PRACTICA N 03
ESTADSTICA GAUSSIANA
JULIO ORE
Docente:
Alumno(s)
01
02
03
04
Fecha de realizacin
Fecha de entrega
04 de junio de 2013
15 de junio de 2013
I.FUNDAMENTO TEORICO
Histogramas y curvas de gauss
Histograma.
En estadstica, un histograma es
una representacin grfica de una
variable en forma de barras, donde
la superficie de cada barra es
proporcional a la frecuencia de los
valores representados. En el eje
vertical se representan las
frecuencias, y en el eje horizontal
los valores de las variables,
normalmente sealando las marcas
de clase, es decir, la mitad del
intervalo en el que estn agrupados
los datos.
En trminos matemticos, puede ser definida como una funcin inyectiva (o
mapeo) que acumula (cuenta) las observaciones que pertenecen a cada sub
intervalo de una particin. El histograma, como es tradicionalmente entendido,
no es ms que la representacin grfica de dicha funcin.
Se utiliza cuando se estudia una variable continua, como franjas de edades o
altura de la muestra, y, por comodidad, sus valores se agrupan en clases, es
decir, valores continuos. En los casos en los que los datos son cualitativos (nonumricos), como sexto grado de acuerdo o nivel de estudios, es preferible un
diagrama de sectores.
Los histogramas son ms frecuentes en ciencias sociales, humanas y
econmicas que en ciencias naturales y exactas. Y permite la comparacin de
los resultados de un proceso.
CURVA DE GAUSS
Caractersticas de la distribucin normal de la probabilidad.
1. La curva tiene un solo pico, por consiguiente es unimodal. Presenta una
forma de campana.
2. La media de una poblacin distribuida normalmente se encuentra en el
centro de su curva normal.
2
Propiedades
Algunas propiedades de la distribucin normal son:
1. Es simtrica respecto de su media, ;
y in
j=1
Y J1
CJ
1
1+ 2 ]
La mediana: Es el valor de la variable que separa los datos entre aquellos que
definen el primer 50% de los valores de los de la segunda mitad. O sea que la
mitad de los datos de la poblacin o muestra estn a derecha de la mediana y
la otra mitad estn a la izquierda de la misma.
Me
Y J1
CJ
n
N ( j 1)
2
]
NjN ( j1)
Y i 2 ni
i=1
y i y ni
2 i=1
II.RESULTADOS
1. Con los datos de las tablas 1, calcular la frecuencia de cada medida
.con ello hacer un histograma frecuencia vs medida
NUMERO DE
MEDIDA
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
31
32
5
CANTIDAD DE
CANICAS
28
29
33
30
28
27
30
33
28
31
28
35
30
29
30
34
33
29
33
32
33
33
32
32
34
34
28
31
34
32
29
32
Intervalo de
clase
26.5-27.5
27.5-28.5
28.5-29.5
29.5-30.5
30.5-31.5
31.5-32.5
32.5-33.5
33.5-34.5
34.5-35.5
i
1
2
3
4
5
6
7
8
9
Promedio del
intervalo de
clase
27
28
29
30
31
32
33
34
35
c
1
1
1
1
1
1
1
1
1
n
1
7
12
14
11
16
18
13
8
f
1%
7%
12%
14%
11%
16%
18%
13%
8%
N
1
8
20
34
45
61
79
92
100
frecuencia
20%
18%
16%
14%
12%
10%
8%
6%
4%
2%
0%
frecuencia
x =31. 6
MEDIANA
n 100
=
= 50
2 2
Me
CJ
MODA
n
1= J
nJ 1
=34
nJ
nJ +1
=31
2=
Y J1
n
27= N J1 2 N J =79[32.5-33.5>
n
N ( j 1)
2
]=32
NjN ( j1)
nJ
= 18,
nJ 1
=16,
nJ +1
=13
Md
Y J1
CJ
1
1+ 2 ]
Md=33
DESVIACIN MEDIA
N= cantidad de datos
100
x i x
i=1
=1.828
DESVIACIN ESTNDAR
Promedio o media
=2.105764095
3. Analice su grfica y trace a mano alzada una curva tipo gaussiana.
Mas inclinado
10
canicas
2
4
7
5
4
7
8
7
8
9
posicin
11
12
13
14
15
16
17
18
19
20
canicas
8
7
3
5
1
2
1
1
0
0
cantidad canicas
10
9
8
7
cantidad canicas
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 1112 1314 15 1617 1819 20
Menos inclinado
posicin
1
2
3
4
5
6
7
8
9
10
11
canicas
4
6
11
13
7
13
8
6
8
4
posicin
11
12
13
14
15
16
17
18
19
20
canicas
2
1
0
1
0
0
0
0
0
0
cantidad canicas
14
12
10
cantidad canicas
8
6
4
2
0
MS INCLINADO
DESVIACIN ESTNDAR
Promedio o media
X =4.4 5
.
=3.03445131
DESVIACIN MEDIA
12
x i x
i=1
=2.65
MENOS INCLINADO
N=cantidad de datos
Promedio o media
X =4. 2
=4.54914683
DESVIACIN MEDIA
20
x i x
i=1
=3.84
III.CUESTIONARIO
1. Que significa una distribucin gaussiana y aplicaciones tiene a las
mediciones fsicas.
La distribucin gaussiana que entre un nmero de datos que se lleg a
experimentarse esta posee un nico mximo que es la media, mediana
moda y la probabilidad de que ocurre este evento es ms probable.
Aplicaciones:
13
Au/2.3A/2u/22A
3. averige otras distribuciones estadsticas usadas en las mediciones
fsicas
En las mediciones fsicas las distribuciones usadas son:
Distribucin x cuadrado
Distribucin exponencial
Distribucin t de Student
14
Distribucin Gamma
Distribucin Beta
Distribucin F
IV.CONCLUSIONES:
Experiencia dos y tres segn realizado las experiencias dos y tres se puede
concluir que a mayor ngulo se aproxima en mayor proporcin a una curva
gaussiana y a menor ngulo la curva es menos precisa.
Conclusin general
Los histogramas de los experimentos uno, dos y tres se asemejan a una
distribucin gaussiana dado que no es simtrica respecto a sus extremos hacia al
interior de la curva gaussiana.
V.BIBLIOGRAFIA:
1. Papoulis, A., Probability, Random Variables and Stochastic Processes, M.C.
Graw HillCo. (1965)
2. Hoel, P. G., Introduction to Mathematical Statistics, J. Wiley & Sons (1971).
15