Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de distribucin: la versin
trapezoidal
JOS GARCA PREZ
(*)
1. INTRODUCCIN
Como es conocido, el primer trabajo en el que se habla del mtodo
de las dos distribuciones Beta y de su aplicacin a la valoracin de
Tierras es el artculo de Ballestero, E. ( 1971) . En el mismo, en la p.
226, el autor afirma: Es frecuente que las estadsticas de transacciones
indiquen un precio mnimo, un precio mximo y un precio normal (moda de
la distribucin de precios) ... Las mismas razones que aconsejan el uso de la
distribucin Beta en el clculo de tiempos medios de las actividades de un
PERT, aconsejan tambin el uso de dicha distribucin en el problema que nos
ocupa, y a continuacin presenta una aplicacin del mtodo a la
concentracin parcelaria. Este primer trabajo es, sin duda, el origen
de otros posteriores a los que se har referencia ms adelante.
El Mtodo de las dos Betas fue for malmen te presen tado por
Ballestero, E. ( 1973) , como mejora del mtodo sinttico que como
se sabe est basado simplemente en la proporcionalidad entre el precio de la parcela y el valor de un ndice. Como mejora de este mtodo sinttico en la literatura americana y europea tambin se haba
usado el anlisis de regresin, relacionando ciertas variables explicativas ( exgenas) con el precio de mercado ( endgena) y estimando
una funcin lineal a partir de los datos empricos disponibles.
57
[ 1]
q =h 2
[ 2]
con moda:
m=
aq + bp
p +q
[ 3]
58
2(b a)
2m (a + b)
[ 4]
(1) Evidentemente, el problema de PERT es que para determinar la Beta con los datos a, b, y m es necesario suponer que la varianza 1/ 36(b-a)2. Vase Figueras (1964), esta familia de betas, que es la del PERT clsico, no coincide necesariamente con la familia determinada por la restriccin impuesta por Caballer, es decir, elegir p = h 2 y
q = h + 2.
59
V1 = a +
[ 5]
(m a)(b a)
Figura 2
m V
V = b' +
m V
[ 6]
(b m)(b a)
Figura 3
60
V=L+
(L a)(b' a' )
b a
[ 7]
61
C
F
(2) Si todas las razones a favor de usar la Beta en el PERT se aplican a este caso (Ballestero, 1973), tambin
podrn serles hechas todas las crticas que en ese momento recibi este mtodo, crticas que son muy conocidas.
(3) Ballestero (1991).Mtodos Evaluatorios de Auditora. Captulo 9, apartado 5.
62
[ 8]
[ 9]
[ 10]
63
Figura 5
Valor de mercado
ndice
E
A
250.000
325.000
B
500.000
A
20.000
32.500
B
50.000
25
El rea de ACD es igual a 18
60 , mientras que la formada por ACD es 60 .
Podemos demostrar que el rea del tringulo AEF, siendo es igual a
la del tringulo formado por ACD, y por lo tanto la frmula ( 3) de
Romero ( 1977) , no se podr utilizar para valores comprendidos
entre 30.606 y 32.500, puesto que de usarla obtendramos:
V. Caracterstico
31.000
32.000
Valor de Mercado
Alonso y Lozano
Frmula de Romero
327.857
335.853
327.871
334.852
Los valores aportados por la frmula de Romero no mantienen la igualdad entre las reas. Los que s la mantienen son los aportados por Alonso
y Lozano, si bien estos ltimos no sealan la frmula que han usado.
El problema de la asimetra diferente de la variable valor de mercado y la variable explicativa se halla resuelto sistemticamente en el
texto de Caballer ( 1998) , en el que se presentan cuatro frmulas que
contemplan las distintas posibilidades en que se pueden encontrar la
variable explicativa y el valor de mercado respecto de sus modas,
admitiendo que estn en posicin similar o distinta respecto de ellas.
No obstante, la aplicacin de estas frmulas requiere de antemano
conocer estas posiciones.
En este trabajo se presenta un nuevo modelo probabilstico ms flexible que el Triangular, para el que no sea necesario el uso de tablas,
como en el caso de las Betas, y que de algn modo viene a mejorar
los resultados obtenidos con los mtodos anteriores.
64
2
xa
.
b a + m2 m1 m1 a
f( x) =
b
a
+
m2 m1
2
bx
.
b a + m2 m1 b m2
0
Si x = a
Si a x m 1
Si m 1 x m 2
[ 11]
Si m 2 x b
Si x b
Figura 6
a= pesimista
b= optimista
(m1, m2)= intervalo modal
a
m1
m2
(5) Sobre este tema se pueden consultar los trabajos de Romero, C. (1991), Surez (1990), o Herreras, R.,
Miguel, S. (1989).
65
b m1 + m2 a
3
(b m 1 )2(m 2 a)2 +(m 1 a)(b m 2 )
1
V[ T ] = 2(b a)(m 2 m 1 )(m 2 a)(b m 1 )
18
(b m 1 + m 2 a)2
[ 12]
Teorema: Si m 1 < c = 2 < m 2 , entonces la media de la distribucin trapezoidal est en el in ter valo ( c, m2) o bien en el inter valo
( m1, c) , segn sea la distancia entre c y m2 mayor o menor, respectivamente, que la distancia entre m1 y c.
Figura 7
m1
c E (x)
m2
m1
c E (x) m2
Atendiendo a este resultado y recordando que tanto en la distribucin Triangular como en la Beta, en los casos de asimetra el valor
esperado pertenece al inter valo determinado por el valor modal y el
66
y m1 =m y m2 = m en la asimetra a la izquierda:
Figura 9
67
Grfico 1
triangular
1,00
0,90
0,95
0,85
0,80
0,75
0,70
0,65
0,60
0,50
0,55
0,40
beta
0,45
0,30
0,35
0,25
0,20
0,10
0,15
0,00
0,05
0,0
trapezoidal
Grfico 2
beta
68
triangular
1,00
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
0,55
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,10
0,15
0,00
0,05
0,00
trapezoidal
69
Figura 9a
a + b
2
a+b
2
[ 13]
4
a +b
( x a)2 Si x a,
(b
a)(b
+
2m
3a)
2
4x -3a -b
a +b
F1( x) =
Si x
,m
2
b + 2m -3a
2
2(b - x)
Si x [m,b ]
1 (b -m)(2m -3a + b)
[ 14]
4
a' +b'
( x' a' )2 Si x' a' ,
(b'
a'
)(b'
+2m'
3a'
)
2
4x -3a -b
a' +b'
F2( x' ) =
Si x '
,m'
2
b + 2m -3a
2
2(b' -x' )
Si x' [m' ,b']
1 (b' -m' )(2m' -3a' +b' )
[ 15]
70
Definicin 1
Si llamamos:
b a
b' a'
a + b
a' +b'
S1 = F1
; S'1 = F2
=
=
2 b + 2m 3a
2 b' +2m' 3a'
4m 3a b
4m' 3a' b
y S2 = F1(m) =
; S'2 = F2(m' ) =
'
2m 3a + b
2m' 3a' +b'
b' +2m' 3a'
K=
b + 2m 3a
b' a'
( x a)
0 S S'1
a' + K
b a
3a' +b'
( x a)2
+K
S'1 S S1
(b a)
4
3a' +b
3a + b
x' = ( x) =
+ Kx
S1 S S2
4
4
b' +m'
(b x)2
K
S2 S S'2
2(b m)
2
b' m'
b' K
(b x)
S'2 S 1
b m
B) Si S1 < S1
[ 16]
S = F1( x)
3a' +b'
3a + b
x' = ( x) =
+ Kx
4
4
b + m
b m
0 S S1
0 S S'1
S'1 S S'2
[ 17]
S'2 S S2
S'2 S 1
71
C) Si S1 = S1
b' a'
( x a)
a' + K
b a
3a' +b
3a + b
x' = ( x) =
+ Kx
4
4
b' m'
(b x)
b' K
b m
0 S S1
S1 S S2
[ 18]
S'2 S 1
a +b
, tendre2
Figura 10
m x
a + b
2
m x
a+b
2
m a 3b 2m a
2x a m
a +b
F1( x) =
Si x m,
3b
+
2m
a
2
4(b x)2
a +b
Si x
,b
1
2
(b a)(3b 2m a)
72
[ 19]
( x a )2
2
.
Si x [a , m ]
m a 3b 2m a
2 x a m
a +b
F2( x ) =
Si x m ,
2
3b + 2m a
4(b x)2
a +b
Si x
, b
1
2
( b a )(3b 2m a )
[ 20]
S1 = F1(m) =
(m a )
.( x a)
a + K
(m a)
2
a + b + 1 ( x a) .K
2 m a
2
1
x = ( x) = [( a + m ) +(2x a m)K ]
2
3b + a
(b x)2
K
4
(b a)
( b a )
(b x)
b K
(b a)
0 S S1
S1 S S1
S1 S S2
[ 21]
S2 S S2
S2 S 1
73
B) Si Si S1 > S1
S = F1( x)
(m' a )
a +( x a) K (m a)
1
x = ( x) = [( a + m ) +(2x a m)K ]
2
1
b (b x) K ( b a ) K
(b a)
0 S S1
S1 S S1
S1 S S'2
[ 22]
S'2 S S2
S2 S 1
C) Si S1 = S1
( m a )
( x a)
a + K
(m a)
1
x = ( x) = [( a + m ) +(2x a m)K ]
2
b m
(b x)
b x
b m
74
0 S S1
S1 S S2
S2 S 1
[ 23]
ndice incorrecto
a +b
>m
2
a +b
>m
2
a + b
< m' y
2
a + b
> m' y
2
Asimetra a la derecha
( Definicin 2)
ndice incorrecto
a +b <
>m
2
a + b
> m' y
2
En definitiva, la regla que debemos seguir, en general, para obtener el valor del Activo o del Mercado x
cuando se conoce el valor del ndice x, y siempre que se conozca de antemano a, b, m y a, b, m, es la
siguiente:
1) Calculamos S1, S1, S2, S2, K y S
( Definicin 1)
S1 > S1 utilizo ( 1.16)
a +b
a + b
Asimetra a la izquierda 2) S1< S1 utilizo ( 1.17) para calcular
< m' y
<m
2
2
x a partir de x
S1 = S1 utilizo ( 1.18)
75
5. CASO PRCTICO
En relacin al ejemplo ya sealado de Alonso y Lozano ( 1985) , tenemos:
Para el ndice
Para el Activo
b: 50.000
a: 20.000
m: 32.500
b: 500.000
a: 250.000
m: 325.000
a + b : 35.000
2
a + b : 375.000
2
Indice
20.000
21.000
22.000
23.000
24.000
25.000
26.000
27.000
28.000
29.000
30.000
31.000
32.000
33.000
34.000
Valor de Mercado
250.000
257.442
264.884,1
272.326,2
279.768,33
287.210,4
294.652,50
302.094,08
309.535,67
316.978,75
324.420,84
332.176,92
340.669,2
349.807,69
359.038,46
Indice
Valor de Mercado
35.000
36.000
37.000
38.000
39.000
40.000
41.000
42.000
43.000
44.000
45.000
46.000
47.000
48.000
49.000
50.000
368.269,23
377.211,87
385.982,45
394.753,03
403.523,61
412.294,19
421.064,77
429.835,35
438.605,93
447.376,51
456.147,09
464.917,67
473.688,25
482.458,83
491.229,41
500.000
R2 = 0,992
6. CONCLUSIONES
Lo que en principio fue una mejora del mtodo sinttico en el mbito de la valoracin agraria, ha terminado por tomar cuerpo como un
76
Grfico 3
20.000
21.000
22.000
23.000
24.000
25.000
26.000
27.000
28.000
29.000
30.000
31.000
32.000
33.000
34.000
35.000
36.000
37.000
38.000
39.000
40.000
41.000
42.000
43.000
44.000
45.000
46.000
47.000
48.000
49.000
50.000
500.000
480.000
460.000
440.000
420.000
400.000
380.000
360.000
340.000
320.000
300.000
280.000
260.000
240.000
220.000
beta
triangular
trapezoidal
77
c) La aplicacin de las frmulas desarrolladas en este trabajo es fcilmente incorporable a una hoja de clculo, basta con introducir a,
b, m, x, as como a, b, y m, para obtener rpidamente ( 9) x.
Una posible lnea alternativa a la expuesta en este trabajo podra
consistir en tratar de ajustar una funcin de distribucin ms general recur rien do a Fun cion es Gen eradoras de Disfribucin de
Probabilidad y al uso de mayor informacin sobre el ndice y el
Activo.
BIBLIOGRAFA
ALONSO , R. y LOZANO , J. ( 1985) : El mtodo de las dos funciones de distribucin: una aplicacin a la valoracin de fincas agrcolas en las comarcas Centro y Tierra de Campos ( Valladolid) . Anales del INIA, Economa,
9: pp. 295-325. 1985
BALLESTERO , E. ( 1971) : Sobre la valoracin sinttica de tierras y un nuevo
mtodo aplicable a la concentracin parcelaria. Revista de Economa
Poltica. Abril, 1971: pp . 225-238.
BALLESTERO , E. (1973): Nota sobre un nuevo mtodo rpido de valoracin.
Revista de Estudios Agrosociales, 85, Octubre-Diciembre 1973: pp. 75-78.
BALLESTERO , E. ( 1991a) : Economa de la empresa agraria y alimentaria.
Ediciones Mundi-Prensa. Madrid.
BALLESTERO , E. y CABALLER, V. ( 1982) . Il metodo delle due Beta. Un procedimento rapido nella stima dei beni fondiari. Genio Rurale, vol. 45 ( 6) :
pp. 33-36.
BALLESTERO , E. ( 1991b) : Mtodos evaluatorios en Auditora. Alian za
Universidad. Madrid 1991. Captulo 9: pp. 192-203.
CALLEJN , J.; PREZ RODRGUEZ, E. y RAMO RODRGUEZ, A. ( 1996) : La
Distribucin Trapezoidal como mtodo probabilstico para la metodologa PERT. Estudios de Economa Aplicada X Reunin Asepelt-Espaa. Albacete
( pendiente publicacin)
CABALLER, V. ( 1975) : Concepto y Mtodos de valoracin agraria. Ediciones
Mundi-Prensa ( 1975) . Madrid: pp. 447-467.
CABALLER, V. ( 1994) : Mtodos de valoracin de empresas pp. 101-104.
Ediciones Pirmide S. A. Madrid.
Caballer, V. ( 1998) . Valoracin Agraria. Teora y Prctica. Ediciones MundiPrensa. Madrid, 4 Edicin.
CAAS, J. A.; DOMINGO , J. y MARTNEZ, J. A. ( 1994) : Valoracin de tierras en
las campias y la Subtica de la provincia de Crdoba por el mtodo de
(9) En un reciente proyecto de investigacin sobre valoracin de empresas que se ha llevado a cabo en la
Universidad de Almera con la colaboracin con la empresa Microdata Softaware S.L. se est desarrollando una
aplicacin informtica de la variante del trapecio.
78
RESUMEN
El mtodo de dos funciones de distribucin: la versin trapezoidal
Este artculo est centrado en la teora general de valoracin y, concretamente, en el mtodo de las dos funciones de distribucin, idea original de Ballestero ( 1971) . En este trabajo,
se hace un anlisis de sus fundamentos y de las distintas distribuciones utilizadas en los diferentes trabajos publicados en estos ltimos aos. Adems, se presenta una nueva funcin de
distribucin: la trapezoidal ( CPR, 1996) , y se justifican las ventajas de utilizar esta distribucin, al tratarse de una funcin ms moderada en media y ms conser vadora en varianza,
por lo que sus resultados, como se pone de manifiesto en el caso prctico que se presenta,
son ms moderados que los obtenidos con las dems distribuciones, teniendo un mejor
comportamiento para valores extremos, por lo que resulta la ms adecuada para trabajar en
ambientes de incertidumbre.
PALABRAS CLAVE: Valoracin, mtodo de las dos betas, distribucin trapezoidal.
79
SUMMARY
The two-distribution-functions method: the trapezoidal version
This paper is focused on the general theor y of valuation and, namely, on the two distribution functions method, that was an original idea of Ballestero ( 1971) . In this work, he analyzes the foundations of this method and the different distributions used in several papers
published in last years. Moreover, a new distribution function is presented: the trapezoidal
one ( CPR, 1996) and the advantages to use it, because this function is more moderate in
mean and more conser vative in variance, so, its results, as it can be seen in the practical case
presented here, are more moderate than the obtained ones with the remaining distributions. Finally, they have a better behaviour for the extreme values and thus they turn out to
be the most adequate to work in an uncertainty situation.
KEYWORDS: Valuation, two betas methods, trapezoidal distribution.
80