UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACIN PROFESIONAL DE INGENIERA CIVIL

UNIVERSIDAD NACIONAL DE SAN

CRISTOBAL DE HUAMANGA
ESCUELA DE FORMACIN PROFESIONAL DE
INGENIERIA CIVIL

PRACTICA N 03

ESTADSTICA GAUSSIANA
JULIO ORE
Docente:
Alumno(s)
01
02
03
04

Berrocal Saccatoma Julin

Cangana Mendoza Franklin kilder
Acua Yaranga David
Del Castillo Perez, Ral

Fecha de realizacin
Fecha de entrega

04 de junio de 2013
15 de junio de 2013

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACIN PROFESIONAL DE INGENIERA CIVIL

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

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACIN PROFESIONAL DE INGENIERA CIVIL

3. A causa de la simetra de la distribucin normal de probabilidad, la mediana y

la moda de la distribucin tambin se hallan en el centro, por tanto en una
curva normal, la media, la mediana y la moda poseen el mismo valor.
4. Las dos colas (extremos) de una distribucin normal de probabilidad se
extienden de manera indefinida y nunca tocan el eje horizontal.

Propiedades
Algunas propiedades de la distribucin normal son:
1. Es simtrica respecto de su media, ;

Distribucin de probabilidad alrededor de la media en una distribucin N (, ).

2. La moda y la mediana son ambas iguales a la media, ;
3. Los puntos de inflexin de la curva se dan para x = y x = + .
4. Distribucin de probabilidad en un entorno de la media:
1. en el intervalo [ - , + ] se encuentra comprendida,
aproximadamente, el 68,26% de la distribucin;
2. en el intervalo [ - 2, + 2] se encuentra, aproximadamente, el
95,44% de la distribucin;
3. por su parte, en el intervalo [ -3, + 3] se encuentra
comprendida, aproximadamente, el 99,74% de la distribucin.
Estas propiedades son de gran utilidad para el establecimiento de
intervalos de confianza. Por otra parte, el hecho de que
prcticamente la totalidad de la distribucin se encuentre a tres
desviaciones tpicas de la media justifica los lmites de las tablas
empleadas habitualmente en la normal estndar.
3

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACIN PROFESIONAL DE INGENIERA CIVIL

MODA, MEDIANA MEDIA

La media o promedio de la distribucin: Se define, segn ya vimos, Como
9

y in

j=1

, y es la media aritmtica de los valores observados.

La moda: Corresponde al valor de la variable donde est la mxima

frecuencia, o sea, que en un histograma la moda corresponde al valor de la
variable donde hay un pico o mximo. Si una distribucin tiene dos mximos la
denominamos distribucin bimodal, si tiene tres mximos trimodal y as
sucesivamente.
Md

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)

Desviacin estndar de las medidas y las medias

Y i 2 ni
i=1

y i y ni

2 i=1

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACIN PROFESIONAL DE INGENIERA CIVIL

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

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACIN
PROFESIONAL 30
DE INGENIERA CIVIL
51
52
35
53
31
33
33
54
31
frecuencia
34
31
55
34
27=1%
35
33
55
35
28=7%
36
30
57
34
29=12%
37
33
58
30
30=14%
38
29
59
28
31=11%
39
31
60
32
32=16%
40
34
61
33
33=18%
41
32
62
32
34=13%
42
30
63
31
35=8%
43
30
64
29
44
32
65
33
45
31
66
34
46
32
67
31
47
33
68
34
48
32
69
35
49
32
70
29
50
34
71
33
72
32
73
29
74
35
75
35
76
33
77
29
78
32
79
32
80
33
81
33
82
29
83
30
84
30
85
29
86
32
87
31
88
34
89
34
90
30
91
30
92
28
93
35
94
33
95
31
96
33
97
29
3
4
5
1
98
34
99
35
6
100
30
media del
conjunto
31.6
de medidos

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACIN PROFESIONAL DE INGENIERA CIVIL

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

UNIVERSIDAD NACIONAL SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA CIVIL

frecuencia
20%
18%
16%
14%
12%
10%
8%
6%
4%
2%
0%

frecuencia

2. Calcule la moda mediana, media del conjunto de medidas. Calcule

tambin la desviacin estndar de las medidas y la media.
MEDIA

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

UNIVERSIDAD NACIONAL SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA CIVIL

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.

UNIVERSIDAD NACIONAL SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA CIVIL

4. con los datos de la tabla 2 haga un histograma cuentas vs posicin de

la canica. calcule la desviacin estndar de las medidas y la media
posicin
1
2
3
4
5
6
7
8
9
10

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

UNIVERSIDAD NACIONAL SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA CIVIL

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

UNIVERSIDAD NACIONAL SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA CIVIL

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

UNIVERSIDAD NACIONAL SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA CIVIL
20

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

UNIVERSIDAD NACIONAL SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA CIVIL

Medidas como masa, talla

En estadstica y teora de probabilidades, las funciones gaussianas

aparecen como la funcin de densidad de la distribucin normal, la cual es
una distribucin de probabilidad lmite de sumas complicadas, segn el
teorema del lmite central.

Una funcin gaussiana es la funcin de onda del estado fundamental del

oscilador armnico cuntico.

Consecuentemente, estn tambin asociadas con el estado de vaco en la

teora cuntica de campos.

Los rayos gaussianos se usan en sistemas pticos y de microondas.

Las funciones gaussianas se utilizan como filtro de suavizado en el

procesamiento digital de imgenes.

2. En base a los resultados obtenidos sobre la curva gaussiana ascielo

con el criterio de estimacin de error sistemtico de una medicin
directa con un instrumento analgico. x=(1/2)u
Si unos histogramas ya asociados a la distribucin gaussiana se deduce
que la media aritmtica es equivalente a la media, moda pero debera
ubicarse en la parte central de la curva gaussiana la cual si cumple con la
propiedad de gauss; por ello se relaciona estrechamente dada que el error
sistemtico se obtiene de la media aritmtica (por la distribucin
gaussiana).

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

UNIVERSIDAD NACIONAL SAN CRISTOBAL DE HUAMANGA

ESCUELA DE FORMACION PROFESIONAL DE INGENIERIA CIVIL

Distribucin Gamma

Distribucin Beta

Distribucin F

Distribucin uniforme (continua)

IV.CONCLUSIONES:

Experiencia n 1 se aproxima a una curva gaussiana, porque las canicas

obtenidas con la mano no son tan confiables para realizar datos
estadsticos.

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.

La probabilidad de que las canicas lleguen a los casilleros para formar un

curva gaussiana es ms probable a mayor ngulo de inclinacin y a menor
ngulo ocurre lo contrario (ngulo agudo con respecto a la horizontal)

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