Ejercicios de Variables Aleatorias



Documentos relacionados
Distribuciones de Probabilidad Para Variables Aleatorias Continuas

PROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)

Ejercicios de Vectores Aleatorios

Part I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio Propuesta B

Variable Aleatoria. Relación de problemas 6

Propiedades en una muestra aleatoria

2. Probabilidad y. variable aleatoria. Curso Estadística Probabilidad. Probabilidad y variable aleatoria

Ejercicios de Modelos de Probabilidad

Selectividad Junio 2007 JUNIO 2007

Introducción al Tema 9

Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez

Soluciones Examen de Estadística

DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL

Hemos visto que si se tira una moneda (con p = P (cruz)) n veces, entonces el número de cruces se distribuye como binomial.

Herramientas digitales de auto-aprendizaje para Matemáticas

Universidad Icesi Departamento de Matemáticas y Estadística

1 Variables aleatorias independientes

Examen de Estadística Grado en Ingeniería de Telecomunicación

JUNIO Opción A

Tema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias

TEORMAS DE WEIERSTRASS, BOLZANO, ROLLE Y LAGRANGE

DISTRIBUCIONES DE PROBABILIDAD

La distribución normal o gaussiana es la distribución. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si

2 ln x dx. Solución: Resolvemos la integral por partes. Si hacemos u = ln x y dv = dx, entonces u =ln x du = 1 x dx dv = dx v = x y por tanto

ESTUDIO Y REPRESENTACIÓN GRÁFICA DE FUNCIONES

Distribución normal. Cajón de Ciencias. Qué es una variable estadística?

1. Conocimientos previos. 1 Funciones exponenciales y logarítmicas.

3. VARIABLES ALEATORIAS

Ejercicios de Probabilidad

Grado en Química Bloque 1 Funciones de una variable

0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5

Ejercicios de Probabilidad

1.- CONCEPTO DE FUNCIÓN

FUNCIONES LINEALES Y AFINES

Autor: Antonio Rivero Cuesta, Tutor C.A. Palma de Mallorca

1. DIFERENCIABILIDAD EN VARIAS VARIABLES

Tema 10 Aplicaciones de la derivada Matemáticas II 2º Bachillerato 1. ( x) 2x x. Hay dos puntos: (1, 2) y (1, 2)

x R F (x) := P (X 1 (, x]) = P ({e Ω : X(e) x}) = P (X x) salvo que en este caso esta función es siempre una función continua.

Distribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua

Tabla de Derivadas. Función Derivada Función Derivada. f (x) n+1. f (x) y = f (x) y = ln x. y = cotg f (x) y = ( 1 cotg 2 f (x)) f (x) = f (x)

FUNCIONES CONTINUAS EN UN INTERVALO. El Tª de Bolzano es útil para determinar en algunas ocasiones si una ecuación tiene soluciones reales:

Ejercicios de Variables Aleatorias

Distribución de Probabilidad Normal

Examen de Estadística

Universidad Icesi Departamento de Matemáticas y Estadística

Relación de Problemas. Tema 6

7. Distribución normal

TEMA 2.- VARIABLES ALEATORIAS

Tema 5: Principales Distribuciones de Probabilidad

FUNCIONES. Definición de función. Ejemplos.

Funciones exponenciales y logarítmicas

Ejemplo Traza la gráfica de los puntos: ( 5, 4), (3, 2), ( 2, 0), ( 1, 3), (0, 4) y (5, 1) en el plano cartesiano.

Ejercicios de Probabilidad

Cuaderno de Actividades 4º ESO

Estudio de funciones mediante límites y derivadas

Variables aleatorias unidimensionales

Tema 4: Variable aleatoria. Métodos Estadísticos

Muestreo y Distribuciones muestrales. 51 SOLUCIONES

Teorema de Bayes. mientras que B tiene una tasa de defectos del 4%.

La distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística

Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos

JUNIO Opción A Dada la parábola y = 3 área máxima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola.

Conceptos Básicos de Funciones

ESTUDIO LOCAL DE UNA FUNCIÓN

Si quisiéramos estudiar también cuánto distan, es decir a b, tendríamos 6 resultados: 0, 1, 2, 3, 4 ó 5, con distribución de probabilidad dada por:

Probabilidad. Distribuciones binomial y normal

EJERCICIOS RESUELTOS TEMA 7

IES Francisco Ayala Modelo 1 (Septiembre) de 2007 Solución Germán Jesús Rubio Luna. Opción A

Test de Kolmogorov-Smirnov

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA

PROBLEMAS DE CONTINUIDAD Y DERIVABILIDAD

TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL

Pruebas de Acceso a las Universidades de Castilla y León

Probabilidad, Variables Aleatorias y Distribuciones

Probabilidades. 11 de noviembre de Felipe Bravo Márquez

Propuesta A. =, despeja y calcula la matriz X. (0.75 ptos)

P (X 5) = P (x = 5) + P (X = 6) + P (X = 7) + P (X = 8) = =

PLANIFICACIÓN UNIDAD 5 MATEMÁTICA IV MEDIO BICENTENARIO. CMO Aprendizajes esperados Indicador Habilidad Contenido Clases

Distribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta

TEMAS 10 LAS FUNCIONES ELEMENTALES 1º BACH MATE I

Aplicaciones de las Derivadas

Tema 4: VARIABLES ALEATORIAS BIDIMENSIONALES

Métodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 3 Especifico) Solucíon Germán-Jesús Rubio Luna. Opción A

Distribuciones Dis de Probabilidad Pr Contínuas Jhon Jairo Jair Pa P dilla a Aguilar, Aguilar PhD. PhD

Cálculo Diferencial e Integral - Recta tangente y velocidad. Farith J. Briceño N.

Modelo EOQ con Demanda Incierta. Teoría de Inventarios Modelo Probabilísticos. Demanda durante el Lead Time 18/04/2009

Números naturales, principio de inducción

Tema 3:Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. 2. La función de densidad de la variable aleatoria X viene dada por la expresión

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 2 ) Solución Germán-Jesús Rubio Luna. Opción A

Variables aleatorias. Tema Introducción Variable aleatoria. Contenido

ESTADÍSTICA INFERENCIAL

Examen de Estadística

TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18

Tema 5. Muestreo y distribuciones muestrales

CÁLCULO DE PRIMITIVAS Y ÁREAS POR INTEGRALES

Transformaciones y esperanza

Unidad III Variables Aleatorias Unidimensionales

LA DISTRIBUCIÓN NORMAL

Transcripción:

Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UCM Función de distribución y función de densidad Ejercicio. Sea X una variable aleatoria con función de distribución dada por, si < F ) = ), si <, si. a) Determine el valor de para que F ) sea, en efecto, función de distribución Es X una v.a. continua o discreta? b) Si = /4, cuál es la probabilidad del suceso / < X }? c) Si =, cuál es la probabilidad del suceso / < X }? Solución: a) Según la definición, el valor de ha de ser positivo. A la vista de la gráfica, para que F ) sea no decreciente, ha de suceder que + = ). Teniendo en cuenta que >, se deduce que. Con la condición <, F cumple las cuatro propiedades necesarias para ser función de distribución: * F ) = lím F ) =. * F ) = lím F ) =. * F es continua por la derecha. * F es no decreciente. -+ - Si =, X es una v.a. continua con densidad f) =, si [, ]. Sin embargo, si < <, X es una v.a. mita ya que se comporta como continua en el intervalo, ), siendo su densidad f) =, si, ), y se comporta como discreta en los puntos = y =, siendo su función de probabilidad en dichos puntos, p) = y p) = ).

b) Si = /4, resulta que: Pr/ < X }) = F /4) F /) = 4 ) = 8. En este caso X es una v.a. mita. Si hubiésemos utilizado su función de densidad y su función de probabilidad, tendríamos que: c) Si =, resulta que: Pr/ < X }) = Pr/ < X < /4) + PrX = /4) /4 = 4 d + ) = 4 4 8. / Pr/ < X }) = F ) F /) = ) =. En este caso X es una v.a. continua. Si hubiésemos utilizado su función de densidad, tendríamos que: Pr/ < X }) = / d =. Ejercicio. Sea X una v.a. con la siguiente función de distribución: F ) = a) Indique si X es continua o discreta. e b) Determine la función de densidad de X., si e, si >. c) Cuál es la probabilidad del suceso X }? d) Cuál es la probabilidad del suceso X = }? Solución: a) X es una v.a. continua dado que su función de distribución es continua por la derecha y por la izquierda. b) La función de densidad de X es c) Utilizando la función de distribución: f) = e, si, si >. Pr X }) = F ) F ) = e e = Utilizando la función de densidad: Pr X }) = e d + e e d = e + ) e =,7484. e + ) e =,7484.

d) Para toda v.a. continua sucede que PrX = ) =, para todo número real, de modo que PrX = }) =. Ejercicio. Determine el valor de para que cada una de las siguientes funciones sea función de densidad: a) f) = e, si >. b) f) = /, si < < /. c) f) = / + ), para todo número real. Solución: Las dos condiciones para que una función sea de densidad son las siguientes: * f). * f)d =. a) Por la primera condición se deduce que. De la segunda condición se deduce que: e d =. Resolviendo esta integral por partes u = y dv = e ) y usando la regla de L Hôpital, se verifica que: [ = lím lím e De donde se concluye que =. ] e + e d = e ] = = =. b) Por la primera condición se deduce que. De la segunda condición se deduce que: / d =. ) / Resolviendo esta integral, se verifica que: ] / )/ = = / + = + =,976. De donde se concluye que =,898. c) Por la primera condición se deduce que. De la segunda condición se deduce que: d =. + Resolviendo esta integral, se verifica que: = arctan)] π = π )) De donde se concluye que = /π. = π.

Ejercicio 4. El tiempo de retraso, medido en minutos, del AVE Sevilla - Madrid sigue una variable aleatoria continua con función de distribución, si + ) + F ) =, si < + ) +, si <, si >. a) Calcule el valor de. b) Calcule la probabilidad de que el tren llegue con menos de medio minuto de retraso. c) Calcule la probabilidad de que el tren llegue antes de la hora prevista. d) Calcule el tiempo esperado de retraso. e) Calcule la probabilidad de que el tren llegue entre medio minuto de adelanto y un minuto de retraso. f) Sabiendo que el tren ha llegado con retraso, calcule la probabilidad de que lo haya hecho menos de segundos después de lo previsto. Solución: Sea X la v.a. que mide el tiempo de retraso en minutos del AVE Sevilla - Madrid. Notése que cuando X < significa que la llegada del tren se ha producido con antelación a su tiempo de llegada previsto. En cambio, si X >, entonces el tren habrá llegado con retraso. a) Al ser X una v.a. continua, sabemos que su función de distribución, F, ha de ser continua en todo punto. De modo que, lím + F ) = F ) = =. b) PrX <, min) = F,) =, + ),) + = 7 8 =,87 = 87, %. c) PrX < ) = F ) = =, = %. d) En el caso de una v.a. continua su media o esperanza se calcula integrando en todo R su función de densidad, f), multiplicada por, es decir, E[X] = Calculemos en primer lugar, f) = df d Entonces, f) = f)d. ). Se tiene que: +, si <, si <, en caso contrario. E[X] = + )d + )d =. e) Pr, min < X < min) = F ) F,) = 7 8 =,87 = 87, %. f) Para calcular PrX < 4 X > ) hacemos uso de la definición de probabilidad condicionada: Pr X < 4 ) X > = Pr < X < 4 ) PrX > ) = F /4) F ) F ) = 7 =,47 = 4,7 %. 6 4

Ejercicio. Un autobús pasa por una cierta parada cada 8 minutos. Si un usuario llega a la parada, el tiempo que debe esperar es una variable aleatoria con función de densidad f t) t en minutos). Sin embargo, si el autobús lleva retraso, el tiempo de espera se distribuye según la función de densidad f t). f t) = /8, si < t < 8, en caso contrario. f t) = e t/, si t >, en caso contrario. Sabiendo que un día de cada tres, el autobús llega con retraso, calcule la probabilidad de que el usuario tenga que esperar más de minutos. Solución: En este ejercicio aplicaremos el Teorema de la Probabilidad Total. Sea R el suceso el autobús lleva retraso un día concreto. Sabemos que PrR) = /, de modo que PrR) = /. Nos piden PrT > min), siendo T la v.a. que mide el tiempo que un usuario de dicho autobús espera en la parada hasta que éste llega. Usando como partición del espacio muestral los sucesos R y R, el Teorema de la Probabilidad Total nos permite escribir PrT > min) como sigue: PrT > min) = PrT > min R) PrR) + PrT > min R) PrR). Calculemos PrT > min R) y PrT > min R): Se concluye que: PrT > min R) = PrT > min R) = 8 f t)dt = e t/] t= = e,, 8 dt = t ] t=8 = 8 t= 8. t= PrT > min) = e, + 8 =,4 = 4, %.