Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRESENTADO POR:
Jonathan Arlecy Melo Viveros
TI:1006996760
N° GRUPO:
100
PRESENTADO A:
LUIS ALBERTO CACERES TORRES
TUTOR
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
En el trabajo individual, cada estudiante deberá realizar los siguientes ejercicios:
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).
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 las frecuencias relativas acumuladas,
donde se suma la frecuencias, 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.
Adjuntar las gráficas generadas por el programa R para cada una de las tres
distribuciones descritas (Normal, Binomial y Poisson) y hacer una buena descripción y
explicación de la información presentada en cada una de ellas.
DISTRIBUCIÓN BINOMIAL
DISTRIBUCION DE POISSON
El desarrollo de éstos ejercicios, nos permite conocer nuevas herramientas que podemos
utilizar de manera fácil y concreta.
BIBLIOGRAFÍA