DISTRIBUCIÓN DE PROBABILIDAD CONTINUA

1. Mario el dueño de una pizzería debe tomar una decisión difícil. Se ha dado cuenta que
cada noche vende entre una y cuatro de sus pizzas especiales. Sin embargo, la
preparación de estas pizzas lleva tanto tiempo, que Mario elabora todas con anterioridad
y las almacenas en el refrigerador. Como los ingredientes no duran más de un día,
siempre desperdicia las pizzas que no ha vendido al final de la noche. El costo de
preparar cada una es de $ 7 y el precio al cliente es de $ 12. Además de los costos
usuales, Mario calcula que pierde $ 5 por cada pizza de este tipo que no puede vender
por no tenerlas preparadas de antemano ¿Cuántas pizzas especiales debe almacenar
Mario cada noche a fin de minimizar la pérdida esperada si el número de pizzas
ordenadas tiene la siguiente distribución de probabilidad?

Número de pizzas pedidas 1 2 3 4

Probabilidad 0.40 0.30 0.20 0.10

Solución:
Vende $ 12
Costo $7
Utilidad $5

Tabla de pérdidas según la demanda de pizzas

Número de pizzas pedidas 1 2 3 4 Total

Probabilidad 0.40 0.30 0.20 0.10 1.00
Pérdida
Pérdida esperada al tener 1 0 5 10 15
condicional
pizza
Pérdida
0 1.5 2 1.5 5
esperada
Pérdida
7 0 5 10
Pérdida esperada al tener 2 condicional
pizzas Pérdida
2.8 0 1 1 4.8
esperada
Pérdida
14 7 0 5
Pérdida esperada al tener 3 condicional
pizzas Pérdida
5.6 2.1 0 5 12.8
esperada
Pérdida
21 14 7 0
Pérdida esperada al tener 4 condicional
pizzas Pérdida
8.4 4.2 1.4 0 14
esperada

Respuesta: La acción de almacenamiento óptima es aquella que minimiza las pérdidas

esperadas. Almacenar 2 pizzas cada noche constituye esta opción, en cuyo caso las
pérdidas esperadas toman el valor mínimo de $ 4.8.
2. La compañía Airport Rent-a-Car opera de manera local y compite con varias
alquiladoras más grandes y está planeando ofrecer un nuevo contrato a los clientes
potenciales que deseen alquilar un automóvil por sólo un día para devolverlo en
el aeropuerto. La tarifa será de $ 35 y el automóvil, un modelo compacto
económico; el único gasto adicional del cliente será llenar el tanque del automóvil
al término del día. Airport Rent-a-Car tiene planeado comprar cierto número de
automóviles compactos al precio especial de $ 6300. ¿Cuántos automóviles deben
comprar? Los ejecutivos de la compañía han estimado la siguiente distribución
para la demanda diaria del servicio:

Número de automóviles alquilados 13 14 15 16 17 18

Probabilidad 0.08 0.15 0.22 0.25 0.21 0.09

La compañía pretende ofrecer el servicio seis días (312 días al año) y estima que el
costo por automóvil por día será de $ 2.50. Al término de un año, la compañía espera
vender los automóviles y recuperar el 50% del costo original. Sin tomar en cuenta
el valor temporal del dinero ni cualquier otro gasto que no sea en efectivo, utilice
el método de pérdida esperada para determinar el número óptimo de automóviles
que debe comprar la compañía.

Solución:

TARIFA 35

COSTO 2.5
UTILIDAD 32.5
 TABLA DE PÉRDIDAS SEGÚN LA DEMANDA DIARIA DEL SERVICIO

N° de automóviles
13 14 15 16 17 18 Total
alquilados
Probabilidad 0.08 0.15 0.22 0.25 0.21 0.09 1
Pérdida Pérdida
0 32.5 65 97.5 130 162.5
esperada condicional
al
alquilar Pérdida 0 4.875 14.3 24.375 27.3 14.625 85.475
13 carros esperada
Pérdida Pérdida
2.5 0 32.5 65 97.5 130
esperada condicional
al
alquilar Pérdida 0.2 0 7.15 16.25 20.475 11.7 55.775
14 carros esperada
Pérdida Pérdida
5 2.5 0 32.5 65 97.5
esperada condicional
al
alquilar Pérdida 0.4 0.375 0 8.125 13.65 8.775 31.325
15 carros esperada
Pérdida Pérdida
7.5 5 2.5 0 32.5 65
esperada condicional
al
alquilar Pérdida 0.6 0.75 0.55 0 6.825 5.85 14.575
16 carros esperada
Pérdida Pérdida
10 7.5 5 2.5 0 32.5
esperada condicional
al
alquilar Pérdida 0.8 1.125 1.1 0.625 0 2.925 6.575
17 carros esperada
Pérdida Pérdida
12.5 10 7.5 5 2.5 0
esperada condicional
al
alquilar Pérdida 1 1.5 1.65 1.25 0.525 0 5.925
18 carros esperada

Respuesta: El número óptimo de automóviles que debe comprar la compañía es 18.

3- La distribución de probabilidad de x, el número de defectos por cada 10 metros
de una tela sintética en rollos continuos de ancho uniforme, es
X 0 1 2 3 4
P(x) 0.41 0.37 0.16 0.05 0.01

a) Determine el número esperado de defectos por cada 10 metros de tela

sintética en rollos continuos de ancho uniforme y la desviación estándar del
número de defectos por cada 10 metros de tela.
- Se espera que por cada 10 metros de tela se encuentra un defecto:
𝜎 = √∑(𝑥𝑖 − 𝜇)2*p(𝑥𝑖 ) =
√(0 − 1)2 (0. .41) + (1 − 1)2 + (0.37) + ⋯ + ⋯ (4 − 1)2 (0.01) = 0.9247

- El número de defectos esperado puede variar en ≠ 1 defecto, es decir que el

numero de defectos esperado por cada 10 metros de tela puede variar de 0 a
2.
b) Determine la probabilidad de que en 10 metros de tela sintética se
encuentren como máximo 2 defectos.
- P(x≤2)= p(x=0) + p(x=1) + p(x=2)= 0.41 + 0.37 + 0.16 = 0.94
c) Determine la probabilidad de que en 10 metros de tela sintética se
encuentren por lo menos 2 defectos.
- P(x≥2)= p(x=2) + p(x=3) + p(x=4)= 0.41 + 0.37 + 0.16 = 0.94

1 2
4- Sea la función, f ( x ) = x cuando 0  x  3, f(x) = 0 para cualquier otro
9
valor.
a) Diga si esta función define una distribución de probabilidad.
- Define una distribución de probabilidad continua.
b) Si la función define una distribución de probabilidad, entonces, determine
su media y desviación estándar.
∞
3 3
1 1 1 𝑥
𝜇 = ∫ 𝑥𝑓(𝑥)𝑑𝑥 = ∫ 𝑥( 𝑥 2 )𝑑𝑥 = ∫ 𝑥 3 𝑑𝑥 = ( ) = 2.25
0 9 0 9 9 4
−∞
∞
3
1
𝜎 2 = ∫ (𝑥 − 𝜇)2 ∗ 𝑓(𝑥)𝑑𝑥 = ∫ (𝑥 − 2.25)2 ( 𝑥 2 )𝑑𝑥
0 9
−∞
3
𝑥 4 𝑥 3 5.0625𝑥 2 2
=∫ (
− + ) 𝑑𝑥 = 0.3375
0 9 2 9
c) Determine la probabilidad de que 1  x < 2.
21 1 23 03
P(1≤ x ≤ 2)= ∫1 9 𝑥 2 𝑑𝑥 = 9 − ( 3 − ) = 0.2963
3
- Con las operaciones anteriores nos damos cuenta que para evaluar
probabilidades para variables de tipo continuo, es necesario evaluar la
función de densidad de probabilidad en el rango de valores que se desea; que
vendría siendo el área que se encuentra.
5. Los registros de ventas diarias de una empresa fabricante de computadoras señalan
que se venderán 0, 1 o 2 sistemas centrales de cómputo con las siguientes
probabilidades:

Número de 0 1 2
computadoras
vendidas
Probabilidad 0.7 0.2 0.1

Calcular el valor esperado, la variancia y la desviación estándar de las ventas diarias,

a) Calcular el valor esperado.

Número de 0 1 2
computadoras
vendidas
Probabilidad 0.7 0.2 0.1
X*P(x) 0 0.2 0.2

E(X) = 0(0.7) + 1(0.2) + 2(0.1) = 0.4

Respuesta: El valor esperado de las ventas diarias es de 0.4.

b) Calcular la varianza.

Notación: V(X) =  2

Si X es una variable aleatoria discreta: V [X]=  = [xi- ]2 P(X = xi)

2

Si es una variable aleatoria continua


 = 2

−
(x - )2 f ( x ) dx

Además: V(X) =  = E [(X-E [X])2] = E [(X - )2] = E [X2] - [E (X)]2

2

Número de 0 1 2
computadoras
vendidas
Probabilidad 0.7 0.2 0.1
(x-E)²*P(X) 0.112 0.128 0.361
V(X)= 0. 112 + 0.128 + 0.361=0.601

Respuesta= La varianza es de 0.601.

c) Calcular la desviación estándar

𝜎 = 0.775