Campana de Gauss

Funcin gaussiana
Saltar a: navegacin, bsqueda

Curvas gaussianas con distintos parmetros.

Forma tridimensional. En estadstica la funcin gaussiana (en honor a Carl Friedrich Gauss), es una funcin definida por la expresin:

donde a, b y c son constantes reales (a > 0). Las funciones gaussianas se utilizan frecuentemente en estadstica correspondiendo, en el caso de que a sea igual a , a la funcin de densidad de una variable aleatoria con distribucin normal de media =b y varianza 2=c2.

Propiedades

Las gaussianas se encuentran entre las funciones elementales, aunque no poseen primitivas elementales. Sin embargo, el valor exacto de la integral impropia sobre todo el rango real puede derivarse a partir del valor de la integral de Gauss obtenindose que:

El valor de la integral es 1 si y solo si , en cuyo caso la funcin gaussiana es la funcin de densidad de una variable aleatoria con distribucin normal de media =b y varianza 2=c2. Se muestran varias grficas de funciones gaussianas en la imagen adjunta.

Las funciones gaussianas con c2 = 2 son las autofunciones de la transformada de Fourier. Esto significa que la transformada de Fourier de una funcin gaussiana no es slo otra gaussiana, sino adems un mltiplo escalar de la funcin original. La grfica de la funcin es simtrica con forma de campana, conocida como campana de Gauss. El parmetro a es la altura de la campana centrada en el punto b, determinando c el ancho de la misma.

Aplicaciones
La primitiva de una funcin gaussiana es la funcin error. Estas funciones aparecen en numerosos contextos de las ciencias naturales, ciencias sociales, matemticas e ingeniera. Algunos ejemplos:

En estadstica y teora de probabilidades, las funciones gaussianas aparecen como la funcin de densidad de la distribucin normal, la cual es una distribucin de probabilidad lmite de sumas complicadas, segn el teorema del lmite central. Una funcin gaussiana es la funcin de onda del estado fundamental del oscilador armnico cuntico. Los orbitales moleculares usados en qumica computacional son combinaciones lineales de funciones gaussianas llamados orbitales gaussianos. Matemticamente, la funcin gaussiana juega un papel importante en la definicin de los polinomios de Hermite. Consecuentemente, estn tambin asociadas con el estado de vaco en la teora cuntica de campos. Los rayos gaussianos se usan en sistemas pticos y de microondas. Las funciones gaussianas se utilizan como filtro de suavizado en el procesamiento digital de imgenes.

Campana de Gauss
Una variable aleatoria continua, X, sigue una distribucin normal de media y desviacin tpica , y se designa por N(, ), si se cumplen las siguientes condiciones: 1. La variable puede tomar cualquier valor: (-, +) 2. La funcin de densidad, es la expresin en trminos de ecuacin matemtica de la campana de Gauss:

Campana de Gauss

El campo de existencia es cualquier valor real, es decir, (-, +). Es simtrica respecto a la media . Tiene un mximo en la media . Crece hasta la media y decrece a partir de ella. En los puntos y + presenta puntos de inflexin. El eje de abscisas es una asntota de la curva. El rea del recinto determinado por la funcin y el eje de abscisas es igual a la unidad. Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha. La probabilidad equivale al rea encerrada bajo la curva. p( - < X + ) = 0.6826 = 68.26 % p( - 2 < X + 2) = 0.954 = 95.4 % p( - 3 < X + 3) = 0.997 = 99.7 %

Campana de Gauss , es una representacin grfica de la distribucin normal de un grupo de datos. stos se reparten en valores bajos, medios y altos, creando un grfico de forma acampanada y simtrica con respecto a un determinado parmetro. Se conoce como curva o campana de Gauss o distribucin Normal.

Contenido
[ocultar]

1 Historia 2 Ecuaciones 3 Propiedades 4 Aplicaciones 5 Fuentes

Historia
Aunque la campana de Gauss lleva el nombre del genio de las matemticas Carl Friedrich Gauss , realmente la distribucin normal la descubri y publico por primera vez Abraham Moivre (por eso en algunos libros se llama la distribucin de Moivre Gauss) en un artculo del ao 1733, que reprodujo en la segunda edicin de su obra The Doctrine of Chance (1738) como aproximacin de la distribucin normal para valores grandes de n. Este resultado fue ampliado por Pierre-Simon de Laplace en su libro Teora analtica de las probabilidades (1812). El nombre de Gauss se ha asociado a esta distribucin porque la us con profusin cuando analizaba datos astronmicos y algunos autores le atribuyen un descubrimiento independiente del de De Moivre. El nombre de "campana" se lo dio Esprit Jouffret que uso este trmino (bell surface) (superficie campana) por primera vez en 1872.

Ecuaciones
La campana de Gauss est definida por la funcin:

Propiedades

El campo de existencia es cualquier valor real, es decir, (-, +). Es simtrica respecto a la media . Tiene un mximo en la media . Crece hasta la media y decrece a partir de ella. En los puntos y + presenta puntos de inflexin.

El eje de abscisas es una asntota de la curva. El rea del recinto determinado por la funcin y el eje de abscisas es igual a la unidad. Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha. La probabilidad equivale al rea encerrada bajo la curva.

p( - < X + ) = 0.6826 = 68.26 % p( - 2 < X + 2) = 0.954 = 95.4 % p( - 3 < X + 3) = 0.997 = 99.7 %

Aplicaciones
Una de las mayores aportaciones al clculo integral que realiz Gauss, fue la introduccin de esta funcin. Este grfico se usa en variables asociadas a fenmenos naturales que siguen el modelo de la normal.

Caracteres morfolgicos de individuos (personas, animales, plantas,...) de una especie, p.ejm. tallas, pesos, envergaduras, dimetros, permetros,... Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco, o de una misma cantidad de abono. Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen. Caracteres [Psicologa|psicolgicos]], por ejemplo: cociente intelectual, grado de adaptacin a un medio,... Errores cometidos al medir ciertas magnitudes. Valores estadsticos muestrales, por ejemplo: la media.

Desviacin estndar
Saltar a: navegacin, bsqueda

La desviacin estndar o desviacin tpica (denotada con el smbolo o s, dependiendo de la procedencia del conjunto de datos) es una medida de dispersin para variables de razn (variables cuantitativas o cantidades racionales) y de intervalo. Se define como la raz cuadrada de la varianza. Junto con este valor, la desviacin tpica es una medida (cuadrtica) que informa de la media de distancias que tienen los datos respecto de su media aritmtica, expresada en las mismas unidades que la variable. Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de tendencia central, sino que necesitamos conocer tambin la desviacin que presentan los datos en su distribucin respecto de la media aritmtica de dicha distribucin, con objeto de tener una visin de los mismos ms acorde con la realidad al momento de describirlos e interpretarlos para la toma de decisiones.

ndice

1 Interpretacin y aplicacin 2 Desglose o 2.1 Distribucin de probabilidad continua o 2.2 Distribucin de probabilidad discreta 3 Ejemplo 4 Vase tambin 5 Enlaces externos

Interpretacin y aplicacin
La desviacin estndar es una medida del grado de dispersin de los datos con respecto al valor promedio. Dicho de otra manera, ana tiene razon la desviacin estndar es simplemente el "promedio" o variacin esperada con respecto a la media aritmtica. Por ejemplo, las tres muestras (0, 0, 14, 14), (0, 6, 8, 14) y (6, 6, 8, 8) cada una tiene una media de 7. Sus desviaciones estndar muestrales son 8.08, 5.77 y 1.15 respectivamente. La tercera muestra tiene una desviacin mucho menor que las otras dos porque sus valores estn ms cerca de 7. La desviacin estndar puede ser interpretada como una medida de incertidumbre. La desviacin estndar de un grupo repetido de medidas nos da la precisin de stas. Cuando se va a determinar si un grupo de medidas est de acuerdo con el modelo terico, la desviacin estndar de esas medidas es de vital importancia: si la media de las medidas est demasiado alejada de la prediccin (con la distancia medida en desviaciones estndar), entonces consideramos que las medidas contradicen la teora. Esto es coherente, ya que las mediciones caen fuera del rango de valores en el cual sera razonable esperar que ocurrieran si el modelo terico fuera correcto. La desviacin estndar es uno de tres parmetros de ubicacin central; muestra la agrupacin de los datos alrededor de un valor central (la media o promedio).

Desglose
La desviacin estndar (DS/DE), tambin llamada desviacin tpica, es una medida de dispersin usada en estadstica que nos dice cunto tienden a alejarse los valores concretos del promedio en una distribucin. De hecho, especficamente, el cuadrado de la desviacin estndar es "el promedio del cuadrado de la distancia de cada punto respecto del promedio". Se suele representar por una S o con la letra sigma, . La desviacin estndar de un conjunto de datos es una medida de cunto se desvan los datos de su media. Esta medida es ms estable que el recorrido y toma en consideracin el valor de cada dato.
Distribucin de probabilidad continua

Es posible calcular la desviacin estndar de una variable aleatoria continua como la raz cuadrada de la integral

donde

Distribucin de probabilidad discreta

La DS es la raz cuadrada de la varianza de la distribucin de probabilidad discreta

As la varianza es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmtica de la distribucin. Aunque esta frmula es correcta, en la prctica interesa realizar inferencias poblacionales, por lo que en el denominador en vez de n, se usa n-1 (Correccin de Bessel) Esta ocurre cuando la media de muestra se utiliza para centrar los datos, en lugar de la media de la poblacin. Puesto que la media de la muestra es una combinacin lineal de los datos, el residual a la muestra media se extiende ms all del nmero de grados de libertad por el nmero de ecuaciones de restriccin - en este caso una. Dado esto a la muestra as obtenida de una muestra sin el total de la poblacin se le aplica esta correccin con la frmula desviacin estndar muestral. Cuando los casos tomados son iguales al total de la poblacin se aplica la frmula de desviacin estndar poblacional.

Tambin hay otra funcin ms sencilla de realizar y con menos riesgo de tener equivocaciones :

Ejemplo
Aqu se muestra cmo calcular la desviacin estndar de un conjunto de datos. Los datos representan la edad de los miembros de un grupo de nios: { 4, 1, 11, 13, 2, 7 } 1. Calcular el promedio o media aritmtica .

En este caso, N = 6 porque hay seis datos:

i = nmero de datos para sacar desviacin estndar

Sustituyendo N por 6

Este es el promedio.

2. Calcular la desviacin estndar

Sustituyendo N por 6;

Sustituyendo

por 6,33

ste es el valor de la desviacin estndar.