Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONCEPTOS DE PROBABILIDAD
PRESENTADO POR
LINA MARI APATIÑO DIAZ
COD: 1.058.038.709
PRESENTADO A
LUIS ALBERTO CACERES TORRES
CURSO
300046_614
Por medio del siguiente trabajo se llevan a cabo la aplicación de conocimientos referentes
los modelos probabilísticos mediante la realización de ejercicios planteados.
Con el desarrollo de la fase 3 de estadística descriptiva (para agrarias) donde se manejaron
códigos descriptivos en el programa R y una exhaustiva investigación en el libro Estadística
y Biometría de Mónica Balzarini, nos ayudó a despejar dudas acerca de definiciones o
preguntas concretas.
Este trabajo se enfoca en el desarrollo de una serie de preguntas, el manejo del programa y
la explicación de graficas las cuales fueron obtenidas del desarrollo de los códigos en dicho
programa
OBJETIVOS
OBJETIVO GENERAL
Adquirir más conocimientos sobre toda la parte de estadística descriptiva (para agrarias)
OBJETIVOS ESPECIFICOS
Para entender los conceptos trabajamos con un experimento aleatorio del dado el cual
nos sirvió para saber cuál es el espacio muestreal esto se sabe ya que con los dados
podemos adquirir diferentes resultados 1-2, 2-2... Hasta llegar a los 36 diferentes
resultados.
Por otro lado el conjunto de resultados denominados eventos se da al lanzar los dados
y obtener dos números impares 1-3, o dos números pares 4-6, y portal razón también
se podrían obtener dos numero iguales 4-4.
FRECUENCIAS ABSOLUTAS
Con esta grafica podemos observar la cantidad de veces que se repite el suceso
FRECUENCIAS RELATIVAS
¿Qué son variables aleatorias discretas proporcionales y que son variables aleatorias
discretas de conteo no acotado? De ejemplos de este tipo de variables.
Variables aleatorias discretas proporcionales: Su distribución viene dada por los valores
que pueden tomar y las probabilidades de que aparezcan, estas cantidades reciben el nombre
de función de probabilidad o función de masa.
Ejemplos: número de páginas de un libro, numero de preguntas hechas en una clase de una
hora.
Variables aleatorias discretas de conteo no acotado: cuando solo es capaz de adquirir un
número finito de valores dentro de un intervalo se dice que es aleatoria discreta.
Ejemplo: la cantidad de espermatozoides en una muestra de semen, por cuanto se trata de un
valor discreto de tipo aleatorio y sin límites precisos.
MODELO NORMAL
Esto nos muestran que al modificar la media las gráficas varían notablemente, y estas graficas
son muy diferentes a las presentadas en el libro Estadística y Biometría de Mónica Balzarini
Ya que se tienen dos valores de media y dos de varianza.
MODELO BINOMIAL
MODELO POISSON
Responder las siguientes preguntas:
DISTRIBUCION NORMAL
Qué tipo de histograma se debe seleccionar en un modelo probabilístico para una
variable aleatoria continua cuando se tienen datos de esa variable
Es recomendable graficar un histograma de frecuencias relativas y observar la forma del
mismo.
Qué es la estandarización, cuál es su fórmula.
Nos permite llevar cualquier distribución normal a la distribución estándar, tiene la siguiente
formula
𝑌−𝜇
𝑍=
√𝜎 2
DISTRIBUCIÓN BINOMIAL
Qué tipo de conteos se trabajan con la distribución Binomial
Se trabajan conteos acotados
𝜇 = 𝐸(𝑌) = ∑ 𝑦 𝑓 (𝑦) = 𝑛𝑃
𝑦=0
2
𝜎 = 𝑉(𝑌) = 𝑛𝑃(1 − 𝑃)
DISTRIBUCION DE POISSON
Qué tipos de conteos se trabaja con la distribución de Poisson.
Se trabajan conteos no acotados
En agronomía se usa para qué tipo de conteos (los ácaros por ejemplo, se pueden
trabajar con esta distribución).
La distribución Poisson suele usarse para la parte agrónoma
Cómo se denota el único parámetro de esta distribución, a que es igual la media y la
varianza.
= E (Y) =
2= V (Y) =
CONCLUSIONES
BIBLIOGRAFIA