Sunteți pe pagina 1din 9

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DE AMBATO

F . I . S . E E. INDUSTRIAL
I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA
PERODO ACADMICO: ABRIL/2014 SEPTIEMBRE/2014

FORMATO DE TRABAJO
I.

PORTADA
UNIVERSIDAD TCNICA DE AMBATO
Facultad de Ingeniera en Sistemas, Electrnica e Industrial
Proyecto Acadmico de Semestre
Ttulo:

Anlisis Las Diferentes Medidas De Tendencia Central Y


Dispersin, As Como

Su Aplicacin En La Distribucin

Normal O Gaussiana.
Carrera:

Electrnica y Comunicaciones

rea Acadmica:

Estadstica y Probabilidad

Lnea de Investigacin:

Estadstica y Probabilidad

Ciclo Acadmico y Paralelo:

Tercer Semestre B

Alumnos participantes:

Guilcaso Tipan Jessica Katherine


Martnez Barrera Ana Emilia
Ortiz Freire Oscar David

Mdulo y Docente:
II.

Estadstica y Probabilidad Ing. Danilo Trujillo

INFORME DEL PROYECTO


1. PPY
1.1 Ttulo
Anlisis Las Diferentes Medidas De Tendencia Central Y Dispersin, As
Como Su Aplicacin En La Distribucin Normal O Gaussiana.
1.2 Objetivos
1.2.1 Objetivo General

Analizar las diferentes Medidas de Tendencia Central y Dispersin,


as como su aplicacin en la Distribucin Normal o Gaussiana.

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DE AMBATO

F . I . S . E E. INDUSTRIAL
I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA
PERODO ACADMICO: ABRIL/2014 SEPTIEMBRE/2014

1.2.2 Objetivos Especficos

Investigar cada una de los diferentes tipos de Medida de Tendencia


Central existentes.

Detallar minuciosamente la funcin de la Distribucin Normal o


Gaussiana.

Explicar la aplicacin de las diferentes medidas en la Distribucin


Normal.

1.3 Introduccin
La distribucin de probabilidad conocida como distribucin normal es,
por la cantidad de fenmenos que explica, la ms importante de las
distribuciones estadsticas. A la distribucin normal tambin se la
denomina con el nombre de campana de Gauss, pues al representar su
funcin de probabilidad, sta tiene forma de campana. A continuacin se
ver las caractersticas principales de una distribucin de probabilidad
normal, definiendo posteriormente la distribucin normal estndar as
como sus usos.
1.4 Marco Terico
DISTRIBUCIN NORMAL
Una variable aleatoria, X, sigue una distribucin normal de parmetros
de

Si su funcin:

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DE AMBATO

F . I . S . E E. INDUSTRIAL
I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA
PERODO ACADMICO: ABRIL/2014 SEPTIEMBRE/2014

P ( a x b )= f ( x )
a

Se puede verificar:

MEDIDAS DE TENDENCIA CENTRAL


Media
k

f i xi

Media ( x )= i=1

Mediana

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DE AMBATO

F . I . S . E E. INDUSTRIAL
I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA
PERODO ACADMICO: ABRIL/2014 SEPTIEMBRE/2014

n
F ( Me1 )
2
Mediana ( Me )=Linf +W
fMe

Moda

Mo=Linf +W

D1
D1 + D2

MEDIDAS DE DISPERSIN
Desviacin Estndar
G2 Poblacin
S 2 Muestra

|( x x )2|
n

Varianza

Desviacin Tpica

EJERCICIOS DE APLICACIN

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DE AMBATO

F . I . S . E E. INDUSTRIAL
I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA
PERODO ACADMICO: ABRIL/2014 SEPTIEMBRE/2014

Haciendo uso de la tabla que proporciona reas entre cada valor z y la


media 0 de la distribucin normal tipificada, calcular las posibilidades
(reas) siguientes:
a) Pr(z 0' 22 )
b) Pr(z 0 ' 22 )
En este caso, tendremos que establecer probabilidades del tipo
a)

Pr(0 <z <

, estando expresado el valor a con dos cifras decimales.

b.

2. Las Puntuaciones de 1000 personas en un determinado test se


distribuyeron normalmente. Sea
8413 % de la distribucin y

X2

X1

la puntuacin directa que supera de

la puntuacin directa que es superada por

8413% de la distribucin. Sabiendo que


I.

X 1 X 2=20 , Calcular:

Nmero de observaciones comprendidas entre las puntuaciones


tpicas 15 y -02.

II.

La desviacin tpica de la distribucin.

III.

La distribucin semi-cuartil

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DE AMBATO

F . I . S . E E. INDUSTRIAL
I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA
PERODO ACADMICO: ABRIL/2014 SEPTIEMBRE/2014

Ejercicio Realizado en MathLab


Codificacin en MathLAb
% Ejercicio en clase, Oscar Ortiz, Jessica Guilcaso, Ana Martnez
% En un partido de NFL se obtubieron los siguientes datos
% Encontrar la media la mediana y la moda

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DE AMBATO

F . I . S . E E. INDUSTRIAL
I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA
PERODO ACADMICO: ABRIL/2014 SEPTIEMBRE/2014

%Un histograma y un polgono de frecuencias


clear all;
clc;
x = [12.5 33.4 46.8 88.9 15.7 25.6 78.9 10.6 22.4 25.6 26.7 29.8
32.3 31.4 50.9 55.6 61.4 8.3 8.2 7 10 15 12.4 45.6 44.2 33 21.6 25.4
10.9 60 71.5 74.3 61.8 50 14.1 13.2 7.8 4.3 65.6 76.5 ];
xi= [8.5 17.5 26.5 35.5 44.5 53.5 62.5 71.5 80.5 89.5 ]';
n = length(x);
a= sort(x);
fi= hist(x,xi)';
fr=fi/n;
Fi= cumsum(fi);
Fr=Fi/n;
clase = [1; 2; 3; 4; 5; 6; 7; 8; 9; 10 ];
tabla = table(clase,xi,fi,fr,Fi,Fr)
Media =(xi' * fi)/n;
fprintf('La media es: %.2f \n',Media)
%Mediana
Mediana=median(Fi);
fprintf('Mediana %.2f\n',Mediana)
%Moda0
Moda=mode(Fi);
fprintf('Moda %.0f\n',Moda)

figure
hist(x,xi)
xlabel('Marca de clase')
ylabel('Frecuencia')
figure
plot(hist(x,xi))

x=linspace(-3,3,500);y=exp(-x.^2);z=2*exp(-x.^2);
plot(x,y,'-',x,z,'--') % dibujamos dos funciones
title('Campanas de Gauss')
xlabel('Eje de Abscisas') % Etiqueta el eje horizontal
ylabel('Eje de Ordenadas') % Etiqueta el eje vertical

Ejecuciones

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DE AMBATO

F . I . S . E E. INDUSTRIAL
I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA
PERODO ACADMICO: ABRIL/2014 SEPTIEMBRE/2014

FACULTAD DE INGENIERIA EN SISTEMAS, ELECTRONICA E INDUSTRIAL

UNIVERSIDAD TCNICA DE AMBATO

F . I . S . E E. INDUSTRIAL
I
FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA
PERODO ACADMICO: ABRIL/2014 SEPTIEMBRE/2014