Apuntes Taller 3 de Estadı́stica y Probabilidad

Función distribucion de probabilidad

Profesoras: Ludy Núñez S. & Gisella Tapia

1. funciones de R a utilizar en el cálculo de probabilidades

f < − function(x){Y < − expresión algebraica }. Define una función real de una variable aleatroria.
curve(f, lower = a, upper = b). Grafica la función f , en el intervalo [a, b].
I < − integrate(f, lower = a, upper = b). Determina la integral de la función f entre a y b, con un cierto error.
suma sum(v). Suma los elementos del vector v.
sqrt(g). Determina la raı́z cuadrada de la expresión g.
log(g). Detemina el logaritmo base n de la expresión g.
par(mf row = c(r, w)). Permite colocar más gráficos en una misma figura, r es el número de filas y w el número
de columnas.

2. Ejercicios
Ejercicio 1. El consumo mensual de combustible (en miles de litros) de un motor industrial es una variable que se
comporta de acuerdo a la siguiente función.
 32 1 1


f (x) = 9 x2 − x3 , 1 ≤ x ≤ 4.
0, e.o.c.
1. Graficar la función f .
2. Verificar que f es función distribución de probabilidad.
3. Determinar la probabilidad que el motor consuma mensualmente :
a. Menos de 2000 litros de combustible.
b. Entre 1500 y 3500 litros de combustible.
c. Más de 3000 litros de combustible
4. Determine el consumo promedio mensual de combustible.
5. Determine la desviación estándar del consumo mensual de combustible.

Ejercicio 2. Una gasolinera se abastece semanalmente la demanda semanal de combustible (en miles de litros) es una
varaible aleatoria con función de densidad.
 4 3
 17 x
 q, 0≤x≤1
f (x) = 12 3−x
 17 2 , 1<x≤3
0, e.o.c.


1. Determine la demanda semanal esperada y la desviación estándar de la demanda semanal.

2. La utilidad de la gasolinera depende de la demanda semanal, luego si la demanda es inferior a 500 litros, la
gasolinera pierde $1.950.000. Si la demanda es mayor o igual a 500 litros, pero inferior a 1500 litros, la utilidad
es de $2.152.000. Cuando la demanda es de a lo menos 1500 litros, la utilidad es de $3.450.000. Determine la
demanda esperada por la gasolinera.
Observación 1. Esperanza de una v.a.c.
Z ∞
E[X] = xf (x)dx
−∞

Varianza de una v.a.

V (X) = E[X 2 ] − (E[X])2 ,
donde para una v.a.c Z ∞
E[X 2 ] = x2 f (x)dx
−∞

1
3. Desarrollo Ejercicios
3.1. Gráficos

Figura 1: Gráfico de la f.d.p. del consumo mensaul de combustible, en miles de litros

Figura 2: Gráficos de la f.d.p. de la demanda semanal de combustible, en miles de litros

3.2. Script
#### C á l c u l o de p r o b a b i l i d a d e s usando R
### E j e r c i c i o 1
f <− f u n c t i o n ( x ) { ( 3 2 / 9 ) ∗ ( 1 / xˆ2−1/x ˆ 3 ) }
# X: consumo mensual de c o m b u s t i b l e , en m i l e s de l i t r o s
# 1
curve ( f , 1 , 4 )
#2
A <− i n t e g r a t e ( f , 1 , 4 ) ; A
#3a P(X<2)=0.4444
p1 <− i n t e g r a t e ( f , 1 , 2 ) ; p1
# 3b P(1.5<=X<=3.5)=0.7095
p2 <− i n t e g r a t e ( f , 1 . 5 , 3 . 5 ) ; p2
# 3 c P(X>3)=0.2099
p3 <− i n t e g r a t e ( f , 3 , 4 ) ; p3
# 4 E(X)=
m1 <− f u n c t i o n ( x ) {x ∗ ( 3 2 / 9 ) ∗ ( 1 / xˆ2−1/x ˆ 3 ) }
E <− i n t e g r a t e (m1 , 1 , 4 ) ; E
# El consumo promedio mensual de c o m b u s t i b l e e s de 2262 l i t r o s
# 5 D e s v i a c i ó n e s t á n d a r
m2 <− f u n c t i o n ( x ) {x ˆ 2 ∗ ( 3 2 / 9 ) ∗ ( 1 / xˆ2−1/x ˆ 3 ) }
E2 <− i n t e g r a t e (m2 , 1 , 4 ) ; E2 # Esperanza de Xˆ2
sd <− s q r t ( 5 . 7 3 7 6 2 − 2 . 2 6 2 3 8 ˆ 2 ) ; sd
# l a d e s v i a c i ó n e s t á n d a r d e l consumo mensual de c o m b u s t i b l e e s de 787 l i t r o s .
### E j e r c i c i o 2 .
## X: demanda semanal de c o m b u s t i b l e , en m i l e s de l i t r o s
f 1 <− f u n c t i o n ( x ) { ( 4 / 1 7 ) ∗ x ˆ3}
f 2 <− f u n c t i o n ( x ) { ( 1 2 / 1 7 ) ∗ s q r t ((3 −x ) / 2 ) }
par ( mfrow=c ( 1 , 2 ) )
c u r v e ( f1 , 0 , 1 )
c u r v e ( f2 , 1 , 3 )
# E
m1a <− f u n c t i o n ( x ) { x ∗ ( 4 / 1 7 ) ∗ x ˆ3}
m1b <− f u n c t i o n ( x ) { x ∗ ( 1 2 / 1 7 ) ∗ s q r t ((3 −x ) / 2 ) }
ea <− i n t e g r a t e (m1a , 0 , 1 ) ; ea
eb <− i n t e g r a t e (m1b , 1 , 3 ) ; eb

2
E <− round ( 0 . 0 4 7 0 5 8 8 2 + 1 . 6 9 4 1 1 8 , 3 ) ; E
# La demanda semanal e s p e r a d a e s de 1741 l i t r o s de c o m b u s t i b l e
# D e s v i a c i ó n
m2a <− f u n c t i o n ( x ) { x ˆ 2 ∗ ( 4 / 1 7 ) ∗ x ˆ3}
m2b <− f u n c t i o n ( x ) { x ˆ 2 ∗ ( 1 2 / 1 7 ) ∗ s q r t ((3 −x ) / 2 ) }
E2a <− i n t e g r a t e (m2a , 0 , 1 ) ; E2a
E2b <− i n t e g r a t e (m2b , 1 , 3 ) ; E2b
E2 <− round ( 0 . 0 3 9 2 1 5 6 9 + 3 . 3 0 7 5 6 3 , 3 ) ; E2
sd <− round ( s q r t ( E2−E ˆ 2 ) , 3 ) ; sd
# La d e s v i a c i ó n e s t á n d a r de l a demanda semanal de c o m b u s t i b l e e s de 562 l i t r o s
# 2
# U: U t i l i d a d semanal , en m i l l o n e s de p e s o s .
# u1=−1.95 s s i x <0.5 , u2 =2.152 s s i 0.5<=X<1.5 , u3 =3.45 s s i x>=1.5
pu1 <− i n t e g r a t e ( f1 , 0 , 0 . 5 ) ; pu1
pu1 <− round ( 0 . 0 0 3 6 7 6 4 7 1 , 4 ) ; pu1 # pu1=P(U=u1 )
pu2a <− i n t e g r a t e ( f1 , 0 . 5 , 1 ) ; pu2a
pu2b <− i n t e g r a t e ( f2 , 1 , 1 . 5 ) ; pu2b
pu2 <− round ( 0 . 0 5 5 1 4 7 0 6 + 0 . 3 2 9 8 6 4 4 , 4 ) ; pu2 # pu2=P(U=u2 )
pu3 <− i n t e g r a t e ( f2 , 1 . 5 , 3 ) ; pu3
pu3 <− round ( 0 . 6 1 1 3 1 2 1 , 4 ) ; pu3 # pu3=P(U=u3 )
U <− c ( − 1 . 9 5 , 2 . 1 5 2 , 3 . 4 5 )
g <− c ( pu1 , pu2 , pu3 )
sum ( g ) # V e r i f i c a c i ó n de f u n c i ó n de c u a n t i a
E <− sum (U∗ g ) ; E
# La u t i l i d a d e s p e r a d a e s de $2930290 .