ESTADÍSTICA PARA ECONOMISTAS – MA175

Taller 1 - parte 2
Ciclo 2022 - 02

CASO 1: Caja municipal de ahorros y crédito

La caja municipal de ahorro y crédito cuenta con una ventanilla para atender al público
en general y otra para clientes preferentes. En cierto momento de atención, se
analizaron las siguientes variables:
X: tiempo para atender al público en general en cientos de segundos
Y: tiempo para atender a clientes preferentes en cientos de segundos

cuya distribución conjunta está dada por:

 k (x + y2 ) en RXY
f ( x, y ) = 
 0 otro caso

donde RXY es la región limitada por los puntos (0,0) (1,0) (0,1) y (1,1)

a) Encontrar el valor de k para que 𝑓(𝑥, 𝑦) sea función de densidad de probabilidad.

Región de integración:

Recordemos por teoría:

∞ ∞
∫ ∫ 𝑓 (𝑥, 𝑦)𝑑𝑦𝑑𝑥 = 1
−∞ −∞
 𝑦 3 𝑦=1 1
(𝑥𝑦 + ) |𝑦=0 = (𝑥 + )
3 3

𝑥=1 𝑦=1
𝑘∫ ∫ (𝑥 + 𝑦 2 )𝑑𝑦𝑑𝑥 = 1
𝑥=0 𝑦=0

𝑥=1
1 𝑥 2 𝑥 𝑥=1 5𝑘 6
𝑘∫ (𝑥 + ) 𝑑𝑥 = 𝑘 ( + ) |𝑥=0 = =1⇒𝑘=
𝑥=0 3 2 3 6 5

La función de densidad de probabilidad conjunta es:

6 2
𝑓(𝑥, 𝑦) = {5 (𝑥 + 𝑦 ) ;0 ≤ 𝑥 ≤ 1 ; 0 ≤ 𝑦 ≤ 1
0 ; 𝑂𝑡𝑟𝑜𝑠 𝐶𝑎𝑠𝑜𝑠

b) Si la probabilidad de que ninguna ventanilla esté ocupada más de la mitad del

tiempo es mayor a 0.5, entonces la administración apertura una ventanilla más,
¿se tendrá que aperturar una ventanilla más?

0.5 0.5 6
𝑃 (𝑋 ≤ 0.5, 𝑌 ≤ 0.5) = ∫0 ∫0 (𝑥 + 𝑦 2 )𝑑𝑦𝑑𝑥
5

0.5
6
∫ (𝑥 + 𝑦 2 )𝑑𝑦 = 1.2(0.5𝑥 + 0.04166)
0 5

0.5 0.5 6
𝑃(𝑋 ≤ 0.5, 𝑌 ≤ 0.5) = ∫0 ∫0 (𝑥 + 𝑦 2 )𝑑𝑦𝑑𝑥
5
0.5
= ∫ 1.2(0.5𝑥 + 0.04166)𝑑𝑥
0

𝑥2 𝑥=0.5
= 1.2 ( + 0.04166 𝑥) |𝑥=0 = 0.1
4

Decisión: Como la probabilidad 0.1 es menor a 0.5 entonces la administración

no apertura una ventanilla más.
c) El administrador de la caja municipal tiene información que el tiempo que
demoran en ventanilla los clientes preferentes es de 0,9 cientos de segundos. El
administrador sugiere al gerente hacer un seguimiento al tiempo que demoran
en atender al público en general, siempre y cuando el tiempo esperado sea de al
menos de 0,7 cientos de segundos ¿cuál será la decisión del gerente, teniendo
en cuenta la sugerencia?

Recordando:
∞
𝐸 (𝑋/𝑌) = ∫−∞ 𝑥𝑓(𝑥/𝑦)𝑑𝑥
+∞
𝑓𝑋 (𝑥 ) = ∫ 𝑓(𝑥, 𝑦) 𝑑𝑦
−∞
+∞
𝑓𝑌 (𝑦) = ∫−∞ 𝑓(𝑥, 𝑦) 𝑑𝑥

1
Nos piden: 𝐸[𝑋⁄𝑌 = 0.9] = ∫0 𝑥𝑓(𝑥/𝑦 = 0.9) 𝑑𝑥

Calculando la función condicional

𝑓(𝑥,𝑦=0.9)
𝑓 (𝑥⁄𝑦 = 0.9) = 𝑓(𝑦=0.9)

La función marginal de 𝑌

+∞
𝑓𝑌 (𝑦) = ∫ 𝑓(𝑥, 𝑦) 𝑑𝑥
−∞
16 6 1 1 6 3
𝑓𝑌 (𝑦) = ∫0 5 (𝑥 + 𝑦 2 )𝑑𝑥 = 5 [∫0 𝑥𝑑𝑥 + ∫0 𝑦 2 𝑑𝑥 ] = 5 𝑦 2 + 5
6 3
𝑓𝑌 (𝑦) = 5 𝑦 2 + 5 ; 0≤𝑦≤1

Función marginal y evaluado en Y=0.9

6 3
𝑓𝑦 (𝑦 = 0.9) = (0.9)2 + = 1.572
5 5

Función conjunta y evaluado en Y=0.9

 6 6
𝑓(𝑥, 𝑦 = 0.9) = (𝑥 + (0.9)2 ) = (𝑥 + 0.81)
5 5

Función condicional y evaluado en Y=0.9

𝑓(𝑥,0.9) 1.2(𝑥 + 0.81)
𝑓 (𝑥⁄𝑦 = 0.9) = 𝑓(𝑦=0.9) = 1.572

Calculando la esperanza condicional

1 1.2(𝑥+0.81)
𝐸[𝑋⁄𝑌 = 0.9] = ∫0 𝑥 𝑑𝑥 = 0.564 cientos de segundos
1.572

Decisión: A ser el esperado igual a 0.564 el cual es menor a 0.7, entonces el

gerente decide no hacer un seguimiento al tiempo que demoran en atender al
público en general.

d) ¿Cree usted que el grado de relación lineal entre X e Y es fuerte? Justifique.

𝐶𝑂𝑉(𝑋, 𝑌) 𝐶𝑂𝑉 (𝑋, 𝑌)

𝜌(𝑋, 𝑌) = =
√𝑉 (𝑋) × 𝑉 (𝑌) 𝜎𝑋 × 𝜎𝑌

𝑉 (𝑋) = 𝐸 (𝑋 2 ) − [𝐸 (𝑋)]2
∞
𝐸 (𝑋) = ∫ 𝑥𝑓(𝑥)𝑑𝑥
−∞
∞
𝐸 (𝑋 2 ) = ∫ 𝑥 2 𝑓(𝑥)𝑑𝑥
−∞

𝐶𝑂𝑉 (𝑋, 𝑌) = 𝐸 (𝑋𝑌) − 𝐸 (𝑋) × 𝐸 (𝑌)

+∞
𝑓𝑋 (𝑥 ) = ∫ 𝑓(𝑥, 𝑦) 𝑑𝑦
−∞

6 2
𝑓 (𝑥, 𝑦) = {5 (𝑥 + 𝑦 ) ;0 ≤ 𝑥 ≤ 1 ; 0 ≤ 𝑦 ≤ 1
0 ; 𝑂𝑡𝑟𝑜𝑠 𝐶𝑎𝑠𝑜𝑠

Recordando:
 𝑥=1
𝑦=1
6 6 2 6 6 3
𝑓 (𝑥 ) = ∫ (𝑥 + 𝑦 2 ) 𝑑𝑦 = 𝑥 + 𝑓 (𝑦) = ∫ (𝑥 + 𝑦2 )𝑑𝑥 = 𝑦2 +
5 5 5 𝑥=0 5 5 5
𝑦=0

6 2 𝟔 𝟐
𝟑
𝑓 ( 𝑥 ) = {5
𝑥+5 , 0<𝑥<1 𝒇(𝒚) = {𝟓 𝒚 + 𝟓 , 𝟎<𝒚<𝟏
0 , 𝑂𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 𝟎 , 𝑶𝒕𝒓𝒐 𝒄𝒂𝒔𝒐

Calculando los Esperados

1 1 1
6 2 6 2
𝐸 (𝑋) = ∫ 𝑥𝑓 (𝑥 )𝑑𝑥 = ∫ 𝑥( 𝑥 + )𝑑𝑥 = ∫ 𝑥 2 + 𝑥 𝑑𝑥 = 0.6
0 0 5 5 0 5 5
1 1 1
6 2 6 2
𝐸 (𝑋²) = ∫ 𝑥²𝑓 (𝑥)𝑑𝑥 = ∫ 𝑥²( 𝑥 + )𝑑𝑥 = ∫ 𝑥 3 + 𝑥 2 𝑑𝑥 = 0.433
0 0 5 5 0 5 5

1 1 1
6 2 3 6 3
𝐸 𝑌 = ∫ 𝑦𝑓 𝑦 𝑑𝑦 = ∫ 𝑦( 𝑦 + ) 𝑑𝑦 ∫ 𝑦 3 + 𝑦 𝑑𝑦 = 0.6
( ) ( )
0 0 5 5 0 5 5
1 1 1
6 3 6 3
𝐸 (𝑌²) = ∫ 𝑦²𝑓 (𝑦)𝑑𝑦 = ∫ 𝑦²( 𝑦 2 + ) 𝑑𝑦 = ∫ 𝑦 4 + 𝑦 2 = 0.44
0 0 5 5 0 5 5

1 1 1 1
6
𝐸 (𝑋𝑌) = ∫ ∫ 𝑥𝑦 𝑓(𝑥, 𝑦)𝑑𝑦𝑑𝑥 = ∫ ∫ 𝑥𝑦 ( (𝑥 + 𝑦 2 )) 𝑑𝑦𝑑𝑥 = 0.35
0 0 0 0 5

Calculando la covarianza

𝐶𝑂𝑉 (𝑋, 𝑌) = 𝐸 (𝑋𝑌) − 𝐸 (𝑋) × 𝐸 (𝑌) = 0.35 − (0.6 × 0.6) = −0.01

Calculando el coeficiente de correlación

𝑉 (𝑋) = 𝐸 (𝑋 2 ) − [𝐸 (𝑋)]2 = 0.433 − [0.6]2 = 0.073
𝑉 (𝑌) = 𝐸 (𝑌 2 ) − [𝐸 (𝑌)]2 = 0.44 − [0.6]2 = 0.08
 𝐶𝑂𝑉(𝑋, 𝑌) 𝐶𝑂𝑉(𝑋, 𝑌) −0.01
𝜌(𝑋, 𝑌) = = = = −0.131
√𝑉 (𝑋) × 𝑉 (𝑌) 𝜎𝑋 × 𝜎𝑌 √0.073 × 0.08

La afirmación es falsa, porque la relación lineal entre X e Y es muy débil e inversa.