GUIA DE ESPERANZA Y VARIANZA

 cx
 , x  1,2,3,...,100
1. Considere la v.a.d con f.d.p f ( x)   4
0, 
Obtener:
a) el valor de c.
b) los valores de la función de prob y distribución acumulada para x = 1,2,3,4,...
c) calcular Px  3 y Px  3 .
cx 3 , 0  x 1
2. Considere la v.a.c con f.d.p, f ( x)  
0, 
se pide:
a) el valor de c.
b) la función de distribución.
c) la media.
d) la probabilidad de que la variable esté comprendida entre 0,2 y 0,7.

0, x0

3. La v.a.c X tiene función de densidad: f ( x)  1, 0  x 1
0, x 1

Determinar:
a) la media b)varianza c) P0,2  x  0,8

2x
4. Verifique que f ( x)  para x = 1,2,3,...,k puede fungir como la distribución
k (k  1)
de probabilidad de una v.a.d.

5. Determine el valor de c para que f pueda servir como la distribución de prob. de una
v.a.d.

a ) f ( x)  cx, para x  1,2,3,4,5.

5 
b) f ( x)  c  para x  0,1,2,3,4,5
 x
c) f ( x)  cx 2 para x  1,2,3,4,..., k
d ) f ( x)  c 2 x
para x  1,2,3,4.
x
1
e) f ( x )  c  para x  1,2,3
4
6. Demuestre que no hay valores de c tales que f no pueda fungir como distribución de
probabilidad.
 c
a) f ( x)  , x  1,2,3,...
x
b) f ( x )  c 2 x , x  1,2,3. ..

7. En un lote de 12 televisores hay dos que están defectuosos. Si se eligen al azar 3 de los
televisores para enviarlos a un hotel. ¿Cuántos aparatos descompuestos pueden esperarse
en el envío? ¿cuál es la varianza?

8. Una grabadora de cintas contiene 6 transistores, de los cuales dos están defectuosos. Si
se seleccionan al azar dos de estos transistores, extraídos de la grabadora, e inspeccionados
y X es el número de unidades defectuosas observadas, obtenga.

a) la distribución de probabilidad de X.
b) la distribución acumulada de X.
c) grafique ambas.

9. Una moneda está “cargada” y de este modo hay tres veces mayor probabilidad de que
caigan sellos en lugar de caras. En tres lanzamientos independientes de la moneda
determine:
a) la distribución de prob de la variable aleatoria X que representa el número de sellos que
se obtiene.
b)l a prob que cuando mucho caigan 2 sellos.
c) obtenga la función de distribución acumulada de la v.a. X y trace su gráfica y obtenga
P1  x  3 y Px  2 .
1 / 5, 2  x  7
10. La f.d.p de la v.a.c. X está dada por: f ( x)  
0, 
a) demuestre que el área situada debajo de la curva (sobre el eje x) es igual a 1.
b) determine P3  x  5.

11. Obtenga el valor esperado de la v.a. Y cuya f.d.p está dada por:
1
 ( y  1), 2 y4
f ( y)  8
0, 
 x, 0  x 1

12. Determine E(X) y V(X) para: f ( x )  2  x , 1  x  2
0, 

 1
 , 1 x  3
13. Para la f.d.p de la v.a.c X está dada por: f ( x)   x(ln x)
0, 

a) determine (si es posible) E(X), E ( X 2 ), E( X 3 )

b) determine E X 3  2 X 2  3 X  1 
  x / 2, 0  x 1
1 / 2, 1  x  2

14. Sea f.d.p, f ( x )   3  x
2 x3

determine E X 2  5 X  3 
 2 ,

0, 
15. Suponga que el tiempo que tardan en atender a un individuo en una cafetería es una
v.a. con una f.d.p dada por:
 1 4x
 e , x0
f ( x)   4
0, 

Determine el tiempo promedio de espera y su varianza.

16. Un juego de azar se considera justo o equitativo, si la esperanza de cada jugador es

igual a cero. Si una persona nos paga $10 cada vez que tiramos un tres o un cuatro con un
dado.
¿Cuánto debemos pagar a esa persona cuando tiremos un 1,2,5 o 6 para tornar el juego
equitativo?.

17. Supongamos que una máquina dispensadora de bebidas se traga la moneda el 30% de
las veces.
Determine la media de intentos para que la máquina se trague la moneda si se realizan
4 ensayos.

18. Una máquina envasadora, falla con tasa igual a   3 fallas por día. Calcule la prob.
de que un día cualquiera no falle; si sigue una distribución de poisson.

19. El número promedio de camiones que llegan en un día cualquiera a un depósito de

camiones en cierta ciudad es según se sabe 12. ¿Cuál es la probabilidad de que en un día
dado lleguen menos de 9 camiones a este depósito? (asuma que el número de camiones
que llegan en un día dado sigue una distribución de poisson). Calcule la media y la varianza.

20. Si X es una variable aleatoria continua con distribución exponencial, entonces:

P( X  s  t / X  s)  P( X  t ) .
 Distribuciones
Conjuntas-Marginales y Condicionales

Distribuciones Conjuntas, marginales y condicionales

1. X variable aleatoria X :   S   , (cuantifica alguna característica del espacio

muestral) y se define una medida para esta variable como p : Re cX  0,1 .  
a) Si X es discreta se cumple:
 0  p( x)  1
  p( x)  1
xRe cX
a
 F ( X  a)  FX (a)  P( X  a)   p( x)
xRECX
b) Si X es continua y cuya función de densidad de probabilidad es f(x)se debe
cumplir:
 f(x) debe ser mayor o igual que cero.

  f ( x)dx  1
xRe cX
b
 P(a  x  b)   f ( x)dx
a
a
 F ( X  a)   f ( x)dx  P( X  a)

tal que F’(x)=f(x)

Ejemplos:

1. Supongamos que la función de distribución de la variable aleatoria X es:

1  exp{ x} ; x  0
F ( x)  
0; si no
Determine:
a) P(X>1) b) el valor esperado y varianza esperada.

1  exp{ x 2 } ; x  0
2. F ( x)  
0; si no

Determine:
4
a) P(1  X  4)  F (4)  F (1)   2 x exp{ x
2
}dx
1
1
b)P(X>1)=1-F(1)=1-P(X<1)= e
 3. Ejemplo de Caso Discreto
Considere una v.a X con RecX={1,2,3} y sabemos que: p(1)  1 / 2, p(2)  1 / 3.
Determine:
a) su función de distribución de X.
b) Valor esperado.
c) Varianza.
d) La distribución acumulada de X.
e) Grafique ambas funciones.

4. Supongamos que X es una v.a.c cuya f.d.p está dada por:

c(4 x  2 x 2 ); 0  x  2
f ( x)  
0, en otra parte
a) ¿Cuál es el valor de c?
b) Encuentre P(X>1).

VARIABLES ALEATORIAS DISTRIBUIDAS CONJUNTAMENTE.

Con frecuencia en un experimento dado nos interesa no sólo la función distribución de probabilidad
de una variable aleatoria individual; si no también la relación entre dos o más variables aleatorias.
Por ejemplo, en un experimento sobre las posibles causas del cáncer pulmonar, tal vez nos interese
la relación entre el número promedio de cigarros fumados por día y la edad a la cual la persona
contrae el cáncer, o un ingeniero puede interesarse por la relación entre la resistencia al corte y el
diámetro de una soldadura de punto en un espécimen fabricado con hoja de acero.

Para especificar la relación entre dos variables aleatorias se define la función de distribución de
probabilidad acumulada conjunta de X e Y mediante:
FX ,Y ( x, y)  P( X  x; Y  y)
De la función de distribución conjunta F X ,Y se puede obtener las distribuciones Marginales
FX y FY de a siguiente manera:

i) Para el caso continuo.

FX ( x)  P( X  x)  P( X  x;  Y  )  F ( x, ) y
FY ( y)  P(Y  y)  P(  X  ; Y  y)  F (; y)

2F
y f ( x, y )  para el caso de dos variables, idem para n variables.
yx

ii) Para el caso discreto.

p( x i ; y i )  P( X  x i ; Y  y i ) y p( X  xi )   p( xi ; y j ) y p (Y  y j )   p ( x i ; y j )
j i
Ejemplos:
1. Supongamos que en una encuesta a las familias se les hacen dos preguntas: una sobre si
son dueños o no de la casa y otra sobre su ingreso. Las posibles respuestas y algunas
probabilidades se presentan en lo que sigue:

A1: la familia es dueña de la casa.

A2: la familia arrienda la casa.
B1: el ingreso familiar es menor de $150000.
B2: el ingreso familiar está entre $150000 y menos de $250000.
B3: el ingreso familiar es de $250000 o más.

P( A1)  0.3, P( B1)  0.5 P( B 2)  0.25 P( A1 / B1)  0.2 P( A1 / B3)  0.2 P( A1 / B 2)  0.6

a) Encuentre la distribución conjunta para estas dos variables.

b) Encuentre la probabilidad de que una familia sea dueña de la casa y gane
$250000 o más.
c) Encuentre la probabilidad de que dado que una familia es dueña de la casa gane
menos de $150000.

Solución:

a)
B vs A A1 (dueña) A2 ( arrienda)
B1 0.1 0.4 0.5
B2 0.15 0.1 0.25
B3 0.05 0.2 0.25
0.3 0.7 1

Usando la definición de probabilidad condicional, que equivale a la conjunta dividido por la marginal
respectiva se obtiene la tabla.

b) P(A1 B3)  0.05 c) P(B1 dado A1)  0.1/ 0.3  0.3333 .

[Link] que se toma al azar3 baterías de un conjunto que consta de 3 baterías nuevas, 4 usadas
que todavía funcionan y 5 son defectuosas. Si X e Y denotan respectivamente el número de baterías
nuevas y de baterías usadas que todavía funcionan, que fueron elegidas, determine a función de
masa de probabilidad conjunta de X e Y.
  5  12 
p (0,0)    /    10 / 220.
 3  3 
 4  5  12 
p (0,1)     /    40 / 220
1  2   3 
 4  5  12 
p (0,2)     /    30 / 220
 2 1   3 
 4  12 
p (0,3)    /    4 / 220
3 3 
 3  5  12 
p (1,0)     /    30 / 220
1  2   3 
 3  4  5  12 
p (1,1)      /    60 / 220
1 1 1   3 
 3  4  12 
p (1,2)     /    18 / 220
1  2   3 
 3  5  12 
p ( 2,0)     /    15 / 220
 2 1   3 
 3  4  12 
p ( 2,1)     /    12 / 220
 2 1   3 
 3  12 
p (3,0)    /    1 / 220
 3  3 

Luego a tabla de la distribución conjunta es:

i-j 0 1 2 3 Total(marginal)
0
1
2
3
Total 56/220 112/220 1
(Marginal)

3. Ejemplo:

Suponga que 15% de las familias de cierta comunidad no tienen hijos, 20% tienen 1, 35% tiene 2 y
30% tienen 3; considere además que cada uno de los hijos tiene la misma (e independiente)
posibilidad de ser niño o niña.

Si se elige al azar una familia de esta comunidad entonces B = el número de niños y D = el

número de niñas, luego:

Determine e interprete:
P( B  0; D  0)
P( B  0; D  1)
P( B  0; D  2)
Tabla:

(B=i) vs ( D=j) 0 1 2 3 Total(marginal)

P(B=I)
0 0.15 0.1 0.0875 0.375 0.35
1 0.1 0.175 0.115 0 0.3875
2 0.075 0.1125 0 0 0.2
3 0.375 0 0 0 0.0375
Total (Marginal) 0.375 0.3875 0.2 0.0375 1
P(D=j)

4. Ejemplo de caso continuo:

2e  x e 2 y ,
 0  x  , 0  y  
f ( x , y)  

0, ~

Calcule:
a) P(X  1, Y  1) , b) P(X  Y) , c) P(X  a)

Solución:
1
 x 2 y
a) P(X>1,Y<1)=   2e e dxdy  e 1 (1  e 2 )
01
y
 x 2 y
b) P(X<Y)=   2e e dxdy  1 / 3
00
a
 x 2 y
c) P(X<a)=   2e e dydx  1  e a
00
Calcular la f.d.p de X.

b
 x 2 y
d) P(Y<b)=   2e e dxdy  1  e  2b .
00

 x 2 y
Y demostrar que f(x,y) es una f.d.p de X,Y, es decir   2e e dydx  1
00
 Variables Independientes

Recuerdo: Si P(A / B)  P(A) o P(B / A)  P(B) o P(A  B)  P(A)  P(B)

Conjunta

Implica que las variables X e Y son independientes si para cualquier conjuntos A y B de números
reales:

P(X  A; Y  B)  P(X  A)  P(Y  B)

o P ( X  a ; Y  b)  P ( X  a )  P ( Y  b)
o FX,Y (a , b)  FX (a )  FY (b)
o f X , Y ( x , y)  f X ( x )  f Y ( y)

En el caso discreto p(x,y)=p(x)p(y)

P(X  A; Y  B)   p Y ( y)   p X (x)  p(Y  B)  P(X  A)

yB XA

Ejemplo:
Supongamos que X e Y son v.a independientes que tienen la misma f.d.p:

e  x , x0
f (x)   luego f X,Y (x, y)  e ( x  y)
0 , ~
Encuentre la f.d.p para la variable X / Y .

Solución:
Determinemos F X en efecto:
Y
 ay
X  1
FX (a )  P  a   P(X  aY )    e  x e  y dxdy  1 
Y  a 1
Y 0 0

1
Por lo tanto para encontrar f.d.p se debe derivar. Quedando: f X (a )  F' (a ) 
Y
(1  a ) 2
Para a>0.
Conceptos de Esperanza de una variable aleatoria.

Sea g :  n   una función real valorada, donde y  g ( x1 , x 2 ,..., x n )

Ejemplo:
g ( x1 , x 2 )  x1 ·x 2
g ( x1 , x 2 )  x1  x 2
Definimos la esperanza de una función g como:

  

 x
  g ( )· f ( x )dx1dx2 dx3 ···dxn
E ( g ( x ))   ya sea el caso continuo o caso discreto.
  
  ··· g ( x )·p( x )


Propiedades y definiciones de esperanza y varianza:

1. E ( g ( x)·h( x))  E (h( y )·E ( g ( x) / y ))

2. cov(x,y)=covarianza de X,Y= E(XY)-E(X)·E(Y).
3. E(XY)=E(Y·E(X/Y))=E(X·E(Y/X))
4. V(X+Y)=V(X)+V(Y)+2COV(X,Y)
5. V(X-Y)=V(X)+V(Y)-2COV(X,Y)
6. Si X,Y son independientes entonces
a) cov(x,y)=0
b) E(XY)=E(X)·E(Y)
c) E(g(x)/y)=E(g(X))
7. Si Y   ai ·xi  b entonces

V (Y )   ai 2 ·V ( X i )  2  ai a j ·cov(xi , x j )

 
E (Y )   ai ·E ( X i )  b
 
8. Var ( X / Y )  E( X 2 / Y )  ( E( X / Y )) 2
9. M X (t )  E(e tx )
10. Si Y   X i e independientes entre ellas se tiene:

t · xi
M Y (t )  E (e )   M X i (t )  ( M X I ) n
 Ejercicios
1. Una urna contiene 3 bolas numeradas 1, 2, 3 respectivamente. De la urna se extraen dos
bolas una a una sin reemplazo, y sea X el número de la primera bola extraída, Y el número
de la segunda bola. Hallar la distribución de probabilidad conjunta de la variable aleatoria
(X,Y).

2. Si X representa el número de caras e Y el número de caras menos el de sellos cuando se

lanzan tres monedas de $100. Encuentre la distribución de probabilidad conjunta de X e Y.

3. Suponga que tres objetos no diferenciables se distribuyen al azar en tres celdas numeradas.
Sea X el número de celdas vacías e Y el número de objetos colocados en la primera celda.
Construya la tabla de distribución de probabilidad conjunta de X e Y. ¿Son independientes
dichas variables?

4. Determine el valor de k de tal manera que la siguiente función represente una función de
probabilidad conjunta de las v. a. X e Y:

P(x,y) = kxy, para x = 1, 2, 3 ; y =1, 2, 3

5. Se elige uno de los números enteros: 1, 2, 3, 4, 5. después de eliminar todos los enteros (si
los hay) menores que el elegido, se elige uno de los restantes (por ejemplo, si el primer
número es el 3, la segunda elección se hace de entre los números 3, 4, 5). Sea X e Y los
números obtenidos de la primera y segunda elección respectivamente.
a) Hallar la distribución de probabilidad conjunta.
b) Determine la distribución de probabilidad marginal de X e Y.
c) Determine la distribución de probabilidad condicional de Y, dado x = 3.
d) Determine la distribución de probabilidad condicional de X, dado y = 3.
e) Calcular P[x + y > 7] y P[y – x > 0]

6. La función de probabilidad conjunta de X e y está dada por:

x
2
 y2
p ( x, y )  , x  0, 1, 2, 3 ; y  0, 1
32
a) Hallar la función de probabilidad marginal de X e Y.
b) Determine la distribución de probabilidad condicional de X, dado Y=y.
c) Determine la distribución de probabilidad condicional de Y, dado X=x.
d) Calcular: p(x/1) ; p(x/2); p(x/3).
e) Calcular: p(y/1); p(y/2); p(y/3).
f) Verifique que X e Y son dependientes.

7. Hallar el valor de k, de tal manera que la función:

 x
k 0  x  2, 1  y  2
f ( x, y )   y
0
 , c.o.c
Sea una función de densidad de una variable aleatoria (X,Y)

8. Dos variables aleatorias tienen la siguiente función de densidad conjunta:

k ( x 2  y 2 ), 0  x  2, 1  y  4
f ( x, y )  
0 , c.o.c
 a) Encuentre k.
b) Encuentre P(1<X<2,2<Y≤3)
c) P(1≤X≤2)

9. Sea (X,Y) una v.a. continua bidimensional con densidad:

1
 0  y  x,0  x 1
f ( x, y )   x
0 , c.o.c
Hallar las densidades marginales para X y para Y.

10. La cantidad de queroseno, en miles de litros, en un tanque al principio del día es una cantidad
aleatoria Y, de la cual una cantidad aleatoria X se vende durante el día. Suponga que el
tanque no se rellena durante el día, de tal forma que x ≤ y , y suponga que la función de
densidad conjunta de esta variables es:
2 0  x  y, 0  y  1
f ( x, y)  
0 c.o.c
a) Determine si X e Y son independientes.
b) Encuentre P(1/4<X<1/2|Y=3/4)

11. Una distribución de probabilidad conjunta de la variable aleatoria (X,Y) está dada por la
siguiente tabla:

x 0 1
y
0 0.1 0.05
1 0.2 0.1
2 0.3 0.25

Calcular:
a) E(X) ; E(Y) b)E(3X+4Y) c)E(Y2) , V(Y) d)E(XY) e) P(X=1/Y=1) .

12. En el examen de admisión a cierta universidad se califica en base a 100 puntos.

Sea X la calificación que obtiene un de los estudiantes (que continúa sus
estudios hasta graduarse) y se Y su razón del punto de calidad al graduarse (4
puntos = A). La función de densidad conjunta de X e Y es:
1
 2  y  4, 25(y - 1)  x  25 y
f ( x, y )   50
0 c.o.c
a) Hallar E(X), E(Y), E(XY)
b) V(X) , V(Y) , cov(X,Y), ρ(X,Y)

14. Sea X e Y v.a. continuas, cuya función de densidad conjunta es,

4 0  x  1, 0  y  1 / 4
f ( x, y)  
0 c.o.c
¿Son independientes las variables X e Y?
 15. La función de densidad conjunta de la variable aleatoria bidimensional (X,Y) es,
 18 (6 - x - y) 0  x  2, 2  y  4
f ( x, y )  
0 c.o.c
Hallar las densidades condicionales f(x/y); f(y/x)

16. Una compañía tabacalera produce mezclas de tabaco de tal modo que cada una contiene
diferentes proporciones de tabacos turco, de la región y otros. Las proporciones de tabacos
turco y del de la región en una mezcla son variables aleatorias con una función de densidad
conjunta (X = turco y Y = regional):
24 xy 0  x  1, 0  y  1
f ( x, y)  
0 c.o.c
a. Encuentre la probabilidad de que en una caja determinada el tabaco turco sea más
de la mitad de la mezcla.
b. Encuentre la función de densidad marginal para la proporción de tabaco regional.
c. Encuentre la probabilidad de que la proporción de tabaco turco sea menor de 1/8 si
se sabe que la mezcla contiene 3/4 de tabaco regional.

17. La distribución de probabilidad conjunta de la variable aleatoria (X,Y) está dada

por la tabla adjunta. calcular

a) E(X+Y)
b) E(XY) x 1 2
c) E(2X+3/Y=2) y
d) Cov(X,Y) 1 0.1 0.4
e) Ρ(X,Y) 2 0.2 0.3

Segunda etapa: para desarrollar estos ejercicios debe conocer distribuciones

especiales.

(1  e  x )(1  e  y ), x, y  0
1. Sea FX ,Y ( x, y )   
0, 

Encuentre:
a) la f.d.p de (X,Y).
b) las marginales de X e Y.
c) E(XY), E(X), E(Y), E ( X Y ),E (Y X )
d) ¿X e Y son independientes?

cx( x  y), x  y  1 x, y  0
2. Sea f X ,Y ( x, y)  
0, 

Determine:
a) c tal que f exista.
b) Rec X, Rec Y, Rec(X,Y).
 c) FX,Y
d) FX , FY.
e) E(X), E(Y).

3. X= Número de caras en tres lanzamientos de una moneda honesta.

Y= Número de sellos en los dos últimos lanzamientos.
Sea B  X  2, Y  1.
Encuentre:
a) Rec ( X,Y), b) PX,Y(B) c) la conjunta.

3
 ( x  y ), x  y 1
4. Sea f X ,Y ( x, y )   4
0, 
Determine
a) Rec ( X,Y).
b) Sea B  ( x, y) : x, y  0, x  y  1 encuentre PX,Y(B) .
c) Las marginales.
d) ¿distribuyen en forma equivalente?
e) ¿son independientes?

cxy , 0  y 1 0  x 1
5. Sea (X,Y) un vector aleatorio con f.d.p f X ,Y ( x, y)  
0, 
Encuentre:

a) el valor de c.
b) P(Y  X / 2) 
c) PX  Y X  2Y  
d) P( X  Y ) 
e) P( X  2Y ) 
f) P X  Y , X  2Y  
g) f X Y ( x y ) 
h) densidades de X e Y respectivamente.
f) ¿son independientes?
g) Rec (X,Y)=Rec X *RecY.??

6. Sea (X,Y) vector aleatorio con f.d.p

24 xy, x  y  1 x, y  0
f X ,Y ( x, y)  
0, 
Determine:
4 z 3 , 0  z  1
a) para z=x+y que g ( z )  
0, 
b) Calcule directamente P(X+Y  t) sin utilizar la densidad en a).
7. Sea (X,Y) un punto aleatorio con distribución uniforme sobre el rectángulo 0,1 0,1 y
sea T el máximo entre las variables X e Y.

Hallar:
a) FT(t), b) Encuentre E(T). c) FX d) FY e) E(X), E(Y).

8. Sea (X,Y) el resultado de escoger un punto al azar de la región de R2 acotado por las
rectas X=-1, Y=X+1, e Y=X-1.

Calcule:
a) las densidades marginales de X e Y respectivamente.
b) P( XY  0) .

9. Si X i  Exp( ), i determine:
a) E (X ) b) Si Xi , Yi son independientes entonces V (X ) .
c) cov(Xi , Yi ) .
d) E(Xi * Yi )=
e) E(Xi 2)=

10. X1,..., Xn iid Bern(p).

Determine como distribuye la suma .
(Use función generadora de momentos ).

11. Si X,Y son iid N ( ,  2 ) entonces como distribuye:

a) X+Y b) X-Y c) (X+Y,X-Y).

[Link] X1,..., Xn iid P ( ) ,   0 . ¿Cómo distribuye la suma?

13. Si X i  Bin(ni , p), i  1,...,n , demuestre que la suma de binomiales es

binomial.

2( x  y  2 xy ), x  0, y 1
14. Sea f X ,Y ( x, y)  
0, 

a) Muestre que las marginales distribuyen uniforme (0,1).

b) Muestre E(XY)=2/9
c) Muestre cov(X,Y)=-1/36

2 e   ( x  y ) x, y  0
15. Sea (X,Y) vector aleatorio con densidad dada por f X ,Y ( x, y )  
0, 
(compare con ejercicio 1)
a) Para   0 , calcular P(Y  X ) .
 b) Calcular P(Y  2 X ) .

16. Sean N fichas numeradas del 1 a la N.

Experimento
a) Se extrae una ficha al azar y X=número de la ficha.
b) Se lanza una moneda x veces Y=número de caras.

Determine:
a) P(Y  y X  x) , b) P( X  x) ,c) la f.d.p de (X,Y). d) E(X), E(Y). f) cov(X,Y).

17. Sea (X,Y) vector aleatorio con f.d.p f(x,y)=k(x-y). 0  y  x  1.

Esbozar la región en la cual la densidad positiva y use esto para determinar los límites de
integración para responder.
a) la constante k.
b) Marginales de X e Y.
c) Distribución condicional de X dado Y.
d) E l valor esperado de la variable aleatoria de c).

18. Suponga que el tiempo de vida de 2 componentes independientes distribuyen

exponencial T1 , T2 , con parámetros  y  , respectivamente. Encontrar.
a) P(T1  T2 )  b) P(T1  2T2 ) 

19. Responda (V o F ):

a) Si X e Y son normales (y conjuntamente normales ) y cov(X,Y)=0  X e Y son

independientes.
b) Si X e Y son independientes  cov(X,Y)=0 .
c) X e Y son normales  X,Y normal bivariada.

20. Muestre las siguientes propiedades:

a) cov(X,Y)=cov(Y,X).
b) Cov(X,X)=Var(X).
c) Cov(X,c)=0
d) Cov(X, ax+b)=cov(ax+b,X)=a Var(X).
e) X e Y son v.a indep  cov(X,Y)=0 ( en el otro sentido no es cierto ).
f) cov(X , Y )  Var( X )  Var(Y ) , luego  ( X , Y )  1 .
g) Para Y=aX+b determine  .
h) ¿ Qué significa  =1 ,  =-1 ?.
i) cov(Ax,by)=abcov(x,y).

2, x  y  1 x, y  0
21. Sea f X ,Y ( x, y)  
0, 
 Determine
a) f X Y ( x y )  .
b) marginales respectivas.
c) valores esperados de X e Y respectivamente.
d) valor esperado de la condicional.

22. Si Z,W,Y son independientes entonces cov(w+z,w+y)=???