Universidad de Managua

UdeM

Simulacin de Sistemas
Ejercicios con Nmeros generados en Excel con la frmula
=REDONDEAR(ALEATORIO(); 4).
Docente: MSc. Julio Rito Vargas Avils
Alumno: Enmanuel Isaac Jarquin Mercado
Grupo: SI13B
Carrera: Ingeniera en Computacin
Fecha: Sbado 08/02/2014

Usando el programa Excel, genere 200 nmeros aleatorios entre 0 y 1.

0.708
0.8849
0.1495
0.1144
0.7797
0.6759
0.1454
0.7832
0.3116
0.2886
0.3077
0.0633
0.9834
0.7325
0.3452
0.8676
0.071
0.1416
0.9429
0.3498

0.2604
0.3667
0.4249
0.993
0.3662
0.3186
0.9376
0.6297
0.0626
0.3847
0.5551
0.3346
0.8026
0.1482
0.4979
0.3527
0.1929
0.4738
0.6706
0.6276

0.3098
0.3419
0.0878
0.7008
0.7323
0.6644
0.3667
0.6522
0.6824
0.5695
0.6278
0.1485
0.104
0.6017
0.6191
0.1882
0.3731
0.2725
0.9916
0.6024

0.6101
0.0906
0.3858
0.6004
0.9363
0.8665
0.4635
0.0608
0.0908
0.3095
0.9765
0.2216
0.48
0.6048
0.5213
0.3307
0.9063
0.2405
0.6137
0.9176

0.3358
0.7753
0.3768
0.9003
0.5757
0.506
0.1794
0.4065
0.9891
0.0554
0.7164
0.3504
0.5563
0.7977
0.9924
0.2626
0.1704
0.5584
0.6028
0.3923

0.5659
0.974
0.5562
0.6906
0.9719
0.8941
0.3807
0.7601
0.9856
0.5098
0.5637
0.7035
0.7757
0.8913
0.4478
0.6544
0.0738
0.0664
0.58
0.5192

0.3002
0.0385
0.8129
0.8142
0.1146
0.2442
0.8867
0.7719
0.1582
0.2542
0.7284
0.5166
0.5051
0.0294
0.9145
0.8666
0.4187
0.8738
0.1858
0.567

0.4611
0.4648
0.8174
0.0795
0.1305
0.7468
0.8068
0.6301
0.6797
0.6392
0.1086
0.2016
0.6658
0.9341
0.2296
0.7787
0.8615
0.0588
0.9521
0.9702

0.9109
0.5054
0.0876
0.7675
0.7487
0.4328
0.2325
0.4754
0.2916
0.998
0.8133
0.9198
0.7945
0.9858
0.0211
0.6301
0.8537
0.478
0.7394
0.1355

0.5335
0.8674
0.6398
0.6817
0.8071
0.2683
0.5263
0.6696
0.4519
0.1632
0.9104
0.5474
0.5519
0.0723
0.4965
0.1652
0.2524
0.7113
0.9301
0.7972

Use el mdulo Stat::fit para analizar los nmeros aleatorios generados con
Excel.
Ordene el conjunto de datos en forma ascendente y cree 10 clases o
intervalos iguales.
Vamos a stat::fit donde
accedemos al men Edit luego
escogemos la opcin Insert
para poder insertar los numeros
aleatorios antes generados con
Excel.

Luego hacemos click derecho

donde est el espacio en blanco
punteado y seleccionado y
pegamos los datos.

Y tendremos los datos en stat::fit como en la

siguiente figura, debemos tener los 200
nmeros generados con Excel.

Luego los ordenamos ascendentemente,

para esto vamos al men Input luego a la
opcin Operate y nos saldr una ventana
como la siguiente donde seleccionamos
Ascending Sort y OK.

Y los tendremos ordenados de menor a

mayor.

 Rellene la tabla siguiente y calcule Chicuadrada 2 y comprelo con

0.95,92=16.9; realizando el contraste de hiptesis de uniformidad de
los datos.
Luego rellenamos la siguiente tabla, calculando el total de nmeros por
intervalos desde el 0.0000-0.0999 hasta el 0.9000-0.9999 hasta completar los
10 intervalos.

Frecuencia
Observada.
(Oi)

Frecuencia
Esperada.
(Ei)

Ei Oi

(Ei-Oi)2

(Ei-Oi)2/Ei

0.0000-0.0999

17

14.1442

-2.8558

-8.1555

-0.5765

0.1000-0.1999

23

14.1442

-8.8558

-78.4251

-5.5446

0.2000-0.2999

26

14.1442

-11.8558

-140.5599

-9.9376

0.3000-0.3999

20

14.1442

-5.8558

-34.2903

-2.4243

0.4000-0.4999

15

14.1442

-0.8558

-0.7323

-0.05177

0.5000-0.5999

23

14.1442

-8.8558

-78.4251

-5.5446

0.6000-0.6999

11

14.1442

3.1442

9.8859

0.6989

0.7000-0.7999

22

14.1442

-7.8558

-61.7135

-4.3631

0.8000-0.8999

17

14.1442

-2.8558

-8.1555

-0.5765

0.9000-0.9999

26
200

14.1442
141.442

-11.8558

-140.5559

-9.9373
-38.2578

Intervalos

Ho: Los datos ri son Uniforme

H1: Los datos no son uniformes.
La Chi-cuadrada terica o valor crtico para un 95% de confianza con n-1
2
0.95,9 =16.9

grados de libertad es: X

(Ei-Oi)2/Ei = -0.5765+ -5.5446+-9.9376 +.-9.9373 = -38.2578

Como puede verse X2 < X20.95,9 Por lo tanto No SE RECHAZA Ho. Se
confirma que los datos analizados se distribuyen Uniformemente.

 Al conjunto de datos le haremos el test de uniformidad para

distribuciones continuas usando Stat::fit. El propsito de esta
prueba es confirmar con el modulo los resultados encontrados.
Vamos al men Fit donde seleccionamos la opcin Setup y posteriormente
seleccionamos del listado la Distribucin Uniforme (Uniform), y aparecer a la
derecha la distribucin seleccionada y luego clickeamos el botn Save_Apply

Desplegamos el men
Statistics y se
selecciona el comando
Descriptive . En
seguida aparecer una
nueva ventana con el
nombre de Descriptive
Statistics, en donde
se muestra el resumen
estadstico de la
variable.

Ahora volvemos a hacer clic en el men Fit y seleccionamos la opcin

Goodness of Fit (Prueba de Bondad de ajuste).

... y se mostrarn
los resultados,
donde podemos
ver que No se
rechaza.

A los datos le vamos aplicar el test de corridas, para lo cual usaremos el

archivo original. El propsito de este test es analizar la independencia de los
nmeros.
El resultado desde stat::fit seria:
Vamos a men Statistics, luego en el submen Independence seleccionamos
Runs Test y nos mostrar la siguiente ventana con los resultados segn
stat::fit.

Ahora los resultados hechos manualmente:

Ho: Los ri son independientes
H1: Los ri no son independientes.
0.708

0.2604
0

0.8849
1
0.1495
0
0.1144
0
0.7797
1
0.6759
0
0.1454
0
0.7832
1
0.3116
0
0.2886
0
0.3077
1
0.0633
0
0.9834
1
0.7325
1
0.3452
1
0.8676
1
0.071
0
0.1416
0
0.9429
1
0.3498
0

0.3667
0
0.4249
1
0.993
1
0.3662
0
0.3186
0
0.9376
1
0.6297
0
0.0626
0
0.3847
1
0.5551
1
0.3346
1
0.8026
0
0.1482
0
0.4979
1
0.3527
0
0.1929
1
0.4738
1
0.6706
0
0.6276
1

0.3098
1
0.3419
0
0.0878
0
0.7008
0
0.7323
1
0.6644
1
0.3667
0
0.6522
1
0.6824
1
0.5695
1
0.6278
1
0.1485
0
0.104
0
0.6017
1
0.6191
1
0.1882
0
0.3731
1
0.2725
0
0.9916
1
0.6024
0

0.6101
1
0.0906
0
0.3858
1
0.6004
0
0.9363
1
0.8665
1
0.4635
1
0.0608
0
0.0908
0
0.3095
0
0.9765
1
0.2216
1
0.48
1
0.6048
1
0.5213
0
0.3307
1
0.9063
1
0.2405
0
0.6137
0
0.9176
1

0.3358
0
0.7753
1
0.3768
0
0.9003
1
0.5757
0
0.506
0
0.1794
0
0.4065
1
0.9891
1
0.0554
0
0.7164
0
0.3504
1
0.5563
1
0.7977
1
0.9924
1
0.2626
0
0.1704
0
0.5584
1
0.6028
0
0.3923
0

0.5659
1
0.974
1
0.5562
1
0.6906
0
0.9719
1
0.8941
1
0.3807
1
0.7601
1
0.9856
0
0.5098
1
0.5637
0
0.7035
1
0.7757
1
0.8913
1
0.4478
0
0.6544
1
0.0738
0
0.0664
0
0.58
0
0.5192
1

0.3002
0
0.0385
0
0.8129
1
0.8142
1
0.1146
0
0.2442
0
0.8867
1
0.7719
1
0.1582
0
0.2542
0
0.7284
1
0.5166
0
0.5051
0
0.0294
0
0.9145
1
0.8666
1
0.4187
1
0.8738
1
0.1858
0
0.567
1

0.4611
1
0.4648
1
0.8174
1
0.0795
0
0.1305
1
0.7468
1
0.8068
0
0.6301
0
0.6797
1
0.6392
1
0.1086
0
0.2016
0
0.6658
1
0.9341
1
0.2296
0
0.7787
0
0.8615
1
0.0588
0
0.9521
1
0.9702
1

0.9109
1
0.5054
1
0.0876
0
0.7675
1
0.7487
1
0.4328
0
0.2325
0
0.4754
0
0.2916
0
0.998
1
0.8133
1
0.9198
1
0.7945
1
0.9858
1
0.0211
0
0.6301
0
0.8537
0
0.478
1
0.7394
0
0.1355
0

0.5335
0
0.8674
1
0.6398
1
0.6817
0
0.8071
1
0.2683
0
0.5263
1
0.6696
1
0.4519
1
0.1632
0
0.9104
1
0.5474
0
0.5519
0
0.0723
0
0.4965
1
0.1652
0
0.2524
0
0.7113
1
0.9301
1
0.7972
1

Realizamos la asignacin de unos y ceros por filas, obtenindose un valor de

Co = 132 Nmero de corridas.
N = 200 La cantidad de datos analizados.

(2(200) 1)/3 = 133

(16(200) 29)/90 = 35.2333

35.2333 = 5.9357

|(132 - 133)/5.9357|= 0.1684

Como el nivel de confianza es al 95% y como se trata del Z de la distribucin
normal, entonces. Z/2=Z0.025=1.96
Comparamos el valor de Z0 con el Z/2. Siendo Z0<Z/2 . Por lo tanto NO SE
RECHAZA Ho, es decir el conjunto de nmeros son Independientes.

Prueba de Poker
Categorizando la serie de Nmeros
0.7080
0.2604
0.3098
0.6101
0.3358
0.5659
0.3002
0.4611
0.9109
0.5335

2
1
1
2
2
2
2
2
2
3

0.8849
0.3667
0.3419
0.0906
0.7753
0.9740
0.0385
0.4648
0.5054
0.8674

2
2
1
2
2
1
1
2
2
1

0.1495
0.4249
0.0878
0.3858
0.3768
0.5562
0.8129
0.8174
0.0876
0.6398

1
2
2
2
1
2
1
1
1
1

0.1144
0.9930
0.7008
0.6004
0.9003
0.6906
0.8142
0.0795
0.7675
0.6817

3
2
2
2
2
2
1
1
2
1

0.7797
0.3662
0.7323
0.9363
0.5757
0.9719
0.1146
0.1305
0.7487
0.8071

4
2
2
2
3
2
2
1
2
1

0.6759
0.3186
0.6644
0.8665
0.5060
0.8941
0.2442
0.7468
0.4328
0.2683

1
1
3
2
2
1
3
1
1
1

0.1454
0.9376
0.3667
0.4635
0.1794
0.3807
0.8867
0.8068
0.2325
0.5263

2
1
2
1
1
1
2
2
2
1

0.7832
0.6297
0.6522
0.0608
0.4065
0.7601
0.7719
0.6301
0.4754
0.6696

1
1
2
2
1
1
2
1
2
4

0.3116
0.0626
0.6824
0.0908
0.9891
0.9856
0.1582
0.6797
0.2916
0.4519

2
2
1
2
2
1
1
2
1
1

0.2886
0.3847
0.5695
0.3095
0.0554
0.5098
0.2542
0.6392
0.9980
0.1632

2
1
2
1
2
1
2
1
2
1

0.3077
0.5551
0.6278
0.9765
0.7164
0.5637
0.7284
0.1086
0.8133
0.9104

2
4
1
1
1
1
1
1
2
1

0.0633
0.3346
0.1485
0.2216
0.3504
0.7035
0.5166
0.2016
0.9198
0.5474

2
2
1
2
1
1
2
1
2
2

0.9834
0.8026
0.1040
0.4800
0.5563
0.7757
0.5051
0.6658
0.7945
0.5519

1
1
2
2
2
4
2
2
1
2

0.7325
0.1482
0.6017
0.6048
0.7977
0.8913
0.0294
0.9341
0.9858
0.0723

1
1
1
1
4
1
1
1
2
1

0.3452
0.4979
0.6191
0.5213
0.9924
0.4478
0.9145
0.2296
0.0211
0.4965

1
2
2
1
2
2
1
2
2
1

0.8676
0.3527
0.1882
0.3307
0.2626
0.6544
0.8666
0.7787
0.6301
0.1652

2
1
2
2
3
2
4
4
1
1

0.0710
0.1929
0.3731
0.9063
0.1704
0.0738
0.4187
0.8615
0.8537
0.2524

2
2
2
1
1
1
1
1
1
2

0.1416
0.4738
0.2725
0.2405
0.5584
0.0664
0.8738
0.0588
0.4780
0.7113

2
1
2
1
2
2
2
2
1
2

0.9429
0.6706
0.9916
0.6137
0.6028
0.5800
0.1858
0.9521
0.7394

2
2
2
1
1
2
2
1
1

0.3498
0.6276
0.6024
0.9176
0.3923
0.5192
0.5670
0.9702
0.1355

1
2
1
1
2
1
1
1
2

Categorias

Oi

Ei

Todos diferentes(TD)

92

0.5040*200=100.8

0.7682

Exactamente un par (1P)

95

0.4320*200 = 86.4

0.8560

Dos pares (2P)

0.0270*200 = 5.4

0.0666

Una tercia (T)

0.0360*200 = 7.2

0.0055

Pker (P)

0.0010*200 = 0.2

0.2

200

1.8963

Contraste de Hiptesis
Ho: El conjunto ri(0,1) son independientes
Ha: El conjunto ri(0,1) son dependientes.
El valor crtico de Chi-cuadrada para un 95% de confianza
con n-1 grados de libertad es:
=9.49
Como X2=1.8963<

=9.49 ; NO SE RECHAZA

Ho. Esto es los ri son independientes.