Generación de números aleatorios

Top PDF Generación de números aleatorios:

Generación de números aleatorios físicos en dispositivos electrónicos

Generación de números aleatorios físicos en dispositivos electrónicos

Respecto a los generadores diseñados, no hemos conseguido obtener un gene- rador que supere tantos test ni que sea tan rápido como el que proporciona Linux. Si apreciamos bien los test que no han podido pasar nuestros genera- dores, vemos que muchos están relacionados con coger un conjunto de bits y asignarlos a un alfabeto determinado, estas pruebas serán difíciles de superar si tenemos problemas de carreras y el método de von Neumann puede no ser suficiente para corregirlo. A pesar de ello, yo creo que habiendo superado cier- tos test de Dieharder y obteniendo generadores que consiguen tener una media muy próxima a 0,5 (muy similar número de 1s que de 0s) podemos estar satis- fechos con los resultados que hemos ido obteniendo. La generación de números aleatorios es un tema que trae de cabeza a muchos expertos y no iba a ser posible alcanzar el nivel que tienen los generadores de hoy en día.
Mostrar más

77 Lee mas

Generación de números aleatorios en sistemas de fibra óptica

Generación de números aleatorios en sistemas de fibra óptica

El mundo de los sistemas de seguridad se encuentra en constante desarrollo, siendo preciso explorar nuevos mecanismos que permitan encriptar la información de una forma fiable. Debido a ello, la criptografía precisa de una investigación continua a la hora de obtener generadores de números aleatorios de gran calidad, encontrando en los sistemas de fibra óptica un campo muy interesante para seguir evolucionando. Aprovechando este hecho, el presente Trabajo de Fin de Grado tendrá como objetivo lograr un generador de números aleatorios, diseñando para ello un sistema de fibra óptica fiable cuyos fundamentos se puedan comprender fácilmente. Se aprovechará el principio de realimentación de un láser óptico para generar niveles de potencia con variaciones lo suficientemente importantes de modo que puedan generar números aleatorios tras un proceso de adquisición y procesamiento. Durante el transcurso del Trabajo, se abordará tanto el estudio del cierto comportamiento caótico que puedan presentar las dinámicas del láser realimentado como su calidad de generación de números aleatorios. Por último, se destaca la gran versatilidad en cuanto a ciertos parámetros que rigen el funcionamiento del generador, adaptándose de este modo a las limitaciones impuestas por la existencia finita de recursos.
Mostrar más

79 Lee mas

SIMULACIÓN DE SISTEMAS Guía práctica 3 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar uniformidad e independencia

SIMULACIÓN DE SISTEMAS Guía práctica 3 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar uniformidad e independencia

El Algoritmo propuesto para generar números aleatorios, según Von Neuman y Metropolis. Es el método de los cuadrados medios, se requiere de un número entero detonador (llamado semilla), con D dígitos, el cual es elevado al cuadrado y se extrae los D dígitos del centro; el primer número r i se determina simplemente

16 Lee mas

SIMULACIÓN DE SISTEMAS Guía práctica 2 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar uniformidad e independencia

SIMULACIÓN DE SISTEMAS Guía práctica 2 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar uniformidad e independencia

El Algoritmo propuesto para generar números aleatorios, según Von Neuman y Metropolis. Es el método de los cuadrados medios, se requiere de un número entero detonador (llamado semilla), con D dígitos, el cual es elevado al cuadrado y se extrae los D dígitos del centro; el primer número r i se determina simplemente

15 Lee mas

Arquitectura basada en la fluctuación del retardo (jitter) para la generación de verdaderos números aleatorios en FPGA

Arquitectura basada en la fluctuación del retardo (jitter) para la generación de verdaderos números aleatorios en FPGA

En este capí tulo se ha explicado el circuito propuesto. Se ha comentado el porque de cada decisio n en el disen o. La finalidad del proyecto es la generacio n de verdaderos nu meros aleatorios para ello se necesitara una fuente de entropí a. En este capí tulo se ha explicado co mo se consigue esa entropí a en este proyecto que sera con el jitter. Adema s se ha explicado co mo conseguir que el generador funcione a frecuencias altas para así conseguir el mayor nu mero posible de nu meros en el menor tiempo posible.

61 Lee mas

SIMULACIÓN DE SISTEMAS Guía práctica 2 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar uniformidad e independencia

SIMULACIÓN DE SISTEMAS Guía práctica 2 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar uniformidad e independencia

Como los resultados no pueden basarse en una sola simulación del sistema; por lo el contrario es necesario realizar varias réplicas de la misma, corriendo cada una de ellas con números pseudo aleatorios diferentes. Retomando el ejemplo del banco, simular 5 días otra vez significa que necesitamos 2500 r i para realizar la simulación

15 Lee mas

Ataques contra generadores de números aleatorios físicos

Ataques contra generadores de números aleatorios físicos

El presente trabajo da cuenta de lo que son los números aleatorios y verdaderamente aleatorios, haciendo hincapié en sus diferentes aplicaciones y formas de conseguirlos. La generación de números verdaderamente aleatorios es fundamental para crear contraseñas seguras y preservar la privacidad de los datos. En muchos casos, estos números aleatorios proceden de fenómenos físicos impredecibles como el ruido térmico, sistemas electrónicos caóticos o fenómenos cuánticos, para ello será necesario hablar del ruido generado por los diferentes dispositivos pasivos y semiconductores, se describirán varios con especial atención a los que sean de interés en el trabajo. En este TFM se estudiarán dispositivos físicos basados en diversos principios y su comportamiento frente a ataques activos, como alteraciones en el voltaje de alimentación o inyección de radiofrecuencia. Se estudiarán y analizarán los puntos fuertes y débiles de cada implementación y se propondrán medidas para mejorar los sistemas existentes.
Mostrar más

87 Lee mas

Aleatoriedad en la evaluación de los MOOC

Aleatoriedad en la evaluación de los MOOC

Evitar la copia en un examen es fundamental a la hora redactar las preguntas, cualquier método basado en la memoria es poco eficiente y mejorable (Fernando G. Valderrama, 2010), y sin embargo siguen apareciendo los exámenes tipo test. Sin lugar a dudas es el método más cómodo cuando se trata de evaluar a cientos de alumnos como es el caso de los cursos masivos online, pero evitar la copia, o las posibilidades de trampa en uno de estos exámenes resulta cada vez más difícil. Tras ver algunos de estos métodos de generación de números aleatorios, parece bastante sencillo implementar un algoritmo para nuestros test y, aunque hoy en día existen multitud de herramientas que nos generan estos números (ver Ilustración 2) resulta muy interesante conocer el funcionamiento de estos procedimientos, no solo para la creación de las plataformas en los cursos masivos online, sino para darse cuenta del importante problema que supone el análisis de las preguntas de nuestras evaluaciones.
Mostrar más

16 Lee mas

Simulacion

Simulacion

Esta asignatura agrupa los conocimientos necesarios para modelar y simular sistemas discretos y lineales, abarcando desde la generación de números aleatorios, pasando por métodos para la generación de variables aleatorias, hasta la construcción de modelos de simulación.

12 Lee mas

Cálculo de dosis absorbida en radioterapia

Cálculo de dosis absorbida en radioterapia

Sea cual fuere el método de generación los números aleatorios deben cumplir con una serie de propiedades para que sean confiables a la hora de utilizarlos en un algoritmo de Monte Carlo. Entre los testeos más adecuados se encuentran: testeo de frecuencia de cada dígito, testeo de manos de poker (comparación entre valor esperado y valor obtenido de una determinada combinación de dígitos) y testeo de serialización para buscar si existe una asociación entre dígitos.

5 Lee mas

Evaluación de algoritmos de ruteo en redes de computadoras

Evaluación de algoritmos de ruteo en redes de computadoras

El comportamiento del motor de la simulación consiste en la generación aleatoria los nodos origen y destino, para la transmisión del mensaje; además, realiza la recolección de datos para luego enviar esta información hacia el módulo que se encarga de generar las tablas que son las salidas del simulador.

5 Lee mas

Diseños experimentales e investigación científica = Experimental designs and scientific research

Diseños experimentales e investigación científica = Experimental designs and scientific research

preferentemente en bloques, filas, parcelas principales y otras modalidades. El análisis de varianza utiliza las medias de dichos agrupamientos, denominadas fuente de variación, para estimar varianzas o más precisamente cuadrados medios. Un cuadrado medio que estima la dispersión entre mediciones de parcelas debidas a causas aleatorias; esta se denomina error experimental. En ausencia de diferencias reales debidas a medias de los tratamientos, bloques u otras fuentes de variación, dichos cuadrados medios serán, en promedio, iguales. Sólo esporádicamente un cuadrado medio se desviará de otro de manera considerable, exclusivamente por casualidad. Cuando una prueba F indica que el cuadrado medio de una de las fuentes de variación es significativamente mayor que el cuadrado medio debido a efectos aleatorios, decimos que existen diferencias reales entre las medias de aquella fuente particular de variación; empero, recuérdese: siempre existe una probabilidad definida de que estemos equivocados en semejante conclusión. Está en manos del experimentador seleccionar las probabilidades para las cuales se encuentra dispuesto a concluir que existen efectos reales (Badii et al., 2007a-h, Rositas et al; 2007).
Mostrar más

48 Lee mas

10.Numeros aleatorios

10.Numeros aleatorios

Generador de números aleatorios. La función "rand" devuelve un número pseudo aleatorio entre 0 y RAND_MAX. La constante RAND_MAX está definida en stdlib.h . La secuencia de números retornado cada vez que es invocada la función rand es generado por un algoritmo determinístico, el algoritmo que genera la secuencia de números utiliza una semilla para cambiar dicha secuencia. La semilla se establece mediante la función srand que será detallada más adelante.

6 Lee mas

Desarrollo de IPs basados en AMBA : interfaz serial y generador de números aleatorios de señal mixta

Desarrollo de IPs basados en AMBA : interfaz serial y generador de números aleatorios de señal mixta

Los generadores de n´ umeros aleatorios se pueden clasificar en dos clases principa- les (Ko¸c, 2009). La primera consiste en aquellos que poseen de una semilla inicial y generan n´ umeros pseudoaleatorios utilizando un algoritmo determinado. Son llamados generadores determin´ısticos o pseudo aleatorios (DRNG, del ingl´ es De- terministic Random Number Generator). La seguridad de los mismos depender´ a de la complejidad computacional de posibles atacantes. La segunda clase abarca a los generadores reales, los cuales a su vez se pueden dividir en dos subclases: los f´ısicos (PTRNG, del ingl´ es Physical True Random Number Generator ) y no f´ısicos (NPTRNG, del ingl´ es Non Physical True Random Number Generator). Los primeros, utilizan efectos no determin´ısticos de los circuitos integrados o fen´ ome- nos f´ısicos; mientras que los NPTRNG utilizan eventos no determin´ısticos como la interacci´ on del usuario. En el caso de los generadores reales, su seguridad de- pender´ a de la impredecibilidad de la salida generada. En ambos casos, se pueden mencionar los generadores h´ıbridos los cuales contienen elementos de un genera- dor determin´ıstico y de uno real. Si ´ unicamente est´ an conformados por elementos de su clase son denominados puros. En la Figura 3.1 se muestra una clasificaci´ on general de los tipos de generadores mencionados.
Mostrar más

173 Lee mas

EXPERIMENTOS Y SUCESOS ALEATORIOS

EXPERIMENTOS Y SUCESOS ALEATORIOS

Existen otras variables aleatorias que pueden tomar cualquier valor de los comprendidos en un determinado intervalo de números reales, como, por ejemplo, el tiempo que tarda el autobús en llegar a una parada o la talla de una persona elegida al azar. Estas variables se llaman variables aleatorias continuas y en sus gráficas se representa la probabilidad mediante el área, como veremos más adelante.

48 Lee mas

Revista Ingeniería Investigación y Tecnología | Facultad de Ingeniería UNAM

Revista Ingeniería Investigación y Tecnología | Facultad de Ingeniería UNAM

En este artículo se presenta la propuesta de un método de reconocimiento de patrones multivariantes empleando redes neuronales artificiales (RNA). El mé- todo es de utilidad en la aplicación del control estadístico de procesos para el monitoreo de múltiples variables. El método emplea medidas estadísticas descriptivas y técnicas de control multivariante. Se evalúan tres diferentes RNA’s con el fin de identificar la red con mejor eficiencia en el reconocimien- to de patrones presentes en cada variable multivariante obtenida a partir de bases de datos. Se analizan dos bases de datos, la primera fue generada por simulación de Montecarlo y la segunda corresponde a una base de datos de dominio público. El método consta de tres etapas: generación de variables multivariantes, análisis multivariado y reconocimiento de patrones con RNA. Para llevar a cabo esta investigación se generaron distintos escenarios multivariantes combinando 2, 3 y 4 patrones en variables multivariantes en los estadísticos T 2 de Hotelling y MEWMA, los cuales se analizaron para
Mostrar más

14 Lee mas

Evaluación del efecto de especificar incorrectamente la distribución de los efectos aleatorios en un modelo no lineal mixto

Evaluación del efecto de especificar incorrectamente la distribución de los efectos aleatorios en un modelo no lineal mixto

Varios autores han comprobado el efecto de la normalidad para los efectos fijos en los modelos no lineales mixtos, pero no se ha investigado el efecto que produce la falta de cumplimiento de este supuesto sobre la distribución de los efectos aleatorios predichos. En este trabajo, a través de simulaciones, se investiga el impacto de la especificación incorrecta de la distribución sobre la estimación de los efectos fijos y la predicción de los efectos aleatorios y qué tan bien estos últimos recuperan la verdadera distribución subyacente.
Mostrar más

13 Lee mas

SIMULACIÓN DE MONTE CARLO CON EXCEL

SIMULACIÓN DE MONTE CARLO CON EXCEL

En este caso, hemos obtenido un valor estimado que corresponde exactamente con el valor real anteriormente calculado vía la definición teórica de la media. Sin embargo, debido a la componente aleatoria intrínseca al modelo, normalmente obtendremos valores “cercanos” al valor real, siendo dichos valores diferentes unos de otros (cada simulación proporcionará sus propios resultados). Se puede comprobar este hecho pulsando repetidamente sobre la función F9 (cada vez que se pulsa dicha tecla, Excel genera nuevos valores aleatorios y, por tanto, nuevos valores para la columna H y la casilla I1).
Mostrar más

14 Lee mas

Prensa y transición a la democracia : el caso español

Prensa y transición a la democracia : el caso español

En la fase de revisión del material periodístico se optó por clasificar los editoriales y artículos de opinión re- lacionados con la transición a la democracia en el periodo 1976- 1978. Pero se encontró que en los tres años eran más de dos mil documentos los que se tendrían que examinar uno a uno, por lo que se optó por la realización de un muestreo estadístico (García Lahinguera, 1975: 27-39) en tres etapas. Primero se escogió una muestra del número de periódicos que fuera representativa estadísticamente, partiendo en la selec- ción de un intervalo de confianza del 99,7 % que representó aproximadamente un margen de error de = 3 desviaciones típicas. Con esto, se pretendía tener una mayor seguridad de elegir efectivamente los artícu- los con mensajes relacionados con el tema de la transición a la democracia en el periódico de estudio. En una segunda etapa, con el apoyo de números aleatorios, se escogieron los días y los meses de los diarios que se iban a observar dentro del conglomerado, en el lapso 1976-1978. Posteriormente, en una tercera etapa, una vez seleccionado el número de ejemplares, se clasificaron los editoriales y artículos de opinión de acuerdo con el tipo de mensajes, aplicando las categorías previamente determinadas.
Mostrar más

9 Lee mas

Identificación de comportamiento fractal en generador de números aleatorios basado en memristor

Identificación de comportamiento fractal en generador de números aleatorios basado en memristor

En la investigaci´on se desarroll´o un generador de n´ umeros aleatorios con depen- dencia de rango largo a partir de distintas se˜ nales ca´oticas de entrada, siendo posible la variaci´on de H por medio de los par´ametros del RNG (como la cantidad de bits en los ADC y DAC y la cantidad de bits menos significativos tomados del ADC). Se encontr´o que las combinaciones analizadas (Tabla 5.2 hasta Tabla 5.9) poseen en su mayor´ıa propiedades monofractales, con posibilidad de implementar secuencias multifractales, permitiendo el estudio de s´ıntesis de datos con comportamiento frac- tal. Este modelo puede usarse como marco de referencia para posibles aplicaciones en el ´ambito financiero, geof´ısico, modelamiento de texturas, predicci´on del clima, caracterizaci´on del comportamiento social y crecimiento de organismos, entre otras.
Mostrar más

47 Lee mas

Show all 10000 documents...