Documentos de Académico
Documentos de Profesional
Documentos de Cultura
34
2.4 Pruebas estadísticas para los números pseudoaleatorios
H0:mri = 0.5
1 n
r= ∑r
n i =1 i
Después se calculan los límites de aceptación inferior y superior con las ecuaciones
siguientes:
1 1
LI r = −z
2 a/ 2 12n
1 1
LSr = + z a / 2
2 12n
Ejemplo 2.11
35
Capítulo 2 Números pseudoaleatorios
1
r= ⎡ 0.04487 + 0.17328 + 0.57458 + 0.04901+ ... + 0.33616 + 0.15885 + 0.37266 + 0.41453⎤⎦
40 ⎣
r = 0.43250
1 1 1 1
LI r = −z = −z
2 a /2 12n 2 0.05/ 2 12( 40)
1 1
LI r = − (1.96) = 0.410538649
2 12( 40)
1 1 1 1
LSr = + z a /2 = + z 0.05/ 2
2 12n 2 12( 40)
1 1
LSr = + (1.96) = 0.589461351
2 40)
12(4
Como el valor del promedio: r = 0.43250 se encuentra entre los límites de aceptación, se
concluye que no se puede rechazar que el conjunto de 40 números ri tiene un valor espe-
rado de 0.5, con un nivel de aceptación de 95 por ciento.
36
2.4 Pruebas estadísticas para los números pseudoaleatorios
n
∑ ( ri − r )
2
V (r ) = i =1
n −1
Después se calculan los límites de aceptación inferior y superior con las ecuaciones
siguientes:
x2
a /2, n − 1
LSV ( r ) =
12( n − 1)
x2
(1− a ) / 2, n − 1
LIV ( r ) =
12( n − 1)
Si el valor de V(r) se encuentra entre los límites de aceptación, decimos que no se puede
rechazar que el conjunto r i tiene una varianza de 1/12, con un nivel de aceptación
de 1 − a; de lo contrario, se rechaza que el conjunto ri tiene una varianza de 1/12. Para
obtener valores de los factores Chi-cuadrada vea los anexos del libro.
Ejemplo 2.12
n 40
∑ ( ri − r ) ∑ ( ri − 0.43250)
2 2
V ( r ) = i =1 = i =1
n −1 40 − 1
1
V ( r ) = [( 0.04487 − 0.43250)2 + ( 0.17328 − 0.43250)2 + ... + ( 0.37266 − 0.43250)2 + ( 0.41453 − 0.43250)2 ]
39
V ( r ) = 0.08695062
x2 x2 58.1200541
LSV ( r ) = α /2 ,n−1 = 0.05/ 2 ,39 = = 0.12418815
12( n − 1) 12(39) 468
Dado que el valor de la varianza: V(r) = 0.08695062 está entre los límites de aceptación,
podemos decir que no se puede rechazar que el conjunto de 40 números ri tiene una
varianza de 1/12 = 0.08333.
37
Capítulo 2 Números pseudoaleatorios
H0: ri ∼ U(0,1)
H1: ri no son uniformes
Ejemplo 2.13
Realizar la prueba Chi-cuadrada a los siguientes 100 números de un conjunto ri , con un
nivel de confianza de 95 %.
0.347 0.832 0.966 0.472 0.797 0.101 0.696 0.966 0.404 0.603
0.993 0.371 0.729 0.067 0.189 0.977 0.843 0.562 0.549 0.992
0.674 0.628 0.055 0.494 0.494 0.235 0.178 0.775 0.797 0.252
0.426 0.054 0.022 0.742 0.674 0.898 0.641 0.674 0.821 0.19
0.46 0.224 0.99 0.786 0.393 0.461 0.011 0.977 0.246 0.881
0.189 0.753 0.73 0.797 0.292 0.876 0.707 0.562 0.562 0.821
0.112 0.191 0.584 0.347 0.426 0.057 0.819 0.303 0.404 0.64
0.37 0.314 0.731 0.742 0.213 0.472 0.641 0.944 0.28 0.663
0.909 0.764 0.999 0.303 0.718 0.933 0.056 0.415 0.819 0.444
0.178 0.516 0.437 0.393 0.268 0.123 0.945 0.527 0.459 0.652
38
2.4 Pruebas estadísticas para los números pseudoaleatorios
Antes de proceder, es recomendable crear una tabla similar a la tabla 2.1, en donde se
resumen los pasos que deben llevarse a cabo en la prueba Chi-cuadrada.
n (Ei − Oi )2
Ei =
Intervalo Oi m Ei
[0.00-0.10) 7 10 0.9
[0.10-0.20) 9 10 0.1
[0.20-0.30) 8 10 0.4
[0.30-0.40) 9 10 0.1
[0.40-0.50) 14 10 1.6
[0.50-0.60) 7 10 0.9
[0.60-0.70) 11 10 0.1
[0.70-0.80) 14 10 1.6
[0.80-0.90) 9 10 0.1
[0.90-1.00) 12 10 0.4
10
( Ei − Oi )2
El estadístico x02 = ∑ = 6.2 es menor al estadístico correspondiente de la
i =1 Ei
Chi-cuadrada x02.05 ,9 = 16.9. En consecuencia, no se puede rechazar que los números ri
siguen una distribución uniforme.
Propuesta por Kolmogorov y Smirnov, ésta es una prueba estadística que también nos
sirve para determinar si un conjunto ri cumple la propiedad de uniformidad. Es recomen-
dable aplicarla en conjuntos ri pequeños, por ejemplo, n < 20. El procedimiento es el
siguiente:
máx i
D− = ri −
1≤ i ≤ n n
(
D = máx D + , D − )
39
Capítulo 2 Números pseudoaleatorios
Ejemplo 2.14
ri = {0.97,0.11,0.65,0.26,0.98,0.03,0.13,0.89,0.21,0.69}
0.03 0.11 0.13 0.21 0.26 0.65 0.69 0.89 0.97 0.98
Para determinar los valores de D+, D− y D es recomendable realizar una tabla como la
siguiente.
i 1 2 3 4 5 6 7 8 9 10
i 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
n
ri 0.03 0.11 0.13 0.21 0.26 0.65 0.69 0.89 0.97 0.98
i −1 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90
n
i 0.07 0.09 0.17 0.19 0.24 –0.05 0.01 –0.09 -0.07 0.02
− ri
n
i −1 0.03 0.01 –0.07 –0.09 –0.14 0.15 0.09 0.19 0.17 0.08
ri −
n
n 10
40
2.4 Pruebas estadísticas para los números pseudoaleatorios
2n − 1
m CO =
3
16n − 29
sC2O =
90
C O − mC O
Z0 =
sCO
Si el estadístico Z0 es mayor que el valor crítico de Za/2, se concluye que los números del
conjunto ri no son independientes. De lo contrario no se puede rechazar que el conjunto
de ri sea independiente.
Considere el siguiente conjunto ri de 21 números:
ri = {0.89,0.26,0.01,0.98,0.13,0.12,0.69,0.11,0.05,0.65,
0.21,0.04,0.03,0.11,0.07,0.97,0.27,0.12,0.95,0.02,0.06}
41
Capítulo 2 Números pseudoaleatorios
S = {0,0,1,0,0,1,0,0,1,0,0,0,1,0,1,0,0,1,0,1}
Observe que la secuencia S contiene n − 1 números, en este caso 20. Esto se debe a que el
primer número ri = 0.89 no tiene número anterior con el cual compararlo. Recuerde que
una corrida se forma con unos consecutivos o ceros consecutivos. Por ejemplo los prime-
ros dos ceros de la secuencia forman la primer corrida, que se dice que tiene una longitud
de dos; el tercer número de la secuencia, uno, forma la segunda corrida con longitud de
uno; después siguen dos ceros, los cuales forman la tercera corrida con longitud de dos;
después sigue un uno, que forma la cuarta corrida con longitud de uno, etcétera. Mediante
el proceso anterior se determina ri que el número de corridas de la secuencia es CO = 14.
Ejemplo 2.15
Realizar la prueba de corridas arriba y abajo con un nivel de aceptación de 95% al siguien-
te conjunto de 40 números ri:
0.34 0.83 0.96 0.47 0.79 0.99 0.37 0.72 0.06 0.18
0.67 0.62 0.05 0.49 0.59 0.42 0.05 0.02 0.74 0.67
0.46 0.22 0.99 0.78 0.39 0.18 0.75 0.73 0.79 0.29
0.11 0.19 0.58 0.34 0.42 0.37 0.31 0.73 0.74 0.21
S = {1,1,0,1,1,0,1,0,1,1,0,0,1,1,0,0,0,1,0,0,0,1,0,0,0,1,0,1,0,0,1,1,0,1,0,0,1,1,0}
2n − 1 2 ( 40 ) − 1
mCO = = = 26.333
3 3
16n − 29 16 ( 40 ) − 29
s2CO = = = 6.788
90 90
C O − m CO 24 − 26.333
Z0 = = = 0.8954
sCO 6.788
42
2.4 Pruebas estadísticas para los números pseudoaleatorios
Ejemplo 2.16
Realizar la prueba de corridas arriba y abajo, con un nivel de aceptación de 95%, al
siguiente conjunto de 50 números ri :
0.809 0.042 0.432 0.538 0.225 0.88 0.688 0.772 0.036 0.854
0.397 0.268 0.821 0.897 0.07 0.721 0.087 0.35 0.779 0.482
0.136 0.855 0.453 0.197 0.444 0.799 0.809 0.691 0.545 0.857
0.692 0.055 0.348 0.373 0.436 0.29 0.015 0.834 0.599 0.724
0.564 0.709 0.946 0.754 0.677 0.128 0.012 0.498 0.6 0.913
43
Capítulo 2 Números pseudoaleatorios
S = {1,0,0,1,0,1,1,1,0,1,0,0,1,1,0,1,0,0,1,0,0,1,0,0,0,
1,1,1,1,1,1,0,0,0,0,0,0,1,1,1,1,1,1,1,1,0,0,0,1,1}
A partir de la secuencia anterior se determina que hay 21 corridas, 23 ceros y 27 unos. Por
lo tanto, CO = 21, n0 = 23 y n1 = 27. A continuación se presentan los cálculos del valor espe-
rado y de la varianza del número de corridas:
2n0 n1 1 2 ( 23)( 27 ) 1
mCO = + = + = 25.34
n 2 50 2
Como el valor de Z0 cae dentro del intervalo −1.96 ≤ Z0 = −1.2484 ≤ 1.96, se dice que no
se puede rechazar que los números del conjunto ri son independientes con un nivel de
confianza de 95 %. De acuerdo con esta prueba, el conjunto de números ri se puede usar
en un estudio de simulación.
Esta prueba consiste en visualizar el número ri con cinco decimales (como si fuera una
mano del juego de póker, con 5 cartas), y clasificarlo como: todos diferentes (TD), exacta-
mente un par (1P), dos pares (2P), una tercia (T), una tercia y un par (TP), póker (P) y
quintilla (Q). Por ejemplo, si ri = 0.69651 se le clasifica como par, porque hay dos núme-
ros 6. Ahora bien, consideremos el caso de ri = 0.13031, el cual debe clasificarse como dos
pares (dos números 1 y dos números 3). Finalmente, ri = 0.98898 debe clasificarse como
una tercia y un par, porque hay tres números 8 y dos números 9. La prueba póker se pue-
de realizar a números ri con tres, cuatro y cinco decimales. Para ri con tres decimales sólo
hay tres categorías de clasificación: todos diferentes (TD), un par (1P) y una tercia (T).
Cuando se consideran ri con cuatro decimales se cuenta con cinco opciones para clasificar
los números: todos diferentes (TD), exactamente un par (1P), dos pares (2P), una tercia (T)
y póker (P). Las tablas 2.3 a 2.5 presentan la probabilidad esperada para cada una de las
categorías de clasificación de esta prueba para conjuntos ri que contienen n números con
3, 4 y 5 decimales.
44
2.4 Pruebas estadísticas para los números pseudoaleatorios
Categoría Probabilidad Ei
Todos diferentes (TD) 0.72 0.72n
2
La prueba póker requiere el estadístico de la distribución Chi-cuadrada x a, 6 para
2 2
números con 5 decimales, x a, 4 para números con 4 decimales, y x a, 2 para números con 3
2
decimales. x a, 6 tiene 6 grados de libertad, debido a que los números se clasifican en 7
categorías o clases: todos diferentes, exactamente un par, dos pares, una tercia y un par,
una tercia, póker y quintilla.
El procedimiento de la prueba consiste en:
45
Capítulo 2 Números pseudoaleatorios
m
( Ei − Oi )2 ,
x02 = ∑
i =1 Ei
Ejemplo 2.17
Realice la prueba póker, con un nivel de aceptación de 95%, a los siguientes 30 números
entre cero y uno, con 5 decimales.
Primero hay que clasificar cada número del conjunto ri , asignándole las claves que se
mencionaron antes. El resultado es el que se muestra en la tabla 2.6:
Tabla 2.6 Clasificación de los números de un conjunto ri , de acuerdo con la prueba póker.
Para seguir con la prueba se recomienda hacer una tabla como la siguiente:
46
2.4 Pruebas estadísticas para los números pseudoaleatorios
(Ei Oi )2
Categorías Oi Ei Ei
Todos diferentes (TD) 8 (0.3024)(30) = 9.072 0.12667
Exactamente 1 par (1P) 12 (0.5040)(30) = 15.12 0.64380
2 pares (2P) 3 (0.1080)(30) = 3.24 0.01777
1 tercia y 1 Par (TP) 3 (0.0090)(30) = 0.27 27.6033
Tercia (T) 4 (0.0720)(30) = 2.16 1.56740
Póker (P) 0 (0.0045)(30) = 0.135 0.135
Quintilla (Q) 0 (0.0001)(30) = 0.003 0.003
7
( Ei − Oi )2
El estadístico x02 = ∑ = 30.0969 es mayor que el estadístico correspondiente
i =1 Ei
2
de la Chi-cuadrada: x0.05, 6
= 12.59
. . En consecuencia, se rechaza que los números del con-
junto ri son independientes.
Esta prueba consiste en comparar los números con el propósito de corroborar la indepen-
dencia entre números consecutivos. Las hipótesis básicas son:
Ho : ri ∼ Independientes
Hi : ri ∼ Dependientes
La prueba funciona de esta manera: se inicia al crear una gráfica de dispersión entre los
números consecutivos (ri, ri+1); luego se divide la gráfica en m casillas, como se muestra en
la figura 2.3, con m como el valor entero más cercano a n que permita formar de prefe-
rencia, aunque no necesariamente, una matriz cuadrada.
1.00
0.80
0.60
0.40
0.20 Figura 2.3
0.00 Gráfica de dispersión:
0.00 0.20 0.40 0.60 0.80 1.00 primer paso de la prueba
de series.
47
Capítulo 2 Números pseudoaleatorios
i =1 Ei
2
valor del error es menor que o igual al estadístico de tablas a,m−1, no podemos rechazar
x
la hipótesis de independencia entre números consecutivos.
Ejemplo 2.18
Realice la prueba de series a los siguientes 30 números, con un nivel de confianza de 95 %.
Para empezar, generamos la gráfica de dispersión (vea la figura 2.4) con la secuencia
de los 29 pares ordenados (x, y) = (ri, ri+1) siguientes:
0.999
0.666
y = r(i + 1)
0.333
48
2.4 Pruebas estadísticas para los números pseudoaleatorios
n 1 29
m
(Ei Oi ) 2
Ei X02 ∑ Ei
Intervalo Oi m 9 i 1
1 3 3.22 0.015
2 3 3.22 0.015
3 5 3.22 0.984
4 3 3.22 0.015
5 6 3.22 2.400
6 1 3.22 1.530
7 5 3.22 0.984
8 1 3.22 1.530
9 2 3.22 0.462
Total 29 29 7.935
El valor de tablas x02.05 ,8 = 15.507 es mayor que el error total de 7.935, por lo cual no
podemos rechazar la hipótesis de independencia.
Esta prueba consiste en comparar los números con el propósito de verificar el tamaño del
“hueco” que existe entre ocurrencias sucesivas de un número. Las hipótesis fundamenta-
les son:
H0 : ri ∼ Independientes
Hi : ri ∼ Dependientes
La prueba se inicia al definir un intervalo de prueba (a, b), donde (a, b) ∈ (0, 1), posterior-
mente se construye una secuencia de unos y ceros de esta manera: se asigna un uno si el
ri pertenece al intervalo (a, b), y un 0 si no pertenece a dicho intervalo. Por ejemplo, si se
define un intervalo (a, b) = (0.6, 0.7) y se tiene la muestra de 10 números
ri = {0.67,0.62,0.05,0.49,0.59,0.42,0.64,0.06,0.74,0.67},
49
Capítulo 2 Números pseudoaleatorios
se asignará un uno si el ri está entre 0.6 y 0.7; en caso contrario se asignará un cero. Si se
sigue la regla anterior, la secuencia binaria es:
S = 1�
,1, 0���
, 0, 0, 0 ,1,�
0, 0,1
0 4 2
0 1 (3)(0.1)(0.9)0 0.3
1 0 (3)(0.1)(0.9) 1
0.27
2 1 (3)(0.1)(0.9)2 0.243
3 0 (3)(0.1)(0.9) 3
0.2187
4 1 (3)(0.1)(0.9)4 0.1968
≥5 0 (3)(0.1)(0.9)5 1.7715
Total h=3 h=3 h=3
m
( Ei − Oi )2
Se procede entonces a calcular el error o estadístico de prueba x0 = ∑
2
; por
i =1 Ei
2
último, si este valor es menor que o igual al estadístico de tablas xa ,m−1, no podemos
rechazar la hipótesis de la independencia entre los números.
50
2.4 Pruebas estadísticas para los números pseudoaleatorios
Ejemplo 2.19
Tomando los números por renglón (o fila) y teniendo en cuenta el intervalo (0.8,1.0),
la secuencia de unos y ceros es:
( Ei − Oi )2
6
Ya que el estadístico de prueba x 02 = ∑ = 2.5675 es menor que el estadístico
i =1 Ei
de tablas x 2a,m−1 = x02.05 ,5 = 11.07 , no podemos rechazar la hipótesis de independencia
entre los números.
51
Anexo 4
Distribuciones de probabilidad
Anexo 4 Distribuciones de probabilidad
0 Za
332
Anexo 4 Distribuciones de probabilidad
Za 0
0
Zα −0.09 −0.08 −0.07 −0.06 −0.05 −0.04 −0.03 −0.02 −0.01 0 Zα
−4.00 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 −4.00
−3.90 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 −3.90
−3.80 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 −3.80
−3.70 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 −3.70
−3.60 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9998 0.9998 −3.60
−3.50 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 −3.50
−3.40 0.9998 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 −3.40
−3.30 0.9997 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9995 0.9995 0.9995 −3.30
−3.20 0.9995 0.9995 0.9995 0.9994 0.9994 0.9994 0.9994 0.9994 0.9993 0.9993 −3.20
−3.10 0.9993 0.9993 0.9992 0.9992 0.9992 0.9992 0.9991 0.9991 0.9991 0.9990 −3.10
−3.00 0.9990 0.9993 0.9989 0.9989 0.9989 0.9988 0.9988 0.9987 0.9987 0.9997 −3.00
−2.90 0.9986 0.9986 0.9985 0.9985 0.9984 0.9984 0.9983 0.9982 0.9982 0.9981 −2.90
−2.80 0.9981 0.9980 0.9979 0.9979 0.9978 0.9977 0.9977 0.9976 0.9975 0.9974 −2.80
−2.70 0.9974 0.9973 0.9972 0.9971 0.9970 0.9969 0.9968 0.9967 0.9966 0.9965 −2.70
−2.60 0.9354 0.9963 0.9962 0.9951 0.9960 0.9959 0.9957 0.9956 0.9955 0.9953 −2.S0
−2.50 0.9952 0.9951 0.9949 0.9948 0.9946 0.9945 0.9943 0.9941 0.9940 0.9938 −2.50
−2.40 0. 9936 0.9934 0.9932 0.9931 0.9929 0.9927 0.9925 0.9922 0.9920 0.9918 −2.40
−2.30 0.9916 0.9913 0.9911 0.9909 0.9906 0.9904 0.9901 0.9898 0.9896 0.9893 −2.30
−2.20 0.9890 0.9887 0.9884 0.9881 0.9878 0.9875 0.9871 0.9858 0.9854 0.9851 −2.20
−2.10 0.9857 0.9854 0.9850 0.9846 0.9842 0.9838 0.9834 0.9830 0.9826 0.9821 −2.10
−2.00 0.9517 0.9812 0.9808 0.9803 0.9798 0.9793 0.9788 0.9783 0.9778 0.9772 −2.00
−1.90 0.9767 0.9761 0.9756 0.9750 0.9744 0.9738 0.9732 0.9726 0.9719 0.9713 −1.90
−1.80 0.9706 0.9S99 0.9593 0.9686 0.907S 0.9571 0.9664 0.9656 0.9649 0.9541 −1.80
−1.70 0.9633 0.9625 0.9616 0.9608 0.9599 0.9591 0.9582 0.9573 0.9564 0.9554 −1.70
−1.60 0.9545 0.9535 0.9525 0.9515 0.9505 0.9495 0.9484 0.9474 0.9463 0.9452 −1.60
−1.50 0.9441 0.9429 0.9418 0.9406 0.9394 0.9382 0.9370 0.9357 0.9345 0.9332 −1.50
−140 0.9319 0.930o 0. 9292 0.9279 0. 9265 0.9251 0.9235 0.9222 0.9207 0.9192 −1.40
−1.30 0.9177 0.9162 0.9147 0.9131 0.9115 0.9099 0.9082 0.9066 0.9049 0.9032 −1.30
−120 0.9515 0.8997 0.8980 0.8962 0.8944 0.8925 0.8SO7 0.8888 0.8869 0.8849 −1.20
−1.10 0.8830 0.8810 0.8790 0.8770 0.8749 0.8729 0.8708 0.8686 0.8665 0.8643 −1.10
−100 0.8521 0.8599 0.8577 0.8554 0.8531 0.8508 0.8485 0.8461 0.8438 0.8413 −100
−0.90 0.8389 0.8365 0.8340 0.8315 0.8289 0.8264 0.8238 0.8212 0.8186 0.8159 −0.90
−0.80 0.8133 0.8106 0.8078 0.8051 0.8023 0.7995 0.7967 0.7939 0.7910 0.7881 −6.80
−0.70 0.7852 0.7823 0.7794 0.7764 0.7734 0.7704 0.7673 0.7642 0.7611 0.7580 −0.70
−0.60 0.7549 0.7517 0.7485 0.7454 6.7422 0.7389 0. 7357 6.7324 0. 7291 0.7257 −0. 60
−0.50 0.7224 0.7190 0.7157 0.7123 0.7088 0.7054 0.7019 0.6985 0.6950 0.6915 −0.50
−0.40 0.6879 0.6844 0.6808 0.S772 0.6735 0.6700 0.6664 0.6628 0.6591 0.6554 −0.40
−0.30 0.6517 0.6480 0.6443 0.6406 0.6368 0.6331 0.6293 0.6255 0.6217 0.6179 −0.30
−0.20 6.6141 0.6103 0.6064 0.6026 0.5987 0.5948 0.5910 0.5871 0.5832 0.5793 −0.20
−0.10 0.5753 0.5714 0.5675 0.5636 0.5596 0.5557 0.5517 0.5478 0.5438 0.5398 −0.10
0.00 0.5359 0.5319 0.5279 0.5239 0.5199 0.5160 0.5120 0.5080 0.5040 0.5000 0.00
Fuente: Valores calculados con Excel.
333
Anexo 4 Distribuciones de probabilidad
?a
0
0 tta?
y grados de ta
libertad t0.10 t0.05 t0.025 t0.01 t0.005 t0.001
1 3.078 6.314 12.706 31.821 63.657 318.309
2 1.886 2.920 4.303 6.965 9.925 22.327
3 1.638 2.353 3.182 4.541 5.841 10.215
4 1.533 2.132 2.776 3.747 4.604 7.173
5 1.476 2.015 2.571 3.365 4.032 5.893
6 1.440 1.943 2.447 3.143 3.707 5.208
7 1.415 1.895 2.365 2.998 3.499 4.785
8 1.397 1.860 2.306 2.896 3.355 4.501
9 1.383 1.833 2.262 2.821 3.250 4.297
10 1.372 1.812 2.228 2.764 3.169 4.144
11 1.363 1.796 2.201 2.718 3.106 4.025
12 1.356 1.782 2.179 2.681 3.055 3.930
13 1.350 1.771 2.160 2.650 3.012 3.852
14 1.345 1.761 2.145 2.624 2.977 3.787
15 1.341 1.753 2.131 2.602 2.947 3.733
16 1.337 1.746 2.120 2.583 2.921 3.686
17 1.333 1.740 2.110 2.567 2.898 3.646
18 1.330 1.734 2.101 2.552 2.878 3.610
19 1.328 1.729 2.093 2.539 2.861 3.579
20 1.325 1.725 2.086 2.528 2.845 3.552
21 1.323 1.721 2.080 2.518 2.831 3.527
22 1.321 1.717 2.074 2.508 2.819 3.505
23 1.319 1.714 2.069 2.500 2.807 3.485
24 1.318 1.711 2.064 2.492 2.797 3.467
25 1.316 1.708 2.060 2.485 2.787 3.450
26 1.315 1.706 2.056 2.479 2.779 3.435
27 1.314 1.703 2.052 2.473 2.771 3.421
28 1.313 1.701 2.048 2.467 2.763 3.408
29 1.311 1.699 2.045 2.462 2.756 3.396
30 1.310 1.697 2.042 2.457 2.750 3.385
40 1.303 1.684 2.021 2.423 2.704 3.307
50 1.299 1.676 2.009 2.403 2.678 3.261
60 1.296 1.671 2.000 2.390 2.660 3.232
70 1.294 1.667 1.994 2.381 2.648 3.211
80 1.292 1.664 1.990 2.374 2.639 3.195
90 1.291 1.662 1.987 2.368 2.632 3.183
100 1.290 1.660 1.984 2.364 2.626 3.174
∞ 1.282 1.645 1.960 2.326 2.576 3.090
334
Anexo 4 Distribuciones de probabilidad
x2a
x2a
y grados de x20.10 x20.05 x20.025 x20.01 x20.005 x20.001
libertad
1 2.706 3.841 5.024 6.635 7.879 10.828
2 4.605 5.991 7.378 9.210 10.597 13.816
3 6.251 7.815 9.348 11.345 12.838 16.266
4 7.779 9.488 11.143 13.277 14.860 18.467
5 9.236 11.070 12.833 15.086 16.750 20.515
6 10.645 12.592 14.449 16.812 18.548 22.458
7 12.017 14.067 16.013 18.475 20.278 24.322
8 13.362 15.507 17.535 20.090 21.955 26.124
9 14.684 16.919 19.023 21.666 23.589 27.877
10 15.987 18.307 20.483 23.209 25.188 29.588
11 17.275 19.675 21.920 24.725 26.757 31.264
12 18.549 21.026 23.337 26.217 28.300 32.909
13 19.812 22.362 24.736 27.688 29.819 34.528
14 21.064 23.685 26.119 29.141 31.319 36.123
15 22.307 24.996 27.488 30.578 32.801 37.697
16 23.542 26.296 28.845 32.000 34.267 39.252
17 24.769 27.587 30.191 33.409 35.718 40.790
18 25.989 28.869 31.526 34.805 37.156 42.312
19 27.204 30.144 32.852 36.191 38.582 43.820
20 28.412 31.410 34.170 37.566 39.997 45.315
21 29.615 32.671 35.479 38.932 41.401 46.797
22 30.813 33.924 36.781 40.289 42.796 48.268
23 32.007 35.172 38.076 41.638 44.181 49.728
24 33.196 36.415 39.364 42.980 45.559 51.179
25 34.382 37.652 40.646 44.314 46.928 52.620
26 35.563 38.885 41.923 45.642 48.290 54.052
27 36.741 40.113 43.195 46.963 49.645 55.476
28 37.916 41.337 44.461 48.278 50.993 56.892
29 39.087 42.557 45.722 49.588 52.336 58.301
30 40.256 43.773 46.979 50.892 53.672 59.703
40 51.805 55.758 59.342 63.691 66.766 73.402
50 63.167 67.505 71.420 76.154 79.490 86.661
60 74.397 79.082 83.298 88.379 91.952 99.607
70 85.527 90.531 95.023 100.425 104.215 112.317
80 96.578 101.879 106.629 112.329 116.321 124.839
90 107.565 113.145 118.136 124.116 128.299 137.208
100 118.498 124.342 129.561 135.807 140.169 149.449
2
Para y > 100 usar χ 2 y , a = 0.5 Z a + 2y − 1
Fuente: Valores calculados con Excel.
335
Anexo 4 Distribuciones de probabilidad
x2a
x2a
y grados de x20.90 x20.95 x20.975 x20.99 x20.995 x20.999
libertad
1 0.016 0.004 0.001 0.000 0.000 0.000
2 0.211 0.103 0.051 0.020 0.010 0.002
3 0.584 0.352 0.216 0.115 0.072 0.024
4 1.064 0.711 0.484 0.297 0.207 0.091
5 1.610 1.145 0.831 0.554 0.412 0.210
6 2.204 1.635 1.237 0.872 0.676 0.381
7 2.833 2.167 1.690 1.239 0.989 0.598
8 3.490 2.733 2.180 1.646 1.344 0.857
9 4.168 3.325 2.700 2.088 1.735 1.152
10 4.865 3.940 3.247 2.558 2.156 1.479
11 5.578 4.575 3.816 3.053 2.603 1.834
12 6.304 5.226 4.404 3.571 3.074 2.214
13 7.042 5.892 5.009 4.107 3.565 2.617
14 7.790 6.571 5.629 4.660 4.075 3.041
15 8.547 7.261 6.262 5.229 4.601 3.483
16 9.312 7.962 6.908 5.812 5.142 3.942
17 10.085 8.672 7.564 6.408 5.697 4.416
18 10.865 9.390 8.231 7.015 6.265 4.905
19 11.651 10.117 8.907 7.633 6.844 5.407
20 12.443 10.851 9.591 8.260 7.434 5.921
21 13.240 11.591 10.283 8.897 8.034 6.447
22 14.041 12.338 10.982 9.542 8.643 6.983
23 14.848 13.091 11.689 10.196 9.260 7.529
24 15.659 13.848 12.401 10.856 9.886 8.085
25 16.473 14.611 13.120 11.524 10.520 8.649
26 17.292 15.379 13.844 12.198 11.160 9.222
27 18.114 16.151 14.573 12.879 11.808 9.803
28 18.939 16.928 15.308 13.565 12.461 10.391
29 19.768 17.708 16.047 14.256 13.121 10.986
30 20.599 18.493 16.791 14.953 13.787 11.588
40 29.051 26.509 24.433 22.164 20.707 17.916
50 37.689 34.764 32.357 29.707 27.991 24.674
60 46.459 43.188 40.482 37.485 35.534 31.738
70 55.329 51.739 48.758 45.442 43.275 39.036
80 64.278 60.391 57.153 53.540 51.172 46.520
90 73.291 69.126 65.647 61.754 59.196 54.155
100 82.358 77.929 74.222 70.065 67.328 61.918
2
Para y > 100 usar χ 2 y , a = 0.5 Z a + 2y − 1
Fuente: Valores calculados con Excel.
336
Anexo 4 Distribuciones de probabilidad
3 215.71 19.16 9.28 6.59 5.41 4.76 4.07 3.86 3.71 3.29 3.10 2.92 2.79 2.70
4 224.58 19.25 9.12 6.39 5.19 4.53 3.84 3.63 3.48 3.06 2.87 2.69 2.56 2.46
5 230.16 19.30 9.01 6.26 5.05 4.39 3.69 3.48 3.33 2.90 2.71 2.53 2.40 2.31
6 233.99 19.33 8.94 6.16 4.95 4.28 3.58 3.37 3.22 2.79 2.60 2.42 2.29 2.19
8 238.88 19.37 8.85 6.04 4.82 4.15 3.44 3.23 3.07 2.64 2.45 2.27 2.13 2.03
9 240.54 19.38 8.81 6.00 4.77 4.10 3.39 3.18 3.02 2.59 2.39 2.21 2.07 1.97
10 241.88 19.40 8.79 5.96 4.74 4.06 3.35 3.14 2.98 2.54 2.35 2.16 2.03 1.93
15 245.95 19.43 8.70 5.86 4.62 3.94 3.22 3.01 2.85 2.40 2.20 2.01 1.87 1.77
20 245.95 19.45 8.66 5.80 4.56 3.87 3.15 2.94 2.77 2.33 2.12 1.93 1.78 1.68
30 250.10 19.46 8.62 5.75 4.50 3.81 3.08 2.86 2.70 2.25 2.04 1.84 1.69 1.57
50 251.77 19.48 8.58 5.70 4.44 3.75 3.02 2.80 2.64 2.18 1.97 1.76 1.60 1.48
100 253.04 19.49 8.55 5.66 4.41 3.71 2.97 2.76 2.59 2.12 1.91 1.70 1.52 1.39
3 53.59 9.16 5.39 4.19 3.62 3.29 2.92 2.81 2.73 2.49 2.38 2.28 2.20 2.14
4 55.83 9.24 5.34 4.11 3.52 3.18 2.81 2.69 2.61 2.36 2.25 2.14 2.06 2.00
5 57.24 9.29 5.31 4.05 3.45 3.11 2.73 2.61 2.52 2.27 2.16 2.05 1.97 1.91
6 58.20 9.33 5.28 4.01 3.40 3.05 2.67 2.55 2.46 2.21 2.09 1.98 1.90 1.83
8 59.44 9.37 5.25 3.95 3.34 2.98 2.59 2.47 2.38 2.12 2.00 1.88 1.80 1.73
9 59.86 9.38 5.24 3.94 3.32 2.96 2.56 2.44 2.35 2.09 1.96 1.85 1.76 1.69
10 60.19 9.39 5.23 3.92 3.30 2.94 2.54 2.42 2.32 2.06 1.94 1.82 1.73 1.66
15 61.22 9.42 5.20 3.87 3.24 2.87 2.46 2.34 2.24 1.97 1.84 1.72 1.63 1.56
20 61.74 9.44 5.18 3.84 3.21 2.84 2.42 2.30 2.20 1.92 1.79 1.67 1.57 1.49
30 62.26 9.46 5.17 3.82 3.17 2.80 2.38 2.25 2.16 1.87 1.74 1.61 1.50 1.42
50 62.69 9.47 5.15 3.80 3.15 2.77 2.35 2.22 2.12 1.83 1.69 1.55 1.44 1.35
100 63.01 9.48 5.14 3.78 3.13 2.75 2.32 2.19 2.09 1.79 1.65 1.51 1.39 1.29
337
Anexo 4 Distribuciones de probabilidad
y grados
Da = 0.1 Da = 0.05 Da = 0.01
de libertad
1 0.950 0.975 0.995
2 0.776 0.842 0.929
3 0.642 0.708 0.828
4 0.564 0.624 0.733
5 0.510 0.565 0.669
Fuente: Massey, F. J. (1951). “The Kolmogorov-Smirnov Test for Goodness of Fit”, The Journal of the American Statistical
Association (número 46), pp 70.
338
Anexo 4 Distribuciones de probabilidad
Valores críticos
a
Distribución Estadístico de prueba ajustado 0.1 .05 .025 .001
Parámetros conocidos n ≥ 5 A
2
n
1.933 2.492 3.070 3.857
n n
Exponencial 3 1.070 1.326 1.587 1.943
A2n 1 +
5n
Weibull 1 0.637 0.757 0.877 1.038
An 1 +
2
5 n
Log-logística 1 0.563 0.660 0.769 0.906
An 1 +
2
4 n
Fuente: Law, A.M. y Kelton, W.D. (2000), “Simulation Modeling and Analysis”, (3th. ed). pp. 368, McGraw Hill.
339
Anexo 4 Distribuciones de probabilidad
340
Anexo 4 Distribuciones de probabilidad
Media
x 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2
0 0.3679 0.3329 0.3012 0.2725 0.2466 0.2231 0.2019 0.1827 0.1653 0.1496 0.1353
1 0.7358 0.6990 0.6626 0.6268 0.5918 0.5578 0.5249 0.4932 0.4628 0.4337 0.4060
2 0.9197 0.9004 0.8795 0.8571 0.8335 0.8088 0.7834 0.7572 0.7306 0.7037 0.6767
3 0.9810 0.9743 0.9662 0.9569 0.9463 0.9344 0.9212 0.9068 0.8913 0.8747 0.8571
4 0.9963 0.9946 0.9923 0.9893 0.9857 0.9814 0.9763 0.9704 0.9636 0.9559 0.9473
5 0.9994 0.9990 0.9985 0.9978 0.9968 0.9955 0.9940 0.9920 0.9896 0.9868 0.9834
6 0.9999 0.9999 0.9997 0.9996 0.9994 0.9991 0.9987 0.9981 0.9974 0.9966 0.9955
7 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.999 0.999 0.999
8 1.000 1.000 1.000
Media
x 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7 7.5
0 0.0821 0.0498 0.0302 0.0183 0.0111 0.0067 0.0041 0.0025 0.0015 0.0009 0.0006
1 0.2873 0.1991 0.1359 0.0916 0.0611 0.0404 0.0266 0.0174 0.0113 0.0073 0.0047
2 0.5438 0.4234 0.3208 0.2381 0.1736 0.1247 0.0884 0.0620 0.0430 0.0296 0.0203
3 0.7576 0.6472 0.5366 0.4335 0.3423 0.2650 0.2017 0.1512 0.1118 0.0818 0.0591
4 0.8912 0.8153 0.7254 0.6288 0.5321 0.4405 0.3575 0.2851 0.2237 0.1730 0.1321
5 0.9580 0.9161 0.8576 0.7851 0.7029 0.6160 0.5289 0.4457 0.3690 0.3007 0.2414
6 0.9858 0.9665 0.9347 0.8893 0.8311 0.7622 0.6860 0.6063 0.5265 0.4497 0.3782
7 0.996 0.988 0.973 0.949 0.913 0.867 0.809 0.744 0.673 0.599 0.525
8 0.999 0.996 0.990 0.979 0.960 0.932 0.894 0.847 0.792 0.729 0.662
9 1.000 0.999 0.997 0.992 0.983 0.968 0.946 0.916 0.877 0.830 0.776
10 1.000 0.999 0.997 0.993 0.986 0.975 0.957 0.933 0.901 0.862
11 1.000 0.999 0.998 0.995 0.989 0.980 0.966 0.947 0.921
12 1.000 0.999 0.998 0.996 0.991 0.984 0.973 0.957
13 1.000 0.999 0.998 0.996 0.993 0.987 0.978
14 1.000 0.999 0.999 0.997 0.994 0.990
15 1.000 0.999 0.999 0.998 0.995
16 1.000 1000 0.999 0.998
17 1.000 0.999
18 1.000
Fuente: Valores calculados con Excel.
341
Anexo 4 Distribuciones de probabilidad
342