Apuntes curso

PROBABILIDAD IME040
Carrera de Pedagog en Matemtica
a
a

Profesor:
RODRIGO PUCHI-ANCASAY
Mg. en Estad
stica

Primer semestre 2014

UNIVERSIDAD DE LA FRONTERA

Unidad 3
Distribuciones de variables aleatorias
unidimensionales

3.5.

Ejercicios propuestos

Distribuciones de variables aleatorias discretas

1. Mostrar que X

 Bernoullippq Y  X 2  Bernoullippq.

2. Mostrar que para una variable aleatoria X con distribucin Poisson, se cumple la propiedad
o
de perdida de memoria dada por la expresin
o
P pX

a b|X aq  P pX bq,

con a, b Z .

3. Un pediatra desea reclutar a 5 parejas, cada una en espera de su primer nio, para partin
cipar en un rgimen de parto natural. Por estudios realizados con anterioridad el mdico
e
e
sabe que la probabilidad de que una pareja elegida al azar desee participar es 0,2, entonces
desea calcular la probabilidad de que se requiera preguntar a 15 parejas antes de encontrar
a 5 que estn de acuerdo en participar.
e
4. En un sistema de transportes los expertos creen que la probabilidad de que un tren sufra
1

3.5. Ejercicios propuestos

un desperfecto mecnico es de 0.001 por viaje (entendido como un trayecto completo) y
a
que este hecho no inuye en un futuro desperfecto. Sea la variable aleatoria X: Nmero
u
de desperfectos que se presentan en los prximos 100 viajes, al respecto se pide:
o
(a) Especicar la distribucin de probabilidades de X.
o
(b) Calcular la probabilidad de que no se produzca ningn desperfecto.
u
(c) Cul es la probabilidad de que se produzca exactamente un desperfecto?
a
(d) Para (c), realizar la aproximacin mediante la distribucin Poisson y comparar con
o
o
resultado obtenido en (c).

 Binomialpn  100; p  0,001q. (b) P pX  0q  0,999100. (c) P pX  1q 

0,1 0,99999 . (d) X  Poissonp  0,1q, entonces P pX  1q  2e2 .

R: (a) X

5. Una muestra de tamao 3 es seleccionada sin reemplazo desde una urna que contiene 6
n
chas, de las cuales 4 son azules y el resto verdes. Determinar la probabilidad de que: (a)
la primera y la segunda chas extraidas sean azules y la tercera verde y, (b) la muestra
contenga exactamente dos chas azules.
6. Considerar la variable aleatoria X

 Binomialpn, pq y los estad

sticos (funciones de varia-

bles aleatorias) T1 y T2 dados por

T1

X
n

y T2

1
 X 2 .
n

Adems, se dene el Error cuadrtico medio (ECM) como la varianza del estad
a
a
stico ms
a
el sesgo (diferencia entre el valor esperado del estad
stico y el parmetro p) al cuadrado,
a
es decir:
ECM pTi q  V arpTi q pE pTi q pq2 ,

i  1, 2.

Se pide calcular el ECM de T1 y de T2 para determinar cual tiene menor ECM .

Distribuciones de variables aleatorias continuas

1. Demostrar que

3. Distribuciones de probabilidad univariadas

 N p0, 1q Z 2  2p1q
X  Gammapa, bq T  2Xb  2 p2aq.

(a) Z
(b)

2. Sea X

 N p0, 1q entonces se sabe que MX ptq  exp

! 2)
t
2

. Mostrar que

(a) E pX 2k1 q  0

q
(b) E pX 2k q  p22kk!! .
k
3. Se desea capturar 14 gacelas jvenes con destino a una reserva animal. Para la expedicin
o
o
se dispone de tres veh
culos que pueden transportar una carga de 500, 700 y 1000 kg.,
respectivamente. El jefe de la expedicin no sabe como elegir un veh
o
culo y llama a un
Ingeniero Civil y le da la misin de decidir cul es el veh
o
a
culo ms idneo para la expedicin,
a o
o
convencido de que ste elegir el veh
e
a
culo ms ligero capaz de transportar las 14 gacelas.
a
El jefe de la expedicin le da la siguiente informacin: se sabe que el peso de una gacela
o
o
normalmente tiene una media de 50 kg. y desviacin t
o pica observada de 6 kg.
4. El tiempo, en horas, que toma reparar una bomba de calor es una variable aleatoria X
que tiene una distribucin chi-cuadrado con 1 grado de libertad. Cul es la probabilidad
o
a
de que la siguiente llamada de servicios requiera: (a) a lo ms una hora para reparar la
a
bomba de calor?, (b) por lo menos (o almenos) dos horas para reparar la bomba de calor?
5. El consumo diario de energ elctrica, en millones de kilowatts hora, es una variable
a e
aleatoria X que tiene una distribucin Gamma con media (o valor esperado) 6 y varianza
o
12. Se pide encontrar:
(a) los valores de los parmetros y .
a
(b) la probabilidad de que en cualquier d dado el consumo de energ diario exceda 12
a
a
millones de kilowatts.
6. Se estudia el uso promedio de potencia (dB por hora) para una compa particular y
na
se sabe que tiene una distribucin log-normal de parmetros
o
a

 4 y  2. Cul es
a

la probabilidad de que la compa utilice ms de 270 dB durante una hora particular?

na
a
Cul es el uso de potencia media (dB promedio por hora)? y Cul es la varianza?
a
a

3.5. Ejercicios propuestos

7. La distribucin exponencial tiene la siguiente propiedad de prdida de memoria
o
e
P pX

s t | X sq  P pX tq.

Probar esta propiedad. Adems, determinar P p3 X

a

8q y P pY 100 | Y 50q.

8. El cuantil de orden p-simo de la distribucin de una variable aleatoria X, denotado por

e
o
xp , es denido como P pX

xpq  p, donde 0 p 1. Cuando p  0,5, el cuantil es

llamado mediana de la variable aleatoria X. Determinar el cuantil de orden p-simo de

e
las distribuciones normal, exponencial, log-normal y glog-normal. Usando estos resultados,
determinar la mediana de estas distribuciones (Para las caracter
sticas de las distribuciones
consultar Anexo Tablas de distribuciones usuales).
9. Las distribuciones Gamma, Exponencial y Weibull son aplicadas a problemas de conabilidad y de prueba de vida como los tiempos de falla o duracin de la vida de un componente,
o
medido en algn tiempo espec
u
co hasta la falla. La conabilidad de un componente o producto se dene como la probabilidad de que funcione apropiadamente por al menos un
tiempo espec
co. Si Rptq dene la conabilidad de un componente o producto en el tiempo
t, podemos escribir Rptq

 P pT tq. Por otro lado, la tasa de falla de un componente es denida por Z ptq  f ptq pRptqq1 . Para las distribuciones Exponencial y Weibull,
determinar la funcin Rptq y la tasa de falla.
o