Probabilidad 2020-1: Taller tercer corte

Taller de repaso: Corte 3

Indicaciones:
1. Responda todas las probabilidades como un porcentaje con tres decimales en caso de ser
necesario.
2. Exprese sus soluciones con un buen número de cifras significativas. Al menos tres.
3. Use notación científica cuando le parezca conveniente.
4. Dé la justificación de sus respuestas en forma concisa.

1 Distribución uniforme (0.7)

a. Una variable aleatoria X sigue un distribución uniforme. Se sabe que P (12 < X < 17) = 20%. Además se
sabe que su promedio es µX = 19.5. Halle los parámetros a, b de la distribución y la probabilidad P (X > 29).
b. Una variable aleatoria X sigue una distribución uniforme con soporte en el intervalo − 21 , 12 . Calcule la

 √ 
función g1 (α) = P (|Z| ≥ α) cuando α ∈ 0, 3 . Recuerde que Z = X−µ X
es la puntuación Z de la variable
1
 √  σX
X. Haga una gráfica de g1 (α) y g2 (α) = α2 en el intervalo α ∈ 0, 3 .
 √ 
Nota: En la gráfica se ve que ∀α ∈ 0, 3 : g1 (α) < g2 (α). Esto esencialmente confirma el teorema de
Chebyshev para cualquier distribución uniforme y cualquier valor de α relevante.
c. Se tiene una √variable aleatoria X que sigue una distribución uniforme con promedio µX = 55 y desviación
estándar σX = 4 3. Halle los parámetros a, b de la distribución y la probabilidad P (X ≤ 50).
d. Se tiene una variable aleatoria Xque sigue una distribución uniforme. El primer cuartil de la distribución
es q1 = 37 y el tercer cuartil de la distribución es q2 = 53. Halle los parámetros a, b de la distribución y los
percentiles 24 y 88.

2 Distribución normal (0.5)

a. Una variable aleatoria X sigue un distribución normal. Se sabe que el 76% de los datos está por encima de
34 mientras que el 30% está por debajo de 38. Halle el promedio y la desviación estándar de la distribución.
b. Siguiendo con la distribución del punto 2a. Halle el percentil 60 y la probabilidad P (X < 45).
c. Sea una variable aleatoria X que sigue una distribución normal con promedio µ y desviación estándar σ.
Demuestre que si se hiciera un diagrama de caja y bigotes con una muestra muy grande de X, entonces los
bigotes mínimos y máximos estarían en µ − 2.70σ y µ + 2.70σ respectivamente. Observación: El valor 2.70
está aproximado a tres cifras significativas.
d. Siguiendo con el punto 2c halle P (|X − µ| ≥ 2.6980σ), es decir, la probabilidad de obtener un dato anómalo
en un diagrama de caja y bigotes de una variable que sigue una distribución normal. Confirme el teorema
Chebyshev en ese caso.

3 Distribución Γ (0.5)
a. Una compañía de seguros modela la ocurrencia de un percance en sus empresas aseguradas como un proceso
de Poisson. Se sabe que en promedio las empresas tienen un percance cada 5 meses. Una empresa acaba de
sufrir un percance y se quiere estimar la probabilidad del tiempo X que la empresa tardará en sufrir 4 percances
más. ¿Cuánto es la probabilidad de que ese tiempo X sea de 2 años o más?
b. Una variable aleatoria X sigue una distribución Γ (Gamma). Se sabe que el promedio de la variable es
µX = 19 y que la desviación estándar es σX = 11. Calcule los parámetros α y β (notación de Excel), halle la
moda y el percentil 30.

1
4 Distribución β (0.5)
a. El rendimiento o eficiencia de los motores de una gran gama de aparatos se modela mediante una distribución
β (beta) con promedio 0.45 y desviación estándar 0.263. Halle los parámetros α y β de la distribución y calcule
la probabilidad de que el rendimiento esté por encima de 0.5.
b. Según los datos del punto 4a. Si se seleccionan al azar 25 aparatos. ¿Cuál es la probabilidad de que menos
de 9 tengan un rendimiento por encima de 0.5?
c. La eficiencia con la que anota un gran número de jugadores de baloncesto sigue una distribución beta con
α = 4 y β = 2.7. Halle el promedio, la desviación estándar y la moda de dicha distribución.

5 Distribución Log-normal (0.5)

a. El ruido (en decibeles) que genera una gran autopista sigue una distibución Log-normal con promedio 70 y
desviación estándar 20. Halle los parámetros de la distribución y calcule la probabilidad de que el ruido esté
por debajo de 50 decibeles.
b. El pH del suelo en una formación geológica sigue una distribución log-normal con parámetros µ0 = 2.130 y
σ 0 = 0.1405. Halle el promedio, desviación estándar, moda, y el tercer cuartil de la distribución.

6 Distribución Weibull (0.5)

W
La potencia de radiación (en m 2 ) durante el día en una planta de energía solar sigue una distribución de Weibull
W
con parámetro de forma 5.8 y parámetro de escala 1.62 m 2.

a. Halle el promedio, moda y desviación estándar de la distribución.

W W
b. Halle la probabilidad de que la potencia esté entre 1.3 m 2 y 1.45 m2 .

c. Halle los tres cuartiles q1 , q2 , q3 de la distribución.

7 Distribuciones de probabilidad conjunta discretas (0.9)

I. En un gran estudio de conformación de familias que han tenido mascotas en un país se han obtenido los
siguientes resultados de dos variables aleatorias. La variable X representa el número de hijos que tiene la familia,
la variable Y representa el número de mascotas que ha tenido la familia desde que se configuró. Se tienen los
siguientes resultados de la distribución condicional f (x|y):

X\Y 3 4 5 6 7 8 9
0 34% 13% 4% 22% 42% 55% 34%
1 44% 37% 24% 43% 42% 36% 46%
2 19% 37% 44% 29% 14% 7% 19%
3 3% 13% 28% 6% 2% 2% 1%

También se conoce la distribución de probabilidad marginal h(y):

Y 3 4 5 6 7 8 9
h(y) 30% 25% 15% 12% 8% 8% 2%

a. Genere la tabla de probabilidades conjuntas f (x, y).

b. Halle la lista de probabilidades marginales g (x).
c. Genere la tabla de probabilidades condicionales según X: f (y|x).
d. Complete la siguiente tabla:
   
µX σX µY σY E X 2 Cov (X, Y) Corr (X, Y ) E X 2Y

e. Según el valor de la correlación: El número de mascotas que ha tenido la familia: ¿tiende a aumentar o
disminuir al aumentar el número de hijos? ¿Qué se puede decir sobre la independencia entre X y Y ?
f. Halle las siguientes tres probabilidades: P (X ∈ {1, 2} ∩ Y ∈ {5, 6, 7}), P (Y ∈ {5, 6, 7}|X ∈ {0, 1}) y
P (X ∈ {0, 2}).
II. Sea un par de variables aleatorias discretas W y Z que siguen la siguiente tabla que representa la distribución
de probabilidad conjunta f (w, z):

2
 W\Z 0 1 2 3
0 4.5% 10.5% 9% 6%
1 7.5% 17.5% 15% 10%
2 3% 7.0% 6% 4%
g. Explique con un argumento sólido por qué las dos variables son independientes. Además, compruebe que:
f (w = 1|z = 2) = g (w = 1).
Nota: Cuando las dos variables son independientes, las distribuciones condicionales son iguales a las marginales.

8 Distribuciones de probabilidad conjunta continuas (0.9)

Un par de variables aleatorias continuas X y Y tienen la siguiente función de densidad de probabilidad conjunta:
(  2
 √
A x2 y + y2 para 0 ≤ y ≤ 1 − x2 y |x| ≤ 1
f (x, y) = . (1)
0 en los demás casos

Nota: No hay necesidad de expresar los resultados analíticos exactos. Es más legible y preferible dar un número
decimal aproximado en sus respuestas.
a. Halle la constante de normalización A.
b. Halle las funciones de densidad de probabilidad marginales g (x) y h (y).
c. Halle la función de densidad de probabilidad condicional f (y|x = 0).
d. Complete la tabla:
   
µX σX µY σY E X 2 Cov (X, Y) Corr (X, Y ) E X 2 Y

e. ¿Son las dos variables independientes? Justifique

 bien su respuesta.
h √ i
f. Halle las siguientes tres probabilidades: P X ∈ 0, 12 ∩ Y ∈ 0, 23 , P Y ∈ 0, 21 |X ∈ [0, 1] y P X ∈ − 13 , 13 .