PROBABILIDAD Y ESTADISTICA

Gua Pr
actica: Distribuciones continuas y discretas.
En los proximos tres ejercicios estudiaremos empricamente las propiedades de la esperanza y la varianza
de una variable aleatoria. Para ello genere dos muestra de tama
no 500, una de X N (3, 1) y otra de
Y U nif [0, 1] (respectivamente muestra1 y muestra2). Recuerde que el promedio y varianza muestral son
estimadores de la media y varianza de una variable aleatoria.
1.

a) Calcule la media muestral de muestra1.

b) S
umele una constante a muestra1 y calcule su media. Que puede concluir acerca de E(X + a)?
c) Multiplique por una constante a la muestra1 y calcule su media. Que puede concluir acerca de
E(cX)?
d ) Utilizando los dos puntos anteriores, que puede concluir acerca de E(cX + a)?

2.

a) Calcule la varianza muestral de muestra1.

b) S
umele una constante a la muestra1 y calcule su varianza. Que puede concluir acerca de V ar(X +
a)?
c) Multiplique por una constante a la muestra1 y calcule su varianza. Que puede concluir acerca
de var(cX)?

3.

a) Calcule la varianza de muestra1 + muestra2. Que puede concluir acerca de var(X + Y ) en este
caso?
b) Sea Z = X 2 (y muestra3 respectivamente). Calcule la varianza de muestra1 + muestra3.
Que puede concluir acerca de var(X + Z) en este caso?

4. En los ejercicios anteriores trabajamos con muestras de variables aleatorias continuas. Se repiten los
resultados con variables aleatorias discretas?

5. (Ejercicio 6.5, Walpole, Myers, Myers y Ye) Dada la variable aleatoria X con distribucion normal con
media 18 y desviaci
on est
andar 2.5. Realice lo siguiente:
a) Encuentre utilizando la tabla de la ditribucion normal estandar:
1) P (X < 15).
2) el valor de k tal que P (X < k) = 0.2236.
3) el valor de k tal que P (X > k) = 0.1814.
4) P (17 < X < 21).
Compare el resultado con el obtenido en R.
b) Genere una muestra aleatoria de tama
no 1000 de esta variable y realice el histograma correspondiente. En en mismo gr
afico superponga la funcion de densidad de X.
1

c) A patir de la muestra genereda en b), construya una muestra para la variable aleatoria
Y =

X 18
2.5

grafique el histograma correspondiente, calcule la media y la varianza de esta nueva muestra.

Que observa?
6. (Ejercicio 6.11, Walpole, Myers, Myers y Ye) Un abogado viaja todos los das de su casa en los
suburbios a su oficina en el centro de la ciudad. El tiempo medio para un viaje de ida es 24 min con
una desviaci
on est
andar de 3.8 min. Se supone que los tiempos de viaje tienen distribucion normal.
a) Cual es la probabilidad de que un viaje tome al menos media hora?
b) Si la oficina abre a las 9:00 a.m. y el sale de su casa a diario a las 8:45 a.m., que porcentaje de
las veces llegar
a tarde al trabajo?
c) Si un da sale a las 8:35 a.m. y el cafe se sirve en la oficina de 8:50 a.m. a 9:00 a.m., cu
al es la
probabilidad de que se pierda el cafe?
d ) Encuentre el valor de tiempo de viaje que es superado por el 15 % de los viajes mas lentos.
e) Encuentre la probabilidad de que 2 de los siguientes 3 viajes le tomen al menos 1/2 hora.
7. (Ejercicio 6.22, Walpole, Myers, Myers y Ye) Un autob
us llega cada 10 minutos a una parada. Se supone
que el tiempo de espera para un individuo en particular es una variable aleatoria X con distribuci
on
continua uniforme.
a) Grafique la funci
on de densidad de la variable X.
b) Grafique la funci
on de distribuci
on acumulada teorica F (x) de X.
c) Utilizando la funci
on de distribucion acumulada F (x) encuentre la probabilidad de que el individuo espere entre 2 y 7 minutos al autob
us.
d ) Calcule la esperanza y la varianza de X.
e) Simule 1000 valores para X realice un histograma. Compare con el item a).
f ) Grafique la funci
on de distribuci
on acumulada emprica Fn (x) de X. Compare con el item b).
g) Obtenga aproximaciones de las cantidades calculadas en c) y d ).
8. (Ejercicio 8.41, Walpole, Myers, Myers y Ye) La variable aleatoria X con distribucion chi cuadrado
tiene la siguiente funci
on de densidad:
(
f (x) =

0,
1
x/21 ex/2

2 2 (/2)

si x 0,
si x > 0.

donde es un entero positivo que denominaremos grados de libertad. Para calcular en R el valor de
esta funcion en x lo hacemos de la siguiente forma:
dchisq(x,)
Dada una variable aleatoria X con distribucion chi cuadrado, realice lo siguiente:
2

a) En un mismo gr
afico dibuje la funcion de densidad para v = 5 : 20. Esto puede realizarse de
manera autom
atica de la siguiente manera:
curve(dchisq(x, 5), col = 1, xlim = c(0,30), ylim = c(0,1),
ylab = f(x), main = Densidad teorica para la Chi2)
for (v in 6:20){
curve(dchisq(x, v), col = v, add = TRUE,
xlim=c(0,30), ylim=c(0,1)) }
Que observa?
b) En un mismo gr
afico dibuje la funcion distribucion acumulada para v = 5 : 20. Esto puede
realizarse de manera autom
atica de la siguiente manera:
curve(pchisq(x, 5), col = 1, xlim = c(0,30), ylim = c(0,1),
ylab = F(x), main = Fda teorica para la Chi2)
for (v in 6:20){
curve(pchisq(x, v), col = v, add = TRUE, xlim =
c(0,30), ylim = c(0,1)) }
Que observa?
c) Encuentre:
1) P (X > 15) cuando v = 2 y v = 5.
2) el valor de k tal que P (X > k) = 0.99 cuando v = 4.
3) el valor de k tal que P (X > k) = 0.025 cuando v = 19.
4) el valor de k tal que P (37.652 < X < k) = 0.045 cuando v = 25.
9. (Ejercicio 5.5, Walpole, Myers, Myers y Ye) De acuerdo con Chemical Engineering Progress, el 30 %
de todas las fallas de operaci
on en las tuberas de plantas qumicas son ocacionadas por errores del
operador.
a) Grafique la funci
on de probabilidad puntual de la variable aleatoria X = n
umero de fallas de
operaci
on en las tuberas de plantas qumicas ocacionadas por errores del operador de 20 fallas
que se producen.
b) Calcule la probabilidad de que en 20 fallas de las tuberas al menos 10 se deban a un error del
operador.
c) Calcule la probabilidad de que no mas de 4 de 20 fallas se deban a un error del operador.
d ) Calcule el valor esperado y la varianza de la variable aleatoria X definida en a).
e) Genere una muestra aleatoria de tama
no 1000 de X y construya un histograma con esas observaciones, calcule la media y la varianza muestrales y compare estos valores con los obtenidos en
el item anterior.
f ) Genere una muestra aleatoria de tama
no 1000 de la misma variable pero ahora suponiendo que
la probabilidad de falla del operador es 0.7. Construya un histograma con esas observaciones,
calcule la media y la varianza muestrales.

g) Genere una muestra aleatoria de tama

no 1000 de 20 X y construya un histograma y comp
arelo
con el item anterior.
h) Compare los items d) y e), que observa?
10. Sea W la variable que cuenta el n
umero de caras menos el n
umero de cecas en tres lanzamientos de
una moneda equilibrada.
a) Describa los valores que puede tomar la variable W , calcule y grafique la funcion de probabilidad
puntual de dicha variable.
b) Calcule y grafique la funci
on de distribucion acumulada teorica F (w) de W .
c) Utilizando la funci
on de distribucion acumulada F (w) encuentre P (W > 0) y P (1 W < 3).
d ) Calcule la esperanza y la varianza de la variable aleatoria W .
e) Simule este experimento 1000 veces y realice un histograma con los valores de W . Compare con
el item a).
f ) Grafique la funci
on de distribuci
on acumulada emprica Fn (w) de W . Compare con el item b).
g) Obtenga aproximaciones de las probabilidades calculadas en c).
h) A partir de la muestra, c
omo puede aproximar los valores calculados en d)?
11. (Ejercicio 5.62, Walpole, Myers, Myers y Ye) El n
umero de ratas por acre en un campo tiene distribucion de Poisson con un promedio de 12 ratas.
a) Por lo menos, cu
antas ratas se encontraran en un acre con probabilidad 0.24?
b) Calcule la probabilidad de que se encuentren menos de 7 ratas de campo en un acre dado.
12. (Ejercicio 3.36, Walpole, Myers, Myers y Ye) La funcion de densidad de los resultados observados en
cierta tarea de laboratorio, cuando el equipo esta funcionando correctamente, es dada por:
(
2(x 1) si 1 < x < 2,
f (x) =
0
en otro caso.
a) Grafique f (x).
b) Calcule y grafique la funci
on de distribucion acumulada teorica F (x) de X.
c) Utilizando la funci
on de distribucion acumulada F (x) encuentre la probabilidad de que el error
de medici
on sea menor que 3/2.
d ) Calcule la esperanza y la varianza de la variable aleatoria X.
e) Simule este experimento 1000 veces y realice un histograma con los valores de X. Esto se puede
hacer de la siguiente manera:
n = 1000
y = runif(n,0,1)
x = 1 + sqrt(y)
Compare con el item a).
f ) Grafique la funci
on de distribuci
on acumulada emprica Fn (x) de X. Compare con el item b).
4

g) Obtenga una aproximaci

on de la probabilidad calculada en c).
h) Aproxime los valores obtenidos en d).
13. La variable aleatoria X, que representa el n
umero de errores por 100 lineas de programacion tiene la
siguiente distribucion de probabilidad:
x

f (x)

0.01

0.25

0.4

0.3

0.04

a) Encuentre la esperanza de X y de X 2 .
b) A partir de los resultados del item anterior, calcule la varianza de X.
c) Calcule la esperanza y la varianza de la variable aleatoria Z = 3X 2
14. Sean X, Y y Z variables aleatorias independientes con medias 2, 3 y 1 respectivamente y desviaciones
estandares 4, 2 y 1 respectivamente. Calcule la esperanza y la varianza de las siguientes variables
aleatorias:
a) V = X/2;
b) T = 2X 4;
c) W = Z 51 ;
d ) U = 2X Y .
15. Ejercicios seleccionados del Walpole, Myers, Myers y Ye:3.3, 3.5, 3.7, 3.8, 3.10, 3.11, 3.13, 3.15, 3.16,
3.23, 3.26, 3.30, 3.35,4.1, 4.2, 4.4, 4.7, 4.8, 4.12, 4.15, 4.17, 4.18, 4.20, 4.21,4.35, 4.37, 4.43,4.55, 4.57,
4.64, 4.65, 5.1, 5.3, 5.8, 5.10, 5.11, 5.15, 5.28, 6.2, 6.3, 6.4, 6.8, 6.20, 6.14, 6.15, 6.16, 6.17, 8.39, 8.40 y
8.42.