Documente Academic
Documente Profesional
Documente Cultură
1. Problemas Resueltos
Ejercicio 1 En una conocida planta chancadora, la cantidad de fallas semanales que presenta la ma-
quinaria utilizada para transformar los grandes bloques de piedras en piedras pequeñas, es una variable
aleatoria X que se encuentra bien modelada por la siguiente función:
θ 2−x
fX (x) =
5 , x = {0, 1, 2, 3}
78
a. Encuentre el valor de θ, tal que fX sea una función de cuantı́a.
b. Encuentre: p
P[X ≤ 4 V[X] − E[X] / X > V[X]]
c. Calcule y grafique la función de distribución F X .
a. Se pide: θ ∈ R+ / 3x=0 fX (x) = 1
P
3
θ X 2−x 5
5 =1 ⇒ θ=
78 x=0 2
b. Valores de interés:
3
5 X 2−x 19
E[X] = =
x5 ≈ 0, 2436
156 x=0 78
1745
⇒ V[X] =
≈ 0, 2868
3
6084
5 27
X
E[X 2 ] = x2 52−x =
≈ 0, 3462
156 x=0 78
Finalmente:
p
P[X ≤ 4 V[X] − E[X] / X > V[X]] = P[X ≤ 1, 90 / X > 0, 29]
P[X = 1]
=
1 − P[X = 0]
25
=
31
≈ 0, 806452
c. Función de Distribución:
0 , x<0
, 0≤x<1
125
156
F X (x) = , 1≤x<2
150
156
155
, 2≤x<3
156
1 , x≥3
, x<0
0
0, 8013 , 0 ≤ x < 1
= 0, 9615 , 1 ≤ x < 2
0, 9936 , 2 ≤ x < 3
, x≥3
1
LATEX 2ε \ EHC – 8 de abril de 2019 1
Universidad Técnica Federico Santa Marı́a Prof. Esteban Henrı́quez Castro
Departamento de Matemática Ayud. Rodrigo Herrera Rivera
Casa Central Variables Aleatorias
Ejercicio 2 En una conocida planta chancadora el tiempo, en dı́as, que puede funcionar la maquinaria
utilizada para transformar los grandes bloques de piedras en piedras pequeñas hasta presentarse alguna
falla, es una variable aleatoria X que se encuentra bien modelada por la siguiente función:
κx , 0≤x<2
fX (x) = κ(4 − x) , 2 ≤ x < 4
, e.t.o.c.
0
b. Valores de interés:
(Z 2 Z 4 )
1
E[X] = x dx +
2
=
x(4 − x) dx 2
4 0 2
2
⇒ V[X] = ≈ 0, 6667
(Z 2 Z 4
3
)
1 14
E[X ] =
2
x dx +
3
x (4 − x) dx =
2
≈ 4, 6667
4 0 2 3
Finalmente:
c. Función de Distribución:
, x<0 , x<0
0
0
1 x
Z
x2
, 0≤x<2 , 0≤x<2
u du
4 0 8
F X (x) = =
Z 2 Z x
(4 − x)2
!
1
u du + , 2≤x<4 , 2≤x<4
(4 − u) du
1−
4 0 2
8
, x≥4 , x≥4
1
1
Ejercicio 3 Una compañı́a de seguros ofrece a sus tenedores de pólizas varias opciones diferentes para
el pago de primas. Para un tenedor seleccionado al azar, sea X el número de meses entre pagos sucesivos.
La función de probabilidad acumulada de X es como sigue:
, x<1
0
0, 20 , 1 ≤ x < 3
0, 30 , 3 ≤ x < 4
F X (x) =
0, 45 , 4 ≤ x < 6
0, 80 , 6 ≤ x < 12
, x ≥ 12
1
E[X] = 1 × 0, 20 + 3 × 0, 10 + 4 × 0, 15 + 6 × 0, 35 + 12 × 0, 20 ⇒ E[X] = 5, 6
E[X 2 ] = 12 × 0, 20 + 32 × 0, 10 + 42 × 0, 15 + 62 × 0, 35 + 122 × 0, 20 ⇒ E[X 2 ] = 44, 9
V[X] = E[X 2 ] − {E[X]}2 ⇒ V[X] = 13, 54
Se pide:
" #
1 p
P | X − E[X] | > × V[X] = 1 − P[4, 68 ≤ X ≤ 6, 52]
4
= 1 − {F X (6, 52) − F X (4, 68)}
= 1 − {0, 80 − 0, 45}
= 0, 65
Ejercicio 4 La proporción de nicotina en la composición del nuevo cigarrillo Cof-Cof se puede consi-
derar como una variable aleatoria X cuya función de distribución se encuentra definida como sigue:
, x<0
0
F X (x) = , 0≤x<1
4
x (5 − 4x)
, x≥1
1
a. Obtenga la función de densidad del porcentaje de nicotina en la composición del nuevo cigarrillo.
Especifique claramente el recorrido de la variable aleatoria X.
b. Determine el valor de b ∈ (0, 1) de modo que:
P[X ≤ b] = 2 P[X ≥ b]
a. Función de densidad:
dF X (x)
fX (x) =
dx
= 20 (x3 − x4 ) I[0,1) (x)
El recorrido de X es:
Rec(X) = [0, 1)
b. Se pide b ∈ (0, 1) tal que:
c. Esperanza de Y:
Z 0,5 Z 1
x 1
E[Y] = fX (x) dx + fX (x) dx
0 10 0,5 20
Z 0,5 Z 1
= 2 (x4 − x5 ) dx + (x3 − x4 ) dx
0 0,5
= 0, 0479167
Ejercicio 5 El número de pasteles de chocolate que pueden ser demandados por los clientes de una
pastelerı́a en un dı́a es una variable aleatoria con función de masa de probabilidad:
x2 + 1 8−x
fX (x) = I(x) + I(x)
20 {0,1,2} 20 {3,4,5}
a. Se tiene:
, x<0
0
1
, 0≤x<1
20
3
, 1≤x<2
20
2
F X (x) = , 2≤x<3
5
13
, 3≤x<4
20
17
, 4≤x<5
20
,
1 x≥5
b. Valor esperado:
2 5 5 4 3
E[X] = 0 + 1 × +2× +3× +4× +5× ⇒ E[X] = 2, 9
20 20 20 20 20
se pide
5
P[2, 9 < X < 4] P[X = 3] 5
P[X > 2, 9/X < 4] = = = 20
=
P[X < 4] P[X ≤ 3] 13
20
13
Se pide:
3 17
P[G ≥ 0] = P[20X − 35 ≥ 0] = P[X ≥ 1, 75] = 1 − P[X ≤ 1] = 1 − =
20 20
Ejercicio 6 Suponga que la demanda diaria de un artı́culo es una variable aleatoria X, con la siguiente
función de cuantı́a:
3k , x = 1
3k , x = 2
4k , x = 3
fX (x) =
3
2k
, x=4
3
0 , e.o.c.
G = (X − 2)2 + 3
¿cuál es la probabilidad que en un dı́a cualquiera la ganancia sea mayor a las 3,5 unidades moneta-
rias?
a. Se debe cumplir:
4
X 4k 2k
fX (x) = 1 ⇒ 3k + 3k + + =1
x=1
3 3
1
⇒ k=
8
luego:
, x<1
0
, 1≤x<2
3
8
F X (x) = , 2≤x<3
3
4
11
, 3≤x<4
12
,
1 x≥4
b. Se pide:
P[1 ≤ X < 3]
P[X < 3/X ≥ 1] =
P[X ≥ 1]
P[X = 1] + P[X = 2]
=
1 − P[X < 1]
3
+3
= 8 8
1−0
3
=
4
c. Valor esperado:
3 3 1 1 47
E[X] = 1 × +2× +3× +4× ⇒ E[X] = = 1, 958
8 8 6 12 24
se pide:
w +w , 0≤w≤1
( 3 2
fW (w) = 2
0 , e.t.o.c.
a. Cálculos previos:
Z ∞ Z 1" #
3 3
E[W] = w fW (w) dw ⇒ E[W] = w + w dw
2
−∞ 0 2
17
⇒ E[W] =
≈ 0, 7083
24 "
Z ∞ Z 1 #
3 4
E[W ] =
2
w fW (w) dw ⇒ E[W ] =
2 2
w + w dw
3
−∞ 0 2
11
⇒ E[W 2 ] = = 0, 55
20
!2
11 17
V[W] = − ⇒ V[W] = 0, 04826
20 24
Se pide
h p i h p p i
P |W − E[W]| ≤ 2 V[W] = P 0, 7083 − 2 × 0, 04826 ≤ W ≤ 0, 7083 + 2 × 0, 04826
= P[0, 2690 ≤ W ≤ 1, 1478]
Z 1 " #
w∈[0,1] 3 2
= w + w dw
0,2690 2
" #1
1 3 1 2
= w + w
2 2 0,2690
! !
1 1 1 1
= + − × 0, 2690 + × 0, 2690
3 2
2 2 2 2
= 0, 9638
b. Usando propiedades de E:
1 1 1 17 1 11
E[C] = 5 − E[W] − E[W 2 ] ⇒ E[C] = 5 − × − ×
2 10 2 24 10 20
⇒ E[C] = 4, 5908
Ejercicio 8 Considérese la resistencia a la flexión, en kilos por pulgada cuadrada, de un material normal
de acero a tensión, A36, la cual se encuentra bien modelada por la siguiente función.
κ
(x − 35) 35 ≤ x < 41
60
κ
fX (x) =
(55 − x) 41 ≤ x < 55
140
0 e.t.o.c.
a. Determine la constante κ, tal que fX sea función de densidad. Determine el coeficiente de simetrı́a de
Pearson para las resistencias.
b. ¿Cuál es la resistencia sobre la cual se encuentra el 25 % de todas las resistencias?
c. Considerando los contratos establecidos por un nuevo, pero importante empresario, se ha llegado
a un acuerdo: Cuando la resistencia a la flexión de una prueba sea inferior a 38 [K/pl2 ], el pago
por cada unidad es de US$40; cuando la resistencia a la flexión de una prueba sea superior a 50
[K/pl2 ], el pago por cada unidad es de US$95; mientras si la resistencia a la flexión de una prueba
se encuentra entre los 38 a 50 [K/pl2 ], el pago por cada unidad es de US$2X - US$20. Determine:
i. La función de distribución del costo de cada unidad de material.
ii. Cuál es el costo esperado de cada unidad de material.
a. Se tiene
Z 55 Z 41 Z 55
k k
f x (x) = 1 =⇒ (x − 35)dx + (55 − x)dx = 1 =⇒ k = 1
35 35 60 41 140
Luego, para el coeficiente de asimetrı́a de Pearson se necesita calcular: E [X], V[X] y Me (X).
Z 41 Z 55
1 1
E [X] = x(x − 35)dx + x(55 − x)dx =⇒ E [X] = 131 3
≈ 43,67̄
35 60 41 140
Z 41 Z 55
h i 1 2 1 2 h i
E X 2
= x (x − 35)dx + x (55 − x)dx =⇒ E X 2 = 57733
≈ 1924, 3̄
35 60 41 140
!2
5773 131 158
∴ V [X] = − = ≈ 17, 5̄ =⇒ σX ≈ 4,19
3 3 9
Z 55
1
Me(X) = (55 − u)du = 0,5 =⇒ (55 − x)2 = 140 =⇒ Me(X) ≈ 43,1678
x 140
( )
43,67̄ − 43,1678
∴ As = 3 × ≈ 0,3757 =⇒ Interpretación: Libre
4,19
b. Se pide x tal que P [X > x] = 0,25. Entonces:
Z 55
1
(55 − u)du = 0,25 =⇒ (55 − x)2 = 0,25 × 280 =⇒ x ≈ 46,63
x 140
c. Sea U: Costo unitario de material US $ .
, X < 38
40
U(X) = 2X − 20 , 38 ≤ X ≤ 50
, X > 50
95
i. Luego
Si U < 40 =⇒ FU (u) = 0
Z 38
1
Si 40 ≤ U < 56 =⇒ FU (u) = P [X < 38] = (x − 35)dx = 0,075
35 60
u
Si 56 ≤ U < 62 =⇒ FU (u) = P [2X − 20 ≤ u] + 0,075 = P X ≤ + 10 = . . .
2
Z u2 +10 ( 2 )
1 1 u
... = (x − 35)dx + 0,075 = × − 25 − 9 + 0,075
38 60 120 2
Z u2 +10 ( )
1 1 u 2
Si 62 ≤ U < 80 =⇒ FU (u) = 0,3 + (55 − x)dx = 0,3 + 196 − 45 −
41 140 280 2
Z 55
1 51
Si 80 ≤ U < 95 =⇒ FU (u) = 1 − P [X > 50] = 1 − (55 − x) dx = ≈ 0,9107
50 140 56
Si U ≥ 95 =⇒ FU (u) = 1
Finalmente:
, U < 40
0
, 40 ≤ U < 56
0,075
1 u 2
, 56 ≤ U < 62
− 25
FU (u) =
120 2
1 u 2
, 62 ≤ U < 80
1− 45 −
280 2
, 80 ≤ U < 95
0,9107
,
1 U ≥ 95
Por lo tanto:
Z 41 Z 50
E [U] = 40 × P [X < 38] + (2X−20)(x−35)
60
dx + (2X−20)(55−x)
140
dx + 95 × P [X > 50]
38 41
594,9 5
= 40 × 0,075 + 13,35 + + 95 ×
14 56
∴ E [U] = 67,325 US $
2. Problemas Propuestos
Ejercicio 1 Sea Q una variable aleatoria con función de masa de probabilidad dada por:
q -2 0 2 5 7
P[Q = q] 0,150 0,125 0,250 κ 0,125
, z < −4
0
, −4 ≤ z < 2
0, 150
, 2≤z<8
0, 275
Respuestas: a) κ = 0, 35 y 0,34483 b) E[Z] = 10, 475, V[Z] = 76, 449375 y FZ (z) =
0, 525 , 8 ≤ z < 17
, 17 ≤ z < 23
0, 875
,
1 z ≥ 23
Ejercicio 2 Un juego consiste en lanzar tres dardos, se sabe que la probabilidad de acertar al blanco es
1
3
para el primer dardo. Para los siguientes lanzamientos se tiene que acertar un dardo depende exclu-
sivamente del lanzamiento anterior, por lo cual la probablidad de acertar al blanco es 12 si lanzamiento
anterior dio en el blanco y 14 en caso contrario.
a. Especifique el espacio muestral asociado al experimento. ¿Es equiprobable?
b. Construya la función de cuantı́a de la variable aleatoria X: “Cantidad de dardos que aciertan al blan-
co”.
c. El juego se gana si se aciertan a lo menos dos dardos. Determine la probabilidad de ganar.
d. ¿Cuál es la cantidad de dardos que se espera acertar en el blanco?
X 0 1 2 3
Respuestas: a) #Ω = 8. No equiprobale. b) P[X = x] 3/8 1/3 5/24 1/12 c) 7/24 d) 1
Ejercicio 3 Una estación de suministros recibe gasolinas una vez por semana. Si su volumen semanal de
ventas, en miles de galones, se distribuye con función de densidad:
a. ¿Cuál deberá ser la capacidad del depósito a fin que la probabilidad que se agote en una semana
determinada sea 1 %?
b. ¿Entre qué cantidades oscila el 50 % central de los volúmenes de venta semanal?
c. Si el volumen de ventas semanal supera al volumen de ventas alcanzado el 80 % de las semanas,
la estación tendrá un “suministro crı́tico”. Suponga que en una semana cualquiera el volumen de
ventas semanal superó al volumen mediano de ventas semanales, ¿cuál es la probabilidad que, en esa
semana, la estación no tenga un “suministro crı́tico”?
Ejercicio 4 En un juego hay dos urnas que contienen, cada una, tres bolitas numeradas de 1 a 3. Si se
saca una bolita de cada urna y se define: X : “Producto de los números extraı́dos”.
a. Encontrar fX (x) = P[X = x].
b. Calcular número esperado del producto y su variabilidad.
c. Si la función de ganancia es Y = 30X − 120. Calcular la ganancia esperada y el riesgo del juego.
X 1 2 3 4 6 9
Respuestas: a) b) E[X] = 4 y V[X] = 52/9 c) E[Y] = 0 y V[Y] = 5200
fX (x) 1/9 2/9 2/9 1/9 2/9 1/9
X 1 2 3 4
Respuestas: a.i) Rec(X) = N y fX (x) = 0, 25 · 0, 75 x−1 a.ii) Rec(X) = {1, 2, 3, 4} y
P[X = x] 1/4 1/4 1/4 1/4
b.i) 0 (ambos casos) b.ii) 0,75 (ambos casos) b.iii) 7/16 y 1 b.iv) 63/256 y 1/2 c.i) E[X] = 4 y V[X] = 16
c.ii) E[X] = 2, 5 y V[X] = 1, 25
Ejercicio 6 En muchas ocasiones cuando se realiza un trámite en alguna entidad en particular es nece-
sario esperar algunos minutos hasta ser atendido, para luego volver a esperar algunos minutos más para
realizar el pago en caja del respectivo servicio. Suponga que el tiempo de espera en cada una de las etapas
descritas tiene una distribución uniforme entre 0 y 5 minutos, entonces se puede demostrar que el tiempo
total de espera Y tiene la función de densidad:
1
, 0≤y<5
y
251
fY (y) =
κ − y , 5 ≤ y < 10
25
, e.t.o.c.
0
, y<0
0
2
y
, 0≤y<5
Respuestas: a) κ = 2/5 c) FY (y) =
50
b) 38/47
2
1 − (10−y) , 5 ≤ y < 10
50
,
1 y ≥ 10
Ejercicio 7 Para aproximar la distribución del ingreso, en millones de pesos (Millones CLP), que logran
las empresas es muy frecuente utilizar la variable aleatoria X, cuya función de densidad de probabilidad
está dada por:
κ
fX (x) = 4 I(1,+∞) (x)
x
a. Determine el valor de “κ” tal que fX sea una función de densidad de probabilidad y calcule su función
de distribución.
b. ¿Con qué probabilidad el ingreso de una empresa superará los 12.000.000 CLP si se sabe que sus
ingresos no son inferiores a los 5 (Millones CLP)?
c. ¿Cuál es la probabilidad de que el ingreso logrado por una empresa se aleje de su valor esperado en
a lo más dos desviaciones estándar?
d. ¿Cuál es el ingreso mı́nimo que superan el 25 % de las empresas de mayores ingresos?
,
(
0 x≤1
Respuestas: a) κ = 3 y F X (x) = b) 0,07234 c) 0,9704 d) 1,587
1 − x13 , x>1
Ejercicio 8 Un plan de abastecimiento para una cadena de restaurantes de comida rápida tiene una ruta
que en principio se debe recorrer en 7 horas. En ocasiones, el tiempo de entrega se alarga a causa de los
congestionamientos de tráfico y otros problemas. Los registros del tiempo requerido Y (en horas) indican
que se le puede tratar como una variable aleatoria con función de distribución acumulada:
, y<7
(
0
FY (y) =
1 − (y − 6)−4 , y ≥ 7