You are on page 1of 34

GestinAeronutica:EstadsticaTerica

FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez

EJERCICIOS RESUELTOS
VARIABLE ALEATORIA UNIDIMENSIONAL
GestinAeronutica:EstadsticaTerica
FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

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:

a) Espacio muestral: (c,c,c),(c,c,e),(c,e,c),(e,c,c),(c,e,e),(e,c,e),(e,e,c),(e,e,e)

X(c,c,c) 3 P(X 3) 1 8

X(c,c,e) X(c,e,c) X(e,c,c) 2 P(X 2) 3 8

X(c,e,e) X(e,c,e) X(e,e,c) 1 P(X 1) 3 8

X(e,e,e) 0 P(X 0) 1 8

La distribucin de probabilidad ser:

X xi P(X xi ) pi xi . pi xi2 xi2 . pi


x1 0 18 0 0 0
x2 1 38 38 1 38
x3 2 38 68 4 12 8
x4 3 18 38 9 98
1 12 8 1,5 24 8 3

b) La funcin de distribucin: F(x) P(X x) P(X x ) p


xi x
i
xi x
i

x0 F(x) P(X x) P() 0

0 x 1 F(x) P(X x) P(X 0) 1 8

1 x 2 F(x) P(X x) P(X 2) P(X 0) P(X 1) 1 8 3 8 4 8

2x3 F(x) P(X x) P(X 3) P(X 0) P(X 1) P(X 2) 1 8 3 8 3 8 7 8

x3 F(x) P(X 3) P(X 0) P(X 1) P(X 2) P(X 3) 1

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

c) Media, varianza y desviacin tpica de X

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

Desviacin tpica: x 0,75 0,87

d) Probabilidad de que salgan a lo sumo dos caras

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

e) Probabilidad de que salgan al menos dos caras

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)

X xi P(X xi ) pi xi . pi xi2 xi2 . pi


x1 0 0,47 0 0 0
x2 1 0,3 0,3 1 0,3
x3 2 0,1 0,2 4 0,4
x4 3 0,06 0,18 9 0,54
x5 4 0,04 0,16 16 0,64
x6 5 0,02 0,10 25 0,5
x7 6 0,01 0,06 36 0,36
1 1 2,74

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.

b) Varianza y desviacin tpica


7
Varianza: 2x E X X x . P(X x )
2 2
i x i 2 12
i 1

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

Desviacin tpica: x 1,74 1,32

c) Distribucin de probabilidad de la variable Y 2000. X

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

d) Media, varianza y desviacin tpica de Y

Y 2000 X E(2000. X) 2000.E(X) 2000.1 2.000

2Y 22000 X Var(2000. X) 20002 . Var(X) 20002 . 1,74 6.960.000

Y 6.960.000 2638,18

Ejercicio 3.- Completar la ley de probabilidad , conociendo que la esperanza matemtica


es 1,8

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:

a) Sea X ='nmero de escudos en la tirada de cuatro monedas'

(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(c,c,c,e) X(c,c,e,c) X(c,e,c,c) X(e,c,c,c) 1 P(X 1) 4 16

X(c,c,e,e) X(c,e,c,e) X(e,c,e,c)


P(X 2) 6 16
X(e,e,c,c) X(e,c,e,c) X(c,e,c,e) 2

X(e,e,e,c) X(e,e,c,e) X(e,c,e,e) X(c,e,e,e) 3 P(X 3) 4 16

X(e,e,e,e) 4 P(X 4) 1 16

La ley de probabilidad o funcin de cuanta:

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

c) Clculo de la esperanza matemtica y varianza

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

d) Observando la ley de probabilidad la moda Md 2

Observando la funcin de distribucin la mediana Me 2 por ser F(x 2) 11 16 el


primer valor que iguala o deja por debajo a 0,5

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:

La ley de probabilidad o funcin de cuanta:

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

Clculo de la esperanza matemtica y varianza

X xi 2 4 6 8
P(X xi ) 0,2 0,35 0,30 0,15

x .P(X x ) 4,8
4

xi .P(X xi ) 0,4 1,4 1,8 1,2 i i


i 1

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

Varianza: 2X Var(X) 2 12 26,8 4,82 3,76

Desviacin tpica: x 3,76 1,94

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

Se realiza un cambio de origen hacia la izquierda de dos unidades y un cambio de escala


de 3 unidades.
Se pide:
a) Media y varianza de la X
b) Media, varianza y coeficiente de variacin de la variable transformada por el cambio
de origen
c) Media, varianza y coeficiente de variacin de la variable transformada por el cambio
de escala
d) Media, varianza y coeficiente de variacin de la variable transformada por el cambio
de origen y escala

Solucin:

a)

X xi P(X xi ) pi xi . pi xi2 xi2 . pi


x1 1 0,30 0,30 1 0,30
x2 2 0,25 0,50 4 1,00
x3 3 0,10 0,30 9 0,90
x4 4 0,35 1,40 16 5,60
1 2,5 7,8

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

Varianza: 2x 2 12 7,8 2,52 1,55

Desviacin tpica: X 1,55 1,245

X 1,245
Coeficiente de variacin: CVX 0, 498
X 2,5

b) Sea Y la variable transformada, al realizar un cambio de origen hacia la izquierda de


dos unidades hay que restar 2, quedando: Y X 0 ' X ( 2) X 2 .

Media: Y E(Y) E X 2 E(X 2) E(X) 2 Y E(Y) 2,5 2 4,5

8
Varianza: 2Y Var X 2 Var(X) Var(2) 2X 0 2X 2Y 1,55

Desviacin tpica: Y 1,55 1,245

Y X 1,245
Coeficiente de variacin: CVY 0,28 CVx
Y X 2 4,5

En consecuencia, el cambio de origen afecta a la media y, en consecuencia, al


coeficiente de variacin.

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

d) Al realizar simultneamente un cambio de origen de 2 unidades a la izquierda y un


X2
cambio de escala de 3 unidades, la variable transformada es Y
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

El cambio de origen y de escala afecta a la media y desviacin tpica de distinta forma,


en consecuencia tambin queda afectado el coeficiente de variacin
.
X2
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 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

x k 800 k 800 600 200

1002 1
P X 800 0,25
2002 4

Ejercicio 8.- La variable discreta X tiene como distribucin de probabilidad

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:

Sea la variable aleatoria X = "nmero de automviles a la venta"

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

1002 1002 1002 1002


0,75 1 2 0,25 k
2
k 200
k k2 0,25 0,25

300 k 300 200 500 automviles

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

402 402 402 402


0,80 1 2 0,20 k 2
k 89, 44
k k2 0,20 0,20

Se deben poner a la venta 90 unidades.

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:

a) Hallar k para que f(x) sea funcin de densidad. Representarla


b) Hallar la funcin de distribucin. Representarla
c) Media, varianza y desviacin tpica
d) P(X 1)

e) Probabilidad de acertar en la diana

Solucin:

a) Para que f(x) sea funcin de densidad debe verificar:


0 10 10
1 f(x) dx f(x) dx f(x) dx f(x) dx f(x) dx
0 10 0

la primera y tercera integral son cero al ser f(x) 0 en esos intervalos.

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

e) Probabilidad de acertar en la diana: P(X 0) 0 por ser una variable continua

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:

a) Hallar k para que f(x) sea funcin de densidad. Representarla


b) Hallar la funcin de distribucin. Representarla
c) Media, varianza y desviacin tpica
d) Probabilidad de que un nio elegido al azar pese ms de 3 kilos
e) Probabilidad de que pese entre 2 y 3,5 kilos
f) Qu debe pesar un nio para tener un peso igual o inferior al 90% de los nios

Solucin:

a) Para que f(x) sea funcin de densidad debe verificar:


2 4 4
1 f(x) dx f(x) dx f(x) dx f(x) dx f(x) dx
2 4 2

La primera y tercera integral son cero al ser f(x) 0 en esos intervalos.

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

2X 2 12 10 3,12 0,39 kilos2

Desviacin tpica: X 0,39 0,62 kilos

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

f) Sea k el peso del nio, se tiene:

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:

a) Puede tomar k cualquier valor?


b) Para k 0,1 representar la funcin de densidad, la funcin de distribucin y su grfica

c) Siendo k 0,1 hallar P(X 10)

d) Para k 0,1 calcular P(50 X 100)

Solucin:

a) Para que f(x) sea funcin de densidad debe verificar:



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.

b) La funcin de densidad para k 0,1 ser:

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

d) P(50 X 100) F(100) F(50) 1 e 0,1.100 1 e e


0,1.50 10 1 1
e 5 5
10
e 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:

a) Representa la funcin de densidad


b) Hallar la funcin de distribucin y su grfica

1
c) P(0 X 1) P( 2 X 2) P X
2

Solucin:

a)

Se observa que el rea encerrada es igual a la


unidad


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:

a) Hallar la funcin de distribucin y representarla


b) Media, varianza, desviacin tpica y coeficiente de variacin

1 3
c) P X
2 2

Solucin:

a) La funcin de densidad es la derivada de la funcin de distribucin en los puntos


donde exista la derivada, entonces:

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:

a) La funcin de densidad o funcin de cuanta es la derivada de la funcin de


distribucin en los puntos donde exista la derivada, entonces:

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

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:

F(Me ) 0,5 Me 1 0,5 Me 1,5

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:

Por ser funcin de densidad:


2
x3
f(x) dx
2 2
8a
1 (a x b) dx a b x
2
2b 8a 6b 3
0 0 3 0 3

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:

a) Para que sea funcin de distribucin se debe verificar:

1 lim F(x) lim F(x) lim x (x 2) k (k 2) 1 k 2 2k 1 0 k 1


xk xk x k

0 x0

En consecuencia, la funcin de distribucin es: F(x) x (2 x) 0 x 1
1 x 1

b) La funcin de densidad o funcin de cuanta es la derivada de la funcin de


distribucin en los puntos donde exista la derivada.

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

La derivada de la funcin de cuanta f '(x) 2 0 , por lo que


se trata de una funcin decreciente y toma el valor mximo en
el extremo del intervalo 0, 1 , por tanto la moda Md 0

f(1) 0 f(x) f(0) 1, con lo que Md 0

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:

F(Me ) 0,5 Me 2 Me 0,5 Me2 2Me 0,5 0 2Me2 4Me 1 0

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

P(X 0,5) P(X 0,5) F(0,5) 0,5 (2 0,5) 0,75

P(X 0,25) 1 P(X 0,25) 1 F(0,25) 1 0,25 (2 0,25) 0,5625

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

a) Comprobar si puede ser funcin de densidad de una variable aleatoria X cuando su


campo de variacin es el intervalo x 0
b) En caso de que no lo pueda ser, qu modificaciones habra que introducir para que lo
fuera.

Solucin:

a) Para que sea funcin de densidad, debe cumplir dos condiciones en el campo de
variacin de la variable aleatoria:

f(x) no puede ser negativa


La integral de f(x) en el campo de variacin es 1

f(x) e2x 0 L e2x L 0 2x x es positiva


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.

b) Para que sea funcin de densidad, se define f(x) k e2x


1

2 x 2 x k
ke dx k e d x k e 2 x 1 k 2
0 0 2 0 2

En consecuencia, f(x) 2 e2x

Ejercicio 20.- Dada la variable aleatoria continua X con funcin de densidad:

k (x 2) 0 x 4
f(x)
0 en el resto

Hallar:

a) El valor de k para que sea realmente una funcin de densidad


b) La funcin de distribucin
c) La varianza
d) P (2 X 3)

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

a) Calcular el primer y tercer cuartil, el decil 7 y el percentil 85


b) Calcular la mediana y moda

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

f(8) f(x) f(1) , con lo que Md 1

Ejercicio 22.- La demanda diaria de un determinado artculo es una variable aleatoria


con funcin de densidad:

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:

a) Probabilidad de que en un da cualquiera la demanda sea superior a 10


b) Probabilidad de que la demanda sea inferior a 3
c) La esperanza y la varianza de la demanda
d) Funcin de distribucin de la demanda
e) Funcin de cuanta y funcin de distribucin de la variable aleatoria beneficios diarios.
f) Esperanza y varianza de la variable beneficios

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

d) La funcin de distribucin de la demanda F(x) f(t) dt



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

e) La funcin de cuanta y la funcin de distribucin de la variable aleatoria beneficios


diarios se hallan considerando:

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

Funcin de cuanta o probabilidad:

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

Funcin de distribucin F(B) P (B bi )

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

f) Media o Esperanza beneficios: b E (B) i i


i 1
Varianza beneficios:

b . P B b 78,125
4

E B
2 2
i i
i 1

b2 Var (B) E (B2 ) b2 78,125 5,625 46, 48


2

Desviacin tpica de los beneficios: b 46, 48 6,817

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

Sea Y 1 X2 una transformacin de la v.a. X

a) Calcular la funcin de densidad de la v.a. Y


b) Calcular la funcin de distribucin de la v.a. Y

Solucin:

a) La transformacin asociada a la v.a. Y es derivable y estrictamente montona cuando


X toma valores en el intervalo (0, 1). En consecuencia, se puede aplicar la
transformacin, quedando la funcin de densidad:

dx 1
dy 2 1 y
Y 1 X2 x 1 y
1
g (y) 1 y

La funcin de densidad de la variable continua Y se obtiene:

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

Sea Y X2 una transformacin de la v.a. X

a) Calcular la funcin de densidad de la v.a. Y


b) Calcular la funcin de distribucin de la v.a. Y

Solucin:

La transformacin Y X2 es derivable, pero no es estrictamente montona, puesto que


en el intervalo (-1, 0) la transformacin es decreciente y en el intervalo [0, 1) es creciente.
En este caso, hay que determinar la funcin de distribucin de la variable aleatoria Y para
el caso general de las transformaciones de una variable aleatoria, ya que no se puede
aplicar el mtodo descrito en el ejercicio 25.

b) Clculo de la funcin de distribucin


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

a) Funcin generatriz de los momentos (f.g.m.)


b) Esperanza y varianza a partir de la f.g.m.
c) Funcin caracterstica

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

c) La funcin caracterstica se puede calcular utilizando la relacin entre funcin


caracterstica y los momentos:


(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

You might also like