Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuciones de
probabilidad.
Asignatura Estadı́stica.
Escuela Superior de Ingenierı́a.
Marzo 2011
ii
Tenemos que:
1
Fx (0) = P [X ≤ 0] = P [X = 0] = 32 ;
1 5 6
Fx (1) = P [X ≤ 1] = P [X = 0] + P [X = 1] = 32 + 32 = 32 ;
16
Fx (2) = 32 ;
26
Fx (3) = 32 ;
31
Fx (4) = 32 ;
Fx (5) = 1.
Se pide:
Solución:
a) Para demostrar que es función de densidad hay que comprobar que la función es siempre
mayor o igual que cero y que la integral de la función sobre R vale 1.
3) Para x ≥ b tenemos:
Z x Z a Z b Z x
x b
F (x) = f (t)dt = f (t)dt + f (t)dt + f (t)dt = [ ] =1
−∞ −∞ a b b−a a
a+b (b−a)2
c) E[X] = 2 y V ar[X] = 12
Se pide:
a) El valor de la constante k.
b) La función de distribución F (x), la media y la varianza.
c) Las siguientes probabilidades: P [X ≤ 1, 2], P [0, 8 ≤ X], P [1 ≤ X ≤ 1, 5].
d ) Calcular la mediana, el primer cuartil y la moda.
Solución:
R +∞ R0 R2
a) Por ser f(x) función de densidad tenemos que: 1 = −∞
f (x)dx = −∞
f (x)dx + 0
f (x)dx +
R +∞ R2 2
2
f (x)dx = 0 kxdx = [ kx2 ]20 = 2k
de donde se deduce que k = 12 .
Rx
b) Puesto que F (x) = −∞
f (t)dt tenemos que:
0 si x < 0
F (x) = x2
4 si 0 ≤ x ≤ 2
1 si x > 2
1, 22
P [X ≤ 1, 2] = F (1, 2) == 0, 36
4
P [0, 8 ≤ X] = 1 − P [X < 0, 8] = 1 − F (0, 8 − 0) = 0, 84
P [1 ≤ X ≤ 1, 5] = F (1, 5) − F (1 − 0) = 0, 3125
iv
2 √
d ) F (M e) = 21 por tanto M4e = 12 luego M e2 = 2 y M e = 2
Mo = 2
Q2
F (Q1 ) = 14 luego 41 = 14 por tanto Q1 = 1
si x ≤ 2
0
(x−2)3
F (x) = 8 si 2 < x < 4
si 4 ≤ x
1
Se pide:
a) Su función de densidad.
b) Las siguientes probabilidades:
Solución:
P [3 ≤ X] = 1 − F (3 − 0) = 7/8
P [X < 3] = F (3 − 0) = 1/8
P [1 < X < 3] = F (3 − 0) − F (1) = 1/8
P [X > 4] = 1 − F (4) = 0
x+2
6 para 0 < x < 2
f (x) =
0 en otro caso
X
Obtener la distribución de la variable aleatoria transformada Y = 3 + 1.
Solución:
La distribución de la nueva v.a. estará determinada cuando conozcamos su función de densidad o
su función de distribución. Tenemos que:
X
Fy (y) = P [Y ≤ y] = P [ + 1 ≤ y] = P [X ≤ 3(y − 1)] = Fx (3(y − 1))
3
Integrando la función de densidad de X tenemos que la función de distribución de dicha v.a. es:
0 si x ≤ 0
Fx (x) = x2 x
12 + 3 si 0 < x < 2
1 si x ≥ 2
Por tanto,
v
si 3(y − 1) ≤ 0
0
(3(y−1))2 3(y−1)
Fy (y) = Fx (3(y − 1)) = 12 + 3 si 0 < 3(y − 1) < 2
si 3(y − 1) ≥ 2
1
o, lo que es lo mismo,
0 si y ≤ 1
3 5
Fy (y) = 4 (y − 1)2 + (y − 1) si 1 < y < 3
1 si y ≥ 53
3y−1
si 1 < y < 53
fy (y) = 2
0 en otro caso
6. Consideremos el experimento aleatorio consistente en lanzar un dado al aire dos veces. Sean las
variables aleatorias
Se pide:
Solución:
1 2 3 4 5 6
1 (1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
2 (2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
3 (3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
4 (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
5 (5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
6 (6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)
PX,Y (x, y) = P [X = x; Y = y]
se tiene que,
3
PX,Y (1, 0) = P [X = 1; Y = 0] = 36
PX,Y (2, 0) = 0
3
PX,Y (3, 0) = 36
PX,Y (4, 0) = 0
...
3
PX,Y (1, 1) = 36
3
PX,Y (2, 1) = 36
vi
...
PX,Y (1, 2) = 0
3
PX,Y (2, 2) = 36
...
Y \X 1 2 3 4 5 6
0 3/36 0 3/36 0 3/36 0
1 3/36 3/36 3/36 3/36 3/36 3/36
2 0 3/36 0 3/36 0 3/36
b) Sumando las probabilidades por columnas y filas obtenemos las distribuciones marginales:
Y \X 1 2 3 4 5 6 PY (y)
0 3/36 0 3/36 0 3/36 0 9/36
1 3/36 3/36 3/36 3/36 3/36 3/36 18/36
2 0 3/36 0 3/36 0 3/36 9/36
PX (x) 1/6 1/6 1/6 1/6 1/6 1/6 1
XX 15
FX,Y (3, 1) = P [X ≤ 3; Y ≤ 1] = PX,Y (x, y) =
36
x≤3 y≤1
d ) Tenemos que
PX,Y (1,0) 3/36 1
P [X = 1/Y = 0] = PY (0) = 9/36 = 3
PX,Y (2,0) 0
P [X = 2/Y = 0] = PY (0) = 9/36 =0
PX,Y (3,0) 3/36 1
P [X = 3/Y = 0] = PY (0) = 9/36 = 3
...
X/Y = 0 1 2 3 4 5 6
1 1 1
p(x/Y = 0) 3 0 3 0 3 0
7. Consideremos el experimento aleatorio consistente en lanzar un dado dos veces, y las variables alea-
torias X = “menor numero obtenido” e Y = “número de resultados pares obtenidos”. La función
de probabilidad conjunta y las correspondientes marginales vienen dadas por la siguiente tabla:
vii
Y \X 1 2 3 4 5 6 Py (y)
0 5/36 0 3/36 0 1/36 0 9/36
1 6/36 4/36 4/36 2/36 2/36 0 18/36
2 0 5/36 0 3/36 0 1/36 9/36
Px (x) 11/36 9/36 7/36 5/36 3/36 1/36 1
Solución
5
P [X + Y = 1] = P [X = 1; Y = 0] = 36
6
P [X + Y = 2] = P [X = 1; Y = 1] + P [X = 2; Y = 0] = 36
...
X +Y 1 2 3 4 5 6 7 8
5 6 7 9 3 5 1
PX+Y (x + y) 36 36 36 36 36 36 0 36
5 6 127
E[X + Y ] = + 2 + ... =
36 36 36
Para comprobar lo que nos piden determinaremos los valores de E[X] y E[Y ] a partir de las
distribuciones marginales de X e Y . Por tanto,
11 9 7 91
E[X] = + 2 + 3 + ... =
36 36 36 36
18 9
E[Y ] = 0 + +2 =1
36 36
127 91
=1+
36 36
8. Consideremos las variables aleatorias X e Y , cuya función de probabilidad conjunta, ası́ como las
correspondientes distribuciones marginales vienen dadas por la siguiente tabla:
Y \X -10 0 10 Py (y)
0 1/6 1/12 1/12 1/3
1 1/18 1/36 1/36 1/9
2 5/18 5/36 5/36 5/9
Px (x) 1/2 1/4 1/4 1
a) ¿Son X e Y independientes?
b) Obtener la distribución de la variable aleatoria producto XY .
c) Calcular E[XY ] y comprobar que E[XY ] = E[X]E[Y ].
viii
Solución
a) Son independientes.
1 11
b) PX,Y (−10, 0) = 6 = 32 = PY (0)PX (−10)
Ası́ se comprueba que PX,Y (xi , yj ) = PY (yj )PX (xi )∀i = 1, 2, 3j = 1, 2, 3 por lo que son
independientes.
c) La variable aleatoria producto tomará con probabilidad no nula los valores: −20, −10, 0, 10y20.
5
P [XY = −20] = P [X = −10; Y = 2] = 18 ...
XY -20 -10 0 10 20
PXY 10/36 2/36 18/36 1/36 5/36
E[XY ] = −110
36
E[X] = −52
E[Y ] = 11
9
Luego se verifica.
9. Se eligen al azar e independientemente dos números X e Y dentro del intervalo (0, 1). Se pide
calcular las probabilidades de los sucesos {Y < 2X} e {Y ≥ X}.
Solución
Para calcular las probabilidades deseadas, vamos a integrar la función de densidad conjunta de
la variable (X, Y ) en las regiones definidas. Por lo tanto, en primer lugar, habrá que determinar
dicha densidad. Como los números se eligen al azar dentro del intervalo (0, 1), todos ellos tendrán
la misma probabilidad. Ası́ su función de densidad será constante en el intervalo (0, 1) y nula en
el resto. Imponiendo que sea función de densidad obtenemos que dicha constante vale 1. Además,
debido las dos variables son independientes, la función de densidad conjunta será el producto de
las marginales y por lo tanto vendrá dada por:
1 si 0 < x, y < 1
f (x, y) =
0 en otro caso
La primera y la última integral son nulas ya que x está fuera del intervalo (0, 1), por tanto,
a) 2 niños
b) 1 ó 2 niños.
c) Ninguna niña.
d ) Al menos un niño.
Solución:
a) Tenemos que calcular el número esperado de familias entre las 2000 que tienen 4 hijos que
tengan 2 niños.
Para ello en primer lugar vamos a considerar la variable ”número de niños en una familia con 4
hijos”. Es claro que el sexo de cada hijo en cada embarazo es independiente y vamos a suponer
la probabilidad de hijo de embarazo a embarazo 1/2. Ası́ esta variable que denotaremos por X
tendrá distribución B(4, 1/2). Tenemos entonces que la probabilidad de que una familia con
4 hijos tenga 2 niños es:
4 1 2 1 2
P [X = 2] = ( ) ( ) = 0, 375
2 2 2
Ahora, la variable que mide el número de familias con 4 hijos que tienen 2 niños entre las 2000
tiene una distribución B(2000; 0, 375) por lo que su esperanza vale
P [X ≤ 2] = 0,625
Por tanto hay que calcular la esperanza de la variable Z ∼ B(2000; 0, 625) que valdrá
c) Mediante un procedimiento análogo hay que calcular la esperanza de una B(2000; 0, 0675) y
tenemos 125 familias.
d ) De la misma forma la esperanza de una distribución B(2000; 0, 9375) y tenemos 1875 familias.
11. En un cierto colegio se sabe que en el curso de COU, el 40 % de los alumnos suspenden, el 35 %
obtienen aprobado, el 20 % notable y el 5 % sobresaliente. De un grupo de 10 amigos de COU. Se
pide calcular las probabilidades de que:
a) Al menos 3 no suspenden.
b) 7 de ellos no obtengan sobresaliente.
c) Como máximo 7 obtienen menos de notable.
Solución:
12. Un opositor se presenta a una prueba en la que se eligen al azar 6 temas de un total de 50, de los
cuales tiene que contestar correctamente como mı́nimo 2 temas para superar la prueba.
Solución:
La distribución de la variable X =”número de temas que se sabe correctamente y que le tocan en
examen.es una hipergeométrica, H(50; 6; a) donde a es el número de temas que se sabe correcta-
mente.
30 20 30 20
0 6 1 5
P [X ≥ 2] = 1 − P [X < 2] = 1 − P [X = 0] − P [X = 1] = 1 − 50
− 50
= 0, 9683
6 6
b) Para contestar a esta pregunta hay que calcular P [X ≥ 2] en distintas distribuciones hiper-
geométricas cambiando el valor de a. Con a = 30 hemos obtenido 0,9683 que es superior a
0.95 por tanto vamos a tomar a = 29 y obtenemos:
P [X ≥ 2] = 0, 9594
Para a = 28 tenemos:
xi
P [X ≥ 2] = 0, 9489
por ello, deberı́a estudiar al menos 29 temas para superar el examen con una probabilidad
superior al 95 %.
13. Al finalizar las pruebas de selectividad, uno de los tribunales comprobó que de 250 alumnos pre-
sentados, 200 obtuvieron una calificación inferior a 6. Supuesta normal la distribución de las cali-
ficaciones, con una desviación tı́pica de 2,5:
Solución:
a) Puesto que 200 de los 250 alumnos obtuvieron una calificación inferior a 6 sabemos que:
200 6−µ
= 0, 8 = P [X < 6] = P [z < ]
250 2, 5
pero el valor de la N (0, 1) que deja a su izquierda una probabilidad de 0,8 es z0,8 = 0, 842,
con lo que despejando el valor de µ, se tiene que µ = 3, 895.
b) Se trata de calcular:
5 − 3, 895
P [X < 5] = P [z < ] = P [z < 0, 406] = 0, 6576
2, 5
es decir, al menos del 66 %.
14. La dimensión principal de ciertas piezas tiene distribución N (150, σ = 0, 4) y el intervalo de tole-
rancia es (149, 2; 150, 4). Se pide:
Solución:
15. En una zona de España se pueden modelar las magnitudes de los terremotos mediante una distri-
bución exponencial de media 2,4 en la escala de Richter. Calcula la probabilidad de que el siguiente
temblor que se presente en esa zona sea:
Solución:
1 1
En todos los apartados usaremos una exponencial de parámetro λ = 2,4 ya que E[X] = λ
4,5
a) P [X > 4, 5] = 1 − F (4, 5) = 1 − (1 − e− 2,4 ) = 0, 1533
3 2
b) P [2 < X < 3] = F (3) − F (2) = (1 − e− 2,4 ) − (1 − e− 2,4 ) = 0, 1481
1
c) Suponiendo que Xi ∼ Exp( 2,4 )∀i, i = 1 . . . 30, calcularemos:
a) Se atiendan 5 llamadas.
b) Se atiendan más de 2 llamadas.
c) Calcular la probabilidad de que en un periodo de 3 horas el número de llamadas atendidas
esté comprendido entre 80 y 100, ambos inclusive.
Solución:
Como el promedio de llamadas en una hora es de 36, el promedio de llamadas en 5 minutos será de
3, por tanto, la v.a. X =”número de llamadas en un periodo de 5 minutos” sigue una distribución
de Poisson de parámetro λ = 3.
e−3 35
a) P [X = 5] = 5! = 0, 1008
−3 0
e−3 31
b) P [X > 2] = 1 − P [X ≤ 2] = 1 − (P [X = 0] + P [X = 1] + P [X = 2]) = 1 − ( e 0!
3
+ 1! +
e−3 32
2! ) = 0, 5768
y calcular: