Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de probabilidad
Estudiante
Grupo
302277045_124
Tutor
Bioestadística
30 de marzo de 2024
Introducción,
distribuciones de probabilidad, que son muy útiles en tareas de procesamiento de datos para
Una variable que no se resuelve totalmente por el evento de una ocasión irregular se
En un juicio dado, una variable irregular puede tomar varias cualidades. Es por ello,
que tenemos que estar atentos para reconocer la variable y sus probabilidades potenciales
que puede tomar en cada presentación del análisis. Por ejemplo, la cantidad de semblantes
referencia son los datos del puerto de entrada conectado a la transformación. El valor de la
Puede asignar una etiqueta a cada valor de datos de referencia del modelo.
Objetivos.
Objetivo general.
Objetivos específicos.
y dudas sobre el tema que resuma e integre de manera coherente y clara las
ejemplo.
lanzamos un dado, los puntos muestrales serían los números del 1 al 6, ya que esos son
un dado, el evento muestral "obtener un número par" sería el subconjunto {2, 4, 6}, ya
que esos son los resultados posibles que cumplen con la condición de ser números
pares.
Ejemplo de espacio muestral, punto muestral y evento muestral.
Supongamos que tenemos una bolsa con 4 bolas: 2 bolas rojas y 2 bolas azules.
Si sacamos una bola al azar de la bolsa, el espacio muestral sería el conjunto de todas
las posibles combinaciones de bolas que podríamos sacar. En este caso, el espacio
muestral sería {roja, roja}, {roja, azul}, {azul, roja}, {azul, azul}.
Un evento muestral sería un subconjunto del espacio muestral que cumple con
ciertas condiciones. Por ejemplo, el evento muestral "sacar una bola roja" sería el
subconjunto {roja, roja}, {roja, azul}, ya que esos son los resultados posibles que
continua es no contable?
no contable, queriendo significar que, entre dos valores de la variable, pueden realizarse un
variables.
Solución: Las variables aleatorias discretas son variables aleatorias cuyo intervalo
Entre las variables discretas es importante distinguir al menos dos subtipos muy
comunes:
elementos evaluados.
Ejemplo:
que si bien el valor puede ser continuo en el rango 0-1, el espacio generatriz es
Es una variable que puede adquirir un valor discreto y sin límites precisos
Ejemplos:
una variable es discreto pero representado por nombres o códigos que representan
categorías excluyentes y exhaustivas de la variable, entonces la variable aleatoria es
La presión atmosférica.
probabilidad?
función de densidad?
Solución:
Distribución normal:
“aproximar bien” la forma del histograma. Por ejemplo, en la Figura 3.1 se presentan cuatro
Exponencial y Uniforme.
Distribución binomial:
Solución:
Distribución de Poisson:
(λ), dicho parámetro es igual o similar a la media y la varianza, cuando lambda aumenta los
valores suficientemente grandes, la distribución normal (λ, λ), se emplearía para aproximar
la distribución de poisson.
V: velocidad de la onda
F: frecuencia.
Mediante ella se podrá denotar el parámetro de lamdba, debido a que la distribución
tiempo.
siguiendo las indicaciones de los enunciados. Desarrolle los mismos con apoyo de software
Ejercicio 1:
En una granja productora de alevinos se producen peces de 4 especies diferentes,
Cachama, Mojarra, Tilapia y Pirarucú. Por un accidente en los tanques se mezclaron todas
las especias en un solo tanque; sin embargo, se sabe la distribución de cada una de las
Especie Cantidad
Cachama 226
Mojarra 206
Tilapia 50
Pirarucú 20
el alevino sea
a) Cachama?
b) Mojarra?
c) Tilapia?
d) Pirarucú?
e) Se sabe que el 30% del total de los individuos del tanque mezclado se contagió
tanque mezclado, un alevino de mojarra libre del virus?, para resolver el ejercicio tenga en
P( AnB)
P( A /B)=
P(B)
Solución:
mezclado, debemos dividir la cantidad de esa especie entre el total de alevinos en el tanque.
P ( BA )= (226+206+
226
=
226
50+20) 502
=0.45 .
P ( BA )= (226+206+
206
=
206
50+20) 502
=0.41.
P ( BA )= (226+206+
50
=
50
50+20) 502
=0.10 .
P ( BA )= (226+206+
20
=
20
50+20) 502
=0.04 .
La probabilidad de capturar una Mojarra libre del virus dado que se contagiaron 35
Mojarras es igual a la probabilidad de capturar una Mojarra libre del virus y que se
La probabilidad de capturar una Mojarra libre del virus y que se contagiaron 35 Mojarras es
igual a la probabilidad de capturar una Mojarra libre del virus multiplicada por la
libre del virus es igual a la cantidad de Mojarras libres del virus dividida entre el total de
alevinos en el tanque. La probabilidad de que se contagiaron 35 Mojarras es igual a 35
X
(226+ 206+50+20)
Por lo tanto, la probabilidad de capturar una Mojarra libre del virus es:
X
( )∗35
(226+ 206+50+20)
206
Recuerda que la probabilidad de capturar una Mojarra libre del virus dado que se
contagiaron 35 Mojarras es igual a la probabilidad de capturar una Mojarra libre del virus y
Mojarras.
X 35 35
(( )∗( ))/( )
(226+206+ 50+20) 206 206
Para calcular el valor de X, podemos utilizar la información de que el 30% del total de los
individuos del tanque mezclado se contagió con el virus. Si el 30% se contagió, entonces el
70% está libre del virus. Por lo tanto, X es igual al 70% de la cantidad total de Mojarras en
el tanque.
sabe que, el 30 por ciento de los pollos son inmunes a la enfermedad. Si se selecciona una
muestra aleatoria de tamaño 10 de esta población, ¿cuál es la probabilidad de que contenga
Utilice la distribución binomial teniendo en cuenta que un pollo puede ser inmune o
Solución:
Probabilidad de que el pollo sea inmune es del 30% o 0.3 por lo que P=0.3
Se calcula:
10 !
(10 c h oose 4)= =210
(4 !∗(10−4 )!)
Ejercicio 3.
encuentran distribuidas en forma aproximadamente normal con una media de 200 mg/100
mL y una desviación estándar de 20 mg/ 100 mL, encuentre la probabilidad de que en una
de esas muestras seleccionadas al azar de dicho cultivo tenga una concentración, de xilosa
de:
Se debe evidenciar desarrollo de los ejercicios por medio de una hoja de cálculo o
R. http://www.investigo.biblioteca.uvigo.es/xmlui/handle/11093/9705
https://repository.unad.edu.co/handle/10596/3396
https://cran.rproject.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf
Solución:
Donde:
x−μ
z=σ
μ es la media de la distribución.
σ es la desviación estándar de la distribución.
x=180
μ=200 mg/100 ml
σ =20 mg/100 ml
180−200
z 1= =−1
20
x=200
μ=200 mg/100 ml
σ =20 mg/100 ml
200−200
z 2= =0
20
P(−1< z <0)
Solución:
x=225
μ=200 mg/100 ml
σ =20 mg/100 ml
225−200
z= =1.25
20
P(z >1.25)
Solución:
x=150
μ=200 mg/100 ml
σ =20 mg/100 ml
150−200
z= =−2.25
20
P(z >−2.25)
Solución:
x=190
μ=200 mg/100 ml
σ =20 mg/100 ml
190−200
z 1= =−0.5
20
μ=200 mg/100 ml
σ =20 mg/100 ml
210−200
z 2= =0.5
20
Conclusiones.
probabilidad.
Los conceptos de aplicación de privacidad se basan en procesos de
cada uno de los conceptos de probabilidades, sus múltiples variables y la manera en la cual
Bibliografía
file:///C:/Users/57310/Downloads/LibroEstadisticayBiometriasegundaedicin201
5%20(1).pdf
Cáceres, L. (2020). OVI Distribución normal y algunas de sus aplicaciones.
https://repository.unad.edu.co/handle/10596/3396
Cardona, D., Rivera, M., & Romero, J. (2012). Una aproximación de la variable
Distribuciones de probabilidad en R
https://idaejin.github.io/courses/R/2019/euskaltel/
http://www.investigo.biblioteca.uvigo.es/xmlui/handle/11093/970
https://cran.rproject.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf