4.1 En el ejercicio 3.

13 de la página 92 se presenta la siguiente distribución de probabilidad de

X, el número de imperfecciones que hay en cada 10 metros de una tela sintética, 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 número promedio de imperfecciones que hay en cada 10 metros de esta tela.

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

E(X)=0.88

4.6 A un operador de un local de lavado de autos se le paga de acuerdo con el número de

automóviles que lava. Suponga que las probabilidades de que entre las 4:00 p.m. y las 5:00
p.m. de cualquier viernes soleado reciba $7, $9, $11, $13, $15 o $17 son: 1/12, 1/12, 1/4,
1/4, 1/6 y 1/6, respectivamente. Calcule las ganancias esperadas del operador para este
periodo específico.

E(X) = (7)(1/12)+(9)(1/12)+(11)(1/4)+(13)(1/4)+(15)(1/6)+(17)(1/6)

E(X) = 12.6667

4.7 ¿Si una persona invierte en unas acciones en particular, en un ano tiene una probabilidad
de 0.3 de obtener una ganancia de $4000 o una probabilidad de 0.7 de tener una pérdida
de $1000. .Cual es la ganancia esperada de esta persona?

E(X) = (0.3)(4000)-(0.7)(1000)

E(X) = $500

4.10 Dos expertos en calidad de neumáticos examinan lotes de estos y asignan a cada neumático
puntuaciones de calidad en una escala de tres puntos. Sea X la puntuación dada por el
experto A y Y la dada por el experto B. La siguiente tabla presenta la distribución conjunta
para X y Y.

Calcule μX y μY.
 E(X) = (1)(0.10)+(1)(0.05)+(0.02)(1)+2(0.10)+(2)(0.35)+(2)(0.05)+(3)(0.03)+(3)(0.10)+(3)(0.20)

μX= 2.16

μY = yh(y) = (1)(0.23) + (2)(0.5) + (3)(0.27) = 2.04

4.14 Calcule la proporción X de personas que se podría esperar que respondieran a cierta
encuesta que se envía por correo, si X tiene la siguiente función de densidad.

1
μ = E (X) = ∫0 2𝑥(𝑥 − 2)/5𝑑𝑥 = 1.6

4.16 Suponga que usted inspecciona un lote de 1000 bombillas de luz, entre las cuales hay 20
defectuosas, y elige al azar dos bombillas del lote sin reemplazo. Sean.

X 1 = 1, si la primera bombilla está defectuosa

0, en otro caso.

X 2 = 1, si la segunda bombilla

0, en otro caso.

Calcule la probabilidad de que al menos una de las bombillas elegidas esté defectuosa
[Sugerencia: Calcule P(X1+ X2 = 1).]

P(X1 + X2 ≥ 1) = 1 − P(X1 = 0, X2 = 0) = 1 − (980 2) (20 0) (1000 2) = 1 − 0.9604 = 0.040.

4.19 Una empresa industrial grande compra varios procesadores de textos nuevos al final de cada
año; el número exacto depende de la frecuencia de reparaciones del año anterior. Suponga
que el número de procesadores de textos, X, que se compran cada año tiene la siguiente
distribución de probabilidad: x= 0, 1, 2, 3 f (x)= 1/10, 3/10, 2/5, 1/5, Si el costo del modelo
deseado es de $1200 por unidad y al final del año la empresa obtiene un descuento de 50X^2
dólares, ¿cuánto espera gastar esta empresa en nuevos procesadores de textos durante este
año?

Y = 1200X − 50X2
 .

x = 0 1 2 3 f(x) 1/10 3/10 2/5 1/5 y = g(x) 0 1150 2200 3150

E(X) = $1855

4.21 ¿Cuál es la utilidad promedio por automóvil que obtiene un distribuidor, si la utilidad en
cada uno está dada por g(X) = X2, donde X es una variable aleatoria que tiene la función de
densidad del ejercicio 4.12?
1
Densidad μ = E (X) = ∫0 2(1 − 𝑥)𝑑𝑥

E(X2) = 1 0 2x2(1 − x) dx = 1 6. (1/6)($5000.00) = $833.33

$833.33

4.23 Suponga que X y Y tienen la siguiente función de probabilidad conjunta:

(a) Eg(X, Y )] = E(XY 2) = x y xy2f(x, y) = (2)(1)2(0.10) + (2)(3)2(0.20) + (2)(5)2(0.10) + (4)(1)2(0.15) +

(4)(3)2(0.30) + (4)(5)2(0.15) = 35.2.

(b) μX = E(X) = (2)(0.40) + (4)(0.60) = 3.20, μY = E(Y ) = (1)(0.25) + (3)(0.50) + (5)(0.25) = 3.00.

4.24 Remítase a las variables aleatorias cuya distribución de probabilidad conjunta se da en el

ejercicio 3.39 de la página 105 y

(a) E(X2Y − 2XY ) = 3 x=0 2 y=0 (x2y − 2xy)f(x, y) = (1 − 2)(18/70) + (4 − 4)(18/70) + · · · + (8 − 8)(3/70)
= −3/7.

(b) x 0 1 2 3 g(x) 5/70 30/70 30/70 5/70 y 0 1 2 h(y) 15/70 40/70 15/70 μX = E(X) = (0)(5/70) +
(1)(30/70) + (2)(30/70) + (3)(5/70) = 3/2, μY = E(Y ) = (0)(15/70) + (1)(40/70) + (2)(15/70) = 1.

μX − μY = 3/2 − 1 = 1/2.

4.26 Sean X y Y las siguientes variables aleatorias con función de densidad conjunta
E(Z) = E( √ X2 + Y 2) = 1 0 1 0 4xy x2 + y2 dx dy = 4 3 1 0 [y(1 + y2)3/2 − y4] dy = 8(23/2 − 1)/15 =
0.9752.

4.28 Considere la información del ejercicio 3.28 de la página 93. El problema tiene que ver con el
peso, en onzas, del producto que contiene una caja de cereal con

4.2 Varianza y covarianza de variables aleatorias

a) Grafique la función de densidad.

b) Calcule el valor esperado o peso medio en onzas.

E(X) = 2 5 26.25 23.75 x dx = 1 5(26.252 − 23.752) = 25

c) ¿Se sorprende de su respuesta en b)? Explique lo que responda.

La media está exactamente en el medio del intervalo. Esto no debería sorprenderse debido
a la simetría de la densidad a 25.

4.30 En el ejercicio 3.31 de la página 94 la distribución del tiempo que transcurre antes de que
una lavadora requiera una reparación mayor fue dada como

¿Cuál es la media de población del tiempo que transcurre antes de requerir la reparación?
∞
E(Y) = 1/4∫0 𝑦𝑒 −𝑦/4 5𝑑𝑦 = 4

El tiempo es de 4.
4.31 Considere el ejercicio 3.32 de la página 94.

a) ¿Cuál es la proporción media del presupuesto asignado para el control ambiental y de la

contaminación?
1 ∞
μ = E(Y ) = 5∫0 y(1 − y)^4 dy = = ∫0 (1 − y)^5 dy = 1/6

b) ¿Cuál es la probabilidad de que una empresa elegida al azar tenga una proporción
asignada para el control ambiental y de la contaminación que exceda la media de la
población dada en a)? 4.32 En el ejercicio 3.13 de la página 92 la distribución.
1
P (Y > 1/6) = ∫1/6 y(1 − y)^4 dy = (1 − 1/6)^5 = 0.4019.

4.32 En el ejercicio 3.13 de la página 92 la distribución del número de imperfecciones en cada 10

metros de tela sintética fue dada por

a)

a) (b) μ = (0)(0.41) + (1)(0.37) + (2)(0.16) + (3)(0.05) + (4)(0.01) = 0.88.

c) E(X2) = (0)2(0.41) + (1)2(0.37) + (2)2(0.16) + (3)2(0.05) + (4)2(0.01) = 1.62.