Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ELABORADO POR:
CRISTIAN CAMILO ALONSO
300046_4
PRESENTADO AL TUTOR:
JULIO DE 2019
INTRODUCCIÓN
Objetivos Específicos:
Punto muestral.
R/ Se denomina punto muestral a cada uno de los posibles resultados de
un estudio aleatorio, es decir a cada elemento de (Ω).
Evento muestral.
R/ Se llama evento a cualquier subconjunto de elementos de (Ω) Por
ejemplo, supongamos un experimento aleatorio donde se tiran dos dados
y se registran los resultados de cada dado. Todos los pares de números
del 1 al 6 conforman el espacio muestral. Un evento de (Ω), puede ser “que
salga un seis en un dado y un seis en el segundo dado”; otro evento puede
ser “que salga un seis en un dado y cualquier otro número distinto de seis
en el otro dado”.
R/
Esperanza matemática para una variable aleatoria discreta
Esperanza matemática para una variable aleatoria continua
Varianza de una variable aleatoria
Covarianza
¿Qué es la esperanza matemática de una variable aleatoria, como se
denota?
R/ 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
DISTRIBUCION NORMAL
DISTRIBUCIÓN BINOMIAL
DISTRIBUCION DE POISSON
√λ = √37 = 6,08
CAPITULO 2
Estudie el ejercicio de velocidad del viento de la del texto y explicar por qué hay un sitio
mejor para el objeto del estudio, pueden tomar pantallazos del gráfico.
R/ Las condiciones que nos da el ejercicio son las siguientes:
Cuando el viento alcanza los 19km/h el molino de viento empieza a funcionar y
genera energía
Cuando el viento alcanza las velocidades de entre 40 y 48km/h alcanza su máximo
rendimiento
Para poder hacer extracción de aguas subterráneas se debe esperar una
velocidad de vientos aproximadamente de 26km/h.
SUR
NORTE
Analizando la información arrojada por las gráficas podemos concluir que la zona norte
es la que mejor se adapta para los molinos de extracción de agua, dadas las velocidades
de viento que se presentan en esta zona que son en promedio 46km/h.
EJERCICIOS:
Ejercicio 2.1: Supongamos que se toma una muestra aleatoria con reposición de tamaño
n=2 a partir del conjunto {1,2,3} y se produce el siguiente espacio muestral con 9 puntos
muestrales:
Ω={(1,1),(1,2),(1,3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3)}
Supongamos además que definimos la variable aleatoria Y=suma de los dos números,
que conforma un nuevo espacio probabilístico y que estamos interesados en los
siguientes eventos:
El evento A conformado por los puntos muestrales cuya suma sea un número par, es
decir, A={(1,1),(1,3),(2,2),(3,1),(3,3)} y P(A)= 5/9.
El evento B conformado por los puntos muestrales cuya suma sea un número impar,
siendo B={(1,2),(2,1),(2,3),(3,2)} y P(B)=4/9.
El evento C conformado por los elementos cuya suma es 5.
Preguntas:
Ejercicio 2.3: Los siguientes datos corresponden a la venta de tractores que registra una
empresa de maquinarias agrícolas en los días laborables del último año:
Tractores Cantidad de
vendidos días
0 110
1 80
2 35
3 25
4 10
Total 260
Preguntas:
¿Cuál es la probabilidad que un día, seleccionado al azar dentro de los días laborables
del año, venda 3 o más tractores?
> min(CONTEO)
[1] 5
> max(CONTEO)
[1] 30
Tablas de frecuencia
El conteo de más alta probabilidad son varios:
5 6
1.0
7
6
0.8
5
Frecuencias absolutas
Frecuencias relativas
0.6
4
3
0.4
2
0.2
1
0.0
0
5 7 9 11 13 15 17 19 21 23 25 27 29 5 7 9 11 13 15 17 19 21 23 25 27 29
En el caso de la variable continua el 50% de los datos de sus variables serán menores ó
iguales a que a valor?
Instalación de paquete “fdth”
20
15
Frequency
10
5
0
Class limits
Histograma de barras
100
80
60
Frequency
40
20
0
Class limits
Donde se une las lineas rojos es la mediana PODEMOS DECIR QUE EL 50%
MATERIAL PARTICULADO PUEDEN TENER VALORES #IGUALES MENORES
AL VALOR DE LA MEDIANA QUE EN ESTE CASO ES 20.1
0.12
0.12
0.10
0.10
0.08
0.08
F(x)
0.06
0.06
0.04
0.04
0.02
0.02
0.00
0.00
10 15 20 25 30 35 40
10 15 20 25 30 35 40
x
x
0.25
0.3
0.20
F(x)
0.15
0.2
0.10
0.1
0.05
0.0
0.00
10 15 20 25 30 35 40
10 15 20 25 30 35 40
x
x
Gráfica de la función de densidad con una media de 28 y 23 ambas con una
varianza de 10 misma varianza.
0.12
0.10
0.10
dnorm(x, MEDIA2, SIGMA)
0.08
0.08
F(x)
0.06
0.06
0.04
0.04
0.02
0.02
0.00
0.00
10 15 20 25 30 35 40 10 15 20 25 30 35 40
x x
0.06
0.04
0.02
0.00
10 15 20 25 30 35 40
x
Hacer el ejercicio con una media de 32 y dos varianzas una de 10 y otra de 8, es el caso
de la misma media y dos varianzas, que pasa cuando se cambia le media y hay la misma
varianza, hacia donde se desplaza la figura y que pasa cuando se cambia la varianza en
que se afecta la figura.
0.14
0.12
0.3
0.10
0.08
F(x)
0.2
0.06
0.04
0.1
0.02
0.0
0.00
10 15 20 25 30 35 40
10 15 20 25 30 35 40
x
x
0.2
0.1
0.0
10 15 20 25 30 35 40
0.02
0.01
0.00
20 40 60 80 100
0.02
0.01
0.00
20 40 60 80 100
x
MODELO BINOMIAL
Ejercicio con los datos proporcionados por el libro
El hecho de poder predecir los acontecimientos que van a suceder nos permite poder
tomar decisiones, y medir sucesos o calidad de los productos.
BIBLIOGRAFIA