INSTITUTO TECNOLÓGICO AUTÓNOMO DE MÉXICO

DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

CÁLCULO DE PROBABILIDADES II
EST-14102 / EST-24127

TAREA I

1) Para los siguientes vectores aleatorios bivariados (X, Y), bosqueje la región del plano que
corresponde a:

a) {X-Y<2}
b) {|X-Y|<2}
c) {max(X,Y)<6}
d) {eX <6}

2) Considere la siguiente función de probabilidad conjunta para encontrar la probabilidad de los

siguientes eventos A={X<=0}, B={X<=Y}, C={X=-Y}

X
-1 0 1
-1 1/9 1/9 1/9
Y 0 1/9 1/9 1/9
1 1/9 1/9 1/9

3) De la función de probabilidad conjunta anterior encuentre las funciones de masa de probabilidad

marginales

4) Sea la siguiente función de densidad conjunta:

2 /2 2 /2
𝑓 (𝑥, 𝑦) = 𝑎𝑥𝑒 −𝑎𝑥 𝑏𝑦𝑒 −𝑏𝑦 𝐼{0 < 𝑥 < ∞, 0 < 𝑦 < ∞}(𝑥, 𝑦) con a, b>0

a) Encuentre la función de distribución conjunta

b) Encuentre P(X>Y)
c) Encuentre las funciones de densidad marginales para X y Y.
d) Son independientes las variables aleatorias

5) Sean X y Y variables aleatorias independientes. Encuentre una expresión en términos de las

funciones de distribución acumuladas Fx(x) y Fy(y) para la probabilidad de los siguientes eventos:

a) {a≤X≤b}∩{Y≤d}
b) {a≤X≤b}∩{c≤Y≤d}
c) {|X|≤a}∩{c≤Y≤d}
6) Sea (X1, X2) un vector aleatorio con función de densidad de probabilidad conjunta dada por:

f(x1,x2)=x1 IT(x1,x2)
dónde T es el triángulo determinado por los vértices (0,0), (1,1) y (2,0). Responda los siguientes
incisos:

a) Sea F(x1, x2) la función de probabilidad acumulada del vector, calcule F(0.5,0.7)
b) Determine la densidad marginal de X1
c) ¿Son X1 y X2 independientes?

7) Sea la siguiente función de densidad conjunta:

2 /2 2 /2
𝑓 (𝑥, 𝑦) = 𝑎𝑥𝑒 −𝑎𝑥 𝑏𝑦𝑒 −𝑏𝑦 𝐼{0 < 𝑥 < ∞, 0 < 𝑦 < ∞}(𝑥, 𝑦) con a, b>0

Encuentre f(y|x)

8) Sea f la función de densidad conjunta de X y Y dada por f(x,y) = e -y I{0<x<y<∞}(x,y). Verifique que
P(X>2|Y<4) = 0.0885

9) El número total de defectos X en un chip sigue una distribución Po(). Suponga que cada defecto
tiene una probabilidad 0<p<1 de caer en una región específica R, y que la localización es
independiente al número de defectos. Muestre que la función de masa de probabilidad de N, el
número de defectos en R, sigue una distribución Po(p).

10) Si X~Bin(n,p) y P~U[0,1]. Encuentre fx(x)

11) Sea Y una variable aleatoria Exp(). A su vez,  se distribuye Exp(). Encuentre la
función de densidad marginal de Y.

12) Sea X~U(0,1) y Y~U(0,X). Encuentre E(Y) y Var(Y)

13) El tiempo de vida Y de un dispositivo es Exp(R). Suponga que debido a irregularidades del proceso
de producción R es aleatorio con distribución  Encuentre la función de densidad conjunta
de Y y R, así como la marginal de Y.

14) La f. d. p. conjunta del vector (X, Y) es f(x, y) = (x + y)I{0<x<1; 0<y<1}(x, y). Encuentre E[X|Y ].

15) Considere el vector aleatorio (X,Y) con función de densidad conjunta dada por:

2 −2𝑥
𝑓(𝑥, 𝑦) = 𝑒 𝐼{0≤𝑦≤𝑥<∞} (𝑥, 𝑦)
𝑥

Determine E(X) y E(Y).

16) Sean X1, X2 y X3 variables aleatorias independientes con varianzas finitas 𝜎12 , 𝜎22 , 𝜎32
respectivamente. Encuentre la correlación entre X 1-X2 y X2+X3
17) Suponga una urna con tres bolas numeradas 1; 2; 3. Dos bolas son seleccionadas de la urna sin
reemplazo. Sea X el número de la primera bola y Y el número de la segunda bola. Determine
cov(X,Y) y corr(Y,X).

18) Sea U = a + bX, V = c + dY . Muestre entonces que |corr(X,Y)|=|corr(U,V)|

19) Considere la función de densidad del ejercicio 15. Determine Cov(X,Y)

20) Sea W = ∑𝑛𝑖=1 𝑥𝑖 , donde las xi's son v.a.i.i.d. con f. d. p. dada por 𝑓 (𝑥 ) = 𝜆𝑒 −𝜆𝑥 𝐼𝐼𝑅+ (𝑥) N es una v.
a. independiente de las Xi's y que toma valores 1, 2 o 3, cada uno con la misma probabilidad de
1/3. Encuentre Var(W).

21) Suponga que el número de clientes de un cajero automático en cierto intervalo de tiempo puede
aproximarse mediante una distribución Poisson con media 15.3. Por otro lado, se sabe que
independientemente de la cantidad de clientes, la cantidad que extrae cada uno de ellos puede
modelarse como variables aleatorias con media de $1400 y desviación estándar de $225.
Determine la media y desviación estándar de cantidad total extraída en ese intervalo de tiempo.

22) Considere la función de probabilidad conjunta:

X1/x2 0 1
-1 0.24 0.06
0 0.16 0.14
1 0.40 0.00

a) Verifique que es función de probabilidad conjunta

b) Encuentre el vector de medias y la matriz de covarianzas
c) Determine la variación total del vector X, vartot(X) = suma de las varianzas

23) Para i = 1; 2; 3, sean Xi v. a. tales que E[Xi] = µi y var(Xi) = 𝜎𝑖2 cov(Xi,Xj) = 𝜎ij. Determine la
media y varianza de:

a) X1 + X2 + X3
b) X1 + 2X2 - X3

24) Sea X un v. a. p-variado con vector de medias µ y matriz de covarianzas  y considere la

matriz Apxp. Entonces la forma cuadrática qX = xTAx tiene valor esperado dado por E[qX] = E[XTAX]
= tr(A) + µTAµ

Demuestre la igualdad anterior. (Sugerencia: Note que qX es un escalar y utilice las propiedades
del operador traza.)

25) Suponga X una variable aleatoria con todos sus momentos finitos dados por E(Xk)=k!. (k número
entero). Si X tiene función generadora de momentos. Encuentre la distribución de X.

26) Considere (X1, X2) vector aleatorio con función generadora de momentos dada por:
 2
1 1
𝑀𝑋1,𝑋2 (𝑡1 , 𝑡2 ) = [ (𝑒 𝑡1+𝑡2 + 1) + (𝑒 𝑡1 + 𝑒 𝑡2 ]
3 6

Suponiendo que son finitas, calcule E(X1), Var(X2) y Cov(X1, X2)

2
27) Sea X v. a. con función característica (f. c.) dada por: 𝜑(𝑡) = 𝑒 𝑖𝛼𝑡−𝛽𝑡 , 𝑡𝜖𝐼𝑅, {−∞ < 𝛼 < ∞, 𝛽 > 0}

Identifique la ley de probabilidades de X y calcule E[X3].

28) Sea Z v. a. distribuida normal estándar. Verifique que E[Z4] = 3.

29) Encuentre la función generadora de momentos para la variable W descrita en el ejercicio W.

30) Utilice la función característica o la función generadora de momentos y la función de unicidad

para mostrar:

CISOSRSUM IIN T