DEPARTAMENTO DE INGENIERA ELCTRICA Y ELECTRNICA

ESPECIALIZACIN EN SISTEMAS DE TRANSMISIN Y

DISTRIBUCIN DE ENERGA ELCTRICA - 2014
Presenta: Germn Eduardo Gonzlez Silva
Cdigo: 201219398
Correo electrnico: ge.gonzalez11@uniandes.edu.co
PROBABILIDAD Y ESTADSTICA EN INGENIERA ELCTRICA
TALLER COMPUTACIONAL 1
El presente informe est asociado a un archivo de Excel adjunto con el nombre de TALLER COMPUTACIONAL 1 y en cada
pestaa del archivo se encuentra la informacin de cada uno de los puntos del taller.
1. Con base en los datos dados en la Tabla 1, obtener:
a. Las estadsticas descriptivas (Valor medio, varianza, etc.).
b. Hacer un histograma de datos para cada funcin.
c. Hacer una prueba de ajuste por Chi cuadrado considerando una funcin Weibull con factor de escala alpha= 1 y de
forma beta=2.
d. Dibujar el histograma y la funcin ajustada.
2.638 3.284 2.596 1.797 1.412 2.296 1.721 2.531 2.434 2.131 2.582 2.881 3.128 3.504 3.065 3.658 2.507 3.521 3.858 2.991
1.700 1.311 2.069 1.774 1.289 1.416 2.328 1.549 2.841 1.708 2.835 3.630 3.117 3.813 2.571 3.231 3.298 2.416 2.707 2.658
1.807 1.945 2.048 1.744 3.121 1.879 1.170 2.012 1.667 2.425 2.995 3.435 2.650 2.593 2.978 3.708 2.733 2.762 2.728 2.981
1.939 1.921 1.889 1.967 2.114 2.005 2.272 1.389 1.249 1.470 3.052 2.608 3.282 2.941 3.738 3.122 3.360 2.846 3.011 3.421
1.699 2.473 1.802 2.631 1.342 1.435 2.341 2.234 2.490 1.950 3.568 2.848 4.760 2.665 2.703 3.372 3.633 3.541 2.712 3.400
1.859 1.667 1.317 1.571 1.544 1.269 1.739 1.244 1.608 2.056 3.177 2.755 3.484 3.132 2.981 2.611 2.427 3.886 2.981 3.817
1.600 1.921 1.757 2.338 2.760 1.986 1.377 2.415 2.031 1.538 3.505 3.418 3.619 2.844 2.311 3.015 2.757 2.980 3.474 2.778
1.837 2.125 1.325 2.132 2.421 1.606 1.515 1.894 2.225 1.804 3.458 2.669 2.338 3.153 3.092 3.792 2.903 2.533 2.536 2.833
2.321 2.199 1.856 2.036 1.872 1.582 2.152 1.254 2.447 2.768 2.763 2.554 2.503 2.950 3.628 3.513 2.760 3.121 2.693 3.571
1.377 1.505 1.611 2.166 1.961 1.807 1.578 1.537 1.610 1.203 3.545 3.330 2.895 3.164 3.212 3.136 2.759 3.647 3.095 2.677

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

b) Histograma y grafica de datos de la Tabla 1

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

c) y d) Histograma y grafica de la prueba Chi Cuadrado.

HISTOGRAMA Y FUNCIN AJUSTADA PARA PRUEBA CHI CUADRADO
Clase

menor

mayor

frecuencia

(X/1)^2

Probabilidad acumulada(x)

Frecuencia acumulada

Frecuencia esperada (FE)

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

Chi cuadrado calculado

493307,093

Grados de libertad

5,000

Prueba chi cuadrado

11,0704977

No se acepta la hiptesis de que los datos de la Tabla 1

corresponden a una funcin Weibull con los parmetros
entregados.

Como prueba dio menor que el calculado:

NO ACEPTA

Grfico 2
200

200

180
195

160
140

190

120
100

185

Frecuencia esperada (FE)

Frecuencia acumulada

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%

Numero de datos (N)

K=1+3.3log(N)
W (ancho de clase)=rango/k

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

Numero de datos (N)

K=1+3.3log(N)
W (ancho de clase)=rango/k

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.