Está en la página 1de 4

UNIVERSIDAD NACIONAL DE COLOMBIA

FACULTAD DE CIENCIAS
Taller 4- Inferencia Fundamental

Los ejercicios propuestos son una recopilación de Casta˜neda (2010), Cuervo (2015), Jacod
and Protter (2004), Ross (1998) y Wackerly, III and Scheaffer (2002).

1. Se lanza una moneda corriente 100 veces consecutivas. Sea X el número de caras
obtenidos. Encontrar una cota inferior de la probabilidad de que X difiera de 50 en
menos de 10.

2. Sea h : R → [0, ∞) una función no negativa y X una variable aleatoria de valor real.
Muestre que para a > 0.

E [h(X)]
P (h(X) ≥ a) ≤
a

3. En un proceso de producción en linea de computadores, cada uno de los productos


tiene una probabilidad 0,7 de no presentar defectos. Suponiendo que la presencia de
defectos sea constante e independiente entre computadores y que se producen un total
de 100, encuentre el menor valor posible c en el que puedan diferir la cantidad media de
computadores no defectuosos respecto a la mitad dela producción de forma tal que esto
suceda con una probabilidad probabilidad no mayor a 0.3264. (Ayuda: P(|X̄ − 50| ≥
c) ≤ 0,3264)

4. Sea p la proporción de tornillos defectuosos en la producción de una empresa. Determine


el tamaño n de la muestral tal que, para todo p, la proporción de tornillos defectuosos
en la muestra se aleje a lo más 0.1 de la proporción de unidades defectuosas en la
producción, con una probabilidad mayor o igual a 0.95:

a) Aplicando teorema del lı́mite central.


b) Aplicando el teorema de Chebyshev.
c) Compare los resultados obtenidos.

5. Al sumar números un computador aproxima cada número al entero más próximo.


Supóngase que todos los errores de aproximación son independientes y distribuidos
uniformemente sobre el intervalo (-0.5,0.5)

a) Si se suman 1500 números, ¿cuál es la probabilidad de que la magnitud del error


total sea mayor que 15?
b) ¿Cuántos números deben sumarse juntos para que la magnitud del error total sea
menor que 10, con probabilidad 0.9?

6. Sea {Xn } una secuencia de variables aleatorias con E(Xn ) = µn −−−→ c y V ar(Xn ) =
n→∞
P
σn2 −−−→ 0, pruebe que Xn −
→ c.
n→∞

1
7. Sean X1 , ..., Xn variables i.i.d con P (Xn = 1) = 0,5 y P (Xn = −1) = 0,5. Muestre que

n
1X P
Sn = Xj −−−→ 0
n j=1 n→∞

(Ayuda: Use la desigualdad de Chebyshev con P {|Sn | > n})

8. Sean {Xn } y {Yn }, sucesiones de variables aleatorias reales definidas todas sobre el
c.s c.s
mismo espacio de probabilidad (Ω, I, P ). Asuma que X n −→ X y Yn −→ Y , sı́ y solo
0 c.s 0
sı́, Xn Yn −→ X Y . Demostrar que:
c.s c.s
a) Si f es una función real continua y Xn −→ X, entonces, f (Xn ) −→ f (X)
c.s c.s c.s
b) Si Xn −→ X y Yn −→ Y , entonces, (Xn + Yn ) −→ (X + Y ).
c.s c.s c.s
c) Si Xn −→ X y Yn −→ Y , entonces, Xn Yn −→ XY .

9. Sea {Xn } una secuencia de variables aleatorias i.i.d N (1, 3). Muestre que

X1 + X2 + ... + Xn c.s 1
−−−→
X12 + X22 + ...Xn2 n→∞ 4

10. Sea {Xn } una secuencia de variables aleatorias i.i.d con media µ y varianza σ 2 . Muestre
que
n
1X c.s
(Xi − µ)2 −−−→ σ 2
n i=1 n→∞

11. Sean X1 , ..., Xn variables aleatorias i.i.d bernoulli de parámetro p = 0,5, Muestre que
Xn converge en distribución a X ∼ Ber(p), pero no se tiene que Xn converga en
probabilidad a X.

12. Si X : (Ω, I) → (Ω̃, Ĩ) es una variable aleatoria, demuestre que X −1 (Ĩ) es una σ-
álgebra sobre Ω.

13. Defina Ω = {1, 2, 3, 4, 5, 6}, I = σ ({{1, 2}, {1, 4}, {2, 3, 5}}) (Consultar: σ-álgebra in-
ducida) y la aplicación X : (Ω, I) → (R, B), tal que para ω ∈ Ω

X(ω) = 2I{1,2} (ω) + 3I{1,3,5} (ω) − 2I{3,5} (ω)

pruebe que X es una variable aleatoria.

14. Sea (Ω, I, P ) un espacio de probabilidad definido como sigue:

1
Ω := {(1, 2, 3), (2, 3, 1), (3, 1, 2)}, I := P(Ω) y P (ω) :=
3

para todo ω ∈ Ω. Considérense las variables aleatorias Xn definidas sobre Ω, por:

Xn (ω) = ωn para n = 1, 2, 3 y ω = (ω1 , ω2 , ω3 ) ∈ Ω

2
a) Determinar el conjunto de valores S que toman las variables aleatorias Xn .
b) Verificar que

P (X3 = 3|X2 ∈ {1, 2}, X1 = 3) 6= P (X3 = 3|X2 ∈ {1, 2})

15. En cada uno de los ejercicios siguiente determinar los valores de la constante C, para
los cuales las funciones dadas, son funciones de probabilidad discretas sobre los enteros
positivos:

a) f (x) = C2−x
C2−x
b) f (x) =
x
c) f (x) = Cx−2
C2x
d ) f (x) =
x!
16. Una variable aleatoria absolutamente continua X toma valores en R y su función de
densidad está dada por:
2
f (x) = ce−x /2
Determine el valor de c.

17. Una compañı́a de seguros expide una póliza de un año por $1000 dólares contra el
suceso A que históricamente le ocurre a 2 de cada 100 propietarios de la póliza. Las
tarifas administrativas son de $15 por póliza y no son parte de la “utilidad” de la
compañı́a. ¿Cuánto debe cobrar la compañı́a por la póliza si requiere que la “utilidad”
esperada por póliza sea de $50? [Sugerencia: si C es la prima por la póliza, la ’utilidad’
de la compañı́a es C–15 si A no ocurre y C–15–1000 si A ocurre.]

18. Aproximadamente 10 % de las botellas de vidrio que salen de una lı́nea de producción
presentan defectos serios en el vidrio. Si dos botellas se seleccionan al azar, encuentre
la media y la varianza del número de botellas que presentan defectos serios.

19. Si Y es una variable aleatoria discreta que asigna probabilidades positivas a sólo los
enteros positivos, demuestre que


X
E(Y ) = P (Y ≥ k)
k=1

20. El gerente de una obra de construcción necesita hacer una cotización de precios con
todo cuidado antes de presentar un presupuesto. También necesita tomar en cuenta la
incertidumbre (variabilidad) en las cantidades de productos que podrı́a necesitar. Para
simplificar al máximo la situación real, suponga que un gerente de proyectos representa
la cantidad de arena, en yardas, necesaria para un proyecto de construcción como si
fuera una variable aleatoria Y1, que está normalmente distribuida con media de 10
yardas y desviación estándar de .5 yarda. La cantidad de mezcla de cemento necesaria,

3
en cientos de libras, es una variable aleatoria Y2 que está normalmente distribuida con
media de 4 y desviación estándar .2. La arena cuesta $7 por yarda, y la mezcla de
cemento cuesta $3 por cien libras. Sumando $100 por otros costos, el gerente calcula
que su costo total es

U = 100 + 7Y1 + 3Y2


So Y1 y Y2 son independientes. ¿qué presupuesto debe presentar el gerente para asegurar
que los costos reales rebasarán la cantidad cotizada con una probabilidad de sólo .01?
¿En este caso es razonable la suposición de independencia?

21. Una estación de gasolina es suplida de este insumo cada semana. Si su volumen semanal
de ventas en cientos de galones es una variable aleatoria con función de densidad de
probabilidad
(
5(1 − x)4 0<x<1
f (x) =
0 e.o.c

a) ¿Que se capacidad de tanque se necesita para que la probabilidad de que el su-


ministro sea acabado en una semana dada con probabilidad 0.1?
b) Encuentre la esperanza y la varianza de X