Examen de Estadı́stica y Optimización (17/4/2021)

Alumno: Num. Matrı́cula:

Grupo:

———————————————————————————————————–

Instrucciones

• Examen sin libros ni apuntes: ese material deberá dejarse en el suelo.

• Sobre la mesa, sólo puede tener la tabla de la normal N(0,1), una calculadora, bolı́grafo (azul o negro),
folios en blanco, lápiz, goma y su documentación. El examen se entregará escrito con tinta azul o negra.
• Un error considerado muy grave en cualquier apartado puede suponer un cero en todo el examen.
• Cada cuestión o ejercicio se entregará en una hoja independiente de las demás.
• Tiempo total: 2 horas y media.

Cuestiones (valoración: 4/10)

1. Enuncie los axiomas que definen una función de probabilidad (axiomas de Kolmogorov).

2. Enuncie la desigualdad de Markov y la de Chebyshev. Demuestre la segunda, con ayuda de la

primera.

3. Sea X una variable aleatoria geométrica. Enuncie y demuestre la propiedad de “falta de memo-
ria”para X.

4. Sean X e Y dos variables aleatorias independientes binomiales, B(n, p) y B(m, p). Sabiendo que
la función generadora de momentos de una variable aleatoria binomial es (q + p · et )n , justifique
qué tipo de variable aleatoria es X + Y .

Solución.- Consulte algún libro o unos buenos apuntes.

 Ejercicio 1 (valoración: 2/10)

Realizamos el experimento aleatorio de lanzar una moneda 3 veces y consideramos los siguientes
sucesos:

• S1 : El resultado de la segunda tirada coincide con el de la primera.

• S2 : El resultado de la tercera tirada coincide con el de la primera.

• S3 : El resultado de la tercera tirada coincide con el de la segunda.

Discuta si son independientes cada par de sucesos Si y Sj y si lo son los tres conjuntamente en
cada uno de estos casos:

1. La moneda es equilibrada: la probabilidad de cara es la misma que la de cruz.

2. La moneda es sesgada de manera que la probabilidad de cara es el doble que la de cruz.

Solución

1. El suceso S1 se produce cuando las dos primeras veces sale cara (probabilidad, 41 ) o las dos veces
cruz (la misma probabilidad): la probabilidad de S1 es 21 . Análogamente, las probabilidades de
S2 y S3 son 21 .

Las intersecciones Si ∩ Sj se dan cuando las tres veces sale cara o las tres veces cruz; la probabili-
dad es 81 + 18 = 14 . Como coincide con el producto de las probabilidades: p(Si ) · p(Sj ) = 21 · 21 = 14 ,
los sucesos son independientes 2 a 2.

1 1 1 1
En cambio, los tres no son independientes, porque p(S1 ∩ S2 ∩ S3 ) = 4 6= 2 · 2 · 2

2. Si la moneda es sesgada y la probabilidad de cara es el doble que la de cruz (o sea, 23 ), entonces el

razonamiento es semejante, pero el resultado no. Ahora, el suceso S1 se produce cuando las dos
primeras veces sale cara (probabilidad, 49 ) o las dos veces cruz (probabilidad, 19 ): la probabilidad
de S1 ahora es 95 . Análogamente, las probabilidades de S2 y S3 son 59 .

Las intersecciones Si ∩ Sj se dan cuando las tres veces sale cara o las tres veces cruz; la proba-
8 1
bilidad es 27 + 27 = 13 . Como no coincide con el producto de las probabilidades: p(Si ) · p(Sj ) =
5 5 25 1
9 · 9 = 81 6= 3 , los sucesos no son independientes 2 a 2. Por tanto, los tres no pueden serlo.
 Ejercicio 2 (valoración: 2/10)

Sea la variable aleatoria bidimensional (X, Y ) con función de densidad f (x, y) = x + y cuando
x e y están en [0, 1] (y f (x, y) = 0 en otro caso). Se piden las funciones de densidad marginales, la
esperanza y la varianza de X, la covarianza de (X, Y ) y discutir la independencia de las dos variables.

Solución
R +∞
Son unas integrales sencillas: fX (x) = −∞ f (x, y)dy vale x + 21 si x ∈ [0, 1] (y vale 0 fuera de ese
intervalo). Análogamente, fY (y) vale y + 12 si y ∈ [0, 1] (y vale 0 fuera de ese intervalo).

Z +∞ Z 1
x 7
E[X] = xfX (x)dx = (x2 + )dx =
−∞ 0 2 12
+∞ 1
x2
Z Z
5
E[X 2 ] = x2 fX (x)dx = (x3 + )dx =
−∞ 0 2 12
5 49 11
V [X] = E[X 2 ] − E[X]2 = − =
12 144 144

E[X · Y ] se calcula mediante la integral doble de x · y · (x + y) en el cuadrado [0, 1] × [0, 1].

Mediante integrales iteradas (Fubini), esa integral es 13 . La esperanza de Y es igual que la de X
7
(tienen la misma función de densidad), o sea, E[Y ] = E[X] = 12 . La covarianza de (X, Y ) es igual a
1 49 −1
E[X · Y ] − E[X] · E[Y ] = 3 − 144 = 144 . Como la covarianza no es nula, las variables aleatorias no
pueden ser independientes.
 Ejercicio 3 (valoración: 2/10)

Una urna contiene 2 bolas blancas y una bola negra. Se extrae una bola, se mira su color y se
vuelve a meter en la urna; se repite el proceso varias veces. Se pide:

1. (1/2 punto) Si se realiza el proceso 9 veces, ¿cuál es la probabilidad de que salga exactamente 3
veces la bola negra? ¿y de que salga 4 o 5 veces?

2. (1/2 punto) Si se realiza el proceso 120 veces, el modelo binomial es correcto para describir el
número de veces que sale la bola negra, pero no es práctico. Explique por qué. ¿Es correcto el
modelo de Poisson para describir el número de veces que sale la bola negra? ¿Por qué?

3. (1 punto) Si se realiza el proceso 72 veces, indique qué modelo conviene usar para calcular la
probabilidad de que salga la bola negra más de 30 veces, y diga por qué razón. Calcule esa
probabilidad mediante el modelo elegido.

Solución

1. (1/2 punto) El número de veces que sale la bola negra es una variable aleatoria X ∼ B(9, 1/3).
Las probabilidades son:  
9
p(X = 3) = (1/3)3 (2/3)6 = 00 273
3
   
9 9
p(X = 4) + p(X = 5) = 4 5
(1/3) (2/3) + (1/3)5 (2/3)4 = 00 307
4 5

2. (1/2 punto) Si se realiza el proceso 120 veces, el modelo binomial es correcto para describir el
número de veces que sale la bola negra, pero no es práctico. Explique por qué. ¿Es correcto el
modelo de Poisson para describir el número de veces que sale la bola negra? ¿Por qué?
El número de veces que sale la bola negra es una variable aleatoria X ∼ B(120, 1/3). El modelo
no es práctico porque los factoriales que salen son enormes.
El modelo de Poisson no es correcto porque p = 1/3 no es pequeño.

3. (1 punto) Si se realiza el proceso 72 veces, indique qué modelo conviene usar para calcular la
probabilidad de que salga la bola negra más de 30 veces, y diga por qué razón. Calcule esa
probabilidad mediante el modelo elegido.
El número de veces que sale la bola negra es una variable aleatoria X ∼ B(72, 1/3). El teorema
central del lı́mite nos permite aproximarlo por una normal con esperanza 72/3 = 24, y varianza
72(1/3)(2/3) = 16, es decir, N(24,4).
Usando la corrección de Yates, calculamos la probabilidad:

X − 24 300 5 − 4
p(X > 300 5) = p( > ) = p(Z > 10 625) = 1 − 00 9479 = 00 0521
4 4