Investigación

Una prueba empírica de generadores de números pseudoaleatorios mediante un proceso de decaimiento exponencial

H.F. Coronel-Brizioª, A.R. Hernández-Montoyaª, M.A. Jiménez-Montañoª y L.E. Mora-Forsbach^b

ª Facultad de Física e Inteligencia Artificial, Universidad Veracruzana, Apartado Postal 475, Xalapa, Veracruz, México, e-mail: hcoronel@uv.mx , alhernandez@uv.mx

^b CIMAT, Apartado Postal 402, Guanajuato, Gto., 36000, México.

Recibido el 23 de octubre de 2006
Aceptado el 30 de agosto de 2007

Resumen

Las pruebas empíricas que usan procesos o modelos físicos para probar generadores de numeros pseudoaleatorios, complementan las pruebas de aleatoriedad teóricas y han sido usadas con mucho éxito. En este trabajo se presenta una metodología estadística para evaluar la calidad de generadores de números pseudoaleatorios, ilustrando el método en el contexto del proceso de decaimiento radiactivo y utilizando para ello algunos generadores de uso común en la física.

Descriptores: Aleatorio; pseudoaleatorio; simulación Monte Carlo; generador de números pseudoaleatorios; teorema central del límite.

Abstract

Empirical tests for pseudorandom number generators based on the use of processes or physical models have been successfully used and are considered as complementary to theoretical tests of randomness. In this work a statistical methodology for evaluating the quality of pseudorandom number generators is presented. The method is illustrated in the context of the so-called exponential decay process, using some pseudorandom number generators commonly used in physics.

Keywords: Econophysics; power-law; stable distribution; levy regime.

PACS: 02.50.-r; 02.50.Ng

DESCARGAR ARTÍCULO EN FORMATO PDF

Agradecimientos

Agradecemos los comentarios hechos a este trabajo por N. Cruz, S. Jiménez-Castillo y M. Rodríguez-Achach, también agradecemos al Consejo Nacional de Ciencia y Tecnologia (Conacyt) el apoyo brindado bajo el proyecto No SEP-2003-C02-44598, finalmente quisieramos agradecer las útiles sugerencias y comentarios del referee anónimo que llevaron grandemente a mejorar la calidad del presente trabajo.

Referencias

1. N. Metropolis y S. Ulam, J. Amer. Statist. 44 (1949) 335.        [ Links ]

2. N. Metropolis, A. Rosenbluth, A.H. Teller y E. Teller, J. Chem. Phys. 21 (1953) 1087.        [ Links ]

3. B. Ya, Ryakbo, V.S. Stognienko y Yu.I. Shokin, Journal of statistical planning and inference 123 (2004) 365.        [ Links ]

4. M. Blum y M. Shub, SIAMJ. Computing 13 (4) (1984) 850.        [ Links ]

5. J. Bossert, M. Feindt y U. Kerzel, Nuclear Instruments and Methods in Physics Research Section A 559 (2006) 232.        [ Links ]

6. B. Vilenkin, Ecological Modelling 195 (2006) 385.        [ Links ]

7. L. Nanni y A. Lumini, Neurocomputing 69 (2006) 858.        [ Links ]

8. D. Maio y L. Nanni, Neurocomputing 69 (2005) 242.        [ Links ]

9. Navindra Persaud, Medical Hypotheses 65 (2005) 211.        [ Links ]

10. D.Davis, R. Ihaka y P. Fenstermacher, Cryptographic Randomness from air turbulence in disk airs. Proceedings of Crypto 94, Springer Verlag Lecture Notes in Computer Science, No. 839, (1994).        [ Links ]

11. Nicola Bruti-Liberatia, Filippo Martini, Massimo Piccardi y Eckhard Platena. A hardware generator of multi-point distributed random numbersnext term for Monte Carlo simulation. Mathematics and Computers in Simulation, in Press (2007).        [ Links ]

12. Salih Ergün y Serdar Ozogdcu, International Journal of Electronics and Communications 61 (2007) 235.        [ Links ]

13. J. Szczepanski et al., Computers & Security 23 (2004) 77.        [ Links ]

14. D.E. Knuth, The Art of Computer Programming, Second edition (Addison-Wesley Professional, (1998).        [ Links ]

15. Numerical Recipes in C: The Art of Scientific Computing by William H. Press, Brian P. Flannery, Saul A. Teukolsky, William T. Vetterling, Second edition (Cambridge University Press, 1992).        [ Links ]

16. S. Wolfram, Advances in Applied Mathematics 7 (1986) 123.        [ Links ]

17. Sheng-Uei Guan y Shu Zhang, FGCS 20 (2004) 627.        [ Links ]

18. Syn Kiat Tan, International Journal of Modern Physics C 18 (2007) 217.        [ Links ]

19. Lap-Piu Lee y Kwok-Wo Wong, An International Journal of Computers & Mathematics with applications 47 (2004) 217.        [ Links ]

20. J.R. Heringa, H.W. Blote y A. Compagner, J. Computat. Phys. 10 (1983) 250.        [ Links ]

21. A.M. Ferrenberg, L.D. Landau y Y.J. Wong, Phys. Rev. Lett. 69 (1992) 3382.        [ Links ]

22. P. Hellekalek, Mathematics and Computers in Simulation 46 (1998) 485.        [ Links ]

23. B. Ya. Ryabko y V.A. Monarev, Journal of Statistical Planning and Inference 133 (2005) 95.        [ Links ]

24. Makoto Matsumoto y Takuji Nishimura,Mathematics and computers in simulation 62 (2003) 431.        [ Links ]

25. Nezih C. Geclinli y Murat A. Apohan, Signal Processing 81 (2001) 1389.        [ Links ]

26. Hui-Chin Tan, European Journal of Operational Research 182 (2007) 820.        [ Links ]

27. Stefan Wegenkittl, Mathematics and Computers in Simulation 55 281-288 (2001).        [ Links ]

28. I. Stauffer, International Journal of Modern Physics C 5 (1999) 807.        [ Links ]

29. Mihyun Kang, Journal of Computational and Applied Mathematics 174 (2005) 1.        [ Links ]

30. P. L'Ecuyer, Entropy Tests for Random Number Generators GERAD report 1996.        [ Links ]

31. A.L. Rukhin, J. Appl. Probab. 37 (2000) 88.        [ Links ]

32. I. Vattulainen, T. Ala-Nissila y K. Kankaala, Physical Review E 52 (1995) 3205.        [ Links ]

33. I. Vattulainen, K. Kankaala y T. Ala-Nissila, Physical Review Letters 73 (1994) 2513.        [ Links ]

34. I. Vattulainen, New tests of random numbers for simulations in physical systems. Tesis, Universidad de Helsinki, Helsinki, Finlandia, (1994).        [ Links ]

35. E. Fermi, Nuclear Physics (University of Chicago Press. Chicago USA, 1949).        [ Links ]

36. Rene Brun y Fons Rademakers, ROOT - An Object Oriented Data Analysis Framework, Proceedings AIHENP'96 Workshop, Lausanne, Sep. 1996; Nucl. Inst. Meth. in Phys. Res. A 389 (1997) 81; Ver tambien http://root.cern.ch/        [ Links ]

37. S. Park y K. Miller, Comm. ACM 31 (1988) 1192.        [ Links ]

38. S. Park y K. Miller, Comm. ACM 36 (1993) 105.        [ Links ]

39. CERN Program Library. CERNLIB. Short Writeups. Application Software and Databases. Computing and Network Division. Edition june 1996. CERN Geneva, Switzerland.        [ Links ]

40. P. L'Ecuyer, Mathematics of Computation 65 (1996) 213.        [ Links ]

41. P. L'Ecuyer, Mathematics of Computation 68 (1999) 225.        [ Links ]

42. M. Matsumoto y T. Nishimura, A CM Transactions onModeling and Computer Simulations: Special Issue on Uniform Random Number Generators 8 (1998) 3.        [ Links ]

43. R.B. D'Agostino y M.A. Stephens, Goodness of fit Techniques Marcel Dekker (New York, 1986).        [ Links ]

44. J. Ziv y A. Lempel, IEEE Transactions on Information Theory 23 (1977) 337.        [ Links ]

45. La muestra fue descargada del sitio www.random.org        [ Links ]

46. D.P Landau y K. Binder, A guide to Monte Carlo Simulations in Statistical Physics (Cambridge University Press, 2000).        [ Links ]