PROBABILIDADES Y ESTADÍSTICA (C) Práctica 4. a) Hallar las funciones de probabilidad marginal de X ydey : p X (x) y p Y (y) respectivamente.

Documentos relacionados
F (x, y) = no es la función de distribución acumulada de ningún vector aleatorio. b) Mostrar que. { (1 e x )(1 e y ) si x 0, y 0

a) Definir un espacio muestral S apropiado para este experimento. b) Consideremos la variable aleatoria

Cálculo de Probabilidades II Preguntas Tema 1

PROBABILIDADES Y ESTADÍSTICA (C) Práctica Se arroja dos veces un dado equilibrado, registrándose los resultados obtenidos.

Generación de variables aleatorias continuas Método de la transformada inversa

Capítulo 6: Variable Aleatoria Bidimensional

Unidad 1: Espacio de Probabilidad

Variables Aleatorias. Introducción

Tema 5 Algunas distribuciones importantes

1.1. Distribución exponencial. Definición y propiedades

Unidad Temática 3: Probabilidad y Variables Aleatorias

Definición de probabilidad

Distribuciones de probabilidad bidimensionales o conjuntas

Distribuciones de probabilidad más usuales

Objetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria

PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.

Tema 4: Variables aleatorias multidimensionales

Probabilidad condicional

DISTRIBUCIÓN N BINOMIAL

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas

01 - LEY DE COULOMB Y CAMPO ELÉCTRICO. 3. Dos cargas puntuales cada una de ellas de Dos cargas iguales positivas de valor q 1 = q 2 =

X = beneficio del jugador = (ganancia neta) (recursos invertidos) Cuántos euros debo poner yo para que el juego sea justo?

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma:

Tema 4: Variables aleatorias multidimensionales

La distribución normal

PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M.

Distribuciones de Probabilidad

5 DISTRIBUCIONES BINOMIAL Y DE POISSON

Tema 4. MODELOS DE DISTRIBUCIONES DISCRETOS.

Unidad IV: Distribuciones muestrales

Prof. Eliana Guzmán U. Semestre A-2015

Al conjunto de todos los sucesos que ocurren en un experimento aleatorio se le llama espacio de sucesos y se designa por S. Algunos tipos de sucesos:

Maestría en Bioinformática Probabilidad y Estadística: Clase 3

Prueba Integral Lapso /6

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016

Variable Aleatoria. Relación de problemas 6

Relación de Problemas. Tema 6

Probabilidad Condicional

Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).

3 PROBABILIDAD Y DISTRIBUCION NORMAL

Introducción al Tema 9

Unidad II: Fundamentos de la teoría de probabilidad

Teorema Central del Límite (1)

Variables aleatorias unidimensionales

DISTRIBUCIÓN DE POISSON

III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios

Hoja 2 Probabilidad. 1.- Sean Ω un espacio muestral y A P(Ω) una σ-álgebra. Para A A fijado, Además, resolver el ejercicio 3 desde (5.a) y (5.b).

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

ESTADÍSTICA INFERENCIAL

PROBABILIDAD Y ESTADÍSTICA

Definición 4.1 Diremos que una variable aleatoria discreta X tiene una distribución Uniforme de parámetro N, N 1, si. rg(x) = {1, 2,...

PROBLEMAS DE PROBABILIDAD. 3. Calcula la probabilidad de que al lanzar dos dados la suma de sus puntos sea: a) igual a 5 b) mayor que 10

Variables aleatorias

EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)

Distribuciones Continuas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 7.

Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B

RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

C. EXPERIMENTOS ALEATORIOS- SUCESOS- PROBABILDADES:

Tema 4. Probabilidad Condicionada

6. VARIABLES ALEATORIAS

Estadística Aplicada

PROBABILIDAD. Profesor: Rafael Núñez Nogales CÁLCULO DE PROBABILIDADES. Experimentos y sucesos

Concepto de Probabilidad

Probabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid

HOJA DE TRABAJO UNIDAD 3

ESTADÍSTICA INFERENCIAL

VARIABLES ALEATORIAS DISCRETAS

Variables aleatorias

Factorial de un número Se define como la multiplicación sucesiva de los primeros números naturales.

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.

4.1. Polinomios y teoría de ecuaciones

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.

AUXILIAR 1 PROBLEMA 1

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

Variables aleatorias continuas

Simulación. Problema del jardinero. Modelo de stock aleatorio. Camino crítico.

TEMA 3: Probabilidad. Modelos. Probabilidad

TEMA 1: PROBABILIDAD

INECUACIONES Y SISTEMAS DE INECUACIONES LINEALES.

Tema 13: Distribuciones de probabilidad. Estadística


6.1. Esperanza Matemática de Variables Aleatorias Discretas.

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA

4. CONCEPTOS BASICOS DE PROBABILIDAD

Curso de Probabilidad y Estadística

5. MODELOS PROBABILISTICOS.

Tema 4: Probabilidad y Teoría de Muestras

Simulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Grupo 23 Semestre Segundo examen parcial

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)

Modelos Estocásticos I Tercer Examen Parcial Respuestas

Conceptos. Experimento Aleatorio: Es un fenómeno en el que interviene el azar, es decir no se puede predecir el resultado.

Módulo 1: Electrostática Campo eléctrico

GUÍA 1: CAMPO ELÉCTRICO Electricidad y Magnetismo

ACTIVIDAD 2: La distribución Normal

Tema 5. Variables Aleatorias

Transcripción:

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 4 1. En la siguiente tabla se presenta la función de probabilidad conjunta del vector aleatorio discreto (X, Y ): Y \ X 1 2 3 4 1 0.10 0.05 0.02 0.02 2 0.05 0.20 0.05 0.02 3 0.02 0.05 0.20 0.04 4 0.02 0.02 0.04 0.10 a) Hallar las funciones de probabilidad marginal de X ydey : p X (x) y p Y (y) respectivamente. b) Calcular la probabilidad de que tanto X como Y sean menores que 3. c) Calcular la probabilidad de que X sea par e Y sea impar. 2. Sea (X, Y ) un vector aleatorio con función de densidad conjunta ½ k (x f XY (x, y) = 2 + y 2 ) 2 x 3, 2 y 3 0 en otro caso. a) Cuál es el valor de k? b) Hallar las funciones de densidad marginal de X ydey : f X (x) y f Y (y) respectivamente. c) Cuál es la probabilidad de que tanto X como Y sean menores que 2.6? d) Cuál es la probabilidad de que máx(x, Y ) < 2.6? 3. De un grupo de tres profesores, dos graduados y un alumno debe seleccionarse al azar una comisión de dos personas. Sean X el número de profesores e Y el número de graduados en la comisión. a) Hallar la función de probabilidad conjunta del par (X, Y ) ylasmarginalesdex e Y. b) Cuál es la probabilidad de que el alumno no forme parte de la comisión? 4. Sea (X, Y ) un v.a. bidimensional continuo con distribución uniforme en el trapecio de vértices ( 1, 0), (0, 1), (1, 1) y (2, 0). a) Hallar la función de densidad conjunta de (X, Y ). b) Calcular P (Y X). c) Hallar las funciones de densidad marginal f X (x) y f Y (y). 19

5. En los ejercicios 1 a 4: a) Decir si X e Y son independientes, justificando en cada caso. b) Hallar las funciones de probabilidad o de densidad condicional, según corresponda. 6. Para iluminar sin interrupción una sala se cuenta con dos lamparitas; cuando se quema una, se coloca la otra. Sean X e Y los tiempos de vida de cada lamparita (en 10 3 horas) y supóngase que esos tiempos son independientes y tienen distribución E (1). a) Hallar la densidad conjunta de (X, Y ). b) Hallar la probabilidad de que la sala permanezca iluminada al menos 2000 horas. 7. Dos servidores A y B procesan trabajos a medida que van llegando. El tiempo que tarda el servidor A en procesar un trabajo es una variable aleatoria X E(λ 1 ),mientras que el tiempo que tarda el servidor B es una variable aleatoria Y E(λ 2 ).Ambos servidores actúan en forma independiente. a) Dos trabajos llegan simultáneamente y es atendido uno por A yotroporb. Cuál es la probabilidad de que el servidor A termine con su trabajo antes que B? b) Supongamos que tres trabajos llegan simultáneamente. Uno es atendido por A, otro por B y el tercero queda esperando a que uno de los servidores se libere. Si λ 1 = λ 2, pruebe que la probabilidad de que el último trabajo en ser atendido sea el último en ser completado es 0.5. 8. Se tira una moneda equilibrada 3 veces, siendo X el número de caras. Si X = a se extraen sin reposición a +1bolillas de una urna que contiene 4 bolillas blancas y una roja. Sea Y el número de bolillas rojas extraídas. a) Hallar la distribución de Y dado X = a, para a =0, 1, 2, 3. b) Obtener una tabla con la distribución conjunta del par (X, Y ) yhallarlafunción de probabilidad marginal p Y. c) Son X e Y independientes? d) Si exactamente 2 de las bolillas extraídas son blancas, cuál es la probabilidad de que hayan salido dos caras? 9. Alicia y José acordaron encontrarse a las 8 de la noche para ir al cine. Como no son puntuales, se puede suponer que los tiempos X e Y en que cada uno de ellos llega son variables aleatorias con distribución uniforme entre las 8 y las 9. Además se supondrá queestostiempossonindependientes. a) Cuál es la densidad conjunta de (X, Y )? b) Cuál es la probabilidad de que ambos lleguen entre las 20:15 y las 20:45? c) Si ambos están dispuestos a esperar no más de 10 minutos al otro a partir del instante en que llegan, cuál es la probabilidad de que se desencuentren? 20

10. En los ejercicios 1 a 4, calcular: a) cov (X, Y ) y ρ (X, Y ). b) E (X + Y ) y V (X + Y ). 11. a) Probar que si X e Y son v.a. independientes entonces cov (X, Y )=ρ(x, Y )=0. b) Mostrar con un ejemplo que la recíproca no es cierta en general. (Sugerencia: Sean U y V dos v.a. independientes pero con la misma distribución. Considerar X = U + V e Y = U V.) c) Mostrar que si Y = ax+b (a 6= 0),entoncesρ(X, Y )=±1. Cuándoesρ(X, Y )= 1 ycuándoes 1? d) Sean σ 2 X y σ2 Y las varianzas de las v.a. X e Y, i. Utilizando que: V ( X σ X + Y σ Y ) 0, verificar que ρ(x, Y ) 1 ii. Utilizando además que: V ( X σ X Y σ Y ) 0, verificar que 1 ρ(x, Y ) 1 12. Sea (X, Y ) un vector aleatorio con distribución uniforme en la región: 0 x 1, x y x + h para algún 0 <h<1. (a) Hallar las densidades marginales f X (x) y f Y (y). (b) Calcular E (X),E(Y ),E(XY ). (c) Verificar que V (Y )= 1 12 (h2 +1). Hallar ρ XY. (d) A qué tiende ρ XY cuando h tiende a cero? Por qué? 13. Sea X una variable aleatoria con densidad U[0, 1]. SiX = x, seeligeunnúmeroy entre 0 y x. PorlotantoY X=x U[0,x]. a) Hallar la densidad conjunta del par (X, Y ) y la densidad marginal f Y. b) Calcular E (Y ),V(Y), cov (X, Y ) y cov (X, X + Y ). 14. Se va a guardar un archivo de longitud 100 caracteres, cada uno de los cuales toma el valor A, B, C ó D. Las probabilidades de ocurrencia de cada uno de estos caracteres son p A = 0.70, p B =0.12, p C =0.10 y p D =0.08. Se definen las variables aleatorias: A: número de veces que ocurre la letra A. B: número de veces que ocurre la letra B. etc. Suponiendo independencia entre los caracteres del archivo: a) Qué distribución tiene el vector aleatorio (A, B, C, D)? b) Hallar las distribuciones marginales de A, B, C y D. c) Para ahorrar memoria se decide representar estos caracteres según la siguiente tabla basada en el código de Huffman. 21

Letra Código A 1 B 00 C 011 D 010 Sea X: tamaño del archivo codificado (en bits). Hallar E(X). 15. La longitud (en cm) de ciertas varillas de metal tiene distribución N (5, 0.25). Para hacer un control de calidad se eligen 40 varillas al azar. Hallar la probabilidad de que 1 varilla mida menos de 4 cm, 13 varillas midan entre 4 y 4.8 cm, 18 varillas midan entre 4.8 y 5.5 cm, y el resto de las varillas mida más de 5.5 cm. 16. Sean X 1,...,X n variables aleatorias independientes e idénticamente distribuídas (v.a. i.i.d.) con función de distribución F X.Sedefinen las variables aleatorias T = máx (X 1,...,X n ) U = mín(x 1,...,X n ) a) Probar que F T (t) =[F X (t)] n. b) Probar que F U (t) =1 [1 F X (t)] n. c) Si las variables X i tienen densidad f X (x), i. hallar las densidades de T y U. ii. escribir las integrales que dan E(T ) y E(U). d) Si las variables X i tienen distribución U(0,1), hallar E(T ), E(U) y la esperanza del rango T U. Qué relación (de orden) debería haber entre E(T ), E(U) y E(X i )?. Se cumple?. 17. En un concurso de salto, cada atleta salta 3 veces, siendo su puntaje la máxima altura alcanzada. Si la altura en cada salto (en metros) es una v.a. con distribución U(2,2.5) y considerando que las tres alturas alcanzadas son independientes a) Hallar la función de distribución del puntaje. b) Hallar el valor esperado del puntaje. 18. Sean X e Y v.a. independientes, tales que X Bi(n, p) e Y Bi(m, p). Probar que: a) X + Y Bi(n + m, p). kp (Nota: j=0 m k j n j = m+n k.) b) La distribución de X condicional a X + Y = k es H (k, n, m + n). 19. Un laboratorio posee 14 ratas de la especie A y 11 de la especie B para experimentación. La probabilidad de que cualquiera de ellas muera en un experimento es 0.1, y se considera que las ratas mueren en forma independiente. 22

a) Cuál es la probabilidad de que mueran más de 4 ratas? b) Si murieron 2, cuál es la probabilidad de que ambas hayan sido de la especie A? 20. a) Sean X e Y v.a. independientes, ambas con distribución G(p). Probar que X + Y BN(2,p). b) Sean X e Y v.a. independientes, X con distribución G(p) e Y con distribución BN(r, p). Probar que X + Y BN(r +1,p). (Nota: k r P j=1 k j 1 r 1 = k 1 r para todo k r +1.) P 21. Sean X 1,...,X n v.a. i.i.d.. Se define S = n X i. i=1 a) Calcular E (S) y V (S) paralossiguientescasos: i. X i Bi(1,p). ii. X i G (p). b) Usando los Ejercicios 18 y 20, hallar la distribución de S para los dos casos anteriores. c) Deducir de (a) y (b) la esperanza y la varianza de variables aleatorias con distribución Bi(n, p) y BN (r, p). 22. a) Sean X e Y v.a. independientes tales que X P(λ) e Y P(μ). Probarque: i. X + Y P(λ + μ). µ λ ii. La distribución de X condicional a X + Y = k es Bi k,. λ + μ b) Sean X e Y v.a. tales que X P(λ) e Y X=k Bi(k, p). ProbarqueY P (λp). 23. Dos terminales A y B están conectadas a un servidor. La cantidad de requerimientos querealizalaterminala en el lapso de un segundo sigue una distribución P(2) mientras queparalaterminalb sigue una distribución P(3). Ambas terminales actúan en forma independiente. a) Hallar la probabilidad de que en un segundo haya más de 3 requerimientos al servidor. b) Si en un determinado segundo hubo dos requerimientos al servidor, cuál es la probabilidad de que haya provenido uno de cada terminal? c) Si el 30 % de los requerimientos necesita grabar en disco (y el 70 % restante no), hallar el valor esperado para la cantidad de requerimientos de disco en el lapso de 15 segundos. 23