1. 𝑈𝑛𝑎 𝑚𝑜𝑛𝑒𝑑𝑎 𝑗𝑢𝑠𝑡𝑎 𝑠𝑒 𝑙𝑎𝑛𝑧𝑎 𝑡𝑟𝑒𝑠 𝑣𝑒𝑐𝑒𝑠.

𝑆𝑒𝑎 𝑋 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑞𝑢𝑒 𝑑𝑒𝑓𝑖𝑛𝑒 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑟𝑎𝑠

𝑒𝑛 𝑙𝑜𝑠 𝑡𝑟𝑒𝑠 𝑙𝑎𝑛𝑧𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑠.
Solución:
a) Espacio muestral:
𝑆 = {(𝑐, 𝑐, 𝑐), (𝑐, 𝑐, 𝑠), (𝑐, 𝑠, 𝑐), (𝑠, 𝑐, 𝑐), (𝑐, 𝑠, 𝑠), (𝑠, 𝑐, 𝑠), (𝑠, 𝑠, 𝑐), (𝑠, 𝑠, 𝑠)}
X(c, c, c) = 3 P(X = 3) = 1⁄8
X(𝑐, 𝑐, 𝑠) = 𝑋(𝑐, 𝑠, 𝑐) = 𝑋(𝑠, 𝑐, 𝑐) = 2 P(X = 2) = 3⁄8
X(c, s, s) = X(𝑠, c, s) = X(s, s, c) = 1 P(X = 1) = 3⁄8
X(𝑠, 𝑠, 𝑠) = 0 P(X = 0) = 1⁄8

La distribución de probabilidad será:

X = x𝑖 𝑃(𝑋 = 𝑥𝑖 ) = 𝑝𝑖 𝑥𝑖 . 𝑝𝑖 𝑥𝑖 2 𝑥𝑖 2 . 𝑝𝑖
𝑥1 = 0 1⁄ 0 0 0
8
𝑥2 = 1 3⁄ 3⁄ 1 3⁄
8 8 8
𝑥3 = 2 3⁄ 6⁄ 4 12⁄
8 8 8
𝑥4 = 3 1⁄ 3⁄ 9 9⁄
8 8 8
1 12⁄ = 1,5 24⁄ = 3
8 8

b) La función de distribución:
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = ∑ 𝑃(X = x𝑖 ) = ∑ 𝑝𝑖
𝑥𝑖 ≤𝑥 𝑥𝑖 ≤𝑥
𝑥<0 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = 𝑃(∅) = 0
𝑥≤0<1 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = 𝑃(𝑋 = 0) = 1⁄8
1≤0<2 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = 𝑃(𝑋 < 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) = 1⁄8 + 3⁄8 = 4⁄8
2≤0<3 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = 𝑃(𝑋 < 3) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) = 1⁄8 + 3⁄8 = 7⁄8
𝑥=3 𝐹(𝑥) = 𝑃(𝑋 ≤ 3) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) = 1
𝑥<3 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = 𝑃(𝜀) = 1
X = x𝑖 0 1 2 3
P(X = x𝑖 ) 1⁄8 3⁄8 3⁄8 1⁄8
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) 1⁄ 4⁄ 7⁄ 1
8 8 8
2. 𝑆𝑒𝑎 𝑋 𝑢𝑛𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑝𝑎𝑟𝑎 𝑢𝑛 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑎𝑑𝑜, 𝑦 𝑠𝑒𝑎 𝑎 ∈
𝑅+. 𝑀𝑢𝑒𝑠𝑡𝑟𝑒 𝑞𝑢𝑒 𝑎𝑋 𝑒𝑠 𝑢𝑛𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎.

𝑎∈𝑅 R
Espacio muestral: 𝑆 = {ᶓ } 𝑋( ᶓ )
𝜖𝑅

Espacio muestral: 𝑆 = {ᶓ1 , ᶓ2 } 𝑎𝑋 ( ᶓ1 )

𝜖𝑅

{ᶓ1 : 𝑋( ᶓ1 ) = −∞ }
𝑅
{ᶓ1 : 𝑋( ᶓ2 ) = ∞ }

𝑎𝑋( ᶓ1 ) 𝑎𝑋( ᶓ2 )

3. 𝑀𝑢𝑒𝑠𝑡𝑟𝑒 𝑞𝑢𝑒 𝑠𝑖 𝐹 𝑦 𝐺 𝑠𝑜𝑛 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛, 𝑦 0 ≤ 𝜆 ≤ 1, 𝑙𝑢𝑒𝑔𝑜 𝜆𝐹 +

(1 − 𝜆)𝐺 𝑒𝑠 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖𝑜́ 𝑛 𝑑𝑒𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛.

F y G son funciones de distribución

0 ≤ 𝜆 ≤ 1
𝜆𝐹 + (1 − 𝜆)𝐺
𝜆𝐹 + 𝐺 − 𝜆𝐺
𝐺 + 𝜆(𝐹 − 𝐺)

[0,1] [0,1] − [0,1]

El intervalo siempre va hacer de 0 a 1

4. 𝑆𝑒𝑎 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝐹, 𝑦 𝑟 𝑢𝑛 𝑒𝑛𝑡𝑒𝑟𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜. 𝑀𝑢𝑒𝑠𝑡𝑟𝑒 𝑞𝑢𝑒 𝑙𝑎𝑠 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒𝑠 𝑠𝑜𝑛 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒
𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛.

a) 𝐹𝑥(𝑥)𝑟
𝐹𝑥(𝑥)𝑟 = 𝑃(𝑥 ≤ 𝑥)𝑟 = 0 < 𝑥 < ∞
lim 𝑃(𝑥 ≤ 𝑥) = 𝑃(𝑥 ≤ ∞) = 𝑃(1) = 1
𝑥→∞
𝐹𝑥(𝑥1 ) ≤ 𝐹𝑥(𝑥1 ) ≤ 𝐹𝑥(𝑥2 ) 𝑠𝑖 𝑥2 > 𝑥1
5. Suponga que en su bolsillo usted tiene un número aleatorio N de monedas, donde N sigue una distribución
de Poisson con parámetro λ. Usted, toma cada una de las monedas y las lanza una por una. Asuma que, para
el lanzamiento de cada moneda, la probabilidad de que salga “cara” es p. Muestre que el número total de
caras que se podrían obtener en dicho experimento, sigue una distribución de Poisson con parámetro λp.
𝑒−𝜆 . 𝜆𝑥 𝑛
𝑃(𝑁 = 𝑛) = 𝑃(𝑋 = 𝑥⁄𝑁 = 𝑛) = ( ) 𝑃 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥! 𝑥

𝑃(𝑋 = 𝑥) = ∑ 𝑃(𝑋 = 𝑥⁄𝑁 = 𝑛). 𝑃(𝑁 = 𝑛)

∇𝑛

𝑛 𝑒−𝜆 𝑛
𝑃(𝑋 = 𝑥) = ∑ ( ) 𝑃 𝑥 (1 − 𝑝)𝑛−𝑥 𝜆
𝑥 𝑛!
∇𝑛
−𝜆 𝑥
𝑒 .𝑝 𝑛! 𝑥𝑛
= ∑ (1 − 𝑝)𝑛−𝑥
𝑥! 𝑥! (𝑛 − 𝑥) 𝑛!
∇𝑛
𝑒 −𝜆 . 𝑝 𝑥 𝑥𝑛
= ∑ (1 − 𝑝)𝑛−𝑥
𝑥! (𝑛 − 𝑥)
∇𝑛
−𝜆𝑝
𝑒
= (𝑥𝑝)𝑥 = 𝑃(𝑋 = 𝑥)
𝑥!

𝑒 −𝜆 𝑝 𝑥 . 𝜆𝑥 𝜆−𝜆 𝑥𝑛
= ∑ (1 − 𝑝)𝑛−𝑥
𝑥! (𝑛 − 𝑥)
∇𝑛
𝑒 −𝜆 (𝑝𝑥)𝑥 𝑥𝑛−𝑥
= ∑ (1 − 𝑝)𝑛−𝑥
𝑥! ( 𝑛−𝑥 !)
∇𝑛
−𝜆 𝑥 (1 − 𝑝)𝑛−𝑥 𝑛−𝑥
𝑒 (𝜆𝑝)
= ∑ 𝜆
𝑥! ( 𝑛 − 𝑥) !
∇𝑛

𝑒 −𝜆 (𝜆𝑝)𝑥 ((1 − 𝑝)𝜆)𝑛−𝑥

= ∑
𝑥! ( 𝑛 − 𝑥) !
∇𝑛

𝑃(𝑍 = 𝑛 − 𝑥)

−𝑥
(𝜆𝑝)𝑥 −𝜆𝑝 𝜆𝑝
𝑒 𝑒 𝑒
𝑥!
𝑛−𝑥
(𝜆𝑝)𝑥 −𝜆𝑝 ((1 − 𝑝)𝜆) 𝜆
𝑒 .∑ . 𝑒 −(1−𝑝)
𝑥! (𝑛 − 𝑥)!
∇𝑛
6. La probabilidad de que una moneda caiga cara en un lanzamiento es una variable aleatoria p, uniforme en el
intervalo (0.4, 0.6).
a) Encuentre la probabilidad de que el próximo lanzamiento de la moneda sea cara.

Sea x una variable aleatoria el lanzamiento lanzar una moneda

𝑃(𝑋 = 𝑥𝑖 ) = 𝑃 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥〈1,0〉
0,6
𝑃(𝑋 = 1) = ∫ 𝑃(𝑥 = 1⁄𝑝) 𝐹(𝑃). 𝑑𝑝
0,4
0,6
= 5 ∫ 𝑃 . 𝑑𝑝
0,4
𝑝2 0,6
= 5 ∫ =0
2 0,4

b) La moneda se lanza 100 veces, y en 60 de esos lanzamientos, la salida es cara. Encuentre la probabilidad
de que el próximo lanzamiento, la salida sea cara.

𝐴 = {60 𝑐𝑎𝑟𝑎𝑠, 40 𝑠𝑒𝑙𝑙𝑜𝑠}

𝑃(𝑎⁄𝑝) 𝐹(𝑃)
𝐹(𝑃⁄𝐴) =
𝑃(𝐴)

𝐹(𝑃⁄𝐴) = 5𝑃60 (1 − 𝑃)40

0,6
∫ 5𝑃60 (1 − 𝑃)40 𝑑𝑝
0,4

𝑃(𝑎⁄𝑃) = 𝑃60 (1 − 𝑃)40

0,6
𝑃(𝐴) = ∫ 𝑃60 (1 − 𝑝)40 𝐹(𝑃)𝑑𝑝
0,4

1
𝐹(𝑃) =
0,6 − 0,4
0,6
∫ 5𝑃60 (1 − 𝑝)40 𝑑𝑝
0,4

0,6
𝑃(𝑥 = 1) = ∫ 𝑃(𝑥 = 1⁄𝑝) 𝐹(𝑃)𝑑𝑝
0,4

0,6
5𝑃60 (1 − 𝑃)40
=∫ 𝑃 0,6 𝑑𝑝
0,4 ∫0,4 5𝑃60 (1 − 𝑃)40 𝑑𝑝
7. 𝐷𝑒𝑚𝑜𝑠𝑡𝑟𝑎𝑟 𝑞𝑢𝑒 𝑝𝑎𝑟𝑎 𝑢𝑛𝑎 𝑉. 𝐴. 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑋 𝑐𝑜𝑛 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑢𝑛𝑖𝑓𝑜𝑟𝑚𝑒 𝑒𝑛𝑡𝑟𝑒 [𝑎, 𝑏] 𝑠𝑢 𝑚𝑒𝑑𝑖𝑎 𝑦 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑒𝑠𝑡á𝑛
𝑑𝑎𝑑𝑎𝑠 𝑝𝑜𝑟:
𝑎+𝑏
a) 𝜇𝑋 = 2
∞
𝜇𝑋 = 𝐸[𝑥] = ∫ 𝑥. 𝐹(𝑥). 𝑑𝑥 [𝑎, 𝑏]
−∞
1 𝑥2 𝑏
= . ∫
𝑏−𝑎 2 𝑎
1 (𝑏 − 𝑎)2
= .
𝑏−𝑎 2
𝑏+𝑎
𝐸[𝑥] = 𝜇𝑋 =
2
(𝑏−𝑎)2
b) 𝜎𝑥 2 = 12
1
∞ 𝐹(𝑥) =
𝜎𝑥 2 = 𝐸[𝑥] = ∫ (𝑥 − 𝜎𝑥)2 . 𝐹(𝑥). 𝑑𝑥 { 𝑏−𝑎 [𝑎, 𝑏]
−∞
𝑏+𝑎
𝜎𝑥 =
2
𝑏
𝑏+𝑎 2 1
= ∫ (𝑥 − ) . . 𝑑𝑥
𝑎 2 𝑏−𝑎
𝑏
= 𝐹(𝑥) ∫ (𝑥 2 − 2𝑥𝜎𝑥 + 𝜎𝑥 2 ). 𝑑𝑥
𝑎
𝑏
= 𝐹(𝑥) ∫ (𝑥 2 − 2𝑥𝜎𝑥 + 𝜎𝑥 2 ). 𝑑𝑥
𝑎
𝑥3 𝑏
= 𝐹(𝑥) (( − 𝑥 2 𝜎𝑥 + 𝑥𝜎𝑥 2 ) ∫ .)
3 𝑎
1 (𝑏 3 − 𝑎3 ) 2 2
𝑏+𝑎 𝑏+𝑎 2
= ( − (𝑏 − 𝑎 ) ( ) + (𝑏 − 𝑎) ( ) )
𝑏−𝑎 3 2 2
𝑏 3 − 𝑎3 = (𝑏 − 𝑎) (𝑏 2 + 𝑎𝑏 + 𝑎2 ) 𝑏 2 − 𝑎2 = (𝑏 − 𝑎)(𝑏 + 𝑎)

1 (𝑏 − 𝑎) (𝑏 2 + 𝑎𝑏 + 𝑎2 ) 𝑏+𝑎 𝑏+𝑎 2
= ( − (𝑏 − 𝑎)(𝑏 + 𝑎) ( ) + (𝑏 − 𝑎) ( ) )
𝑏−𝑎 3 2 2

𝑏 2 + 𝑎𝑏 + 𝑎2 (𝑏 + 𝑎)2 (𝑏 + 𝑎)2
=( − + )
3 2 4
4(𝑏 2 + 𝑏𝑎 + 𝑎2 ) − 6(𝑏 2 + 2𝑏𝑎 + 𝑎2 ) + 3(𝑏 2 + 2𝑏𝑎 + 𝑎2 )
=( )
12
4𝑏 2 + 4𝑏𝑎 + 4𝑎2 − 6𝑏 2 − 12𝑏𝑎 − 6𝑎2 + 3𝑏 2 + 6𝑏𝑎 + 3𝑎2
=( )
12
𝑏 2 − 2𝑏𝑎 + 𝑎2 (𝑏 − 𝑎)2
=( )=
24 12
8. 𝑆𝑒𝑎 𝑢𝑛𝑎 𝑉. 𝐴. 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑐𝑜𝑛 𝑝𝑑𝑓:

1 1
𝑓𝑥(𝑥) = 𝑒𝑥𝑝{− (𝑥 − 𝜇𝑋)2 }
√2𝜋𝜎 2 2𝜎 2

1 ∞ (𝑥 − 𝜇𝑋)2
−
∫ 𝑒 𝑑𝑥 2𝜎 2
√2𝜋𝜎 2 −∞
𝑥 − 𝜇𝑋 1
𝑦= 𝑑𝑦 = 𝑑𝑥
√2𝜎 √2𝜎
1 ∞ (−𝑦2 )
∫ 𝑒 𝑑𝑥
√𝜋 −∞
∞ ∞
2 2
𝐼=∫ 𝑒 (−𝑥 ) 𝑑𝑥 = ∫ 𝑒 (−𝑦 ) 𝑑𝑦
−∞ −∞
∞ ∞
𝐼 2 = (∫ 𝑒 (−𝑥 2 ) 𝑑𝑥) (∫ 𝑒 (−𝑦 ) 𝑑𝑦)
2

−∞ −∞
∞
−(𝑥 2 +𝑦 2 )
=∬ 𝑒 𝑑𝑥𝑑𝑦
−∞
2𝜋 ∞
2
=∫ ∫ 𝑒 −(𝑟) 𝑟𝑑𝑟𝑑𝜃
0 0
1 2𝜋 2
= − ∫ 𝑒 −(𝑟) 𝑑𝜃
2 0
1 2𝜋
= − ∫ (0 − 1)𝑑
2 0
2𝜋
1
= − 𝜃∫ .
2 0
2
𝐼 =𝜋
𝐼 = √𝜋
1
√𝜋 = 1
√𝜋
9. 𝑆𝑒𝑎 𝑢𝑛𝑎 𝑉. 𝐴. 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑋 𝑐𝑜𝑛 𝑝𝑑𝑓:
𝑘𝑥, 0 ≤ 𝑥 < 1
𝐹𝑥(𝑥) = {
0 𝑜𝑡𝑟𝑎 𝑚𝑒𝑛𝑒𝑟𝑎
a) 𝐸𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑘.
∞
∫ 𝑓𝑥(𝑥)𝑑𝑥 = 1
−∞
1
𝑥2 1
∫ 𝑘(𝑥)𝑑𝑥 = 1 ≡ 𝑘 | =1 ≡ 𝑘=2
0 2 0
b) 𝐸𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑦 𝑔𝑟𝑎𝑓𝑖𝑐𝑎𝑟 𝑙𝑎 𝑐𝑑𝑓 𝐹𝑋(𝑥).
𝐹𝑥(𝑥) = 𝑃(𝑥 ≤ 𝑥)
0
𝐹𝑥(0) = ∫ (0)𝑑𝑥 = 0
−∞
1
𝐹𝑥(1) = 𝐹𝑥(0) + ∫ 2𝑥𝑑𝑥
0
𝑥2 1
= (0) + 2 | = 𝑥 2
2 0
∞
𝐹𝑥(𝑥 ≥ 1) = 𝐹𝑥(0) + 𝐹𝑥(1) + ∫ 0𝑑𝑥
1
𝐹𝑥(𝑥 ≥ 1) = 1

2 1

1 pdf 1 cdf
1
c) 𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑃( < 𝑥 < 2).
4
1 2
𝑃 = ∫ 𝑘(𝑥)𝑑𝑥 + ∫ 0𝑑𝑥
1
0
4
1 2
𝑥 1
𝑃 = ∫ 2(𝑥)𝑑𝑥 = 2 |
1 2 1/4
4
12 15
𝑃 =1− =
4 16
10. 𝐶𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑒 𝑒𝑙 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑙𝑎𝑛𝑧𝑎𝑟 𝑢𝑛 𝑑𝑎𝑑𝑜 𝑠𝑜𝑏𝑟𝑒 𝑢𝑛 𝑝𝑙𝑎𝑡𝑜 𝑐𝑖𝑟𝑐𝑢𝑙𝑎𝑟 𝑑𝑒 𝑟𝑎𝑑𝑖𝑜 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜. 𝑆𝑒𝑎 𝑋 𝑙𝑎 𝑉. 𝐴. 𝑞𝑢𝑒
𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑙𝑎 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑑𝑒𝑠𝑑𝑒 𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑑𝑜𝑛𝑑𝑒 𝑐𝑎𝑒 𝑒𝑙 𝑑𝑎𝑟𝑑𝑜 ℎ𝑎𝑠𝑡𝑎 𝑒𝑙 𝑐𝑒𝑛𝑡𝑟𝑜 𝑑𝑒𝑙 𝑝𝑙𝑎𝑡𝑜. 𝐴𝑠𝑢𝑚𝑎 𝑞𝑢𝑒 𝑒𝑙 𝑑𝑎𝑟𝑑𝑜
𝑠𝑖𝑒𝑚𝑝𝑟𝑒 𝑐𝑎𝑒 𝑑𝑒𝑛𝑡𝑟𝑜 𝑑𝑒𝑙 𝑝𝑙𝑎𝑡𝑜. 𝐴𝑑𝑒𝑚𝑎́ 𝑠, 𝑎𝑠𝑢𝑚𝑎 𝑞𝑢𝑒 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑙𝑒 𝑞𝑢𝑒 𝑐𝑎𝑖𝑔𝑎 𝑒𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑝𝑎𝑟𝑡𝑒 𝑑𝑒𝑙
𝑝𝑙𝑎𝑡𝑜.
a) X: distancia entre el centro y cualquier punto Rango x=(0,1)

R=1

b) 𝑃(𝑥 < 𝑎)
𝑃(𝑥 < 𝑎) = 𝑃(𝑎) = 𝑎2
‖𝑎‖ 𝐴𝑎 𝜋𝑎2
= = = = 𝑎2
‖𝑠‖ 𝐴𝑡 𝜋

c) 𝑃(𝑎 < 𝑥 < 𝑏)

𝑃(𝑎 < 𝑥 < 𝑏) = 𝑃(𝑏) − 𝑃(𝑎)
‖𝑏‖ ‖𝑎‖ 𝜋𝑏 2 𝜋𝑎2
= − = −
‖𝑠‖ ‖𝑠‖ 𝜋 𝜋
= 𝑏 2 − 𝑎2

11. 𝐸𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑒 𝑙𝑎 𝑝𝑑𝑓 𝑌 = 𝑎𝑋, 𝑑𝑜𝑛𝑑𝑒 𝑎 > 0, 𝑒𝑛 𝑡𝑒𝑟𝑚𝑖𝑛𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑑𝑓 𝑑𝑒 𝑋.

𝑃𝑑𝑓 𝑑𝑒 𝑦 = 𝑎𝑥 𝑎 > 0 𝑑𝑎𝑑𝑜 𝑝𝑑𝑓𝑥
𝛿𝐹𝑦(𝑦)
𝐹𝑦(𝑦) =
𝛿𝑦
𝛿𝐹(𝑦 ≤ 𝑦) 𝛿𝐹(𝑥 ≤ 𝑦)
= =
𝛿𝑦 𝛿𝑦
𝛿𝑃(𝑎 ≤ 𝑦) 𝛿𝐹(𝑦/𝑎)
= =
𝛿𝑦 𝛿𝑦
𝑦 𝑦 𝑦
𝐹𝑦 ( ) = 𝐹 ( )
𝑎 𝑎 𝑎

𝐹𝑥𝑦(𝑥, 𝑦) = (1 − 𝑒 −𝑥 )(1 − 𝑒 −𝑦 )
𝐹𝑥𝑦(𝑥, ∞) = 𝐹𝑥(𝑥)
𝐹𝑥𝑦(∞, 𝑦) = 𝐹𝑦(𝑦)
𝐹𝑥𝑦(𝑥, 𝑦) = 𝐹𝑥(𝑥)𝐹𝑦(𝑦)
12. 𝐿𝑎 𝑐𝑑𝑓 𝑑𝑒 𝑢𝑛𝑎 𝑉. 𝐴. 𝑏𝑖𝑣𝑎𝑟𝑖𝑎𝑑𝑎 (𝑋, 𝑌 ) 𝑒𝑠𝑡𝑎 𝑑𝑎𝑑𝑎 𝑐𝑜𝑚𝑜:
(1 − 𝑒 −∝𝑥 )(1 − 𝑒 −𝛽𝑦 )
𝐹𝑥𝑦(𝑥, 𝑦) = { , 𝑥 ≥ 0, 𝑦 ≥ 0, 𝛽, 𝛼 > 0
0, 𝑜𝑡𝑟𝑎 𝑚𝑒𝑛𝑒𝑟𝑎
a) 𝐸𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑙𝑎 𝑐𝑑𝑓 𝑚𝑎𝑟𝑔𝑖𝑛𝑎𝑙 𝑑𝑒 𝑋 𝑦 𝑌
(1 −∝𝑥 )
𝐹𝑥(𝑥) = 𝐹𝑥𝑦(𝑥, ∞) = { − 𝑒 𝑥 ≥ 0
0 𝑥 < 0
(1 − 𝑒 −𝛽𝑦 ) 𝑦 ≥ 0
𝐹𝑦(𝑦) = 𝐹𝑥𝑦(∞, 𝑦) = {
0 𝑦 < 0
b) ¿ 𝑆𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠?
𝐹𝑥𝑦(𝑥, 𝑦) = 𝐹𝑥(𝑥). 𝐹𝑦(𝑦)
𝐹𝑥𝑦(𝑥, 𝑦) = 𝐹𝑥(𝑥). 𝐹𝑦(𝑦) = (1 − 𝑒 −∝𝑥 )(1 − 𝑒 −𝛽𝑦 )
¡Son independientes!

13. 𝐿𝑎 𝑝𝑚𝑓 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑎 𝑑𝑒 𝑢𝑛𝑎 𝑉. 𝐴. 𝑏𝑖𝑣𝑎𝑟𝑖𝑎𝑑𝑎 (𝑋, 𝑌 ) 𝑒𝑠𝑡𝑎 𝑑𝑎𝑑𝑎 𝑐𝑜𝑚𝑜:

(𝑘(2𝑥𝑖 + 𝑦𝑗 ), 𝑥𝑖 = 1, 2; 𝑦𝑗 = 1, 2
𝐹𝑥𝑦(𝑥𝑖 , 𝑦𝑗 ) = {
0, 𝑜𝑡𝑟𝑎 𝑚𝑒𝑛𝑒𝑟𝑎
a) 𝐸𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑘.
2 2

∑ ∑ 𝑃𝑥𝑦(𝑥𝑖 , 𝑦𝑗 ) = ∑ ∑ 𝑘(2𝑥𝑖 + 𝑦𝑗 ) = 1
𝑥𝑖 𝑦𝑗 𝑥𝑖 =1 𝑦𝑗 =1
2 2

= 𝑘 ∑ ∑ (2𝑥𝑖 + 𝑦𝑗 ) = 1
𝑥𝑖 =1 𝑦𝑗 =1
= 𝑘[(2 + 1) + (4 + 2) + (4 + 1) + (2 + 2)] = 1
= 𝑘[(3) + (6) + (5) + (4)] = 1
1
=𝑘=
18
b) 𝐸𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑃𝑋(𝑥𝑖 ) 𝑦 𝑃𝑌 (𝑦𝑗 ).
2
1
𝑃𝑥(𝑥𝑖 ) = ∑ 𝑃𝑥𝑦(𝑥𝑖 , 𝑦𝑗 ) = ∑ (2𝑥𝑖 + 𝑦𝑗 )
18
𝑦𝑗 𝑦𝑗 =1
1 1
= (2𝑥𝑖 + 1 ) + (2𝑥𝑖 + 2 )
18 18
1
= (4𝑥𝑖 + 3 ) 𝑥𝑖 = 1,2
18
2
1
𝑃𝑦(𝑦𝑗 ) = ∑ 𝑃𝑥𝑦(𝑥𝑖 , 𝑦𝑗 ) = ∑ (2𝑥𝑖 + 𝑦𝑗 )
18
𝑥𝑖 𝑥𝑖 =1
1 1
= (2 + 𝑦𝑗 ) + (4 + 𝑦𝑗 )
18 18
1
= (6 + 2𝑦𝑗 ) 𝑥𝑖 = 1,2
18
c) Determinar si X y Y son independientes.
𝑃𝑥𝑦(𝑥𝑖 , 𝑦𝑗 ) = 𝑃𝑥(𝑥𝑖 ). 𝑃𝑦(𝑦𝑗 )
1 1 1
(2𝑥𝑖 + 𝑦𝑗 ) = (4𝑥𝑖 + 3 ). (6 + 2𝑦𝑗 )
18 18 18
¡NO Son independientes!