UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS NATURALES Y MATEMTICA

LICENCIATURA EN MATEMTICA

ESTADSTICA II
TAREA 2

Msc. Rolando Lemus Gmez

INTEGRANTES:
Liseth Steffany Martnez Prez
Zoila Lpez Lpez

CICLO II/2013

Ciudad universitaria, 25 de agosto de 2013

1.

La funcin =

, x R, es conocida como funcin de distribucin logstica. Probar

que se trata de una funcin de distribucin genuina.

Para verificar que f(x) es una funcin de distribucin genuina, probaremos las tres siguientes
condiciones:
1) lim

= 0,

lim+

=1

2) es una funcin no decreciente en

3) es continua por la derecha para cualquier

Verificando la propiedad 1) se tiene:

1
1
1+

=0

1
1
1
= lim
=
=1

1
+
+ 1 +
1 + 1 + 0

Verificando la propiedad 2)
Para constatar que en efecto la funcin F(x) es montona creciente, verificamos que la
primera derivada se positiva:

( )2 +2 +1

Obsrvese que f(x) es positiva, ya que es positiva y por tanto el numerador es positivo,
adems en el denominador tenemos el cuadrado de 1 + que es positivo.

Verificando la propiedad 3)

es una funcin continua en todo, por lo que, es continua por la derecha

para cualquier .
Dado que F(x) cumple las tres condiciones, F(x) es una distribucin genuina.

2.

La demanda diaria de un producto es una v.a discreta con funcin de probabilidad.

+1

= = 15 , x = 0, 1, 2, 3, 4. Probar que:
a) Es una funcin de probabilidad genuina y
b) Hallar P(X >= 2).
a) Para que la funcin dada sea funcin de probabilidad genuina debe cumplir:
1) 0
2)

=0

= 1

Verificando 1)
0 =

1
2
, 1 =
,
15
15

2 =

3
,
15

3 =

4
,
15

4 =

5
15

f(x) cumple la propiedad 1)

Verificando 2)
4

=
=0

1
2
3
4
5
+
+
+
+
=1
15 15 15 15 15

f(x) cumple la propiedad 2)

Por lo tanto, f(x) es una funcin de probabilidad genuina
b) 2 = 1 < 2 = 1 = 0 + = 1

3.

= 1 15 15 = 5 = 0.8

Una v.a X tiene una distribucin mixta si tiene una parte continua y otra discreta.
La funcin de distribucin de una v.a mixta viene dada por:
F(x)=P(X <= x)=0 , si x< 0, 2(x+1)/10, si 0<= x<1, ((x-1)2 + 7)/10, si 1<= x <2, 1 si x>=2
a) Obtener P(X=0), P(X=1) y P(X=2)
La funcin de distribucin se define como:
0
, x<0
2(x + 1)
, 0x<1
10
2
x1 +7
1x<2
10
1
si x 2

f x =

Luego: = 0 =

2 0+1
10

=5

=1 =

11 2 +7
10

7
10

=2 =1

b) Identificar la parte discreta y la parte continua de la funcin de probabilidad.

, 0 ,

f(x) es continua en los intervalos :

0, 1 , 1, 2 (2, +)

f(x) es discreta en los puntos: x=0 , x= 1 y x= 2, para los cuales podemos determinar el
valor de su probabilidad (literal a).

4.

Se considera una v.a. de tipo exponencial con funcin de distribucin:

= 1

, 0

= 0, < 0, > 0.

1 1

1 ()
0

= lim

=0+
=

= lim

= lim

= lim

0
1

5.

Sea X una v.a continua de tipo exponencial con funcin de densidad:

=

>0

= 0 .

()

(0) +

1
lim

1
lim

1
lim

lim

1
lim

2
+

+ 2

1
lim 2

1
lim 2

1
lim 2

1
lim 2

=0+0+
=

=
6.

El salario de un comercial de seguros consta de una cantidad anual fija de 12 mil dlares ms
una cantidad variable igual al 10% del valor de las realizadas. Las ventas anuales son
aleatorias, con una media de 150 mil dlares y una desviacin tpica de 40 mil. Hallar la
media y la desviacin tpica de los ingresos anuales.
Solucin:
Definamos la variable X = ventas anuales
Entonces, sabemos que: E[X] = 150, 000 y = 40,000
Luego definamos la variable ingresos anuales: Z= 12,000 + 0.1(X)
E[Z] = E[ 12, 000 + 0.1X] = 12,000 + 0.1E[X] = 12,000 + 0.1(150, 000)

 E[Z] = 12, 000 + 15,000 = 27,000

Por otro lado, se tiene que:
Var [Z] = Var [12, 000 + 0.1X] = (0.1)2 Var[X] = (0.01) (40,000)2 = 16,000,000
= , , = ,

7.

Obtener la Var (Z) de la funcin de densidad en 6.

La variable Z queda definida como:
=
+

0
12,000 + 0.1

< 0
0

2
27,000 2 ()
12,000 + 0.1 27,000 2 ()
+

0.1 15,000 2 ()

= 0.01

= 0.01

2 3,000

+ 15,000

+ 2

3,000 () + (15,000)2 (*)

Por otro lado:

Como Var(x) = (40,000)2
(40, 000)2 =

( 150,000)2 ()

( 2 300,000 + 150,000 2 ) ()

2 () 300,000

+ (150,000)2

2 () 300,000() + (150,000)2

2 () 300,000 150,000 + (150,000)2

 :
+

2 () = (40, 000)2 + 300,000 150,000 (150,000)2

2 () = 24,100,000,000

Sustituyendo en la ecuacin (*) , se tiene:

+

= 0.01

3,000 () + (15,000)2

= 0.01 24,100,000,000 3000(150,000) + (15,000)2

= 241,000,000 450000000 + 225000000
= 16, 000, 000

8.

Obtener los momentos respecto del origen de la v.a. continua con funcin de densidad:
f(x) = 2x, si 0<x<1, y f(x)=0 en otro caso.
Sea : el momento de orden n respecto al origen
= [ ]
+

(0) +

0
1

= 2

+1

1
1
+2
+2
0
2
=
+2
+2
= 2

2 +

+
0

9.

Hallar la moda de la v.a. continua X con funcin de densidad:

f(x) = xe-x, x>0 y f(x)=0 si x<0
La moda ser el valor donde f(x) alcanza la mxima probabilidad, es decir el punto o los
puntos donde f(x) tiene mximos.
= 1 +
= +
= (1 )
= 0

1 = 0
= 0 ()

1 =0

Por lo tanto = 0 slo si x = 1

Evaluaremos x=1 en la segunda derivada, para constatar que en efecto en f(1) hay un
mximo.
() = 1 + 1 (1)
= (1 )
= (1 1 + )
= (2 + )
Luego:
1 = 1 2 + 1 =

1
<0

Por lo tanto en x=1 hay un mximo. De donde concluimos la moda de la v.a. X es 1