Facultad de Ingenier a

UBA

Probabilidad y Estad stica Gu de Ejercicios a

Segundo Cuatrimestre del 2010

Versin 1.1 o

Glosario de s mbolos

: El ejercicio requiere simulacin con computadora. o ! : Alto. Estos ejercicios son importantes, pudiendo ser o no dif de resolver. ciles
Se recomienda fuertemente resolverlos.
A : Siga siga. Lea detenidamente el enunciado. Si cree entender qu es lo que e

hay que hacer (ya ha resuelto un ejercicio previamente de esp ritu similar), pase al siguiente. Ante la duda, resulvalo. e : Curva peligrosa. Estos ejercicios pueden ser ms dif a ciles de lo que parecen a simple vista, o por el contrario, si se miran bien resultan ms fciles de lo que a a parecen.

h : Ejercicios muy dif ciles.

O : Slo para audaces. Viaje de ida al para o al inerno. o so

Gu 1 a

1.1 En una universidad se obtuvo la siguiente informacin: el 74 % de las chicas o tienen cabello oscuro, ojos marrones o ambas cosas; el 60 % tiene ojos marrones; y el 70 % tiene cabello oscuro. Qu porcentaje de chicas tiene e (a) cabello oscuro y ojos marrones? (b) slo cabello oscuro? o (c) slo ojos marrones? o (d) ninguna de las dos caracter sticas mencionadas? 1.2 Se hace una encuesta con un grupo de 1000 suscriptores a una revista. De la misma resultan: 312 varones, 470 casados, 525 graduados universitarios, 42 varones graduados universitarios, 147 graduados universitarios casados, 86 varones casados y 25 varones casados graduados universitarios. Mostrar que estos datos no son consistentes. 1.3 ! [DeGroot, pg. 42 ] En una ciudad se publican los peridicos A, B y C. El a o 22 % de la poblacin lee el peridico A, el 25 % lee el B, y el 28 % lee el C. El 11 % o o de la poblacin lee los peridicos A y B, el 5 % lee los peridicos A y C, y el 7 % o o o de la poblacin lee los peridicos B y C. Slo el 1 % lee los tres peridicos. Hallar o o o o la probabilidad de que una persona de la poblacin (para cada caso representar los o eventos en un diagrama de Venn) (a) lea alguno de los peridicos A o B. o (b) no lea ni el peridico A ni el B. o (c) lea alguno de los tres peridicos. o (d) lea slo el peridico C. o o (e) no lea ni el peridico A ni el B, o lea el C. o 1.4 [Maronna, pg. 10 ] a (a) Una canasta roja contiene 5 botellas de champagne y 6 de vino comn, mientras u que una canasta blanca contiene 3 de champagne y 4 de vino. Se le ofrece a Ud. elegir una canasta y extraer al azar una botella de ella. Cul canasta le conviene a elegir si desea tomar champagne y no vino? (b) Otra canasta roja contiene 6 botellas de champagne de primera y 3 de vino de cuarta, mientras que otra canasta blanca tiene 9 de champagne y 5 de vino. De cul le conviene extraer? a (c) Los contenidos de las dos canastas blancas se unen y lo mismo se hace con los de las dos rojas. De cul le conviene extraer ahora? (el resultado es un ejemplo de a la llamada paradoja de Simpson)

1.5 ! Sea  t1, 2, 4, 5u. Denimos en los subconjuntos A una probabilidad 3, P mediante PpAq  iPA pi , donde p1  0.1, p2  0.2, p3  0.3, p4  0.05, p5  0.35. Sea A  t1, 5u. (a) Calcular PpAq.

tal que A B y PpB q  0.65. (c) Hallar todos los eventos C tales que PpA X C q  0 y PpC q  0.3. (d) Hallar todos los eventos D tales que A X D  H y PpA Y Dq 0.6. (e) Repetir los incisos anteriores si  t1, 2, 3, 4, 5, 6u, con p6  0, y A  t1, 5, 6u.
(b) Hallar, si existe, un evento B 1.6 Se tienen dos urnas a y b. En a hay 3 bolas rojas y 2 blancas, y en b hay 2 rojas y 5 blancas. Si se extraen al azar una bola de cada urna, hallar la probabilidad de que (a) ambas sean blancas. (b) ambas sean del mismo color. (c) sean de distinto color. (d) la bola extra de la urna a sea blanca. da 1.7 Cada noche despus de cenar, el matrimonio Gal e ndez tira 4 dados. Si no sale ningn 6, le toca al Sr. Gal u ndez lavar los platos. En caso contrario, a su esposo. En promedio, quin lava los platos ms seguido? e a 1.8 Un dado equilibrado se arroja dos veces. Hallar la probabilidad de que (a) los dos resultados sean iguales. (b) los dos resultados sean distintos y su suma no supere 9. (c) la suma de los resultados sea 10. (d) el primer resultado sea inferior a 4 y el segundo sea impar. (e) el mdulo de la diferencia de los resultados sea 1. o 1.9 ! Sea  r0, 1s  r0, 1s el cuadrado unitario. Consideraremos eventos a los subconjuntos que admiten rea ||, y denimos Ppq  ||. a (a) Sea A  tpx, y q P : x

es la probabilidad de que el dardo se clave en la zona del blanco descrita por . Cmo se describir en trminos de lo que pasa con el dardo los eventos Dk y D o an e del inciso anterior?

1u. Hallar PpAq. (b) Sea B  tpx, y q P : x y 2 1u. Hallar PpB q. (c) Sean, para k  1, 2, . . ., Ck  tpx, y q P : x y 1{2 1{k u. Hallar PpCk q y 8 Pp k1 Ck q. (d) Sean, para k  1, 2, . . ., Dk  tpx, y q P : px
1{2q2 py
1{2q2 1{k 2 u y 8 D  k1 Dk . Hallar PpDk q y PpDq. (e) Suponer que modela un blanco cuadrado al que se dispara un dardo, y Ppq
y
2

1.10 ! [Feller, pg. 18 y 24 ] Juan, Pedro y Mar juegan al ping-pong. El que a a gana un partido sigue jugando, mientras que el que lo pierde es reemplazado por el que no jugaba. El primer partido es entre Juan y Mar Se gana una cerveza el a. primero que gana dos partidos seguidos, completando as un juego. Para cada k, asignamos a cada juego posible que dura exactamente k partidos, la probabilidad 21 . Si describimos un juego indicando la secuencia de ganadores k mediante la de sus iniciales, el juego JP M M tendr probabilidad 1{16, el juego a pM P J q6 M P P (dejamos a cargo del lector la interpretacin de la notacin) probao o bilidad 21 . 21 (a) Describir un espacio muestral para los resultados del juego. (sugerencia: analizar las secuencias posibles usando la notacin ya introducida) o (b) Hallar las probabilidades de que cada uno de los jugadores Juan, Mar o Pedro a se tome la cerveza. (c) Hallar la probabilidad de que el juego dure para siempre sin que nadie se gane la cerveza. 1.11 Se sortea un nmero al azar dentro del intervalo r0, 1s. u (a) Hallar la probabilidad de que los primeros tres d gitos sean 1, 2, 2 (es decir, 0.122 . . .). (b) Hallar la probabilidad de que el 8 no est entre los primeros 5 d e gitos. (c) Hallar la probabilidad de que el 7 no sea uno de sus d gitos. 1.12 Se tiene un naipe espaol de 40 cartas. n (a) Se extraen al azar con reposicin tres cartas. Hallar o 1. 2. 3. 4. la la la la probabilidad probabilidad probabilidad probabilidad de de de de que que que que las las las las tres tres tres tres sean sean sean sean de oro. del mismo palo. iguales. de palos diferentes.

(b) Hallar cada una de las probabilidades del inciso anterior, suponiendo que la extraccin se hace sin reposicin. o o 1.13 [Feller, pg. 56 ] La encargada del edicio donde viven otras 40 personas echa a a rodar un rumor. A la maana temprano se lo dice a una vecina, quien a su vez n lo repite a una tercera, etctera. En cada paso el emisor del rumor elige al azar al e receptor entre los restantes 40 habitantes del edicio. (a) Hallar la probabilidad de que el rumor se transmita 15 veces sin retornar a la encargada que lo origin. o (b) Hallar la probabilidad de que el rumor se transmita 15 veces sin que ninguna persona lo reciba ms de una vez. a 1.14 Una planta de ensamblaje recibe una partida de 100 piezas de precisin que o incluye exactamente k defectuosas. La divisin de control de calidad elige 10 piezas o al azar para controlarlas y rechaza la partida si encuentra al menos 2 defectuosas. (a) Si k

 8, cul es la probabilidad de que la partida pase la inspeccin? a o

(b) Cmo se comporta la probabilidad ppk q de que la partida pase la inspeccin? o o (c) Cul es la mxima probabilidad de aceptar una partida que contenga ms de a a a 20 piezas defectuosas? 1.15 ! [Feller, pg. 38-42 ] Se arrojarn 17 bolas en 20 urnas. a a (a) [Maxwell-Boltzmann] Suponiendo que las bolas son distinguibles y que todas las conguraciones diferentes son equiprobables. Calcular la probabilidad de que las 17 bolas caigan en la primera urna. Calcular la probabilidad de que 10 bolas caigan en la primera urna y 7 en la segunda. Son iguales las probabilidades calculadas? Calcular la probabilidad de que 5 bolas caigan en la primer urna, 3 en la segunda y 9 en la tercera. Calcular la probabilidad de que no caigan bolas en las tres ultimas urnas. (b) [Bose-Einstein] Suponiendo que las bolas son indistinguibles y que todas las conguraciones distintas son equiprobables. Calcular la probabilidad de que las 17 bolas caigan en la primer urna. Calcular la probabilidad de que 10 bolas caigan en la primer urna y 7 en la segunda. Son iguales las probabilidades calculadas? Calcular la probabilidad de que 5 bolas caigan en la primer urna, 3 en la segunda y 9 en la tercera. Calcular la probabilidad de que no caigan bolas en las tres ultimas urnas. (c) [Fermi-Dirac] Suponiendo que las bolas son indistinguibles, que ninguna urna puede contener ms de una bola y que todas las conguraciones distintas son a equiprobables. Calcular la probabilidad de que las 17 bolas caigan en la primer urna. Calcular la probabilidad de que 10 bolas caigan en la primer urna y 7 en la segunda. Son iguales las probabilidades calculadas? Calcular la probabilidad de que no caigan bolas en las tres ultimas urnas. 1.16 ! Simulacin de experimentos aleatorios. Sea  t1 , 2 , . . . , n u el o espacio muestral correspondiente a un experimento aleatorio. Suponga que cada punto k P tiene asignada la probabilidad pk . Denimos el siguiente mecanismo para simular el experimento. Sean a0  0, ai  k1 pk . Subdividimos el intervalo p0, 1s en los n intervalos n Ii  pai
1 , ai s, i  1,    , n. Observar que i1 Ii  p0, 1s, y que la longitud de Ii es pi . Dado un nmero aleatorio U P p0, 1s, determinamos a cul de los intervalos u a Ii pertenece, y consideramos que el resultado simulado de la realizacin del o experimento ha sido i . Si queremos simular m realizaciones del experimento, usaremos m veces el mecanismo anterior, cada vez con un nuevo nmero aleatorio U . u (a) Dados los nmeros aleatorios 0.2, 0.7, 0.9, 0.1, simular el resultado de 4 tiradas u sucesivas de un dado equilibrado.
i

(b) Mediante diez mil simulaciones estimar la probabilidad de que al arrojar 2 dados equilibrados la suma de los resultados sea menor que 11. Comparar la estimacin o obtenida con el valor verdadero de la probabilidad. 1.17

Mediante 20 simulaciones estimar las siguientes probabilidades

(a) Obtener al menos un as en seis tiros de un dado. (b) Obtener al menos dos ases en doce tiros de un dado. (c) De acuerdo con los resultados, si se quiere apostar a uno de los resultados, cul a de las dos apuestas es ms conveniente? a (d) Repetir los incisos anteriores mediante 10000 simulaciones. 1.18 Un dado equilibrado se arroja dos veces. Hallar la probabilidad de que la suma supere 10 sabiendo que (a) la primer tirada es un 5. (b) la primer tirada es mayor a 3. (c) la primer tirada es menor que 5. (d) la suma de los resultados supera 9. (e) el mdulo de la diferencia de los resultados es 1. o 1.19 En el contexto del Ejercicio 1.3, hallar la probabilidad de que (para cada caso representar los eventos en un diagrama de Venn) (a) si una persona lee el peridico B, no lea el A. o (b) si una persona lee el peridico C, lea adems el A. o a (c) una persona lea el peridico B, si no lee ni el A ni el C. o (d) una persona que lee el peridico C, no lea ninguno de los otros dos. o (e) si una persona lee slo un peridico, que sea el peridico A. o o o (f) una persona lea los peridicos A y C, si slo lee dos peridicos. o o o 1.20 La gura siguiente representa el mapa de una localidad tur stica de 40 manzanas situada en la costa atlntica. a

Un paseo desde el hotel, situado en el punto H, hasta el puerto de pescadores, situado en el punto P , es una sucesin de 14 cuadras dentro de la localidad o recorridas hacia la izquierda o hacia abajo (ver la gura). Se elige al azar un paseo

desde el hotel hasta el puerto de pescadores (esto es, todos los paseos tienen la misma probabilidad de ser elegidos). (a) Calcular la probabilidad de pasar por el quiosco de diarios y revistas situado en el punto Q. (b) Sabiendo que se pas por el caf situado en el punto C, hallar la probabilidad o e de haber pasado por el quiosco de diarios y revistas. 1.21 Rodriguez y Rivas juegan una partida de truco. Se asume que el mazo se encuentra bien mezclado. Se reparte una mano de cartas (tres a cada uno). (a) Hallar la probabilidad de que Rodriguez tenga or (tres cartas del mismo palo). (b) Mostrar que el resultado anterior no se ve afectado por la forma de repartir las cartas (una y una por vez, o tres para uno y luego tres para el otro). (c) Cul es la probabilidad de que Rivas tenga or? a (d) Hallar la probabilidad de que ambos tengan or. (e) Comparar el valor de la probabilidad hallada en Inciso (a) con el de la probabilidad de que Rodriguez tenga or si se sabe que Rivas la tiene. 1.22 En una urna hay una bola verde y dos bolas rojas. En cada paso se extrae una bola al azar y se la repone junto con otra del mismo color. (a) Calcular la probabilidad de que al nalizar el segundo paso la urna contenga dos bolas verdes y tres rojas. (b) Si al nalizar el segundo paso la urna contiene dos bolas verdes y tres rojas, cul es la probabilidad de que en el primer paso se haya extra una bola roja? a do 1.23 Harvey dos caras tiene dos monedas normales y una moneda de dos caras. (a) Elige una moneda al azar y la arroja al aire dos veces consecutivas. Si el primer resultado fue cara, cul es la probabilidad de que el segundo tambin sea cara? a e (b) Elige una moneda al azar, la arroja al aire y sale cara. Cul es la probabilidad a de que sea una de las monedas normales? (c) Harvey arroja la misma moneda por segunda vez y de nuevo sale cara. Cul a es la probabilidad de que sea una de las monedas normales? (d) Harvey arroja la misma moneda por tercera vez y de nuevo sale cara. Cul es a la probabilidad de que sea una de las monedas normales? 1.24 Un canal de comunicacin binario simple transporta mensajes usando slo o o dos seales (bits): 0 y 1. Supongamos que en un canal de comunicacin binario n o dado el 40 % de las se ales emitidas son 1, que si se emiti un 0 la probabilidad de n o que se reciba un 0 es 0.90, y que si se emiti un 1 la probabilidad de que se reciba o un 1 es 0.95. Calcular (a) la probabilidad de que una seal recibida sea 1. n (b) dado que se recibi un 1, la probabilidad de que se haya emitido un 1. o

1.25 ! El 1 % de los bits transmitidos por un canal de comunicacin binario es 0. o El programa receptor indica que hay un 0 en el mensaje cuando efectivamente el 0 ha sido emitido, con probabilidad 0.91. Cul debe ser la probabilidad de que el a receptor indique que hay un 1 cuando efectivamente el 1 ha sido emitido, para que la probabilidad de que haya sido emitido un 0 cuando el receptor indica que hay un 0 sea 0.99? 1.26 ! Se tienen 3 urnas a, b, c. En a hay dos bolas rojas y una blanca, en b una roja y dos blancas, en c tres rojas y cuatro blancas. Se extrae una bola de a: si es roja, se extrae una bola de b, en caso contrario se extrae una bola de c. Indiquemos Ri , i  1, 2 el evento de que la bola en la extraccin i fue roja, y Bi , i  1, 2 el o evento de que la bola en la extraccin i fue blanca. o (a) Calcular PpB1 q. (b) Calcular PpB2 q. (c) Describir mediante la notacin detallada antes y calcular la probabilidad de que o la primer bola extra haya sido blanca sabiendo que la segunda fue roja. da (d) Calcular la probabilidad de que alguna de las bolas extra das sea roja. (e) Suponiendo ahora que en a hay 2000 bolas rojas y 1000 blancas, en b 100 rojas y 200 blancas, y en c 9 rojas y 12 blancas, resolver en estas nuevas condiciones los incisos anteriores. Si se obtienen los mismos resultados, explicar por qu. e 1.27 Se elige al azar una permutacin de las letras C, H, Q, P . Mostrar que o (a) Los eventos C precede a H y Q precede a P son independientes. (b) Los eventos C precede inmediatamente a H y Q precede inmediatamente a P no son independientes. 1.28 Se elige un nmero al azar en el intervalo p0, 1q u (a) Probar que los eventos el primer d gito es 1 y el segundo d gito es 2 son independientes. (b) Probar que los eventos el primer d gito es 1 y el segundo d gito no es 2 son independientes. 1.29 Existen dos caminos de A hasta B y dos caminos de B hasta C. Cada uno de estos caminos est bloqueado con probabilidad 0.2 independientemente de los a dems. Hallar la probabilidad de que exista un camino abierto desde A hasta B a sabiendo que no hay ningn camino abierto desde A hasta C. u

1.30 ! Un dado equilibrado se arroja dos veces. Sea A el evento el primer resultado es par, B el evento el segundo resultado es par y C el evento la suma de los resultados es par.

(a) Mostrar que los eventos A, B, C son dos a dos independientes. (b) Mostrar que el conjunto de eventos tA, B, C u no es independiente. 1.31 Se transmiten tres bits por un canal de comunicacin binario (ver Ejercicio o 1.24). Asumir que las ternas de bits son equiprobables. A1 es el evento el primer bit es un 0, A2 es la suma de los tres bits es menor o igual a 1 y A3 es se transmite p0, 0, 0q o p1, 0, 1q o p1, 1, 0q o p1, 1, 1q. Mostrar que la probabilidad de la interseccin A1 X A2 X A3 es el producto de las probabilidades de cada evento, o pero los eventos no son independientes. 1.32 El motor de un automvil consta de 300 componentes individuales. Cada o uno de stos es entregado independientemente por un proveedor diferente. Los 300 e proveedores garantizan que la probabilidad de entregar un componente defectuoso es 0.01 o menor. Se considera aceptable el motor slo cuando ninguno de sus o componentes es defectuoso. (a) Calcular la probabilidad de que el motor sea aceptable. (b) Qu nivel de calidad debe exigirse a cada proveedor (es decir, qu probabilidad e e de componente defectuoso) si se desea que al menos el 98 % de los motores armados sea aceptable? 1.33 Una empresa compra una gran de cantidad de bulones a un mismo proveedor. Cada vez que se recibe un env se realiza un control de calidad por muestreo: se o, prueban 80 bulones seleccionados al azar del total; si se encuentra ms de un buln a o defectuoso se rechaza el env En caso contrario, se lo acepta. Sea p la probabilidad o. de producir un buln defectuoso en el proceso de fabricacin. De acuerdo a los o o estndares de calidad, se desea satisfacer la condicin p 0.005. Los defectos de a o los bulones son independientes entre s . (a) Hallar la probabilidad de rechazar un lote fabricado bajo la condicin p  0.004. o (b) Hallar la probabilidad de aceptar un lote fabricado bajo la condicin p  0.05. o (c) Gracar la probabilidad de aceptar un env en funcin de p (Curva caracter o o stica del plan de muestreo). (d) Si se sabe que el lote cumple los estndares de calidad, cul es la mxima a a a probabilidad de tomar una decisin errnea sobre el mismo? o o 1.34 Una materia de la FIUBA se aprueba con un examen multiple choice de 10 preguntas, con 5 opciones de respuesta en cada pregunta. Se asume que los eventos Ai el alumno contesta correctamente la pregunta i son independientes y tienen todos la misma probabilidad p. (a) Cmo deber establecerse un criterio de aprobacin (cantidad de respuestas o a o correctas) para asegurar que sean reprobados al menos el 95 % los alumnos que no saben nada de la materia y responden totalmente al azar? (b) Fijado el criterio anterior, si un alumno estudi lo suciente como para que o la probabilidad de responder bien cada una de las preguntas sea p  0.4, con qu probabilidad aprobar el examen? e a

(c) Gracar la probabilidad de aprobar en funcin de p. Para qu valor de p se o e aprueba el examen con probabilidad mayor a 0.95? 1.35 ! La urna a contiene 3 bolas blancas y 7 rojas. La urna b contiene 12 blancas y 8 rojas. Se elige una urna al azar y se extrae una bola; esta bola se reintegra a la misma urna y se vuelve a extraer una bola de ella. (a) Si la primer bola extra fue blanca, cul es la probabilidad de que la segunda da a tambin lo sea? e (b) Son independientes los sucesos primera bola es blanca y segunda bola es blanca aun cuando hay reposicin? o 1.36 En el contexto del Ejercicio 1.9, sean

|y
1{2| 1{3u, B  tpx, y q P : mxt|x
1{2|, |y
1{2|u 1{3u, a C  tpx, y q P : x 2{3u, D  tpx, y q P : y 2{3u.
(a) Dado A, son C y D independientes? (b) Dado B, son C y D independientes?

A  tpx, y q P : |x
1{2|

Ejercicios Complementarios
1.37 Se hace un estudio sobre 900 graduados, despus de 25 aos de graduados, e n resultando que 300 se han destacado, 300 hab estudiado probabilidades en la an Universidad y 100 cumpl ambas condiciones. Hallar, para k  0, 1, 2, el nmero an u de personas en el grupo que tiene de esas condiciones (a) exactamente k. (b) al menos k. (c) a lo sumo k. 1.38 [Abramson] Dado un experimento aleatorio E con r1 , r2 , . . . , rn resultados posibles, que tienen probabilidades respectivas p1 , p2 , . . . , pn , se llama entrop del a experimento E al valor H pE q 

n i 1

pi logppi q.

(a) Si n  2, mostrar que la entrop es mxima cuando los resultados son equia a probables, es decir, cuando p1  p2  1{2. (b) Cmo generalizar este resultado para cualquier n o a barlo?

2? Puede usted pro-

1.39 Sea  r0, 100sr0, 100s. Supongamos que P es una probabilidad denida en una familia de subconjuntos de que incluye todos los rectngulos R, y satisface a que si R es un rectngulo: a PpRq 
$ ' R ' & ' ' %
6 | |  30000 1 |R|  30000 5 |R|  30000

si si si si

R r0, 50s  r0, 50s R r0, 50s  r50, 100s R r50, 100s  r0, 50s R r50, 100s  r50, 100s

(a) Comprobar que Ppq  1.

(b) Calcular Ppr30, 60s  r10, 40sq. (c) Calcular Ppr30, 60s  r60, 70sq. (d) Calcular Pptpx, y q P : x y

20uq. (e) Calcular Pptpx, y q P : 20 x y 130uq. (f) Calcular Pptpx, y q P : px
50q2 py
50q2 100uq.
1.40 Se realiza el experimento de tirar un dado hasta que sale el primer as, anotando el nmero K de tiradas necesarias. u (a) Describir un posible espacio muestral para este experimento.

en trminos de lo que pasa con el dado el evento B1000 ? e (d) Mostrar que para cualquier k, Bk
8
1

 k. Hallar PpA1 q, PpA7 q, PpA1017 q. (c) Sea Bk el evento descrito por K k. Hallar PpB1 q, PpB5 q. Cmo se describir o a
(b) Sea Ak el evento descrito por K

o a e (e) Sea B  k1 Bk . Cmo se describir en trminos de lo que pasa con el dado el evento B? Hallar PpB q. 1.41 En el juego de poker son posibles las siguientes manos, que se listarn en a orden creciente de conveniencia. En las deniciones la palabra valor se reere a A, K, Q, J, 10, 9, 8, 7, 6, 5, 4, 3 2. Esta sucesin tambin describe el rango relativo o o e de los naipes, con una excepcin: un as (A) puede verse como un 1 para usarlo en o una escalera. (a) un par: dos naipes de igual valor ms tres naipes con diferentes valores. a Por ej. J J 9 Q 3 (b) dos pares: dos pares ms un naipe de diferente valor. a Por ej. J J 9 9 3 (c) terna: tres naipes del mismo valor y dos naipes de diferentes valores. Por ej. J J J 9 3 (d) escalera: cinco naipes con valores consecutivos. Por ej. 5 4 3 2 A (e) color: cinco naipes del mismo palo. Por ej. K 9 7 6 3 (f) full: una terna y un par. Por ej. J J J 9 9 (g) poker: cuatro naipes del mismo valor y otro naipe.

Bk .

Por ej. J J J J 9 (h) escalera de color: cinco naipes del mismo palo con valores consecutivos. Por ej. A K Q J 10 (a este ejemplo se lo llama escalera real ). Calcular las probabilidades de todas las manos de poker. Construir una tabla con los valores obtenidos. No olvidar la mano perdedora. 1.42 Se tienen dos monedas. Una moneda est cargada con probabilidad p1 de a salir cara y la otra con probabilidad p2 . Se puede optar por una de las siguientes estrategias: la primera consiste en elegir una moneda al azar y arrojarla dos veces; la segunda consiste en arrojar ambas monedas. El juego se gana si salen dos caras, en caso contrario se pierde. Cul de las dos estrategias es ms conveniente? a a 1.43 Se tienen dos bolas. Cada una se pinta de rojo o de verde, independientemente y con probabilidad 1{2 para cada color. Luego ambas son colocadas en una urna. (a) Si se extrae una bola de la urna y es roja, cul es la probabilidad de que la a otra bola sea roja? (b) Si se sabe que en la urna hay una bola roja, cul es la probabilidad de que la a otra sea roja? 1.44 h Juan y Mar juegan a cara o ceca con una moneda equilibrada. Inicialmente a Juan tiene cinco monedas y Mar tres. Cuando sale cara Juan le da una moneda a a Mar cuando sale ceca Mar le da una moneda a Juan. Arrojan sucesivamente a, a la moneda hasta que alguno se queda sin monedas. Hallar la probabilidad de que Juan sea el primero en quedarse sin monedas. (sugerencia: si entre los dos tienen 8 monedas, sea pn la probabilidad de que Juan sea el primero en quedarse sin monedas si inicialmente tiene n, con n  0, . . . , 8. Hallar p0 y p8 . Mostrar que pn 1
pn  pn
pn
1 y resolver ecuaciones. Aplicar al caso n  5). 1.45 Pedro vive en Corrientes al 3400. Una noche de sbado, despus de tomar a e una copa de ms con Juan en La Giralda (Corrientes 1453), trata de volver a caminando por Corrientes a su casa, pero elige la direccin al azar, y como sabe o que est borracho, en cada esquina vacila y vuelve a elegir la direccin al azar. En a o un rapto de lucidez, decide que si llega antes a Alem que al Abasto, se echar a a dormir en La Recova. (a) Hallar la probabilidad de que Pedro duerma en su cama. (sugerencia: comparar con Ejercicio 1.44) (b) Validar por simulacin el clculo hecho en el inciso anterior. o a 1.46 h En el contexto del Ejercicio 1.10: (a) Hallar la probabilidad de que Juan gane la primera partida. (b) Hallar la probabilidad de que Pedro gane la segunda partida. (c) Hallar la probabilidad de que Pedro gane la duodcima partida. e (d) Hallar la probabilidad de que Mar haya ganado la primera partida sabiendo a que gan la cerveza. o

(e) Hallar la probabilidad de que Juan haya ganado la cerveza sabiendo que el juego dur 25 partidos. o 1.47 h Capablanca y Lasker juegan un match de ajedrez a muerte sbita. Cada u partida es ganada por Capablanca (con probabilidad p), por Lasker (con probabilidad q) o termina en tablas (empate). El match contina hasta que alguno gane u una partida. Si la partida debe jugarse (aun no hay ganador), el resultado es independiente de las anteriores y la distribucin de probabilidades con que cada uno o gana una partida no cambia. (a) Hallar la probabilidad de que Capablanca gane el match. (b) Dado que el match dur no ms de 3 partidas, calcular la probabilidad de que o a Capablanca haya ganado la primera partida. (c) Dado que el match dur no ms de 3 partidas, calcular la probabilidad de que o a Capablanca sea el vencedor del match. (d) Dado que Capablanca gan el match, hallar la probabilidad de que lo haya o hecho en la 3a partida o antes. (e) En cada uno de los siguientes casos, analizar la independencia de los eventos: i) Capablanca gana el match y el match dur no ms de k partidas, ii) o a Capablanca gan la partida j (j k) y el match dur no ms de k partidas. o o a 1.48 Mediante simulaciones, estimar el nmero medio de la cantidad de tiradas u de un dado equilibrado hasta que la suma de los resultados supera 100. 1.49 Mtodo de Monte Carlo. Sea f : R R una funcin continua y no e o negativa. Sea M 0 el valor mximo de la funcin f sobre el intervalo ra, bs. a o (a) Se elige al azar un punto de coordenadas pX, Y q dentro del rectngulo de vrtices a e pa, 0q, pb, 0q, pb, M q, pa, M q. Relacionar la probabilidad del evento A  tY f pX qu b con el valor de la integral a f pxqdx. (b) Si se conoce el valor de la probabilidad, PpAq, del evento A b cmo se calcula la integral a f pxqdx? o

 tY f pX qu,
b

(c) Obtener un mtodo que permita estimar el valor de la integral a f pxqdx en e base a los resultados de n simulaciones del experimento descrito en Inciso (a). (d) Estimar el valor de la integral 0 e
x dx utilizando el mtodo obtenido en Inciso e (c) basndose en los resultados de 10000 simulaciones. a
2

Gu 2 a
2.1 Mostrar que cada una de las siguientes funciones son funciones de distribucin o de variables aleatorias. (a) FX pxq  1 1t0 x 1u 16 15 1t3 x 4u 16 5 1t1 x 2u 16 1t 4 xu 1t1 xu. 1t1{2 xu. 11 1t2 x 3u 16

(b) (c)

FX pxq  x3 1t0 x 1u FX pxq  x3 1t0 x 1{2u

2.2 ! Sea X una variable aleatoria cuya funcin de distribucin FX pxq  PpX o o tiene grco de forma a

xq

2/3 FX(x) 1/3 0 3 2 1 0 x 1 2 3

(a) En qu puntos de R la variable X concentra masa positiva? e (b) Calcular Pp
2 X

2q, Pp
2 X 2q, Pp
2 X 2q y Pp
2 X 2q. (c) Calcular PpX P p
2,
1qq, Pp|X | 1q y PpX P p1, 2qq. (d) Calcular PpX 1.5|X 2q y PpX 1.5|X 2q. (e) Calcular PpX 
2| |X |  2q.
2.3 Sea X una variable aleatoria cuya funcin de distribucin es o o FX pxq  x 1t0 x 2u 8 x2 1t2 x 4u 16 1tx 4u.

Hallar un valor a P R tal que (a) FX paq  0. (b) FX paq  0.1. (d) FX paq  0.5. (e) FX paq  1.

(c) FX paq  0.25.

2.4 [Maronna, pg. 56 y 57 ] Para cada variable aleatoria X con funcin de distria o bucin FX pxq  PpX xq dada en el Ejercicio 2.1 hacer lo siguiente: o (a) Para cada P p0, 1q hallar todos los valores x PpX

x q

P R tales que PpX x q .

(b) Para cada P p0, 1q hallar todos los valores x F px q  .

P R tales que

2.5 La demanda de aceite pesado en cientos de litros durante una temporada tiene la siguiente funcin de densidad: o fX pxq  1 p4x 3 1q 1t0 x 1u.

(a) Hallar la funcin de distribucin de X. o o

2 X 3| X 1 2 (c) Hallar el valor de k tal que PpX k q  0.04.

(b) Calcular P

1 3

2 X 3

yP

1 3

(d) Simular 1000 valores de la variable aleatoria X. Gracar la funcin de o distribucin emp o rica y construir un histograma. 2.6 Sea T la duracin del tiempo de trabajo sin fallas de un sistema electrnico o o cuya funcin distribucin de probabilidad es FT ptq  e
t 1tt 0u. o o (a) Hallar y gracar la funcin de distribucin de T  o o (b) Calcular PpT  (c) Mediante simulaciones estimar PpT 

 1q.

 m pT, 1q. n

 1q.

2.7 Construir una variable aleatoria X cuya funcin de distribucin sea la o o del Ejercicio 2.2. Mediante simulaciones, estimar las probabilidades calculadas en dicho ejercicio. Simular la funcin de distribucin emp o o rica y comparar con la original. 2.8 En una urna hay 3 bolas blancas y 4 bolas negras. (a) Se realizan 5 extracciones con reposicin. Hallar y gracar la funcin de probao o bilidad de la cantidad de bolas blancas observadas.

(b) Se realizan 5 extracciones sin reposicin. Hallar y gracar la funcin de probao o bilidad de la cantidad de bolas blancas observadas. 2.9 Se tiene una moneda cargada con probabilidad p  3{4 de salir cara. (a) Hallar la funcin de probabilidad de la cantidad N de lanzamientos necesarios o de dicha moneda hasta observar la primer cara. (b) Calcular la probabilidad de que N sea impar. 2.10 ! Sea X una variable aleatoria cuya funcin de densidad est descrita por: o a fX pxq  2x 1 1t
1 x 1u. 2

(a) Describir los posibles valores de para que la densidad est bien denida. e (b) En cada uno de los siguientes casos hallar la mediana de X:  1{4.


1{2,  0,

(c) Hallar la mediana de X como funcin de para los valores de obtenidos en o Inciso (a).

1q, Pp0 X 1q y PpX 0|
1{2 X 1{2q. 2.11 Se elige un nmero al azar X en el intervalo p2, 10q. Hallar la probabilidad u del evento X 2
12X 35 0.
2.12 Se quiebra una vara en un punto al azar. Calcular la probabilidad de que la longitud de la pieza ms larga sea mayor que el doble de la longitud de la pieza a ms corta. a 2.13 ! El dimetro X (en mm.) de las arandelas fabricadas por una mquina tiene a a como funcin de densidad a o fX pxq  cxp20
xq 1t0 x 20u. Un sistema de control descarta las arandelas cuyo dimetro es inferior a 3 o superior a a 17. (a) Hallar la densidad del dimetro de las arandelas no descartadas. a (b) Hallar la densidad del dimetro de las arandelas descartadas. a 2.14 Sea X, la distancia (en dec metros) del punto de impacto al centro de un blanco circular, una variable aleatoria continua con funcin de densidad o fX pxq  2 1t0 x 2u 7 10
2x 1t2 x 5u. 21

(d) Calcular PpX

(a) Hallar la funcin de densidad de las distancias de impacto menores que 30 cm. o (b) Hallar la funcin de densidad de las distancias de impacto mayores que 30 cm. o

2.15 ! Sea T el tiempo hasta que ocurre la primera falla en un producto industrial, con funcin intensidad de fallas ptq de la forma o p t q  donde ,


1

0.

1tt 0u,

(a) Hallar la funcin de distribucin y la funcin densidad de T . o o o (b) Si 1 se dice que el producto tiene fallas tempranas, si  1 se dice que tiene fallas casuales o con falta de memoria, y si 1 se dice que tiene fallas por desgaste. Indicar en cul de estas tres categor clasicar usted a los siguientes a as a productos segn su modo de falla u Producto: un neumtico; T : tiempo hasta una pinchadura causada por oba jetos punzantes en las calles. Producto: un neumtico; T : tiempo hasta que se desgasta el surco y pierde a agarre. Producto: un neumtico; T : tiempo hasta que revienta como consecuencia a de una falla de fbrica. a Producto: un heladera; T : tiempo hasta que el usuario se da cuenta que sali fallada de fbrica. o a Producto: un heladera; T : tiempo hasta que falla el sistema de enfriamiento. Producto: un heladera; T : tiempo hasta que el motor se quema por un brusco cambio de tensin. o (c) Comparar e interpretar probabil sticamente los grcos de las densidades que a se obtienen cuando  1 y  0.5, 1, 1.5. (d) Para cada caso del Inciso (c), calcular PpT

1q y PpT 4|T 3q.

(e) Para cada caso del Inciso (c), simular 1000 valores de la variable aleatoria T . Gracar la funcin de distribucin emp o o rica y construir un histograma. 2.16 Una urna contiene 3 bolas blancas, 2 rojas y 3 negras. (a) Se seleccionan 4 bolas al azar (sin reposicin). Sean X la cantidad de bolas o blancas observadas e Y la cantidad de bolas rojas observadas. Hallar la funcin o de probabilidad conjunta y las funciones de probabilidad marginales. Cul es la a probabilidad de que la cantidad total de bolas blancas y rojas observadas no supere a 2? (b) Repetir el inciso anterior para extracciones con reposicin. o 2.17 ! Sea pX, Y q un punto uniformemente distribuido sobre el semic rculo superior de radio 1 centrado en el origen  tpx, y q P R2 : x2 y 2 1, y 0u. (a) Calcular Pp|X | Y q. (b) Hallar las densidades marginales de X y de Y . (c) X e Y son variables aleatorias independientes? 2.18 Sean X e Y dos variables aleatorias con funcin de densidad conjunta o fX,Y px, y q  kxy 1t0 x y

1u.

(a) Calcular PpX

1 2Y q.

(b) Hallar las densidades marginales de X y de Y . (c) X e Y son variables aleatorias independientes? 2.19 ! Juan y Carlos quedaron en encontrarse en un lugar a las 12 del mediod a. La hora de llegada de Juan, J, es uniforme entre las 12 y las 12:15. Juan espera 15 min. a Carlos y si no llega se va. La hora de llegada de Carlos, C, es independiente de la de Juan y se distribuye uniformemente entre 12:05 y 12:20. Sin embargo, Carlos es ms impaciente y slo espera 5 min antes de irse. Calcular la probabilidad de a o encuentro. 2.20 ! Sean A, B y C tres variables aleatorias independientes con distribucin o comn uniforme sobre el intervalo p0, 1q. u (a) Hallar la probabilidad de que la ecuacin Ax2 o reales. (b) Hallar la probabilidad de que la ecuacin Ax2 o reales. Bx 2Bx Bx

pA

B q  0 tenga ra ces

 0 no tenga ra ces
C

(c) Hallar la probabilidad de que la ecuacin Ax2 o reales.

 0 tenga ra ces

2.21 ! Para ir todos los d al trabajo, Dana se dirige en auto hasta la estacin as o de tren y luego sigue su camino en tren. Dana sale de su casa en un intervalo distribuido uniformemente entre las 7:30 y las 7:50. El tiempo de viaje hasta la estacin es tambin uniforme entre 20 y 40 minutos. Hay un tren que sale a las 8:12 o e y otro que sale a las 8:26. (a) Cul es la probabilidad de que Dana pierda ambos trenes? a (b) Cul es la probabilidad de que tenga que esperar ms de 8 minutos en la a a estacin hasta que sale el tren? o (c) Si se sabe que sali de su casa despus de las 7:38 y que no lleg a tomar el tren o e o de las 8:12, cul es la probabilidad de que haya llegado al otro tren? a (d) Si se sabe que sali de su casa despus de las 7:38 y que logr tomar el tren de o e o las 8:26, hallar y gracar la funcin densidad del tiempo de viaje hasta la estacin. o o

Ejercicios Complementarios
2.22 Mostrar que existe una variable aleatoria X tal que su funcin de distribucin o o es de la forma pxq 
x

8 2

?1

e
t

{2 dt.

(a) Consultar alg n libro de Probabilidad y Estad u stica (o recurrir a un software adecuado) para construir una tabla de valores de pxq para x  0, 1, 2, 3, 4, 5, 6.

(b) Hallar los cuantiles para  0.5; 0.75; 0.9; 0.95; 0.99; 0.995; 0.999. 2.23 [ver Ejercicio 2.15] Sea t0 0. Mostrar que si ptq es la funcin de inteno  pT |T t0 q
t0 sidad de fallas de la variable aleatoria T , la variable aleatoria T tendr una funcin de intensidad de fallas ptq  pt t0 q, para t 0. a o 2.24 [ver Ejercicio 2.15] La cantidad de llamadas que llegan a un call center en una hora es una variable aleatoria N . Calcular la funcin de probabilidad de la o cantidad de llamadas recibidas si se sabe que llegaron al menos 2 llamadas, cuando N est descrita seg n a u (a) pN pnq  0.35  0.65n , n  0, 1, . . . (b) pN pnq  1.25n e
1.25 {n!, n  0, 1, . . . (c) En cada caso, determinar si hay prdida de memoria. e 2.25 Sea pX, Y q un vector aleatorio con funcin de densidad conjunta o fX,Y px, y q  kxpx
y q 1t0 x 2, |y | xu. (a) Hallar las densidades marginales de X y de Y . (b) X e Y son variables aleatorias independientes? 2.26 De un mazo de naipes de Poker se extraen repetidamente cartas con reposicin. Sean X e Y los n meros de extracciones en que salen el primer corazn y el o u o primer trbol. e (a) X e Y , son variables aleatorias independientes? (b) Hallar las distribuciones marginales de X e Y . (c) Hallar la funcin de probabilidad conjunta de pX, Y q. o 2.27 Se arrojan dos dados piramidales equilibrados con los nmeros 1, 2, 3, 4 en u sus caras. Sea X el mayor de los resultados observados e Y la suma. Hallar la distribucin conjunta de pX, Y q y las distribuciones marginales de X e Y . X e Y o son independientes? 2.28 [ver Ejercicio 1.28] Sean X1 y X2 variables aleatorias con distribucin o Bernoulli de parmetros 1{2 y 1{3 respectivamente tales que PpX1  1, X2  1q  1 . a 6 Mostrar que las variables X1 y X2 son independientes. 2.29 Sean X e Y variables aleatorias independientes con distribucin uniforme o sobre el intervalo r0, 1s. Una vara de longitud 1 se quiebra en dos puntos cuyas distancias a una de sus puntas son X e Y . Calcular la probabilidad que las tres piezas puedan usarse para construir un tringulo. a 2.30 Las barras provenientes de un tren de laminacin tienen seccin rectangular o o y sus lados X e Y tienen longitudes variables con distribuciones uniformes independientes sobre los intervalos ra, p1.1qas y rb, p1.1qbs respectivamente. Calcular la probabilidad de que el rea de una barra sea superior a p1.1qab. a

2.31 En una urna hay 3 bolas de distinto color. El experimento aleatorio consiste en lo siguiente: se extrae una bola, se registra el color observado y se repone la bola en la urna. Se realizan 3 experimentos. Sean Xi , i  1, 2, 3 las variables aleatorias denidas por Xi

 1t si el color i est en la muestra observadau. a

(a) Hallar la funcin de probabilidad conjunta de las variables X1 y X2 y las o funciones de probabilidad marginales. (b) X1 y X2 son independientes? (c) Cul es el signicado de la variable N a

 X1

X2

X3 ?

(d) Hallar la funcin de probabilidad conjunta de las variables X1 y N . o (e) X1 y N son independientes? 2.32 h Sea U  0.X1 X2 X3 . . . el desarrollo decimal de un nmero al azar sobre u el intervalo p0, 1s. (a) Para cada i  1, 2, . . . , hallar la distribucin del i-simo d o e gito de U . (b) Mostrar que los d gitos de U son independientes entre s .

Gu 3 a
3.1 Sea X un variable aleatoria con rango tx1 , x2 , x3 u, tal que PpX i  1, 2, 3. (a) Si x1

 xi q  pi ,


1, x2  1, x3  2 y p1  0.2, p2  0.3, p3  0.5, hallar ErX s. (b) Si x1 
1, x2  1 y p1  0.2, p2  0.2, y se sabe que ErX s  0, hallar p3 y x3 . (c) Hallar ErX |X
1s con los datos del Inciso (a). (d) Si se sabe que x1 
1, p1  0.2, PpX
1q  0.8, y ErX |X
1s  3, hallar ErX s. 3.2 Sea X un variable aleatoria con funcin de densidad fX : R R. o (a) Si fX pxq  2x 1tx P p0, 1qu, hallar ErX s. (b) Si fX pxq 9 px 11q 1tx 0u, hallar ErX s. (c) Hallar ErX |X 1{2s con los datos del Inciso (a). (d) Si ErX |X 7s  4, PpX 7q  0.2, ErX |X 7s  8, hallar ErX s.
3

3.3 ! Sea X una variable aleatoria con la funcin densidad del Ejercicio 2.10. o Hallar ErX s y compararla con la mediana. 3.4 ! Sea X un variable aleatoria con funcin de distribucin FX : R R. o o (a) Si FX pxq  (b) Con los mismos datos del Inciso (a), hallar ErX |X
x2 3

1t0 x 1u

x 1 3

1t1 x 2u

1tx 2u, hallar ErX s.

(c) Con los mismos datos del Inciso (a), es X |X continua? En tal caso, hallar su funcin de densidad. o

1s y ErX |X 1s.

1 una variable aleatoria

3.5 Sea X una variable aleatoria a valores en t1, 2, 3u tal que PpX i P t1, 2, 3u, de media 2. (a) Hallar p1 , p2 , p3 para que varrX s sea la mxima posible. a (b) Hallar p1 , p2 , p3 para que varrX s sea la m nima posible.

 iq  pi ,

3.6 Se construye un c rculo uniendo los extremos de un alambre. (a) Si la longitud del alambre fuese una variable aleatoria L con distribucin expoo nencial de media 60 cm., cunto valdr ErAs, siendo A el rea del c a a a rculo obtenido. (b) Si el rea (en cm2 ) del c a rculo obtenido fuese una variable aleatoria A con 1 a a distribucin exponencial de parmetro  15 , cunto valdr ErLs, siendo L el o a per metro del c rculo obtenido. 3.7 ! Sea X una variable aleatoria de media 2 y varianza 9. (a) Calcular la media y la varianza de Y (b) Calcular la media de Y

 2X

 2pX
1q.

1.

 2pX
1qpX
3q. (d) Hallar m cPR ErpX
cq2 s. n

(c) Calcular la media de Y (e) Hallar a y b tales que aX b tenga media 0 y desv 1. o 3.8 Sean X e Y variables aleatorias independientes con distribucin uniforme sobre o p0, 2q y p1, 3q, respectivamente. Si hpx, yq  x 1tx 1.5u px2
yq 1tx 1.5u, hallar la media de Z  hpX, Y q. 3.9 [ver Ejercicio 2.31] Se colocan 3 bolas en 3 urnas c1 , c2 , c3 eligiendo al azar, para cada bola, la urna en que se coloca. Sea Xi la cantidad de bolas en ci y sea N la cantidad de urnas que contienen alguna bola. (a) Calcular ErN s, varrN s y covpN, X1 q. (b) Mostrar que N y X1 no son independientes. (c) Calcular covpXi , Xj q, 1 i j

3.

3.10 [ver Ejercicio 2.28] Sean X1 y X2 variables de Bernoulli, de parmetros p1 a y p2 . (a) Mostrar que si covpX1 , X2 q  0, entonces X1 y X2 son independientes. (b) Si p1  p2  0.7 y covpX1 , X2 q  0.1, hallar pY1 , Y2 q, siendo Y1 Y2  X2 p1
X1 q.

 X1 p1
X2 q,

3.11 ! En cada uno de los casos que se ilustran en las siguientes guras se dene una distribucin conjunta para las variables X e Y . o

(a)

(b)

(c)

(a) La densidad vale 1 en la regin blanca, 1{2 en la regin gris o o clara y 3{2 en la regin gris oscura. (b) y (c) La distribucin es o o uniforme en la regin grisada. o Hallar en cada caso el signo de la covarianza sin escribir cuentas. 3.12 ! Sea pX, Y q una variable aleatoria bidimensional, uniforme en el tringulo a de vrtices p0, 0q, p2, 2q, p0, 2q. e (a) Calcular covpX, Y q. (b) Calcular varrX Ys

(c) Calcular covp3X

Y

2, X

Y q.

3.13 ! A y B hacen una prueba para comparar sus reejos. Cada uno tiene un pulsador y, cuando una luz se enciende, el que presiona primero gana el duelo. Los tiempos de reaccin de cada uno son variables aleatorias U p0, 1q (en segundos), y o son i.i.d. Sean las variables W : tiempo de reaccin del ganador y Z: tiempo de o reaccin del perdedor. o (a) Hallar la esperanza y varianza de Z y W . (b) Hallar el tiempo medio de reaccin del ganador si se sabe que el perdedor o reaccion en ms de 1/2 segundo. o a (c) Hallar la covarianza entre W y Z.
2 3.14 Sea X una variable aleatoria, X  2, X  9. Sea X1 , X2 , . . . una secuencia n independiente de rplicas de X, y denamos, para n P N, Sn  m1 Xm . e

0q 0.9.   (c) Hallar un n0 tal que si n
2 0.1 0.01. 3.15 Se arroja un dado equilibrado. Sea X  1 si sale as, X  0 en caso contrario. Se arroja 12 veces ese mismo dado, registrando los resultados X1 ,    , X12 , y 12 1 calculando su promedio X  12 m1 Xm .
1 n0 se verica que P  n Sn

(a) Hallar ErSn s y varrSn s.

(b) Hallar un n0 tal que si n n0 se verica que PpSn

(a) Calcular E X . (b) Calcular Pp|X 3.16

 

1{6| 1{10q.

n 1 (a) Si B1 , . . . , B100 son n  100 rplicas independientes de B y B  n m1 Bm e es su promedio. Estimar por simulacin Pp|B
p| 0.03q y Pp|B
p| 0.01q. o

Sea B una variable de Bernoulli con parmetro p  0.01. a

(b) Lo mismo del inciso anterior pero con n  10000.

3.17 Sea K el nmero de tiradas de un dado equilibrado hasta obtener por u primera vez dos ases seguidos. Estimar por simulacin ErK s. o
2 3.18 ! Sea X una variable aleatoria, X  , X secuencia independiente de rplicas de X, y se denen e

2 . Sea X1 , X2 , . . . una

X W2 T2
    

  

n n n

m 1

 Xm
n n

m 1

2  pXm
q

2 m1 pXm
X q n

(a) Hallar E X y var X , en funcin de y 2 . o (b) Hallar E W 2 , en funcin de y 2 . o



(c) Mostrar que T 2

 W 2
pX
q2 .

(d) Usar los incisos anteriores para mostrar que E S 2

n  2 , donde S 2  n
1 T 2 .

3.19 Sea X una variable aleatoria que representa la relacin de n o quel al resto de los metales en una aleacin. Los siguientes datos corresponden a 18 muestras de o una aleacin: 1.75, 1.80, 1.29, 1.58, 0.95, 1.87, 1.99, 1.49, 1.12, 0.39, 1.62, 1.41, 1.35, o 0.83, 0.71, 0.51, 1.19, 1.95. (a) Calcular X y S 2 (ver Ejercicio 3.18). (b) Segn una publicacin, la concentracin de n u o o quel en dicha aleacin puede ser o modelada a travs de la distribucin fX pxq  x{2 1t0 x 2u. Comparar los e o resultados obtenidos en Inciso (a) con los valores tericos de media y varianza o asociados al modelo propuesto. (c) Construir un histograma y explorar informalmente si el modelo propuesto podr a considerarse correcto. 3.20 Sea X la duracin (en horas) del tiempo de trabajo sin fallas de un sistema o mecnico con funcin intensidad de fallas de la forma pxq  x
1{2 1tx 0u. a o Simular 100 valores X1 , . . . , X100 de X y calcular X y S 2 (ver Ejercicio 3.18). Comparar con ErX s y varrX s. 3.21 Sea pX, Y q una variable aleatoria bidimensional, tal que X e Y tienen media y varianza nitas, y sea c  covpX, Y q. (a) Si pX1 , Y1 q, . . . , pXn , Yn q son n rplicas independientes de pX, Y q y denimos e A B

 

1 n pXi
ErX sqpYi
ErY sq n i1 1 n pXi
X qpYi
Y q n i1

(b) Hallar (en trminos de c) ErAs. e (c) Mostrar que B

 A
pX
ErX sqpY
ErY sq (d) Hallar (en trminos de c) covpX, Y q. e

(e) Usando los incisos anteriores, hallar (en trminos de c) ErB s. e 3.22 Se considera un sistema mecnico como el del Ejercicio 3.20. Cada vez a que ocurre una falla el sistema se repara y sigue funcionando hasta que ocurre la siguiente falla. Se consideran variables aleatorias N ra, bs que cuentan la cantidad de fallas sufridas por el sistema durante el intervalo de tiempo comprendido entre a y b. Simular 100 parejas de valores pN1 r0, 3s, N1 r2, 5sq, . . . pN100 r0, 3s, N100 r2, 5sq de pN r0, 3s, N r2, 5sq y calcular B (ver Ejercicio 3.21). 3.23 !

 Sea Sn su correspondiente variable estandarizada. En cada uno de los siguientes  casos, simular 100000 valores de Sn ; computar y gracar la funcin de distribucin o o emp rica. Comparar la grca obtenida con la de la funcin de distribucin de una a o o variable N p0, 1q.
i 1

Sea Sn

Xi , donde las Xi son un conjunto de variables i.i.d.

(a) Xi es uniforme entre 0 y 1. Analizar los casos de n  2, 5, 12.

(b) Xi es Bernoulli de parmetro p  1{2. Analizar los casos de n  10, 30. a

(c) Xi es Bernoulli de parmetro p  0.001. Analizar los casos de n  30, 100, 500. a (e) Xi es exponencial de parmetro  1. Analizar los casos de n  10, 30, 100. a (f) Xi es Poisson de parmetro  0.01. Analizar los casos de n  30, 100, 500. a (g) Xi es Poisson de parmetro a con el inciso anterior).

(d) Xi es geomtrica de parmetro p  0.001. Analizar los casos de n  30, 100, 500. e a

 1. Analizar los casos de n  1, 5 (comparar

Ejercicios Complementarios
3.24 La Gorda (80 kg.) y El Flaco (60 kg.) quieren poner un subibaja en su jard n. Tienen un tabln de tres metros, pero no se deciden acerca de en que punto apoyarlo o para que resulte equilibrado cuando ambos se sientan, y ya se han golpeado bastante haciendo pruebas. Podr ayudarlos? a 3.25 Sea X una variable normal estndar, su funcin de densidad (ver Ejercicio a o 2.22), y sea x0 0. (a) Hallar la media de X |X

x0 (en funcin de x0 ). o (b) Deducir que 1
px0 q px q . x

0 0

(c) Comparar la estimacin que brinda el inciso anterior para PpX o valor tabulado. (d) Si Y ).

4q con el

 X

y y0

, hallar la media de Y |Y y0 (en funcin de y0 , y o

p0, 1q. Para cada n P N calcular ErX n s y varrX n s.

3.26 Sea X una variable aleatoria con distribucin uniforme sobre el intervalo o

3.27 Sea T  la variable aleatoria denida en Ejercicio 2.6. Calcular ErT  s y varrT  s. 3.28 h El precio de uso de un telfono pblico es de 20 centavos por pulso. Los e u pulsos se cuentan cada dos minutos o fraccin. Suponga que las llamadas tienen o duracin exponencial de media 3 minutos. Hallar la media y la varianza del costo o de cada llamada. 3.29 Sean X e Y dos variables aleatorias discretas cuya funcin de probabilidad o conjunta pX,Y px, y q se dene por: pX,Y p
2,
8q  pX,Y p
1,
1q  pX,Y p0, 0q  pX,Y p1, 1q  pX,Y p2, 8q  1{5. Sin calcularla, indicar, justicando la respuesta, cul es el signo de la covarianza entre X e Y . a

3.30 La gura representa un cuadrado de lado 2. La variable aleatoria pX, Y q es uniforme en la regin sombreada. Mostrar, calculando la covarianza en funcin de o o a, que existe un unico a P p0, 1q tal que covpX, Y q  0.
a

(0,0)

3.31 Las variables X e Y tienen una distribucin conjunta uniforme en el recinto o que se ilustra en la siguiente gura:

(a) X e Y son independientes? (b) Calcular ErX (c) Calcular ErX

3.32 e al vector de Rn cuyas coordenadas son todas 1.

Y s. n 1 Dado un vector x  px1 , . . . , xn q P Rn , consideramos x  n i1 xi . Notamos

Y |X

Y s y varrX

Ys

(a) Mostrar que px
xeq K e. Qu relacin geomtrica hay entre x y xe? e o e

(b) Dada cualquier constante c, x
ce  px
xeq px
cqe. Mostrar que la relacin o del Ejercicio 3.18 Inciso (c) es consecuencia del teorema de Pitgoras. a (c) Cul es la relacin con el teorema de Steiner acerca del cambio paralelo de eje a o en el momento de inercia? (d) Deducir usando propiedades del producto escalar en Rn , la relacin del Ejero cicio 3.21 Inciso (c).

Gu 4 a
4.1 ! Sea X una variable aleatoria con densidad fX pxq  En cada uno de los siguientes casos hallar y gracar: (a) la densidad de Y
1 9

px 1q2 1t
1 x 2u.

 aX b (a  0, b P R), (b) la densidad de Y 
X 3 , (c) la densidad de Y 
X 2 X 2, (d) la densidad de Y  X 2 , (e) la funcin de distribucin de Y  X 1t
1 X 1u o o

1t 1 X u .

4.2 Sea el ngulo de un pndulo medido desde la vertical cuyo extremo superior a e se encuentra sostenido del punto p0, 1q. Sea pX, 0q el punto de interseccin de la o recta que contiene al pndulo y el eje x. Hallar la funcin densidad de X cuando e o es una variable aleatoria con distribucin uniforme sobre el intervalo p
{2, {2q. o
1

4.3 Sea la fase de un generador elctrico, la cual var aleatoriamente segn una e a u distribucin U p
, q. Se dene el factor de potencia del generador como C  cos . o (a) Hallar la funcin de densidad de C (recordar que arc cospxq1 o (b) Calcular Pp|C | 0.5q.

? 
1{ 1
x2 ).

4.4 En el contexto del Ejercicio 3.6 Inciso (b), hallar la funcin de distribucin o o y la funcin de densidad del per o metro del c rculo. 4.5 ! Un fabricante de caos posee una mquina que produce piezas de longitud n a aleatoria X (en metros) con densidad fX pxq  e
x 1tx 0u. Un cliente est disa puesto a pagar una gran suma de dinero por 100000 caos, pero impone como n condicin que la longitud Y (en metros) de los mismos debe estar distribuida de o acuerdo con la densidad fY py q  3 1t0 y 1{4u 1{3 1t1{4 y 1u. El costo que supondr apagar la mquina, recalibrarla, hacer los 100000 caos, y luego a a n volverla al estado original, es excesivo. Sin embargo, justo cuando estaba por rechazar el trabajo, uno de sus empleados le dice: Podemos hacerlo. Slo consiga una o mquina de precisin para cortar 100000 caos de la produccin original. As lo a o n o

hicieron y el jefe le dijo al empleado: Todav no entiendo cmo hiciste para saa o tisfacer las especicaciones del cliente. Hallar la funcin utilizada por el empleado o para cortar los caos. n 4.6 Todas las maanas Lucas llega a la estacin del subte entre las 7:10 y las 7:30 n o (con distribucin uniforme en dicho intervalo). El subte llega a la estacin cada o o quince minutos comenzando a las 6:00. Cul es la densidad de probabilidades del a tiempo que tiene que esperar Lucas hasta subirse al subte? 4.7 ! Un voltaje aleatorio V1 medido en voltios con distribucin uniforme sobre o el intervalo r180, 220s pasa por un limitador no lineal de la forma v1
190 g pv1 q  1t190 v1 210u 1t210 v1 u. 20 Hallar la funcin de distribucin del voltaje de salida V2  g pV1 q. o o 4.8 [ver Ejercicio 3.28] Sea T la duracin de una llamada telefnica (en minutos), o o con funcin de densidad fT ptq  e
t 1tt 0u, para cierto 0. Si se factura o un pulso por minuto o fraccin, hallar la funcin de probabilidad de la cantidad o o de pulsos facturados por llamada (la misma puede quedar en forma paramtrica, e dependiendo del valor de .) 4.9 Suponga que tiene dos n meros reales X1 y X2 que deben ser sumados por una u computadora digital. Como la mquina tiene precisin nita representa los nmeros a o u redondeados como Y1 y Y2 . Luego, cada nmero tiene un error Ui  Xi
Yi . Si las u Ui son independientes y uniformes sobre el intervalo p
1{2, 1{2q, hallar la funcin o de densidad del error generado al sumar X1 X2 . 4.10 ! Sea pX, Y q un punto aleatorio con distribucin uniforme sobre el recinto o que aparece en la gura

1 2

1 2

(a) Hallar las densidades marginales de X e Y . (b) Hallar la densidad de X Y.

4.11 Se tienen dos variables aleatorias independientes X e Y cuyas funciones de densidad son fX pxq  3x2 1t0 x 1u y fY py q  1t1 y 2u. Hallar la funcin o de densidad de la variable Z  X {Y .

4.12 Se desea medir el largo L de una pieza rectangular. Para eso se utiliza un instrumento que no puede alinearse perfectamente. La inclinacin del eje del o instrumento (X) respecto del largo de la pieza forma un ngulo cuya distribucin a o se supone U p0o , 5o q. El valor le en el instrumento, en mm., tiene distribucin do o U p34.2, 34.3q. A partir de un simple anlisis trigonomtrico, est claro que el largo a e a de la pieza es L  X cos . Determinar la funcin de densidad de L y calcular la o probabilidad de que la pieza mida menos de 34.2 mm. 4.13 La funcin de densidad conjunta de las variables X e Y se ilustra en la o siguiente gura. Hallar la funcin de densidad de U  m pX, Y q. o n

4.14 ! Las variables aleatorias X1 y X2 son independientes y sus distribuciones son exponenciales de intensidades 1 y 2 , respectivamente. Se denen U  m pX1 , X2 q, J  1tU  X1 u 2 1tU  X2 u, V  mxpX1 , X2 q y W  V
U . n a (a) Hallar la densidad de U . (b) Hallar la funcin de probabilidad de J. o (c) Hallar la densidad de W . (d) Mostrar que U y J son independientes. (e) Mostrar que U y W son independientes. 4.15 Juan y Pedro han conseguido trabajo en una central telefnica. Juan atiende o una l nea en que los tiempos entre llamadas consecutivas son exponenciales independientes de intensidad 5 por hora, y Pedro una l nea en que los tiempos entre llamadas consecutivas son exponenciales independientes de intensidad 10 por hora. Ambos son fanticos del ajedrez, y deciden arriesgar su empleo jugando entre llaa mada y llamada. Se ponen de acuerdo en dejar sin atender las llamadas que suceden antes de los 5 minutos desde que iniciaron el juego o desde la ultima vez que lo interrumpieron para atender. Inician la partida a las 10. (a) Cul es la probabilidad de que la primer llamada despus de las 10 quede sin a e atender? (b) Cul es la probabilidad de que la primer llamada despus de las 10 sea en la a e l nea de Juan?

(c) Cul es la probabilidad de que la primer llamada despus de las 10 quede sin a e atender sabiendo que fue en la l nea de Juan? (d) Cul es la probabilidad de que la primer llamada despus de las 10 fuera en a e la l nea de Juan sabiendo que fue atendida? (e) Cul es la probabilidad de que entre la primera y la segunda llamada despus a e de las 10 medien ms de 5 minutos? a (f) Cul es la probabilidad de que la segunda llamada quede sin atender sabiendo a que la primera fue atendida? (g) Cul es la probabilidad de que la segunda llamada quede sin atender? a 4.16 Unos circuitos electrnicos estn formados por tres componentes. El tiempo o a de vida de cada componente tiene una densidad fT ptq  p1{1000q e
t{1000 1tt 0u si es del proveedor A y fT ptq  p1{1500q e
t{1500 1tt 0u si es del proveedor B. Los circuitos fallan si falla alguno de los tres componentes, y se sabe que para cada circuito los tres componentes son del mismo proveedor (el proveedor se elige al azar). Si un circuito est funcionando desde hace 1200 horas, cul es la probabilidad de a a que sus componentes sean del proveedor A? 4.17 Sean X e Y variables aleatorias independientes U p
1{2, 1{2q. Hallar la funcin de densidad de Z  X 2 Y 2 , condicionada a Z 1{4. o

p0, 1 q. 2

4.18 ! Sean X e Y variables aleatorias i.i.d. con distribucin comn uniforme en o u

Y es negativo. (b) En funcin del resultado del experimento aleatorio pX, Y q, se construir una o a nueva variable V . Si X
Y 0, entonces V  X {2, si no V  3Y . Hallar la funcin o
(a) Hallar la funcin de densidad de X o Y dado que X de densidad de V . 4.19 Se arrojan dos dados equilibrados e independientes y se observan sus valores X1 y X2 . Hallar la funcin de probabilidad conjunta de U y V cuando o (a) U es el menor valor observado y V es la suma de ambos. (b) U es el valor que muestra el primer dado y V es el mayor valor observado. (c) U es el menor valor observado y V es el mximo. a 4.20 Sean X1 y X2 dos variables aleatorias independientes con distribucin comn o u uniforme sobre el intervalo r0, 1s y sean U  m pX1 , X2 q y V  mxpX1 , X2 q. n a (a) Hallar la densidad conjunta de U y V . (b) Hallar la densidad de W

 V
U.

4.21 Sean X e Y variables aleatorias independientes con distribucin comn exo u ponencial de intensidad 0. Sean U  X Y y V  XX Y . (a) Hallar la densidad conjunta y las densidades marginales de U y V . (b) U y V son independientes?

4.22 En un experimento de tiro al blanco, sean X e Y las coordenadas cartesianas del punto de impacto. Si dichas variables tienen distribucin N p0, 1q y son o independientes, por lo que su densidad conjunta puede escribirse como 1
1 p x2 y 2 q fX,Y px, y q  e 2 , 2 describir conjuntamente el punto de impacto en coordenadas polares y hallar las distribuciones marginales del radio y ngulo. a 4.23 ! Sean U1 y U2 variables aleatorias independientes con distribucin comn o u U p0, a. Considerar el cambio de variables: pZ1 , Z2 q  pR cos , R sen q, donde 1q R 
2 logpU1 q y  2U2 . (a) Hallar las densidades de R y . (b) Hallar la densidad conjunta de Z1 y Z2 . (c) Z1 y Z2 son independientes? Cmo se distribuyen? o (d) Utilizar el cambio de variables para simular 10000 valores de la distribucin o N p0, 1q. (e) Usando los valores obtenidos en el inciso anterior estimar el valor de la integral 1 2 ?1 e
x2 dx. 2 0

Ejercicios Complementarios
4.24 Sea una variable aleatoria con distribucin uniforme sobre el intervalo o p
3 , 3 q. Hallar la densidad de X  tan . 2 2 4.25 Sea X una variable aleatoria con densidad doble exponencial de parmetro a 0: 1 fX pxq  e
|x| , x P R. 2 Hallar la densidad de Y  sen X. 4.26 La ganancia anual de una empresa (en miles de $) es una variable aleatoria X que se distribuye de acuerdo con la siguiente funcin de densidad de probabilidad: o fX pxq  px
150q{1252 1t150 x 275u p400
xq{1252 1t275 x 400u. Un cierto impuesto slo debe pagarse si X 170, debiendo abonarse el 10 % del o excedente y siendo $18000 el monto mximo a pagar. Hallar a (a) la probabilidad de que no se abone el impuesto, as como la de que se abone el monto mximo. a (b) la funcin de distribucin del monto del impuesto abonado. o o (c) la funcin de distribucin de la ganancia nal. o o

4.27 (a) Sean X e Y dos variables aleatorias independientes con funciones densidad fX pxq  2x 1t0 x 1u y fY py q  p2
2y q 1t0 y 1u. Hallar la funcin de o distribucin de la suma X Y . o (b) Sea U una variable aleatoria? distribucin uniforme sobre el intervalo p0, 1q. con o ? Se denen X  U e Y  1
U . Hallar las densidades marginales de X e Y y Y. la funcin de distribucin de la suma X o o 4.28 La duracin (en horas) de ciertos componentes elctricos sigue una distribuo e cin exponencial de intensidad  0.01. Si los componentes se conectan en serie, o la duracin del circuito es la del elemento de menor duracin; mientras que si se o o conectan en paralelo, es la del de mayor duracin. Dado el circuito de 5 compoo nentes conectados segn el esquema de la gura, calcular la probabilidad de que el u circuito dure ms de 80 horas. a

4.29 Curly, Larry y Moe hab quedado en encontrarse a ensayar un cierto d an a a las 10 AM. Moe, llega al azar entre las 9:55 y 10:10. Larry es un poco ms a descuidado y arriba al azar entre las 10 y 10:15. Curly por su parte, aparece una cantidad de minutos TC luego de las 10, con fTC ptq  2pt
5q{225 1t5 t 20u. Si cada uno arriba en forma independiente y el ensayo no puede comenzar hasta que lleguen todos, hallar la funcin de densidad del tiempo de retraso del comienzo o del ensayo. 4.30 Sean X e Y variables aleatorias i.i.d. con distribucin comn N p0, 1q. Mostrar o u
que U  X?2Y y V  X?2Y tambin son independientes y N p0, 1q. e 4.31 h Sean X e Y independientes con distribucin comn N p0, 1q. Mostrar que o u U  X 2 Y 2 y V  X {Y son independientes y hallar sus distribuciones.

Gu 5 a

5.1 La cantidad de querosene, en miles de litros, en un tanque al principio del d a es una variable aleatoria X, de la cual una cantidad aleatoria Y se vende durante el d Suponga que el tanque no se rellena durante el d de tal forma que Y X, y a. a, que la funcin de densidad conjunta es fX,Y px, y q  2 1t0 y xu 1t0 x 1u. o (a) Hallar fY |X 0.75 py q y fY |X 0.4 py q. (c) Calcular Pp1{4 Y (b) Qu puede decirse respecto a la independencia de X e Y ? e

1{2|X  0.75q y Pp1{4 Y 1{2|X  0.4q.

5.2 Sea pX, Y q una variable bidimensional con la densidad conjunta del Ejercicio 4.13. (a) Hallar fY py q y fY |X x py q para todos los posibles valores de x. Qu puede decir e respecto a la independencia de X e Y ? (b) Calcular Pp3 16XY

9|X  0.75q.

5.3 [Grimmett, pg. 111 ] Sean X1 y X2 variables exponenciales independientes a con intensidad . Sean Y1  X1 X2 , Y2  X1 {X2 e Y3  X1
X2 . (a) Hallar la densidad conjunta de Y1 e Y2 y mostrar que son independientes. (b) Hallar la densidad conjunta de Y1 e Y3 . Son Y1 e Y3 independientes? (d) Suponiendo que  1, calcular A  PpY1 1|Y2  1q y B  PpY1 1|Y3  0q. Observe que Y2  1 e Y3  0 son eventos equivalentes. Cmo puede explicarse o entonces que A B? (e) Estimar por simulacin las probabilidades del inciso anterior. Para ello tomar o h  0.01, simular 100000 pares (X1 ,X2 ) y usarlos para estimar las probabilidades PpY1 1| |Y2
1| hq y PpY1 1| |Y3 | hq. Hacer un grco representando las a diversas zonas de integracin involucradas, y explicar por qu la primer probabilidad o e es aproximadamente el doble de la segunda. 5.4 ! Sea pX, Y q una variable bidimensional con la densidad conjunta del Ejercicio 3.11. (a) Hallar y gracar la funcin de densidad de Y |X o (b) Simular 100000 valores de pX, Y q, utilizarlos para estimar covpX, Y q (ver Ejercicio 3.21) y comparar con el resultado anal tico. (c) Utilizar los valores simulados en el inciso anterior para obtener 100000 valores de la variable X Y . Con ellos estimar la media y varianza de la suma (ver Ejercicio 3.18) y comparar con los resultados anal ticos. (c) Hallar las densidades condicionales fY1 |Y2 1 py1 q, fY1 |Y3 0 py1 q.

 x.

5.5 ! El dimetro de las ciruelas (en cm) tiene una funcin de densidad fX pxq  a o x{4 1t0 x 2u p4
xq{4 1t2 x 4u. Las mismas son clasicadas pasando por un tamiz de modo que Calidad I si x 1 Calidad II si x 1

Sin embargo, el 10 % de las ciruelas caen por el costado del tamiz y resultan clasicadas de Calidad I independientemente de su dimetro. Gracar la funcin de a o densidad de las ciruelas clasicadas como de Calidad I. 5.6 ! Un viajante tiene tres alternativas de viaje a su trabajo: A, B y C. Se sabe que los porcentajes de veces que usa estos medios son respectivamente: 50 %, 30 % y 20 %. El tiempo de viaje con el transporte i es una variable aleatoria Ti (en horas). El medio A sigue la ley fTA ptq  2 t 1t0 t 1u, el B, fTB ptq  0.5 t 1t0 t 2u, y el C, fTC ptq  0.125 t 1t0 t 4u. (a) Si ha transcurrido media hora de viaje y aun no ha llegado al trabajo, hallar la probabilidad de que llegue por el medio de transporte A. (b) Si tard exactamente media hora en llegar al trabajo, calcular la probabilidad o de que lo haya hecho por el medio de transporte A. 5.7 Un emisor transmite un mensaje binario en la forma de una seal aleatoria n Y que puede ser
1 con probabilidad 1{2 o 1 con probabilidad 1{2. El canal de comunicacin corrompe la transmisin con un ruido normal aditivo N  N p0, 2 q o o independiente de Y . El receptor recibe la seal X  N Y . Considere  1{5. n (a) Gracar la funcin densidad de probabilidad de la seal recibida por el receptor. o n (b) La pregunta del receptor es la siguiente: dado que recib el valor x, cul es a entonces la probabilidad de que la seal emitida haya sido
1? Gracar la funcin n o pxq  PpY 
1|X  xq. (c) Repetir los incisos anteriores considerando fX,Y px, y q  xe
xp1

 2{3.

5.8 Sean X e Y variables aleatorias con densidad conjunta

y

q 1tx 0, y 0u.

(a) Hallar la distribucin de las variables condicionales Y |X o (c) Hallar la esperanza condicional de Y dada X.

 x. (b) Hallar y gracar la funcin de regresin pxq  ErY |X  xs. o o

(d) Hallar y gracar la funcin de distribucin de la esperanza condicional de Y o o dada X. (e) Calcular Pp1{2 ErY |X s 3q. 5.9 ! Sean X e Y las variables aleatorias denidas en el Ejercicio 5.1. (a) Hallar la distribucin de las variables condicionales Y |X o (b) Hallar y gracar la funcin de o pxq  varrY |X  xs.

 x. regresin pxq  ErY |X  xs o

y la funcin o

(c) Hallar la esperanza y la varianza condicional de Y dada X. (d) Calcular PpErY |X s 1{4q y PpvarrY |X s 3{64q. 5.10 A Sean X e Y variables aleatorias con distribucin uniforme sobre la regin o o tpx, yq P R2 : 0 x 3{4, 0 y 3{4u Y tpx, yq P R2 : 3{4 x 1, 3{4 y 1u. Hallar la funcin de distribucin de ErY |X s y varrY |X s. Cul es la probabilidad o o a de que la varianza condicional tome un valor inferior a 1/32? 5.11 En una urna hay 6 bolas rojas, 4 azules y 2 negras. Se extraen tres. Sean X la cantidad de bolas rojas extra das e Y la cantidad de azules. (b) Hallar y gracar la funcin de regresin pxq o o pxq  varrY |X  xs. (a) Hallar las funciones de probabilidad de las variables condicionales Y |X

 ErY |X  xs

 x.

y la funcin o

(c) Hallar la esperanza y varianza condicional de Y dada X. 5.12 En el contexto del Ejercicio 5.7, explicar cmo hace el receptor para reo construir la seal original Y a partir de la seal observada (corrupta) X. Hallar n n la expresin de la seal as reconstruida. o n 5.13 Sean X e Y variables aleatorias con distribucin uniforme sobre la regin del o o plano . Hallar ErY |X s cuando: (a) es el cuadrado de vrtices p1,
1q, p1, 1q, e (b) es el cuadrado de vrtices e ErY |X s. X e Y son independientes?

p
1, 1q y p
1,
1q. ? ? ? p 2, 0q, p0, 2q, p
2, 0q y p0,
2q. ?

Hallar

5.14 ! Una rata est atrapada en un laberinto. Inicialmente puede elegir una de a tres direcciones. Si elige la primera se perder en el laberinto y luego de 4 minutos a volver a su posicin inicial; si elige la segunda volver a su posicin inicial luego a o a o de 7 minutos; si elige la tercera saldr del laberinto luego de 3 minutos. Suponiendo a que en cada intento, la rata elige con igual probabilidad cualquiera de las tres direcciones, cul es la esperanza del tiempo que demora en salir del laberinto? a 5.15 ! Sea X una variable aleatoria con distribucin uniforme sobre el intervalo o p0, q y sea Y una variable aleatoria tal que ErY |X s  X. Calcular covpsenpX q, Y q. 5.16 ! Se arroja un dado 100 veces. Sean X e Y las cantidades de resultados pares e impares respectivamente. Hallar la esperanza condicional ErY |X s y el valor de covpX, Y q. 5.17 ! Sea pX, Y q un vector aleatorio tal que X tiene distribucin exponencial de o media 1, ErY |X s  X y varrY |X s  X. Usando el Teorema de Pitgoras calcular a el valor de varrY s. 5.18 Una part cula suspendida en agua es bombardeada por molculas en movie miento trmico y recibe (por segundo) una cantidad de impactos cuya distribucin e o es Poisson de media 10. Por cada impacto la part cula se mueve un mil metro hacia

la derecha con probabilidad 3{4 o un mil metro hacia la izquierda con probabilidad 1{4. Hallar la posicin media de la part o cula al cabo de un segundo. 5.19 Un jugador de generala se tira a sacar generala de ases. Tira sus 5 dados, separa los ases, vuelve a tirar los restantes, vuelve a separar los ases, y vuelve a tirar los restantes. Calcular el nmero esperado de ases obtenidos en el tercer tiro. u 5.20 ! El peso de ciertas bolsas de naranjas es una variable aleatoria uniforme entre 3 y 6 kilos. Se van agregando bolsas en una balanza hasta que el peso supere 5 kilos. Hallar la media y la varianza del peso nal as obtenido. 5.21 Hallar la media y la varianza del tiempo de viaje al trabajo del ejercicio Ejercicio 5.6. 5.22 ! La variable aleatoria bidimensional pX, Y q tiene distribucin uniforme en o la regin descrita por 0 x 2, 0 y x2 . o (a) Hallar la funcin de regresin de Y dada X. o o (b) Hallar una ecuacin para la recta de regresin de Y dado X. o o 5.23 La variable aleatoria bidimensional pX, Y q se describe por: X es exponencial con media 5, Y  X 2 . (a) Hallar la funcin de regresin de Y dada X. o o (b) Hallar una ecuacin para la recta de regresin de Y dado X. o o 5.24 ! La longitud de los rollos de tela producidos por cierta mquina sigue a una distribucin uniforme entre 20 y 30 (en metros). Un buen d un cliente requiere o a un rollo con por lo menos 28 metros, de los que no hay ninguno en stock. (a) Calcular la cantidad media de rollos que ser necesario producir para satisfacer a la demanda del cliente. Compare con la estimacin por simulacin. o o (b) Calcular la longitud total media de tela producida para satisfacer esa demanda. Compare con la estimacin por simulacin. o o (c) Calcular la longitud total media de tela de los rollos que irn a stock (es decir a sin incluir el vendido al cliente). Compare con la estimacin por simulacin. o o

Ejercicios Complementarios
5.25 Sea pX, Y q una variable bidimensional con la densidad conjunta del Ejercicio 4.10. Encuentrar la densidad de Z  XY sabiendo que Y  0.25. 5.26 Sean X e Y variables aleatorias independientes tal que X  U p0, 1q y fY py q  2y 1t0 y 1u. Se desea calcular PpX Y 1|X  Y q. Jekyll propone: PpX Y

1|X  Y q  Pp2X 1q  PpX 1{2q  1{2.

Pero Hyde no est de acuerdo y dice: a PpX Y

1|X  Y q  Pp2Y 1q  PpY 1{2q  1{4.

Si ambos hubieran razonado correctamente, convenimos que 1/2 = 1/4? Explicar lo sucedido. 5.27 En una urna hay 3 bolas rojas y 2 negras. Se extraen dos bolas sin reposicin. o Sean X e Y la cantidad de bolas rojas y negras extra das, respectivamente. Hallar una funcin de X, pX q, tal que ErpX qhpX qs  ErY hpX qs para toda funcin o o acotada h : R R. (sugerencia: Para cada i P t0, 1, 2u considerar la funcin o hi : R R denida por hi pxq  1tx  iu. Usar la ecuacin ErpX qhi pX qs  o ErY hi pX qs para deducir la expresin de piq para cada i P t0, 1, 2u). o

p0, 1q. Sean X  J3U K e Y  U 2 . Encontrar una funcin de X, pX q, que satisfaga o la igualdad ErpX qhpX qs  ErY hpX qs, para toda funcin acotada h : R R. o 5.29 Sean Xi las variables denidas en el Ejercicio 2.31. Hallar ErX2 |X1 s. 5.30 Sea arroja un dardo sobre el blanco circular  tpx, y q P R2 : x2 y 2 1u. (a) El dardo se clava en un punto de coordenadas pX, Y q uniformemente distribuido sobre X tpx, y q P R2 : x 0u. Hallar la esperanza y la varianza condicional de Y
dada X.

5.28 Sea U una variable aleatoria con distribucin uniforme sobre el intervalo o

(b) El dardo se clava en un punto de coordenadas pX, Y q uniformemente distribuido sobre . Hallar la esperanza y la varianza condicional de Y dada X. 5.31 Sean las variables aleatorias X, con media y desv , e Y , discreta con o   PpY  1q  p y PpY  2q  1
p. Si X e Y son independientes, hallar E X Y . 5.32 O [ver Ejercicio 3.17 y Ejercicio 5.14] Se arroja sucesivas veces un dado equilibrado. Sea K el nmero de tiradas hasta obtener por primera vez un resultado u distinto de as, y sea, para cada entero m 1, Xm el nmero de tiradas hasta u obtener por primera vez m ases seguidos (por ejemplo si las primeras 9 tiradas resultan 1, 1, 2, 1, 4, 5, 1, 1, 1 ser K  3 X2  2, X3  9). a (a) Qu distribucin tiene K? Hallar ErK s. e o (b) Se sabe que ErX2 s  42. Describir la variable aleatoria ErX2 |K s. Comprobar la consistencia de esta descripcin con el dato ErX2 s  42. o

(c) Describir la expresin general de ErXm |K s en trminos de ErXm s. Deducir una o e expresin general para ErXm s. o (d) Calcular ErX5 s. (e) Si cada tirada del dado insumiera un segundo, estimar (en aos) el tiempo n medio necesario hasta obtener 20 ases seguidos. 5.33 h Juan y Roberto concursan por un trabajo en IBM. Mientras esperan a ser atendidos por el Examinador, Juan descubre desesperado que olvid su calculadora. o Cuando el Examinador los atiende, Juan le pide una, pero el Examinador (que no curs esta materia ni ley la columna de Adrin Paenza en la contratapa de Pgina o o a a

12 del domingo 18 de julio del 2010), se la niega y le dice que piensa que no le ser necesaria. a Uno de los enunciados de la prueba dice: Escriba una secuencia de 200 bits elegidos al azar en t0, 1u.. El Examinador saca copia de los exmenes, identicando las copias, y se los a entrega al Corrector (que curs esta materia el primer cuatrimestre del 2010) que o no puede identicarlos, pero sabe que su amigo Juan olvid la calculadora. El o Corrector mira las pruebas y sin dudarlo sabe cul es la de su amigo Juan. a Uno: 01001110111001000011101010110010011110110101101110011010011001010110 00010011100001010111011010110001010010001100001110101011000011101100 0100010000101001101101110011110101010111001100001010001000101100 Otro: 01111001011010100110110111000011101110110010100001011001101011001101 10001001100011010111001101111011110111111101000111000101001000000000 1110110000010001001110101111010001011011010100001110011110110001 Podr a la luz del Ejercicio 5.32, explicar cmo hizo, y cul de las dos a, o a secuencias pertenec a Juan? a 5.34 Sea pX, Y q una variable aleatoria bidimensional. Sabiendo que X y ErY |X s  2X 2 1. (a) Hallar ErY s y covpX, Y q. (b) Hallar una ecuacin de la recta de regresin de Y dado X. o o 5.35 Para la variable aleatoria bidimensional pX, Y q del Ejercicio 3.11, (a) hallar la funcin de regresin de Y dado X. o o (b) hallar una ecuacin para la recta de regresin de Y dado X. o o 5.36 h Dado un vector px1 , . . . , xn q P Rn , sea T px1 , . . . , xn q la variable aleatoria discreta con rango tx1 , . . . , xn u denida por P pT  xi q  1{n. Consideramos adems n rplicas independientes X1 , . . . , Xn de una variable aleatoria X con media a e y varianza 2 . (a) Hallar ErT s. (b) Hallar varrT s.

 N p0, 2q

(c) Describir la variable aleatoria ErT pX1 , . . . , Xn q|pX1 , . . . , Xn qs. Comparar con Ejercicio 3.18. Hallar ErT pX1 , . . . , Xn qs (en trminos de ). e

(d) Describir la variable aleatoria varrT pX1 , . . . , Xn q|pX1 , . . . , Xn qs. Comparar con Ejercicio 3.18. Hallar ErvarrT pX1 , . . . , Xn qss (en trminos de 2 ). e

Gu 6 a
6.1 La probabilidad de acertar a un blanco es 1{5. Se disparan 10 tiros independientemente. (a) Calcular la probabilidad de que el blanco reciba al menos dos impactos. (b) Calcular la probabilidad condicional de que el blanco reciba al menos dos impactos, suponiendo que recibi al menos uno. o 6.2 Se tira un dado 6 veces. Calcular la probabilidad de obtener (a) al menos un as. (b) exactamente un as. (c) exactamente dos ases. 6.3 La probabilidad de acertar a un blanco es 1{5. (a) Se disparan 9 tiros independientemente. Hallar la cantidad ms probable de a impactos recibidos por el blanco. (b) Repetir el inciso anterior si se disparan 10 tiros. (c) Repetir el inciso anterior si se disparan n tiros.

6.4 El dimetro de las arandelas (en mm.) producidas por una mquina es una a a variable aleatoria cuya funcin de densidad es fX pxq  px
6q{4 1t6 x 8u o p10
xq{4 1t8 x 10u. Si se revisan 100 arandelas, cul es la probabilidad de a que ms de una tenga un dimetro inferior a 6.5 mm.? a a 6.5 El 1 % de los individuos de una poblacin es zurdo. Usando la distribucin o o de Poisson, calcular en forma aproximada la probabilidad de encontrar al menos 4 zurdos entre 200 individuos. 6.6 Qu tan larga debe ser una sucesin de d e o gitos aleatorios para que la probabilidad de que aparezca el d gito 7 sea por lo menos 9{10? 6.7 El peso de una bolsa de cemento (en kg.) es una variable aleatoria uniforme en el intervalo p20, 30q. Si los pesos de las bolsas son independientes, calcular (a) la probabilidad de que la primera bolsa con peso superior a 29 kg. sea la sptima e bolsa revisada. (b) la probabilidad de necesitar revisar ms de 5 bolsas hasta encontrar una que a sea inferior a 22.5 kg. 6.8 ! Chocolatines Jack lanza una coleccin de muequitos con las guras de o n los personajes de Kung Fu Panda: Panda, Tigre, Mono, Grulla y Mantis. Cada vez que Lucas compra un chocolat es igualmente probable que obtenga alguno de n los personajes. Sea N la cantidad de chocolatines que Lucas debe comprar hasta completar la coleccin, hallar ErN s y varpN q. Interpretar los resultados. o

6.9 [ver Ejercicio 4.8] Una lmpara tiene una vida (en horas) con distribucin a o exponencial de parmetro 1. Un jugador enciende la lmpara y, mientras la lmpara a a a est encendida, lanza un dado equilibrado de quince en quince segundos. Hallar el a nmero esperado de 3s observados hasta que la lmpara se apague. u a 6.10 ! Se arroja repetidamente un dado. Calcular la probabilidad de que el tercer as salga en el sptimo tiro. e 6.11 Monk y Lucas disputan la nal de un Campeonato de Ajedrez. El primero que gane 6 partidas (no hay tablas) resulta ganador. La duracin de cada partida o (medida en horas) es una variable aleatoria cuya funcin de densidad es fT ptq  o pt
1q{2 1t1 t 3u. La probabilidad de que Lucas gane cada partida depende de la duracin de la misma. Si dura menos de 2 horas, gana con probabilidad 3{4; o si no, gana con probabilidad 1{2. Cul es la probabilidad de que Lucas gane el a Campeonato en la octava partida? 6.12 Sean N1 y N2 dos variables geomtricas independientes donde PpNi e Sean N  N1 y S  N1 N2 . Hallar (b) la distribucin de N |S o

 1q  p.

(a) la funcin de probabilidad conjunta de N y S. Son N y S independientes? o

 k y calcular Pp2 N 4|S  7q.

6.13 De los 25 jugadores de ftbol de un club se elige al azar un equipo de 11. Si u 8 de los jugadores del club son federados, hallar la probabilidad de encontrar (a) ningn jugador federado en el equipo. u (b) exactamente 2 jugadores federados en el equipo. (c) al menos 4 jugadores federados en el equipo. 6.14 ! En una urna hay k bolas blancas y 5 bolas negras, donde 0 k 6. El resultado de la extraccin de 2 bolas al azar sin reposicin fue de 1 blanca y 1 negra. o o Para cada k hallar la probabilidad de haber observado el mencionado resultado de las 2 extracciones. Qu valor de k da lugar a la mayor probabilidad? e 6.15 ! El control de recepcin de piezas realizado a cada caja, que contiene 10 o unidades, consiste en elegir 2 piezas y rechazar la caja si alguna es defectuosa. El honesto proveedor coloca en cada caja un nmero de defectuosas que depende u del resultado de arrojar un dado como sigue: Si sale un as, no pone ninguna; si el resultado es 2, 3, 4 5 pone 1; y si es 6, pone 2. Determinar o (a) la distribucin del nmero de defectuosas que hay en las cajas. o u (b) la distribucin del nmero de defectuosas que se encuentran en cada muestra o u de 2 unidades. (c) el porcentaje de cajas rechazadas. 6.16 Una cadena de supermercados compra un lote de 50000 bombitas elctricas. e Un lote se considera bueno cuando a lo sumo 500 bombitas estn quemadas, y se a considera malo cuando al menos 1500 bombitas lo estn. Se elige una muestra de n a

bombitas para ensayar. Si c o menos de ellas estn quemadas, se acepta el lote. En a caso contrario, se lo devuelve al proveedor. Se proponen tres planes de muestreo: 1. n  200; c  4. 2. n  100; c  2. 3. n  100; c  1.

(a) Expresar en palabras los riesgos del proveedor y del comprador. (b) Gracar las curvas caracter sticas (ver Ejercicio 1.33) de los tres planes de muestreo (utilizar la aproximacin binomial de la hipergeomtrica). o e (c) El plan 2 protege similarmente al proveedor que el plan 1? Y al comprador? Justicar. (d) El plan 3 protege ms al comprador que el plan 1? Y al proveedor? Justicar. a 6.17 ! En una pieza fabricada existen dos tipos de falla, en forma independiente: por abolladura con una probabilidad de 0.1 y por rotura con una probabilidad de 0.2. Hallar la probabilidad de que al tomar 8 piezas, (a) ms de una sea defectuosa slo por abolladura. a o (b) una resulte defectuosa slo por rotura. o (c) a lo sumo una tenga ambos defectos. (d) menos de 2 tengan algn defecto. u (e) por lo menos una no tenga defectos. (f) 2 estn abolladas solamente, 3 estn rotas solamente, 1 tenga ambos defectos y e e el resto sean buenas. 6.18 En una fbrica hay cuatro mquinas A, B, C y D que producen el 30 %, 20 %, a a 10 % y 40 % de la produccin total, respectivamente. Si se sabe que en diez art o culos tomados al azar de la produccin, exactamente dos provienen de la mquina A, cul o a a es la probabilidad de que haya exactamente dos provenientes de la mquina B? a 6.19 Se tienen siete dados equilibrados: uno normal y seis con seis ases. Se realizan los siguientes tres experimentos: E1 : Se elige al azar uno de los siete dados y se lo arroja tres veces; E2 : Tres veces se elige al azar uno de los siete dados, y se lo arroja (reponindolo e luego entre los otros); E3 : Se eligen al azar tres de los siete dados, y se los arroja. Sea Ai el evento: en el experimento Ei no se obtuvo ningn as. u (a) Sin usar lpiz y papel, podr Ud. determinar cul es la mxima de las probaa a a a bilidades PpAi q? Y la m nima?

(b) Calcular las tres probabilidades P pAi q. Si sus respuestas en Inciso (a) fueron incorrectas, trate de entender por qu. e

6.20 Se tirar un dado equilibrado hasta que salga el as. Sea N la cantidad a de tiradas necesarias y sea M la cantidad de cuatros obtenidos. Calcular ErM s y covpN, M q. 6.21 ! Un motoquero transita por una avenida. Las probabilidades de que al momento de llegar a un semforo se encuentre en rojo, amarillo o verde son 0.45, a 0.05 y 0.5 respectivamente. Los estados de los semforos son independientes entre a s y el motoquero slo se detiene al encontrar un semforo en rojo. Sea X la cantidad o a de luces amarillas que atraves hasta detenerse. o (a) Calcular la media y varianza de X. (b) Hallar la funcin de probabilidad de X. o 6.22 ! Un juego consiste en arrojar una moneda legal 5 veces y contar el nmero u de caras obtenidas (Fase I del juego). Luego, la Fase II consiste en: arrojar la moneda tantas veces como cantidad de caras obtenidas en la Fase I, si el nmero de caras obtenido en la Fase I es mayor que 3; u arrojar la moneda hasta obtener un total de 4 caras (incluyendo las obtenidas en la fase I), si el nmero de caras obtenido en la Fase I es a lo sumo 3. u Calcular el valor esperado de la cantidad de tiros efectuados en la Fase II.

Ejercicios Complementarios
6.23 Se trata de que un proceso de fabricacin no produzca ms del 5 % de art o a culos defectuosos. A tal efecto se lo controla peridicamente examinando n art o culos y si alguno de ellos es defectuoso, se detiene el proceso para revisarlo. (a) Si el proceso de fabricacin realmente est trabajando al 5 % de art o a culos defectuosos y se examinan n  20 art culos, cul es la probabilidad de detener el a proceso innecesariamente? (b) Hallar la cantidad m nima de art culos que debern examinarse si se desea a que la probabilidad de detener el proceso cuando realmente est trabajando al 6 % a de defectuosos sea por lo menos 0.99. Con ese tamao de muestra, cul es la n a probabilidad de detener el proceso innecesariamente? 6.24 En un tramo de una l nea de montaje se realizan las operaciones 1, a cargo de Luis, y 2, a cargo de Jos. Ambos son especialistas y que producen un 5 % de e defectos cada uno. Cuando falta alguno de ellos, y lo hacen aleatoria e independientemente el 8 % de los d son reemplazados por auxiliares no especializados as, que trabajan con un 20 % de defectos cada uno. Cada unidad es defectuosa si existe defecto en cualquiera de las operaciones del montaje, que son independientes. Si un d se toma una muestra de 20 unidades y resultan 2 defectuosas, cul es la a a probabilidad de que ese d haya faltado alguno de los especialistas? a 6.25 La probabilidad de dar en el blanco de dos tiradores A y B es respectivamente 0.4 y 0.7. Cada uno hace cinco disparos. Si se sabe que juntos acertaron 6 tiros, cul es la probabilidad de que A haya acertado dos? a

6.26 En un proceso de produccin en serie las piezas tienen dos tipos de defectos: o de forma o de color. La probabilidad de que una pieza tenga un defecto de forma es 0.1; la probabilidad de que tenga un defecto de color es de 0.72 si tiene defecto de forma, y de 0.08 cuando no tiene defecto de forma. Cuando se detecta una pieza con ambos defectos se suspende la produccin formando un lote con las piezas o producidas hasta ese momento, incluyendo la pieza con ambos defectos. Cul es a la cantidad media de piezas defectuosas por lote? 6.27 h Sea X1 , X2 , . . . una secuencia de variables aleatorias, todas de media 2, y N una variable geomtrica(p  2{3), independiente de las Xi . Calcular ErX1 e    XN |N 2s. 6.28 Sea un dado de 4 caras a, b, c, d, con probabilidades pa , pb , pc , pd , respectivamente. El dado se lanza n veces, en forma independiente. (a) Sean Xa , Xb , Xc , Xd la cantidad de lanzamientos en los que el dado cae en la cara a, b, c, d. Cul es la distribucin de cada una de las Xi ? Justicar. a o (b) Cul es la covarianza entre Xa y Xb si pi a resultado.

 1{4? Interpretar el signo del

(c) h Cul es la covarianza entre Xa y Xb ? Interpretar el signo del resultado. a 6.29 h Un empresario de la industria del juego propone un nuevo entretenimiento para su casino: Se le entrega un dado legal. Usted sigue tirando hasta que saque un 6. Usted recibe una cantidad ja de $1 por cada tiro que realiz donde el resultado o fue un nmero impar. Sea R la cantidad de dinero que recibe un jugador. u (a) Hallar el valor medio de R. Si se paga un monto jo de $5 para poder jugar, es este juego conveniente para el casino? (b) Hallar la varianza de R. (c) Hallar la funcin de probabilidad de R. o

Gu 7 a

7.1 El nmero de buques tanque que llegan en un d a una rener tiene una u a a distribucin de Poisson de media  2. Si ms de tres buques llegan en un d los o a a, que estn en exceso deben enviarse a otro puerto, pues las actuales instalaciones a portuarias pueden despachar a lo sumo tres buques al d a. (a) Cul es la probabilidad de tener que hacer salir buques en un d determinado? a a (b) Cul es el nmero ms probable de buques que llegan en un d a u a a? (c) Cul es el nmero esperado de buques atendidos diariamente? a u (d) Cul es el nmero esperado de buques rechazados diariamente? a u (e) En cunto deben aumentarse las instalaciones actuales para permitir la atena cin a todos los buques el 90 % de los d o as? 7.2 La cantidad de insectos que arriban a la mesa de un asado responde a una distribucin Poisson de media  60. Cada insecto puede ser una mosca con o probabilidad p  2{3. La cantidad de insectos y la naturaleza de cada uno de ellos son independientes. (a) Dado que arribaron 60 insectos, cul es la distribucin de la cantidad de moscas a o en la mesa? (b) Hallar la probabilidad de que arriben 50 insectos y 35 de ellos sean moscas. (c) Cul es la distribucin de la cantidad de moscas que arriban a la mesa? a o 7.3 Una fbrica textil produce rollos de tela con dos tipos de fallas: de tejido y de a teido. En cada rollo, la cantidad de fallas de tejido tiene distribucin Poisson de n o media 1  2 y la cantidad de fallas de teido tiene distribucin Poisson de media n o 2  4. Ambas cantidades son independientes. (a) Cul es la probabilidad de que un rollo de tela no tenga fallas? a (b) Cul es la probabilidad de que un rollo de tela tenga exactamente una falla? a (c) Dado que un rollo de tela tiene exactamente una falla, cul es la probabilidad a de que sta sea una falla de tejido? e 7.4 La cantidad de relmpagos durante una tormenta tiene una distribucin Poisson a o de media , donde es una variable aleatoria con distribucin uniforme sobre el o intervalo r3, 8s. Calcular la probabilidad de que en un d de tormenta, se observe a al menos un relmpago. a 7.5 La duracin de un cierto componente elctrico es una variable aleatoria expoo e nencial de media 1000 hrs. (a) Cul es la probabilidad de que dicho componente dure ms de 200 hrs.? a a (b) Si se sabe que luego de 1200 hrs. estaba funcionando, cul es la probabilidad a de que dure ms de 1400 hrs.? a

(c) Comparar las probabilidades obtenidas en ambos incisos y obtener una conclusin. o (d) Repetir los clculos si la duracin del componente fuese una variable con disa o tribucin gamma de media 4000 hrs. y desv 2000 hrs. o o 7.6 Sean X1 y X2 variables exponenciales independientes con intensidad . Sean X  X1 y S  X1 X 2 . (a) Hallar la densidad conjunta de X y S. Son X y S independientes? (b) Calcular PpX

P r0, 1s|S  3q.

7.7 La cantidad de clientes que recibe un servidor en una hora obedece a una distribucin Poisson de media  4. El tiempo de trabajo (en minutos) consumido o en cada servicio es una variable aleatoria con distribucin exponencial de media o 5. Sabiendo que durante la primera hora el servidor recibi menos de 3 clientes, o hallar la funcin de distribucin del tiempo de trabajo consumido por el servidor y o o el valor medio de dicho tiempo. 7.8 La cantidad de relmpagos durante una tormenta tiene una distribucin a o Poisson de media , donde es una variable aleatoria con distribucin exponencial o de intensidad 3. (a) Calcular la probabilidad de que en un d de tormenta no se observe ningn a u relmpago. a (b) Cul es la distribucin de la cantidad de relmpagos durante una tormenta? a o a 7.9 ! Sea tN ptq, t 0u el proceso de conteo asociado a un proceso de Poisson de intensidad 8. Calcular (a) PpN p1q  2q. (b) PpN p2q
N p1q  3q.

(c) PpN p1q  2, N p2q
N p1q  3, N p4q
N p2q  5q. Sea T el tiempo de espera hasta que ocurre el cuarto evento del proceso de Poisson. Calcular (d) ErT s. (e) ErT |N p1q  2s. 7.10 A un quiosco llegan clientes de acuerdo con un proceso de Poisson de intensidad 30 por hora. (a) Hallar la probabilidad de que en media hora lleguen exactamente 15 clientes. (b) Hallar la probabilidad de que el tiempo de espera entre la octava y la dcima e llegada supere los 5 minutos. 7.11 ! Los colectivos de la l nea 61.09 llegan a la parada de Paseo Coln 850 segn o u un proceso Poisson de intensidad 12 por hora.

(a) Andrs llega a la parada del 61.09 a las 19:30. Calcular la probabilidad de que e Andrs tenga que esperar ms de 5 minutos hasta que llegue el prximo colectivo. e a o (b) Jemina llega a la parada del 61.09 a las 19:31. Calcular la probabilidad de que Jemina tenga que esperar ms de 5 minutos hasta que llegue el prximo colectivo. a o (c) Mart llega a la parada del 61.09 en un horario aleatorio T cuya densidad de n probabilidades es fT ptq  |senp pt
19 : 30qq| 1t19 : 30 t 19 : 32u. Calcular 4 la probabilidad de que Mart tenga que esperar ms de 5 minutos hasta que llegue n a el prximo colectivo. o 7.12 ! A un banco llegan clientes de acuerdo con un proceso de Poisson de intensidad 10 por hora. Suponiendo que dos clientes llegaron durante la primer hora, cul es la probabilidad de que a (a) ambos lleguen durante los primeros 20 minutos? (b) al menos uno llegue durante los primeros 20 minutos? 7.13 Los errores en un libro aparecen segn un proceso Poisson. Se sabe que en u las primeras 500 pginas hay un total de 500 errores. Hallar la probabilidad de que a la pgina 1 contenga al menos tres errores. a 7.14 Ocurren choques de acuerdo a un proceso de Poisson de intensidad 1 por segundo. Independientemente, cada choque hace que un sistema falle con probabilidad 1{2. Sea T el tiempo en que falla el sistema. Hallar la distribucin de T , ErT s o y varpT q. 7.15 ! Una mquina produce rollos de alambre. El alambre tiene fallas distribuidas a como un proceso de Poisson de intensidad 1 cada 25 metros. La mquina detecta a cada falla con probabilidad 0.9 y corta el alambre en la primer falla detectada antes de los 25 metros o a los 25 metros si no se detectan fallas antes. (a) Hallar la media de la longitud de los rollos de alambre. (b) Hallar la cantidad media de fallas en los rollos. 7.16 ! [ver Ejercicio 4.14] (a) Sean A y B dos procesos de Poisson independientes de tasa 1. Cul es la proa babilidad de que al superponerlos, los dos primeros eventos observados provengan del proceso A? (b) Sean X1 , X2 , X3 variables aleatorias independientes exponenciales de media 1. Calcular la probabilidad de que X1 supere a X2 X3 (sugerencia: utilizando correctamente el resultado del inciso anterior, no es necesario hacer ninguna cuenta). 7.17 Familias de argentinos migran a Italia de acuerdo con un proceso de Poisson de tasa 4 por semana. Si el n mero de integrantes de cada familia es independiente y u puede ser 2, 3, 4, 5 con probabilidades respectivas 0.1, 0.2, 0.3, 0.4, cul es el valor a esperado del nmero de argentinos que migran a Italia durante un per u odo jo de 15 semanas?

7.18 ! En un puesto de peaje se sabe que los veh culos arriban con una tasa de 10 por minuto. El 70 % de las veces es un auto, el 10 % de las veces es una moto, y el 20 % de las veces es un camin. Los coches transportan en promedio una carga o de 400 kg., las motos de 120 kg., y los camiones de 1300 kg. (a) Encontrar la probabilidad de que en media hora crucen por el peaje a lo sumo 2 autos. (b) Hallar la probabilidad de que en 1 minuto pasen 7 autos, 2 camiones y 1 moto. (c) Hallar la carga media que transporta un veh culo que pasa por el peaje. (d) Hallar la carga media total que atraviesa el peaje durante 1 hora. 7.19 ! A una l nea de embalaje arriban en forma independiente piezas producidas por las mquinas A y B. Las piezas de la mquina A lo hacen segn un proceso a a u Poisson de tasa 2 por minuto, mientras que las de la mquina B tambin lo hacen a e en forma Poisson pero con tasa 3 por minuto. Las piezas de ambas mquinas llegan a a la l nea de embalaje y por orden de arribo son embaladas de a pares. Hallar la media y la varianza del tiempo transcurrido hasta la aparicin de un par embalado o formado por una pieza proveniente de cada mquina. a 7.20 ! Los mensajes que son spam arriban segn un proceso Poisson de tasa u s  8 mensajes por hora, mientras que los que no son spam (regulares) lo hacen con r  2 mensajes por hora, e independientemente de los spam. De los mensajes regulares, con probabilidad p  0.05 y de manera independiente son invitaciones para salir con amigos. (a) Se tardan 2 segs. en reconocer y borrar un mensaje de spam. El tiempo para leer y contestar un mensaje regular es uniforme entre 60 y 120 segs. Encontrar la media y varianza del tiempo necesario para procesar todos los mensajes recibidos entre las 12 y 22 hrs. (b) Si acaba de recibirse un mensaje nuevo, hallar la probabilidad de que sea una invitacin para salir con amigos. o (c) La cuenta acaba de ser vericada. Encontrar la media del nmero de mensajes u de spam que se recibirn hasta la llegada del prximo mensaje regular. a o (d) Entre las 10 y 14 hrs. arribaron 10 mensajes de spam. Calcular la probabilidad de que exactamente 3 de ellos hayan arribado entre las 11 y 12 hrs. (e) Luego de chequear el correo, una persona se queda dormida durante un tiempo aleatorio con distribucin exponencial de media 1. Si al despertarse observa que no o recibi mensajes nuevos, hallar la funcin de densidad condicional del tiempo que o o estuvo dormida (condicionada al hecho de que en ese tiempo no recibi mensajes). o

Ejercicios Complementarios

7.21 Una fbrica textil produce rollos de tela para una camiser La tela se teje a a. en una mquina que produce fallas de tejido de acuerdo con un proceso de Poisson a de intensidad 2 cada 300 metros. La tela se corta en piezas de 100 metros de largo y cada pieza pasa a la mquina de teido. Cuando una pieza de tela no tiene fallas a n de tejido la cantidad de fallas de teido es una variable aleatoria con distribucin n o Poisson de media 1. En cambio, si la pieza tiene fallas de tejido la cantidad de fallas de teido una variable aleatoria con distribucin Poisson de media 2. Hallar n o la distribucin de la cantidad de fallas en una pieza enrollada. o 7.22 h En el contexto del Ejercicio 7.11 Ignacio llega a la parada del 61.09 a las 19:35 y se sube en el primer colectivo de dicha l nea que arribe a la parada. (a) Calcular la probabilidad de que el ultimo colectivo haya pasado por lo menos 5 minutos antes de la llegada de Ignacio a la parada y que el prximo tarde ms de o a 5 minutos en llegar a la parada. (b) Hallar la media del tiempo transcurrido entre el instante en que pas el ultimo o colectivo antes de la llegada de Ignacio a la parada y el instante en que lleg el o colectivo en que se subi Ignacio. o 7.23 La llegada de aviones a un aeropuerto de una determinada ciudad responde a un proceso Poisson con una media de 12 aviones por hora. Un ocial de control llega cada d de la semana y permanece en el aeropuerto el tiempo necesario hasa ta que llega el dcimo avin. Si al cabo de una semana (5 d hbiles) el tiempo e o as a que permaneci el ocial en el aeropuerto super las 4 horas, cul es la probabio o a lidad de que dicho tiempo haya excedido las 5 horas? Suponer que los tiempos de permanencia de dos d diferentes son independientes. as 7.24 Un proceso de arribos comienza en t  0 y los tiempos entre arribos T1 , T2 , . . . son variables aleatorias independientes, cada una con funcin densidad dada por o fTi ptq  p2e
t 3te
t q{5 1tt 0u. (a) Calcular la media de T1 . (b) Calcular la probabilidad de que no ocurran arribos entre t  0 y t  2. 7.25 O A una estacin de trenes llegan personas de acuerdo con un proceso de o Poisson de intensidad 50 por minuto. El tren parte a los 20 minutos. Sea T la cantidad total de tiempo que esperaron todos aquellos que subieron al tren. Hallar ErT s y varpT q. (sugerencia: condicionar al valor de N p20q  cantidad de llegadas en 20 minutos y usar la frmula de probabilidad total.) o 7.26 Clientes ingresan a un banco segn un proceso de Poisson de tasa 10 por u hora. El 30 por ciento de los clientes son mujeres. Cul es la probabilidad de que en a el lapso hasta la llegada del sexto hombre hayan ingresado exactamente 2 mujeres? 7.27 A un hospital llegan personas de acuerdo con un proceso de Poisson de intensidad 1 cada hora. Cuando una persona ingresa al hospital, la probabilidad de que est gravemente enferma es 0.4. (cada una en forma independiente de las otras). La e jornada de atencin del hospital es de 24 horas. o

(a) El costo de atender a una persona que est gravemente enferma es de $10 y el a de atender a una persona que no est gravemente enferma es de $2. Hallar el costo e medio de una jornada de atencin. o (b) Sabiendo que el costo de una jornada de atencin fue de $10, hallar la distrio bucin de la cantidad de personas que llegaron al hospital en esa misma jornada. o 7.28 h Una mquina produce rollos de alambre. El alambre tiene fallas distribuidas a como un proceso de Poisson de intensidad 1 cada 25 metros. La mquina corta el a alambre en la primer falla detectada despus de los 50 metros, pero detecta las fallas e con probabilidad 0.9. Si entre los 50 y los 150 metros no detecta ninguna falla, la mquina corta el alambre a los 150 metros. Hallar la cantidad media de fallas en a los rollos. 7.29 [ver Ejercicio 7.16] Lucas entra en un banco que tiene dos cajas independientes. Pablo est siendo atendido por el cajero 1 y Pedro por el cajero 2. Lucas a ser atendido tan pronto como Pedro o Pablo salgan de la caja. El tiempo, en mia nutos, que demora el cajero i en completar un servicio es una variable aleatoria exponencial de media 23
i , i  1, 2. Hallar (a) la probabilidad de que Pablo sea el primero en salir; (b) la probabilidad de que Pablo sea el ultimo en salir. 7.30 Un contador recibe impulsos de dos fuentes independientes, A y B. La fuente A genera impulsos de acuerdo con un proceso de Poisson de tasa 3, mientras que la fuente B genera impulsos siguiendo un proceso de Poisson de tasa 5. Suponer que el contador registra todo impulso generado por las dos fuentes. (a) Hallar la probabilidad de que el primer impulso registrado sea de la fuente A. (b) Dado que exactamente 100 impulsos fueron contados durante la primer unidad de tiempo, cul es la distribucin de la cantidad emitida por la fuente A? a o 7.31 En hora pico, una autopista recibe trco de 3 entradas, A, B y C, en forma a independiente, que tienen tasas de 30, 35 y 25 veh culos por minuto, respectivamente. De los veh culos que llegan por A o B, el 30 % se desv por colectora (o a sea, no van por la autopista). En la autopista hay un puesto de peaje (luego de las 3 entradas). (a) Cul es la probabilidad de que al peaje lleguen 3 autos en menos de 5 segundos? a (b) Cul es la probabilidad de que pasen ms de 5 autos hasta que pasa uno a a proveniente de la entrada A? (c) Se sabe que en un lapso de 15 segundos pasaron por el peaje 20 veh culos. Cul a es la probabilidad de que la mitad de ellos haya pasado en los ultimos 5 segundos? (d) En el peaje se instala un contador de veh culos, pero el mismo funciona intermitentemente. Cada vez que funciona, el tiempo durante el cual lo hace no es jo sino que es una variable Ti  U p10, 15q segundos. Sea Xi la cantidad de veh culos registrados la i-sima vez que funciona el dispositivo. La cantidad de veces que el e dispositivo funciona durante un minuto es una variable Nj distribuida uniformemente a valores t1, 2, 3, 4u. Si cada una de las secuencias tTi u, tXi u y tNj u son

i.i.d., hallar la cantidad media de veh culos registrados por el dispositivo durante 1 hora. 7.32 h [Ross, pg. 351 ] Sea S ptq el precio de un seguro a tiempo t. Un modelo a para el proceso tS ptq, t 0u supone que el precio se mantiene constante hasta que ocurre un sobresalto, en ese momento el precio se multiplica por un factor aleatorio. Sea N ptq la cantidad de sobresaltos a tiempo t, y sea Xi el i-simo e factor multiplicativo, entonces el modelo supone que S ptq  S p0q
0
N t

pq

donde si N ptq  0, se dene i1 Xi  1. Suponer que los factores son variables exponenciales independientes de tasa 1{2, que tN ptq, t 0u es un proceso de Poisson de tasa 1, independiente de los Xi , y que S p0q  1.

i 1

Xi

(a) Hallar ErS ptqs (sugerencia: usar la frmula de probabilidad total condicionando o a los posibles valores de N ptq y el desarrollo en serie de Taylor de la exponencial.) (b) Hallar ErS 2 ptqs.

7.33 O En la la de un cajero automtico hay personas que esperan realizar una a operacin; cada vez que una persona termina su operacin, la siguiente comienza o o la suya. Las personas son impacientes, e independientemente de lo que hagan las dems, cada una espera solamente un tiempo exponencial de tasa 1; luego del cual a si no ha comenzado su operacin se retira de la la. Por otra parte, los tiempos o consumidos en cada operacin son independientes y exponenciales de tasa 10. Si una o persona est utilizando el cajero, hallar la probabilidad de que la octava persona a en la la realice su operacin. o

Gu 8 a
8.1 Sea X una variable aleatoria con distribucin normal estndar. o a (a) Usando una tabla, calcular Pp
0.43 Pp|X | 1.64q.

1.32q, Pp1.28

1.64q y

(b) Usando una tabla, encontrar las constantes que satisfacen las siguientes ecuaciones PpX aq  0.1, PpX bq  0.2, Pp|X | cq  0.95. 8.2 ! Para modelar el precio del kilo de asado se usa una variable aleatoria con distribucin normal de media 3 dlares y varianza 4. Qu puede decirse de semejante o o e modelo? Y si su media fuese 8 dlares? Y si su media fuese 14 dlares? o o 8.3 [Control Estad stico de Procesos] Sea X una variable observable de un proceso industrial. Se dice que el proceso funciona bajo control cuando es estable, es decir, cuando la variacin aleatoria de X se corresponde con los valores histricos de su o o media y desv en todo momento. En caso contrario, se dice que el proceso o est fuera de control. a Para evaluar si se descontrola el proceso, se toman mediciones de la variable cada 15 minutos y se denen las siguientes seales de descontrol, es decir, eventos muy n improbables cuando el proceso est bajo control. De producirse alguno de estos a eventos, se concluir que el proceso dej de estar bajo control: a o Un valor que satisfaga |X
| 3 un valor muestral est fuertemente a fuera de control. Al menos dos de tres valores consecutivos son superiores a 2 (o inferiores a
2) existe una tendencia moderada a que las muestras se encuentren moderadamente fuera de control. Al menos cuatro de cinco valores consecutivos son superiores a (o inferiores a
) existe una tendencia fuerte a que las muestras se encuentren ligeramente fuera de control. Ocho o ms valores consecutivos superan a (o no lo superan) existe un a sesgo prolongado.

La media y la dispersin histricas de X son  162.4 y o o

 0.2.

(a) Encontrar cotas para la probabilidad de cada seal de descontrol sin importar n cul sea la distribucin de probabilidad de X. a o (b) Asumiendo ahora que la variable X tiene distribucin normal de media y o desv , calcular las probabilidades de cada seal de descontrol, y vericar que o n todas son 0.005. (c) Luego de un d de trabajo se tomaron 50 mediciones y se volcaron en el siguiente a grco (grco de control ). Analizarlo, y decir si aparecen seales de descontrol, o a a n si, por el contrario, el proceso funciona controlado. Nota: De las seales de descontrol indicadas arriba se excluy una de ms utiles en n o a la prctica real: Seis o ms puntos consecutivos en tendencia creciente (o decrea a ciente). La probabilidad de esta seal de descontrol en el caso normal es 0.0015, n aunque su clculo es ms complejo que el de las otras. a a

163 162.8 162.6 162.4 162.2 162 161.8

8.4 ! Un distribuidor de arandelas cuenta con dos proveedores. De acuerdo a las especicaciones provistas, el proveedor A ofrece arandelas cuyo dimetro (en mm.) a se rige por una distribucin normal de media 15 y varianza 9; mientras que las o del proveedor B tambin son normales con media 23 y desv 3. Lamentablemente e o las cajas de los proveedores se colocaron en el depsito sin ser etiquetadas. Para o decidir cada caja de qu proveedor proviene, se mide una arandela y si su dimetro e a es inferior a 19 mm. se decide que esa caja es del proveedor A. Calcular la probabilidad asociada a los dos errores que pueden cometerse por usar dicha regla. 8.5 La vida en horas de una lmpara tiene una distribucin normal de media a o 100 horas. Si un comprador exige que por lo menos el 90 % de ellas tenga una vida superior a las 80 horas, cul es el valor mximo que puede tomar la varianza a a manteniendo siempre satisfecho al cliente? 8.6 En un establecimiento agropecuario, el 10 % de los novillos que salen a venta pesan ms de 500 kg. y el 7 % pesa menos de 410 kg. Si la distribucin es normal, a o calcular (a) el peso superado por el 15 % de los novillos. (b) un intervalo de conanza al 95 % para el peso de los novillos. (c) la probabilidad de que en una jaula de 25 novillos haya alguno con un peso inferior a 400 kg. 8.7 Sea X  U p3, 4q e Y |X  x  N px, 1q. Usando la tabla de la funcin de o distribucin de la variable normal, calcular fY p5q y PpX 3.5|Y  5q. o 8.8 ! [ver Ejercicio 4.30] Sean X e Y variables aleatorias N p0, 1q independientes. Hallar la funcin densidad conjunta y las funciones densidad marginales de o W  X
Y y Z  X Y . Qu se puede concluir sobre la covarianza y la indee pendencia entre W y Z? 8.9 En una l nea de montaje se arma un mecanismo que tiene un eje que gira dentro de un buje. Un eje y un buje ajustan satisfactoriamente si el dimetro del segundo a excede al del primero en no menos de 0.005 y no ms de 0.035. Los dimetros de los a a ejes y los bujes son variables aleatorias con distribuciones uniformes independientes en el intervalo p0.74, 0.76q para los ejes y p0.76, 0.78q para los bujes.

(a) Cul es la probabilidad de que un eje y un buje tomados al azar ajusten a satisfactoriamente? (b) Considere ahora que las variables son normales con las mismas medias y desv os que en el inciso anterior y recalcule la misma probabilidad. 8.10 ! Una conserva se vender envasada en latas. Las distribuciones de los pesos a (en gr.) y sus costos (en $ por gr.) son los siguientes: Peso neto Peso del envase Costo de la conserva Costo del envase X es normal de media 49.8 y desv 1.2. o Y es normal de media 8.2 y desv 0.6. o CC  0.06. CE  0.008.

(a) Calcular la probabilidad de que una unidad terminada tenga un costo inferior a $3. (b) Hallar la probabilidad de que el costo del producto terminado supere en ms a del 2 % al costo del peso neto. 8.11 La cantidad de art culos vendidos por hora en un comercio obedece a un proceso de Poisson de intensidad 1{2. El precio de venta (en $) de un art culo cualquiera sigue una distribucin normal de media 240 y desv 70. Si en un lapso o o de 6 horas se vendieron 2, 3 4 art o culos, hallar la probabilidad de que se haya vendido un monto superior a $680. 8.12 Una carpinter recibe igual cantidad de tablas de dos aserraderos A y B. a En el primero, la longitud (en mts.) de las mismas tiene distribucin normal con o media 3.8 y desv estndar 0.3; en el segundo, la distribucin tambin es normal, o a o e pero con parmetros 3.9 y 0.35 respectivamente. Una vez guardadas en depsito, a o no es posible saber de qu aserradero proviene cada tabla. Si se toma una tabla e del depsito cuya longitud es de 3.7 mts., cul es la probabilidad de que la misma o a provenga del aserradero B? 8.13 Una empresa tiene 3 vendedores, A, B y C. Las ventas diarias de cada uno son sumamente variables y se conocen sus medias y desv pero no sus leyes de os distribucin. Dichos parmetros valen 100 y 45 para A, 120 y 30 para B, y 94 y 15 o a para C. Calcular (a) la probabilidad de que en 60 d hbiles las ventas de A superen los 6500. as a (b) la probabilidad de que en 60 d hbiles B venda al menos un 30 % ms que as a a C. (c) la venta total m nima que, con 95 % de conabilidad podr obtenerse con los 3 a durante los prximos 60 d hbiles. o as a 8.14 El Sr. Gmez sale de su trabajo a las 19:00 en punto y se dirige a la o parada del colectivo 528 (posicin 1 en el mapa de la gura) para volver a su casa. o Dicha l nea de colectivos tiene una frecuencia exacta de un coche cada 6 min. El Sr. Gmez ignora a qu hora vendr el prximo coche, por lo que el tiempo de espera o e a o hasta su llegada es considerado uniforme. Una vez que Gmez subi, el colectivo o o

demora en llegar a la posicin 2 un tiempo aleatorio en minutos U p6, 9q. All hay o un semforo que se encuentra en verde el 40 % de las veces. Si no est verde, debe a a esperar 3 min. El tiempo (en minutos) que tarda el colectivo en recorrer el trayecto de 2 a 3 es una variable aleatoria X con distribucin fX pxq 9 x 1t0 x 10u. El o semforo que est en 3 lo pasa en verde con probabilidad 0.3. Si est en rojo debe a a a esperar un tiempo aleatorio en minutos U p0, 2q. Luego, se demora exactamente 12 min. en llegar al paso a nivel en 4, donde la barrera est baja con probabilidad a 0.8, en cuyo caso debe esperar 5 min. el paso del tren. La demora en minutos del trayecto de 4 a 5 tiene distribucin U p15, 20q, mientras que la del trayecto de 5 o a 6 tiene distribucin fY py q 9 y 2 1t0 y 5u. Gmez se baja en 6, y camina o o exactamente 3 min. hasta llegar a su casa en 7. Sea T la variable aleatoria asociada al tiempo que tarda el Sr. Gmez en llegar a su casa desde el trabajo. o

(a) Simular el viaje n veces. Construir un histograma con los valores simulados y explorar informalmente si la distribucin de T podr considerarse aproximadamente o a normal. (b) En caso armativo, simular la probabilidad de que Gmez llegue a tiempo a o su casa para ver completa la telenovela de las 20:00 y compararla con el resultado anal tico aproximado. 8.15 La probabilidad de que un tirador haga impacto en el blanco en un disparo es 1{2. (a) Calcular en forma aproximada la probabilidad de que en 12 disparos el tirador consiga impactar exactamente 6 veces al blanco. (b) Calcular en forma aproximada la probabilidad de que en 12 disparos el tirador haga impacto en el blanco por lo menos 6 veces. (c) Comparar los resultados obtenidos con los resultados exactos. (d) Repetir los incisos anteriores cuando la probabilidad de que el tirador haga impacto en el blanco en un disparo es 1{20. 8.16 ! Supngase que Sn tiene distribucin binomialpn, pq, cuyos parmetros o o a n y p se describen ms abajo. Calcular PpSn  k q, k  1, 2, . . . , 25 por la frmula a o exacta y por las siguientes aproximaciones 1. Aproximacin por la densidad normal: o PpSn

 kq 

1 a npp1
pq

k
np a npp1
pq

2. Correccin por continuidad: o 1 PpSn  k q  P k
2



Sn k

1 2

k
np 1{2 a npp1
pq

k
np
1{2 a npp1
pq

Comparar (por grcos) cun buenas son las aproximaciones y cun necesaria es la a a a correccin por continuidad de acuerdo con los valores de n y p. o Utilizar n  5, 8, 10, 15, 20, 25, 50, 100, 200 y p  p0.05qs, s  1, 2, . . . , 10. 8.17 Tres nmeros se redondean al entero ms cercano y se suman. Se asume que u a los errores individuales de redondeo se distribuyen uniformemente sobre el intervalo p
0.5, 0.5q. (a) Calcular en forma aproximada la probabilidad de que la suma de los nmeros u redondeados diera de la suma exacta en ms de 1. a (b) Simular la probabilidad pedida y compararla con el resultado anal tico aproximado. 8.18 Sea X  X1 X2 X3 X4 X5 , con Xi  U p0, 1q e independientes. Se desea saber si la distribucin de X puede o no aproximarse por una normal. o (a) Generar 200 o ms copias simuladas de X, construir un histograma y explorar a informalmente si la aproximacin normal podr considerarse adecuada. o a (b) Repetir lo anterior con X5 Cmo explica los resultados? o

 U p0, 20q y las dems condiciones inalteradas. a

8.19 En un sistema electrnico se producen fallas de acuerdo con un proceso de o Poisson de tasa 2.5 por mes. Por motivos de seguridad se ha decidido cambiarlo cuando ocurran 196 fallas. (a) Calcular (aproximadamente) la probabilidad de que el sistema sea cambiado antes de los 67.2 meses. (b) Simular la probabilidad pedida y compararla con el resultado anal tico aproximado. 8.20 Una mquina selecciona ciruelas y las separa de acuerdo con el dimetro x a a (medido en cm.) de cada una. Las de dimetro superior a 4 cm. se consideran de a clase A y las otras de clase B. El dimetro de cada ciruela es una variable aleatoria a uniforme entre 3 y 5 cm. El peso (medido en gramos) de cada ciruela depende de su dimetro y es x3 . Si las cajas vac pesan 100 gramos, hallar en forma aproximada a as la probabilidad de que una caja con 100 ciruelas de tipo A pese ms de 9.6 kilos. a 8.21 En un taller de manufactura, la fraccin de unidades defectuosas var o a diariamente en forma aleatoria con media 0.1 y desv estndar 0.03. A su vez, la o a produccin diaria es tambin variable e independiente de la anterior, con media o e 500 unidades y desv 120 unidades. El costo total diario tiene una parte ja de o $0.8 por unidad producida (buena o defectuosa) ms $3.4 por unidad defectuosa. a Calcular el costo total para 90 d superado con 90 % de probabilidad. as

8.22 ! Una excursin dispone de 100 plazas. La experiencia indica que cada reserva o tiene una probabilidad 0.1 de ser cancelada a ultimo momento. No hay lista de espera. Se supone que los pasajeros hacen sus reservas individualmente, en forma independiente. Se desea que la probabilidad de que queden clientes indignados por haber hecho su reserva y no poder viajar sea 0.01. Calcular el nmero mximo u a de reservas que se pueden aceptar. 8.23 ! Lucas y Monk palean arena cargando un volquete. La probabilidad de que una palada sea de Monk es 0.4 y la probabilidad de que sea de Lucas es 0.6. El volumen en dec metros c bicos de la palada de Lucas es una variable aleatoria u uniforme entre 1 y 3, y el de la palada de Monk es una variable aleatoria uniforme entre 2 y 4. Cuntas paladas son necesarias para que la probabilidad de que el a volquete tenga ms de 4 metros cbicos de arena supere 0.9? a u 8.24 El peso W (en toneladas) que puede resistir un puente sin sufrir daos estrucn turales es una variable aleatoria con distribucin normal de media 1400 y desv o o 100. El peso (en toneladas) de cada camin de arena es una variable aleatoria de meo dia 20 y desv 0.25. Cuntos camiones de arena debe haber, como m o a nimo, sobre el tablero del puente para que la probabilidad de que ocurran daos estructurales n supere 0.1?

Ejercicios Complementarios
8.25 [Capacidad de procesos] La calidad de un proceso industrial suele caracterizarse por alguna variable aleatoria X, medible sobre dicho proceso o sobre el producto fabricado por l (por ejemplo, X puede ser el dimetro de piezas torneadas, la coe a rriente elctrica en un proceso de soldadura, el volumen de llenado de botellas, la e dureza de comprimidos farmacuticos o su concentracin de principio activo, etc). e o Se suelen denir l mites superior e inferior de especicacin (LSE y LIE) como o aquellos valores a partir de los cuales el producto resulta no conforme o defectuoso. Cuando X pertenece al intervalo rLIE, LSE s, el producto se considera aceptable. Los sucesivos productos son obtenidos con variaciones aleatorias en X, que se suponen normales. Cuando el proceso es centrado (el intervalo se encuentra centrado en X ), la capacidad del proceso de elaboracin se dene como la aptitud para generar o productos dentro de los l mites, y se cuantica a travs del e ndice de capacidad

Cp

 LSE
LIE . 6
X

(a) Interpretar el signicado de Cp . (b) De un proceso centrado con l mites LIE  10.90 mm. y LSE  11.10 mm. se midieron n  15 piezas, obteniendo (en mm.): 10.98, 10.92, 11.01, 11.08, 11.07, 11.10, 10.87, 10.99, 11.07, 10.93, 10.96, 10.90, 10.89, 10.94, 10.95. Estimar con esta ? muestra X como S 2 (ver Ejercicio 3.18). Luego, estimar Cp y el porcentaje de productos defectuosos.

(c) Calcular el porcentaje de piezas no conformes para procesos centrados con Cp iguales a 2/3, 1 y 4/3. (d) Un proceso centrado trabaja con un 0.5 % de piezas no conformes. Cunto vale a su Cp ? 8.26 Se decide instalar un aparato que clasique automticamente ciertas piezas a en largas y cortas. La longitud (en cm.) de las piezas largas tiene distribucin o 2 normal de parmetros L y L ; mientras que la de las cortas tambin es normal de a e 2 parmetros C y C . Sean pC y pL  1
pC las probabilidades de recibir piezas a cortas y largas. Si se denomina X a la longitud de una pieza cualquiera, calcular Ppcometer errorq en cada uno de los siguientes casos:
2 (a) L  35, L  25, C clasica como larga. 2  25, C  25, pL  pC . Regla: Si X 30, la pieza se

2 2 (b) L  30, L  4, C  25, C la pieza se clasica como larga.

 25, pL  3 pC . Regla: Si 25.97 X 35.94,

8.27 En una mquina se bobinarn carreteles con hilo de t a a tulo 40 g./1000 m. El carretel lleno no debe pesar ms de 500 g. y se quiere que la probabilidad de que a supere este valor sea a lo sumo 0,01. En el carretel se bobinarn en promedio 10000 a m. de hilo, pero debido a la variabilidad en el frenado de la mquina, dicha longitud a variar en 2,5 % con probabilidad 0,99. Especicar el peso promedio de los carreteles a vac de la mquina, sabiendo que por razones de tolerancias constructivas se os a tendr un desv estndar de 3 g. Considerar que la longitud de hilo bobinada y el a o a peso del carretel vac siguen distribuciones normales independientes. o 8.28 Chi-cuadrado. Sea Y

 X 2 , con X  N p0, 1q.

(a) Hallar la funcin densidad de Y . o (b) Probar que X e Y estn descorrelacionadas pero no son independientes. a 8.29 h [ver Ejercicio 8.8] Sean X e Y variables aleatorias independientes con distribucin comn N p0, 1q. Calcular PpX 0|X
Y  1q. o u 8.30 En el contexto del Ejercicio 8.4, si la regla fuese decidir por el proveedor A cuando el promedio de 9 arandelas independientes de una caja sea inferior a 19 mm., hallar la probabilidad asociada a los errores con esta nueva regla. 8.31 Sea n la cantidad de experimentos Bernoulli que se realizan para obtener una estimacin del parmetro p. Si se quiere que el error de la estimacin sea menor o a o que 0.01 con probabilidad por lo menos igual a 0.95, hallar una condicin sobre los o posibles valores de n utilizando (a) la cota de Chebyshev. (b) el TCL. (c) Comparar los resultados y las hiptesis utilizadas. o

8.32 Se lanza un dado hasta que la suma de los resultados observados sea mayor que 300. Calcular aproximadamente la probabilidad de que se necesiten al menos 80 lanzamientos. Simular la probabilidad pedida y compararla con el resultado anal tico aproximado. 8.33 En el contexto del ejercicio Ejercicio 6.7, si se acumulan bolsas hasta encontrar una con peso superior a 29 kg. (incluyendo la ultima), hallar en forma aproximada la probabilidad de que el peso total acumulado supere los 165 kg. Mediante simulaciones, estime la probabilidad pedida y compararla con el resultado anal tico aproximado. 8.34 Un camin transporta cajas cargadas de art o culos varios. El peso de estas cajas es una variable muy asimtrica y dispersa con un valor medio de 25 kg y e un desv estndar de 18 kg. De acuerdo con las reglamentaciones vigentes, la o a carga mxima que puede llevar el camin es de 4000 kg, sin embargo, como el sitio a o de carga no dispone de bscula, existe el riesgo de superarla en caso de colocar a demasiadas cajas. Calcular el nmero mximo de cajas a cargar en el camin para u a o que la probabilidad de dicho evento sea a lo sumo del 5 %. 8.35 Una persona usa diariamente su radio porttil un tiempo variable d a d a a a con media 2.4 hrs. y desv 0.8 hrs. La radio usa una pila especial cuya duracin es o o tambin variable con media 8 hrs. y desv 1.2 hrs. Esta persona va a efectuar un e o viaje de 30 d y si se le agotan las pilas no est seguro de conseguirlas. Calcular as a cuntas pilas debe llevar para que la probabilidad de dicho evento valga 0.05. a

Facultad de Ingenier a

UBA

Probabilidad y Estad stica Gu de Ejercicios (2a Parte) a

Segundo Cuatrimestre del 2010

Versin 1.1 o

Gu 9 a

9.1 Los valores muestrales 0.69, 0.21, 0.89, 0.79 y 0.46 se obtuvieron de una variable aleatoria cuya densidad es fX |n pxq  nxn
1 1t0 x 1u. Suponiendo que la distribucin a priori del parmetro n es uniforme sobre el conjunto t1, 2, 3, 4, 5, 6u, o a hallar la funcin de probabilidad a posteriori de n y calcular su media y su moda. o 9.2 La longitud (en cm.) de ciertas varillas es una variable aleatoria con distribucin o normal de media y desv estndar 2. La media es una variable aleatoria discreta o a cuya funcin de probabilidad a priori es Pp  10q  0.25 y Pp  14q  0.75. Se o observa que la longitud de una varilla es 12.1 cm. (a) Hallar la funcin de probabilidad a posteriori de . o (b) En virtud de la informacin muestral estimar la probabilidad de que al observar o otra varilla, su longitud sea mayor que 13 cm. 9.3 En una urna hay 6 bolas. A priori se supone que la cantidad de bolas blancas en la urna se distribuye uniformemente entre 0 y 6 (incluidos los extremos). Se extraen dos bolas de la urna: una es blanca, la otra es negra. (a) Hallar la distribucin a posteriori de la cantidad de bolas blancas que hab o a inicialmente en la urna. (b) Estimar la cantidad de bolas blancas que hab inicialmente en la urna. a 9.4 El peso, W (en gramos), de ciertos objetos es una variable aleatoria cuya funcin densidad es de la forma fW | pwq  1 pw
q 1t w 2u. A priori, o 2 tiene distribucin uniforme sobre el intervalo r0, 10s. Se observa que el peso de un o objeto es 5 gramos. Hallar la distribucin a posteriori de . o 9.5 Sea X una variable aleatoria con densidad fX |a pxq  ax2 1t0 x bu. (a) Encontrar la relacin entre a y b. o (b) A priori, se supone que los valores de a estn distribuidos uniformemente sobre a el intervalo p0, 2q. Si se obtuvieron los valores muestrales 0.2, 0.8 y 3 hallar la funcin o de distribucin a posteriori de a y calcular su media y su moda. o 9.6 Se consideran dos monedas, M1 y M2 , con las siguientes caracter sticas: Ppcara|M1 q  0.6 y Ppcara|M2 q  0.4. Se elige una moneda al azar y se la tira repetidas veces. Dado que los primeros dos tiros resultaron ceca, calcular la media de la cantidad adicional de tiros hasta que aparezca la cara. 9.7 Un proceso de produccin, produce con una calidad del 100 p % de art o culos defectuosos. A priori se supone que la proporcin p de art o culos defectuosos se distribuye uniformemente sobre el intervalo p0, 1q. De una partida se examina una muestra de 6 art culos y se encuentran 2 defectuosos. En una caja se ponen otros 4 art culos de la misma partida. En base a la informacin muestral, estimar la o probabilidad de que la caja contenga un solo art culo defectuoso.

9.8 Sea X el nmero de caras en n tiros de una moneda cuya probabilidad de salir u cara es p. A priori se asigna una distribucin Betap1 , 2 q para p y se observan x o caras en n tiros. (a) Mostrar que la media a posteriori de p se encuentra entre la media a priori, 1 x 1 2 , y la frecuencia relativa con que se observa cara, n . (b) Mostrar que la varianza a posteriori de p se comporta asintticamente de la o misma forma que xpn
xq . n3 (c) Mostrar que si la distribucin a priori para p tiene parmetros 1 o a varianza a posteriori de p es menor que su varianza a priori.

 2  1, la

(d) Dar un ejemplo de parmetros 1 , 2 para la distribucin a priori y datos x y a o n, para los que la varianza a posteriori de p es mayor que la varianza a priori. (e) Calcular la probabilidad a posteriori de que en el prximo tiro de la moneda o salga cara. (f) Cmo deben ser los parmetros 1 y 2 de la distribucin a priori para p si se o a o quiere expresar que la moneda parece ser honesta? (g) Si la moneda parece ser honesta y como resultado de los n tiros se observaron 1 ceca y n
1 caras, cmo debe ser n para que en el siguiente tiro las probabilidades o sean 2 a 1 a favor de cara? 9.9 El Gobierno de la Ciudad Autnoma de Buenos Aires contrata a una empresa o encuestadora para determinar la proporcin, p, de la poblacin de la Ciudad o o irritada por las polmicas declaraciones de uno de sus amantes ministros. Para e analizar los datos la encuestadora cuenta con dos estad sticos bayesianos, el primero opina que la densidad a priori para p es f1 ppq  10p1
pq9 1t0 p 1u pero el segundo opina que ser ms apropiado usar una a priori de la forma f2 ppq  a a 10p9 1t0 p 1u. (a) Analizar qu signicado tienen esas dos opiniones y qu consecuencias tienen e e sobre el anlisis de los datos si se decide que para estimar p se utilizar la media a a de la distribucin a posteriori basada en el resultado de una encuesta realizada a o 10 vecinos de la Ciudad? (b) Qu cantidad de vecinos de la Ciudad deben encuestarse si se quiere garantizar e que las medias de las dos distribuciones a posteriori de p dieran en menos de 0.001? 9.10 Sea una variable aleatoria con densidad f ptq9t
1 e
t 1tt 0u, donde es un nmero natural y es un n mero real positivo. u u (a) Calcular la media y la moda de . (b) Sean X1 , . . . , Xn variables aleatorias que condicionadas a  t son independientes y cada una tiene distribucin de Poisson de media t. Hallar la forma de la o densidad a posteriori de si los valores observados de X1 , . . . , Xn son x1 , . . . , xn . Calcular la media a posteriori y mostrar que se puede expresar en la forma de un n 1 promedio ponderado n x p1
n q0 , donde x  n k1 xk , 0  Ers y n 1 cuando n 8.

(c) Sean X1 , . . . , Xn variables aleatorias que condicionadas a  t son independientes y cada una tiene distribucin exponencial de intensidad t. Hallar la moda o de la distribucin a posteriori de si los valores observados de X1 , . . . , Xn son o x1 , . . . , xn . 9.11 El nmero de accidentes que ocurren diariamente en una planta industrial u tiene una distribucin Poisson de media desconocida. Sobre la base de experieno cias previas en plantas industriales similares un estad stico arma que los posibles valores de se distribuyen a priori como una variable exponencial de media 1{2. Durante los primeros 9 d de funcionamiento de la planta industrial ocurrieron as un total de 45 accidentes. (a) Hallar la distribucin a posteriori de y en base a la informacin suministrada o o calcular la probabilidad de que durante el dcimo d ocurran dos o ms accidentes. e a a (b) Hallar un intervalo de conanza de nivel 0.95 para estimar . 9.12 Se toma una muestra de tamao 4 de una distribucin uniforme en el intervalo n o r0, bs. La distribucin a priori de b es f pbq  6{b2 1tb 6u. Hallar en cada caso la o distribucin a posteriori, su media y su moda, si los resultados muestrales fueron: o (a) 2, 5, 6, 9. (b) 1, 3, 4, 5. 9.13 Se toma una muestra al azar de n estudiantes de una poblacin y se miden o sus alturas. La altura promedio resulta ser 1.77 m. Se supone que las alturas de la poblacin estn distribuidas como una normal de media desconocida con desv o a o estndar 5 cm. Se considera que la distribucin a priori de es una normal de a o media 1.73 m. y desv estndar 2.5 cm. o a (a) Hallar la distribucin a posteriori de . o (b) Mostrar que con los datos del problema, la media a posteriori puede expresarse como un promedio ponderado de la forma n 1.77 p1
n q1.73 y analizar el comportamiento de n cuando n 8. (c) Se muestrea al azar un nuevo estudiante de la poblacin y mide x m. Hallar la o distribucin predictiva para x. o (d) Para n  10, dar un intervalo de conanza de nivel 0.95 para y un intervalo predictivo de nivel 0.95 para x. (e) Hacer lo mismo para n  100.

Ejercicios Complementarios
9.14 El tiempo de funcionamiento en aos de cada chip de computadoras, produn cido por una rma de semiconductores china, se distribuye como una exponencial de media 1{. La distribucin a priori de es una Gamma con funcin de densidad o o f pq  1 2
e 1t 0u. 2

Sabiendo que el promedio del tiempo de funcionamiento de 20 chips examinados es de 4.5 aos, hallar la densidad a posteriori de y estimar puntualmente utilizando n la moda. 9.15 En un maratn participan N personas, numeradas de 1 a N . Se elige un o maratonista al azar y tiene el nmero 203. Se quiere estimar N . u (a) Si la distribucin a priori de N es una geomtrica de media 100, cul es la o e a distribucin a posteriori de N ? o (b) Calcular la media y el desv estndar de N . o a 9.16 Sea X1 , . . . , Xn una muestra aleatoria de una distribucin uniforme sobre el o intervalo r
1{2, 1{2s. Se asume que se distribuye a priori uniformemente en el intervalo p10, 20q. (a) Si n  1 y se observ el valor 12, hallar la distribucin a posteriori de . o o (b) Si n  6 y se observaron los valores 11, 11.5, 11.7, 11.1, 11.4, y 10.9, hallar la distribucin a posteriori de . o (c) En cada caso, obtener estimadores puntuales. 9.17 Sea X una variable aleatoria con distribucin uniforme en el intervalo r
1, s. o El parmetro posee una distribucin a priori de la forma f pq  e
2|| . Si se a o observa un unico valor de dicha variable y resulta ser 0, estimar la probabilidad de que la variable X sea en mdulo menor a 1/4. o

Gu 10 a
10.1 Sea X1 , X2 , X3 , X4 una muestra aleatoria de una variable aleatoria tal que E rX s  y var rX s  1. Comparar los siguientes estimadores para : X

1 4

4 i 1

Xi ,

X1

2X2

3X3 10

4X4

X1

X2 3

X3

10.2 Sea X una variable aleatoria con distribucin Bernoulli de parmetro . Sean o a 1  X y 2  1{2 dos estimadores para . (a) Analizar si 1 y 2 son estimadores insesgados para . (b) Comparar los errores cuadrticos medios (ECMs) de los dos estimadores y a gracarlos como funciones de . 10.3 En una serie de m experiencias Bernoulli se registran X xitos, y en una serie e posterior de n experiencias Bernoulli se registran Y xitos (n  m). Se proponen e los siguientes estimadores del parmetro p: a p1

1 2

X m

Y n

p2

X m

Y . n

Cul es preferible? Justicar la respuesta. a 10.4 Sea X1 , . . . , Xn una muestra aleatoria de una variable aleatoria X Se considera Xpnq  mxpX1 , . . . , Xn q como estimador para . a (a) Hallar la funcin densidad de Xpnq y mostrar que o E rXpnq s  n n 1 y var rXpnq s  n2 1q2 pn

 U p0, q.

pn

2q

(b) Calcular el sesgo del estimador Xpnq y demostrar que se trata de un estimador asintticamente insesgado para . o (c) Usando la desigualdad de Chebyshev demostrar que Xpnq es un estimador dbile mente consistente. (d) Mostrar que el estimador 2X para tiene mayor ECM que el estimador Xpnq . 10.5 Sea X1 , X2 , . . . , Xn una muestra de una variable con distribucin N p0, 1q. Se o n denen hpxq  1tx 0.44u, Y  hpX q y p  n i1 Yi . Si n  25, calcular 1 (a) PpX

0.25q. (b) PpS 2 0.577q. (c) Pp0.576 p 0.764q.

(d) Repita el inciso anterior para n  4. 10.6 Hallar los estimadores de mxima verosimilitud (MV) para muestras aleatoa rias X1 , . . . , Xn de las siguientes distribuciones: N p, 1q, Bernoullippq, U p0, q.

10.7 Una urna contiene bolas rojas y bolas negras. Se sabe que la proporcin p de o bolas rojas en la urna es 2{5 4{5. Usando el mtodo de MV estimar p si en una o e muestra aleatoria de n  5 bolas (con reposicin) se observaron 3 bolas rojas y 2 o negras. 10.8 Una planta de ensamblaje recibe un lote de 100 piezas de precisin de las o cuales una cantidad desconocida M son defectuosas. Para controlar el lote se elige al azar una muestra (sin reposicin) de 10 piezas, se examinan y resulta que hay o exactamente 2 defectuosas. Usar el mtodo de MV para estimar M . e 10.9 Sea X1 , . . . , Xn una muestra aleatoria de tamao n de una variable aleatoria n X perteneciente a una familia exponencial uniparamtrica con funcin de probabie o lidad o funcin densidad de la forma o fX | pxq  cpxq eapqT pxq donde a y b son funciones a valores reales de reales de x que no dependen de .
b

pq

P , y T y c son funciones a valores

(a) Mostrar que el EMV (estimador de MV) de basado en la muestra X1 , . . . , Xn es solucin de la ecuacin o o n
b1 pq  1 T pX q i a1 pq n i1 siempre y cuando la solucin pertenezca al espacio paramtrico, , correspondiente o e al parmetro . a (b) Mostrar que las siguientes familias de distribuciones son familias exponenciales uniparamtricas y usando el resultado del Inciso (a) hallar el EMV del parmee a tro basado en una muestra aleatoria de tamao n, X1 , . . . , Xn : Bernoullipq, n binomialpm, q, geomtricapq, Pascalpr, q, Poissonptq, Betap, q, Betap, q, e exponencialpq, Gammap, q, Gammap, q, normalp, 2 q, normalp, q. 10.10 Hallar los estimadores de mxima verosimilitud de los parmetros de las a a siguientes distribuciones: (a) N p, 2 q, donde P R y 2 (b) Pareto: f px|, q 



p

0.
1

1tx u, donde 0,

0.

10.11 En una urna hay r bolas rojas y 5 bolas negras, donde 0 r 6. Se extraen 2 bolas al azar sin reposicin, se las examina y se las repone en la urna. Sabiendo o que las dos bolas examinadas resultaron rojas, estimar por MV la probabilidad de que al extraer nuevamente dos bolas al azar sin reposicin una sea roja y la otra o negra. 10.12 Un buzo debe realizar una tarea en el ocano que le insumir 45 minutos. e a La duracin en minutos de cada tanque de ox o geno es una variable aleatoria X con distribucin normal con desv  2 y media desconocida. En una muestra o o

aleatoria X1 , . . . , X9 se observaron las siguientes duraciones para los tanques: 37.447, 51.101, 34.258, 38.401, 33.288, 45.971, 47.348, 36.241, 41.585 Estimar por MV la probabilidad de que el buzo pueda terminar su tarea si lleva un solo tanque de ox geno, utilizando la siguiente informacin muestral: o (a) los valores observados X1 , . . . , X9 . (b) los valores Y1 , . . . , Y9 , donde Yi

 1tXi 45u.

(c) Mostrar mediante simulaciones que aunque la estimacin del Inciso (a) pueo da ser sesgada, presenta menor ECM que la estimacin del Inciso (b). (Sugerencia: o elegir un valor para la media de la normal y generar m muestras de tamao n  9 n para obtener m valores de cada estimador, evaluar el sesgo y el ECM; repetir el procedimiento para distintos valores de en el intervalo 45  4 y gracar el sesgo y el ECM en funcin de .) o 10.13 Una mquina produce objetos de dimetro aleatorio con distribucin normal a a o de media 100 cm. y varianza desconocida. Los objetos de dimetro inferior a 99 cm. a se consideran defectuosos. Calcular el EMV para la varianza sabiendo que en una muestra aleatoria de 10 objetos se encontraron exactamente (a) 2 defectuosos. (b) 7 defectuosos. 10.14 Los siguientes datos corresponden a los tiempos de funcionamiento (en d as) hasta que ocurre la primer falla de una muestra de 10 lavarropas industriales: 359, 317, 2379, 53, 554, 536, 414, 122, 345, 739. Suponiendo que los datos obedecen a una distribucin exponencial hallar los EMVs o para su media, varianza y mediana. 10.15 La duracin (en horas) de ciertas bater es una variable aleatoria T con o as distribucin exponencial. Se pusieron a prueba 10 bater y solamente 7 superaron o as dos horas de duracin. Estimar por MV la probabilidad de que una bater de ese o a tipo dure ms de 2.5 horas. a 10.16 Se tienen 3 observaciones normales con la misma media y desviaciones 1, 2, 3. Calcular la varianza del EMV de y compararla con la del promedio X. 10.17 Sean X1 , . . . , Xn e Y1 , . . . , Ym dos muestras aleatorias independientes de dos distribuciones normales de la misma media y varianzas 4 y 9, respectivamente. Hallar el EMV para . 10.18 Durante un horario pico el tiempo (en segundos) entre veh culos que atraviesan una cabina de peaje es una variable aleatoria T con distribucin exponencial o de intensidad . Hallar el EMV de sabiendo que ErT s 15 y que 35 veh culos demoraron un total de 10 minutos en atravesar la cabina de peaje. 10.19 [Degroot, pg. 355 ] Lucas y Monk deben estimar un parmetro 0. Lucas a a puede observar el valor de una variable aleatoria X con distribucin Gamma de o

parmetros r  3 y  . Monk puede observar el valor de una variable aleatoa ria Y con distribucin Poisson de media 2. Lucas observa el valor 2 y Monk el o valor 3. Mostrar que las funciones de verosimilitud obtenidas Lucas y Monk sern a proporcionales y encontrar el EMV de obtenido por cada uno. 10.20 [Degroot, pg. 379 ] Se realiza una encuesta sobre una cuestin sensible a o utilizando el siguiente mtodo: Se elige una muestra representativa de n sujetos de e la poblacin. A cada sujeto se le hace al azar y en forma independiente una preo gunta estndar o la pregunta sensible. Ambas preguntas pueden tener respuesta a positiva o negativa (por ej., le gusta o no le gusta, est o no de acuerdo, etc.). La a probabilidad de recibir una respuesta positiva para la pregunta estndar es 1/2, a pero para la pregunta sensible es un valor p desconocido. Los n sujetos encuestados dieron un total de r respuestas positivas. Hallar el EMV de p.

Ejercicios Complementarios
10.21 Sea X1 , . . . , Xn una muestra aleatoria de una variable aleatoria X. (a) Calcular X y S para una muestra de volumen n 1, 2, . . . , 10.

10 cuyos valores son:

(b) Suponer que por un error de tipeo, el 10 se transcribe como 100 Cmo se o modican X y S?. (c) Hacer lo mismo para la media podada X0.25 denida por X0.25 donde Xp1q

 n
12m

n m i m 1

   Xpnq son las observaciones ordenadas y m  rp0.25qns.

Xp i q ,

10.22 Sea X1 , . . . , Xn una muestra de una variable aleatoria X tal que E rX s  pq y var rX s  2 , donde 2 es conocido. Se consideran los siguientes estimadores para pq w donde wi

0, i  1, . . . , n son constantes conocidas y w  pw1 , . . . , wn q.

i 1

wi Xi ,

(a) Hallar una condicin sobre las constantes wi , necesaria y suciente, para que o los estimadores w resulten insesgados para pq.

(b) Entre todos los estimadores w que resulten insesgados para pq hallar el que minimiza el ECM. (Sugerencia: utilizar multiplicadores de Lagrange.) 10.23 Sea X1 , . . . , Xn una muestra aleatoria de tamao n de una variable aleatoria n X cuya funcin densidad es de la forma o f pxq  e
px
q 1tx u,

0.

 Se proponen dos estimadores para : 1  X y 2  Xp1q . Analizar el sesgo de los estimadores propuestos; comparar sus ECMs y gracarlos como funciones de . 10.24 [ver Ejercicio 3.18] Sea X1 , . . . , Xn una muestra de una variable aleatoria X tal que ErX 4 s 8. (a) Mostrar que cuando la media, , de X es conocida el estimador para la varianza n 1 e de X, 2  n i1 pXi
q2 , es insesgado y dbilmente consistente. (b) Mostrar que cuando la media de X es desconocida, el estimador para la varianza n 1 de X, S 2  n
1 i1 pXi
X q2 , es insesgado. (Tambin es dbilmente consistente e e pero no es tan fcil de mostrar.) a 10.25 Se tienen n observaciones normales con la misma media desconocida y desviaciones estndar 1 , . . . , n conocidas pero no necesariamente iguales. Calcular a la varianza del EMV de y compararla con la del promedio simple X. (Sugerencia: utilizar la desigualdad de Cauchy-Schwartz) 10.26 Sea X1 , . . . , Xn una muestra aleatoria de una distribucin uniforme sobre o el intervalo r
1{2, 1{2s. Hallar el EMV para . 10.27 En una fbrica hay dos mquinas: M 1 y M 2. El 20 % de las piezas elaboa a radas por M 1 y el 40 % de las elaboradas por M 2 son defectuosas. De un lote de 1000 piezas cuya procedencia se ignora, aunque se sabe que son todas de la misma mquina, se extraen 10 piezas al azar y se encuentran 3 defectuosas. Estimar por a MV la varianza de la cantidad de piezas defectuosas en el lote. 10.28 Jorge ingresa en un banco a las 11:30 para cobrar un cheque. Recibe el nmero 68 de la la de espera y observa que est siendo atendido el cliente nmero u a u 61. El tiempo de atencin (en minutos) para cada cliente se distribuye como una o variable exponencial de intensidad . A las 11:45 comienza a ser atendido el cliente con el nmero 66 y Jorge decide salir del banco a fumar un cigarrillo. Suponiendo u que Jorge demora 6 minutos en volver a la la de espera, estimar por MV la probabilidad de que haya perdido su turno en la la. 10.29 Sea T una variable aleatoria con distribucin Gamma de parmetros o a P R y P R cuya funcin densidad es o f pt|, q  donde p q 
8
0

t
1
t e 1tt 0u, p q

t
1 e
t dt. En particular, p q  p
1q! para todo

(a) Suponiendo que es conocido y muestra aleatoria de tamao n. n

P N, hallar el EMV para basado en una

PN

(b) Suponiendo que  1 y P R , hallar la ecuacin de verosimilitud para . o Es posible obtener una expresin expl o cita del EMV para ? Si la respuesta es negativa, realizar un programa que permita calcularlo usando una computadora. (c) Se proponen los siguientes procedimientos para encontrar los EMVs para y en el caso en que P N y P R :

1. Calcular la funcin de verosimilitud (funcin de N  R R) y optimizarla o o grcamente o con alg n algoritmo. a u 2. Para cada P N, hallar una expresin del EMV de ; reemplazarla en la o funcin de verosimilitud; analizar la monoton de la funcin de as obteo a o nida y encontrar una expresin (o condicin) que permita computar el EMV o o para . En cada caso, elegir valores para lo parmetros desconocidos, simular datos y coma probar que los procedimientos propuestos para hallar los estimadores sean satisfactorios. 10.30 Sea T1 , . . . , Tn un muestra aleatoria del tiempo de duracin sin fallas de o una mquina cuya funcin intensidad de fallas es ptq  t
1 1tt 0u. a o (a) Suponer que es conocido y hallar el EMV para . (b) Suponer ahora que los dos parmetros y son desconocidos. Hallar las ecuaa ciones de verosimilitud para los dos parmetros. Proponer un procedimiento para a hallar los EMVs de los dos parmetros e implementarlo en un computador. a (c) Generar una muestra con n  10 valores de la distribucin de T suponiendo o que   1 y usar el procedimiento propuesto en el Inciso (b) para calcular los EMVs para y . Comparar las estimaciones con los valores usados para generar la muestra. (d) Basndose en la siguiente muestra de valores: a hallar el EMV de PpT 2.30, 2.00, 2.87, 2.71, 5.48, 5.85, 1.58, 3.62, 1.90, 2.43,

2.5q.

Gu 11 a
11.1 Sea X una variable aleatoria cuya funcin densidad es de la forma o

0. Para cada 0 1, hallar un cota inferior de nivel 1
para basada en una

muestra de X de tamao 1. n 11.2 Sea X1 , . . . , Xn una muestra aleatoria de tamao n de una distribucin n o U r0, s. (a) Construir un pivote para a partir de su EMV. (b) Para cada 0 1, hallar un intervalo de conanza de nivel 1
para . (c) [Soong, pg. 312 ] Hallar el valor de k para que el intervalo p0, k pX1 a nivel de conanza 0.95. X2 qq tenga

f px|q 

2x 1t 0 x u , 2

11.3 Un emisor transmite una seal de valor . Pero el canal de comunicacin n o corrompe la transmisin con un ruido normal aditivo N  N p0, 1q y el receptor o recibe una seal de valor X  N . Como resultado de la transmisin sucesiva e n o independiente de la misma seal de valor se recibieron 9 seales de valores: n n 8.016, 8.488, 7.395, 9.011, 7.532, 7.841, 8.651, 6.917, 8.490. (a) Hallar un intervalo de conanza de nivel 0.95 para . (b) Cuntas veces debe repetirse la transmisin de la seal si se pretende que, a o n con una conanza del 95 %, el receptor pueda decodicarla con un error 0.01? 11.4 En la siguiente tabla se muestran las mediciones de la velocidad de la luz realizadas por el f sico Albert Michelson entre el 5 de junio y el 5 de julio de 1879. Los valores dados + 299.000 son las mediciones de Michelson en km/s. 850 1000 960 830 880 880 890 910 890 870 740 980 940 790 880 910 810 920 840 870 900 1070 930 650 960 940 810 880 880 860 850 870 810 820 890 860 780 810 810 740 930 760 880 880 720 840 800 880 760 810 850 810 800 830 720 840 770 720 810 940 950 1000 850 800 620 850 760 840 790 950 980 1000 880 790 860 840 740 850 810 800 980 960 900 760 970 840 750 850 820 810 880 960 840 800 950 840 760 780 850 870

Suponiendo que las mediciones de la velocidad de la luz obedecen a una distribucin o normal de media y desv estndar desconocidos, o a (a) construir un intervalo de conanza del 95 % para . Se encuentra en ese intervalo el verdadero valor de la velocidad de la luz? (b) construir un intervalo de conanza del 95 % para .

(c) Construir un histograma y explorar informalmente la hiptesis de que la distrio bucin de las mediciones es normal. o 11.5 [Prediccin] Sean X1 , . . . , Xn , Xn 1 una muestra aleatoria de una poblacin o o n n 1 1 2 normal de media y varianza 2 . Sean Xn  n i1 Xi y Sn  n
1 i1 pXi
Xn q2 . (a) Hallar la distribucin de Xn o
1

(b) Sabiendo que 2  1 y que se observ que X5 o tolerancia del 90 % para X6 .

Xn .

 4, encontrar un intervalo de
2  4 y S5  1, encontrar

(c) Si la varianza 2 es desconocida y se observ que X5 o un intervalo de tolerancia del 90 % para X6 .

11.6 Se testea una muestra de 300 chips de memoria y resultan 30 defectuosos. (a) Construir un intervalo de conanza de nivel 90 % para la proporcin de chips o defectuosos. (b) Dar una cota inferior de nivel 90 % para la proporcin de chips defectuosos. o (c) Repetir los incisos anteriores si al testear los 300 chips resulta 1 defectuoso. 11.7 Una empresa farmacutica quiere estimar la proporcin de personas que e o sufrirn reacciones adversas a cierta droga. La empresa quiere un intervalo bilateral a cuyo margen de error sea de 0.01 con 95 % de conanza. De qu tamao debe ser e n la muestra? 11.8 Sea X una variable con distribucin exponencial de intensidad 0. Hallar o un intervalo de conanza de nivel 0.90 para si (a) en una muestra aleatoria de tamao 10 se observ que n o
10 100
i 1

 Xi  2,
i 1

(b) en una muestra aleatoria de tamao 100 se observ que n o

 Xi  25.

11.9 Los siguientes valores son las duraciones (en horas) de una muestra de 16 lmparas: a 2632, 1742, 667, 1184, 3896, 809, 1412, 1789, 2396, 3358, 9901, 1925, 2981, 1843, 8315, 1299. Suponiendo que los datos obedecen a una distribucin exponencial de intensidad , o calcular una cota inferior de nivel 0.95 para . 11.10 Se puede considerar que la emisin de part o culas alfa obedece a un proceso de Poisson de intensidad part culas por segundo. (a) Se observa una sustancia radiactiva durante 10 segundos y se registran 4 emisiones. Hallar un intervalo de conanza para de nivel 0.95. (b) Se observa la misma sustancia hasta que se emita la cuarta part cula, lo que sucede a los 10 segundos. Hallar un intervalo de conanza para de nivel 0.95.

11.11 Los fabricantes A y B producen el mismo tipo de alambre de cobre. Los valores de resistencia a la tensin de dos muestras de cable (en libras) son o A : 5112, 5114, 5115, 5110, 5108, 5101, 5107, 5100, 5106, 5105, B : 5075, 5072, 5083, 5087, 5074; 5091, 5074.
2 2 Suponiendo que las mediciones son normales N pA , A q y N pB , B q, respectivamente y que las muestras son independientes, hallar un intervalo de conanza del 99 % para A
B si se sabe que 2  289 y B  625. 2 2 (b) A  289 y B  289. 2 2 (c) A  B . 2 (a) A

11.12 Lucas necesita un enlace satelital y est considerando alquilrselo al proa a veedor 1. Durante una prueba del enlace el 1 % de 200 mensajes transmitidos registraron error. Monk le presenta a Lucas al proveedor 2, que le ofrece otro enlace a un 20 % menos de costo. Al probar este enlace el 3 % de 250 mensajes transmitidos registraron error. Si pi es la tasa de error del enlace ofrecido por el proveedor i, hallar un intervalo de conanza del 95 % para la diferencia p1
p2 . En el lugar de Lucas, a quin le alquila el enlace? e

Ejercicios Complementarios
11.13 Sea X1 , . . . , X10 una muestra aleatoria de una distribucin U p, 1q. o Usando el estad stico M  m pX1 , . . . , X10 q construir un intervalo de conanza n del 95 % para . 11.14 La distribucin de las concentraciones de SO
2 para una estacin de cono o 4 taminacin es normal con un desv estndar de 4 p.p.m. (partes por milln). Capo o a o tando 16 muestras de una hora de duracin cada una, seleccionadas al azar en un o per odo de estudio, se obtuvo una media de 9 p.p.m. (a) Cul es el intervalo de conanza del 95 % para estimar la concentracin media? a o (b) Cul debe ser el tamao de la muestra si se desea que el error sea igual o a n inferior a 0.25 p.p.m., con una conanza del 90 %? (c) Cul es el intervalo de conanza del 95 % para estimar la concentracin media a o si el desv fue estimado a partir de los datos de la muestra, dando como resultado o 4 p.p.m.? 11.15 Sea X una variable aleatoria de varianza 20 y con distribucin uniforme o sobre el intervalo pa, bq. Sea Y una variable aleatoria de varianza 10 con la misma distribucin que la suma de dos variables aleatorias independientes cada una con o distribucin uniforme sobre el intervalo pc, dq. En una muestra aleatoria de X se o obtuvieron los valores: 14.88, 16.29, 4.22, 16.40, 12.05, 3.77, 6.57, 10.73, 17.09, 17.2; y en una muestra aleatoria de Y se obtuvieron los valores: 6.61, 15.07, 12.38, 10.05,

7.66. Hallar un intervalo de conanza del 95 % para la diferencia entre la media de X y la media de Y . 11.16 Se toman muestras de aire en dos sitios diferentes de una ciudad. Las muestras del sitio 1 arrojaron los siguientes valores: 0.46, 0.62, 0.37, 0.4, 0.44, 0.58, 0.48, 0.53 y las muestras del sitio 2: 0.82, 0.61, 0.89, 0.51, 0.33, 0.48, 0.23, 0.25, 0.67, 2 2 0.88. Suponiendo que las mediciones son normales N p1 , 1 q y N p2 , 2 q, respectivamente y que las muestras son independientes, hallar un intervalo de conanza 2 2 del 95 % de la forma 1 {2 k en cada uno de los siguientes casos

 0.7 y 2  0.6, (b) 1  0.485 y 2  0.567,

(a) 1

(c) 1 y 2 son desconocidas.

Gu 12 a

12.1 Se sabe que una caja contiene 3 bolas rojas y 4 negras o bien 4 bolas rojas y 3 negras. Se tomar la decisin relativa al contenido de la caja extrayendo 3 bolas. Si a o H0 corresponde a las 3 bolas rojas y 4 negras y si H0 ser rechazada si se observan a 3 rojas, cunto valen los errores de tipo I y tipo II? a 12.2 Sea X una variable uniforme sobre el intervalo p0, q. Se quiere vericar H0 :  3 frente a H1 :  2 por medio de un solo valor observado de X. (a) Calcular las probabilidades de los errores de tipo I y de tipo II si se elige el intervalo x 1 como la regin cr o tica. (b) Calcular las probabilidades de dichos errores si se elige el intervalo 1 como regin cr o tica.

x2

(c) Si la regin cr o tica es un intervalo, cmo debe ser el intervalo para que con o  0.5 se minimice ? 12.3 Sea X1 , . . . , Xn una muestra aleatoria de una distribucin uniforme sobre o el intervalo p0, q, donde 0. Se propone el siguiente criterio para testear las hiptesis H0 : P r3, 4s contra H1 : R p3, 4q: o Rechazar la hiptesis H0 cuando y slo cuando mxpX1 , . . . , Xn q R r2.9 , 4s. o o a (a) Hallar y gracar la funcin de potencia del test. o (b) Determinar el nivel de signicacin del test. o (c) Encontrar el m nimo n 1 tal que el nivel de signicacin del test sea  0.1. o 12.4 Se dispone de una muestra de tamao 1 para decidir entre dos hiptesis sobre n o la media de una distribucin exponencial. La hiptesis H arma que 1 y la o o hiptesis K arma que 1. Disear una regla de decisin tal que la mxima o n o a probabilidad de equivocarse al rechazar la hiptesis H cuando H es verdadera sea o 0.1. Calcular la probabilidad de decidir errneamente cuando el verdadero valor de o la media es  1.1. 12.5 Testear H0 : 5 contra H1 : 5 sobre la base de una muestra aleatoria de tamao 4, extra de una poblacin que tiene una distribucin de Poisson. Usar n da o o un nivel de signicacin del 5 %. Si dicha muestra aleatoria arroj los siguientes o o valores: 3, 7, 2, y 4, hay evidencia signicativa para rechazar H0 ? 12.6 Verdadero o falso: (a) El nivel de signicacin de un test de hiptesis es igual a la probabilidad de que o o la hiptesis nula sea verdadera. o (b) La probabilidad de que la hiptesis nula sea rechazada es igual a la potencia o del test. (c) Cuando se disminuye el nivel de signicacin de un test, es esperable que la o potencia aumente.

(d) Si no se rechaza la hiptesis nula, debe decidirse aceptar la hiptesis alternativa o o como cierta. (e) Un error de tipo I ocurre cuando el estad stico del test cae en la regin de o rechazo del test. (f) Un error de tipo II es ms grave que un error de tipo I. a (g) La regin cr o tica puede depender de los valores muestrales. (h) El valor de los errores asociados a un test no puede depender de los valores muestrales. 12.7 Sea X1 , . . . , Xn una muestra aleatoria de una distribucin normal de media o P R (desconocida) y desv estndar conocido. o a (a) Disear un test de hiptesis de nivel 0.05 para H0 : 0 contra H1 : 0 . n o (b) Determinar la funcin de potencia del test y analizar sus propiedades. o 12.8 En un proceso qu mico es necesario que una solucin que se usa como reactivo o tenga pH 8.21. Se dispone de un mtodo para determinar el pH que produce medie ciones normalmente distribuidas con media igual al verdadero valor del pH y desv o 0.02. Disear un test de hiptesis de manera que: si el pH es 8.21, se obtenga esa n o conclusin con probabilidad 0.95, y si el pH diere de 8.21 en 0.03 (en cualquiera o de las direcciones), se descarta la solucin con probabilidad no inferior a 0.95. o (a) Qu se puede concluir si la media de las mediciones observadas fuese 8.32? e (b) Si el pH es 8.33, hallar la probabilidad de concluir que el pH no es 8.21. 12.9 Usando los datos de Michelson (ver Ejercicio 11.4) testear si la velocidad de la luz es mayor que 790+299000 km/s. al 0.05 de signicacin. o 12.10 En la siguiente tabla se muestran las mediciones de la densidad de la Tierra relativa a la densidad del agua obtenidas por Henry Cavendish en 1789 mediante el experimento de la balanza de torsin o 5.50 5.61 5.57 5.53 5.42 5.47 4.88 5.07 5.62 5.29 5.63 5.34 5.26 5.55 5.44 5.34 5.46 5.30 5.36 5.79 5.75 5.29 5.58 5.10 5.27 5.68 5.85 5.65 5.39

Asumir que las densidades de la Tierra medidas tienen distribucin normal de media o y varianza 2 ambas desconocidas y testear al 0.05 de signicacin si la densidad o de la Tierra es menor que 5.5 veces la densidad del agua. 12.11 Sea X1 , . . . , X10 una muestra de aleatoria de una variable aleatoria X con distribucin uniforme sobre el intervalo r0, s. Al nivel de signicacin 0.05 disear o o n un test para H0 : ErX s  2 contra H1 : ErX s  2. 12.12 El dimetro de las piezas de una mquina debe ser 10 cm. Debido a impera a fecciones del proceso de produccin de dichas piezas, el dimetro es una variable o a aleatoria. El desv estndar depende de factores intr o a nsecos del proceso de produccin y se mantiene constante. Por experiencia histrica se sabe que el desv o o o

estndar es 0.3. Por otra parte, la media depende del ajuste de varios parmetros a a involucrados en el proceso y su valor es desconocido. (a) En una muestra de 100 piezas se obtuvo un dimetro promedio de 10.1. Disear a n un test del 0.1 de nivel de signicacin. o (b) Calcular la potencia del test diseado en Inciso (a) en  10.05. . n (c) Calcular aproximadamente el tamao muestral necesario para un nivel de sign nicacin del 0.1 y una potencia de 0.8 cuando  10.05. o 12.13 Las cajas de leche en polvo de la marca Spiky Milk anuncian un peso neto de un kilo. En rigor, el peso neto (en gramos) es una variable aleatoria X de media y desv estndar (ambos desconocidos). En una muestra aleatoria de 75 cajas, se o a observaron los valores X  992 y S  10. Al 0.05 de nivel de signicacin, realizar o los siguientes tests: (a) H0 : 1000 contra H1 : 1000. (b) H0 :

14 contra H1 : 14.

(c) Si los datos muestrales diesen lugar al rechazo de la H0 en los dos incisos anteriores, es verdad que con 0.05 de signicacin puede rechazarse la hiptesis o o 1000 y 14? 12.14 Una fbrica envi catlogos publicitarios a los posibles clientes. La expea o a riencia mostr que la probabilidad de que la organizacin receptora del catlogo o o a pida el art culo ofrecido es igual a 0.08. La fbrica envi 1000 catlogos nuevos de a o a forma mejorada y recibi 100 pedidos. Se puede considerar que la nueva forma de o publicidad es signicativamente ms ecaz que la primera? a 12.15 Usando los resultados del Ejercicio 11.6 Inciso (c), mostrar que al 10 % de signicacin o (a) no puede rechazarse la hiptesis p  0.01. o (b) se rechaza la hiptesis p 0.0009. o

12.16 [Maronna p.143-144] Una de las ms celebres Leyes de Murphy establece a que si se deja caer al suelo una tostada untada con dulce, la probabilidad de que caiga del lado del dulce es mayor que la de que caiga del lado del pan. (a) Para vericarla, se realiz un experimento en la University de Southwestern o Louisana, en el que se dejaron caer 1000 tostadas untadas con mermelada de grosellas, de las cuales cayeron 540 del lado del dulce. Qu se podr concluir? e a (b) El comit de investigaciones de University of Southwestern Louisana decreta e que, para que el experimento sea considerado concluyente, deber cumplir con (i) a si la Ley de Murphy es falsa, la probabilidad de que el test la conrme debe ser 0.01; (ii) si la Ley es cierta, y la probabilidad de caer del lado del dulce es 0.6, entonces la probabilidad de conrmarla debe ser 0.95. Cuntas tostadas hay a que arrojar para que se cumplan estas condiciones? 12.17 Usando los resultados del Ejercicio 11.9 decidir al 0.05 de signicacin si o 0.00019.

12.18 En vista de los resultados del Ejercicio 11.11, puede decirse en cada caso que, con un nivel de signicacin del 10 %, las resistencias medias de los cables o producidos por ambos fabricantes son iguales? 12.19 Considrense las siguientes longitudes de cables (en cm.) obtenidas al muese trear los lotes independientes A y B: Lote A: 134 Lote B: 70 146 105 118 119 124 161 101 85 107 83 107 113 129 97 132 94. 123.

Suponer que las longitudes de los cables en dichos lotes tienen una distribucin o normal con el mismo desv Puede armarse al 1 % que las medias de los lotes o. son signicativamente diferentes? 12.20 La siguiente tabla muestra para cada uno de 11 individuos, la proporcin o (como porcentaje) de plaquetas sangu neas aglutinadas antes y despus de fumar e un cigarrillo. Antes 25 Despus 27 e 25 29 27 37 44 56 30 67 46 82 53 57 53 80 52 61 60 59 28 43

Las plaquetas tienen un rol importante en la formacin de cogulos. Suponiendo o a normalidad de los datos qu puede concluirse sobre los efectos del cigarrillo? e 12.21 En un examen rindieron 100 alumnos del curso A y 80 del curso B. Del curso A aprobaron 20 y del curso B lo hicieron 5. Considera que los datos muestran, con un nivel de signicacin del 10 %, que la probabilidad de aprobacin depende del o o curso? 12.22 En una sucesin de 100 lanzamientos independientes de una moneda se o observaron 59 caras y 41 cecas Estos datos son conciliables con la hiptesis de que o la moneda es honesta? 12.23 Considerar los primeros 1000 decimales del nmero : u 3.1415926535897932384626433832795028841971693993751058209749445923078164 0628620899862803482534211706798214808651328230664709384460955058223172 5359408128481117450284102701938521105559644622948954930381964428810975 6659334461284756482337867831652712019091456485669234603486104543266482 1339360726024914127372458700660631558817488152092096282925409171536436 7892590360011330530548820466521384146951941511609433057270365759591953 0921861173819326117931051185480744623799627495673518857527248912279381 8301194912983367336244065664308602139494639522473719070217986094370277 0539217176293176752384674818467669405132000568127145263560827785771342 7577896091736371787214684409012249534301465495853710507922796892589235 4201995611212902196086403441815981362977477130996051870721134999999837 2978049951059731732816096318595024459455346908302642522308253344685035 2619311881710100031378387528865875332083814206171776691473035982534904 2875546873115956286388235378759375195778185778053217122680661300192787 66111959092164201989...

Contar la cantidad de veces en que aparece cada d gito y aplicar el test chi-cuadrado al 0.05 de signicacin para ver si esas frecuencias son compatibles con la hiptesis o o de que los d gitos son equiprobables. 12.24 Conseguir una computadora que tenga instalado el programa Excel y usando ese programa simular una muestra aleatoria de volumen 100000 de una poblacin o normal N p0, 1q. Aplicar el test chi-cuadrado para vericar si la muestra obtenida es compatible con la hiptesis de que proviene de una distribucin normal N p0, 1q. o o 12.25 La siguiente tabla muestra la distribucin de frecuencias de la duracin de o o ciertas bater en aos: as n Clase 1.45-1.95 1.95-2.45 2.45-2.95 2.95-3.45 3.45-3.95 3.95-4.45 4.45-4.95 Frecuencia 2 1 4 15 10 5 3 Puede armarse a un nivel del 5 % que la duracin de las bater se ajusta a una o as distribucin normal con media 3.5 aos y desv estndar 0.7 aos? o n o a n 12.26 Durante 100 intervalos de un segundo se registraron las cantidades de emisiones de una pieza de material radioactivo. La distribucin de frecuencias se muestra o en la siguiente tabla: Cantidad de emisiones Frecuencia 0 3 1 2 1 2 3 12 4 23 5 13 6 20 7 9 8 6 9 6 10 4 11 1

(a) Testear a un nivel de 5 % si los datos provienen de una distribucin Poisson de o media 5. (b) Testear a un nivel de 5 % si los datos provienen de una distribucin Poisson. o Cul es la conclusin? a o 12.27 [ver Ejercicio 11.4] A un nivel de 5 %, puede armarse que las mediciones de la velocidad de la luz de Michelson se ajustan a una distribucin normal? o

Ejercicios Complementarios
12.28 Se construye una mquina que controla automticamente la cantidad de a a cinta sobre un carrete. La mquina se considera ecaz si el desv estndar de a o a la cantidad de cinta sobre el carrete no supera 0.15 cm. Si en una muestra de 20 carretes se obtiene una estimacin de varianza S 2  0.025, estamos en condiciones o de concluir que la mquina es inecaz? a 12.29 Un productor de una nueva l nea de neumticos arma que su utilidad media a es mayor que 40000 km. Para vericar dicha armacin se sometieron a prueba 12 o neumticos y sus utilidades (en miles de km.) resultaron las siguientes: a 40.5 40.6 41.3 41.6 42.0 39.8 40.7 40.9 40.2 39.9 41.0 40.6 Suponiendo que la utilidad de los neumticos tiene distribucin normal, vericar la a o armacin del productor a un 5 % de nivel de signicacin. o o

12.30 La duracin (en segundos) de las llamadas telefnicas para solicitar un o o generador de nmeros aleatorios a la empresa Random numbers? Llame Ya! es u una variable aleatoria, X, de media y desv estndar (ambos desconocidos). o a En una muestra aleatoria de la duracin de 50 llamadas se observaron los valores o X  310 y S  25. Al 0.1 de nivel de signicacin, se puede concluir que o (a) 300 ? (b)

20 ?

12.31 Se debe comprar un producto cuyo peso obedece a una distribucin normal y o se requiere que la varianza sea inferior a 4. Si el producto no cumple con el requisito se desea cometer un error en la decisin que no supere el 5 %. Por otro lado, si la o varianza fuese igual a 3, se desea que el error en la decisin sea del 5 %. Disear un o n test de hiptesis para decidir si el producto cumple la especicacin. o o
0.8

0.75

0.7

0.65

0.6

119

172

264

400

o Grco del cociente entre los fractiles 20.05 y 20.95 en funcin a p p de los grados de libertad. (Sugerencia: Utilizar la informacin que aparece en la gura y recordar que si Q o tiene distribucin 2 con n grados de libertad, para valores grandes de n se cumple o ? ? que W  2Q se distribuye aproximadamente como una normal de media 2n
1 y desv estndar 1.) o a 12.32 Conseguir una moneda de 5 centavos. Lanzarla 100 veces y aplicar el test chi cuadrado para saber si la moneda es honesta. 12.33 De cierto generador de nmeros aleatorios se arma que los produce de u acuerdo con la distribucin U r0, 1s. Para vericar esa hiptesis se producen 10000 o o nmeros con el mencionado generador. Para economizar espacio se registra la canu tidad de nmeros de la forma 0. d..., donde d  0, 1, . . . , 9. Se obtuvieron los resulu tados siguientes: d 0 1 #t0. d...u 977 1045 2 3 1017 1024 4 901 5 928 6 1045 7 984 8 1034 9 1045

Estos datos son conciliables con la armacin? o 12.34 Paenza (Pgina 12, 3 de mayo de 2009, Contratapa) arma que la distria bucin del primer d o gito signicativo, D, de los precios de los productos que se

ofrecen en un supermercado se rige por la ley de Benford: P pD  dq  log10 d d 1 , d  1, . . . , 9. Se registraron los precios de 2500 productos ofrecidos por un supermercado y se obtuvieron las siguientes frecuencias: d nd 1 730 2 441 3 304 4 247 5 226 6 160 7 147 8 114 9 131

Estos datos son conciliables con la armacin de Paenza? o

Referencias (por orden alfabtico) e

Abramson, N. (1986), Teor de la Informacin y Codicacin, Paraninfo, 6a a o o edicin. o DeGroot M.H. (1986), Probability and Statistics, Addison Wesley Publishing Company, 2a edicin. o Feller, W. (1970), An Introduction to Probability Theory and its Applications, Wiley Series in Probability and Mathematical Statistics, New York, Volumen 1, 3a edicin. o Grimmett G.R. y Stirzaker D.R. (2001), Probability and Random Processes, Oxford University Press, New York, 3a edicin. o Maronna, R. (1995), Probabilidad y Estad stica Elementales para Estudiantes de Ciencias, Editorial Exacta, La Plata. Ross, S.M. (2007), Introduction to Probability Models, Academic Press, San Diego, 9a edicin. o Soong, T.T. (2004), Fundamentals of Probability and Statistics for Engineers, John Wiley & Sons.