PROBABILIDAD y ESTADÍSTICA (61.06 - 81.

09)
Primer recuperatorio Segundo cuatrimestre – 2017
Duración: 4 horas. 18/XI/17 – 13:00 hs.

1. Se extraen cuatro bolas al azar sin reposición de una urna que contiene 3 bolas rojas y 5 verdes.
Las bolas rojas están numeradas del 1 al 3. Calcular la probabilidad de que se haya extraı́do la
bola 1 sabiendo que alguna de las bolas extraı́das fue roja.

R. [Referencia: Ejercicio 1.14] Indicaremos mediante A al evento de que se extraiga la bola

1, y mediante B al evento de que alguna de las bolas extraı́das sea roja. Se quiere calcular la
probabilidad condicional P(A|B). Usando la definición de probabilidad condicional y que la bola
1 es roja se obtiene que
P(A ∩ B) P(A)
P(A|B) = = .
P(B) P(B)
Combinatoria de por medio, se obtiene que
1

7

c 0 35 1
P(A) = 1 − P(A ) = 1 − 8

4 = 1 − = ,
4
70 2
3

5

c 0 5 13
P(B) = 1 − P(B ) = 1 − 8

4 = 1 − = .
4
70 14

Por lo tanto, P(A|B) = 7/13.

2. Una catacumba será iluminada con 4 antorchas cuyas duraciones (en horas) son independientes y
cada una de las cuales se mantiene encendida durante un tiempo aleatorio con función de densidad
f (t) = t22 1{t > 2}. La catacumba se mantendrá iluminada mientras alguna de las antorchas se
mantenga encendida. Las cuatro antorchas se encenderán simultáneamente a las 0:00 del 1 de enero.
Usando los números aleatorios 0.118, 0.843, 0.346 y 0.728 simular las duraciones de las 4 antorchas
y a partir de esos valores determinar hasta qué hora la catacumba se mantendrá iluminada.

R. [Referencia: Ejercicio 2.13] Sea T el tiempo durante el cual una antorcha se mantiene encen-
dida. De acuerdo con el Ejercicio 2.13 para simular un valor de T usando una variable aleatoria
U ∼ U (0, 1) se hace lo siguiente: T̂ (U ) = FT−1 (U ). Como para cada t > 2 se tiene que
Z t t
2 2 2
P(T ≤ t) = 2
dτ = − =1− ,
2 τ τ 2 t
la función de distribución de T es
 
2
FT (t) = 1− 1{t ≥ 2}.
t

Sea u ∈ (0, 1), observando que FT (t) = u ⇐⇒ 1 − 2t = u ⇐⇒ 2t = 1 − u, se obtiene que

FT−1 (u) = 1−u
2
. Por lo tanto, las simulaciones de las duraciones en horas de cada una de las cuatro
antorchas son:
u 0.118 0.843 0.346 0.728
FT−1 (u) 2.2676 12.739 3.0581 7.3529
De acuerdo con esos valores la última antorcha se apagará en 12.739 horas. Por lo tanto, la
catacumba se mantendrá iluminada hasta las [Link].
3. La corporación Cobani Products produce lotes de RoboCops. La proporción de RoboCops
fallados tiene distribución β(1, 2). Sabiendo que la proporción de RoboCops fallados en un lote es
mayor que 1/2 calcular la esperanza de la proporción de RoboCops fallados en dicho lote.
R. [Referencia: Ejercicio 3.7] Sea X la proporción de RoboCops fallados en el lote. Se sabe
que la densidad de la distribución β(1, 2) es fX (x) = 2(1 − x)1{0 < x < 1}. Se quiere calcular
E[X|X > 1/2]:
R1
E[X1{X > 1/2}] 1/2
x · 2(1 − x)dx
E[X|X > 1/2] = = R1
P(X > 1/2) 2(1 − x)dx
1/2
R 1/2
0
2x(1 − x)dx 2
= R 1/2 = ,
2xdx 3
0

porque
1/2 1/2
(1/2)2 (1/2)3
 
1 1
Z Z
2x(1 − x)dx = 2 − = y 2xdx = .
0 2 3 6 0 4

4. Lucas y Monk esperan para ser atendidos en la fila de un cajero. El cajero demora tiempos
exponenciales independientes de media 5 minutos para atender a cada cliente. Si el tiempo de aten-
ción para Lucas fue menor que el tiempo de atención para Monk, hallar la función de distribución
del tiempo total de atención de ambos.

R. [Referencia: Ejercicio 4.14] Sean L y M los tiempos de atención (en minutos) para Lucas y
Monk, respectivamente. Se sabe que L ∼ E(1/5), que M ∼ E(1/5), y que L y M son independientes.
Se quiere hallar la función de distribución

P(L + M ≤ t, L < M )
FL+M |L<M (t) := P(L + M ≤ t|L < M ) = .
P(L < M )

Para t < 0 la probabilidad que aparece en el lado derecho de la igualdad es igual a 0; para t ≥ 0
dicha probabilidad se puede obtener calculando integrales:
!
Z Z t/2 t−ℓ
P(L + M ≤ t, L < M ) = fL,M (ℓ, m)dm dℓ
0 ℓ
!
Z t/2 Z t−ℓ
−ℓ/5 −m/5
= (1/5)e (1/5)e dm dℓ
0 ℓ
Z t/2  
= (1/5)e−ℓ/5 e−ℓ/5 − e−(t−ℓ)/5 dℓ
0
Z t/2  
= (1/5)e−2ℓ/5 − (1/5)e−t/5 dℓ
0
 
1 t
= 1 − e−t/5 − e−t/5 .
2 5

Y como P(L < M ) = 1/2 resulta que


0 si t < 0,
FL+M |L<M (t) =
1 − e−t/5 1 + 5t


si t ≥ 0.
5. Se tira repetidas veces una moneda con probabilidad 0.4 de cara. Sea N la cantidad de tiradas
hasta que la diferencia entre la cantidad de caras y cecas observadas sea 2. Calcular E[N ].

R. [Referencia: Ejercicio 5.13] Indicamos mediante Hi , i = 1, 2 al evento de que el i-ésimo

resultado del tiro la moneda fue cara, y mediante Ti , i = 1, 2 al evento de que el i-ésimo resultado
del tiro la moneda fue ceca. Observamos que

N |H1 H2 ∼ 2, N |H1 T2 ∼ 2 + N, N |T1 H1 ∼ 2 + N, N |T1 T2 ∼ 2.

Usando la fórmula de probabilidades totales obtenemos que

E[N ] = E[N |H1 H2 ]P(H1 H2 ) + E[N |H1 T2 ]P(H1 T2 )

+E[N |T1 H2 ]P(T1 H2 ) + E[N |T1 T2 ]P(T1 T2 )
= 2(0.4)2 + E[2 + N ](0.4)(0.6) + E[2 + N ](0.6)(0.4) + 2(0.6)2 .

Usando la propiedad de linealidad del operador esperanza obtenemos que

E[N ] = 2 + 2E[N ](0.4)(0.6) = 2 + 0.48E[N ].

Por lo tanto, E[N ] = 2/0.52 = 3.8462.

 PROBABILIDAD y ESTADÍSTICA (61.09 - 81.04)
Primer recuperatorio Segundo cuatrimestre – 2017
Duración: 4 horas. 18/XI/17 – 13:00 hs.

1. Una catacumba será iluminada con 4 antorchas cuyas duraciones (en horas) son independientes y
cada una de las cuales se mantiene encendida durante un tiempo aleatorio con función de densidad
f (t) = t22 1{t > 2}. La catacumba se mantendrá iluminada mientras alguna de las antorchas se
mantenga encendida. Las cuatro antorchas se encenderán simultáneamente a las 0:00 del 1 de enero.
Usando los números aleatorios 0.118, 0.843, 0.346 y 0.728 simular las duraciones de las 4 antorchas
y a partir de esos valores determinar hasta qué hora la catacumba se mantendrá iluminada.

R. [Referencia: Ejercicio 2.13] Sea T el tiempo durante el que una antorcha se mantiene encen-
dida. De acuerdo con el Ejercicio 2.13 para simular un valor de T usando una variable aleatoria
U ∼ U (0, 1) se hace lo siguiente: T̂ (U ) = FT−1 (U ). Como para cada t > 2 se tiene que
t t
2 2 2
Z
P(T ≤ t) = dτ = − =1− ,
2 τ2 τ 2 t

la función de distribución de T es
 
2
FT (t) = 1− 1{t ≥ 2}.
t

Sea u ∈ (0, 1), observando que FT (t) = u ⇐⇒ 1 − 2t = u ⇐⇒ 2t = 1 − u, se obtiene que

FT−1 (u) = 1−u
2
. Por lo tanto, las simulaciones de de las duraciones en horas de cada una de las
cuatro antorchas son:
u 0.118 0.843 0.346 0.728
FT−1 (u) 2.2676 12.739 3.0581 7.3529
De acuerdo con esos valores la última antorcha se apagará en 12.739 horas. Por lo tanto, la
catacumba se mantendrá iluminada hasta las [Link].
2. Lucas y Monk esperan para ser atendidos en la fila de un cajero. El cajero demora tiempos
exponenciales independientes de media 5 minutos para atender a cada cliente. Si el tiempo de aten-
ción para Lucas fue menor que el tiempo de atención para Monk, hallar la función de distribución
del tiempo total de atención de ambos.

R. [Referencia: Ejercicio 4.14] Sean L y M los tiempos de atención (en minutos) para Lucas y
Monk, respectivamente. Se sabe que L ∼ E(1/5), que M ∼ E(1/5), y que L y M son independientes.
Se quiere hallar la función de distribución

P(L + M ≤ t, L < M )
FL+M |L<M (t) := P(L + M ≤ t|L < M ) = .
P(L < M )

Para t < 0 la probabilidad que aparece en el lado derecho de la igualdad es igual a 0; para t ≥ 0
dicha probabilidad se puede obtener calculando integrales:
!
Z t/2 Z t−ℓ
P(L + M ≤ t, L < M ) = fL,M (ℓ, m)dm dℓ
0 ℓ
!
Z t/2 Z t−ℓ
−ℓ/5 −m/5
= (1/5)e (1/5)e dm dℓ
0 ℓ
Z t/2  
= (1/5)e−ℓ/5 e−ℓ/5 − e−(t−ℓ)/5 dℓ
0
Z t/2  
= (1/5)e−2ℓ/5 − (1/5)e−t/5 dℓ
0
 
1 −t/5 t −t/5
= 1−e − e .
2 5

Y como P(L < M ) = 1/2 resulta que


0 si t < 0,
FL+M |L<M (t) =
1 − e−t/5 1 + 5t


si t ≥ 0.

3. Un motoquero transita por una avenida. Las probabilidades de que al momento de llegar a un
semáforo este se encuentre en rojo, amarillo o verde son 0.4, 0.1 y 0.5 respectivamente. Los estados
de los semáforos son independientes y el motoquero sólo se detiene al encontrar un semáforo en
rojo. Calcular la covarianza entre la cantidad de luces verdes y la cantidad de luces amarillas que
atravesó hasta detenerse.

R. [Referencia: Ejercicio 6.20 y Ejercicio 5.15] Sea N la cantidad de semáforos observados por
el motoquero hasta que se encontró con un semáforo en rojo. Sean Nv y Na la cantidad de luces
verdes y amarillas atravesadas por el motoquero hasta que se detuvo. Tenemos que N ∼ G (0.4) y
que Nv + Na = N − 1. Por consiguiente,

cov(Nv , Na ) = cov(Nv , N − 1 − Nv )
= cov(Nv , N ) − cov(Nv , 1) − cov(Nv , Nv )
= cov(Nv , N ) − var(Nv ),

y el problema se reduce a calcular cov(Nv , N ) y var(Nv ).

Cuando se sabe que un semáforo no está en rojo, la probabilidad condicional de que se encuentre
0.5
en verde es 0.5+0.1 = 65 y en consecuencia,
 
5
Nv |N = n ∼ B n − 1, .
6

De donde se deduce que E[Nv |N ] = 56 (N − 1) y var(Nv |N ) = 65 · 16 (N − 1) = 36 5

(N − 1).
Para calcular cov(Nv , N ) podemos observar que la esperanza condicional E[Nv |N ] es una
función lineal de N , motivo por el cual coincide con la recta de regresión de Nv dada N ; y como
v ,N )
la pendiente de esa recta es igual a cov(N
var(N ) se obtiene que cov(Nv , N ) = 56 var(N ).
Al mismo resultado se puede llegar teniendo en cuenta que las propiedades de la esperan-
za condicional, E[E[Nv |N ]] = E[Nv ] y E[Nv N |N ] = N E[Nv |N ], implican que cov(Nv , N ) =
cov(E[Nv |N ], N ):
 
5 5 5
cov(Nv , N ) = cov(E[Nv |N ], N ) = cov (N − 1), N = cov(N, N ) = var(N ).
6 6 6
 5 3/5 15
Ahora bien, como N ∼ G(2/5), resulta que E[N ] = 2 y var(N ) = (2/5)2 = 4 , obtenemos que
5 15 75
· =
cov(Nv , N ) = .
6 4 24
Para calcular var(Nv ) aplicamos el Teorema de Pitágoras:
   
5 5
var(Nv ) = E[var(Nv |N )] + var(E[Nv |N ]) = E (N − 1) + var (N − 1)
36 6
5 25 5 3 25 15 405
= (E[N ] − 1) + var(N ) = · + · = .
36 36 36 2 36 4 144
Finalmente,
75 405 1080 5
cov(Nv , Na ) = cov(Nv , N ) − var(Nv ) = − = = .
24 144 3456 16

4. A la posada El Póney Pisador ingresarán tres tipos de clientes de la Tierra Media: hobbits, elfos
y dwarves. Los hobbits, los elfos y los dwarves ingresarán de acuerdo con tres procesos de Poisson
independientes de intensidades 53 , 23 y 21 por hora, respectivamente. El Póney Pisador abrirá sus
puertas a las 0:00. Calcular la probabilidad de que el cuarto cliente de la Tierra Media ingrese
después de las 0:30 y entre los primeros tres haya por lo menos un hobbit y por lo menos un elfo.

R. [Referencia: Ejercicio 7.12] Desde que abre sus puertas, el proceso de ingresos de clientes de
la Tierra Media a El Póney Pisador es el proceso de Poisson superpuesto
Π = Πh ∪ Πe ∪ Πd = {Sn : n ≥ 1},
donde Πh , Πe y Πd son los procesos de Poisson que regulan los ingresos a la posada de los hobbits,
los elfos y los dwarves, respectivamente. Sean
3
X 3
X 3
X
Xh := 1{Si ∈ Πh }, Xe := 1{Si ∈ Πe } y Xd := 1{Si ∈ Πd }
i=1 i=1 i=1

las cantidades de hobbits, elfos y dwarves entre los tres primeros clientes que ingresan a la posada.
Se quiere calcular P (S4 > 0.5, Xh ≥ 1, Xe ≥ 1). De acuerdo con el Teorema de superposición y
competencia de procesos de Poisson independientes tenemos que
(i) S4 y (Xh , Xe , Xd ) son independientes.
3 2 1 53
Esto es, S4 ∼ Γ 4, 53


(ii) S4 ∼ Γ(4, λ), donde λ = 5 + 3 + 2 = 30 . 30 .
3 30 18 2 30 20 1 30 15
(iii) (Xh , Xe , Xd ) ∼ Mul(3, ph , pe , pd ), donde p
h = 5 · 53 = 53 , pe = 3 · 53 = 53 y 2 · 53 = 53 .
Esto es, (Xh , Xe , Xd ) ∼ Mul 3, 18 20 15
53 , 53 , 53 .
De (i) se obtiene que
P (S4 > 0.5, Xh ≥ 1, Xe ≥ 1) = P (S4 > 0.5) P (Xh ≥ 1, Xe ≥ 1) .
De (ii) se obtiene que
3  i  2  3 !
53
− 60
X 1 53 53 53 1 53 1 53
P (S4 > 0.5) = e = e− 60 1+ + + ≈ 0.98735
i=0
i! 60 60 2 60 6 60

De (iii) se obtiene que

P(Xh ≥ 1, Xe ≥ 1) = 1 − P(Xh = 0 ∨ Xe = 0)
= 1 − (P(Xh = 0) + P(Xe = 0) − P(Xh = 0, Xe = 0))
 3  3  3 !
35 33 15
= 1− + − ≈ 0.49329.
53 53 53
Por lo tanto, P (S4 > 0.5, Xh ≥ 1, Xe ≥ 1) ≈ 0.98735 · 0.49329 ≈ 0.48705.
5. Marı́a prepara una Chocotorta utilizando los siguientes ingredientes: un pote de dulce de leche de
500 gramos, un pote de crema de 250 gramos, y 121 galletitas de chocolate. Los pesos en gramos de
las galletitas de chocolate son variables aleatorias independientes de media 3.75 y desvı́o estándar
0.5. ¿A cuántas personas, como máximo, les podrá convidar Chocotorta si pretende que cada una
reciba una porción de 40 gramos con una probabilidad no menor que 0.95?

R. [Referencia: Ejercicio 8.16] Indicamos mediante Wi , i = 1, . . . , 121 el peso en gramos de la

P121
i-ésima galletita de chocolate. El peso total de la Chocotorta es 750 + i=1 Wi . Se quiere hallar
el máximo n ∈ N tal que
121
!
X
P 750 + Wi > 40n ≥ 0.95.
i=1
hP i P 
121 121
Se observa que E i=1 W i = 121(3.75) = 453.75 y que var i=1 W i = 121(0.5)2 = 30.25. De
acuerdo con el Teorema central del lı́mite tenemos que
P121 !
i=1 Wi − 453.75
P √ ≤ z ≈ Φ(z).
30.25

En consecuencia,
121 121
! !
X X
P 750 + Wi > 40n = P Wi > 40n − 750
i=1 i=1
P121 !
Wi − 453.75
i=1 40n − 750 − 453.75
= P √ > √
30.25 30.25
 
40n − 1203.75
≈ 1−Φ .
5.5

Finalmente,
 
40n − 1203.75 40n − 1203.75
1−Φ ≥ 0.95 ⇐⇒ ≤ z0.05 =
5.5 5.5
−5.5(1.6449) + 1203.75
⇐⇒ n≤ = 29.868.
40
Por lo tanto, Marı́a le podrá convidar Chocotorta a un máximo de 29 personas.