Instituto de Estudios Universitarios

Nombre: Gustavo Santiago Ros.

Matricula: 73598

Grupo: N030

Materia: Estadstica.

Docente: Mtro. Vladimir Osorio Lpez.

Actividad de aprendizaje 3. Comparando distribuciones

Acapulco, Gro. 24/Julio/2016

Cuadro Comparativo de Distribucin Binomial, Poisson, Uniforme, Normal y

Exponencial
Concepto

Caractersticas
Distribucin de
probabilidad discreta que
cuenta el nmero de xitos
en una secuencia
de n ensayos
Distribucin de Bernoulli independientes
Binomial
entre s, con una
probabilidad fija p de
ocurrencia del xito entre los
ensayos, solo son posibles
dos resultados, xito y
fracaso.

Usos

Principalmente en
clculos de
probabilidades de
lanzamientos de
dados, esferas,
pelotas de colores y
lanzamientos de
monedas

Distribucin
de Poisson

Principalmente, se
Distribucin de probabilidad
especializa en la
discreta que expresa,
probabilidad de
probabilidad de que ocurra
ocurrencia de
un determinado nmero de
sucesos con
eventos durante cierto
probabilidades muy
perodo de tiempo.
pequeas, o sucesos
"raros".

Distribucin
Uniforme

Distribucin uniforme
continua que expresa
probabilidad para variables
aleatorias continuas. El
dominio est definido por
dos parmetros, a y b, que
son sus valores mnimo y
mximo.

Distribucin
Normal

Principalmente, se
especializa en
clculos de
probabilidades como,
la estatura de un
grupo de personas,
el tiempo a estudiar o
la temperatura de
algunas ciudades.

Distribucin de probabilidad
Principalmente, se
normal es la distribucin de
especializa en
variables aleatorias
clculos de
continuas, que
probabilidades como,
principalmente aparecen en fenmenos naturales,
fenmenos reales, es
sociales y
importante tambin por su
psicolgicos, pero
relacin con la estimacin
principalmente se
de mnimos cuadrados, uno usa en Economa y
de los mtodos ms simples
aplicaciones
y antiguos.
empresariales.

Formulas

Distribucin de probabilidad,
que se encarga de resolver
problemas de lista de espera
Distribucin
o colas, as mismo a la
Exponencial
solucin de problemas sobre
el tiempo que se dedica a la
realizacin de un servicio.

Principalmente, se
especializa en
clculos de
probabilidades como,
el tiempo transcurrido
en un call center,
intervalos de tiempo
de terremotos,
fiabilidad de
sistemas.

Ejercicios:
Para resolver estos ejercicios tienes que revisar las lecturas clave de la semana.
Ejercicio 28.
La distribucin de probabilidad o funcin de probabilidad de masa (pmf: probability mass
function).
La pmf para x = nmero de defectos importantes que tiene un electrodomstico de un
cierto tipo, seleccionado al azar, es:
X

P(
X)

0.0 0.1 0.4 0.2 0.0

8
5
5
7
5

Calcule:
a) E(x)
b) V(x) directamente de la definicin.
c) La desviacin estndar de x.
d) V(x) usando la frmula abreviada.

a) E(x)

Formula

Sustitucin
E(X) = 0 * (0.08) + 1 * (0.15) + 2 * (0.45) + 3 * (0.27) +
4 * (0.05)

Operacin
E(X) = 0 *(0.08) + 1 * (0.15) + 2 * (0.45) + 3 * (0.27) + 4 * (0.05)
E(X) = 0 + .15 + 0.9 + 0.81 + 0.2
Resultado: E(X) = 2.06

b) V(x) directamente de la definicin.

V (X) = (0 2.06)2 * (0.08) + (1 2.06)2 *
(0.15) + (2 2.06)2 * (0.45) + (3 2.06)2 *
(0.27) + (4 2.06)2 * (0.05)

V (X) = (0 2.06)2 * (0.08) + (1 2.06)2 * (0.15) + (2 2.06)2 * (0.45) + (3 2.06)2 * (0.27)

+ (4 2.06)2 * (0.05)

V (X) = 4.2436 * (0.08) + 1.1236 * (0.15) + 0.0036 * (0.45) + 0.8836 * (0.27) + 3.7636 *
(0.05)
V (X) = 0.339488 + 0.16854 + 0.00162 + 0.238572 + 0.18818
Resultado: V (X) = 0.9364

c) La desviacin estndar de x.
SD = 0.9364
Resultado: SD = 0.96767763

d) V(x) usando la frmula abreviada.

E (X2) = 02 * (0.08) + 12 * (0.15) + 22 * (0.45) + 32 * (0.27) + 42 * (0.05)
E (X2) = 0 (0.08) + 1 (0.15) + 4 (0.45) + 9 (0.27) + 16 (0.05)
E (X2) = 0 + .15 + 1.8 + 2.43 + 0.8
E (X2) = 5.18
V (X) = 5.18 (2.06)2
V (X) = 5.18 4.2436
Resultado: V (X) = 0.9364

Ejercicio 31.
Un distribuidor de aparatos electrodomsticos vende tres modelos diferentes de
congeladores verticales con capacidad de 13.5, 15.9 y 19.1 pies cbicos de espacio de
almacenaje. Sea x = a cantidad de espacio de almacenaje de un congelador comprado
por el siguiente cliente.
Supongamos que X tiene pmf.
X

13. 15. 19.

5
9
1

P(X
0.2 0.5 0.3
)
Calcule:
a) E(x), E(x2) y V(x).
b) Si el precio de un congelador con capacidad de x pies cbicos es 25x8.5, cul es el
precio esperado por el cliente que va a comprar un congelador?
c) Cul es la varianza del precio 25x8.5 pagado por el cliente?
d) Suponga que mientras la capacidad nominal de un congelador es x, la capacidad real
es h(x)= x 0.01 x2. Cul es la capacidad real esperada del congelador comprado por el
siguiente cliente?

a) E(x), E(x2) y V(x).

Formula

Sustitucin
E(X) = (13.5) (0.2) + (15.9) (0.5) + (19.2) (0.3)

Operacin
E(X) = (13.5) (0.2) + (15.9) (0.5) + (19.2) (0.3)
E(X) = 2.7 + 7.95 + 5.76
E(X) = 16.41

E (X2) = (13.5)2 (0.2) + (15.9)2 (0.5) + (19.2)2 (0.3)

V (X) = 272.298 (16.38)2

E (X2) = (13.5)2 (0.2) + (15.9)2 (0.5) + (19.2)2 (0.3)

E (X2) = 182.25 (0.2) + 252.81 (0.5) + 368.64 (0.3)
E (X2) = 36.45 + 126.4205 + 110.592
E (X2) = 273.447

V (X) = 272.298 (16.38)2

V (X) = 272.298 268.3044
V (X) 3.9936

b) Si el precio de un congelador con capacidad de x pies cbicos es 25x8.5, cul

es el precio esperado por el cliente que va a comprar un congelador?
E(C) = E (25X 8.5)
25 E (X) 8.5
25 (16.41) 8.5
Resultado: E(C) = 402
c) Cul es la varianza del precio 25x8.5 pagado por el cliente?
V (C) = V (25X 98.5)
(25)2 V (X)
(25) 2 (3.9936)
Resultado: V (C) = 2496
d) Suponga que mientras la capacidad nominal de un congelador es x, la capacidad
real es h(x)= x 0.01 x2. Cul es la capacidad real esperada del congelador
comprado por el siguiente cliente?
E (h(X))
E(X 0.01X2)
E(X) 0.01 E(X2)
16.41 (0.01) (273.447)

Resultado: E (h(X)) 13.67553

Bibliografa:

Wayne, Daniel W. (2008). Distribuciones de probabilidad en Bioestadstica: Base para el

anlisis de las ciencias de la salud. Mxico: Limusa Wiley, pp. 83-123.