Universidad Abierta y a Distancia de México

Probabilidad II

Unidad 1
Actividad 2

Alumno: Alexis Saúl Álvarez Soto

Docente: Orlando Fabián Echeverría Alonso
Matrícula: ES202102217

11 Octubre 2021
 1. Considere el ejemplo 1.1.7, muestre que las variables aleatorias no son estadísticamente independientes,
considerando; (a)(1,1) y (b)(0,2)

El espacio muestral es : ( 0,0 ) , ( 0,1 ) , ( 1,0 ) , ( 1,1 ) , ( 0,2 ) y ( 2,0 )

3 2 3
y la función f ( x , y )=
( x )( y )( 2−x− y )
Entonces se considera le punto ( 1,1 ) , g ( 1 ) y h ( 1 ) son:
8
(2 )
3 2 3
f ( 1,1 ) =
( 1 )( 1 )( 0 ) 6
=
8 28
2
2
g ( 1 )=∑ f (1 , y )=f ( 1,0 )+ f ( 1,1 ) +f ( 1,2 )
y=0

(31)( 20)( 31) + (31)(21)(30) + (31 )(22)(−13 ) = 9 + 6 + 0= 15

8 8 8 28 28 28
2 2 2
3 2 3
f ( 0,2 )=
( 0 )( 2 )( 0 ) 1
=
8 28
2
2
h ( 2 )= ∑ f ( 2 , y ) =f ( 2,0 ) + f (2,1 )+ f ( 2,2 )
y=0

(32)( 20)( 30 ) + (32)(12)(−13 ) + (32 )(22)(−23 )= 3 +0+0= 3

8 8 8 28 28
2 2 2
15
∗3
28 45
g ( 1 )∗h ( 2 )= =
28 784
Por lo tanto, no se indica independencia

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
(a) Evalúe la distribución marginal de X . Realizar tabla

x 1 23
p x 0.10 0.35 0.55

(b) Evalúe la distribución marginal de Y . Realizar tabla.

y 1 23
p y 0.20 0.50 0.30

(c) EncuentreP ¿

P¿
p (3,1) .10 p( 3,2) .35 p(3,3) 0.10
= =0.1818 , = =0.6363 , = =0.1818
px (3) .55 p x (3) .55 p x (3) .55
y 12 3
P ( y / x ) =3.1818 .6363 .1818
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.

f ( 1,1 ) =g ( 1 )∗h(1)
f =g ( .10 )∗h (.20 )

f =0.02

4. La función de densidad conjunta de las variables aleatorias X y Y es;

f ( x , y )= 6 x , 0< x <1 ; 0< y <1−x

{ 0 en cualquier otro caso
(a) Muestre que X y Y no son independientes.
1−x
f x ( x ) = ∫ 6 x dy=6 xy 1−x =6 x (1−x )
|
0 0
1− y
f ( y ) = ∫ 6 x dy =3 x |1− y =3 ¿ ¿
2
y
0 0

f x ( x ) f y ( y )=18 (1−x )¿

∴ no son independientes
(b) Determine P ¿

f¿

f (x / y 0.5)= {0 de8 xotramanera

0 ≤ x <0.5

P¿
P¿
5. Sean [ X , Y ] un vector bivariado cuya densidad de probabilidad conjunta es

f ( x , y )= kxy , 0< x <1 ; 0< y <1

{
0 en cualquier otro caso
(a) Determine el valor para k , para lograr una función de probabilidad.
1 1

∫∫ kxy dx dy
0 0

∞ 1
k 3 k y4 1 k
−∞ 0
|
∫ fy ( y ) dy=¿ 1→ ∫ 1 y dy= 1 4 0 = 4 ∴ k =4 ¿
(b) Determine P ¿

f x | y =¿
f x | y =¿
4 P¿
(c) Determine las densidades marginales.
∞ 1
y2 1 k (
fx ( x )= ∫ fxy ( x , y ) dy=¿ ∫ kxydy =¿ kx
−∞ x
| = x 1−x 2 ) ,0 ≤ x ≤ 1 ¿¿
4 x 4
 ∞ y
x2 y k 3
fy ( y )=∫ fxy ( x , y ) dx=¿∫ kxydx=¿ ky
−∞ 0
| = y , 0 ≤ y ≤ 1¿ ¿
4 0 4

(d) Muestre que X y Y son independientes.

f ( x , y )=4 xy=g ( x ) h( y)

(e) Determine las densidades condicionales. f x | y =¿

f x | y =¿
6. Detalle el ejemplo 1.2.1, es decir, desarrollar el proceso matemático para mostrar que

12
μ= E ( X )=
7

N= (73 )= 37! 4! ! =35

x f(x)
0 1/35
1 12/35
2 18/35
3 4/35

0∗1 12 2∗18 3∗4 12

μ= E ( X )= +1− + + =
35 35 35 35 7
7. Concluya y muestre que μ= E ( X )=200 hrs del ejemplo 1.2.2.

x−1 ∞ 1 1
μ= E ( X )=20,000 |
−1 100
=−20,000 − (
∞ 100
=200 )
8. Suponga que dos variables ( X , Y ) se distribuyen de manera uniforme en un círculo de radio a. La función densidad de
probabilidad conjunta

1
f ( x , y )=
{ πa 2
, x2 + y2 ≤ a2

0 en cualquier otro caso

Calcule el valor esperado de X , μ X

1
1
E ( x )= ∫ x dx=0
x 0 x 2+ y 2

9. Sea X una variable aleatoria con la siguiente distribución de probabilidad;

x−3 6 9
111
f (x)
623
g ( x ) 25 169 361

Calcule μ g ( X ) , donde g ( X )=¿

μ g ( X )=E ¿

10. Calcule la desviación estándar de la variable aleatoria g ( X )=¿ del ejercicio anterior (9).

μ g ( X )=E ¿

σ 2=10.902
σ =118.9
11. Demostrar el Teorema 1.2.5.

Sean X y Y dos variables aleatorias independientes, Entonces; E ( XY )=E ( X ) E (Y )

r nm=P ( X=x n ,Y = y m ) =P ( X=x n ) P ( Y = y m ) =p n qm

∴ llamamos ahora w k a los valores de XY

∑|w k| P ( XY =w k ) =¿ ∑ ∑ |wk|r nm ¿
k k { ( n ,m ) : x n ym =w k ¿ }

¿∑ ∑ |x n y m| pn qn
k { ( n ,m ) : x n ym =w k ¿ }

¿ ∑ |x n|| y m| pn qm =∑ |x n| pn ∑ | y m|q m< ∞

n ,m n m

Lo cual muestra que E( XY )

12. Si una variable X se define de modo que E [( x −1)2 ]=10 E [ ( x−2)2 ] =6

Determine μ y σ 2

7
μ=
2
15
σ 2=
4
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.
 70
x=60 s=6 =0.07
1000
1
1−
k2
1 1
1− =1− =1−0.0625=0.9375
4 2
16

Si una persona obtiene una calificación de 84 en el examen es candidato a ser contratado porque de acuerdo con el teorema
de Chebyshev estará en el 93.75% más alto y para ser de los 70 mejores basta con estar en el 93%