Probabilidad 2016-II.

Tarea # 3
Tema: Distribuciones de probabilidad con nombre
propio-Vectores aleatorios-Sucesiones de variables aleatorias.

Docente: Emilo Berdugo Camacho

Universidad Nacional de Colombia-Bogotá.

Disposiciones para el desarrollo y entrega de la actividad

X Se pueden (opcional) conformar grupos de máximo tres (3) integrantes. Esto con el propósito
de fomentar la construcción colectiva del conocimiento.

X Pueden intercambiar opiniones y sugerencias entre grupos; pero si se detecta documentos con
el mismo contenido para algún problema, los integrantes serán penalizados1 .

X El desarrollo debe ser transcrito por medio del procesador de textos LATEX(de obligatorio
cumplimiento). En la sección de software de la plataforma se encuentra una plantilla.

X Uno (y sólo 1) de los integrantes del grupo debe cargar a la plataforma MOODLE el archivo
pdf generado. Este archivo debe ser llamado con el nombre de los integrantes del grupo.

X Los problemas teóricos y demostrativos deben ser redactados con claridad y sin omitir pasos.
Los problemas aplicativos deben contener el planteamiento y el desarrollo detallado con
operaciones, gráficos o tablas necesarias. Si se utiliza software, se debe proporcionar el código
o las instrucciones implementadas para obtener los resultados.

Problemas

1 (Adaptado del problema 6.7, pag 207, Newbold) Los ingresos anuales I (en dólares) de las
familias ubicadas en la clase media-alta de cierto paı́s se modelan como una variable aleatoria
con distribución uniforme continua en determinado intervalo [a, b]. Se sabe que los ingresos
√
medios (µ) son de $90000, con una desviación estándar (σ) de $15000 3.

1.1 Determine los valores de a y b. ¿Qué interpretación tienen estos valores?

1.2 Calcule la probabilidad de que una familia tenga ingresos superiores a $65000.

1.3 Considérese la cuarta parte de todas las familias que poseen los ingresos mas altos ¿cuál
es el nivel de ingreso mı́nimo para este grupo de familias?

2 (Adaptado de los problema 3.122 de Mendenhall) El número de clientes por hora que llega
a la caja de un supermercado se modela como una variable aleatoria de Poisson con valor
esperado igual a 7 clientes/hora. Calcule la probabilidad de que:
1
Todo el grupo es responsable por el contenido entregado y los integrantes deben conocer, entender y manejar
el mismo.

1
 2.1 No más de 3 clientes lleguen en un periodo de una hora.

2.2 Por lo menos 1 cliente llegue en un periodo de 10 minutos

2.3 Lleguen exactamente 10 clientes en un periodo de 1.5 horas.

2.4 El próximo cliente llegue dentro de 5 minutos.

2.5 Que los próximos 4 clientes tarden mas de media hora en llegar.

3 (Problema 15, pag 254, Navidi) El volumen de las latas llenas por cierta máquina tiene una
distribución normal con media 12.05 onzas y desviación estándar de 0.03 onzas.

3.1 ¿Qué proporción de latas contiene menos de 12 onzas?

3.2 La media del proceso se puede ajustar por calibración (dejando constante la desviación
estándar de 0.03 onzas). ¿En qué valor debe fijarse la media para que el 99 % de las latas
contengan 12 onzas o más?

3.3 Si ahora se desea dejar constante la media en 12.05 onzas ¿En qué valor debe fijarse la
desviación estándar para que el 99 % de las latas contengan 12 onzas o más?

4 (Adaptado del problema 2.119, pag 78, Walpole2 ) Un fabricante de cierto tipo de componente
abastece a los proveedores en cajas de 20 unidades. Supóngase que 60 % de todas las cajas
no contienen componentes defectuosos, 30 % de todas las cajas contienen un componente
defectuoso y 10 % de todas las cajas contienen dos componentes defectuosos. Se eligen de un
“gran lote”3 15 cajas aleatoriamente (asuma que los resultados de las cajas son independientes
entre ellas):

4.1 Ahora de cada caja se extraen (también de manera aleatoria) dos componentes, los cuales
se prueban. Calcule la probabilidad de que en por lo menos 12 de las cajas, los dos
componentes probados resulten estar en perfectas condiciones (no defectuosos)¿Cúal es el
número esperado de cajas en donde los componentes probados resultes no defectuosos?

4.2 Calcule la probabilidad de que en la muestra de 15 cajas, 9 de ellas no contengan com-

ponentes defectuosos, 5 contengan sólo un componente defectuoso y 1 sola caja contenga
dos componentes defectuosos.

4.3 Si se sabe que en por lo menos 12 de las cajas, los dos componentes probados resulta-
ron estar en perfectas condiciones (no defectuosos), calcule la probabilidad de que ”en
realidad“ todas las 15 cajas provengan del lote sin componentes defectuosos.

4.4 Si ahora NO se fija el número total de cajas; sino que en su lugar se comienzan a extraerlas
una por una y de cada caja se siguen seleccionando y probando 2 componentes, calcule la
probabilidad de que sean suficientes 15 cajas para completar 12 en las cuales los 2 compo-
nentes probados resulten no defectuosos ¿Cúal es el número esperado de cajas extraı́das
para completar 12 en las cuales los 2 componentes probados resulten no defectuosos?

5 Sean X1 y X2 v.a’s reales independientes e idénticamente distribuidas con función de densi-

dad dada por fX (x) = 4x3 I[0,1] (x). Se define el vector aleatorio Y = (Y1 , Y2 )t mediante las
transformaciones:
p p
Y1 := X1 X2 y Y2 := X2 X1

5.1 Obtenga la distribución conjunta de Y y grafı́quela.

5.2 Determine distribución acumulada conjunta de Y y grafı́quela.

2
Este problema está relacionado un problema de la tarea # 2. Se recomienda revisar la solución del mismo.
3
Aunque no se especifica el tamaño del lote, este debe ser grande en comparación con las 15 cajas extraı́das,
de tal forma que no cambie significativamente al sustraer la muestra.

2
 5.3 Calcule P (1/3 < Y1 < 2/3, 1/3 < Y2 < 2/3)
∂ 2 FY
5.4 Compruebe que ∂y1 ∂y2 = fY (y1 , y2 )
5.5 Obtenga las distribuciones marginales y condiciones. Son independientes Y1 y Y2 ?
5.6 Calcule el vector de medias y las matrices de covarianza y correlación para Y .
5.7 Simule 100.000 valores aleatorios de X1 y X2 y con ellos construya 100.000 valores aleato-
rios del vector Y (fije la semilla en 12345). Estimes gráficamente las funciones de densidad
marginales para Y 1 y Y 2 . Compárelas con las funciones verdaderas.
5.8 Con los valores simulados, estime la media y la varianza de Y1 y Y2 y compárelos con
verdaderos valores.

6 En cada uno de los siguientes problemas muestre que la sucesión de variables aleatorias con-
verge a la variable lı́mite especificada.

6.1 Sea {Xn }n≥1 una sucesión de variables aleatorias discretas distribuidas uniformemente
sobre el conjunto de valores {0, n1 , n2 , . . . , n−1
n , 1}, es decir:
 
k 1
P Xn = = para k = 0, 1, 2, · · · , n
n n+1
Si U es una variable aleatoria con distribución uniforme continua en el intervalo [0, 1],
d
muestre que Xn → U
6.2 Sea {Xn }n≥1 una sucesión de variables aleatorias continuas tal que Xn ∼ Gama(n, 1/n).
P
Pruebe que Xn → 1
6.3 Sea {Xn }n≥1 una sucesión de variables aleatorias discretas tal que Xn solo toma los dos
valores {0, n} tal que:
 x/n   n−x
1 1 n
P (Xn = x) = 1− I{0,n} (x)
n n
c.s.
Pruebe que Xn → 0

7 Un proceso de llenado de paquetes se detiene cada vez que es detectado uno defectuoso y se
cuenta el número de paquetes que se produjeron (incluyendo el defectuoso). El proceso está
fuera de control si la proporción p de paquetes defectuosos fabricados supera el 1 % (0.01).
La variable aleatoria X que representa el número de paquetes fabricados hasta detectar el
primero defectuoso (incluyendo este) tiene una distribución Geométrica con parámetro p.
Esta distribución es un caso particular de la Pascal (tomando r = 1).

7.1 Pruebe que si X1 , X2 , · · · , Xn es una muestra aleatoria extraı́da de una población Geométri-
Pn
ca con parámetro p, entonces la variable aleatoria Y = i=1 Xi tiene distribución de
Pascal con parámetros p y r = n. Use este hecho para construir la distribución exacta de
X n.
7.2 Los siguientes datos representan la realización de una muestra aleatoria de tamaño 20;
es decir, el proceso se detuvo 20 veces y para cada una de ellas se registró el número de
paquetes producidos. Utilice el resultado de 2.1 (asumiendo que p = 0.01) para determinar
si el proceso está fuera de control (hágalo calculando la probabilidad4 de que la media
muestral sea mayor o igual al valor observado en la muestra).

29 76 17 15 2 40 19 159 11 108
17 56 35 79 35 24 5 31 14 56

7.3 Vuelva a desarrollar el numeral anterior usando el teorema del lı́mite central y compare los
resultados (tenga en cuenta que el resultado proporcionado por el TLC es aproximado).

4
Puede calcular esta probabilidad con la ayuda de R o con la función NEGBINOM.DIST de EXCEL