Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad II
Unidad 1
Actividad 2
11 Octubre 2021
1. Considere el ejemplo 1.1.7, muestre que las variables aleatorias no son estadísticamente independientes, considerando;
𝑎) (1,1), 𝑏) (0,2)
Solución:
Tenemos que la función de distribución está dada por
3 2 3
( )( )( )
𝑥 𝑦 2−𝑥−𝑦
𝑓(𝑥, 𝑦) =
8
( )
2
𝛀 = {(0,0), (0,1), (1,0), (1,1), (0,2), (2,0)}
𝒂) (𝟏, 𝟏)
Obtenemos las marginales
3 2 3
( )( )( ) 6
𝑓(1,1) = 1 1 0 =
8 28
( )
2
2 3 2 3 3 2 3 3 2 3
( )( )( ) ( )( )( ) ( )( )( )
𝑔(1) = ∑ 𝑓(1, 𝑦) = 1 0 2 − 1 − 0 + 1 1 2 − 1 − 1 + 1 2 2 − 1 − 2 = 9 + 3 + 0 = 15
8 8 8 28 14 28
𝑦=0 ( ) ( ) ( )
2 2 2
2 3 2 3 3 2 3 3 2 3
( )( )( ) ( )( )( ) ( )( )( ) 3 3 3
ℎ(1) = ∑ 𝑓(𝑥, 1) = 0 1 2 − 0 − 1 + 1 1 2 − 1 − 1 + 2 1 2 − 2 − 1 = + +0=
8 8 8 14 14 7
𝑥=0 ( ) ( ) ( )
2 2 2
45 6
𝑔(1)ℎ(1) = ≠ = 𝑓(1,1)
195 28
∴ 𝑿, 𝒀 𝐧𝐨 𝐬𝐨𝐧 𝐞𝐬𝐭𝐚𝐝í𝐬𝐭𝐢𝐜𝐚𝐦𝐞𝐧𝐭𝐞 𝐢𝐧𝐝𝐞𝐩𝐞𝐧𝐝𝐢𝐞𝐧𝐭𝐞𝐬
𝒂) (𝟎, 𝟐)
Obtenemos las marginales
3 2 3
( )( )( ) 1
𝑓(0,2) = 0 2 0 =
8 28
( )
2
2 3 2 3 3 2 3 3 2 3
( )( )( ) ( )( )( ) ( )( )( )
𝑔(0) = ∑ 𝑓(0, 𝑦) = 0 0 2 − 0 − 0 + 0 1 2 − 0 − 1 + 0 2 2 − 0−2 = 5
8 8 8 14
𝑦=0 ( ) ( ) ( )
2 2 2
2 3 2 3 3 2 3 3 2 3
( )( )( ) ( )( )( ) ( )( )( )
ℎ(2) = ∑ 𝑓(𝑥, 2) = 0 2 2 − 0 − 2 + 1 2 2 − 1 − 2 + 2 2 2 − 2−2 = 1
8 8 8 28
𝑥=0 ( ) ( ) ( )
2 2 2
5 1 1
𝑔(0)ℎ(2) = ⋅ ≠ = 𝑓(0,2)
14 28 28
∴ 𝑿, 𝒀 𝐧𝐨 𝐬𝐨𝐧 𝐞𝐬𝐭𝐚𝐝í𝐬𝐭𝐢𝐜𝐚𝐦𝐞𝐧𝐭𝐞 𝐢𝐧𝐝𝐞𝐩𝐞𝐧𝐝𝐢𝐞𝐧𝐭𝐞𝐬
2. Sea 𝑋 el número de veces que falla cierta máquina de control numérico: 1, 2 o 3 veces en un día dado. Sea 𝑌
el número de veces que se llama a un técnico para una emergencia. Su distribución de probabilidad conjunta
está como
𝑓(𝑥, 𝑦) 𝑥 1 2 3
1 0.05 0.05 0.1
𝑦 2 0.05 0.1 0.35
3 0 0.2 0.1
𝑥 1 2 3
𝑃𝑋 (𝑥) 0.1 0.35 0.55
𝑦 1 2 3
𝑃𝑌 (𝑦) 0.2 0.5 0.3
3. Considere el ejercicio anterior (2). Determine si las dos variables aleatorias son dependientes o independientes.
Considere 𝑓(1,1). Realizar proceso (desarrollo matemático) de solución.
Solución:
∴ 𝐧𝐨 𝐬𝐨𝐧 𝐢𝐧𝐝𝐞𝐩𝐞𝐧𝐝𝐢𝐞𝐧𝐭𝐞𝐬
Solución:
Tenemos que
1 1 1
12 02 𝑘 1 𝑘 12 0 2 𝑘
∫ ∫ 𝑘𝑥𝑦 𝑑𝑥 𝑑𝑦 = 1 ⇒ 𝑘 ∫ 𝑥 ( − ) 𝑑𝑥 = ∫ 𝑥𝑑𝑥 = ( − ) = = 1
0 0 0 2 2 2 0 2 2 2 4
∴𝒌=𝟒
Solución:
4 3 4 3 4 3 4 3
( )( ) ( )( ) ( )( ) ( )( )
⇒ 𝐸(𝑋) = 0 + 1 1 3 − 1 +2 2 3 − 2 +3 3 3 − 3 +4 4 3 − 4
7 7 7 7
( ) ( ) ( ) ( )
3 3 3 3
12 18 4
⇒ 𝐸(𝑋) = 0 + +2 +3
35 35 35
𝟏𝟐
⇒ 𝐸(𝑋) =
𝟕
Solución:
Tenemos que
20000
𝑓(𝑥) = { 𝑥 3 , 𝑥 > 100
0, en otro caso
∞
𝐸(𝑥) = 20000 ∫ 𝑥 −2 𝑑𝑥
−∞
Solución:
𝑥 2 + 𝑦 2 ≤ 𝑎2
⇒ 𝑥 2 ≤ 𝑎2
⇒ −𝒂 ≤ 𝒙 ≤ 𝒂
Y tenemos que
𝑥 2 + 𝑦 2 ≤ 𝑎2
⇒ 𝑦 2 ≤ 𝑎2 − 𝑥 2
⇒ −√𝒂𝟐 − 𝒙𝟐 ≤ 𝒚 ≤ √𝒂𝟐 − 𝒙𝟐
Entonces
𝑎 √𝑎 2 −𝑥 2 𝑎 √𝑎 2 −𝑥 2
1
𝜇𝑋 = 𝐸(𝑋) = ∫ ∫ 𝑥𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = ∫ ∫ 𝑥 𝑑𝑥𝑑𝑦
−𝑎 −√𝑎 2 −𝑥 2 −𝑎 −√𝑎 2 −𝑥 2 𝜋𝑎2
𝑎 𝑎
1 1
𝜇𝑋 = ∫ 𝑥 (√𝑎 2 − 𝑥 2 − (−√𝑎2 − 𝑥 2 )) 𝑑𝑥 = ∫ 2𝑥√𝑎2 − 𝑥 2 𝑑𝑥
𝜋𝑎2 −𝑎 𝜋𝑎2 −𝑎
𝑎
2 2 2
𝜇𝑋 = 2
∫ 𝑥 √𝑎2 − 𝑥 2 𝑑𝑥 =\\ 𝑢 = 𝑎 − 𝑥 \\
𝜋𝑎 −𝑎 𝑑𝑢 = −2𝑥𝑑𝑥
𝑥 −3 6 9
𝑓(𝑥) 1 1 1
6 2 3
𝑔(𝑥) 25 169 361
Solución:
1 1 1
𝐸[𝑔(𝑥)] = ∑ 𝑔(𝑥)𝑓(𝑥) = 𝑔(−3)𝑓(−3) + 𝑔(6)𝑓(6) + 𝑔(9)𝑓(9) = (25) ( ) + (169) ( ) + (361) ( ) = 𝟐𝟎𝟗
6 2 3
𝑥
10. Calcule la desviación estándar de la variable aleatoria 𝑔(𝑋) = (2𝑋 + 1)2 del ejercicio anterior (9).
Solución:
1 1 1
𝐸[𝑔(𝑥)2 ] = (25)2 ( ) + (169)2 ( ) + (361)2 ( ) = 57825
6 2 3
𝜎𝑔2 = 57825 − 2092 = 14144
∴ 𝝈𝒈 = √𝟏𝟒𝟏𝟒𝟒 = 𝟏𝟏𝟖. 𝟗𝟐
11. Demostrar el Teorema 1.2.5.
𝐸(𝑋𝑌) = 𝐸(𝑋)𝐸(𝑌)
Demostración:
∞
𝐸(𝑋𝑌) = ∫ 𝑓𝑋𝑌 (𝑥, 𝑦)𝑥𝑦𝑑𝑥𝑑𝑦
−∞
∞
𝐸(𝑋𝑌) = ∫ 𝑓𝑋 (𝑥)𝑓𝑌 (𝑦)𝑥𝑦𝑑𝑥𝑑𝑦 \\por hipótesis son indepientes\\
−∞
∞ ∞
𝐸(𝑋𝑌) = ∫ 𝑓𝑋 (𝑥)𝑥𝑑𝑥 ∫ 𝑓𝑌 (𝑦)𝑦𝑑𝑦
−∞ −∞
𝐸(𝑋𝑌) = 𝐸(𝑋)𝐸(𝑌)∎
Determine 𝜇 y 𝜎 2
Solución:
Entonces
𝐸[𝑥 2 ] − 2𝐸[𝑥] = 9
𝐸[𝑥 2 ] − 4𝐸[𝑥] = 2
⇒ 2𝐸[𝑥] = 7
7
⇒ 𝐸[𝑥] = = 3.5
2
⇒ 𝐸[𝑥 2 ] − 2(3.5) = 9 ⇒ 𝐸[𝑥 2 ] = 16
Entonces
𝝁 = 𝟑. 𝟓
𝝈𝟐 = 𝑬[𝒙𝟐 ] − 𝑬[𝒙]𝟐 = 𝟏𝟔 − 𝟑. 𝟓𝟐 = 𝟑. 𝟕𝟓
13. Se crean setenta nuevos empleos en una ensambladora de autos, pero 1000 aspirantes solicitan 70 puestos. Para
seleccionar a los 70 mejores entre los aspirantes, la armadora aplica un examen que cubre habilidad matemática. La
calificación media del examen resulta 60, y las calificaciones tienen una desviación estándar de seis. ¿Una persona que
tiene una calificación de 84 puede obtener uno de los trabajos? Utilizar teorema de Chebyshev.
Solución:
𝜇 = 60, 𝜎 = 6
⇒ 𝜇 + 𝑘𝜎 = 84 ⇒ 60 + 6𝑘 = 84
∴𝒌=𝟒