Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SOLUCIÓN
a. Para que 𝑝(𝑥) sea función de probabilidad tiene que cumplirse que 0 ≤ 𝑝(𝑥) ≤ 1 y
∑𝑝(𝑥𝑖 )=1. En nuestro caso se tiene que:
𝑐 𝑐 𝑐 𝑐 (12 + 6 + 4 + 3)𝑐 25𝑐 12
∑𝑝(𝑥𝑖 ) = + + + = = =1⇒𝑐= .
1 2 3 4 12 12 25
Es fácil comprobar, además, que con este valor de 𝑐 se verifica que 0 ≤ 𝑝(𝑥) ≤ 1.
b. Sí puede. La mediana es el mínimo valor de 𝑋 tal que 𝑃(𝑋 ≤ 𝑥𝑚 ) ≥ 0.5. Para ello, basta
con que 𝑝(2) ≥ 0.5.
c. Los cálculos son los siguientes:
• 𝑉𝑎𝑟(𝑌 − 𝑋) = 𝑉𝑎𝑟(𝑌) + 𝑉𝑎𝑟(𝑋) = 3 + 1 = 4;
• 𝑉𝑎𝑟(𝑋 + 2𝑌 + 2) = 𝑉𝑎𝑟(𝑋) + 4𝑉𝑎𝑟(𝑌) = 3 + 4 = 7.
• 𝐸(𝑌 − 𝑋) = 𝐸(𝑌) − 𝐸(𝑋) = 1 − 0 = 1.
2𝑋+3𝑌 2𝐸(𝑋)+3𝐸(𝑌) 2(0)+3(1)
• 𝐸( 3
) = 3
= 3
= 1.
d. Ese gráfico no puede corresponder a una función de distribución 𝐹(𝑥) de una variable
continua por las siguientes 4 razones: (0.5p cada una)
1. Tiene una discontinuidad entre los valores 9 y 10, mientras que 𝐹(𝑥) no puede
presentar discontinuidades al tratarse de probabilidades que se van acumulando
paulatinamente.
2. Tiene un salto en 𝑋 = 11 de valor 0.1, lo que es imposible. Ese salto implicaría que
𝑃(𝑋 = 11) = 0.1. Sin embargo, en cualquier v.a. continua se tiene que 𝑃(𝑋 = 𝑥𝑖 ) =
0.
3. Entre 11 y 14 toma valores mayores que 1. Dado que 𝐹(𝑥) es una probabilidad,
𝑃(𝑋 ≤ 𝑥), no puede nunca estar por encima de 1.
4. Entre 13 y 15 decrece, lo que no es posible. 𝐹(𝑥) va acumulando probabilidad al
crecer 𝑥, por lo que siempre es monótona no decreciente.
2017-1_PC2_Preg1
2017-1_PC2_Preg2
3. La longitud (mm) X de una pieza manufacturada es una variable aleatoria con función
densidad:
𝑘𝑥 − 0.9; 10 ≤ 𝑥 < 12
𝑓(𝑥) = {
−0.025𝑥 + 0.5; 12 ≤ 𝑥 ≤ 16
X p(x) F(x)
0 0.15 0.15
1 0.35 0.5
2 0.30 0.80
3 0.20 1
0; 𝑥 < 0
0.15; 0 ≤ 𝑥 < 1
c) Las piezas defectuosas son aquellas cuyas longitudes son menores que 11 y mayores
que 14. ¿Qué proporción de piezas son defectuosas? (1.5p)
X p(x) F(x)
0 0.15 0.15
1 0.35 0.5
2 0.30 0.80
3 0.20 1
𝐹(𝑄1 ) = 0.25 → 1
𝐹(𝑄2 ) = 0.50 → 1
𝐹(𝑄3 ) = 0.75 → 2
Se pide:
a) Calcula la moda.
b) Calcula la mediana.
c) Calcula la varianza.
d) Calcula el primer cuartil.
e) Calcula la esperanza de esta variable.
SOLUCIÓN:
3 1
A derecha e izquierda de 𝑥 = 4 tenemos también sendos triángulos, de áreas y
4 4
respectivamente.
b) La mediana deja la mitad del área a cada lado. Estará en la zona del triángulo de la
izquierda.
𝑥𝑚 𝑥
𝑥−1 1 1 𝑥2 𝑚
1 2
∫ 𝑑𝑥 = ⇒ [ − 𝑥] = ⇒ 𝑥𝑚 − 2𝑥𝑚 − 5 = 0 ⇒ 𝑥𝑚 = 3.45
1 6 2 6 2 1
2
d) El cálculo del primer cuartil es muy similar al de la mediana, pues se encontrará también
en el triángulo de la derecha
𝑄1 𝑄
𝑥−1 1 1 𝑥2 1
1
∫ 𝑑𝑥 = ⇒ [ − 𝑥] = ⇒ 𝑄12 − 2𝑄1 − 2 = 0 ⇒ 𝑄1 = 2.73.
1 6 4 6 2 1
4
2015-2_PC3_Preg1
5. Sea 𝑋 una variable aleatoria de función de densidad 𝑓(𝑥) = 𝑥3, definida en el intervalo
0<𝑥≤ 𝑎. Contesta de forma razonada a las siguientes cuestiones: (7p)
a) Demuestra que el espacio muestral de 𝑋 es . (2p)
b) Calcula la esperanza de esta variable. (2p)
c) ¿Qué proporción de la población de esta variable será mayor que 1? (1p)
d) Calcula la moda de esta variable. (1p)
e) Sea 𝑌 otra variable aleatoria cuya esperanza es 𝐸(𝑌) = 3. Calcula la esperanza de la
variable aleatoria 𝑍 = 2𝑋 + 𝑌. (1p)
SOLUCIÓN
b) La esperanza es
√2 √2
4
𝑥5 4√2
𝐸(𝑋) = ∫ 𝑥 𝑑𝑥 = [ ] = = 1.1314.
5 0 5
0
𝑋 𝐹(𝑥)
0 0.10
1 0.40
2 0.60
3 0.85
4 0.94
5 1
𝑋 𝐹(𝑥) 𝑝(𝑥)
0 0.10 0.10
1 0.40 0.30
2 0.60 0.20
3 0.85 0.25
4 0.94 0.09
5 1 0.06
SOLUCIÓN:
a) En las variables aleatorias continuas, 𝐹(𝑥) no presenta ‘escalones’, como sí sucede
en las variables aleatorias discretas. Por tanto, tanto en 𝑎 como en 𝑏 hay continuidad
en la función 𝐹(𝑥). Se obtiene entonces que
𝐹(𝑎) = 0 ⇒ 𝑎4 = 0 ⇒ 𝑎 = 0,
𝐹(𝑏) = 1 ⇒ 𝑏 4 = 1 ⇒ 𝑏 = 1.
2016-2_PC3_Preg1
8. Tras la longitud (mm) de una pieza (𝑋) es una variable aleatoria con la siguiente función
densidad:
Además, se sabe que el peso de una pieza (𝑌) es una variable aleatoria uniforme continua
definida entre 15 y 18 gramos (𝑌 ∼ 𝑈(15; 18)). Se pide:
SOLUCIÓN
a.1.
7 8.2
7−𝑥 3(𝑥 − 7)
𝑃(5.7 ≤ 𝑋 ≤ 8.2) = ∫ 𝑑𝑥 + ∫ 𝑑𝑥 = 𝟎. 𝟑𝟖𝟓𝟎
5 10
5.7 7
a.2.
𝐹(𝑥𝑚 ) = 0.5
7
7−𝑥
∫ 𝑑𝑥 = 0.4
5
5.7
Dado que la función está compuesta por dos rectas, no será de utilidad usar los criterios de la
primera y segunda derivada.
Para identificar la moda, solo basta con comparar los valores de 𝑓(𝑥) para 𝑋 = 5; 7; 9.
𝑓(5) = 0.4
𝑓(7) = 0
𝑓(9) = 0.6
Por lo tanto, la moda es 9.
a.4.
𝑃(𝑋 > 8.2 ∩ 𝑋 > 5.7) 𝑃(𝑋 > 8.2)
𝑃(𝑋 > 8.2 | 𝑋 > 5.7) = =
𝑃(𝑋 > 8.7) 𝑃(𝑋 > 5.7)
3(𝑥 − 7)
9
= 10 𝑑𝑥
∫8.2
= 𝟎. 𝟒𝟗𝟗𝟑
7 7−𝑥 9 3(𝑥 − 7)
∫5.7 5 𝑑𝑥 + ∫7 10
𝑑𝑥
SOLUCIÓN
𝟏
También se acepta la respuesta: 𝒇(𝒚) = , 𝒚 ∈ [𝟏𝟓; 𝟏𝟖]
𝟑
Dato adicional sobre el cálculo de 𝒇(𝒚):
𝟏 𝟏 𝟏
𝒇(𝒚) = = =
𝒃 − 𝒂 𝟏𝟖 − 𝟏𝟓 𝟑
Luego, se calcula la media de 𝑌:
+∞ 18
𝑦 𝑦
𝐸(𝑌) = ∫ 𝑑𝑦 = ∫ 𝑑𝑦 = 16.5
3 3
−∞ 15
+∞ 18
(𝑦 − 16.5)2 (𝑦 − 16.5)2
𝑉𝑎𝑟(𝑌) = ∫ 𝑑𝑦 = ∫ 𝑑𝑦 = 0.75
3 3
−∞ 15
2017-2_PC3_Preg2
9. En el estacionamiento de un banco hay cuatro espacios para estacionar los vehículos de los
clientes. El número de espacios ocupados (𝑋) tiene la siguiente función de probabilidad:
𝑋 𝑝(𝑥)
0 0.12
1 0.17
2 0.11
3 0.23
4 0.37
SOLUCIÓN
a.1.
𝑃(𝑋 < 4) = 1 − 0.37 = 𝟎. 𝟔𝟑𝟎𝟎
a.2.
𝑃(𝑋 = 1 ∩ 𝑋 < 3) 𝑃(𝑋 = 1) 0.17
𝑃(𝑋 = 1 | 𝑋 < 3) = = = = 𝟎. 𝟒𝟐𝟓𝟎
𝑃(𝑋 < 3) 𝑃(𝑋 < 3) 0.12 + 0.17 + 0.11
a.3.
𝐸(2𝑋 + 3) = 2𝐸(𝑋) + 3
→ 𝐸(2𝑋 + 3) = 2 × 2.56 + 3 = 𝟖. 𝟏𝟐
a.4.
𝑃(𝑋 ≤ 2.5) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) = 𝟎. 𝟒𝟎𝟎𝟎
a.5.
𝑃(𝑋 > 2 ∪ 𝑋 = 0) = 𝑃(𝑋 > 2) + 𝑃(𝑋 = 0) (Por ser sucesos mutuamente excluyentes)
𝑃(𝑋 > 2 ∪ 𝑋 = 0) = 0.23 + 0.37 + 0.12 = 𝟎. 𝟕𝟐𝟎𝟎
b. Grafique la función de distribución de 𝑋, indicando claramente los valores en los ejes del gráfico. (1.5
p)
SOLUCIÓN
𝐹(𝑥) es:
𝑋 𝑝(𝑥) 𝐹(𝑥)
0 0.12 0.12
1 0.17 0.29
2 0.11 0.40
3 0.23 0.63
4 0.27 1
2017-2_PC3_Preg3
10. Sea 𝑋 una variable aleatoria con la siguiente función de densidad de probabilidad:
𝑓(𝑥) = 𝑘(1 −𝑥2); 𝑥 ∈ [−1,1]
Se pide:
a) Calcula 𝑘 y dibuja 𝑓(𝑥). (1 p.)
b) Calcula la moda, la mediana y la media. (2 p)
c) Calcula 𝑃(𝑋 > 0.4) (2 p.)
SOLUCIÓN:
b) La distribución es simétrica alrededor del 0, por lo que media, mediana y moda son
iguales a 0
c) La probabilidad se obtiene integrando 𝑓(𝑥):
1
3 1
𝑃(𝑋 > 0.4) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ (1 − 𝑥 2 )𝑑𝑥 = 0.216
0.4 4 0.4
2015-2_EP_Preg3
SOLUCIÓN:
12. Una máquina fabrica ejes cuyos radios (cm) se distribuyen según la siguiente función de
densidad:
a. Calcular k. (0.5p)
c. Si los ejes aceptables miden entre 1.5 y 2.5, ¿qué proporción de ejes son considerados
defectuosos? (1p)
d. Calcule la longitud media de los ejes producidos. (1p)
SOLUCIÓN
3 4 3
a. ∫1 𝑘 (𝑥 − 1)(3 − 𝑥) 𝑑𝑥 = 1 ⇒ 𝑘 × 3
=1⇒𝑘 =4
2016-1_EP_Preg3
13. Sea 𝑋 una variable aleatoria continua que
representa la desviación de una medida 𝐿
de cierto artículo manufacturado respecto
de su valor ideal. Su función de densidad es
𝑓(𝑥) = 𝑘 + 𝑘𝑥2 , 𝑥 ∈ [−2 2] . La desviación
𝑋 es nula si 𝐿 es igual al valor ideal, será
positiva si 𝐿 es mayor al ideal, y negativa
en caso contrario (ver figura). Dadas las
condiciones de fabricación, el alejamiento
del valor ideal no puede ser superior a 2
unidades. Asumiremos que el valor de 𝑋 de un artículo es independiente de los anteriores.
Contesta a las siguientes preguntas de forma razonada: (6p)
SOLUCIÓN:
<
1.9
3 3
𝑃(artículo aceptable) = 𝑃(−1.7 < 𝑋 < 1.9) = ∫ + 𝑥 2 𝑑𝑥 = 0.806
−1.7 28 28
⇒ 𝑃(artículo defectuoso) = 1 − 0.806 = 0.194.
d. Nos piden la probabilidad de que un artículo defectuoso lo sea por ser demasiado grande,
es decir,
𝑃(𝑑𝑒𝑚𝑎𝑠𝑖𝑎𝑑𝑜 𝑔𝑟𝑎𝑛𝑑𝑒|𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜) = 𝑃(𝑋 > 1.9|(𝑋 > 1.9) ∩ (𝑋 < −1.7))
Los artículos demasiado grandes serán los que midan más de 1.9:
2
3 3
𝑝(𝑑𝑒𝑚𝑎𝑠𝑖𝑎𝑑𝑜 𝑔𝑟𝑎𝑛𝑑𝑒) = 𝑃(𝑋 > 1.9) = ∫ + 𝑥 2 𝑑𝑥 = 0.051. (5.1%)
1.9 28 28
La probabilidad pedida es
𝑃[(𝑋 > 1.9) ∩ ((𝑋 > 1.9) ∪ (𝑋 < −1.7))]
𝑃(𝑋 > 1.9|(𝑋 > 1.9) ∪ (𝑋 < −1.7)) =
𝑃[((𝑋 > 1.9) ∪ (𝑋 < −1.7))]
𝑃(𝑋 > 1.9) 0.051
= = = 0.263 (26.3%)
𝑃[((𝑋 > 1.9) ∪ (𝑋 < −1.7))] 0.194
e. Sea Y=nº de artículos defectuosos en un lote de 𝑛 = 10, donde cada uno tiene una
probabilidad de ser defectuosos de 𝑝 = 0.194. Entonces
𝑌 ∼ 𝐵(10,0.194)
Por tanto
𝑃(𝑌 > 1) = 1 − 𝑃(𝑌 ≤ 1) = 1 − 𝑃(𝑌 = 0) − 𝑃(𝑌 = 1)
10 10
= 1 − ( ) 0.1940 (1 − 0.194)10 − ( ) 0.1941 (1 − 0.194)9
0 1
= 1 − (1 − 0.194)10 − 10 × 0.1941 (1 − 0.194)9 = 0.6058
2016-2_EP_Preg4
SOLUCIÓN:
d. La media es
0.5 0.5 0.5
𝑥4 3
𝐸(𝑋) = ∫ 𝑥𝑓(𝑥)𝑑𝑥 = ∫ 24𝑥 𝑑𝑥 = 24 [ ] = 0.3750
4 0
0 0
2017-1_EA_Preg3
• Sobre 𝑍: 𝑍 = 2𝑌
• Sobre 𝑊:
𝑊 2 3 4 5 6 7
𝑝(𝑤) 0.1515 0.1804 0.2143 0.1811 0.1622 0.1105
La moda es 6.
El gráfico vale 0.5 p. La moda vale 0.5 p.
c. ¿Qué valor de Y sólo es superado por el 47% de la población? (2 p)
𝑃
Se pide el percentil 53 (𝑃53 ): ∫3 53 𝑓(𝑦)𝑑𝑦 = 0.53
Se puede calcular la probabilidad acumulada en 6, para saber si 𝑃53 se encontrará en la
primera o en la segunda parte de la función:
6
2(𝑦 − 3) 1
∫ 𝑑𝑦 = = 0.3333
3 27 3
Como 0.3333 < 0.53, se puede deducir, por tanto, que 𝑃53 se encontrará en la segunda
parte de la función. Por lo tanto:
6 𝑃53
2(𝑦 − 3) 2(12 − 𝑦)
∫ 𝑑𝑦 + ∫ 𝑑𝑦 = 0.53 → 𝑷𝟓𝟑 = 𝟔. 𝟗𝟔
3 27 6 54
Forma A:
Se puede calcular 𝐸(𝑌) (0.75p):
6 12
2(𝑦 − 3) 2(12 − 𝑦)
∫ 𝑦∙ 𝑑𝑦 + ∫ 𝑦 ∙ 𝑑𝑦 = 7
3 27 6 54
Entonces (1.25 p):
𝐸(2𝑌 + 3𝑍) = 𝐸(2𝑌 + 3 × 2𝑌) = 𝐸(8𝑌) = 8𝐸(𝑌) = 56
Forma B:
16. Para establecer una conexión entre dos equipos A y B de forma inalámbrica es necesario
superar cierto protocolo de conectividad. En muchas ocasiones, este protocolo es fallido,
y es necesario volver a intentar la conexión. Sea 𝑋 = número de intentos que se deben
realizar para establecer la conexión entre A y B. Su función de probabilidad es:
𝑥
𝑝(𝑥) = 𝑘𝑒 −2 ; 𝑥 ∈ {1,2,3,4,5,6}
Responda de forma justificada a las siguientes cuestiones, utilizando una precisión de 3
decimales en los cálculos de probabilidades:
𝑋 𝑝(𝑥) 𝐹(𝑥)
1 0,415 0,415
2 0,251 0,666
3 0,152 0,818
4 0,092 0,910
5 0,056 0,966
6 0,034 1,000
suma 1
Esta tabla nos confirma que el valor sugerido de k es correcto, pues las
probabilidades 𝑝(𝑥) suman 1.
b) Calcula la probabilidad de que se necesiten más de 3 intentos para realizar la
conexión (1p)
d) ¿Cuántos intentos hay que realizar, en promedio, para realizar la conexión? (1p)
El número medio de intentos es
6
2019-2_PC2_Preg2
𝐹(𝑥) = 1 − 𝑒 −0.005𝑥 ; 𝑥 ≥ 0
2019-2_PC2_Preg3
𝑉𝑎𝑟(𝑌) = ∫ (𝑦 − 𝜇𝑌 )2 𝑓(𝑦)𝑑𝑦
−∞
3.5 5.5
2
𝜇𝑌 = 𝐸(𝑌) = ∫ 𝑦 ∙ (𝑦 − 2)(5 − 𝑦)𝑑𝑦 + ∫ 𝑦(−0.25𝑦 + 1.375)𝑑𝑦 = 𝟑. 𝟓𝟓 (1 p)
9
2 3.5
Si han calculado mal el valor de la media, tienen 0/1; pero se corrige la varianza considerando el valor
que hayan calculado (no se considera arrastre de error).
Entonces:
3.5
2
𝑉𝑎𝑟(𝑌) = ∫ (𝑦 − 3.55)2 ∙ (𝑦 − 2)(5 − 𝑦)𝑑𝑦
9
2
5.5
3.5 2 5
• 𝑃(3 ≤ 𝑌 < 5) = ∫3 (𝑦 − 2)(5 − 𝑦)𝑑𝑦 + ∫3.5(−0.25𝑦 + 1.375)𝑑𝑦 =
9
0.7095 (0.5 p)
3.5 2 5
• 𝑃(𝑌 < 5) = ∫2 9
(𝑦 − 2)(5 − 𝑦)𝑑𝑦 + ∫3.5(−0.25𝑦 + 1.375)𝑑𝑦 = 0.9688 (0.5 p)
Para saber en qué tramo se encuentra 𝑃85 , conviene saber cuál es la probabilidad acumulada
en 𝑦 = 3.5:
3.5 2
𝑃(𝑌 ≤ 3.5) = ∫2 (𝑦 − 2)(5 − 𝑦)𝑑𝑦 = 0.5, entonces 𝑃85 se encuentra en el segundo
9
tramo.
Para encontrar la mediana (𝑃50 ), se sabe que: 𝑃(𝑌 ≤ 𝑃50 ) = 0.5. Entonces, por lo
anteriormente calculado, la mediana es 𝒚 = 𝟑. 𝟓 (0.5 p)
Si han calculado otro percentil: 0 p.
d. ¿Cuán probable es que Y tome un valor menor que 3 o mayor o igual que 5? (1 p)
19. Un aerogenerador (molino de viento) genera una potencia entre 0 y su capacidad máxima
en función de la velocidad del viento. Sea 𝑋 una variable aleatoria continua definida en el
intervalo [0,1] que representa la proporción de la potencia instalada que genera dicho
aerogenerador en un instante determinado. Su función de densidad viene determinada por
Solución:
a) Una función de densidad debe integrar uno en el espacio muestral. Por tanto,
1 1
3 10
∫ 𝑘(𝑥 − 𝑥 4 )𝑑𝑥 = 1 ⇒ 𝑘 ∫ (𝑥 − 𝑥 4 )𝑑𝑥 = 𝑘 =1⇒𝑘=
0 0 10 3
Vemos que en los extremos vale 0, por lo que el máximo estará en algún valor intermedio. Como
es una función suave (derivable), en el máximo habrá una tangente horizontal, y se anulará su
primera derivada. Derivando:
10
𝑓 ′ (𝑥) = (1 − 4𝑥 3 ) = 0 ⇒ 4𝑥 3 = 1
3
1
⇒ 𝑀𝑜𝑑𝑎 = 3 = 0.630
√4
c) La función de distribución es:
𝑥
𝐹(𝑥) = ∫ 𝑓(𝑢)𝑑𝑢
−∞
como
𝑥
10 5 2
∫ (𝑢 − 𝑢4 )𝑑𝑢 = 𝑥 2 − 𝑥 5 ,
0 3 3 3
se tiene:
0 𝑠𝑖 𝑥 < 0
5 2 2 5
𝐹(𝑥) = { 𝑥 − 𝑥 𝑠𝑖 0 ≤ 𝑥 ≤ 1
3 3
1 𝑠𝑖 𝑥 > 1
2018-1_EP_Preg2
𝑥𝑚 𝑥
𝑥4 𝑥5 𝑚 5
𝑥𝑚 1
∫ 𝑑𝑥 = 0.5 ⇒ [ ] = 0.5 ⇒ = 0.5 ⇒ 𝑥𝑚 = 105 = 1.5849
0 4 20 0 20