1.

- Sean X e Y dos variables aleatorias con funcin de densidad conjunta:

Kxy 0 x 1, 0 y 1
f(x,y) =
0 en otro caso
a) Determinar el valor de K para que f(x, y) sea una funcin de densidad.
b) Determinar las funciones de densidad marginales. Son X e Y
independientes?
c) Determinar las funciones de densidad condicionadas.
d) Calcular las probabilidades: P{ Y<0,3 ; X = 0,1}, P{ Y<0,3|X = 0,1}
(*) Bueno, pues para resolver este ejercicio iremos explicando y determinando aquello
que nos piden en cada apartado. Vamos a ello:
a) En este apartado nos piden que hallemos el valor de K para que f(x, y) sea 1 funcin de
densidad. Pues bien, para que f(x,y) sea funcin de densidad debe cumplirse lo siguiente:

f (x, y) 0
(, ) = 1

-Pues bien, como f(x, y) 0 donde se encuentra el valor K (x e y estn entre 0 y 1),
aplicaremos el requisito de la integral para as hallar el valor de K que nos piden:
1 1 1 1
() = () = = ( ()) =
0 0 0 0
1 1 1 1
2 2 1 1
= [ ] = = [ ] = [ (, ) = 1] = 1
0 2 0 0 2 4 0 4 4
K=4
-De modo que la funcin de densidad de f(x, y) sera:

4xy 0 x 1, 0 y 1
f(x,y) =
0 en otro caso

(#) Dicha integral doble se resuelve integrando primero respecto x (yx2/2)

sustituyendo 0 y 1(lmites de la integral) en ella y quedndonos solo la variable y,
siendo esta la siguiente y ltima en integrar; dndonos al sustituir 0 y 1 en ella el
valor de la integral original, para as poder hallar K lo cual nos piden.
b) En este apartado nos piden que hallemos la funcin de densidad marginales, es decir,
la funcin marginal de x (f(x)) y la de y (f(xy)). Pues bien, tras hallar K y as determinar
la funcin de densidad conjunta (f(x,y)) en el apartado anterior, para determinar las
funciones de densidad marginales de x e y integramos respecto l variable para obtener la
funcin densidad marginal de la otra; es decir, para obtener la funcin de densidad
marginal de x integramos respecto de y y viceversa. Dicho esto, vamos a ello:
Funcin Marginal de x:
1
(4) , 1
0
1 1
2 1 2 1 2
4 () = [ ] = 4 = 2 (1 2 ) ():
2
2 2 2

2x(1 x2) 0x1

fx(x) =
0 en otro caso
Funcin Marginal de y:
1
(4) , 1
0
1 1
2 1 2 1 2
4 () = [ ] = 4 2 (1 2 ) ():
2 2 2 2

2y(1 y2) 0y1

fy(y) =
0 en otro caso

-As, en cuanto a si x e y son independientes, debemos saber que para que 2 variables
aleatorias como en este caso x e y sean independientes tiene que darse lo siguiente:

F(x,y) = Fx(x) Fy(y) Funcin de distribucin

f(x,y) = fx(x) fy(y) Funcin de densidad

-De este modo, como disponemos de f(x,y) as como de sus funciones de densidad
marginales f(x) y f(y); veamos si dichas variables son independientes:
*f(x,y) = f(x)f(y) 4xy = 2x(1 x2)4y(1 y2) 4xy (2x 2x3)(2y 2y3)
Las variables x e y no son independientes
c) En este apartado nos piden que hallemos las funciones de densidad condicionadas.
Pues bien, para hallar las funciones de densidad condicionadas de x (fx|y(x|y)) y de
y (fy|x(y|x)) aplicamos su expresin, las cuales son:

(,)
fx|y(x|y) =
()
(,)
fy|x(y|x) =
()

-A partir de esto, pasemos a hallar cada una:

4
0yx1 0yx1
2(1 2 ) ( )
*fx|y(x|y) = fx|y(x|y) =
0 en otro caso 0 en otro caso

4
0yx1 0yx1
2(1 2 ) ( )
*fy|x(y|x) = fy|x(y|x) =
0 en otro caso 0 en otro caso

d) Por ltimo nos piden que hallemos 1 par de probabilidades cuya resolucin se
muestra a continuacin:
*P{Y < 0,3; X = 0,1} = P{Y 0,2; X = 0,1} = f(0,1, 0,2) = 40,10,2 = 0,08
20,2
*P{Y < 0,3| X = 0,1} = P{Y 0,2| X = 0,1} = fy|x(0,2, 0,1) = = 0,4040
(10,12 )

2.- Supngase que en 1 poblacin de familias, el n de automviles

utilitarios (X) y el n de automviles de lujo (Y) que poseen tales
familias sigue la siguiente funcin de masa de probabilidad:

Y
0 1 2
X
0 1/3 1/12 1/24
1 1/6 1/24 1/48
2 5/22 5/88 5/176
a) Son X e Y independientes?
b) Determinar el valor de la funcin de distribucin en los puntos (0,0), (1,1),
(0,2) y (2,1). Qu representan estos valores?
c) Calcular la probabilidad de que una familia tenga 3 o ms automviles
(*) Bueno, pues al igual que en el ejercicio anterior iremos determinando y explicando
lo que nos piden en cada apartado. Vamos a ello:
a) En este apartado nos preguntan si las variables x e y son independientes. Pues bien,
como sabemos del ejercicio anterior, para que dichas variables sean independientes, sus
funciones de distribucin o de densidad debe cumplir lo siguiente: F(x,y) = F(x) F(y); lo
cual para este caso tambin se podra expresar: P{a x b, a y b) = P(a x b)
P (a y b); por tanto, debemos hallar dichas funciones para as determinar lo que nos
piden (en este caso determinaremos la de distribucin ya que se puede obtener
directamente de la tabla):

0 x < 0, y < 0
1/3 0 x < 1, 0 y < 1
5/12 0 x < 1, 1 y < 2
*F(x,y) = 11/24 0 x < 1, y 2
27/48 1 x < 2, y 0
7/8 x 2, 0 y 3
1 x 2, y 2
-A partir de esta, las funciones de distribucin marginales de x e y seran:

0 x<0 0 y<0
F(x) = 11/24 0x<1 F(y) = 8/11 0y<1
11/48 1x<2 10/11 1y<2
1 x2 1 y2

-Bien, pues a partir de estas elegiremos 1 punto comn (a, b) por ejemplo el (0,1) y
aplicaremos la expresin anterior para comprobar la independencia entre x e y:
*P{a x b, a y b) = P(a x b) P (a y b)
P{0 x 1, 0 y 1) = P(0 x 1) P (0 y 1) 1/3 = 11/24 8/11
1/3 = 1/3 Las variables x e y son independientes.

b) En este apartado nos piden que hallemos el valor de los puntos dados y que
expliquemos lo que representa dichos valores. Pues bien, pasemos a hallar dichos
puntos sustituyendo en F(x,y), explicando al final el significado de sus valores:
*F(0,0) = 1/3 (*) Dichos valores representan la probabilidad de que 1
*F(1,1) = 1/24 familia de la poblacin pueda tener ese n de coches
*F(0,2) = 1/24 utilitarios (x) y de lujo (y), por ejemplo, el valor 5/88 para
*F(2,1) = 5/88 el punto (2, 1) quiere decir que la probabilidad de que 1
familia de la poblacin tenga 2 coches utilitarios y 1 coche
lujoso es de 5/88 (5,68%).
c) Por ltimo nos piden que hallemos la probabilidad de que 1 familia tenga 3 coches
o ms. Pues bien, dicha probabilidad se puede representar del siguiente modo:
P(X + Y 3), la cual se resuelve del siguiente modo:
1 5 5
*P(X + Y 3) = P(1,2) + P(2,1) + P(2,2) = + + = = 27,65%
48 22 176

3.- Supngase que en el n de barriles de petrleo crudo que produce un

pozo diariamente es una variable aleatoria con distribucin de
probabilidad no especificada, de la que nicamente conocemos que la
varianza es igual a 256 veces la media poblacional, es decir, 2 = 256. Se
observa la produccin en 64 das seleccionados aleatoriamente y se pide:
a) Calcular la esperanza y la varianza de la media muestral .
b) Si la probabilidad de que la media muestral este comprendida
entre y 3 es de 0,6046, calcular la media poblacional y la
desviacin tpica poblacional .
c) Determinar la probabilidad de que la media muestral se encuentre a no
ms de 5 barriles del verdadero valor de la produccin media diaria -
(*) Bueno, pues como en los ejercicios anteriores, explicaremos y determinaremos lo
que nos piden en cada apartado. Vamos a ello:
a) En este apartado nos piden hallemos la esperanza (E(X)) y la varianza de la media
muestral ( 2 ). Bueno, como nos dicen, estamos ante 1 poblacin X (representada
por el n de barriles de petrleo crudo) de la cual no conocemos ni su varianza 2 ni su
media , solo que la relacin entre ambas es que 2 = 256 y que se ha observado la
produccin 64 das (n = 64). Pues bien, debemos saber que las medias de las muestras
() de tamao n (siempre que esta sea 30 (64)) extradas de una poblacin de
parmetros y siguen la siguiente distribucin: N (, /) donde E() = y
donde 2 = 2/n. Por tanto, a partir de esto determinamos la esperanza y varianza de
la media muestral del siguiente modo:
) =
*E(
* = 2/n = 256/64 = 4
b) En este apartado nos piden que hallemos y sabiendo que P( 3) = 0,6046.
Pues bien, para ello utilizaremos la relacin que nos da el ejercicio (2 = 256 ) y la
aplicaremos a la distribucin que sigue dicha media: N(, /). Dicho esto, vamos a
hallar ambos parmetros:
3
*P( 3) = P(z ) P(z )=
16/8 16/8
2 2
= P(z ) P(z ) = 0,6046 P(z ) P(z ) = 0,6046
2 2
(z ) (1 (z )) = 0,6046 2(z ) = 1,6046 (z ) = 0,8023 = 0,85
* 2 = 256 [ = 0,85] 2 = 2560,85 = 217,6 = 14,7512

c) En este apartado nos piden que hallemos P( 5). Pues bien, sabiendo del apartado
anterior que nos encontramos en la distribucin N(0,85, 14,7512/64), es decir,
N(0,85, 1,8439) pasemos a hallar lo dicho:
50,85
*P( 5) = P(z ) = P(z 2,2506) = 0,9878
1,8439

6.- La duracin de cierto componente elctrico sigue una distribucin normal

con desviacin tpica 1 ao. Si 5 de estos componentes tienen duraciones 1,9
2,4 3 3,5 y 4,2 aos, cul es la probabilidad de que la cuasivarianza
muestral sea menor que la obtenida con la realizacin muestral?
(*) Bueno, pues en este ejercicio nos piden que hallemos la siguiente probabilidad:
P(Sn 12 < S42). Pues bien, para ello debemos saber la expresin a la que responde
y en las cuales utilizaremos los datos que nos dan:

1 2 = 2
1

-A partir de lo anterior pasamos a determinar lo que nos piden del siguiente modo:
1,9+2,4+3+3,5+4,2
- = =3
5
3,26
-Sx2 = = 0,652
5
-S42 = (n 1)Sx2 = 40,652 = 2,608
*P(Sn 12 < 2,608) = 1 P(Sn 12 2,608) [N(3, 1) N(3, 1/5) = N(3, 0,4472)]
2,6083
P(Sn 12 2,608) = P(z ) = P(z 0,8765) = 0,1894 P(Sn 12 < 2,608) =
0,4472
= 1 0,1864 = 0,8136
7.- Supongamos que el beneficio por venta de un determinado producto
es una variable aleatoria X N(20,5) de la que se toma una m.a.s de
tamao 10. El costo de fabricacin de ese artculo es otra variable
aleatoria Y N(18,6) de la que se toma una m-a-s de tamao 20.
Calcula la probabilidad de que el beneficio medio muestral sea
superior al costo medio muestral.
(*) Bueno, pues en este ejercicio nos piden que hallemos la probabilidad de que el
beneficio medio muestral sea mayor que el costo, es decir, P( > ). Pues bien, para
ello debemos saber que dicha probabilidad coincide con la siguiente: P( > 0), cuya
diferencia sigue la siguiente distribucin:

2
22 2 5 62
- N (1 2 , 1
1
+ ) N (20 18, 10 + 20) N(2, 2,07)
2

02
* P( > 0) = 1 P( 0) = 1 P(z ) = 1 P(z 0,97) =
2,07

= 1 0,1660 P( > 0) = 0,8340

11.- Un estudio general sobre un conjunto de entidades financieras revela

que el n de prstamos concedidos en un da en una sucursal cualquiera
es una variable aleatoria con media 33 y varianza 36:
a) Cul es la probabilidad de que, en un da, en 100 sucursales se
concedan ms de 3390 prstamos?
b) Calcule la probabilidad de que el n de medio de prstamos concedidos
diariamente en 40 sucursales sea inferior a 32.
(*) Bueno, pues como en los ejercicios anteriores, explicaremos y determinaremos lo
que nos piden en cada apartado. Vamos a ello:

a) En este apartado nos piden hallemos P(100

=1 > 3390) considerando 1 muestra de
tamao 100, es decir, que por cada sucursal + de 33,9 prstamos, por lo que:
33,933
*P( > 33,9) = 1 P( 33,9) = 1 P(z ) = 1 P(z 0,15) = 1 0,5596
0,6
P(100
=1 > 3390) = 0,4404
b) Por ultimo nos piden que hallemos P( < 32) para 1 muestra de 40 sucursales. Pues bien,
para ello tan solo tenemos que tipificar la distribucin a esa muestra:

-N(33,6) [n = 40] N(33, 6/40) N(33, 0,95)

3233
*P( < 32) = 1 P( 32) = 1 P(z ) = 1 P(z 1,05) = 1 0,1469
0,95
P( < 32) = 0,8531

12.- Los ingresos mensuales de un amplio sector de empresas comerciales

se distribuyen segn una distribucin normal de media 100 (millones de )
y desviacin tpica 5 millones de . Calcule la probabilidad de que, en una
muestra aleatoria simple de 16 empresas pertenecientes al sector, la
cuasivarianza muestral sea superior a 8,715 (millones de )2:
(*) Bueno, pues en este ejercicio nos piden que hallemos P(Sn 12 8,715). Pues bien,
para ello debemos saber que sigue una distribucin de Pearson (X2) cuya expresin es:

(1) 2
N(, ) : Xn 12
2

-A partir de esto, pasemos a determinar lo que nos piden:

2 2
(1) (1) 158,715
*P(S152 8,715) = P ( ) = P (15 2 ) = P(15 2 5,229)
2 2 52

P(S152 8,715) = 0,01