Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Enunciados.
25 de septiembre de 2006
2
Indice general
1. Espacio de probabilidad 5
1.1. Probabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Probabilidad condicionada, teorema de Bayes e independencia . . . . . . . . . . . 8
2. Variables y vectores aleatorios 17
2.1. Variable aleatoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. Vector aleatorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3. Independencia de variables aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4. Distribuciones condicionadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.5. Funci on de una o varias variables aleatorias . . . . . . . . . . . . . . . . . . . . . 24
3. Esperanza 27
3.1. Esperanza de una variable aleatoria . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2. Esperanza de un vector aleatorio . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.3. Esperanza condicionada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4. Convergencia de sucesiones de variables aleatorias 39
4.1. Tipos de convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2. Leyes de los Grandes N umeros . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3. Funci on caracterstica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.4. Teorema Central de Lmite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.5. Funci on generatriz de momentos . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5. Examenes previos 43
5.1. 1 de septiembre de 2004 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.1.1. Castellano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.1.2. Valenciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2. 3 de febrero de 2004 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2.1. Castellano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2.2. Valenciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.3. 3 de septiembre de 2005 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.3.1. Castellano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.3.2. Valenciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.4. 8 de junio de 2004 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4.1. Castellano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4.2. Valenciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.5. 9 de febrero de 2005 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.5.1. Castellano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3
4
INDICE GENERAL
5.5.2. Valenciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.6. 21 de junio de 2005 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.6.1. Castellano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.6.2. Valenciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.7. 6 de junio de 2006 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.7.1. Castellano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.7.2. Valenciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Captulo 1
Espacio de probabilidad
1.1. Probabilidad
Problema 1 Juego de dados tradicional chino que se juega durante la celebraci on del a no nue-
vo. En este juego se lanzan 6 dados. Seg un parece un lanzamiento con dos pares gana a un
lanzamiento con un par. Cu al es la probabilidad de cada uno de estos sucesos? En otras pala-
bras, encuentra la probabilidad de obtener un par en un lanzamiento de 6 dados y la probabilidad
de obtener dos pares en un lanzamiento de 6 dados.
Problema 2 (Problema de los cumplea nos) En una reuni on hay n personas. Cu al es la
probabilidad de que dos de ellas tengan el mismo cumplea nos?
Problema 3 (Pitman, pagina 9) Elegimos una palabra al azar de esta frase. Se pide:
1. Que probabilidad tenemos de que la palabra tenga al menos cuatro letras?
2. Y de que la palabra tenga al menos dos vocales?
3. Y de que tenga al menos dos letras y al menos dos vocales?
Problema 4 (Muestreo con y sin reemplazamiento) Veamos un experimento que corres-
ponde a lo que se conoce como muestreo con reemplazamiento Una caja contiene una serie de
papeletas marcadas con los n umeros 1, . . . , n. Elegimos al azar una papeleta de la caja. Vemos
su n umero y la devolvemos a la caja. Determinar las probabilidades de los siguientes sucesos.
1. La primera papeleta tiene el n umero 1 y la segunda el n umero 2.
2. Los n umeros de las dos papeletas son n umeros enteros consecutivos, esto es, la primera
papeleta tiene un n umero una unidad inferior a la segunda.
3. El segundo n umero extraido es mayor que el primero.
Supongamos ahora que no reemplazamos la primera papeleta en la caja. En consecuencia la
segunda papeleta ha de ser distinta a la primera. Se pide responder a las tres preguntas anteriores
en esta nueva situaci on.
Problema 5 Supongamos que barajamos una baraja de 52 cartas y tomamos las dos cartas que
han quedado en la parte superior del mazo.
5
6 CAP
6
i=1
p(x) = 1.
Problema 11 (Una carrera de tortugas) En la carrera de las grandes tortugas compiten
cuatro animales. Para darle un poco de animaci on a la carrera, los cuatro propietarios deciden
introducir los nombres de las tortugas en un sombrero y cada uno de los propietarios elige
aleatoriamente un nombre sin reemplazamiento. Cada propietario est a obligado a apostar por
la tortuga que le ha correspondido en el sorteo. Se pide:
1. Determinar la probabilidad de que todos los propietarios apuesten por sus tortugas.
2. Ning un propietario apueste por su propia tortuga.
3. El desafortunado propietario A elija a la tortuga Berzine que siempre pierde.
4. A apueste por la tortuga de B y B por la tortuga de A.
Problema 12 (Examen 2-3-2004) El holandes Christian Huygens public o en 1657 uno de
primeros libros sobre Probabilidad que se conocen, De Ratiociniis in Ludo Aleae (Del Razona-
miento en los Juegos de Azar), en el que planteaba una serie de problemas. El que se conoce
como segundo problema de Huygens lo enunciamos a continuaci on
Tres jugadores A, B y C participan en el siguiente juego. Una urna contiene a bolas blancas
y b negras. Los jugadores, en el orden ABCABC . . ., extraen una bola con reemplazamiento
hasta que uno de ellos obtiene una bola blanca y gana. Encontrar la probabilidad de ganar para
cada jugador.
Problema 13 Hemos cuadriculado una cierta zona en seis columnas y cuatro las. Denotamos
por C(i, j) la celda en la la i y columna j. Considerad el siguiente juego. Tenemos una cha
colocada en el rect angulo marcado con C(0, 0). La cha la movemos a la derecha o hacia arriba
desde la celda inicial C(4, 1) a la celda nal C(1, 6). Se pregunta:
1. Cu antos posibles caminos hay moverse desde C(4, 1) hasta C(1, 6)?
2. Si el jugador en su camino pasa por la celda C(2, 5) recibe un premio. Supongamos que
cada camino tiene la misma probabilidad, cu al es la probabilidad de que el jugador pase
por C(2, 5) en su camino de C(4, 1) a C(1, 6)?
Problema 14 (Aditividad nita y numerable) Demostrar que una medida de probabili-
dad es nitamente aditiva.
Problema 15 Comprobar que la denici on de probabilidad de Laplace verica los axiomas de
Kolmogorov. En denitiva, que es una medida de probabilidad.
8 CAP
i=1
P(A
i
).
En que caso la desigualdad anterior es una igualdad?
Problema 17 (Krief y Levy pagina 81) Sea (, A, P) un espacio de probabilidad. Se de-
nomina diferencia simetrica de dos sucesos A y B al suceso AB = (A B
c
) (A
c
B).
1. Probar que si tenemos los tres sucesos A, B y C entonces
P(AC) P(AB) +P(BC).
2. Para sucesos A, B, C y D se verica
P
_
(A B)(C D)
_
P(AC) +P(BD).
Problema 18 (Un camino aleatorio cule) El da 27 de julio de 1997 se celebraron elec-
ciones a la presidencia del Barca. Haba s olo dos candidatos, el se nor Fern andez y el se nor
N u nez, siendo este ultimo el ganador. Un socio con veleidades probabilsticas se hizo la siguien-
te pregunta: habr a ido el se nor N u nez por delante del se nor Fern andez a lo largo de todo el
escrutinio? El se nor N u nez obtuvo 24025 votos y el se nor Fern andez 5209.
1.2. Probabilidad condicionada, teorema de Bayes e inde-
pendencia
Problema 19 Sean A y B dos sucesos. Obtener la probabilidad de A B si ha ocurrido A o
si ha ocurrido A B. Comentar el resultado.
Problema 20 (La paradoja del caballero De Mere) En un juego consistente en lanzar
repetidamente un par de dados, encontrar el menor n umero n de lanzamientos para que la
probabilidad de obtener al menos un doble seis sea mayor que 0,5.
Comentarios
El origen de la paradoja est a en la pregunta que Antoine Gombauld, caballero De Mere, planteo a
Pascal Observaba De Mere una discrepancia entre la realidad, deducida de su larga experiencia
como jugador, y una antigua regla muy extendida entre los jugadores que armaba que n = 24.
Esta err onea regla tena su origen en la creencia de un comportamiento lineal de las probabi-
lidades. Se saba que si los lanzamientos eran de un solo dado y se persegua la obtenci on de
un seis, n = 4, pues p
3,1
= 0,4213 y p
4,1
= 0,5177. Se razonaba a continuaci on mediante una
sencilla regla de tres: 4 es a 6 como 24 a 36.
1.2. PROBABILIDAD CONDICIONADA, TEOREMA DE BAYES E INDEPENDENCIA 9
Problema 21 A y B juegan a un juego en el que A tiene una probabilidad p de ganar una
partida. El vencedor es aquel que gana dos partidas consecutivas. Encontrar el valor de p si se
sabe que cuando A pierde la primera partida, las probabilidades de ganar el juego para A y para
B son iguales.
Problema 22 (Jugando con un tetraedro) Tenemos un tetraedro un poco extra no. Una
cara es de color rojo, la otra de color azul y una tercera de color verde. La cuarta y ultima
cara tiene tres partes coloreadas respectivamente de rojo, azul y verde. Lanzamos el tetraedro y
nos jamos en el color de la cara en que se apoya el tetraedro. Consideramos los sucesos A
r
consistente en que se apoya en una cara con el color rojo. Denimos A
a
y A
v
anal agomente
sustituyendo el color rojo por el azul y el verde. Son independientes dos a dos los sucesos
aleatorios A
r
, A
a
y A
v
? Son independientes los tres sucesos?
Problema 23 Con objeto de estudiar la efectividad de un nuevo remedio contra el dolor de
cabeza una gran muestra formada por n personas ha sido seleccionada. Puesto que se piensa
que la reacci on de una persona al medicamento puede estar relacionada con el sexo, los datos
que se tomaron fueron especcos al sexo. La siguiente tabla resume los resultados obtenidos:
E E
c
H a b
M c d
donde E = { el medicamento ha sido efectivo }, E
c
= { el medicamento no ha sido efectivo },
H = { hombre }, M = { mujer } y a +b +c +d = n. Es decir, el n umero de mujeres para las
cuales ha sido efectivo el medicamento es c y as con el resto de la tabla.
1. Bas andose en estos datos, determinar (i) P(H), (ii) P(E), (iii) P(H | E), (iv) P(E | H).
2. Cuando son independientes los sucesos E y H? Demostrar que si ad bc = 0, E y M
son sucesos independientes.
3. Si E y M son independientes, decimos que el efecto medicamento y el factor sexo son
independientes. Por que podemos hacer esta armaci on?
Problema 24 Demostrar que si B
1
, . . . , B
n
es una partici on de B (es decir, son disjuntos y
n
i=1
B
i
= B), entonces
P(A | B) = P(A | B
1
)P(B
1
| B) +. . . +P(A | B
n
)P(B
n
| B).
Problema 25 Consideremos un espacio de probabilidad (, A, P). Se pide:
1. Demostrar que si A y B son sucesos independientes tambien lo son A y B
c
; A
c
y B; A
c
y B
c
.
2. Tres sucesos A, B y C se dicen independientes si las tres parejas (A, B), (A, C) y (B, C)
est an constituidas por sucesos independientes, y si
P(A B C) = P(A) P(B) P(C).
Se pide comprobar que las ternas (A
c
, B, C), (A
c
, B
c
, C) y (A
c
, B
c
, C
c
) son sucesos mu-
tuamente independientes si A, B y C lo son.
3. Demostrar, con un ejemplo, que aunque las parejas (A, B), (A, C) y (B, C) esten constitui-
das por sucesos independientes, no tiene porque ocurrir lo mismo con la terna (A, B, C).
10 CAP
i
i!
para i = 0, 1, . . ., donde es una constante positiva. Halla P(X = 0) y P(X > 2)
Problema 70 Se eligen dos bolas al azar sin reemplazamiento de una urna que contiene 8
bolas blancas, 4 bolas negras y 2 de color naranja. Supongamos que ganamos 2 euros por cada
bola blanca elegida y perdemos 1 euro por cada bola blanca elegida. Sea X la variable que denota
nuestras ganancias. Halla la funci on de cuanta (o probabilidad) de X.
Problema 71 La funci on de distribuci on de X viene dada por:
F(x) =
_
_
0 si x < 0
x
4
si 0 x < 1
1
2
+
x1
4
si 1 x < 2
11
12
si 2 x < 3
1 si x 3
1. Halla P(X = i) para i = 1, 2, 3
17
18 CAP
_
0 si x < 0
1
2
si 0 x < 1
3
5
si 1 x < 2
4
5
si 2 x < 3
9
10
si 3 x < 3,5
1 si x 3,5
Halla la funci on de cuanta de X.
Problema 73 Un vendedor de enciclopedias ha concertado dos citas con dos posibles compra-
dores. Conseguir a vender una enciclopedia en la cita con el primer cliente con una probabilidad
de 0,3 y lo lograr a en la cita con el segundo con una probabilidad de 0,6 (independientemente
de lo que haya sucedido con el primero). Si vende la enciclopedia de lujo ingresa 1000 euros
mientras que si vende la normal ingresa 500 euros. Supongamos que es igualmente probable
que venda cualquiera de las dos enciclopedias. Halla la funci on de cuanta de X que representa
el total de los ingresos del vendedor.
Problema 74 Cinco n umeros distintos se distribuyen al azar entre 5 jugadores numerados del
1 al 5. Cuando dos jugadores comparan sus n umeros el que lleva el n umero m as alto es el
ganador. Inicialmente los jugadores 1 y 2 comparan sus n umeros, el ganador se compara con
el jugador 3, y as sucesivamente. Denotamos por X el n umero de veces que gana el jugador 1.
Halla P(X = i) para i = 1, 2, 3, 4.
Problema 75 Una moneda no correcta con probabilidad de cara p y probabilidad de cruz 1 p
es lanzada hasta que aparece una cara o tres veces, lo que ocurra antes. Si X es el n umero de
lanzamientos que se realizan, se pide determinar la distribuci on de X.
Problema 76 (Examen 9-2-2005) Probar que para cualquier funci on de densidad de proba-
bilidad se verica
lm
x+
x
_
+
x
1
z
f(z)dz = 0.
Problema 77 Para que valores de la constante C las funciones siguientes son funciones de
cuanta sobre los enteros positivos?
1. Geometrica f(x) = C2
x
2. Logartmica f(x) = C
2
x
x
3. Inversa cuadrado f(x) =
C
x
2
4. Poisson modicada f(x) = C
2
x
x!
2.1. VARIABLE ALEATORIA 19
Problema 78 El responsable de una tienda de electr onica compra cierta clase de piezas en
lotes de tama no 10. Su poltica consiste en inspeccionar 3 al azar de cada lote y aceptarlo s olo
si las 3 funcionan correctamente. Si una quinta parte de los lotes contiene 4 piezas defectuosas
y los dem as s olo una pieza defectuosa, que proporci on de lotes rechazar a?
Problema 79 Para una distribuci on hipergeometrica halla
P(X=k+1)
P(X=k)
. Cu al es la moda de una
H(N, n, r)?
Problema 80 (Examen 9-2-2005) Una urna contiene n papeletas numeradas de 1 a n in-
clusive. Extraemos r al azar. Sea X el n umero mayor obtenido si las papeletas se reemplazan
despues de cada extracci on y sea Y el n umero mayor si las papeletas no se reemplazan en la
urna. Determinar las funciones de distribuci on, las funciones de cuanta (o probabilidad) y
demostrar que
F
Y
(k) < F
X
(k) para 0 < k < n. (2.1)
Problema 81 En un proceso de fabricaci on de hilados se producen roturas del hilo de manera
aleatoria a lo largo del tiempo. Es importante conocer cuando y c omo pueden producirse dichas
roturas. Supongamos que un trabajador controla 800 husos y que la probabilidad de rotura del
hilo en cada bobina, durante un cierto intervalo de tiempo , es p = 0,005. Encontrar el n umero
de roturas m as probable y la probabilidad de que se produzcan a lo sumo 10 roturas.
Problema 82 Samuel Pepy, contempor aneo de Isaac Newton, saba que al lanzar 6n dados el
n umero esperado de seises era n. A partir de este resultado deduca que los sucesos A
n
={al
menos n seises al lanzar 6n dados}, n = 1, 2, 3, tenan todos igual probabilidad. Isaac Newton
hubo de sacarlo de su error.
1
Problema 83 Sea X el n umero de pruebas de Bernoulli necesarias para obtener un exito y un
fracaso. Determinar la distribuci on de probabilidad de X.
Problema 84 Una moneda de 1 cm de di ametro se lanza y cae dentro de una lata cilndrica
cuyo fondo tiene 5 cm de di ametro (la moneda cae plana, no de canto).
1. Cu al es la probabilidad de que la moneda cubra el centro del fondo de la lata?
2. Supongamos que en lugar de usar una lata cilndrica se tira en una caja cuyo fondo es un
cuadrado cuyos lados miden 5 cm, cu al es ahora la probabilidad de que la moneda cubra
el centro del fondo de la lata?
Problema 85 Un testigo experto en un juicio sobre una supuesta paternidad testica que la
longitud en das de un embarazo (es decir desde el momento de la concepci on hasta el momento
del parto) se distribuye aproximadamente seg un una Normal con par ametros = 270 y = 10.
El presunto padre puede demostrar que estuvo fuera del pas durante un perodo de tiempo que
empezaba 290 das antes del nacimiento del ni no y que acababa 240 das antes del nacimiento.
Si el acusado fuese realmente el padre de la criatura, y suponiendo que es verdad lo que asegura
el experto cu al sera la probabilidad de que la madre tuviera un embarazo tan largo o tan corto
?
1
El problema, que es de f acil soluci on y puede incluso parecer ingenuo a alg un lector, se recoge aqu por su
interes hist orico y tambien porque el autor de esta colecci on ha tenido ocasi on de comprobar que los emulos
actuales de Samuel Pepy son todava numerosos
20 CAP
i=1
[1 F
i
(x
i
)] F(x
1
, x
2
, . . . , x
n
) mn
1in
F
i
(x
i
).
Problema 96 Los 4 tipos de sangre principales se presentan en la poblaci on de los EEUU de
acuerdo con los siguientes porcentajes:
Tipo A B AB 0
Porcentaje 42 % 10 % 4 % 44
1. Si se eligen al azar a dos personas de esta poblaci on, cu al es la probabilidad de que su
sangre sea del mismo tipo?
2. Si se eligen cuatro personas al azar, sea P(k) la probabilidad de que haya exactamente k
tipos sanguneos diferentes. Halla P(k) para k = 1, 2, 3 y 4.
Problema 97 Escogemos aleatoriamente un punto del interior de un disco de radio R. Sea X
la distancia del punto elegido al centro del disco. Halla la funci on de distribuci on de X.
2.3. Independencia de variables aleatorias
Problema 98 Consideremos el espacio de probabilidad (, A, P) y sean A
1
y A
2
dos sucesos.
Denimos X
1
= 1
A1
y X
2
= 1
A2
, las funciones caractersticas asociadas. Demostrar que X
1
y
X
2
son independientes si y s olo si A
1
y A
2
lo son.
Problema 99 Dos personas lanzan, cada una de ellas, n veces una moneda. Obtener la pro-
babilidad de que ambas obtengan el mismo n umero de caras.
Problema 100 Tenemos dos lneas de comunicaci on telef onica paralelas de longitud l, sepa-
radas por una distancia d < l. Sabemos que, al azar y de manera independiente, se producen
sendas roturas a lo largo del recorrido de cada una de ellas. Encontrar la probabilidad de que la
distancia R entre ambas roturas no sea superior a c.
22 CAP
_
r
2
9
, r [0, 3];
0 en el resto,
elegimos un punto al azar. Si X designa la distancia del punto al origen, obtener la funci on de
distribuci on y la funci on de densidad de X|R = r.
Problema 112 Consideremos la siguiente funci on
f
X|Y
(x|y) =
_
y
x
e
y
x!
, si y 0, x = 0, 1, . . .
0, en el resto.
a) Demostrar que para cada y jo, f
X|Y
(x|y) es una funci on de probabilidad (la de X condi-
cionada a Y = y).
b) Si Y Exp(), con = 1, encontrar la densidad conjunta de X e Y .
c) Comprobar que la marginal de X viene dada por
f
X
(x) =
_
_
_
1
2
x+1
, x = 0, 1, . . .
0, en el resto.
Problema 113 Las variables aleatorias X e Y tienen una distribuci on conjunta uniforme
en el interior del tri angulo T de vertices (0,0), (2,0) y (1,2). Calcular P(X < 1, Y < 1) y
P(Y < 1|X < 1,5).
Problema 114 Calcular la probabilidad de poder formar un tri angulo con dos puntos elegidos
en el intervalo [0, 1] seg un los distintos metodos que se enumeran a continuaci on.
1. Los dos puntos se eligen al azar en el intervalo.
2. Elegimos primero un punto al azar y a continuaci on elegimos el segundo punto, tambien
al azar, pero sobre el trozo mayor.
3. Elegimos un punto al azar y a continuaci on uno de los trozos, elegido al azar, lo dividimos
en dos partes iguales. Calcular, para este metodo, la probabilidad de que el tri angulo sea
obtuso.
Problema 115 (Examen 21-6-2005) En una urna hay una bola roja. Extraemos tres cartas
de una baraja francesa (52 cartas repartidas en 4 palos) y a nadimos a la urna tantas bolas verdes
como ases hayamos extrado. A continuaci on lanzamos 2 veces una moneda cuya probabilidad
de cara es p = 1/5 y a nadimos tantas bolas rojas como cruces hayamos obtenido. Finalmente
llevamos a cabo 2 extracciones con reemplazamiento de la urna. Si X es el n umero de bolas
verdes a nadidas a la urna e Y el n umero de bolas rojas a nadidas a la urna,
24 CAP
_
0, si x < 0,
1
2
, si 0 x 1,
1
2x
2
, si x > 1.
Encontrar la densidad de Y = 1/X.
Problema 117 Se traza aleatoriamente una linea recta a traves del punto (0, l). Encontrar la
densidad de probabilidad de la abcisa en el origen, X, de dicha recta.
Problema 118 Sea el n umero de celulas por unidad de area en una preparaci on celular. Pue-
de demostrarse que la distancia, D, de una celula a su vecino m as pr oximo tiene por densidad
de probabilidad,
f
D
(d) =
_
2de
d
2
, d > 0
0, en el resto.
El area del mayor disco libre (sin contactos) centrado en una celula es A = D
2
. Encontrar la
densidad de probabilidad de A.
Problema 119 Las variables X e Y son independientes y continuas. Sea U una variable di-
cot omica, independiente de ambas con P(U = 1) = P(U = 1) = 1/2. Denimos S = UX y
T = UY . Comprobar que S y T son dependientes, pero S
2
y T
2
son independientes.
Problema 120 Sean X e Y variables aleatorias independientes tales que X Gamma(
1
, )
e Y Gamma(
2
, ). Demostrar que las variables X+Y y X/(X+Y ) son variables aleatorias
independientes.
Problema 121 Tenemos X
1
, . . . , X
n
variables aleatorias independientes tales que X
j
tiene
una distribuci on binomial negativa con par ametros r
j
y p con j = 1, . . . , n. Demostrar que
S
n
=
n
j=1
X
j
tiene una distribuci on binomial negativa con par ametros
n
j=1
r
j
y p.
Problema 122 Tenemos X
1
, . . . , X
n
variables aleatorias independientes tales que X
j
tiene
una distribuci on geometrica con par ametro p
j
. Sea N
n
= mn{X
1
, . . . , X
n
}. Demostrar que la
variable N
n
tiene una distribuci on geometrica con par ametro
p = 1
n
j=1
(1 p
j
). (2.2)
2.5. FUNCI
n
k=1
X
k
la n-esima suma parcial, con n = 1, 2, . . . y supongamos t > 0. Si Y es
el n umero de valores de S
n
en el intervalo [0, t] entonces Y sigue una distribuci on de Poisson
con par ametro t/.
Problema 124 (Examen 3-9-2005) Cuando una corriente de I amperios pasa a traves de
una resistencia de R ohmios, la potencia generada viene dada por W = I
2
R vatios. Supongamos
que I y R son variables aleatorias independientes con densidades
f
I
(x) =
_
_
_
6x(1 x), si 0 x 1;
0, fuera.
y
f
R
(y) =
_
_
_
2y, si 0 y 1;
0, fuera.
Hallar la densidad de W.
Problema 125 Demostrar que si tenemos variables aleatorias independientes X
1
, . . . , X
n
tales
que X
j
Gamma(
j
, ) con j = 1, . . . , n entonces S
n
=
n
j=1
X
j
Gamma(
n
j=1
j
, ).
Problema 126 (Rohatgi, pagina 213) Si X e Y son variables aleatorias exponenciales con
par ametro entonces Z = X/(X +Y ) sigue una distribuci on uniforme en el intervalo [0, 1].
Problema 127 (Rohatgi, pagina 215) Sean X e Y variables aleatorias independientes con
distribuci on Gamma(
1
, ) y Gamma(
2
, ) respectivamente. Demostrar que X/(X+Y ) sigue
una distribuci on beta con par ametros
1
y
2
.
Problema 128 (Examen 8-6-2004) Consideremos el siguiente procedimiento:
1. Generamos U con distribuci on uniforme en [0, 1].
2. Tomamos Y =
1
ITULO 3. ESPERANZA
estatales se trabajaba todos los das de la semana. La excepci on a esta regla era que algunos
de los trabajadores cumpliera a nos, ese da nadie trabajaba. Suponiendo un a no no bisiesto y
que los cumplea nos se distribuyen equiprobablemente a lo largo del a no, encontrar el n umero de
trabajadores para que el n umero esperado de hombres-da trabajados sea m aximo.
Problema 136 Elegimos al azar un n umero del 1 al 10. Hemos de adivinarlo mediante pre-
guntas cuya respuesta sea s o no. Calcular el n umero esperado de preguntas que debemos hacer
si,
1. la pregunta i-esima que hacemos es se trata del n umero i?, o
2. con cada pregunta intentamos eliminar la mitad de los n umeros restantes.
Problema 137 Un vendedor de peri odicos compra cada ejemplar a 10 centimos y los vende
a 15 centimos. Como no puede devolver los ejemplares no vendidos, trata de saber cuantos le
conviene comprar para maximizar lo que espera ganar cada da. Si las demandas diarias siguen
una distribuci on B(10, 1/3), cu antos ejemplares debe comprar?
Problema 138 Un vendedor de peri odicos compra cada ejemplar a C centimos de euro y
lo vende a V centimos de euro (C < V ). Puede devolver los ejemplares no vendidos pero s olo
obtiene R centimos de euro por ejemplar (R < C). Se trata de saber cuantos le conviene comprar
para maximizar lo que espera ganar cada da. Si la demanda diaria X sigue una distribuci on
discreta con P(X = k) = p
k
, k = 0, 1, 2, . . . , n, cu antos ejemplares debe comprar? Aplicar el
resultado para el caso en que V = 100, C = 50, R = 20 y la funci on de probabilidad viene dada
por
k P(X=k) k P(X=k)
0 0.05 7 0.08
1 0.08 8 0.05
2 0.10 9 0.04
3 0.15 10 0.03
4 0.15 11 0.03
5 0.10 12 0.03
6 0.08 13 0.03
Problema 139 Si X es una variable aleatoria continua con media 0 y varianza
2
y funci on
de distribuci on F, comprobar que se verica
F(x)
x
2
x
2
+
2
, si x > 0 y F(x)
2
x
2
+
2
, si x < 0.
Problema 140 Un juego consiste en lanzar un dado repetidas veces. El juego se detiene bien
porque parece un 1, bien porque decidimos detenerlo en cualquier lanzamiento antes de que haya
aparecido el n umero 1. El premio que recibimos es el n umero de puntos que muestra la cara del
dado en el ultimo lanzamiento. Cu al es la estrategia m as conveniente para obtener el mayor
premio?
Problema 141 Sea X una variable aleatoria no negativa con funci on de densidad f. Demos-
trar que
E(X
r
) =
_
0
rx
r1
P(X > x)dx.
3.1. ESPERANZA DE UNA VARIABLE ALEATORIA 29
Problema 142 Sea X una variable aleatoria continua con media y funci on de distribuci on
F. Demostrar que
_
F(x)dx =
_
(1 F(x))dx.
Problema 143 Una caja contiene a bolas blancas y b bolas negras, con a > 0 y b > 0. Se
extrae una bola al azar y si es negra el proceso termina. Si la bola es blanca se reintegra a la
caja junto con otra bola blanca y el proceso continua. Calcular la probabilidad de que el proceso
termine en la k-esima extracci on. Calcular la probabilidad de que el n umero de extracciones sea
nito. Obtener el n umero esperado de extracciones.
Problema 144 (Un camino aleatorio en la recta) Un punto se desplaza sobre el eje x a
derecha o izquierda de unidad en unidad. La probabilidad de que se desplace a la derecha es p
y 1 p de que lo haga a la izquierda. Si la variable X representa la posici on del punto despues
de n desplazamientos, partiendo de 0, obtener su distribuci on de probabilidad y calcular E(X)
y var(X).
Problema 145 (N umero esperado de parejas restantes) Se trata de un problema pro-
puesto y resuelto por Daniel Bernoulli en el siglo XVIII. Se propona averiguar el n umero
esperado de parejas que permanecen completas, de un total de N parejas iniciales, despues de
la muerte de m sus miembros.
Problema 146 Sea X una variable aleatoria discreta con soporte D
X
= {x
1
, x
2
, . . . , x
m
}.
Calcular
lm
n
n
_
E(X
n
).
Problema 147 Se repite indenida e independientemente un experimento cuyo resultado es
E (exito), con probabilidad p, o F (fracaso), con probabilidad q = 1 p. Denotamos por
n
el resultado de la n-esima repetici on. Sea T la variable que designa el n umero mnimo de
repeticiones necesarias para alcanzar r exitos consecutivos. Demostrar que P(T = ) = 0 y
calcular E(T).
Problema 148 Si g(x) es una funci on creciente no negativa de x, probar que
P(X a)
E(g(X))
g(a)
.
Problema 149 Sea X una variable aleatoria con soporte D
X
= {0, 1, . . . , n} tal que E(X) =
var(X) = 1. Demostrar que para cualquier natural k,
P(X k + 1)
1
k
2
.
x
Problema 150 Tenemos 10 pares de zapatos y elegimos al azar 4 zapatos. Cu al es la proba-
bilidad de que no hayamos elegido ning un par? Si X es una variable aleatoria que representa el
n umero de pares elegidos, obtener el n umero medio de pares entre los 4 zapatos elegidos.
Problema 151 La funci on de densidad de la variable aleatoria X viene dada por
f(x) =
_
_
1
2
+cx
3
, x ] 1, 1[;
0, en el resto.
30 CAP
ITULO 3. ESPERANZA
1. Determinar los valores de c para que f(x) sea una densidad.
2. Calcular, si existen, los momentos de orden 1 y 2 de la variable Y = |X|
1
2
.
Problema 152 Denamos la funci on
f(x) =
_
ax
(s+1)
, si x > r;
0, si x r,
con r, s > 0.
1. Determinar a para que f(x) sea una funci on de densidad de probabilidad.
2. Si la variable aleatoria X tiene por densidad f(x), para qu`e valores de s existir a su
esperanza?
Problema 153 Un autob us tiene en su recorrido 15 paradas. Supongamos que en la primera
parada suben 20 personas. Cada una de ellas elige al azar e independientemente de las otras en
cu al de las 14 paradas restantes quiere bajar.
1. Si X
i
es una variable aleatoria que vale 1 si alguna de las personas baja en la parada i y
0 en caso contrario, calcular su distribuci on de probabilidad.
2. Calcular el n umero medio de paradas que debe realizar el autob us para que bajen todos los
pasajeros.
Problema 154 Elegimos un punto uniformemente en el crculo centrado en cero y de radio
uno. Supongamos que denotamos por la variable aleatoria que nos da el angulo aleatorio
asociado a este punto y por X la variable aleatoria que nos da la abscisa del punto. Se pide:
1. Cu al es la distribuci on de ? Hay que obtener tanto la funci on de densidad como la
funci on de distribuci on.
2. Determinar P( [a, b]) para cualesquiera a y b con 0 a b 2.
3. Determinar la funci on de distribuci on de la variable X.
4. Determinar la funci on de densidad de la variable X.
5. Calcular E(X).
6. Calcular E(|X|).
Problema 155 Sea X una variable aleatoria con funci on de densidad
f(x) =
_
0, si x 0,
e
x
x
n
n!
, si x > 0,
donde n es un natural. Demostrar que se verica la siguiente desigualdad
P(0 < X < 2(n + 1)) >
n
n + 1
.
Problema 156 En una la de 15 butacas de un cine se sientan aleatoriamente 7 mujeres y
8 hombres. Por termino medio, cuantas parejas de asientos adyacentes est an ocupadas por
personas de distinto sexo.
3.1. ESPERANZA DE UNA VARIABLE ALEATORIA 31
Problema 157 Un reba no de ovejas es sometido a examen para detectar aquellas que padecen
determinada enfermedad. Sabemos que cada una de ellas la padece con probabilidad p e inde-
pendientemente de las otras. La detecci on de la enfermedad requiere un an alisis de sangre y
si se mezcla la sangre de n ovejas, basta que una de ellas padezca la enfermedad para que el
an alisis de positivo. Como el reba no es grande se plantean dos posibles estrategias:
1. examinar los animales uno a uno y llevar a cabo tantos an alisis como animales tiene el
reba no, o
2. examinar a los animales por grupos de n elementos, si el an alisis es negativo todos los del
grupo est an sanos, pero si es positivo habr a que analizar uno a uno todos los animales del
grupo.
Determinar cu al de las dos estrategias es mejor porque conduce a un n umero menor de an alisis.
Problema 158 Una variable aleatoria toma valores enteros positivos con probabilidades decre-
ciendo en progresi on geometrica. Elegir el primer termino y la raz on de la progresi on para que
E(X) = 10, y calcular, bajo dichas condiciones, P(X 10).
Problema 159 Para simular una moneda correcta a partir de una sesgada en la que la proba-
bilidad de obtener una cara vale = 1/2 podemos proceder como sigue. Lanzamos dos veces la
moneda e interpretamos C+ como cara y +C como cruz. Si no aparece ninguno de estos dos
resultados, repetimos los pares de lanzamientos hasta que aparezca alguno de ellos. Encontrar la
distribuci on de probabilidad y la esperanza del n umero de pares de lanzamientos necesarios para
poder tomar una decisi on (cara o cruz) y comprobar que, en efecto, se trata de la simulaci on
de una moneda correcta.
Problema 160 Determinar el valor esperado de la variable X denida en el problema 110.
Problema 161 Sea X una variable aleatoria no negativa. Demostrar que [E(X)]
1/2
E(X
1/2
).
Problema 162 Sea X el n umero de pruebas de Bernoulli necesarias para obtener un exito y
un fracaso. Determinar la distribuci on de probabilidad de X y calcular E(X) y var(X).
Problema 163 Determinar la media y la varianza de la variable X denida en el problema
83.
Problema 164 (Examen 3-2-2004) Un jugador puede apostar a cualquiera de los n umeros
enteros entre 1 y 6. Entonces lanza 3 dados y si aparece el n umero que eligi o, recibe como
premio su apuesta multiplicada por el n umero de dados que lo muestran y adem as le devuelven
lo que apost o. En otro caso pierde su dinero. Cu al es la ganancia esperada de este juego?
Problema 165 (Examen 8-6-2004) La variable aleatoria X, que toma valores en el inter-
valo [0,2], tiene por densidad la recta que pasa por (2,0) con pendiente negativa. Obtener su
funci on de densidad f(x) y calcular P(|X E(X)| 1/2). Que cota obtendramos para esta
probabilidad si utiliz aramos la desigualdad de Chebychev?
Problema 166 (Examen 8-6-2004) Tenemos una urna con 12 bolas numeradas de 1 a 12.
Extraemos dos bolas y denotamos por X
1
y X
2
los valores que observamos en la primera y en
la segunda extracci on. Sea X la variable denida como el m aximo de las dos extracciones. Se
pide:
1. La funci on de distribuci on de la variable X si suponemos que las dos extracciones se
realizan con reemplazamiento.
32 CAP
ITULO 3. ESPERANZA
2. La funci on de distribuci on de la variable X si suponemos que no hay reemplazamiento
entre las extracciones sucesivas.
3. La media de la variable X en las dos situaciones anteriores.
Problema 167 (Examen 1-9-2004) A partir de las variables aleatorias U
1
, . . . , U
n
, indepen-
dientes y todas ellas con distribuci on uniforme en el intervalo [0,1], se obtienen las variables
Y
i
= logU
i
, para i = 1, , n.
a) Que distribuci on siguen las variables Y
1
, , Y
n
? Son independientes?
b) Sea
Y =
1
n
n
i=1
Y
i
. Calcular E(Y ), V ar(Y ) y demostrar que,
k > 0, lm
n
P(|Y 1| > k) = 0.
c) Que distribuci on de probabilidad sigue Y ?
Problema 168 Determinar la media y varianza de la variable X denida en el problema 75.
3.2. Esperanza de un vector aleatorio
Problema 169 Las variables aleatorias X e Y tienen media 0, varianza 1 y su coeciente
de correlaci on es , Encontrar la media y la varianza de Z = X Y y sus coecientes de
correlaci on con X e Y .
Problema 170 Las variables aleatorias X
1
, X
2
, . . . , X
m+n
, n > m, son independientes e identi-
camente distribuidas con varianza com un,
2
, nita. Calcular el coeciente de correlaci on de
U =
n
i=1
X
i
y V =
m+n
j=m+1
X
j
.
Problema 171 Una urna contiene 2
n
bolas numeradas de 1 a n, de forma que hay
_
n
i
_
bolas
con el n umero i. Si extraemos m sin reemplazamiento y por S denotamos la suma de sus
n umeros, calcular E(S) y var(S).
Problema 172 (Un camino aleatorio en el plano) Un punto se desplaza sobre el plano
con movimientos independientes de manera que en cada movimiento la distancia que recorre es
siempre la misma, por ejemplo una unidad, pero la direcci on es aleatoria determinada por un
angulo cuya orientaci on respecto la posici on del punto se elige al azar en el intervalo [0, 2]. Si
D es la distancia del punto a su posici on original despues de n movimientos, calcular E(D
2
).
Problema 173 (N umero esperado de coincidencias) Recordemos que el llamado proble-
ma de las coincidencias consiste, en una de sus m ultiples versiones, en n individuos que al
abandonar una esta recogen sus sombreros al azar. Si por X denotamos el n umero de indivi-
duos que han cogido su propio sombrero (coincidencias), calcular E(X) y var(X).
Problema 174 Se realizan n pruebas independientes de un experimento que tiene k resultados
posibles A
1
, A
2
, . . . , A
k
con probabilidades p
1
, p
2
, . . . , p
k
,
p
i
= 1. Sea Y la variable n umero
de resultados que no han aparecido en ninguna de las n pruebas.
1. Que distribuci on tiene cada una de las variables X
j
que indica el n umero de veces que
ha sucedido A
j
?
2. Cu al es el valor esperado de Y ?
3.2. ESPERANZA DE UN VECTOR ALEATORIO 33
3. Comprobar que los valores de p
1
, . . . , p
k
que hacen mnima E(Y ) son p
1
= p
2
= =
p
k
= 1/k.
Problema 175 Sean X e Y dos variables aleatorias identicamente distribuidas, obtener cov(X+
Y, X Y ).
Problema 176 Sean X
1
, X
2
, . . . una familia de variables aleatorias independientes con la mis-
ma media y la misma varianza
2
, y sea Y
n
= X
n
+ X
n+1
+ X
n+2
. Hallar, para j 0,
cov(Y
n
, Y
n+j
).
Problema 177 Sea X
1
, X
2
, . . . una sucesi on de variables aleatorias continuas independientes e
identicamente distribuidas. Sea N 2 el ndice correspondiente a la variable donde la sucesi on
deja de ser decreciente, es decir, X
1
X
2
. . . X
N1
< X
N
. Demostrar que E(N) = e.
Sugerencia.- Obtener primero P(N n).
Problema 178 Sean X e Y el n umero de exitos y fracasos, respectivamente, cuando llevamos
a cabo n pruebas Bernoulli con probabilidad de exito p. Calcular el coeciente de correlaci on
entre ambas,
XY
.
Problema 179 Lanzamos tres veces consecutivas una moneda y denimos las variables alea-
torias X ={n umero de caras en los dos primeros lanzamientos} e Y ={n umero de caras en
los dos ultimos lanzamientos}. Obtener la distribuci on de probabilidad conjunta de X e Y , sus
marginales y el coeciente de correlaci on entre ambas.
Problema 180 Obtener el coeciente de correlaci on del vector (X, Y ) denido en el problema
94.
Problema 181 ( ) Sean X e Y dos variables aleatorias indicatrices independientes tales que
P(X = 1) = p y P(Y = 1) = q. Halla E[(X Y )
2
] en terminos de p y q.
Problema 182 ( ) La densidad conjunta de las variables X e Y es
f
XY
(x, y) =
_
c(y
2
x
2
)e
y
si y < x < y , y > 0,
0 en el resto,
donde c es una constante.
1. Demuestra que Y sigue una distribuci on gamma y deduce que c =
1
8
.
2. Halla la densidad de 4Y
3
.
3. Obten las esperanzas y varianzas de X e Y .
Problema 183 (Un ejemplo de fabricaci on simple) Un fabricante de bolas de golf est a eva-
luando un nuevo sistema de producci on. En este nuevo proceso de fabricaci on la probabilidad
de una bola defectuosa, que no puede ser vendida, es de 0.05 mientras que en el procedimiento
que actualmente utiliza es de 0.08. Con el procedimiento que utiliza el coste de producci on de
cada unidad es de 40 pesetas por bola mientras que en el nuevo el coste de cada bola es de 60
pesetas. Las bolas se venden a 125 pesetas cada una. Si el fabricante desea tener una ganancia
esperada m axima, que procedimiento de fabricaci on ha de utilizar?
Problema 184 (Variables discretas simetricas) Supongamos X una variable aleatoria dis-
creta tal que P(X = a x) = P(X = a + x) para cualquier x. Determinar la esperanza de la
variable X.
34 CAP
ITULO 3. ESPERANZA
Problema 185 (Examen 11-2-2000) Sean U
1
y U
2
dos variables aletorias independientes
ambas uniformes en [0,1]. Denimos X =
U
1
e Y = 2XU
2
.
1. Obtener la densidad conjunta de (X, Y )
2. Obtener las densidades marginales de X e Y y sus esperanzas.
3. Si W es una variable Bernoulli tal que P(W = 1) = P(0 Y
a
,
donde a = E(X), a
= E(X | X > a) y a
j=1
X
j
> 1
_
_
_
.
Problema 198 El vector aleatorio (X, Y ) tiene por densidad conjunta
f
XY
(x, y) =
_
_
1
2
ye
yx
, 1 < y < 3, x > 0;
0, en el resto.
Hallar E(X) y var(X) haciendo uso de E(X|Y ) y de var(X|Y ).
36 CAP
ITULO 3. ESPERANZA
Problema 199 El vector aleatorio (X, Y ) tiene por densidad conjunta
f
XY
(x, y) =
_
_
2e
2x
x
, 0 x < +, 0 y x;
0, en el resto.
Calcular cov(X, Y ).
Sugerencia.- La obtenci on de E(Y ) puede resultar m as sencilla a traves de E(Y ) = E[E(Y |X)].
Problema 200 Tenemos un lote de N pastillas y antes de comercializarlo lo sometemos al
siguiente control de calidad. Fijamos un umbral c (c < n) y a continuaci on tomamos una
muestra de n pastillas del total de N que componen el lote. Sea X la variable aleatoria que nos
da el n umero de pastillas en mal estado en la muestra, si X c entonces sustituimos las X
pastillas defectuosas por pastillas en buen estado y comercializamos, sin m as inspecci on, el lote.
En el caso en que X > c entonces se muestrean todas y cada una de las pastillas que componen
el lote y se sustituyen por pastillas en buen estado, comercializ andolo a continuaci on. En este
caso el lote no tiene ninguna pastilla en mal estado. Si la probabilidad de que el proceso de
fabricaci on produzca una pastilla en mal estado es p, que n umero medio de pastillas en mal
estado estamos lanzando al mercado?
Problema 201 Elegimos al azar dos puntos en el intervalo [0, a]. Queremos conocer,
a) Area media del rect angulo que tiene por lados las correspondientes longitudes.
b) Area media de dicho rect angulo si ambos puntos son mayores que a/2.
Problema 202 Un trabajador est a encargado del correcto funcionamiento de n m aquinas si-
tuadas en linea recta y distantes una de otra l metros. El trabajador debe repararlas cuando se
averan, cosa que sucede con igual probabilidad para todas ellas e independientemente de una a
otra. El operario puede seguir dos estrategias:
1. acudir a reparar la m aquina estropeada y permanecer en ella hasta que otra m aquina se
avera, desplaz andose entonces hacia ella, o
2. situarse en el punto medio de la linea de m aquinas y desde all acudir a la averiada,
regresando nuevamente a dicho punto cuando la avera est a resuelta.
Si X es la distancia que recorre el trabajador entre dos averas consecutivas, c ual de ambas
estrategias le conviene m as para andar menos?
Problema 203 Sean X e Y dos variables aleatorias. Si E(X|Y ) = 10Y y E(Y |X) = 7X/4,
obtener su coeciente de correlaci on.
Problema 204 Se pide determinar la media y la varianza de la variable X denida en el
problema 111.
Problema 205 Calcular el coeciente de correlaci on entre el mayor y el menor valor obtenidos
al lanzar dos dados.
Problema 206 Obtener el coeciente de correlaci on entre las coordenadas de un punto elegido
al azar en el crculo unidad.
3.3. ESPERANZA CONDICIONADA 37
Problema 207 (Examen 8-6-2004) La variable aleatoria X se distribuye exponencialmente
con par ametro Y , que es a su vez una variable aleatoria uniforme en [1, 4]. Obtener la distri-
buci on conjunta de X e Y y la esperanza y la varianza de X.
Problema 208 (Examen 1-9-2004) Sea X una variable aleatoria con distribuci on normal
est andar (con media 0 y varianza 1) y sea I otra variable aleatoria, independiente de X y tal
que P(I = 1) = P(I = 0) = 1/2. Se dene la variable aleatoria Y mediante
Y =
_
X, si I = 1;
X, si I = 0.
1. Calcular las probabilidades P(X < 1, Y > 1), P(X < 1) y P(Y > 1). Son independientes
X e Y ? Justica la respuesta.
2. Demostrar que Y sigue una distribuci on normal est andar.
3. Calcular E[XY |I = 1] y E[XY |I = 0] y demostrar que Cov(X, Y ) = 0.
Problema 209 (Examen 21-6-2005) Sobre un crculo cuyo radio R es aleatorio con funci on
de densidad
f
R
(r) =
_
_
r
2
9
, r [0, 3];
0 en el resto,
elegimos un punto al azar. Si X designa la distancia del punto al origen, obtener
1. La funci on de distribuci on y la funci on de densidad de X|R = r.
2. La media y la varianza de X.
38 CAP
ITULO 3. ESPERANZA
Captulo 4
Convergencia de sucesiones de
variables aleatorias
4.1. Tipos de convergencia
Problema 210 Consideremos la variable aleatoria X U(0, 1) y denamos la sucesi on X
n
=
X/n, n 1. Comprobar que X
n
L
Y , siendo Y una variable aleatoria degenerada, P(Y = 0) =
1.
Problema 211 La sucesi on de variables aleatorias {X
n
}
n1
tales que P(X
n
= 1 1/n) =
P(X
n
= 1 + 1/n) = 1/2, convergen en ley a la variable aleatoria X tal que P(X = 1) = 1.
Tienden sus funciones de probabilidad a una funci on de probabilidad?
Problema 212 Sean X
j
, j = 1, . . . , n, variables aleatorias independientes, todas ellas U(0, 1).
Denimos
Y
n
= mn(X
1
, . . . , X
n
), Z
n
= max(X
1
, . . . , X
n
), U
n
= nY
n
, V
n
= n(1 Z
n
).
Demostrar que cuando n +,
Y
n
P
0; Z
n
P
1; U
n
L
U; V
n
P
V,
siendo U y V variables aleatorias exponenciales con par ametro = 1.
Problema 213 Aplicar el anterior resultado a las variables aleatorias X
j
, j = 1, . . . , n, inde-
pendientes dos a dos y tales que
P(X
j
= a
j
) = P(X
j
= a
j
) =
1
2
.
Para que valores de a es aplicable el resultado?
Problema 214 Consideremos x [0, 1] y sea
n
(x)={el n-esimo dgito de su expresi on deci-
mal}. Denamos S
n
(x) =
n
k=1
k
(x) y
A
n
(y) =
_
x;
2S
n
(x) 9n
33n
< y
_
,
39
40 CAP
2
_
y
u
2
2
du.
Problema 215 La variable aleatoria Y se distribuye Exp(1). Denimos
X
n
=
_
1, si Y < lnn;
0, en caso contario.
Obtener la funci on de distribuci on de X
n
y estudiar la convergencia en ley de las X
n
.
Problema 216 Sea T U(1/c, 1/c), c > 0, y denamos Y = cT. Para k N, las variables
aleatorias X
k
se denen mediante,
X
k
=
_
_
_
1, si 1 < Y < 1/k;
0, si 1/k Y < 1/k;
1, si 1/k Y < 1.
Demostrar que X
k
converge en ley a la variable aleatoria X con funci on de probabilidad f
X
(1) =
f
X
(1) = 1/2 y f
X
(x) = 0, x / {1, 1}.
Problema 217 (Examen 1-9-2004) Una empresa que alquila coches con conductor ha ob-
servado que el n umero de kil ometros por da de alquiler que se hacen con un determinado tipo
de vehculo sigue una distribuci on N(200, 5625).
a) Cu al es la probabilidad de que en 30 das se hagan m as de 5.000 kil ometros? Que hip ote-
sis hay que asumir?
b) La compa na revisa el estado del vehculo si en un mismo da hace m as de 350 km. Calcular
el n umero esperado de das que la compa na puede alquilar el vehculo antes de tener que
revisarlo.
4.2. Leyes de los Grandes N umeros
Problema 218 Demostrar que la independencia de las variables en la ley debil de los grandes
n umeros puede relajarse exigiendo solamente independencia dos a dos y acotaci on de las va-
rianzas. Es decir, si X
j
, j = 1, . . . , n, verican que E(X
j
) =
j
y var(X
j
) =
2
j
son nitas,
entonces
X
n
n
P
0,
donde
n
=
1
n
n
j=1
j
, X
n
=
1
n
n
j=1
X
j
las X
j
son independientes dos a dos y
2
j
M, j.
Problema 219 Sea S
n
el n umero de exitos en n pruebas Bernoulli con probabilidad de exito
p en cada prueba. Encontrar una cota para P(|S
n
/n p| ) que no dependa de p.
Problema 220 Tenemos dos monedas, una correcta y otra con probabilidad de cara p = 3/4.
Elegimos al azar una de las dos y realizamos una serie de lanzamientos. Despues de observar el
resultado de un gran n umero de ellos, podemos saber la moneda elegida? Cu al es el mnimo
n umero de lanzamientos para poder saberlo con una probabilidad de al menos 95 %?
4.3. FUNCI
ON CARACTER
ISTICA 41
4.3. Funcion caracterstica
Problema 221 Probar que una variable aleatoria X es simetrica s y s olo s su funci on carac-
terstica es real.
Problema 222 Encontrar la distribuci on de las variables aleatorias que tiene por funci on ca-
racterstica
1)
1
(t) =
k0
a
k
cos kt, 2)
2
(t) =
k0
a
k
e
i
k
t
.
4.4. Teorema Central de Lmite
Problema 223 Ante la caja de un banco hay 60 personas que esperan recibir su salario, del
que sabemos que es una cantidad aleatoria de media = 100 euros y desviaci on tpica = 30
euros. Si los salarios son independientes de un asalariado a otro, queremos saber:
1. Cu anto dinero debe tener la caja para, con probabilidad 0,95, poder pagar todos los sala-
rios?
2. si la caja cuenta incialmente con 7,000 euros, cu al es la probabilidad de que al nal de
los pagos queden en caja al menos 500 euros?
Problema 224 Una empresa produce 10000 bolas de acero para rodamientos, siendo p = 0,05
la probabilidad de que una bola sea defectuosa. El proceso de producci on garantiza que las bolas
son fabricadas independientemente unas de otras. Las bolas defectuosas son arrojadas a un
recipiente cuya capacidad queremos determinar para que, con probabilidad 0.99, quepan en el
todas las bolas defectuosas del proceso.
Problema 225 Las bombillas utilizadas por cierto aparato pueden ser de dos clases, A y B.
Las de la clase A tienen una duraci on media
A
= 2000 horas con devsiaci on tpica
A
= 400
horas, mientras que las de la clase B tienen una duraci on media
B
= 1800 horas con desviaci on
tpica
B
= 500 horas. Se compran 200 bombillas de la clase A y 150 de la clase B. Calcular
la probabilidad de que la duraci on media de la muestra de la clase A no supere en m as de 100
horas la duraci on media de la muestra de la clase B.
Problema 226 Un colegio est a preparando la esta de graduaci on de sus 500 estudiantes. Se
sabe, por lo ocurrido en otras ocasiones, que el 50 % de los estudiantes vienen acompa nados de
sus padres, el 30 % s olo por uno de ellos y el 20 % restante vienen solos. Cuantos asientos hay
que disponer para los padres si queremos que, con una probabilidad superior a 0.95, todos ellos
puedan sentarse?
Problema 227 Disponemos de un dado cargado en el que la probabilidad de obtener cualquiera
de las caras es proporcional a su n umero de puntos. Jugamos con el pagando 4 euros por jugada
y recibiendo como premio tantos euros como puntos tiene la cara obtenida al lanzarlo. Obtener
la probabilidad aproximada de ir ganando al cabo de 100 jugadas.
Problema 228 Probar con argumentos probabilsticos que
e
n
n
k=0
n
k
k!
n
1
2
.
42 CAP
k
i=1
X
i
Po(), siendo =
k
i=1
i
.
Problema 234 1. Demuestra que si X
i
Exp() para i = 1, . . . , k y son variables aleato-
rias independientes entonces S =
k
i=1
X
i
Ga(k, ).
2. Halla E(S) y V ar(S).
Problema 235 Sea X
1
, . . . X
n
una muestra aleatoria de una N(, ) demostrar que X
n
N(,
n
), siendo X
n
=
1
n
n
i=1
X
i
.
Problema 236 Si X
i
2
ni
para i = 1, . . . , k y son variables aleatorias independientes enton-
ces S =
k
i=1
X
i
2
n
, siendo n =
k
i=1
n
i
.
Problema 237 Halla la funci on generatriz de momentos de X BN(r, p) y calcular E(X).
Captulo 5
Examenes previos
5.1. 1 de septiembre de 2004
5.1.1. Castellano
Problema 238 Supongamos que una caja contiene 5 monedas, cada una de ellas con distin-
ta probabilidad de obtener una cara la lanzarla. Denotamos por p
i
dicha probabilidad para la
moneda i, i = 1, 2, . . . , 5 y supongamos que p
1
= 0, p
2
= 1/4, p
3
= 1/2, p
4
= 3/4 y p
5
= 1.
a) Se selecciona al azar una moneda. Si la primera cara se obtiene al cuarto lanzamiento,
cu al es la probabilidad de que la iesima moneda haya sido la seleccionada?
b) Si se lanza de nuevo la misma moneda, cu al es la probabilidad de obtener una nueva
cara?
c) Si se hubiera obtenido una cruz en el primer lanzamiento, cu al es la probabilidad de
obtener una cara en el segundo lanzamiento?
Problema 239 Sea X una variable aleatoria con distribuci on normal est andar (con media 0
y varianza 1) y sea I otra variable aleatoria, independiente de X y tal que P(I = 1) = P(I =
0) = 1/2. Se dene la variable aleatoria Y mediante
Y =
_
X, si I = 1;
X, si I = 0.
1. Calcular las probabilidades P(X < 1, Y > 1), P(X < 1) y P(Y > 1). Son independientes
X e Y ? Justica la respuesta.
2. Demostrar que Y sigue una distribuci on normal est andar.
3. Calcular E[XY |I = 1] y E[XY |I = 0] y demostrar que Cov(X, Y ) = 0.
Problema 240 Una empresa que alquila coches con conductor ha observado que el n umero
de kil ometros por da de alquiler que se hacen con un determinado tipo de vehculo sigue una
distribuci on N(200, = 75).
a) Cu al es la probabilidad de que en 30 das se hagan m as de 5.000 kil ometros? Que hip ote-
sis hay que asumir?
43
44 CAP
ITULO 5. EX
AMENES PREVIOS
b) La compa na revisa el estado del vehculo si en un mismo da hace m as de 350 km. Calcular
el n umero esperado de das que la compa na puede alquilar el vehculo antes de tener que
revisarlo.
Problema 241 A partir de las variables aleatorias U
1
, . . . , U
n
, independientes y todas ellas
con distribuci on uniforme en el intervalo [0,1], se obtienen las variables Y
i
= logU
i
, para
i = 1, , n.
a) Que distribuci on siguen las variables Y
1
, , Y
n
? Son independientes?
b) Sea
Y =
1
n
n
i=1
Y
i
. Calcular E(Y ), V ar(Y ) y demostrar que,
k > 0, lm
n
P(|Y 1| > k) = 0.
c) Que distribuci on de probabilidad sigue Y ?
5.1.2. Valenciano
Problema 242 Una caixa conte 5 monedes, cadascuna delles amb distinta probabilitat de
mostrar una cara en ser llancada. Si per p
i
denotem la probabilitat de cara per a la moneda i,
tenim p
1
= 0, p
2
= 1/4, p
3
= 1/2, p
4
= 3/4 y p
5
= 1.
a) triem una moneda a latzar. Si la primera cara apareix en el quart llancament, quina es
la probabilitat de que la i`esima moneda haja estat la seleccionada?
b) Si llancem una altra vegada la mateixa moneda, quina es la probabilitat dobtenir una
cara?
c) Si al primer llancament haguerem tret una creu, quina hagues estat la probabilitat dobtenir
una cara en el segon llancament?
Problema 243 Siga X una variable aleat` oria amb distribuci o normal est andar (mitjana 0 i
varianca 1) i siga I una altra variable aleat` oria, independent dX i tal que P(I = 1) = P(I =
0) = 1/2. Denim Y mitjancant
Y =
_
X, si I = 1;
X, si I = 0.
1. Calcular les probabilitats P(X < 1, Y > 1), P(X < 1) i P(Y > 1). S on independents X i
Y ? Justica la resposta.
2. Demostrar que Y segueix una distribuci o normal est andar.
3. Calcular E[XY |I = 1] i E[XY |I = 0] i demostrar que Cov(X, Y ) = 0.
Problema 244 Una empresa de lloguer de cotxes amb ch ofer ha observat que el n umero de
quil` ometres per dia de lloguer que fa un cert tipu de vehicle segueix una distribuci o N(200, =
75).
a) Quina es la probabilidad de que un daquests vehicles fa ca mes de 5.000 quil` ometres en
30 dies? Quina hip` otesi hi ha que assumir?
b) La companyia revisa lestat del vehicle si en un mateix dia fa mes de 350 qm. Calcular el
nombre esperat de dies que la compa na pot llogar el cotxe sense haver de revisar-lo .
5.2. 3 DE FEBRERO DE 2004 45
Problema 245 A partir de les variables aleat` ories U
1
, . . . , U
n
, independents i totes elles amb
distribuci o uniforme en linterval [0,1], obtenim les variables Y
i
= logU
i
, i = 1, , n.
a) Quina distribuci o segueixen les variables Y
1
, , Y
n
? S on independents?
b) Siga
Y =
1
n
n
i=1
Y
i
. Calcular E(Y ), V ar(Y ) i demostrar que,
k > 0, lm
n
P(|Y 1| > k) = 0.
c) Quina distribuci o de probabilitat segueix Y ?
5.2. 3 de febrero de 2004
5.2.1. Castellano
Problema 246 Un jugador puede apostar a cualquiera de los n umeros enteros entre 1 y 6.
Entonces lanza 3 dados y si aparece el n umero que eligi o, recibe como premio su apuesta mul-
tiplicada por el n umero de dados que lo muestran y adem as le devuelven lo que apost o. En otro
caso pierde su dinero. Cu al es la ganancia esperada de este juego?
Problema 247 Un taxi se ve involucrado en un accidente nocturno. En la ciudad hay dos
compa nas de taxis, los taxis Negros y los taxis Blancos. Se sabe que el 85 % de los taxis de
la ciudad son Negros y el 15 % restante son Blancos. Un testigo del accidente arma que el
taxi involucrado era Blanco y la abilidad de su testimonio es del 80 %, es decir, es capaz de
identicar correctamente el color del taxi el 80 % de las veces.
1. Calcula la probabilidad de que el taxi accidentado fuera el Blanco, dado que el testigo
arma que lo era, y comp arala con la respuesta del testigo.
2. Supongamos que el 100p % de los taxis son Blancos, con 0 p 1, y que la abilidad
del testigo contin ua siendo del 80 %. Estudia la sensibilidad a los datos de la respuesta
anterior viendo como vara esta en funci on de p. A partir de que valor de p la anterior
probabilidad supera 0.5?
3. El an alisis anterior puede completarse permitiendo que la abilidad del testigo sea variable,
100q %, con 0 q 1. Determina la relaci on que se debe dar entre p y q para que la
probabilidad pedida supere 0.5.
Problema 248 El holandes Christian Huygens public o en 1657 uno de primeros libros sobre
Probabilidad que se conocen, De Ratiociniis in Ludo Aleae (Del Razonamiento en los Juegos de
Azar), en el que planteaba una serie de problemas. El que se conoce como segundo problema
de Huygens lo enunciamos a continuaci on.
Tres jugadores A, B y C participan en el siguiente juego. Una urna contiene a
bolas blancas y b negras. Los jugadores, en el orden ABCABC . . ., extraen una bola
con reemplazamiento hasta que uno de ellos obtiene una bola blanca y gana.
Encontrar la probabilidad de ganar para cada jugador.
Problema 249 Elegimos un punto uniformemente en el crculo centrado en cero y de radio
uno. Supongamos que denotamos por la variable aleatoria que nos da el angulo aleatorio
asociado a este punto y por X la variable aleatoria que nos da la abscisa del punto. Se pide:
46 CAP
ITULO 5. EX
AMENES PREVIOS
1. Cu al es la distribuci on de ? Hay que obtener tanto la funci on de densidad como la
funci on de distribuci on.
2. Determinar P( [a, b]) para cualesquiera a y b con 0 a b 2.
3. Determinar la funci on de distribuci on de la variable X.
4. Determinar la funci on de densidad de la variable X.
5. Calcular E(X).
6. Calcular E(|X|).
5.2.2. Valenciano
Problema 250 Un jugador pot apostar a qualsevol dels enters entre 1 y 6, tots dos inclosos.
Triat el n umero llanca 3 daus, i si algun dells mostra el n umero que ha triat rep com a premi
tantes vegades el que va apostar com daus mostren el n umero, i a mes a mes li tornen laposta.
Quin es el guany esperat en aquest joc?
Problema 251 Un taxi te un accident nocturn en una ciutat on hi ha dues companyes de
taxis, els Negres i els Blancs. Sabem que el 85 % dels taxis s on Negres i la resta blancs. Un
testimoni de laccident, que es capa c didenticar correctament el color del taxi en el 80 % de
les ocasions, arma que el taxi era Blanc.
1. Calcula la probabilitat de que el taxi accidentat fos blanc, donat que el testimoni aix ho
arma, i compara-la amb el que diu el testimoni.
2. Suposem ara que el 100p % dels taxis s on Blancs, on 0 p 1, i que la abilitat del
testimoni continua essent del 80 %. Estudia la sensibilitat de la probabilitat obtinguda a
lapartat anterior mitjancant la seua variaci o en funci o de p. A partir de quin valor de p
aquesta probabilitat supera 0,5?
3. Lanterior an` alisi pot completar-se permetent que la abilitat del testimoni siga variable,
100q %, on 0 q 1. Determina la relaci o que deuen tenir p i q per a que lesmentada
probabilitat supere 0,5.
Problema 252 Lholandes Christian Huygens va publicar en 1657 un dels primers llibres sobre
Probabilitat, De Ratiociniis in Ludo Aleae (Del Raonament en els Jocs dAtzar), on proposava
un seguit de problemes. El conegut com a segon problema de Huygens lenunciem tot seguit.
Tres jugadors A, B i C participen en el seg uent joc. Una urna te a bolas blanques i
b negres. Els jugadors, en lordre ABCABC . . ., trauen una bola amb reempla cament
ns que un dells trau una bola blanca i guanya.
Trobar la probabilitat de guanyar per a cada jugador.
Problema 253 Triem un punt a latzar dintre del cercle unitat centrat en zero. Designem
mitjancant i X, respectivament, langle aleatori i labscissa associats al punt. Es demana:
1. La distribuci on de (cal obtenir tant la funci o de densitat com la funci o de distribuci o).
2. Determinar P( [a, b]), a, b amb 0 a b 2.
3. Determinar la funci o de distribuci o de la variable X.
5.3. 3 DE SEPTIEMBRE DE 2005 47
4. Determinar la funci o de densitat de la variable X.
5. Calcular E(X).
6. Calcular E(|X|).
5.3. 3 de septiembre de 2005
5.3.1. Castellano
Problema 254 Tenemos 10 pares de zapatos y elegimos al azar 4 zapatos. Cu al es la proba-
bilidad de que no hayamos elegido ning un par? Si X es una variable aleatoria que representa el
n umero de pares elegidos, obtener el n umero medio de pares entre los 4 zapatos elegidos.
Ayuda.- Para el c alculo de E(X) puede ayudar denir variables X
j
que valen 1 si el par j ha
sido escogido y 0 en caso contrario.
Problema 255 Cuando una corriente de I amperios pasa a traves de una resistencia de R
ohmios, la potencia generada viene dada por W = I
2
R vatios. Supongamos que I y R son
variables aleatorias independientes con densidades
f
I
(x) =
_
_
_
6x(1 x), si 0 x 1;
0, fuera.
y
f
R
(y) =
_
_
_
2y, si 0 y 1;
0, fuera.
Hallar la densidad de W.
Problema 256 La variable aleatoria Y se distribuye Exp(1). Denimos
X
n
=
_
_
_
1, si Y < lnn;
0, en caso contario.
Obtener la funci on de distribuci on de X
n
y estudiar la convergencia en ley de las X
n
.
Problema 257 La probabilidad de que un virus inform atico haya infectado nuestro ordenador
es 0, 1. Si el ordenador est a infectado, un sistema antivirus detecta la infecci on con proba-
bilidad x = 0, 95, mientras que en caso de no infecci on el sistema detecta falsas infecciones
con probabilidad y = 0, 03. Interesa que el sistema antivirus tenga un elevado valor predicti-
vo={probabilidad de que el ordenador este infectado cuando el antivirus detecta una infecci on}.
Calcularlo a partir de los datos anteriores. Si queremos aumentarlo, donde hemos de dirigir
nuestros esfuerzos, a aumentar x o a rebajar y?
5.3.2. Valenciano
Problema 258 Tenim 10 parelles de sabates i triem a latzar 4 sabates. Quina es la probabilitat
de no haver triat cap parella? Si X es la variable aleat` oria que representa el n umero de parelles
que hem triat, obtenir la mitjana del n umero de parelles entre les 4 sabates que hem triat.
Ajut.- Per al c` alcul dE(X) pot ajudar denir variables X
j
que valen 1 si el parell de sabates
j ha estat triat i 0 en cas contrari.
48 CAP
ITULO 5. EX
AMENES PREVIOS
Problema 259 Un corrent dintensitat I ampers en creuar una resist`encia de R ohms, genera
una pot`encia de W = I
2
R vats. Suposem que I i R s on variables aleat` ories independents amb
densitats
f
I
(x) =
_
_
_
6x(1 x), si 0 x 1;
0, fora.
i
f
R
(y) =
_
_
_
2y, si 0 y 1;
0, fora.
Trobar la densitat de W.
Problema 260 La variable aleat` oria Y te per distribuci o una Exp(1). Denim
X
n
=
_
_
_
1, si Y < lnn;
0, altrament.
Obtenir la funci o de distribuci o de X
n
i estudiar la converg`encia en llei de les X
n
.
Problema 261 La probabilitat de que un virus inform` atic infecte el nostre ordinador es 0, 1.
Si lordinador est` a infectat, un sistema antivirus ho detecta amb probabilitat p
I|D
= 0, 95,
mentre que en caso de no ho haja fet el sistema detecta falses infeccions amb probabilitat 0, 03.
Interesa que el sistema antivirus tinga un alt valor predictiu={probabilitat de que el ordinador
estiga infectat quan lantivirus ho detecta}. Calcular-lo a partir de les dades anteriors. Si volem
augmentar-lo, qu`e ens conve, augmentar x o rebaixar y?
5.4. 8 de junio de 2004
5.4.1. Castellano
Problema 262 La variable aleatoria X, que toma valores en el intervalo [0,2], tiene por den-
sidad la recta que pasa por (2,0) con pendiente negativa. Obtener su funci on de densidad f(x)
y calcular P(|XE(X)| 1/2). Que cota obtendramos para esta probabilidad si utiliz aramos
la desigualdad de Chebychev?
Problema 263 Supongamos una clase de n estudiantes. Uno de ellos conoce un rumor que
cuenta a uno de sus compa neros elegido al azar. A su vez este segundo estudiante vuelve a
contarlo a otro compa nero elegido al azar y distinto del que se lo ha contado. Este rumor sigue
propag andose del mismo modo. En cada ocasi on el estudiante lo cuenta a otro elegido al azar
entre los n del grupo, excluyendo a aquel que se lo cont o. Cu al es la probabilidad de contar la
historia k veces sin que se la cuenten dos veces al mismo individuo?
Sugerencia.- Denid los sucesos A
i
={la historia no se le repite de nuevo a alguien que ya
la conoce cuando se cuenta por i-esima vez}, i = 1, . . . , k. A partir de estos sucesos se puede
denir el suceso de interes.
Problema 264 La variable aleatoria X se distribuye exponencialmente con par ametro Y , que
es a su vez una variable aleatoria uniforme en [1, 4]. Obtener la distribuci on conjunta de X e
Y y la esperanza y la varianza de X.
5.4. 8 DE JUNIO DE 2004 49
Problema 265 Se redondean 20 n umeros al entero m as cercano y despues se suman. Suponga-
mos que los errores de redondeo son independientes y uniformemente distribuidos en el intervalo
[
1
2
,
1
2
]. Se pide determinar la probabilidad de que la suma obtenida diera de la suma de los
20 n umeros originales en m as de 3 unidades.
Problema 266 Consideremos el siguiente procedimiento:
1. Generamos U con distribuci on uniforme en [0, 1].
2. Tomamos Y =
1
ITULO 5. EX
AMENES PREVIOS
Problema 271 Saproximen 20 n umeros mitjancant lenter mes proper i despres se sumem.
Suposem que els errors comesos s on independents i uniformes en linterval [
1
2
,
1
2
]. Volem
obtenir la probabilitat de que la suma obtinguda sallunye de la suma dels 20 n umeros originals
mes de 3 unitats.
Problema 272 Considerem el seg uent proces:
1. Generem U amb distribuci o uniforme en [0, 1].
2. Denim Y =
1
ITULO 5. EX
AMENES PREVIOS
Demostrar que X
k
converge en ley a la variable aleatoria X con funci on de probabilidad
f
X
(1) = f
X
(1) = 1/2 y f
X
(x) = 0, x / {1, 1}.
Problema 284 Denamos la funci on
f(x) =
_
ax
(s+1)
, si x > r;
0, si x r,
con r, s > 0.
1. Determinar a para que f(x) sea una funci on de densidad de probabilidad.
2. Si la variable aleatoria X tiene por densidad f(x), para qu`e valores de s existir a su
esperanza?
Problema 285 Probar utilizando el Teorema Central del Lmite que
e
n
n
k=0
n
k
k!
n
1
2
.
Problema 286 Sobre un crculo cuyo radio R es aleatorio con funci on de densidad
f
R
(r) =
_
_
r
2
9
, r [0, 3];
0 en el resto,
elegimos un punto al azar. Si X designa la distancia del punto al origen, obtener
1. La funci on de distribuci on y la funci on de densidad de X|R = r.
2. La media y la varianza de X.
Problema 287 Un autob us tiene en su recorrido 15 paradas. Supongamos que en la primera
parada suben 20 personas. Cada una de ellas elige al azar e independientemente de las otras en
cu al de las 14 paradas restantes quiere bajar.
1. Si X
i
es una variable aleatoria que vale 1 si alguna de las personas baja en la parada i y
0 en caso contrario, calcular su distribuci on de probabilidad.
2. Calcular el n umero medio de paradas que debe realizar el autob us para que bajen todos los
pasajeros.
Toda la materia: P1, P2, P3 y P6
Segundo parcial: P2, P4, P5 y P6
5.6.2. Valenciano
Problema 288 Tenim una urna amb una bola roja. Triem a latzar 3 cartes duna baralla fran-
cesa (52 cartes repartides en 4 pals) i afegim a la urna tantes boles verdes com asos hem tret.
Despres llancem 2 vegades una moneda que te una probabilitat p = 1/5 de traure cara i afegim
a la urna tantes boles roges com creus hem obtingut. Finalment fem 2 extraccions amb reem-
placament de la urna. Si X i Y representen el n umeros de boles verdes i roges, respectivamente,
que hem afegit a la urna,
5.6. 21 DE JUNIO DE 2005 53
1. Obtenir la funci o de probabilitat dX.
2. Obtenir la funci o de probabilitat dY .
3. Si las dos boles extretes amb reempla cament son roges, quina es la probabilitat de no haber
obtingut cap as al triar les 3 cartes de la baralla francesa?
Problema 289 Siga T U(1/c, 1/c), c > 0. Denim Y = cT i per a k N denim la
variable X
k
mitjancant,
X
k
=
_
_
_
1, si 1 < Y < 1/k;
0, si 1/k Y < 1/k;
1, si 1/k Y < 1.
Demostrar que X
k
convergeix en llei a la variable aleat` oria X amb funci o de probabilitat
f
X
(1) = f
X
(1) = 1/2 i f
X
(x) = 0, x / {1, 1}.
Problema 290 Denim la funci o
f(x) =
_
ax
(s+1)
, si x > r;
0, si x r,
amb r, s > 0.
1. Determineu a per a que f(x) siga una funci o de densitat de probabilitat.
2. Si la variable aleat` oria X te per densitat f(x), per a quins valors d s existir` a la seua
esperanca?
Problema 291 Emprant el Teorema Central del Lmit proveu que
e
n
n
k=0
n
k
k!
n
1
2
.
Problema 292 Sobre un cercle de radi R, aleatori amb funci o de densitat
f
R
(r) =
_
_
r
2
9
, r [0, 3];
0 fora,
triem un punt a latzar. Si per X designem la dist` ancia del punt a lorigen, obtenir
1. La funci o de distribuci o i la funci o de densitat de X|R = r.
2. La mitjana i la vari` ancia dX.
Problema 293 Un autob us te 15 parades al llarg del seu recorregut. Suposem que en la primera
parada pugen a lautob us 20 persones. Cadascuna delles tria a latzar i independentment de les
altres en quina de les altres 14 parades vol baixar.
1. Si X
i
es una variable aleat` oria que val 1 si alguna de las persons baixa en la parada i i 0
en cas contrari, calcular la seua distribuci o de probabilitat.
2. Calcular la mitjana del n umero de parades que deu fer lautob us per a que baixen tots els
passatgers.
Tota la mat`eria: P1, P2, P3 i P6
Segon parcial: P2, P4, P5 i P6
54 CAP
ITULO 5. EX
AMENES PREVIOS
5.7. 6 de junio de 2006
5.7.1. Castellano
Problema 294 Cuando cierta m aquina est a bien ajustada el 60 % de las piezas que produce
son de calidad alta, el 30 % son de calidad media y el resto de calidad baja. Cuando se desajusta,
en cambio, el 40 % de las piezas que produce son de calidad alta, el 40 % son de calidad media
y el resto de calidad baja.
1. Supongamos que en un momento dado la m aquina est a bien ajustada, cu al es la proba-
bilidad de que si se eligen 6 piezas al azar se obtengan 3 de buena calidad y 2 de calidad
media?
2. Supongamos ahora que la m aquina est a desajustada, cu al es la probabilidad de que si se
eligen 6 piezas al azar se obtengan 2 piezas de cada tipo?
3. Se sabe que esta m aquina est a bien ajustada el 80 % del tiempo pero en este momento los
responsables no saben si lo est a o no. Un estudiante de c alculo de probabilidades propone
que se elijan al azar 5 piezas y que se cuenten cuantas hay de cada tipo. En funci on del
resultado se puede saber en que estado se encuentra la m aquina. Los responsables de la
m aquina aceptan su sugerencia y observan 2 piezas de calidad alta, 2 de calidad media y
una de calidad baja. En que estado es m as verosmil que se encuentre la m aquina?
Problema 295
1. Estudia la convergencia en ley de {X
n
}
n1
siendo X
n
una variable aleatoria uniforme-
mente distribuida en {
1
n
,
2
n
, . . . ,
n1
n
, 1}, para n 1
2. Comprueba que {Y
n
}
n2
converge en probabilidad a una constante, siendo Y
n
=
Xn
log n
,
X
n
U(0, 1) para n 2.
Problema 296 Un jugador juega una cantidad inicial de dinero 1e. En cada partida, con igual
probabilidad, duplica su dinero o lo reduce a la mitad. Despues de jugar n partidas cu al es la
ganancia esperada del jugador?
Problema 297 Consideramos X una variable aleatoria con distribuci on uniforme en el inter-
valo [0, ]. Determinar la funci on de densidad de la variable Y = sen(X).
Problema 298 Sean X, U y W variables aleatorias independientes con distribuci on uniforme
en [0, 1]. Denimos Y = XU+(1X)W. Determinar EY y var(Y ). Tiene Y una distribuci on
uniforme en [0, 1]?
Problema 299 Se ofrece un premio a cualquier persona que cuando lance 600 veces un dado
obtenga un mnimo de 125 veces el n umero 6. Lo intentan 300 individuos. Cu al es la probabi-
lidad de que al menos dos de ellos ganen el premio?
Segundo parcial: problemas 2, 3 5 y 6.
Examen nal de toda la materia: problemas 1, 2, 4 y 5.
5.7. 6 DE JUNIO DE 2006 55
5.7.2. Valenciano
Problema 300 Una m aquina ben ajustada produeix un 60 % de peces de qualitat alta, un 30 %
de qualitat mitjana i un 10 % de qualitat baixa. Si es desajusta, les proporcions s on 40, 40 i 20,
respectivament.
1. Si la m` aquina est` a ben ajustada, quina es la probabilitat de que al triar a latzar 6 peces
3 siguen dalta qualitat i 2 de mitjana?
2. Si la m` aquina est` a desajustada, quina es la probabilitat de que al triar a latzar 6 peces
nhi hagen 2 de cada tipus?
3. En un moment donat no sabem si la m` aquina est` a o no ajustada, tot i que el 80 % del
temps ho est` a. Per a saber-ho alg u ens proposa triar 5 peces a latzar i veure quantes
nhi han de cada tipus i decidir en funci o del resultat. Feta la prova trobem 2 peces dalta
qualitat i 2 de mitjana. En quin es mes verosmil que es trobe la m` aquina?
Problema 301 1. Estudia la converg`encia en llei de {X
n
}
n1
on X
n
una variable aleat` oria
uniformemente distribuda en {
1
n
,
2
n
, . . . ,
n1
n
, 1}, n 1
2. Comprova que {Y
n
}
n2
convergeix en probabilitat a una constant, essent Y
n
=
Xn
log n
,
X
n
U(0, 1) n 2.
Problema 302 Un jugador juga una quantitat inicial c. En cada partida, amb igual probabi-
litat, la quantitat jugada es duplica o es redueix a la meitat. Despres de jugar n partides, quin
es el guany esperat del jugador?
Problema 303 Considerem X una variable aleat` oria amb distribuci o uniforme en linterval
[0, ]. Determinar la funci o de densitat de la variable Y = sin(X).
Problema 304 Les variables aleat` ories X, U i W s on independents i totes tres U(0, 1). Denim
Y = XU + (1 X)W. Determinar E(Y ) i var(Y ). Te Y una distribuci o U(0, 1)?
Problema 305 Sofereix un premi a qualsevol que en 600 llancaments dun dau obtinga un
mnim de 125 sisos. Ho intentan 300 individus. Quina es la probabilitat de que al menys dos
deells guanyen el premi?
Segon parcial: problemes 2, 3 5 i 6.
Examen nal de tota la mat`eria: problemes 1, 2, 4 i 5.