Intro Simul

Estadstica Actuarial I
Material para las prcticas
Introduccin a la
Simulacin con Excel
Introduccin a la simulacin con Excel
NDICE
0 Introduccin .......................................................................................... 3
1 Funciones estadsticas y relacionadas....................................................... 4
1.1
1.2
1.3
1.4
1.5
1.6
Genricas ........................................................................................................ 4
Nmeros aleatorios. ......................................................................................... 4
Descriptivas de datos ....................................................................................... 4
P.Valores......................................................................................................... 5
Variables aleatorias .......................................................................................... 5
Otras funciones de inters ................................................................................ 6
2 Nmeros aleatorios. ............................................................................. 12

2.1
2.2
2.3
Procedimientos relacionados ............................................................................12

Herramienta Excel para la generacin de nmeros aleatorios ..............................12
Generacin de nmeros aleatorios mediante frmulas. .......................................17
3 Distribucin de frecuencias. .................................................................. 19

3.1
3.2
3.3
3.4

Anlisis de Datos: Histograma ..........................................................................19
La funcin FRECUENCIA ..................................................................................20
Ejemplos ........................................................................................................21
4 Medidas de tendencia central, variacin y forma. .................................... 23

4.1
4.2
4.3
4.4
4.5

Anlisis de Datos Estadstica descriptiva ............................................................23
Funciones para el clculo de la tendencia central. ..............................................24
Funciones para el clculo de la variacin. ..........................................................24
Funciones para el clculo de la forma. ..............................................................25
5 Medidas de asociacin lineal ................................................................. 26

5.1
5.2
5.3

Anlisis de Datos: Covarianza...........................................................................26
Funciones para el clculo del grado de asociacin lineal. ....................................27
6 Variables aleatorias discretas. ............................................................... 29

6.1
6.2
6.3
6.4
6.5
6.6
Binomial.........................................................................................................29
Poisson ..........................................................................................................30
Uniforme (Discreta).........................................................................................31
Geomtrica.....................................................................................................33
Binomial Negativa ...........................................................................................34
Funciones Excel relacionadas con las v.a. discretas ............................................35
7 Variables aleatorias continuas. .............................................................. 38

7.1
7.2
7.3
7.4
7.5
7.6
7.7
7.8
Beta...............................................................................................................38
Exponencial ....................................................................................................39
Gamma ..........................................................................................................41
Normal...........................................................................................................42
Pareto............................................................................................................43
Uniforme ........................................................................................................45
Funciones relacionadas con la Normal...............................................................46
Funciones relacionadas con otras distribuciones.................................................47
8 Ajuste de distribuciones: tests de bondad del ajuste ............................... 48

8.1
8.2
8.3
8.4
Introduccin ...................................................................................................48
Distribuciones discretas: test 2 .......................................................................48
Distribuciones continuas: el test de Kolmogorov-Smirnov....................................54
Uso de SOLVER en el proceso de caracterizacin/estimacin...............................58
LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS
0 Introduccin
La simulacin de MonteCarlo es una tcnica que combina conceptos estadsticos
(muestreo aleatorio) con la capacidad que tienen los ordenadores para generar nmeros 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 investigaban 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 fundamental -precisamente, el nombre de MonteCarlo proviene de la famosa ciudad de Mnaco, donde abundan los casinos de juego y donde el azar, la probabilidad y el comportamiento 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 complementos 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 desarrollo 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 aleatorios) 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 MonteCarlo.
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 comnmente 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 Funciones estadsticas y relacionadas

1.1 Genricas
CONTAR Cuenta cuntos nmeros hay en la lista de argumentos.

CONTARA Cuenta cuntas celdas no vacas hay en la lista de argumentos.
NORMALIZACION: Devuelve un valor normalizado.
PERMUTACIONES: Devuelve el nmero de permutaciones para un nmero determinado de objetos.
1.2 Nmeros aleatorios.
ALEATORIO(): Devuelve un nmero aleatorio distribuido segn una

U[0;1]
ALEATORIO.ENTRE(a;b): Devuelve un nmero aleatorio distribuido segn una U[a;b]
1.3 Descriptivas de datos
COEFICIENTE.ASIMETRIA: Devuelve el sesgo de una distribucin

CUARTIL: Devuelve el cuartil de un conjunto de datos
CURTOSIS: Devuelve el coeficiente de curtosis de un conjunto de datos
DESVEST: Calcula la (cuasi) desviacin estndar de una muestra. Se pasan
por alto los valores lgicos como VERDADERO y FALSO y el texto.
DESVESTA: Calcula la (cuasi) desviacin estndar de una muestra, incluidos nmeros, texto y valores lgicos. Los argumentos que contengan VERDADERO se evaluarn como 1; los argumentos que contengan texto o FALSO se evaluarn como 0 (cero).
DESVESTP: Calcula la desviacin estndar de la poblacin total. Se pasan
por alto los valores lgicos como VERDADERO y FALSO y el texto.
DESVESTPA: Calcula la desviacin estndar de la poblacin total, incluidos
nmeros, texto y valores lgicos. Los argumentos que contengan VERDADERO se evaluarn como 1; los argumentos que contengan texto o FALSO
se evaluarn como 0 (cero).
DESVIA2: Devuelve la suma de los cuadrados de las desviaciones.
DESVPROM: Devuelve el promedio de las desviaciones absolutas de la
media de los puntos de datos.
FRECUENCIA: Devuelve una distribucin de frecuencia como una matriz
vertical.
INTERVALO.CONFIANZA: Devuelve el radio del intervalo de confianza
para la media de una poblacin normal, supuesta conocida la varianza
(usando la normal).
JERARQUIA Devuelve la jerarqua de un nmero en una lista de nmeros
K.ESIMO.MAYOR: Devuelve el valor k-simo mayor de un conjunto de datos.
K.ESIMO.MENOR: Devuelve el valor k-simo menor de un conjunto de datos.
MAX: Devuelve el valor mximo de una lista de argumentos
MAXA: Devuelve el valor mximo de una lista de argumentos, incluidos
nmeros, texto y valores lgicos.
MEDIA.ACOTADA: Devuelve la media del interior de un conjunto de datos
MEDIA.ARMO: Devuelve la media armnica.
MEDIA.GEOM: Devuelve la media geomtrica.
MEDIANA: Devuelve la mediana de los nmeros dados.
MIN: Devuelve el valor mnimo de una lista de argumentos.
MINA: Devuelve el valor mnimo de una lista de argumentos, incluidos nmeros, texto y valores lgicos.
MODA: Devuelve el valor ms frecuente en un conjunto de datos.
PERCENTIL: Devuelve el percentil k-simo de los valores de un rango.
PROBABILIDAD: Devuelve la probabilidad de que los valores de un rango
estn comprendidos entre dos lmites.
PROMEDIO: Devuelve el promedio de los argumentos.
PROMEDIOA: Devuelve el promedio de los argumentos, incluidos nmeros, texto y valores lgicos.
RANGO.PERCENTIL: Devuelve el rango de un valor en un conjunto de datos como porcentaje del conjunto.
VAR: Calcula la varianza de una muestra.
VARA: Calcula la varianza de una muestra, incluidos nmeros, texto y valores lgicos.
VARP: Calcula la varianza de la poblacin total.
VARPA: Calcula la varianza de la poblacin total, incluidos nmeros, texto y
valores lgicos.
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.
1.5 Variables aleatorias
BINOM.CRIT: Devuelve el menor valor menor cuya desviacin binomial

acumulativa es menor o igual que un valor de un criterio.
DIST.GAMMA.INV: Devuelve el inverso de la funcin gamma acumulativa
DIST.GAMMA: Devuelve la distribucin gamma.
DISTR.BETA.INV: Devuelve el inverso de la funcin de densidad de probabilidad beta acumulativa.
DISTR.BETA: Devuelve la funcin de densidad de probabilidad beta acumulativa.
DISTR.BINOM: Devuelve la probabilidad de distribucin binomial de un
trmino individual.
DISTR.CHI: Devuelve la probabilidad de una sola cola de la distribucin chi
cuadrado.
DISTR.EXP: Devuelve la distribucin exponencial.
DISTR.F: Devuelve la distribucin de probabilidad F.
DISTR.HIPERGEOM: Devuelve la distribucin hipergeomtrica.
DISTR.INV.F: Devuelve el inverso de una distribucin de probabilidad F.
DISTR.LOG.INV: Devuelve el inverso de la distribucin logartmico-normal.
DISTR.LOG.NORM: Devuelve la distribucin logartmico-normal acumulativa.
DISTR.NORM.ESTAND.INV: Devuelve el inverso de la distribucin normal
acumulativa estndar.
DISTR.NORM.ESTAND: Devuelve la distribucin normal acumulativa estndar.
DISTR.NORM.INV: Devuelve el inverso de la distribucin normal acumulativa.

DISTR.NORM: Devuelve la distribucin normal acumulativa.
DISTR.T.INV: Devuelve el inverso de la distribucin t de Student.
DISTR.T: Devuelve la distribucin t de Student.
DISTR.WEIBULL: Devuelve la distribucin Weibull.
NEGBINOMDIST: Devuelve la distribucin binomial negativa.
POISSON: Devuelve la distribucin de Poisson.
1.6 Otras funciones de inters

ABS
Devuelve el valor absoluto de un nmero. El valor absoluto de un nmero es el
nmero sin su signo.
ABS(nmero)
Nmero es el nmero real cuyo valor absoluto desea obtener.
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 funciones 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 descartar el residuo de una divisin. Si esta funcin no est disponible, ejecute el programa de instalacin e instale las Herramientas para anlisis. Para instalar este complemento, elija Complementos en el men Herramientas y seleccione la casilla correspondiente.
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
Devuelve un nmero hasta el entero inferior ms prximo.

ENTERO(nmero)
Nmero
prximo.
es el nmero real que desea redondear al entero inferior ms
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 argumento 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)
Matriz: es un rango de celdas o una matriz de constantes.

Si matriz contiene slo una fila o columna, el argumento nm_fila o
nm_columna que corresponde es opcional.
Si matriz tiene ms de una fila y ms de una columna y slo utiliza nm_fila
o nm_columna, INDICE devuelve una matriz con toda una fila o columna.
Observaciones
Si se utilizan ambos argumentos nm_fila y nm_columna, INDICE devuelve el valor en la celda de interseccin de los argumentos nm_fila y
nm_columna.
Si se define nm_fila o nm_columna como 0 (cero), INDICE devuelve la
matriz de valores de toda la columna o fila, respectivamente. Para utilizar
valores devueltos como una matriz, introduzca la funcin INDICE como una
frmula matricial en un rango horizontal de celdas para una fila y en un
rango vertical de celdas para una columna. Para introducir una frmula matricial, presione CTRL+MAYS+ENTRAR.
Los argumentos nm_fila y nm_columna deben indicar una celda contenida en matriz; de lo contrario, INDICE devuelve el valor de error #REF!
JERARQUIA
JERARQUIA Devuelve la jerarqua de un nmero dentro de una lista. La

jerarqua de un nmero es su posicin en la lista si sta se considerara
ordenada de menor a mayor
Sintaxis
JERARQUIA(nmero ; referencia ; orden)
nmero: es el nmero cuya jerarqua desea conocer.

referencia: es una matriz de o una referencia a una lista de nmeros. Los
valores no numricos se pasan por alto.
orden: es un nmero que especifica cmo clasificar el argumento nmero.
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
ducto.
Multiplica todos los nmeros que figuran como argumentos y devuelve el proPRODUCTO(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, valores 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, independientemente 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 redondear 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(2,15; 1) es igual a 2,2

REDONDEAR(2,149; 1) es igual a 2,1
REDONDEAR(-1,475; 2) es igual a -1,48
REDONDEAR(21,5; -1) es igual a 20
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 nmero.
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 contenga el nmero de lugares decimales especificado.
Si el argumento nm_decimales es 0 o se omite, el nmero se redondea al entero superior (inferior si es negativo) ms prximo.
Si el argumento nm_decimales es menor que 0, el nmero se redondea al valor 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 resultado tiene el mismo signo que nm_divisor.
RESIDUO(nmero;nm_divisor)
Nmero
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
es el nmero que desea dividir y cuyo residuo o resto desea obte-
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 SUBTOTALES.
SUBTOTALES(nm_funcin;ref1)
Nm_funcin es un nmero de 1 a 11 que indica qu funcin debe ser utilizada para calcular los subtotales dentro de una lista.
Ref1 es el rango o referencia para el cual desea calcular los subtotales.

Nm_funcin
1
2
3
4
5
6
7
8
9
10
11
Funcin
PROMEDIO
CONTAR
CONTARA
MAX
MIN
PRODUCTO
DESVEST
DESVESTP
SUMA
VAR
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; ...)
Nmero1; nmero2; ... son de 1 a 30 argumentos para los cuales desea

obtener la suma de sus cuadrados. Tambin puede usar una sola matriz o
una referencia a una matriz en lugar de argumentos separados con punto y
coma.
SIGNO
Devuelve el signo de un nmero. Devuelve 1 si el argumento nmero es positivo, 0 si el argumento nmero es 0 y -1 si el argumento nmero es negativo.
SIGNO(nmero)
Nmero es un nmero real cuyo signo desea saber.
10
SUMAR.SI
Suma las celdas en el rango que coinciden con el argumento criterio.
SUMAR.SI(rango;criterio;rango_suma)
Rango es el rango de celdas que desea evaluar.

Criterio es el criterio en forma de nmero, expresin o texto, que determina qu celdas se van a sumar.
Rango_suma son las celdas que se van a sumar. Las celdas contenidas
en rango_suma se suman slo si las celdas correspondientes del rango coinciden con el criterio. Si rango_suma se omite, se suman las celdas contenidas en el argumento rango.
SUMAPRODUCTO
Multiplica los componentes correspondientes de las matrices suministradas y
devuelve la suma de esos productos.
SUMAPRODUCTO(matriz1;matriz2;matriz3; ...)
Matriz1, matriz2, matriz3, ... son de 2 a 30 matrices cuyos componentes

desea multiplicar y despus sumar.
Los argumentos matriciales deben tener las mismas dimensiones. De lo contrario, SUMAPRODUCTO devuelve el valor de error #VALOR!
SUMAPRODUCTO considera las entradas matriciales no numricas como 0.
TRUNCAR
mero.
Trunca un nmero a un entero, suprimiendo la parte fraccionaria de dicho nTRUNCAR(nmero; nm_de_decimales)
Nmero es el nmero que desea truncar.

Nm_de_decimales es un nmero que especifica la precisin al truncar.
El valor predeterminado del argumento nm_de_decimales es 0.
TRUNCAR y ENTERO son similares, ya que ambos devuelven enteros.
TRUNCAR suprime la parte fraccionaria del nmero. ENTERO redondea los
nmeros al entero menor ms prximo, segn el valor de la porcin fraccionaria del nmero. ENTERO y TRUNCAR son diferentes solamente cuando
se usan nmeros negativos: TRUNCAR(-4,3) devuelve -4, pero ENTERO(4,3) devuelve -5, ya que -5 es el nmero entero menor ms cercano.
TRUNCAR(8,9) es igual a 8
TRUNCAR(-8,9) es igual a -8
TRUNCAR(PI()) es igual a 3
11
2 Nmeros aleatorios.
2.1 Procedimientos relacionados
Excel cuenta con dos procedimientos para obtener nmeros aleatorios distribuidos segn una forma determinada:
a) Recurriendo al complemento de Anlisis de Datos.
b) Utilizando la funcin ALEATORIO().
2.2 Herramienta Excel para la generacin de nmeros aleatorios

Excel proporciona un conjunto de herramientas para
el anlisis de los datos denominado Anlisis de Datos que
podr utilizar para ahorrar pasos en el desarrollo de anlisis
estadsticos. Cuando utilice una de estas herramientas, deber proporcionar los datos y parmetros para cada anlisis;
la herramienta utilizar las funciones de macros estadsticas
o tcnicas correspondientes y, a continuacin, mostrar los
resultados en una tabla de resultados. Algunas herramientas
generan grficos adems de tablas de resultados.
Para ver una lista de las herramientas de anlisis, elija Anlisis de datos en el men Herramientas. Si este comando no est en el men, ejecute el programa de instalacin para instalar las Herramientas para anlisis de la forma
siguiente :
Activar las Herramientas para anlisis
a) En el men Herramientas, elija Macros automticas. Si en la lista del cuadro de dilogo
Macros automticas no aparece Herramientas
para anlisis, haga clic en el botn "Examinar"
y busque la unidad, directorio y
archivo de la macro automtica
Herramientas para anlisis, o bien
ejecute el programa de instalacin.
b) Seleccione la casilla de verificacin
"Herramientas para anlisis".
Las macros automticas que instale
en Microsoft Excel permanecern
activas hasta que las quite.
12
Plantilla general
Distribuciones
Semilla
Nmero de variables Introduzca el nmero de columnas de valores que desee

incluir en la tabla de resultados. Si no introduce ningn nmero, Microsoft Excel
rellenar todas las columnas del rango de salida que se haya especificado.
Cantidad de nmeros aleatorios Introduzca el nmero de puntos de datos que
desee ver. Cada punto de datos aparecer en una fila de la tabla de resultados.
Si no introduce ningn nmero, Microsoft Excel rellenar todas las columnas del
rango de salida que se haya especificado.
Distribucin Haga clic en el mtodo de distribucin que desee utilizar para crear
las valores aleatorios.
Uniforme Caracterizado por los lmites inferior y superior. Se extraen las variables con probabilidades iguales de todos los valores del rango.
Normal Caracterizado por una media y una desviacin estndar.
Bernoulli Caracterizado por la probabilidad de xito (valor p) en un ensayo

dado. La variables aleatorias de Bernoulli tienen el valor 0 o 1.
Binomial Caracterizado por una probabilidad de xito (valor p) durante un

nmero de pruebas.
Poisson Caracterizado por un valor lambda, igual a 1/media.
Frecuencia relativa Caracterizado por un lmite inferior y superior, un incremento, un porcentaje de repeticin para valores y un ritmo de repeticin de la
secuencia.
Discreta Caracterizado por un valor y el rango de probabilidades asociado. El

rango debe contener dos columnas. La columna izquierda deber contener valores y la derecha probabilidades asociadas con el valor de esa fila. La suma de
las probabilidades deber ser 1.
Parmetros Introduzca un valor o valores para caracterizar la distribucin seleccionada.
Iniciar con Escriba un valor opcional a partir del cual se generarn nmeros aleatorios. Podr volver a utilizar este valor para generar los
mismos nmeros aleatorios ms adelante.
13
UNIFORME
Genera muestras de una distribucin U[A;B]
B
A
Semilla
NORMAL
Genera muestras de una distribucin N[;]
Parmetros
7,445
12,850
8,800
11,015
11,234
7,113
7,882
11,295
11,100
9,988
10,877
8,320
14
BERNOULII
Genera muestras de una distribucin de Bernoulli(p)
1
0
1
0
0
1
1
0
0
1
0
1
BINOMIAL
Genera muestras de una distribucin de B(n,p)
Parmetros
24
30
24
21
22
27
23
27
23
26
27
19
15
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
16
DISCRETA
Genera nmeros dada una distribucin de frecuencias relativas
0
1
2
3
0,1875
0,1250
0,3125
0,3750
0
3
1
3
3
0
0
3
3
2
3
1
2.3 Generacin de nmeros aleatorios mediante frmulas.

Excel cuenta con dos funciones para la generacin de nmeros de una distribucin Uniforme: ALEATORIO() segn una U[0;1]; ALEATORIO.ENTRE(a;b): segn una
U[a;b] discreta. Estas funciones son voltiles de manera que se recalcularan cada vez (si
la opcin de clculo est puesta en automtico).
ALEATORIO Devuelve un nmero aleatorio mayor o igual que 0 y menor

que 1, distribuido uniformemente. Cada vez que se calcula la hoja de clculo, se devuelve un nmero aleatorio nuevo.
Su sintaxis es:
ALEATORIO( )
ALEATORIO.ENTRE Devuelve un nmero aleatorio entre los nmeros que

especifique. Devuelve un nuevo nmero aleatorio cada vez que se calcula la
hoja de clculo. Si esta funcin no est disponible, ejecute el programa de
instalacin e instale las Herramientas para anlisis. Para instalar este complemento, elija Complementos en el men Herramientas y active la casilla correspondiente.
Su sintaxis es
ALEATORIO.ENTRE(inferior; superior)
Inferior es el menor nmero entero que la funcin ALEATORIO.ENTRE

puede devolver.
17
Superior es el mayor nmero entero que la funcin ALEATORIO.ENTRE

puede devolver.
A pesar de contar nicamente con funciones para generar nmeros distribuidos

de forma uniforme podemos gracias a stas, generar prcticamente cualquier distribucin utilizando bien algoritmos descritos en la literatura, bien las funciones inversas
cuando stas estn implementadas en Excel.
A continuacin se presenta este procedimiento para algunas de las funciones
ms comunes, siendo U = Aleatorio():
DISCRETAS
Binomial (n, p)
Poisson ()
Uniforme (a,b)
Geomtrica (p)
BinomNegativa(n,p)
=BINOM.CRIT(n; p; U)
=BINOM.CRIT(/0,001;0,001;U)
=ALEATORIO.ENTRE(a; b)
=REDONDEAR.MENOS(LN(U)/LN(1-p);0)
=BINOM.CRIT(DISTR.GAMMA.INV(U; n;(1-p)/p)/;;U)
CONTINUAS
Beta (,)
Exponencial()
Gamma(,)
LogNormal(,)
Normal(,)
Pareto(,)
Uniforme (a,b)
=DISTR.BETA.INV(U; ; ; a , b )
=(1/) * -LOG(U)
=DISTR.GAMMA.INV(U; ; )
=DISTR.LOG.INV(U; ; )
= + *(RAIZ(-2*LOG(U))*SENO(2*PI()*U))
=*(U^(-1/))
= + ()U
OTRAS
2GL PRUEBA.CHI.INV(U;GL)
F(GL1;GL2) DISTR.F.INV(U;GL1;GL2)
Triangular (a,b,c)
TGL
c + (a+U*(b-a)-c)*MAX(U;U)
c + (a+U*(b-a)-c)*RAIZ(U)
DISTR.T.INV(U;GL)*SIGNO(U-0,5)
18
3 Distribucin de frecuencias.
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.
3.2 Anlisis de Datos: Histograma

Obtiene la distribucin de frecuencias de un conjunto de datos. Dibuja un histograma y el diagrama de Pareto.
Rango clases (opcional) Introduzca la referencia de celda para un rango que contenga un conjunto opcional de valores lmite que definan rangos de clase. Estos valores 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 encima del ltimo valor de clase.
Si omite el rango de clase, Excel crear un conjunto de clases distribuidas uniformemente 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 incrustado con la tabla de resultados.
19
RESULTADO
Clase
Frecuencia % acumulado
1
2
3
4
5
6
7
8
9
10
y mayor...
5
8
13
7
7
9
8
7
5
9
0
Clase
6,41%
16,67%
33,33%
42,31%
51,28%
62,82%
73,08%
82,05%
88,46%
100,00%
100,00%
Frecuencia % acumulado
3
6
10
2
7
4
5
8
1
9
13
9
9
8
8
7
7
7
5
5
14
120,00%
12
100,00%
10
16,67%
28,21%
39,74%
50,00%
60,26%
69,23%
78,21%
87,18%
93,59%
100,00%
80,00%
8
60,00%
6
40,00%
,00%
0
7
20,00%
10
1
2
3
4
5
6
7
8
9
10
5
2
5
10
10
10
9
5
5
2
6
7
9
3
4
2
8
1
1
1
4
3
8
6
4
10
8 8
3 2
6 4
9 3
6 2
10 6
2 6
7 5
6 1
5 2
9 7
9 7
4 3
3 7
1 2
2 5
7 7
8 5
8 2
2 2
5 3
5 6
10 5
2 4
4 5
10 10
3.3 La funcin FRECUENCIA

La funcin de Excel para la obtencin de las distribucin de frecuencias es:
FRECUENCIA: Devuelve una distribucin de frecuencia como una matriz

vertical
Su sintaxis es
FRECUENCIA(datos; grupos)
Datos: es una matriz de un conjunto e valores o una referencia a un conjunto de valores cuyas frecuencias desea contar. Si datos no contiene ningn 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 contiene ningn valor, FRECUENCIA devuelve el nmero de elementos contenido en datos.
Observaciones
FRECUENCIA se introduce como una frmula matricial despus de seleccionar 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 nmero de elementos de grupos. El elemento adicional de la matriz devuelta
devuelve la suma de todos los valores superiores al mayor intervalo.
20
La funcin FRECUENCIA pasa por alto celdas en blanco y texto.
Una observacin se cuenta como perteneciente al intervalo cuya marca de clase es Ci

si se verifica que: C i1 < x i Ci
1
2
3
xi 1
1 < xi 2
2 < xi 3
3 < xi
En general:
C i1 < x i Ci
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 polgonos de frecuencias acumulados y no acumulados.
Distribucin de frecuencias
Ci
0
1
2
3
4
5
6
7
8
9
10
ni
12
15
19
15
7
9
18
15
8
7
17
142
fi
0,084507
0,105634
0,133803
0,105634
0,049296
0,063380
0,126761
0,105634
0,056338
0,049296
0,119718
1
Ni
12
27
46
61
68
77
95
110
118
125
142
Fi
0,084507
0,190141
0,323944
0,429577
0,478873
0,542254
0,669014
0,774648
0,830986
0,880282
1,000000
0,16
0,16
0,140,1
0,120,1 1
0,1
0,100,1 0
0,1
0,080,1
0,1
0,060,1
0,040,1
0,1
0,020,1
10
0,00
1,00
0,14
0,90
0,80
0,12
0,70
0,60
0,10
0,08
0,50
0,06
0,40
0,30
0,04
0,20
0,10
0,02
0,00
0 1 2 3 4 5 6 7 8 9 10
0,00
0 1 2 3 4 5 6 7 8 9 10
21
3.4.2
Copiar la siguiente frmula descrita anteriormente:

=500+200*(RAIZ(-2*LOG(ALEATORIO()))*SENO(2*PI()*ALEATORIO()))
2 Ln(U) sen(2U)
U U[0;1]
y utilizarla para generar 1000 valores de una variable aleatoria N(500;200). Una
vez obtenidos los valores,
a) Construir la tabla de su distribucin de frecuencias,
b) Realizar un histograma de los valores,
c) Aproximar su funcin de densidad mediante un polgono de frecuencias.
Ci
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
B 950
1000
25
50
75
100
125 150
175 200
225 250
275 300
325 350
375 400
425 450
475 500
525 550
575 600
625 650
675 700
725 750
775 800
825 850
875 900
925 950
975 1000
ni
2
6
14
44
79
182
299
459
597
745
731
597
485
308
144
108
39
15
4
1
4859
4859
fi
0,0004
0,0012
0,0029
0,0091
0,0163
0,0375
0,0615
0,0945
0,1229
0,1533
0,1504
0,1229
0,0998
0,0634
0,0296
0,0222
0,0080
0,0031
0,0008
0,0002
1
Ni
2
8
22
66
145
327
626
1085
1682
2427
3158
3755
4240
4548
4692
4800
4839
4854
4858
4859
Fi
0,0004
A
MIN/MAX
0,0016
B
Redondeo a enteros
0,0045
C
Redondeo a mltiplos de 10
0,0136
A
B
C
0,0298
Min
12,6 12,0 0,0
0,0673
Max 984,8 985,0 990,0
0,1288
0,2233
0,3462
Rango
0,4995
A MIN(B:B)
0,6499
B REDONDEAR.MENOS(MIN(B:B);0)
0,7728
C REDOND.MULT(MAX(0;MIN(B:B)-10);10)
0,8726
0,9360 Intervalos
0,9656
70 REDONDEAR.MAS(RAIZ(CONTAR(B:B));0)
0,9879
70 ENTERO(RAIZ(CONTAR(B:B)))+1
0,9959
0,9990
0,9998
1,0000
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
925
825
725
625
525
425
325
225
125
0,00
25
25
75
125
175
225
275
325
375
425
475
525
575
625
675
725
775
825
875
925
975
22
4 Medidas de tendencia central, variacin y forma.

Excel cuenta con dos procedimientos para obtener la descripcin mediante estadsticos de una muestra o una poblacin:
a) Recurrir al complemento de Anlisis de Datos (Estadstica Descriptiva).
b) Utilizar las funciones relacionadas expuestas en los apartados 4.3, 4.4 y 4.5
4.2 Anlisis de Datos Estadstica descriptiva

riables.
Calcula los estadsticos bsicos de un conjunto de datos, para una o varias va-
Nivel de confianza para la media Active esta casilla si desea incluir una fila correspondiente al nivel de confianza de la media en la tabla de resultados. En el
cuadro, escriba el nivel de confianza que desee utilizar. Por ejemplo, un valor
de 95 % calcular el nivel de confianza de la media con un nivel de importancia
del 5 %.
K-simo mayor. Active esta casilla si desea incluir una fila correspondiente al
valor k-simo mayor de cada rango de datos en la tabla de resultados. En el
cuadro, escriba el nmero que va a utilizarse para k. Si escribe 1, esta fila contendr el mximo del conjunto de datos.
K-simo menor. Active esta casilla si desea incluir una fila correspondiente al
valor k-simo menor de cada rango de datos en la tabla de resultados. En el
cuadro, escriba el nmero que va a utilizarse para k. Si escribe 1, esta fila contendr el mnimo del conjunto de datos.
Resumen de estadsticas. Seleccione esta opcin si desea que Excel genere un

campo en la tabla de resultados por cada una de las siguientes variables estadsticas: Media, Error tpico (de la media), Mediana, Moda, Desviacin
estndar, Varianza, Curtosis, Coeficiente de asimetra, Rango, Mnimo, Mximo, Suma, Cuenta, Mayor (#), Menor (#) y Nivel de confianza.
23
RESULTADO
A
0,288
0,374
0,850
0,334
0,212
0,034
0,068
0,654
0,780
0,917
0,775
0,378
0,926
0,991
0,015
B
0,701
0,947
0,164
0,659
0,960
0,008
0,938
0,948
0,638
0,762
0,143
0,497
0,336
0,887
0,694
C
0,057
0,313
0,594
0,521
0,087
0,835
0,529
0,105
0,585
0,221
0,783
0,484
0,784
0,533
0,623
Media
Error tpico
Mediana
Moda
Desviacin estndar
Varianza de la muestra
Curtosis
Coeficiente de asimetra
Rango
Mnimo
Mximo
Suma
Cuenta
Mayor (1)
Menor(1)
Nivel de confianza(95,0%)
A
0,50647
0,09055
0,37794
#N/A
0,35068
0,12298
-1,61643
-0,02602
0,97647
0,01485
0,99133
7,59711
15
0,99133
0,01485
0,19420
B
0,61875
0,08285
0,69444
#N/A
0,32087
0,10296
-0,73600
-0,71760
0,95174
0,00781
0,95956
9,28131
15
0,95956
0,00781
0,17769
C
0,47019
0,06653
0,52926
#N/A
0,25767
0,06639
-1,00353
-0,37420
0,77754
0,05723
0,83477
7,05286
15
0,83477
0,05723
0,14269
4.3 Funciones para el clculo de la tendencia central.

Media.
PROMEDIO: Devuelve la media aritmtica de los argumentos.
PROMEDIOA: Devuelve la media incluidos texto y valores lgicos.
MEDIA.ACOTADA: Devuelve la media recortada de un conjunto de datos
MEDIA.ACOTADA(matriz ; porcentaje)
Matriz es la matriz o el rango de valores que desea acotar y de los cuales
se calcular la media. Porcentaje es el nmero fraccionario de puntos de
datos que se excluyen del clculo. Por ejemplo, si porcentaje = 0,2, se eliminarn cuatro puntos de un conjunto de datos de 20 puntos (20 x 0,2),
dos de la parte superior y dos de la parte inferior.
MEDIA.ARMO: Devuelve la media armnica.

MEDIA.GEOM: Devuelve la media geomtrica.
Mediana.
MEDIANA: Devuelve la mediana de los nmeros dados.
Moda.
MODA: Devuelve el valor ms frecuente en un conjunto de datos.
4.4 Funciones para el clculo de la variacin.

Rango medio.
Usar MAX y MIN:
RM = PROMEDIO(MAX(Datos)+MIN(Datos))
Cuartiles.
CUARTIL:
CUARTIL(matriz ; cuartil)
24
Matriz, es la matriz o rango de celdas de valores numricos cuyo cuartil

desea obtener. Cuartil, indica el valor que se devolver, el cdigo es (0 =
mnimo; 1 = primer cuartil; 2 = mediana; 3 = tercer cuartil;4 = mximo).
PERCENTIL: Devuelve el percentil k-simo de los valores de un rango

PERCENTIL(matriz ; k)
Matriz es la matriz o rango de datos que define la posicin relativa. K es el
valor de percentil en el intervalo de 0 a 1, inclusive.
RANGO.PERCENTIL: Devuelve el % del los valores que son menores que

cifra dentro de matriz
RANGO.PERCENTIL(matriz;x;cifra_significativa)
Matriz es la matriz o rango de datos con valores numricos que define la
posicin relativa. X, es el valor cuyo rango percentil desea conocer. Cifra_significativa es un valor opcional que identifica el nmero de cifras
significativas para el valor de porcentaje devuelto. Si se omite este argumento, RANGO.PERCENTIL utiliza tres dgitos.
Rango intercuartlico.
Usar cualquiera de las dos alternativas siguientes:
PERCENTIL (RI = PERCENTIL(datos;0,75)-PERCENTIL(datos;0,25))
CUARTIL (RI = CUARTIL(datos;3)- CUARTIL(datos;1)).
Varianza y desviacin tpica.
VAR(A): Calcula la (cuasi)varianza de una muestra.
VARP(A): Calcula la varianza de la poblacin.
DESVEST(A): Calcula la (cuasi) desviacin estndar de una muestra.
DESVESTP(A): Calcula la desviacin estndar de la poblacin total.
Coeficiente de variacin.
Usar PROMEDIO y DESVEST
4.5 Funciones para el clculo de la forma.

Simetra
COEFICIENTE.ASIMETRIA: Devuelve el sesgo de una distribucin
Curtosis
CURTOSIS: Devuelve el coeficiente de curtosis de un conjunto de datos
25
5 Medidas de asociacin lineal

Excel cuenta con dos procedimientos para obtener medidas de la relacin lineal
entre variables:
a) Recurrir al complemento de Anlisis de Datos Covarianza.
b) Utilizar las funciones relacionadas, expuestas en 5.3.
5.2 Anlisis de Datos: Covarianza

Calcula la matriz de varianzas covarianzas de un conjunto de variables.
Rango de entrada. Introduzca la referencia de celda correspondiente al rango

de datos que desee analizar. La referencia deber contener dos o ms rangos
adyacentes organizados en columnas o filas.
Agrupado por. Haga clic en el botn Filas o Columnas para indicar si los datos
del rango de entrada estn organizados en filas o en columnas.
Rtulos en la primera fila y rtulos en la primera columna. Si la primera fila del

rango de entrada contiene rtulos, active la casilla de verificacin Rtulos en la
primera fila. Si los rtulos estn en la primera columna del rango de entrada,
active la casilla de verificacin Rtulos en la primera columna. Esta casilla de
verificacin estar desactivada si el rango de entrada carece de rtulos; Microsoft Excel generar los rtulos de datos correspondientes para la tabla de resultados.
Rango de salida. Introduzca la referencia correspondiente a la celda superior

izquierda de la tabla de resultados. Excel slo completar media tabla ya que la
covarianza entre dos rangos de datos es independiente del orden en que se
procesen dichos rangos. La diagonal de la tabla contiene la varianza de todos
los rangos.
En una hoja nueva. Haga clic en esta opcin para insertar una hoja nueva en el
libro actual y pegar los resultados comenzando por la celda A1 de la nueva hoja
de clculo. Para darle un nombre a la nueva hoja de clculo, escrbalo en el
cuadro.
En un libro nuevo. Haga clic en esta opcin para crear un nuevo libro y pegar
los resultados en una hoja nueva del libro creado.
26
RESULTADO
A
0,288
0,374
0,850
0,334
0,212
0,034
0,068
0,654
0,780
0,917
0,775
0,378
0,926
0,991
0,015
B
0,701
0,947
0,164
0,659
0,960
0,008
0,938
0,948
0,638
0,762
0,143
0,497
0,336
0,887
0,694
C
0,057
0,313
0,594
0,521
0,087
0,835
0,529
0,105
0,585
0,221
0,783
0,484
0,784
0,533
0,623
A
B
C
A 1,00000
B -0,12794 1,00000
C 0,08240 -0,72442 1,00000
A
B
C
A 0,11478
B -0,01344 0,09609
C 0,00695 -0,05590 0,06197
5.3 Funciones para el clculo del grado de asociacin lineal.

Covarianza.
COVAR Devuelve la covarianza, o promedio de los productos de las desviaciones para cada pareja de puntos de datos.
COVAR(matriz1;matriz2)
Matriz1 es el primer rango de celdas de nmeros enteros.

Matriz2 es el segundo rango de celdas de nmeros enteros.
Los argumentos deben ser nmeros o nombres, matrices o referencias que

contengan nmeros.
Si el argumento matricial o de referencia contiene texto, valores lgicos o
celdas vacas, estos valores se pasan por alto; sin embargo, se incluirn las
celdas con el valor cero.
Si los argumentos matriz1 y matriz2 tienen nmeros distintos de puntos de
datos, COVAR devuelve el valor de error #N/A.
Si los argumentos matriz1 o matriz2 estn vacos, COVAR devuelve el valor
de error #DIV/0! .
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 ejemplo, para examinar la relacin entre la temperatura promedio de una localidad y el uso de aire acondicionado.
COEF.DE.CORREL(matriz1;matriz2)
Matriz1 es un rango de celdas de valores.

Matriz2 es un segundo rango de celdas de valores.
Los argumentos deben ser nmeros, o bien nombres, matrices o referencias

que contienen nmeros.
27
Si el argumento matricial o de referencia contiene texto, valores lgicos o

celdas vacas, estos valores se pasan por alto; sin embargo, se incluirn las
celdas con el valor cero.
Si los argumentos matriz1 y matriz2 tienen un nmero diferente de puntos
de datos, COEF.DE.CORREL devuelve el valor de error #N/A.
Si el argumento matriz1 o matriz2 est vaco, o si s (la desviacin estndar
de los valores) es igual a cero, COEF.DE.CORREL devuelve el valor de error
#DIV/0!
28
6 Variables aleatorias discretas.

6.1 Binomial.
Supongamos que un experimento aleatorio tiene las siguientes caractersticas:
a) En cada prueba del experimento slo son posibles dos resultados: el suceso A
(xito) y su contrario A (fracaso).
b) El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente.
c) La probabilidad del suceso A es constante, la representamos por p, y no vara
de una prueba a otra. La probabilidad de es A 1- p y la representamos por q .
d) El experimento consta de un nmero n de pruebas.
Todo experimento que tenga estas caractersticas diremos que sigue el modelo
de la distribucin Binomial. A la variable X que expresa el nmero de xitos obtenidos
en cada prueba del experimento, la llamaremos variable aleatoria binomial. La variable
binomial es una variable aleatoria discreta, slo puede tomar los valores 0, 1, 2, 3, 4,
..., n suponiendo que se han realizado n pruebas. Como hay que considerar todas las
maneras posibles de obtener k-xitos y (n-k) fracasos debemos calcular stas por
combinaciones.
Una v.a. Binomial representa el nmero de xitos que ocurren en n repeticiones
independientes de un ensayo de Bernouilli cuya probabilidad de xito es p. As de distribuyen con arreglo a esta distribucin, el nmero de piezas defectuosas en un lote de
tamao n (moderado) cuando cada pieza tiene una probabilidad p de ser defectuosa;
el tamao de un conjunto si ste es aleatorio y no demasiado grande; el nmero de
artculos demandados de un almacn, el nmero de encuestados que estn a favor de
determinada cuestin, etc.
La notacin habitual es XB(n,p).
La funcin de cuanta es:
n
p( x ) = p X (1 p)1 X
X
La funcin de distribucin es:
X
n
F( x ) = p X (1 p)1 X
i= 0 i
La media y varianza son (respectivamente):
np
np(1 p)
Propiedades.
Si (X1,X2,..Xm) B(ni,p) entonces (X1+X2+..+Xm)B(n1+n2+..nm,p);
Si XB(n,p) entonces la variable (n-X)B(n,1-p).
La distribucin es simtrica slo si p=1/2.
Generacin.
Puesto que Excel cuenta con una funcin para la inversa de la funcin de distribucin, la generacin de variables aleatorias puede hacerse, bien a travs del mdulo
de Anlisis de datos, bien directamente por inversin utilizando la frmula siguiente:
=BINOM.CRIT(n;p;ALEATORIO())
29
Hoja de clculo.
El fichero Binomial.xls es una plantilla para la generacin y anlisis de la distribucin Binomial en Excel as como para la estimacin de parmetros a partir de una
muestra aleatoria. Su aspecto es el siguiente:
Den
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000001
0,000006
0,000030
0,000128
0,000474
0,001525
0,004286
0,010566
0,022882
0,043554
0,072822
0,106781
0,136925
0,152900
0,147826
0,122781
0,086707
0,051345
0,025019
0,009769
n
0
0
0
0
0
0
0
0
0
0
0
0
1
0
7
9
20
18
31
36
53
38
28
23
20
9
6
f1_s
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,003333
0,000000
0,023333
0,030000
0,066667
0,060000
0,103333
0,120000
0,176667
0,126667
0,093333
0,076667
0,066667
0,030000
0,020000
BINOMIAL(n,p)
f3_s
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,1
0,5
1,3
3,2
6,9
13,1
21,8
32,0
41,1
45,9
44,3
36,8
26,0
15,4
7,5
2,9
Ensayos (n)
30
12
27
Pr. xito (p) 67

0,67
Muestra
300
Mnimo
Media
Moda
Mximo
Varianza
A1:A300
Estadsticos
Tericos Muestra
12
12
20,10
20,02
20
27
28
6,6
7,9
Bondad del generador
2
22,4901
GL
16
p.valor
0,0956
Algoritmo de generacin
BINOM.CRIT(n;p;ALEATORIO())
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
0,20 X
0
0,18 1
2
3
0,16 4
5
0,14 6
7
8
0,12 9
10
11
0,10
12
13
0,08 14
15
16
0,06 17
18
0,04 19
20
21
0,02 22
23
0,00 24
25
26
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 basta 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 nmero 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 personas que entran en un supermercado en un minuto, etc.
La notacin habitual es XPoisson(). El nico parmetro debe ser positivo >0.
p( x ) =
e X
x!

i= X
F( x ) = e
i= 0
i
i!
La media y varianza coinciden en el nico parmetro .
30
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 (Herramientas + 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)
El fichero Poisson.xls es una plantilla para la generacin y anlisis de esta distribucin:

0,20X
0
0,181
2
3
0,164
5
6
0,147
8
0,129
10
11
0,1012
13
0,0814
15
16
0,06
0,04
0,02
Den
0,001008
0,006954
0,023990
0,055178
0,095182
0,131351
0,151053
0,148895
0,128422
0,098457
0,067935
0,042614
0,024503
0,013005
0,006410
0,002949
0,001272
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
n
0
7
22
51
75
113
168
123
107
105
74
34
27
11
11
2
0
0
0
0
0
0
0
f1_s
0,0000
0,0075
0,0237
0,0548
0,0806
0,1215
0,1806
0,1323
0,1151
0,1129
0,0796
0,0366
0,0290
0,0118
0,0118
0,0022
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
f3_s
0,9
6,5
22,3
51,3
88,5
122,2
140,5
138,5
119,4
91,6
63,2
39,6
22,8
12,1
6,0
2,7
1,2
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
POISSON( )
6,90 138
Muestra
930
Mnimo
Media ()
Moda
Mximo
Varianza ()
0
17
A1:A930
Estadsticos
Tericos Muestra
0
1
6,90
6,99
6
17
15
6,9
6,88

2
23,2976
GL
17
p.valor
0,1060
0,00
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
BINOM.CRIT($J$6/0,001;0,001;ALEATORIO())
6.3 Uniforme (Discreta)

Esta v.a. es el equivalente discreto de la de mismo nombre dentro de las distribuciones continuas. Se utiliza cuando un conjunto de posibles resultados es igualmente
probable, la cantidad de caras con un determinado nmero al lanzar un dado, la probabilidad de cada nmero en un sorteo legal, etc.
La notacin habitual es XUD(a,b).
31

p(x) =
1
a b +1
F(x) =
X a +1
a b +1
La media y varianza son:

a+b
2
(a b + 1)2 1
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 distribucin:
Den
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
n
12
15
14
15
13
13
9
11
12
13
11
13
15
15
20
14
11
12
13
21
15
13
0
0
0
0
0
0
0
0
0
f1_s
0,040000
0,050000
0,046667
0,050000
0,043333
0,043333
0,030000
0,036667
0,040000
0,043333
0,036667
0,043333
0,050000
0,050000
0,066667
0,046667
0,036667
0,040000
0,043333
0,070000
0,050000
0,043333
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
f3_s
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
UNIFORME DISCRETA(a,b)
Mnimo (a)
1
1
22
Mximo (b) 22
22
A1:A300
Muestra
300
Mnimo
Media
Moda
Mximo
Varianza
Estadsticos
Tericos
Muestra
1
1
11,50
11,84
22
36,8
22
41,5

2
11,5200
GL
21
p.valor
0,9517
ALEATORIO.ENTRE(a;b)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
0,08 X
1
2
3
0,07 4
5
6
0,06 7
8
9
10
0,05 11
12
13
14
0,04
15
16
17
0,03 18
19
20
21
0,02 22
23
24
0,01 25
26
27
28
0,00 29
30
31
32
6.4 Geomtrica
Una v.a. Geomtrica representa el nmero de fracasos que ocurren hasta obtener el primer xito en la realizacin de ensayos de Bernouilli con probabilidad p de xito. As, el nmero de artculos examinados de un lote hasta que aparece el primer defectuoso, el nmero de candidatos a entrevistar cuando se quiere encontrar una persona 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).
p(x) = p (1 p)X

F(x) = 1 (1 p)x +1
La media y varianza son respectivamente.

(1 p)
p
(1 p)
p2
Propiedades.
Se trata de una particularizacin de la binomial negativa, es decir, se verifica 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 distribucin 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:
=
p
1
X (n) + 1
Hoja de clculo.
El fichero Geometrica.xls es una plantilla para la generacin y anlisis de esta
distribucin:
33
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
Den
0,310000
0,213900
0,147591
0,101838
0,070268
0,048485
0,033455
0,023084
0,015928
0,010990
0,007583
0,005232
0,003610
0,002491
0,001719
0,001186
0,000818
0,000565
0,000390
0,000269
0,000185
0,000128
0,000088
0,000061
0,000042
0,000029
0,000020
n
114
42
46
34
15
13
11
1
6
5
4
6
2
0
1
0
0
0
0
0
0
0
0
0
0
0
0
f1_s
0,3800
0,1400
0,1533
0,1133
0,0500
0,0433
0,0367
0,0033
0,0200
0,0167
0,0133
0,0200
0,0067
0,0000
0,0033
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
GEOMTRICA(p)
f3_s
93,0
64,2
44,3
30,6
21,1
14,5
10,0
6,9
4,8
3,3
2,3
1,6
1,1
0,7
0,5
0,4
0,2
0,2
0,1
0,1
0,1
0,0
0,0
0,0
0,0
0,0
0,0
Probabilidad (p)
0,31 31
Muestra
300
Mnimo
Media
Moda
Mximo
Varianza
0
18
A1:A300
Estadsticos
Tericos Muestra
0
0
2,23
2,24
0
0
0
14
7,18
8,16

2
37,8075
GL
1
p.valor
0,0041
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
0,00
X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
REDONDEAR.MENOS(LN(aleatorio())/LN(1-p);0)
6.5 Binomial Negativa

Una v.a. Binomial negativa representa el nmero de fracasos que ocurren hasta
obtener el n-simo xito en la realizacin de ensayos de Bernouilli con probabilidad p
de xito. As, el nmero de artculos examinados de un lote hasta que aparece el nsimo defectuoso, el nmero de candidatos a entrevistar cuando se quiere formar un
equipo de n personas idneas para un puesto de trabajo, etc.
La notacin habitual es XNegBin(n,p) o, a veces, BN(n,p).
n + X 1 X
p (1 p) X
=
(x)
X
=
F
(x)
n + i 1 n
p (1 p)i
i
i=0
i= X
La media y varianza son respectivamente.
n(1 p)
p
n(1 p)
p2
Propiedades.
Si (X1,X2,..Xm)BN(ni) entonces (X1+X2+..+Xm)BN(n1+ n 2+.. n m).
Tambin es conocida como distribucin de Pascal o distribucin de Polya.
Se verifica que BN(1,p) Geom(p).
Generacin.
Excel cuenta con una funcin para la distribucin y densidad de la Binomial Negativa aunque no con la inversa de la distribucin. No cuenta tampoco con la posibili-
34
dad de obtener muestras aleatorias a partir del mdulo de Anlisis de Datos + Generacin de nmeros aleatorios.
En cualquier caso es posible obtener nmeros que se distribuyan segn una esta distribucin utilizando la frmula siguiente:
=BINOM.CRIT(DISTR.GAMMA.INV(U;n;(1-p)/p)/;;U)
siendo un nmero suficientemente pequeo (obtendremos buenos resultados con =
0,0001) y U la Uniforme (0;1), es decir U = ALEATORIO().
Hoja de clculo.
BINOMIAL NEGATIVA (n,p)
0
25
Intentos (n)
7
Pr. xito (p) 47
0,47
Muestra
300
Mnimo
Media
Moda
Mximo
Varianza
A1:A300
Estadsticos
Tericos
Muestra
0
1
8
8
7
21
16,79
15,48
2
30,3827
GL
26
p.valor
0,2103
24
22
BINOM.CRIT(DISTR.GAMMA.INV(U;n;(1-p)/p)/;;U)
con U=ALEATORIO() y =0,0001
20
18
f3_s
1,5
5,6
12,0
19,0
25,2
29,4
31,1
30,6
28,4
25,1
21,3
17,4
13,9
10,7
8,1
6,0
4,4
3,2
2,2
1,6
1,1
0,7
0,5
0,3
0,2
0,1
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
16
14
f1_s
0,0000
0,0100
0,0433
0,0533
0,0833
0,0833
0,1100
0,1333
0,0900
0,0733
0,0733
0,0833
0,0167
0,0400
0,0200
0,0300
0,0233
0,0100
0,0200
0,0000
0,0000
0,0033
0,0000
0,0000
0,0000
0,0000
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
12
10
n
0
3
13
16
25
25
33
40
27
22
22
25
5
12
6
9
7
3
6
0
0
1
0
0
0
0
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
8
Den
0,00507
0,01880
0,03985
0,06336
0,08395
0,09788
0,10376
0,10213
0,09472
0,08367
0,07095
0,05812
0,04620
0,03579
0,02710
0,02011
0,01465
0,01051
0,00742
0,00518
0,00357
0,00243
0,00164
0,00110
0,00073
0,00048
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
2
45,0X
0
1
40,02
3
4
5
35,06
7
8
30,09
10
11
12
25,013
14
15
20,016
17
18
19
15,020
21
22
10,023
24
25
#N/A
5,0
#N/A
#N/A
#N/A
0,0
#N/A
#N/A
#N/A
El fichero BinNeg.xls es una plantilla para la generacin y anlisis de esta distribucin:
6.6 Funciones Excel relacionadas con las v.a. discretas

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
35
n
F( x ) = p X (1 p)1 X
i= 0 i
X
La funcin de Excel que nos da ambas es:
=DISTR.BINOM(k ; n ; p ; acumulado)
k es el valor sobre el que hallaremos la probabilidad;

n y p los parmetros que definen la distribucin;
acumulado es un valor lgico que determina la forma de la funcin. Si el
argumento acumulado es VERDADERO, DISTR.BINOM devuelve la funcin
de distribucin; si es FALSO, devuelve la funcin de masa de probabilidad.
Una segunda funcin de Excel relacionada con la binomial es:

BINOM.CRIT(n ; p ; alfa)
Funcin que devuelve el menor valor cuya distribucin binomial acumulativa es menor
o igual que un valor (alfa) de criterio.
n y p los parmetros que definen la distribucin;

alfa el criterio (0<alfa<1).
BINOMIAL NEGATIVA
La funcin de cuanta es de NegBin(n,p) es:
n + X 1 X
=
p (1 p) X
(x)
X
La funcin de Excel para la cuanta es:
=NEGBINOMDIST(nm_fracasos;nm_xitos;prob_xito)
Nm_fracasos: es el nmero de fracasos.

Nm_xitos: es el nmero lmite de xitos.
Prob_xito: es la probabilidad de obtener un xito.
Observaciones
Los argumentos nm_fracasos y nm_xitos se truncan a enteros.

Si uno de los argumentos no es numrico, NEGBINOMDIST devuelve el valor de error #VALOR!
Si el argumento prob_xito < 0 o si probabilidad > 1, NEGBINOMDIST devuelve el valor de error #NUM!.
Si los argumentos (nm_fracasos + nm_xitos - 1) 0, la funcin NEGBINOMDIST devuelve el valor de error #NUM!.
POISSON
Recordamos que la funcin de cuanta de la distribucin Poisson() es:
(x)
e X
x!
=e
F
(x)
i= X
i!
i= 0
36
La funcin de Excel que nos da ambas es:
=POISSON(x ; media ; acumulado)
x el valor que toma la variable;

media, el parmetro ;
acumulado es un valor lgico que determina la forma de la funcin. Si el
argumento acumulado es VERDADERO, devuelve la funcin de distribucin;
si es FALSO, devuelve la funcin de masa de probabilidad.
37
7 Variables aleatorias continuas.

7.1 Beta
Usos.
Debido a su gran flexibilidad se utiliza en situaciones en las que la ausencia de
datos concretos no impide, sin embargo, tener una idea del comportamiento "global"
de la variable aleatoria. Si suponemos conocidos, o razonablemente supuestos, valores
tales como el mximo, mnimo, media o moda y el tipo de simetra (o asimetra), entonces es posible encontrar una distribucin Beta que se adapte a dichas suposiciones.
Tambin se utiliza para simular la proporcin (o el nmero total) de productos
defectuosos en un lote de fabricacin, la duracin de un proceso (en PERT/CPM), o la
mediana de una muestra aleatoria.
Notacin y parmetros.
La notacin habitual es XBe(,) o bien XBeta(,), los dos parmetros son
de forma (, >0). En Excel la notacin es diferente y se basa en el hecho de que la
distribucin puede ser fcilmente reescalada a un intervalo (a,b) ya que si X Be(,)
0X1 al hacer X=a+(b-a)X tendramos XBe(,) pero ahora con aXb. As, la
notacin en Excel es XBe(,,a,b); en este caso los parmetros a y b son de escala en
la distribucin.
Densidad y Distribucin.
x 1 (1 x ) 1
f (x) =
B ( , )
siendo B(,) la funcin Beta:
1
B ( , ) x 1 (1 x ) 1 dx
0
para la Beta de cuatro parmetros, usada en Excel, tendremos:
f (x) =
1
B ( , )
( x a) 1 (b x ) 1
(b a) + 1
F(x) no tiene, en general, forma cerrada.

Estadsticos.
( + ) ( + + 1)
2
el sesgo, la curtosis y el coeficiente de variacin son (respectivamente):
2( )
( + + 2)
+ +1
3( + + 1)[( + 6) + 2( + ) 2 ]
( + + 2)( + + 3)
( + + 1)
Generacin.
Puesto que Excel cuenta con una funcin para la inversa de la funcin de distribucin, la generacin de variables aleatorias puede hacerse directamente por inversin
utilizando la frmula siguiente:
=DISTR.BETA.INV(ALEATORIO();
, a , b ).
38
Caracterizacin.
Los parmetros pueden ser estimados de la forma siguiente:
= (1 x ) x (1 x ) 1
;
s 2
x(1 x )
= x
2
BETA(, ,min,max)
6,2
0,003344
0,023411
0,050167
0,080268
0,113712
0,157191
0,214047
0,240803
0,297659
0,351171
0,397993
0,448161
0,505017
0,561873
0,612040
0,668896
0,715719
0,762542
0,789298
0,822742
0,842809
0,882943
0,913043
0,939799
0,969900
0,976589
0,989967
0,996656
1,000000
1,000000
5,9
5,5
0,00333
0,01996
0,02661
0,02994
0,03326
0,04324
0,05655
0,02661
0,05655
0,05322
0,04657
0,04989
0,05655
0,05655
0,04989
0,05655
0,04657
0,04657
0,02661
0,03326
0,01996
0,03991
0,02994
0,02661
0,02994
0,00665
0,01330
0,00665
0,00333
0,00000
5,2
0,0033
0,0201
0,0268
0,0301
0,0334
0,0435
0,0569
0,0268
0,0569
0,0535
0,0468
0,0502
0,0569
0,0569
0,0502
0,0569
0,0468
0,0468
0,0268
0,0334
0,0201
0,0401
0,0301
0,0268
0,0301
0,0067
0,0134
0,0067
0,0033
0,0000
4,8
n
1
6
8
9
10
13
17
8
17
16
14
15
17
17
15
17
14
14
8
10
6
12
9
8
9
2
4
2
1
0
1
4,5
4,2
Dis
0,004246
0,015740
0,034906
0,061400
0,094577
0,133622
0,177639
0,225691
0,276836
0,330154
0,384760
0,439818
0,494554
0,548261
0,600308
0,650139
0,697280
0,741340
0,782010
0,819063
0,852354
0,881816
0,907458
0,929362
0,947676
0,962611
0,974433
0,983456
0,990034
0,994548
3,8
3,5
Den
0,004246
0,011494
0,019165
0,026495
0,033176
0,039046
0,044017
0,048052
0,051146
0,053318
0,054605
0,055058
0,054736
0,053708
0,052047
0,049831
0,047141
0,044060
0,040670
0,037053
0,033291
0,029462
0,025642
0,021904
0,018314
0,014935
0,011822
0,009023
0,006577
0,004515
3,1
0,06
X
3,1
3,3
0,05
3,4
3,5
0,04
3,6
3,7
3,8
0,03
3,9
4,0
0,02
4,2
4,3
4,4
0,01
4,5
4,6
0,00
4,7
4,8
4,9
1,05,1
5,2
0,9
5,3
0,85,4
0,75,5
5,6
0,65,7
0,55,9
6,0
0,46,1
0,36,2
6,3
0,26,4
0,1
Alfa () 23
2,3
Beta ()
3,6 36
Mnimo (min)
3
Mximo (max)
7
Muestra
300
3,03
6,64
0,1130
299
0,9945483
0,0878056
A1:A300
0,4247008
0,0487887
4,0079271
3,8174458
Mnimo
Media
Mximo
Varianza
Estadsticos
Tericos Muestra
3,03
3,09
4,56
4,52
6,64
6,46
3,09
0,55
DISTR.BETA.INV(ALEATORIO();,,min,max)
Borghers, Reymen,
y Wessa
Law&Kelton
Caracterizacin
1,7
2,3
1,2
2,4
6,3
6,1
5,9
5,6
5,4
5,2
4,9
4,7
4,5
4,3
4,0
3,8
3,6
3,4
3,1
0,0
7.2 Exponencial
La distribucin exponencial es una de las ms utilizadas en simulacin, sus valores 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 momento.
Esta propiedad (conocida en la literatura anglosajona como "memoryless property") 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 exponencial.
La notacin habitual es XExp(), es parmetro de escala (>0).
La funcin de densidad es:
39

X
1
f (x) = e
,la funcin de distribucin es:
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 Gamma(,1) Exp().
Tambin es un caso particular de la Weibull Weibull(,1) Exp().
La suma de exponenciales independientes de parmetro es una distribucin 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/.
0,00
5,40
0,1800
300
4,698
Muestra
300
Mnimo
Media
Mximo
Varianza ()
0,08
A1:A300
Estadsticos
Tericos Muestra
0,00
0,00
0,56
0,70
5,40
4,62
0,309
0,547
5,2
4,9
4,5
EXPONENCIAL ( )
Lambda( ) 18
1,8
Lambda*-LOG(ALEATORIO())
5,0
4,1
f2_s
0,25333
0,44667
0,57000
0,65333
0,74333
0,77667
0,82000
0,85333
0,88333
0,91000
0,93667
0,94667
0,95667
0,96333
0,97667
0,97667
0,98000
0,98667
0,98667
0,99667
0,99667
0,99667
0,99667
0,99667
0,99667
1,00000
1,00000
1,00000
1,00000
1,00000
4,5
3,8
4,0
3,4
3,1
f1_s
1,19015
0,90827
0,57942
0,39150
0,42282
0,15660
0,20358
0,15660
0,14094
0,12528
0,12528
0,04698
0,04698
0,03132
0,06264
0,00000
0,01566
0,03132
0,00000
0,04698
0,00000
0,00000
0,00000
0,00000
0,00000
0,01566
0,00000
0,00000
0,00000
0,00000
3,4
2,7
f_s
0,2533
0,1933
0,1233
0,0833
0,0900
0,0333
0,0433
0,0333
0,0300
0,0267
0,0267
0,0100
0,0100
0,0067
0,0133
0,0000
0,0033
0,0067
0,0000
0,0100
0,0000
0,0000
0,0000
0,0000
0,0000
0,0033
0,0000
0,0000
0,0000
0,0000
2,9
2,3
2,0
n
76
58
37
25
27
10
13
10
9
8
8
3
3
2
4
0
1
2
0
3
0
0
0
0
0
1
0
0
0
0
0
2,3
1,6
1,8
1,3
0,9
Dis
0,277733
0,477596
0,622153
0,726710
0,802333
0,857031
0,896593
0,925207
0,945903
0,960873
0,971700
0,979531
0,985195
0,989292
0,992255
0,994398
0,995948
0,997069
0,997880
0,998467
0,998891
0,999198
0,999420
0,999580
0,999697
0,999781
0,999841
0,999885
0,999917
0,999940
1,3
0,7
0,2
0,5
Den
1,30008
0,940327
0,680124
0,491923
0,355800
0,257345
0,186133
0,134627
0,097374
0,070429
0,050940
0,036844
0,026649
0,019275
0,013941
0,010083
0,007293
0,005275
0,003815
0,002760
0,001996
0,001444
0,001044
0,000755
0,000546
0,000395
0,000286
0,000207
0,000149
0,000108
0,2
1,4
X
0,18
1,2
0,36
0,54
0,72
1,0
0,90
1,08
0,8
1,26
1,44
0,6
1,62
1,80
0,4
1,98
2,16
0,2
2,34
2,52
0,0
2,70
2,88
3,06
3,24
1,0
3,42
3,60
0,9
3,78
0,8
3,96
0,7
4,14
4,32
0,6
4,50
0,5
4,68
4,86
0,4
5,04
0,3
5,22
0,2
5,40
0,1
0,0
40
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.)
La notacin habitual es XGamma(,), (>0) es un parmetro de forma y
(>0) de escala.
f (x) =
F( x ) = 1 e
Estadsticos.
X
j= 1
j!
j= 0
el sesgo, la curtosis y el coeficiente de variacin son (respectivamente):
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 distribucin en Excel. Su aspecto es el siguiente:
41
77,4
f2_s
0,0000
0,0033
0,0100
0,0333
0,1200
0,1833
0,2533
0,3267
0,4067
0,5100
0,6100
0,6833
0,7500
0,7867
0,8200
0,8700
0,9200
0,9333
0,9533
0,9667
0,9833
0,9867
0,9867
0,9900
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
GAMMA ( , )
Alfa () 55
5,5
Beta ()
5,5 55
Muestra
300
Mnimo
Media
Mximo
Varianza ()
Estadsticos
Tericos
0,60
30,25
2,85
166,38
0,60
85,98
2,8460
300
0,9990
0,0784
A1:A300
Muestra
5,82
30,19
71,31
168,14
DISTR.GAMMA.INV(ALEATORIO();;)
77,4
68,9
68,9
60,4
51,8
f1_s
0,00000
0,00333
0,00666
0,02331
0,08658
0,06327
0,06993
0,07326
0,07992
0,10323
0,09990
0,07326
0,06660
0,03663
0,03330
0,04995
0,04995
0,01332
0,01998
0,01332
0,01665
0,00333
0,00000
0,00333
0,00999
0,00000
0,00000
0,00000
0,00000
0,00000
60,4
43,3
34,7
51,8
f_s
0,0000
0,0033
0,0067
0,0233
0,0867
0,0633
0,0700
0,0733
0,0800
0,1033
0,1000
0,0733
0,0667
0,0367
0,0333
0,0500
0,0500
0,0133
0,0200
0,0133
0,0167
0,0033
0,0000
0,0033
0,0100
0,0000
0,0000
0,0000
0,0000
0,0000
43,3
n
0
1
2
7
26
19
21
22
24
31
30
22
20
11
10
15
15
4
6
4
5
1
0
1
3
0
0
0
0
0
0
34,7
Dis
0,000156
0,002791
0,014240
0,041688
0,089249
0,156526
0,239385
0,331689
0,426983
0,519670
0,605600
0,682186
0,748229
0,803610
0,848947
0,885294
0,913905
0,936065
0,952983
0,965734
0,975233
0,982236
0,987348
0,991049
0,993705
0,995599
0,996939
0,997882
0,998541
0,999000
26,2
17,7
17,7
9,1
9,1
Den
0,000156
0,002635
0,011450
0,027448
0,047561
0,067276
0,082859
0,092304
0,095294
0,092687
0,085930
0,076586
0,066044
0,055381
0,045337
0,036347
0,028611
0,022160
0,016918
0,012751
0,009499
0,007002
0,005113
0,003700
0,002657
0,001894
0,001340
0,000943
0,000659
0,000458
0,6
0,6
0,12 X
3,4
0,10 6,3
9,1
12,0
0,0814,8
17,7
0,0620,5
23,4
0,0426,2
29,1
31,9
0,0234,7
37,6
0,0040,4
43,3
46,1
49,0
1,0051,8
54,7
0,9057,5
0,8060,4
0,7063,2
66,1
0,6068,9
0,5071,7
74,6
0,4077,4
0,3080,3
0,2083,1
86,0
0,10
0,00
26,2
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.
La notacin habitual es XN(,), siendo el parmetro de posicin y el parmetro de escala (>0).
Densidad
f (x) =
Estadsticos.
1
2
La media es , la varianza 2, el sesgo 0, la curtosis 3 y el coeficiente de variacin /.

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:
42
+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 generacin, por los dos mtodos expuestos, de v.a. Normales.
8,8
8,4
NORMAL(, )
Media () 62
6,2
Des.Tip. ()
0,8 8
Muestra
460
Mnimo
Media
Mximo
Varianza
3,40
9,00
0,1867
460
1,000
0,08
B1:B460
Estadsticos
Tericos
Muestra
3,40
3,24
6,20
6,19
9,00
8,75
0,640
0,635
Algoritmos de generacin
m+(s*RAIZ(-2*LN(U))*COS(2*PI()*U))
DISTR.NORM.INV(ALEATORIO();; )
+(*RAIZ(-2*LN(U))*COS(2*PI()*U))
8,8
8,1
f2_s
0,0022
0,0022
0,0022
0,0043
0,0130
0,0152
0,0283
0,0413
0,0717
0,1196
0,1739
0,2674
0,3435
0,4326
0,5152
0,5870
0,6804
0,7717
0,8391
0,8739
0,9065
0,9478
0,9696
0,9848
0,9913
0,9935
0,9978
0,9978
1,0000
1,0000
8,4
7,7
8,1
7,3
7,7
6,9
f1_s
0,00217
0,00000
0,00000
0,00217
0,00869
0,00217
0,01304
0,01304
0,03043
0,04781
0,05434
0,09346
0,07607
0,08911
0,08259
0,07172
0,09346
0,09128
0,06738
0,03477
0,03260
0,04129
0,02173
0,01521
0,00652
0,00217
0,00435
0,00000
0,00217
0,00000
7,3
6,6
6,9
6,2
6,6
5,8
f_s
0,0022
0,0000
0,0000
0,0022
0,0087
0,0022
0,0130
0,0130
0,0304
0,0478
0,0543
0,0935
0,0761
0,0891
0,0826
0,0717
0,0935
0,0913
0,0674
0,0348
0,0326
0,0413
0,0217
0,0152
0,0065
0,0022
0,0043
0,0000
0,0022
0,0000
6,2
5,5
n
1
0
0
1
4
1
6
6
14
22
25
43
35
41
38
33
43
42
31
16
15
19
10
7
3
1
2
0
1
0
0
5,8
5,1
5,5
4,7
5,1
4,3
Dis
0,000544
0,001209
0,002555
0,005134
0,009815
0,017864
0,030974
0,051199
0,080757
0,121673
0,175324
0,241964
0,320369
0,407751
0,500000
0,592249
0,679631
0,758036
0,824676
0,878327
0,919243
0,948801
0,969026
0,982136
0,990185
0,994866
0,997445
0,998791
0,999456
0,999767
4,7
4,3
4,0
3,6
4,0
Den
0,000544
0,000665
0,001346
0,002579
0,004681
0,008049
0,013110
0,020225
0,029557
0,040916
0,053651
0,066640
0,078406
0,087382
0,092249
0,092249
0,087382
0,078406
0,066640
0,053651
0,040916
0,029557
0,020225
0,013110
0,008049
0,004681
0,002579
0,001346
0,000665
0,000311
3,6
#
#0,10X
# 3,59
#0,09
3,77
#0,08
3,96
# 4,15
#0,07
4,33
#0,06
4,52
# 4,71
#0,05
4,89
# 5,08
0,04
# 5,27
#0,03
5,45
# 5,64
0,02
# 5,83
#0,01
6,01
# 6,20
0,00
# 6,39
# 6,57
# 6,76
# 6,95
#1,07,13
#0,97,32
#0,87,51
# 7,69
0,7
# 7,88
#0,68,07
#0,58,25
#0,48,44
# 8,63
#0,38,81
#0,29,00
#0,1
#
#0,0
#
#
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 Pareto(=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.
La notacin habitual es XPar(,), ambos parmetros son de escala
(,>0), adems indica el valor mnimo posible de la variable (X<).

f ( x ) = +1
X
43
F( x ) = 1
X
Estadsticos.
La media (para >1) y la varianza (para >2) son, respectivamente:
( 1)2 ( 2)
el sesgo y la curtosis son (respectivamente):
2( + 1)
( 3)
3(3 2 + + 2)( 2)
( 3)( 4 )
Propiedades.
La distribucin siempre es sesgada hacia la derecha y nunca toma valores negativos, ntese que los momentos de orden k slo existen si >k.
Generacin.
En la literatura aparecen descritos diversos mtodos para generar v.a. de Pareto. 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 siguiente:
21,8
Alfa () 37
3,7
Beta ()
6,5 65
6,5
22,6
0,5355
294
0,9895484
0,0885491
A1:A300
1
Muestra
300
Mnimo
Media
Mximo
Varianza
Estadsticos
Tericos Muestra
6,50
6,53
8,91
9,22
22,57
34,25
12,61
13,86
Beta*((1/(1-ALEATORIO()))^(1/Alfa))
Beta*((1/(1-ALEATORIO()))^(1/Alfa))
Beta*(ALEATORIO()^(-1/Alfa))
21,8
20,7
0,115646
0,329932
0,476190
0,598639
0,680272
0,721088
0,772109
0,816327
0,846939
0,863946
0,894558
0,914966
0,928571
0,948980
0,959184
0,962585
0,962585
0,965986
0,965986
0,965986
0,976190
0,982993
0,986395
0,993197
0,993197
0,993197
0,996599
1,000000
1,000000
1,000000
20,7
19,6
19,6
17,5
18,5
18,5
16,4
15,3
0,11444
0,21205
0,14473
0,12117
0,08078
0,04039
0,05049
0,04376
0,03029
0,01683
0,03029
0,02019
0,01346
0,02019
0,01010
0,00337
0,00000
0,00337
0,00000
0,00000
0,01010
0,00673
0,00337
0,00673
0,00000
0,00000
0,00337
0,00337
0,00000
0,00000
17,5
16,4
14,3
13,2
PARETO( , )
0,1156
0,2143
0,1463
0,1224
0,0816
0,0408
0,0510
0,0442
0,0306
0,0170
0,0306
0,0204
0,0136
0,0204
0,0102
0,0034
0,0000
0,0034
0,0000
0,0000
0,0102
0,0068
0,0034
0,0068
0,0000
0,0000
0,0034
0,0034
0,0000
0,0000
15,3
14,3
12,1
11,1
10,0
n
34
63
43
36
24
12
15
13
9
5
9
6
4
6
3
1
0
1
0
0
3
2
1
2
0
0
1
1
0
0
6
13,2
12,1
11,1
8,9
7,8
Dis
0,138745
0,350231
0,499908
0,608386
0,688649
0,749124
0,795430
0,831400
0,859704
0,882237
0,900365
0,915092
0,927160
0,937131
0,945431
0,952387
0,958254
0,963233
0,967481
0,971125
0,974265
0,976984
0,979348
0,981413
0,983222
0,984813
0,986217
0,987460
0,988565
0,989548
10,0
8,9
6,8
6,8
Den
0,138745
0,211486
0,149677
0,108478
0,080262
0,060475
0,046306
0,035970
0,028304
0,022533
0,018129
0,014726
0,012069
0,009971
0,008299
0,006956
0,005867
0,004979
0,004248
0,003644
0,003140
0,002719
0,002364
0,002064
0,001809
0,001591
0,001404
0,001243
0,001104
0,000984
7,8
7
80,25X
# 6,8
# 7,3
80,20
7,8
7 8,4
70,15
8,9
8 9,4
8 10,0
70,10
10,5
7 11,1
7 11,6
70,05
12,1
7 12,7
70,00
13,2
8 13,7
7 14,3
9 14,8
8 15,3
#1,0
15,9
70,9
16,4
7 16,9
70,8
17,5
#0,7
18,0
7 18,5
0,6
7 19,1
#0,5
19,6
80,4
20,2
# 20,7
#0,3
21,2
80,2
21,8
8 22,3
90,1
#0,0
9
#
7
44
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 intervalo. Por otra parte es la base de la generacin del resto de variables aleatorias.
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.
f (x) =
1
ba
F( x ) =
Xa
ba
Estadsticos.
a+b
2
Generacin.
(b a) 2
12
Excel cuenta con una funcin para la generacin de variables aleatorias uniformes, 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 distribucin en Excel. Su aspecto es el siguiente:
Minimo (a) 37
1
Mximo (b)
10 4
Muestra
300
1,00
10,00
0,30000
300
1
0,07841
A1:A300
Estadsticos
Tericos Muestra
1,00
1,01
5,50
5,61
10,00
9,99
6,75
6,74
Mnimo
Media
Mximo
Varianza
9,4
0,0300
0,0667
0,0833
0,1200
0,1433
0,1767
0,2267
0,2633
0,2867
0,3300
0,3567
0,3833
0,4267
0,4533
0,4867
0,5100
0,5433
0,5833
0,6333
0,6600
0,6833
0,7133
0,7433
0,7767
0,8200
0,8567
0,8967
0,9300
0,9633
1,0000
a+(ALEATORIO()*(b-a))
9,4
8,5
7,6
8,5
5,8
0,0300
0,0367
0,0167
0,0367
0,0233
0,0333
0,0500
0,0367
0,0233
0,0433
0,0267
0,0267
0,0433
0,0267
0,0333
0,0233
0,0333
0,0400
0,0500
0,0267
0,0233
0,0300
0,0300
0,0333
0,0433
0,0367
0,0400
0,0333
0,0333
0,0367
7,6
6,7
6,7
UNIFORME(a,b)
0,0300
0,0367
0,0167
0,0367
0,0233
0,0333
0,0500
0,0367
0,0233
0,0433
0,0267
0,0267
0,0433
0,0267
0,0333
0,0233
0,0333
0,0400
0,0500
0,0267
0,0233
0,0300
0,0300
0,0333
0,0433
0,0367
0,0400
0,0333
0,0333
0,0367
5,8
4,9
n
9
11
5
11
7
10
15
11
7
13
8
8
13
8
10
7
10
12
15
8
7
9
9
10
13
11
12
10
10
11
0
4,9
3,1
4,0
4,0
2,2
Dis
0,033333
0,066667
0,100000
0,133333
0,166667
0,200000
0,233333
0,266667
0,300000
0,333333
0,366667
0,400000
0,433333
0,466667
0,500000
0,533333
0,566667
0,600000
0,633333
0,666667
0,700000
0,733333
0,766667
0,800000
0,833333
0,866667
0,900000
0,933333
0,966667
1,000000
3,1
2,2
1,3
1,3
0,06
X
Den
1,3 0,033333
1,6
0,033333
0,05
1,9 0,033333
2,2 0,033333
0,040,033333
2,5
2,8 0,033333
3,1
0,030,033333
3,4 0,033333
3,7 0,033333
0,020,033333
4,0
4,3 0,033333
4,6
0,010,033333
4,9 0,033333
5,2 0,033333
0,000,033333
5,5
5,8 0,033333
6,1 0,033333
6,4 0,033333
1,0 0,033333
6,7
7,0
0,9 0,033333
7,3
0,8 0,033333
7,6 0,033333
0,7 0,033333
7,9
8,2
0,6 0,033333
8,5
0,5 0,033333
8,8 0,033333
0,4 0,033333
9,1
0,3 0,033333
9,4
9,7
0,2 0,033333
10,0 0,033333
0,1
0,0
45
7.7 Funciones relacionadas con la Normal

Existen en total cuatro funciones relacionadas con la distribucin normal, dos
de ellas referidas a la normal estndar N(0;1) y las otras dos a una normal genrica
N(;). Cada una de ellas tiene adems una funcin para la densidad y otra para la
inversa.
N(,)
DISTRI.NORM(x, , , 0)
DISTRI.NORM(x, , , 1)
x
DISTRI.NORM.INV(, , )
1. DISTR.NORM: Devuelve la distribucin normal acumulativa

DISTR.NORM(x ; media ; desv_estndar ; acum)
X: es el valor cuya distribucin desea obtener.

Media: es la media aritmtica de la distribucin.
Desv_estndar: es la desviacin estndar de la distribucin.
Acum: es un valor lgico que determina si la funcin devuelve la densidad
(Acum = 0) o la funcin de Distribucin (Acum = 1).
Si los argumentos media o desv_estndar no son numricos, DISTR.NORM
devuelve el valor de error #VALOR!
Si el argumento desv_estndar 0, la funcin DISTR.NORM devuelve el valor de error #NUM!
2. DISTR.NORM.ESTAND: Devuelve la distribucin normal acumulativa estndar.

DISTR.NORM.ESTAND(z)
Z: es el valor para el cual desea obtener la distribucin.
46
3. DISTR.NORM.ESTAND.INV Devuelve el inverso de la distribucin normal

acumulativa estndar.
DISTR.NORM.ESTAND.INV(probabilidad)
Probabilidad: es una probabilidad correspondiente a la distribucin normal.

Si el argumento probabilidad no es numrico, DISTR.NORM.ESTAND.INV
devuelve el valor de error #VALOR!
Si probabilidad < 0 o si probabilidad > 1, DISTR.NORM.ESTAND devuelve el
valor de error #NUM!
La funcin DISTR.NORM.ESTAND.INV se calcula utilizando una tcnica iterativa. Dado un valor de probabilidad, DISTR.NORM.ESTAND.INV itera hasta
que el resultado tenga una exactitud de 3x10^-7. Si no converge despus
de 100 iteraciones, la funcin devuelve el valor de error #N/A.
4. DISTR.NORM.INV: Devuelve el inverso de la distribucin normal acumulativa

DISTR.NORM.INV(probabilidad ; media ; desv_estndar)
Probabilidad: es l probabilidad correspondiente a la distribucin normal.

Media: es la media aritmtica de la distribucin.
Desv_estndar: es la desviacin estndar de la distribucin.
Si uno de los argumentos no es numrico, DISTR.NORM.INV devuelve el valor de error #VALOR!
Si probabilidad < 0 o si probabilidad > 1, DISTR.NORM.INV devuelve el valor de error #NUM!
Si desv_estndar 0, DISTR.NORM.INV devuelve el valor de error #NUM!
7.8 Funciones relacionadas con otras distribuciones
DIST.GAMMA.INV Devuelve el inverso de la funcin gamma acumulativa

DIST.GAMMA Devuelve la distribucin gamma
DISTR.BETA.INV Devuelve el inverso de la funcin de densidad de probabilidad beta acumulativa
DISTR.BETA Devuelve la funcin de densidad de probabilidad beta acumulativa
DISTR.CHI Devuelve la probabilidad de una sola cola de la distribucin
chi cuadrado
DISTR.EXP Devuelve la distribucin exponencial
DISTR.F Devuelve la distribucin de probabilidad F
DISTR.INV.F Devuelve el inverso de una distribucin de probabilidad F
DISTR.LOG.INV Devuelve el inverso de la distribucin logartmiconormal
DISTR.LOG.NORM Devuelve la distribucin logartmico-normal acumulativa
DISTR.T.INV Devuelve el inverso de la distribucin t de Student
DISTR.T Devuelve la distribucin t de Student
DISTR.WEIBULL Devuelve la distribucin Weibull
47
8 Ajuste de distribuciones: tests de bondad del ajuste

8.1 Introduccin
Estos tests, o pruebas de contraste de hiptesis, tienen en simulacin una finalidad: comprobar de forma objetiva si de un conjunto de datos puede suponerse, de
forma objetiva, que proviene de una distribucin de probabilidad determinada.
Utilizaremos los test para comprobar si:
A partir de un conjunto de datos iniciales podemos afirmar que pertenecen

a una distribucin considerada, distribucin que utilizaremos para simular
una muestra ms amplia que la formada por dicho conjunto inicial, logrando
una mayor generalizacin de la simulacin.
A partir de un conjunto de resultados para afirmar que stos se ajustan a

una distribucin de terminada, logrando, como en el caso anterior, una mayor generalidad a los resultados.
Distinguiremos siempre entre distribuciones discretas y continuas. Para las primeras usaremos un test de bondad del ajuste basado en el estadstico Chi-cuadrado,
para las segundas usaremos un test basado en el estadstico de Kolmogorov-Smirnov.
Tanto para unas como para otras el proceso de ajuste consta de tres pasos:
1) Proponer el conjunto de distribuciones candidatas al ajuste,
2) Estimar para cada una de las distribuciones candidatas los parmetros
que las determinan.
3) Realizar un test u otro segn el tipo de distribucin.
Nosotros realizaremos una versin reducida de este proceso ya que las distribuciones candidatas al ajuste sern, bien las propuestas en el enunciado de las prcticas,
bien las que se deducen de la teora expuesta en clase.
8.2 Distribuciones discretas: test 2

Describiremos en los apartados siguientes: a forma en que se estimarn los parmetros de las distribuciones, la forma en que una vez estimados stos se realizar el
test de bondad del ajuste, las funciones Excel relacionadas con la distribucin Chi2.
8.2.1
Estimacin de los parmetros
La estimacin de los parmetros de las distribuciones es de la forma siguiente:
DISTRIBUCIN ESTIMADOR
X
=
Binomial (n, p) p
supuesto conocido n
n
=X
Poisson ()
= max { X , , X }
= min { X1 , , X n } ; b
Uniforme (a,b) a
1
n
1
X +1
X
= 2 ;
BinomNegativa(n,p) p
X
=
Geomtrica (p) p
r=
X2
2X X
48
8.2.2
Test de bondad basado en la Chi-cuadrado (2)
El primer paso es construir la tabla de frecuencias absolutas observadas en la

muestra (Obs) y la de frecuencias absolutas esperadas, esto es las empricas o tericas (Esp).
La determinacin del rango posible de valores que toma la variable puede
hacerse bien por simple observacin del conjunto de datos Obs, o bien utilizando las
funciones MAX y MIN de Excel.
Una vez establecido el rango de la variable construimos las tablas de frecuencias. Para las primeras utilizaremos la funcin FRECUENCIA sobre el conjunto Obs en la
forma explicada anteriormente. Para la segunda, Esp, utilizaremos las funciones que
Excel tiene para determinar las funciones de cuanta: DISTR.BINOM, NEGBINOMDIST,
POISSON, o bien, en el caso de la Uniforme o Geomtrica las calcularemos directamente.
Al final tendremos una tabla genrica de la forma:
Valores
de X
Frecuencias
observadas
(Obs)
Frecuencias
esperadas
(Esp)
X1
X2
Xi
XK
O1
O2
Oi
OK
E1
E2
Ei
EK
Las hiptesis nula y alternativa son:
H0: La muestra proviene de la distribucin especificada.

H1: La no muestra proviene de la distribucin especificada.
El estadstico para realizar el contraste es:

K
( Obsi Espi )
i =1
Espi
=
2
Dicho estadstico se distribuye, bajo H0, segn una 2 con (k-v) grados de libertad 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 probabilidad asociada suficientemente baja se rechaza la hiptesis segn el procedimiento habitual del contraste de hiptesis.
8.2.3
Funciones relacionadas con la distribucin Chi-cuadrado

DISTR.CHI devuelve el complementario a la unidad de la funcin de distribucin para un valor de x, es decir, la probabilidad de que la variable aleatoria distribuida segn una 2GL sea mayor que x.
La descripcin de esta funcin que figura en la ayuda de Excel es la siguiente:
Devuelve la probabilidad de una variable aleatoria continua siguiendo una

distribucin chi cuadrado de una sola cola. La distribucin chi cuadrado est asociada con la prueba chi cuadrado. Use la prueba chi cuadrado para
49
comparar los valores observados con los esperados. Por ejemplo, un experimento gentico podra estar basado en la hiptesis de que la prxima generacin 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)
X es el valor al que desea evaluar la distribucin.

grados_de_libertad es el nmero de grados de libertad.
Si uno de los argumentos no es numrico, DISTR.CHI devuelve el valor de
error #VALOR!.
Si el argumento x es negativo, DISTR.CHI devuelve el valor de error
#NUM!.
Si el argumento grados_de_libertad no es un entero, se trunca.
Si el argumento grados_de_libertad < 1 o grados_de_libertad 10^10,
DISTR.CHI devuelve el valor de error #NUM!
DISTR.CHI se calcula como DISTR.CHI = P(X>x), donde X es una variable
aleatoria de 2.
PRUEBA.CHI.INV Esta funcin devuelve los valores crticos para una distribucin 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 normalmente 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 distribucin chi cuadrado.
Devuelve para una probabilidad dada, de una sola cola, el valor de la variable 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 original es vlida.
PRUEBA.CHI.INV(probabilidad ; grados_de_libertad)
Probabilidad es una probabilidad asociada con la distribucin chi cuadrado.

Grados_de_libertad es el nmero de grados de libertad.
Si uno de los argumentos no es numrico, PRUEBA.CHI.INV devuelve el valor de error #VALOR!.
Si el argumento probabilidad < 0 o probabilidad > 1, PRUEBA.CHI.INV devuelve el valor de error #NUM!.
Si el argumento grados_de_libertad no es un entero, se trunca.
Si el argumento grados_de_libertad < 1 o grados_de_libertad 10^10,
PRUEBA.CHI.INV devuelve el valor de error #NUM!.
PRUEBA.CHI.INV usa una tcnica iterativa para calcular la funcin. Dado un
valor de probabilidad, PRUEBA.CHI.INV reitera hasta que el resultado tenga
una exactitud de 3x10^-7. Si PRUEBA.CHI.INV no converge despus de
100 iteraciones, la funcin devuelve el valor de error #N/A.
50
PRUEBA.CHI Finalmente, la funcin Prueba.chi, devuelve la probabilidad

asociada a un contraste (tanto de independencia como de bondad del ajuste) cuando como argumentos se le suministran las frecuencias observadas y
las esperadas. La descripcin de esta funcin que figura en la ayuda de Excel es la siguiente:
Devuelve la prueba de independencia. PRUEBA.CHI devuelve el valor de la

distribucin Chi cuadrado para la estadstica y los grados de libertad apropiados. Las pruebas Chi cuadrado pueden usarse para determinar si un experimento se ajusta a los resultados tericos.
PRUEBA.CHI(rango_actual ; rango_esperado)
Rango_actual es el rango de datos que contiene observaciones para probar

frente a valores esperados.
Rango_esperado es el rango de datos que contiene la relacin del producto
de los totales de filas y columnas con el total global.
Si rango_actual y rango_esperado tienen un nmero diferente de puntos
dedatos, PRUEBA.CHI devuelve el valor de error #N/A.
La prueba Chi cuadrado primero calcula una estadstica Chi cuadrado y despus suma las diferencias entre los valores reales y los valores esperados.
PRUEBA.CHI devuelve la probabilidad para una estadstica Chi cuadrado y
grados de libertad, gl, donde gl = (r - 1)(c - 1).
Ejemplo (tomado de Bean, Pg. 213)

Tenemos un conjunto de n = 1000 datos que deseamos ajustar a una Binomial
Negativa y a una Poisson para comprobar a cul de las dos, si es el caso, se ajustan
mejor los datos.
Realizamos los pasos siguientes:
1. Observamos que la variable toma valores entre 0 y 10, ambos inclusive,
2. Utilizamos la funcin FRECUENCIA para obtener las absolutas (y a partir
de ellas las relativas aunque estas ltimas las utilizaremos nicamente
para la representacin grfica o bien para el calculo de la media mediante
SUMAPRODUCTO).
3. Calculamos la media y varianza de los 1000 datos para estimar los parmetros, tras aplicar las funciones SUMAPRODUCTO (o PROMEDIO) y VAR
observamos que:
X = 3,004
2X = 3,034
Poisson ()
= X = 3,004
BinomNegativa(r,p)
=
p
X
= 0, 99
2X
r=
X2
= 300, 96
2X X
4. Mediante las funciones NEGBINOMDIST y POISSON obtenemos las frecuencias relativas, en realidad la probabilidad asociada a cada valor de la
variable:
51
5. Multiplicando estas probabilidades, frecuencias relativas, por el tamao

de la muestra n obtenemos las frecuencias absolutas esperadas (Esp).
6. Con unas frecuencias u otras podemos realizar ya los grficos en los que
obtendremos una idea de cun bueno es el ajuste a las distribuciones
candidatas.
0
1
2
3
4
5
6
7
8
9
10
Obs
50 0,05
149 0,149
224 0,224
224 0,224
168 0,168
101 0,101
50 0,05
21 0,021
8 0,008
3 0,003
2 0,002
1000
Med 3,004
Var 3,034
Esp (BN)
0,0503 50
0,1492 149
0,2220 222
0,2208 221
0,1653 165
0,0993 99
0,0499 50
0,0216 22
0,0082
8
0,0028
3
0,0008
1
p 0,99
r 300,96
POI
0,0496 50
0,1490 149
0,2237 224
0,2240 224
0,1683 168
0,1011 101
0,0506 51
0,0217 22
0,0082 8
0,0027 3
0,0008 1
0,25
Obs
Esp (BN)
0,20
0,15
0,10
0,05
0,00
0
10
7. Para calcular el estadstico de ajuste podramos usar las funciones

relacionadas con la 2 descritas anteriormente, aunque es recomendable
hacer los clculos nosotros mismos. Podemos hacerlos de dos formas
diferentes, utilizando una formula matricial tal como se describe en la
figura siguiente:
52
O haciendo los clculos para obtener los sumando del estadstico

K
( Obsi Espi )
i =1
Espi
=
2
por supuesto ambos procedimientos llevan al mismo resultado:
Esp (BN)
0,0503
50
0,1492
149
0,2220
222
0,2208
221
0,1653
165
0,0993
99
0,0499
50
0,0216
22
0,0082
8
0,0028
3
0,0008
1
POI
0,0496 50
0,1490 149
0,2237 224
0,2240 224
0,1683 168
0,1011 101
0,0506 51
0,0217 22
0,0082
8
0,0027
3
0,0008
1
Sumandos
0,002195
0,000343
0,018911
0,046072
0,044031
0,028248
0,000208
0,014378
0,003762
0,019976
1,581683
1,7598
1,7598
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 ventaja 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.
Esp (BN)
0,0503
50
0,1492
149
0,2220
222
0,2208
221
0,1653
165
0,0993
99
0,0499
50
0,0216
22
0,0082
8
0,0028
3
0,0008
1
2 1,7598
p.valor 0,98751
POI
0,0496
0,1490
0,2237
0,2240
0,1683
0,1011
0,0506
0,0217
0,0082
0,0027
0,0008
50
149
224
224
168
101
51
22
8
3
1
0,002195
0,000343
0,018911
0,046072
0,044031
0,028248
0,000208
0,014378
0,003762
0,019976
1,581683
1,7598
0,003418
0,000009
0,000295
0,000008
0,000386
0,000076
0,007381
0,023830
0,002970
0,028355
1,709267
1,7760
2 1,7760
p.valor 0,99454
53
8.3 Distribuciones continuas: el test de Kolmogorov-Smirnov

8.3.1
Estimacin de los parmetros
La estimacin de los parmetros de las distribuciones es de la forma siguiente:

DISTRIBUCIN ESTIMADOR
x(1 x )
= (1 x ) x (1 x ) 1
;
s 2
= x
Beta (,)
=X
Exponencial()
Gamma(,) (Ver ejemplo sobre el empleo de solver)
n
LogNormal(,)
Ln ( x i )
Normal(,)
(x
n 1
n
= min { X1 , , X n }
Uniforme (a,b) a
8.3.2
(Ln ( x ) x )
i
x)
n 1
= max { X , , X }
; b
1
n
Prueba de bondad del ajuste de Kolmogorov-Smirnov.
Este contraste compara la funcin de distribucin (probabilidad acumulada) terica (Esp) con la observada (Obs), y calcula un valor de discrepancia, representado
habitualmente como Dn, que corresponde a la discrepancia mxima en valor absoluto entre la distribucin observada y la distribucin terica. Es un test independiente
de la distribucin concreta a la que se suponen se han de ajustar los datos. Concretamente es de la forma siguiente:
H0 : Los datos provienen de la distribuci n especifica da
H1 : Los datos no provienen de la distribuci n especifica da

Para la aplicacin del este test es necesario determinar en primer lugar la Frecuencia observada acumulada en los datos Obs(x). Para ello para cada valor x de la
muestra se calcula:
Obs (x ) =
N de valoresmuestra x
n
En segundo lugar debemos ser capaces de obtener la frecuencia acumulada terica para cada uno de los datos de la muestra Esp(x).
Una vez determinadas ambas frecuencias, se obtiene el mximo de las diferencias entre ambas, en la i-sima posicin de orden, que se denomina Dn.
Dn = max Obs (x) Esp( x)

x
Finalmente, dado un valor para la significacin del test, se recurre a la tabla de

valores crticos de Dn en la prueba de bondad de ajuste de Kolmogorov-Smirnov, y
considerando el tamao de la muestra, se establece lo siguiente:
Si Dn > D tabla, se rechaza H0
Si Dn < D tabla, se mantiene H0
54
VALORES CRTICOS DEL ESTADSTICO DE KOLMOGOROV-SMIRNOV
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
200
500
Asinttico
0,1
0,95000
0,77639
0,63604
0,56522
0,50945
0,46799
0,43607
0,40962
0,38746
0,36866
0,35242
0,33815
0,32549
0,31417
0,30397
0,29472
0,28627
0,27851
0,27136
0,26473
0,25858
0,25283
0,24746
0,24242
0,23768
0,23320
0,22898
0,22497
0,22117
0,21756
0,18913
0,16959
0,15511
0,14381
0,13467
0,12709
0,12067
0,80579
0,54440
1,244
Significacin
0,05
0,97500
0,84189
0,70760
0,62394
0,56328
0,51926
0,48342
0,45427
0,43001
0,40925
0,39122
0,37543
0,36143
0,34890
0,33760
0,32733
0,31796
0,30936
0,30143
0,29408
0,28724
0,28087
0,27490
0,26931
0,26404
0,25907
0,25438
0,24993
0,24571
0,24170
0,21012
0,18841
0,17231
0,15975
0,14960
0,14117
0,13403
0,09518
0,06030
1,358
0,01
0,99500
0,92929
0,82900
0,73424
0,66853
0,61661
0,57581
0,54179
0,51332
0,48893
0,46770
0,44905
0,43247
0,41762
0,40420
0,39201
0,38086
0,37062
0,36117
0,35241
0,34427
0,33666
0,32954
0,32286
0,31657
0,31064
0,30502
0,29971
0,29466
0,28987
0,25205
0,22604
0,20673
0,19167
0,17949
0,16938
0,16081
0,11411
0,07228
1,628
55
Ejemplo
Tenemos un conjunto de n = 1000 datos que deseamos ajustar a una Normal
para comprobar si se ajustan los datos a esta distribucin.
1. Supondremos que los datos se encuentran en el rango A1:A1000, es decir
en la primera columna de la hoja desde la 1 fila hasta la n 1000.
2. Aunque no es estrictamente necesario, por comodidad, daremos a este
rango el nombre Datos.
3. En la columna B, en la primera fila introduciremos como formula matricial
la siguiente:
=SUMA(SI(Datos<A1;1;0))/CONTAR(Datos)
Esta frmula realiza la operacin necesaria para calcular la frecuencia
observada acumulada en los datos Obs(x):
Obs (x ) =
N de valoresmuestra x
n
Arrastraremos esta frmula a lo largo de la columna B hasta la fila 1000

para calcular Obs(x) para cada uno de los elementos de la muestra
4. Calcularemos la media y la desviacin tipca de la muestra y las
alamcenaremos en las celdas I1, e I2 (o en culesquiera otras que
queramos).
5. En la columna C, en la primera fila introduciremos como formula normal
la siguiente:
=DISTR.NORM(A1;$I$1;$I$2;1)
cambiando las referencias I1 e I2 si es que la media y desviacin se
encuentran en otras celdas diferentes a estas. Arrastraremos esta frmula
a lo largo de la columna C hasta la fila 1000 para calcular Esp(x) para
cada uno de los elementos de la muestra.
6. En una celda libre calcularemos Dn
Dn = max Obs (x) Esp( x)

x
mediante la frmula matricial siguiente:

=MAX(ABS(B1:B1000-C1:C1000))
7. Hemos obtenido (vase pg sgte) un valor
Dn=0,0199
para una significacin del 0,05, el valor crtico de la tabla es
1,358/(1000)0,5=0,0429
por lo que no rechazamos H0 y damos por vlido que los datos provienen
de una Normal (11,93 de media y 2,02 de desviacin tpica).
56
20
19
17
16
f
N(Te)
0,0013
1,3
0,0016
1,6
0,0032
3,2
0,0060
6,0
0,0105
10,5
0,0173
17,3
0,0267
26,7
0,0388
38,8
0,0530
53,0
0,0680
68,0
0,0819
81,9
0,0928
92,8
0,0987
98,7
0,0987
98,7
0,0928
92,8
0,0819
81,9
0,0680
68,0
0,0530
53,0
0,0388
38,8
0,0267
26,7
0,0173
17,3
0,0105
10,5
0,0060
6,0
0,0032
3,2
0,0016
1,6
0,0008
0,8
0,0003
0,3
0,0001
0,1
0,0001
0,1
18
1000,0
15
13
12
f
0,001
0,002
0,002
0,011
0,016
0,018
0,028
0,030
0,064
0,069
0,088
0,089
0,090
0,109
0,070
0,080
0,067
0,064
0,046
0,021
0,016
0,012
0,002
0,003
0,001
0,001
0,000
0,000
0,000
11,93
2,02
0,0199
F
0,0013
0,0030
0,0062
0,0122
0,0228
0,0401
0,0668
0,1056
0,1587
0,2266
0,3085
0,4013
0,5000
0,5987
0,6915
0,7734
0,8413
0,8944
0,9332
0,9599
0,9772
0,9878
0,9938
0,9970
0,9987
0,9994
0,9998
0,9999
1,0000
11
N
1
2
2
11
16
18
28
30
64
69
88
89
90
109
70
80
67
64
46
21
16
12
2
3
1
1
0
0
0
0
X
1,0
6,0
6,5
7,0
0,9
7,5
8,0
8,5
0,8
9,0
9,5
10,0
0,7
10,5
11,0
0,6
11,5
12,0
12,5
0,5
13,0
13,5
14,0
0,4
14,5
15,0
15,5
0,3
16,0
16,5
0,2
17,0
17,5
18,0
0,1
18,5
19,0
19,5
0,0
20,0
Med
Des
Dn
F
0,001
0,003
0,005
0,016
0,032
0,050
0,078
0,108
0,172
0,241
0,329
0,418
0,508
0,617
0,687
0,767
0,834
0,898
0,944
0,965
0,981
0,993
0,995
0,998
0,999
1,000
1,000
1,000
1,000
10
1000
0,511
0,574
0,374
0,699
0,741
0,868
0,141
0,915
0,752
0,389
0,169
0,412
0,903
0,486
0,637
0,149
0,039
0,747
0,748
0,850
0,778
0,424
0,953
0,891
0,591
0,929
0,459
0,157
0,775
0,508
0,661
0,253
0,114
0,065
0,563
0,504
0,579
0,375
0,684
0,723
0,867
0,132
0,920
0,736
0,389
0,169
0,410
0,907
0,489
0,640
0,142
0,046
0,730
0,732
0,839
0,762
0,427
0,954
0,890
0,596
0,938
0,460
0,151
0,759
0,502
0,659
0,257
0,107
0,067
0,567
11,984
12,307
11,280
12,983
13,240
14,193
9,750
14,709
13,307
11,358
9,985
11,477
14,555
11,856
12,641
9,824
8,365
13,273
13,284
14,029
13,482
11,542
15,327
14,427
12,393
14,909
11,718
9,893
13,457
11,971
12,769
10,584
9,485
8,856
12,248
14
57
8.4 Uso de SOLVER en el proceso de caracterizacin/estimacin.

Los estimadores de la mayora de las distribuciones que hemos presentado son
relativamente sencillos de obtener, basta con obtener la media y varianza y estimar los
parmetros a partir de dichos valores.
El caso de la distribucin Gamma es distinto, la estimacin de sus parmetros
y supone la resolucin del siguiente sistema de ecuaciones:
+ (
) =
Ln

=X

()
Ln ( X )
i
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
58
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
3,0
1,25
2,15
X
1,0
2,0
3,0
4,0
5,0
6,0
7,0
8,0
9,0
10,0
11,0
12,0
13,0
14,0
15,0
16,0
17,0
18,0
19,0
20,0
21,0
22,0
23,0
24,0
25,0
Em p
511
342
247
172
133
111
72
47
38
33
19
10
8
13
5
7
1
3
0
1
0
0
0
0
0
0
1773
Teo
471
353
246
166
110
73
47
31
20
13
8
5
3
2
1
1
1
0
0
0
0
0
0
0
0
600
Emp
Teo
500
400
300
200
100
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
5695
59

Intro Simul

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Intro Simul

Uploaded by

Copyright:

Available Formats

Estadstica Actuarial I

Material para las prcticas

Introduccin a la simulacin con Excel

2 Nmeros aleatorios. ............................................................................. 12

Procedimientos relacionados ............................................................................12

3 Distribucin de frecuencias. .................................................................. 19

Procedimientos relacionados ............................................................................19

4 Medidas de tendencia central, variacin y forma. .................................... 23

Procedimientos relacionados ............................................................................23

5 Medidas de asociacin lineal ................................................................. 26

Procedimientos relacionados ............................................................................26

6 Variables aleatorias discretas. ............................................................... 29

7 Variables aleatorias continuas. .............................................................. 38

8 Ajuste de distribuciones: tests de bondad del ajuste ............................... 48

LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS

Introduccin a la simulacin con Excel

LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS

Introduccin a la simulacin con Excel

1 Funciones estadsticas y relacionadas

CONTAR Cuenta cuntos nmeros hay en la lista de argumentos.

1.2 Nmeros aleatorios.

ALEATORIO(): Devuelve un nmero aleatorio distribuido segn una

1.3 Descriptivas de datos

COEFICIENTE.ASIMETRIA: Devuelve el sesgo de una distribucin

LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS

Introduccin a la simulacin con Excel

PRUEBA.CHI.INV: Devuelve el inverso de una probabilidad dada, de una

1.5 Variables aleatorias

BINOM.CRIT: Devuelve el menor valor menor cuya desviacin binomial

LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS

Introduccin a la simulacin con Excel

DISTR.NORM.INV: Devuelve el inverso de la distribucin normal acumulativa.

1.6 Otras funciones de inters

Nmero es el nmero real cuyo valor absoluto desea obtener.

Introduccin a la simulacin con Excel

Devuelve un nmero hasta el entero inferior ms prximo.

es el nmero real que desea redondear al entero inferior ms

Matriz: es un rango de celdas o una matriz de constantes.

JERARQUIA Devuelve la jerarqua de un nmero dentro de una lista. La

nmero: es el nmero cuya jerarqua desea conocer.

LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS

Introduccin a la simulacin con Excel

Debe incluir parntesis vacos con el nombre de la funcin. De lo contrario no

Nmero1; nmero2; ... son entre 1 y 30 nmeros que desea multiplicar.

Los argumentos que son nmeros, valores lgicos o representaciones textuales

Nmero es el valor que desea redondear.

Si el argumento nmero es un valor no numrico, REDONDEA.PAR devuelve el

Nmero es el nmero que desea redondear.

LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS

Introduccin a la simulacin con Excel

REDONDEAR(2,15; 1) es igual a 2,2

Nmero es cualquier nmero real que desee redondear.

Nm_divisor es el nmero por el cual desea dividir nmero. Si nm_divisor

La funcin RESIDUO se puede expresar utilizando la funcin ENTERO:

es el nmero que desea dividir y cuyo residuo o resto desea obte-

LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS

Introduccin a la simulacin con Excel

Ref1 es el rango o referencia para el cual desea calcular los subtotales.

Si hay otros subtotales dentro de ref1 (o subtotales anidados), estos subtotales

Nmero1; nmero2; .. son entre 1 y 30 nmeros cuya suma desea obtener.

Se toman en cuenta nmeros, valores lgicos y representaciones de nmeros

Si un argumento es una matriz o una referencia, solamente se contarn los

Nmero1; nmero2; ... son de 1 a 30 argumentos para los cuales desea

Nmero es un nmero real cuyo signo desea saber.