BIOESTADISTICA

TAREA 2

CONSTRUCCIÓN DE UN DOCUMENTO DE APLICACIÓN DE CONCEPTOS DE

PROBABILIDAD

PRESENTADO POR:

OSCAR ALONSO OSPINA

COD: 1006246936
LUNA ISABELLA PANTANO VÁSQUEZ
COD: 1001220115
LEIDY PATRICIA LEON NORIEGA
COD: 1.018.454.782

DIRECTOR

JUAN FERNANDO RAMIREZ

GRUPO: 302277045_2

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA –UNAD

ESCUELA DE CIENCIAS AGRÍCOLAS PECUARIAS Y DEL MEDIO AMBIENTE –
ECAPMA
BIOESTADISTICA
2022
Tema 1 variables aleatorias y probabilidades:

 Defina espacio muestral y con cuál letra se denota.

El espacio muestral es una parte del espacio probabilístico. Como su propio nombre
indica, está formado por los elementos de la muestra. El espacio muestral se denota
con la letra griega Ω (Omega).

 Defina punto muestral y evento muestral.

Punto muestral: es un elemento del espacio muestral, es decir un resultado

particular del experimento. Es un conjunto de posibles resultados del experimento.

Evento Muestral: es el conjunto de todos los posibles resultados de un

experimento aleatorio.

 Explique en sus propias palabras el experimento aleatorio del dado. Sobre

este ejercicio, el estudiante debe entender que, aunque no es un experimento
agropecuario nos ayuda a entender los conceptos planteados.

Este experimento aleatorio nos permite ver con más claridad que las posibilidades y
los resultados que se pueden obtener de las 6 caras (1,2,3,4,5 y 6) que hay muchas
posibilidades.

 ¿Qué significa que el espacio muestral de una variable aleatoria continua es

no contable?

Toma un numero finito no contable de valores, es decir los números reales.

 ¿Qué son variables aleatorias discretas proporcionales y que son variables

aleatorias discretas de conteo no acotado? De tres (3) ejemplos de este tipo
de variables.

Las variables aleatorias discretas proporcionales son aquellas las cuales provienen
de conteos que nos pueden superar el número de elementos evaluados. Ejemplos:
la cantidad de espermatozoides, cuando llueve y semillas germinadas.

Cuando una variable solo es capaz de adquirir un número finito de valores dentro de
un intervalo se dice que es aleatoria discreta. Ejemplos: número de pétalos de una
rosa, número de personas que viven en una casa y grupos de una etnia.

 Existe dos conceptos de probabilidad el clásico y concepto frecuencial, defina

cada uno. En el caso del concepto frecuencial, explique su concepto pensando
en un experimento de germinación de una semilla y definiendo cuál es el
experimento aleatorio, cuál es el evento, cuantos puntos muestréales tendría
(hipotético, pero congruente y puntual).
Probabilidad clásica: Si un suceso puede ocurrir de N maneras mutuamente
excluyentes e igualmente probables, y m de ellas poseen una característica A

Probabilidad frecuencial: Tiene que ver con una serie repetida de estudios de
carácter aleatorio. También está dada cuando el espacio muestra es infinito y de
esta forma no pueden enumerarse todos los resultados obtenidos producto del
estudio.

Ejemplo: El experimento aleatorio son las semillas, el evento es la probabilidad de

que las semillas germinen y el punto muestral depende de uno la cantidad de
semillas germinadas.

 ¿Qué diferencia existe entre el concepto de frecuencia relativa y el de

probabilidad?

La frecuencia relativa es la frecuencia absoluta dividida por el número de veces n,

que se repite el experimento aleatorio.

 ¿Qué variables tienen función de probabilidad y que variables tienen función

de densidad?

La función de probabilidad suele ser el medio principal para definir una distribución
de probabilidad discreta, y tales funciones existen para variables aleatorias
escalares o multivariantes, cuyo dominio es discreto. Al valor de la variable aleatoria
que tiene la mayor masa de probabilidad se le llama moda.

La función de densidad es positiva a lo largo de todo su dominio y su integral sobre

todo el espacio es de valor unitario.

 ¿Cuáles son los parámetros más usados en estadística para estudiar y utilizar
funciones de distribución de variables aleatorias?

Un parámetro estadístico, es un valor que intenta resumir en un solo número una

determinada característica de una variable estadística.

Principales parámetros:

Las medidas de posición: son indicadores que permiten resumir los datos en uno
solo, o dividir su distribución en intervalos del mismo tamaño.

Dentro de las medidas de posición, podemos encontrar las medidas de tendencia

central y las medidas de posición no central.

Las medidas de dispersión: son en esencia, un valor numérico que ofrece

información sobre el grado de variabilidad de una variable.

Dentro de las medidas de dispersión, podemos encontrar las medidas de dispersión

absoluta y las medidas de dispersión relativas.
  ¿Qué es la varianza de una variable aleatoria?, ¿Cómo se denota?

Es una medida de dispersión definida como la esperanza del cuadrado de la

desviación de dicha variable respecto a su media. Su unidad de medida corresponde
al cuadrado de la unidad de medida de la variable.

Tema 2. Modelos probabilísticos

Distribución normal:

• ¿Qué tipo de histograma seleccionar para un modelo probabilístico de una variable

aleatoria continua cuando se tienen datos de esa variable?

Para graficar un histograma de una variable aleatoria continua se puede tomar

cualquier valor. La probabilidad P(a ≤ X ≤ b), se especifica por medio de una curva
de densidad de probabilidad , una curva situada por encima del eje x tal que la área
total entre la curva y el eje x es igual a 1.

La probabilidad P(a ≤ X ≤ b) se da por la átra delimitada por la curva, el eje x, y las

líneas x = a y x = b.
Los nombres de estos modelos de probabilidad son chi-cuadrado, normal,
exponencial y uniforme.

• ¿Qué tipo de conteos se trabajan con la distribución Binomial?

Una distribución binominal es una distribución discreta que describe el número de

éxitos al realizar n experimentos independientes entre sí, acerca de una variable
aleatoria.

Existen una gran diversidad de experimentos o sucesos que pueden ser

caracterizados bajo esta distribución de probabilidad. Imaginemos el lanzamiento de
una moneda en el que definimos el suceso (sacar cara o sello) como el éxito. Si
lanzamos 5 veces la moneda y contamos los éxitos (sacar cara) que obtenemos,
nuestra distribución de probabilidades se ajustaría a una distribución binominal.

Por lo tanto, la distribución binominal se entiende como una serie de conteos de las
pruebas y ensayos en la que solo podemos tener dos resultados (éxito o fracaso),
siendo el éxito nuestra variable aleatoria.

• ¿En la distribución binomial ¿qué es n y que es P?

n = número de ensayos

p = probabilidad de éxito

Distribución de poisso:

¿Qué tipos de conteo se trabajan con la distribución de poisson?

Se debe de utilizar la distribución de poisson para describir el número de veces que
un evento ocurre en un espacio finito de observación. Por ejemplo, una distribución
de poisson puede describir el número de defectos en el sistema mecánico de un
avión o el número de llamadas a un centro de llamadas en una hora. La distribución
de poisson se utiliza con frecuencia en el control de calidad, los estudios de
fiabilidad/supervivencia y los seguros.

Una variable sigue una distribución de poisso si se cumplen las siguientes

condiciones:

• Los datos son conteos de eventos (enteros no negativos, sin límite superior).

• Todos los eventos son independientes.

• La tasa promedio no cambia durante el periodo de interés

• ¿En agronomía se usa para qué tipo de conteos?, les recuerdo los ácaros, por
ejemplo, se pueden trabajar con esta distribución.

En agronomía, la distribución poisson generalmente se utiliza para moldear sobre

una planta como bueno un golpe de red, numero de manchas defectuosas de un
mosaico, o en 1m2 de suelo, el número de colémbolos (insectos masticadores) en
100 gr del área o en 10 m.

Se puede usar para determinar el número de ácaros en una planta por determinado
tiempo, al saber el promedio de la población de ácaros en una planta se puede usar
una dosis adecuada de una caricida.

• ¿Como se denota el único parámetro de esta distribución?

La distribución de poisson se especifica por un parámetro: lambda (λ) este

parámetro es igual a la media y la varianza. Cuando lambda aumente a valores lo
suficientemente grandes, la distribución normal lambda, podría utilizarse para
aproximar la distribución de poisson.

Utilice la distribución de poisson para describir el número de veces que un evento

ocurre en un espacio finito de observación.

Ejercicio 1

a. Describan este espacio que está constituido por los 36 elementos o puntos
muestréales, cada uno representado por el par (x,y), donde x= número de
crías de la coneja 1 y y=número de crías de la coneja 2.
  Ω ={x = 1,2,3,4,5,6}
 Ω ={y = 1,2,3,4,5,6}

b. ¿De qué tipo?

 Variable discreta proporcional, ya que los números de los puntos muestrales

tiene por decirlo así un límite que es la cantidad de crías que puede tener
cada coneja.

c. ¿Se puede decir que el total de crías es una variable aleatoria?

Si se puede decir que el total de crías es una variable aleatoria ya que la cantidad
de crías de las dos conejas es incierta y el número no es fijo porque puede tomar
diferentes crías.

e. Con referencia al espacio muestral del ejercicio, describan el evento A: "que al

menos una coneja sea mellicera" y el evento B: "el número total de crías no supera
5".

 Ω ={(a,b) / a = 2/6; ∧ b= 1,2,3,4,5}

Ejercicio 2. Supóngase que se conduce una investigación para determinar la

distancia que podría recorrer un tractor sobre un camino, con 5 litros de gas-oíl en
ciertas condiciones de avance. La distancia es una variable aleatoria que puede ser
medida con el grado de precisión deseada.

a. Describa el espacio muestral de este experimento.

 Son las posibles distancias que puede recorrer el tractor con los 5 litros de
gas-oíl y también depende de los objetivos que se tengan para realizar el
experimento, las metas que se visualizan con el propósito de lograr
determinados tramos dependiendo mucho de las cargas y el tipo de trayecto
que necesita recorrer el tractor.

b. Identifique el tipo de variable en estudio.

Es una variable aleatoria discreta ya que la distancia es entre un punto a y un punto

b, por lo que lo que varía es la distancia a recorrer con la cantidad de litros de
gasolina que dan.
 BIBLIOGRAFIA

https://economipedia.com/definiciones/espacio-muestral.html

¿Que es punto muestral? - Brainly.lat

https://economipedia.com/definiciones/variable-discreta.html

https://sites.google.com/site/informacionestadisticalepri/probabilidad-clasica-y-
frecuencia

https://respuestasparati.com.mx/noticias/que-variables-tienen-funcion-de-
probabilidad/

https://economipedia.com/definiciones/parametro-estadistico.

Variables aleatorias y Estadísticas (zweigmedia2.com)