Ejercicios

113

Ejercicios
4.1 Suponga que dos variables aleatorias (X, Y ) se
distribuyen de manera uniforme en un crculo con radio
a. La funcin densidad de probabilidad conjunta es,
entonces,

Encuentre el valor esperado de X, x.

4.2 La distribucin de probabilidad de la variable
aleatoria discreta X es

4.9 En un juego de azar, a una mujer se le pagan $3

si saca un jack o una reina, y $5 si saca un rey o un
as de una baraja ordinaria de 52 cartas. Pierde si saca
cualquier otra carta. Cunto debera pagar si el juego
es justo?
4.10 Dos expertos en calidad de neumticos examinan lotes de stos y asignan puntuaciones de calidad
a cada neumtico en una escala de tres puntos. Sea X
la puntuacin dada por el experto A y Y la del experto
B. La siguiente tabla presenta la distribucin conjunta
para X y Y.

Encuentre la media de X.
4.3 Encuentre la media de la variable aleatoria T que
representa el total de las tres monedas del ejercicio 3.25
de la pgina 89.
4.4 Una moneda est cargada de manera que la probabilidad de ocurrencia de una cara es tres veces mayor que la de una cruz. Encuentre el nmero esperado
de cruces cuando se lanza dos veces esta moneda.
4.5 La distribucin de probabilidad de X, el nmero
de imperfecciones por cada 10 metros de una tela sinttica, en rollos continuos de ancho uniforme, est dada
en el ejercicio 3.13 de la pgina 89 como

Encuentre el nmero promedio de imperfecciones en

10 metros de esta tela.
4.6 A un dependiente de un autolavado se le paga de
acuerdo con el nmero de automviles que lava. Suponga que las probabilidades son 1/12, 1/12, 1/4, 1/4, 1/6,
y 1/6, respectivamente, de que el dependiente reciba
$7, $9, $11, $13, $15 o $17 entre 4:00 P.M. y 5:00 P.M. en
cualquier viernes soleado. Encuentre las ganancias que
esperada el dependiente para este periodo especfico.
4.7 Al invertir en unas accioness particulares, en un
ao un individuo puede obtener una ganancia de $4000
con probabilidad de 0.3, o tener una prdida de $1000 con
probabilidad de 0.7. Cul es la ganancia esperada por
esta persona?
4.8 Suponga que un distribuidor de joyera antigua
se interesa en comprar un collar de oro, para el que
las probabilidades son 0.22, 0.36, 0.28 y 0.14, respectivamente, de que pueda venderlo con una ganancia de
$250, venderlo con una ganancia de $150, venderlo al
costo o venderlo con una prdida de $150. Cul es su
ganancia esperada?

Encuentre X y Y.
4.11 Un piloto privado desea asegurar su avin por
$200,000. La compaa de seguros estima que puede
ocurrir una prdida total con probabilidad de 0.002,
una prdida de 50% con probabilidad de 0.01 y una
prdida de 25% con probabilidad de 0.1. Si se ignoran
todas las dems prdidas parciales, qu prima debera
cobrar cada ao la compaa de seguros para tener una
utilidad promedio de $500?
4.12 Si la ganancia de un distribuidor, en unidades
de $5000, para un automvil nuevo se puede ver como
una variable aleatoria X que tiene la funcin de densidad

encuentre la ganancia promedio por automvil.

4.13 La funcin de densidad de las mediciones codificadas del dimetro de paso de los hilos de un encaje
es

Encuentre el valor esperado de X.

4.14 Qu proporcin de individuos se puede esperar
que respondan a cierta encuesta que se enva por correo, si la proporcin X tiene la funcin de densidad

114
4.15 La funcin de densidad de la variable aleatoria
continua X, el nmero total de horas, en unidades de
100 horas, que una familia utiliza una aspiradora en un
periodo de un ao, se da en el ejercicio 3.7 de la pgina
88 como

Captulo 4 Esperanza matematica

4.21 Cul es la ganancia promedio por automvil
del distribuidor, si la ganancia en cada uno est dada
por g(X) = X2, donde X es una variable aleatoria que
tiene la funcin de densidad del ejercicio 4.12?
4.22 El periodo de hospitalizacin, en das, para pacientes que siguen el tratamiento para cierto tipo de
trastorno renal es una variable aleatoria Y = X + 4,
donde X tiene la funcin de densidad

Encuentre el nmero promedio de horas por ao que

las familias utilizan sus aspiradoras.
4.16 Suponga que usted inspecciona un lote de 1000
bombillas de luz, entre los cuales hay 20 defectuosos.
Elija al azar dos bombillas del lote sin reemplazo.
Sean

Encuentre el nmero promedio de das que un individuo permanece hospitalizada para seguir el tratamiento para dicha enfermedad.
4.23 Suponga que X y Y tienen la siguiente funcin
de probabilidad conjunta:

Encuentre la probabilidad de que al menos una bombilla est defectuosa. [Sugerencia: Calcule P(X1 + X2 =
1).]
4.17 Sea X una variable aleatoria con la siguiente
distribucin de probabilidad:

a) Encuentre el valor esperado de g(X, Y ) = XY 2.

b) Encuentre X y Y.

4.18 Encuentre el valor esperado de la variable aleatoria g(X) = X2, donde X tenga la distribucin de
probabilidad del ejercicio 4.2.

4.24 Con referencia a las variables aleatorias cuya

disribucin de probabilidad conjunta se da en el ejercicio 3.39 de la pgina 101,
a) encuentre E(X2Y 2XY );
b) encuentre X Y.

4.19 Una empresa industrial grande compra varios

procesadores de palabras nuevos al final de cada ao;
el nmero exacto depende de la frecuencia de reparaciones en el ao anterior. Suponga que el nmero de
procesadores de palabras, X, que se compran cada ao
tiene la siguiente distribucin de probabilidad:

4.25 Refirase a las variables aleatorias cuya distribucin de probabilidad conjunta se da en el ejercicio 5.53
de la pgina 103, y encuentre la media para el nmero
total de jacks y reyes cuando se sacan 3 cartas sin reemplazo de las 12 cartas mayores de una baraja ordinaria
de 52 cartas.

Encuentre g(X), donde g(X) = (2X + 1)2.

Si el costo del modelo que se desea permanecer fijo en

$1200 a lo largo de este ao y se obtiene un descuento
de 50X2 dlares en cualquier compra, cunto espera
gastar esta empresa en nuevos procesadores de palabras al final de este ao?
4.20 Una variable aleatoria continua X tiene la funcin de densidad

Encuentre el valor esperado de g (X) = e2X/3.

4.26 Sean X y Y variables aleatorias con funcin de

densidad conjunta

Encuentre el valor esperado de

4.27 En el ejercicio 3.27 de la pgina 89, una funcin

de densidad est dada por el tiempo de operacin antes del fallo de un componente importante de un reproductor de DVD. Encuentre el nmero medio en horas
antes del fallo del compnente y, por lo tanto, del DVD.

4.2 Varianza y covarianza de variables aleatorias

115

4.28 Considere la informacin del ejercicio 3.28 de la

pgina 89. El problema tiene que ver con los pesos, en
onzas, del producto en una caja de cereal con
Cul es el tiempo para reparacin medio de la poblacin?
a) Grafique la funcin de densidad.
b) Calcule el valor esperado o peso medio en onzas.
c) Se sorprende de su respuesta en b)? Explique.
4.29 En el ejercicio 3.29 de la pgina 90, tratamos
con una importante distribucin del tamao de las partculas, en que la distribucin del tamao de las partculas est caracterizada por

4.31 Considere el ejercicio 3.32 de la pgina 90.

a) Cul es la proporcin media del presupuesto asignado a los controles ambiental y de la contaminacin?
b) Cul es la probabilidad de que elegida al azar tendr una proporcin asignada a los controles ambiental y de la contaminacin que exceda la media de la
poblacin dada en a)?
4.32 En el ejercicio 3.13 de la pgina 89, la distribucin del nmero de imperfecciones por 10 metros de
tela sinttica est dada por

a) Grafique la funcin de densidad.

b) Determine el tamao medio de la partcula.
4.30 En el ejercicio 3.31 de la pgina 90, la distribucin del tiempo antes de una reparacin mayor de una
lavadora estuvo dada como

a) Grafique la funcin de probabilidad.

b) Encuentre el nmero de imperfecciones esperado
E(X) = .
c) Encuentre E(X2).

4.2 Varianza y covarianza de variables aleatorias

La media o valor esperado de una variable aleatoria X es de especial importancia en
estadstica, ya que describe el lugar donde se centra la distribucin de probabilidad.
Por s misma, sin embargo, la media no ofrece una descripcin adecuada de la forma
de la distribucin. Necesitamos caracterizar la variabilidad en la distribucin. En la
figura 4.1 tenemos los histogramas de dos distribuciones de probabilidad discretas
con la misma media = 2, que difieren de manera considerable en la variabilidad o
dispersin de sus observaciones alrededor de la media.

Figura 4.1: Distribuciones con medias iguales y dispersiones diferentes.