Академический Документы
Профессиональный Документы
Культура Документы
PRÁCTICA No. 6
DISTRIBUCIONES
DOCENTE:
ESTUDIANTE:
GESTION:
2018
DISTRIBUCION DE POISSON
La distribución de Poisson se emplea para describir varios procesos, entre otros la distribución de
las llamadas telefónicas que llagan a un conmutador, la demanda (necesidades) de servicios en
una institución asistencial por parte de los pacientes, los arribos de los camiones y automóviles a
la caseta de cobro y el número de accidentes en un cruce. Los ejemplos citados tienen un elemento
en común, pueden ser descritos por una variable aleatoria discreta que asume valores enteros
(0,1,2,3,4,5 y así sucesivamente).
La Distribución de Poisson se llama así en honor a Simeón Dennis Poisson (1781-1840), francés
que desarrolló esta distribución basándose en estudios efectuados en la última parte de su vida.
RESULTADO
DISTRIBUCIÓN GEOMÉTRICA
En teoría de probabilidad y estadística, la distribución geométrica es cualquiera de las
dos distribuciones de probabilidad discretas siguientes:
la distribución de probabilidad del número X del ensayo de Bernoulli necesaria para obtener
un éxito, contenido en el conjunto { 1, 2, 3,...} o
la distribución de probabilidad del número Y = X − 1 de fallos antes del primer éxito,
contenido en el conjunto { 0, 1, 2, 3,... }.
Ejercicio 3 – Se pide comprobar que el siguiente ejercicio tengo una distribución geométrica.
X N
1 72
2 88
3 97
4 42
5 5
6 2
Total: 306
CODIGO
x<-c(1,2,3,4,5,6)
n<-c(72,88,97,42,5,2)
sumn<-sum(n)
media=(3*me-mo)/2
p=round(1/media, 2)
for(i in 1:length(x)){
if( i == length(x) ){
sumatoriafinal= 1 - sumatoria
result = sumn * sumatoriafinal
nieaux<-c(result)
nie<-c(nie, nieaux)
} else {
result = sumn*((1-p)^(i-1)*p)
nieaux<-c(result)
nie<-c(nie, nieaux)
aux = ((1-p)^(i-1)*p)
sumatoria = sumatoria + aux
print(result)
}
}
for(i in 1:length(x)){
aux = (n[i]-nie[i])^2/nie[i]
chisum = chisum + aux
}
chiteo<-qchisq(0.95,4)
RESULTADO
DISTRIBUCIÓN UNIFORME
En teoría de probabilidad y estadística, la distribución uniforme es una familia de distribuciones
de probabilidad para variables aleatorias continuas, tales que para cada miembro de la familia,
todos los intervalos de igual longitud en la distribución en su rango son igualmente probables. El
dominio está definido por dos parámetros, a y b, que son sus valores mínimo y máximo. La
distribución es a menudo escrita en forma abreviada como U(a,b).
La función de densidad de probabilidad de la distribución uniforme es:
Ejercicio 4 - Se pide comprobar que el siguiente ejercicio tengo una distribución uniforme.
Intervalo ni xi xi ni
1–2 8 1.5 12
2–3 3 2.5 7.5
3–4 4 3.5 14
4–5 5 4.5 22.5
5 -6 6 5.5 33
6–7 3 6.5 19.5
Total: 29 495.25
CODIGO
intervalo<-c("1-2","2-3","3-4","4-5","5-6","6-7")
nio<-c(8,3,4,5,6,3)
xi<-c(1.5, 2.5, 3.5, 4.5, 5.5, 6.5)
xn<-nio*xi
sumxn = sum(xn)
mu<-sumxn/sum(nio)
xn2<-xi*xn
sumxn2<-sum(xn2)
sigma=((sumxn2-sum(nio)*((mu)^2)))/(sum(nio)-1)
sigma
a=((2*mu)-sqrt(3*(sigma)))
b=((2*mu)+sqrt(3*(sigma)))
nie<-c()
for(i in 1:length(nio)){
resultado = 29*( ((i+1)/(b-a)) - ((i)/(b-a)) )
aux<-c(resultado)
nie<-c(nie,aux)
}
chicuadrado=sum((nio-nie)^2/nie)
chiteo<-qchisq(0.95,3)
if (chicuadrado > chiteo){
print('Se rechaza la hipotesis nula')
print('No tiene una distribucion uniforme')
} else{
print('Se acepta la hipotesis nula')
print('Tiene una distribucion uniforme')
}
RESULTADO