Aporte individual

Fase- 3

Universidad nacional abierta y a distancia

Estadística descriptiva

Miguel Ángel Rodríguez parra

1006698346

06/10/2021
e. ¿Qué significa que el espacio muestral de una variable aleatoria continua es no
contable?

Solución: pues como primero tenemos en cuenta que la variable obtenida no es posible deducir,
con esto se dice que una variable aleatoria continua es no contable ya que no se le puede dar un
número preciso ya que entre dos variables se puede realizar un número infinito de más valores, lo
cual no se da un numero o valor preciso a las opciones

f. ¿Qué son variables aleatorias discretas proporcionales y que son variables aleatorias
discretas de conteo no acotado? De ejemplos de este tipo de variables.

Solución: este tipo variables aleatorias discretas proporcionales son las que proceden de
conteos que no pueden adelantarse o superarse hacia el número de elementos los cuales
son evaluados, como ejemplo se tiene el número de accidentes de tránsito que ocurren en
una vía nacional en un lapso de tiempo determinado
En el caso de las variables aleatorias discretas de conteo no acotado, estas se dan solo
para poder lograr un numero finito y definido de valores entre un lapso de tiempo-
intervalos determinados ya que se da por labores discretos aleatorios y que no tienen
límites precisos por ejemplo las veces que ha llovido en una ciudad durante un periodo de
un mes
g. Existen dos conceptos de probabilidad: el clásico y el concepto frecuencial; defina
cada uno.

Solución: el concepto frecuencial es el que se emplea para para realizar porcentajes

derivado de números y también dependiendo las veces que pasa u ocurre algo y también
las veces que se repite este proceso experimental, por ejemplo
nA
P ( A )=P ( semillas que germinan )=
N

En el concepto clásico ya se refiere en los números de sucesos favorables en tipos de

casos y los que posiblemente puedan ocurrir, donde se debe tener presente que en estos
sucesos no hay ninguna frecuencia ya que el fin de la probabilidad clásica es que los datos
sean lo mayormente similares posibles tratando de imitar como el caso y la explicación de
los ejercicios de los dados
¿ puntosde muestra favorables
p(A)
¿ total de puntos de muestra

h. En el caso de la probabilidad frecuencial, explique el experimento de germinación de

una semilla, cuál es el experimento aleatorio, cuál es el evento y cuantos puntos
muéstrales tiene.
Solución: podemos decir que en dicho experimento vamos a tener el muestreo de (1000)
semillas, seria aleatorio ya que no podemos saber ni decir cuál será la cantidad de semillas
que germinaran en este proceso experimental, nos basamos en un evento de espacio
muestral seria de (1-1000) porque no se sabe cuál es la probabilidad con la cual saber
cuántas semillas germinaran pero se podría decir porque podría haber la posibilidad que
solo una semilla germine, en este caso se obtienen cerca de unas (600) semillas que han
germinado correctamente esta cantidad serán los puntos muéstrales y su probabilidad de
frecuencia seria un 60 %

3. Abra “Script Fase 3 - DADOS.txt”, ejecútelo y responda las siguientes preguntas:

a. Explique en sus propias palabras el experimento aleatorio del dado. Este ejercicio
nos ayudará a entender los conceptos de probabilidad y distribución.

Solución: se van a coger los dos datos con los cuales se van a denotar los espacios de
carácter muestral de este experimento, se entiende que si se lanza el dado, hay 6
probabilidades de que caiga en alguna de las caras de los números que van de sucesión 1,
2, 3, 4, 5 y 6, y si se realiza el lanzamiento de un segundo dado se pueden invertir y
realizar una combinación de otras 6 probabilidades, en cada dado que se lanza se
multiplica por lo cual se va a tener un resultado posible de 36 , es decir:
(1,1), (1,2), (1,3), (1,4), (1,5), (1,6)
(2,1), (2,2), (2,3), (2,4), (2,5), (2,6)
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)
(4,1), (4,2), (4,3), (4,4), (4,5), (4,6)
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6)
(6,1), (6,2), (6,3), (6,4), (6,5), (6,6)
A estos datos se les nombra como el espacio muestral, al lanzar los dados se determinan
tipos de subconjuntos del espacio muestral ya este puede estar conformado por un
evento A el cual lleva al lanzar ambos dados puedan sacar un numero par por ejemplo (2,2
4,4 6,6)

Si nos saliera dos números similares al lanzar los dados la probabilidad que haya sería la
de un espacio muestral del evento en este caso seria, {(1,1) (2,2) (3,3) (4,4) (5,5) (6,6)}

4. Abra en el programa R “Script Fase 3 – MODELOS.txt” y ejecútelo. Este script dará

respuesta a los ejercicios del libro “Estadística y Biometría de Mónica Balzarini” en el
Capítulo 3 – Modelos probabilísticos; describa los ejercicios y responda las siguientes
preguntas:

d. Distribución Poisson - Ejercicio de las picaduras de gorgojo (página 105).

i. Indique la probabilidad de que en 100 semillas dos tengan 1 picadura.

ii. Indique la probabilidad de que en 100 semillas dos o más tengan picaduras.

iii. Indique la probabilidad de que en 100 semillas una tenga picaduras.

Solución:

i. Indique la probabilidad de que en 100 semillas dos tengan 1 picadura.

La probabilidad de que en 100 semillas dos tengan una picadura es 1

ii. Indique la probabilidad de que en 100 semillas dos o más tengan picaduras.
Si se presentan dos picaduras o más picaduras es necesario eliminar o quitar las probabilidades
desde 0 desde 1, (x 0 = 0) el resultado de los conteos es el que se necesita para poder hallar una
probabilidad seria X2= 1
iii. Indique la probabilidad de que en 100 semillas una tenga picaduras.

P (Y = 1) = 0.11 * e-0.1 + 1 =0.091

Entonces se diría que la probabilidad de que de 1 a 100 semillas se tiene picaduras de gorgojos de
un porcentaje de 0,091% esto quiere decir que 9 de 10 semillas se encuentran intactas

> # 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= 2 # Número de semillas de las que se quiere calcular la probabilidad de tener picaduras de
gorgojo

> 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 dos tengan 1 picadura

[1] 0.01637462

>

> # probabilidad de que en 100 semillas dos o más tengan picaduras:

> # Hay que hallar primero las probabilidades de que 0 y 1 semillas tengan picaduras:

> 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 # en la distribución Poisson, la media es la misma varianza

> dpois(x0,lamda) # Esta es la probabilidad de que ninguna semilla tenga picaduras

[1] 0.8187308

> dpois(x2,lamda) # Probabilidad de que en 100 semillas una tenga picaduras

[1] 0.1637462
>

> 1-(dpois(x0,lamda)+dpois(x2,lamda)) # Esta es la probabilidad de que en 100 semillas dos o

más tengan picaduras.

[1] 0.0175231

 Referencias bibliográficas:

(S/f). Researchgate.net. Recuperado el 6 de octubre de 2021, de

https://www.researchgate.net/publication/293811237_Estadistica_y_biometria_ilustracione
s_del_uso_de_InfoStat_en_problemas_de_agronomia

OneDrive for Business. (s/f). Sharepoint.com. Recuperado el 6 de octubre de 2021, de

https://unadvirtualedu-my.sharepoint.com/:v:/g/personal/luis_caceres_unad_edu_co/
EW0pJiasBPZFmRTj47F4hLMBaTOYmSDVeh9cm6fUDl-9Yg?e=FCGIWi