LA FUNCIÓN MAGIC (5), SE TIENE QUE TENER POR RESULTADO OTRA MATRIZ QUE ALMACENE LOS PERCENTILES DE TAL FORMA QUE LA MATRIZ SEA DE ORDEN3X

12 

(1)Laboratorio Nº 1 (Conociendo el Matlab) PARTE 1: FUNCIONES BÁSICAS 1. HALLE EL PERCENTIL 25, 50 Y 75 PARA CADA UNA DE LAS COLUMNAS DE LA MATRIZ GENERADO POR LA FUNCIÓN MAGIC (5), SE TIENE QUE TENER POR RESULTADO OTRA MATRIZ QUE ALMACENE LOS PERCENTILES DE TAL FORMA QUE LA MATRIZ SEA DE ORDEN 3X5. >> x=magic(5) x= 17 24 1 23 5 7 4 6 13 10 12 19 11 18 25. 8 14 20 21 2. 15 16 22 3 9. >> y = prctile(x,[25 50 75]) y= 8.5000 5.7500 5.5000 6.5000 7.5000 11.0000 12.0000 13.0000 14.0000 15.0000 18.5000 19.5000 20.5000 20.2500 17.5000. 2. HALLE LA MEDIA GEOMÉTRICA DE LOS NÚMEROS ALEATORIOS GENERADOS POR LA FUNCIÓN POR LA FUNCIÓN EXPRND(1,5,1). >> x=exprnd(1,1,5) x= 0.3187 1.1735 0.1761. 0.5655. 0.9931. >> geomean(x) ans = 0.5172. 3. HALLE LA MEDIA HARMÓNICA DE LOS NÚMEROS ALEATORIOS GENERADOS POR LA FUNCIÓN BETARND(10,10,[1 10]). >> x=betarnd(10,1,[1 10]) x= 0.9760 0.8894 0.8518 0.8208. 0.8525. 0.9771. 0.9098. >> harmmean(x) ans = 0.9032. 1. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL. 0.9812. 0.8703. 0.9379.

(2) 4. HALLE LA MEDIA TRUNCADA PARA LOS NÚMEROS ALEATORIOS GENERADOS POR LA FUNCIÓN CHI2 RND(2,15,1). >> x=chi2rnd(2,15,1) x= 1.5363 1.9163 5.3526 0.8384 2.6320 3.1101 3.5355 0.2808 1.7104 1.7607 0.2719 0.4516 3.9966 1.1299 2.0767 >> trim = trimmean(x,10) trim = 1.9212. 5. HALLE EL RANGO INTERCUARTILICO PARA LOS NÚMEROS ALEATORIOS GENERADOS POR LA FUNCIÓN NORMRND(0,1,10,1). >> x=normrnd(0,1,10,1) x= -2.2023 0.9863 -0.5186 0.3274 0.2341 0.0215 -1.0039 -0.9471 -0.3744 -1.1859 >> RI=iqr(x) RI = 1.2380. 6. HALLE EL RANGO PARA LOS NÚMEROS ALEATORIOS GENERADOS POR LA FUNCIÓN POISSRND(4,10,1).. 2. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL.

(3) >> x=poissrnd(1,10,1) x= 0 0 1 2 2 1 0 2 1 0 >> Rango=range(x) Rango = 2. 7. HALLE LA TABLA DE FRECUENCIA DE LOS NÚMEROS ALEATORIOS GENERADOS POR LA FUNCIÓN BINORND(30,0.2,8,1). >> x=binornd(30,0.2,8,1) x= 4 8 6 6 4 6 4 6 >> tabulate(x) Value 1 2 3 4 5 6 7 8. Count Percent 0 0.00% 0 0.00% 0 0.00% 3 37.50% 0 0.00% 4 50.00% 0 0.00% 1 12.50%. 8. HALLE LA COVARIANZA PARA LA PRIMERA VARIABLE (LONGITUD DEL SEPALO - SEPAL.LENGHT) PARA LA BASE DE DATOS IRIS DEL R.. 3. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL.

(4) >> load fisheriris >> x1=meas(:,1) >> cov(x1). 9. HALLAR LA CORRELACIÓN DE SPERMAN PARA LOS SIGUIENTES DATOS: x=input('Ingrese x='); y=input('Ingrese y='); %x=[106 86 10 100 99 103 97 113 113]; %y=[7 0 28 50 28 28 20 12 7]; [m n]=size(x); xord1=sort(x); yord1=sort(y); for i=1:n xord2(i)=xord1(n-(i-1)); yord2(i)=yord1(n-(i-1)); end for j=1:n for i=1:n if x(j)==xord2(i) rangox(j)=i; end end end for j=1:n for i=1:n if y(j)==yord2(i) rangoy(j)=i; end end end d=rangox-rangoy; d2=d.^2; r=1-(6*sum(d2)/(n*(n^2-1))); fprintf('Correlación de Spearman r =%8.4f \n',r). CI (Coeficiente intelectual de una persona) Xi. Horas de TV a la semana Yi. 106. 7. 86. 0. 100. 28. 100. 50. 99. 28. 103. 28. 97. 20. 113. 12. 113. 7. 10. CARGAR LA BASE DE DATOS DEL M ATLAB DE NOMBRE “CARSMALL” Y LUEGO HACER UNA DIAGRAMA DE CAJAS DE LA VARIABLE KILOMETRAJE DEL CARRO (MPG) AGRUPADO POR LA VARIABLE O RIGEN 45 (O RIGIN). 40. >> load carsmall >> boxplot(MPG, Origin). 35. Values. 30. 25 20. 15 10. PARTE 2: EJERCICIOS VARIOS 1. GENERE UNA SECUENCIA DE NÚMEROS DEL 1 AL 50. n=input('Cuantos números desea generar: '); p=0;. 4. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL. USA. France. Japan. Germany. Sweden. Italy.

(5) for i=1:1:n p=p+1; x=p end. 2. GENERE 20 NÚMEROS DE UNA PROGRESIÓN ARITMÉTICA DE RAZÓN 5, CUYO NÚMERO INICIAL SEA 9. r=9; for i=1:20 x(i)=r r=r+5; end. 3. M UESTRE EN PANTALLA LOS PRIMEROS 10 NÚMEROS PARES. n=input('Cuantos números pares desea generar: ') c=0; for i=1:1:n c=c+2; x=c end. 4. GENERE 10 NÚMEROS ALEATORIOS DE UNA DISTRIBUCIÓN U(1,3). >> X = random('Uniform',1,3,10,1) X= 2.2412 2.9034 2.2800 1.4947 1.7054 1.3757 1.9813 1.8185 1.9271 2.2219. 5. GENERE 5 GRUPOS DE NÚMEROS ALEATORIAS QUE PROVENGAN DE UNA DISTRIBUCIÓN NORMAL ESTÁNDAR CON 10 OBSERVACIONES . >> N = random('normal',0,1,5,10) N= -1.0559 1.4725 0.0557 -1.2173 -0.0412. -1.1283 -1.3493 -0.2611 0.9535 0.1286. 0.6565 -1.1678 -0.4606 -0.2624 -1.2132. -1.3194 0.9312 0.0112 -0.6451 0.8057. 0.2316 -0.9898 1.3396 0.2895 1.4789. 1.1380 -0.6841 -1.2919 -0.0729 -0.3306. -0.8436 0.4978 1.4885 -0.5465 -0.8468. -0.2463 0.6630 -0.8542 -1.2013 -0.1199. -0.0653 0.4853 -0.5955 -0.1497 -0.4348. -0.0793 1.5352 -0.6065 -1.3474 0.4694. 6. GENERE 20 NÚMEROS ALEATORIOS DE DISTRIBUCIÓN NORMAL CON MEDIA 3 Y DESVIACIÓN ESTÁNDAR 4. >> N = random('normal',3,4,1,20) N=. 5. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL.

(6) Columns 1 through 13 -0.6143 3.1435 0.4899 5.1416 5.2115 2.1852 -5.2173 3.5302 9.3718 7.0736 -3.3216 2.6854 0.2734 Columns 14 through 20 -1.0982 -1.9374 4.1552 1.2828 3.2232 1.5285 1.1401. 7. GENERE 10 NÚMEROS ALEATORIOS DE DISTRIBUCIÓN CHI CUADRADO CON 4 GRADOS DE LIBERTAD. >> N = random('chisquare',4,10,1) N= 0.8578 10.3108 4.2465 1.1984 5.2053 7.8043 1.5137 3.6947 2.9871 1.1414. 8. CON LOS SIGUIENTE DATOS: 22, 25, 16, 21, 20, 24, 29, 27, 27, 28, 29, 24, 22, 21, 22, 24, 26, 29, 29, 29, 25, 16, 18, 20, 35, 36, 31, 30, 40, 19, 18, 20, 30, 22, 21, 22, 23, 23, 29. DETERMINE LA MEDIA ARITMÉTICA, LA MEDIANA, PRIMER CUARTIL, TERCER CUARTIL. x=input('Ingrese el conjunto de datos x='); %x=[22 25 16 21 20 24 29 27 27 28 29 24 22 21 22 24 26 29 29 29 25 16 18 20 35 36 31 30 40 19 18 20 30 22 21 22 23 23 29]; [m n]=size(x); media=mean(x); mediana=median(x); cuartil1=prctile(x,25); cuartil3=prctile(x,75); fprintf('Media aritmética =%8.4f \n',media); fprintf('Mediana =%8.4f \n',mediana); fprintf('Primer cuartil =%8.4f \n',cuartil1); fprintf('Tercer cuartil =%8.4f \n',cuartil3);. 9. IMPORTE LOS DATOS FAITHFUL QUE VIENE INCORPORADO EN EL R, LA BASE DE DATOS FAITHFUL CONTIENE INFORMACIÓN ACERCA DE LA DURACIÓN DE ERUPCIONES DE UN FAMOSO GEISER Y EL TIEMPO TRANSCURRIDO ENTRE CADA ERUPCIÓN. A. D ETERMINE LA DURACIÓN PROMEDIO DE LA DURACIÓN DE LAS ERUPCIONES B. D ETERMINE LA MEDIANA DE LA DURACIÓN DE LAS ERUPCIONES. 6. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL.

(7) C.. DETERMINE EL TIEMPO MÍNIMO Y MÁXIMO DE LA VARIABLE TIEMPO TRANSCURRIDO ENTRE CADA ERUPCIÓN D. D ETERMINE LE DESVIACIÓN ESTÁNDAR Y LA VARIANZA DURACIÓN DE LAS ERUPCIONES E . D ETERMINE LA CORRELACIÓN ENTRE LA DURACIÓN DE LA ERUPCIÓN Y EL TIEMPO DE ESPERA ENTRE ERUPCIONES . 1º Exportar data del R a txt. : data() faithful attach(faithful) erupciones<-data.frame(faithful) write.table(erupciones,file="erupciones.txt",col.names=TRUE,eol="\r\n"). 2º Importamos data de txt. a Matlab 3º Solución en Matlab erupciones; cor=corrcoef(erupciones(:,1),erupciones(:,2)); fprintf('Duración promedio de las erupciones =%8.4f \n',mean(erupciones(:,1))); fprintf('Mediana de la duración de las erupciones =%8.4f \n',median(erupciones(:,1))); fprintf('Tiempo mínimo transcurrido entre cada erupción =%8.4f \n',min(erupciones(:,2))); fprintf('Tiempo máximo transcurrido entre cada erupción =%8.4f \n',max(erupciones(:,2))); fprintf('Desviación estandar de la duración de las erupciones =%8.4f \n',std(erupciones(:,1))); fprintf('Varianza de la duración de las erupciones =%8.4f \n',var(erupciones(:,1))); fprintf('Correlación entre la duración de la erupción y el tiempo de espera entre erupciones =%8.4f \n',cor(1,2));. PARTE 3: GRAFICACIÓN 1. G RAFICAR LA SIGUIENTES FUNCIONES EN EL DOMINIO ESPECIFICADO. 7. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL.

(8) a) F(X)=5-4X-X2 , [-6,2] b) F(X)=2X2-8X-11 , [-1,5] c) F(X)= e-0.1tsin(2x), [0,4π] disp('f(x)=5-4x-x2'); x1=input('Ingrese los valores de x='); %x1=-6:0.1:1; f1=5-4*x1-x1.^2 ('f(x)=2x2-8x-11'); x2=input('Ingrese los valores de x='); %x2=-1:0.1:5; f2=2*(x2.^2)-8*x2-11 disp('exp(-0.1t)sin(2x)'); x3=input('Ingrese los valores de x='); t=input('Ingrese el valor de t='); %x3=0:pi/100:4*pi; f3=exp(-0.1*t)*sin(2*x3) subplot(2,2,1),plot(x1,f1,'r'),xlabel('x'),ylabel('f(x)'),,title('f(x)=5-4x-x2') subplot(2,2,2),plot(x2,f2,'b'),xlabel('x'),ylabel('f(x)'),,title('f(x)=2x2-8x-11') subplot(2,2,3),plot(x3,f3,'m'),xlabel('x'),ylabel('f(x)'),,title('f(x)=exp(-0.1t)sin(2x)'). f(x)=2x2-8x-11 0. 5. -5 f(x). f(x). f(x)=5-4x-x2 10. 0 -5. -10 -15. -10 -6. -4. -2 0 x f(x)=exp(-0.1t)sin(2x). 2. -20 -2. 1. f(x). 0.5 0 -0.5 -1. 0. 5. 10. 15. x. PARTE 4: PROGRAMACIÓN. 8. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL. 0. 2 x. 4. 6.

(9) 1. ELABORAR UN PROGRAMA QUE CALCULE LA MEDIA ARITMÉTICA DE UN CONJUNTO DE DATOS, LOS DATOS DEBEN ESTAR REPRESENTADOS EN UNA MATRIZ COLUMNA. n=input('ingrese la cantidad de datos=') x=round(n*rand(n,1)) x1=mean(x); fprintf('La media es =%8.4f \n',x1). 2. ELABORAR UN PROGRAMA QUE CALCULE EL PERCENTIL 25 Y 75 DE UN CONJUNTO DE DATOS DISCRETOS NO AGRUPADOS , LOS DATOS PUEDEN SER DE UN ARCHIVO DE TEXTO O SE INGRESAN CUANDO TE LOS PIDA EL PROGRAMA. clear clc z=input('Ingrese sus datos: ') Q1=median(z(find(z<median(z)))); Q3=median(z(find(z>median(z)))); disp('El percentil 25 es : ') Q1 disp('El percentil 75 es : ') Q3. 3. ELABORAR UN PROGRAMA QUE TE SOLICITE INGRESAR LA CANTIDAD DE DATOS Y LUEGO INGRESAR UNO A UNO LOS DATOS , FINALMENTE CALCULAR LA DESVIACIÓN ESTÁNDAR. n=input('Ingrese el valor de n =') r=0; s2=0; for i=1:n x=input('ingrese dato =') s1=x^2; s2=s2+x; r=r+s1; end ds=sqrt((r-n*(s2/n)^2)/(n-1)). 4. ELABORAR UN PROGRAMA QUE CALCULE LA MEDIANA, POR EJEMPLO PARA LOS SIGUIENTES DATOS QUE HAN SIDO AGRUPADOS EN LA TABLA QUE SE MUESTRA ABAJO. LOS DATOS REPRESENTAN EL DIÁMETRO EN PULGADAS DE UN ENGRANE.. 9. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL.

(10) n=40 x=[6.75,6.5,7.25,7,7.25,7,6.5,6.7,6.7,6.75,7,6.5,6,6.5,6.25,6.75,6.25,6.75,6.75,6.25,6.5,6.25,6,6.25,7,6.50,6.5,6.75,6.65,6.75,7.15,6.6 5,6.75,6.75,7,7,7,7.1,7.1,7.15]; for i=1:40; if (x(1,i)>5.97)&(x(1,i)<6.18); z(i)=1; end i=i+1; end for i=1:40; if (x(1,i)>6.19)&(x(1,i)<6.4) z(i)=2; end i=i+1; end for i=1:40; if (x(1,i)>6.41)&(x(1,i)<6.62); z(i)=3; end i=i+1; end for i=1:40; if (x(1,i)>6.63)&(x(1,i)<6.84); z(i)=4; end i=i+1; end for i=1:40; if (x(1,i)>6.85)&(x(1,i)<7.06); z(i)=5; end i=i+1; end for i=1:40; if (x(1,i)>7.07)&(x(1,i)<7.28); z(i)=6; end i=i+1;. end frecuencia=tabulate(z) frecuencia1=frec(:,2) f_acum=[frecuencia1(1,1);frecuencia1(1,1)+frecuencia1(2,1); frecuencia1(1,1)+frecuencia1(2,1)+frecuencia1(3,1); frecuencia1(1,1)+frecuencia1(2,1)+frecuencia1(3,1)+frecuencia1(4,1); frecuencia1(1,1)+frecuencia1(2,1)+frecuencia1(3,1)+frecuencia1(4,1)+frecuencia1(5,1); frecuencia1(1,1)+frecuencia1(2,1)+frecuencia1(3,1)+frecuencia1(4,1)+frecuencia1(5,1)+frecuencia1(6,1)] F1=f_acum(3,1) F2=f_acum(4,1) Mediana= 6.63+((n/2-F1)/(n/2 - F2))*0.21. 5. ELABORAR UN PROGRAMA QUE CALCULE LA MODA DE UN CONJUNTO DE DATOS AGRUPADOS, TOME LOS DATOS DEL PROBLEMA 4; SI QUIERE TOMAR OTROS DATOS CONSIDERE QUE SEA UNIMODAL.. 10. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL.

(11) x=[6.75 6.5 7.25 7 7.25 7 6.5 6.7 6.7 6.75 7 6.5 6 6.5 6.25 6.75 6.25 6.75 6.75 6.25 6.5 6.25 6 6.25 6 6.25 7 6.5 6.5 6.75 6.65 6.75 7.15 6.65 6.75 6.75 7 7 7 7.1 7.1 7.15 ]; v= sort(x); mod=zeros(1,12); for i=1:40 cont=0; for j=1:40 if v(i)== v(j) cont=cont+1; end mod(i)= cont; end end mayor=max(mod); for i= 1:40 if mod(i)== mayor v(i) end end. 6. ESCRIBA UN PROGRAMA QUE, TRAS PEDIR AL USUARIO UN NÚMERO LE INFORME DE SI ES PAR, IMPAR O NO ENTERO. x=input('Ingrese el número ='); dif=x-floor(x); if dif==0 if mod(x,2)==0 disp('El número ingresado es par'); else disp('El número ingresado es impar'); end else disp('El número ingresado no es entero'); end. 7. ESCRIBA UN PROGRAMA QUE PERMITA IDENTIFICAR SI UN NÚMERO ES PRIMO O NO, Y SI LO ES QUE SALGA QUE APAREZCA UN MENSAJE DICIENDO “E STE NÚMERO ES PRIMO”. n=input('Ingresar un numero : '); i=2; primo=1; while i<=sqrt(n) if rem(n,i)==0 % Resto de dividir n entre i primo=0; break end i=i+1; end if primo disp('El número dado es primo') else disp('El número dado no es primo') end. 8. ESCRIBA UN PROGRAMA QUE CALCULE EL FACTORIAL DE UN NÚMERO. fac=1;. 11. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL.

(12) n=input('Ingrese el numero =') if n==0 fac=1; else for i=1:n fac=fac*i; end end Factorial =fac. 12. LABORATORIO 1 – ESTADISTICA COMPUTACIONAL.

(13)

Nuevo documento

El tema iconográfico de la Piedad es variado en el artista, mostrándonos visiones tradicionales como la Piedad de la iglesia de San Pedro de Frómista Palencia, en la que Cristo se

Existe un Código de Ética aprobado por la Empresa El Código de Ética ha sido difundido mediante talleres o reuniones para explicar su contenido La Gerencia predica con el ejemplo e

La llegada de una nueva estación de metro, de ferrocarril de cercanías o de alta velocidad, contribuye al crecimiento y potencia el desarrollo de una nueva ciudad al cobijo de la

Para una correcta selección del tren motriz es necesario conocer los siguientes parámetros : condiciones geográficas de la ciudad, pendiente máxima, velocidad máxima de trabajo ,

La razón del trabajo, es conseguir modelos uniecuacionales de series de tiempo Técnica BOX JENKINS, para la variable del número de pacientes atendidos en el HRMNB –Puno, correspondiente

Con el presente estudio se quiere hacer un recorrido por las tendencias de la lexicografía electrónica del chino y el japonés, haciendo hincapié en las diferencias con la situación para

La educación desempeña una función de reproducción social, cultural y económica y por otra parte a Rodríguez 2002 que considera que la formación profesional de calidad sólo es posible

La imagen redonda y concéntrica del río encuentra su eco en esta otra imagen de la persona que gira alrededor de sí: Narciso.18 Además, el cambio "se hundió en el agua" del MsA por "se

NUEVA HIPÓTESIS SOBRE EL ORIGEN DEL ADVERBIO MEDIEVAL MIENTRE –––– New Hypothesis on the Origin of Old Spanish Adverb mientre JAVIER MORA GARCÍA Universidad de Valladolid Resumen:

INTERPRETACIÓN: En la tabla y Gráfico Nº 8, nos muestran los resultados sobre la socialización de los niños y niñas en el que se evalúa el nivel de autoestima que poseen los niños y