Grupo7 EeA2015_Reporte

Calidad de los generadores de números Pseudoaleatorios 
Dasso, Daniela ­ Mendoza Virgili, Déborah 
daniela705.1@gmail.com​
 ­ ​
mendozavirgili@gmail.com  
 

Resumen 
Como  los  seres  humanos  vivimos  en  un  medio  aleatorio  y  nuestro 
comportamiento  lo  es  también,  para  investigar  ciertos  fenómenos,  es 
necesario  tener  modelos  que  simulen  la  realidad,  pero  éstas herramientas 
predictivas  deben  funcionar  de  manera  similar  a  la  naturaleza,  es  decir,  lo 
más  aleatoriamente  posible.  Es  de  aquí,  que  nos  surge  el  interés  por 
determinar  la  calidad  de  los  generadores  de  números  pseudoaleatorios  y 
establecer  cuál  es  mejor.  Para  ésto, analizamos con argumentos estadísticos, 
los  generados  Rcommander,  DevC++,  GeoGebra  y la  Calculadora, 
descriptiva  e  inferencialmente,  tomando  una  muestra  de  100  datos  de   cada 
uno. Concluimos que todos los generadores arrojan números pseudoleatorios 
muy próximos a los aleatorios, destacándose la Calculadora sobre los demás. 
Como  la  diferencia  de  ésta  con  el  resto  de  los  software  es  mínima,  y 
teniendo  en  cuenta  la  rapidez,  la  eficiencia,  la interfaz  gráfica  y  la  variedad 
de  herramientas  de  los   software,  es  más  práctico  utilizar  Rcommander  o 
GeoGebra. 
 
Introducción 
Los números aleatorios permiten a los modelos matemáticos representar la realidad. 
En  general  cuando  se  requiere  una  impredecibilidad  en  unos  determinados  datos,  se  utilizan 
números  aleatorios.  "Los  números  aleatorios  son aquellos  que  pueden  ser  generados  a  partir  de 
fuentes  de  aleatoriedad,  las  cuales,  generalmente,  son  de  naturaleza  física  (dados,  ruleta, 
mecanismos  electrónicos  o  mecánicos)  y  son  gobernados  por  las  leyes  del  azar,  éstos  exhiben 
verdadera  aleatoriedad  en  la  realización  de  experimentos.  Por  su  parte  los  números 
pseudo­aleatorios  son  aquellos  que  tienen  un  comportamiento  similar  a la naturaleza aleatoria, pero 
están  ceñidos  a  un patrón, generalmente de naturaleza matemática, que hace que su comportamiento 
sea determinístico." (Mancilla Herrera A. M., 2000, p.51) 
Como  los  seres humanos vivimos en un medio aleatorio y nuestro comportamiento lo es también, 
si  deseamos  predecir  el  comportamiento  de  un  material,  de  un fenómeno  climatológico  o  de  un 
grupo  humano  podemos  inferir  a  partir  de  datos  estadísticos.  Para  lograr  una mejor aproximación a 
la  realidad,  nuestra  herramienta predictiva debe funcionar de manera similar a la naturaleza, es decir 
lo  más  aleatoriamente  posible.  De  esa  necesidad  surgieron  los  modelos  de  simulación.  (Estadística 
para Todos, 2008). 
La simulación  es  el  proceso  de diseñar un modelo de un sistema real y llevar  a cabo experiencias 
con  él,  con  la  finalidad  de  aprender  el  comportamiento  del sistema o de evaluar diversas estrategias 
para el funcionamiento del sistema, comenta Shannon (citado por Tarifa, 2012). 
Como  ejemplifica  Dieser  (2015),  si  quisiéramos  determinar  si  una  moneda  cualquiera  está equilibrada,  podríamos   lanzarla  al  aire  un  número  «grande»  de  veces.  Si  la  frecuencia  de  caras 
obtenidas  es  aproximadamente igual a la de secas podríamos estar  suficientemente seguros de que la 
moneda  es  legal.  Sin  embargo,  arrojar  «muchas»  veces la moneda y registrar el resultado podría ser 
una  tarea muy tediosa. Situaciones como ésta, en las que interviene el azar pueden ser simuladas por 
una computadora. 
Dichas  simulaciones  son  las  que  arrojan  números  pseudoaleatorios.  Los  algoritmos  que  están 
presentes  en  computadoras,  calculadoras  y  lenguajes  de  programación,  suelen  estar  basados  en 
congruencias  numéricas  obtenidas  a  partir  de  ciertos  parámetros,  por  tal  motivo  permiten  generar 

estos  números  que  parecen ...