Está en la página 1de 4

# MODELOS DE DISTRIBUCIONES

# DISTRIBUCION NORMAL
# EJERCIO DE LAS VACAS DEL TAMBO, Libro Estadística y Biometría de Mónica
Balzarini, CAPITULO 3 - MODELOS PROBABILÍSTICOS - Distribución normal, página 91
# La producción de leche diaria de las vacas de un tambo se distribuye como el
modelo normal, con esperanza 25 litros (que es la misma media) y varianza de 9
litros al cuadrado:
MEDIA=25
VARIANZA=9
# Si a las vacas se les da una nueva ración que aumenta en 5 litros la producción
diaria, pero no modifica las varianzas, la función de densidad de la producción de
leche diaria de los animales con la nueva ración tendrá un valor esperado de 30:
MEDIA2=30
SIGMA=sqrt(VARIANZA)
x=seq(15,40,by=0.5) #secuencia de valores en un un rango de producción de leche
de 15 a 40 litros
dnorm(x,MEDIA,SIGMA)

# Gráfico de distribución normal con media = 25 y varianza = 9


# POR FAVOR NO LO CIERRE, ya que sobre este mismo aparecerá el siguiente gráfico
(continúe ejecutando el código)

curve(dnorm(x,MEDIA,SIGMA),xlim=c(10,40),col="blue",lwd=2,
xlab="x",ylab="F(x)",main="Función de Distribución N(MEDIA.MEDIA2 EN
ROJO,MISMA VARIANZA)")

# Gráfico de distribución normal con media = 30 y varianza = 9


# Este gráfico (de color rojo) le debe aparecer junto con el anterior gráfico de
color azul, en la misma gráfica

curve(dnorm(x,MEDIA2,SIGMA),xlim=c(10,40), add=TRUE, col="red", lwd=2)

# se puede observar que cambia la ubicación de la media (esperanza), pero la forma


de ambas gráficas es la misma porque no cambió la varianza

# Ahora se realiza el mismo procedimiento pero en este caso no cambia la media


(esperanza) sino las varianzas:

MEDIA=25
VARIANZA=9
VARIANZA1=2
SIGMA=sqrt(VARIANZA)
SIGMA1=sqrt(VARIANZA1)
x=seq(15,40,by=0.5)
dnorm(x,MEDIA,SIGMA)

# Gráfico de distribución normal con media = 25 y varianza = 9


# POR FAVOR NO LO CIERRE, ya que sobre este mismo aparecerá el siguiente gráfico
(continúe ejecutando el código)

curve(dnorm(x,MEDIA,SIGMA),xlim=c(10,40),ylim=c(0,0.4),col="blue",lwd=2,
xlab="x",ylab="F(x)",main="Función de Distribución N(VARIANZA.VARIANZA1 EN
ROJO,MISMA MEDIA)")

# Gráfico de distribución normal con media = 25 y varianza = 2


# Este gráfico (de color rojo) le debe aparecer junto con el anterior gráfico de
color azul, en la misma gráfica
curve(dnorm(x,MEDIA,SIGMA1),xlim=c(10,40), add=TRUE, col="red", lwd=2)

# En este caso ambas gráficas tienen la misma media (o esperanza) pero sus formas
cambiaron porque tienen distinta varianza, a mayor varianza, la gráfica tendrá
mayor amplitud

# EJERCICIO DE HIBRIDO MAIZ, Libro Estadística y Biometría de Mónica Balzarini,


CAPITULO 3 - MODELOS PROBABILÍSTICOS - Distribución normal, página 93:

# si Y es el rendimiento de un híbrido de maíz que puede modelarse con una


distribución normal, con media de 60 qq/Ha y varianza de 49 qq/Ha:
media= 60
varianza= 49
sigma=sqrt(varianza)
X=seq(35,85,by=0.5) # Secuencia de valores en un un rango de 35 a 85 qq/Ha
dnorm(X,media,sigma)

# Gráfico de distribución normal con media = 60 y varianza = 49


# Por favor NO LA CIERRE, ya que sobre ella aparecerá información adicional con los
siguientes comandos

curve(dnorm(x,media,sigma),xlim=c(20,100),col="blue",lwd=2,
xlab="x",ylab="F(x)",main="Función de Distribución N(media.sigma)")

# Especificamos el valor del que queremos saber su probabilidad, en este caso, 50:
valor=50
pnorm(valor,media,sigma)

# Quiere decir que la probabilidad de que el rendimiento esté por debajo de 50


qq/Ha es de 0.0765 o del 7.65 por ciento

#PROBABILIDAD DE UN VALOR MAYOR


valor=50
# Para hallar la probabilidad de un valor mayor que 50, se resta 1 menos la
probabilidad de hallar un valor igual o menor:

1-pnorm(valor,media,sigma) # En este caso, la probabilidad de que el rendimiento


esté por encima de 50 qq/Ha, es de 0.923 o 92.3 por ciento.

# PROBABILIDAD EN UN RANGO DE VALORES

# Probabilidad que un dato de rendimiento tomado al azar esté comprendido en el


intervalo de 50 a 65 qq/Ha:
# Reemplaze por el rango de valores, valor 2 es el mayor y valor 1 es el menor:
valor1=50
valor2=65
VALOR1=pnorm(valor1,media,sigma)
VALOR1
VALOR2=pnorm(valor2,media,sigma)
VALOR2
# PROBABILIDAD que el rendimiento se encuentre en el intervalo de 50 a 65 qq/Ha:
VALOR2-VALOR1

# El programa resta la probabilidad de que el rendimiento esté por debajo de 65


qq/Ha (p=0.762), menos la probabilidad de que esté por debajo de 50 qq/Ha (0.0765)

regionX=seq(valor1,valor2,0.01) # Intervalo a sombrear

# GRAFICA DE ÁREA BAJO LA CURVA ENTRE 50 Y 65 qq/Ha


# Si no cerró la gráfica de distribución normal producida anteriormente, en ella
aparecerá el intervalo sombreado del que se halló la probabilidad:

xP <- c(valor1,regionX,valor2) # Base de los polígonos que crean el


efecto "sombra"
yP <- c(0,dnorm(regionX,media,sigma),0) # Altura de los polígonos sombreados
curve(dnorm(x,media,sigma),xlim=c(20,100),col="blue",lwd=2,
xlab="x",ylab="F(x)",main="Función de Distribución N(media.sigma)")
polygon(xP,yP,col="orange1") # Área bajo la curva entre 50 y 65 qq/Ha
box() # Hace un marco al área bajo la curva

# DISTRIBUCION BINOMIAL
# Ejercicio de la semilla de Panicum, Libro Estadística y Biometría de Mónica
Balzarini, CAPITULO 3 - MODELOS PROBABILÍSTICOS - Distribución binomial, página
101:
# Debe presentar estos resultados en su informe:

# Supóngase que se toman 10 semillas de Panicum sp y se registra el evento


“germinó” o “no germinó” después de 5 días desde su implantación:
k= 7 # Queremos saber la probabilidad que germinen 7 de las 10 semillas
n= 10 # Número total de ensayos realizados, en este caso son 10, que fueron el
número de semillas evaluadas
p= 0.25 # La probabilidad de germinación de las semillas fue del 25 por ciento

dbinom(k,n,p) # PROBABILIDAD DE UN VALOR IGUAL P(X=7), "que germinen siete


semillas"

# Probabilidad que germinen al menos 3 de las 10 semillas:


# En este caso, se interpreta como la probabilidad de que germinen tres o más
semillas
# Es equivalente a la probabilidad que germinen 3 semillas, más la probabilidad que
germinen 4, más la prob. que germinen 5; y así sucesivamente hasta 10.
# Otra forma de calcularlo es a la inversa, calculando la probabilidad que germinen
menos de 3 y restándole a la probabilidad total:

k1=2 # Hay que calcular la probabilidad de un valor que sea una unidad
menor que el que queremos hallar

pbinom(k1,n,p) # esta es la probabilidad de que germinen menos de 3 semillas

#Para conocer la probabilidad que germinen 3 o más semillas se resta 1 menos el


anterior resultado:
1-pbinom(k1,n,p) # La probabilidad de que germinen 3 o más semillas es de 0.4744
o del 47.44 por ciento

# Probabilidad de que germinen a lo sumo 5 semillas:


# A lo sumo se interpreta que germinen máximo 5 semillas
k2=5
pbinom(k2,n,p) # La probabilidad de que germinen a lo sumo 5 semillas, es de 0.98
o del 98 por ciento

# La esperanza de esta variable aleatoria:


E=n*p
E # La esperanza es de 2.5

# La vaarianza de esta variable aleatoria


V=n*p*(1-p)
V # La varianza es de 1.875
# Gráfico de distribución Binomial para el ejercicio de germinación de semillas:

x <- 0:n
prob <- dbinom(x,n,p)
barplot(prob,col = "red",ylim = c(0,.2),names.arg=x,
main="Binomial Distribution\n(n=12,p=0.5)")

# DISTRIBUCION DE POISSON

# La distribución de Poisson se usa para distribuciones de variables discretas


(conteos)

# EJERCICIO DE LAS PICADURAS DE GORGOJO, Libro Estadística y Biometría de Mónica


Balzarini, CAPITULO 3 - MODELOS PROBABILÍSTICOS - Distribución Poisson, página 105:
# Supongamos que el número promedio de picaduras de gorgojo por semilla es 0.2 (es
decir, que cada 100 semillas 20 tienen picaduras).
# PROBABILIDAD DE UN VALOR EXACTO
x1= 1 # Valor de conteo que se quiere calcular la probabilidad
lamda=0.2 # En la distribución de Poisson lamda equivale a la media o a la
varianza, son el mismo valor
dpois(x1,lamda) # La probabilidad de que en 100 semillas una tenga 1 picadura es
de 0.1637 o de 16.37 por ciento

## DOS PICADURAS O MAS TOCA A UNO QUITARLE LAS PROBABILIDADES DE CERO MAS LA DE
UNO
x0=0 # El valor de conteo que se quiere calcular la probabilidad, en este
caso que ninguna semilla tenga picaduras
x2=1
lamda=0.2 #media o varianza como es igual
dpois(x0,lamda) # La probabilidad de que ninguna semilla tenga picaduras es de
0.8187 o del 81.87 por ciento
1-(dpois(x0,lamda)+dpois(x2,lamda)) # 1 menos la SUMA de la probabilidad de
tener cero picaduras mas una picdura (x0+x2)
# La probabilidad de que 2 de las 100 semillas tengan picaduras es de 0.0175 o del
1.8 por ciento

También podría gustarte