Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vector aleatorio
Soluciones
a)
1) P (X ≤ 2, Y = 1) = p (0, 1) + p (1, 1) + p (2, 1) = 301 + 302 + 303 = 306 .
2) P (X > 2, Y ≤ 1) = p (3, 0) + p (3, 1) = 303 + 304 = 307 .
3) P (X − Y > 0) = p (1, 0) + p (2, 0) + p (2, 1) + p (3, 0) + p (3, 1) + p (3, 2) =
1
= 30 2
+ 30 3
+ 30 3
+ 30 4
+ 30 5
+ 30 = 18
30
.
4) P (X + Y = 4) = p (2, 2) + p (3, 1) = 304 + 304 = 308 .
b)
X\Y 0 1 2 pX (x)
1 2 3
0 0 30 30 30
1 2 3 6
1 30 30 30 30
2 3 4 9
2 30 30 30 30
3 4 5 12
3 30 30 30 30
6 10 14
pY (y) 30 30 30
1
c ) Falso pues p (0, 0) = 0 6= 18
30
= 3 6
30 30
= pX (0) pY (0).
1
d)
E (X) = 0 · 303 6
+ 1 · 30 9
+ 2 · 30 + 3 · 12
30
= 306
+ 3018
+ 3630
= 60
30
= 2.
E (X ) = 0 · 30 + 1 · 30 + 2 · 30 + 3 · 30 = 30 + 30 + 30 = 150
2 2 3 2 6 2 9 2 12 6 36 108
30
= 5.
E (Y ) = 0 · 30 + 1 · 30 + 2 · 30 = 30 + 30 = 30 .
6 10 14 10 28 38
6
E (Y 2 ) = 02 · 30 + 12 · 10
30
+ 22 · 1430
= 1030
56
+ 30 = 3066
.
V (X) = E (X 2 ) − [E (X)]2 = 5 − 4 = 1.
V (Y ) = E (Y 2 ) − [E (Y )]2 = 66
30
− 1444
900
= 536
900
.
E (XY ) = COM P LET AR.
COV (X, Y ) = E (XY ) − E (X) E (Y ) = COM P LET AR.
ρXY = √COV (X,Y ) = COM P LET AR.
V (X)V (Y )
e ) COMPLETAR.
Y /X −1 0 1
−1 d c d
0 c 0 c
1 d c d
Soluciones
a)
E (X) = −1 · (2d + c) + 0 + (2d + c) = 0 = E (Y ).
E (XY ) = 1 · d + 0 − d + 0 + 0 + 0 − d + d = 0.
√ )−E(X)E(Y ) = 0.
ρXY = √COV (X,Y ) = E(XY
V (X)V (Y ) V (X)V (Y )
2
b ) Supongamos que son independientes. Luego:
P (0, 0) = 0 = PX (0) PY (0) = 4c ⇐⇒ c = 0.
P (1, 1) = d = PX (1) PY (1) = 4d ⇐⇒ d = 0.
Luego XY no es una distribución de probabilidad. Absurdo.
3. Se debe seleccionar un comité de tres personas elegidas al azar de un
grupo constituido por cuatro docentes y cinco estudiantes. Sea X1 :
número de docentes en el comité y X2 : número de estudiantes en el
comité.
a ) Determine la distribución de probabilidad conjunta de X1 y X2 .
b ) Determine las distribuciones marginales de X1 y X2 .
c ) ¾Son X1 y X2 independientes?
d ) Calcule P (X1 = 1|X2 ≥ 1).
Soluciones
X1 ∼ H (9, 4, 3). X2 ∼ H (9, 5, 3). X1 + X2 = 3.
a)
X2 \X1 0 1 2 3 pX2
1 1
0 0 0 0 21 21
5 5
1 0 0 14
0 14
10 10
2 0 21
0 0 21
5 5
3 42
0 0 0 42
5 10 5 1
pX1 42 21 14 21
1
b)
0 1 2 3
5 10 5 1
pX1 (x) 42 21 14 21
1 5 10 5
pX2 (x) 21 14 21 42
c ) No son independientes pues PX1 X2 (0, 0) = 0 6= PX1 (0) · PX2 (0).
pX1 X2 (1,1)+pX1 X2 (1,2)+pX1 X2 (1,3)
d ) P (X1 = 1|X2 ≥ 1) = P (X1 =1∩X2 ≥1)
P (X2 ≥1)
= pX2 (1)+pX2 (2)+pX2 (3)
= 12 .
3
4. Sea f la función densidad de probabilidad conjunta del vector aleatorio
(X, Y ), dada por:
(
kx (x − y) 0 < x < 2, −x < y < x
f (x, y) =
0 en otro caso
a ) Determine el valor de k .
b ) Obtenga las distribuciones marginales de X e Y respectivamente.
c ) Calcule el coeciente de correlación entre X e Y .
Soluciones
2
y=x
y = −x
1 1
0.5
−1 1 2 3
0 2
−1
0 0
0.5 1
1.5 2 −2 y
−2 x
ˆ2 ˆx ˆ2 ˆx ˆ2 ˆ ˆx
x
a) kx (x − y) dy dx = k x (x − y) dy dx = k x x dy − y dy dx =
0 −x 0 −x 0 −x −x
ˆ2 x ˆ2 ˆ2
y2
=k x x · y|x−x − 2
dx = k x (2x − 0) dx = k x2x2 dx =
2
−x
0 0 0
ˆ2 2
=k 2x3 = 2k x4
4
= 2k4 = 1 ⇐⇒ k = 18 .
0
0
4
b)
2
y=x
y = −x
1
−1 1 2 3
−1
−2
ˆx
1 x (x − y) dy
(
0<x<2 1 3
x 0<x<2
fX (x) = 8 = 4
−x 0 en otro caso
en otro caso
0
2
y=x
−y = x
1
−1 1 2 3
−1
−2
5
ˆ 1
2
x (x − y) dx −2 < y < 0
8 3
5y −12y+16
−2 < y < 0
−y
48
fY (y) = ˆ2
3
= y −12y+16
48
0<y<2
1
8
x (x − y) dx 0 < y < 2
0 en otro caso
y
en otro caso
0
c ) COMPLETAR.
a ) Determine el valor de k .
b ) Obtenga las distribuciones marginales de X e Y respectivamente.
c ) Calcule el coeciente de correlación entre X e Y .
Soluciones
1.5
1.2
1
1
0.5 2
y=x 0.80
y =x+1 1
0.2 0.4
0.6 0.8 y
−0.5 0.5 1 1.5 1 0
x
6
a)
ˆ1
k dx = k .
0
ˆx+1
k dy = k .
x
ˆx+1ˆ1
k dx dy = k = 1.
x 0
b)
2
1.5
0.5
y=x
y =x+1
7
2
1.5
0.5
y=x
y−1=x
8
ˆ1 ˆ2
2
E (Y ) = 3
y dy + y 2 (2 − y) dy = 67 .
0
1
V (X) = E (X 2 ) − E (X)2 = 31 − 14 = 12 1
.
V (Y ) = E (Y 2 ) − E (Y )2 = 67 − 1 = 61 .
Soluciones
0 2
0
1 y
2
x 3 0
9
a)
ˆ∞ˆ∞ ˆ∞ˆ∞
t1 +t2
t1 −( ) dt dt = t1 − t21 − t22
P (T1 ≥ 1, T2 ≥ 2) = 8
e 2
2 1 8
e e dt2 dt1 =
1 2 1 2
ˆ∞ ˆ∞ ˆ∞ ˆ∞ t 3
t1 t2 t1 − 1 −1
3e− 2
= 81 t1 e− 2 dt1 e− 2 dt2 = 18 t1 e− 2 2e−1 dt1 = t1 e 42 dt1 = 2
.
1 2 1 1
b)
ˆ∞ ˆ∞ ˆ∞
t1 +t2 t1 t2
fT2 (t2 ) = f (t1 , t2 ) dt1 = 1
t e−
8 1
2 dt1 = 1
8
t1 e− 2 e− 2 dt1 =
−∞ 0 0
ˆ∞
t2 t1 t2
= 81 e− 2 t1 e− 2 dt1 = 12 e− 2 .
0
ˆ∞ ˆ∞ t
− 2
P (T2 ≥ 2) = fT2 (t2 ) dt2 = e 2 2 dt2 = e−1 .
2 2
Solución
TA ∼ Ex (2). TB ∼ Ex (2).
= (1 − e−2 ) 1 − e−2· 60 ≈ 0, 67.
45
P TA ≤ 1, TB ≤ 45 45
60
= FTA (1) FTB 60
10
Soluciones
2n
y = 2n − x
2n
a)
(
k 0 < x < 2n − x; 0 < y < 2n − x
fXy (x, y) =
0 en otro caso
¨ ˆ2n 2n−x
ˆ ˆ2n 2n−x
ˆ
f (x, y) dx dy = k dy dx = k dy dx =
RXY 0 0 0 0
ˆ2n
=k (2n − x) dx = k2n2 = 1 ⇐⇒ k = 1
2n2
.
0
b)
ˆ
2n−x ˆ
2n−x
fX (x) = f (x, y) dy = 1
2n2
dy = 2n−x
2n2
.
(0 0
2n−x
0 < x < 2n
fX (x) = 2n2
.
0 en otro caso
11
ˆ
2n−y
fY (y) = 1
2n2
dx = 2n−y
2n2
.
(0
2n−y
2n2
0 < y < 2n
fY (y) =
0 en otro caso
c)
1
fX/Y =y = fXY (x,y)
fY (y)
= 2n2
2n−y = 1
2n−y
COMPLETAR.
2n2
Solución
(0,1) x2 = 1 + x1
1
x2 = 1 − x1
0.5
(-1,0) (1,0)
−1 −0.5 0.5 1
12
a)
k −1 < x1 < 0 ∧ 0 < x2 < 1 + x1
f (x1 , x2 ) = k 0 < x1 < 1 ∧ 0 < x2 < 1 − x1 =
0 en otro caso
(
k 0 < x2 < 1 ∧ x2 − 1 < x1 < 1 − x2
=
0 en otro caso
ˆ1 1−x
ˆ 2 ˆ1 ˆ1
1−x2
k dx1 dx2 = k x1 |x2 −1 dx2 = k (1 − x2 + 1 − x2 ) dx2 =
0 x2 −1 0 0
ˆ1
1
2k (1 − x2 ) dx2 = 2k 1 − 2
= 2k − k = k = 1
0
(0,1) x2 = 1 + x1
1
x2 = 1 − x1
0.5
(-1,0) (1,0)
−1 −0.5 0.5 1
ˆ
1+x1
1 dx2 = 1 + x1 −1 < x1 < 0
0
ˆ 1
fX1 (x1 ) = 1−x
1 dx2 = 1 − x1 0 < x1 < 1
0
en otro caso
0
13
(0,1) x2 − 1 = x1
1
1 − x2 = x1
0.5
(-1,0) (1,0)
−1 −0.5 0.5 1
ˆ
1−x2
1 dx1 = 1 − x2 − (x2 − 1) = 2 − 2x2 = 2 (1 − x2 ) 0 < x2 < 1
fX2 (x2 ) =
x −1
2
en otro caso
0
b ) COMPLETAR.
14
Solución
Tt : Numero de roturas por falla de transistores durante los t
primeros años.
1
. 1
• E (Tt ) = 1 = λT · 2 ⇒ λT = 2
⇒ Tt ∼ P o 2
t
Ct : Numero de roturas por falla de condensadores durante los t
primeros años.
• E (Ct ) = 2 = λC · 2 ⇒ λC = 1 ⇒ Ct ∼ P o (t).
Xt : Numero de roturas durante los t primeros años.
• Xt = Tt + Ct .
Como Tt y Ct son independientes, por propiedad reproductiva de
la distribución de Poisson, resulta Xt ∼ P o 2 t + t = P o 2 t .
1 3
3 2
e− 2 ( 32 )
• P (X1 = 2) = 2!
≈ 0, 056.
Solución
q
X1 ∼ N 1, √110 . X2 ∼ N µ2 , √110 . X2 −X1 ∼ N µ2 − 1, 10
2
.
P (X2 ≤ X1 ) = P (X2 − X1 ≤ 0).
• Z = X2 −X
√1 +1−µ
2
2
. X2 − X1 ≤ 0 ⇐⇒ Z ≤ 1−µ√ 22 .
10 10
• P Z ≤ 1−µ
√ 22 ≤ 0, 001 ⇐⇒ 1−µ √ 22 ≤ −3, 11 ⇐⇒
10 10
q q
2
⇐⇒ −µ2 ≤ −3, 11 10 − 1 ⇐⇒ µ2 ≥ 3, 11 10 2
+ 1.
15
12. Sean X1 , . . . , Xn ; n variables aleatorias independientes distribuidas uni-
formemente en el intervalo (0, 1). Encuentre la función de densidad de
probabilidad de la variable aleatoria Z = X1 + . . . + X60 .
Solución
(
1 0 < xi < 1
Xi ∼ U [0, 1]. fXi (xi ) = .
0 en otro caso
E (Xi ) = 21 . V (Xi ) = 1
12
.
60
Xi . Como Xi son independientes y n es grande, por el
X
Z =
i=1
teorema central del limite resulta Z ∼ N (µ, σ).
60 60
= 30. σ = = 5.
X X
60 2 60
µ= E (Xi ) = 2
V (Xi ) = 12
i=1 i=1
√ (z−30)2
∴ Z ∼ N 30, 5 . fZ (z) ≈ √ 1 √ e−
2π 5
10 . RZ = {z ∈ R/0 ≤ z ≤ 60}.
f (z)
24 26 28 30 32 34 36
13. El espesor de una lámina metálica (en mm) es una v. a. Xi ∼ N (0, 5; 0, 052 ).
El espesor de una lámina de papel aislante es también una v. a. Yi ∼ N (0, 5; 0, 022 ).
Obtenga la distribución del núcleo de un transformador que consta de
50 capas de láminas metálicas y 49 láminas de papel aislante.
Solución COMPLETAR.
16
14. Un ensamble eléctrico consta de 20 bloques de tipo A y 30 bloques
de tipo B conectados en serie. Los ensambles se colocan en recipientes
cuya longitud (en cm) varía aleatoriamente con distribución normal,
media 65 y desviación estándar 0,5. Se conoce además que la longitud
(en cm) de un bloque de tipo A varía aleatoriamente con media 1,95 y
desvío estándar 0,01 y la longitud (en cm) de un bloque de tipo B varía
aleatoriamente con media 0,83 y desviación estándar 0,02 cm. Calcule la
probabilidad de que un ensamble entre en un recipiente, cuando ambos
son elegidos al azar.
Solución COMPLETAR.
15. Un sistema está formado por 100 componentes que funcionan inde-
pendientemente. La probabilidad de que cualquier componente falle
durante el período de operación es igual a 0,10. Para que funcione el
sistema completo, deben funcionar al menos 85 componentes. Calcule
la probabilidad de que el sistema funcione.
Solución COMPLETAR.
16. El consumo de combustible en litros de un ómnibus que realiza el trayec-
to Rosario-Santa Fe es una variable aleatoria normalmente distribuida
con media 20 litros y desviación estándar 2 litros. Calcule la probabi-
lidad de que 640 litros resulten insucientes para realizar 30 viajes.
Solución
Xi : Consumo de combustible en el i-esimo trayecto. i ∈ {1, . . . , 30}.
Xi ∼ N (20l, 2l). µXi = 20. σ 2 Xi = 4.
f (xi )
15 16 17 18 19 20 21 22 23 24 25 26
17
Considerando que el consumo en cada trayecto es independiente
del consumo en los demás trayectos, por propiedad reproductiva
de distribuciones normales tenemos lo siguiente:
• Y : Consumo total en 30 trayectos.
30
µXi = 30 · 20 = 600l.
X
• µ=
i=1
30
σ 2 Xi = 30 · 4 = 120l2 .
X
• σ2 =
i=1
30
√
Xi . Y ∼ N 600l, 120l .
X
• Y =
i=1
f (y)
Solución COMPLETAR.
18. Treinta instrumentos electrónicos d1 , . . . , d30 se usan para un control
automático de la siguiente manera: cuando falla d1 comienza a actuar
d2 , cuando falla d2 empieza d3 , y así sucesivamente. El tiempo para
que falle di (1 = 1, . . . , 30) es una v. a. que se distribuye según una ley
exponencial con parámetro α = 0, 1 (hora−1 ). Si se quiere obtener la
distribución de T , el tiempo total de la operación de los 30 instrumen-
tos, ¾se podría recurrir al Teorema central del límite?
18
Solución COMPLETAR.
19. Una empresa dedicada a la venta de repuestos sabe que la demanda
diaria varía aleatoriamente con la siguiente distribución de probabili-
dad:
D 0 1 2
1 1 1
P (D = d) 4 2 4
Solución
D: Demanda diaria del articulo.
Di : Demanda en el día i del articulo.
90
Di .
X
DT =
i=1
Si suponemos que las demandas en un día son independientes de
las demandas en el resto de los días, luego por el teorema central
del limite, DT ∼ N (µ, σ).
E (Di ) = 0 · 0, 25 + 1 · 0, 5 + 2 · 0, 25 = 1.
E (Di2 ) = 0 · 0, 25 + 1 · 0, 5 + 4 · 0, 25 = 1, 5.
V (Di ) = 1, 5 − 1 = 0, 5.
90 90
E (Di ) = 90. σ = V (Di ) = 45.
X X
2
µ=
i=1 i=1
Por lo tanto
√ aproximamos la distribución DT por una distribución
N 90, 45 .
19
f (t)
Solución COMPLETAR.
20