Updates Ejercicio y Tema 11

rtscmrn · Jan 7, 2019 · fda6435 · fda6435
1 parent 668de3d
commit fda6435
Show file tree

Hide file tree

Showing 5 changed files with 458 additions and 0 deletions.
diff --git a/ejercicios/EjerciciosT1.R b/ejercicios/EjerciciosT1.R
@@ -0,0 +1,15 @@
+opBasic = function(a,b){
+  print("Suma")
+  print(a+b)
+  print("Resta")
+  print(paste(sprintf("%i - %i = ",a,b),a-b))
+  print(paste(sprintf("%i - %i = ",b,a),b-a))
+  print("Producto")
+  print(a*b)
+  print("Cociente de la división entera")
+  print(paste(sprintf("%i : %i = ",a,b),a%/%b))
+  print(paste("con resto ",a%%b))
+  print("Cociente de la división entera")
+  print(paste(sprintf("%i : %i = ",b,a),b%/%a))
+  print(paste("con resto ",b%%a))
+}
diff --git a/ejercicios/EjerciciosT3.3.Rmd b/ejercicios/EjerciciosT3.3.Rmd
@@ -0,0 +1,41 @@
+---
+title: "Binomio de Newton"
+author: "María Santos"
+date: "30/12/2018"
+output: html_document
+---
+
+```{r setup, include=FALSE}
+knitr::opts_chunk$set(echo = TRUE)
+```
+
+# PRODUCTO NOTABLE
+
+La fórmula del producto notable es
+
+$$(a+b)^2 = a^2+2ab+b^2$$
+
+# Función con R
+
+```{r}
+binomioNewton2 = function(a,b){
+  a^2+2*a*b+b^2
+}
+binomioNewton2(1,2)
+binomioNewton2(2,1)
+```
+
+# BINOMIO DE NEWTON
+
+$$(a+b)^n = \sum_{k=0}^n {n\choose k}\cdot a^{n-k}\cdot b^k = {n\choose 0}\cdot a^n\cdot b^0+\cdots {n\choose n}\cdot a^0\cdot b^n$$
+
+# Función con R
+
+```{r}
+binomioNewton = function(a,b,n){
+  cumsum(choose(n,(0:n))*a^{n-(0:n)}*b^(0:n))[n+1]
+}
+binomioNewton(2,1,2)
+binomioNewton(3,4,14)
+```
+
diff --git a/ejercicios/EjerciciosT3.3.html b/ejercicios/EjerciciosT3.3.html
diff --git a/teoria/Tema11.Rmd b/teoria/Tema11.Rmd
@@ -14,3 +14,81 @@ output:
 knitr::opts_chunk$set(echo = TRUE, comment = NA)
 ```
 
+## Distribución de probabilidad
+
+<l class = "definition">[Variable aleatoria](https://es.wikipedia.org/wiki/Variable_aleatoria).</l> Una variable aleatoria es una función que asigna un valor, usualmente numérico, al resultado de un experimento aleatorio. Las hay de dos tipos: discretas y continuas.
+
+<l class = "definition">[Distribución de probabilidad](https://es.wikipedia.org/wiki/Distribución_de_probabilidad).</l> En teoría de la probabilidad y estadística, la distribución de probabilidad de una variable aleatoria es una función que asigna a cada suceso definido sobre la variable la probabilidad de que dicho suceso ocurra.
+
+## Distribuciones discretas
+
+- Binomial
+- Geométrica
+- Hipergeométrica
+- Poisson
+
+## Distribución Binomial
+
+## Distribución Geométrica
+
+## Distribución Hipergeométrica
+
+## Distribución de Poisson
+
+## Distribuciones discretas en R
+
+R conoce las distribuciones de probabilidad más importantes.
+
+Distribución |  Instrucción  |  Parámetros                                
+--------------------|--------------------|--------------------
+Binomial | `binom` | tamaño de la muestra $n$ y probabilidad de éxito $p$
+Geométrica | `geom` | probabilidad de éxito $p$
+Hipergeométrica | `hyper` | $N,M,n$
+Poisson | `pois` | esperanza $\lambda$
+
+## Distribuciones continuas
+
+- Uniforme
+- Exponencial
+- Normal
+- Khi cuadrado
+- t de Student
+- F de Fisher
+
+## Distribución Uniforme
+
+## Distribución Exponencial
+
+## Distribución Normal
+
+## Distribución Khi cuadrado
+
+## Distribución t de Student
+
+## Distribución F de Fisher
+
+## Distribuciones continuas en R
+
+Distribución |  Instrucción  |  Parámetros                                
+--------------------|--------------------|--------------------
+Uniforme | `unif` | mínimo y máximo
+Exponencial | `exp` | $\lambda$
+Normal | `norm` | media $\mu$, desviación típica $\sigma$
+Khi cuadrado | `chisq` | grados de libertad
+t de Student | `t` | grados de libertad
+F de Fisher | `f` | los dos grados de libertad
+
+## Distribuciones de probabilidad en R
+
+Para cada una de las funciones anteriores, R sabe calcular cuatro funciones:
+
+- Función densidad: añadiendo prefijo `d`
+- Función de distribución de probabilidad: añadiendo prefijo `p`
+- Cuantiles: añadiendo prefijo `q`
+- Listas de números aleatorios generados con esta distribución: añadiendo prefijo `r`
+
+## Distribución Normal en R
+
+Si a la hora de llamar a alguna de las 4 funciones siguientes: `dnorm`, `pnorm`, `qnorm` o `rnorm` no especificásemos los parámetros de  la media ni la desviación típica, R entiende que se trata de la normal estándar: la $\mathcal{N}(0,1)$.
+
+Es decir, R interpreta $\mu = 0$ y $\sigma = 1$
diff --git a/teoria/Tema11.html b/teoria/Tema11.html
@@ -114,6 +114,140 @@ <h2 data-config-subtitle><!-- populated from slide_config.json --></h2>
           </hgroup>
   </slide>
 
+<slide class=""><hgroup><h2>Distribución de probabilidad</h2></hgroup><article  id="distribucion-de-probabilidad">
+
+<p><l class = "definition"><a href='https://es.wikipedia.org/wiki/Variable_aleatoria' title=''>Variable aleatoria</a>.</l> Una variable aleatoria es una función que asigna un valor, usualmente numérico, al resultado de un experimento aleatorio. Las hay de dos tipos: discretas y continuas.</p>
+
+<p><l class = "definition"><a href='https://es.wikipedia.org/wiki/Distribución_de_probabilidad' title=''>Distribución de probabilidad</a>.</l> En teoría de la probabilidad y estadística, la distribución de probabilidad de una variable aleatoria es una función que asigna a cada suceso definido sobre la variable la probabilidad de que dicho suceso ocurra.</p>
+
+</article></slide><slide class=""><hgroup><h2>Distribuciones discretas</h2></hgroup><article  id="distribuciones-discretas">
+
+<ul>
+<li>Binomial</li>
+<li>Geométrica</li>
+<li>Hipergeométrica</li>
+<li>Poisson</li>
+</ul>
+
+</article></slide><slide class=""><hgroup><h2>Distribución Binomial</h2></hgroup><article  id="distribucion-binomial">
+
+</article></slide><slide class=""><hgroup><h2>Distribución Geométrica</h2></hgroup><article  id="distribucion-geometrica">
+
+</article></slide><slide class=""><hgroup><h2>Distribución Hipergeométrica</h2></hgroup><article  id="distribucion-hipergeometrica">
+
+</article></slide><slide class=""><hgroup><h2>Distribución de Poisson</h2></hgroup><article  id="distribucion-de-poisson">
+
+</article></slide><slide class=""><hgroup><h2>Distribuciones discretas en R</h2></hgroup><article  id="distribuciones-discretas-en-r">
+
+<p>R conoce las distribuciones de probabilidad más importantes.</p>
+
+<table class = 'rmdtable'>
+<tr class="header">
+<th align="left">Distribución</th>
+<th align="left">Instrucción</th>
+<th align="left">Parámetros</th>
+</tr>
+<tr class="odd">
+<td align="left">Binomial</td>
+<td align="left"><code>binom</code></td>
+<td align="left">tamaño de la muestra \(n\) y probabilidad de éxito \(p\)</td>
+</tr>
+<tr class="even">
+<td align="left">Geométrica</td>
+<td align="left"><code>geom</code></td>
+<td align="left">probabilidad de éxito \(p\)</td>
+</tr>
+<tr class="odd">
+<td align="left">Hipergeométrica</td>
+<td align="left"><code>hyper</code></td>
+<td align="left">\(N,M,n\)</td>
+</tr>
+<tr class="even">
+<td align="left">Poisson</td>
+<td align="left"><code>pois</code></td>
+<td align="left">esperanza \(\lambda\)</td>
+</tr>
+</table>
+
+</article></slide><slide class=""><hgroup><h2>Distribuciones continuas</h2></hgroup><article  id="distribuciones-continuas">
+
+<ul>
+<li>Uniforme</li>
+<li>Exponencial</li>
+<li>Normal</li>
+<li>Khi cuadrado</li>
+<li>t de Student</li>
+<li>F de Fisher</li>
+</ul>
+
+</article></slide><slide class=""><hgroup><h2>Distribución Uniforme</h2></hgroup><article  id="distribucion-uniforme">
+
+</article></slide><slide class=""><hgroup><h2>Distribución Exponencial</h2></hgroup><article  id="distribucion-exponencial">
+
+</article></slide><slide class=""><hgroup><h2>Distribución Normal</h2></hgroup><article  id="distribucion-normal">
+
+</article></slide><slide class=""><hgroup><h2>Distribución Khi cuadrado</h2></hgroup><article  id="distribucion-khi-cuadrado">
+
+</article></slide><slide class=""><hgroup><h2>Distribución t de Student</h2></hgroup><article  id="distribucion-t-de-student">
+
+</article></slide><slide class=""><hgroup><h2>Distribución F de Fisher</h2></hgroup><article  id="distribucion-f-de-fisher">
+
+</article></slide><slide class=""><hgroup><h2>Distribuciones continuas en R</h2></hgroup><article  id="distribuciones-continuas-en-r">
+
+<table class = 'rmdtable'>
+<tr class="header">
+<th align="left">Distribución</th>
+<th align="left">Instrucción</th>
+<th align="left">Parámetros</th>
+</tr>
+<tr class="odd">
+<td align="left">Uniforme</td>
+<td align="left"><code>unif</code></td>
+<td align="left">mínimo y máximo</td>
+</tr>
+<tr class="even">
+<td align="left">Exponencial</td>
+<td align="left"><code>exp</code></td>
+<td align="left">\(\lambda\)</td>
+</tr>
+<tr class="odd">
+<td align="left">Normal</td>
+<td align="left"><code>norm</code></td>
+<td align="left">media \(\mu\), desviación típica \(\sigma\)</td>
+</tr>
+<tr class="even">
+<td align="left">Khi cuadrado</td>
+<td align="left"><code>chisq</code></td>
+<td align="left">grados de libertad</td>
+</tr>
+<tr class="odd">
+<td align="left">t de Student</td>
+<td align="left"><code>t</code></td>
+<td align="left">grados de libertad</td>
+</tr>
+<tr class="even">
+<td align="left">F de Fisher</td>
+<td align="left"><code>f</code></td>
+<td align="left">los dos grados de libertad</td>
+</tr>
+</table>
+
+</article></slide><slide class=""><hgroup><h2>Distribuciones de probabilidad en R</h2></hgroup><article  id="distribuciones-de-probabilidad-en-r">
+
+<p>Para cada una de las funciones anteriores, R sabe calcular cuatro funciones:</p>
+
+<ul>
+<li>Función densidad: añadiendo prefijo <code>d</code></li>
+<li>Función de distribución de probabilidad: añadiendo prefijo <code>p</code></li>
+<li>Cuantiles: añadiendo prefijo <code>q</code></li>
+<li>Listas de números aleatorios generados con esta distribución: añadiendo prefijo <code>r</code></li>
+</ul>
+
+</article></slide><slide class=""><hgroup><h2>Distribución Normal en R</h2></hgroup><article  id="distribucion-normal-en-r">
+
+<p>Si a la hora de llamar a alguna de las 4 funciones siguientes: <code>dnorm</code>, <code>pnorm</code>, <code>qnorm</code> o <code>rnorm</code> no especificásemos los parámetros de la media ni la desviación típica, R entiende que se trata de la normal estándar: la \(\mathcal{N}(0,1)\).</p>
+
+<p>Es decir, R interpreta \(\mu = 0\) y \(\sigma = 1\)</p></article></slide>
 
 
   <slide class="backdrop"></slide>