“Actividad 3-2 Diseñando un escenario viable para la empresa”

Teoría

Gasolina 1

Gasolina 2

Probabilidad de Girasoles

Porcentaje

1-pnorm = 0.001349898

1-pnorm(39,25.5,4.5)

## [1] 0.001349898

x

qnorm = 32.90184

qnorm(0.95,25.5,4.5)

## [1] 32.90184

Probabilidad de que una planta de girasol tenga un diámetro de base de más de 40 mm

dgirasol = .0478

dgirasol <- 1-pnorm(40,35,3)

Probabilidad de que ambas plantas tengan un diámetro de base de más de 40 mm

dmas40 = .23%

dmas40 <- dgirasol * dgirasol

¿Dentro de qué límites esperaría usted que se encuentren los diámetros de base, con probabilidad de .95?

lower_limit = 29.12

upper_limit = 40.87

z_lower <- qnorm(0.025) # Valor z correspondiente al percentil 02.5
z_upper <- qnorm(0.975) # Valor z correspondiente al percentil 97.5

lower_limit <- 35 + 3 * z_lower # Media - 3 * desviación estándar
upper_limit <- 35 + 3 * z_upper # Media + 3 * desviación estándar

¿Qué diámetro representa el 90avo percentil de la distribución de diámetros?

percentile_90 = 38.84

percentile_90 <- qnorm(0.9, 35, 3)

x <- 40
promedio <- 35
desviacion_estandar <- 3

Función de Densidad de probabilidad (Normal)

x_densidad <- seq(promedio-3*desviacion_estandar,promedio+3*desviacion_estandar,length=1000)
y_densidad <- dnorm(x_densidad,promedio,desviacion_estandar)
plot( x_densidad, y_densidad, type="l",lty=1, xlab="x",ylab="f(x)",main="Función de Densidad de probabilidad (Normal)",col="coral3")

Funcion de Distribución de Probabilidad (Normal)

x_distribucion <- seq(promedio-3*desviacion_estandar,promedio+3*desviacion_estandar,length=1000)
y_distribucion <- pnorm(x_densidad,promedio,desviacion_estandar)
plot(x_distribucion, y_distribucion, type="l", lty=1, xlab="x", ylab="f(x)", main="Funcion de Distribución de Probabilidad (Normal)", col="coral3")