Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introduccin a la
Simulacin con Excel
Estadstica Actuarial I Introduccin a la simulacin con Excel
NDICE
0 Introduccin .......................................................................................... 3
1 Funciones estadsticas y relacionadas....................................................... 4
1.1 Genricas ........................................................................................................ 4
1.2 Nmeros aleatorios. ......................................................................................... 4
1.3 Descriptivas de datos ....................................................................................... 4
1.4 P.Valores......................................................................................................... 5
1.5 Variables aleatorias .......................................................................................... 5
1.6 Otras funciones de inters ................................................................................ 6
2 Nmeros aleatorios. ............................................................................. 12
2.1 Procedimientos relacionados ............................................................................12
2.2 Herramienta Excel para la generacin de nmeros aleatorios ..............................12
2.3 Generacin de nmeros aleatorios mediante frmulas. .......................................17
3 Distribucin de frecuencias. .................................................................. 19
3.1 Procedimientos relacionados ............................................................................19
3.2 Anlisis de Datos: Histograma ..........................................................................19
3.3 La funcin FRECUENCIA ..................................................................................20
3.4 Ejemplos ........................................................................................................21
4 Medidas de tendencia central, variacin y forma. .................................... 23
4.1 Procedimientos relacionados ............................................................................23
4.2 Anlisis de Datos Estadstica descriptiva ............................................................23
4.3 Funciones para el clculo de la tendencia central. ..............................................24
4.4 Funciones para el clculo de la variacin. ..........................................................24
4.5 Funciones para el clculo de la forma. ..............................................................25
5 Medidas de asociacin lineal ................................................................. 26
5.1 Procedimientos relacionados ............................................................................26
5.2 Anlisis de Datos: Covarianza...........................................................................26
5.3 Funciones para el clculo del grado de asociacin lineal. ....................................27
6 Variables aleatorias discretas. ............................................................... 29
6.1 Binomial.........................................................................................................29
6.2 Poisson ..........................................................................................................30
6.3 Uniforme (Discreta).........................................................................................31
6.4 Geomtrica.....................................................................................................33
6.5 Binomial Negativa ...........................................................................................34
6.6 Funciones Excel relacionadas con las v.a. discretas ............................................35
7 Variables aleatorias continuas. .............................................................. 38
7.1 Beta...............................................................................................................38
7.2 Exponencial ....................................................................................................39
7.3 Gamma ..........................................................................................................41
7.4 Normal...........................................................................................................42
7.5 Pareto............................................................................................................43
7.6 Uniforme ........................................................................................................45
7.7 Funciones relacionadas con la Normal...............................................................46
7.8 Funciones relacionadas con otras distribuciones.................................................47
8 Ajuste de distribuciones: tests de bondad del ajuste ............................... 48
8.1 Introduccin ...................................................................................................48
8.2 Distribuciones discretas: test 2 .......................................................................48
8.3 Distribuciones continuas: el test de Kolmogorov-Smirnov....................................54
8.4 Uso de SOLVER en el proceso de caracterizacin/estimacin...............................58
0 Introduccin
La simulacin de MonteCarlo es una tcnica que combina conceptos estadsticos
(muestreo aleatorio) con la capacidad que tienen los ordenadores para generar nme-
ros pseudo-aleatorios y automatizar clculos.
Los orgenes de esta tcnica estn ligados al trabajo desarrollado por Stan Ulam
y John Von Neumann a finales de los 40 en el laboratorio de Los lamos, cuando in-
vestigaban el movimiento aleatorio de los neutrones. En aos posteriores, la simulacin
de MonteCarlo se ha venido aplicando a una infinidad de mbitos como alternativa a
los modelos matemticos exactos o incluso como nico medio de estimar soluciones
para problemas complejos.
As, en la actualidad es posible encontrar modelos que hacen uso de simulacin
MC en las reas informtica, empresarial, econmica, industrial e incluso social. En
otras palabras, la simulacin de MonteCarlo est presente en todos aquellos mbitos
en los que el comportamiento aleatorio o probabilstico desempea un papel funda-
mental -precisamente, el nombre de MonteCarlo proviene de la famosa ciudad de M-
naco, donde abundan los casinos de juego y donde el azar, la probabilidad y el com-
portamiento aleatorio conforman todo un estilo de vida.
Son muchos los autores que han apostado por utilizar hojas de clculo para
realizar simulacin MC. La potencia de las hojas de clculo reside en su universalidad,
en su facilidad de uso, en su capacidad para recalcular valores y, sobre todo, en las
posibilidades que ofrece con respecto al anlisis de escenarios (what-if anaylisis). Las
ltimas versiones de Excel incorporan, adems, un lenguaje de programacin propio, el
Visual Basic for Applications, con el cual es posible crear autnticas aplicaciones de
simulacin destinadas al usuario final. En el mercado existen de hecho varios comple-
mentos de Excel (Add-Ins) especficamente diseados para realizar simulacin MC,
siendo los ms conocidos: @Risk, CrystallBall, Insight.xla, SimTools.xla, etc.
Este documento presenta los conceptos bsicos que el alumno de la asignatura
deber conocer para realizar las prcticas de la asignatura Estadstica Actuarial I.
En el primer apartado se presenta una breve descripcin de las funciones de
que dispone Excel para el tratamiento estadstico de datos en general y para el desa-
rrollo e pequeas aplicaciones de simulacin en particular.
En el segundo apartado se presentan las dos formas de generacin de nmeros
pseudo aleatorios (en adelante y por comodidad nos referiremos a ellos como aleato-
rios) y de muestras que se distribuyan con arreglo a una distribucin dada. Como se
sabe la generacin de estas muestras constituye la parte bsica del mtodo de Monte-
Carlo.
Los apartados 2, 4 y 5 se dedican a describir brevemente las herramientas
bsicas del anlisis descriptivo que ser necesario realizar en las prcticas propuestas.
Los apartados 6 y 7 describen las variables aleatorias que aparecen comn-
mente en las simulaciones, dando su caractersticas y propiedades fundamentales, un
mtodo para a generacin de nmeros aleatorios y una descripcin de las funciones
Excel relacionadas con ellas.
Los apartados 8 y 9 presentan las herramientas bsicas para poder realizar
tanto el ajuste de datos a las distribuciones anteriores, a travs de los test de bondad
del ajuste ms usuales, como la inferencia bsica sobre los resultados de la simulacin.
1.4 P.Valores
PRUEBA.CHI.INV: Devuelve el inverso de una probabilidad dada, de una
sola cola, en una distribucin chi cuadrado.
PRUEBA.CHI: Devuelve la prueba de independencia.
PRUEBA.F: Devuelve el resultado de una prueba F.
PRUEBA.FISHER.INV: Devuelve el inverso de la transformacin Fisher.
PRUEBA.T: Devuelve la probabilidad asociada a una prueba t de Student.
PRUEBA.Z: Devuelve el valor P de dos colas de una prueba Z.
COINCIDIR
Devuelve la posicin relativa de un elemento en una matriz que coincida con un
valor especificado en un orden especificado. Utilice COINCIDIR en lugar de las funcio-
nes BUSCAR cuando necesite conocer la posicin de un elemento en un rango en lugar
del elemento en s.
COINCIDIR(valor_buscado;matriz_buscada;tipo_de_coincidencia)
COCIENTE
Devuelve la parte entera de una divisin. Use esta funcin cuando desee des-
cartar el residuo de una divisin. Si esta funcin no est disponible, ejecute el progra-
ma de instalacin e instale las Herramientas para anlisis. Para instalar este comple-
mento, elija Complementos en el men Herramientas y seleccione la casilla correspon-
diente.
COCIENTE(numerador; denominador)
Numerador es el dividendo.
Denominador es el divisor.
Observaciones
Si uno de los argumentos no es un valor numrico, COCIENTE devuelve el valor
de error #VALOR!
COCIENTE(5; 2) es igual a 2
COCIENTE(4,5; 3,1) es igual a 1
COCIENTE(-10; 3) es igual a -3
CONTAR.SI
Cuenta las celdas, dentro del rango, que no estn en blanco y que cumplen con
el criterio especificado.
CONTAR.SI(rango; criterio)
Rango es el rango dentro del cual desea contar el nmero de celdas que no
estn en blanco.
Criterio es el criterio en forma de nmero, expresin o texto, que determina
las celdas que se van a contar.
ENTERO
FACT
Devuelve el factorial de un nmero. El factorial de un nmero es igual a
1*2*3*...* nmero.
FACT(nmero)
Nmero es el nmero no negativo cuyo factorial desea obtener. Si el argu-
mento nmero no es un entero, se trunca.
INDICE
INDICE Devuelve el elemento del rango matriz que ocupa la posicin dada
por los ndices de nmero de fila y de columna.
Sintaxis
INDICE(matriz; nm_fila; nm_columna)
Observaciones
JERARQUIA
Sintaxis
JERARQUIA(nmero ; referencia ; orden)
NOD
Devuelve el valor de error #N/A, que significa "no hay ningn valor disponible".
Utilice #N/A para marcar las celdas vacas. Si escribe #N/A en las celdas donde le falta
informacin, puede evitar el problema de la inclusin no intencionada de celdas vacas
en los clculos. (Cuando una frmula hace referencia a una celda que contiene #N/A,
la frmula devuelve el valor de error #N/A.)
NOD( )
Debe incluir parntesis vacos con el nombre de la funcin. De lo contrario no
se reconocer como funcin.
Tambin puede escribir el valor #N/A directamente en la celda. La funcin NOD
se proporciona por compatibilidad con otros programas para hojas de clculo.
PRODUCTO
Multiplica todos los nmeros que figuran como argumentos y devuelve el pro-
ducto.
PRODUCTO(nmero1;nmero2; ...)
Nmero1; nmero2; ... son entre 1 y 30 nmeros que desea multiplicar.
Los argumentos que son nmeros, valores lgicos o representaciones textuales
de nmeros se toman en cuenta; los argumentos que son valores de error o
texto que no se puede convertir en nmeros causan errores.
Si un argumento es una matriz o una referencia, slo se tomarn en cuenta los
nmeros de la matriz o de la referencia. Se pasan por alto las celdas vacas, va-
lores lgicos, texto o valores de error en la matriz o en la referencia.
REDONDEA.PAR REDONDEA.IMPAR
Devuelve un nmero redondeado hasta el nmero entero par (impar) ms
prximo. Esta funcin puede usarse para procesar artculos que vienen en pares.
REDONDEA.PAR(nmero)
Nmero es el valor que desea redondear.
Si el argumento nmero es un valor no numrico, REDONDEA.PAR devuelve el
valor de error #VALOR!
Cuando un valor se ajusta alejndose de cero, se redondear hacia arriba, in-
dependientemente del signo del nmero. Si el argumento nmero es un entero
par, no se redondea.
REDONDEAR
Redondea un nmero al nmero de decimales especificado.
REDONDEAR(nmero;nm_de_decimales)
Nmero es el nmero que desea redondear.
Nm_de_decimales especifica el nmero de dgitos al que desea redondear
el argumento nmero.
Si el argumento nm_de_decimales es mayor que 0 (cero), nmero se redon-
dear al nmero de lugares decimales especificado.
Si el argumento nm_de_decimales es 0, nmero se redondear al entero ms
prximo.
Si el argumento nm_de_decimales es menor que 0, nmero se redondear
hacia la izquierda del separador decimal.
REDONDEAR.MAS
Redondea un nmero hacia arriba, en direccin contraria a cero.
REDONDEAR.MAS(nmero;nm_decimales)
Nmero es cualquier nmero real que desee redondear.
Nm_decimales es el nmero de decimales al cual desea redondear el n-
mero.
La funcin REDONDEAR.MAS es similar a la funcin REDONDEAR, excepto que
siempre redondea al nmero superior ms prximo, alejndolo de cero.
Si el argumento nm_decimales es mayor que 0 (cero), el nmero se redondea
al valor superior (inferior para los nmeros negativos) ms prximo que con-
tenga el nmero de lugares decimales especificado.
Si el argumento nm_decimales es 0 o se omite, el nmero se redondea al en-
tero superior (inferior si es negativo) ms prximo.
Si el argumento nm_decimales es menor que 0, el nmero se redondea al va-
lor superior (inferior si es negativo) ms prximo a partir de la izquierda de la
coma decimal.
REDONDEAR.MAS(3,2;0) es igual a 4
REDONDEAR.MAS(76,9;0) es igual a 77
RESIDUO
Devuelve el residuo o resto de la divisin entre nmero y nm_divisor. El resul-
tado tiene el mismo signo que nm_divisor.
RESIDUO(nmero;nm_divisor)
Nmero es el nmero que desea dividir y cuyo residuo o resto desea obte-
ner.
Nm_divisor es el nmero por el cual desea dividir nmero. Si nm_divisor
es 0, RESIDUO devuelve el valor de error #DIV/0!
La funcin RESIDUO se puede expresar utilizando la funcin ENTERO:
RESIDUO(n;d) = n - d*ENTERO(n/d)
RESIDUO(3; 2) es igual a 1
RESIDUO(-3; 2) es igual a 1
RESIDUO(3; -2) es igual a -1
RESIDUO(-3; -2) es igual a -1
SUBTOTALES
Devuelve un subtotal en una lista o base de datos. Generalmente es ms fcil
crear una lista con subtotales utilizando el comando Subtotales del men Datos. Una
vez creada la lista de subtotales, puede cambiarse modificando la frmula SUBTOTA-
LES.
SUBTOTALES(nm_funcin;ref1)
Nm_funcin es un nmero de 1 a 11 que indica qu funcin debe ser utili-
zada para calcular los subtotales dentro de una lista.
Nm_funcin Funcin
1 PROMEDIO
2 CONTAR
3 CONTARA
4 MAX
5 MIN
6 PRODUCTO
7 DESVEST
8 DESVESTP
9 SUMA
10 VAR
11 VARP
Si hay otros subtotales dentro de ref1 (o subtotales anidados), estos subtotales
anidados se pasarn por alto para no repetir los clculos.
La funcin SUBTOTALES pasa por alto las filas ocultas. Esto es importante
cuando slo desea obtener el subtotal de los datos visibles que resulta de una
lista filtrada.
SUMA
Suma todos los nmeros de un rango.
SUMA(nmero1;nmero2; ...)
Nmero1; nmero2; .. son entre 1 y 30 nmeros cuya suma desea obtener.
Se toman en cuenta nmeros, valores lgicos y representaciones de nmeros
que escriba directamente en la lista de argumentos. Consulte los dos primeros
ejemplos.
Si un argumento es una matriz o una referencia, solamente se contarn los
nmeros de esa matriz o referencia. Se pasan por alto las celdas vacas, valores
lgicos, texto o valores de error en esa matriz o referencia.
Los argumentos que sean valores de error o texto que no se pueda traducir a
nmeros causarn errores.
SUMA.CUADRADOS
Devuelve la suma de los cuadrados de los argumentos.
SUMA.CUADRADOS(nmero1;nmero2; ...)
SIGNO
Devuelve el signo de un nmero. Devuelve 1 si el argumento nmero es positi-
vo, 0 si el argumento nmero es 0 y -1 si el argumento nmero es negativo.
SIGNO(nmero)
SUMAR.SI
Suma las celdas en el rango que coinciden con el argumento criterio.
SUMAR.SI(rango;criterio;rango_suma)
SUMAPRODUCTO
Multiplica los componentes correspondientes de las matrices suministradas y
devuelve la suma de esos productos.
SUMAPRODUCTO(matriz1;matriz2;matriz3; ...)
TRUNCAR
Trunca un nmero a un entero, suprimiendo la parte fraccionaria de dicho n-
mero.
TRUNCAR(nmero; nm_de_decimales)
2 Nmeros aleatorios.
2.1 Procedimientos relacionados
Excel cuenta con dos procedimientos para obtener nmeros aleatorios distribui-
dos segn una forma determinada:
a) Recurriendo al complemento de Anlisis de Datos.
b) Utilizando la funcin ALEATORIO().
Plantilla general
Distribuciones
Semilla
UNIFORME
Genera muestras de una distribucin U[A;B]
A
Semilla
NORMAL
Genera muestras de una distribucin N[;]
7,445
12,850
8,800
11,015
11,234
7,113
Parmetros 7,882
11,295
11,100
9,988
10,877
8,320
BERNOULII
Genera muestras de una distribucin de Bernoulli(p)
1
0
1
0
p 0
1
1
0
0
1
0
1
BINOMIAL
Genera muestras de una distribucin de B(n,p)
24
30
24
21
Parmetros 22
27
23
27
23
26
27
19
POISSON
Genera muestras de una distribucin de Poisson()
12
14
10
8
11
12
9
13
13
6
10
12
FRECUENCIA RELATIVA
En realidad genera series o secuencias de nmeros
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
9
9
10
10
1
1
DISCRETA
Genera nmeros dada una distribucin de frecuencias relativas
0 0,1875
1 0,1250
2 0,3125
3 0,3750
0
3
1
3
3
0
0
3
3
2
3
1
Su sintaxis es:
ALEATORIO( )
Su sintaxis es
ALEATORIO.ENTRE(inferior; superior)
DISCRETAS
Binomial (n, p) =BINOM.CRIT(n; p; U)
Poisson () =BINOM.CRIT(/0,001;0,001;U)
Uniforme (a,b) =ALEATORIO.ENTRE(a; b)
Geomtrica (p) =REDONDEAR.MENOS(LN(U)/LN(1-p);0)
BinomNegativa(n,p) =BINOM.CRIT(DISTR.GAMMA.INV(U; n;(1-p)/p)/;;U)
CONTINUAS
Beta (,) =DISTR.BETA.INV(U; ; ; a , b )
Exponencial() =(1/) * -LOG(U)
Gamma(,) =DISTR.GAMMA.INV(U; ; )
LogNormal(,) =DISTR.LOG.INV(U; ; )
Normal(,) = + *(RAIZ(-2*LOG(U))*SENO(2*PI()*U))
Pareto(,) =*(U^(-1/))
Uniforme (a,b) = + ()U
OTRAS
2GL PRUEBA.CHI.INV(U;GL)
F(GL1;GL2) DISTR.F.INV(U;GL1;GL2)
c + (a+U*(b-a)-c)*MAX(U;U)
Triangular (a,b,c)
c + (a+U*(b-a)-c)*RAIZ(U)
TGL DISTR.T.INV(U;GL)*SIGNO(U-0,5)
3 Distribucin de frecuencias.
3.1 Procedimientos relacionados
Excel cuenta con dos procedimientos para obtener la distribucin de frecuencias
de una variable:
a) Recurrir al complemento de Anlisis de Datos (HISTOGRAMA).
b) Utilizar la funcin FRECUENCIA.
Rango clases (opcional) Introduzca la referencia de celda para un rango que con-
tenga un conjunto opcional de valores lmite que definan rangos de clase. Estos va-
lores debern estar en orden ascendente. Microsoft Excel contar el nmero de
puntos de datos que hay entre el nmero de clases actual y el nmero de clases
mayor, si lo hay.
Se contar un nmero de una clase determinada si es igual o menor que el
nmero de clase situado por debajo de la ltima clase. Todos los valores por
debajo del primer valor de clase se contarn juntos, como los valores por enci-
ma del ltimo valor de clase.
Si omite el rango de clase, Excel crear un conjunto de clases distribuidas uni-
formemente entre los valores mnimo y mximo de los datos.
Pareto (Histograma ordenado) Active esta casilla para presentar los datos en
orden de frecuencia descendente en la tabla de resultados. Si esta casilla est
desactivada, Excel presentar los datos en orden ascendente y omitir las tres
columnas situadas ms a la derecha que contienen los datos ordenados.
Porcentaje acumulado Active esta casilla para generar una columna de tabla de
resultados con porcentajes acumulados y para incluir una lnea de porcentaje
acumulado en el grfico de histograma. Desactvela para omitir los porcentajes
acumulados.
Crear grfico Active esta casilla para generar un grfico de histograma incrus-
tado con la tabla de resultados.
RESULTADO
0 ,00%
3
10
Su sintaxis es
FRECUENCIA(datos; grupos)
Datos: es una matriz de un conjunto e valores o una referencia a un con-
junto de valores cuyas frecuencias desea contar. Si datos no contiene nin-
gn valor, FRECUENCIA devuelve una matriz de ceros.
Grupos: es una matriz de intervalos o una referencia a intervalos dentro de
los cuales desea agrupar los valores del argumento datos. Si grupos no con-
tiene ningn valor, FRECUENCIA devuelve el nmero de elementos conteni-
do en datos.
Observaciones
FRECUENCIA se introduce como una frmula matricial despus de selec-
cionar un rango de celdas adyacentes en las que se desea que aparezca el
resultado de la distribucin.
El nmero de elementos de la matriz devuelta supera en una unidad el n-
mero de elementos de grupos. El elemento adicional de la matriz devuelta
devuelve la suma de todos los valores superiores al mayor intervalo.
1 xi 1 En general:
2 1 < xi 2 C i1 < x i Ci
3 2 < xi 3
3 < xi
3.4 Ejemplos
3.4.1 Generar 100 valores (discretos) comprendidos entre 0 y 10.
a) Construir la tabla de distribucin de frecuencias de dichos valores.
b) Representar grficamente los valores mediante un diagrama de barras y po-
lgonos de frecuencias acumulados y no acumulados.
Distribucin de frecuencias
0,16
Ci ni fi Ni Fi 2
0 12 0,084507 12 0,084507 0,140,1 6
10
1 15 0,105634 27 0,190141 0,120,1 1
2 19 0,133803 46 0,323944 0,1 3 7
3 15 0,105634 61 0,429577 0,100,1 0
4 7 0,049296 68 0,478873 0,1
5 9 0,063380 77 0,542254 0,080,1 5
6 18 0,126761 95 0,669014 0,1 8
0,060,1 4 9
7 15 0,105634 110 0,774648
8 8 0,056338 118 0,830986 0,040,1
9 7 0,049296 125 0,880282 0,1
10 17 0,119718 142 1,000000 0,020,1
142 1
0,00
0,16
1,00
0,14 0,90
0,12 0,80
0,10 0,70
0,60
0,08
0,50
0,06 0,40
0,04 0,30
0,02 0,20
0,10
0,00
0,00
0 1 2 3 4 5 6 7 8 9 10
0 1 2 3 4 5 6 7 8 9 10
Ci ni fi Ni Fi
A 0 25 50 2 0,0004 2 0,0004 A MIN/MAX
50 75 100 6 0,0012 8 0,0016 B Redondeo a enteros
100 125 150 14 0,0029 22 0,0045 C Redondeo a mltiplos de 10
150 175 200 44 0,0091 66 0,0136 A B C
200 225 250 79 0,0163 145 0,0298 Min 12,6 12,0 0,0
250 275 300 182 0,0375 327 0,0673 Max 984,8 985,0 990,0
300 325 350 299 0,0615 626 0,1288
350 375 400 459 0,0945 1085 0,2233
400 425 450 597 0,1229 1682 0,3462 Rango
450 475 500 745 0,1533 2427 0,4995 A MIN(B:B)
500 525 550 731 0,1504 3158 0,6499 B REDONDEAR.MENOS(MIN(B:B);0)
550 575 600 597 0,1229 3755 0,7728 C REDOND.MULT(MAX(0;MIN(B:B)-10);10)
600 625 650 485 0,0998 4240 0,8726
650 675 700 308 0,0634 4548 0,9360 Intervalos
700 725 750 144 0,0296 4692 0,9656 70 REDONDEAR.MAS(RAIZ(CONTAR(B:B));0)
750 775 800 108 0,0222 4800 0,9879 70 ENTERO(RAIZ(CONTAR(B:B)))+1
800 825 850 39 0,0080 4839 0,9959
850 875 900 15 0,0031 4854 0,9990
900 925 950 4 0,0008 4858 0,9998
B 950 975 1000 1 0,0002 4859 1,0000
1000 4859 1
4859
800 0,18
700 0,16
600 0,14
0,12
500
0,10
400
0,08
300
0,06
200
0,04
100
0,02
0 0,00
25
75
125
175
225
275
325
375
425
475
525
575
625
675
725
775
825
875
925
975
25
125
225
325
425
525
625
725
825
925
RESULTADO
A B C A B C
0,288 0,701 0,057 Media 0,50647 0,61875 0,47019
0,374 0,947 0,313 Error tpico 0,09055 0,08285 0,06653
0,850 0,164 0,594 Mediana 0,37794 0,69444 0,52926
0,334 0,659 0,521 Moda #N/A #N/A #N/A
0,212 0,960 0,087 Desviacin estndar 0,35068 0,32087 0,25767
0,034 0,008 0,835 Varianza de la muestra 0,12298 0,10296 0,06639
0,068 0,938 0,529 Curtosis -1,61643 -0,73600 -1,00353
0,654 0,948 0,105 Coeficiente de asimetra -0,02602 -0,71760 -0,37420
0,780 0,638 0,585 Rango 0,97647 0,95174 0,77754
0,917 0,762 0,221 Mnimo 0,01485 0,00781 0,05723
0,775 0,143 0,783 Mximo 0,99133 0,95956 0,83477
0,378 0,497 0,484 Suma 7,59711 9,28131 7,05286
0,926 0,336 0,784 Cuenta 15 15 15
0,991 0,887 0,533 Mayor (1) 0,99133 0,95956 0,83477
0,015 0,694 0,623 Menor(1) 0,01485 0,00781 0,05723
Nivel de confianza(95,0%) 0,19420 0,17769 0,14269
RESULTADO
A B C A B C
0,288 0,701 0,057 A 1,00000
0,374 0,947 0,313 B -0,12794 1,00000
0,850 0,164 0,594 C 0,08240 -0,72442 1,00000
0,334 0,659 0,521
0,212 0,960 0,087 A B C
0,034 0,008 0,835 A 0,11478
0,068 0,938 0,529 B -0,01344 0,09609
0,654 0,948 0,105 C 0,00695 -0,05590 0,06197
0,780 0,638 0,585
0,917 0,762 0,221
0,775 0,143 0,783
0,378 0,497 0,484
0,926 0,336 0,784
0,991 0,887 0,533
0,015 0,694 0,623
Coeficiente de correlacin.
COEF.DE.CORREL Devuelve el coeficiente de correlacin entre dos rangos
de celdas definidos por los argumentos matriz1 y matriz2. Use el coeficiente
de correlacin para determinar la relacin entre dos propiedades. Por ejem-
plo, para examinar la relacin entre la temperatura promedio de una locali-
dad y el uso de aire acondicionado.
COEF.DE.CORREL(matriz1;matriz2)
=BINOM.CRIT(n;p;ALEATORIO())
Hoja de clculo.
El fichero Binomial.xls es una plantilla para la generacin y anlisis de la distri-
bucin Binomial en Excel as como para la estimacin de parmetros a partir de una
muestra aleatoria. Su aspecto es el siguiente:
0,20 X BINOMIAL(n,p)
Den n f1_s f3_s
0 0,000000 0 0,000000 0,0
0,18 1 0,000000 0 0,000000 0,0 Ensayos (n) 12
2 0,000000 0 0,000000 0,0 30 27
3 0,000000 0 0,000000 0,0
0,16 4 0,000000 0 0,000000 0,0 Pr. xito (p) 67
5 0,000000 0 0,000000 0,0 0,67
0,14 6 0,000000 0 0,000000 0,0 A1:A300
7 0,000001 0 0,000000 0,0 Muestra
8 0,000006 0 0,000000 0,0 300
0,12 9 0,000030 0 0,000000 0,0
10 0,000128 0 0,000000 0,0
11 0,000474 0 0,000000 0,1 Estadsticos
0,10
12 0,001525 1 0,003333 0,5 Tericos Muestra
13 0,004286 0 0,000000 1,3 Mnimo 12 12
0,08 14 0,010566 7 0,023333 3,2 Media 20,10 20,02
15 0,022882 9 0,030000 6,9 Moda 20
16 0,043554 20 0,066667 13,1 Mximo 27 28
0,06 17 0,072822 18 0,060000 21,8 Varianza 6,6 7,9
18 0,106781 31 0,103333 32,0
0,04 19 0,136925 36 0,120000 41,1 Bondad del generador
20 0,152900 53 0,176667 45,9 2 22,4901
21 0,147826 38 0,126667 44,3 GL 16
0,02 22 0,122781 28 0,093333 36,8 p.valor 0,0956
23 0,086707 23 0,076667 26,0
0,00 24 0,051345 20 0,066667 15,4 Algoritmo de generacin
25 0,025019 9 0,030000 7,5 BINOM.CRIT(n;p;ALEATORIO())
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
6.2 Poisson
Una v.a. de Poisson es en realidad una v.a. Binomial llevada al lmite, es decir
cuando n (aunque basta con que sea suficientemente grande) y p0 (aunque bas-
ta con que sea muy pequeo).
En general un suceso "raro" puede ser perfectamente modelizado por un v.a.
de Poisson, ejemplos tpicos son el nmero de remaches defectuosos en un avin
(porque un avin puede llegar a tener varios millones de ellos y al ser un mecanismo
tan simple es realmente difcil que sea defectuoso); el nmero de erratas en un libro
(que contiene un gran nmero de palabras que difcilmente estn mal escritas) el n-
mero de llegadas a un servicio si la distribucin entre los tiempos es exponencial, el
nmero de accidentes laborales en un mes en una gran empresa, el nmero de perso-
nas que entran en un supermercado en un minuto, etc.
La notacin habitual es XPoisson(). El nico parmetro debe ser positivo >0.
La funcin de cuanta es:
e X
p( x ) =
x!
La funcin de distribucin es:
i= X
i
F( x ) = e
i= 0 i!
La media y varianza coinciden en el nico parmetro .
Propiedades.
Si (X1,X2,..Xm) Poisson(i) entonces (X1+X2+..+Xm)Poisson(1+ 2+.. m).
Si XB(n,p) entonces la variable (n-X)B(n,1-p).
Generacin.
Excel cuenta con una funcin para la distribucin y densidad de Poisson, cuenta
tambin con la posibilidad de obtener muestras aleatorias as distribuidas (Herramien-
tas + Anlisis de Datos + Generacin de nmeros aleatorios). En cualquier caso es
posible obtener nmeros que se distribuyan segn una Poisson aleatorios utilizando la
frmula siguiente:
=BINOM.CRIT(/0,001;0,001;ALEATORIO())
Caracterizacin.
El parmetro pueden ser estimado fcilmente de la forma siguiente:
= x (n)
0,20X POISSON( )
Den n f1_s f3_s
0 0,001008 0 0,0000 0,9
0,181 0,006954 7 0,0075 6,5 0
2 0,023990 22 0,0237 22,3 6,90 138 17
3 0,055178 51 0,0548 51,3
0,164 0,095182 75 0,0806 88,5
5 0,131351 113 0,1215 122,2 Muestra
6 0,151053 168 0,1806 140,5 930 A1:A930
0,147 0,148895 123 0,1323 138,5
8 0,128422 107 0,1151 119,4
0,129 0,098457 105 0,1129 91,6
10 0,067935 74 0,0796 63,2
11 0,042614 34 0,0366 39,6 Estadsticos
0,1012 0,024503 27 0,0290 22,8 Tericos Muestra
13 0,013005 11 0,0118 12,1 Mnimo 0 1
0,0814 0,006410 11 0,0118 6,0 Media () 6,90 6,99
15 0,002949 2 0,0022 2,7 Moda 6
16 0,001272 0 0,0000 1,2 Mximo 17 15
0,06 #N/A 0 0,0000 #N/A Varianza () 6,9 6,88
#N/A 0 0,0000 #N/A
#N/A 0 0,0000 #N/A Bondad del generador
0,04 2
#N/A 0 0,0000 #N/A 23,2976
#N/A 0 0,0000 #N/A GL 17
0,02 #N/A 0 0,0000 #N/A p.valor 0,1060
Algoritmo de generacin
0,00 BINOM.CRIT($J$6/0,001;0,001;ALEATORIO())
10
11
12
13
14
15
16
0
1
2
3
4
5
6
7
8
9
a+b (a b + 1)2 1
;
2 12
Excel cuenta con una funcin directa para generar muestras aleatorias as distribuidas
=ALEATORIO.ENTRE(a;b)
Caracterizacin.
Los parmetros pueden ser estimados fcilmente de la forma siguiente:
= min { X (n) }
a ; = max { X }
b (n)
Hoja de clculo.
El fichero UniDisc.xls es una plantilla para la generacin y anlisis de esta dis-
tribucin:
6.4 Geomtrica
Una v.a. Geomtrica representa el nmero de fracasos que ocurren hasta obte-
ner el primer xito en la realizacin de ensayos de Bernouilli con probabilidad p de xi-
to. As, el nmero de artculos examinados de un lote hasta que aparece el primer de-
fectuoso, el nmero de candidatos a entrevistar cuando se quiere encontrar una per-
sona idnea para un puesto de trabajo, el nmero de melones que un cliente exigente
manosea antes de conseguir aqul que satisface sus criterios, etc.
La notacin habitual es XGeom(p) o, a veces, G(p).
La funcin de cuanta es:
p(x) = p (1 p)X
La funcin de distribucin es:
F(x) = 1 (1 p)x +1
La media y varianza son respectivamente.
(1 p) (1 p)
;
p p2
Propiedades.
Se trata de una particularizacin de la binomial negativa, es decir, se ve-
rifica que BN(1,p) Geom(p). Si (X1,X2,..Xm)G(p) entonces (X1+X2+ ..
+Xm)BN(m,p).
Es el equivalente discreto de la Exponencial en el sentido de que es la
nica distribucin discreta que "no guarda memoria" ya que el nmero
de fallos ocurridos hasta un instante dado no modifica la probabilidad de
que el prximo intento sea un xito.
Generacin.
Excel no cuenta con una funcin para la distribucin y densidad de la distribu-
cin Geomtrica, sin embargo es fcil generar muestras aleatorias por inversin de la
funcin de Distribucin utilizando la frmula siguiente
=REDONDEAR.MENOS(LN(ALEATORIO())/LN(1-p);0)
Caracterizacin.
Se verifica que:
1
p =
X (n) + 1
Hoja de clculo.
El fichero Geometrica.xls es una plantilla para la generacin y anlisis de esta
distribucin:
0,40 GEOMTRICA(p)
X Den n f1_s f3_s
0 0,310000 114 0,3800 93,0 Probabilidad (p) 0
1 0,213900 42 0,1400 64,2 0,31 31 18
0,35 2 0,147591 46 0,1533 44,3
3 0,101838 34 0,1133 30,6
4 0,070268 15 0,0500 21,1
0,30 5 0,048485 13 0,0433 14,5 Muestra
6 0,033455 11 0,0367 10,0 300 A1:A300
7 0,023084 1 0,0033 6,9
0,25 8 0,015928 6 0,0200 4,8
9 0,010990 5 0,0167 3,3
10 0,007583 4 0,0133 2,3
11 0,005232 6 0,0200 1,6 Estadsticos
0,20
12 0,003610 2 0,0067 1,1 Tericos Muestra
13 0,002491 0 0,0000 0,7 Mnimo 0 0
14 0,001719 1 0,0033 0,5 Media 2,23 2,24
0,15 15 0,001186 0 0,0000 0,4 Moda 0 0
16 0,000818 0 0,0000 0,2 Mximo 0 14
17 0,000565 0 0,0000 0,2 Varianza 7,18 8,16
0,10 18 0,000390 0 0,0000 0,1
19 0,000269 0 0,0000 0,1 Bondad del generador
20 0,000185 0 0,0000 0,1 2 37,8075
0,05 21 0,000128 0 0,0000 0,0 GL 1
22 0,000088 0 0,0000 0,0 p.valor 0,0041
23 0,000061 0 0,0000 0,0
0,00 24 0,000042 0 0,0000 0,0 Algoritmo de generacin
25 0,000029 0 0,0000 0,0 REDONDEAR.MENOS(LN(aleatorio())/LN(1-p);0)
10
11
12
13
14
15
16
17
18
0
1
2
3
4
5
6
7
8
9
dad de obtener muestras aleatorias a partir del mdulo de Anlisis de Datos + Genera-
cin de nmeros aleatorios.
En cualquier caso es posible obtener nmeros que se distribuyan segn una es-
ta distribucin utilizando la frmula siguiente:
=BINOM.CRIT(DISTR.GAMMA.INV(U;n;(1-p)/p)/;;U)
BINOMIAL
Recordamos que la funcin de cuanta de la distribucin B(n,p) es:
n
p( x ) = p X (1 p)1 X
X
mientras que la funcin de distribucin es
X
n
F( x ) = p X (1 p)1 X
i= 0 i
=DISTR.BINOM(k ; n ; p ; acumulado)
BINOMIAL NEGATIVA
La funcin de cuanta es de NegBin(n,p) es:
n + X 1 X
p = p (1 p) X
(x) X
La funcin de Excel para la cuanta es:
=NEGBINOMDIST(nm_fracasos;nm_xitos;prob_xito)
Observaciones
Los argumentos nm_fracasos y nm_xitos se truncan a enteros.
Si uno de los argumentos no es numrico, NEGBINOMDIST devuelve el va-
lor de error #VALOR!
Si el argumento prob_xito < 0 o si probabilidad > 1, NEGBINOMDIST de-
vuelve el valor de error #NUM!.
Si los argumentos (nm_fracasos + nm_xitos - 1) 0, la funcin NEGBI-
NOMDIST devuelve el valor de error #NUM!.
POISSON
Recordamos que la funcin de cuanta de la distribucin Poisson() es:
e X
p =
(x) x!
La funcin de distribucin es:
i= X
i
F
(x)
=e
i!
i= 0
2( ) + +1 3( + + 1)[( + 6) + 2( + ) 2 ]
; ;
( + + 2) ( + + 2)( + + 3) ( + + 1)
Generacin.
Puesto que Excel cuenta con una funcin para la inversa de la funcin de distri-
bucin, la generacin de variables aleatorias puede hacerse directamente por inversin
utilizando la frmula siguiente:
=DISTR.BETA.INV(ALEATORIO(); , a , b ).
Caracterizacin.
Los parmetros pueden ser estimados de la forma siguiente:
x(1 x ) = (1 x ) x (1 x ) 1
= x 2 1 ; s 2
s
3,5
3,8
4,2
4,5
4,8
5,2
5,5
5,9
6,2
4,8 0,049831 0,650139 17 0,0569 0,05655 0,668896 Media 4,56 4,52
4,9 0,047141 0,697280 14 0,0468 0,04657 0,715719 Mximo 6,64 6,46
1,05,1 0,044060 0,741340 14 0,0468 0,04657 0,762542 Varianza 3,09 0,55
5,2 0,040670 0,782010 8 0,0268 0,02661 0,789298
0,9
5,3 0,037053 0,819063 10 0,0334 0,03326 0,822742
0,85,4 0,033291 0,852354 6 0,0201 0,01996 0,842809 Algoritmo de generacin
0,75,5 0,029462 0,881816 12 0,0401 0,03991 0,882943 DISTR.BETA.INV(ALEATORIO();,,min,max)
5,6 0,025642 0,907458 9 0,0301 0,02994 0,913043
0,65,7 0,021904 0,929362 8 0,0268 0,02661 0,939799 Caracterizacin
0,55,9 0,018314 0,947676 9 0,0301 0,02994 0,969900 Borghers, Reymen, 1,7
6,0 0,014935 0,962611 2 0,0067 0,00665 0,976589 y Wessa 2,3
0,46,1 0,011822 0,974433 4 0,0134 0,01330 0,989967 1,2
Law&Kelton
0,36,2 0,009023 0,983456 2 0,0067 0,00665 0,996656 2,4
6,3 0,006577 0,990034 1 0,0033 0,00333 1,000000
0,26,4 0,004515 0,994548 0 0,0000 0,00000 1,000000
0,1 1
0,0
3,1
3,4
3,6
3,8
4,0
4,3
4,5
4,7
4,9
5,2
5,4
5,6
5,9
6,1
6,3
7.2 Exponencial
La distribucin exponencial es una de las ms utilizadas en simulacin, sus valo-
res son siempre positivos lo que la liga fundamentalmente con la modelizacin de
"tiempos", pero lo que la convierte en sumamente importante es el hecho de que se
trata de la nica distribucin continua cuya tasa de fallo es constante, o dicho de otra
forma, no tiene memoria. Esto supone que la magnitud simulada, el tiempo necesario
para que se complete una tarea, el tiempo hasta el fallo de un dispositivo mecnico, el
tiempo entre llegadas de los clientes a una cola, es independiente del instante del
tiempo en que nos encontremos y por tanto del tiempo transcurrido hasta ese momen-
to.
Esta propiedad (conocida en la literatura anglosajona como "memoryless pro-
perty") es harto frecuente, determinados dispositivos electrnicos, por ejemplo, no
sufren desgaste y por lo tanto prcticamente no envejecen por lo que su probabilidad
de fallo no aumenta a lo largo de su vida til. Por otra parte, si el nmero de sucesos
ocurridos en un intervalo de tiempo sigue una distribucin de Poisson, lo cual es harto
frecuente, entonces el tiempo entre dos de estos sucesos se distribuye de forma expo-
nencial.
Notacin y parmetros.
La notacin habitual es XExp(), es parmetro de escala (>0).
Densidad y Distribucin.
La funcin de densidad es:
X
1
f (x) = e
,la funcin de distribucin es:
X
F( x ) = 1 e
Estadsticos.
La media es , la varianza 2; el sesgo 2, la curtosis 9 y el coeficiente de variacin 1.
Propiedades.
Es un caso particular de la distribucin Gamma verificndose que Gam-
ma(,1) Exp().
Tambin es un caso particular de la Weibull Weibull(,1) Exp().
La suma de exponenciales independientes de parmetro es una distribu-
cin Erlang(k;)
Generacin.
Excel no cuenta con una funcin para la inversa de la funcin de distribucin,
sin embargo, la generacin de variables aleatorias puede hacerse utilizando la frmula
siguiente:
=* -LOG(ALEATORIO())
Hoja de clculo.
El fichero Exponencial.xls es una plantilla para la generacin y anlisis de esta
distribucin en Excel. Ntese que en la hoja se ha utilizado una notacin ligeramente
distinta (cambiando tasa por media) de manera que =1/.
1,4 EXPONENCIAL ( )
X Den Dis n f_s f1_s f2_s
0,18 1,30008 0,277733 76 0,2533 1,19015 0,25333 Lambda( ) 18 0,00
1,2
0,36 0,940327 0,477596 58 0,1933 0,90827 0,44667 1,8 5,40
0,54 0,680124 0,622153 37 0,1233 0,57942 0,57000 0,1800
0,72
1,0 0,491923 0,726710 25 0,0833 0,39150 0,65333 300
0,90 0,355800 0,802333 27 0,0900 0,42282 0,74333 4,698
1,08
0,8 0,257345 0,857031 10 0,0333 0,15660 0,77667 0,08
1,26 0,186133 0,896593 13 0,0433 0,20358 0,82000 Muestra A1:A300
1,44
0,6 0,134627 0,925207 10 0,0333 0,15660 0,85333 300
1,62 0,097374 0,945903 9 0,0300 0,14094 0,88333
1,80 0,070429 0,960873 8 0,0267 0,12528 0,91000 Estadsticos
0,4
1,98 0,050940 0,971700 8 0,0267 0,12528 0,93667 Tericos Muestra
2,16 0,036844 0,979531 3 0,0100 0,04698 0,94667 Mnimo 0,00 0,00
0,2
2,34 0,026649 0,985195 3 0,0100 0,04698 0,95667 Media 0,56 0,70
2,52 0,019275 0,989292 2 0,0067 0,03132 0,96333 Mximo 5,40 4,62
0,0
2,70 0,013941 0,992255 4 0,0133 0,06264 0,97667 Varianza () 0,309 0,547
2,88 0,010083 0,994398 0 0,0000 0,00000 0,97667
0,2
0,5
0,9
1,3
1,6
2,0
2,3
2,7
3,1
3,4
3,8
4,1
4,5
4,9
5,2
0,7
1,3
1,8
2,3
2,9
3,4
4,0
4,5
5,0
7.3 Gamma
La distribucin Gamma es la generalizacin de algunas de las distribuciones
ms usadas en la modelizacin de fenmenos para su simulacin: la exponencial, y la
Erlang no son sino casos particulares (junto con la 2) de la distribucin Gamma. Su
empleo en Simulacin/MonteCarlo est relacionado con los fenmenos de espera, el
hecho de que sea siempre positiva la liga a magnitudes como el tiempo para realizar
una tarea o el tiempo hasta el fallo de un dispositivo, entre otras posibles aplicaciones.
Estas aplicaciones se derivan del hecho de que puede considerarse como la
probabilidad de que ocurran sucesos en un periodo (1/) de tiempo (por ejemplo
que fallen los k subsistemas de un dispositivo que harn que ste finalmente deje de
funcionar; que se lleven a cabo las k subtareas que componen un tarea principal con lo
que sta puede considerarse terminada, etc.)
Notacin y parmetros.
La notacin habitual es XGamma(,), (>0) es un parmetro de forma y
(>0) de escala.
Densidad y Distribucin.
La funcin de densidad es:
X
1
X e
f (x) =
,la funcin de distribucin es:
X
j
X
j= 1
F( x ) = 1 e
j= 0 j!
Estadsticos.
La media y varianza son (respectivamente):
; 2
el sesgo, la curtosis y el coeficiente de variacin son (respectivamente):
1 6 1
2 ; 3+ ;
Propiedades.
Gamma(1,) Exp() ; si k es un entero positivo a la distribucin Gamma(k,)
se la conoce como k-Erlang; a la distribucin Gamma(v/2,2) se la conoce como 2v.
Si {X1,X2,..Xn} se distribuyen como Gamma(1,), Gamma(2,),.. entonces la
suma X1+X2+.. se distribuye segn Gamma(1+2+...,).
Generacin.
Excel cuenta con una funcin para la inversa de la funcin de distribucin, la
generacin de variables aleatorias puede hacerse utilizando la frmula siguiente:
=DISTR.GAMMA.INV(ALEATORIO();;)
Hoja de clculo.
El fichero Gamma.xls es una plantilla para la generacin y anlisis de esta dis-
tribucin en Excel. Su aspecto es el siguiente:
0,12 X GAMMA ( , )
Den Dis n f_s f1_s f2_s
3,4 0,000156 0,000156 0 0,0000 0,00000 0,0000 Alfa () 55 0,60
0,10 6,3 0,002635 0,002791 1 0,0033 0,00333 0,0033 5,5 85,98
9,1 0,011450 0,014240 2 0,0067 0,00666 0,0100 2,8460
12,0 0,027448 0,041688 7 0,0233 0,02331 0,0333 Beta () 300
0,0814,8 0,047561 0,089249 26 0,0867 0,08658 0,1200 5,5 55 0,9990
17,7 0,067276 0,156526 19 0,0633 0,06327 0,1833 0,0784
0,0620,5 0,082859 0,239385 21 0,0700 0,06993 0,2533 Muestra A1:A300
23,4 0,092304 0,331689 22 0,0733 0,07326 0,3267 300
0,0426,2 0,095294 0,426983 24 0,0800 0,07992 0,4067
29,1 0,092687 0,519670 31 0,1033 0,10323 0,5100 Estadsticos
31,9 0,085930 0,605600 30 0,1000 0,09990 0,6100 Tericos Muestra
0,0234,7 0,076586 0,682186 22 0,0733 0,07326 0,6833 Mnimo 0,60 5,82
37,6 0,066044 0,748229 20 0,0667 0,06660 0,7500 Media 30,25 30,19
0,0040,4 0,055381 0,803610 11 0,0367 0,03663 0,7867 Mximo 2,85 71,31
43,3 0,045337 0,848947 10 0,0333 0,03330 0,8200 Varianza () 166,38 168,14
17,7
26,2
34,7
43,3
51,8
60,4
68,9
77,4
0,6
9,1
26,2
34,7
43,3
51,8
60,4
68,9
77,4
0,6
9,1
7.4 Normal
En virtud del Teorema Central de Lmite cualquier magnitud que sea suma de
otras magnitudes, seas stas como sean, se distribuir de forma normal.
Notacin y parmetros.
La notacin habitual es XN(,), siendo el parmetro de posicin y el pa-
rmetro de escala (>0).
Densidad
2
X
1
2
f (x) = e
2
Estadsticos.
La media es , la varianza 2, el sesgo 0, la curtosis 3 y el coeficiente de varia-
cin /.
Propiedades.
La distribucin es simtrica, centrada en y con puntos de inflexin en ; la
suma de n variables N(,2) es N(n,n2); un gran nmero de distribuciones estn
relacionadas con la Normal: t, F, 2, LogNormal, Cauchy.
Generacin.
Excel cuenta con la funcin inversa de la distribucin:
DISTR.NORM.INV(ALEATORIO();;)
tambin en la literatura aparecen descritos diversos mtodos para generar Normales
uno de los ms efectivos es el conocido como Box-Muller:
+RAIZ(GL*(ALEATORIO()^(-2/GL)-1))*COS(2*PI()*ALEATORIO())
Hoja de clculo.
El fichero Normal.xls contiene una hoja que posibilita la descripcin grfica y la gene-
racin, por los dos mtodos expuestos, de v.a. Normales.
# NORMAL(, )
#0,10X Den Dis n f_s f1_s f2_s
# 3,59 0,000544 0,000544 1 0,0022 0,00217 0,0022 Media () 62 3,40
#0,09
3,77 0,000665 0,001209 0 0,0000 0,00000 0,0022 6,2 9,00
#0,08
3,96 0,001346 0,002555 0 0,0000 0,00000 0,0022 0,1867
# 4,15 0,002579 0,005134 1 0,0022 0,00217 0,0043 Des.Tip. () 460
#0,07
4,33 0,004681 0,009815 4 0,0087 0,00869 0,0130 0,8 8 1,000
#0,06
4,52 0,008049 0,017864 1 0,0022 0,00217 0,0152 0,08
# 4,71 0,013110 0,030974 6 0,0130 0,01304 0,0283 Muestra B1:B460
#0,05
4,89 0,020225 0,051199 6 0,0130 0,01304 0,0413 460
# 5,08 0,029557 0,080757 14 0,0304 0,03043 0,0717
0,04
# 5,27 0,040916 0,121673 22 0,0478 0,04781 0,1196 Estadsticos
#0,03
5,45 0,053651 0,175324 25 0,0543 0,05434 0,1739 Tericos Muestra
# 5,64 0,066640 0,241964 43 0,0935 0,09346 0,2674 Mnimo 3,40 3,24
0,02
# 5,83 0,078406 0,320369 35 0,0761 0,07607 0,3435 Media 6,20 6,19
#0,01
6,01 0,087382 0,407751 41 0,0891 0,08911 0,4326 Mximo 9,00 8,75
# 6,20 0,092249 0,500000 38 0,0826 0,08259 0,5152 Varianza 0,640 0,635
0,00
# 6,39 0,092249 0,592249 33 0,0717 0,07172 0,5870
# 6,57 0,087382 0,679631 43 0,0935 0,09346 0,6804
3,6
4,0
4,3
4,7
5,1
5,5
5,8
6,2
6,6
6,9
7,3
7,7
8,1
8,4
8,8
Algoritmos de generacin
# 6,76 0,078406 0,758036 42 0,0913 0,09128 0,7717
# 6,95 0,066640 0,824676 31 0,0674 0,06738 0,8391 m+(s*RAIZ(-2*LN(U))*COS(2*PI()*U))
2
#1,07,13 0,053651 0,878327 16 0,0348 0,03477 0,8739
#0,97,32 0,040916 0,919243 15 0,0326 0,03260 0,9065 DISTR.NORM.INV(ALEATORIO();; )
#0,87,51 0,029557 0,948801 19 0,0413 0,04129 0,9478 +(*RAIZ(-2*LN(U))*COS(2*PI()*U))
# 7,69 0,020225 0,969026 10 0,0217 0,02173 0,9696
0,7
# 7,88 0,013110 0,982136 7 0,0152 0,01521 0,9848
#0,68,07 0,008049 0,990185 3 0,0065 0,00652 0,9913
#0,58,25 0,004681 0,994866 1 0,0022 0,00217 0,9935
#0,48,44 0,002579 0,997445 2 0,0043 0,00435 0,9978
# 8,63 0,001346 0,998791 0 0,0000 0,00000 0,9978
#0,38,81 0,000665 0,999456 1 0,0022 0,00217 1,0000
#0,29,00 0,000311 0,999767 0 0,0000 0,00000 1,0000
#0,1 0
#
#0,0
3,6
4,0
4,3
4,7
5,1
5,5
5,8
6,2
6,6
6,9
7,3
7,7
8,1
8,4
8,8
#
#
7.5 Pareto
La distribucin de Pareto aparece asociada a multitud de magnitudes naturales.
Es profusamente empleada para modelizar aspectos tales como: la distribucin de la
renta de los individuos (cuando sta supera un cierto umbral ); las reclamaciones de
seguros; la distribucin de recursos naturales en zonas geogrficas; el tamao de las
ciudades; el numero de empleados de las empresas; las fluctuaciones de los precios en
los mercados de valores, entre otras. En algunos textos la encontramos exclusivamente
asociada a la distribucin de los ingresos de los individuos: "la probabilidad de que la
renta de un individuo supere una cierta cantidad A es una variable aleatoria de Pare-
to(=A,)".
En general, es una distribucin a tener en cuenta para modelizar una magnitud
(positiva) cuando en sta se cumpla que un pequeo porcentaje de valores aparece un
gran nmero de veces y es posible un elevado nmero de valores extremos aunque
muy poco probables.
Notacin y parmetros.
La notacin habitual es XPar(,), ambos parmetros son de escala
(,>0), adems indica el valor mnimo posible de la variable (X<).
Densidad y Distribucin.
La funcin de densidad es:
f ( x ) = +1
X
,la funcin de distribucin es:
F( x ) = 1
X
Estadsticos.
La media (para >1) y la varianza (para >2) son, respectivamente:
2
;
1 ( 1)2 ( 2)
el sesgo y la curtosis son (respectivamente):
2( + 1) 2 3(3 2 + + 2)( 2)
;
( 3) ( 3)( 4 )
Propiedades.
La distribucin siempre es sesgada hacia la derecha y nunca toma valores ne-
gativos, ntese que los momentos de orden k slo existen si >k.
Generacin.
En la literatura aparecen descritos diversos mtodos para generar v.a. de Pare-
to. En Excel es posible obtener v.a. a travs de cualquiera de las frmulas siguientes:
=*((1/(1-ALEATORIO()))^(1/))
=*(ALEATORIO()^(-1/))
Hoja de clculo.
El fichero Pareto.xls contiene una hoja que posibilita la descripcin grfica y la
generacin, por los dos mtodos expuestos, de v.a. de Pareto. Su aspecto es el si-
guiente:
7 PARETO( , )
80,25X Den Dis n
# 6,8 0,138745 0,138745 34 0,1156 0,11444 0,115646 Alfa () 37 6,5
# 7,3 0,211486 0,350231 63 0,2143 0,21205 0,329932 3,7 22,6
80,20
7,8 0,149677 0,499908 43 0,1463 0,14473 0,476190 Beta () 0,5355
7 8,4 0,108478 0,608386 36 0,1224 0,12117 0,598639 6,5 65 294
70,15
8,9 0,080262 0,688649 24 0,0816 0,08078 0,680272 0,9895484
8 9,4 0,060475 0,749124 12 0,0408 0,04039 0,721088 0,0885491
8 10,0 0,046306 0,795430 15 0,0510 0,05049 0,772109 A1:A300
70,10
10,5 0,035970 0,831400 13 0,0442 0,04376 0,816327 1
7 11,1 0,028304 0,859704 9 0,0306 0,03029 0,846939
7 11,6 0,022533 0,882237 5 0,0170 0,01683 0,863946 Muestra
70,05
12,1 0,018129 0,900365 9 0,0306 0,03029 0,894558 300
7 12,7 0,014726 0,915092 6 0,0204 0,02019 0,914966
70,00
13,2 0,012069 0,927160 4 0,0136 0,01346 0,928571 Estadsticos
8 13,7 0,009971 0,937131 6 0,0204 0,02019 0,948980 Tericos Muestra
10,0
11,1
12,1
13,2
14,3
15,3
16,4
17,5
18,5
19,6
20,7
21,8
6,8
7,8
8,9
#
7
7.6 Uniforme
Su uso es como aproximacin a la modelizacin de una magnitud aleatoria de la
que no se cuenta con datos y nicamente puede aventurarse un mnimo y mximo
absolutos no pudindose hacer conjeturas sobre su distribucin dentro de ese interva-
lo. Por otra parte es la base de la generacin del resto de variables aleatorias.
Notacin y parmetros.
La notacin habitual es XU(a,b), el parmetro a es de posicin, mientras que
la cantidad b-a (b>a) determina la escala de la distribucin.
Densidad y Distribucin.
La funcin de densidad es:
1
f (x) =
ba
,la funcin de distribucin es:
Xa
F( x ) =
ba
Estadsticos.
La media y varianza son (respectivamente):
a+b (b a) 2
;
2 12
Generacin.
Excel cuenta con una funcin para la generacin de variables aleatorias unifor-
mes, la v.a. U(0,1) se obtiene a travs de la funcin ALEATORIO(), mientras que a
partir de sta puede obtenerse la de la U(a,b) sin ms que usar la frmula
=a + (b-a)*ALEATORIO().
Hoja de clculo.
El fichero Uniforme.xls es una plantilla para la generacin y anlisis de esta dis-
tribucin en Excel. Su aspecto es el siguiente:
0,06 UNIFORME(a,b)
X Den Dis n
1,3 0,033333 0,033333 9 0,0300 0,0300 0,0300 Minimo (a) 37 1,00
1,6
0,050,033333 0,066667 11 0,0367 0,0367 0,0667 1 10,00
1,9 0,033333 0,100000 5 0,0167 0,0167 0,0833 0,30000
2,2 0,033333 0,133333 11 0,0367 0,0367 0,1200 Mximo (b) 300
0,040,033333
2,5 0,166667 7 0,0233 0,0233 0,1433 10 4 1
2,8 0,033333 0,200000 10 0,0333 0,0333 0,1767 0,07841
3,1
0,030,033333 0,233333 15 0,0500 0,0500 0,2267 Muestra A1:A300
3,4 0,033333 0,266667 11 0,0367 0,0367 0,2633 300
3,7 0,033333 0,300000 7 0,0233 0,0233 0,2867
0,020,033333
4,0 0,333333 13 0,0433 0,0433 0,3300 Estadsticos
4,3 0,033333 0,366667 8 0,0267 0,0267 0,3567 Tericos Muestra
4,6
0,010,033333 0,400000 8 0,0267 0,0267 0,3833 Mnimo 1,00 1,01
4,9 0,033333 0,433333 13 0,0433 0,0433 0,4267 Media 5,50 5,61
5,2 0,033333 0,466667 8 0,0267 0,0267 0,4533 Mximo 10,00 9,99
0,000,033333
5,5 0,500000 10 0,0333 0,0333 0,4867 Varianza 6,75 6,74
5,8 0,033333 0,533333 7 0,0233 0,0233 0,5100
1,3
2,2
3,1
4,0
4,9
5,8
6,7
7,6
8,5
9,4
2,2
3,1
4,0
4,9
5,8
6,7
7,6
8,5
9,4
N(,)
DISTRI.NORM(x, , , 0)
DISTRI.NORM(x, , , 1)
x
DISTRI.NORM.INV(, , )
DISTRIBUCIN ESTIMADOR
X
=
Binomial (n, p) p supuesto conocido n
n
=X
Poisson ()
= min { X1 , , X n } ; b
Uniforme (a,b) a = max { X , , X }
1 n
1
=
Geomtrica (p) p
X +1
X X2
= 2 ;
BinomNegativa(n,p) p
r=
X 2X X
( Obsi Espi )
2
K
=
2
i =1 Espi
Dicho estadstico se distribuye, bajo H0, segn una 2 con (k-v) grados de liber-
tad siendo k el nmero de clases, esto es de valores distintos de la variable para los
que se han calculado las frecuencias y v los parmetros estimados (dos en el caso de
Binomial Negativa y Uniforme, uno en las dems). Si el valor de 2 tiene una probabili-
dad asociada suficientemente baja se rechaza la hiptesis segn el procedimiento habi-
tual del contraste de hiptesis.
comparar los valores observados con los esperados. Por ejemplo, un expe-
rimento gentico podra estar basado en la hiptesis de que la prxima ge-
neracin de plantas presentar un conjunto determinado de colores. Al
comparar los resultados observados con los resultados esperados, puede
decidir si su hiptesis original es vlida.
DISTR.CHI (x ; grados_de_libertad)
PRUEBA.CHI.INV Esta funcin devuelve los valores crticos para una dis-
tribucin 2GL, es decir fijada una probabilidad p, por ejemplo 0,05, y dados
los grados de libertad GL correspondientes, la funcin devuelve el valor X
de la variable aleatoria tal que
P( X 2GL ) = p
Esto es, devuelve los valores que aparecen en las tablas y que se usarn nor-
malmente para comprobar la significacin de un resultado. La descripcin de esta
funcin que figura en la ayuda de Excel es la siguiente:
Devuelve el inverso de una probabilidad dada, de una sola cola, en una dis-
tribucin chi cuadrado.
Devuelve para una probabilidad dada, de una sola cola, el valor de la va-
riable aleatoria siguiendo una distribucin chi cuadrado.
Si el argumento probabilidad = DISTR.CHI(x;...), entonces PRUEBA. CHI.
INV(probabilidad,...) = x. Use esta funcin para comparar los resultados
observados con los resultados esperados, a fin de decidir si la hiptesis ori-
ginal es vlida.
PRUEBA.CHI.INV(probabilidad ; grados_de_libertad)
X = 3,004 ; 2X = 3,034
Poisson ()
= X = 3,004
BinomNegativa(r,p)
X X2
=
p = 0, 99 ;
r= = 300, 96
2X 2X X
4. Mediante las funciones NEGBINOMDIST y POISSON obtenemos las fre-
cuencias relativas, en realidad la probabilidad asociada a cada valor de la
variable:
p 0,99
r 300,96
0,00
0 1 2 3 4 5 6 7 8 9 10
( Obsi Espi )
2
K
=
2
i =1 Espi
por supuesto ambos procedimientos llevan al mismo resultado:
8. Una vez hechos todos los clculos y teniendo en cuenta los diferentes
grados de libertad para calcular el p.valor llegamos a la conclusin de que
ambas distribuciones se ajustan muy bien a los datos, con una ligera ven-
taja para la Poisson que, an con un valor del estadstico mayor, tiene sin
embargo tambin una mayor probabilidad asociada ya que tiene un grado
menos de libertad.
DISTRIBUCIN ESTIMADOR
x(1 x ) = (1 x ) x (1 x ) 1
Beta (,)
= x 2 1 ; s 2
s
=X
Exponencial()
Gamma(,) (Ver ejemplo sobre el empleo de solver)
n n
Ln ( x i ) (Ln ( x ) x )
2
i
LogNormal(,) 2
= ;
=
n n 1
n n
x (x x)
2
i i
Normal(,) 2
= ;
=
n n 1
= min { X1 , , X n }
Uniforme (a,b) a ; b = max { X , , X }
1 n
Significacin
n 0,1 0,05 0,01
1 0,95000 0,97500 0,99500
2 0,77639 0,84189 0,92929
3 0,63604 0,70760 0,82900
4 0,56522 0,62394 0,73424
5 0,50945 0,56328 0,66853
6 0,46799 0,51926 0,61661
7 0,43607 0,48342 0,57581
8 0,40962 0,45427 0,54179
9 0,38746 0,43001 0,51332
10 0,36866 0,40925 0,48893
11 0,35242 0,39122 0,46770
12 0,33815 0,37543 0,44905
13 0,32549 0,36143 0,43247
14 0,31417 0,34890 0,41762
15 0,30397 0,33760 0,40420
16 0,29472 0,32733 0,39201
17 0,28627 0,31796 0,38086
18 0,27851 0,30936 0,37062
19 0,27136 0,30143 0,36117
20 0,26473 0,29408 0,35241
21 0,25858 0,28724 0,34427
22 0,25283 0,28087 0,33666
23 0,24746 0,27490 0,32954
24 0,24242 0,26931 0,32286
25 0,23768 0,26404 0,31657
26 0,23320 0,25907 0,31064
27 0,22898 0,25438 0,30502
28 0,22497 0,24993 0,29971
29 0,22117 0,24571 0,29466
30 0,21756 0,24170 0,28987
40 0,18913 0,21012 0,25205
50 0,16959 0,18841 0,22604
60 0,15511 0,17231 0,20673
70 0,14381 0,15975 0,19167
80 0,13467 0,14960 0,17949
90 0,12709 0,14117 0,16938
100 0,12067 0,13403 0,16081
200 0,80579 0,09518 0,11411
500 0,54440 0,06030 0,07228
Asinttico 1,244 n 1,358 n 1,628 n
Ejemplo
n
=X
proceso que si no es complicado, Excel cuenta con la funcin
Digamma, no es inmediato.
En cualquier caso, Excel cuenta con una poderosa
herramienta que permite resolver problemas de optimizacin y
que, en situaciones como esta, la estimacin de y , puede
resultar de gran ayuda.
Bastar con estimar y minimizando la funcin
adecuada, esta funcin puede ser por ejemplo la distancia Dn o el
estadstico 2.
La hoja siguiente es un ejemplo de esta aplicacin de Solver
Vemos que los parmetros estimados por Solver (en color rojo) se encuentran
muy prximo a los reales (en color azul) y que el ajuste es aceptable
1,0 1,25
3,0 2,15
X Em p Teo 600
1,0 511 471 Emp Teo
2,0 342 353
3,0 247 246
4,0 172 166 500
5,0 133 110
6,0 111 73
7,0 72 47
8,0 47 31 400
9,0 38 20
10,0 33 13
11,0 19 8 300
12,0 10 5
13,0 8 3
14,0 13 2
15,0 5 1 200
16,0 7 1
17,0 1 1
18,0 3 0 100
19,0 0 0
20,0 1 0
21,0 0 0
22,0 0 0 0
23,0 0 0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
24,0 0 0
25,0 0 0
0
1773 5695