Está en la página 1de 2

CONTROL 3 – EYP1010

Nombre:

1. (6.0 puntos: 1.2 c/u) El futbolista chileno, Alexis Sánchez juega como delantero en el equipo de la selección
chilena, actualmente Sanchez ha tenido bastante exito en los goles que acierta en el arco rival, se sabe que si
Alexis recibe un buen pase la probabilidad de que falle en el gol es 0.1 independiente del equipo rival al cual
se enfrente.
En el siguiente partido del 13 de noviembre donde Chile jugará contra Colombia. Calcule:

(a) ¿Cuál es la probabilidad de que Alexis Sánchez anote un gol en los 10 pases buenos que reciba?
(b) ¿Cuál es la probabilidad de que Alexis Sánchez falle por lo menos en uno de los 10 pases buenos que
reciba?
(c) ¿Encuentre el valor esperado y la desviación estándar de goles marcados en un partido de 10 pases buenos
que recibe?
(d) ¿Cuál es la probabilidad de que Alexis Sánchez anote un gol por primera vez en su cuarto pase bueno
recibido?
(e) ¿Cuál es el número esperado de pases buenos que necesita Alexis Sánchez para anotar un gol?

Solución: Del enunciado se desprende. Sea F la opción de que Alexis falle en un gol recibiendo un buen
pase. Luego P (F ) = 0,1

(a) Sea G : el número de goles al recibir 10 buenos pases. Luego G ∼ Binomial(n = 10, p = 0,9) Luego
 
10
P (G = 1) = × 0,91 (1 − 0,9)10−1
1
= 10 × 0,9 × 0,19
= 9 × 10−9

(b) P (G ≤ 9) = 1 − P (G > 10) = 1 − P (G = 10) = 1 − 0,910 = 0,6513216


(c) E(G) = n × p = 10 × 0,9 = 9 y V (G) = n × p × (1 − p) = 10 × 0,9 × 0,1 = 0,9.
(d) Sea X : el número de pases buenos necesarios hasta obtener el primer gol. Luego X ∼ Geo(p = 0,9). Ası́
lo solicitado es:
P (X = 4) = 0,9 × (1 − 0,9)4−1 = 0,9 × 0,13 = 9 × 10−4
1 1
(e) E(X) = = =9
p 0,9

1
Formulario

Distribución Variables aleatorias .

Si X ∼ Binomial(n, p) → P (X = k) = nk pk (1 − p)n−k ,

x = 1, 2, 3, 4, . . . , n
→ E(X) = np
→ V (X) = np(1 − p)
λk e−λ
Si X ∼ Poisson(λ) → P (X = k) = k! , x = 0, 1, 2, 3, 4, . . .
→ E(X) = λ
→ V (X) = λ
Si X ∼ Geométrica(p) → P (X = k) = p(1 − p)(k−1) , x = 1, 2, 3, 4, . . .
→ E(X) = p1
→ V (X) = 1−p
p2

 1 Si x ∈ [a, b]
Si X ∼ Uniforme(a, b) → fX (x) = b−a
 0 en otro caso
a+b
→ E(X) = 2
(b−a)2
→ V (X) = 12
(
 2 )
2 1 1 x−µ
Si X ∼ Normal(µ, σ ) → fX (x) = √ exp − , −∞<x<∞
2πσ 2 2 σ
→ E(X) = µ
→ V (X) = σ 2
− ν+1
Γ ν+1
 
2 x2 2

Si X ∼ t-student(ν) → fX (x) = √ ν
 1+ , −∞<x<∞
νπΓ 2 ν
→ E(X) = 0 si ν > 1
ν
→ V (X) = si ν > 2
ν−2
1 n x
Si X ∼ χ2(n) → fX (x) = n/2 x 2 −1 e− 2 , x > 0
2 Γ (n/2)
→ E(X) = n, n > 0
→ V (X) = 2n, n > 0