Probabilidad 2.

Guı́a 3
Prof. Daniel Cervantes Filoteo
Ayud. Guillermo Rolando Rosas Figueroa

1. Sea X absolutamente continua con función de distribución F (x). Demuestre que Y = F (X) tiene distribución U nif (0, 1).

2. Sean U ∼ U nif (0, 1) y F (x) una función de distribución continua y estrictamente creciente. ¿Qué distribución tiene la
variable aleatoria F −1 (U )?
3. Sean X1 , X2 , X3 variables aleatorias independientes con distribución binomial con parametros (ni , p) para i = 1, 2, 3 .
Encuentre mediante el método de convoluciones la distribución de S = X1 + X2 + X3

4. Sean X y Y variables aleatorias independientes que se distribuyen uniformemente en el (0, 1). Se definen las variables U y
V como: p
U = −2 ln (X) cos (2πY )
p
V = −2 ln (X) sin (2πY )
Encuentre la función de densidad conjunta de (U, V ).
Pn
5. Sean {Xi }ni=1 variables aleatorias independientes, y sea Y = i Xi Demuestre lo siguiente mediante los métodos de función
generadora de momentos y de convolución:
a) Si Xi ∼ P oisson(λi ) para i = 1, . . . , n, entonces
n
!
X
Y ∼ P oisson λi
i=1

b) Si Xi ∼ geo(p) para i = 1, . . . , n, entonces

Y ∼ Binomial N egativa(n, p)

c) Si Xi ∼ Gamma(ri , λ) para i = 1, . . . , n, entonces

n
!
X
Y ∼ Gamma ri , λ
i=1

Y
6. Sean X y Y variables aleatorias continuas cada una con distribución normal con parámetros (o, σ 2 ). Demuestre que X y
X
que |X| tienen distribución Cauchy y dé sus parámetros.
X
7. Sean X y Y variables aleatorias que se distribuyen χ2 (m) y χ2 (n) respectivamente. Encuentre la densidad de Z = X+Y

8. Una empresa tiene dos generadores eléctricos. El tiempo hasta que se presenta la primera falla para cada generador sigue
una distribución exponencial con media 10 dı́as e independientemente del otro generador. La empresa empieza va a utilizar
el segundo generador hasta que el primero falle. Calcule la probabilidad de que los generadores proporcionen electricidad
al menos 20 dı́as.

9. Demuestre que si E [g (X) h (Y )] = E [g (X)] E [h (Y )] no implica que las variables aleatorias sean independientes.
10. Sean X y Y variables aleatorias continuas con función de densidad conjunta fXY (x, y) = λ2 e−λy , para 0 ≤ x ≤ y < ∞,

a) Encontrar la función generadora de momentos conjunta entre X y Y . ¿Son independientes?.

b) Utilizando el inciso anterior calcular Cov [X, Y ].

1
11. Sean X y Y variables aleatorias independientes con distribución U (0, 1). Encontrar la función de densidad de probabilidades
de las variables aleatoias:

a) U =X −Y
b) U =X +Y
c) U = XY
d) U = X/Y
e) U = mı́n(X, Y )
f) U = máx(X, Y )
g) Sean X1 , X2 , . . . , Xn variables aleatorias independientes con distribución U (0, 1). La distribución de Z = X1 +· · ·+Xn
se conoce como la distribución Irwin-Hall. Demuestre que la densidad de Z es:
n  
1 X k n n−1
fZ (z) = (−1) (z − k) sgn(z − k)
2 (n − 1)! k
k=0

donde:

−1
 x<k
sgn (x − k) = 0 x=k

1 x > k.


12. Sean T1 , T2 , . . . , Tn v.a.i.i.d. exponenciales de parámetro λ. Calcule la densidad conjunta del vector aleatorio: (W1 , W2 , . . . , Wn )
donde Wi = T1 + · · · + Ti para i = 1, . . . , n.
13. La temperatura más alta en Toronto durante el mes de enero se distribuye normal con media −5◦ C y desviación estándar de
4◦ C. En Winnipeg, durante el mismo mes, la máxima temperatura se distribuye normal con media de −10◦ C y desviación
estándar de 8◦ C. Asumiendo que las temperaturas en estos dos lugares son independientes, encuentre la probabilidad de
que en un dı́a de enero, las máximas temperaturas en Toronto y Winnipeg difieran en menos de un grado Celcius.
14. P
Las variables aleatorias X1 , X2 , X3 , X4 y X5 son independientes e idénticamente distribuidas. La variable aleatoria Y =
5 15et −15
i=1 Xi tiene función generadora de momentos MY (t) = e . Calcule la varianza de X1
15. El número de errores tipográficos por página sigue una distribución Poisson con media dos. Calcule el valor esperado y
varianza del número de errores tipográficos en una muestra de doce páginas seleccionadas al azar.
16. Sean X1 , X2 , . . . Xn son variables aleatorias independientes e idénticamente distribuidas con densidad exp (λ). Encontrar
la distribución de Y cuando
Y = 2λ (X1 + X2 + · · · + Xn )
17. Sean Z ∼ N (0, 1) y U ∼ χ2k independientes. Demuestre que X = √ZU tiene distribución t con parámtro k.
K

mU
18. Sean U ∼ χ2n y V ∼ χ2m independientes. Demuestre que X = tiene distribución F con parámetros (n, m) y calcule la
nV
esperanza de X.
19. Demuestre que si X ∼ N (0, 1), entonces X 2 ∼ χ21
20. Determine la esperanza y varianza de las distribución t(k) vista en clase.
21. Sea X ∼ F (n, m). Demuestre que la variable:
mX
W = n
mX
1+
n
tiene distribución Beta (defina sus parámetros).

2
 1
22. Sean X1 , X2 variables aleatorias independientes e idénticamente distribuidas χ2(2) . Definimos a la variable Y = (X1 − X2 ).
2
Demuestre que Y tiene distribución doble exponencial.
23. Sean X y Y variables aleatorias. Demuestre que:

E[XY ]2 ≤ E[X 2 Y ]E[Y ]

24. Sean X ∼ N (0, 1) y Y ∼ N (0, 4). Dé una cota superior para Var(X + Y ).