Академический Документы
Профессиональный Документы
Культура Документы
Tabla 1
Solucin
a) Los datos de la tabla 1 se analizaron en el archivo de Excel adjunto (ver pestaa de ejercicio 1) utilizando la herramienta
estadstica descriptiva que se encuentra en el botn anlisis de datos de la pestaa datos, generando la siguiente tabla:
ESTADISTICAS DESCRPTIVAS
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%)
2,49735
0,05223582
2,545
2,981
0,738726058
0,545716188
-0,773478101
0,114265829
3,59
1,17
4,76
499,47
200
4,76
1,17
0,103006768
Mximo
Mnimo
Rango (max - min)
Media (miu-)
Desviacin estndar (Sigma)
Coeficiente de variacin
cv=(sigma/miu)*100%
Numero de datos (N)
K=1+3.3log(N)
W (ancho de clase)=rango/k
4,76
1,17
3,59
2,49735
0,7387
29,58%
200
9
0,4
HISTOGRAMA
Clase menor mayor frecuencia Probabilidad clase Probabilidad acumulada
1
1,17 1,57
24
0,12
0,12
2
1,57 1,97
37
0,185
0,305
3
1,97 2,37
25
0,125
0,43
4
2,37 2,77
41
0,205
0,635
5
2,77 3,16
35
0,175
0,81
6
3,16 3,56
22
0,11
0,92
7
3,56 3,96
15
0,075
0,995
8
3,96 4,36
0
0
0,995
9
4,36 4,76
1
0,005
1
Grfico 1
45
40
35
30
25
20
15
10
5
0
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1
frecuencia
Probabilidad acumulada
menor
mayor
frecuencia
(X/1)^2
Probabilidad acumulada(x)
Frecuencia acumulada
X^2
1,17
1,57
24
2,461
0,914685628
182,9371255
182,9371255
138,085748
1,57
1,97
37
3,872
0,979186415
195,837283
12,9001575
45,0228928
1,97
2,37
25
5,601
0,996306243
199,2612485
3,423965538
135,960849
2,37
2,77
41
7,648
0,999523145
199,9046289
0,643380398
2531,4056
2,77
3,16
35
10,014
0,999955218
199,9910436
0,086414693
14105,9164
3,16
3,56
22
12,697
0,999996941
199,9993882
0,008344513
57958,1934
3,56
4,76
16
22,658
1,000000000
200
0,000611819
418392,508
493307,093
Grados de libertad
5,000
11,0704977
Grfico 2
200
200
180
195
160
140
190
120
100
185
80
180
60
40
175
20
0
170
1
2. Generar 200 nmeros aleatorios con distribucin exponencial con valor lambda=2, utilizando el mtodo de transformacin
inversa con la utilizacin de hojas de clculo o con los algoritmos incluidos en las herramientas computacionales. Obtener
de los datos:
a. Las estadsticas descriptivas (Valor medio, varianza, etc.)
b. Hacer un histograma de datos para cada funcin.
c. Dibujar el histograma y la funcin terica.
Solucin:
Se generaron los 200 datos utilizando la formula -(1/2)*LN(ALEATORIO()) que corresponde al mtodo de transformacin
inversa y se obtuvo lo siguiente:
ESTADSTICA DESCRIPTIVA
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%)
Mximo
Mnimo
Rango (max - min)
Media (miu-)
Desviacin estndar (Sigma)
2,23643145
0,00433929
2,23209216
0,47124393
0,46273811
0,471243934
0,032720525
0,308331012
#N/A
0,462738106
0,214126555
2,292348112
1,555823317
2,232092158
0,004339292
2,23643145
94,24878682
200
2,23643145
0,004339292
0,064523454
HISTOGRAMA
Clase
Menor
Mayor
Frecuencia Probabilidad clase Probabilidad acumulada
1
0,00433929 0,25234953
89
0,445
0,445
2
0,25234953 0,50035977
41
0,205
0,65
3
0,50035977 0,74837001
27
0,135
0,785
4
0,74837001 0,99638025
16
0,08
0,865
Coeficiente de variacin
cv=(sigma/miu)*100%
98,20%
200
9
0,24801024
5
6
7
8
9
0,99638025
1,24439049
1,49240073
1,74041097
1,98842121
1,24439049
1,49240073
1,74041097
1,98842121
2,23643145
13
5
3
3
3
0,065
0,025
0,015
0,015
0,015
Grfico 3
100
90
0.9
80
0.8
70
0.7
60
0.6
50
0.5
40
0.4
30
0.3
20
0.2
10
0.1
Frecuencia
Probabilidada acumulada
0
1
0,93
0,955
0,97
0,985
1
3. Generar 200 nmeros aleatorios con distribucin Weibull con parmetros de forma 2 y parmetro de escala 1. Obtener de
los datos:
a. Las estadsticas descriptivas (Valor medio, varianza, etc.)
b. Hacer un histograma de datos para cada funcin.
c. Dibujar el histograma y la funcin terica.
Solucin:
Con los parmetros de forma y escala igual a 2 y 1 respectivamente y con la formula =1*(-LN(ALEATORIO())^(1/2)) se
generaron los 200 datos de la tabla en la pestaa ejercicio 3 del archivo de Excel adjunto y se obtuvo la siguiente informacin:
ESTADSTICA DESCRIPTIVA
Media
0,898267544
Error tpico
0,032636601
Mediana
0,869686202
Moda
#N/A
Desviacin estndar
0,461551242
Varianza de la muestra
0,213029549
Curtosis
-0,198928365
Coeficiente de asimetra
0,522096375
Rango
2,123448387
Mnimo
0,056599964
Mximo
2,180048351
Suma
179,6535088
Cuenta
200
Mayor (1)
2,180048351
Menor(1)
0,056599964
Nivel de confianza (95,0%) 0,06435796
Mximo
Mnimo
Rango (max - min)
Media (miu-)
Desviacin estndar (Sigma)
Coeficiente de variacin
cv=(sigma/miu)*100%
2,180048351
0,056599964
2,123448387
0,898267544
0,461551242
51,38%
HISTOGRAMA
Clase
Menor
Mayor
Frecuencia Probabilidad clase
1 0,056599964 0,292538673
13
0,065
2 0,292538673 0,528477383
40
0,2
3 0,528477383 0,764416093
37
0,185
4 0,764416093 1,000354802
30
0,15
5 1,000354802 1,236293512
34
0,17
6 1,236293512 1,472232222
25
0,125
Probabilidad acumulada
0,065
0,265
0,45
0,6
0,77
0,895
200
9
0,23593871
7
8
9
1,472232222 1,708170932
1,708170932 1,944109641
1,944109641 2,180048351
10
6
5
0,05
0,03
0,025
Grfico 4
45
40
0.9
0.8
35
0.7
30
0.6
25
0.5
Frecuencia
Probabilidad clase
20
0.4
15
0.3
10
0.2
0.1
0
1
0,945
0,975
1
4. Considere que el esfuerzo Vs, al cual se somete un aislamiento sigue una distribucin Gaussiana N(1000,200). El
aislamiento Va tambin sigue una distribucin normal N(1200,120). Con simulaciones de Monte Carlo determine
aproximadamente la probabilidad de que el aislamiento falle ante las sobretensiones que pueden aparecer.
Solucin:
Se generaron 7000 nmeros aleatorios con distribucin normal con los parmetros correspondientes para el esfuerzo y 7000
nmeros aleatorios con los parmetros correspondientes para el aislamiento. Posteriormente se compararon los datos del
aislamiento con los de la sobretensin y se formul para que arrojara un uno (1) cada vez que el esfuerzo sobrepasara el valor
del aislamiento. Posteriormente se sumaron los unos obtenidos y se dividi ese valor entre el nmero total de datos
comparados (7000). Se obtuvo una probabilidad de 0,195428571 por simulacin de Monte Carlo. La informacin se encuentra
en la pestaa Ejercicio 4 del archivo de Excel adjunto.