Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Correo: edher.gonzalez-s@mail.escuelaing.edu.co
Solución - Punto 1
Código:
#EJERCICIO 1
import matplotlib.pyplot as plt
import numpy as np
import scipy.stats as ss
import seaborn as sns
from mpl_toolkits.mplot3d import Axes3D
from sklearn import datasets
iris = datasets.load_iris()
X = iris.data[:,0:1] # Lee la primer columna
mu = np.mean(X)
sigma = np.std(X)
x=np.arange(160)
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *
np.exp( - (bins - mu)**2 / (2 * sigma**2) ),
linewidth=2, color='r')
plt.grid()
Gráficas:
Variable:
Al lanzar 3 dados, se observa la suma de los 3 números y se observa el resultado de la suma de dado1 + dado2 +
dado3.
Voy a definir una variable aleatoria X que me indica el número de veces en 100 disparos, que la suma de los tres
dados es un entero mayor igual a 12.
Anexo a este documento se encuentra la caracterización del espacio muestral, donde demuestro que existen 21
6 puntos muestrales y 81 casos favorables,obteniendo una p=81/216=37,5%. Así, se procede a modelar la varia
ble aleatoria como una variable con comportamiento binomial.
Código:
X=ss.binom(100, 0.375)
print(X)
x=np.arange(100)
plt.plot(x,X.pmf(x))
#plt.vlines(x,0,X.pmf(x))
plt.title("Distribución binomial")
plt.ylabel("Probabilidad")
plt.xlabel("Valores")
plt.show()
Gráfica:
Solución – Punto 3
Según el último boletín de la Secretaria de Salud, el 46,8% del total de habitantes mayores de 16 años en Bogotá
ya tiene su esquema completo de vacunación contra el COVID-19.
Código:
import scipy as sc
from pylab import *
import matplotlib.pyplot as plt
p=sc.stats.binom.pmf(450,0.468,50)
print(p)
x=arange(0,450,1)
densidadX=sc.stats.binom.pmf(x,450,0.468)
plt.stem(densidadX)
Gráfica: