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

Concepto Características Usos Formulas

Es una Distribución de
probabilidad discreta que cuenta
el número de éxitos en una
Se usa principalmente en
secuencia de n ensayos
Distribución cálculos de probabilidades de
de Bernoulli independientes
Binominal lanzamientos de dados,
entre sí, con una probabilidad
esferas, pelotas de colores y
fija p de ocurrencia del éxito
lanzamientos de monedas
entre los ensayos, solo son
posibles dos resultados, éxito y
fracaso.
Es una Distribución de
Principalmente, se especializa
probabilidad discreta que
Distribución de en la probabilidad de
expresa, probabilidad de que
Poisson ocurrencia de sucesos con
ocurra un determinado número
probabilidades muy pequeñas,
de eventos durante cierto
o sucesos "raros".
período de tiempo.
Principalmente, se especializa
Es una Distribución uniforme
en cálculos de probabilidades
Distribución continua que expresa
como, la estatura de un grupo
Uniforme probabilidad para variables
de personas, el tiempo a
aleatorias continuas. El dominio
estudiar o la temperatura de
está definido por dos
algunas ciudades.
 parámetros, a y b, que son sus
valores mínimo y máximo.
Es una Distribución de
probabilidad normal es la
Principalmente, se especializa
distribución de variables
en cálculos de probabilidades
aleatorias continuas, que
como, fenómenos naturales,
Distribución principalmente aparecen en
sociales y psicológicos, pero
Normal fenómenos reales, es importante
principalmente se usa en
también por su relación con la
Economía y aplicaciones
estimación de mínimos
empresariales.
cuadrados, uno de los métodos
más simples y antiguos.
Es una Distribución de
Principalmente, se especializa
probabilidad, que se encarga de
en cálculos de probabilidades
resolver problemas de lista de
Distribución como, el tiempo transcurrido en
espera o colas, así mismo a la
Exponencial un call center, intervalos de
solución de problemas sobre el
tiempo de terremotos, fiabilidad
tiempo que se dedica a la
de sistemas.
realización de un servicio.
Ejercicio 28.

La distribución de probabilidad o función de probabilidad de masa (pmf: probability mass function).

La pmf para x = número de defectos importantes que tiene un electrodoméstico 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 definición.

c) La desviación estándar de x.

d) V(x) usando la fórmula abreviada.

a) E(x)

Formula

Sustitución

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

Operación

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 definición.

Formula:
Sustitución

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)

Operación

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 desviación estándar de x.

SD = √0.9364

Resultado: SD = 0.96767763

d) V(x) usando la fórmula 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 electrodomésticos vende tres modelos diferentes de congeladores verticales con capacidad de 13.5,
15.9 y 19.1 pies cúbicos 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 cúbicos es 25x‐8.5, ¿cuál es el precio esperado por el cliente que va a
comprar un congelador?
c) ¿Cuál es la varianza del precio 25x‐8.5 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. ¿Cuál es la
capacidad real esperada del congelador comprado por el siguiente cliente
a) E(x), E(x2) y V(x).

Formula

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

Operación

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

Sustitución
E (X^2) = (13.5) ^2 (0.2) + (15.9) ^2 (0.5) + (19.2) ^2 (0.3)

Operación
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 cúbicos es 25x‐8.5, ¿cuál 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) ¿Cuál es la varianza del precio 25x‐8.5 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. ¿Cuál 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

 Bibliografía

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

Análisis de las ciencias de la salud. México: Limusa Wiley, pp. 83-123.