Upload
kristianjimenez
View
229
Download
0
Embed Size (px)
Citation preview
8/11/2019 Taller Computacional 1 - Copia
1/9
DEPARTAMENTO DE INGENIERA ELCTRICA Y ELECTRNICAESPECIALIZACIN EN SISTEMAS DE TRANSMISIN Y
DISTRIBUCIN DE ENERGA ELCTRICA - 2014
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 cadapestaa 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 herramientaestadstica descriptiva que se encuentra en el botn anlisis de datos de la pestaa datos, generando la siguiente tabla:
ESTADISTICAS DESCRPTIVAS
8/11/2019 Taller Computacional 1 - Copia
2/9
Media 2,49735
Error tpico 0,05223582
Mediana 2,545
Moda 2,981
Desviacin estndar 0,738726058
Varianza de la muestra 0,545716188
Curtosis -0,773478101
Coeficiente de asimetra 0,114265829
Rango 3,59
Mnimo 1,17
Mximo 4,76
Suma 499,47
Cuenta 200
Mayor (1) 4,76
Menor(1) 1,17
Nivel de confianza (95,0%) 0,103006768
b) Histograma y grafica de datos de la Tabla 1
HISTOGRAMA
Mximo 4,76 Clase menor mayor frecuencia Probabilidad clase Probabilidad acumulada
Mnimo 1,17 1 1,17 1,57 24 0,12 0,12
Rango (max - min) 3,59 2 1,57 1,97 37 0,185 0,305
Media (miu-) 2,49735 3 1,97 2,37 25 0,125 0,43
Desviacin estndar (Sigma) 0,7387 4 2,37 2,77 41 0,205 0,635
Coeficiente de variacincv=(sigma/miu)*100%
29,58%5 2,77 3,16 35 0,175 0,81
6 3,16 3,56 22 0,11 0,92
Numero de datos (N) 200 7 3,56 3,96 15 0,075 0,995
K=1+3.3log(N) 9 8 3,96 4,36 0 0 0,995
W (ancho de clase)=rango/k 0,4 9 4,36 4,76 1 0,005 1
8/11/2019 Taller Computacional 1 - Copia
3/9
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 1,17 1,57 24 2,461 0,914685628 182,9371255 182,9371255 138,085748
2 1,57 1,97 37 3,872 0,979186415 195,837283 12,9001575 45,0228928
3 1,97 2,37 25 5,601 0,996306243 199,2612485 3,423965538 135,960849
4 2,37 2,77 41 7,648 0,999523145 199,9046289 0,643380398 2531,4056
5 2,77 3,16 35 10,014 0,999955218 199,9910436 0,086414693 14105,9164
6 3,16 3,56 22 12,697 0,999996941 199,9993882 0,008344513 57958,1934
7 3,56 4,76 16 22,658 1,000000000 200 0,000611819 418392,508
Chi cuadrado calculado 493307,093
No se acepta la hiptesis de que los datos de la Tabla 1corresponden a una funcin Weibull con los parmetros
entregados.
Grados de libertad 5,000
Prueba chi cuadrado 11,0704977
Como prueba dio menor que el calculado:
NO ACEPTA
0
0.1
0.2
0.3
0.40.5
0.6
0.7
0.8
0.9
1
0
5
10
15
20
25
30
35
40
45
1 2 3 4 5 6 7 8 9
Grfico 1
frecuenciaProbabilidad acumulada
8/11/2019 Taller Computacional 1 - Copia
4/9
170
175
180
185
190
195
200
0
20
40
60
80
100
120
140
160
180
200
1 2 3 4 5 6 7
Grfico 2
Frecuencia esperada (FE)
Frecuencia acumulada
8/11/2019 Taller Computacional 1 - Copia
5/9
2. Generar 200 nmeros aleatorios con distribucin exponencial con valor lambda=2, utilizando el mtodo de transformacininversa con la utilizacin de hojas de clculo o con los algoritmos incluidos en las herramientas computacionales. Obtenerde 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 transformacininversa y se obtuvo lo siguiente:
ESTADSTICA DESCRIPTIVA
Media 0,471243934
Error tpico 0,032720525
Mediana 0,308331012
Moda #N/ADesviacin estndar 0,462738106
Varianza de la muestra 0,214126555
Curtosis 2,292348112
Coeficiente de asimetra 1,555823317
Rango 2,232092158
Mnimo 0,004339292
Mximo 2,23643145
Suma 94,24878682
Cuenta 200Mayor (1) 2,23643145
Menor(1) 0,004339292
Nivel de confianza (95,0%) 0,064523454
HISTOGRAMA
Mximo 2,23643145 Clase Menor Mayor Frecuencia Probabilidad clase Probabilidad acumulada
Mnimo 0,00433929 1 0,00433929 0,25234953 89 0,445 0,445
Rango (max - min) 2,23209216 2 0,25234953 0,50035977 41 0,205 0,65
Media (miu-) 0,47124393 3 0,50035977 0,74837001 27 0,135 0,785Desviacin estndar (Sigma) 0,46273811 4 0,74837001 0,99638025 16 0,08 0,865
8/11/2019 Taller Computacional 1 - Copia
6/9
Coeficiente de variacincv=(sigma/miu)*100%
98,20%5 0,99638025 1,24439049 13 0,065 0,93
6 1,24439049 1,49240073 5 0,025 0,955
Numero de datos (N) 200 7 1,49240073 1,74041097 3 0,015 0,97
K=1+3.3log(N) 9 8 1,74041097 1,98842121 3 0,015 0,985
W (ancho de clase)=rango/k 0,24801024 9 1,98842121 2,23643145 3 0,015 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0
10
20
30
40
50
60
70
80
90
100
1 2 3 4 5 6 7 8 9
Grfico 3
Frecuencia
Probabilidada acumulada
8/11/2019 Taller Computacional 1 - Copia
7/9
3. Generar 200 nmeros aleatorios con distribucin Weibull con parmetros de forma 2 y parmetro de escala 1. Obtener delos 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)) segeneraron 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
HISTOGRAMA
Mximo 2,180048351 Clase Menor Mayor Frecuencia Probabilidad clase Probabilidad acumulada
Mnimo 0,056599964 1 0,056599964 0,292538673 13 0,065 0,065
Rango (max - min) 2,123448387 2 0,292538673 0,528477383 40 0,2 0,265
Media (miu-) 0,898267544 3 0,528477383 0,764416093 37 0,185 0,45
Desviacin estndar (Sigma) 0,461551242 4 0,764416093 1,000354802 30 0,15 0,6
Coeficiente de variacin
cv=(sigma/miu)*100% 51,38%
5 1,000354802 1,236293512 34 0,17 0,77
6 1,236293512 1,472232222 25 0,125 0,895
8/11/2019 Taller Computacional 1 - Copia
8/9
Numero de datos (N) 200 7 1,472232222 1,708170932 10 0,05 0,945
K=1+3.3log(N) 9 8 1,708170932 1,944109641 6 0,03 0,975
W (ancho de clase)=rango/k 0,23593871 9 1,944109641 2,180048351 5 0,025 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0
5
10
15
20
25
30
35
40
45
1 2 3 4 5 6 7 8 9
Grfico 4
Frecuencia
Probabilidad clase
8/11/2019 Taller Computacional 1 - Copia
9/9
4. Considere que el esfuerzo Vs, al cual se somete un aislamiento sigue una distribucin Gaussiana N(1000,200). Elaislamiento Va tambin sigue una distribucin normal N(1200,120). Con simulaciones de Monte Carlo determineaproximadamente 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 7000nmeros aleatorios con los parmetros correspondientes para el aislamiento. Posteriormente se compararon los datos delaislamiento con los de la sobretensin y se formul para que arrojara un uno (1) cada vez que el esfuerzo sobrepasara el valordel aislamiento. Posteriormente se sumaron los unos obtenidos y se dividi ese valor entre el nmero total de datoscomparados (7000). Se obtuvo una probabilidad de 0,195428571 por simulacin de Monte Carlo. La informacin se encuentraen la pestaa Ejercicio 4 del archivo de Excel adjunto.