Академический Документы
Профессиональный Документы
Культура Документы
Código: 1117529293
Grupo:105
Tutor:
CCAV – Dosquebradas
Abril 2020
INTRODUCCIÓN
OBJETIVO GENERAL:
OBJETIVOS ESPECIFICOS:
Conocer con más detalle los tipos de variables utilizadas en las ciencias agrarias.
Aprender a interpretar tablas y gráficos.
Desarrollar procedimientos el programa R.
TRABAJO INDIVIDUAL
Adjuntar los tres gráficos generados por el código (de Frecuencias Absolutas, frecuencias
relativas y frecuencias relativas acumuladas) y hacer una buena descripción de cada uno
de ellos.
Primero nos dirigimos al archivo CODIGODADOS y Se tiene un experimento aleatorio de
lanzar dos dados, donde se realizan todas las posibles combinaciones, en las que se encuentran
36 posibles resultados o 36 puntos muestrales.
Tenemos como Variable aleatoria, la suma de valores del punto muestral, dado a que
existen 36 posibles resultados estos serán el espacio muestral, esto quiere decir que la
probabilidad siempre tendrá como denominador a 36 ( x /36).
Primero se registra un vector de los posibles resultados sumada dos según su combinación,
ejemplo (1,1)=¿ 2 ,(2,1)=¿ 3 ,(6,6)=¿ 12 , etc .
Esta es otra manera de presentar los 36 posibles eventos del espacio muestral, en donde se
suman los valores obtenidos en cada dado.
En este caso, las frecuencias relativas acumuladas ayudan a determinar con facilidad la
probabilidad de obtener un valor mayor o igual a 6 pero menor que 8, por tanto, la
probabilidad es 58,33 %.
GRÁFICOS DE FRECUENCIAS
Por otro lado, se tiene el gráfico de barras las frecuencias relativas acumuladas, donde se
suma la frecuencia, debido a esto el último resultado debe obtener el 100%, para el caso de
la frecuencia debería ser igual a 1, ya que todo serian las 36 posibles resultados.
2. Leer el Capítulo dos - Variables Aleatorias y Probabilidades y el Capítulo tres - Modelos
Probabilísticos del libro Estadística y Biometría de Mónica Balzarini (que también se encuentra
en la carpeta) y responder o definir los siguientes puntos:
Defina variable aleatoria: Definiremos a una variable aleatoria como una función que
asocia a cada elemento del espacio muestral: un número real y luego a cada uno de estos valores
le asignaremos probabilidades de ocurrencia. El tipo de espacio muestral determina el tipo de
variable aleatoria.
Dado un espacio muestral Ω con una probabilidad asociada, una variable aleatoria X es una
función real definida en Ω tal que [X≤x] es un evento aleatorio ∀ x ∈ ℜ. O sea X: Ω→ B ⊆ ℜ es
una variable aleatoria si para cualquier x ∈ ℜ, [X≤x] es un evento aleatorio.
El Modelo De Poisson
La esperanza matemática de una variable aleatoria, usualmente denotada por E(.) o la letra griega
Mu (μ) es, desde un punto de vista intuitivo, un promedio de los valores asumidos por la
variable, donde cada valor es ponderado por su probabilidad de ocurrencia.
¿Qué es la la varianza de una variable aleatoria? ¿cómo se denota?
La esperanza de una variable aleatoria sólo proporciona información parcial acerca de su
distribución, ya que explicita dónde está posicionada, pero, como se observa en la Figura 2.6, dos
o más distribuciones pueden tener la misma medida de posición y sin embargo ser distintas.
Existe la necesidad de una medida que indique cuan disímiles son los valores de la variable
aleatoria. Antes de presentar la definición de varianza, considérese el siguiente ejemplo. Ejemplo
2.15 Los dos conjuntos de datos, A1, A2, corresponden a todos los valores posibles e igualmente
probables de dos variables aleatorias discretas X1 y X2 respectivamente. Ambas distribuciones
tienen igual esperanza pero nótese la diferencia en su variación: A1 ={ 8; 8; 9; 10; 11; 12; 12} y
A2 ={1; 2; 5; 10; 15; 18; 19}.
0.02
0.01
0.00
20 40 60 80 100
x
Responde
r las siguientes preguntas:
DISTRIBUCION NORMAL
DISTRIBUCIÓN BINOMIAL
DISTRIBUCION DE POISSON
El desarrollo de éstos ejercicios, nos permite conocer nuevas herramientas que podemos utilizar
de manera fácil y concreta en los diferentes sistemas agropecuarios, siendo herramienta muy útil
para cuantificar posibles resultados.
BIBLIOGRAFÍA
Arribas, M. J. M., Almazán, L. A., & Mañas, R. B. (Eds.). (2012). Historia de la probabilidad y
de la estadística vi. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
ppg=86&docID=3207420&tm=1519662405330