TÓPICOS SELECTOS DE ESTADÍSTICA

CARLOSR AGUILAR AGUILAR

TAREA 3

Ejercicio 3.2. Usted y un amigo participan en un juego donde cada uno tira una moneda balanceada. Si las caras
superiores de las monedas son cruces en ambos casos, el lector gana $1; si salen caras en ambos tiros, gana $2; si las
caras de las monedas no son iguales, el lector pierde $1 (gana -$1). Obtenga la distribución de probabilidad para sus
ganancias, Y, en un solo intento.
Definimos a C como Cruz y a K como Cara. Entonces, conocemos las siguientes probabilidades:

P(CC) = P(KK) = P(CK) = P(KC) = (0.5)(0.5) = 0.25

Por lo tanto, P(Y = −1) = 0.5, P(Y = 1) = 0.25 y P(Y = 2) = 0.25

Ejercicio 3.10. Una agencia de rentas, que alquila equipo pesado por día, ha encontrado que, en promedio, se renta
una costosa máquina sólo un día de cada cinco. Si la renta en un día es independiente de la renta en cualquier otro
día, encuentre la distribución de probabilidad de Y, el número de días entre un par de rentas.
1
Si el promedio es de 1 día de cada 5 días, la probabilidad de que se alquile un día es = 0.2. Ya que, la renta de un día es
5
independiente de cualquier otro, entonces, sí el día anterior se alquiló, la probabilidad de hoy es de 0.2. Así, la probabilidad
para que este un día sin uso es de 𝑃 = 1 − 0.2 = 0.8. Por lo tanto:

La probabilidad de que este 0 días sin uso es 𝑃(0 𝑑í𝑎𝑠) = 0.2.

La probabilidad de que este 1 día sin uso y el siguiente día se use, es 𝑃(1 𝑑í𝑎) = (0.8)(0.2) = 0.16

La probabilidad de que este 2 día sin uso y el tercer día se use, es 𝑃(2 𝑑í𝑎) = (0.8)(0.8)(0.2) = 0.128

Por lo tanto, en general se tiene que:

𝑃(𝑛 𝑑í𝑎𝑠 𝑒𝑛𝑡𝑟𝑒 𝑚𝑒𝑑𝑖𝑜) = (0.8)𝑛 ∗ 0.2

𝟏
Ejercicio 3.12. Sea Y una variable aleatoria con 𝒑(𝒚) dada en la tabla siguiente. Encuentre 𝑬(𝒀), 𝑬 (𝒀), 𝑬(𝒀𝟐 − 𝟏) y
𝑽(𝒀).
𝒚 1 2 3 4
𝒑(𝒚) 0.4 0.3 0.2 0.1

Recordando que el valor esperado de 𝑌, 𝐸(𝑌), se define como 𝐸(𝑌) = ∑𝑦 𝑦 𝑝(𝑦), entonces, tenemos que:

𝐸(𝑌) = 1(0.4) + 2(0.3) + 3(0.2) + 4(0.1) = 2.0

1 1 1 1
𝐸 ( ) = (0.4) + + + = 0.642
𝑌 2(0.3) 3(0.2) 4(0.1)

𝐸(𝑌 2 − 1) = 𝐸(𝑌 2 ) − 1 = [1(0.4) + 22 (0.3) + 32 (0.2) + 42 (0.1)] − 1 = 5 − 1 = 4

𝑉(𝑌) = 𝐸(𝑌 2 ) = [𝐸(𝑌)]2 = 5 − 22 = 1

Ejercicio 3.13. Consulte el juego de tiro al aire de una moneda del Ejercicio 3.2. Calcule la media y la varianza de Y,
que son sus ganancias en un solo intento. Observe que 𝑬(𝒀) > 𝟎. ¿cuánto debe pagar usted por participar en este
juego si sus ganancias netas, es decir, la diferencia entre pago y costo de jugar han de tener una media de 0?
Considerando el ejercicio 3.2, obtenemos la siguiente tabla:

Y -1 1 2
P(Y) 0.5 0.25 0.25
Entonces:

1
E(Y) = (−1)(0.5) + (1)(0.25) + (2)(0.25) =
4
7
E(Y 2 ) = (−1)2 (0.5) + (1)2 (0.25) + (2)2 (0.25) =
4

7 1 2 27
V(Y) = −( ) =
4 4 16

Si definimos a C como el costo del juego, entonces las ganancias netas son Y-C. Sí, E(Y − C) = 0, entonces C=1/4.

Ejercicio 3.22. Un dado balanceado se tira una vez. Sea Y el número den su cara superior. Encuentre el valor esperado
y la varianza de Y.
1
Se tiene que 𝑃(𝑌 = 𝑦) = para 𝑦 = 1,2, … , 6. Entonces, con n=6, se tiene que:
6

𝑛
1 𝑛+1 6+1 7
𝐸(𝑌) = ∑𝑦 = = = = 3.5
𝑛 2 2 2
𝑦=1

𝑛
1 (𝑛 + 1)(2𝑛 + 1) (6 + 1)(2(6) + 1) 91
𝐸(𝑌 2 ) = ∑ 𝑦2 = = =
𝑛 6 6 6
𝑦=1

91 49
𝑉(𝑌) = 𝐸(𝑌 2 ) − 𝐸(𝑌)2 = − = 2.91
6 4

Ejercicio 3.25. Dos contratos de construcción se van a asignar al azar a una o más de tres empresas: I, II y III. Cualquier
empresa puede recibir ambos contratos. Si cada contrata dará una utilidad de $90 000 para la empresa, encuentre la
utilidad esperada para la empresa I. Si las empresas I y II son propiedad de la misma persona, ¿cuál es la utilidad
esperada total del propietario?

Se tiene el siguiente espacio muestral, para la asignación de los dos contratos a una de las empresas:

{(𝐼, 𝐼), (𝐼, 𝐼𝐼), (𝐼, 𝐼𝐼𝐼), (𝐼𝐼, 𝐼), (𝐼𝐼, 𝐼𝐼), (𝐼𝐼, 𝐼𝐼𝐼), (𝐼𝐼𝐼, 𝐼), (𝐼𝐼𝐼, 𝐼𝐼), (𝐼𝐼𝐼, 𝐼𝐼𝐼)}

Por lo que, cada una tiene una probabilidad de ser elegido de 1/9.

Definimos a 𝑋1 = al número de contratos asignados a la empresa I y 𝑋2 = al número de contratos asignados a la empresa II,
entonces, la distribución de probabilidades para X1 y X2 son:

𝑥1 0 1 2
𝑝(𝑥1 ) 4/9 4/9 1/9
 𝑥2 0 1 2
𝑝(𝑥2 ) 4/9 4/9 1/9
2
Entonces, se tiene que 𝐸(𝑋1 ) = 𝐸(𝑋2 ) = . La utilidad esperada para el propietario de ambas empresas esta dado por
3
2 2
90000 ( + ) = 120000.
3 3

Ejercicio 3.30. Suponga que Y es una variable aleatoria discreta con media 𝝁 y varianza 𝝈𝟐 , y sea X=Y+1.

a. ¿Se espera que la media de X sea mayor, menor o igual que 𝝁 = 𝑬(𝒀)? ¿Por qué?
b. Use los teoremas 3.3 y 3.5 para expresar 𝑬(𝑿) = 𝑬(𝒀 + 𝟏) en términos de 𝝁 = 𝑬(𝒀). ¿Este resultado está
de acuerdo con la respuesta al inciso a?
c. Recordando que la varianza es una medida de dispersión, ¿espera usted que la varianza de X sea mayor,
menor o igual que 𝝈𝟐 = 𝑽(𝒀)? ¿Por qué?
d. Use la Definición 3.5 y el resultado del inciso b para demostrar que 𝑽(𝑿) = 𝑬{[(𝑿 − 𝑬(𝑿)]𝟐 } =
𝑬[(𝒀 − 𝝁)𝟐 ] = 𝝈𝟐 ; esto es 𝑿 = 𝒀 + 𝟏 tienen varianzas iguales.

a) La media de X será más grande que la media de Y.

b) E(X) = E(Y + 1) = E(Y) + 1 = μ + 1, esta respuesta está de acuerdo con el inciso a.
c) La varianza de X y Y serán iguales, ya que, la suma de 1 no afecta la variabilidad.
2
d) 𝑉(𝑋) = 𝐸 [(𝑋 − 𝐸(𝑋)) ] = 𝐸[(𝑌 + 1 − 𝜇 − 1)2 ] = 𝐸[(𝑌 − 𝜇)2 ] = 𝜎 2 .

Ejercicio 3.31. Suponga que Y es una variable aleatoria discreta con media 𝝁 y varianza 𝝈𝟐 , y sea W=2Y.

a. ¿Espera usted que la media de W sea mayor, menor o igual que 𝝁 = 𝑬(𝒀)? ¿Por qué?
b. Use el teorema 3.4 para expresar 𝑬(𝑾) = 𝑬(𝟐𝒀) en términos de 𝝁 = 𝑬(𝒀). ¿Este resultado está de acuerdo
con la respuesta al inciso a?
c. Recordando que la varianza es una medida de dispersión, ¿espera usted que la varianza de W sea mayor,
menor o igual que 𝝈𝟐 = 𝑽(𝒀)? ¿Por qué?
d. Use la Definición 3.5 y el resultado del inciso b para demostrar que 𝑽(𝑾) = 𝑬{[(𝑾 − 𝑬(𝑾)]𝟐 } =
𝑬[𝟒(𝑾 − 𝝁)𝟐 ] = 𝟒𝝈𝟐 ; esto es 𝑾 = 𝟐𝒀 tiene varianza que cuadriplica la de Y.

a) Si 𝜇 > 0, la media de W será mayor que la media de Y. Sí 𝜇 > 0, la media de W será menor que 𝜇. Sí 𝜇 = 0, la media
de W será igual a 𝜇.
b) 𝐸(𝑊) = 𝐸(2𝑌) = 2𝐸(𝑌) = 2𝜇.
c) La varianza de W será mayor que 𝜎 2 , ya que la difusión de los valores de W ha aumentado.
2
d) 𝑉(𝑋) = 𝐸[𝑋 − 𝐸(𝑋)) ] = 𝐸[(2𝑌 − 2𝜇)2 ] = 4𝐸[(𝑌 − 𝜇)2 ] = 4𝜎 2

Ejercicio 3.32. Suponga que Y es una variable aleatoria discreta con media 𝝁 y varianza 𝝈𝟐 , y sea U=Y/10.
 a. ¿Espera usted que la media de U sea mayor, menor o igual que 𝝁 = 𝑬(𝒀)? ¿Por qué?
b. Use el teorema 3.4 para expresar 𝑬(𝑼) = 𝑬(𝒀/𝟏𝟎) en términos de 𝝁 = 𝑬(𝒀). ¿Este resultado está de
acuerdo con la respuesta al inciso a?
c. Recordando que la varianza es una medida de dispersión, ¿espera usted que la varianza de U sea mayor,
menor o igual que 𝝈𝟐 = 𝑽(𝒀)? ¿Por qué?
d. Use la Definición 3.5 y el resultado del inciso b para demostrar que 𝑽(𝑼) = 𝑬{[(𝑼 − 𝑬(𝑼)]𝟐 } =
𝑬[𝟎. 𝟎𝟏(𝒀 − 𝝁)𝟐 ] = 𝟎. 𝟎𝟏𝝈𝟐 ; esto es 𝑼 = 𝒀/𝟏𝟎 tienen varianza 0.01 veces la de Y

a) La media de U será menor que la media de Y si 𝜇 > 0. La media de U será menor que la media de Y si 𝜇 < 0. Sí
𝜇 = 0, la media de U será igual a 𝜇.
𝑌
b) 𝐸(𝑊) = 𝐸 ( ) = (0.1)𝐸(𝑌) = (0.1)𝜇.
10
c) La varianza de U será menor que 𝜎 2 , ya que la difusión de los valores de U ha decrementado.
2
d) 𝑉(𝑋) = 𝐸[𝑋 − 𝐸(𝑋)) ] = 𝐸[(0.1𝑌 − 0.1𝜇)2 ] = 0.1𝐸[(𝑌 − 𝜇)2 ] = (0.1)𝜎 2

Ejercicio 3.33. Sea Y una variable aleatoria discreta con media 𝝁 y varianza 𝝈𝟐 . Si a y b son constantes, use los
Teoremas 3.3 y 3.6 para demostrar que:

a. 𝑬(𝒂𝒀 + 𝒃) = 𝒂𝑬(𝒀) + 𝒃 = 𝒂𝝁 + 𝒃
b. 𝑽(𝒂𝒀 + 𝒃) = 𝒂𝟐 𝑽(𝒀) = 𝒂𝟐 𝝈𝟐

a) 𝐸(𝑎𝑌 + 𝑏) = 𝐸(𝑎𝑌) + 𝐸(𝑏) = 𝑎𝐸(𝑌) + 𝑏 = 𝑎𝜇 + 𝑏.

b) 𝑉(𝑎𝑌 + 𝑏) = 𝐸[(𝑎𝑌 + 𝑏 − 𝑎𝜇 − 𝑏)2 ] = 𝐸[(𝑎𝑌 − 𝑎𝜇)2 ] = 𝑎2 𝐸[(𝑌 − 𝜇)2 ] = 𝑎2 𝜎 2 .

Ejercicio 3.35. Considere la población de electores descrita en el Ejemplo 3.6. Suponga que hay N = 5000 electores en
la población, 40% de los cuales están a favor de Jones. Identifique el evento está a favor de Jones como el éxito S. Es
evidente que la probabilidad de S en el intento 1 es 0.40. Considere el evento B de que S suceda en la segunda prueba.
Entonces B puede ocurrir en dos formas: las primeras dos pruebas son exitosas o bien la primera prueba es un fracaso
y la segunda es un éxito. Demuestre que P(B)=0.4. ¿Cuál es P (B|la primera prueba es S)? ¿Esta probabilidad
condicional difiere marcadamente de P(B)?

Definimos a B como 𝐵 = 𝑆𝑆 ∪ 𝐹𝑆, es decir, la unión entre el éxito en ambas pruebas y el fracaso con el éxito. Con 2000
votantes, 40% del total, a favor del candidato, y, con3000 en contra.

Así, tenemos que:

𝑃(𝐵) = 𝑃(𝑆𝑆) + 𝑃(𝐹𝑆)

2000 1999 3000 2000

𝑃(𝐵) = ( )( )+( )( ) = 0.4
5000 4999 5000 4999

Por lo que:

1999
𝑃(𝐵|𝑙𝑎 𝑝𝑟𝑖𝑚𝑒𝑟𝑎 𝑝𝑟𝑢𝑒𝑏𝑎) = = 0.399 ≈ 0.4
4999
Ejercicio 3.36. a) Un meteorólogo en Denver registró Y = el número de días de lluvia durante un periodo de 30 días.
¿Tiene Y una distribución binomial? Si es así, ¿se dan los valores de n y p? b) Una empresa de investigación de mercado
ha contratado operadoras para que realicen encuestas por teléfono. Se usa una computadora para marcar al azar un
número telefónico y la operadora pregunta a la persona que contesta si tiene tiempo para responder unas preguntas.
Sea Y = el número de llamadas hechas hasta que la primera persona contesta que está dispuesta a responder las
preguntas. ¿Es éste un experimento binomial? Explique.

a) Debido a que los días no son independientes, la variable aleatoria Y no tiene una distribución binomial.
b) Debido a que el número de pruebas no es fijo, esto no es un experimento binomial.

Ejercicio 3.39. Se construye un complejo sistema electrónico con cierto número de piezas de respaldo en sus
subsistemas. Un subsistema tiene cuatro componentes idénticos, cada uno con una probabilidad de 0.2 de fallar en
menos de 1000 horas. El subsistema va a operar si dos de los cuatro componentes están operando. Suponga que los
componentes operan de manera independiente. Encuentre la probabilidad de que

a. exactamente dos de los cuatro componentes dure más de 1000 horas,

b. el subsistema opere más de 1000 horas.
Se define como Y al número de componentes que fallan en menos de 1000 horas. Por lo tanto, Y se considera binomial con
n=4 y probabilidad p=0.2 de éxito. Asi:

a) 𝑃(𝑌 = 2) = (𝑛𝑦) 𝑝 𝑦 𝑞𝑛−𝑦 = (42) (0.2)2 (0.8)2 = 0.1536

Ejercicio 3.40. La probabilidad de que un paciente se recupere de una enfermedad estomacal es 0.8. Suponga que
se sabe que 20 personas han contraído la enfermedad. ¿Cuál es la probabilidad de que

a. exactamente 14 se recuperen?,
b. al menos 10 se recuperen?,
c. al menos 14 pero no más de 18 se recuperen?,
d. a lo máximo 16 se recuperen?

Sea Y el número de pacientes que se recuperan. Entonces, Y es binomial con n=20 pruebas y una probabilidad de éxito de
0.8.
Se implementa la Tabla 1 del Apéndice III, para encontrar las probabilidades.
a) 𝑃(𝑌 ≥ 10) = 1 − 𝑃(𝑌 ≤ 9) = 1 − 0.001 = 0.999.
b) 𝑃(14 ≤ 𝑌 ≤ 18) = 𝑃(𝑌 ≤ 18) − 𝑃(𝑌 ≤ 13) = 0.931 − 0.087 = 0.844.
c) 𝑃(𝑌 ≤ 16) = 0.589.

Ejercicio 3.41. Un examen de opción múltiple tiene 15 preguntas, cada una con cinco posibles respuestas, sólo una
de las cuales es correcta. Suponga que uno de los estudiantes que hace el examen contesta cada una de las
preguntas con una adivinación aleatoria independiente. ¿Cuál es la probabilidad de que conteste correctamente al
menos diez preguntas?
Definimos a Y como el número de respuestas correctas. Entonces, Y es binomial con n=15 pruebas y una probabilidad de
éxito p=1/5=0.2. Usando la Tabla 1 en el Apéndice III, tenemos la probabilidad siguiente:

𝑃(𝑌 ≥ 10) = 1 − 𝑃(𝑌 ≤ 9) = 1 − 1.000 = 0.000