1

Universidad de los Andes Departamento de Matemáticas

Mate 2509–03 Estadı́stica Economı́a–
Taller parcial 1

1. Si Y1 y Y2 denotan las proporciones del tiempo en un dı́a laborable durante el cual los empleados
I y II respectivamente desempeñan sus tareas. La distribución conjunta es modelada por la
función (
y1 + y2 , si 0 ≤ y1 ≤ 1, 0 ≤ y2 ≤ 1
f (y1 , y2 ) =
0, de lo contrario
Halle,

a) P (Y1 < 1, Y2 > 1/4).

b) P (Y1 + Y2 ≤ 1)
c) Las densidades marginales para Y1 y Y2 .¿Son independientes?
d ) P (Y1 ≥ 1/2|Y2 ≥ 1/2).
e) Si el empleado II gasta exactamente 50 % del dı́a trabajando en sus labores asignadas,
halle la probabilidad de que el empleado I gaste más del 75 % del dı́a trabajando en labores
similares.
f ) Halle Cov(Y1 , Y2 ).
g) Halle Var(30Y1 − 25Y2 ).

2. Sean Y1 y Y2 variables aleatorias independientes distribuidas exponencialmente, cada una con

media 1.

a) Halle la función de densidad conjunta.

b) Encuentre P (Y1 < 2Y2 |Y1 < 3Y2 ).

3. Dadas las variables aleatorias Y1 y Y2 cuya densidad de probabilidad conjunta está dada por,
(
1, si 0 ≤ y2 ≤ 1, 0 ≤ y1 + y2 ≤ 1,
f (y1 , y2 ) =
0, en otros casos.

Halle,

a) Soporte de f y las densidades marginales.

b) E[Y1 ] y E[Y2 ].
c) V[Y1 ] y V[Y2 ].
d ) V(Y1 − Y2 ).

4. Las variables aleatorias discretas X y Y están distribuidas conjuntamente y su función de

densidad está dada por
x+y
p(x, y) = , si x = 0, 2, y = 0, 2, 3, 4.
26
Halle:

a) Las densidades marginales y las condicionales.

2
b) µX , µY , σX y σY2 .
c) La Cov(X, Y ) y la correlación ρ. ¿Las variables son independientes? Use fraccionarios.
2

5. Sea (
1
40 , si 0 ≤ y1 ≤ 10, 10 − y1 ≤ y2 ≤ 14 − y1 .
f (y1 , y2 ) =
0, en otros casos.
Halle
a) Las densidades marginales para Y1 y Y2 .
b) La densidad condicional f (y1 |y2 ).
c) P (Y1 ≥ 6|Y2 = 5).
6. Sea Y una variable aleatoria con distribución uniforme en el intervalo (0,4). Halle las funciones
de densidad y E(U ), si
√
a) U = Y .
b) U = 1 − 4Y .
c) U = Y 2 .
7. Si la densidad conjunta de X y Y esta dada por
(
e−(x+y) si x > 0, y > 0
f (x, y) =
0 de lo contrario

X +Y
a) Halle la función de densidad para U = .
2
b) Halle P(U < 12 )
8. Sea Y una variable aleatoria cuya función de densidad de probabilidad esta dada por
 
2y −y 2 /θ
 θ e , si y > 0,


f (y) =



0, de lo contrario

a) Use el método de las transformaciones para hallar la función de densidad de probabilidad

para U = Y 2 .
b) Utilice el resultado del inciso anterior para hallar E(U ) y V(U ).
9. Sea Y una variable aleatoria con distribución uniforme en el intervalo (1, 4). Halle la función
de densidad para U = Y −1/α , sabiendo que el parámetro α > 0.
10. Si Y1 , Y2 son son variables aleatorias independientes, cada una con distribución uniforme en
el intervalo (0, 2), halle la funcion de densidad para U = Y2 − Y1 usando el método de la
trasformación.
11. Si Y1 , Y2 y Y3 son variables aleatorias independientes, cada una con distribución exponencial
con β = 3, use el método de la función generadora de momentos para hallar la distribución,
Y1 + Y2 + Y3
media y varianza de U = .
3
12. Sean Y1 , . . . , Y5 variables aleatorias independientes cada una con distribución uniforme en el
intervalo [0, 15].
a) Halle la función de densidad para Y(5) = máx(Y1 , . . . , Y5 ).
b) Halle P(Y(5) ≥ 10).
 3

13. Sean Y1 y Y2 variables aleatorias distribuidas conjuntamente y sea X = aY1 ± bY2 . Muestre
que ,

a) µX = aµ1 ± bµ2 .
2
b) σX = a2 σ12 + b2 σ22 ± 2abCov(Y1 , Y2 ).
14. Utilice el resultado del inciso b) del ejercio anterior y el hecho de que V (X + Y ) ≥ 0 y que
V (X − Y ) ≥ 0 para mostrar que −1 ≤ ρ ≤ 1, si X y Y son variables aleatorias distribuidas
conjuntamente.