Академический Документы
Профессиональный Документы
Культура Документы
Es comn que las personas se refieran a las probabilidades para indicar la posibilidad de
ocurrencia de un evento futuro. Esta interpretacin puede considerarse aceptable, pero no clarifica
de forma explcita de cmo se mide y de qu manera se utilizan las probabilidades para hacer
inferencias. Las probabilidades son de gran utilidad cuando se opera con problemas fsicos que
generan observaciones, las cuales no son factibles predecir con exactitud. Por ejemplo, el nmero
de artculos defectuosos en un proceso de la fabricacin de tubos plsticos. Los eventos que
poseen estas propiedades se denominan eventos aleatorios.
IMPORTANCIA DE LA PROBABILIDAD EN LA INGENIERA CIVIL.
La Carrera de Ingeniera Civil dise un Plan de Estudio que contribuye a la aplicacin de la
Matemtica en diversas reas de la especialidad, extendiendo los contenidos matemticos a
diversos aos en dependencia de las posibilidades reales de su utilizacin en un contexto
multidisciplinario, de modo que el trabajo metodolgico de vinculacin entre las asignaturas
garantiza el nivel o alcance de las acciones destinadas a lograr la integracin interdisciplinaria.
En particular en las asignaturas de Estadstica de la Disciplina de Matemtica para Ingeniera Civil,
el objetivo a lograr es la aplicacin de los conocimientos de Probabilidad y Estadstica a datos
mustrales aplicando recursos computacionales en problemas aplicados a la construccin.
Nuestro propsito consecuente es mostrar un conjunto de problemas de carcter integrador en la
formacin del ingeniero civil, de forma que su resolucin logre el desarrollo de habilidades de uso
profesional y la elevacin de la estima por la Matemtica debido a su utilidad instrumental.
La estadstica aplicada en la Ingeniera se hace mediante la rama de la estadstica que busca
implementar los procesos probabilsticos y estadsticos de anlisis e interpretacin de datos o
caractersticas de un conjunto de elementos al entorno industrial, a efectos de ayudar en la toma
de decisiones y en el control de los procesos industriales y organizacionales.
Pueden distinguirse tres partes:
Para cada conjunto de datos, calcular la media y la varianza muestrales; construir histogramas y
distribuciones de frecuencias relativas, dibujar un diagrama de dispersin y calcular el coeficiente
de correlacin, cules son las conclusiones?
Solucin
Asignamos variables, para trabajarlas de manera vectorial, de tal forma que:
A= Deformacin en el centro correspondiente a la carga, pulgadas.
B= Carga final, libras.
A = [ 0.160 0.130 0.155 0.134 0.135 0.123 0.168 0.130 0.150 0.132 ]
B = [ 1750 2350 2050 2100 1525 2000 1450 2100 1475 1675 ]
1.
La media aritmtica est dada por:
x=1nni=1xi
a. La media para los datos albergados en A, fue hallada con el comando "mean" en MatLab, y
asignada a la variable "Media1", as:
Media1= mean(A)
El resultado es:
Media1= 0.1417
b. La media para los datos albergados en B, fue hallada con el comando "mean" en MatLab, y
asignada a la variable "Media2", asi:
Media2= mean(B)
El resultado es:
Media2= 1.8475e3
2.
La varianza est dada por:
S2=1nn1i=1(xiX)2
a. La varianza muestral para los datos albergados en A, fue hallada con el comando "var" en
MatLab, y asignada a la variable "Varianza1", asi:
Varianza1=var(A)
El resultado es:
Varianza1= 2.3268e-4
b. La varianza muestral para los datos albergados en B, fue hallada con el comando "var" en
MatLab, y asignada a la variable "Varianza2", asi:
Varianza2= var(B)
El resultado es:
Varianza2= 9.825694e4
3.
Graficamos los histogramas, usando MatLabal enseada es una materia difcil, pero bien enseada
es una papita.
P2. Se ensayaron diez maderos atornillados con un tornillo de 1/2 pulgada sometida a esfuerzo
cortante doble por medio de tres trozos de pino del pacfico de 2 por 4 pulgadas (tamao nominal).
Los resultados de la prueba fueron:
Muestra
3500
3900
4000
3400
3500
3500
3100
3600
3800
2700
3500
4150
2900
3680
4050
3400
4250
4500
2700
3500
4400
3100
3700
4250
3100
4100
4550
10
2300
3200
3650
Solucin:
El problema se resolvi usando MATLAB de la siguiente forma:
Asignamos variables para mayor facilidad:
A = carga con una cedencia de 1/16 de pulgada (lbs).
B = carga con una cedencia de 1/8 de pulgada (lbs).
C = carga ultima (lbs).
A = [ 3500 3400 3100 2700 2900 3400 2700 3100 3100 2300 ]
B = [ 3900 3500 3600 3500 3680 4250 3500 3700 4100 3200 ]
C = [ 4000 3500 3800 4150 4050 4500 4400 4250 4550 3650 ]
1. Clculo de la desviacin estndar de los datos
La desviacin estndar (muestral) de los datos se calcula con la frmula: s=1n1ni=1(xix)2
Para A:
std(A)
Para B:
std(B)
Para C:
std(C)
Para A:
V = std(A)/mean(A)
ANS = 0.1247
Para B:
V = std(B)/mean(B)
ANS = 0.0848
Para C:
V = std(C)/mean(C)
ANS = 0.0871
La comparacin de estos tres coeficientes de variacin nos indica que la carga de cedencia de 1/16
libras presenta la mayor variacin de los datos.
3. Clculo del coeficiente de correlacin muestral entre la carga con cedencia de 1/8 de
pulgada y la carga ltima
El coeficiente de correlacin muestral se calcula usando la frmula ( rx,y=sx,ysxsy=1n1ni=1(xixsx)
(yiysy)
El resultado es:
corrcoef(B,C)
ANS = 0.6828