MATERIA: ELEMENTOS FINITOS

FECHA: 21/04/2017

TALLER #1

ESPECIFICACIONES DEL TALLER

Este taller tiene por objeto el utilizar las herramientas de R

aprendidas en clase para un caso prctico. El tema que se va a tratar
en el taller es el de muestreo (estadstica), el cual es muy importante
para hacer investigaciones en diversos mbitos de la ciencia. En la
ingeniera civil tambin es aplicable, bsicamente para estadstica
hidrolgica.

Los estudiantes deben formar grupos de dos o tres personas para

realizar esta actividad.

Esta actividad se la va a evaluar sobre 10 puntos, los estudiantes

deben enviar este trabajo hasta la media noche del da Sbado 22 de
Abril de 2017, caso contrario se bajar dos puntos por cada da de
atraso.

Se debe entregar en formato digital un reporte donde se presente los

resultados, un script de R para verificar cmo se realiz el trabajo
(debe incluir comentarios y al correrlo no debe de tener errores) y
finalmente el rea de trabajo guardada. En total 3 archivos.

FUNCIONES QUE PUEDEN SER TILES

sample(x, num)
length(x)
round(x,digits=0)
rep(x,n)
mean(x)
sd(x)

ECUACIONES TILES

Error Estandar
SE=s/ n
donde SE es el error estndar, s es la desviacin estndar y n es el
nmero de datos

Error absoluto
E=V aV b
donde E es el error, Va es el valor de a y Vb es el error de b.
PROBLEMA

Su grupo ha sido escogido para evaluar los resultados de una eleccin

presidencial entre dos candidatos, en donde se debe estimar el error
correspondiente a diferentes tamaos de muestreo.

Los resultados de la eleccin son los siguientes:

El nmero total de electores es de 12811.698
El nmero de sufragantes fue de 10637.996
El nmero de votos nulos y blancos fue de 742.102
El candidato A recibi 4833.828 votos
El candidato B recibi 5060.424 votos

1. Datos Generales (3 puntos)

a. Determinar el porcentaje de ausentismo (es decir el
porcentaje de personas que no asistieron a votar).
b. Determinar el porcentaje de votos nulos y blancos con
respecto al nmero total de sufragantes
c. Determinar el nmero de sufragantes que no votaron ni
nulo ni blanco
d. A partir del nmero de sufragantes que no votaron ni nulo
ni blanco, determinar el porcentaje que recibi cada uno
de los candidatos.

2. Poblacin equivalente (3 puntos)

Para realizar el anlisis de muestreo, se desea crear una
poblacin que sea equivalente a la poblacin real de las
elecciones. Al ser equivalente, los porcentajes que recibieron
ambos candidatos deben de ser iguales. Crear una poblacin de
10.000 sufragantes (vector de 10.000 elementos con tres
valores posibles, voto por A, voto por B, voto nulo o blanco), en
donde el porcentaje de votos nulos y blancos y el de los
candidatos se mantengan iguales (o muy parecidos) a la
poblacin real. Tomar en cuenta, que los votos deben
permanecer como nmeros enteros (realizar un redondeo).
Determinar en esta poblacin equivalente:
a. El nmero de votos nulos y blancos
b. El nmero de votos por el candidato A
c. El nmero de votos por el candidato B
d. Comprobar que el porcentaje que recibi cada uno de los
candidatos sea muy similar al porcentaje real
e. Hacer el vector de poblacin

3. Anlisis del muestreo (4 puntos)

Para analizar la influencia que tiene el tamao de un muestreo
en la estimacin del candidato vencedor, se evalan los
resultados de algunas muestras con varios tamaos.
 a. Realizar un muestreos (sample) de un tamao de 100
votos y estimar el porcentaje del candidato B
b. Realizar el mismo procedimiento anterior (muestra de 100
votos y determinar el porcentaje del candidato B) 10
veces y determinar la media del porcentaje del vencedor
y su error estndar.
c. Realizar el mismo procedimiento anterior con una
muestra de 50 votos
d. Realizar el mismo procedimiento con una muestra de 500
votos
e. Realizar el mismo procedimiento con una muestra de
1000 votos
f. Realizar el mismo procedimiento con una muestra de
5000 votos
g. Qu puede decir acerca de la media del porcentaje del
candidato B para los distintos tamaos de muestras
(Cambian? Son parecidos?)?
h. Qu puede decir acerca del error estndar para los
distintos tamaos de muestras?
i. Estimar el error absoluto del porcentaje del candidato B
de las diferentes muestras con el de la poblacin
equivalente

1) DATOS GENERALES
a)
A=c(12811698)
B=c(10636354)
A-B
C=c(A-B)
(C/A)*100
-------------------------------------------------------------------------------
b)
D=c(742102)
B=c(10636354)
(D/B)*100
------------------------------------------------------------------------------
c)
B=c(10636354)
D=c(742102)
(B-D)
------------------------------------------------------
d)
CA=c(4833828)
CB=c(5060424)
VV=c(CA+CB)
VV
(CA/VV)*100
(CB/VV)*100
-------------------------------------------------------------
2) Poblacin equivalente
PT=c(10000)
a)
NYB=round((((D*PT)/B)-1),digits=0)
b)
CA1=round((CA*PT)/B,digits=0)
c)
CB1=round((CB*PT)/B,digits=0)
d)
(CA1/PT)*100 #Datos equivalente
(CA/B)*100 #Datos reales
(CB1/PT)*100 #Datos equivalente
(CB/B)*100 #Datos reales
(NYB/PT)*100 #Datos equivalente
(D/B)*100 #Datos reales
e)
V1=c(rep("A",CA1),rep("B",CB1),rep("C",NYB))
V2=sample(V1,10000)+
--------------------------------------------------------------
3) Anlisis del muestreo
n=100
V3=sample(V2,n)
PorcB=((length(V3[V3=="B"]))/(n-(length(V3[V3=="C"]))))*100
PorcB