Professional Documents
Culture Documents
FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez
EJERCICIOS RESUELTOS
VARIABLE ALEATORIA UNIDIMENSIONAL
GestinAeronutica:EstadsticaTerica
FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez
Ejercicio 1.- Un experimento consiste en lanzar tres veces una moneda. Sea la variable
aleatoria: X ="nmero de caras que se obtienen". Se pide:
a) Distribucin de probabilidad de X
b) Funcin de distribucin de X. Representacin grfica
c) Media, varianza y desviacin tpica de X
d) Probabilidad de que salgan a lo sumo dos caras
e) Probabilidad de que salgan al menos dos caras
Solucin:
X(c,c,c) 3 P(X 3) 1 8
X(e,e,e) 0 P(X 0) 1 8
x3 F(x) P(X x) P( ) 1
1
X xi 0 1 2 3
P(X xi ) 18 38 38 18
F(x) P(X x) 18 48 78 1
0 x0
1 8 0 x 1
F(x) 4 8 1 x 2
7 8 2 x 3
1 x3
4 4
x .P(X x ) x . p
12
Media: 1 X E(X) i i i i 1,5
i 1 i 1 8
4 4
x . p
24
2 E(X2 ) x 2i .P(X xi ) 2
i i 3
i 1 i 1 8
4
Varianza: 2x E X X x . P(X x )
2 2
i x i 2 12
i 1
2x 2 12 3 1,52 0,75
1 3 3 7
P(X 2) P(X 0) P(X 1) P(X 2)
8 8 8 8
7
o bien P(X 2) F(2)
8
3 1 4 1
P(X 2) P(X 2) P(X 3)
8 8 8 2
4 1
o bien P(X 2) F(1)
8 2
2
Ejercicio 2.- La variable aleatoria: X ="nmero de hijos por familia de una ciudad" tiene
la siguiente distribucin de probabilidad:
X 0 1 2 3 4 5 6
P(X xi ) 0,47 0,3 0,1 0,06 0,04 0,02 0,01
Se pide:
a) Media o esperanza matemtica. Significado
b) Varianza y desviacin tpica
c) Si el Ayuntamiento de la ciudad paga 2000 euros por hijo e Y 2000. X , cul es la
distribucin de probabilidad?
d) Media, varianza y desviacin tpica de Y
Solucin:
a)
7 7
Media: 1 X E(X) i 1
xi .P(X xi ) x . p 1
i 1
i i
Si se toma al azar una familia de la ciudad, el nmero de hijos que se espera que tenga
por trmino medio es uno.
7 7
2 E(X2 )
i 1
x 2i .P(X xi ) x . p 2,74
i 1
2
i i
2x 2 12 2,74 12 1,74
3
Y yj P(Y y j ) p j
y1 0 0,47
y 2 2.000 0,3
y 3 4.000 0,1
x 4 6.000 0,06
y 5 8.000 0,04
y 6 10.000 0,02
y 7 12.000 0,01
1
Y 6.960.000 2638,18
X 0 1 2 3
P(X xi ) pi 0,2 a b 0,3
Solucin:
p 0,2 a b 0,3 1
4
i a b 0,5
i 1
x . p a 2b 0,9 1,8
4
i i a 2b 0,9
i 1
a b 0,5 b 0, 4
Resolviendo el sistema:
a 2b 0,9 a 0,1
4
Ejercicio 4.- Al lanzar cuatro monedas se considera el nmero de escudos obtenidos. De
la variable aleatoria X as obtenida, se pide:
a) Ley de probabilidad. Representacin grfica
b) Funcin de distribucin. Representacin grfica
c) Esperanza matemtica y varianza
d) Mediana y moda de la distribucin
e) Probabilidad de obtener ms de uno y menos de tres escudos
Solucin:
(c,c,c,c),(c,c,c,e),(c,c,e,c),(c,c,e,e),(c,e,c,c),(c,e,c,e),(e,c,c,c),(e,c,c,e),
(e,e,e,e),(e,e,e,c),(e,e,c,e),(e,e,c,c),(e,c,e,e),(e,c,e,c),(c,e,e,e),(c,e,e,c)
X(c,c,c,c) 0 P(X 0) 1 16
X(e,e,e,e) 4 P(X 4) 1 16
X xi 0 1 2 3 4
P(X xi ) 1 16 4 16 6 16 4 16 1 16
b) Funcin de distribucin:
X xi 0 1 2 3 4
P(X xi ) 1 16 4 16 6 16 4 16 1 16
F(x) P(X x) 1 16 5 16 11 16 15 16 1
0 x0
1 16 0 x 1
5 16 1 x 2
F(x)
11 16 2x3
15 16 3x4
1 x4
5
Ley de Probabilidad Funcin de distribucin
X xi 0 1 2 3 4
P(X xi ) 1 16 4 16 6 16 4 16 1 16
x .P(X x ) 2
5
xi .P(X xi ) 0 4 16 12 16 12 16 4 16 i i
i 1
x .P(X x ) 5
5
x .P(X xi )
2
i 0 4 16 24 16 36 16 16 16 2
i i
i 1
x .P(X x ) 2
5
Media: 1 X E(X) i i
i 1
x .P(X x ) 5
5
2 E(X )
2 2
i i
i 1
Varianza: 2X Var(X) 2 12 5 22 1
6 11 5 6
e) P(1 X 3) P(X 2) 0,375 o bien P(1 X 3) F(2) F(1)
16 16 16 16
6
Ejercicio 5.- Calcular la media, varianza y coeficiente de variacin de la variable aleatoria
que tiene como funcin de distribucin:
0 x2
0,2 2 x 4
F(x) 0,55 4 x 6
0,85 6 x 8
1 x8
Solucin:
X xi 2 4 6 8
P(X xi ) 0,2 0,35 0,30 0,15
Advirtase que la funcin de distribucin F(x) es una funcin acumulativa, por tanto:
P(X 2) F(2) F(0) 0,2 P(X 4) F(4) F(2) 0,55 0,2 0,35
P(X 6) F(6) F(4) 0,85 0,55 0,30 P(X 8) F(8) F(6) 1 0,85 0,15
X xi 2 4 6 8
P(X xi ) 0,2 0,35 0,30 0,15
x .P(X x ) 4,8
4
x .P(X x ) 26,8
4
x .P(X xi )
2
i 0, 8 5,6 10,8 9,6
2
i i
i 1
x .P(X x ) 4,8
4
Media: 1 X E(X) i i
i 1
x .P(X x ) 26,8
4
2 E(X )
2 2
i i
i 1
x 1,94
Coeficiente variacin: CV 0, 40
x 4,8
7
Ejercicio 6.- La variable discreta X tiene como distribucin de probabilidad
X 1 2 3 4
P(X xi ) 0,30 0,25 0,10 0,35
Solucin:
a)
4 4
Media: 1 X E(X)
i 1
xi .P(X xi ) x . p 2,5
i 1
i i
4 4
2 E(X )
2
x .P(X x ) x . p 7,8
i 1
2
i i
i 1
2
i i
X 1,245
Coeficiente de variacin: CVX 0, 498
X 2,5
8
Varianza: 2Y Var X 2 Var(X) Var(2) 2X 0 2X 2Y 1,55
Y X 1,245
Coeficiente de variacin: CVY 0,28 CVx
Y X 2 4,5
X
c) Al realizar un cambio de escala de 3 unidades, la variable transformada es Y
3
X 1 1 2,5
Media: Y E(Y) E . E(X) Y . X
3 3 3 3
X 1 1 2 1 1,55
Varianza: 2Y Var . Var(X) . X 2Y .1,55
3 9 9 9 9
1,55 1 1
Desviacin tpica: Y . 1,55 . X
9 3 3
1
.
Y 3 X X
Coeficiente de variacin: CVY CVX 0, 498
Y 1 . X
3 X
El cambio de escala afecta a la media y a la desviacin tpica de la misma forma, en
consecuencia deja invariante al coeficiente de variacin.
X
Resultados que se observan en la tabla, donde Y
3
Y yj P(Y y j ) p j y j . pj y 2j y 2j . p j
x1 1 3 0,30 0,1 19 0,3 9
x2 2 3 0,25 0,5 3 49 19
x3 1 0,10 0,1 1 0,1
x4 4 3 0,35 1, 4 3 16 9 5,6 9
1 2,5 3 7,8 9
4 4
y .P(Y y ) y . p
2,5 1
Media: 1 Y E(Y) j j j j . X
j 1 j 1 3 3
4 4
y .P(Y y ) y . p
7,8 1
2 E(Y )
2 2
j j
2
j j . E(Y 2 )
j 1 j 1 9 9
2
7,8 2,5 1 1,55
Varianza: 2Y 2 12 . 2X
9 3 9 9
9
1,55 1 1
Desviacin tpica: Y . 1,55 . X
9 3 3
1
. X
Coeficiente de variacin: CVY Y 3 X CVX 0, 498
Y 1
.X X
3
X 2 1 1 2
Media: Y E(Y) E . E(X 2) . E(X)
3 3 3 3
1 2 1 2 4,5
con lo que, Y E(Y) . E(X) . 2,5 1,5
3 3 3 3 3
X 2 1 1 1
Varianza: 2Y Var(Y) Var . Var(X 2) . Var(X) . 2X
3 9 9 9
1,55 1 1
Desviacin tpica: Y . 1,55 . X
9 3 3
1
. X
Y X 1,245
Coeficiente de variacin: CVY 3 0,28 CVx
Y 1 . 2 X 2 4,5
3 X 3
Y yj P(Y y j ) p j y j . pj y 2j y 2j . p j
x1 1 0,30 0,30 1 0,30
x2 4 3 0,25 13 16 9 49
x3 5 3 0,10 0,5 3 25 9 2,5 9
x4 2 0,35 0,70 4 1,4
1 4,5 3 21,8 9
4 4
y . p
4,5
Media: 1 Y E(Y) y j .P(Y y j ) j j 1,5
j 1 j 1 3
4 4
y . p
21,8
2 E(Y 2 ) y 2j .P(Y y j ) 2
j j
j 1 j 1 9
10
2
21,8 4,5 1 1,55
Varianza: 2
2
Y
2
1 . 2X
9 3 9 9
1,55 1 1
Desviacin tpica: Y . 1,55 . X
9 3 3
1
. X
Y 1,245
Coeficiente de variacin: CVY 3 X 0,28 CVx
Y 1 . 4,5 4,5 4,5
3
Ejercicio 7.- En un cine de verano hay instaladas 800 sillas, sabiendo que el nmero de
asistentes es una variable aleatoria de media 600 y desviacin tpica 100.
Qu probabilidad existe de que el nmero de personas que vaya al cine un da
cualquiera sea superior al nmero de sillas instaladas?
Solucin:
Sea la variable aleatoria X = "nmero de sillas del cine", donde 600 , 100
2
P X 800 P X x k 2
k
1002 1
P X 800 0,25
2002 4
1
P(X k) siendo k 2, 3, , 11
10
Se pide:
a) Funcin de distribucin
b) P(X 7)
c) P(X 5)
d) P(3 X 7)
Solucin:
x 1
a) F(x) P(X x) siendo x 2, 3, , 11
10
Advirtase que entre dos valores consecutivos de la variable, la funcin de distribucin
toma el valor menor.
6 4
b) P(X 7) 1 P(X 7) 1 F(7) 1 0, 4
10 10
11
4
o bien, P(X 7) P(X 8) P(X 9) P(X 10) P(X 11) 0, 4
10
4
c) P(X 5) F(5) 0, 4
10
4
o bien, P(X 5) P(X 1) P(X 2) P(X 3) P(X 4) 0, 4
10
6 2 4
d) P(3 X 7) F(7) F(3) 0, 4
10 10 10
4
o bien, P(3 X 7) P(X 3) P(X 4) P(X 5) P(X 6) 0, 4
10
Ejercicio 9.- Se desea conocer el nmero de automviles que se deben poner a la venta
durante un periodo determinado para que se satisfaga una demanda media de 300
unidades con una desviacin tpica de 100 unidades, con una probabilidad no inferior al
75%.
Solucin:
300 , 100
Segn Chebyshev:
2 2
P X x k 1 2 P x k X x k 1
k k2
0,75
1002
P 300 k X 300 k 1 2
k
Ejercicio 10.- La demanda media de un producto es de 100 unidades con una desviacin
tpica de 40 unidades. Calcular la cantidad del producto que se debe tener a la venta para
satisfacer la demanda de forma que puedan ser atendidos al menos el 80% de los
clientes.
Solucin:
100 , 40
Segn Chebyshev:
12
2 2
P X x k 1 2 P x k X x k 1
k k2
0,80
402
P 100 k X 100 k 1 2
k
Ejercicio 11.- La variable X ="nmero de centmetros a que un dardo queda del centro
de la diana" al ser tirado por una persona tiene como funcin de densidad:
k 0 x 10
f(x)
0 en otros casos
Se pide:
Solucin:
0 10 10
1 f(x) dx f(x) dx f(x) dx f(x) dx f(x) dx
0 10 0
1
10 10
dx 10 x 0 10 k
10
1 k dx k k
0 0 10
1
0 x 10
En consecuencia, f(x) 10
0 en otros casos
x
b) La funcin de distribucin se define F(x) f(t) dt
13
x
x0 F(x) f(t) dt 0
x 0 x x
1 x
0 x 10 F(x) f(t) dt f(t) dt f(t) dt dt
0 0 10 10
x 0 10 x 10
1
x 10 F(x) f(t) dt f(t) dt f(t) dt f(t) dt dt 1
0 10 0 10
En consecuencia,
0 x0
x
F(x) 0 x 10
10
1 x 10
c) Media
10
1 x2
10 10
1 1
1 X E(X) x f(x) dx x . . dx x dx 5 cm
0 10 10 0 10 2 0
Varianza: 2X 2 12
10
1 x3 1 1000 100
10 10
1 1
2 E(X )
2
x f(x) dx
2
x . . dx
2
x dx
2
0
0 10 10 0 10 3 0 10 3 3
100 25
2X 2 12 52 cm2
3 3
25
Desviacin tpica: X 2,9 cm
3
1
d) P(X 1) F(1)
10
1 1
1 1 1 1
x 0
1
o tambin, P(X 1) dx dx
0 10 10 0 10 10
dx 0
0 0 0
1 1
P(X 0) f(x) dx dx
0 0 10 10 0
14
Ejercicio 12.- Se ha verificado que la variable X ="peso en kilos de los nios al nacer" es
una variable aleatoria continua con funcin de densidad
k x 2 x 4
f(x)
0 en otros casos
Se pide:
Solucin:
2 4 4
1 f(x) dx f(x) dx f(x) dx f(x) dx f(x) dx
2 4 2
4
x2 16 4
4 4 4
1
1 f(x) dx k x dx k x dx k k 6 k k
2 2 2 2 2 2 2 6
x
2x4
f(x) 6
0 en otros casos
x
b) La funcin de distribucin se define F(x) f(t) dt
x2 F(x) f(t) dt 0
x
1 t2 1 x2 4 x2 4
x x x
t
2x4 F(x) f(t) dt f(t) dt dt
2 2 6 6 2 2 6 2 12
4
1 t2 1 16 4
f(t) dt
x 4 x 4
t
x4 F(x) f(t) dt f(t) dt dt 1
2 4 2 6 6 2 2 6 2
15
0 x2
2
x 4
F(x) 2x4
12
1 x4
c) Media
4
1 x3 1 64 8 56
4 4
x 1
1 X E(X) x f(x) dx x . . dx x dx
2
3,1 kilos
2 6 6 2 6 3 2 6 3 3 18
Varianza: 2X 2 12
4
1 x4 1 256 16
4 4
x 1
2 E(X )
2
x f(x) dx
2
x . . dx
2
x dx
3
10 kilos2
2 6 6 2 6 4 2 6 4 4
32 4 5 7
d) P(X 3) 1 P(X 3) 1 F(3) 1 1 0,58
12 12 12
4
1 x2 1 9 7
4 4
x
o tambin, P(X 3) f(x) dx dx 8 0,58
3 3 6 6 2 3 6 2 12
3,52 4
e) P(2 X 3,5) F(3,5) F(2) 0 0,6875
12
3,5
1 x2 1 12,25 4 8,25
3,5 3,5
x
P(2 X 3,5) f(x) dx dx 0,6875
2 2 6 6 2 2 6 2 2 12
k2 4
F(k) P(X k) 0,9
0,9 k 2 4 10,8 k 2 14,8
12
k 14,8 3,85 , es decir, el nio debe pesar 3,85 kilos para tener para tener al 90% de
los nios con un peso igual o inferior.
16
Ejercicio 13.- Gran nmero de fenmenos aeronuticos tienen asociada una variable
aleatoria con ley de probabilidad:
k e k x 0x k0
f(x)
0 en otros casos
Se pide:
Solucin:
1
0
1 f(x) dx f(x) dx f(x) dx ke k x
dx ke k x
dx e k x
k x 1
0 0 0 0
e 0
La funcin de densidad no depende del valor del parmetro k, pudiendo tomar ste
cualquier valor positivo.
0,1 . e 0,1 x x0
f(x)
0 otros casos
x
La funcin de distribucin se define F(x) f(t) dt
x
x0 F(x) f(t) dt 0
0 x x x
F(x) f(t) dt f(t) dt 0,1 . e 0,1t dt 0,1 . e 0,1t dt
0 0 0
x0 x
x 1 1
e 0,1t 0,1t 0,1 x 1 1 e 0,1 x
0
e 0 e
0 x0
F(x) 0,1 x
1 e x0
17
c) P(X 10) 1 P(X 10) 1 F(10) 1 1 e 0,1.10 e 1 1
e
Ejercicio 14.- Una variable aleatoria continua X tiene por funcin de densidad
1 x 0 x 1
f(x) x 1 1 x 2
0
otros casos
Se pide:
1
c) P(0 X 1) P( 2 X 2) P X
2
Solucin:
a)
x
b) La funcin de distribucin se define F(x) f(t) dt
x
x0 F(x) f(t) dt 0
x
t2
0 x x
x2
0 x 1 F(x) f(t) dt f(t) dt (1 t) dt t x
0 0 2 0 2
(t 1) dt
0 1 x 1 x
F(x) f(t) dt f(t) dt f(t) dt (1 t) dt
0 1 0 1
1 x 2 1 x
t t 1 x 1 x2
2 2 2
t t 1 x 1 x 1
2 0 2 1 2 2 2 2
1 2
t2 t2
(1 t) dt
1 2
x2 F(x) (t 1) dt t t 1
0 1 2 0 2 1
18
0 x0
2
x x 0 x 1
2
F(x) 2
x x 1 1 x 2
2
1 x2
1
c) P(0 X 1) P( 2 X 2) P X
2
1 1
P(0 X 1) F(1) F(0) 1 1 0
2 2
4
P( 2 X 2) F(2) F( 2) 2 1 0 1
2
1 1 1 14 5
P X F( ) F 1
2 2 2 2 8
Ejercicio 15.- Una variable aleatoria continua X tiene por funcin de distribucin:
0 x0
2
x 0 x 1
2
F(x) 2
2 x x 1 1 x 2
2
1 x2
Se pide:
1 3
c) P X
2 2
Solucin:
0 x0
x 0 x 1
dF(x)
f(x)
dx 2 x 1 x 2
0 x2
19
x 0 x 1
f(x) 2 x 1 x 2
0
otros valores
b) Media
(2 x x ).dx
1 2 1 2
1 X E(X) x f(x) dx x. x. dx x.(2 x). dx x 2 dx 2
0 1 0 1
1 2
x3 x3 1 8 1
x2 4 1 1
3 0 3 1 3 3 3
Varianza: 2X 2 12
(2 x x ).dx
1 2 1 2
2 E(X2 ) x 2 f(x) dx x 2 . x. dx x 2 .(2 x). dx x 3 dx 2 3
0 1 0 1
1 2
x 4 2 x3 x 4 1 16 16 2 1 14 7
o
4 3 4 1 4 3 4 3 4 12 6
7 2 1
2X 2 12 1
6 6
1
Desviacin tpica: X 0, 41
6
X 0, 41
Coeficiente variacin: CVX 0, 41
X 1
1 3 3 1 3 (3 2) (1 2)2
2
9 1 3
c) P X F F 2. 1 3 1 0,75
2 2 2 2 2 2 2 8 8 4
20
Ejercicio 16.- Una variable aleatoria continua X tiene por funcin de distribucin:
0 x 1
F(x) x 1 1 x 2
1 x2
a) Calcular la funcin de densidad o funcin de cuanta
b) Calcular la media, mediana y coeficiente de variacin
Solucin:
0 x 1
dF(x) 1 1 x 2
f(x) 1 1 x 2
f(x)
dx 0 0 en otro caso
x2
2
x2
2
1 3
b) Media: 1 X E(X) x f(x) dx x dx 2 1,5
1 2 1 2 2
Me
Me
f(x) 0,5 dx 0,5 x 1 e 0,5
M
Me 1 0,5 Me 1,5
1 1
X
Coeficiente de variacin: CVX
X
2
x3
2
8 1 7
2 E(X )
2
x f(x) dx
2
x dx
2
1 3 1 3 3 3
2
7 3 7 9 1 1
2
2
X
2
1 x 0,08
3 2 3 4 12 12
X 0,08
CVX 0,05
X 1,5
21
Ejercicio 17.- La funcin de densidad de una variable aleatoria es:
a x 2 b 0 x 2 1
f(x) sabiendo que P x 1 0,1666 .
0 en el resto 2
Determinar a y b.
Solucin:
Hay que calcular dos parmetros (a y b), por lo que se necesitan dos ecuaciones:
1
x3
1 1
1
P x 1 f(x) dx (a x b) dx a b x 0,1666 , con lo que:
2
2 1/ 2 1/ 2 3 1/ 2
1
x3 a a b 7a b
a b x b 0,1666 7a 12b 4
3 1/ 2 3 24 2 24 2
en consecuencia,
8a 6b 3 16 a 12b 6 2 16 11 11
a 0,22 6b 3 b 0,20
7a 12b 4 7a 12b 4 9 9 9 54
22
Ejercicio 18.- La funcin de distribucin asociada a la produccin de una mquina, en
miles de unidades, es del tipo:
0 x0
F(x) x (2 x) 0 x k
1 xk
a) Determinar k para que sea funcin de distribucin
b) Hallar la funcin de densidad
c) Calcular la media, mediana. moda y varianza de la produccin
d) Hallar P(X 0,5) y P(X 0,25)
Solucin:
0 x0
En consecuencia, la funcin de distribucin es: F(x) x (2 x) 0 x 1
1 x 1
0 x0
dF(x) 2 2 x 0 x 1
f(x) 2 2 x 0 x 1
f(x)
dx 0 0 en otro caso
x 1
c) Media:
1
2 x3
1 1
2 1
1 X E(X) x f(x) dx x (2 2 x) dx (2 x 2 x ) dx x 2 2
1
0 0 3 0 3 3
Para calcular la Moda hay que ver el valor que hace mnima la funcin de densidad o de
cuanta, es decir:
2 2 x 0 x 1 2 0 x 1
f(x) f '(x)
0 en otro caso 0 en otro caso
23
La Mediana de una distribucin es el valor que deja el 50% de la distribucin a la
derecha y el otro 50% a la izquierda, por lo que:
4 16 8 4 2 2 2
2M2e 4Me 1 0 Me 1
4 4 2
De las dos soluciones se rechaza aquella que es mayor que 1, por lo que la Mediana es:
2
Me 1
2
La Varianza de la produccin: 2X 2 12
1
2 x3 x 4
1
2 1 1
2 E(X )
2
x f(x) dx x (2 2 x)dx
2
2
0 3 2 0 3 2 6
2
1 1 1
2X 2 12
6 3 18
0 x0
d) Funcin de distribucin F(x) x (2 x) 0 x 1
1 x 1
2 2 x 0 x 1
Tambin mediante la funcin de cuanta: f(x)
0 en otro caso
0,5 0,5
0,5
P(X 0,5) f(x) dx (2 2 x) dx 2 x x 2 1 0,25 0,75
0
0 0
1 1
1
P(X 0,25) f(x) dx (2 2 x) dx 2 x x 2 1 (0,5 0,0625) 0,5625
0,25
0,25 0,25
24
Ejercicio 19.- Dada la funcin f(x) = e-2x
Solucin:
a) Para que sea funcin de densidad, debe cumplir dos condiciones en el campo de
variacin de la variable aleatoria:
1 1
1
e d x e2 x 0
2 x
1. No se cumple, luego la funcin dada no
0 2 0 2 2
es de densidad en el intervalo.
1
2 x 2 x k
ke dx k e d x k e 2 x 1 k 2
0 0 2 0 2
k (x 2) 0 x 4
f(x)
0 en el resto
Hallar:
Solucin:
4
x2
f(x) d x 1 k (x 2) d x k
4 4 4
1
a) (x 2) d x k 2x 16 k 1 k
0 0 0 2 0 16
25
1
(x 2) 0 x 4
f(x) 16
0 en el resto
x
b) Funcin de distribucin: F(x) f(t) dt , en este caso:
x x
x0 F(x) f(t) dt 0 dt 0
x
1 t2
x x x x
1 1
0x4 F(x) f(t) dt 0 dt (t 2) dt (t 2) dt 2 t
0 16 16 0 16 2 0
x 2 4x
32
4
1 t2
x x 4 x
1
x4 F(x) f(t) dt 0 dt (t 2) dt 0 dt 2 t 1
0 16 4 16 2 0
0 x0
2
x 4x
F(x) 0x4
32
1 x4
1
(x 2) 0 x 4
c) Para calcular la varianza: f(x) 16
0 en el resto
4
1 1 x3 2
4 4 4
1
1 E X x f(x) dx x (x 2) dx (x 2x) dx
2
x
0 0 16 16 0 16 3 0
1 112 7
16 3 3
4
1 1 x 4 2 x3
4 4 4
1
2 E X
2
x f(x) dx
2
x (x 2) dx
2
(x 2x ) dx
3
2
0 0 16 16 0 16 4 3 0
1 128 20
64
16 3 3
2
20 7 11
2X Var(X) 2 1
2
2X
3 3 9
26
0 x0
2 1
x 4 x (x 2) 0 x 4
d) F(x) 0x4 f(x) 16
32 0 en el resto
1 x4
9 12 4 8 21 12 9
P (2 X 3) F(3) F(2) 32 32
32 32
3
1 x2
3
1 1 9 9
P (2 X 3) (x 2) dx 2 x
2 16 16 2 2 16 2 32
Ejercicio 21.- Sea X una variable aleatoria continua con funcin de densidad tal que
8
1 x 8
f(x) 7 x 2
0
otro caso
Solucin:
a) La Funcin de distribucin:
8 1 8 (x 1)
x x
8
F(x) P X x f(t) dt 2
dt 1 x 8
1 7t 7 t 1 7x
sustituyendo, queda:
1 8 (Q1 1) 32
F(Q1 ) 7 Q1 32(Q1 1) Q1 1,28 Q1 P25 1,28
4 7 Q1 25
3 8 (Q3 1) 32
F(Q3 ) 21Q3 32(Q3 1) Q3 2,91 Q3 D5 P75 2,91
4 7 Q3 11
7 8 (D7 1) 80
F(D7 ) 49D7 80 (D7 1) D7 2,58
10 7D7 31
85 8 (P85 1) 800
F(P85 ) 595P85 800 (P85 1) P85 3,90
100 7P85 205
b) Me Q2 D5 P50
1 8 (Me 1) 16
F(Me ) 7Me 16 (Me 1) Me 1,78
2 7Me 9
27
La Moda Md se obtiene calculando el mximo de la funcin de densidad:
8 16
f(x) f '(x) 0 La funcin es decreciente
7 x2 7 x3
1
8 0x4
12 x
f(x) 4 x 12
64
0 otro caso
Los beneficios diarios dependen de la demanda segn la siguiente funcin:
5 si x2
5 2 x4
si
B
10 si 4x8
15 si 8 x 12
Calcular:
Solucin:
12
x2
12 x
12 12
1 1
a) P X 10 f(x) dx dx 12 x 0,03125
10 10 64 64 2 10 32
3 3
1 1 3
b) P X 3 dx x 0 0,375
3
f(x) dx
0 0 8 8 8
c) Media o Esperanza
28
12 x
4 12 4 12
1
1 x E (X) x . f(x) dx x . f(x) dx x . f(x) dx x . dx x. dx
0 4 0 8 4 64
12
1 2 x3
4 12
1 1 1 4
x dx (12 x x ) dx 2
x 2 6 x
8 0 64 4 16 0 64 3 4
1 1728 64 13
= 1+ 864 - - 96 + = = 4,33
64 3 3 3
Varianza:
12 x
4 12 4 12
1
2 E (X 2 ) x 2 . f(x) dx x 2 . f(x) dx x 2 . f(x) dx x 2. dx x 2. dx
0 4 0 8 4 64
12
1 3 x4
4 12
1 1 1 4
x dx
2
(12 x x ) dx
2
x 3
3
4 x
8 0 64 4 24 0 64 4 4
64 1 5120 80
= + 6912 - 5184 - 256 + 64 = = = 26,67
24 64 192 3
2
80 13 71
Var (X) 2
2
x 7,89
2
1
3 3 9
f(x) dx 0 dx 0
x x
si x 0
8 8
x 0 x
1 x
si 0 x 4 f(x) dx 0 dx dx
F(x)
0
1 1 x
8 64 2 64 2
12 x
x 4 x 2
si 4 x 12 f(x) dx
1
dx dx 12 x 40
0 4
8 64 dx 0 dx 1
12 x
x 0 4 12 x
1
si x 12 f(x) dx 0 dx dx
0 4 12
En resumen,
0 si x 0
x
si 0 x 4
8
F(x)
1 1 x 2
si 4 x 12
12 x 40
2 64 2
1 si x 12
29
1
8 0x4
5 si x2
5
si 2 x4 12 x
B f(x) 4 x 12
10 si 4x8 64
15 si 8 x 12 0 otro caso
bi P B bi
2 2
1 1
-5 f(x) dx dx 0,25
0 0 8 4
4 4
1 1
5 f(x) dx dx 0,25
2 2 8 4
8
1 x2
f(x) dx
12 x
8 8
10 dx 12 x 0,375
4 4 64 64 2 4
12
1 x2
12 x
12 12
15 f(x) dx dx 12 x 0,125
8 8 64 64 2 8
bi P (B bi ) F(B) = P (B bi ) bi . P B bi bi2 . P B bi
-5 0,25 0,25 -1,25 6,25
5 0,25 0,50 1,25 6,25
10 0,375 0,875 3,75 37,5
15 0,125 1 1,875 28,125
b . P B b 5,625
4 4
i i
bi2 . P B bi 78,125
i 1 i 1
b . P B b 5,625
4
b . P B b 78,125
4
E B
2 2
i i
i 1
30
Ejercicio 23.- Sea X una variable aleatoria continua, cuya funcin de densidad es
3 x 2 0 x 1
fX (x)
0 en otro caso
Solucin:
dx 1
dy 2 1 y
Y 1 X2 x 1 y
1
g (y) 1 y
1
dx
3
2
fY (y) fX g1(y) . 3 1 y 1 y
dy 2 1 y 2
3
1 y 0 y 1
La funcin de densidad de la v.a. Y: fY (y) 2
0 en otro caso
b) Funcin de distribucin:
y
y 0 FY (y) f(t) dt 0
0 y y y
3
0 y 1 FY (y) f(y) dy f(t) dt 1 t dt (1 t)3 1 (1 y)3
0 0 2 0
2
0 1 y 1 1
3
y 1 FY (y) f(y) dy f(t) dt f(t) dt f(t) dt 1 t dt 1
0 1 0 0
0 y0
La funcin de distribucin de la v.a. Y ser: FY (y) 1 (1 y)3 0 y 1
1 y 1
31
Ejercicio 24.- Sea X una variable aleatoria continua, cuya funcin de densidad es
1
1 x 1
fX (x) 2
0 en otro caso
Solucin:
y
FY (y) P Y y P X2 y P X y P y X y f(x) dx
y
y
1 1
dx x y
y
y
y 2 2
0 y0
La funcin de distribucin de la v.a. Y es: FY (y) y 0 y 1
1 y 1
1
dFY (y) 0 y 1
a) La funcin de densidad fY (y) 2 y
dy 0
en otro caso
32
Ejercicio 25.- Sea X una variable aleatoria continua con funcin de densidad tal que
e x x0
f(x)
0 otro caso
Solucin:
1 1
a) M(t) E e t x et x . f(x). dx e x (t 1) dx e x (t 1) si t 1
0 t 1 0 1 t
dM(t) d 1 1
b) 1 E(X) M(1) (0) 1
dt t 0 dt 1 t t 0 (1 t)2 t 0
d2 M(t) d d 1 d 1 2
2 E(X2 ) M(2) (0) 2
2
dt 2
t 0
dt dt 1 t t 0 dt (1 t) t 0 (1 t)3 t 0
Var (X) 2 12 2 1 1
(it)2 (it)3 (it)k (it) j
(t) 1 (it) 1 2 3 k j si t 1
2! 3! k! j0
j!
33