Una tienda de electrónica vende un modelo particular de computadora portátil. Hay sólo cuatro computadoras en existencia y la gerente se pregunta cuál será la demanda de hoy para este modelo particular. En el departamento de marketing de que la distribución de probabilidad para x, la demanda diaria para la laptop es como se muestra:

Objetivo

1.-Determinar la tabla de distribución 2.-Determinar valor esperado 3.-Gráfica de barra de la variable aleatoria x con respecto a su probabilida 4.-Graficar la probabilidad acumulada 5.-Determinar varianza 6.-Determinar desviación std 7.-Visualizar tabla de distribución de probabilidad

Librerias

library(knitr)

1.-Determinar la tabla de distribución

x <- c(0,1,2,3,4,5)
# x <- 0:5

prob.x <- c(0.10, 0.40, 0.20, 0.15, 0.10, 0.05)
#sum(prob.x)


prob.acum.x <- c(sum(prob.x[1]), sum(prob.x[1:2]), sum(prob.x[1:3]),
                 sum(prob.x[1:4]), sum(prob.x[1:5]), sum(prob.x[1:6]))
prob.acum.x
## [1] 0.10 0.50 0.70 0.85 0.95 1.00

2.-Determinar valor esperado

v.e <- sum(x * prob.x)
v.e
## [1] 1.9

3.-Grafica de barra de la variable aletoria x con respecto a su probabilidad

barplot(height = prob.x, names.arg = x)

4.-Graficar la probabilidad acumulada

plot(x,prob.acum.x, type = 'l')

5.-Determinar varianza

var <- sum((x - v.e) ^ 2 * prob.x)
var
## [1] 1.79

6.-Determinar desviación std

desv.std <- sqrt(var)
desv.std
## [1] 1.337909

7.-Visualizar tabla de ditribución de probabilidad

tabla <- data.frame(x, prob.x, prob.acum.x, x * prob.x, (x - v.e) ^ 2, (x - v.e) ^ 2 * prob.x)

colnames(tabla) <- c("x", "prob.x", "prob.acum.x", "x.prob.x", "x-v.e^2", "x-v.e^2prob.x")

kable(tabla)
x prob.x prob.acum.x x.prob.x x-v.e^2 x-v.e^2prob.x
0 0.10 0.10 0.00 3.61 0.3610
1 0.40 0.50 0.40 0.81 0.3240
2 0.20 0.70 0.40 0.01 0.0020
3 0.15 0.85 0.45 1.21 0.1815
4 0.10 0.95 0.40 4.41 0.4410
5 0.05 1.00 0.25 9.61 0.4805