Simón Zapata

Sebastián Rodríguez
Probabilidad, tarea 4
!! !!
2.2.2. Sean 𝑋! y 𝑋! v.a con fmp conjunta 𝑝 𝑥! , 𝑥! = ; 𝑥! = 1,2,3; 𝑥! = 1,2,3; 0 𝑒. 𝑜. 𝑝.
!"
Encuentre primero la fmp conjunta de 𝑌! = 𝑋! 𝑋! y 𝑌! = 𝑋! y luego encuentre la fmp
marginal de 𝑌! .

Sean 𝑦! = 𝑢! 𝑥! , 𝑥! = 𝑥! 𝑥! , 𝑦! = 𝑢! 𝑥! , 𝑥! = 𝑥! .
Notemos que 𝑆 = { 𝑥! , 𝑥! : 𝑥! = 1,2,3; 𝑥! = 1,2,3} es el soporte de (𝑋! , 𝑋! ).

Si decimos que 𝑇: 𝑆 → 𝜏 es una transformación del soporte a un conjunto 𝜏, tal que

𝑥! 𝑥! 𝑥!
toma valores 𝑥 → 𝑥 . Veamos el conjunto 𝜏.
! !
1 1 1 2 1 3
𝑇 = ;𝑇 = ;𝑇 =
1 1 2 2 3 3
2 2 2 4 2 6
𝑇 = ;𝑇 = ;𝑇 =
1 1 2 2 3 3
3 3 3 6 3 9
𝑇 = ;𝑇 = ;𝑇 =
1 1 2 2 3 3
Así pues:
1 2 3 2 4 6 3 6 9 𝑦!
𝜏= , , , , , , , , = 𝑦 : 𝑦! = 1,2,3; 𝑦! = 𝑦! , 2𝑦! , 3𝑦!
1 2 3 1 2 3 1 2 3 !

Notemos que:
𝑦!
𝑦! = 𝑥! 𝑥! ↔ 𝑥! =
𝑥!
Pero:
𝑦! = 𝑥!
Así pues, sean:
𝑦!
𝑥! = 𝑤! 𝑦! , 𝑦! = ; 𝑥 = 𝑤! 𝑦! , 𝑦! = 𝑦!
𝑦! !

Tenemos entonces que la fmp conjunta de 𝑌! = 𝑋! 𝑋! y 𝑌! = 𝑋! es:

𝑝 𝑤! (𝑦! , 𝑦! ), 𝑤! (𝑦! , 𝑦! ) , (𝑦! , 𝑦! ) ∈ 𝜏

𝑝!! ,!! 𝑦! , 𝑦! =
0, 𝑒. 𝑜. 𝑝.
𝑦!
𝑦! 𝑦!
𝑝!! ,!! 𝑦! , 𝑦! = , (𝑦! , 𝑦! ) ∈ 𝜏
36
0, 𝑒. 𝑜. 𝑝.
𝑦!
, (𝑦! , 𝑦! ) ∈ 𝜏
= 36
0, 𝑒. 𝑜. 𝑝.
Luego, la fmp marginal de 𝑌! está dada por:
!
1 2 3 1
𝑃!! 𝑦! = 𝑝!! ,!! 𝑦! , 𝑦! = + + = ; 𝑦! = 1,2,3
36 36 36 6
!! !!

2.3.5. Sean 𝑋! y 𝑋! dos v.a tales que su distribución condicional y medias existen.
Muestre que:
(a) 𝐸 𝑋! + 𝑋! 𝑋2 = 𝐸 𝑋1 X2 + 𝑋2
(b) 𝐸 𝑢(𝑋! ) 𝑋2 = 𝑢 𝑋2

Sea 𝑓!! ,!! (𝑥! , 𝑥! ) la fdp (fmp) conjunta de 𝑋! y 𝑋! y 𝑓! ! (𝑥! ) la marginal de 𝑋! . Como
sabemos que 𝑋! = 𝑥! un valor constante, definimos:
𝑓! ,! 𝑥! , 𝑥!
𝑓!! !! 𝑥! 𝑥! = ! !
𝑓! ! (𝑥! )
Notamos que:
𝑓! ,! 𝑥! + 𝑥! , 𝑥!
𝑓!! !! 𝑥! + 𝑥! 𝑥! = ! !
𝑓! ! (𝑥! )
Luego, por definición:
∞
𝐸 𝑋! + 𝑋! 𝑋2 = (𝑥1 + 𝑥2 ) 𝑓!! !! 𝑥! 𝑥! 𝑑𝑥!
−∞
∞ ∞
= 𝑥1 𝑓!! !! 𝑥! 𝑥! 𝑑𝑥! + 𝑥2 𝑓!! !! 𝑥! 𝑥! 𝑑𝑥!
−∞ −∞
∞
= 𝐸 𝑋1 X 2 + 𝑥 2 𝑓!! !! 𝑥! 𝑥! 𝑑𝑥!
−∞
∞
𝑓!! ,!! 𝑥! , 𝑥!
= 𝐸 𝑋1 X 2 + 𝑥 2 𝑑𝑥1
−∞ 𝑓! ! (𝑥! )
∞
𝑥2
= 𝐸 𝑋1 X 2 + 𝑓!! ,!! 𝑥! , 𝑥! 𝑑𝑥1
𝑓! ! (𝑥! ) −∞
𝑥2
= 𝐸 𝑋1 X 2 + 𝑓! ! (𝑥! )
𝑓! ! (𝑥! )
𝐸 𝑋! X! + 𝑋!
QED
∞ ∞
𝑓!! ,!! 𝑥! , 𝑥!
𝐸 𝑢(𝑋! ) 𝑋2 = 𝑢(𝑋2 ) 𝑓!! !! 𝑥! 𝑥! 𝑑𝑥! = 𝑢(𝑋! ) 𝑑𝑥1
−∞ −∞ 𝑓! ! (𝑥! )
∞
1
= 𝑢(𝑋! ) 𝑓 𝑥 , 𝑥 𝑑𝑥1
𝑓! ! (𝑥! ) −∞ !! ,!! ! !
= 𝑢(𝑋! )
QED
2.4.3. Sea 𝑓 𝑥, 𝑦 = 2, 0 < 𝑥 < 𝑦 < 1, 𝑐𝑒𝑟𝑜 𝑒. 𝑜. 𝑝 , sea la fdp conjunta de 𝑋 y 𝑌. Muestre
!!! !
que las medias condicionales son, respectivamente , 0 < 𝑥 < 1 y , 0 < 𝑦 < 1.
! !
!
Muestre que el coeficiente de correlación de 𝑋 y 𝑌 es 𝜌 = .
!

Sea 𝑓! (𝑥) y 𝑓! (𝑦) las marginales de 𝑋 y 𝑌 respectivamente, entonces:

∞ 1
𝑓! 𝑥 = 𝑓 𝑥, 𝑦 𝑑𝑦 = 2𝑑𝑦 = 2𝑦|1𝑥 = 2 − 2𝑥
−∞ 𝑥
∞ 𝑦
𝑓! 𝑦 = 𝑓 𝑥, 𝑦 𝑑𝑥 = 2𝑑𝑥 = 2𝑥|𝑦0 = 2𝑦
−∞ 0

Tenemos que:
𝑓 𝑥, 𝑦
𝑓! ! 𝑥 𝑦 =
𝑓! (𝑦)
Luego:
! !
𝑓 𝑥, 𝑦 2𝑥 𝑥! 𝑦 𝑦
𝐸 𝑋𝑌 = 𝑥 𝑑𝑥 = 𝑑𝑥 = | = ,0 < 𝑦 < 1
!! 𝑓! (𝑦) ! 2𝑦 2𝑦 0 2
Equivalentemente:

𝑓 𝑥, 𝑦
𝑓! ! 𝑦 𝑥 =
𝑓! (𝑥)
Luego
! ! !,! ! !! !! ! !!!
𝐸 𝑌𝑋 = !!
𝑦 𝑑𝑦 = ! !!!!
𝑑𝑦 = |!! = (1 − 𝑥 ! ) = 0<𝑥<1
!! (!) !!!! !(!!!) !

Sabemos:
𝑐𝑜𝑣 𝑋, 𝑌
𝑐𝑜𝑟𝑟 𝑋, 𝑌 =
𝜎! 𝜎!
Donde:
𝑐𝑜𝑣 𝑋, 𝑌 = 𝐸 𝑋𝑌 − 𝐸 𝑋 𝐸(𝑌)
!
𝜎! = 𝑉 𝑋 = 𝐸 𝑋! − 𝐸 𝑋
!
𝜎! = 𝑉 𝑌 = 𝐸 𝑌! − 𝐸 𝑌
Veamos:
!
2 1
𝐸 𝑋 = (2𝑥 − 2𝑥2 )𝑑𝑥 = 1 −
=
! 3 3
!
2 1 1
𝐸 𝑋! = (2𝑥2 − 2𝑥3 )𝑑𝑥 = − =
! 3 2 6
 !
2
𝐸 𝑌 = 2𝑦 ! 𝑑𝑦 =
! 3
!
1
𝐸 𝑌! = 2𝑦 ! 𝑑𝑦 =
! 2
! ! !
1
𝐸 𝑋𝑌 = 2𝑥𝑦𝑑𝑥𝑑𝑦 = 𝑦 ! 𝑑𝑦 =
! ! ! 4
Luego:
1 2 1
𝑐𝑜𝑣 𝑋, 𝑌 = − =
4 9 36
Veamos ahora:
! 1 1 2
𝜎! = 𝐸 𝑋! − 𝐸 𝑋 = − =
6 9 6

! 1 4 2
𝜎! = 𝐸 𝑌! − 𝐸 𝑌 = − =
2 9 6

Así pues:
𝑐𝑜𝑣 𝑋, 𝑌 1 6 6 1
𝑐𝑜𝑟𝑟 𝑋, 𝑌 = = =
𝜎! 𝜎! 36 √2 √2 2

2.5.2. Si las v.a 𝑋! y 𝑋! tienen la fdp conjunta 𝑓 𝑥! , 𝑥! = 2𝑒 !!! !!! , 0 < 𝑥! < 𝑥! < ∞
Muestre que 𝑋! y 𝑋! son dependientes.

Calculemos las marginales:

! !
!!! !!! !!!
𝑓!! 𝑥! = 2𝑒 𝑑𝑥! = 2𝑒 𝑒 !!! 𝑑𝑥! = 2𝑒 !!!!
!! !!
!! !!
𝑓!! 𝑥! = 2𝑒 !!! !!! 𝑑𝑥! = 2𝑒 !!! 𝑒 !!! 𝑑𝑥! = 2𝑒 !!! (1 − 𝑒 !!! )
! !
Veamos ahora:
𝑓!! 𝑥! ∙ 𝑓!! 𝑥! = 2𝑒 !!!! ∙ 2𝑒 !!! 1 − 𝑒 !!! = 4𝑒 !!!! !!! (1 − 𝑒 !!! )
Evaluemos en (1,2) en la conjunta y en el producto de las marginales:
𝑓!! 1 ∙ 𝑓!! 2 = 4𝑒 !!!! 1 − 𝑒 !! ≈ 0.063
Pero:
𝑓 1,2 = 2𝑒 !!!! ≈ 0.099
Como estos resultados son distintos, las v.a 𝑋! y 𝑋! son dependientes.
 ! ! !
3.1.2. La fgm de una v.a 𝑋 es + 𝑒! demuestre que:
! !
! ! !!!
9 1 2
𝑃 𝜇 − 2𝜎 < 𝑋 < 𝜇 + 2𝜎 =
𝑥 3 3
!!!

Recordemos que, si 𝑋~𝑏(𝑛, 𝑝) entonces su fgm será:

!
𝑀! 𝑡 = 𝑝𝑒 ! + 1 − 𝑝 ∀𝑡 ∈ ℝ
!
Así pues, notamos que nuestra 𝑋 distribuye binomial con parámetros 𝑛 = 9 y 𝑝 =
!
Luego:
𝜇 = 𝐸 𝑋 = 𝑛𝑝 = 3
𝜎 ! = 𝑛𝑝 1 − 𝑝 = 2
Así:
𝑃 𝜇 − 2𝜎 < 𝑋 < 𝜇 + 2𝜎 = 𝑃(3 − 2 2 < 𝑋 < 3 + 2 2)
Como 𝑋~𝑏 𝑛, 𝑝 , ella toma valores 𝑥 ∈ ℤ! . Así pues tomamos el piso de 3 − 2 2 y el
techo de 3 + 2 2:
3 − 2 2 = 0, 3 + 2 2 = 6
Luego: 𝑃 3 − 2 2 < 𝑋 < 3 + 2 2 = 𝑃 0 < 𝑋 < 6 = 𝑃(1 ≤ 𝑋 ≤ 5)
Y sabemos que:
!
9 1 2 !!!
𝑃 𝑋=𝑥 =𝑝 𝑥 =
𝑥 3 3
Luego:
! ! !!!
9 1 2
𝑃 1≤𝑋≤5 =
𝑥 3 3
!!!

3.1.15. Uno de los números 1,2,…,6 es escogido por un dado no cargado. Repitamos este
experimento aleatorio 5 veces independientemente. Sea la variable aleatoria 𝑋! el
número de terminaciones del conjunto {𝑥: 𝑥 = 1,2,3} y sea la variable aleatoria 𝑋! el
número de terminaciones del conjunto {𝑥: 𝑥 = 4,5}. Calcule 𝑃 𝑋! = 2, 𝑋! = 1 .

Notemos que este experimento posee una distribución trinomial, luego:

! ! !!! !!
𝑛! 𝑝! ! 𝑝! ! 𝑝! ! !
𝑝 𝑥! , 𝑥! =
𝑥! ! 𝑥! ! 𝑛 − 𝑥! − 𝑥! !
Donde:
3 2 1
𝑛 = 5, 𝑝! = , 𝑝! = , 𝑝! = 1 − 𝑝! − 𝑝! =
6 6 6
Así pues:
1 ! 1 1 !
5! 2
𝑃 𝑋! = 2, 𝑋! = 1 = 𝑝 2,1 = 3 6 ≈ 0.069
2! 1! 2 !
 ! ! !!
3.2.2. La fgm de una variable aleatoria 𝑋 es 𝑒 ! . Muestre que 𝑃 𝜇 − 2𝜎 < 𝑋 < 𝜇 +
2𝜎 = 0.931

Recordemos que si 𝑋~𝑃𝑜𝑖𝑠𝑠(𝑚) entonces su fgm es:

!
𝑀 𝑡 = 𝑒 !(! !!)
Así pues, notamos que nuestra 𝑋 distribuye Poisson con parámetro 𝑚 = 4.
Luego:
𝜇 = 4, 𝜎 = 2
Así:
𝑃 𝜇 − 2𝜎 < 𝑋 < 𝜇 + 2𝜎 = 𝑃(0 < 𝑋 < 8)
!

𝑃 1≤𝑋≤7 = 𝑝(𝑥)
!!!
Donde:
4! 𝑒 !!
𝑝 𝑥 =
𝑥!
En efecto:
!
4! 𝑒 !!
= 0.93055 ≈ 0.931
𝑥!
!