Hoja 3 – Variables
aleatorias unidimensionales
1.- Sean C ⊂ P(Ω2) y f : Ω1 −→ Ω2 una aplicación.
(1.a) Demostrar que f −1(Ac) = (f −1(A))c, f −1(∪i∈I Ai) = ∪i∈I f −1(Ai) y
f −1(∩i∈I Ai) = ∩i∈I f −1(Ai).
(1.b) Demostrar que σ(f −1(C)) = f −1(σ(C)).
2.- Sea una urna con 3 bolas blancas, 2 negras y 1 verde. Se extraen 3 bolas
al azar y se considera ξ definida como el ”número de bolas blancas extraídas”.
Construir la función de probabilidad inducida por ξ y su función de distribución.
3.- Sean Ω = ZZ+, A = P(Ω) y P ( {ω }) = 2−ω , ∀ω Ω. Se define ξ(ω)
como el ”resto de ω (módulo
∈ k)”. Demostrar que ξ es una variable aleatoria y
determinar los valores P (ξ = r), para r ∈ {0, 1, ..., k − 1}.
4.- La duración T de las conferencias telefónicas en una central es una variable
aleatoria con función de densidad:
(4.a) Calcular α para que f sea función de densidad.
(4.b) Si 1/k = 2 minutos, calcular la probabilidad de que una conversación
dure m á s de 3 minutos.
(4.c) Probabilidad de que una conversación dure entre 3 y 6 minutos.
5.- Sea F la función definida por
(5.a) Determinar los valores de α para que F sea función de distribución.
(5.b) Determinar α para que F sea discreta. Análogo para el caso
absolutamente continuo.
(5.c)
1
6.- Sea
(6.a) Comprobar que F es función de distribución. Determinar las funciones
de distribución F1 discreta y F2 absolutamente continua tales que F (x) =
λF1(x) + (1 − λ)F2(x), ∀x ∈ IR.
(6.b) Evaluar PF ( QI) y PF (IR − Q
I ).
(6.c) Dada la sucesión de subconjuntos
2n−1
2n
n +n nn++
se pide evaluar P (lim inf An) y P (lim sup An).
7.-Sea la función de densidad de una variable aleatoria X con
distribución de Cauchy
Determinar la distribución de Y=3X+1.
8.- Sea X una variable aleatoria exponencial de tasa λ = 1. Se define Y = X2
si 0 ≤ X < 2, Y = 4 si 2 ≤ X < 3, Y = -4(X-4) si 3≤X<4, e Y=0 si 4 ≤X.
Determinar la distribución de Y.
9.- Sea (IR, β, P) un espacio de probabilidad, siendo P la medida de
probabilidad relativa a la función de distribución
Sean las variables aleatorias ξ1 = X2, ξ2 = X3 y ξ3 = e−X, supuesto que X es
una variable aleatoria con función de distribución F. Calcular las funciones de
distribución inducidas por cada una de ellas.
10.- Sea X una variable aleatoria con función de densidad
(10.a) Determinar los valores de k tales que f es una función de densidad.
2
(10.b) Calcular la esperanza, la moda y la mediana de X.
(10.c) ¿Para qué valores de k es máxima la varianza de X?
11.- Dada la función
1
ϕ(t) = ,
2 − eit
se pide:
(11.a) Comprobar que ϕ es la función característica de una variable aleatoria
X discreta y hallar la función de masa, la media y la varianza de X.
(11.b) Escribir la función característica de Y = 1 + 2X, así como su media y su
varianza.
(11.c) Si Y1 = (Y +2)2 e Y2 = X2+5, calcular P (Y1 ∈ [10, 50]) y P (Y2 ∈ [6, 10]).
12.- El porcentaje de piezas defectuosas fabricadas por una máquina es el 4%.
Las piezas se empaquetan en lotes de 100. El cliente rechaza el lote si contiene
m á s de dos piezas defectuosas. Calcular el porcentaje de lotes rechazados que
puede esperar el fabricante si el proceso de fabricación no ha sufrido modifica-
ciones.
3
4
