Professional Documents
Culture Documents
Pg. 1 de 5
>> std(x)
ans =
2.6418
>> std(x)^2
ans =
6.9793
Histogramas
En MATLAB, el histograma calcula el nmero de valores que caen en 10 intervalos espaciados equitativamente
entre los valores mnimo y mximo de un conjunto de valores, a menos que se le indique otra cosa. El
histograma muestra no slo los valores mismos sino adems permite observar la forma en que estn
distribuidos. Los comandos para generar histogramas en MATLAB son:
hist(x) Genera un histograma de los valores de x usando 10 intervalos.
hist(x,n) Genera un histograma de los valores de x usando n intervalos.
Ejemplo. Obtenga el histograma en 10 y en 8 intervalos del siguiente conjunto de valores:
1.85 1.86 2.02 2.10 1.96 1.90 1.96 1.97 1.87 1.90
1.95 1.96 1.85 2.13 2.01 2.17 2.06 2.09 1.98 1.89
1.90 1.86 1.96 2.08 2.02 2.13 2.15 2.20 2.09 2.04
2.07 1.87 1.90 1.93 1.86 2.15 2.17 2.01 2.04 2.06
1.89 1.87 1.90 1.97 1.94 1.97 2.00 2.09 2.08 1.87
Para el histograma de 10 intevalos:
>> x=[ 1.85 1.86 2.02 2.10 1.96 1.90 1.96 1.97 1.87 1.90 1.95 1.96 1.85 2.13 2.01 2.17 2.06 2.09 1.98 1.89 1.90
1.86 1.96 2.08 2.02 2.13 2.15 2.20 2.09 2.04 2.07 1.87 1.90 1.93 1.86 2.15
2.17 2.01 2.04 2.06 1.89 1.87 1.90 1.97 1.94 1.97 2.00 2.09 2.08 1.87];
>> hist(x)
>> title('Histograma con 10 intervalos')
>> xlabel('Valor')
>> ylabel('Frecuencia')
Actividad 1:
a) Grafique la funcin densidad de probabilidad para una v.a. Gaussiana con media 0 y dispersin 1.
b) Grafique la funcin densidad de probabilidad conjunta para dos v.a. X e Y, siendo X una v.a. Gaussiana
con media 0 y dispersin 1 e Y otra v.a. independiente de X con media 5 y dispersin 1/2.
a)
x=[-5:0.1:5];
gx=1/sqrt(2*pi)*exp(-x.^2/2);
plot(x,gx)
b)
y=[0:0.1:10];
gy=1/(sqrt(2*pi)*(1/2))*exp(-(y-5).^2/(2*(1/2)^2));
G=gy' * gx;
mesh(x,y,G)
Pg. 2 de 5
Actividad 2:
a) Sea w una v.a. uniformemente distribuida entre 0 y 1. Calcule su media y su varianza tericamente.
b) Genere un vector con 10000 muestras de dicha variable, utilizando la funcin rand, y grafquelo.
c) Calcule la media y la varianza para la v.a. generada, realizando su propio programa. (Deber generar
un lazo por medio del comando for)
d) Calcule la media y la varianza ahora, utilizando las funciones Matlab mean y std.
e) Compare los resultados obtenidos en a), c) y d).
f) Repita incisos c) a e) generando un vector de solamente 1000 muestras. Compare los resultados y
escriba sus conclusiones.
a)
E[ W ] = 0.5
VAR[W ]= 0.0833
b)
w=rand(10000,1);
plot(w(1:100))
c)
E[w]:
1 Forma: 2 Forma:
mediaw=0; media=sum(w)/length(w)
suma=0; media =
for i=1:10000 0.5052
suma=suma+w(i);
end
mediaw=suma/10000
mediaw =
0.5052
Pg. 3 de 5
Actividad 3:
Considere nuevamente las variables aleatorias con distribucin normal X e Y del ejercicio 1.
a) Utilizando la funcin randn, genere un vector de 10000 muestras independientes para X y uno para Y
b) Grafique los primeros 100 valores de cada uno.
c) Encuentre el histograma de frecuencias de ambas variables utilizando la funcin hist. Realice los
diagramas de barras correspondientes.
d) Estime la funcin densidad de probabilidad para las dos variables a partir de los histogramas obtenidos
en c). Grafique en un mismo grfico la fdp real y la estimada para cada caso.
e) Repita incisos b) a d) generando un vector de solamente 1000 muestras. Compare los resultados y
escriba sus conclusiones.
a)
x=randn(10000,1);
aux=randn(10000,1);
y=1/2*aux+5;
b)
subplot(2,1,1)
plot(x(1:100))
subplot(2,1,2)
plot(y(1:100))
c)
intervalos=30;
[Nj abscisax]=hist(x,intervalos);
bar(abscisax,Nj)
[Nj abscisay]=hist(y,intervalos);
bar(abscisay,Nj);
d)
rangox=max(x)-min(x);
deltax=rangox/intervalos;
[Njx abscisax]=hist(x,intervalos);
Ntx=sum(Njx);
areax=Ntx*deltax;
fx=Njx/areax;
gx=-4:0.1:4;
gaussx=1/sqrt(2*pi)*exp(-gx.^2/2);
plot(abscisax,fx,gx,gaussx)
rangoy=max(y)-min(y);
deltay=rangoy/intervalos;
[Njy abscisay]=hist(y,intervalos);
Nty=sum(Njy);
areay=Nty*deltay;
fy=Njy/areay;
gy=-2.5:0.1:7;
gaussy=1/(sqrt(2*pi)*(1/2))*exp(-(gy-5).^2/(2*(1/2)^2));
plot(abscisay,fy,gy,gaussy)
e)
x=randn(1000,1);
aux=randn(1000,1);
y=1/2*aux+5;
intervalos=30;
[Njx abscisax]=hist(x,intervalos);
bar(abscisax,Njx)
Pg. 4 de 5
[Njy abscisay]=hist(y,intervalos);
bar(abscisay,Njy)
rangox=max(x)-min(x);
deltax=rangox/intervalos;
Ntx=sum(Njx);
areax=Ntx*deltax;
fx=Njx/areax;
gx=-4:0.1:4;
gaussx=1/sqrt(2*pi)*exp(-gx.^2/2);
plot(abscisax,fx,gx,gaussx)
rangoy=max(y)-min(y);
deltay=rangoy/intervalos;
Nty=sum(Njy);
areay=Nty*deltay;
fy=Njy/areay;
gy=3:0.1:7;
gaussy=1/(sqrt(2*pi)*(1/2))*exp(-(gy-5).^2/(2*(1/2)^2));
plot(abscisay,fy,gy,gaussy)
Igual que en el ejercicio anterior, las aproximaciones mejoran cuando se aumenta el tamao de los vectores.
Pg. 5 de 5