Variables aleatorias discretas

y continuas
Reporte

Instituto Tecnológico de Acapulco.

Equipo:
Flores Herrera Mayreli
Norberto Monroy Danna Paola
Organes de la O Octavio 20321151
Oyorzabal Rabiela Brandon
Rojas Mañon Jordi David 20321453
Nombre de la Maestro: Juan Carlos Ramírez Teresa
Materia: Simulación
Semestre 4
R estudio
PROBLEMA: Una pareja quiere tener 4 hijos ¿Cuál es la probabilidad que tengan 2 niños?
Proceso:
Creamos dos variables N que es igual a 4 y P que tiene el valor de 0.5 que es la
probabilidad procedemos a escribir el binomial (pbinom) y separamos con comas entre
paréntesis escribimos lo que queremos buscar, el tamaño o la variable que hemos creado
y por último la probabilidad.
Para encontrar la probabilidad acumulada utilizamos el “lower.tail” y lo dejamos en TRUE
ya que si lo cambiamos a FALSE este nos daría la probabilidad mayor la cual no nos
interesa por ahora el siguiente paso será hacer que R nos del cuantil esto lo hacemos con
“qbinom” entre paréntesis ponemos la probabilidad obtenida(0.6875), el tamaño o n y la
probabilidad o p, como resultado obtenemos 2 por ultimo obtendremos la densidad
utilizamos “dbinom” entre paréntesis ponemos el parámetro X que es 2, el tamaño que es
4 y la probabilidad del inicio 0.5 nos da como resultado 0.375
Enseguida para que R nos haga una simulación colocamos “rbinom” ponemos el tamaño
que es en este caso ponemos 4, cuantil de 2 y probabilidad de 0.5, nos da como resultado
1,1,0,0 los uno sol los niños recordemos que esto son solo simulaciones.
PROBLEMA: El número de llamadas telefónicas que llegan a una central telefónica es a
menudo modelado como una variable de poisson. Suponga que en promedio hay 10
llamadas por hora.
Proceso:
Como primer paso declaramos que lambda sea igual a 10 y escribimos “ppois” entre
paréntesis el cuantil, el parámetro lambda, y el parámetro “lower.tail” y cambiamos el
TRUE por un FALSE para trabajar con la cola derecha nos arroja la probabilidad de que en
una hora se presenten 0.932914 llamadas lo multiplicamos por 100 y nos da 93.2914.
Para hacer que R nos del cuantil colocamos “qpois” entre paréntesis la probabilidad
(0.932914), el parámetro lambda y el “lower.tail” igual con FALSE para encontrar el
cuantil, como resultado nos arroja 6 como siguiente paso encontraremos la densidad
utilizando “dpois” agregamos entre paréntesis el parámetro X que es 5,lambda y seria
todo para obtener una densidad de 0.03783327
Ahora para utilizar correctamente un variable poison generaremos variables aleatorias
con “rpois” colocando n con un valor de 10, lambda y con eso nos da 10 valores
(11,13,13,3,7,10,11,12,8,8) por ultimo y para finalizar haremos un histograma con una
variable que sea igual a “rpois” y con “hist” con eso obtendremos el histograma de
nuestra variable utilizada.
JAVA NETBEANS
PROBLEMA: EL siguiente código lo que hace es que manda a imprimir diez números de
forma aleatoria

Lo que se hace es que con un ciclo for se mandan a imprimir diez números aleatorios con
punto decimal ya que son variables aleatorias continuas y se muestran los resultados
PROBLEMA: El siguiente problema es un ejemplo de variable aleatoria continua en java
donde se suman tres números aleatorios dados por el programa y se muestran dichos
números junto con el resultado de la suma de esos mismos números.

Como podemos ver declara tres variables (a1, a2, a3) a los que le asigna un tipo de dato
que acepta números con puntos decimal, después delimita que esos números será
aleatorios y serán en un rango máximo de diez para luego proceder a imprimirlo y mostrar
que número aleatorio es el que se utilizara, ya por ultimo utilizamos una variable llamada
suma que es básicamente donde se harán las operaciones (la suma de las tres variables
anteriores) y ya imprimimos el resultado de dicha variable mostrando el resultado de la
variable suma así como se muestra a continuación.
 CONCLUSIONES
Conclusión (Mayreli):
De manera general, consideraremos que una variable continua toma valores en un
intervalo (por ejemplo: el peso de un grupo de personas varía entre 40 y 100 kilos), y un
dato podrá ser cualquier número entre esos dos. Por otra parte, una variable aleatoria es
discreta si toma un número finito o numerable de valores. Una variable aleatoria es
continua si toma un número infinito no numerable de valores (por ejemplo, en un
intervalo de R).
Observando el reporte vemos que la distribución de poisson consiste en preguntar por la
cantidad de eventos en el período (la longitud de un intervalo del continuo que va a
estudiarse). Es decir, dado, calcular la distribución de (la cantidad de eventos que hay en
ese intervalo).

Conclusión (Octavio):
la distribución de Poisson es una distribución de probabilidad discreta que expresa, a
partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un
determinado número de eventos durante cierto período de tiempo como es el caso de la
segunda prueba la cual nos da un promedio de 10 llamadas en una hora con estos dos
datos podemos detectar que el problema llega a encajar en una variable aleatoria poisson
ya que como se dice al inicio de la conclusión esta variable debe ser una frecuencia media
que ocurra en un determinado tiempo.

Conclusión (Danna):
Las variables aleatorias continuas son aquellas que dependen de un rango y pueden ser
tanto enteros como decimales y las variables aleatorias discretas son infinitas y solo
pueden ser números enteros; existen distribuciones para diseñar modelos probabilísticos
para números aleatorios como lo es La distribución de Poisson desempeña un papel
importante, por derecho propio, como un modelo probabilístico apropiado para un gran
número de fenómenos aleatorios.
La distribución exponencial describe el tiempo hasta la primera ocurrencia de un evento
de Poisson. Así, las aplicaciones más importantes de esta distribución son aquellas
situaciones en donde se aplica el proceso de Poisson.
Conclusión (Jordi):
Como pudimos aprendes vimos que las variables aleatoria discretas son aquellas que los
números son contables ya que son enteros como decir por ejemplo que en un salón hay
34 alumnos o también decir que en ese mismo salón hay 35 sillas y por otro lado tenemos
las variables aleatorios continuas que son igualmente números pero con cantidades mas
exactas y pequeñas como por ejemplo para que quede mas claro al medir la estatura de
alguien tenemos un rango y puede ser que alguien mida 1.75 metros como vemos aquí si
aplican números con punto decimal y también podemos decir que tenemos un rango de 1
mes pero dentro de dicho mes tenemos 30 días, 4 semanas, tantas horas y tantos minutos
etc.. entonces como podemos ver hay un rango que podemos descomponer mas haya y
hacerlo mas exacto y así de forma continua podríamos seguir descomprimiendo ese
mismo rango hasta llegar a cantidades muy minúsculas
Entonces la diferencia principal seria que las variables aleatorias discretas son números
enteros contables con mas facilidad, mientras que las continuas son números con
decimales los cuales son mas complejos de contar ya que hay una infinidad de números
dentro de dicho rango.

Conclusión (Brandon):