PROBABILIDAD Y ESTADSTICA

ANDREA SALINAS ESPINOSA 403-C

UNIVERSIDAD DE GUANAJUATO

DIVISION DE INGENIERIAS
LICENCIATURA EN INGENIERIA CIVIL

403-C

PROBABILIDAD Y ESTADSTICA

PROF. A. DAVID GARCA SOTO

TAREA NO. 3

SALINAS ESPINOSA ANDREA

FECHA DE ENTREGA 01/11/2016

1
 PROBABILIDAD Y ESTADSTICA
ANDREA SALINAS ESPINOSA 403-C

EJERCICIO NO. 1
a) Los datos estadsticos correspondientes a la media, la desviacin
estndar, el coeficiente de asimetra (g1) y el coeficiente de kurtosis
(g2).

DATOS ESTADSTICOS RESULTADOS

MEDIA 99.43164571

DESVIACIN ESTNDAR 28.40274961

COEFICIENTE DE ASIMETRA (g1) -2.4925

COEFICIENTE DE KURTOSIS (g2) 9.333156804

VARIANZA 806.7161856

FRECUENCIA ACUMULADA 17897.6962

FRECUENCIA RELATIVA 1.0000

b) Obtenga y grafique histogramas (funcin densidad) como se mostr

en clase empleando 6, 8, 10, 12 y 14 intervalos. Qu influencia
tiene el nmero de intervalos seleccionados en la forma del
histograma?

2
 PROBABILIDAD Y ESTADSTICA
ANDREA SALINAS ESPINOSA 403-C

3
 PROBABILIDAD Y ESTADSTICA
ANDREA SALINAS ESPINOSA 403-C

4
 PROBABILIDAD Y ESTADSTICA
ANDREA SALINAS ESPINOSA 403-C

La influencia que tiene el nmero de intervalos seleccionados en la forma

del histograma se puede ver a simple vista, nos permite ver mejor las
tendencias de los valores, tener un mayor criterio de lo que podemos o no
aceptar, por ejemplo en el histograma con 6 intervalos podemos apreciar
slo 2 barras cerca de la que contiene mayor tendencia, en cambio, en el
histograma con 14 intervalos podemos observar 3 veces ms barras que en
el histograma con 6 intervalos.
Aunque claro, ya cada quien decidir que le conviene usar ms, si un
ingeniero quisiera usar un dato rpido para tomar una decisin
probablemente le acomodara usar el histograma con 6 intervalos, pero s
en cambio, l desea tener una mayor visin o quisiera profundizar le
convendra el histograma con 14 intervalos.
c) Interprete los resultados de los incisos anteriores y haga
comentarios generales en un breve prrafo.
Sabemos que la media es la suma de todos los datos dividida entre el
nmero total de datos, a nosotros nos dio igual a 99.43164571, este sera
el valor tpico o central de los datos. En dado caso de que requiriramos
usar un solo dato, probablemente usaramos ste.
La dispersin de nuestro conjunto de datos es igual a 28.40274961
Las medidas de asimetra son indicadores que permiten establecer el grado
de simetra (o asimetra) que presenta una distribucin de probabilidad, en
nuestro caso el coeficiente de asimetra es igual a -2.4625, como ste es
negativo nos indica que nuestro histograma estar deformado hacia la
izquierda y eso quiere decir que hay valores ms separados de la media a
la izquierda y es lo que se puede apreciar en las grficas adjuntas
anteriormente.
La kurtosis nos indica la proporcin de la varianza, una mayor kurtosis
implica una mayor concentracin de datos muy cerca de la media de la
distribucin, nuestro coeficiente de kurtosis result igual a 9.333156804,
se puede ver en las grficas anteriores que efectivamente muchos valores
estn cerca de la media.
El anlisis de la frecuencia acumulada se hace con el propsito de obtener
una idea de cuantas veces ocurrira un cierto fenmeno.
Lo que obtuvimos al calculas la desviacin estndar nos permiti ver que
tan dispersos estn nuestros datos y segn lo que yo puedo observar, no
es tanto.
d) Yo supongo que podramos usar los coeficientes de asimetra, al
graficar cada uno de los dos mtodos diferentes, nos daramos
cuenta que tanto nos conviene usar los sensores electrnicos.

5
 PROBABILIDAD Y ESTADSTICA
ANDREA SALINAS ESPINOSA 403-C

EJERCICIO NO. 2

DATOS ESTADSTICOS PARA MOMENTOS RESULTADOS

FLEXIONANTES
MEDIA 239.8949318

DESVIACIN ESTNDAR 432.9366884

COEFICIENTE DE ASIMETRA (g1) -1.455242837

COEFICIENTE DE KURTOSIS (g2) 10.04421714

VARIANZA 1096.106294

FRECUENCIA ACUMULADA 41022.03333

FRECUENCIA RELATIVA 1.0000

DATOS ESTADSTICOS PARA FUERZAS RESULTADOS

CORTANTES
MEDIA 57.03406644

DESVIACIN ESTNDAR 88.81464208

COEFICIENTE DE ASIMETRA (g1) 0.0812607

COEFICIENTE DE KURTOSIS (g2) 0.28732793

VARIANZA 46.12889267

FRECUENCIA ACUMULADA 9752.825362

FRECUENCIA RELATIVA 1.0000

FORMULA DE STURGES
K= 1 + 3.3 LOG (171)
K= 8.36 8 INTERVALOS

6
 PROBABILIDAD Y ESTADSTICA
ANDREA SALINAS ESPINOSA 403-C

En el caso 1, momentos flexionantes, el coeficiente de asimetra es igual a-

1.455242837, como ste es negativo nos indica que nuestro histograma
estar deformado hacia la izquierda y eso quiere decir que hay valores ms
separados de la media a la izquierda y es lo que se puede apreciar en la
grfica anterior.

7
 PROBABILIDAD Y ESTADSTICA
ANDREA SALINAS ESPINOSA 403-C

En el caso 2, fuerzas cortantes,el coeficiente de asimetra es igual

a0.0812607, su cola es ms larga hacia la derecha.
A simple vista podemos ver los valores que tienden hacia la media en las
dos grficas.

EJERCICIO NO. 3

DATOS ESTADSTICOS PARA MOMENTOS RESULTADOS

FLEXIONANTES
MEDIA 194164.0432

DESVIACIN ESTNDAR 177107.63004991

COEFICIENTE DE ASIMETRA (g1) 1.243489852

COEFICIENTE DE KURTOSIS (g2) 4.712215323

VARIANZA 31367112622

FRECUENCIA ACUMULADA 19416404.32

FRECUENCIA RELATIVA 1.0000

DATOS ESTADSTICOS PARA FUERZAS RESULTADOS

CORTANTES
MEDIA 6.58849857

DESVIACIN ESTNDAR 6.2751038

COEFICIENTE DE ASIMETRA (g1) 1.393378508

COEFICIENTE DE KURTOSIS (g2) 5.243099768

VARIANZA 39.3769277

FRECUENCIA ACUMULADA 658.849857

FRECUENCIA RELATIVA 1.0000

8
 PROBABILIDAD Y ESTADSTICA
ANDREA SALINAS ESPINOSA 403-C

Qu diferencias encuentras con lo obtenido en la pregunta 2? Si existen

diferencias a qu se deben?

Lo que se puede ver a simple vista es que los valores estn mucho ms
ordenado, ms especficamente van de izquierda a derecha en orden
decreciente.
El valor del coeficiente de simetra es positivo, por lo tanto tiene la cola
ms larga hacia el lado derecho, como se puede ver en las 2 graficas
anteriores.