TALLER I

1. Un caminante tiene dos perros. Al llegar a una bifurcación el caminante no sabe qué camino tomar. Se
sabe que cada perro selecciona el camino correcto con probabilidad p y que su elección es independiente
de la selección del otro perro. El caminante deja que cada perro escoja un camino. Si los dos perros
coinciden en su decisión, el caminante toma ese camino; si los perros toman caminos diferentes, el
caminante selecciona un camino al azar. Es esta estrategia mejor que simplemente dejar decidir a uno
de los dos perros que camino tomar?
2. Papá Noel empaca los juguetes que reparte en Navidad en cajas que contienen veinte juguetes. Suponga
que el 60% de todas las cajas que reparte Papá Noel no contienen juguetes defectuosos, 30% contienen
sólo un juguete defectuoso, y 10% contienen dos juguetes defectuosos. Una caja es seleccionada al azar
y se escogen dos juguetes aleatoriamente. Los juguetes seleccionados no son defectuosos.
(a) ¿Cuál es la probabilidad de que no hayan juguetes defectuosos en la caja seleccionada?
(b) ¿Cuál es la probabilidad de que sólo exista un juguete defectuoso en la caja seleccionada?
(c) ¿Cuál es la probabilidad de que haya dos juguetes defectuosos en la caja seleccionada?
3. Una pareja decide casarse si logra tener 75 citas exitosas, sin embargo, la pareja decide terminar la
relación si no les va bien en una cita. Suponga que la pareja tiene una muy buena quı́mica y que la
probabilidad de que una cita no sea un éxito es tan sólo de 0.001. Asuma que las citas son eventos
independientes.
(a) ¿Cuál es la probabilidad de que la pareja se case?
(b) ¿Cuál es la probabilidad de que la pareja termine en la vigésima cita?
(c) ¿Cuál es la probabilidad de que la pareja termine en las primeras 10 citas?
4. Se sabe que el cañón láser de una nave espacial tiene un error (distancia al blanco) que sigue una
distribución normal con µ = 0 y σ = 4m. El capitán de la nave considera que un impacto es exitoso si
está dentro de un radio de 10m del blanco. Calcule la probabilidad de que un impacto no sea exitoso.
5. Un premio se ha escondido aleatoriamente en una caja que pertenece a un grupo de diez cajas, todas
estas numeradas del 1 al 10. Usted puede hacer preguntas del tipo “¿está el premio en la caja k?”, a lo
que recibe como respuesta “sı́” o “no”.
(a) Determine el valor esperado del número de intentos hasta que encuentra el premio.
(b) Generalice su solución para el caso de n cajas.

6. Una pareja tiene dos hijos. Usted conoce a uno de los hijos y sabe que es mujer. ¿Cuál es la probabilidad
de que el otro hijo sea mujer también?
(a) Responda la pregunta suponiendo que la probabilidad de tener una hija mujer es 0 < p < 1.
(b) Responda la pregunta suponiendo p = 0.5.
7. Usted entra a un torneo de ajedrez en el que debe jugar contra tres oponentes. Es posible escoger en
qué orden enfrenta a sus oponentes. Además, se conoce cuál es la probabilidad de derrotar a cada uno
de los oponentes. Usted gana el torneo si logra derrotar a dos oponentes de forma consecutiva. Si usted
quiere maximizar la probabilidad de ganar el torneo, muestre que la estrategia óptima es jugar contra el
oponente más débil en el segundo partido y que el orden en que juegue contra los otros dos no importa.
8. Sea K una variable aleatoria que sigue una distribución uniforme que toma valores enteros entre −n y
n. Encuentre la función de masa de probabilidad de la variable Y = ln(X), donde X = L|K| y L es una
constante positiva.
 9. La velocidad con que un pasajero entra a un transmilenio en hora pico es una variable aleatoria V cuya
función de densidad está dada por
( 2
kv 2 e−bv , v > 0,
f (v) =
0, v ≤ 0,

donde k es una constante apropiada y b depende de la agilidad y el peso del pasajero. Encuentre la
distribución de probabilidad de la energı́a cinética del pasajero, la cual está dada por W = m 2
2V .

10. Una variable aleatoria X tiene una distribución de “Pescado”—o Poisson en francés—con parámetro µ:

e−µ µx
f (x; µ) = , x = 0, 1, 2, . . .
x!
t
Muestre que la función generadora de momentos está dada por MX (t) = eµ(e −1) . Utilice la función
generadora de momentos para hallar la media y la varianza de la variable aleatoria X.
β r Γ(α+r)
11. Muestre que el r-ésimo momento de una distribución Gamma está dado por Γ(α) .

12. Una variable aleatoria discreta X sigue una distrivución geométrica dada por f (x) = p(1 − p)x−1 ,
x = 1, 2, 3, . . . . Muestre que la función generadora de momentos está dada por

pet
MX (t) = , t < ln(1 − p).
1 − (1 − p)et

Use la función generadora de momentos para encontrar la media y la varianza de la distribución

geométrica.