Tarea 1 –

Nombre: Edher Julián González Sierra

Correo: edher.gonzalez-s@mail.escuelaing.edu.co

Programa: Maestría en Ingeniería Eléctrica (Recursos Energéticos)

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

#Gráfica de la variable aleatoria X

plt.subplot(3, 1, 1)
plt.plot(X)
plt.grid()

#Gráfica del histograma de frecuencias y la función de densidad de distribuc

ión
plt.subplot(3, 1, 2)
count, bins, ignored = plt.hist(X, 10, density=True)

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()

#Gráfica de la distribución de probabilidad

plt.subplot(3, 1, 3)
Fdensidad = (1/(sigma*np.sqrt(2*np.pi)))*np.exp(-((X-mu)**2)/(2*(sigma**2)))
Fprobabilidad = np.cumsum(Fdensidad)
plt.plot(X,Fprobabilidad,'r')
plt.grid()

Gráficas:

Variable:

Histograma y función de densidad:

Solución – Punto 2
Planteamiento propuesto:

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.

Pensando en el retorno a la oficina, la empresa HMV Ingenieros entrevistará

a 450 empleados de la sede para determinar quiénes completaron su esquema de vacunación. Se modelará este
problema con un modelo de probabilidad binomial donde la variable aleatoria X corresponde al número de
empleados que se encuentran vacunados.

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:
ANEXOS - Caracterización del espacio muestral PUNTO 2
Dado 1+ Dado 1+
Dado 1+ Dado ¿Es mayor ¿Es mayor ¿Es mayor
Dado 1 Dado 2 Dado 3 Dado 1 Dado 2 Dado 3 Dado 2+ Dado 1 Dado 2 Dado 3 Dado 2+
2+ Dado 3 igual que 12? igual que 12? igual que 12?
Dado 3 Dado 3
1 1 1 3 NO 2 1 1 4 NO 3 1 1 5 NO
1 1 2 4 NO 2 1 2 5 NO 3 1 2 6 NO
1 1 3 5 NO 2 1 3 6 NO 3 1 3 7 NO
1 1 4 6 NO 2 1 4 7 NO 3 1 4 8 NO
1 1 5 7 NO 2 1 5 8 NO 3 1 5 9 NO
1 1 6 8 NO 2 1 6 9 NO 3 1 6 10 NO
1 2 1 4 NO 2 2 1 5 NO 3 2 1 6 NO
1 2 2 5 NO 2 2 2 6 NO 3 2 2 7 NO
1 2 3 6 NO 2 2 3 7 NO 3 2 3 8 NO
1 2 4 7 NO 2 2 4 8 NO 3 2 4 9 NO
1 2 5 8 NO 2 2 5 9 NO 3 2 5 10 NO
1 2 6 9 NO 2 2 6 10 NO 3 2 6 11 NO
1 3 1 5 NO 2 3 1 6 NO 3 3 1 7 NO
1 3 2 6 NO 2 3 2 7 NO 3 3 2 8 NO
1 3 3 7 NO 2 3 3 8 NO 3 3 3 9 NO
1 3 4 8 NO 2 3 4 9 NO 3 3 4 10 NO
1 3 5 9 NO 2 3 5 10 NO 3 3 5 11 NO
1 3 6 10 NO 2 3 6 11 NO 3 3 6 12 SI
1 4 1 6 NO 2 4 1 7 NO 3 4 1 8 NO
1 4 2 7 NO 2 4 2 8 NO 3 4 2 9 NO
1 4 3 8 NO 2 4 3 9 NO 3 4 3 10 NO
1 4 4 9 NO 2 4 4 10 NO 3 4 4 11 NO
1 4 5 10 NO 2 4 5 11 NO 3 4 5 12 SI
1 4 6 11 NO 2 4 6 12 SI 3 4 6 13 SI
1 5 1 7 NO 2 5 1 8 NO 3 5 1 9 NO
1 5 2 8 NO 2 5 2 9 NO 3 5 2 10 NO
1 5 3 9 NO 2 5 3 10 NO 3 5 3 11 NO
1 5 4 10 NO 2 5 4 11 NO 3 5 4 12 SI
1 5 5 11 NO 2 5 5 12 SI 3 5 5 13 SI
1 5 6 12 SI 2 5 6 13 SI 3 5 6 14 SI
1 6 1 8 NO 2 6 1 9 NO 3 6 1 10 NO
1 6 2 9 NO 2 6 2 10 NO 3 6 2 11 NO
1 6 3 10 NO 2 6 3 11 NO 3 6 3 12 SI
1 6 4 11 NO 2 6 4 12 SI 3 6 4 13 SI
1 6 5 12 SI 2 6 5 13 SI 3 6 5 14 SI
1 6 6 13 SI 2 6 6 14 SI 3 6 6 15 SI
 Dado 1+ Dado 1+
Dado 1+ Dado ¿Es mayor ¿Es mayor ¿Es mayor
Dado 1 Dado 2 Dado 3 Dado 1 Dado 2 Dado 3 Dado 2+ Dado 1 Dado 2 Dado 3 Dado 2+
2+ Dado 3 igual que 12? igual que 12? igual que 12?
Dado 3 Dado 3
4 1 1 6 NO 5 1 1 7 NO 6 1 1 8 NO
4 1 2 7 NO 5 1 2 8 NO 6 1 2 9 NO
4 1 3 8 NO 5 1 3 9 NO 6 1 3 10 NO
4 1 4 9 NO 5 1 4 10 NO 6 1 4 11 NO
4 1 5 10 NO 5 1 5 11 NO 6 1 5 12 SI
4 1 6 11 NO 5 1 6 12 SI 6 1 6 13 SI
4 2 1 7 NO 5 2 1 8 NO 6 2 1 9 NO
4 2 2 8 NO 5 2 2 9 NO 6 2 2 10 NO
4 2 3 9 NO 5 2 3 10 NO 6 2 3 11 NO
4 2 4 10 NO 5 2 4 11 NO 6 2 4 12 SI
4 2 5 11 NO 5 2 5 12 SI 6 2 5 13 SI
4 2 6 12 SI 5 2 6 13 SI 6 2 6 14 SI
4 3 1 8 NO 5 3 1 9 NO 6 3 1 10 NO
4 3 2 9 NO 5 3 2 10 NO 6 3 2 11 NO
4 3 3 10 NO 5 3 3 11 NO 6 3 3 12 SI
4 3 4 11 NO 5 3 4 12 SI 6 3 4 13 SI
4 3 5 12 SI 5 3 5 13 SI 6 3 5 14 SI
4 3 6 13 SI 5 3 6 14 SI 6 3 6 15 SI
4 4 1 9 NO 5 4 1 10 NO 6 4 1 11 NO
4 4 2 10 NO 5 4 2 11 NO 6 4 2 12 SI
4 4 3 11 NO 5 4 3 12 SI 6 4 3 13 SI
4 4 4 12 SI 5 4 4 13 SI 6 4 4 14 SI
4 4 5 13 SI 5 4 5 14 SI 6 4 5 15 SI
4 4 6 14 SI 5 4 6 15 SI 6 4 6 16 SI
4 5 1 10 NO 5 5 1 11 NO 6 5 1 12 SI
4 5 2 11 NO 5 5 2 12 SI 6 5 2 13 SI
4 5 3 12 SI 5 5 3 13 SI 6 5 3 14 SI
4 5 4 13 SI 5 5 4 14 SI 6 5 4 15 SI
4 5 5 14 SI 5 5 5 15 SI 6 5 5 16 SI
4 5 6 15 SI 5 5 6 16 SI 6 5 6 17 SI
4 6 1 11 NO 5 6 1 12 SI 6 6 1 13 SI
4 6 2 12 SI 5 6 2 13 SI 6 6 2 14 SI
4 6 3 13 SI 5 6 3 14 SI 6 6 3 15 SI
4 6 4 14 SI 5 6 4 15 SI 6 6 4 16 SI
4 6 5 15 SI 5 6 5 16 SI 6 6 5 17 SI
4 6 6 16 SI 5 6 6 17 SI 6 6 6 18 SI

Cantidad de casos favorables (dado1+dado2+dado3>12) 81

Probabilidad de un caso favorable (Casos 37,5%