Prueba 3 Probabilidad

Yo, Henry Mauricio Castro Mendoza declaro no haber recibido ayuda de ningún compañero ni de otra
persona para la realización de este examen.
𝑥 + 𝑐, 𝑥≥0
Consider a Gaussian random variable X, N(0,1) and the function Y = g(𝑋) = { ,
𝑥 − 𝑐, 𝑥<0
determine fY(y) and FY(y), and plot fY(y) and FY(y) in R.

Para la solucion de este ejercicio se considera que 𝑐 > 0, por tanto se tienen tres casos de los valores
que puede tomar la variable aleatoria Y.

Caso 1: 𝒀 < −𝒄

𝑃(𝑌 < 𝑦) = 𝑃(𝑋 − 𝑐 < 𝑦)

𝑃(𝑌 < 𝑦) = 𝑃(𝑋 < 𝑦 + 𝑐)
Por tanto, para 𝑦 < −𝑐, 𝑃(𝑌 < 𝑦) = 𝐹𝑋 (𝑦 + 𝑐)

Caso 2: 𝒀 > 𝒄

𝑃(𝑌 < 𝑦) = 𝑃(𝑋 + 𝑐 < 𝑦)

𝑃(𝑌 < 𝑦) = 𝑃(𝑋 < 𝑦 − 𝑐)
Por tanto, para 𝑦 > 𝑐, 𝑃(𝑌 < 𝑦) = 𝐹𝑋 (𝑦 − 𝑐)

Caso 3: −𝒄 ≤ 𝒀 ≤ 𝒄

𝑃(−𝑐 < 𝑌 < 𝑐) = 𝑃(𝑋 = 0) = 0

Se llega a este resultado, ya que dado 𝑃(𝑎− < 𝑋 < 𝑎) donde 𝑎− tiende un valor cercano 𝑎, por lo que
su probabilidad tiende a cero.

Una vez considerado los casos de la valores de la variable aleatoria Y, se establece que 𝐹𝑌 (𝑦), equivale
a:

𝐹𝑋 (𝑦 + 𝑐) 𝑦 < −𝑐
𝐹𝑌 (𝑦) = {0 −𝒄≤𝒚≤𝒄
𝐹𝑋 (𝑦 − 𝑐) 𝑦 > 𝑐

Se sabe que 𝐹′𝑌 (𝑦) = 𝑓𝑌 (𝑦), por tanto se obtiene:

𝑓𝑋 (𝑦 + 𝑐) 𝑦 < −𝑐
𝑓𝑌 (𝑦) = 𝐹′𝑌 (𝑦) = {0 −𝒄≤𝒚≤𝒄
𝑓𝑋 (𝑦 − 𝑐) 𝑦 > 𝑐

A continuacion se presenta los plots de 𝐹𝑌 (𝑦) y 𝑓𝑌 (𝑦) en R. Cabe mecionar que para su representacion,
se considera a 𝑐 = 1.
Codigo

conf = matrix(c(1:2), nrow=2, byrow=FALSE)

layout(conf)

layout.show(2)

mu = 0

d=1

c = 0.5

y1 = seq(c,10,0.01)

plot(y1,pnorm(y1-c,mu,d),xlim = c(-10,10),ylim=c(0,1),type = "l",main="PDF")

y2 = seq(-10,-c,0.01)

lines(y2,pnorm(y2+c,mu,d))

y3 = seq(-c,c,0.01)

plot(y1,dnorm(y1-c,mu,d),type = "l",xlim=c(-10,10),main = "pdf")

lines(y2,dnorm(y2+c,mu,d))

lines(y3,y3*0)
The voltage, V, across a resistor (r=2Ω→constante) is a Gaussian random variable, N(5,2). a) Determine
the density of the power dissipated by the resistor (P=V2/r). b) Determine the probability that the power
is less than 25 W.

a) Definicion de la densidad de potencia

Se sabe que que la derivada de 𝑃′(𝑉) (donde 𝑅 = 𝑟), equivale a:

2𝑉
𝑃`(𝑉) =
𝑅
Ademas que se tienen dos soluciones:

𝑉 = ± √𝑃𝑅
Por tanto, la densidad de potencia (𝑓𝑋 (𝑋) se considera la distribucion gausiana)se define como:
 𝑅
𝑓𝑃 (𝑃) = (𝑓𝑋 ( √𝑃𝑅) + 𝑓𝑋 (−√𝑃𝑅))
2√𝑃𝑅

1 𝑅
𝑓𝑃 (𝑃) = √ (𝑓𝑋 ( √𝑃𝑅) + 𝑓𝑋 (−√𝑃𝑅))
2 𝑃

Esta solucion esta definida para 𝑃 > 0, ya que dado que 𝑃(𝑉), solamente tiene valores positivos, conlleva
que para 𝑃 < 0, 𝑓(𝑃) = 0

Por ende, la distribucion de densidad de potencia con 𝑅 = 𝑟 = 2,se define como:

1 2
𝑓𝑃 (𝑃) = √ (𝑓𝑋 ( √2𝑃) + 𝑓𝑋 (−√2𝑃))𝑈(𝑃)
2 𝑃

b) Probabildad para 𝑃 < 25 𝑊

Ademas se conoce para 𝐹𝑃 (𝑃), equivale a

𝑃
𝐹𝑃 (𝑃) = ∫ 𝑓𝑃 (𝑡)𝑑𝑡
−∞

Dado que 𝑓𝑃 (𝑃) = 0 para 𝑃 < 0, conlleva que 𝐹𝑃 (𝑃) = 0, para 𝑃 < 0. Por otro lado para 𝑃 > 0, se tiene:

𝑃
1 𝑅
𝐹𝑃 (𝑃) = ∫ ( √ (𝑓𝑋 ( √𝑡𝑅) + 𝑓𝑋 (−√𝑡𝑅))) 𝑑𝑡
0 2 𝑡

𝑃
𝐹𝑃 (𝑃) = ∫ (𝑓𝑋 ( √𝑡𝑅) + 𝑓𝑋 (−√𝑡𝑅)) 𝑑(√𝑡𝑅)
0

𝐹𝑃 (𝑃) = 𝐹𝑋 (√𝑃𝑅) − 𝐹𝑋 (−√𝑃𝑅) + 𝐹𝑋 (0) − 𝐹𝑋 (0)

Asi pues, como solucion final (R=2) se tiene que:

𝐹𝑃 (𝑃) = (𝐹𝑋 (√2𝑃) − 𝐹𝑋 (−√2𝑃))𝑈(𝑃)

Una vez obtenida 𝐹𝑃 (𝑃), es possible obtener la probabiblidad de 𝑃 < 25 𝑊. Donde 𝑃𝑜 (𝑃 < 25) =
𝐹𝑃 (25), por tanto con ayuda de R se obtiene que:

mu = 5 #Media

d = 2 #Desviacion estandar

y = 25 #Potencia

r = 2 # Resistencia

pnorm(sqrt(r*y),mu,d)-pnorm(-sqrt(r*y),mu,d)

𝐹𝑃 (25) = 0.8497902 //Respuesta