Fase 3

FASE 3 –ELABORAR DOCUMENTO DE APLICACIÓN DE CONCEPTOS DE
PROBABILIDAD
ESTADISTICA DESCRIPTIVA (PARA AGRARIAS)
ERIKA TATIANA ALVAREZ ROJAS
CODIGO: 1121950803
GRUPO:
300046_119
TUTOR: LUIS ALBERTO CACERES TORRES
CEAD Acacias
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
(UNAD)
Introducción.
En el desarrollo de esta actividad se analizara y definirá conceptos de la probabilidad y

distribuciones de probabilidad aplicadas a las ciencias agrarias.
Objetivos.
Identificar conceptos básicos de probabilidad, variables aleatorias continuas, discretas

aplicadas a las ciencias agrarias, pecuarias y ambientales distribuciones de probabilidad
aplicadas a las ciencias agrarias, pecuarias y ambientales.
La parte vertical de la gráfica nos muestra los números que posee cada cara del dado y la
horizontal la cantidad de lances y la probabilidad que hay para que el dado caiga en dicho
número.
La grafica nos muestra la probabilidad que sea igual a 2 al sumar las dos caras.
Esta grafica nos muestra la probabilidad en obtener un número mayor o igual que 2.
Espacio muestral, con qué letra se denota.
Se denomina espacio muestral al conjunto de resultados posibles del tipo de variable de un

estudio aleatorio.se denota con la letra griega omega (Ω).
Punto muestral.
El punto muestral es posiblemente el resultado de un elemento omega

Evento muestral.
Es el conjunto de resultado de omega que se relacionan entre si, por lo cual el evento esta
representada con las variables vinculadas entre si.
Variable aleatoria
Es el que relaciona los resultados de un espacio muestral de un experimento con los

números reales.
¿Qué significa que el espacio muestral de una variable aleatoria continua es no

contable?
El espacio muestral de una variable aleatoria continua es no contable porque entre dos
valores de una variable, se puede sacar un número infinito con otros valores.
¿Qué son variables aleatorias discretas proporcionales y que son variables

aleatorias discretas de conteo no acotado? De ejemplos de este tipo de variables.
Las variables aleatorias discretas proporcionales son las que surgen de conteos que no
superaran a la cantidad de elementos evaluados y las variables aleatorias discretas de
conteo no acotado son las que no contienen un denominador natural.
Ejemplos:
Se tiene un lote de 200 novillas en celo las cuales fueron inseminadas y se obtuvo
un resultado de 99 animales quedaron preñadas.
El número de pústulas de roya por m2 de cultivo

Existen dos conceptos de probabilidad: el clásico y el concepto frecuencial; defina
cada uno, en el caso del frecuencial explique el experimento de germinación de
una semilla cuál es el experimento aleatorio, cuál es el evento, cuántos puntos
muestrales tiene.
La probabilidad es clásico cuando omega es finito (el número de puntos muestrales es

contable) puede darse una definición de probabilidad que se basa en la observación de los
elementos del espacio muestral.
El concepto frecuencial es una serie repetida de los estudios aleatorios y se usa
generalmente cuando el espacio muestral es infinito por lo cual no se pueden enumerar
todos los resultados posibles. El experimento aleatorio de germinación de una semilla es
que pueda germinar o no, el evento es que se pueda encontrar la semilla germinada y se
tiene 1000 puntos muestrales.
¿Qué diferencia existe entre el concepto de frecuencia relativa y el de

probabilidad?
La diferencia que hay entre frecuencia relativa y probabilidad es que la frecuencia relativa
es la que nos dice cuál es la proporción que tiene determinado valor u observación en la
muestra y la probabilidad es cuando no se esta seguro del resultado de un evento o no es tan
posible de que ocurra.
¿Qué son eventos mutuamente excluyentes? ¿Cómo es la intersección de dos

eventos mutuamente excluyentes? ¿Si son excluyentes, dado un evento A y uno B,
a que es igual la P(AꓴB)?
Los eventos mutuamente excluyentes si un evento sucede entonces el otro no puede ocurrir.
Un ejemplo de esta es tirar una moneda y su resultado puede ser cara o sello pero no ambas.
La intersección de dos eventos mutuamente excluyentes cuando A y B es vacia y por tanto
P(A ∩ B) =0
En el caso de distribuciones de variables aleatorias cuando una variable es

continua y simétrica, qué modelo se usa.
Cuando una variable aleatoria es continua y simétrica es común el uso de modelo normal.
Para una variable de conteo no acotado, ¿qué modelo se utiliza?
Cuando una variable de conteo no acotado se usa el modelo de poisson.
Para variables de proporciones ¿qué modelo se utiliza?
Para variables de proporciones se utiliza el modelo probabilístico binominal.
¿Qué variables tienen función de probabilidad y cuáles variables tienen función

de densidad?
Para las variables que tienen la función de probabilidad son las variables aleatorias
discretas y las de densidad son las aleatorias continuas.
¿Cuáles son los parámetros más usados en estadística para estudiar y utilizar
funciones de distribución de variables aleatorias?
Los parámetros más usados en estadística son: medidas de posición, medidas de dispersión,
medidas de forma,
Qué es la esperanza matemática de una variable aleatoria? ¿cómo se denota?
La esperanza matemática se denota por E (.) O la letra griega Mu (μ) es, desde un punto de
vista intuitivo, un promedio de valores asumidos por la variable, donde cada valor es
ponderado por su probabilidad de ocurrencia.
¿Qué es la la varianza de una variable aleatoria? ¿cómo se denota?
la varianza de una variable aleatoria se denota por Var o la letra griega sigma al cuadrado
(σ2), es una medida de presión. Su raíz cuadrada, denominada desvío estándar (σ) es usada
para expresar la dispersión en término de diferencias de cada dato respecto a la esperanza.
Esta grafica nos muestra la secuencia de los valores en el rango de producción de leche de
15 a 40 litros.
La figura nos muestra cómo cambia la ubicación de la media y sus formas son las
mismas porque no cambian en la varianza.
La grafica nos muestra que hubo un gran cambio en cuanto a las varianzas pero no cambia
la media.
La grafica nos muestra que posee la misma media y las formas no cambian porque poseen
diferente varianza.
La grafica muestra la secuencia de los valores en un rango.
DISTRIBUCION NORMAL
Qué tipo de histograma se debe seleccionar en un modelo probabilístico para una
variable aleatoria continua cuando se tienen datos de esa variable
En este caso es muy recomendable graficar el histograma de frecuencia relativa y observar

su forma.
Qué es la estandarización, cuál es su fórmula.
Es un proceso en el cual hay un valor más específico y que se le denomina valor z,

podemos obtener el valor z con la fórmula que es la media menos el valor x y se divide con
la desviación estándar y sirve para comparar valores que se obtuvieron en distintas
distribuciones con el valor z ya que puede ser más específicos con el área en una curva
normal.
DISTRIBUCIÓN BINOMIAL
Qué tipo de conteos se trabajan con la distribución Binomial
Conteo acotados.
A qué es igual la esperanza y la varianza en esta distribución.
La esperanza de la variable Y=número de lanzamientos que resultan en cara es igual a

20x0,5=10 y la varianza de Y es 20x0,5x0,5=5.
DISTRIBUCION DE POISSON
Qué tipos de conteos se trabaja con la distribución de Poisson.
Conteos no acotados
En agronomía se usa para qué tipo de conteos (los ácaros por ejemplo, se pueden
trabajar con esta distribución).
En Agronomía, la distribución Poisson suele usarse para modelar el número de

insectos sobre una planta, o 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
Cómo se denota el único parámetro de esta distribución, a que es igual la media y la

varianza.
Esta distribución tiene un único parámetro, que representa la esperanza y

también a la varianza, es decir que cuando Y~ Poisson (𝜆), se cumple:
𝜇 = 𝐸(𝑌) = 𝜆
𝜎 2 = 𝑉(𝑌) = 𝜆
BIBLIOGRAFÍA
Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e infostat en problemas
de agronomía. Recuperado
de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?docID=3221775&que
ry=bioestadistica
Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e infostat en problemas

de agronomía. Recuperado
de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?docID=3221775&que
ry=bioestadistica
http://gergiomax.blogspot.com/2008/04/valores-estandarizados.html

Fase 3

Cargado por

Copyright:

Formatos disponibles

Fase 3

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fase 3

Cargado por

Copyright:

Formatos disponibles

FASE 3 –ELABORAR DOCUMENTO DE APLICACIÓN DE CONCEPTOS DE

ESTADISTICA DESCRIPTIVA (PARA AGRARIAS)

ERIKA TATIANA ALVAREZ ROJAS

TUTOR: LUIS ALBERTO CACERES TORRES

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

En el desarrollo de esta actividad se analizara y definirá conceptos de la probabilidad y

Identificar conceptos básicos de probabilidad, variables aleatorias continuas, discretas

Espacio muestral, con qué letra se denota.

Se denomina espacio muestral al conjunto de resultados posibles del tipo de variable de un

El punto muestral es posiblemente el resultado de un elemento omega

Es el que relaciona los resultados de un espacio muestral de un experimento con los

¿Qué significa que el espacio muestral de una variable aleatoria continua es no

¿Qué son variables aleatorias discretas proporcionales y que son variables

El número de pústulas de roya por m2 de cultivo

La probabilidad es clásico cuando omega es finito (el número de puntos muestrales es

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

¿Qué son eventos mutuamente excluyentes? ¿Cómo es la intersección de dos

En el caso de distribuciones de variables aleatorias cuando una variable es

Cuando una variable de conteo no acotado se usa el modelo de poisson.

Para variables de proporciones ¿qué modelo se utiliza?

Para variables de proporciones se utiliza el modelo probabilístico binominal.

¿Qué variables tienen función de probabilidad y cuáles variables tienen función

Qué es la esperanza matemática de una variable aleatoria? ¿cómo se denota?

En este caso es muy recomendable graficar el histograma de frecuencia relativa y observar

Es un proceso en el cual hay un valor más específico y que se le denomina valor z,

A qué es igual la esperanza y la varianza en esta distribución.

La esperanza de la variable Y=número de lanzamientos que resultan en cara es igual a

En Agronomía, la distribución Poisson suele usarse para modelar el número de

Cómo se denota el único parámetro de esta distribución, a que es igual la media y la

Esta distribución tiene un único parámetro, que representa la esperanza y

Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e infostat en problemas

También podría gustarte