VARIABLE ALEATORIA

PROBLEMAS DE EVALUACIONES PASADAS (CON SOLUCIÓN)

1. Responde de forma breve pero razonada a las siguientes cuestiones:

a. Sea 𝑋 una variable aleatoria discreta que toma los valores 𝑋 = {1,2,3,4} con función de
probabilidad
𝑝(𝑥) = 𝑐/𝑥. ¿Cuánto debe valer 𝑐? (1.5p)
b. Sea 𝑋 una variable aleatoria discreta que toma los valores 𝑋 = {2,4,6,8,10,12} y cierta
función de probabilidad 𝑝(𝑥). ¿Puede 𝑥 = 2 ser la mediana? (1.5p).
c. Sea 𝑋 una variable aleatoria de media 𝜇𝑋 = 0 y varianza 𝜎𝑋2 = 3, y sea 𝑌 una variable
aleatoria independiente de 𝑋 y de media 𝜇𝑌 = 1 y varianza 𝜎𝑌2 = 1. Calcula:
• 𝑉𝑎𝑟(𝑌 − 𝑋). (0.5p)
• 𝑉𝑎𝑟(𝑋 + 2𝑌 + 2). (0.5p)
• 𝐸(𝑌 − 𝑋). (0.5p)
• 𝐸 ((2X+3Y)/3). (0.5p)
d. Indica las razones por las que la siguiente curva no puede corresponder a una función
de distribución de una variable aleatoria continua. Razona brevemente la respuesta.
(2p)

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

2. En el estacionamiento de un banco hay 3 espacios destinados a los vehículos de los clientes.

Se ha realizado un estudio sobre la ocupación de dichos espacios, y se ha determinado que
la variable X, número de espacios ocupados, tiene la siguiente función de probabilidad:
X p(x)
0 0.15
1 0.35
2 0.30
3 0.20
Conteste de forma razonada las siguientes cuestiones:
a) Defina 𝐹(𝑥). (1.5p)
b) Grafique 𝐹(𝑥). (1p)
c) Si se sabe que hay al menos un espacio ocupado, ¿cuál es la probabilidad de que no
estén ocupados todos los espacios? (1p)
d) Calcule los cuartiles de la variable 𝑋. (1.5p)
e) Calcule la varianza de la variable 𝑋. (1p)

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

Conteste de manera razonada las siguientes cuestiones:

a) Calcule el valor de 𝑘. (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
 0; 𝑥 < 0
0.15; 0 ≤ 𝑥 < 1

𝐹(𝑥) = 0.5; 1 ≤ 𝑥 < 2

0.8; 2 ≤ 𝑥 < 3
1; 𝑥 ≥ 3

b) Calcule los percentiles 20, 60 y 90 de la variable longitud. (1.5p)

c) Las piezas defectuosas son aquellas cuyas longitudes son menores que 11 y mayores
que 14. ¿Qué proporción de piezas son defectuosas? (1.5p)

𝑃(𝑋 < 3 ∩ 𝑋 > 0) 𝑃(0 < 𝑋 < 3) 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)

𝑃(𝑋 < 3 | 𝑋 > 0) = = =
𝑃(𝑋 > 0) 𝑃(𝑋 > 0) 1 − 𝑃(𝑋 ≤ 0)
0.35 + 0.3
𝑃(𝑋 < 3 | 𝑋 > 0) = = 𝟎. 𝟕𝟔𝟒𝟕
1 − 0.15
d) Calcule la longitud esperada de las piezas manufacturadas. (1.5p)
Conociendo las funciones de probabilidad y distribución:

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

e) ¿Cuál es la moda de la variable longitud? (1p)

𝜇 = (0 × 0.15) + (1 × 0.35) + (2 × 0.30) + (3 × 0.20) = 1.55

𝜎 2 = (0 − 1.55)2 × 0.15 + (1 − 1.55)2 × 0.35 + (2 − 1.55)2 × 0.30

+ (3 − 1.55)2 × 0.20 = 𝟎. 𝟗𝟒𝟕𝟓
2017-1_PC2_Preg3
4. Sea 𝑋 una variable aleatoria con la siguiente función de densidad de probabilidad
𝑥−1
; 1≤𝑥<4
𝑓(𝑥) = { 6
5−𝑥
; 4≤𝑥≤5
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.

(Nota: para facilitarte el ejercicio, te recomendamos que te dibujes esta variable)

SOLUCIÓN:

Es fácil ver que se trata de una distribución con forma triangular.

3 1
A derecha e izquierda de 𝑥 = 4 tenemos también sendos triángulos, de áreas y
4 4
respectivamente.

a) La moda es el valor de mayor densidad, que será el correspondiente al vértice del

triángulo, es decir
moda=4.

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

c) Para calcular la varianza calculamos primeramente la media

5 4 5
𝑥−1 5−𝑥
𝜇 = 𝐸(𝑋) = ∫ 𝑥𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 ( ) 𝑑𝑥 + ∫ 𝑥 ( ) 𝑑𝑥
1 1 6 4 2
4 5
1 𝑥3 𝑥2 1 5𝑥 2 𝑥 3 9 13 10
= [ − ] + [ − ] = + = = 0.33.
6 3 2 1 2 2 3 4 4 12 3
 La varianza es
5
𝑉𝑎𝑟(𝑋) = 𝐸[(𝑋 − 𝜇)2 ] = ∫ (𝑥 − 𝜇)2 𝑓(𝑥)𝑑𝑥
1
4
10 2 𝑥 − 1 5
10 2 5 − 𝑥
= ∫ (𝑥 − ) ( ) 𝑑𝑥 + ∫ (𝑥 − ) ( ) 𝑑𝑥
1 3 6 4 3 2
= 0.458 + 0.264 = 0.722.

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

e) La esperanza de esta variable ya se calculó más arriba

5 4 5
𝑥−1 5−𝑥
𝜇 = 𝐸(𝑋) = ∫ 𝑥𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 ( ) 𝑑𝑥 + ∫ 𝑥 ( ) 𝑑𝑥
1 1 6 4 2
4 5
1 𝑥3 𝑥2 1 5𝑥 2 𝑥 3 9 13 10
= [ − ] + [ − ] = + = = 0.33.
6 3 2 1 2 2 3 4 4 12 3

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

a) Para que 𝑓(𝑥) sea la función de densidad de 𝑋 debe cumplirse que

𝑎 𝑎
3
𝑥4 𝑎4 1
∫ 𝑥 𝑑𝑥 = 1 ⇒ [ ] = = 1 ⇒ 𝑎 = 44 = √2
4 0 4
0

b) La esperanza es
√2 √2
4
𝑥5 4√2
𝐸(𝑋) = ∫ 𝑥 𝑑𝑥 = [ ] = = 1.1314.
5 0 5
0

c) Nos piden 𝑃(𝑋 > 1)

√2 √2
𝑥4
3
3
𝑃(𝑋 > 1) = ∫ 𝑥 𝑑𝑥 = [ ] = = 0.75
4 1 4
1
 d) La moda será el valor que maximice la densidad. Al ser una función monótona creciente,
el máximo estará en el valor máximo de su dominio, es decir,
Moda= √2

e) 𝐸(𝑍) = 𝐸(2𝑋 + 𝑌) = 2𝐸(𝑋) + 𝐸(𝑌) = 2(1.1314) + 3 = 5.26

2016-1_PC3_Preg1
<<

6. El número de veces a la semana que un estudiante de cierta universidad almuerza en su

cafetería sigue una variable aleatoria discreta con la siguiente función de distribución.

𝑋 𝐹(𝑥)
0 0.10
1 0.40
2 0.60
3 0.85
4 0.94
5 1

Contesta de forma razonada a las siguientes cuestiones: (8p)

a) Calcula la probabilidad de que un estudiante almuerce todos los días (5 días a la
semana) en la universidad. (1p)
b) Calcula la probabilidad de que almuerce algún día en la universidad. (1p)
c) Calcula la función de probabilidad de 𝑋. (2p)
d) Calcula el número medio de días que un estudiante se queda a almorzar en la
universidad. (2p)
e) Calcula la varianza de 𝑋. (1p)
f) Calcula la moda de 𝑋. (1p)
SOLUCIÓN
a) 𝑃(𝑋 = 5) = 𝑃(𝑋 ≤ 5) − 𝑝(𝑋 ≤ 4) = 𝐹(5) − 𝐹(4) = 0.06

b) 𝑃(𝑋 > 0) = 1 − 𝑃𝑋 ≤ 0) = 1 − 𝐹(0) = 0.90

c) La función de probabilidad es 𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = 𝑃(𝑋 ≤ 𝑥) − 𝑃(𝑋 ≤ 𝑥 − 1) = 𝐹(𝑥) −

𝐹(𝑥 − 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

d) 𝐸(𝑋) = ∑6𝑖=1 𝑥𝑖 𝑝(𝑥𝑖 ) = 0 × 0.1 + 1 × 0.3 + ⋯ + 5 × 0.06 = 2.11 días

 2
e) 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 − 𝐸(𝑋)) = ∑6𝑖=1(𝑥𝑖 − 2.11)2 𝑝(𝑥𝑖 ) = (0 − 2.11)2 × 0.1 + (1 −
2.11)2 × 0.3 + ⋯ + (5 − 2.11)2 × 0.06 = 1.8379

f) La moda es el valor más probable, que es 1 día.

2016-1_PC3_Preg2

7. Sea 𝑋 una variable aleatoria continua, con la siguiente función de distribución:

0; 𝑥<𝑎
𝐹(𝑥) = {𝑥 4 ; 𝑎 ≤ 𝑥 < 𝑏
1; 𝑥≥𝑏

Contesta de forma razonada a las siguientes cuestiones: (7p)

a) Determina los valores de 𝑎 y 𝑏. (1p)

b) Calcula la función de densidad. (1p)
c) Halla 𝑃(𝑋 > 0.5) y 𝑃(𝑋 = 0.5). (1p)
d) Halla 𝑃(0.5 < 𝑋 < 0.6) y 𝑃(𝑋 ≤ 0.6|𝑋 > 0.5). (1p)
e) Calcula la media de 𝑋. (1p)
f) Calcula la moda de 𝑋. (1p)
g) Calcula la mediana de 𝑋. (1p)

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.

b) 𝑓(𝑥) = 4𝑥 3 , 𝑥 ∈ [0,1]. Esta función se muestra en la siguiente figura.

c) Las probabilidades son

𝑃(𝑋 > 0.5) = 1 − 𝑃(𝑋 ≤ 0.5) = 1 − 𝐹(0.5) = 0.9375.
𝑃(𝑋 = 0.5) = 0.
(0.5p cada probabilidad)

d) Las probabilidades son

𝑃(0.5 < 𝑋 < 0.6) = 𝐹(0.6) − 𝐹(0.5) = 0.0671.
𝑃(0.5 < 𝑋 ≤ 0.6) 𝐹(0.6) − 𝐹(0.5) 0.1296 − 0.0625
𝑃(𝑋 ≤ 0.6|𝑋 > 0.5) = = =
𝑃(𝑋 > 0.5) 1 − 𝐹(0.5) 1 − 0.0625
= 0.0716
 1 1
e) 𝐸(𝑋) = ∫0 𝑥𝑓(𝑥)𝑑𝑥 = ∫0 4𝑥 4 𝑑𝑥 = 0.8.
f) La función 𝑓(𝑥) es monótona creciente, por lo que su máximo se alcanzará en 𝑥 =
1. La moda es 𝑥 = 1.
g) 𝐹(𝑄2 ) = 0.5 ⇒ 𝑄24 = 0.5 ⇒ 𝑄2 = 0.841

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:

a. Responda las siguientes preguntas dentro de los recuadros asignados:

Nota: En este apartado debe escribir únicamente la respuesta en los recuadros. El

procedimiento no se corregirá. De ser necesario redondear, utilice 4 decimales.

Pregunta Respuesta Puntaje

(a.1) ¿Qué proporción de piezas tienen una longitud entre 5.7 y

0.3850 /2p
8.2 mm?

(a.2) ¿Cuál es el valor de la mediana de la longitud? 7.8165 /2p

(a.3) Indique el valor de la moda de la longitud. 9 /1p

(a.4) Se selecciona una pieza al azar y esta tiene una longitud

mayor que 5.7 mm, ¿cuán probable es que su longitud sea mayor 0.4993 /1p
que 8.2 mm?

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

Entonces, la mediana se encuentra en el segundo trozo de la función:

7 𝑥𝑚
7−𝑥 3(𝑥 − 7)
∫ 𝑑𝑥 + ∫ 𝑑𝑥 = 0.5
5 10
5 7
𝒙𝒎 = 𝟕. 𝟖𝟏𝟔𝟓
a.3.

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

b. Demuestre que la varianza de 𝑌 es 0.75. (1 p)

SOLUCIÓN

En primer lugar, se define la función densidad 𝑓(𝑦):

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

Finalmente, se calcula la varianza de 𝑌:

+∞ 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

a. Responda las siguientes preguntas dentro de los recuadros asignados:

Nota: en este apartado debe escribir únicamente la respuesta en los recuadros. El

procedimiento no se corregirá. De ser necesario redondear, utilice 4 decimales.

Pregunta Respuesta Puntaje

¿Cuál es la probabilidad de que no estén ocupados todos los espacios en

0.6300 /1p
el estacionamiento?

Un auto se acerca al estacionamiento y ve que hay más de un lugar

0.4250 /1p
disponible, ¿cuán probable es que haya solo 1 espacio ocupado?

Calcule la esperanza de 2𝑋 + 3. 8.12* /1p

Calcule la probabilidad de que el número de espacios ocupados sea

0.4000 /1p
menor o igual que 2.5.

¿Cuán probable es que haya más de 2 espacios ocupados o que ningún

0.7200 / 0.5 p
espacio esté ocupado?

*Si se ha redondeado el valor de la media, el puntaje es 0.

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(𝑋) = 0 × 0.12 + 1 × 0.17 + 2 × 0.11 + 3 × 0.23 + 4 × 0.37 = 2.56

→ 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

La gráfica de 𝐹(𝑥) será:

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:

a) El valor 𝑘 debe verificar que

1 1
𝑥3 2 2 3
𝑘 ∫ (1 − 𝑥 2 )𝑑𝑥 = 1 ⇒ 𝑘 [𝑥 − ] = 𝑘[ + ] = 1 ⇒ 𝑘 =
−1 3 −1 3 3 4

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

11. La variable aleatoria 𝑋 sigue la siguiente función de densidad:

𝑓(𝑥) = 𝑎𝑥 ; 0 < 𝑥 < 𝑏
a) Calcula los valores de a y b sabiendo que la mediana de 𝑋 es 𝑥𝑚 = 1. (1p)
b) Calcula la esperanza de esta variable. (1p)
c) Calcula la función de distribución. (1p)
d) A partir de la función de distribución, calcula los cuartiles. (1p)
e) A partir de una muestra aleatoria de esta variable, de tamaño 𝑛 = 20, un analista
propone usar la media muestral 𝑋 como estimador de la mediana de esta distribución.
¿Qué sesgo cometemos al usar 𝑋 como estimador de la mediana de la población? (2p)

SOLUCIÓN:

a) La variable 𝑋 = ‘tiempo de vuelo’ es unimodal, pero con asimetría positiva. Se muestra el

resultado de un test de bondad de ajuste a la normal. El p-valor es muy pequeño, por lo
que rechazamos la normalidad. Sin embargo, la transformación Box-Cox 𝑌 = 𝑋 0.1 sí que
se ajusta a una normal. El histograma muestra un buen ajuste a la normal (que es la curva
superpuesta) y el p-valor es suficientemente grande. Por tanto, consideraremos que,
usando la notación 𝑁(𝜇; 𝜎), 𝑋 0.1 ∼ 𝑁(1.289; 0.01377). Por tanto:
 1.311 − 1.289
𝑃(𝑋 < 15) = 𝑃(𝑋 0.1 < 1.311) = 𝑃 (𝑧 < ) = 𝑃(𝑧 < 1.6) = 0.9456
0.01377
b) Nos interesa ahora la probabilidad condicionada
𝑃((𝑋 < 15) ∩ (𝑋 > 12)) 𝑃(10 < 𝑋 < 15)
𝑃(𝑋 < 15|𝑋 > 12) = =
𝑃(𝑋 > 12) 𝑃(𝑋 > 12)
𝑃(𝑋 < 15) − 𝑃(𝑋 < 12) 0.9456 − 0.3085
= = = 0.9213
𝑃(𝑋 > 12) 0.6915
donde se ha usado que:
1.2821 − 1.289
𝑃(𝑋 < 12) = 𝑃(𝑋 0.1 < 1.2821) = 𝑃 (𝑧 < ) = 𝑃(𝑧 < −0.50) = 0.3085
0.01377
2015-2_ES_Preg3

12. Una máquina fabrica ejes cuyos radios (cm) se distribuyen según la siguiente función de
densidad:

𝑘(𝑥 − 1)(3 − 𝑥); si x ∈ [1, 3]

𝑓(𝑥) = {
0; si x ∉ [1, 3]

Se pide, razonando la respuesta: (4p)

a. Calcular k. (0.5p)

b. Defina la función de distribución de los radios de los ejes. (1.5p)

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

b. Función de distribución de los radios de los ejes.

0; 𝑥 < 1
3 𝑥3 4
𝐹(𝑥) = − ( − 2𝑥 2 + 3𝑥 − ) ; 1 ≤ 𝑥 ≤ 3
4 3 3
{ 1; 𝑥 > 3
c. Proporción de ejes aceptables:
2.5
3
∫ (x − 1)(3 − x)dx = 0.6875
1.5 4
La proporción de ejes defectuosos será 1-0.6875=0.3125

d. Calcule la longitud promedio de los ejes producidos. (0.5 puntos)

3
3
∫ 𝑥(𝑥 − 1)(3 − 𝑥)𝑑𝑥 = 2 𝑐𝑚
1 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)

a. Demuestra que 𝑘 = 3/28.

b. Calcula la media, la mediana y la moda de 𝑋.
c. Un artículo se considera aceptable si −1.7 < 𝑋 < 1.9. Calcula la probabilidad de que
un artículo sea defectuoso.
d. ¿Qué proporción de artículos defectuosos lo será por ser demasiado grandes?
e. ¿Cuál es la probabilidad de que al producir 10 artículos haya más de un artículo
defectuoso?
f. El ingeniero de calidad sugiere que al final del proceso de producción se añada una
etapa de rectificado, que consiste en recortar todas las piezas, reduciendo su longitud
en 0.1 unidades, y así ayudar a evitar que haya artículos demasiado grandes. ¿Qué
proporción de artículos defectuosos habrá ahora? ¿Mejora la calidad?

SOLUCIÓN:
<

a. Para que sea función de densidad debe verificar que

2
∫ 𝑘 + 𝑘𝑥 2 𝑑𝑥 = 1
−2
2
𝑘𝑥 3 𝑘16 3
⇒ 𝑘𝑥 + | = 𝑘4 + =1⇒𝑘= .
3 −2 3 28

b. La función es una parábola. Gráficamente, es inmediato ver

que la distribución es simétrica alrededor del 0. Su media y
su mediana son, por tanto, 0. Tiene dos modas, en 2 y -2.
c. La probabilidad de que un artículo sea aceptable es

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

f. La nueva longitud será 𝑅 = 𝑋 − 0.1. La nueva proporción de artículos defectuosos será

entonces
𝑃(defectuoso) = 𝑃(𝑅 > 1.9) + 𝑃(𝑅 < −1.7)
= 𝑃(𝑋 − 0.1 > 1.9) + 𝑃(𝑋 − 0.1 < −1.7)
= 𝑃(𝑋 > 2) + 𝑃(𝑋 < −1.6)
−1.6
3 3
=0+∫ + 𝑥 2 𝑑𝑥 = 0.182 < 0.194
−2 28 28
Por tanto, se reduce la proporción de artículos defectuosos. Se mejora.

2016-2_EP_Preg4

14. Dada la función de distribución 𝐹(𝑥) = 8𝑥 3 , 0 ≤ 𝑥 ≤ 𝑎, se pide:

a. Demuestra que 𝑎 = 0.5.(1p)
b. Calcula la función de densidad. (1p)
c. Calcula el rango intercuartílico de esta distribución. (1p)
d. Calcula la media. (1p)

SOLUCIÓN:

a. En 𝑥 = 𝑎 debemos tener ya toda la probabilidad acumulada. Por tanto

1
1 3
𝐹(𝑎) = 1 ⇒ 8𝑎3 = 1 ⇒ 𝑎 = ( ) = 0.5
8
b. La función de densidad es la derivada de la función de
distribución
𝑑𝐹(𝑥)
𝑓(𝑥) = = 24𝑥 2 ; 0 ≤ 𝑥 ≤ 0.5
𝑑𝑥
c. El rango intercuartílico es la diferencia entre el tercer cuartil y el primero. Los cuartiles 1 y 3
son:
1
1 1 3
𝐹(𝑄1 ) = 0.25 ⇒ 8𝑄13 = ⇒ 𝑄1 = ( ) = 0.3150
4 32
1
3 3 3
𝐹(𝑄3 ) = 0.75 ⇒ 8𝑄33 = ⇒ 𝑄3 = ( ) = 0.4543
4 32
𝑅𝐼 = 0.4543 − 0.3150 = 1393.

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

15. Se tienen las variables aleatorias 𝑌, 𝑍 y 𝑊, de las cuales se conoce lo siguiente:

• Sobre 𝑌:
2(𝑦 − 3)
; 𝑠𝑖 3 ≤ 𝑦 < 6
27
𝑓(𝑦) = 2(12 − 𝑦)
; 𝑠𝑖 6 ≤ 𝑦 ≤ 12
𝑘
{0; 𝑝𝑎𝑟𝑎 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

• 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

Además, se sabe que 𝑌 y 𝑊 son independientes. Responda a las siguientes cuestiones de

manera justificada:

a. Demuestre que 𝑘 vale 54. (1 p)

+∞
∫ 𝑓(𝑦) 𝑑𝑦 = 1
−∞
6 12
2(𝑦 − 3) 2(12 − 𝑦)
∫ 𝑑𝑦 + ∫ 𝑑𝑦 = 1
3 27 6 𝑘
1 36
+ = 1 → 𝒌 = 𝟓𝟒
3 𝑘
b. Dibuje 𝑓(𝑦) y calcule su moda (1p).

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

d. Calcule 𝐸(2𝑌 + 3𝑍). (2 p)

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:

Se puede calcular 𝐸(𝑌) (0.75p):

6 12
2(𝑦 − 3) 2(12 − 𝑦)
∫ 𝑦∙ 𝑑𝑦 + ∫ 𝑦 ∙ 𝑑𝑦 = 7
3 27 6 54

Se puede calcular 𝐸(𝑍) (0.75 p):

6 12
2(𝑦 − 3) 2(12 − 𝑦)
𝐸(𝑍) = 𝐸(2𝑌) = ∫ 2𝑦 ∙ 𝑑𝑦 + ∫ 2𝑦 ∙ 𝑑𝑦 = 14
3 27 6 54
Entonces (0.5 p):
𝐸(2𝑌 + 3𝑍) = 2𝐸(𝑌) + 3𝐸(𝑍) = 2 × 7 + 3 × 14 = 56
2019-1_PC2_Preg4

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:

a) Demuestre que 𝑘 = 0.6834 (1p)

Utilizando 𝑘 = 0.6834 obtenemos las siguientes funciones de probabilidad y
distribución:

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)

𝑃(𝑋 > 3) = 1 − 𝑃(𝑋 ≤ 3) = 1 − 𝐹(3) = 1 − 0.818 = 0.182

c) Calcula los cuartiles 𝑄1 𝑦 𝑄3 . (2p)
𝑄1 es el menor valor de 𝑋 que acumula una probabilidad mayor o igual a 0.25. Por
tanto, 𝑄1 = 1. Análogamente 𝑄3 = 3

d) ¿Cuántos intentos hay que realizar, en promedio, para realizar la conexión? (1p)
El número medio de intentos es
6

𝜇 = ∑ 𝑥𝑖 𝑝(𝑥𝑖 ) = 1 × 0.415 + ⋯ + 6 × 0.034 = 2.225.

𝑖=1

e) ¿Cuál es la moda de esta distribución? (1p)

La moda es el valor más probable: Moda=1
f) Supongamos que tras un primer intento no se ha conseguido la conexión. ¿Cuál es
entonces la probabilidad de que se consiga en el segundo intento? (1p)

𝑃[(𝑋 = 2) ∩ (𝑋 > 1)] 𝑃(𝑋 = 2) 𝑝(2) 0.251

𝑃(𝑋 = 2|𝑋 > 1) = = = = = 0.429
𝑃(𝑋 > 1) 1 − 𝑃(𝑋 ≤ 1) 1 − 𝐹(1) 1 − 0.415

2019-2_PC2_Preg2

17. En un sistema de información web es de suma importancia el tiempo que demora en

establecerse la conexión entre el servidor y el usuario. El criterio de calidad del sistema es
que la conexión tarde como máximo 1000 milisegundos. Un desarrollador cuenta con dos
alternativas: servidor 1 y servidor 2.
El tiempo (en milisegundos) que tarda en establecerse la conexión con el servidor 1 es una
variable aleatoria 𝑋, tal que su función de distribución es

𝐹(𝑥) = 1 − 𝑒 −0.005𝑥 ; 𝑥 ≥ 0

Responda a las siguientes cuestiones:

a. ¿Cuál es la probabilidad de que no se cumpla con el criterio de calidad del sistema? (1
p).

𝑃(𝑛𝑜 𝑐𝑢𝑚𝑝𝑙𝑖𝑟) = 1 − 𝑃(𝑐𝑢𝑚𝑝𝑙𝑖𝑟) = 1 − 𝑃(𝑋 ≤ 1000) = 1 − 𝐹(1000)

= 1 − (1 − 𝑒 −0.005×1000 ) = 1 − 0.9933

𝑷(𝒏𝒐 𝒄𝒖𝒎𝒑𝒍𝒊𝒓) = 𝟎. 𝟎𝟎𝟔𝟕 = 𝟔. 𝟕 × 𝟏𝟎−𝟑

Si han dado como respuesta 𝑷(𝑿 ≤ 𝟏𝟎𝟎𝟎) = 𝑭(𝟏𝟎𝟎𝟎) = 𝟎. 𝟗𝟗𝟑𝟑, 0 p en todo el apartado.

Si han calculado otra probabilidad: 0 p en todo el apartado.

 b. ¿Cuál es la probabilidad de que la conexión se establezca en exactamente 455
milisegundos? (1 p).

𝑃(𝑋 = 455) = 0, por ser 𝑋 una variable aleatoria continua.

Cualquier otra respuesta: 0 p

2019-2_PC2_Preg3

18. Sea la variable aleatoria 𝑌, tal que:

2
(𝑦 − 2)(5 − 𝑦); 2 ≤ 𝑦 < 3.5
𝑓(𝑦) = { 9
−0.25𝑦 + 1.375; 3.5 ≤ 𝑦 ≤ 5.5
0; 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑟𝑒𝑠𝑡𝑜
Responda a las siguientes cuestiones de manera justificada:

a. Indica el valor de la varianza de 𝑌. (2 p)

+∞

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

+ ∫ (𝑦 − 3.55)2 (−0.25𝑦 + 1.375)𝑑𝑦 = 𝟎. 𝟓𝟓𝟓𝟔 (1 p)

3.5
b. Cuál es la probabilidad de que 𝑌 sea mayor o igual que 3 sabiendo que es menor que 5?
(1.5 p)

𝑃(𝑌 ≥ 3 ∩ 𝑌 < 5) 𝑃(3 ≤ 𝑌 < 5)

𝑃(𝑌 ≥ 3 | 𝑌 < 5) = = (0.5 p)
𝑃(𝑌 < 5) 𝑃(𝑌 < 5)
Si han calculado otra probabilidad: 0 p en todo el apartado.

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)

𝑃(3 ≤ 𝑌 < 5) 0.7095

𝑃(𝑌 ≥ 3 | 𝑌 < 5) = = = 𝟎. 𝟕𝟑𝟐𝟑
𝑃(𝑌 < 5) 0.9688
 c. ¿Qué valor es tal que es 85% probable que la variable 𝑌 tome un valor menor o igual
que él? ¿Cuál es la mediana de 𝑌? (1.5 p)

Se pide: 𝑃85 y 𝑃50 .

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.

Para encontrar el percentil 85, se sabe que:

3.5 𝑃85
2
𝑃(𝑌 ≤ 𝑃85 ) = ∫ (𝑦 − 2)(5 − 𝑦)𝑑𝑦 + ∫ (−0.25𝑦 + 1.375)𝑑𝑦 = 0.85 → 𝑷𝟖𝟓
9
2 3.5
= 𝟒. 𝟒𝟎 (1 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)

𝑃(𝑌 < 3 ∪ 𝑌 ≥ 5) = 𝑃(𝑌 < 3) + 𝑃(𝑌 ≥ 5) − 𝑃(𝑌 < 3 ∩ 𝑌 ≥ 5)

3 5.5
2
𝑃(𝑌 < 3 ∪ 𝑌 ≥ 5) = ∫ (𝑦 − 2)(5 − 𝑦)𝑑𝑦 + ∫ (−0.25𝑦 + 1.375)𝑑𝑦 − 0
9
2 5
= 0.2593 + 0.0313 − 0 = 𝟎. 𝟐𝟗𝟎𝟔
Si han calculado otra probabilidad: 0 p en todo el apartado.
2019-2_PC2_Preg4

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

𝑓(𝑥) = 𝑘(𝑥 − 𝑥 4 ) 𝑥 ∈ [0,1]

Se pide, justificando la respuesta:

a) Demuestra que 𝑘 = 10/3.
b) Calcula la moda.
c) Calcula la función de distribución.
d) Calcula la probabilidad de que el aerogenerador genere una potencia superior al 75%
de su capacidad máxima en un instante determinado.
e) Calcula la proporción del tiempo que este aerogenerador generará una potencia
inferior al 10% de su capacidad máxima.
 f) Si la capacidad máxima instalada es de 1.5 MW, ¿qué potencia, en MW, genera por
término medio este aerogenerador?
g) Calcula la varianza de 𝑋.
h) Se sabe que el aerogenerador está generando una potencia superior a su media, ¿cuál
es la probabilidad de que esté funcionando por encima del 80% de su capacidad?

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

b) La siguiente figura es la representación de 𝑓(𝑥).

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

d) Nos piden 𝑃(𝑋 > 0.75).

1
10
𝑃(𝑋 > 0.75) = ∫ (𝑥 − 𝑥 4 )𝑑𝑥 = 1 − 𝐹(0.75) = 0.22.
0.75 3
e) Nos piden 𝑃(𝑋 < 0.10)
0.1
10
𝑃(𝑋 < 0.10) = ∫ (𝑥 − 𝑥 4 )𝑑𝑥 = 𝐹(0.10) = 0.017.
0 3
f) La esperanza de esta variable es
1
10
𝜇 = 𝐸(𝑋) = ∫ 𝑥 (𝑥 − 𝑥 4 )𝑑𝑥 = 0.556
0 3
Es decir, por término medio genera el 55.6% de la capacidad instalada. Como ésta es 1.5 MW,
generará por término medio
0.5556 × 1.5 = 0.8333 𝑀𝑊
g) La varianza es
1
10
𝑉𝑎𝑟(𝑋) = ∫ (𝑥 − 0.5556)2 (𝑥 − 𝑥 4 )𝑑𝑥 = 0.0485.
0 3

h) Nos piden 𝑃(𝑋 > 0.8|𝑋 > 0.5556)

𝑃[(𝑋 > 0.8) ∩ (𝑋 > 0.556)]
𝑃(𝑋 > 0.8|𝑋 > 0.556) =
𝑃(𝑋 > 0.556)
𝑃(𝑋 > 0.8) 1 − 𝐹(0.8) 0.152
= = = = 0.292.
𝑃(𝑋 > 0.556) 1 − 𝐹(0.556) 0.52

2018-1_EP_Preg2

20. Sea X una variable aleatoria con función de densidad

1
𝑓(𝑥) = 𝑥 4 ; 𝑥 ∈ [0, 𝑎]
4

Contesta de forma justificada a las siguientes cuestiones

a) Demuestra que, para que 𝑓(𝑥) sea una función de densidad debe cumplir que 𝑎 =1.82
(0.5p
 𝑎 𝑎
𝑥4 𝑥5 𝑎5 1
∫ 𝑑𝑥 = 1 ⇒ [ ] = 1 ⇒ = 1 ⇒ 𝑎 = 205 = 1.82
0 4 20 0 20

b) Calcula 𝐸(𝑋) (1p)

1.82 1.82 1.82

𝑥5 𝑥6 1.826
𝐸(𝑋) = ∫ 𝑥𝑓(𝑥)𝑑𝑥 = ∫ 𝑑𝑥 = [ ] = = 1.51
0 0 4 24 0 24

c) Calcula la moda de 𝑋 (0.5p)

<

𝑓(𝑥) es monótona creciente en el dominio, por tanto, el

máximo estará en 𝑥 = 1.82, que será la moda.
1.82

d) Calcula la mediana de 𝑋 (1p)

𝑥𝑚 𝑥
𝑥4 𝑥5 𝑚 5
𝑥𝑚 1
∫ 𝑑𝑥 = 0.5 ⇒ [ ] = 0.5 ⇒ = 0.5 ⇒ 𝑥𝑚 = 105 = 1.5849
0 4 20 0 20

e) Calcula 𝑃(𝑋 > 1.5|𝑋 > 1.2) (1p)

𝑃[(𝑋 > 1.5) ∩ (𝑋 > 1.2)] 𝑃(𝑋 > 1.5)

𝑃(𝑋 > 1.5|𝑋 > 1.2) = = (0.5𝑝)
𝑃(𝑋 > 1.2) 𝑃(𝑋 > 1.2)
1.82 𝑥 4
∫1.5 4 𝑑𝑥 0.619
= = = 0.708 (0.5𝑝)
1.82 𝑥 4 0.874
∫1.2 4 𝑑𝑥
2018-2_ES_Preg3