NOMBRE: PATRICIA ELENA PREZ PEA

MATRICULA: 80868

GRUPO: CF31

MATERIA: ESTADSTICA

DOCENTE: MTRO. JORGE ENRIQUE VELZQUEZ MANCILLA

ACTIVIDAD 3: COMPARANDO DISTRIBUCIONES

ZACUALTIPN DE NGELES HGO. 24 DE MAYO DE 2017

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

Concepto Caractersticas Usos Formulas

Distribucin Es una Distribucin de
Binominal probabilidad discreta que
cuenta el nmero de xitos en
Se usa principalmente en
una secuencia de n ensayos
clculos de probabilidades
de Bernoulli independientes
de lanzamientos de dados,
entre s, con una probabilidad
esferas, pelotas de colores y
fija p de ocurrencia del xito
lanzamientos de monedas
entre los ensayos, solo son
posibles dos resultados, xito
y fracaso.
Distribucin Principalmente, se
Es una Distribucin de
de Poisson especializa en la
probabilidad discreta que
probabilidad de ocurrencia
expresa, probabilidad de que
de sucesos con
ocurra un determinado
probabilidades muy
nmero de eventos durante
pequeas, o sucesos
cierto perodo de tiempo.
"raros".
Distribucin Es una Distribucin uniforme Principalmente, se
Uniforme continua que expresa especializa en clculos de
probabilidad para variables probabilidades como, la
 aleatorias continuas. El estatura de un grupo de
dominio est definido por dos personas, el tiempo a
parmetros, a y b, que son estudiar o la temperatura de
sus valores mnimo y mximo. algunas ciudades.
Es una Distribucin de
probabilidad normal es la
Principalmente, se
distribucin de variables
especializa en clculos de
aleatorias continuas, que
probabilidades como,
principalmente aparecen en
Distribucin fenmenos naturales,
fenmenos reales, es
Normal sociales y psicolgicos, pero
importante tambin por su
principalmente se usa en
relacin con la estimacin de
Economa y aplicaciones
mnimos cuadrados, uno de
empresariales.
los mtodos ms simples y
antiguos.
Es una Distribucin de Principalmente, se
probabilidad, que se encarga especializa en clculos de
de resolver problemas de lista probabilidades como, el
Distribucin
de espera o colas, as mismo tiempo transcurrido en un
Exponencial
a la solucin de problemas call center, intervalos de
sobre el tiempo que se dedica tiempo de terremotos,
a la realizacin de un servicio. fiabilidad de sistemas.
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 0 1 2 3 4

P(X) 0.08 0.15 0.45 0.27 0.05

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 + 0.15 + 0.9 + 0.81 + 0.2

Resultado: E(X) = 2.06

b) V(x) directamente de la definicin.

Formula:

Sustitucin

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)

Operacin

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) = 0.339488 + 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) = 0 ^2 * (0.08) + 1 ^2 * (0.15) + 2 ^2 * (0.45) + 3 ^2 * (0.27) + 4 ^2 * (0.05)

E (X2) = 0 (0.08) + 1 (0.15) + 4 (0.45) + 9 (0.27) + 16 (0.05)

E (X2) = 0 + 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 13.5 15.9 19.1

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

Resultado: E(X) = 16.41

E(x^2) y V(x).

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

V (X) = 273.447 (16.41) ^2

Sustitucin
E (X^2) = (13.5) ^2 (0.2) + (15.9) ^2 (0.5) + (19.2) ^2 (0.3)
Operacin
E (X^2) = (13.5) ^2 (0.2) + (15.9) ^2 (0.5) + (19.2) ^2 (0.3)
E (X^2) = 182.25 (0.2) + 252.81 (0.5) + 368.64 (0.3)
E (X^2) = 36.45 + 126.405 + 110.592
E (X^2) = 273.447
V(X) = 273.447- (16.41) ^2
V(X) = 273.447 269.2881
V(X) = 4.1589
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) = 401.75

c) Cul es la varianza del precio 25x8.5 pagado por el cliente?

V (C) = V (25X 8.5)

(25) ^2 V (X)

(25) ^2 * (3.9936)

Resultado: V (C) = 2,496

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 0.01X^2)

E(X) 0.01 E(X^2)

16.41 (0.01) (273.447)

16.41 2.73447
Resultado: E (h(X)) 13.26553
Bibliografa: apuntes y lecturas de la actividad 3 de la materia de estadstica dentro de la plataforma de la
universidad IEU y presentacin de la sala online distribuciones de probabilidad