DEPARTAMENT D’ESTAD´ ISTICA I ´ INVESTIGACIO OPERATIVA

Ejercicios de C´lculo de Probabilidades a

Curso acad´mico 2004-2005 e

Ejercicios de C´lculo de Probabilidades. Depto. Estad´ a ıstica e I.O.

2

Tema 1: Concepto de Probabilidad y Propiedades. Probabilidad condicional. Independencia
1. Se lanzan al aire dos monedas bien construidas. De las siguientes afirmaciones cual, si alguna, te parece la soluci´n correcta a la pregunta ¿cual es la probabilidad de que aparezcan dos caras? o Razona la respuesta.
1 a) Puesto que o aparecen dos caras o no aparecen dos caras la probabilidad es 2 . 1 b) El n´mero de caras obtenido puede ser 0, 1 ´ 2. La probabilidad de 2 caras es 3 . u o

c) Aunque sean monedas iguales, vamos a considerar que podemos etiquetarlas como ”moneda 1 ”moneda 2”. Teniendo en cuenta ese orden, los posibles resultados son CC, C+, +C y ++. La probabilidad de dos caras, CC, es 1 . 4

2. Tres grupos de amigos eligen al azar entre tres bares para ir a cenar, sin restricci´n en el n´mero o u de grupos por bar. a) Listar los posibles resultados y, considerando que son equiprobables, calcular la probabilidad de los sucesos: A = Primer bar vac´ B = Los dos primeros bares vac´ y C = Cada ıo; ıos bar no tiene m´s de un grupo. a b) Hallar las probabilidades de A, B y C si se distribuyen los tres grupos entre n bares, n ≥ 2. 3. Si se lanzan dos dados, ¿cual es la probabilidad de que los dos n´meros que aparecen sean u distintos? ¿Cual es la probabilidad de que al lanzar 3 dados los 3 sean distintos? ¿Y si se lanzan n dados, n ≤ 6? 4. Una pareja planifica su familia de acuerdo con una de las siguientes estrategias y bajo la hip´tesis o de que el nacimiento de una ni˜a o un ni˜o son igualmente probables. n n a) Tener tres hijos. b) Tener ni˜os hasta que nace la primera hija o hasta que tenga tres, lo que se produzca n antes. Despu´s parar. e c) Tener ni˜os hasta que tenga uno de cada sexo o hasta tener tres, lo que se produzca antes. n Despu´s parar. e Sea Bi el suceso consistente en que han nacido i ni˜os y sea C el suceso consistente en que hay n m´s ni˜as que ni˜os. Determinar P (B1 ) y P (C) en cada uno de las tres estrategias anteriores. a n n 5. Sup´ngase que tres corredores del equipo A y tres del equipo B participan en una carrera. Si o los seis tienen las mismas aptitudes y no hay empates, ¿cual es la probabilidad de que los tres corredores del equipo A lleguen en primero, segundo y tercer lugar, y los tres corredores del equipo B lleguen en cuarto, quinto y sexto lugar? 6. Una urna contiene 100 bolas, de las cuales r son rojas. Sup´ngase que las bolas son seleccionadas o al azar de una en una y sin reemplazo. Determinar: a) La probabilidad de que la primera bola extra´ sea roja. ıda b) La probabilidad de que la quincuag´sima bola extra´ sea roja. e ıda c) La probabilidad de que la ultima bola extra´ sea roja. ´ ıda 7. Muestreos con y sin reemplazamiento a) Muestreo con reemplazamiento. Una moneda bien construida se lanza diez veces. Calcular la probabilidad de los sucesos: A = Se obtienen exactamente tres caras, y B = Se obtienen no m´s de tres caras. a b) En el caso anterior, obtener la probabilidad de observar exactamente r caras en n lanzamientos.

2

Ejercicios de C´lculo de Probabilidades. Depto. Estad´ a ıstica e I.O.

3

c) Muestreo sin reemplazamiento. En una clase a la que asisten 15 chicos y 30 chicas se eligen al azar a 10 estudiantes. Calcular las probabilidades de los sucesos: A = Se eligen exactamente tres chicos, y B = Se eligen no m´s de tres chicos. a d ) En el caso anterior, obtener la probabilidad de elegir exactamente r chicos entre los n estudiantes seleccionados si en la clase hay R chicos y N − R chicas. 8. k personas se sientan aleatoriamente en n asientos (n > k), a) Si los asientos est´n situados en fila ¿cu´l es la probabilidad de que ocupen k asientos a a contiguos en la fila? b) Si los asientos est´n situados en c´ a ırculo, ¿cu´l es la probabilidad de que ocupen k asientos a contiguos del c´ ırculo? c) Si k personas se sientan aleatoriamente en una fila de 2k asientos, ¿cual es la probabilidad de que no haya dos personas sentadas en asientos contiguos? 9. Loter´ Primitiva. En la loter´ primitiva cada boleto consiste en elegir seis n´meros del 1 ıa ıa u al 49. El d´ del sorteo se obtienen los seis n´meros ganadores m´s un s´ptimo conocido como ıa u a e complementario. Obtienen el primer premio los boletos cuyos seis n´meros coinciden con los u seis n´meros ganadores, y obtienen el segundo premio si cinco de los n´meros del boleto son u u n´meros ganadores, y el otro coincide con el complementario. Calcular las probabilidades de u obtener el primer o el segundo premio si jugamos un boleto de la loter´ primitiva. ıa 10. Tres caballos A, B y C intervienen en una carrera. El caballo A tiene doble probabilidad de ganar que el caballo B, y este ultimo tiene doble probabilidad de ganar que C. Calcular las ´ probabilidades que tienen de ganar cada uno de los tres caballos. 11. Se sabe que entre los 120 estudiantes de un colegio mayor hay 60 que estudian Biol´gicas (B), o 50 que estudian Farmacia (F ) y 20 que cursan ambos estudios simult´neamente. Determinar la a probabilidad de que uno de ellos escogido al azar estudie Biol´gicas o Farmacia, y la probabilidad o de que no estudie ambas simult´neamente. a 12. De entre los 96 an´lisis de glucosa en sangre realizados durante un d´ en un laboratorio, se a ıa observ´ que todos los resultados estaban comprendidos entre 50 y 350 mg/ml. En 89 de esos o an´lisis la cantidad de glucosa no era superior a 190 mg/ml y en 21 de ellos era superior a 120 a mg/ml. Determinar: a) La probabilidad de que el resultado de uno de esos an´lisis est´ entre 120 y 190 mg/ml. a e b) La probabilidad de que el resultado de uno de esos an´lisis est´ entre 50 y 120 mg/ml. a e c) La probabilidad de que el resultado de uno de esos an´lisis sea mayor que 190 mg/ml. a 13. Se sabe que la probabilidad de que un matem´tico encuentre trabajo nada mas acabar la carrera a es 0.4, para un ingeniero en inform´tica esa probabilidad es 0.6. Si la probabilidad de que ambos a encuentren trabajo es 0.24, calcular las probabilidades de que: a) S´lo encuentre trabajo el inform´tico. o a b) Al menos uno de los dos encuentre trabajo. c) Ninguno encuentre trabajo. 14. El examen de una asignatura consta de dos partes, una te´rica y otra pr´ctica, y se sabe que el o a 20 % de los estudiantes presentados aprueban ambas, mientras que el 70 % aprueba el examen te´rico y el 40 % el pr´ctico. Determinar la probabilidad de que un estudiante escogido al azar o a entre los presentados: a) Suspenda el te´rico. o a o b) Apruebe el pr´ctico si se sabe que es de los que han aprobado el te´rico.

e. Demostrar que. sabiendo que hubo exactamente una cara (Trata de adivinar la respuesta primero. donde la mitad son hombres y la otra mitad mujeres. . f ) P (B | A) cuando B es un subconjunto de A. ¿Debe ser P (A | B) = P (A) ? ¿Por qu´ ? Suponer que las e probabilidades P(A) y P(B) son mayores que cero. dado que los dos primeros lanzamientos resultaron dos caras. La probabilidad de que los dos sean puntuales es 0. Sabiendo que el primer dado ha sacado un 3 o menor. Depto. c) Apruebe el te´rico si se sabe que es de los que han aprobado el pr´ctico. Juan (el del ejercicio anterior) ha quedado ahora con su hermano David. con probabilidades P(A1 ). la probabilidad de que Juan sea puntual es 0. el 10 % son zurdos. ısticamente equivalente a lanzar 20. Entonces calc´lalas usando la definici´n de probabilidad condicionada. Estad´ a ıstica e I. ıan u o a) P (B | B). Se lanza un dado bien construido dos veces (lo cual es probabil´ dos dados bien construidos). 22. En cierta poblaci´n. Se extraen tres cartas de una baraja francesa (52 cartas). ¿Cu´l es la a probabilidad condicionada de que la suma de los dos n´meros sea impar ? u 21. P(A2 ) y P(A3 ) respectivamente. . 18.7. ¿qu´ porcentaje hay de mujeres diestras? e 16.1 y la de que los dos lleguen tarde es 0. En una permutaci´n aleatoria de los enteros 1. calcular la probabilidad de que los dos sean puntuales. A2 y A3 } tres sucesos arbitrarios. Calcular la probabilidad de que ocurra exactamente uno de ellos. .2. b) P (B | B c ). n se dice que hay coincidencias si al menos o uno de los n´meros est´ en el sitio correcto. b) La probabilidad condicionada de que hubiera exactamente una cara. sabiendo que en el primer lanzamiento sali´ cara. Juan y Marta son poco puntuales. b) ¿Cual es el l´ ımite de la probabilidad anterior cuando n tiende a infinito? 19. Calcular la probabilidad de que David sea puntual.55.4. 3 y 4. Sabiendo que la probabilidad de que al menos uno de los dos llegue a la hora acordada es 0. esa 1 1 1 probabilidad es 1! − 2! + · · · + (−1)n+1 n! . . . en general. Hallar: a) La probabilidad condicionada de que el primer lanzamiento resulte cara. son corazones o diamantes). Hallar la probabilidad de que: a) Todas sean rojas (i. o a 4 15. Cuando quedan juntos a una hora. d ) P (B | ∅). u a a) Calcula la probabilidad de coincidencias para n = 2. 24. 17. d ) La probabilidad condicionada de que salgan tres caras.Ejercicios de C´lculo de Probabilidades. mientras que la probabilidad de que Marta llegue tarde es 0. Supongamos que P (B | A) = P (B). 2. Sean {A1 . Piensa acerca de lo que significan las probabilidades condicionadas siguientes y decide los valores que deber´ tener.O. y entonces usa la definici´n o de probabilidad condicionada). Se lanza una moneda bien construida tres veces. e) P (B | A) cuando A es un subconjunto de B. 23. de una en una y sin reemplazamiento. dado que hay al menos dos caras. c) P (B | Ω). o Si el 6 % son hombres zurdos. o c) La probabilidad condicionada de tres caras.

Se extrae una bola. ıa a) ¿Cu´l es la probabilidad de que se produzca al menos un fallo durante la garant´ a ıa? b) ¿Para que valor de p esa probabilidad es exactamente 0. b) Las dos primeras sean negras y la tercera sea roja. A3 ). el 45 % de los del PP. inicialmente. Calcular las probabilidades de que un tornillo elegido al azar entre los fabricados por esas m´quinas sea: a a) Defectuoso y fabricado por la m´quina i (i = 1. i ) La segunda es un as. Hallar las probabilidades o e o siguientes: a) P (A1 b) P (A1 c) P (B1 A2 B2 A2 B3 ) A3 ). Adem´s. 3 a y 4 producen el 30 %. Supongamos que la urna contiene originalmente tres bolas azules y siete bolas blancas. e) Exactamente una sea roja. En una f´brica de tornillos hay cuatro m´quinas trabajando en paralelo. la extracci´n de una bola aumenta n o ligeramente la probabilidad de que la siguiente sea del mismo color. c) No defectuoso.5? 28. a b) Defectuoso. el 40 % de los votantes son Republicanos. Se compran tres ordenadores iguales para el aula de inform´tica. La m´quina 1 produce a a a el 35 % de los tornillos. el 80 % de los votantes del PSOE. sabiendo que la probabilidad a de que falle algo dentro del per´ ıodo de garant´ es p en cada ordenador. ) 29.Ejercicios de C´lculo de Probabilidades. Comparar con el apartado a. 2 % y 2 % respectivamente. Sean los sucesos Ai = La i-´sima e extracci´n sale bola azul. En una determinada ciudad.O. b) La probabilidad de que un elector. 2. ¿Que proporci´n de los votantes est´n a favor del candidato A? o a 27. el 20 % y el 15 % del total. 4). que dice estar de acuerdo con la decisi´n del Gobierno. Estad´ a ıstica e I. ´ . c) La primera y la tercera sean negras y la segunda sea roja. el 35 % de los electores de esa ciudad votaron PSOE y el 40 % votaron PP. 25. Similarmente las m´quinas 2. Depto. o haya votado al PSOE en las ultimas elecciones. d ) Fabricado por la m´quina 2 y no defectuoso. el 43 % Dem´cratas a o y el 17 % independientes. y el 55 % de los dem´s. Comparar de nuevo. 5 f ) Exactamente una sea negra. y sus porcentajes de tornillos defectuosos son 4 %. d ) La segunda y la tercera sean negras y la primera sea roja. De esta forma. 3. el 75 % de los Dem´cratas y el 42 % de los independientes est´n a favor del candidato A. En las ultia a o ´ mas elecciones. est´n de acuerdo con una determinada decisi´n del Gobierno. ( No es necesario realizar ning´n c´lculo si se sabe la respuesta u a del apartado e ). e h) La primera no es un as y la segunda s´ ı. g) La primera es un as y la segunda tambi´n. y solo el 5 % de ellos son defectuosos. ( Sugerencia para P (A2 ): A2 es la uni´n de dos sucesos o disjuntos A1 A2 y B1 A2 . se anota su color y entonces se devuelve a la urna y se a˜ade otra bola del mismo color a la urna. a o a 26. Una urna contiene. d ) P (A2 ). Esquema de urna de P´lya. El 28 % de los Republicanos. Compara con P (A1 ). Determinar: o a o a) La proporci´n de electores que est´ de acuerdo con la decisi´n del Gobierno. cierta combinaci´n de bolas o o azules y blancas. y Bi = la i-´sima extracci´n es blanca.

35. 34. Determinar la probabilidad inicial m´ ınima de que una cerradura sea defectuosa para que.02.Ejercicios de C´lculo de Probabilidades. que no ha nacido en la ciudad. de ellos.2963. no haya nacido en la ciudad y viva en un piso de estudiantes es 0. a quien el test le ha o o dado positivo. Si el 25 % de los estudiantes de primero. si el sistema la se˜ala como defectuosa.n 6−n si n ≤ 6.05 6 (a). (n−1)(n−2) n2 V6. P(A) = . r 100 (c). respectivamente. a 32.O. P(B1 ) = . Si este tipo de c´ncer afecta a una mujer de cada 5.25 5 0. Si en un examen de respuesta m´ltiple con k respuestas posibles un alumno conoce la respuesta u correcta con probabilidad p y marca una respuesta al azar con probabilidad 1 − p. viva en un piso de estudiantes. P(A) = ( n−1 )3 . con las que o a se fabricaron el 20 %.99.000 en una determinada a poblaci´n. si ambas a pruebas resultan negativas. y la probabilidad de que un estudiante de la Universidad elegido al azar sea de primero de Derecho. Los pacientes de los que se sospecha una enfermedad E son sometidos dos veces consecutivas a un mismo test (pruebas condicionalmente independientes) del que se sabe que da positivo al 98 % de las personas que padecen E y al 6 % de las que no padecen E. Los porcentajes de piezas defectuosas que tales m´quinas producen son.25 y P(C) = . 0 en otro caso. Un sistema de detecci´n de cerraduras de seguridad defectuosas da lugar a un 1 % de falsos o positivos (cerraduras aparentemente defectuosas que resultan funcionar correctamente) y a un 3 % de falsos negativos (cerraduras aparentemente bien fabricadas que resultan no funcionar bien). 1 %.375 y P(C) =. determinar la probabilidad de que un estudiante de primero. determinar la probabilidad de que haya contestado al azar si su respuesta es correcta. no nacidos en la ciudad y que viven en pisos de estudiantes son de Derecho.625 y P(C) = . Depto. Un test para la detecci´n precoz del c´ncer de mama tiene un 2 % de falsos positivos y un 1 % de falsos negativos. r 100 (b). 4 (a). P(B) = . Determinar la a probabilidad de que una pieza defectuosa haya sido producida por la m´quina B. SOLUCIONES 1 c 2 (a). A. 9. Estad´ a ıstica e I. un 60 % no ha nacido en la ciudad. determinar la probabilidad de que una mujer de esa poblaci´n. P(B1 ) = .5 (b).03704 y P(C) =. P(B1 ) = . B y C. Se estima que el 27 % de los estudiantes de la Universitat de Val`ncia est´n en el primer curso e a y que. a o a 31. r 100 . 33. sea menor que 0. Para la fabricaci´n de una partida de piezas se utilizaron 3 m´quinas. 2 % y 3 %. 6 30. 30 % y 50 % de las piezas respectivamente. la probabilidad final de que realmente lo sea resulte n mayor que 0.2222 (b). tenga c´ncer de mama.01. P(B) = ( n−2 )3 y P(C) = n n 3 5 5 6. Determinar la probabilidad inicial m´xima de que un paciente tenga E para que su probabilidad final.5 (c).

1176 (b).1275 (d). 17 0. 7 y P(B ∩ F ) = 5 .7812 (c).3824 (g).0724 (i). (c).6321.3 (b). 0.1719 (b).5.6250 (b). .46. 0. P(A) = . 0. 0. . 28 (a). 1 (f ).O. P (B) (d). 0. 26 0.1172 y P(B) = . . 0. 29 (a).5. 6 12 (a). 15 0. 0. 1 − (1 − p)3 (b).9635 (d). (n − k + 1)/ n k (b). 0. P(A) = . 16 0. .5975 (b). R r     N −R n−r  N  n   8 (a).36 (b).15. .0040.2609 31 0. 0. 19 P(A1 )+ P(A2 )+ P(A3 )− −2 P(A1 ∩ A2 ) − 2 P(A1 ∩ A3 ) − 2 P(A2 ∩ A3 )+ +3 P(A1 ∩ A2 ∩ A3 ) 20 1 2 1 3 1 4 1 4 1 2 P (B) P (A) 21 (a).0120.6667 y 0. .0636 (c).76 (c).286 (c). 0. 18 (a).0175.1275 (e). 0. 0.0636 (b). .0030 (b).3824 (f ). 0. 0. .4686 30 0. 14 (a).2904 y P(B) = .   2−n (c).2880.24.0098 32 p ≥ 0. 13 (a). Estad´ a ıstica e I.4938 35 1−p (1−p)+kp 3 10 la misma que P (A1 ) . 1 (b). .Ejercicios de C´lculo de Probabilidades. 0. . . P(B) = 7 11 P(B ∪ F ) = 3 4 2 7 y P(C) = 1 .0636 (d).4291 × 10−6 10 P(A) = 4 .5059.0365 (c). 0. 0.5051 33 p ≤ 0.0045 (h). (b). 27 (a). 0. 22 (a). 0.5. Depto. n/ n k (c).5597 (d). 0. (d).0769 25 (a). . 0.1459 (b).0729. Sin sentido (e).2063. 0 (c). 0. (k + 1)/ 2k k 9 P(Primer premio) = . 23 S´ ı 24 (a).7151 × 10−7 y P(Segundo premio) = . n r 7 7 (a).9571 34 0.1275 (c).

2. Repite los dos primeros apartados del problema utilizando F (x). pero si el resultado es cara. El daltonismo est´ causado por un alelo recesivo en el cromosoma X que denotamos por x. 2.5 ≤ X ≤ 1. c) P (X ∈ N ) donde N es el conjunto de los n´meros enteros positivos. A continuaci´n se elige al azar una ficha del sombrero. (c) no sea e inferior al 70 %. ambos inclusive. Representa gr´ficamente la funci´n F (x):   0     0. por lo que los dos sexos se caracterizan como XX (mujer) y XY (hombre). si |x| < 1). . 3). u o Si es blanca ganas 100 euros. P (X < 1). 4 (y 0 en otro caso). Calcula las siguientes probabilidades: x 10 para a) P (1 < X < 3). El 60 % a de estos caracoles de tierra tiene la concha rayada. Los genetistas han identificado dos cromosomas sexuales X e Y en los seres humanos. 8 Tema 2: Variables aleatorias o 1.99). el n´mero de fichas en el sombrero es igual u al n´mero de lanzamientos realizados. . 2. adem´s de acabarse el juego. Todo individuo tiene un cromosoma X. 6.2).5 < X < 3).2. P (0 ≤ X ≤ 2 | 1 ≤ X ≤ 3). P (X = 1. De esa forma. P (X = 2. (d) sea del 60 %. y P (X = x) = 0 en otros casos. 2. a˜ades una ficha negra en a n el sombrero. P (1. Estad´ a ıstica e I.20     0. P (1.O.Ejercicios de C´lculo de Probabilidades. (e) l´ F (x) a ım x→2− 3. La concha del caracol de tierra Limocolaria mantersiana puede ser rayada o p´lida. . Comprueba que la probabilidad de que ganes es 0. 3. 7. Depto.95    1 si si si si si si si x < −2 − 2 ≤ x < −1 −1≤x<1 1≤x<2 2≤x<4 4≤x<5 5≤x<∞ o o a) ¿Es la funci´n de distribuci´n de una variable aleatoria X discreta? b) Calcula y representa gr´ficamente la funci´n de probabilidad de esta variable aleatoria X. Calcula la probabilidad de que la proporci´n de caracoles con concha rayada presentes o o en la muestra: (a) sea del 50 %. Se seleccionan 10 caracoles al azar de esta poblaci´n. 3.5 ≤ X < 3).5). Cada vez que obtienes el resultado cruz colocas una ficha de color blanco en un sombrero. y la presencia de un cromosoma Y . . distingue al individuo como hombre. cuando finaliza el juego. En funci´n de tal deficiencia. (d) F (−4.99).35 0. P (1 ≤ X < 3). (Recuerda que. 3. Si F (x) es la funci´n de distribuci´n de una variable aleatoria con distribuci´n de Poisson de o o o par´metro λ = 3. (b) F (0. u o o e) Calcula y dibuja la funci´n de distribuci´n F (x) de la variable X. u d ) P (X ∈ Q) donde Q es el conjunto de los n´meros racionales. Considera un juego que consiste en lanzar repetidamente una moneda hasta conseguir el resultado cara. P (1. a o 4. (c) F (3.3069 (= 1 − ln 2). ∞ 1 1 ln( 1−x ) = n=1 n X n .70     0. a o c) Calcula la(las) mediana(s) de X. a El cromosoma Y no tiene conexi´n con la ceguera al color. calcula: (a) F (1). pero si es la negra pierdes 100 euros. Representa en la gr´fica dibujada todas las proba abilidades del primer apartado del problema y las dos primeras del segundo.45 F (x) =   0. b) P (X ≤ 1). desarrollando en serie de potencias. 5. Calcula la funci´n de probabilidad de una variable aleatoria discreta X para la que P (X > o x) = (1/2)x cuando x = 1. (b) est´ entre el 50 % y el 60 %. 4). Sea X una variable aleatoria discreta con funci´n de probabilidad definida como f (x) = x = 1. se o o consideran tres genotipos para las mujeres y dos para los hombres.

O. de peso. e o 12. etc) es que un n´mero elevado de genes contribuye a la expresi´n del car´cter. ıas 9.Ejercicios de C´lculo de Probabilidades. Los pares g´nicos de sus e e descendientes se forman eligiendo al azar un gen del correspondiente par g´nico de cada uno de e los progenitores. n o b) Si esta pareja tiene tres hijos. Mujeres XX (normal) Xx (portadora) xx (dalt´nica) o Hombres XY (normal) xY (dalt´nico) o 9 Si cada hijo hereda un cromosoma sexual de cada progenitor a) Calcula la probabilidad de que un hijo de portadora de ceguera al color y un hombre normal sea ni˜o y dalt´nico. Estad´ a ıstica e I. . Por otro lado. Calcula tambi´n en ambos casos la mediana de la distribuci´n de X. De un lote que contiene 25 art´ ıculos. ¿cu´l es la probabilidad de que los tres sean ni˜os todos a n dalt´nicos? o a n c) Si esta pareja tiene cinco hijos. Obt´n la distribuci´n e o de probabilidad de la variable aleatoria X si los art´ ıculos se escogen a) con reemplazamiento. en general. Sea X la variable aleatoria que describe el n´mero de art´ u ıculos defectuosos elegidos. Se sabe que. la presencia de a e al menos un gen + es suficiente para determinar un incremento de +1 Kg. Se pretende construir una planta nuclear en una determinada localizaci´n geogr´fica y se desea o a conocer la opini´n de los habitantes de la ciudad m´s cercana al lugar de la construcci´n. Sup´n que el peso de las n o a o ovejas adultas est´ determinado por 10 pares de genes y que en cada par g´nico. el peso m´ u ınimo para un individuo con todos los genes − es de 10 kg. Depto. ¿dudar´ de la cifra oficial del 60 % dada anteriormente? Explica la respuesta. Los o a o datos oficiales aseguran que el 60 % de los habitantes de la ciudad est´ a favor del proyecto. ¿cu´l es la probabilidad de que al menos 8 est´n vivas al finalizar el a a e experimento? 10. Para estudiar la regulaci´n hormonal de una ruta metab´lica se inyecta a ratas albinas un o o f´rmaco que inhibe la s´ a ıntesis de prote´ ınas del organismo. no se produce ning´n incremento en el peso. Si se elige una oveja al azar de la descendencia del reba˜o mencionado. 4 de cada 20 ratas mueren a causa del f´rmaco antes de que el experimento haya concluido. si se seleccionara una muestra aleatoria de 20 individuos de dicha poblaci´n y o o se preguntara a cada individuo su opini´n sobre esta cuesti´n. Si se trata a a 10 ratas con este f´rmaco. ¿cu´l es la probabilidad de que a lo sumo dos sean ni˜os y dalt´nicos? ¿cu´l es la probabilidad de que tres o m´s sean ni˜as? o a a n 8. El n´mero de personas X que en una determinada poblaci´n tienen una huella dactilar de tipo u o Amunt@watson es una variable aleatoria Poisson de par´metro λ. b) sin reemplazamiento. Seg´n a u esta informaci´n. Cada uno de u o a estos genes aporta un peque˜o efecto a la expresi´n de dicho car´cter. ¿cu´l n a es la probabilidad de que pese m´s de 17 kg? Y si ahora se eligen al azar 8 descendientes. de los cuales 5 son defectuosos. Una de las caracter´ ısticas fundamentales de la herencia de caracteres cuantitativos (peso. altura. se eligen 4 al azar. ¿cu´l ser´ la probabilidad de que o o a ıa m´s de la mitad de los encuestados manifestaran una opini´n favorable a la construcci´n de la a o o planta nuclear? Si como resultado de la encuesta s´lo cinco personas se declararon favorables al o citado proyecto. ¿cu´l a a es la probabilidad de que como m´ ınimo la mitad de ellos pese 15 kg o mas? 11. Considera un reba˜o en el que todas las n ovejas tienen los 10 pares g´nicos formados por un gen + y un gen −. a o ıstico adea) ¿Te parece razonable que la distribuci´n Poisson puede ser un modelo probabil´ cuado para la variable presentada? b) Demuestra que P (X = 1 | X ≥ 1) = λ(eλ − 1)−1 . Si los dos genes del par son −.

b) Calcula la funci´n de distribuci´n de X y repres´ntala gr´ficamente. o o e a c) Calcula P ( 3 ≤ X ≤ 1) y P ( 1 ≤ X < 2 ) y representa gr´ficamente estas dos probabilidades a 4 3 3 en cada una de las dos gr´ficas anteriores. 2. 4). P (X = 2. P (1. Depto.5 ≤ X < 3). el de cada uno de los restantes (si los hay) es de K/3 miles de euros. e 15. Sea X una variable aleatoria absolutamente cont´ ınua con funci´n de densidad: o  si x < 0  0   2x si 0 ≤ x < 1/2 f (x) =   6(1 − x) si 1/2 ≤ x < 1  0 si x > 1 o a) Dibuja f (x) y comprueba que realmente es una funci´n de densidad de probabilidad. 3).Ejercicios de C´lculo de Probabilidades. 17. u d ) P (X ∈ Q) donde Q es el conjunto de los n´meros racionales. a ınua con funci´n de distribuci´n: o o 16.O. Calcula y dibuja la funci´n de distribuci´n F (x) de la variable o o X. Sea X una variable aleatoria absolutamente cont´  si x < 0  0   3x  si 0 ≤ x ≤ 1  4 3 si 1 < x ≤ 2 F (x) = 4  x+1  si 2 < x ≤ 3   4  1 si x > 3 5 a) Calcula P ( 1 ≤ X ≤ 2 ) 2 o e a b) Calcula una funci´n de densidad para X y repres´ntala gr´ficamente. 10 c) Un descuidado ladr´n deja en el lugar del robo una huella de tipo Amunt@watson. P (X < 1). e Si esto no se produce en cinco ensayos. En una ciudad con 107 habitantes una persona con las huellas dactilares del tipo Amunt@watson es considerada la culpable del robo anterior. P (1. c) P (X ∈ N ) donde N es el conjunto de los n´meros enteros positivos. Repite los dos primeros apartados del problema calculando ahora las correspondientes probabilidades a trav´s de F (x). u e) Dibuja la funci´n de densidad f (x) y representa en esa gr´fica las probabilidades del o a apartado del problema. b) P (X ≤ 1).5 ≤ X ≤ 1.5 < X < 3). del 50 % y del 75 %. Encuentra una funci´n de densidad de una variable aleatoria cuya funci´n de distribuci´n es: o o o F (x) = 0 1 − (1 + 3x)e−3x si x < 0 en otro caso . e a 14. Sea X una variable aleatoria absolutamente cont´ ınua con funci´n de densidad f (x) = o 1 ≤ x ≤ 4 (y 0 en otro caso). 3. Si T o es la variable aleatoria que describe el coste del experimento total. P (1. Estad´ a ıstica e I. Cuando se consigue un lanzamiento correcto se obtiene una cierta cantidad de informaci´n que se valora como una ganancia de C miles de euros. El coste del primer lanzamiento es de K miles de euros. Calcula las siguientes probabilidades 4 para 3x2 a) P (1 < X < 3). Se lanza una serie de cohetes pirot´cnicos hasta que se registra el primer lanzamiento correcto. Se sabe o que la probabilidad de que la huella dactilar de una persona elegida aleatoriamente al azar sea de tipo Amunt@watson es 10−6 . c) Calcula el percentil del 25 %. el experimento se detiene y se inspecciona el equipo. calcula su distribuci´n de o probabilidad y repres´ntala gr´ficamente. ¿Crees que unicamente con esta informaci´n el detenido es realmente el culpable? ¿Con ´ o qu´ tama˜o de ciudad encontrar´ ese hecho razonable? e n ıas 13. P (0 ≤ X ≤ 2 | 1 ≤ X ≤ 3). P (X = 1. P (1 ≤ X < 3).99).

25 ppm y σ=0. P (0. o 19.5 de que despu´s de 150 horas de servicio todos contin´en funcionando? e u 22.Ejercicios de C´lculo de Probabilidades.17). Si X es una variable aleatoria N(µ. esboza gr´ficamente su densidad para los siguientes a valores de los par´metros. Estad´ a ıstica e I. La duraci´n (en horas) de cierto tubo de radio es una variable aleatoria con distribuci´n expoo o nencial de par´metro λ = 0.5) d ) P (X > 0. Hace a˜os se descubri´ que los faisanes de Montana pose´ una contaminaci´n por mercurio apreciable. ¿cual es la probabilidad de que exactamente uno deba ser sustituido despu´s de 150 horas de servicio? e o c) Calcula el valor del percentil de orden 0. Sea X la variable aleatoria que describe el nivel de mercurio (en ppm) de un fais´n de Montana.90 y comenta su significado en relaci´n a la duraci´n de los tubos estudiados. c) ¿Qu´ valor de X superar´ el 20 % de los primates de dicha poblaci´n? e a o . la probabilidad P (X > 1 | X < 1. puede suponerse normal de par´metros µ=1200 cm3 y σ=140 cm3 . b) Calcular P (1000 < X < 1050). o o 24. Si una densidad para la variable aleatoria X es f (x) ∝ (x + 1)2 cuando 0 < x < 2.25. b) µ=0 y σ 2 =1. calcula el percentil del 25 % de su distribuci´n y las a o probabilidades P (X < 0. la distribuci´n de la capacidad craneal. calcula la funci´n de distribuci´n de X. Depto. y cero en otros casos. ıa e b) Si se instalan tres de esos tubos en un conjunto. Sea X una variable aleatoria con densidad exponencial de par´metro λ = 2. X. En cierta poblaci´n de primates.2 < X < 0. y se pens´ que esto pod´ deberse a que hab´ sido alimentados con semillas de o ıa ıan plantas tratadas con metilo de mercurio. n o ıan o 23.3).4). σ 2 ). a a) Calcula la probabilidad de que un tubo de esas caracter´ ısticas dure menos de 200 horas si se sabe que todav´ funciona despu´s de 150 horas de servicio.5) y la o o mediana de la distribuci´n.5 | X ≤ 2) 21. 11 18. Representa gr´ficamente la funci´n de distribuci´n siguiente: a o o   0 F (x) =  1 si x < 0 + x2 ) si 0 ≤ x < 1 si x ≥ 1 1 2 (1 20. d ) µ=0 y σ 2 =16 Calcula tambi´n en cada caso las probabilidades P(µ−σ < X < µ+σ). o d ) ¿Cual es el n´mero m´ximo de tubos que se pueden poner en un panel de modo que haya u a una probabilidad 0. Halla las siguientes a probabilidades: a) P (2X + 1 > 3) b) P (X 2 ≤ 7) c) P (X ≤ 2 | X > 0.08 ppm. e P(µ − 3σ < X < µ + 3σ) y comenta los resultados obtenidos. P (X > 0. P r(X < 1060) y P (X > 920).O. a a) Calcular la probabilidad de que la capacidad craneal de un miembro de dicha poblaci´n o sea superior a 1400 cm3 .005. P(µ−2σ < X < µ+2σ). c) µ=0 y σ 2 =4. a a) µ=0 y σ 2 =0. Suponiendo que la distribuci´n de X es normal a o de par´metros µ=0.

Ejercicios de C´lculo de Probabilidades. El grosor de las c´scaras de los huevos producidos por un cierto grupo numeroso de gallinas sigue a aproximadamente una distribuci´n normal de par´metros µ=0. Calcula la funci´n de probabilidad de las o variables aleatorias Y = X + 2. o o 29. identifica la densidad de probabilidad de su cuadrado. a a e Probabilidad de que el di´metro m´ximo de una c´lula infectada sea superior a 7. 33. Z = X 2 . o o . identifica la distribuci´n de la o o variable aleatoria Y = −λ−1 ln X. Supongamos que un huevo se clasifica o como de c´scara fina si el grosor de su c´scara es a lo sumo de 0. Estad´ a ıstica e I. o 2 b) La funci´n de distribuci´n de Z = ln{X/(1 − X)}. calcula la funci´n de distribuci´n de Y = aX. b) Probabilidad de que el di´metro m´ximo de una c´lula infectada sea inferior a 9. Probabilidad de que una c´lula no infectada tenga un di´metro m´ximo inferior a e a a 7. Considera la variable aleatoria X del problema 4. 28. 1). y util´ o o ızala para calcular P (Y > b) con b > 0. k = 0. Si X es una variable aleatoria con distribuci´n uniforme en (0. . Sea X una variable aleatoria con distribuci´n exponencial de par´metro λ. σ 2 = 1). calcula: o a) La funci´n de densidad de Y = tan {π(X − 1 )}. Calcula la funci´n de o probabilidad y la funci´n de distribuci´n de la variable Y .4 micras. 1. λ > 0.9 micras. 2. .O.32 mm. o 30. e Calcula: a) Probabilidad de que una c´lula no infectada tenga un di´metro m´ximo superior a 9. Calcula o a el percentil de orden 95 de la distribuci´n del grosor. a > 0.4 e a a micras. ¿qu´ porcentaje de hueveras tendr´n al menos un huevo de c´scara fina? e a a 27. El di´metro m´ximo de los hemat´ de una persona con malaria por Plamodium vivax presenta a a ıes las siguientes caracter´ ısticas: Si la c´lula esta infectada dicha variable se distribuye de forma e normal de par´metros µ=7.03 mm.1).38 mm. y si la c´lula no est´ infectada dicha a e a variable tambi´n se distribuye de forma normal pero ahora con µ=9..6 micras y σ=1. Si X es un variable aleatoria con distribuci´n uniforme en (0. 26.0 micras. a) ¿Qu´ porcentaje de a a e huevos son de c´scara fina?. U =| X |.. calcula la funci´n o a o de distribuci´n de Y = (X + 1)−1 .0 micras. b) Un gran n´mero de huevos se empaqueta al azar en hueveras de a u 12 huevos cada una. .0 micras. 32. a a e micras. Si X es una variable aleatoria con distribuci´n exponencial de par´metro λ. Depto. 31. c) Realiza un esbozo gr´fico de las dos densidades del problema y sit´a en cada una de ellas a u las probabilidades pedidas. Sea Y una variable o a aleatoria discreta definida como Y = k si k ≤ X < k + 1. Si X es una variable aleatoria normal N(µ = 0. y σ=0. 12 25. Si la distribuci´n de la variable aleatoria X absolutamente cont´ o ınua es exponencial de par´metro a λ.6 micras y σ=0.

0408 (c) 0. 1 (c) 1 2 (a) 0.0. 18 0 para x < 0. por lo que P(es el unico) ≈ 10(e10 − 1)−1 que es muy peque˜a. 0.9950 29 F (y) = 0 si y ≤ 0. 1 ) 2 33 (a) Cauchy t´ ıpica.2.Ejercicios de C´lculo de Probabilidades. Depto.2. 4 .9502 (d) 0. t∈ . ´ n 4 14 (a) 8 . 4 .5. 0. a 31 exp{−λb/a} 1 32 Ga(y| 2 . 30 Exponencial de par´metro λ.1712 (d) 1 13 12 (a) Si el tipo de huella es poco habitual y la poblaci´n es grande (c) X es Poisson de par´metro o a 19. 2 (d) 0 (e) 0. 2. .5. 0. 0. 0. 0. . 17 9xe−3x para x > 0 y 0 en otro caso. 20 (a) 0. y F (y) = 1 si y ≥ 1.1. 0. 8 .1712 (b) 0.3. . F (y) = exp{λ(1 − (1/y))} si 0 < t < 1. Estad´ a ıstica e I. 9 .3561 (b) 0. SOLUCIONES 1 (a) 0. 0 (b) 0. 0.21887 9 9 9 3 (b) 0. 0.6025 3 f (x) = ( 1 )x para x = 1. 0 (c) 0 (d) 0. (c) 0.O. f (y) = 1 1 π 1+y 2 (b) 1 − (1 + et )−1 .1353 1 26 ((x + 1)3 − 1) para 0 ≤ x ≤ 2 y 1 si x > 2.2.

. Supongamos que X e Y son dos variables aleatorias Poisson independientes cuyos par´metros a son 3 y 4 respectivamente. 14 Tema 3: Vectores aleatorios 1.1 2 .5 y γ = 0. . .8) las siguientes funciones: a) La funci´n de probabilidad condicional de R dado M = m.3 0 .. para k = 0.O. 1. 5. o o c) La funci´n de probabilidad de R. . o c) Halla las funciones de probabilidad marginales y comprueba que coinciden con las que has hallado en (a).5 1 . determinar la probabilidad de que una familia escogida al azar tenga dos o hijas y ning´n hijo. p = 0. a a Denotamos por R el n´mero de plantas que realmente germinan. . halla P (X ≥ n). para ello vamos a completar los siguientes pasos: a) Para n = 0. Y = y) para cada par (x. Se pide calcular (y dibujar u para el caso particular de n = 5. . Cada semilla germina con probabilidad γ independientemente de las dem´s. o Adem´s se puede usar la f´rmula binomial para sumar las 6 probabilidades. Sea Z el m´ ınimo de X e Y . 1. a 2.) a o o 6. . u 3. c) Usando el resultado del apartado (b) halla fZ (k) = P (Z = k). . halla P (Z ≥ n). Estad´ a ıstica e I. para x= 0.51. 1. Una planta produce M semillas. b) Halla P (X = Y ) c) Halla P (X + Y = 2) d ) Halla la funci´n de probabilidad de la variable aleatoria Z = X + Y . Si la probabilidad de tener o a un hijo var´n es 0. 0 < p < 1 y q = 1 − p. u a) ¿Cu´l es la distribuci´n de X? ¿Y la de Y ? a o b) Construye la tabla de la funci´n de probabilidad conjunta de X e Y .3 a) Construye una tabla en la que se muestre P (X = x. y) de valores posibles. o b) Para n = 0. (Pista: Este suceso se puede descomponer como uni´n de 6 sucesos disjuntos:(X = 0 e Y = 5). Halla la probabilidad de que X + Y = 5. o 4. d ) La funci´n de probabilidad de M dado R = r. . y repres´ntala o e gr´ficamente. . . o b) La funci´n de probabilidad conjunta de R y M . 1. Queremos determinar la funci´n de o probabilidad de Z. Sean X e Y dos v. d ) ¿Son independientes X e Y ? e) Halla la probabilidad condicional de que X = x dado que Y = 2.2 2 . (Pista : Z ≥ n si y s´lo si tanto X ≥ n como Y ≥ n). 2 y 3.8.Ejercicios de C´lculo de Probabilidades. 1. donde M se supone que sigue una distribuci´n binomial con o par´metros n y p.a. El n´mero total de hijos e hijas de una familia escogida al azar puede describirse como una u variable aleatoria con distribuci´n de Poisson de par´metro λ = 1. independientes con la misma funci´n de probabilidad f (k) = pq k para k = 0. Y es el n´mero de caras que aparecen en las tiradas 2. Se tira 4 veces una moneda bien equilibrada: X es el n´mero de caras que aparecen en las tres u primeras tiradas. Depto. (X = 1 e Y = 4). Esta es la funci´n de probabilidad de la distribuci´n geom´trica de par´metro o o e a p. Sean X e Y dos variables aleatorias independientes con las siguientes funciones de probabilidad: x: pX (x): y: pY (y): 0 .6 1 . . . etc. 3 y 4.

11. o . a o 10. o 1 2? 1 4 Dibuja la regi´n asociada a o 3 4? y el mayor sea menor que u n o c) Los dos n´meros elegidos se utilizan para se˜alar dos puntos por donde cortar un bast´n de un metro de longitud. . 2 c) La suma de sus coordenadas es mayor que 1. independientes que siguen una distribuci´n exponencial de par´metro λ. Estad´ a ıstica e I.1) y (0. Se eligen al azar dos n´meros reales en el intervalo (0. c) Si a es un n´mero entre 0 y 1.a.0). representa gr´ficamente y halla la probabilidad de que el u a m´ximo de X e Y sea menor o igual que a. X2 . halla P (V > a) y a partir de ella u determina P (V ≤ a)). o e 8. Sean X1 . Para cada uno de los sucesos siguientes. es decir su funci´n de probabilidad es f (x) = pq x para o e a o x = 0. ¿Cu´l es la probabilidad de que los tres trozos del bast´n constituyan a o un tri´ngulo? Dibuja la regi´n asociada a ese suceso.0). Es decir. . (1. . y > 0 (y o 0 en otro caso). Y ) (Pista: Si a es un n´mero positivo. Sean X e Y dos variables independientes que siguen una distribuci´n uniforme en el intervalo o [0. Xn n variables aleatorias independientes tales que cada una de ellas sigue una distribuci´n geom´trica de par´metro p. Se elige al azar un punto dentro del cuadrado de v´rtices (0. U ≤ a si y solo si tanto X ≤ a como u Y ≤ a) b) V =min(X.1). Depto. . a b) ¿Cu´l es la probabilidad de que el menor sea mayor que Dibuja la regi´n asociada a ese suceso. 9. Calcula su funci´n de probabilidad conjunta.0) menos de 1 . 1 d ) El valor absoluto de la diferencia entre sus coordenadas es mayor que 2 . 1 ) y (0. o a por lo tanto una funci´n de densidad conjunta es f (x. Para hacer los siguientes c´lculos no necesitas hacer ninguna integral: ten en cuenta que el a conjunto de valores posibles es un cuadrado de lado 1 en el plano. . 15 7. Deriva para hallar una funci´n de densidad de M . Deriva para obtener una densidad de Z.Ejercicios de C´lculo de Probabilidades. o o f ) Combina los resultados de los apartados (d) y (e) para obtener la funci´n de distribuci´n de Z = X + Y . luego la funci´n de densidad o conjunta es constante e igual a 1. dibuja la regi´n de R2 asociada y calcula su probabilidad: o 1 a) El punto pertenece al cuadrado de v´rtices (0. siendo 0 < p < 1 y q = 1 − p. a b) Representa gr´ficamente el suceso 2X ≤ Y y calcula P (2X ≤ Y ).1]. . 1 ). Halla (y representa gr´ficamente) la funci´n de densidad de las dos variables a o aleatorias siguientes (halla primero la funci´n de distribuci´n y despu´s deriva): o o e a) U =max(X. Sean X e Y dos v. antes representa gr´ficamente el suceso involucrado.( 1 . (1. ( 2 . y) = λ2 e−λ(x+y) para x > 0.0). halla la funci´n de distribuci´n de a o o M = m´x(X. o u a d ) Halla P (X + Y ≤ a) para cualquier n´mero a entre 0 y 1. e 2 2 2 b) Dista de (0.1). Dibuja las funciones a o de densidad y distribuci´n que acabas de calcular. . Y ) (Pista: Si a es un n´mero positivo. Dibuja las funciones de densidad y distribuci´n que acabas de calcular. antes representa gr´ficamente u a el suceso involucrado. e) Halla P (X + Y ≤ a) para cualquier n´mero a entre 1 y 2. 1. u a) ¿Cu´l es la probabilidad de que el menor sea mayor que a ese suceso. Y ).0).O. a) Escribe su densidad conjunta.

y mediante el teorema de o o transformaciones de variables. (-1. y mediante el teorema de transformaciones de vario o ables. deter2 X1 minar la distribuci´n conjunta de Y1 = X1 +X2 e Y2 = X1 + X2 y sus marginales. Representa o gr´ficamente el soporte de las variables originales y el soporte de las variables transformadas. a .0). (Representa gr´fia camente los sucesos involucrados en las apartados siguientes antes de calcular su probabilidad. y) = 2 en la regi´n o o 0 < x < y < 1. a 17. Resuelve este problema o por dos caminos distintos: mediante la funci´n de distribuci´n de Y . 15. En ambos casos haz todas las representaciones gr´ficas oportunas. y) = λ3 xe−λ(x+y) para x > 0 e y > 0. c) Halla P (X ≤ a) para a > 0. detero mina la distribuci´n de Y = λ1 X1 + λ2 X2 . Queremos saber la probabilidad de que Luis tenga que esperar a que empiecen a cobrarle al menos tres veces m´s que Marcos.0).a. En ambos casos haz todas las representaciones gr´ficas oportunas. Si X1 y X2 son variables aleatorias independientes con distribuci´n exponencial Ex(λi ).Ejercicios de C´lculo de Probabilidades. 2 ).1). d ) Calcula la probabilidad de que X + Y ≤ a para a > 0 e) Encuentra una densidad para Z = X + Y . determina la funci´n de densidad de Z = X + Y .-1). a) Sin hacer ning´n c´lculo. a o o 13. 16 12. (0. Utiliza para ello el teorema de cambio de variables. Depto. o o u c) Calcula la funci´n de densidad marginal de X y dib´jala. o a Traduce el suceso de inter´s Luis tiene que esperar a que empiecen a cobrarle al menos tres e veces m´s que Marcos a una regi´n del plano. La distribuci´n conjunta de las variables aleatorias X e Y es uniforme en el rombo con v´rtices o e en (1. y mediante el teorema de o o transformaciones de variables.O.1) y (0. ambas con distribuci´n Gamma de par´metros α = β = 2. independientes. Terminan a la vez y escogen una caja diferente para pagar. Determina la funci´n de densidad de la suma de dos v. Dib´jala. cada uno con un carrito. o 20. a 18. 1 o 21. Resuelve este problema por dos caminos distintos: o mediante la funci´n de distribuci´n de Y . Si X1 y X2 son variables aleatorias independientes con distribuci´n uniforme en (0. Resuelve este problema a o por dos caminos distintos: mediante la funci´n de distribuci´n de Y . Representa gr´ficamente esas a funciones. u b) Halla P (X ≤ a. Si X e Y son variables aleatorias con funci´n de densidad conjunta f (x. 16.a. Para a hallarla llama X al tiempo que espera Luis a ser servido e Y al tiempo que espera Marcos. decide si X e Y son independientes. independientes y que siguen una distribuci´n exponencial de par´metro λ.) a) Halla las densidades marginales y demuestra que X e Y son independientes. Y ≤ b) para cualesquiera a y b n´meros positivos. u 14. Dibuja el suceso X es mayor que Y y calcula su probabilidad. Si X1 y X2 son variables aleatorias independientes con distribuci´n Gamma Ga( 1 . Determinar la distribuci´n de la suma y de la diferencia de dos variables aleatorias normales o t´ ıpicas independientes. obt´n o e y representa gr´ficamente la funci´n de densidad de Y = X1 + X2 . Luis y Marcos van a hacer su compra semanal a un supermercado. Sup´n o que X e Y son v. u a b) Escribe la funci´n de densidad conjunta de X e Y . dibuja esa regi´n y calcula su probabilidad. Sean X e Y dos variables aleatorias independientes con las siguientes funciones de densidad: fX (x) = 2(1 − x) para 0 < x < 1 y fY (y) = 2y para 0 < y < 1. Estad´ a ıstica e I. En ambos casos haz todas las representaciones gr´ficas oportunas. a 19. La densidad conjunta de X e Y es f (x. o a representando gr´ficamente el soporte de las variables originales y el soporte de las variables a transformadas que hayas utilizado.

en t´rminos de λ. Cada una de las cinco componentes del sistema dibujado m´s abajo tiene un tiempo de vida a 1 que es exponencial de par´metro λ (media λ ). todos ellos independientes.O. e e o b) Suponiendo que λ = 1: ¿Cu´nto vale la probabilidad de que el sistema tarde en estropearse a m´s de un d´ a ıa? c) ¿Y la probabilidad de que el sistema tarde en estropearse m´s de dos d´ si se sabe que a ıas. Depto. a) Obt´n.Ejercicios de C´lculo de Probabilidades. la funci´n de densidad del tiempo de vida del sistema. El sistema deja de a funcionar cuando se estropean al menos una de las componentes que hay en cada uno de sus dos ramales. al final del primer d´ todav´ estaba funcionando? ıa ıa A s B s C s # c # # c c c # s D s E c c # # . 17 22. Estad´ a ıstica e I.

6 6 (a) q n (b) q 2n (c) q 2n (1 − q 2 ) xi 1 2 1 4 7 f (x1 . 4 (e). y 0 en otro caso. xn ) = pn q 8 (a). (c). 1) si |x| + |y| < 1 (c). (d) M − r es Bi(n − r. . y) = 1 para 0 < x < 1 y 0 < y < 1 (b).33. y vale 0 en otro caso. si 0 < z < 1. n. 2 − z si 1 ≤ z < 2. 9 (a). fX (x) = λ2 xe−λx . (b). γ).17. y 0 en otro caso.1784 (c). si 1 < y < 2. (y 0 en otro caso). 17 f (z) = z. (d). 10 fU (u) = 2λ(1 − e−λu )e−λu si u > 0.O. 1 ). −λa (d). 1 − 12 1 4 (2−a)2 2 a2 2 (f ).0643 3 (a) Bi(m. .5. f (x) = 1 − |x| si |x| < 1 f (y) = 2 − y. 2 2 Y2 ∼ Ex( 1 ) 2 22 (a). . 2 )e > 0) 15 (a). (b). 1 − (1 + λa)e y > 0. 0 X 1 1/16 3/16 2/16 0 6/16 2 0 2/16 3/16 1/16 6/16 3 0 0 1/16 1/16 2/16 2/16 = 1/8 6/16 = 3/8 6/16 =3/8 2/16 = 1/8 1 18 (c) . )(1 − e −λb fY (y) = λe−λy . 2 − z. Estad´ a ıstica e I. 1. 1 4 (b). .Ejercicios de C´lculo de Probabilidades. f (x. a2 . (c). probabilidades . .26. . . 1 − (1 + λa + λ2 a2 −λa . 3. 18 f (y) = Ga(y|2.29. 1 4 1 4 si xi = 0. .06. 2) 21 Y1 ∼ Be( 1 . (c) Bi(n. pγ). fZ (z) = z si 0 < z < 1. con media 0 y varianza 2. 1. π 16 1 4 (c).26. No (b). para todo i = 1. . . si 1 ≤ z ≤ 2 19 Normales. Depto. . . (b) y (c) Y 0 1 2 3 1/16 1/16 0 0 2/16 (d) No 5 75 e−7 5! (e) 0. ) (c). . si 0 < y < 1. 2 0. 11 (a). 2. 0. fM (x) = 2x para 0 < x < 1. y) = 16 f (y) = y. 0. 1 1 1 3. 2. f (x. fT (t) = 1 − 2λ exp(−2λ) − 3λ exp(−3λ) + 5λ exp(−5λ) si t ≥ 0. SOLUCIONES 1 (b) . 14 1 6 1 2 λ3 z 2 −λz (z 2 e −λa x > 0. (y 0 en otro caso). (d) valores 0.1163. (b). . . (d). fV (v) = 2λe−2λv si v > 0. . (1 − (1 + λa)e (e). 4. 20 Ga(4. 1 . 13 (a).18. p(1−γ) ) 1−pγ o 4 (a) Cada una de ellas sigue una distribuci´n binomial con n=3 y p=.

calcula la de la distribuci´n del problema 15 y la esperanza o o de las dos distribuciones considerada. o 5. 2. 6. se cumple la relaci´n: u o E((X − a)2 ) = E((X − E(X))2 ) + (a − E(X))2 . 1 y 1 respectivamente. respectivamente. c) V(5 − X). Sea X una variable aleatoria para la que existe E(X) y E(X 2 ). o a) Calcula la esperanza de una variable aleatoria X cuyos unicos valores posibles (con prob´ abilidad no nula) son 1. 1 b) Binomial de par´metros n = 4 y p = 2 . Sea X una variable aleatoria con distribuci´n Poisson de par´metro λ. calcula el valor m para el que 1 P (X > m) = 2 . Si u a has acertado en tus previsiones pues ya has acabado el problema. . calcula E(X 2 ) y E((X−E(X))2 ). la esperanza y varianza de una variable aleatoria X. b) Utilizando los resultados anteriores. o ıpico ni tampoco un 7. Rescata ahora la mediana de la distribuci´n del problema 16. por lo que E((X − a)2 ) se minimiza cuando a = E(X). Pero si te has equivocado deber´ reflexionar un poco m´s sobre el significado de los conceptos de esperanza y mediana ıas a de la distribuci´n de una variable aleatoria. La esperanza de una variable aleatoria X no siempre representa un valor t´ valor medio de su distribuci´n. 2 y 1000 con probabilidades 1 . Calcula la esperanza y varianza de una variable aleatoria X con distribuci´n: a) Discreta cuyos valores con probabilidad no nula son 1. b) Demuestra que para cualquier n´mero real a. o a 4. 19 Tema 4: Esperanza 1. o a c) Si X tiene una distribuci´n exponencial con par´metro λ. todos ellos equiprobables. Antes de empezar a a realizar c´lculos. d ) f (x) es proporcional a xk si 0 < x < 1 ( y 0 en otro caso). a) Comprueba que E(X) = λ y E(X(X − 1)) = λ2 . expresa en t´rminos de estos dos momentos: e a) E(2X − 3) y V(2X − 3). calcula la probabilidad de que o a X sea mayor que su esperanza. siendo k > −1 una constante conocida. Estad´ a ıstica e I. Si representamos por µ y σ 2 . 3. Rescata las gr´ficas de las densidades de los problemas 15 y 16 del tema 2. Depto.Ejercicios de C´lculo de Probabilidades. b) El segundo momento de X y el segundo momento de X respecto de a = 1. Sit´a todos estos valores en las gr´ficas anteriores. . o 2. d ) E((X − 2)(X + 1)). 4 2 4 b) Si X tiene una distribuci´n exponencial con par´metro λ.O. . Calcula la esperanza y varianza de una variable aleatoria X con distribuci´n: a) f (x) = 6x(1 − x) si 0 < x < 1 ( y 0 en otro caso). a) Comprueba que E((X−E(X))2 ) =E(X 2 ) − (E(X))2 . n. . piensa d´nde (de las gr´ficas anteriores claro) situar´ la esperanza y la a o a ıas mediana de cada una de las variables de estos problemas. a c) La que se presenta en el problema 4 del tema 2. b) f (x) = 3 x4 si x > 1 ( y 0 en otro caso). c) f (x) es proporcional a x2 si 0 < x < 1 ( y 0 en otro caso). .

: que no est´ entre e a e µ − 0.e. 10. Sea X la variable aleatoria que describe el n´mero de caras obtenidas en 100 lanzamientos de u una moneda equilibrada e a) ¿Que dice la desigualdad de Chebyshev sobre la probabilidad de que X no est´ a menos de un 10 % de su valor esperado? .0 pulgadas? e a c) Sabiendo que una pulgada equivale a 2. Estad´ a ıstica e I. a) ¿Qu´ porcentaje de gorilas adultos macho medir´ entre 73.54 cm. 8.08 quilos. o 20 9. X = ln Y tiene una distribuci´n normal con funci´n de densidad o o f (x) = N (x|µ. 86 + a] sea 0. de hecho. Si X es una variable aleatoria con distribuci´n normal: o a) ¿Qu´ porcentaje de valores de la variable se encuentran a un m´ximo de tres desviaciones e a t´ ıpicas de la media? o ıpica es σ = 10. de una v. Suponiendo que la desviaa ci´n t´ o ıpica no cambia.90. Se pide: a) ¿Qu´ proporci´n de bolsas pesar´ menos de 5 quilos? e o a b) Se van a pesar 12 bolsas.2 o pulgadas y varianza σ 2 =8. Si X es una variable aleatoria con distribuci´n Normal de media µ = 86 y desviaci´n t´ o o ıpica σ = 5. Depto. Sea X una variable aleatoria con distribuci´n uniforme en el intervalo (0.O. b) Dada por la funci´n de densidad f (x) = λ2 xe−λx si x > 0 ( y 0 en otro caso).a. i. o d ) El n´mero a de forma que la probabilidad de que X ∈ [86 − a. u 12. ¿cu´l es la probabilidad de que 10 o m´s bolsas pesen m´s de 5 a a a quilos? c) La m´quina puede ajustarse para incrementar el peso medio µ. los pesos se distribuyen normalmente con un peso u medio de µ=5. b) El percentil 75o de la distribuci´n de X.5 pulgadas2 . Las envasadoras de az´car no pueden garantizar u u un peso exacto de az´car por bolsa. o c) El percentil 25o de la distribuci´n de X. calcula: a) La probabilidad de que X est´ m´s alejada del 10 % de su media. ¿qu´ amplitud tiene un intervalo centrado en la media e b) Si la desviaci´n t´ que contenga el 50 % de la poblaci´n de valores de la variable? o 11. Determinar la funci´n de densidad. β).13 quilos y una desviaci´n t´ o ıpica σ=0.1µ.0 y 77. 15.4 pulgadas? e a b) ¿Qu´ porcentaje de gorilas adultos macho pasar´ de 80.1µ y µ + 0. Una empresa vende az´car en bolsas de 5 quilos. 1). ¿a qu´ valor deber´ ajustarse µ para que solamente el 1 % de las e ıa bolsas pese menos de 5 quilos? o 13. La altura de un gorila adulto macho sigue una distribuci´n normal con valor esperado µ=75. la media y la varianza. Calcula E(e5X ) y o demuestra que E(1/X) no existe.Ejercicios de C´lculo de Probabilidades. Calcula la esperanza y varianza de una variable aleatoria X con distribuci´n: o a) Uniforme en el intervalo (α. Y cuyo logaritmo. ¿cu´l ser´ la distribuci´n de la altura de a ıa o los gorilas adultos macho expresados en cm? d ) ¿Variar´ las respuestas de los dos primeros apartados si las alturas viniesen expresadas ıan en otra unidad que no fuesen pulgadas? Justifica tu respuesta. σ) = 1 (x − µ)2 1 √ exp(− ) 2 σ2 σ 2π 14.

c) Calcula el valor exacto de P(|X− E(X)| ≥ a) y comp´ralo con el valor de la cota que has a obtenido en el apartado anterior.0). donde 0 < p < 1 . 2 a) Calcula la esperanza y la varianza de X. E((X−E(X))2 ) y E(X 2 ) − (E(X))2 .05 0. (-1. Y ) = Cov(Y. b) Repite el apartado anterior suponiendo que se realizan 1000 lanzamientos.18 0. y siendo a > 0. 1 − 2p y p respectivamente.27 3 0.1) y (0. Si (X. calcula E(Y ) y V(Y ).39 0.Ejercicios de C´lculo de Probabilidades. u 20. calcula la covarianza y el coeficiente de correlaci´n de o ambas variables. E((3X − Y )2 ) y (E(3X − Y ))2 . su media u a o y su varianza. Sean X e Y dos variables aleatorias independientes tales que: E(X) = 2. Calcula: a) E(X 2 − 3X + 2). (0. Z) = Cov(X. y) 1 x 2 3 1 0. en ocasiones no puede mejorarse.31 0. Y ). escribe la funci´n de densidad marginal de Y .08 0. cY + d) = acCov(X.0). a) Calcula E(X) y V(X). E(X 2 ) = 6. b) Cov(X + Y. Calcula la covarianza y el coeficiente de correlaci´n de las variables aleatorias X e Y cuya o funci´n de probabilidad conjunta se muestra en la tabla siguiente: o f (x. b) Sin hacer ning´n c´lculo adicional. 0 y a con probabilidades p. Sea X una variable aleatoria que puede tomar los valores −a. La distribuci´n conjunta de las variables aleatorias X e Y es uniforme en el rombo con v´rtices en (1. 17. Y ). y) = 6 (x2 + y) si 0 < o 5 x < 1 y 0 < y < 1 ( y 0 en otro caso). Sea Y el n´mero de fracasos que preceden al segundo ´xito en un proceso de Bernoulli con probau e bilidad de ´xito p. 18.-1). c) Calcula E(XY ). X).47 y 2 0.11 0. Z).08 0. b) Utilizando la desigualdad de Chebyshev. Aunque con frecuencia la desigualdad de Chebyshev no proporciona una buena cota. Si X. e o b) Calcula E(X1 ).O. c) Vuelve a repetir el primer apartado anterior pero ahora con n lanzamientos.30 19. Y y Z son variables aleatorias y a.17 0. c) A partir de los resultados del apartado anterior. E(Y ) = 3 y E(Y 2 ) = 13. 21 16.12 0. E((X + 1)2 ).07 0. Y ) y ρ(X. b. Depto. Estad´ a ıstica e I. c y d son n´meros reales. c) Cov(X. para ello vamos a considerar Y = X1 +X2 . E(X2 ) y V(X2 ). o e 22. e siendo X1 el n´mero de fracasos que preceden al primer ´xito. . e a) Obt´n la funci´ de probabilidad de X1 y la de X2 . Queremos calcular E(Y ) y V(Y ). Y ) es un vector aleatorio con funci´n de densidad conjunta f (x.14 0. V(X1 ). Cov(X. y X2 el n´mero de fracasos entre u e u el primer y el segundo ´xito. Z) + Cov(Y. 21. comprueba que: a) Cov(aX + b.26 0. b) E(X + Y ). halla una cota para P(|X− E(X)| ≥ a). E(2XY ).

b) La probabilidad de que su suma. o a g) La distribuci´n con densidad f (x) = o 2 x3 si x > 1 y en otros casos.05 0.01 ? o 29. Sean X1 . Σ40 .02 0. o a e) Distribuci´n de Poisson de par´metro λ. calcula una cota para P(0. o Calcula la esperanza y la varianza de su suma. . . 45 se define la variable Xi = 1 si ocurre A y o ´ Xi = 0 en otro caso. d ) Calcula el valor exacto de P(0. asociado con cierto experimento es tal que P(A) = .04 4 0. Sea X1 . a) ¿Qu´ probabilidad hay de que una variable cualquiera de la muestra tome valores entre e 5. o c) Distribuci´n geom´trica de par´metro p. Xn una muestra aleatoria de cada una de las distribuciones descritas a continuaci´n.1).4 o ¿C´mo de grande debe ser n para que la varianza de X n sea menor que 0.20 0. Depto. o e a o d ) Distribuci´n N (µ. o a b) Distribuci´n uniforme en (0.05 0. . X 40 . y tambi´n de su media e muestral.25. e 27.75. b) Calcula E(X 45 ) y V(X 45 ) siendo X 45 la media muestral de las 45 variables anteriores. . . encuentra una cota para la probabilidad de que X 100 se diferencie de su media en m´s de 0. Sea X1 . Calcula: o e a) La probabilidad de que su media muestral. 24.3 < X 45 < 0.10 . . . + Xn . .20 0. X2 .5. . . A.02 0. .3 < X 45 < 0. a 25. X40 es una muestra aleatoria de una distribuci´n N(50.10 0. Σn = X1 + . e o a) Obt´n la distribuci´n de Σ45 = X1 + . X100 variables aleatorias independientes e id´nticamente distribuidas seg´n e u una distribuci´n exponencial de par´metro λ = 0.4). Sea X1 . 22 23.36). El experimento se repite 45 veces. . . . Xn es una muestra aleatoria de una distribuci´n con valor esperado 3 y varianza 2.95 ≤ X n ≤ 6.02 2 0. . Un suceso.5 y sea X 25 su media muestral.Ejercicios de C´lculo de Probabilidades.4). i = 1. . y en la repetici´n i − esima. Si X1 .02 0. o d ) Dos n´meros equidistantes del valor esperado de Σ40 tales que la probabilidad de que Σ40 u est´ entre ellos sea 0. . . b) Utilizando la desigualdad de Chebyshev.05 0.04 0. .5 y 6.35. . a) Distribuci´n exponencial de par´metro λ. 28. + X45 .05 0. f ) Distribuci´n binomial de par´metros k y p.5 ? e c) ¿Cu´ntas observaciones ser´ necesarias como m´ a ıan ınimo para que P (5. . .95 ? 26. est´ entre 50 y 51. y sea X 100 su media muestral.5 y 6. Estad´ a ıstica e I.5 ? b) ¿Cual es la probabilidad de que X 25 est´ entre 5.02 3 0. . . X n = Σn /n.O. c) Utilizando la desigualdad de Chebyshev. . o a a) Calcula la esperanza y la varianza de X 100 . .05) ≥ 0. σ 2 ).02 0. c) El percentil del 98 % de la distribuci´n de X 40 . X25 una muestra aleatoria de tama˜o 25 de una poblaci´n normal de media µ = 6 n o y varianza σ 2 = 1. La funci´n de probabilidad conjunta de dos variables aleatorias discretas es: o y\x 1 2 3 4 1 0. sea menor que 1940. . .

b) Obt´n E(5Y + 1 | X = 3) y V(X | Y = 4). y la funci´n de probabilidad de la variable o aleatoria E(Y | X). c) La distribuci´n de las variables E(X | Y ) y E(Y | X). o b) E(X | Y = y) y E(Y | X = x). si 0 ≤ x ≤ y o y 0 en otro caso. 4. comprobar que V(X) = V(E(X|Y )) + E(V(X|Y )). Estad´ a ıstica e I. . Sea {Xi . Calcula: a) El coeficiente de correlaci´n de X e Y . Sean X e Y dos variables aleatorias tales que E(X|Y ) = 10 − Y . 36. e c) Calcula E(X 2 − 3) y E(X 2 − 3 | Y = 2). mediana y varianza de una o o o variable aleatoria discreta cuya funci´n generatriz de momentos es ψ(t) = (et + 2e4t + 2e8t )/5. 30. . o X 4. a 35. Depto. 39. . Calcula la funci´n de probabilidad de la variable aleatoria a o 10 Y = i=1 Xi . ¿cual es el tiempo a medio que una persona tendr´ que esperar para coger un ascensor del edificio? a 31. Calcular 34. o −∞ < t < ∞. el tiempo que una a persona debe esperar para coger el ascensor lento (r´pido) es de 3 (1) minutos. Sean X e Y dos variables aleatorias con funci´n de densidad conjunta f (x. Si una persona a elige el ascensor r´pido con probabilidad 2/3 y el lento con probabilidad 1/3. Calcula la funci´n generatriz de momentos de una variable aleatoria con funci´n de densidad o o f (x) = x cuando 0 ≤ x ≤ 1. media. b) Poisson de par´metro λ. i = 1. Calcula la funci´n generatriz de momentos de una variable aleatoria con distribuci´n: o o a a) Binomial de par´metros n y p. En promedio. Si X es una variable aleatoria con distribuci´n Gamma de par´metros α y β. 10. Calcula la funci´n de probabilidad. i = 1. obt´n su media y o a e su varianza a partir de su funci´n generatriz de momentos. funci´n de distribuci´n. 2. y) = e−y . .O. 38. . f (x) = 2 − x cuando 1 ≤ x ≤ 2 y f (x) = 0 en el resto de valores reales. . uno r´pido y otro lento. 10} una colecci´n de variables aleatorias independientes con distribuci´n o o Poisson de par´metro λi . ¿es tambi´n una variable aleatoria con distribuci´n o e o Gamma? 37. 23 a) Calcula E(Y | X = x) para x = 1. 3. o 32.Ejercicios de C´lculo de Probabilidades. Sean X e Y dos variables aleatorias para las que existen sus medias y varianzas. . Utilizando que E(X) = E(E(X|Y )) y que V(X|Y )=E(X 2 |Y )-[E(X|Y )]2 . Un edificio tiene dos ascensores. La suma finita de variables aleatorias o independientes con distribuci´n Gamma. 33. y E(Y |X) = 7 − la correlaci´n entre X e Y . . Utiliza funciones generatrices de momentos para demostrar que si X e Y son variables aleatorias independientes entonces V ar(aX + bY ) = a2 V ar(X) + b2 V ar(Y ). .

68 % (b) 4.8386) (d) No. (c) Igual a 2p.64 25 (a). (b) Menor o igual que . . 54. 12.1269 19 (a) f (x1 ) = p (1 − p)x1 .V (Sn ) = λ2 .75 (d) 7 (a) 251. 0. 23 (a) Binomial con n = 45 y p = 0.5.V (Sn ) no ¯ ¯ existe.16 % 13 f (y) = (b) 0.V (Xn ) = q 2 (d). 0.008. E(Sn ) = nq . 2305 26 (a).35 (b) 0. V (y) = e2µ+σ (eσ − 1) σ 100 n . E(Sn ) = nλ. 2 y 2 respectivamente (b) 5.01 y -0. 2000 ± 43. E(Xn ) = λ 2 1 ¯ n ) = 1 (c). .5 (b) 1. E(Xn ) = 2. E(Xn ) = kp.Ejercicios de C´lculo de Probabilidades.O.6 11 (a) 0. y V(x1 ) = V(x2 ) = (c) 2 y 2 (f ) todos son 0. .0571 (c).V (Xn ) = n (g). E(Xn ) = λ. La normalidad se mantiene en transformaciones lineales. E(Sn ) = ¯ ¯ 2 . 31 y 9 respectivamente 18 -0.74 % (b) 13. E(Xn ) = q .0821 y -0.V (Xn) no existe 28 241 al menos 33 -0.25 (b) 0.V (Sn ) = nkpq.95 % (c) N(191. E(Sn ) = n .94 (d).V (X 12n p p2 p np 2 ¯ n ) = b.V (Xn ) = ¯ ¯ ¯ nb. E(Sn ) = nkp.V (Sn ) = nλ. 15 (a) Menor o igual que 1. 11.1 (c) Menor o igual que 16 (a) 0 y 2a2 p (b) Menor o igual que 2p.V (Sn ) = na .225 (c) 5.3182 (b).9586 (c). si x1 = 0.3531 (b).V (Xn ) = nλ2 (b).3679 (c) 8 (a) b+a 2 ln2 λ 2 λ2 k+1 k+2 y (b−a)2 12 (b) 2 λ y 9 (a) 54. Estad´ a ıstica e I.V (Sn ) = nq . 10 (a) 99. 0.005 24 (a). f (x2 ) coincide con f (x1 ).16 (b). 17 (a) 2.V (Sn ) = 12 .64 1 n 1 n ¯ ¯ ¯ 27 (a). 0.1306 22 (d) 0 y 1 6 1−p p 1−p p2 . Depto. siempre que X e Y no sean variables aleatorias degeneradas.5 (c) 0.0854 (b) 89.9787 (c) 82. E(y) = eµ+ 2 σ .63 (d) 8. . (b) E(x1 ) = E(x2 ) = 21 -0. 4 y 0. 51. E(Xn ) = λ . Menor o igual que 0.1864 quilos 1 2 2 2 1 √ yσ 2π 1 exp{− 2 ( ln y−µ )2 }.35 y 0. . E(Sn ) = n . E(X n kpq λ ¯ ¯ n (f ).V (Xn ) = a2 (e). 1−p p 1−p p2 .37 12 (a) 5. E(Sn ) = 2n. SOLUCIONES 2 (a) n+1 2 24 y n2 −1 12 (b) 2 y 1 3 (a) 2µ − 3 y 4σ 2 (b) σ 2 + µ2 y σ 2 + (µ − 1)2 (c) σ 2 (d) σ 2 + µ2 − µ − 2 4 (c) λ + λ2 y λ 5 (a) 0.

converge en media cuadr´tica a µ. ¿Cu´l es la probabia a lidad de que al menos una persona salga y cante con el grupo ? Suponer que cada persona en el pub toma la decisi´n independientemente del resto. tales que Zn solo puede tomar los valores o n=1 1 1 0 y n2 con probabilidades 1 − n y n . Los veh´ ıculos que cruzan un puente tienen pesos cuya media es de 4675 quilos y cuya desviaci´n o est´ndar es de 345 quilos. b) ¿Cu´l es el valor esperado y la varianza de S45 ? a c) Aproximar la probabilidad de que S45 est´ a una distancia no superior a 20 de su media.Ejercicios de C´lculo de Probabilidades. se eligieron al azar e independientemente 75 dep´sitos.36. Hallar el verdadero valor y el aproximado o por la distribuci´n apropiada con una precisi´n de 5 d´ o o ıgitos.20 euros. l´ n→∞ P(|Xn − b| < ) = 1. + X45 . Convergencia D´bil. Estad´ a ıstica e I. La sucesi´n de variables aleatorias {Xn }+∞ converge n=1 en media cuadr´tica a una constante b si l´ n→∞ E((Xn − b)2 ) = 0.001 de salir y cantar con el grupo que est´ actuando. . donde o o n=1 n 1 Xi . Si hay 40 veh´ a ıculos sobre el puente en un instante dado. a Xn = n i=1 4. obtener tambi´n su media µ y su o ´ e varianza σ 2 . Comprueba que la sucesi´n {X n }+∞ . a ım a) Comprueba que la sucesi´n de variables aleatorias {Xn }+∞ converge en media cuadr´tica o a n=1 a b si y solo si sus medias convergen a b y sus varianzas convergen a 0. respectivamente. Comprueba que la sucesi´n de o +∞ variables aleatorias {Zn }n=1 converge en probabilidad a 0. 25 Tema 5: Teoremas l´ ımites. .O. Sea S45 = X1 + . 3.00 euros o mayor ? o 7. 1 n . Depto. La sucesi´n de variables aleatorias {Xn }+∞ converge en probabilidad a n=1 una constante b si ∀ > 0. ım a) Sea {Zn }+∞ una sucesi´n de variables aleatorias. Sea {Zn }+∞ una sucesi´n de variables aleatorias tales que Zn solo puede tomar los valores o n=1 1 1 y n con probabilidades 1 − n2 y n2 . X2 es el n´mero de fracasos entre el primer y el segundo ´xito. donde X1 representa el n´mero de fracasos e u que preceden al primer ´xito. Las Xj son independientes. u 8. y e u e as´ sucesivamente. ı a) Dar el nombre de la distribuci´n de una unica Xj . Sea {Xn }+∞ una sucesi´n de variables aleatorias independientes. b) Comprueba que si {Xn }+∞ converge en media cuadr´tica a b. e d ) ¿Qu´ dice la desigualdad de Chebyshev sobre la probabilidad que aproximas en el apartado e c? u o o ıpica 6. Aparte de esto no se sabe nada m´s acerca de la distribuci´n de estos dep´sitos. Sea S45 el n´mero de fracasos que preceden al 45o ´xito en un proceso de Bernoulli con probau e bilidad de ´xito p=0. pero la sucesi´n de sus valores o esperados diverge. o a) ¿Existe alguna constante b a la que esa sucesi´n converja en probabilidad? b) ¿Existe alguna constante b a la que esa sucesi´n converja en media cuadr´tica? o a 5. respectivamente. a o o Como parte de un estudio. En una noche determinada hay 150 personas en el pub. Convergencia en Media Cuadr´tica. entonces tambi´n converge a e n=1 en probabilidad a b. ¿Cu´l es la o a probabilidad de que la media de estos 75 dep´sitos sea 170. La gente que frecuenta cierto pub tiene una probabilidad de 0. pero que no o converja en probabilidad. hallar el n´mero a tal que la probabilidad (aproximada) de que su peso total no supere a a sea del 99 %. a o 2. todas ellas con la misma o n=1 distribuci´n cuya media µ y varianza σ 2 existen. e o 1.92 euros y desviaci´n t´ 30. b) Construye una sucesi´n de variables aleatorias cuyas medias converjan a 0. Los clientes de cierto banco efect´an dep´sitos con media 157.

Un jugador de baloncesto encesta un lanzamiento de 3 puntos con probabilidad 0. Cada a paso es de 50 cm.13936 exacto.O. b = 0. 5. Una compa˜´ de log´ nıa ıstica env´ paquetes de distintos pesos. El suceso A tiene una probabilidad de 0. aproxima la distribuci´n del n´mero de canastas conseguidas en o u 25 lanzamientos.38 y 0.99 quilos 8 0. a SOLUCIONES +∞ 1 (b) Por ejemplo. 80 y 222. Teniendo en cuenta que los paquetes provienen de una gran cantidad de clientes diferentes. es razonable modelizar sus pesos como variables aleatorias independientes. 4 (a) Si.8132 (con correcci´n por continuidad) o 10 0. la sucesi´n {Zn }n=1 tal que P(Zn = o 1 n − 1) = 1 2 1 1 y P(Zn = 1 − n ) = 2 . a 11.7778 y 4.8324 (con correcci´n por continuidad) (d). ¿Cu´l es la probabilidad de que en 1000 experimentos.36.42 (inclusive) ? Usar una aproximaci´n adecuada.0003 7 192083. respece a tivamente (c). 12. Depto. 26 9. Calcula la probabilidad de encestar m´s de 10 canastas. Un borracho camina de forma aleatoria de la siguiente forma: Cada minuto da un paso hacia adelante o hacia atr´s con igual probabilidad y con independencia de los pasos anteriores.3. respectivamente (b).22. 1. geom´trica de par´metro p=0. 0.1379 . con una media de 15 kg y una ıa desviaci´n t´ o ıpica de 10. Estad´ a ıstica e I. Esto significa que esperamos que la frecuencia relativa de A est´ cercana a 0.25). 5 (a).Ejercicios de C´lculo de Probabilidades. Calcular la probabilidad de que el peso total de 100 paquetes exceda de 1700 kg.9383. e o 10.0227 12 N(7.4 en una larga serie de repeticiones del experimento que se e est´ modelizando. que al menos es 0.0985 11 0.5. 0.13929 aproximado 9 0. Empleando el teorema central del l´ ımite. Utiliza el teorema central del l´ ımite para aproximar la probabilidad de que en una hora avance m´s de 5 metros. (b) No. 0.4. la frecuencia relativa a a est´ entre 0.4445 o 6 0.

b) La probabilidad de que uno de esos cinco estudiantes. Calcular la probabilidad de que la duraci´n o media de la muestra A no supere en m´s de 100 horas a la duraci´n media de la muestra B. A y B. a a a puede dar un resultado err´neo con probabilidad p. (Septiembre del 2000).O. (Febrero del 2000). 27 Anexo 1: Problemas de ex´menes anteriores. Sean √ 1 y U2 dos variables aleatorias independientes y equidistribuidas U U n(0. Y < 1) y a e P(Y < 1|X < 1. a las del colegio B tambi´n son normales pero con media 6 y varianza 1. (Febrero del 2000). (Febrero del 2000). En una ma˜ana la m´quina ha diagnosticado a k pacientes. Particularizar el resultado para g(m) = m . Sea X el n´mero m´ u ınimo de pruebas Bernoulli (con probabilidad de ´xito e p) que tenemos que realizar hasta que se produzca al menos un ´xito y un fracaso. √ X). haya obtenido una puntuaci´n superior a 6. Calcula la funci´n de densidad de Y y el ´rea esperada de dicho o a c´ ırculo. 1). Las bombillas utilizadas por un aparato pueden ser de dos tipos. Calcular 3. Se compran 200 bombillas del tipo A y 150 del B. e n 2. y representa gr´ficamente las funciones de e a probabilidad y distribuci´n de V .5. Calcular P(X < 1. Una urna contiene 3 bolas azules (A) y 5 bolas blancas (B). o 5. b) Obtener las funciones de densidad marginales de X e Y y sus medias.2).5). o 7. Un aparato de diagn´stico autom´tico da un diagn´stico basado en el resultado de n an´lisis de un mismo paciente. Sea X una variable aleatoria con funci´n de densidad f (x) = kx2 si o 0 < x < 2. Las puntuaciones que han obtenido los estudiantes del colegio A en las pruebas de selectividad se distribuyen normales de media 6. o c) Obt´n la media y varianza de V = X + Y . Definimos X = U1 e Y = 2XU2 . u e o a) Construye una tabla que represente la funci´n de probabilidad conjunta de X e Y y las dos marginales. 6. independientemente de los dem´s. An´logamente. elegido al azar. Se extraen al azar y sin reemplazamiento dos bolas de la urna. Estad´ a ıstica e I. Depto. a) Obtener la densidad conjunta de X e Y . La probabilidad de un diagn´stico a o correcto es una funci´n no decreciente del n´mero m de an´lisis correctos.Ejercicios de C´lculo de Probabilidades. a o 4. . o 8. Las de tipo B tienen una duraci´n media de 1800 horas y una desviaci´n t´ o o ıpica de 500 horas. Encontrar la probabilidad de n a que al menos un paciente est´ mal diagnosticado.0) y (1. b) Calcula el coeficiente de correlaci´n de X e Y . Las de tipo A tienen una duraci´n media de 2000 horas con una desviaci´n t´ o o ıpica de 400 horas. (Febrero del 2000). su esperanza y su varianza. esto es: P(B|Hm ) = o u a g(m). (Febrero del 2000). Sea X la variable aleatoria que representa la primera extracci´n (1 si bola A y 0 si bola B).25 y varianza 1. Cada an´lisis.5. a o a o 1. (Septiembre del 2000). (Febrero del 2000). c) Sea W una variable aleatoria Bernoulli tal que P(W = 1) = P(0 ≤ Y ≤ E(W ). sea Y la variable que mide el ´rea del c´ a ırculo. Se eligen al azar dos e estudiantes de A y tres de B.0). Calcular: a) La probabilidad de que la puntuaci´n media de los dos estudiantes de A sea superior a la o media de los tres estudiantes de B. Consideremos los sucesos Hm = {m an´lisis o a son correctos} y B = {un paciente est´ bien diagnosticado}. Supongamos que se genera un c´ ırculo cuyo radio es de longitud X. (2. Determinar e la distribuci´n de la variable X. Sean X e Y dos variables aleatorias cuya densidad conjunta es uniforme sobre el interior del tri´ngulo de v´rtices (0. Sea Y la variable aleatoria que representa el o n´mero de bolas A que permanecen en la urna despu´s de las dos extracciones.

siendo C una constante positiva. a) Calcula la media y desviaci´n t´ o ıpica de X. ıas calcula la probabilidad de que el n´mero medio de roturas sea menor que siete. Sea X una variable aleatoria absolutamente continua con funci´n de densidad f (x) = (x + 1)/6. aunque esto afecte tambi´n a los preparados que tienen ahora una e probabilidad de suspender de 0. Obt´n la probabilidad de que la posici´n final de la part´ e o ıcula est´ a m´s de dos unidades de su posici´n original.99. Una f´brica de az´car produce paquetes con un peso nominal de 1000 a u gramos. (Septiembre del 2000). En cambio el o 15 % de los no preparados tambi´n aprueba el examen. Se sabe que el 6 % de los o paquetes producidos pesan menos de 1000 gramos y que el 5 % sobrepasan los 1020 gramos. (Febrero 2001. e o b) Calcula las probabilidades P (0 < X < 2) y P (0 < X < 2 | X < 3) a o c) Determina y representa gr´ficamente una funci´n de densidad para la variable aleatoria Y = | X | +4. En una oposici´n se supone que los candidatos que acuden preparados o al examen son el 90 %. primer parcial). 1.5. f (x) = (5 − x)/12. va a ser 2 + X. Siendo imposible que el hilo de la bobina se rompa dos veces en ese tiempo.25. Calcula la probabilidad del apartado anterior bajo estas nuevas condiciones. En cada salto se mover´ una unidad a derecha o izquierda seg´n una distribuci´n Bernoulli de par´metro a u o a p = 0. el peso real o de cada paquete es una variable aleatoria X con distribuci´n normal.Ejercicios de C´lculo de Probabilidades. u 10.O. o a) Determina los valores de τ ∈ R y de C para los que f (x) es una verdadera funci´n de o probabilidad. o c) Una part´ ıcula va a realizar varios saltos a lo largo de un eje horizontal. cuando 1 ≤ x < 5 y f (x) = 0 para el resto de n´meros reales. de los cuales s´lo aprueba el 90 % por diversos factores. . siendo X una a o o variable aleatoria con funci´n de probabilidad dada por f (x). Depto. (Septiembre del 2000). independientemente de los saltos anteriores. Sin embargo. Elegir el primer t´rmino y la raz´n de la progresi´n o e e o o para que E(X) = 10. y el porcentaje de paquetes de az´car que pesan u menos de 995 gramos. siendo X una variable aleatoria con funci´n de o probabilidad dada por f (x). que depende de u la energ´ de la part´ ıa ıcula. El n´mero de saltos. (Septiembre del 2000). durante un intervalo de tiempo de una hora. 2 o ´ −2 y vale 0 en otro caso.01X pesetas. 11. es p=0. e a) ¿Cu´l es la probabilidad que un candidato suspendido estuviese realmente preparado? a b) El tribunal decide cambiar el tipo de examen de modo que los no preparados suspendan con probabilidad 0. Estad´ a ıstica e I. e a o o 14. y calcular bajo dichas condiciones P(X ≤ 10). Consideremos la funci´n f (x) = C(1 + τ x) si x = 0. 12. (Febrero 2001. Si cada d´ se producen 150000 paquetes ¿cu´l es el beneficio medio diario de la f´brica? ıa a a Calcula el porcentaje de d´ en los que la f´brica tiene un beneficio superior a 750000 ıas a pesetas. Encuentra el n´mero de roturas m´s probable y la probabilidad de que se produzcan u a a lo sumo 10 roturas en una hora. debido a fluctuaciones aleatorias en el proceso de producci´n. cuando −1 < x ≤ 1. Supongamos que un trabajador controla 800 bobinas de hilo y que la probabilidad de rotura del hilo en cada bobina. primer parcial). a b) La f´brica tiene un beneficio por paquete producido que es igual a 15 − 0. 28 9. u a) Obt´n la mediana y el percentil del 70 % de la distribuci´n de X. Una variable aleatoria X toma valores enteros positivos con probabilidades que decrecen en progresi´n geom´trica. 13.005. −1. En un proceso de fabricaci´n de hilados se producen roturas del hilo de o manera aleatoria a lo largo del tiempo. (Septiembre del 2000). Si observamos el sistema a lo largo de tres d´ (72 horas). b) Calcula y representa gr´ficamente la funci´n de distribuci´n de Y = X 2 .

Sea X la variable aleatoria que representa a o a el resultado del primer lanzamiento (X = 0 si cara y X = 1 si cruz). o 19.5 mm. en el intervalo [0. a En el almac´n de Tabernes guardan 10 lotes de conservas de alcachofas y 15 lotes de conservas e de guisantes. o 21. (Febrero 2001). (Febrero 2001. ¿cu´l es la probabilidad de e a que sea de alcachofas? b) Si el lote seleccionado en (a) era de guisantes. su media y su varianza. Encontrar la media y la varianza de Z = X −ρY y sus coeficientes de correlaci´n o o con X e Y . 1) y (β. a a a) Si una varilla que mide menos de 8 mm. o a a) Se sabe que durante la primera hora de funcionamiento del sistema ha habido por lo menos una subida de tensi´n. primer parcial). Un sistema electr´nico soporta exactamente dos subidas de o tensi´n. sea Y el n´mero total de u caras observado. ¿cu´l es la probabilidad de que al menos uno de ellos a funcione durante m´s de una hora? ¿y durante m´s de dos horas? a a 17. las dos marginales y la distribuci´n de Y condicionada a X = 1. o m´s de 12. Calcular la funci´n o de distribuci´n de la distancia entre ellos. Un juego consiste en lanzar una moneda. Calcula la funci´n de probabilidades de G. a]. si sale cara se lanzan cuatro monedas m´s pero si sale cruz s´lo se lanzan dos monedas m´s. pero se cobran tantos euros como Y . o e b) Calcula el coeficiente de correlaci´n entre X e Y . Estad´ a ıstica e I. (Febrero 2001). primer parcial).O. o d ) ¿Interesa jugar? ¿Interesar´ jugar si se pagara solamente un euro por jugar? ¿Cu´l es el ıa a precio justo del juego? . Sean X e Y dos variables aleatorias Gamma independientes. (Febrero 2001. primer parcial). (Febrero 2001. La ganancia del juego es pues: G = Y − 3. La longitud de tales varillas es una variable aleatoria con distribuci´n o normal de par´metros µ = 12 mm y σ 2 = 1.Ejercicios de C´lculo de Probabilidades. y la o funci´n de densidad condicional de X dado que X + Y = z. Una f´brica de conservas vegetales dispone de dos almacenes. o o a) Calcula la funci´n de probabilidades conjunta. ¿Son independientes? ¿Porqu´? c) Se pagan 3 euros por jugar. ¿Cual es la probabilidad de que una caja contenga menos de tres defectuosas? 18. Como consecuencia de un peque˜o l´ se env´ dos lotes del almac´n de Tabernes al de Ribarroja n ıo. (Febrero 2001). a) Si se selecciona un lote de conservas del almac´n de Tabernes. Depto. Calcula la funci´n de densidad de la variable Z = X + Y . 29 15. La empresa Chapuseitor fabrica varillas para las motocicletas de la casa Mamborghini. X e Y .25 mm2 . ıan e sin ninguna etiqueta identificadora. ¿cu´l es la probabilidad de que el sistema siga funcionando o a al finalizar esa primera hora? b) Se dispone de tres de esos sistemas. ¿cu´l es la probabilidad de que los dos lotes a enviados desde Tabernes a Ribarroja fueran de alcachofas? c) Si se descubre finalmente que los dos lotes enviados desde Tabernes a Ribarroja son de alcachofas y se selecciona aleatoriamente 2 lotes de cada uno de los almacenes. varianza 1 y su coeficiente de correlaci´n es ρ. (Febrero 2001). 20. se considera defectuosa. En el de Ribarroja se almacenan 20 lotes de alcachofas y 25 de guisantes. 1) respectivamente. con par´metros a (α. ¿cu´l es la a probabilidad de que en el total de los 4 lotes seleccionados haya 3 de guisantes? 16. El n´mero de subidas de tensi´n o u o en una hora sigue una distribuci´n Poisson de par´metro λ = 3. al producirse la tercera el sistema deja de funcionar. Elegimos al azar dos puntos. Las variables aleatorias X e Y tienen media 0. ¿qu´ porcentaje de varillas defectuosas fabrica la empresa? e b) Las varillas se empaquetan en cajas de 10 unidades.

Un colegio est´ preparando la fiesta de graduaci´n de sus 500 estudiantes. en t´rminos de λ. o e 29. (Septiembre 2001). ¿Cu´l es la a probabilidad de que tengamos luz despu´s de 525 horas? Supongamos que desde que un foco se e estropea hasta que se sustituye por otro pasa un tiempo aleatorio con distribuci´n uniforme en o (0. e e 28. Calcula las esperanzas y varianzas de las distribuciones marginales. En un brote epid´mico de esa enfermedad el e 20 % de la poblaci´n se encuentra enferma.2 Y =1 0.95. (Junio 2001). (Junio 2001). todos ellos puedan sentarse? 23. Y ) un vector aleatorio con funci´n de densidad conjunta f (x. Sea X una variable aleatoria que describe el n´mero de ´xitos en n = 7 pruebas u e de Bernoulli de par´metro p. y que est´ enfermo si el test ha sido positivo. e o 25. ¿Cu´l es la probabilidad de que todos los focos se hayan estropeado antes de 550 a horas? 26. ¿y la probabilidad de haber ganado al menos en tres ocasiones si se sabe que se ha ganado al menos una vez?. La distribuci´n bivariante de (X. Sea f (x) = 1 (1 + αx) si −1 ≤ x ≤ 1. (Septiembre 2001). el 30 % s´lo por uno de ellos y el 20 % restante vengan solos. funciona mientras funcione alguna de las dos componentes. su media y varianza. Sea Y la variable aleatoria que describe el n´mero de ´xitos a u e en las m = 4 primeras pruebas de la serie anterior.3 Y =2 0. 24. Obt´n la funci´n de densidad de Y . por lo ocurrido en otras ocasiones. ¿Cuantos asientos o hay que disponer para los padres si queremos que. Estad´ a ıstica e I. Representa gr´ficamente la o a funci´n de distribuci´n asociada a f (x) cuando α = 1. Se ha jugado cinco veces. la funci´n e e o . al azar en el c´ ırculo de centro el origen y radio uno. en funci´n de α. Calcula la esperanza de X 2 condicionada a Y = 4. con una probabilidad superior a 0. Un test diagn´stico da un resultado positivo en el 95 % de las personas enfermas. Representa gr´ficamente a la funci´n de densidad de X y obt´n su media y varianza. (Junio 2001). e o c) Sea Y = X 2 . y obt´n el coeficiente de correlaci´n. (Febrero 2001). calcula las probabilidades siguientes: Que ese individuo est´ enfermo o el test e de positivo.Ejercicios de C´lculo de Probabilidades. que est´ enfermo y el test de positivo. (Junio 2001). (Junio 2001).O. se gana si y s´lo o si salen dos caras. cuyos tiempos o a 1 de vida son independientes y con la misma distribuci´n exponencial de media λ d´ El sistema o ıas. la esperanza y la varianza de la variable aleatoria X cuya funci´n e o o de densidad es f (x). Y ) viene dada por la tabla de probabilidades o adjunta. Depto. ¿y la probabilidad de haber ganado al menos en tres ocasiones si se sabe que se gan´ el primer juego? o 30. que el 50 % de los estudiantes vengan acompa˜ados n de sus padres. Un juego consiste en lanzar dos monedas bien construidas. Calcula la distribuci´n de U = |X − Y | y la covarianza entre X y U . Sea X la variable aleatoria definida por la distancia del punto P al origen.1 0. 0.1 X=1 X=2 27. P . Un sistema electr´nico est´ formado por dos componentes. 30 22. Disponemos de 100 focos hal´genos cuyos tiempos de vida se pueden considerar o variables aleatorias independientes. y 0 en otro caso. Cuando un foco se estropea se sustituye inmediatamente por otro nuevo. Si en esas circunstancias se va a realizar el test a un o nuevo individuo. Se a o espera. 2 a) ¿Para que valores de α es f (x) una funci´n de densidad?. Se obtiene un punto. 31. o o b) Obt´n. y) = 8xy o cuando 0 < y < x < 1 y f (x. (Junio 2001). Calcula la funci´n de probabilidad de Y o condicionada a X = 3.2 0. Obt´n. Sea (X. o y da negativo en el 90 % de las personas sanas. ¿cu´l es la probabilidad de haber ganado al menos a en tres ocasiones?.1) horas.1 0. o Y =0 0. (Septiembre 2001). todas ellas con la misma distribuci´n exponencial de media o 5 horas. y) = 0 en el resto de valores de R2 .

022 4 f (x) = p(1 − p)x−1 + px−1 (1 − p) si x ≥ 2. o u SOLUCIONES 1 1 − [P(B)]k siendo P(B) = n m=0 g(m) n m pn−m (1 − p)m .2343. P(X ≤ 10) = 0.625.7187.Ejercicios de C´lculo de Probabilidades. (b) 0. y 1 si 4 ≤ y. y) = 1 si 0 < y < 2x < 2. (Septiembre 2001). Un astr´nomo est´ interesado en medir la distancia. Cada una de las mediciones del astr´nomo son variables aleatorias indepeno dientes e id´nticamente distribuidas con media δ y varianza 1. 31 de densidad del tiempo de vida del sistema. (b) 0.651 11 (a) 0. 34. Lanzamos tres veces consecutivas una moneda y definimos las variables aletorias X ={n´mero de caras en los dos primeros lanzamientos} e Y ={n´mero de caras en u u los dos ultimos lanzamientos}. 0. Sabe que las condiciones atmosf´ricas y los errores de medici´n n e o afectan a su t´cnica de determinaci´n de la distancia. (b) FY (y) = 0 si y < 0. 2 3 48 3 0.5. E(Y ) = 2 . (Septiembre 2001). 3√ 3 8 f (y) = 16 π − 2 y si 0 < y < 4π. Jugamos con ´l pagando 4 u e euros por jugada y recibiendo como premio tantos euros como puntos tiene la cara obtenida al lanzarlo.6547. (Septiembre 2001). P(n´mero medio < 7) = 1. 7 6 (a) 0. ıp. 5 9 M´ximo en X = 4. en consecuencia plantea un experimento e o que consistir´ en tomar una serie de mediciones y elegir´ su media muestral como medida de a a la distancia real δ.9. y 5.6944. P(B) = 1 − p si g(m) = 2 3.925 %. 13 (a) C = 0.2 si 0 ≤ y < 1. sus ´ o marginales y el coeficiente de correlaci´n entre ambas.44. Obtener la probabilidad aproximada de ir ganando al cabo de 100 jugadas. a u e o 10 Primer t´rmino 0. (c) E(W ) = 31 . τ ∈ [−0.Y (x. 40 . Suponiendo que λ = 1: ¿Cu´nto vale la probabilidad a de que el sistema tarde en estropearse m´s de un d´ ¿Cu´nto valdr´ esa probabilidad si el a ıa? a ıa sistema se estropease en cuanto fallara alguna de las dos componentes? 32.6 si 1 ≤ y < 4.5 a˜os luz?.3651. a n Justifica las hip´tesis que utilices para determinar el n´mero de medidas. 7 (b) -0.5]. 2 (a) fX. t´ 6. entre su laboratoo a rio y una estrella en a˜os luz. V(X) = − 2. probabilidad 0. E(X) = 5 3 8 1 p(1−p) 1+3p2 −3p p2 (1−p)2 fY (y) = − 1. 12 (a) Media 1009. m n. Depto. E(X) = 1 − y si 0 < y < 2. δ. (c) E(V ) = 2. 0. 0.5986. V(V ) = 0. (c) 3+4τ . (b) Beneficio medio 735421.9987. ¿Cu´ntas mediciones ha de e a tomar para estar razonablemente seguro de que su error de medida est´ entre ±0.O.2. des. (b) fX (x) = 2x si 0 < x < 1. raz´n 0.1. o 33. Estad´ a ıstica e I. E(Y ) = 12 π. Disponemos de un dado cargado en el que la probabilidad de obtener cualquiera de las caras es proporcional a su n´mero de puntos.25 y porcentaje 0.875 y porcentaje 6 %.5143. Obtener la distribuci´n de probabilidad conjunta de X e Y .

18 35 y 4 35 2 75 . no son independientes.704. 1].O. 23 64 . z Γ(α+β) 1 x α−1 (1 Γ(α)Γ(β) z ( z ) 4 9 8 21 (b) -0.136 y 0. 2 3 y V(X) = 1 18 . (b) E(X) = 4 2 1 4 V(X) = 3−α . 9−y 12 si 5 ≤ y ≤ 19 E(Z) = 0. (c) 0.104.692. 1. 22 Al menos 679 asientos. E(Y ) = 1 y V(Y ) = 45 . 27 0.309 y 0. E(G) = −1 y V(G) = 4 .317. Z) = 20 fZ (z) = Ga(z|α + β.600 y 0.5417 y 0. y 1 si 1 ≤ x.16.163. (b) 0.343. 24 E(X) = 4 .3. E(X) = 29 0. Depto. (c) fY (y) = √ si 0 ≤ y ≤ −1. x +2x+1 si − 1 ≤ x ≤ 1.Ejercicios de C´lculo de Probabilidades.189. Cov(X. con 1 s´ precio justo 2 euros. q0. Y ) = 33 0.767.65. Estad´ a ıstica e I. 2 y 3 con probabilidades o respectivamente. 1 − (1 − a )2 si 0 ≤ d < a. fX|Z=z (x) = 1 − ρ2 y Corr(Y. y 0 en otro caso. 14 (a) q0. fU (1) = 0. fG (0) = 6 4 1 7 ı.7 = 2.28.128. Y ) = 0. V(Z) = 1 − ρ2 . Z) = 0.4. . − x )β−1 si 0 ≤ x ≤ z. 34 n ≥ 23. y 1 si a ≤ d. 0. (b) 0. α 3. Y s´lo puede tomar los valores 0.393. (b) 0. V(X) = 5 25 0.262. 1 3 32 si 4 ≤ y ≤ 5. 32 Corr(X.8081 y 0.563.5 = 1. 15 (a) 0. (d) Con 3 euros no. 1). Corr(X. 16 (a) 0. FX (x) = 0 si x < −1. 31 fY (y) = 2λe−λy (1 − e−λy ) si y ≥ 0. 9 3 2 (y) 2 1 35 . fG (1) = 32 y fG (2) = 32 . (c) fG (−3) = 32 . E(X 2 |Y = 4) = 31. 28 fX (x) = 2x si 0 ≤ x ≤ 1. 12 35 . 26 fU (0) = 0. 30 (a) α ∈ [−1.2.5 y fU (2) = 0. E(Y ) = 8 15 .3118. (b) 0.8 %. 32 .19 y 0. d 18 FD (d) = 0 si d < 0. V(Y ) = 11 225 y Corr(X. (c) fY (y) = 9. 0. fG (−2) = 32 . 0. Y ) = 24 11 . fG (−1) = 32 . 17 (a) 32. 23 Si X = 3.135.

Sign up to vote on this title
UsefulNot useful