Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fase 3 Trabajo Individual - Viviana Leon
Fase 3 Trabajo Individual - Viviana Leon
Presentado por:
Presentado a:
Programa de Agronomía,
Abril- de 2019
Introducción
Objetivos General
Objetivos Específicos:
Definir los siguientes conceptos tomados del libro de Balazarini se aclara que para
la presente actividad el estudiante debe consultar el capítulo dos variables
aleatorias y probabilidades y el capítulo tres modelos probabilísticos.
Punto maestral
Se llama punto muestral o evento elemental a cada uno de los elementos del conjunto
Ω y será denotado genéricamente como.
Evento maestral
Explique en sus propias palabras el experimento aleatorio del dado deben descargar el
CODIGODADO disponible en la siguiente columna. El estudiante debe entender que,
aunque no es un experimento agropecuario nos ayuda a entender los conceptos
planteados.
Como podemos analizar en el experimento encontramos que se quiere hallar la
probabilidad de saber qué valor nos da las caras al lanzar un dado, debido a este
experimento analizaremos paso a paso lo que se debe hacer en el programa R.
Al mirar sabremos que siempre habrá 36 resultados, por ende, el denominador siempre
será 36, para la probabilidad.
Dado un espacio muestral Ω con una probabilidad asociada, una variable aleatoria Y es
una función real definida en Ω tal que [Y ≤ y] es un evento aleatorio ⊬ y ∈ R . O sea
Y: Ω → B ⊆ R es una variable aleatoria si para cualquier y ∈ R, [Y ≤ y] es un evento
aleatorio.
Entre las variables discretas es importante distinguir al menos dos subtipos muy
comunes en estudios biológicos: las proporciones que provienen de conteos que no
pueden superar el número de elementos evaluados y los conteos no acotados o sin
denominador natural. Ejemplo de una variable discreta expresada como proporción es
el número de semillas germinadas en cajas de Petri con 25 semillas cada caja
Los resultados se expresan como proporciones porque existe un denominador natural:
cantidad de semillas por caja. Ejemplo de variable discreta obtenida por un conteo (no
acotado) es el número de pústulas de roya por m2 de cultivo. Para el caso de
proporciones es importante dejar expresado que si bien el valor puede ser continuo en
el rango 0-1, el espacio generatriz es discreto, porque la base de la variable es el conteo
Existe dos conceptos de probabilidad el clásico y concepto frecuencial, defina cada uno,
en el caso del frecuencial explique el experimento de germinación de una semilla cuál
es el experimento aleatorio, cuál es el evento, cuántos puntos muéstrales tiene.
Cuando Ω es finito (el número de puntos muestrales es contable) se puede dar una
definición de probabilidad que se basa en la observación de los elementos del espacio
muestral. Ésta se desarrolló originariamente estudiando los juegos de azar. y se conoce
como el concepto o enfoque clásico de probabilidad:
Si A es un subconjunto de puntos muestrales de , entonces la probabilidad de
ocurrencia del evento A, denotada por P(A) es:
Ejemplo de la semilla:
Se dice que dos eventos son mutuamente excluyentes si cada uno está formado por
puntos muestrales distintos, es decir no existe ningún punto muestral en la intersección
de los subconjuntos que representan los eventos. Si A y B son dos eventos de Ω, la
intersección de eventos conforma un nuevo conjunto, que contiene a los puntos
muestrales que simultáneamente pertenecen al subconjunto A y al subconjunto B.
Denotaremos la intersección de A y B con A∩B.
Cuando dos eventos son excluyentes, la intersección es cero y por tanto la probabilidad
de la unión de esos eventos, P(A∪B), es la suma de las probabilidades de cada evento.
Por el contrario, si la intersección no es vacía, la probabilidad de la unión de eventos es
la suma de las probabilidades de cada evento.
Que variables tienen función de probabilidad y que variables tienen función de densidad.
Cuáles son los parámetros más usados en estadística para estudiar y utilizar funciones
de distribución de variables aleatorias.
Desde un punto de vista estadístico, un parámetro es una función de todos los valores
distintos que asume la variable aleatoria en la población. Mientras que una función de
los valores la variable, pero en una muestra, se conoce con el nombre de estadístico.
Luego, los parámetros se derivan de poblaciones y los estadísticos desde muestras.
DISTRIBUCION NORMAL.
DISTRIBUCIÓN BINOMIAL.
DISTRIBUCION DE POISSON.
En agronomía se usa para que tipo de conteos: En agronomía se usa para modelar
el número de insectos sobre una planta.
¿Cómo se denota el único parámetro de esta distribución, a que es igual la media
y la varianza?: El único parámetro de la distribución Poisson se denota como λ, la media
y la varianza es igual a…
Aplicación de conceptos.
Estudie el ejercicio de velocidad del viento del texto y explique por qué hay un sitio
mejor para el objeto del estudio, pueden tomar pantallazos del gráfico.
Partiendo de que el objetivo del ejercicio es usar la energía eólica como fuente de
energía alternativa para el bombeo de agua subterránea y analizando que primeramente
para que un molino de viento sea funcional debe que estar ubicado a una altura
adecuada donde la accidentalidad con el viento sea la más óptima.
Analizando los datos que componen las gráficas, en la zona sur la velocidad del viento
oscila entre 18 y 29 km/h, donde solo el 10% de las veces la velocidad del viento supera
los 26 km/h. En la zona norte, la velocidad del viento oscila entre 37 km/h hasta los 54
km/h, ahora bien sabemos que un molino de agua sea eficiente y funcional para la
extracción del agua subterránea debe tener una velocidad promedio de 26 km/h.
Con lo anterior, podemos concluir que la zona con mejores aptitudes para la extracción
del agua subterránea es la zona norte, debido a que su velocidad del viento tiene un
promedio entre 37 y 54 km/h comprendiendo mayor parte del tiempo el promedio
necesitado para dicha actividad.
Desarrolle el ejercicio 2.1 del texto de Balzarini y en el caso del punto e revise la
presentación de probabilidad en R. En este caso se requiere obtener la tabla de
frecuencias relativas f(y) y la tabla de frecuencias relativas acumuladas que es la
misma F(Y), este ejercicio se puede desarrollar en una tabla de Word.
Desarrolle el ejercicio 2.3 del texto de Balzarini , para el desarrollo de este punto
puede usar Excel y es una variable discreta, la cantidad de días es la frecuencia
absoluta, hay que sacar f(y) que es la frecuencia relativa , de las frecuencias
relativas salen las probabilidades de cada valor de la variable número de tractores
vendidos, en el caso de tres o más se suma la de tres y la de cuatro pues no hay
más .
El estudiante debe revisar del texto el ejercicio de las picaduras del Gorgojo, correr
el código MODELOS que está con los datos del texto.
La web conferencia da inicio explicando que debemos guardar todos los documentos y
archivos en una misma carpeta, preferiblemente con el nombre de “Estadística
Descriptiva” para que luego entremos al programa R, le damos cambiar dirección y la
configuramos para que lea la carpeta de “Estadística despectiva”, posterior a esto, se
verifica que el programa lea la carpeta seleccionada digitando “getwd ()”. Luego se abre
el script, damos la opción All files y seleccionamos el código a procesar.
El tutor nos explica cómo usar los códigos dados donde están comprendidos los códigos
de variable discreta, continua y los códigos modelos.
Finalmente, el tutor da una explicación muy clara sobre lo que se debe hacer en el
programa R para la realización correcta del trabajo.
Conclusiones
Balzarini, M., Di Rienzo, J., Tablada, M., Gonzales, L., Bruno, C., Cordoba, M., &
Robledo, W. &. (2011). Estadistica y Biometria. Argentina: Brujas.