Examen de probabilidades

1. Suponga que Y es un variable aleatoria con distribución uniforme en el conjunto {1, 2,

…, n}
1
𝑝(𝑦) = 𝑃(𝑌 = 𝑦) = { 𝑛 , 𝑦 ∈ {1, 2, … , 𝑛}
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

a) Hallar 𝐸[𝑌] 𝑦 𝑉𝑎𝑟(𝑌)

𝑌
b) Si 𝑋 = con 𝑎 distinto de 0
𝑎
a. Hallar esperanza y varianza de 𝑋
b. ¿Cuál es la ley de probabilidades de 𝑋, es decir 𝑃(𝑋 = 𝑥)?

2. Considerar Y una variable aleatoria con distribución binomial con n ensayos y

probabilidad de éxito p.

𝑝(𝑦) = 𝑃(𝑌 = 𝑦) = (𝑛𝑦) 𝑝 𝑦 (1 − 𝑝)𝑛−𝑦 para 𝑦 en 0, 1, …, n

𝑝(𝑦) (𝑛−𝑦+1)𝑝
a) Probar que = para 𝑦 en {1, 2, …, n}
𝑝(𝑦−1) 𝑦𝑞
b) Con ayuda de la expresión anterior, hallar 𝑃(𝑌 < 3) para n=90 y p=0.4
c) ¿Como interpreta el valor "𝑛𝑝" en el resultado anterior si n es el número de
estudiantes del curso de probabilidades y p es la probabilidad de aprobar el curso?
𝑝(𝑦)
d) ¿Como queda la expresión si 𝑌 es Poisson de parámetro 𝜆?
𝑝(𝑦−1)
𝜆𝑦 . 𝑒 −𝜆
𝑝(𝑦) = 𝑃(𝑌 = 𝑦) =
𝑦!

3. Considerar 𝑌 distribuido según una Gamma de parámetros 𝛼 y 𝛽 :

−𝑦
⁄
𝑦 𝛼−1 . 𝑒 𝛽
𝑓(𝑦) = , 𝑝𝑎𝑟𝑎 𝑦, 𝛼, 𝛽 > 0
𝛽 𝛼 Γ(𝛼)
∞
Además Γ(𝛼) = ∫0 𝑡 𝛼−1 𝑒 −𝑡 𝑑𝑡

a) Hallar 𝐸[𝑌] 𝑦 𝑉𝑎𝑟(𝑌)

b) Determinar si 𝑃(𝑌 > 𝑎 + 𝑏 |𝑌 > 𝑎) = 𝑃(𝑌 > 𝑏) para 𝑎 y 𝑏 positivos
c) Para 𝛼 = 1, Definir

𝑘 𝑠𝑖 𝑘 − 1 ≤ 𝑌 ≤ 𝑘, 𝑝𝑎𝑟𝑎 𝑘 = 1,2, …
𝑋={
0, 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
 Hallar 𝑃(𝑋 = 𝑘)
 Pruebe que el resultado anterior puede expresarse como:
−1⁄ −1⁄
𝑃(𝑋 = 𝑘) = (𝑒 𝛽 )𝑘−1 (1 − 𝑒 𝛽 ) para k=1,2, … ; es decir una distribución
Geométrica