Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
𝞴𝒚 𝒆−𝞴
𝑓(𝑦, 𝞴) = { 𝒚! 𝒔𝒊 𝒚 = 𝟎, 𝟏, 𝟐, …
𝟎
¿En agronomía se usa para que tipo de conteos?:
En agronomía es utilizado principalmente para determinar el número de insectos sobre
una planta, en un golpe de red, el número de manchas defectuosas en un mosaico, o en
un metro cuadrado de piso, el número de colémbolos en 100 g de suelo, o en 1000 cm3
de suelo o el número de coliformes en 1 ml de agua, entre otros conteos de interés.
(Balzarini, 2013)
¿Cómo se denota el único parámetro de esta distribución?, ¿a que es igual la media
y la varianza?:
El parámetro de la distribución de Poisson se denota con . La varianza de poisson
aumenta a medida que aumentan los conteos y esta es función de la media.
Revisando el ejercicio de la tabla 3.1 del libro de Balzarini como se obtiene λ en
este caso a que es igual la media y la varianza.
En este ejercicio para obtener λ primero que todo se multiplica el número de granos de
arroz partidos que se encontraron en cada muestra, por el total de muestras en las que se
identificó esa cantidad de granos partidos, luego se suman las multiplicaciones y se
dividen en el total de muestras.
En este caso la varianza es igual a la cantidad de granos partidos que se pueden
encontrar en un kilogramo de arroz.
2. Aplicación de conceptos.
Estudie el ejercicio de velocidad del viento de la del texto y explicar por qué hay un
sitio mejor para el objeto del estudio, pueden tomar pantallazos del gráfico.
En el estudio de velocidad del viento se puede identificar claramente que teniendo en
cuenta las ubicación e instalación de los molinos de viento, así mismo serán los resultados
en cuanto a generación de electricidad para bobeo de agua subterránea. Se debe tener en
cuenta que para garantizar un óptimo funcionamiento y mayor generación de electricidad
se deben garantizar vientos promedio de al menos 26 km/h. si se tiene en cuenta el
ejercicio la zona sur muestra que la probabilidad de obtener vientos de 26km/h es baja,
pues solo en un 10% de las veces los vientos superan ese rango, por lo que no es
recomendable para generación eléctrica y extracción de agua subterránea, mientras que
en la zona norte el viento alcanza una velocidad de 46km/h casi el 50% de las veces, lo
que significa que la zona norte es la mejor opción para lograr la mayor generación de
energía y así lograr la extracción de agua subterránea.
Desarrolle el ejercicio 2.1 del texto de Balzarini y en el caso del punto e revise la
presentación de probabilidad en R. En este caso se requiere obtener la tabla de
frecuencias relativas f(y) y la tabla de frecuencias relativas acumuladas que es la
misma F(Y), este ejercicio se puede desarrollar en una tabla de Word.
Ejercicio 2.1: Supongamos que se toma una muestra aleatoria con reposición de tamaño
n=2 a partir del conjunto {1, 2, 3} y se produce el siguiente espacio muestral con 9 puntos
muéstrales:
Ω= {(1,1), (1,2), (1,3), (2,1), (2,2), (2,3), (3,1), (3,2), (3,3)}
Supongamos además que definimos la variable aleatoria Y=suma de los dos números, que
conforma un nuevo espacio probabilístico y que estamos interesados en los siguientes
eventos:
Ω (y) = {2, 3, 4, 5, 6}
El evento A conformado por los puntos muéstrales cuya suma sea un número par, es decir,
A= {(1,1), (1,3), (2,2), (3,1), (3,3)} y P (A)= 5/9 = 0,56
El evento B conformado por los puntos muéstrales cuya suma sea un número impar,
siendo B= {(1,2), (2,1), (2,3), (3,2)} y P (B)=4/9 = 0,44
El evento C conformado por los elementos cuya suma es 5.
C= {(2,3), (3,2)} y P (C)=2/9 = 0,22
Y f(y) F(y)
Desarrolle el ejercicio 2.3 del texto de Balzarini, para el desarrollo de este punto
puede usar Excel y es una variable discreta, la cantidad de días es la frecuencia
absoluta, hay que sacar f(y) que es la frecuencia relativa , de las frecuencias relativas
salen las probabilidades de cada valor de la variable número de tractores vendidos,
en el caso de tres o más se suma la de tres y la de cuatro pues no hay más .
Ejercicio 2.3: Los siguientes datos corresponden a la venta de tractores que registra una
empresa de maquinarias agrícolas en los días laborables del último año:
Tractores vendidos. Cantidad de días.
0 110
1 80
2 35
3 25
4 10
Total. 260
Cantidad de
No. Tractores % Fr.Absoluta
días. (Fr. Fr relativa
vendidos. probabilidad acumulada
Absoluta)
0 110 0,42307692 42,3076923 110
1 80 0,30769231 30,7692308 190
2 35 0,13461538 13,4615385 225
3 25 0,09615385 9,61538462 250
4 10 0,03846154 3,84615385 260
Total. 260 1 100
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10
En el gráfico de barras podemos identificar claramente que para la variable ACAROS10
el conteo de más alta probabilidad es el de 2 y 3 respectivamente, con una frecuencia de
15 %.
0.10
0.05
0.00
0 1 2 3 4 5 6 7 8 9 10
0.6
0.4
0.2
0.0
0 1 2 3 4 5 6 7 8 9 10
Variable cuantitativa continúa. pH2.
20
10
0
Class limits
0.2
0.1
0.0
Class limits
40
30
Frequency
20
10
0
Class limits
40
20
0
Class limits
Distribución empirica
1.0
0.8
Distribución empirica
0.6
0.4
0.2
0.0
pH2
En conclusión tenemos que para la variable pH2 los valores están igual o menor a al
valor de la mediana (5), en un 50% o más de probabilidad.
En este punto se pretende que el estudiante aprenda a aplicar modelos
probabilísticos debe revisar en el capítulo tres modelos probabilísticos, en este los
ejercicios de aplicación de los modelos normal, binomial y Poisson, para lo cual el
estudiante debe descargar el código MODELOS y ubicarlo en la carpeta
estadística descriptiva, para correrlo desde el programa R.
MODELO NORMAL
Deben revisar en el texto el ejercicio de las vacas del tambo en el texto, en el código
de MODELOS, deben correr el código para este ejercicio que esta con los datos del
texto, adicionalmente deben hacer la gráfica de la función de densidad con una
media de 28 y 23 ambas con una varianza de 10 misma varianza en ambos casos, y
hacer el ejercicio con un media de 32 y dos varianzas una de 10 y otra de 8, es el
caso de la misma media y dos varianzas, que pasa cuando se cambia le media y hay
la misma varianza, hacia donde se desplaza la figura y que pasa cuando se cambia
la varianza en que se afecta la figura.
En los anteriores pantallazos podemos observar el desarrollo del ejercicio de las vacas
del tambo, en la cual primero se trabajó con dos medias diferentes (23-28) y una
varianza igual (10). Luego se realizó el trabajo con dos varianzas diferentes (10-8) y una
media igual (32). Se obtuvieron los siguientes resultados.
0.06
0.04
0.02
0.00
10 15 20 25 30 35 40
x
Al cambiar los valores de la media en el ejercicio se observó en el grafico que aumento
la producción de leche diaria en las vacas pero su densidad se mantuvo gracias a que la
varianza sigue siendo la misma.
0.2
0.1
0.0
10 15 20 25 30 35 40
0.02
0.01
0.00
20 40 60 80 100
0.05
0.04
0.03
F(x)
0.02
0.01
0.00
20 40 60 80 100
Bibliografía
Balzarini, M. (2013). Estadística y Biometría. Ilustraciones del uso de infostat en problemas de
agronomia. Brujas. Obtenido de
http://www.agro.unc.edu.ar/~mcia/archivos/Estadistica%20y%20Biometria.pdf