Aleatorización

La aleatorización es el proceso de hacer que algo sea aleatorio. La aleatorización no es fortuita; en cambio, un proceso aleatorio es una secuencia de variables aleatorias que describen un proceso cuyos resultados no siguen un patrón determinista, sino que siguen una evolución descrita por distribuciones de probabilidad. Por ejemplo, una muestra aleatoria de individuos de una población se refiere a una muestra en la que cada individuo tiene una probabilidad conocida de ser muestreado. Esto contrastaría con el muestreo no probabilístico donde se seleccionan individuos arbitrarios.

En varios contextos, la aleatorización puede implicar:

• generar una permutación aleatoria de una secuencia (como cuando las tarjetas de barrido);
• seleccionar una muestra aleatoria de una población (importante en muestreo estadístico);
• asignar unidades experimentales mediante asignación aleatoria a una condición de tratamiento o control;
• generar números aleatorios (generación de números aleatorios); o
• transformar un flujo de datos (como cuando se utiliza un scrambler en telecomunicaciones).

Aplicaciones

La aleatorización se utiliza en estadísticas y juegos de apuestas.

Estadísticas

La aleatorización es un principio central en la teoría estadística, cuya importancia fue enfatizada por Charles S. Peirce en "Ilustraciones de la lógica de la ciencia" (1877–1878) y "Una teoría de la inferencia probable" (1883). La inferencia basada en la aleatorización es especialmente importante en el diseño experimental y en el muestreo de encuestas. El primer uso de "aleatorización" enumerado en el Oxford English Dictionary es su uso por Ronald Fisher en 1926.

Experimentos aleatorios

En la teoría estadística del diseño de experimentos, la aleatorización implica la asignación aleatoria de las unidades experimentales entre los grupos de tratamiento. Por ejemplo, si un experimento compara un fármaco nuevo con un fármaco estándar, los pacientes deben asignarse al fármaco nuevo o al control de fármaco estándar mediante aleatorización. La aleatorización reduce la confusión al igualar los llamados factores (variables independientes) que no se han tenido en cuenta en el diseño experimental.

Muestreo de encuesta

El muestreo de la encuesta utiliza la aleatorización, siguiendo las críticas de los "métodos representativos" por Jerzy Neyman en su informe de 1922 al Instituto Internacional de Estadística.

Remuestreo

Algunos métodos importantes de inferencia estadística utilizan el remuestreo de los datos observados. Múltiples versiones alternativas del conjunto de datos que "podrían haber sido observados" se crean mediante la aleatorización del conjunto de datos original, el único observado. La variación de las estadísticas calculadas para estos conjuntos de datos alternativos es una guía de la incertidumbre de las estadísticas estimadas a partir de los datos originales.

Apuestas

La aleatorización se usa ampliamente en el campo de los juegos de azar. Debido a que la aleatorización deficiente puede permitir que un jugador hábil se aproveche, se ha dedicado mucha investigación a la aleatorización efectiva. Un ejemplo clásico de aleatorización es barajar las cartas.

Técnicas

Aunque históricamente "manual" Las técnicas de aleatorización (como barajar cartas, sacar pedazos de papel de una bolsa, hacer girar una rueda de ruleta) eran comunes, hoy en día se utilizan principalmente técnicas automatizadas. Dado que tanto la selección de muestras aleatorias como las permutaciones aleatorias se pueden reducir a la simple selección de números aleatorios, los métodos de generación de números aleatorios son ahora los más utilizados, tanto generadores de números aleatorios de hardware como generadores de números pseudoaleatorios.

Optimización

La aleatorización se utiliza en la optimización para aliviar la carga computacional asociada a las técnicas de control robustas: se extrae aleatoriamente una muestra de valores de los parámetros de incertidumbre y se impone la robustez solo para estos valores. Este enfoque ha ganado popularidad por la introducción de teorías rigurosas que permiten tener control sobre el nivel probabilístico de robustez, ver optimización de escenarios.

Los métodos de aleatorización no algorítmica incluyen:

• Casting yarrow tallos (para I Ching)
• Tirando dados
• Flipping a coin
• Pajas de dibujo
• Tarjetas súbitas
• Ruedas para transporte
• Dibujo pedazos de papel o bolas de una bolsa
• "Máquinas de lotería"
• Observación de la desintegración atómica utilizando un contador de radiación