Cuestionario de probabilidad y estadsticas I

Nota : en este documento se encuentran reunidos los 6 talleres realizados

durante la duracin del curso para el examen q ser el dia martes 13 de
septiembre de 2016 a las 2 de la tarde

Taller 1
Probabilidad y Estadstica I
Distribucin de Probabilidad Conjunta

1) Determine los valores de c, tales que las siguientes funciones representen

distribuciones de probabilidad conjunta de las variables aleatorias X y Y:
a) f (x, y) = cxy, para x = 1, 2, 3; y = 1, 2, 3;

C (1)(1) + (1)(2) + (1)(3) + (2)(1) + (2)(2) + (2)(3) + (3)(1) + (3)(2) + (3)(3) = 1

C (1+2+3+2+4+6+3+6+9) = 1
C (36) = 1 .:. C=1/36 R//.

b) f (x, y) = c |x - y|, para x = -2, 0, 2; y = -2, 3.

C| (-2-(-2)) + (0-(-2)) + (2-(-2)) + (-2-3) + (0-3) + (2-3) |=1

C| (2+4-5-3-1) |
C|-3|=1
C (3) = 1
C=1/3 R//.

2) Si la distribucin de probabilidad conjunta de X y Y est dada por

x+ y
f ( x , y )=
30 , para x = 0, 1, 2, 3; y = 0, 1, 2; calcule

a) P (X 2, Y = 1);

0 1 2
1+1 2+1
( x , y )= +
0 30 30 =

1
6 R//.
1 (1,1
)
2 (2,1
)
3

b) P(X > 2, Y 1);

0 1 2
3+0 3+ 1
( x , y )= +
0 30 30 =
1 7
30 R//.
2
3 (3,0 (3,1
) )
c) P(X > Y )
0 1 2 1+0 2+ 0 3+ 0 2+1
( x , y )= + 30 + + +
0 30 30 30

1 (1,0 3+ 1 3+ 2 3
30 + 30 = 5 R//.
)
2 (2,0 (2,1
) )
3 (3,0 (3,1 (3,2
) ) )

d) P(X +Y = 4)

2+2 3+ 1
( x , y )= +
0 1 2 30 30 =
0 8
30 R//.
1

2 (2,2
)
3 (3,1
)

3) De un saco de frutas que contiene 3 naranjas, 2 manzanas y 3 pltanos se

selecciona una muestra aleatoria de 4 frutas. Si X es el nmero de naranjas y Y
el de manzanas en la muestra, calcule a) la distribucin de probabilidad
conjunta de X y Y;
b) P [(X, Y) A], donde A es la regin dada por {(x, y) | x + y 2}.

0 1 2 3
0 (0,0 (0,1 (0,2
(3x)( 2y)( 3x3
y)

1
)
(1,0
)
(1,1
) ( 84)
) )
2 (2,0
)

( 30 )( 20 )( 300
3
) + ( 30 )( 21 )( 301
3
) + ( 30 )( 22 )( 3023
) + ( 31 )( 20 )( 3103
) + ( 31 )( 21 )( 3113
) + ( 32 )(
( 84 ) ( 84 ) ( 84 ) ( 84 ) ( 84 )
R//.

4) Sea X el tiempo de reaccin, en segundos, ante cierto estmulo, y Y la

temperatura (en F) a la cual inicia cierta reaccin. Suponga que dos variables
aleatorias, X y Y, tienen la densidad conjunta

{
f ( x , y ) = 4 xy , 0< x<1, 0< y <1
0, en otro caso .

a) P (0 X 1 y 4 Y )
b) P(X < Y).
3
x
 Taller 2
Probabilidad y Estadstica I
Esperanza Matemtica

1) se presenta la siguiente distribucin de probabilidad de X, el nmero de

imperfecciones que hay en cada 10 metros de una tela sinttica, en rollos continuos de
ancho uniforme
____________________________________
x 0 1 2 3 4
____________________________________
f(x) 0.41 0.37 0.16 0.05 0.01
____________________________________

Calcule el nmero promedio de imperfecciones que hay en cada 10 metros de esta

tela.

= ( x )= x f (x )
x

=0 f ( 0 ) +1 f ( 1 ) ++ 4 f (4)

=0 ( 0.41 )+1 ( 0.37 )+ 2 ( 0.16 )+3 ( 0.05 )+ 4 (0.01)

=0.88 R//.

2) La distribucin de probabilidad de la variable aleatoria discreta X es

x x
1 3
( )( ) ( )
f ( x )= 3
x 4 4
, x=0,1,2,3,4

Calcule la media de X.
Xi 0 1 2 3 4
F(x 3 1 3 x x
3 1
( ) ( )
i) x 4 4 x 4

m= ( x )=a Xi f ( Xi )

1 x x
m= ( x )=0 ( ) ( ) ( ) +3( 3x )+ 4( 14 )
3
x
+1
4
+2
3
4

m=11.75 R//.

3) Si la utilidad para un distribuidor de un automvil nuevo, en unidades de $5000, se

puede ver como una variable aleatoria X que tiene la siguiente funcin de densidad

f ( x )= {
2(1x ),
0,
0< x <1,
en otro caso .

Calcule la utilidad promedio por automvil.

= ( x )= x f ( x ) dx

1
= x ( 2 ( 1x ) ) dx
0
 1 1
= 2 x dx 2 x 2 dx
0 0

2 x3 1
=x 2
3 0

1
=
3

1
5000 ( ) = 1.666 R//.
3

4) Calcule la proporcin X de personas que se podra esperar que respondieran a

cierta encuesta que se enva por correo, si X tiene la siguiente funcin de densidad

{
2( x+2)
, 0< x <1,
f ( x )= 5
0, en otro caso .

= ( x )= x f ( x ) dx

1
2 ( x +2 )
= x ( ) dx
0 5

1 1
2 x2
= 4 x dx
0 5 0

2 x3 1
= 4 x
4 0

2
=
4

=0.5 R//.
 Taller 3
Probabilidad y estadisticas
Varianza y Covarianza

1) Sea X una variable aleatoria con la siguiente distribucin

de probabilidad:
____________________________________
x -2 3 5
____________________________________
f(x) 0.3 0.2 0.5
____________________________________

Calcule la desviacin estndar de X.

= ( x )= x F ( x )
x
 =( 2 ) ( 0.3 ) + ( 3 ) ( 0.2 ) + ( 5 ) ( 0.5 )

=3.70 R//.

2 2
= ( x )

2=(2)2 ( 0.3 ) +(3)2 ( 0.2 ) +( 5)2 ( 0.5 )(3.70)2

2=1.81 =1.34 R//.

2) La variable aleatoria X, que representa el nmero de errores por 100 lneas de

cdigo de programacin, tiene la siguiente distribucin de probabilidad:
____________________________________
x 2 3 4 5 6
____________________________________
f(x) 0.01 0.25 0.4 0.3 0.04
____________________________________

Calcule la desviacin estndar de X, mediante el siguiente teorema:

2 = x 2 f (x) 2 = E (X 2) 2

= ( x )= x F ( x )
x

=( 2 ) ( 0.01 ) + ( 3 ) ( 0.25 ) + ( 4 ) ( 0.4 ) + ( 5 ) ( 0.3 ) +(6)(0.4)

=4.11 R//.

2= ( x )2

2=(2)2 ( 0.01 ) +( 3)2 ( 0.25 ) +(4)2 ( 0.4 ) +(5)2 ( 0.3 ) +(6)2 ( 0.4 )( 4.11)2

2
=0.73 =0.86 R//.
3) En una tarea de laboratorio, si el equipo esta funcionando, la funcin de densidad
del resultado observado X es

f ( x )= { 2(1x ),
0,
0< x <1,
en otro caso .

Calcule la varianza y la desviacin estndar de X

2= ( x )2
= x f ( x ) dx

1 1
2=2 x 2 ( 1x ) dx 2 =2 x ( 1x ) dx
0 0

1
1
2=2 x 2 ( 1x ) dx
9 1 1

( )
0
=2 x dx x 2 dx
0 0
x 1 x 1 1
( )
4 3
2=2
30 40 9

x2 1 x3 1
2=2 ( 13 14 ) 19 =2
(
20 20 )
1 1
2=
6 9

1
=2 ( 12 13 )
2=
18
1
= R//.
3

=
1
18
=0.24 R//.
4) Determine la covarianza de la siguiente funcin acumulada de probabilidad.

f(x,y) x h(y)
0 1 2
y 0 3/28 9/28 5/28 17/28
1 6/28 4/28 0 10/28
2 1/28 0 0 1/28
g(x) 10/28 13/28 5/28 1

Taller 4
 Probabilidad y Estadstica I
Medias y varianzas de combinaciones lineales de variables aleatorias

1) Suponga que una tienda de abarrotes compra 5 envases de leche descremada al

precio de mayoreo de $1.20 por envase y la vende a $1.65 por envase. Despus de la
fecha de caducidad, la leche que no se vende se retira de los anaqueles y el tendero
recibe un crdito del distribuidor igual a tres cuartas partes del precio de mayoreo. Si la
distribucin de probabilidad de la variable aleatoria es X y el nmero de envases que
se venden de este lote es
___________________________________________
x 0 1 2 3 4 5
___________________________________________
f(x) 1/15 2/15 2/15 3/15 4/15 3/15
___________________________________________
calcule la utilidad esperada

g (x) = 7.25 x 1.50

( x )=0 ( 151 )+1( 152 )+2( 152 )+3( 153 )+ 4( 154 )+ 5( 153 )
54
( x )=
15

( g ( x ) )=7.25 ( x )1,50

( g ( x ) )=7.25 ( 5415 )1,50

( g ( x ) )=$ 24.60 R//.

2) Sea X una variable aleatoria con la siguiente distribucin de probabilidad:

______________________
x -3 6 9
______________________
f(x) 1/6 1/2 1/3
______________________
Calcule E(X) y E(X2) y luego utilice estos valores para evaluar E[(2X + 1)2].
 = ( x )= x f (x )
x
= ( x 2 )= x 2 f ( x )
x
=(3 ) ( 16 )+ ( 6) ( 12 )+( 9) ( 13 )
=5.50
=(3)2 ( 16 )+(6) ( 12 )+( 9) ( 13 )
2 2

=46.50

2=(2 x +1)2

2=2 (3 )2 ( 16 )+2 ( 6) ( 12 )+2 ( 9) ( 13 )5.5046.50

2 2

2=41

=6.40 R//.

3) El tiempo total que una adolescente utiliza su secadora de pelo durante un ao,
medido en unidades de 100 horas, es una variable aleatoria continua X que tiene la
siguiente funcin de densidad

f ( x )= { 2(1x ),
0,
0< x <1,
en otro caso .

Determine la media de la variable aleatoria Y = 60X 2 + 39X, donde Y es igual al

nmero de kilowatts-hora que gasta al ao.

= y f ( y ) dy

0
=2 y (1x ) dy
1

0 0
=2( yx dy y dx )
1 1

0 0
=2( yx dy 60 x 2 +39 x dx )
1 1

60 x 2+39 x 0
=2 ( )( xy
2

2

1
)
 =2 (( xy2 )( 60+39
2 ))

=2 ( xy2 )+( 992 )

49
= R/ .
2

4) Si X y Y son variables aleatorias independientes con varianzas 2X= 5 y 2Y=

3, xY =0, calcule la varianza de la variable aleatoria Z = 2X + 4Y 3.

2 2 2 2 2
aX +bY + c=a X + b Y + ab XY

22 X + 4 Y 3

2 2 2 2 2
aX +bY + c=2 X + 4 Y +0 ( 2 ) (4) XY

2 aX +bY + c=4 ( 5 )+16 (3)+(8)

2 aX +bY + c=60 R//.

 Taller 5
Probabilidad y Estadstica I
Teorema de Chebyshev

1) Una variable aleatoria X tiene una media = 10 y una varianza 2 = 4. Utilice el

teorema de Chebyshev para calcular

a) P(|X 10| 3);

-3>= x-10 >= 3 7 = U-Ko 13 = u+ko

P(7>= X >= 13) 7 = 10 -2k 13 = 10+2k
K1= 3/2 k2 = 3/2

P(7>=x>=13)>=1-1/k^2
1-1/(3/2) R//: P(7 >=x >= 13)>= 0.33
1-2/3 = 1/3 = 0.33

b) P(|X 10| < 3);

-3< x-10 < 3 7 = u- ko k = 3/2

P(7 < x < 13) k = 3/2

P(7 < X < 13)

1-1/(3/2) = 0.33 R//: P(7 < x < 13) > 0.33
c) P(5 < X < 15);

5 = 10-2k 15 = 10+2k 1-1/(3/2) = 3/2

K = 5/2 k = 5/2
R//: P(5 < x < 15) < 1.5

2) Calcule P( 2 < X < + 2), donde X tiene la siguiente funcin de densidad

f ( x )= {
6(1x),
0,
0< x <1,
en otro caso .

y compare con el resultado dado por el teorema de Chebyshev.

800 = 1000 - k(70)

-200/70 = k
K = 20/7

P(u ko < x < u+ko) >= 1-1/k^2

P(1000 (20/7) (70) < x < 1000 +(20/7)(70) >=1 - (1/1)/(20/7) ^2
P(<x<1000-200<x<1000+200)>=1-49/400
P(800 < x < 1200) >= 0.8775

3) En una planta de ensamble automotriz se crean 70 nuevos puestos de trabajo

y se presentan 1000 aspirantes. Para seleccionar entre los aspirantes a los 70
mejores la armadora aplica un examen que abarca habilidad mecnica, destreza
manual y capacidad matemtica. La calificacin media de este examen resulta
ser 70 y las calificaciones tienen una desviacin estndar de 5. Una persona
que obtiene una calificacin de 84 puede obtener uno de los

puestos? [Sugerencia: Utilice el teorema de Chebyshev]. Suponga que la

distribucin es simtrica alrededor de la media.

Como se escojen los 70 mejores de 1000 aspirantes solo ingresan 70/1000 = 0.07 =
7%
Una persona que obtiene una calificacin de 84 puede obtener uno de los puestos?

P(u-ko<x<u+ko)>=0.86
1-1/k^2 = 0.86 1-0.8601/k^2 0.14= 1/k^2
k^2 = 1/0.14 k^2 = 7.143 k^2 = 2.67

Recuerda que u=70 o=5

P(70-2.65(5) < x < 70+2.57(5)) >= 0.86

P(56.65 < x < 83.35) >= 0.86 R//.

4) Una empresa elctrica fabrica una bombilla de luz de 100 watts que, de
acuerdo con las especificaciones escritas en la caja, tiene una vida media de
1000 horas con una desviacin estndar de 70 horas. A lo sumo, qu
porcentaje de las bombillas no duran al menos 800 horas? Suponga que la
distribucin es simtrica alrededor de la media.

P(x < 800) = ?

800 = 1000 (2.9)(70)
P(u-ko < X < u+ko) >= 1-1/k^2
P(1000 (2.9)(70)) < x < 1000+2.9(70) >= 1-1/(2.9) ^2
P(800 < x < 1203) >= 0.88
 Taller 6
Probabilidad y Estadstica I
Distribucin Uniforme Discreta
 1) Determine el valor c de modo que cada una de las siguientes funciones
sirva como distribucin uniforme probabilidad de la variable aleatoria
discreta X:

a) f(x) = c, para para x = 0, 1, 2, 3;

P ( x >c )=f ( o )+ f ( 1 )+ f ( 2 ) +f ( 3 )

P ( x >c )=4 c R//.

b) f(x) = c, para x = 0, 1, 2.
P ( x >C )=f ( 0 ) +f ( 1 ) +f (2)

P ( x >C )=3 C R//.

2) La distribucin de probabilidad de X, el nmero de imperfecciones que se

encuentran en cada 10 metros de una tela sinttica que viene en rollos
continuos de ancho uniforme, est dada por

x 0 1 2 3 4
__________________________________________
f (x) 0.20 0.20 0.20 0.20 0.20

Encuentre la probabilidad de que cuando se tome aleatoriamente una muestra

de 10 metros de mencionada tela sinttica, se encuentren:
a) 3 imperfecciones
P ( x > g ) =f ( 3 )=0.20
b) al menos 3 imperfecciones
P ( x >o )=f ( 0 )=0.20
P ( x >1 )=f ( 1 )=0.20
P ( x >2 )=f ( 2 )=0.20
P ( x >3 ) =f ( 3 ) =0.20
P ( x > 4 ) =f ( 4 )=0.20
c) a lo mucho 3 imperfecciones
P ( x >o )=0.20
P ( x >1 )=0.20
 P ( x >2 )=0.20
P ( x >3 ) =0.20
P ( x ) 0.80
d) ninguna imperfeccin
P ( x )=0
e) 5 imperfecciones
P ( x ) 3 imperfecciones

3) De la siguiente Distribucin uniforme discreta

{
f ( y )= 0.25 x=2,3,4,6
0 en otro caso

calcule

a) Media
= x =2 ( 0.25 )+3 ( 0.25 )+ 4 ( 0.25 ) +6 ( 0.25 )
= x =3.75

b) Varianza
2 2 2
= ( x ) =2 ( x ) f ( x )

2= ( x 3.75 )2=( 23.75 )2 ( 0.25 ) + ( 33.75 )2 ( 0.25 )+ ( 43.75 )2 ( 0.25 )+ ( 63.75 )2 ( 0.25 )

2=0.76+0.14+ 0.015+1.26
2=2.17
=1.47