Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Departamento de Informática
A : Caja es de 20 unidades
B : Caja es de 40 unidades
D0 : Caja contiene 0 productos defectuosos
D1 : Caja contiene 1 producto defectuoso
D2 : Caja contiene 2 productos defectuosos
(c) Sabemos que el cliente solo recibe cajas de 20 unidades. En esta situación, P (D0 ) = 0.6,
P (D1 ) = 0.3, P (D2 ) = 0.1. Sea E 2 el evento de extraer dos unidades de una caja de
20 elegida al azar y que ambos sean no defectuosos. La probabilidad de E 2 depende de
cuántos defectuoso tenga la caja. Claramente (asumiendo que las dos extracciones son
independientes)
P (E 2 |D0 ) = 1
P (E 2 |D1 ) = (19/20) · (18/19) = 0.9
P (E 2 |D2 ) = (18/20) · (17/19) = 0.805 .
1
Usando la regla de la probabilidad total,
(d) En este caso, el cliente puede recibir cajas de 20 y 40 unidades. De modo análogo a la
pregunta anterior
P (E 2 |D0 , B) = 1
P (E 2 |D1 , B) = (39/40) · (38/39) = 0.95
P (E 2 |D2 , B) = (38/40) · (37/39) = 0.901 .
P (E 2 |B) = P (E 2 |D0 , B)P (D0 |B) + P (E 2 |D1 , B)P (D1 |B) + P (E 2 |D2 , B)P (D2 |B)
= 1 · 0.35 + 0.95 · 0.5 + 0.901 · 0.15
= 0.96015 .
(b) Sea Y el número de intentos fallidos hasta comprar 3 objetos. Y ∼ Bn(0.65), donde r = 3
Necesitamos
1
y+r−1 r
X
y 2 3 3
P (Y ≤ 1) = p (1 − p) = 0.65 + 0.653 0.35
y=0
r − 1 2 2
= 0.2746 + 0.2884 = 0.563
(c) La distribución es una binomial negativa, con r = 1. O también, sea Z el número de fallos
hasta lograr la compra. Z ∼ Geo(0.65).
Necesitamos calcular,
2
X
P (Z ≤ 1) = (1 − p)z p
z=0
= 0.65 + 0.35 ∗ 0.65 = 0.8775
2
(d) Sabemos que X ∼ Bin(6, 0.65).
Entonces, E[X] = np = 3.9 y V [X] = np(1 − p) = 1.365.
√
P (X > 3.9 + 1.365) = P (X > 5.068) = P (X ≥ 6)
6
= 0.656 0.350 = 0.0754
6
3. Sea f (x, y) f.d.p. conjunta.
(a)
1 1
2
Z Z
P (X + Y > 1.2) = (3x + 4y)dydx
7 0.2 1.2−x
Z 1
2 1
= (3xy + 2y 2 )y=1.2−x dx
7 0.2
1
2
Z
= (3x − 3x(1.2 − x) + 2 − 2(1.2 − x)2 )dx
7 0.2
Z 1
2
= (3x − 3.6x + 3x2 + 2 − 2(1.22 − 2.4x + x2 ))dx
7 0.2
1
2
Z
= (−0.6x + 3x2 + 2 − 2.88 + 4.8x − 2x2 )dx
7 0.2
1
2
Z
= (4.2x + x2 − 0.88)dx
7 0.2
1 !
x3
2 2
= 2.1x + − 0.88x
7 3 x=0.2
2 1 0.008
= 2.1 + − 0.88 − 2.1 · 0.04 − + 0.88 · 0.2
7 3 3
2
= 1.64267 = 0.4438
7
(b) Debemos calcular Cov(X, Y ) = E[XY ] − E[X]E[Y ].
R1
Para calcular E[X] = 0 fX (x)dx, debemos primero obtener fX (x) la función de dis-
tribución marginal de X:
1
2 1 2 2
Z
(3x + 4y)dy = (3xy + 2y 2 )
fX (x) = = (3x + 2) , 0 ≤ x ≤ 1
7 0 7 y=0 7
Luego, 1
1
2 2 3 2 4
Z
(x + x2 )
EX [X] = x(3x + 2)dx = = 2=
7 0 7 x=0 7 7
Ahora, procedemos análogamente para obtener E[Y ],
1
2 1
2 3 2 2 3
Z
fY (y) = (3x + 4y)dx = x + 4xy = + 4y , 0 ≤ y ≤ 1
7 0 7 2 x=0 7 2
Entonces,
1 1
2 3 2 3 2 3 4 25
Z
2
EY [Y ] = y + 4y dy = ( y + 2y ) = + =
7 0 2 7 2 y=0 7 4 3 42
3
Nos falta calcular
1 1
2
Z Z
E[XY ] = xy(3x + 4y)dydx
7 0 0
1 1
2
Z Z
= (3x2 y + 4xy 2 )dydx
7 0 0
1 1
2 3x2 y 2 4xy 3
Z
= ( + ) dx
7 0 2 3 y=0
1
2 3x2 4x
Z
= + ( )dx
7 0 2 3
1 !
2 3x3 2x2
= +
7 2 3 x=0
2 1 2 2 7 1
= + = · =
7 2 3 7 6 3
2 4 25
Por lo tanto, Cov(X, Y ) = E[XY ] − E[X]E[Y ] = 6 − 7 42 = −0.0068
4
Ahora calculamos la segunda,
Z 1 Z x−1/4 Z 1 x−1/4
(3x + 4y)dydx = (3xy + 2y 2 )y=0 dx
1/4 0 1/4
Z 1
= (3x(x − 1/4) + 2(x − 1/4)2 )dx
1/4
Z 1
3 1 1
= (3x2 − x + 2(x2 − x + ))dx
1/4 4 2 16
Z 1
3 1
= (3x2 − x + 2x2 − x + ))dx
1/4 4 8
Z 1
7 1
= (5x2 − x + )dx
1/4 4 8
1
5 3 7 2 1
= x − x + x
3 8 8 x=1/4
5 3 5 7 1
= − − − + ≈ 0.9141
3 4 192 128 32
Por lo tanto,
1 2 2
P |X − Y | ≤
= 1 − 1.05469 − 0.914062 = 0.4375.
4 7 7
R1R1
(d) Debemos encontrar t que minimice E (X + Y − t)2 = 0 0 (X + Y − t)2 f (x, y)dydx.
Derivando respecto a t
d 1 1
Z Z Z 1Z 1
(X + Y − t)2 f (x, y)dydx = −2 (X + Y − t)f (x, y)dydx
dt 0 0 0 0
Igualamos a cero,
Z 1 Z 1
−2 (X + Y − t)f (x, y)dydx = 0
0 0
Z 1 Z 1
(X + Y − t)f (x, y)dydx = 0
0 0
Z 1 Z 1 Z 1 Z 1
(X + Y )f (x, y)dydx = tf (x, y)dydx
0 0 0 0
Z 1Z 1 Z 1Z 1
(X + Y )f (x, y)dydx = t f (x, y)dydx
0 0 0 0
Z 1 Z 1
(X + Y )f (x, y)dydx = t
0 0
5
(a) Calculemos la f.g.m de
Luego por el teorema de unicidad, Sn es una función de distribución Gamma(n, 1/λ). Por
lo tanto, la f.d.p. de Sn es,
1
fSn (x) = xn−1 e−λx , x > 0
γ(n) λ1n
λn
= xn−1 e−λx
(n − 1)!
(λx)n−1
= λe−λx
(n − 1)!
6
La primera derivada en λ de ℓ(·) es
n
δℓ(λ) X Xi
= −1
δλ i=1
λ
(b) Usando la aproximación X ∼ N (λ, λ), tenemos que λmv = X̄ ∼ N (λ, λ/n). Por lo tanto, la
cantidad
λmv − λ
Z= q ,
λmv
n
H0 : λ ≤ 300
H1 : λ > 300 .
H0 : λ = 300
H1 : λ > 300 .
cae dentro del intervalo [−∞, z1−α ] con probabilidad 1 − α. Para el nivel de significación
requerido z1−α = 1.64. El valor experimental de Z (bajo H0 ) es sin embargo,
7
6. (a) De la encuesta, p̂ = 0.4. Entonces, el IC para la proporción es:
" r # " r #
p̂(1 − p̂) 0.6(1 − 0.6)
ICp = p̂ ± Zα/2 = 0.6 ± Z0.025
n 10
= [0.6 ± 1.96 · 0.1549]
= 0.6 ± 0.3036 = [0.2964, 0.9036]
(b) Otro estudio afirma que el 44 % de los usuarios de internet jamás han twiteado. Contraste
esta hipótesis con la alternativa que afirma que dicha proporción es menor. Use α = 0.1.
RNA LATEX
8
1.0
0.8
0.6
β
0.4
0.2
0.0
p’