VARIABLE ALEATORIA DISCRETA

1. Suponga que el número de accidentes por semana que ocurren en la empresa A& C

X 0
p(x)= Función de probabilidad 0.28
F(X)= Función de distribución
acumulada
0.28

E(X) 0
E(X.X) 0

a)¿Cuál es la variable de estudio y cuál es su rango o recorrido?

X: Número de accidentes que ucurren en una semana

Rango o recorrido de X: Rx = 0, 1, 2, 3
b)       Hallar la función de distribución acumulada : F(X).

c)Hallar el valor esperado, la varianza, la desviación estándar

El valor esperado =esperanza= media o promedio pob
E(X) = 0*0.28 +
Hallamos la E(X.X) que requerimos
para hallar la varianza

La varianza de X

V(X) =
Varianza poblacional

Varianza poblacional
V(X) =

Desviación estándar poblacional

CV(X)=

Coeficiente de Variación
CV(X)=

d)La empresa incurre en una pérdida semanal según el número de ac

Y= Pérdida semanal por accidentes
Y = 10 + 8X. Hallar la pérdida esperada seman

Pérdida Esperada = E(Y) = E(10 + 8X

Pérdida Esperada = E(Y) = 10 + 8*E(
Pérdida Esperada = E(Y) = 10 + 8*1.

Ahora hallamos la varianza

Varianza de la pérdida semanal = V(Y

Varianza de la pérdida semanal = V(Y
Varianza de la pérdida semanal = V(Y
Varianza de la pérdida semanal = V(Y
desviación estándar de Y
ADICIONAL: HALLAR EL CV DE LA VARIABLE Y
¿Dónde hay mayor variabilidad, en la distribución de la variable X o en la d

Se observa mayor heterogeneidad (mayor dispersión relativa)

e)Si (dado que) en una semana se sabe que ocurrió al me

de que haya ocurrido exactamente uno?

Observación: Probabilidad condicional: En el numerador: La pr

P( X=1/X ≥ 1) = P(X
 Otra forma: P(X=1/X ≥ 1) = P(X=1

f) P(X > 2)

Otra forma:

Con el complemento

g) P(X ≥2)

Con el complemento
h) P(X < 2) = P(X<=1) = F(1) =

i) P(X ≤ 2) = F(2) =

2.El número de artículos vendidos por la empresa OMEGA S.

Número de unidades Vendidas ( X ) 1

p(x) 0.25
p(x)= función de probabilidad de la variable
X (reemplazamos el valor de la constante 0.25
m)
F(x)= Función de distribución de
probabilidad acumulada de la variable X 0.25
E(X)=Media poblacional 0.25

E(X.X) 0.25

a)Calcular el valor de la constante m para que sea realmente una distribución de probabilidad.

X: Número de unidades vendidas de cierto artículo p

Rx: 1,2,3,4
Despejamos m

b)Calcular la probabilidad de que el número de unidades vendidas sea:

1) P(X=2)= 0.4 Exactamente 2

Como máximo 2 (a
2) P(X≤ 2)= F(2) = 0.65 lo más 2)

3) P(X< 2)= P(X≤1) = F(1) = 0.25

4) P(X> 2)= 1 - P(X≤2) =

1 - F(2) =
1 - 0.65 = 0.35

5) P(X≥ 2)= 1 - P(X < 2) =

1 - F(1)
1 -0.25 = 0.75
c)Se sabe que el artículo se vende a 5 soles la unidad ¿ Cuánto se espera que

Y= Ingreso por ventas de l

Y = 5.X
E(Y) = E(5.X) = 5*E(X)
E(Y) = E(5.X) = 5*2.25
E(Y)=
Necesitamos hallar la E(X)

E(X) = (1*0.25 + 2*0.40 + 3

d)Determine el coeficiente de variación del número de artículos ven

Varianza poblacional

V(X)=
Desviacion estándar poblacionañ

CV(X) =

CV(X) =

CV(X) =

e)Determine el coeficiente de variación del ingreso obtenido por la venta de este artículo en una hora?

Y= Ingreso por ventas de la emp

Y = 5.X
V(Y) = V(5.X) = 25*V(X
V(Y) = V(5.X) = 25*0.

V(Y) =

Desv. Estándar de Y

CV(Y)=

CV(Y)=

CV(Y)=

¿Dónde existe mayor heterogeneidad, en la distribución de la variable X

CV(X) =
 CV(Y)=
En la distribución de ambas variable

TAREA
3.         Considere la variable aleatoria X: Número de Laptops que se venden durante un día en la empresa ENTE

X 0

p(x)= función de probabilidad de la variable X 0.07

p(x)= función de probabilidad de la variable X 0.07

F(x)= Función de distribución de probabilidad acumulada de
0.07
la variable X
E(X) 0

E(X.X) 0

a)         Calcule el valor de k. R: 0.29

Para hallar K
Aplicar propiedad:

Despejando K

b)         ¿Cuál es la probabilidad que en un día cualquiera se vendan por lo menos 5 Laptops? R:0.1

ADICIONAL:         ¿Cuál es la probabilidad que en un día cualquiera se vendan como máximo 5 Laptops?

ADICIONAL:         ¿Cuál es la probabilidad que en un día cualquiera se vendan menos de 5 Laptops?

ADICIONAL:         ¿Cuál es la probabilidad que en un día cualquiera se vendan más de 5 Laptops?

c)         ¿Cuántas Laptops se venden en promedio por día? R: E(X)=2.77

E(X) =

d)         Calcule el coeficiente de variación e interprete. R: 68.2788%

Para hallar la V(X), necesitamos la:

La E(X) fue hallada en el punto anterior

Hallamos la:

V(X) =
V(X) =
V(X) =

CV(X) =

CV(X) =

CV(X) =

ADICIONAL: Se tiene la siguiente variable: Y = 3X + 10

Hallar el valor esperado de la variable Y (Media poblacional de Y)

Hallar el valor de la varianza de la variable Y

Hallar el valor de la desviación estándar de Y

Hallar el CV de la variable Y

ADICIONAL ¿Qué variable (X o Y) presenta mayor heterogeneidad en su distribución (mayor dispersión)

CV (X) = 68.28% CV(Y)= 30.99 %

En la distribución de X se obserba mayor heterogeneidad (el CV(X) > C

4.         El número de defectos que produce por día una máquina es una varia
X 0
p(x)= función o distribución de probabilidad 0.075

F(x)= función de distribución

acumulada
0.075

E(X) 0
E(X.X.) 0
a)         Si en un día se produjo más de un defecto, ¿cuál es la probabilidad d
X: Número de defectos por día que produce una máqu
Rx= 0, 1, 2, 3, 4, 5 (Rango o recorrido de la variab
Observación: Probabilidad condicional: P

P( X ≤ 4 / X > 1) = P( 1
P( X ≤ 4 / X > 1) = P( 1 < X
= (p(X=2) +
= (0.275 + 0.
0.851851852
OBSERVACION: donde: P(X > 1) = 1 - P(X ≤
donde: P(X > 1) = 1 - F(
b)         ¿Cuál es la probabilidad de que se haya producido a lo más (

P( X ≤ 3) = F(3) = 0
c)         ¿Cuál es la probabilidad de que se haya producido más

P( X > 3 ) = 1 - P( X ≤ 3 )

P( X > 3 ) = 1 - F(3)

P( X > 3 ) = 1 - 0.725

d)         ¿Cuál es la probabilidad de que se haya producido por lo menos 3 de

 P(X ≥ 3) = 1 - P(x < 3)
= 1 - F(2)
= 1- 0.60 = 0.40

e)         El costo de reparación está dado por C = 25 + 20X . Hallar E

R: E(C)= 72.5, V(C)=853.75, s(C)= 29.219, CV(C)=40.3021%

Primero hallamos la E(X) y la V(X)

E(X) =

Adicional: CV(X) =

CV(X)=
CV(X) =
Ahora calculamos: E(C ), V(C ), C = 25 + 20X
E(C)= E(25 + 20X) = 25 + 2
= 25 + 2

V(C)= V(25 + 20X) = 0 +

= 0 + 20

Desviación estándar = Raiz(

CV(C) =

ADICIONAL ¿Dónde se observa mayor heterogeneidad, e

CV(X) > CV(C)

CV(X) =
CV(C) =
curren en la empresa A& C es una variable aleatoria X con función de probabilidad dada por:

1 2 3
0.35 0.22 0.15

0.63 0.85 1

0.35 0.44 0.45

0.35 0.88 1.35

ango o recorrido?

n en una semana en la empresa A & C.

0, 1, 2, 3
da : F(X).

esviación estándar y el CV de X.
a o promedio poblacional.
= 0*0.28 + 1*0.35 + 2*0.22 + 3*0.15
 1.24 La media poblacional ó valor esperado es 1.24

0^2*0.28 + 1^2*0.35 + 2^2*0.22 + 3^

2.58

2.58 - 1.24^2
1.0424
Raiz(1.0424) = 1.02098

1.0209799/1.24*100
82.3371% Se observa heterogeneidad en la distr
82.33709043936
egún el número de accidentes (Y). La pérdida esta dada por:
da esperada semanal por accidentes.

Y = 10 + 8X
= E(10 + 8X) Pérdida promedio poblacio

= 10 + 8*E(X)
= 10 + 8*1.24
E(Y)= 19.92

manal = V(Y) = V(10 + 8X)

manal = V(Y) = 0 + 64*V(X)
manal = V(Y) = 0 + 64*1.0424
manal = V(Y) = 66.7136
8.16784

A VARIABLE Y
CV(Y)= DESV. EST Y/E(Y)*10
 CV(Y)= 41
Se observa heterogeneidad e
CV (Y) > 30%
e la variable X o en la distribución de la variable Y?

CV(X) = 82.34% > CV(Y)=

dispersión relativa) en la distribución de la variable X en comparació

que ocurrió al menos un accidente ¿Cuál es la probabilidad

?
Al menos uno = como mínimo uno (inc
el numerador: La probabilidad de la instersección entre la probabilida

1/X ≥ 1) = P(X=1 y X ≥ 1) / P(X ≥ 1)

P(X=1) / P(X ≥ 1)

0.35 / (0.35+0.22+0.15)
0.35 / 0.72
 0.4861

X ≥ 1) = P(X=1 y X ≥ 1) / P(X ≥ 1)
P(X=1) /( 1 - P(X< 1))
0.35 / (1 - 0.28)
0.35 / 0.72
0.4861

P(X > 2) = p(X=3) = 0.15

P(X > 2) = 1 - P(X<=2)
1 - F(2)
1 - 0.85
0.15

P(X ≥2) = P( X = 2) + P( X = 3)
. 0.22 + 0.15 = 0.37
P(X ≥2) = 1 - P( X < 2)
 1 - F(1)
1 - 0.63
0.37
0.63

0.85

mpresa OMEGA S.A en una hora tiene la siguiente función de prob

2 3 4
2m m 0.15
0.4 0.2 0.15

0.65 0.85 1
0.8 0.6 0.6

1.6 1.8 2.4

e probabilidad.

cierto artículo por la empresa OMEGA S.A en una hora.

 0.25+2m+m+0.15 = 1
3m = 0.60

m = 0.2
|

mente 2

Donde: F(2) = p(X=1) + p(X=2A lo más, como máximo, a lo mucho, 2 o menos

Menor a 2 Donde: F(1) = p(X=1)

Mayor a 2

Como mínimo 2, por lo menos 2, 2 o más

d ¿ Cuánto se espera que la empresa OMEGA S.A. tenga de ingreso por la venta est

eso por ventas de la empresa Omega S.A.

donde: X: Cantidad de artículos vendidos.

(5.X) = 5*E(X)
(5.X) = 5*2.25
11.25

1*0.25 + 2*0.40 + 3*0.20 + 4*0.15)

2.25
mero de artículos vendidos por la empresa Omega S.A. en una hora

1^2*0.25 + 2^2*0.40 + 3^2*0.20 + 4^2*0.15

6.05

6.05 - 2.25*2.25
0.9875
 0.9937303457176

0.993730346/2.25*100
44.1658% (es mayor a 30% por lo que se observa heterogeneidad en la distribu

44.165793143004 44.17% Entonces se observa heterogeneidad en la distribuci

te artículo en una hora?

o por ventas de la empresa Omega S.A.

V(5.X) = 25*V(X)
V(5.X) = 25*0.9875
24.6875
RAIZ(C199)
4.96865172858795
Desv. Estándar de Y/E(Y)*100
4.9686517/11.25*100

44.1658% (existe heterogeneidad en la distribución de la variable Y; el CV es m

ibución de la variable X o en la de la variable Y?

44.1658%
 44.1658%
bución de ambas variables se observa similar dispersión relativa (porque el CV(X) = CV(

urante un día en la empresa ENTERCO, esta variable aleatoria tiene la siguiente distribución de probabilidad:

1 2 3

K= ? 0.14 0.1

0.29 0.14 0.1

0.36 0.5 0.6

0.29 0.28 0.3

0.29 0.56 0.9

X: Número de Laptops que se venden durante un día en la empresa ENTERCO

Rx= 0, 1, 2, 3, 4 , 5, 6, 7

0.07 + K + 0.14 + 0.10 + 0.25 + 0.05 + 0.05 + 0.05= 1

K= 0.29

o menos 5 Laptops? R:0.15

P(X ≥ 5) = 1 - P(X< 5)
P(X ≥ 5) = 1 - F(4)
P(X ≥ 5) = 1 - 0.85 = 0.15
n como máximo 5 Laptops?

P(X <= 5) = F(5) = 0.90

n menos de 5 Laptops?
P(X < 5) = P(X<=4) = F(4) = 0.85
n más de 5 Laptops?

P(X > 5) = 1 - P(X<=5)

1 - F(5)
1 -.0.90 = 0.10
Esperanza de X : E(X) = Media o promedio pobl

0*0.07 + 1*0.29 + 2*0.14 + 3*0.10 + 4*0.25+5*0.05+6*0.05+7*0.05

2.77

0^2*0.07 + 1^2*0.29 + 2^2*0.14 + 3^2*0.10 + 4^2*0.25+5^2*0.05+6^2*0.05+7^2*0.05

11.25

11.25 - 7.6729

3.5771
1.891322

1.891322/2.77*100

68.278783 68.2788%
 E(Y) = E(3X + 10)
3*E(X) + 10
3*2.77 + 10 = 18.31

V(Y) = V(3X + 10)

9*V(X) + 0
9*3.5771 + 0
32.1939
Desv. Estándar de Y=Raíz(32.11939) =
5.67396687

CV(Y) = Desv. Estandar de Y/E(Y)*100

5.67397/18.31*100 = 30.9884 % (se observa heterog

u distribución (mayor dispersión)?

geneidad (el CV(X) > CV(Y))

na máquina es una variable aleatoria X con distribución de probabilidad:

1 2 3
0.25 0.275 0.125

0.325 0.6
1
0.25 0.55 0.375
0.25 1.1 1.125
cuál es la probabilidad de que se haya producido a lo más 4? R: 0.8519
roduce una máquina.
rido de la variable)
Probabilidad condicional: PROB. INTERSECCIÓN ENTRE PROB. DE LA CONDICIÓN

4 / X > 1) = P( 1 < X ≤ 4) /P(X > 1)

/ X > 1) = P( 1 < X ≤ 4) /(1 - P(X ≤ 1) )
= (p(X=2) + p(X=3) + p(X=4))/(1 - F(1))
= (0.275 + 0.125 + 0.175) / (1 - 0.325)

P(X > 1) = 1 - P(X ≤ 1)

P(X > 1) = 1 - F(1)
a producido a lo más (como máximo) 3 defectos? R:0.725

3) = F(3) = 0.725 (Ver Tabla de probabilidades: F(X): Función de distribución Acumulada

haya producido más de 3 defectos? R:0.275

) = 1 - P( X ≤ 3 ) (Ver Tabla de probabilidades: F(X): Función de distribución Acumulada

3 ) = 1 - F(3)

3 ) = 1 - 0.725 = 0.275

ucido por lo menos 3 defectos? R:0.400

3) = 1 - P(x < 3)
(Ver Tabla de probabilidades: F(X): Función de distribución Acumulada

.60 = 0.40

= 25 + 20X . Hallar E(C), V(C), desv. estandar(C) y CV(C).

V(C)=40.3021%

0*0.075 + 1*0.25 + 2*0.275 + 3*0.125 + 4*0.175 +5*0.10

2.375
0^2*0.075 + 1^2*0.25 + 2^2*0.275 + 3^2*0.125 + 4^2*0.175 +5^2*0.10
7.775

7.775 - 2.375*2.375
2.134375
1.4609500333687
l: CV(X) =

1.460950033/2.375*100
61.5136856155241 % Se observa heterogeneidad en la distribución de
5 + 20X
(25 + 20X) = 25 + 20*E(X)
= 25 + 20*2.375
72.5
V(25 + 20X) = 0 + 20*20*V(X)
= 0 + 20*20*2.134375
853.75
ón estándar = Raiz(853.75)
29.21900066737

Raíz(853.75)/72.5*100

40.3021 Se observa heterogeneidad en la distribución de la variable C (CV >

heterogeneidad, en la distribución de X o de C?

> CV(C)
61.5136856155241 %
40.3021% Existe mayor dispersión o heterogeneidad en la distribución de la variab
nción de probabilidad dada por:

TOTAL

1.24
2.58

2 + 3*0.15
r esperado es 1.24

2^2*0.22 + 3^2*0.15

rogeneidad en la distribución de la variable X (CV es mayor a 30

a dada por:
ida promedio poblacional = Pérdida esperada = promedio poblac

424

V. EST Y/E(Y)*100
 %

serva heterogeneidad en la distribución de la variable Y

V (Y) > 30%

X) = 82.34% > CV(Y)=41.003%

riable X en comparación con la variable Y.

es la probabilidad

como mínimo uno (incluye el signo igual)

ción entre la probabilidad de la condición
= 0.37
uiente función de probabilidad:

TOTAL
1
1

x
2.25 E( X )   X 
xR X
p( x)

E(X2) = Σx2p(x)
6.05

A S.A en una hora.

como máximo, a lo mucho, 2 o menos

p(X=1)
a de ingreso por la venta este artículo en una hora?

s vendidos.

S.A. en una hora

4^2*0.15
se observa heterogeneidad en la distribución de la variable X)

se observa heterogeneidad en la distribucion de la variable X

distribución de la variable Y; el CV es mayor a 30%)

ativa (porque el CV(X) = CV(Y))

istribución de probabilidad:

4 5 6 7 TOTAL

0.25 0.05 0.05 0.05 1

0.25 0.05 0.05 0.05 1

0.85 0.9 0.95 1

1 0.25 0.3 0.35 2.77

4 1.25 1.8 2.45 11.25
la empresa ENTERCO
a de X : E(X) = Media o promedio poblacional

+6*0.05+7*0.05

2*0.05+7^2*0.05

(se observa heterogeneidad en la distribución de la variable X: CV > 30%)

30.9884 % (se observa heterogeneidad porque el CV(Y) es mayor a 30%

n de probabilidad:
4 5 TOTAL
0.175 0.1 1

0.9 1

0.7 0.5 2.375

2.8 2.5 7.775
ás 4? R: 0.8519
OB. DE LA CONDICIÓN

Prob. Condicional: Intersección/condición

R:0.725

F(X): Función de distribución Acumulada).

F(X): Función de distribución Acumulada).

F(X): Función de distribución Acumulada).

y CV(C).

75 +5*0.10

5 + 4^2*0.175 +5^2*0.10

a heterogeneidad en la distribución de la variable X (CV > 30%)

n la distribución de la variable C (CV > 30%)

rogeneidad en la distribución de la variable X

es mayor a 30%)
omedio poblacional de Y
Compu América S.A es una empresa importadora de Laptops de última generación. Para su campaña universitaria
unitario de 1200 dólares y las vende a 1700 dólares la unidad. Debido al avance vertiginoso de la innovación tecn
tiene que ser retirada del mercado y devuelta al distribuidor quien entrega a Compu América una cantidad igual a
mediante una investigación de mercado, que la tabla de distribución de probabilidad de X: Número de Laptops ve

X 0 1 2 3
p(x) 0.05 0.15 0.05 0.2

X 0 1 2 3
p(x) 0.05 0.15 0.05 0.2

F(X) 0.05 0.2 0.25 0.45

E(X) 0 0.15 0.1 0.6

E(X.X) 0 0.15 0.2 1.8

X: Número de Laptops vendidas por la empresa compu América S.A

Rx = 0,1,2,3,4,5

a)         Hallar el número esperado de laptop vendidas por Compu América S.A. R: E(X)=3.3

Valor esperado=Esperanza=media poblacional = promedio poblacional.

E(X) = 0*0.05 + 1*0.15 + 2*0.05 + 3*0.20 + 4*0.30 + 5*0.25

3.3

b)         Hallar la V(X). R: E(X2)=13.2, V(X)= 2.31

E(X.X) = 0*0*0.05 + 1*1*0.15 + 2*2*0.05 + 3*3*0.20 + 4*4*0.30 + 5*5*0.25
13.2

V(X) = 13.2 - 3.3.*3.3

V(X) =
2.31
CV(X) = 46.0566186471838

c) Hallar e interpretar el valor esperado, la varianza, la desviación estándar y el coeficiente de variación de la ut

R: Utilidad neta: valor esperado= 1,242 dólares, varianza=1´264,956 dólares, la desviación estándar=1,124

Y = Utilidad neta de la empresa por la venta de Laptop

X: Numero de Laptops vendidas por la empresa compu América S.A

Nota: Compu América gana 500 dólares por cada Laptop que vende (porque las compra a 1,200 dólares y

Compu América pierde 240 dóláres por cada Laptop que no vende (porque su proveedor le devuelve el din
descuendo del 20% es decir de 240 dólares)

Y = 500*X - 240*(5 - X)

Y = 500*X - 1200 + 240X

Y = 740X - 1200

E(Y) = E(740X - 1200)

E(Y) = 740*E(X) - 1200
E(Y) = 740*3.3 - 1200 = 1242 dólares

V(Y) = V(740X - 1200)

V(Y) = 740*740*V(X) + 0

V(Y) = 740*740*2.31+ 0 = 1264956 dólares

Desviación estándar de Y = 1124.70262736423

CV(Y) = 90.556 > 30% : existe heterogeneidad en la distribuc

Adicional
¿Dónde se observa mayor heterogeneidad, en la distribución de la variable X o Y?

CV(X) = 46.06 %
CV(Y) = 90.56 %
CV(Y) > V(X), entonces existe mayor heterogeneidad en la distribución de la variable Y

Adicional
Dado que X es mayor a 1 ¿Cuál es la probabilidad que X sea como máximo 3?
Recordar: Probabilidad condicional: Intersección entre condición

P( X<=3 /X>1) = (P(X=2) + P(X=3)) / (1 - F(1

0.3125
Un inversionista está considerando tres estrategias para una inversión de 1.000 dólares. Se estima que los posibles rendimie
son los siguientes:

Estrategia 1: Un beneficio de 10.000 dólares con probabilidad 0.15 y una pérdida de 1.000 dólares con probabilidad 0.85
Estrategia 2: Un beneficio de 1.000 dólares con probabilidad 0.50 y una pérdida de 500 dólares con probabilidad 0.50.
Estrategia 3: Un beneficio seguro de 400 dólares.

¿Qué estrategia tiene mayor beneficio esperado? ¿Aconsejarías al inversionista que adoptara necesariamente esta estrategia?
R: Beneficios esperados: Estrategia 1= 650 dólares, estrategia 2=250 dólares, estrategia 3 (segura)= 400

Estrategia 1:
x: Beneficio obtenido con la estrategia de inversión 1
x 10000 -1000 Total
p(x) 0.15 0.85 1

E(X) 1500 -850 650 ……Presenta mayor beneficio esperado.

Estrategia 2:
x: Beneficio obtenido con la estrategia de inversión 2
x 1000 -500 Total
p(x) 0.5 0.5 1
E(X) 500 -250 250
Estrategia 3:
x: Beneficio obtenido con la estrategia de inversión 3
x 400 0 Total
p(x) 1 0 1
E(X) 400 0 400
 Para su campaña universitaria compra 5 Laptops (exclusivas en tamaño y presentación) al precio
rtiginoso de la innovación tecnológica, después de 1 mes de exposición, la Laptop que no se vendió
América una cantidad igual a 80% del precio unitario al que se le vendió. Se ha demostrado
de X: Número de Laptops vendidas, es la siguiente:

4 5
0.3 0.25

4 5 TOTAL

0.3 0.25
1

0.75 1

1.2 1.25 3.3

4.8 6.25 13.2
ca S.A

R: E(X)=3.3

5*0.25

3.3

E(X2)=13.2, V(X)= 2.31

13.2

*3.3

46.0566% > 30%.....se observa heterogeneidad en

71838 la distribución de la variable X

oeficiente de variación de la utilidad neta de la empresa por la venta de las Laptops.

a desviación estándar=1,124.70 dólares y el coeficiente de variación=90.56%

as compra a 1,200 dólares y las vende a 1,700 dólares)

proveedor le devuelve el dinero de las laptop no vendidas pero con un

neidad en la distribución de la variable Y

P(X=3)) / (1 - F(1))
estima que los posibles rendimientos

00 dólares con probabilidad 0.85.

dólares con probabilidad 0.50.

ra necesariamente esta estrategia?

tegia 3 (segura)= 400

yor beneficio esperado.