INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE

INGENIERÍA Y TECNOLOGÍAS AVANZADAS

Probabilidad
Alumno: Vargas Martinez Ezequiel Boleta: 2021303182
Ejercicios Segundo Parcial

Temas:

 Esperanza y Varianza
 Transformaciones de Variables Aleatorias
 Funciones Generadoras de Momentos
 Sesgo y curtosis
 Cuantiles
 Distribución Binomial
 Distribución Poisson
 Distribución Geométrica
 Distribución Normal
 Distribución Uniforme
Ejercicios:

Transformaciones de Variables Aleatorias

Ejercicio 1: El tiempo de espera X, en días, de un componente hasta su entrega en una operación industrial, tiene
una función de distribución acumulada dada por

{
0 ,∧x< 1
F ( x )= x−1
, 1≤∧x ≤ 5 ,
4
1 ,∧x>5.

El costo de este retraso está dado por U =2 X 2+ 3. Empleando ambos métodos de transformación de una
variable aleatoria vistos para demostrar
1
fu ( u )= [ 5 , 53 ] ( u ) .
8 √ 2 (u−3 )

Ejercicio 2: X 1 , X 2 , … , X 10 ; variables aleatorias continuas con función de densidad común f(x). Halla la
probabilidad de que el mayor de los valores de las variables sea menor a la mediana de la distribución.

Sol. 0.00098
No Resolver.
Funciones Generadoras de Momentos

t
Ejercicio 1: Demuestra que la función dado por , para t < 1, no puede ser la función generadora de
1−t
momentos de una variable aleatoria.

Ejercicio 2: Sea X una variable aleatoria de valores enteros no negativos y función generadora de momentos
dada por
2t 3t
3+ 4 e +2 e
Mx ( t )=c t
,
3−e
con c siendo un número real. Demuestra que
2 37
c= y E [ X ] =
9 18
Sesgo y curtosis

Ejercicio 1: Grafica las siguientes funciones de densidad y determina el coeficiente de asimetría de cada una de
ellas.
i)

{
x+1
,∧si−1< x <1 ;
f ( x )= 2
0 ,∧en otros casos
ii)

{
1−x
,∧si−1< x< 1;
f ( x )= 2
0 ,∧en otros casos

Ejercicio 2: Grafica la siguiente función de densidad y determina la medida de curtosis de la distribución

correspondiente

{ 3 ( 1−x )
2

f ( x )= ,∧si−1< x< 1;
4
0 ,∧en otros casos
Ejercicio 3: Sea X una variable aleatoria con función de densidad dada por

{
p , x=±1 ,
f ( x )= 1−2 p , x=0 ,
0 , otros casos ;
con 0 < p < ½. Determina la medida de curtosis como función de p y calcula para p = 1/3, 1/5, 1/10 y 1/100.
¿Qué comportamiento observas de la curtosis al disminuir p?

Cuantiles

Ejercicio 1: Dos dados justos son lanzados, Se define la variable aleatoria X como la suma de los números
resultantes. Determina la mediana de la distribución de X.

Sol. 7.
 {
Ejercicio 2: Sea Y una variable aleatoria con función de distribución
0 , si y< 2;
1
, si2 ≤ y <4 ;
8
3
, si 2.5 y< 4 ;
16
1
F ( y ) = , si 4 ≤ y< 5.5;
2
5
, si 5.5≤ y <6 ;
8
11
, si 6 ≤ y <7 ;
16
1 , si y ≥ 7.
¿Cuál es la mediana de Y?

Ejercicio 3: Sea X la variable aleatoria con función de densidad dada por

2 2
f ( x )=c 1 x 1[-1,0](x) +c 2 (1−x )1(0,1](x)
i) Si E[X] = 0, establece los valores de c₁ y c₂.
1
ii) Determina el -cuantil de la distribución.
3
Sol (i) c₁ = c₂ = 1. (ii) x1/3 = 0.
Distribución Binomial

Ejercicio 1: Una aerolínea sabe que el 5% de las personas que hacen reservaciones para un vuelo no se
presentan, por lo que tiene como política vender 52 boletos para un vuelo con capacidad para 50 pasajeros.
¿Cuál es la probabilidad de que en un vuelo haya un asiento disponible para cada pasajero que se presente?

Sol. 0.7405

Ejercicio 2: La probabilidad de que cualquier conductor de automóvil gire a la izquierda en un crucero es 0.2. El
carril de vuelta a la izquierda en este crucero tiene espacio para tres vehículos. Si el carril de giro a la izquierda
este vacío cuando el semáforo se pone en rojo y cinco vehículos llegan a este crucero cuando la luz esta en rojo,
calcula la probabilidad de que en el carril de la izquierda se ubiquen todos los conductores que deseen dar
vuelta a la izquierda.

Sol. 0.9932
Ejercicio 3: Un juego popular en los bares británicos es Chuck-a-luck (tirar la suerte), el cual se juega con la
“casa” tirando 3 dados. Un jugador puede apostar a cualquiera de los 6 valores de un dado. Si exactamente uno
de los tres dados resulta en el número elegido por el jugador, entonces se le pega lo que apostó. Si dos de los
dados resultan en el número elegido por el jugador, entonces el pago es de 2 a 1 si los tres dados coinciden con
el número señalado el pago es de 2 a 1, si los tres dados coinciden con el número señalado el pago es de 3 a 1,
pero si ninguno de los dados muestra el valor elegido entonces el jugador pierde. Calcula la ganancia esperada
si la apuesta es de $1.

−17
Sol.
216

Distribución Poisson

Ejercicio 1: Sea X~Pois ( λ ¿ . Si

P ( X=1 )=P ( X=2 ) ,
encontrar P ( X=4 ).

Sol. 0.0902
Ejercicio 2: Llegan autos a una caseta de peaje con una media de 80 autos por hora.
i) Si el empleado hace una llamada telefónica de 1 minuto, ¿Cuál es la probabilidad de que al menos 1
auto llegue durante la llamada?
ii) ¿Cuánto puede durar la llamada telefónica del empleado si la probabilidad es de al menos 0?4 de que
no lleguen autos durante la llamada?

Sol. (i) 0.7364 (ii) 23 segundos.

Distribución Geométrica

Ejercicio 1: Una empresa de exploración petrolera va a hacer una serie de perforaciones de sondeo en una zona
determinada en busca de un pozo productivo. La probabilidad de que tenga éxito en un intento dado es 0.2.
a) ¿Cuál es la probabilidad de que la tercera perforación sea la primera en dar un pozo productivo?

b) Si la empresa a lo más puede realizar diez perforaciones, ¿cuál es la probabilidad de que no encuentre un
pozo productivo?

c) La empresa hará perforaciones de exploración hasta que encuentre un pozo productivo. ¿Cuántas
perforaciones esperaría hacer la empresa?

Sol. a) 0.128 b) 0.107 c) 5

Ejercicio 2: Sea X una variable aleatoria distribuida geométricamente, con probabilidad de éxito p, es decir X ~
geom(p). Demuestre que
p
P ( X=enteroimpar )= 2
1− (1− p )
Distribución Normal

Ejercicio 1: Suponga que el peso de una persona aleatoriamente elegida se distribuye normalmente con
parámetros µ y σ. Si P ( X ≤160 )=1 / 2 y P ( X ≤ 140 )=1 / 4 , determina
i) Los valores de µ y σ,
ii) P ( X ≥200 ); y
iii) Del grupo de personas con peso de al menos 200 libras la proporción de personas con peso mayor a
220 libras.

Sol. (i) µ = 160 y σ = 29.19, (ii) 0.0853 y (iii) 0.2368.

Ejercicio 2: Sea X ~ N (µ, σ2), entonces

P(¿ X −µ∨¿ σ )≈ 0.68 ,
P(¿ X −µ∨¿ 2 σ )≈ 0.95 ,
P(¿ X −µ∨¿ 3 σ )≈ 0.997 .
 2
Ejercicio 3: Sea ⅇ 3t +8 t , la función generadora de momentos de la variable aleatoria X.
Calcula P (−1< X < 9 ).

Sol. 0.774

Ejercicio 4: Sea X N ( 0 , 1 ). Demuestra que la función de densidad de Y = √| X| es

{
4
1 2

fy ( y )=
4y ⅇ− y ,∧si y ≥0 ;
√2 π
0 ,∧otros casos .
Ejercicio 5: Sea X una variable aleatoria con función de densidad dada por

√ 2 −2 (x−1 )
2

f ( x )= ⅇ
π
Calcular P ( X >2 ) .

Ejercicio 6: Considere un canal de comunicación que transmite mensajes X = ±1, con probabilidades p > 0 y 1
− p, respectivamente. La señal que se recibe es Y = X + N , con N Norm ( µ=0 , σ =1 / 2 ) .Demuestra que

√ 2
[ p ⅇ−2 ( y−1 ) + ( 1−p ) ⅇ−2 ( y−1 ) ]
2 2

fy ( y )=
π
Distribución Uniforme

Ejercicio 1: El momento en que un autobús llega a la estación se distribuye uniformemente sobre el intervalo (a,
b), con media de 12:00 AM y desviación estándar de √ 12 minutos. Determina el intervalo en que el autobús
llega a la estación.

Sol. Entre 11:54 PM y las 12:06 AM.

Ejercicio 2: Suponga que b es un número aleatorio del intervalo (-3,3). ¿Cuál es la probabilidad de que la
ecuación x 2+ bx+ 1=0 tenga al menos una raíz real?

Sol. 1/3