Академический Документы
Профессиональный Документы
Культура Документы
1. Equipo 1: Exp(λ), considere las diferentes combinaciones de n = 20, 40, 100 y valores de λ =
5, 10, 100. Es decir, en total serı́an 9 escenarios.
2. Equipo 2: χ2r , considere las diferentes combinaciones de n = 20, 40, 100 y valores de λ = 1, 10, 100.
Es decir, en total serı́an 9 escenarios.
3. Equipo 3: N (µ = 1, σ 2 = a), considere las diferentes combinaciones de n = 20, 40, 100 y valores de
a = 1, 25, 100. Es decir, en total serı́an 9 escenarios.
4. Equipo 5: b(m, p) considere las diferentes combinaciones de n = 20, 100 y valores de m = 10, 100 y
p = 0.001, 0.5. Es decir, en total serı́an 8 escenarios.
6. Equipo 7: P oisson(λ) considere las diferentes combinaciones de n = 20, 40, 100 y valores de λ =
1, 5, 100. Es decir, en total serı́an 9 escenarios.
7. Equipo 8: Geometrica(r) considere las diferentes combinaciones de n = 20, 40, 100 y valores de
r = 1, 5, 10. Es decir, en total serı́an 9 escenarios.
8. Equipo 9: Exp(λ), considere las diferentes combinaciones de n = 20, 40, 100 y valores de λ =
0.5, 0.10, 1. Es decir, en total serı́an 9 escenarios.
9. Equipo 10 χ2r , considere las diferentes combinaciones de n = 20, 40, 100 y valores de λ = 0.1, 1.0, 10.
Es decir, en total serı́an 9 escenarios.
10. Equipo 11 N (µ, σ 2 = 25), considere las diferentes combinaciones de n = 20, 40, 100 y valores de
µ = 0, 10, 20. Es decir, en total serı́an 9 escenarios.
2. Halle X̄ = i=1
P
n
Xi , repı́talo M = 500 veces. Haga un histograma para las medias.
1
1
Pn 2
4. Halle S 2 = n−1 2 2
i=1 Xi − X̄ , repı́talo M=500 veces. Haga un histograma para (n − 1)S /σ ,
siendo σ 2 la varianza de la distribución considerada.
5. Grafique en el mismo histograma la densidad de una distribución χ2n−1 , ¿Qué se observa a medida
que n es grande?
LISTADO DE LOS EQUIPOS: ver Tabla de EXCEL
FECHA DE ENTREGA: Viernes 25 de noviembre de 2016 IMPRESO, hojas por lado y lado, hasta las
2:00 p.m. ANEXO PROGRAMA R ILUSTRATIVO:
#PROGRAMA EN R PARA HALLAR PROBABILIDADES DE LAS DISTRIBUCIONES DISCRETAS
#BINOMIAL, BINOMIAL NEGATIVA, GEOMÉTRICA, HIPERGEOMETRICA, POISSON
#BINOMIAL B(10,0.20) se va a generar la distibución de probabilidades para la distribución
binomial
x<-0:10 #GENERA UNA SUCESIÓN DE ENTEROS DE 0 A 10 Y LOS GUARDA EN x
y<-dbinom(x,10,0.2) #PARA CADA VALOR DE x SE CALCULA LA RESPECTIVA PROBABILIDAD,
#DONDE EL SEGUNDO PARAMETRO ES N, Y EL
# TERCERO ES P
y1<-pbinom(x,10,0.2)
# CALCULA P[X<= x] de una binomial para cada uno de los valores que están en x
# CON LA SIGUIENTE INSTRUCCIÓN SE CREA UNA FUNCIÓN QUE PERMITA HACER EL GRÁFICO DE LA BINOMIAL
NEGATIVA PARA DIFERENTES VALORES DE LOS PARAMETROS
distri.binomial.negativa<-function(r,p)
{
2
x<-0:150
y<-dnbinom(x,r,p)
plot(x,y,type=’h’,col=’blue’,lwd=1,las=1,main=’Distribución Binomial Neg BN(r, p)’)
abline(h=0)
}
win.graph()
par(mfrow=c(2,2))
distri.binomial.negativa(20,0.2)
distri.binomial.negativa(15,0.2)
distri.binomial.negativa(5,0.2)
distri.binomial.negativa(1,0.2)
####DISTRIBUCIÓN POISSON DE PARÁMETRO LAMBDA
x<-0:20
y1<-dpois(x,1)
plot(x,y1,type=’h’,col=’blue’,las=1,main=’Distribución Poisson con param Lambda’)
abline(h=0)