usa dos acumuladores; uno para guardar la suma de los valores, y otro para guardar la suma del cuadrado de los valores. y luego, a medida que lees los valores, actualiza los acumuladores.
saludos
luis
Suscribo esta idea.
Si la varianza ha de calcularse sin guardar los datos a medida que se generan, ésta es la solución.
Además, aplicar la fórmula que da
ingmarov:
Ahh. Entonces podrá usar esta fórmula
\( \displaystyle\sigma^2=\sum_{i=1}^N\dfrac{x_i^2}{N}\;-\overline{x}^2 \)
Sin embargo, MaKineKT parece estar usando la definición alternativa de varianza muestral, que tiene en cuenta la corrección de Bessel:
\( s^2 = \dfrac1{n-1}(\sum(x_i^2)-n\bar x^2) \)
Hay que tener claro cuál de las dos formas de la varianza muestral se pretende calcular.
En cualquier caso es un método parecido.
En el post original donde
MaKineKT plantea su consulta, no me convence la manera en que está calculada la media, por ejemplo.
Si bien matemáticamente es correcto dividir cada dato por "num", y luego ir sumando,
al hacer esto en cada iteración del "for" se produce una división por cada paso.
En cambio, si sólo se suman los valores, y al final del "for" se divide la suma acumulada por "num", se realiza una única división.
Entonces, el número de pasos es mucho menor, y el programa va más rápido.
También, realizar menos operaciones aritméticas reduce los errores de aproximación que internamente tiene la computadora, cuando se trabaja con números en punto flotante ("float").
Pero en realidad creo que me hace ruido el hecho de que el código así como está es más oscuro a la vista.
Es más fál s claramente un "promedio" para quien le toque entender/interpretar/leer el código fuente del programa.
La fórmula de
ingmarov yo la usaría un poco distinto, a fin de reducir el número de operaciones y errores de aproximación:
\( \displaystyle\sigma^2=\sum_{i=1}^N\dfrac{x_i^2}{N}\;-\overline{x}^2=(\frac1N\sum_{i=1}^N {x_i^2} )\;-\frac1{N^2}(\sum_{i=1}^N {x_i})^2. \)
Entonces se acumularia la suma en una variable "sum", y la suma de los cuadrados de los datos en otra variable "sum2", digamos.
Al final del "for" habría que hacer esta cuenta:
varianza = sum2/num - sum*sum/(num*num); /* Aquí num es N */
Para la forma alternativa de la varianza muestral (que creo es la que estás necesitando), la fórmula sería:
varianza = (sum2 - num*sum*sum) / (num - 1);
(Ojo que esa fórmula dará un error si hay un solo dato, porque num = 1 llevará a una división por 0).
De paso, con estas cuentas no veo que haga falta incluir la librería "math.h".
Tampoco veo que estés necesitando la librería "stdlib.h".
----------------
Las variables se pueden inicializar todas juntas:
media = variacion = cuadrados = 0;
Si sigues mi enfoque, sería:
sum = sum2 = variacion = 0;
Las llaves en el "for" están desprolijas.
Se tiene que ver a golpe de vista dónde empieze y termina el bloque "for".
Si no, es difícil analizar la lógica del programa.
Saludos.