ESTADÍSTICA (8080725)

Tema 2. Variable aleatoria en una dimensión – Enero 2017

1. La función de probabilidad de la variable aleatoria discreta N viene dada por

pN (n) = K.rn , n = 0,1,... . Calcule el valor de K si 0 < r < 1 .

2. Determine el valor de la constante A para que

 A 3x x = 1, 3,5,7,...

fX (x) =  A 4x x = 2, 4, 6, 8,...
 0 en otro caso

sea una función de densidad.

3. Se tienen dos cajas numeradas 1 y 2. La caja 1 contiene 7 pelotas rojas y 5 pelotas amarillas
mientras que la caja 2 contiene 10 pelotas rojas y 6 pelotas amarillas. Se lanza un dado
normal y se obtiene como resultado un valor N, con N variable entre uno y seis. Si N es menor
que 5 se extraen 2 pelotas de la caja 1, en caso contrario se extraen 2 pelotas de la caja 2.
Sea X el número de pelotas rojas extraídas. Calcule la función de distribución acumulativa de
probabilidades y la función de densidad de probabilidades de la variable aleatoria X.

4. El número de extracciones necesarias para obtener el primer objeto defectuoso es una

variable aleatoria X con función de densidad
0.05(0.95)x −1 x = 1, 2,...
fX (x) =  .
 0 otro caso
¿Cuál es la probabilidad de que sea necesario examinar a lo sumo 3 objetos antes de obtener
el primer defectuoso?

5. Se lanza un dado n veces y se observa en cuál de los lanzamientos sale el número 3 por
primera vez.
a. Defina la variable aleatoria de interés
b. Construya la función de probabilidad
c. Construya la función de distribución acumulada

6. Se lanzan dos dados y se llama X a la suma de los resultados. Construya y grafique la función
de densidad y la función de distribución acumulada

7. Considere una caja que contiene 6 fichas numeradas del 1 al 6. Se extraen dos fichas con
reemplazo y se observa el mayor de los números. Construya y grafique la función de densidad
y la función de distribución acumulada.

8. Realice el ejercicio anterior pero sin reemplazo.

9. Considere una caja que contiene 3 fichas numeradas del 1 al 3. Se extraen dos fichas con
reemplazo y se llama X al mínimo común múltiplo de los números. Construya la función de
densidad y la función de distribución acumulada de X

Prof. José Luis Quintero 1

10. Se lanza al aire una moneda n veces y se observa en cuál de los lanzamientos la moneda cae
cara por primera vez. Halle la función de densidad y la función de distribución acumulada.

11. Determine el valor de la constante A para que las siguientes sean funciones de densidad.
 Ax x = 1, 2,...,n
a. fX (x) = 
 0 en otro caso
 A 2x x = 1, 2,...
b. fX (x) = 
 0 en otro caso

12. Sea X una variable aleatoria con función de probabilidad dada por la siguiente tabla:

i -3 -1 0 1 2 3 5 8
Pi 0.1 0.2 0.15 0.2 0.1 0.15 0.05 0.05

Calcule las siguientes probabilidades:

a. X es negativo
b. X es par
c. X toma valores entre 1 y 8 inclusive
d. P(X = −3 X ≤ 0)
e. P(X ≥ 3 X > 0)

13. Sea X una variable aleatoria discreta. Halle el valor de k para que la función p(x) = k x ,
x = 1, 2, 3, 4, sea la función de probabilidad de X. Determine P(1 ≤ X ≤ 3).

14. Sea la experiencia aleatoria consistente en lanzar un par de dados no cargados, y se define la
variable aleatoria X igual al puntaje del primer dado menos el puntaje del segundo. Halle su
función de densidad y su función de distribución acumulada.

15. Demuestre que no hay valores de c para que las siguientes sean funciones de densidad:
c x x = 1, 2, 3,...
a. fX (x) = 
 0 otro caso
c2x x = 1,2, 3,...
b. fX (x) = 
 0 otro caso

16. Una caja tiene 12 bolas numeradas del 1 al 12. Se extraen dos bolas al azar de la caja. Sea X
el mayor de los números. Calcule la función de probabilidad de X si:
a. Las extracciones se hacen con reemplazo
b. Las extracciones se hacen sin reemplazo

17. Una variable aleatoria X puede tomar los valores 1, 2, 3 y 4 con probabilidades
1 + 3A
4
, 1 −4A , 1+42A y 1 −44A
respectivamente. Halle los valores de A para que ésta sea una distribución de probabilidad y
construya la función de distribución de probabilidad acumulada.

Prof. José Luis Quintero 2

18. Una variable aleatoria continua X tiene la siguiente función de distribución acumulada:
 0 x≤1

 ax + b 1 < x≤2
 3
FX (x) =  5 2 < x ≤ 4.

cx + d 4 < x ≤ 6
 1 x>6
Calcule a. Los valores de a, b, c y d b. fX (x)

19. La mediana de una distribución de una variable aleatoria X es un valor de x tal que
P {X < x} ≤ 12 y P {X ≤ x} ≥ 12 . Si este valor es único, se le llamará la mediana de la distribución.
Calcule la mediana de las siguientes distribuciones:
 4! ( 1 )x ( 3 )4 − x x = 0,1,2, 3, 4
a. fX (x) =  x !(4 − x)! 4 4
 0 otro caso
3x2 0 < x < 1
b. fX (x) = 
 0 otro caso
1
c. fX (x) = , x ∈R
π(1 + x2 )

20. La moda de una distribución de una variable aleatoria X es el valor de x que maximiza la
función de densidad fX (x) . Si este valor es único, representa la moda de la distribución.
Calcule la moda de las siguientes distribuciones:
( 1 )x x = 1, 2, 3,...
a. fX (x) =  2
 0 otro caso
12x2 (1 − x) 0 < x < 1
b. fX (x) = 
 0 otro caso
 1 x2e− x x>0
c. fX (x) =  2
 0 x≤0

21. Sea X una variable aleatoria tal que E (X − t)2  existe para todo t real. Determine el mínimo
 
de f(t) = E (X − t)  y establezca conclusiones al respecto.
2
 

22. Sea X una variable aleatoria con distribución continua cuya densidad fX (x) es positiva si
0 < x < b , siendo b un número real positivo. Pruebe que
b

E X  =
∫
0
1 − FX (x) dx ,

donde FX (x) es la función de distribución de X.

23. Sea X una variable aleatoria continua con función de densidad

(a − b + 1)−1 0 ≤ x ≤ a

f(x) = (a − b + 1)−1 b ≤ x ≤ 1 , 0 < a < b.
 0 otro valor

a. Halle la función de distribución acumulada

Prof. José Luis Quintero 3

 b. ¿Qué condiciones deben cumplir a y b para que el valor esperado de X sea igual a ½?

24. Sea X una variable aleatoria discreta con función de probabilidad f(x) positiva en los puntos
x = −1, 0, 1 . Si f(0) = 12 y E(X) = 16 , halle f(−1), f(1) y V(X).

25. Suponga que la variable aleatoria continua X representa el interés (en tanto por uno) que
genera una acción en bolsa en una jornada elegida al azar con función de densidad
k(x + 1) −1 < x < 0

fX (x) = k(1 − x) 0 ≤ x < 1 .
 0 otro caso

a. Calcule el valor de k
b. Halle la función de distribución acumulada

26. Sea X una variable aleatoria que representa el diámetro de un cable eléctrico con función de
densidad
6x(1 − x) 0 ≤ x ≤ 1
fX (x) =  .
 0 otro caso
a. Verifique que fX (x) es una función de densidad
b. Encuentre la función de distribución acumulada FX (x)
c. Encuentre un número b tal que P {X < b} = 2P {X > b}

{
d. Calcule P X ≤ 1 1
2 3
<X< 2
3 }

27. Sea X una variable aleatoria continua con función de densidad dada por
 kx 0< x≤1

 k 1 <x≤2
fX (x) = 
k(3 − x) 2<x<3
 0 en otro caso
Encuentre la varianza de X.

28. En una caja hay 4 fichas marcadas con los números 3, 4, 5 y 6 respectivamente. La variable
aleatoria X es la suma de los números de dos fichas tomadas al azar sin reemplazo. Halle la
función de densidad y la función de distribución de X.

29. Sea Y una variable aleatoria cuya función de densidad viene dada por
cye−2y y ≥ 0
fY (y) = 
 0 y<0
a. Encuentre el valor de c
b. Obtenga el valor esperado y la varianza de Y

30. Si la varianza de una variable aleatoria existe, pruebe que (E  X  ) ≤ E X2  .

2
 

31. Sea X una variable aleatoria que representa el número de clientes que llega a una tienda en
un período de una hora. Dada la siguiente información

Prof. José Luis Quintero 4

 x 0 1 2 3 4 5 6 7 8
p(x) 0.05 0.10 0.10 0.10 0.20 0.25 0.10 0.05 0.05

Encuentre E(X) y Var(X).

32. Determine el valor esperado de la variable aleatoria X que tiene la distribución de probabilidad
x−2
f(x) = para x = −1, 0, 1, 3.
7

33. Sea X una variable aleatoria continua.

a. Determine el valor de k para que la función
 − 5x
f(x) = ke x>0
 0 en otro caso
sea la función de densidad de probabilidad de X.
b. Grafique f(x)
c. Calcule P(X ≤ 5) y P(0 ≤ X ≤ 8)
d. Determine F(x) y grafíquela

34. La duración en horas de un componente electrónico, es una variable aleatoria cuya función de
− x
distribución acumulativa es F(x) = 1 − e 100 , x > 0. Determine la:
a. función de probabilidad de X
b. probabilidad de que el componente trabaje más de 200 horas

35. La función de distribución acumulativa de una variable aleatoria está dada por
 0 x<0

F(x) = 2x − x 0 ≤ x ≤ 1
2

 1 x >1

a. Grafique F(x)
b. Obtenga P(X < 12 ) y P(X > 34 )

c. Determine f(x)

36. Verifique que las siguientes funciones son densidades y obtenga la función de distribución
correspondiente.
cos(x) 0 < x < 2π
a. fX (x) = 
 0 en otro caso
 3 (1 − x2 ) para x < 1
b. fX (x) =  4
 0 para x ≥ 1

37. Determine el valor que debe tomar la constante A en cada caso para que las siguientes
funciones sean densidades de una función de distribución.
 Ax −(α +1) x ≥ x0 > 0
a. fX (x) =  α ∈R
 0 otro caso
Ax(1 − x) 0 ≤ x ≤ 1
b. fx (x) = 
 0 otro caso

Prof. José Luis Quintero 5

 A
c. fX (x) = , −∞ < x < ∞
1 + x2

38. Sea
 0 x≤0
fX (x) =  −x
cxe x>0
una función de densidad. Calcule P(X < 2) y P(2 < X < 3) .

39. Halle la función de distribución F y su gráfica si la densidad de X es:

 0≤x≤2
1
a. fX (x) =  2
0 otro caso
 x 0≤ x ≤1

b. fX (x) = 2 − x 1 < x ≤ 2
 0 otro caso


40. Sea
 0 x≤0
fX (x) =  1 − x 2 .
 2 e x>0
Halle un número x0 tal que P(X > x0 ) = 1
2
.

41. La vida de una máquina, medida en horas, tiene densidad

 0 x ≤ 100
fX (x) =  .
c x x > 100
2

a. Calcule c
b. Halle la función de distribución
c. Calcule P(X > 500)

42. Se define la función F por

 0 x<0

FX (x) =  x .
1 + x x≥0

a. Demuestre que esta función es una función de distribución

b. Halle un número c tal que P(X ≤ c) = 12
c. Calcule P(−2 ≤ X ≤ 2)

43. Una variable aleatoria tiene función de distribución cuya densidad está definida por
Ax2 −1 < x < 1
fX (x) = 
 0 en otro caso
Determine:
a. El valor de A
b. La función de distribución F
c. P( X < 12 )
d. P(− 14 < X < 23 )
e. P(X ≥ 12 ) y P(− 12 ≤ X ≤ 12 )

Prof. José Luis Quintero 6

44. La función de densidad de la variable aleatoria X es
 x si 0 < x < 1

fX (x) = 2 − x si 1 ≤ x < M .
 0 en otro caso

Encuentre
a. La distribución acumulada de X
b. P(0.8 < X < 0.6M)

45. Si la función de densidad de la variable aleatoria X está dada por

 x 0< x ≤1
 2
 1
1<x≤2
fX (x) =  2 ,
3− x
 2 2<x<3

 0 en otro caso
determine la función de distribución acumulada FX (x) .

46. La función de densidad de probabilidad de una variable aleatoria X está dada por:
2(1 − x) 0< x <1
fX (x) =  .
 0 en otro caso
Determine E(X) y Var(X).

47. Sea X una variable aleatoria que representa la magnitud de la desviación, a partir de un valor
prescrito, del peso neto de ciertos recipientes, los que se llenan mediante una máquina. La
función de densidad de probabilidad de X está dada por
1 10 0 < x < 10
fX (x) =  .
 0 en otro caso
Determine E(X) y Var(X).

48. Suponga que la duración en minutos de una llamada de negocios, es una variable aleatoria
cuya función de densidad de probabilidad está determinada por
 1 − x4
 x>0
fX (x) =  4 e .
 0 en otro caso
Determine E(X) y Var(X).

49. La función de densidad de la variable aleatoria continua X está dada por

 1
 1<x<3
fX (x) =  x.ln(3)
 0 en otro caso

Determine E(X), E(X2 ) y E(X3 ).

50. Sea
( 1 )x x = 1, 2, 3,...
fX (x) =  2
 0 en otros puntos
la función de densidad de la variable aleatoria X. Calcule la esperanza y la varianza de X.

Prof. José Luis Quintero 7

 RESPUESTAS
[1] K = 1 − r [2] A = 120
53
113 412 267 113 412 267
[3] FX (x) = U(x) + U(x − 1) + U(x − 2) , fX (x) = δ(x) + δ(x − 1) + δ(x − 2)
792 792 792 792 792 792
[9] a. P(X = 1) = 1
9
, P(X = 2) = 3
9
, P(X = 3) = 3
9
, P(X = 6) = 2
9

0 x <1
1
9 1 ≤ x < 2

b. FX (x) = P(X ≤ x) =  94 2 ≤ x < 3
7
9 3 ≤ x < 6
1 x≥6

[11] a. A = 2 n(n + 1) b. A = 1 [12] a. 0.3 b. 0.15 c. 0.55 d. 0.222 e. 0.454
2x − 1 2(x − 1)
[16] a. P(X = x) = b. P(X = x) =
144 132
3 1 < x ≤ 2
 5
[18] a. a = 3
5
, b = − 53 , c = 1
5
, d = − 15 b. fX (x) =  15 4 < x ≤ 6

0 otro caso
[19] a. 1 b. 3 1
2
c. 0 [20] a. 1 b. 2
3
c. 2 [21] Mínimo = E(X) , f(E(X)) = V(X)
b b b b

∫ ∫ ∫ ∫
b
[22] E X  = 1 − FX (x) dx = b − FX (x)dx = b − x.FX (x) 0 + xfX (x)dx = xfX (x)dx
0 0 0 0

 0 x<0
 x
 a − b +1 0 ≤ x ≤ a
 a
[23] a. F(x) =  a −b +1 a < x < b , 0<a<b b. a + b = 1 [24] f(−1) = 1
6
f(1) = 1
3
V(X) = 17
36
 x −(b − a)
 a − b +1 b ≤ x ≤ 1

 1 x >1
 0 x ≤ −1

 (x + 1)
2
−1 < x < 0
 2 5
[25] a. k = 1 b. FX (x) =  [27]
 (1 − x)2 12
1 − 2
0≤ x <1

 1 x ≥1
[28] fX (x) = 2
12
δ(x − 7) + 2
12
δ(x − 8) + 4
12
δ(x − 9) + 2
12
δ(x − 10) + 2
12
δ(x − 11)
FX (x) = 2
12
U(x − 7) + 2
12
U(x − 8) + 4
12
U(x − 9) + 2
12
U(x − 10) + 2
12
U(x − 11)
− x
1 100
[31] 4 y 4.1 [34] a. 100
e
 0 x<0  0 x < −1
 π 1
[36] a. F(x) = sen(x) 0 ≤ x ≤ 2
b. F(x) =  4 (3x − x3 ) + 1
2
−1 ≤ x ≤ 1
 
 1 x > 2π  1 x >1

[37] a. A = αx0α b. A = 6 c. A = 1
π
[38] a. c = 1 b. 0.594 c. 0.207

Prof. José Luis Quintero 8

  0 si x ≤ 0
0 si x ≤ 0  2
1  x
2
si 0 < x < 1
[39] a. F(x) =  2 x si 0 < x < 2 b. F(x) =  [40] x0 = 2 ln(2)
2
 2x − x − 1 si 1 ≤ x ≤ 2
1 si x ≥ 2  2
 1 si x > 2
 0 si x ≤ 100

[41] a. c = 100 b. F(x) =  100 c. 15 [42] b. c = 1 c. 23
1 − x si x > 100

 0 x ≤ −1
 3
x + 1
[43] a. A = 32 b. F(x) =  −1 < x < 1 c. 18 539
d. 3456 7
e. 16 , 18
 2
 1 x ≥1

 0 x≤0
 2
 x
4
0< x ≤1
 2x −1
[45] F(x) =  4
1<x≤2 [48] 4 y 16 [50] a. 2 b. 2
 (x −1)(x −5)
− 4
2<x≤3

 1 x>3

Prof. José Luis Quintero 9