LOS NÚMEROS ALEATORIOS

GABRIELA J. CUBILLAS CARDENAS

LOURDES J. JOAQUIN PEREZ
MARGARITA VELARDE GARCIA
CONTENIDO
• Introducción
• Generación de los números aleatorios ( definición ,
propiedades.)
• Pruebas estadísticas para los números aleatorios:
• Pruebas De Uniformidad :
• Prueba Chi-cuadrada.
• Prueba Kolmogorov - Smirnov.

• Prueba de los promedios

 INTRODUCCIÓN
• La aplicación de los números aleatorios se remonta a los tiempos de la primera
revolución industrial, cuando los procesos manuales tuvieron que reemplazarse por
procesos mecanizados como consecuencia de la explosión demográfica que se estaba
presentando en los países desarrollados con la disminución de las tasas de mortalidad
y el aumento de las tasas de natalidad y que, para satisfacer las necesidades de la
población cada vez más creciente hubo necesidad de incrementar la producción de
toda clase de bienes y servicios.
• Los números aleatorios son un ingrediente básico para simular casi cualquier sistema
discreto. La gran mayoría de programas contienen una subrutina de generación que
facilita su utilización, si se trata de un lenguaje de programación, es necesario generar
un numero aleatorio y de estos partir para la generación de variables aleatorios.
DEFINICIÓN

• Los números aleatorios son aquellos que pueden ser generados a partir de fuentes
de aleatoriedad las cuales , generalmente , son de naturaleza física
(dados,ruletas,mecanismos electrónicos o mecanicaso) y son gobernados por las
leyes de azar , estos exhiben verdadera aleatoriedad en la realización de
experimentos.
 CLASES DE DISTRIBUCION DE LOS
NUMEROS ALEATORIOS

• Un numero aleatorio
es aquel generado a
partir de la distribución
uniforme, este puede
ser o continuo o
discreta.
 PROPIEDADES

• Los números deben de estar uniformemente distribuidos U(0.1)

• La medida establecida por los números aleatorios debe ser de 0.5 U=0.5
• La desviación estándar de los números aleatorios debe ser de a aproximadamente
0.29.
• Son estadísticamente independientes.
• Sin repetición dentro de una longitud determinada de la sucesión
 PRUEBAS ESTADÍSTICAS PARA LOS NÚMEROS
ALEATORIOS:

• Puesto que en el muestreo Monte Carlo cualquier variable aleatoria no uniforme

(normal, exponencial, Poisson, etc.), es obtenida a partir de números aleatorios
uniformes (0,1), el principal énfasis en las pruebas estadísticas deberán ser con
respecto al generador de los números aleatorios, ya que cualquier deficiencia estadística
en la distribución de la variable aleatoria no uniforme, se deberá exclusivamente a la
utilización de un deficiente generador de números aleatorios. Por ello se aplicarán
algunas de las muchas pruebas estadísticas que han sido desarrolladas para probar la
uniformidad y aleatoriedad o independencia de los mismos, lo cual significa que la
ocurrencia de un número aleatorio no determina la ocurrencia del siguiente y así
sucesivamente.
 PRUEBAS DE
UNIFORMIDAD
• Una de las propiedades más importantes que debe cumplir
un conjunto de números r(i) es la uniformidad.
• Para comprobar su acatamiento se han desarrollado pruebas
estadísticas tales como las pruebas Chi Cuadrado y de
Kolmogorov-Smirnov. En cualquiera de ambos casos para
probar la uniformidad de los números de un conjunto ri es
necesario realizar las siguientes pruebas
 PRUEBAS DE CHI CUADRADO

• Busca determinar si los números del conjunto ri se

distribuyen uniformemente en el intervalo (0,1). Para llevar a
cabo esta prueba es necesario dividir el intervalo (0,1), en m
subintervalos, en dónde es recomendable m=Vn.
Posteriormente se clasifica cada numero pseudo aleatorio
del conjunto ri en los m intervalos.
• A la cantidad de números ri que se clasifican en cada
intervalo se le denomina frecuencia observada (Oi), y a la
cantidad de numero ri que se espera encontrar (Ei);
teóricamente , la ri es igual a n/m. A partir de los valores de
Oi y Ei se determina el estadístico mediante la ecuación:
• Si el valor estadístico es menor al valor de las tablas de
entonces no se puede rechazar que el conjunto de
números ri sigue una distribución uniforme. En caso
contrario, se rechaza que ri sigue una distribución uniforme.
• Ejemplo: Realizar la prueba de Chi Cuadrado a los siguientes 100
números de un conjunto ri, con un nivel de confianza del 95%
• Cálculos para la prueba de Chi Cuadrado
• El estadístico es menor al estadístico
correspondiente de la Chi Cuadrado . En
consecuencia, no se puede rechazar que los números ri
siguen una distribución uniforme.
PRUEBAS DE KOLMOGOROV - SMIRNOV
 CONCEPTO

• Esta es una prueba estadística que

también nos sirve para determinar
si un conjunto r(i) cumple la
propiedad de uniformidad.
PASOS PARA LA PRUEBA DE KOLMOGOROV

• 1- INGRESAS AL PROGRAMA IBM SPSS ESTATISC

2- Clic en Cancelar
3- Abrir el archivo laboratorio ,cuya ventana es la siguiente :
Ahora vamos a comprobar si la VARIABLE PESO tiene una Distribucion Normal
4- Clic en el menú ANALIZAR /pruebas no paramétricas / cuadros de diálogos
antiguos/ Clic en k – s de 1 muestra
5- Ahora hacer doble clic en la ventana PESO EN KG(PESO) para pasarla a la columna
de Lista variables de prueba.
6- Verificar si la opción NORMAL (Test de Normalidad ) esta activada
7- Clic en ACEPTAR
8- La ventana de Resultados aparecen asi:
EJEMPLO Y DEMOSTRACIÓN DE LA PRUEBA
DE KOLMOGOROV
• Usando el programa estadístico SPSS ,obtenemos los pasos para comprobar la
Uniformidad de los Datos :
a) PLANTEAMIENYO DE HIPOTESIS
H(0) = (Hipótesis Nulo) = Los datos de la muestra son normales
H (i)= (Hipótesis Alternativa ) = Los datos de la muestra no provienen de una Distribucion Normal
b) ELEGIR EL NIVEL DE SIGNIFICANCIA O MARGEN DEL ERROR

α =5 %
ENTONCES = α ≤ 0.05 ------------ RECHAZA LA H(o)
α > 0.05 ------------- ACEPTA LA H(o)

c) ELEGIR EL ESTADISTICO DE PRUEBA ----- PRUEBA KOLMOGOROV- SMIRNOV

d) PROCESO
RESULTADOS OBTENIDOS
PODEMOS DECIR :
• COMO α = 0 .200 > 0.05 ENTONCES
ACEPTAMOS LA H(o) , es decir los datos de la muestra tienen una
Distribución Normal
 CONCLUSION

• Los números aleatorios siempre se utilizan todo el tiempo, sin embargo los casos en
lo que más se adecuan es para realizar cálculos de integrales, cálculos de varianza, o
el cálculo de la moda, cálculo de errores.
• En estos casos se utilizan promedio y se grafican en un plano cartesiano, para
posteriormente trazar la recta que permita identificar cuáles son los puntos más
cercano y de esta forma tener un rango e imagen de error mínimo sobre el cálculo
que se está realizando a una variable.

GRACIAS