You are on page 1of 231

193 Problemas Resueltos de

ClculodeProbabilidades

Victoriano J. Garca Garca Hctor M. Ramos Romero

Miguel ngel Sordo Daz


Este libro ha superado un proceso de evaluacin externa por pares

Servicio de Publicaciones
Los Autores

Primera Edicin: 2008

Edita: Servicio de Publicaciones de la Universidad de Cdiz


C/ Doctor Maran, 3 -11002 Cdiz (Espaa)
http://www.uca.es/publicaciones

ISBN: 978-84-9828-162-0
Depsito Legal: CA 501/08
Imprime: Publigades Baha
ndice

1 Fundamentos 7
1.1 Contenidos: 7
1.2 Problemas 7
1.2.1 Propiedades Bsicas 7
1.2.2 Espacios muestrales finitos 25
1.2.3 Mtodo Geomtrico 36

2 Probabilidad Condicionada 47
2.1 Contenidos 47
2.2 Problemas 47
2.2.1 Probabilidad Condicionada. Independencia de sucesos . 47
2.2.2 Teorema de la Probabilidad Total. Teorema de Bayes . 58

3 Variables Aleatorias 89
3.1 Contenidos 89
3.2 Problemas 89
3.2.1 Distribuciones discretas 90
3.2.2 Distribuciones continuas 94

4 Caractersticasdelas V V . A A . 115
4.1 Contenidos 115
4.2 Problemas 115

5 Vectores Aleatorios 151


5.1 Contenidos 151
5.2 Problemas 151

3
4 NDICE

6 Distribuciones 185
6.1 Contenidos 185
6.2 Problemas 185
6.2.1 Distribucin normal 186
6.2.2 Otras Distribuciones 199

7 Notacin, BibliografayTablas 219


7.1 Generalidades 220
7.2 Momentos 221
7.3 Siglas 221
7.4 Distribuciones 222
7.5 Complementos al Captulo 1 223
7.5.1 Leyes de Morgan 223
7.5.2 Axiomtica de Kolmogorov 223
7.5.3 Regla de Laplace 223
7.6 Complementos al Captulo 2 224
7.6.1 Deniciones 224
7.6.2 Teoremas 225
7.7 Complementos al Captulo 3 225
7.7.1 Transformaciones de variables aleatorias 225
7.8 Complementos al Captulo 4 226
7.9 Complementos al Captulo 5 226
7.10 Complementos al Captulo 6 227
7.11 Bibliografa 228
7.12 Tabla de la distribucin normal 229
NDICE 5

Presentacin

Este libro contiene una recopilacin de problemas resueltos de Clculo de


Probabilidades, fruto del trabajo de revisin y actualizacin que los autores,
todos con amplia experiencia en la docencia de esta materia en diversas
titulaciones de la Universidad de Cdiz, han realizado durante varios aos.
El Clculo de Probabilidades est presente en los planes de estudio de
una gran cantidad de disciplinas y especialidades. El deseo de impartirla con
cierto rigor nos lleva con frecuencia a los profesores a invertir una buena parte
de los crditos asignados en la necesaria adquisicin del soporte terico sobre
el que desarrollarla. Sin embargo, el carcter troncal (en el sentido ms
amplio) de la asignatura, pilar fundamental de otras ramas ms aplicadas
de la Estadstica, la Economa, la Ingeniera o la Medicina, aconsejan que el
alumno adquiera, ms all de los meros conocimientos tericos y la capacidad
de resolver problemas-tipo, cierta destreza en la resolucin de problemas algo
ms complejos. La experiencia nos muestra que sta slo se adquiere tras
un proceso de "maduracin" en el clculo de probabilidades, fruto de la
asimilacin de los conceptos tericos y la realizacin pausada de numerosos
problemas. Este libro pretende contribuir a la adquisicin, por parte del
alumno, de las citadas destrezas, poniendo a su disposicin un total de 193
problemas resueltos con detalle.
Como cualquier libro que aspira a ser til en diversos frentes, ste ha sido
redactado con un planteamiento que abarca desde los ejercicios ms sencillos
hasta los que requieren mayor esfuerzo o dominio de las tcnicas matemticas.
Si bien hemos omitido, por prescindibles (dada la abundancia de manuales
especcos) la mayor parte de los desarrollos tericos, las demostraciones de
algunas proposiciones que habitualmente forman parte del cuerpo terico de
la asignatura aparecen aqu propuestas como ejercicios, con la intencin de
ser de utilidad al profesor que administra el tiempo de docencia. A ste
tambin va dirigido el libro, con el objetivo de proporcionarle un amplio
material para la preparacin de pruebas o una alternativa a la tradicional
redaccin de hojas de problemas.

Victoriano J. Garca, Hctor M. Ramos y Miguel A. Sordo.


6 NDICE

Sobreelcontenido
El libro est dividido en siete captulos, siendo los seis primeros los de-
dicados a ejercicios, siguiendo el orden del temario establecido para la asig-
natura Clculo de Probabilidades impartida a los aspirantes a matemticos
en la Universidad de Cdiz, as como para asignaturas en otras Titulaciones.
Hemos hecho la recopilacin que creemos ms adecuada para que el lector-
alumno adquiera con ella una formacin ms completa y equilibrada y, debido
a que cada tema tiene una amplitud de contenidos distinta, cada captulo
contiene un nmero distinto de problemas.
En la resolucin de los problemas se ha sacrificado buena parte del habi-
tual orden y rigor matemtico en las explicaciones en aras de seguir la ruta
natural del pensamiento de quien lo resuelve. Por eso, a veces, se han expli-
citado ampliamente pasos que, en cualquier otro libro, apenas necesitaran
un par de lneas.
Estos problemas siguen una secuencia. Esto es, no slo un orden de
dificultad, sino que incluso se recurre a problemas anteriores para resolver
otros, de manera que es preferible seguir una lectura ordenada antes que
saltar de uno a otro. Algunos resultados tericos se muestran como ejercicio,
pues la experiencia demuestra que su utilidad como tal es apreciable, al
margen de la que tienen como parte de la Teora del tema correspondiente.
En el Captulo 7 hacemos una recopilacin de las notaciones y smbolos de
elementos estadsticos que aparecen en todo el libro. En el mismo captulo
recomendamos una bibliografa para el estudio terico de la Teora de la
Probabilidad, indispensable para poder abordar y comprender los ejercicios
aqu contenidos.
Tradicionalmente, en los ejercicios en los que aparece una variable aleato-
ria con distribucin normal o Gaussiana se recurre a una tabulacin de las
probabilidades de la distribucin normal estndar, con media nula y varianza
unidad. En la actualidad, no obstante, existe en el mercado una amplia oferta
de calculadoras cientficas que proporcionan stas y otras probabilidades, lo
cual supone un ahorro significativo de tiempo y esfuerzo que recomendamos
al lector. Sin embargo, ante la posibilidad de que ste pudiera no disponer
de una de estas mquinas, en los problemas referidos hemos obtenido las
soluciones mediante la clsica tabla de la normal, incluida al final del libro.
Captulo 1

Fundamentos

1.1 Contenidos:
Experimento aleatorio. Punto muestral. Espacio muestral.

Suceso. Espacio de sucesos. lgebra de sucesos. Sucesos incompatibles.


Sucesos complementarios. Leyes de Morgan.

Probabilidad. Axiomtica de Kolmogorov. Propiedades derivadas. Es-


pacio probabilstico.

Probabilidades sobre espacios muestrales finitos. Combinatoria. Regla


de Laplace. Mtodo geomtrico.

1.2 Problemas
1.2.1 Propiedades Bsicas
E n esta seccin se resuelven algunos problemas que requieren t a n slo los
conceptos bsicos de espacio probabilstico y algunas de las propiedades
ms inmediatas de la Axiomtica de Kolmogorov. E n algunos enunciados,
por comodidad, se sobreentender la existencia de un espacio probabilstico
(; S; P) y la pertenencia de los sucesos que se mencionen a una -lgebra
S.

7
8 CAPTULO 1. FUNDAMENTOS

P r o b l e m a 1 . 1 . Sea e l e x p e r i m e n t o a l e a t o r i o c o n s i s t e n t e e n l a n -
z a r dos d a d o s .
a) D e s c r i b i r e l e s p a c i o m u e s t r a l a s o c i a d o a l e x p e r i m e n t o .
b ) C o n s i d e r a n d o los sucesos:

A O b t e n e r 7 c o m o s u m a d e los d a d o s ,
B O b t e n e r p a r c o n c a d a u n o d e los d a d o s ,
C O b t e n e r a l m e n o s u n 6 c o m o s u m a d e los d a d o s ,
D O b t e n e r resultado distinto en cada d a d o ,

D e s c r i b i r los sucesos
i ) AB, i i ) A C, i i i ) A B, i v ) A D, v ) ,
i n d i c a n d o los p u n t o s m u e s t r a l e s q u e c o n t i e n e n .

Solucin
a) Se distinguirn los dados como primero y segundo, de manera que
los puntos muestrales forman el espacio muestral

= {(1,1), (1, 2),..., (1,6), (2,1),..., (2,6),..., (6,6)}.


b-i) AB = 0. Si el resultado de cada dado es un nmero par, no pueden
sumar 7.
b-ii) Como A C, entonces

A C = A = {(1,6), (2,5), (3,4), (4,3), (5, 2), (6,1)}.


b-iii) Como AB = 0 , basta enumerar los puntos de A y luego los de
B , pues no hay coincidencias.

A B = {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1),


(2, 2) , (2,4), (2, 6), (4, 2) , (4,4), (4,6), (6, 2), (6,4) , (6, 6)} :
b-iv) Como en los puntos de A no hay coincidencias en las puntuaciones
de los dos dados, es decir, A C D, entonces

A D = A = {(1,6), (2,5), (3,4), (4,3), (5, 2), (6,1)}.

b-v) D No obtener resultado distinto en cada d a d o Obtener el


mismo resultado en los dos dados:

D = {(1,1) ,(2, 2),(3,3),(4,4),(5,5),(6,6)}:


1.2. PROBLEMAS 9

P r o b l e m a 1.2. Sea el experimento aleatorio consistente en ex-


traer una carta al azar de una b a r a j a espaola.
a) D e t e r m i n a r el espacio muestral.
b) Sean los sucesos

A O b t e n e r carta de oros
B O b t e n e r carta de copas
C O b t e n e r figura (sota, caballo o r e y )
D Obtener rey.

Describir los siguientes sucesos:

i) (A B) D, i i ) , iii) , i v ) (C D) A, v ) D .

Solucin
a) consta de 40 elementos, determinados por un nmero del 1 al 10 (As
= 1, sota = 8, caballo = 9, rey = 10), y por uno de los cuatro palos (oros,
copas, bastos y espadas). Es decir:

= { 1 ; 2;..., 9;10} x {oros, copas, bastos, espadas}.

b-i) ( A U B ) D Obtener carta de oros o de copas, y obtener rey, es


decir,
(A B) D = {(10, oros), (10, copas)} :

b-ii, b-iii) = , por las Leyes de Morgan. Entonces, como


No obtener oros o copas, queda

No obtener carta de oros ni de copas.

b-iv) (C D) A = C D A Obtener una carta de figura, de rey


y de oros, es decir

(C D) A Obtener el rey de oros = (10, oros).

b-v) D Obtener un rey, y que no sea figura, es decir, .


10 CAPTULO 1. FUNDAMENTOS

P r o b l e m a 1.3. P r o b a r q u e , d a d o u n suceso A de u n espacio


p r o b a b i l s t i c o (; S; P), se v e r i f i c a q u e :

P = 1 - P (A):
Solucin
Se tiene, por el A x i o m a I I , que P () = 1:
Se tiene, por definicin de suceso complementario, que y que

Se tiene entonces, por el A x i o m a I I I en su versin para uniones finitas,


que

de donde se concluye la relacin del enunciado.

P r o b l e m a 1.4. P r o b a r q u e , d a d o s dos sucesos A y B d e u n


e s p a c i o p r o b a b i l s t i c o (, S, P), t a l e s q u e se v e r i f i c a q u e :

Solucin
Se tiene, para cualesquiera sucesos A y B, que

y que

Por la definicin de inclusin de conjuntos, es claro que

Por lo tanto, aplicando el A x i o m a I I I en su versin para uniones finitas, se


obtiene que

Como, por el A x i o m a se concluye inme-


diatamente que

P r o b l e m a 1.5. P r o b a r , a p a r t i r d e l a A x i o m t i c a d e K o l m o g o r o v
q u e , p a r a c u a l q u i e r suceso A d e u n e s p a c i o d e sucesos S, se v e r i f i c a
1.2. PROBLEMAS 11

Solucin
Por el A x i o m a I de Kolmogorov, queda determinado que
Dado que, por el A x i o m a I I

Por ser aplicando el A x i o m a I I I de Kolmogorov en su versin de


uniones nitas,

Como es otro suceso, y tambin debe ser

P r o b l e m a 1.6. P r o b a r q u e , d a d o s dos sucesos A y B d e un


m i s m o e s p a c i o d e sucesos, se v e r i i c a :

Solucin
Basta descomponer A B como unin de sucesos disjuntos, y aplicar el
A x i o m a I I I de Kolmogorov en su versin para uniones finitas.

y por tanto,

(1.1)

Como consecuencia, teniendo en cuenta que el subconjunto AB est repetido,


se puede probar (por doble inclusin) que

y, al ser los tres sucesos incompatibles dos a dos, se puede aplicar el A x i o m a


III:
(1.2)
12 CAPTULO 1. FUNDAMENTOS

Combinando (1.1) con (1.2), se obtiene:

P r o b l e m a 1.7. P r o b a r q u e , d a d o s t r e s sucesos A, B y C d e u n
m i s m o e s p a c i o d e sucesos, se v e r i f i c a :

Solucin
Usando el resultado del Problema 1.6 para la unin de dos sucesos y la
propiedad distributiva de unin e interseccin de sucesos y, empleando la
propiedad asociativa de la unin de conjuntos, llamando como
un solo suceso, se tiene:

(usando nuevamente el resultado del Problema 1.6 para desarrollar el segundo


sumando y la pripiedad distributiva de unin e interseccin)

(Usando nuevamente el resultado del Problema 1.6, ahora en el l t i m o sumando


de la expresin)
1.2. PROBLEMAS 13

N O T A : Este resultado puede extenderse a l a u n i n de n conjun-


tos, de manera que

P r o b l e m a 1.8. Sean dos sucesos A y B de u n espacio de suce-


sos S, tales que Calcular

Solucin
Aplicando las Leyes de Morgan,

P r o b l e m a 1.9. Dos sucesos A y B son equiprobables. Si l a


p r o b a b i l i d a d de que o c u r r a n ambos a l a vez es 002 y l a de que no
o c u r r a n i uno n i el o t r o es 0010, cul es l a p r o b a b i l i d a d de cada
uno de ellos?

Solucin
En este problema se utilizar que la relacin de complementariedad entre
sucesos es recproca, es decir, que

Por ser equiprobables, P (A) = P (B) = p: Se tiene que

Por lo tanto,
14 CAPTULO 1. FUNDAMENTOS

P r o b l e m a 1.10. D a d o s A y B p e r t e n e c i e n t e s a S, t a l e s q u e

hallar

Solucin
a) Es claro que
Como sustituyendo se obtiene

que

b) Se tiene, por las Leyes de Morgan, que Por tanto,

c) Igualmente, por las Leyes de Morgan, se tiene que

d)

Por lo tanto,

P r o b l e m a 1 . 1 1 . S e a n los sucesos A, B y C p e r t e n e c i e n t e s a S
tales que
1.2. PROBLEMAS 15

Calcular:
a) L a p r o b a b i l i d a d d e q u e o c u r r a e x a c t e m e n t e u n o d e los t r e s
sucesos
b ) L a p r o b a b i l i d a d d e q u e o c u r r a a l m e n o s u n o d e los t r e s suce-
sos.

Solucin
a) E l suceso cuya probabilidad se pide se puede escribir como

Estos tres sucesos son claramente disjuntos dos a dos, de manera que se
necesita conocer la probabilidad de cada uno de ellos, y obtener la suma.
Adems, por la simetra en los datos, bastar calcular la probabilidad de uno
de ellos, y, como la de los otros dos coincidirn con sta, bastar
triplicar el valor que se obtenga para concluir el problema.
Se utilizar que, dados cualesquiera sucesos

(1.3)

Entonces, aplicando las Leyes de Morgan,

y tomando en la expresin (1.3) , se tiene que

(1.4)

Se necesita, entonces, calcular el segundo sumando

E n definitiva, sustituyendo en (1.4),


16 CAPTULO 1. FUNDAMENTOS

y, por la simetra entre los tres sucesos, la probabilidad pedida es el triple,

b) En este caso, se pide

P r o b l e m a 1.12. L a p r o b a b i l i d a d de que u n estudiante A apruebe


u n examen de Clculo de Probabilidades es 08; l a de que o t r o
estudiante B lo apruebe es 04; y la de que aprueben ambos es de
03. Calcular la p r o b a b i l i d a d de que:
a) A l menos uno de ello apruebe.
b) N i n g u n o de ellos apruebe.
c) Slo uno de ellos apruebe.

Solucin
Se definen los sucesos: A El alumno A aprueba; B El alumno B
aprueba. Entonces,
a) Alguno de ellos apruebe A U B:

b) Ninguno de ellos apruebe

c) Slo uno de ellos apruebe Por ser estos dos


sucesos disjuntos, se obtiene

Por un lado,
1.2. PROBLEMAS 17

por otro lado,

Y, en definitiva,

P r o b l e m a 1.13. Sean los sucesos A, B y C de u n cierto espacio de


sucesos, tales que
y H a l l a r l a p r o b a b i l i d a d de

Solucin
Independientemente de que con la informacin suministrada no sera su-
--ciente para responder a la pregunta, se observa que, segn los datos del
problema

y el resultado obtenido en el Problema 1.4,


(!):
P r o b l e m a 1.14. E n u n estudio realizado sobre 900 profesionales
aos despus de su graduacin, se obtiene que:
i) 300 de ellos t u v i e r o n xito profesional.
i i ) 300 de ellos estudiaron Teora de l a P r o b a b i l i d a d en su ca-
rrera,
i i i ) 100 de ellos t u v i e r o n xito y estudiaron Teora de la Proba-
b i l i d a d en su carrera.
D e t e r m i n a r la p r o b a b i l i d a d de que u n i n d i v i d u o escogido al azar
en este g r u p o presente
a) Exactamente k de estas caractersticas, con k = 0,1,2,
b) A l menos k de estas caractersticas, con k = 0,1, 2,
c) N o ms de k de estas caractersticas, con k = 0,1,2,
donde las caractersticas son las estudiadas (tener x i t o profe-
sional, haber estudiado Teora de la P r o b a b i l i d a d en su carrera).
18 CAPTULO 1. FUNDAMENTOS

Solucin
Se definen los sucesos E "tener xito profesional" y C "haber estu
diado Teora de la Probabilidad en su carrera". Por hiptesis,

a) Se considerar cada valor de n, siendo n "nmero de caractersticas


presentadas por el sujeto seleccionado".
a-n = 0)

Como

se obtiene

a-n = 1)

(por ser, claramente, sucesos disjuntos)

Cada sumando se puede obtener por separado como sigue:

De donde

a-n = 3) Este caso resulta obvio, pues P (n = 3) = por hiptesis.


b) Probabilidad de que se den "al menos k caractersticas" es
b-k = 0). Es el caso t r i v i a l , siendo
b-k = 1)
1.2. PROBLEMAS 19

b-k = 2)

c) Probabilidad de que se den "no ms de k caractersticas" es el problema


de los casos complementarios al apartado b).
c-k = 0) Se t r a t a de hallar

c-k = 1) Se t r a t a de hallar

c-k = 2) Ahora se t r a t a de el otro caso t r i v i a l , pues

P r o b l e m a 1.15. E n u n a e n c a r n i z a d a b a t a l l a e n t r e seores f e u -
dales c o m b a t i e r o n 270 h o m b r e s . D e e l l o s , 9 0 p e r d i e r o n u n o j o , 9 0
p e r d i e r o n u n b r a z o y 90 p e r d i e r o n u n a p i e r n a . 30 p e r d i e r o n u n
o j o y u n b r a z o , 30 p e r d i e r o n u n b r a z o y u n a p i e r n a , 30 p e r d i e r o n
u n a p i e r n a y u n o j o . Y 10 p e r d i e r o n las t r e s cosas. D e t e r m i n a r
l a p r o b a b i l i d a d de que u n i n d i v i d u o de stos, seleccionado al azar,
haya sufrido
a) E x a c t a m e n t e k l e s i o n e s , c o n k = 0,1,2:
b ) P o r l o m e n o s k l e s i o n e s , c o n k = 0,1,2:
c) N o m s d e k l e s i o n e s , c o n k = 0,1,2:

Solucin
Se definen n "nmero de mutilaciones presentadas por el sujeto selec-
cionado", y los sucesos:
O " E l individuo seleccionado ha perdido un o j o " ;
L " E l individuo seleccionado ha perdido una pierna ";
B " E l individuo seleccionado ha perdido un brazo".
Como hiptesis del problema, se tienen las siguientes probabilidades:
20 CAPTULO1. FUNDAMENTOS

Se resuelven, a continuacin los apartados subdivididos segn los casos


de k.

a- caso k = 0) Lo pedido es

a- caso k = 1) Lo pedido es

(Por la simetra de los datos, los tres sumandos sern idnticos)

Para encontrar esta probabilidad, debe tenerse en cuenta que

y que

As, finalmente,
1.2. PROBLEMAS 21

a- caso k = 2) Lo pedido es

pues los tres sucesos entre parntesis son disjuntos dos a dos. Por la simetra
de los datos, basta con hallar

Y esta probabilidad se puede encontrar como sigue:

Y, por tanto,

a- caso k = 3) Lo pedido es

b- caso k = 0) Este es un caso trivial, pues lo que se pide es


b- caso k = 1) En esta ocasin, el resultado se obtiene con la ayuda del
apartado a- caso k = 0):

b- caso k = 2) Igualmente,

b- caso k = 3) Coincide con el apartado a- caso k = 3), pues


22 CAPTULO 1. FUNDAMENTOS

c- caso k = 0) L o que se p i d e es

c o m o se o b t u v o e n el a p a r t a d o a- caso k = 0 ) .
c- caso k = 1 ) E n este caso, lo que se p i d e es

c- caso k = 2) E n este caso, lo que se p i d e es

c- caso k = 3) E s t e caso es d i r e c t o , pues lo que se p i d e es

P r o b l e m a 1.16. V e r i f q u e s e q u e l a l e y d e f i n i d a p o r :

p a r a i = 1, 2,..., n , s i e n d o t o d o s l o s s u c e s o s Ai; c u y a u n i n es i g u a l a l
e s p a c i o m u e s t r a l , d i s j u n t o s e n t r e s , es u n a f u n c i n d e p r o b a b i l i d a d .

Solucin
Se r e v i s a si se c u m p l e l a A x i o m t i c a de K o l m o g o r o v :
a) b ) L a p r o b a b i l i d a d de la u n i n de sucesos n o p r e s e n t a
problemas;

c) Slo h a y que c o m p r o b a r que

B a s t a c o m p r o b a r que la s u m a de las p r o b a b i l i d a d e s de los sucesos Ai es


l a u n i d a d , p u e s t o que son sucesos d i s j u n t o s dos a dos.
1.2. PROBLEMAS 23

P r o b l e m a 1.17. P r o b a r q u e si entonces

Solucin

P r o b l e m a 1.18. P r o b a r q u e si A1,A2,...,An s o n sucesos d e u n


e s p a c i o p r o b a b i l s t i c o (, S, P) y n N, e n t o n c e s

( E s t e r e s u l t a d o se c o n o c e c o m o d e s i g u a l d a d d e B o n f e r r o n i ) .

Solucin
Se prueba por induccin.
Caso n = 1 : es obvio, porque
Caso n = 2:

Se supone ahora, como hiptesis de induccin, que el resultado es cierto


para n, y se probar que entonces es cierto para n + 1.

Aplicando la Desigualdad de Bonferroni para n = 2, ya probada, en la ex-


presin anterior se verifica que
24 CAPTULO 1. FUNDAMENTOS

Aplicando la hiptesis de induccin en el primer sumando, se obtiene que

P r o b l e m a 1.19. U n e s p a c i o p r o b a b i l s t i c o p r e s e n t a u n o s sucesos
d i s j u n t o s W1,...,WN, t a l e s q u e Wj+1 t i e n e e l d o b l e d e p r o b a b i l i d a d
q u e Wj, p a r a j = 1,...,N 1 , y t a l e s q u e s u u n i n es e l suceso s e g u r o
. D e t e r m i n a r l a p r o b a b i l i d a d d e los sucesos W i , p a r a i = 1 , . . . , N.

Solucin
Por ser disjuntos los sucesos Wi, y por ser su unin el suceso seguro, se
tienen las igualdades

Se denota por P i = P (Wi). Se tiene, por hiptesis del problema, que

para todo j salvo el l t i m o . Es decir,

(la expresin del centro es vlida, pues, para k entre 1 y N).


De esta forma, la unidad se obtiene como

Como conclusin,

para k = 1,..., N.
1.2. PROBLEMAS 25

1.2.2 Espacios muestrales finitos


E n esta seccin se resuelven problemas de probabilidades en espacios mues-
trales finitos, aplicando la Regla de Laplace. Se t r a t a , esencialmente, de
contar "casos posibles" y "casos favorables", empleando para ello diversas
tcnicas de combinatoria.

P r o b l e m a 1.20. Se t o m a a l a z a r u n n m e r o e n t e r o n o n e g a t i v o
d e h a s t a t r e s c i f r a s . H a l l a r l a p r o b a b i l i d a d d e q u e a l m e n o s los dos
l t i m o s d g i t o s d e l c u b o d e l n m e r o sean i g u a l e s a u n o .

Solucin
E l espacio muestral es = [0,999] (intervalo entero). Por tanto,

y, considerando cada nmero equiprobable,

siendo A el suceso "al menos los dos ltimos dgitos del cubo del nmero
sean iguales a uno" y n el nmero de casos en los que esto ocurre.
E l nmero seleccionado al azar, N , se puede escribir en la forma

donde a, b, c son dgitos entre 0 y 9. E n t a l caso, se tiene que

(1.5)

As, es evidente (hgase el recuento) que la l t i m a cifra de N3 ser igual a 1


t a n slo cuando

Se asume, entonces, que en los casos favorable ser a = 1. E n estos casos,


las decenas se pueden expresar como las unidades del nmero
26 CAPTULO 1. FUNDAMENTOS

que se obtienen de los trminos de (1.5) que slo se multipliquen por 10, es
decir, 3a 2 b10. Por ser a = 1, se reduce a 3b, que se exige ahora que "acabe
en uno". Tal cosa slo sucede cuando b = 7.

Como conclusin, se deben contar como casos favorables aquellos en los


que N acaba en " 7 1 " . De esta forma,

P r o b l e m a 1 . 2 1 . Se t o m a a l a z a r u n n m e r o e n t e r o n o n e g a t i v o
d e h a s t a n c i f r a s . H a l l a r l a p r o b a b i l i d a d d e q u e a l m e n o s los dos
l t i m o s d g i t o s d e l c u b o d e l n m e r o sean i g u a l e s a u n o .

Solucin
E l espacio muestral es, en este caso, = [0;10 n -1] (intervalo entero).
Siguiendo el mismo procedimiento del problema anterior, las condiciones son
idnticas, pero multiplicadas por 1 0 n - 2 tanto en los casos "favorables" como
en los "posibles". De esta forma, se obtiene igualmente una probabilidad de

P r o b l e m a 1.22. L o s c o e f i c i e n t e s d e l a e c u a c i n d e s e g u n d o g r a d o
ax2+bx+c = 0 se d e t e r m i n a n m e d a n t e t r e s l a n z a m i e n t o s d e u n d a d o ,
a s i g n n d o l e s los r e s p e c t i v o s v a l o r e s o b t e n i d o s .

a) C u l es l a p r o b a b i l i d a d d e q u e l a e c u a c i n t e n g a races
reales?

b ) C u l es l a p r o b a b i l i d a d d e q u e t e n g a u n a r a z d o b l e ?
1.2. PROBLEMAS 27

Solucin
Los casos posibles de eleccin de a, b y c son 6 6 6 = 216: Las preguntas
de ambos apartados se reducen a determinar en cuntos casos se tiene que:

Para resolver este problema, se presentan en una tabla los posibles valores
del producto ac:

1 2 3 4 5 6
1 1 2 3 4 5 6
2 2 4 6 8 10 12
3 3 6 9 12 15 18
4 4 8 12 16 20 24
5 5 10 15 20 25 30
6 6 12 18 24 30 36

a) Por su parte, para cada posible valor de b, debe contarse en cuntos


casos de la tabla el producto es menor o igual a

Si b = 1 , hay 0 casos. Si b = 2 , hay 1 caso.


Si b = 3 , hay 3 casos. Si b = 4, hay 8 casos.
Si b = 5, hay 14 casos. Si b = 6, hay 17 casos.

De esta forma, con un total de 43 casos favorables,

b) En este apartado, se comprueba en cuntos casos se tiene la igualdad:


Si b = 1 , hay 0 casos. Si b = 2, hay 1 caso.
Si b = 3 , hay 0 casos. Si b = 4, hay 3 casos.
Si b = 5 , hay 0 casos. Si b = 6, hay 1 caso.
De esta forma,

Problema 1.23. Una rifa consta de 400 nmeros y 4 premios (a


nmeros distintos). Una persona compra 10 nmeros. Hallar la
probabilidad de que obtenga premio.
28 CAPTULO 1. FUNDAMENTOS

Solucin
Se calcular la probabilidad del suceso complementario: sea el suceso
A "Esta persona no obtiene premio":

Por tanto, la probabilidad de que obtenga premio es, aproximadamente,


de 0009666:

P r o b l e m a 1.24. Se r e a l i z a e l s i g u i e n t e e x p e r i m e n t o : se b a r a j a n
8 c a r t a s , 4 d e ellas r o j a s y 4 n e g r a s , a c o n t i n u a c i n , l a p e r s o n a q u e
r e a l i z a e l e x p e r i m e n t o las v e u n a t r a s o t r a . E n o t r a h a b i t a c i n ,
u n s u j e t o t r a t a d e a d i v i n a r si l a c a r t a q u e e s t v i e n d o c a d a vez e l
e x p e r i m e n t a d o r es r o j a o n e g r a , c o n e l r e q u e r i m i e n t o d e q u e d e b e
decir " n e g r a " e n c u a t r o ocasiones. S u p o n i e n d o que el a d i v i n a d o r
n o t i e n e p o d e r e s e x t r a s e n s o r i a l e s , qu p r o b a b i l i d a d h a y d e q u e
a d i v i n e e l c o l o r d e e x a c t a m e n t e seis d e las o c h o c a r t a s ?

Solucin
Supnganse jadas las posiciones de salida de las cartas, y considrense
como "casos posibles" las ordenaciones que dice el adivinador. U n "caso
favorable" es aquel en que puede fallar dos cartas y, en las hiptesis del expe-
rimento, sto equivale a adivinar tres de color rojo. Por tanto, denominando
A3 " E l sujeto adivina las posiciones de tres cartas rojas",

P r o b l e m a 1.25. D i e z p e r s o n a s se s i e n t a n d e m a n e r a a l e a t o r i a e n
u n a fila d e 10 a s i e n t o s . H a l l a r l a p r o b a b i l i d a d d e q u e dos p e r s o n a s
concretas q u e d e n sentadas e n asientos contiguos.

Solucin
Los casos posibles son, claramente, 10! = 10 9 8 ... 2 1.
1.2. PROBLEMAS 29

Para contar los casos favorables, se considera a estas dos personas como
un solo elemento. Entonces, el t o t a l de 9 personas que quedan ahora se
pueden sentar de 9! formas. Por otro lado, debe considerarse que, en cada
una de estas formas, las dos personas que deben estar juntas se pueden sentar
de dos formas distintas. E n conclusin:

P r o b l e m a 1.26. D i e z p e r s o n a s se s i e n t a n d e m a n e r a a l e a t o r i a
e n u n a m e s a c i r c u l a r d e 10 a s i e n t o s . H a l l a r l a p r o b a b i l i d a d d e q u e
dos p e r s o n a s c o n c r e t a s q u e d e n s e n t a d a s e n a s i e n t o s c o n t i g u o s .

Solucin
La diferencia con el Problema 1.25 es que, en este caso, no existe una
primera y una l t i m a posicin alrededor de la mesa y, si se considera una
cualquiera de las diez como la primera, se observa que habr otras tantas
permutaciones ordinarias que se le correponden. Por otro lado, las posiciones
primera y l t i m a seran t a n contiguas como la segunda y la tercera, pero el
hecho queda ya solventado por el empleo de este t i p o de recuento. De esta
forma, en las permutaciones circulares de n elementos se computan (n - 1)!
casos, con lo cual los casos posibles son ahora 9!, y los casos favorables, 2 8!
As, la probabilidad buscada es

P r o b l e m a 1.27. C u l es l a p r o b a b i l i d a d d e o b t e n e r 8 c a r a s
a l l a n z a r a l a i r e u n a m o n e d a 8 veces?

Solucin
Contando ordenadamente las tiradas, los casos posibles son 2 8 . Como el
caso favorable es nico, la probabilidad pedida es

P r o b l e m a 1.28. D e u n a b a r a j a e s p a o l a d e 4 0 c a r t a s se e x t r a e n
4 a l a z a r , s i n r e e m p l a z a m i e n t o . C a l c u l a r l a p r o b a b i l i d a d d e q u e las
cartas extradas:
30 CAPTULO 1. FUNDAMENTOS

a) S e a n t o d a s ases,
b) S e a n dos d e ellas d e o r o s y las o t r a s dos d e c o p a s ,
c) Sea u n a c a r t a d e c a d a p a l o ,
d) A l m e n o s u n a sea d e espadas.

Solucin
Para los cuatro apartados, tomando las cartas sin tener en cuenta el orden

de salida, los casos posibles son

a) Slo hay un caso favorable:

b) De las 10 copas se seleccionan al azar 2, de los diez oros se toman 2:

c) De las 10 cartas de cada palo se selecciona una:

d) E l suceso complementario es que no salga ninguna espada, para el

que hay casos favorables. As,

P r o b l e m a 1.29. Seis a m i g o s d e c i d e n i r a M o s c e n t r e n h a c i e n d o
e l v i a j e e n u n c o m p a r t i m e n t o d e seis l i t e r a s . A c a d a u n o le c o r r e s -
1.2. PROBLEMAS 31

ponde, segn sus billetes, una l i t e r a d e t e r m i n a d a , sin embargo se


colocan al azar. Cul es l a p r o b a b i l i d a d de que cada uno ocupe l a
l i t e r a que le corresponde?

Solucin
Los posibles repartos de literas son 6! distintos. Obviamente, slo hay
una opcin correcta, de modo que

P r o b l e m a 1.30. D e l conjunto formado p o r los nmeros 1 , 2, 3,


4, 5, 6 y 7, se t o m a n dos de ellos al azar. Cul es l a p r o b a b i l i d a d
de que l a suma de estos dos nmeros sea par?

Solucin
Se define el suceso A La suma es un nmero par, y se aplica la Regla
de Laplace.
Casos posibles (subconjuntos de dos elementos de { 1 , 2, 3, 4, 5, 6, 7}):

Casos favorables: se trata de que los dos nmeros seleccionados tengan


la misma paridad, esto es:

En conclusin,

P r o b l e m a 1.31. Calcular l a p r o b a b i l i d a d de que en una r e u n i n


de n personas haya al menos dos que c u m p l a n aos el mismo da,
asumiendo que no hay aos bisiestos.
32 CAPTULO 1. FUNDAMENTOS

Solucin
Se asume, pues, que el ao tiene siempre 365 das. Se define el suceso
A Hay al menos dos personas que tienen su cumpleaos el mismo da.
Se calcula la probabilidad del suceso complementario:
Casos posibles: considerando los n individuos ordenados, cada uno de
ellos nace en uno de los 365 das, las posibilidades son 365 n .
Casos favorables: considerando los n individuos ordenados,

de donde se obtiene que

Se calculan estas probabilidades para algunos valores de n, para observar su


cuanta y la rapidez con que crece con n:

P r o b l e m a 1.32. Se c o l o c a n a l a z a r u n r e y b l a n c o y u n a d a m a
n e g r a s o b r e u n t a b l e r o d e a j e d r e z (8x8 casillas o escaques), s i n o t r a s
piezas. C a l c u l a r l a p r o b a b i l i d a d de que estn e n posicin de j a q u e .
N o t a : d e b e n e s t a r e n l a m i s m a fila, c o l u m n a o d i a g o n a l , e n -
t e n d i e n d o stas e n s e n t i d o a m p l i o , c o m o " c a s i l l a s d e l m i s m o c o l o r ,
u n i d a s d e dos e n dos p o r u n v r t i c e c o m n y a l i n e a d a s " . D e e s t a
f o r m a , h a b r " d i a g o n a l e s " d e 2 , 3, y h a s t a d e 8 casillas.

Solucin
Las posiciones son simtricas: si se intercambian las posiciones del rey y
la dama, ambas son posicin de jaque o ambas no los son. Pueden, entonces,
colocarse la dos piezas en sendas casillas, sin especificar cul de las piezas
va en cada una de ellas (es decir, no se tendr en cuenta el orden en que se
seleccionen las casillas). Se define el suceso J E l rey est en jaque.
1.2. PROBLEMAS 33

Casos posibles (64 escaques, seleccionamos dos):


Casos favorables:
a) Misma columna:

b) Misma fila:

c) Misma diagonal:

Puesto que dos cualesquiera de estas tres opciones de jaque son incom-
patibles, se tiene en definitiva que:

P r o b l e m a 1.33. U n c u b o c u y a s caras se p i n t a n d e c o l o r se d i v i d e
e n 1.000 c u b o s d e i g u a l t a m a o . Si se s e l e c c i o n a a l a z a r u n o d e esos
cubos, calcular l a p r o b a b i l i d a d de que t e n g a exactamente:
a) U n a c a r a c o l o r e a d a .
b ) D o s caras c o l o r e a d a s .
c) T r e s caras c o l o r e a d a s .

Solucin
Basta contar los casos. Hay un t o t a l de 1.000 cubos (casos posibles).
Cubos con 0 caras coloreadas (los del interior): 8 8 8 = 512.
Cubos con 1 cara coloreada (los de cada cara, salvo el borde): 886 = 384.
Cubos con 2 caras coloreadas (los de las aristas, salvo las esquinas):
8 12 = 96.
Cubos con 3 caras coloreadas (los de los vrtices): 8.
E n efecto, 512 + 384 + 96 + 8 = 1 000. As,
34 CAPTULO 1. FUNDAMENTOS

P r o b l e m a 1.34. E n l a c o l a d e u n m u s e o h a y 5 a l e m a n e s , 8 j a p o n e -
ses y 7 e s p a o l e s , q u e se c o l o c a n a l a z a r u n o t r a s o t r o . C a l c u l a r l a
p r o b a b i l i d a d de que:
a) L o s t r e s p r i m e r o s sean d e d i s t i n t a s n a c i o n a l i d a d e s .
b ) L o s t r e s p r i m e r o s sean e s p a o l e s .
c) A l g u n o d e los t r e s p r i m e r o s n o sea j a p o n s .

Solucin
Casos posibles (permutaciones con repeticin, pues los individuos de igual
nacionalidad son indistintos):

Casos favorables:
a) Los tres primeros son de distintas nacionalidad (3!), los restantes
son 4 alemanes, 7 japoneses y 6 espaoles:

la probabilidad que se pide es

b) Los tres primeros son espaoles (un solo caso), los restantes son 5
alemanes, 8 japoneses y 4 espaoles:
1.2. PROBLEMAS 35

la probabilidad que se pide es

c) Se utilizar el suceso complementario: casos en que los tres primeros


son japoneses:

la probabilidad pedida es

P r o b l e m a 1.35. D e u n a p o b l a c i n d e N a n i m a l e s se c a p t u r a n
W, se m a r c a n y se d e v u e l v e n a l a p o b l a c i n . P o s t e r i o r m e n t e se
c a p t u r a n n animales. Calcular la p r o b a b i l i d a d de que exactamente
r d e los a n i m a l e s c a p t u r a d o s e s t n m a r c a d o s .

Solucin
La poblacin de peces se divide en W marcados y N-W sin marcar. La
cuestin es: de cuntas maneras se pueden seleccionar r marcados y n-r
sin marcar? Supngase que r W y que n-r N-W y claro est,
n N (es decir, se supone que hay peces suficientes en el estaque, y que se
han marcado suficientes, como para que todos los extrados pudieran estar
marcados o, en el otro extremo, que ninguno de ellos lo estuviera. Entonces:

Casos posibles:

Casos favorables: As, llamando X Nmero de

peces marcados seleccionados,

Necesariamente debe ser n N , pero las dems restricciones no son obli-


gadas. Si no se pueden asumir esas otras restricciones (r W, etc.), entonces
debe tenerse en cuenta que:
36 CAPTULO 1. FUNDAMENTOS

a) E l nmero mximo de peces marcados que pueden obtenerse es el valor

min(n, W}:

b) E l nmero mnimo de peces marcados que pueden obtenerse es

max(0, n N + W}:

Para comprobar este l t i m o valor, considrese la variable Y Nmero


de peces no marcados seleccionados, cuyo valor mximo posible es

min(n, N W}:

E n t a l caso, como X + Y = n, la cota se obtiene automticamente.


Es decir, en definitiva, el valor de X sigue una distribucin hiperge-
omtrica de probabilidad. Para ahondar ms en este concepto habra que
avanzar en los contenidos tericos e incluir este problema en el Captulo 6 de
este libro.

1.2.3 Mtodo Geomtrico


E n esta subseccin se aplica la regla de Laplace a espacios muestrales con-
tinuos y acotados. E n cada ejercicio, el primer paso ser describir el espacio
muestral como una regin de para, a continuacin, delimitar la zona de
esta representacin que corresponde a u n suceso en cuestin. La probabili-
dad se obtiene entonces dividiendo la medida de la zona correspondiente al
suceso entre la correspondiente al espacio muestral . Debe ponerse especial
cuidado en que, en la representacin grfica, cada caso posible se corresponda
unvocamente con un punto de cierta regin medible de y viceversa.

P r o b l e m a 1.36. U n a p a r e j a d e n o v i o s se c i t a e n t r e las seis y


las s i e t e d e l a t a r d e , c o n v i n i e n d o n o e s p e r a r s e m s d e 10 m i n u t o s .
C a l c u l a r l a p r o b a b i l i d a d d e q u e se e n c u e n t r e n , s u p o n i e n d o q u e l l e -
g a n al azar e i n d e p e n d i e n t e m e n t e e n c u a l q u i e r i n s t a n t e del p e r o d o
establecido.

Solucin
La hora de llegada de cada uno de los novios se puede representar en el
intervalo [0,60], correspondiente a los minutos transcurridos entre las 18:00
1.2. PROBLEMAS 37

horas y la llegada, de manera que el espacio muestral se corresponde de


manera biunvoca con el cuadrado [0,60] 2 . Considerando que la hora de
llegada del novio es x y la de la novia es y, se encuentran si y slo si se
verifican simultneamente: y x + 10, y x - 10. Grficamente:

De esta forma, denominando A Se encuentran, al espacio muestral,


y con el mismo nombre la regin del plano correspondiente a este suceso,
pueden medirse las superficies y obtener la probabilidad pedida. Resulta ms
sencillo medir la probabilidad del suceso complementario, al que corresponde
un cuadrado de lado 50 en la representacin de . De esta forma,

P r o b l e m a 1.37. S o b r e u n a c i r c u n f e r e n c i a se e l i g e n t r e s p u n t o s
A, B y C al a z a r . C u l es l a p r o b a b i l i d a d d e q u e e l t r i n g u l o
i n s c r i t o cuyos vrtices son dichos p u n t o s contenga al c e n t r o de l a
circunferencia?

Solucin
Por razones de simetra, se puede considerar, sin prdida de generalidad,
que el primer punto colocado (C) es u n punto de referencia. Uniendo cada
uno de los puntos seleccionados (A, B y C) con el centro O de la circunfe-
38 CAPTULO 1. FUNDAMENTOS

rencia, la posicin de A y B se determina unvocamente con los respectivos


ngulos = x y = y. Puede asumirse igualmente, sin prdida de
generalidad, que x est entre 0 y . As, el espacio muestral se representa
en el plano como [0,] x [ 0 , 2 ) , cuya supercie mide 22 (obviamos las
unidades de medida).
Para delimitar los puntos de este rectngulo correspondientes al suceso
considerado, basta darse cuenta de que O, A y B no deben estar en la misma
semicircunferencia, es decir: una vez fijado x, y debe estar en [, x + ].
Grficamente:

La regin correspondiente al suceso en cuestin queda encerrada entre las


rectas y = x + , y = y x = . De esta forma, la regin que se corresponde
al suceso deseado mide , y su probabilidad es

P r o b l e m a 1.38. E n e l i n t e r v a l o [0,1] se t o m a n dos p u n t o s a l a z a r ,


x, y. C a l c u l a r l a p r o b a b i l i d a d d e q u e los t r e s s e g m e n t o s r e s u l t a n t e s
m i d a n ms de
1.2. PROBLEMAS 39

Solucin
Se considera, sin prdida de generalidad, que x y. Entonces, el espa
cio muestral se representa claramente en la regin del plano acotada por
0 x < y 1 (tringulo (0,0) (0,1) (1,1), rea de . Los segmentos
obtenidos miden, entonces, x, y - x y 1 - y. Debe, por tanto, ser

Grficamente:

De esta forma, el rea correspondiente al suceso en cuestin, mide:

y la probabilidad buscada es
40 CAPTULO 1. FUNDAMENTOS

P r o b l e m a 1.39. S o b r e u n s e g m e n t o AB se t o m a n a l a z a r dos
p u n t o s P y Q. C u l es l a p r o b a b i l i d a d d e q u e , c o n los t r e s t r o z o s
d e l s e g m e n t o , se p u e d a c o n s t r u i r u n t r i n g u l o ?

Solucin
Sin prdida de generalidad, el segmento puede considerarse unitario: [0,1].
Los puntos se pueden determinar, igualmente, como 0 x y 1: As, los
segmentos resultantes miden x, y - x, 1 - y. Para que se pueda formar un
tringulo, la suma de dos lados debe ser mayor que la longitud del otro. por
lo tanto, debe ser

Grficamente:

Con lo cual, la probabilidad requerida es igual al valor del rea del t r i n -


gulo (esto es, 1/8) partida por el rea t o t a l (esto es,
1/2):
1.2. PROBLEMAS 41

P r o b l e m a 1.40 (La aguja de Buon). Sea una aguja de l o n g i t u d


que se deja caer sobre u n plano con lneas paralelas separadas entre
s una distancia con , de m o d o que el centro de l a aguja
caiga con igual p r o b a b i l i d a d en cualquier p u n t o del plano, y su
inclinacin respecto a las lneas paralelas sea igualmente equipro-
bable. Calcular la p r o b a b i l i d a d de que la aguja quede cortando
una de las rectas paralelas del plano.

Solucin

Sea Y Distancia entre el centro de la aguja y la recta ms p r x i m a ,


de modo que Y [0,A/2], y sea ngulo de la aguja con la perpendi-
cular a las rectas del plano, de modo que . As, cada posible
posicin final de la aguja respecto a la recta del plano ms cercana queda
unvocamente determinada. Para que la aguja corte a esta recta, debe ser
que la proyeccin de la m i t a d de la aguja sobre la perpendicular a la recta
sea no inferior al valor de Y, esto es:

Grficamente:

As,
Problema 1.41. U n plano se divide mediante lneas paralelas
separadas entre s una distancia Se deja caer sobre el plano
un tringulo equiltero plano de lado con Calcular la
probabilidad de que el tringulo quede cortando una de las lneas.
Solucin
Es similar al problema anterior, con la diferencia de que el "centro de la
aguja" se sustituir por el circuncentro del tringulo. E n este caso, se toma
el vrtice del tringulo que apunta a la recta ms cercana, y se establece la
posicin mediante por la distancia del circuncentro al vrtice ms cercano a
la recta ms cercana. E l ngulo con que se termina de identificar la posicin
lo determina la perpendicular a la recta desde el circuncentro y el segmento
circuncentro-vertice del tringulo. Ntese que el campo de variacin de este
ngulo queda limitado por el caso en que el lado del tringulo es paralelo a
las rectas del plano.
Sea d "Distancia del circuncentro del tringulo a la recta ms cercana".
Entonces
Y sea " ngulo que forma la perpendicular a la recta desde el circun-
centro con el segmento que une el circuncentro y el vrtice ms cercano a la
recta". Entonces
La longitud del segmento circuncentro-vrtice es, aplicando el Teorema
del seno,

Para que se corten tringulo y recta, debe ocurrir que la proyeccin del
segmento sobre la recta sea mayor que la distancia d, es decir,

o, equivalentemente,
1.2. PROBLEMAS 43

Grficamente:

De esta forma, el espacio muestral tiene una medida igual a

y la regin correspondiente al suceso "el tringulo corta una de las rectas


paralelas" viene determinado por

por lo tanto, la probabilidad pedida es igual a

Problema 1.42. Una caja tiene como base u n cuadrado de 10


cm. E n el fondo interior de la caja hay dibujado u n cuadrado de
5 c m . de lado, concntrico con la base y con los lados paralelos al
contorno de sta. Se deja caer en la caja una moneda circular de
1 c m . de dimetro. Calcular la probabilidad de que la moneda no
quede tocando las lneas del cuadrado dibujado.
44 CAPTULO 1. FUNDAMENTOS

Solucin
Debe determinarse la posicin de la moneda sobre la base de la caja, y
para ello basta situar su centro. Si se denominan los lados de la base como
Norte, Sur, Este y Oeste, la posicin del centro se determina unvocamente
por su distancia al lado Oeste (X) y al lado Sur (Y). Ntese que (X, Y) G
[0'5, 9'5] 2 .
As, el rea que abarca la representacin de mide 81 cm 2 :
Por otro lado, para que la moneda toque las lneas dibujadas, debe ser
que el centro quede en un punto entre el cuadrado interior y el cuadrado de
esquinas redondeadas exterior, segn el dibujo en la siguiente figura:

E l rea que representa al suceso la moneda corta el cuadrado dibujado


se puede calcular como la diferencia entre las reas del borde exterior menos
la de un cuadrado de lado 4 cm. Para hallar el rea de la gura exterior, se
puede considerar el cuadrado t o t a l , de 6 cm. de lado (36 cm 2 ), menos la de
los cuadraditos de las cuatro esquinas (4 05 2 cm 2 = 1 cm 2 ), ms la de un
crculo de radio 05 (025 cm 2 ), es decir:

De esta forma:
1.2. PROBLEMAS 45

P r o b l e m a 1.43. E n u n a c i r c u n f e r e n c i a se s e l e c c i o n a n a l a z a r
t r e s p u n t o s , A, B, C , y, se u n e n c o n t r e s s e g m e n t o s , f o r m a n d o u n
t r i n g u l o . C a l c u l a r l a p r o b a b i l i d a d d e q u e ese t r i n g u l o n o sea
obtusngulo.

Solucin
Puede suponerse, sin prdida de generalidad, que la circunferencia es de
radio unidad. Se considera, sin prdida de generalidad, que el punto A es el
(1,0) y se miden, a partir de l, las longitudes de los segmentos circulares AB
y AC en el mismo sentido adecuado, de manera que la longitud del segmento
circular AB (denotada por x) est entre 0 y , y la longitud del segmento
circular AC (denotada por y) est entre 0 y 2. E l espacio muestral puede,
entonces, representarse unvocamente en el plano como la regin de puntos

correspondientes a las longitudes definidas.

N o t a : Considrese un punto de una circunferencia y un dimetro que


no pase por ese punto. Uniendo el punto con los extremos del dimetro, se
obtiene siempre un tringulo rectngulo.

Se considera ahora el segmento rectilneo el dimetro que pasa por A


y el dimetro que pasa por B. Se distinguen los otros respectivos extremos de
los dimetros con los nombre A' y B'. Para que el tringulo ABC no tenga
ngulos interiores obtusos, debe ser que el segmento circular A'B' contenga
al punto C:
Con esta notacin se tiene: AB = x, AC = y, AA' = , AB' = x + .
De manera que la representacin grca del suceso se delimita por

como se aprecia en la siguiente figura:


46 CAPTULO1. FUNDAMENTOS

Y, de esta forma, la representacin grfica del espacio muestral y la del


suceso en cuestin, queda como sigue:

Con lo cual, la probabilidad requerida es


Captulo 2

Probabilidad Condicionada

2.1 Contenidos
Probabilidad condicionada. Sucesos dependientes e independientes.

Probabilidad de la interseccin de conjuntos. Teorema de la probabili-


dad total. Teorema de Bayes.

2.2 Problemas
2.2.1 Probabilidad Condicionada. Independencia de
sucesos
Los problemas de esta subseccin requieren conocer los conceptos de pro-
babilidad condicionada y sus propiedades ms elementales, as como la i n -
dependencia de sucesos. E n la mayora de los textos tericos se define el
concepto "A independiente de B" como y se prueba que:
a) Sean A y B sucesos tales que Entonces, A es
independiente de B si y slo si B es independiente de A.
b) A y B son independientes si y slo si
E n los problemas de esta seccin se utiliza esta l t i m a propiedad b) como
definicin equivalente de independencia, por la mayor comodidad de su com-
probacin.

P r o b l e m a 2 . 1 . P r o b a r q u e u n suceso A es i n d e p e n d i e n t e d e s
m i s m o si y slo si s u p r o b a b i l i d a d es 1 0.

47
48 CAPTULO 2. PROBABILIDAD CONDICIONADA

Solucin
Si A es independiente de A, entonces

Como consecuencia, P (A) debe ser 0 1.


La implicacin en sentido contrario, es obvia.

P r o b l e m a 2 . 2 . S e a n A, B y C t r e s sucesos d e S. P r o b a r q u e

Solucin
Por definicin de probabilidad condicionada,

(2.1)

Igualmente,

(2.2)

y basta sustituir (2.1) en (2.2).


P r o b l e m a 2.3. S e a n A1, A2, ..., An, n sucesos d e S. P r o b a r q u e
se v e r i f i c a :

Solucin
Se probar por induccin. E l caso n = 2 se tiene por definicin. E l caso
n = 3 se recoge en el problema 2.2.
Se admite, como hiptesis de induccin, que

(2.3)

y se comprueba que se verifica tambin para n. Basta, para ello, considerar


que

(2.4)
2.2. PROBLEMAS 49

y sustituir (2.3) en (2.4).

P r o b l e m a 2.4. P r o b a r , m e d i a n t e c o n t r a e j e m p l o , q u e si A,B y
C s o n sucesos i n d e p e n d i e n t e s dos a d o s , e s t o n o i m p l i c a q u e sean
independientes.

Solucin
Considrense el espacio muestral = { 1 , 2 , 3, 4, 5, 6, 7, 8} y los sucesos
A = {1,2, 3,4}, B = {2,4, 6, 8} y C = {1,3, 6, 8}.
Se tiene que:

con lo cual son independientes dos a dos, y

con lo que no son independientes.

P r o b l e m a 2.5. S e a n A, B y C t r e s sucesos i n d e p e n d i e n t e s . P r o
b a r q u e los sucesos A U B y C t a m b i n l o s o n .

Solucin
Como A,B y C son independientes, se verifican:

Por otra parte,


50 CAPTULO 2. PROBABILIDAD CONDICIONADA

P r o b l e m a 2.6. P r o b a r q u e dos sucesos E y F i n c o m p a t i b l e s y


c o n p r o b a b i l i d a d e s n o n u l a s n o p u e d e n ser i n d e p e n d i e n t e s .

E n conclusin, debe ser P(E) = 0, cuando se tena como hiptesis que esto
es falso (!).

P r o b l e m a 2.7. S e a n A,B y C t r e s sucesos i n d e p e n d i e n t e s e n u n


e s p a c i o p r o b a b i l s t i c o (,S,P), d e los q u e se sabe q u e
Se p i d e :
a) D e m o s t r a r q u e A, B y C s o n i n d e p e n d i e n t e s .
b ) D e t e r m i n a r P(B):
c) O b t e n e r

Solucin
a)

Por lo tanto, son independientes. Anlogamente, son


independientes, son independientes.

)]
2.2. PROBLEMAS 51

luego son independientes.


Nota 1 : A , B y C son independientes si y slo si son indepen-
dientes, si y slo si son independientes, etc.
Nota 2: Obsrvese que las Leyes de Morgan tambin funcionan con tres
sucesos: en el caso que interesa aqu,

b) Por un lado,

(2.5)
Por otro lado,

(2.6)
El primer sumando de esta ltima igualdad (2.6) (lo que est entre cor-
chetes) es, por lo que se vio en (2.5), igual a 1.
As,

De paso, se obtiene que

c) i)
52 CAPTULO2. PROBABILIDAD CONDICIONADA

Nota3:Obsrvese que de manera que la unin


de ambos conjuntos coincide con este ltimo.
ii)

Desarrollando el numerador, se obtiene:


2.2. PROBLEMAS 53

P r o b l e m a 2.8. S i e n d o A, B y C t r e s sucesos i n d e p e n d i e n t e s y
s a b i e n d o q u e P[A] = 0'5, P [ B ] = 0'1 y P[C] = 0'7, h a l l a r las p r o b a b i -
l i d a d e s d e los sucesos

Solucin
a) Si A, B y C son independientes, entonces son independientes.

Por tanto,

Por otro lado,

P r o b l e m a 2.9. J u s t i f i c a r si es o n o c i e r t o q u e , d a d o s dos sucesos


Ay B p e r t e n e c i e n t e s a u n m i s m o e s p a c i o d e sucesos, se v e r i f i c a q u e

Solucin
No es cierto, y para probarlo basta con un contraejemplo, como el si-
guiente: sea el suceso A, t a l que Entonces

P r o b l e m a 2 . 1 0 . J u s t i f i c a r si es o n o c i e r t o q u e , d a d o s dos sucesos
Ay B p e r t e n e c i e n t e s a u n m i s m o e s p a c i o d e sucesos, se v e r i f i c a q u e
54 CAPTULO 2. PROBABILIDAD CONDICIONADA

Solucin
No es cierto, y para comprobarlo basta considerar el siguiente contraejem-
plo. Sea el suceso A, con 1 > P (A) > 0, y sea el suceso Entonces,

P r o b l e m a 2 . 1 1 . S e a n A y B sucesos d e S, c o n 0 < P (B) < 1.


C o m p r o b a r mediante u n contraejemplo que, en general,

Solucin
Los espacios probabilsticos condicionados a B y a B son diferentes, y las
respectivas probabilidades se obtienen como sigue:

Se busca, por tanto, un contraejemplo en el que

Entonces, si se toman A y B independientes, para obtener un contraejemplo


bastar exigir que
Contraejemplo: Se extrae una carta al azar de la baraja espaola de 40
cartas. Se definen los sucesos
A La carta seleccionada es de oros
B La carta seleccionada es figura (sota, caballo o r e y ) .
Estos sucesos son claramente independientes, y se obtiene que

P r o b l e m a 2 . 1 2 . S e a n A y B sucesos d e S i n d e p e n d i e n t e s , t a l e s
q u e P (A) = P (B) = 0'5. C a l c u l a r
2.2. PROBLEMAS 55

Solucin
Por ser independientes,
Entonces, debe tenerse en cuenta que

Por tanto,

y, anlogamente,

Adems, son obviamente disjuntos, por lo que

P r o b l e m a 2.13. C o n s i d r e s e e l e x p e r i m e n t o a l e a t o r i o l a n z a r
dos m o n e d a s a l a i r e y e l e s p a c i o m u e s t r a l a s o c i a d o
donde es e l suceso s a l e n i c a r a s , p a r a i = 0,1,2: E n caso d e q u e
las m o n e d a s e s t n e q u i l i b r a d a s , estos sucesos n o s o n e q u i p r o b a b l e s .
p u e d e d a r s e e l caso, t r u c a n d o las m o n e d a s , d e q u e s l o sean?

Solucin
Se denotar por p 1 y p 2 a las respectivas probabilidades de que las mo-
nedas 1 y 2 den cara. Como los lanzamientos son independientes, se tiene
que

Efectivamente, cuando las monedas estn equilibradas, y

las probabilidades son, r e s p e c t i v a m e n t e , P a r a que


sean idnticas, debe ocurrir que
56 CAPTULO 2. PROBABILIDAD CONDICIONADA

Desarrollando:

De la primera igualdad se deduce que p2 = 1 - p1, lo que, sustituido en


la segunda, da lugar a la igualdad

que no tiene races en ni, en particular, en el intervalo [0,1] al que debe


pertenecer p1.
En conclusin: es imposible que los sucesos sean equiproba-
bles.

P r o b l e m a 2.14. U n t r e n consta de n vagones, y se suben al t r e n k


pasajeros, que se colocan aleatoriamente e independientemente de
los dems en los vagones. Se asume n > k. Calcular l a p r o b a b i l i d a d
de que n i n g n vagn quede vaco.

Solucin
Se definen los sucesos Ai " E l vagn i-simo queda vaco", para i =
1, ...,n. Lo que se pide es

siendo el ltimo sumando igual a cero, pues no pueden ir todos los vagones
vacos, salvo en el caso trivial k = 0.
La probabilidad de que un pasajero se monte en un vagn concreto es
ya que cada uno escoge al azar. Por lo tanto,
2.2. PROBLEMAS 57

Igualmente, la probabilidad de que un pasajero se monte en el vagn 1 o en


el 2 es de
y, de este modo, se obtiene que

En general, se llega a que

De esta forma,

Problema 2.15. Una clase est formada por 30 alumnos. E n u n


examen, 5 obtienen u n Notable, 15 obtienen u n Aprobado, y los
dems suspenden. Se seleccionan dos alumnos del curso al azar, y
ambos resultan tener la misma nota. Cul es la probabilidad de
que hayan tenido notable?

Solucin
Sean los sucesos:
N Ambos han tenido Notable,
A Ambos han tenido Aprobado,
S Ambos han tenido Suspenso.
Se calculan sus probabilidades, para lo cual se tiene en cuenta que son
sucecos incompatibles dos a dos:
58 CAPTULO2. PROBABILIDAD CONDICIONADA

Como se asume que ha ocurrido (es decir, alguno de los tres


casos), la probabilidad pedida es

2.2.2 Teorema de la Probabilidad T o t a l . Teorema de


Bayes
A continuacin siguen problemas en los que se emplea alguna las tres pro-
piedades siguientes:

Problema 2.16. U n jugador lanza dos dados, ganando si ob-


tiene 8 puntos y perdiendo si obtiene 7, volviendo a lanzar si saca
cualquier otra puntuacin. Determinar:
a) La probabilidad de que la partida termine ganando el jugador
antes de la n-sima tirada.
b ) La probabilidad de que gane el jugador.

Solucin
Se denotan los sucesos: G i " E l jugador gana en la i-sima t i r a d a " ,
Di " E l jugador pierde en la i-sima t i r a d a " , S i " E n la i-sima jugada
2.2. PROBLEMAS 59

no salen ni 7 ni 8". Obsrvese que

Sin embargo, estos valores no se conservan para cualesquiera otros valores


del subndice de G i ,D i ,S i pues, si bien es seguro que ocurre uno de los
tres sucesos G 1 ,D 1 o S1(ya que habr siempre una primera tirada), no hay
garantas de que haya una segunda o tercera, por lo que los valores de sus
probabilidades no coinciden con los de la lista anterior. Sin embargo, s se
tiene que

etc.
a) Se calculan, en primer lugar, las respectivas probabilidades de que gane
en una tirada concreta: P (G 1 ) ya se conoce,

de manera que, en general,

para i = 1, 2, ...
b) La probabilidad de que el jugador gane es
60 CAPTULO2. PROBABILIDAD CONDICIONADA

Problema 2.17. E n el juego del disparejo, N > 3 jugadores lan-


zan una moneda, y gana el que obtiene u n resultado distinto de
todos los dems, es decir, todos cara salvo uno (el ganador) o
viceversa. E l juego se repite tantas veces como haga falta hasta
que aparezca u n disparejo. Calcular las probabilidades de los suce-
sos siguientes.
a) E n una jugada hay u n disparejo.
b ) Se necesiten exactamente n jugadas para concluir el juego.

Solucin
a) La aparicin de un disparejo equivale a Obtener una sola
en N lanzamientos, o bien Obtener N - 1 en N lanzamientos,
esto es, la unin de estos dos sucesos, que son adems disjuntos. De manera
que la solucin se calcula como la suma de las probabilidades de estos dos
sucesos.

b) Se definen los sucesos An Hay un disparejo en la jugada n-sima.


Ntese que un suceso Ai no es independiente de otro A j , pues el juego termina
con el primer disparejo. Estudiando los diversos casos segn n, se obtiene:
2.2. PROBLEMAS 61

Lo que se pide es, por tanto:

Problema 2.18. Cul es el nmero mnimo de veces que es pre-


ciso lanzar dos dados para que la probabilidad de obtener al menos
un seis doble sea mayor que la de no obtenerlo?

Solucin
La probabilidad de obtener un (6,6) en la tirada es igual a la probabilidad
de obtener un seis con un solo dado, elevada al cuadrado, es decir:
Sea An Obtener al menos un (6,6) en n tiradas de dos dados. Es
claro que

y, en general,

cuyo valor converge a 0 al aumentar el nmero de tiradas, n. De esta forma,


tiene sentido la pregunta formulada, y se responde como sigue:
62 CAPTULO2. PROBABILIDAD CONDICIONADA

Por lo tanto, a partir de la tirada nmero 25, es ms probable haber obtenido


algn (6,6) que no haberlo obtenido.

Problema 2.19. Dos individuos disparan hasta que cada uno de


ellos da en su propio blanco. Las respectivas probabilidades de dar
en el blanco son en cada t i r o , y cada t i r o es independiente.
Calcular la probabilidad de que el primero requiera menos disparos
que el segundo.

Solucin
Considrense los sucesos:
Ai E l tirador A da en el blanco en la tirada i-sima ,
Bj E l tirador B da en el blanco en la tirada j - s i m a .
Para que el primer tirador requiera menos intentos que el segundo, debe
ocurrir:

Calclense las probabilidades de uno de estos sucesos:

En definitiva, se pide la probabilidad siguiente:


2.2. PROBLEMAS 63

Problema 2.20. Se dispone de n urnas con 4 bolas blancas y 6


negras, mientras que otra urna contiene 5 blancas y 5 negras. Se
elige aleatoriamente una de las n + 1 urnas y de ella se extraen dos
bolas, que resultan ser negras. La probabilidad de que en la urna
escogida queden 5 bolas blancas y 3 negras es de Determinar el
valor de n.

Solucin
Se denominarn los sucesos Ui "la urna seleccionada es la i-sima",
para i = 1,...,n + 1, entendiendo que la urna diferente es la n + 1-sima. Se
denota adems por N "las dos bolas extradas son negras". Entonces, se
tiene:

Problema 2.21. Sean A y B sucesos de S, tales que P (A) = 0'4 y


P (A B ) = 0'8. Calcular P (B) en los casos siguientes:
a) A y B son independientes.
b ) A y B son incompatibles.
c) P (A / B ) = 0'5.

Solucin
Se entiende, obviamente, que cada apartado corresponde a un caso dife-
rente, pues las condiciones a) y b) simultneamente son incompatibles con
estos datos.
a) E n este caso,

y sustituyendo se tiene que


64 CAPTULO2. PROBABILIDAD CONDICIONADA

b) En este caso P (A B ) = 0, y por tanto

c) En este caso,

de manera que

y de aqui se tiene inmediatamente que

Problema 2.22. Diez amigos deciden sortear entre ellos una en


trada de cine que les han regalado. Uno de ellos escribe un nmero
entero del uno al diez. E l resto de compaeros, por turnos, van
diciendo u n nmero, ganando la entrada el que acierte el nmero
escrito. Si ninguno de ellos lo adivina, se lleva la entrada el que es-
cribi el nmero. Tienen todos la misma probabilidad de llevarse
la entrada, o tiene ventaja alguno de los jugadores?

Solucin
Se comprueba fcilmente que todos tienen igual probabilidad de ganar:
El primero que juega acierta con probabilidad claramente.
El segundo juega slo si el primero no ha acertado el nmero, y sabe que
el nmero que ste dijo no es el escrito, de manera que

Anlogamente,
2.2. PROBLEMAS 65

Y, finalmente, la probabilidad de que gane el que escribi el nmero es

Problema 2.23. Cada uno de n bastones se rompe en dos partes,


una larga y otra corta. A continuacin se unen las 2n partes for-
mando n nuevos bastones. Determinar las probabilidades de que:
a) Las 2n partes se hayan colocado formando los n bastones
originales.
b ) Cada bastn resultante est formado por una parte larga y
una corta.

Solucin
a) Se considerar, sin que ello modifique las condiciones del problema, que
los bastones se forman secuenciadamente. Sean los sucesos Bi "el z-simo
bastn formado es uno de los originales". Entonces,

y, en general,

Entonces, la probabilidad pedida es


66 CAPTULO2. PROBABILIDAD CONDICIONADA

b) Se toma el primer trozo. La probabilidad de que, al seleccionar el


segundo trozo que se le acopla, el primer bastn formado cumpla el requisito
es

Asumido que el primer bastn es como se pide, se toma el tercer trozo, que
es indiferente. Pero el cuarto debe ser del tipo contrario, de modo que la
probabilidad de que los dos primeros bastones sean como se pide es

y, siguiendo con este razonamiento, la probabilidad pedida puede expresarse


como

Problema 2.24. U n parque natural est dividido en dos partes A


y B por u n ro. E n cada una de estas partes viven diez ciervos. Para
una investigacin sobre conducta de los ciervos se ha marcado con
una anilla uno de los de la parte A del parque. Por u n descuido de
los vigilantes, nueve ciervos pasan de A a B . A l notar este hecho,
los vigilantes eligen aleatoriamente nueve ejemplares de B y los
trasladan a la parte A .
a) En cul de las dos partes del parque es ms probable que se
encuentre el ciervo marcado?
b ) Suponiendo que el ciervo marcado se encuentra, al final de
todo el proceso, en la parte A . Cul es la probabilidad de que no
se haya movido de all?
Solucin
Se consideran tres etapas: la Etapa 0, inicial, con diez ciervos en cada
parte y el marcado en la parte A, la Etapa 1, tras la huda de los ciervos
de A a B, quedando un ciervo en A y el resto (19) en B, y la Etapa 2 final,
despus del traslado de los nueve ciervos a cargo de los vigilantes de B a
A , quedando diez ciervos en cada parte del parque. Esquemticamente, las
situaciones posibles son las siguientes:
2.2. PROBLEMAS 67

Etapa 0
Zona A Zona B
9 ciervos 10 ciervos
1 marcado 0 marcados

De esta etapa inicial se puede pasar a uno de los dos casos siguientes en la
Etapa 1:
Etapa 1 (Caso 1) Etapa 1 (Caso 2)
Zona A Zona B Zona A Zona B
1 ciervo 18 ciervos 0 ciervos 19 ciervos
0 marcados 1 marcados 1 marcado 0 marcados

En la siguiente Etapa 2, las opciones son:


Etapa 2 (Caso 1) Etapa 0 (Caso 2)
Zona A Zona B Zona A Zona B
9 ciervos 10 ciervos 10 ciervos 9 ciervos
1 marcado 0 marcados 0 marcados 1 marcado

Y las posibles transiciones son, segn la situacin del ciervo marcado:

Defnanse los sucesos:


Etapa1,caso 1 . E t a p a 1 , c a s o 2.
Etapa2,caso 1. Etapa2,caso 2.
Ntese que, en efecto, son sucesos complementarios.
Entonces, escogiendo al azar los ciervos que se trasladan en cada uno de
los desplazamientos, se tiene:
68 CAPTULO2. PROBABILIDAD CONDICIONADA

Con estos elementos, se obtiene fcilmente que:


a) Aplicando el Teorema de la probabilidad total,

y, puesto que son sucesos complementarios,

Por tanto, es ms probable que al final est en la parte A.


b) Aplicando el Teorema de Bayes,

P r o b l e m a 2.25. L a asignatura C l c u l o de Probabilidades se


i m p a r t e en tres grupos, A , B y C, con 125, 100 y 75 alumnos
respectivamente. Se sabe que en el g r u p o A han aprobado 60
alumnos, en el B , 45 alumnos, y en el C, t a m b i n 45 alumnos.
a) Qu porcentaje de alumnos ha aprobado?
b) Qu porcentaje de los aprobados corresponde al g r u p o C?

Solucin
Podra hacerse directamente:
a) Porcentaje de aprobados:
2.2. PROBLEMAS 69

b) Porcentaje de C:

Utilizando la probabilidad condicionada: se considera el experimento se


leccionar al azar un a l u m n o , se definen los sucesos
A E l alumno procede del grupo A , idem B y C,
X E l alumno aprueba Clculo de Probabilidades.
a)

b)

Problema 2.26. Admitiendo que la probabilidad de que una


persona pertenezca a un signo del Zodaco es Qu probabilidad
hay de que ocho amigos tengan todos distintos signos del Zodaco?
Solucin
Asumiendo que el signo de cada amigo es independiente del de los dems,
se considera el primer amigo, con su signo, X1. La probabilidad de que el
segundo no coincida con l es

Anlogamente, fijados los signos de los dos primeros, X 1 y X 2 ,

De esta forma, la probabilidad pedida resulta ser:


70 CAPTULO2. PROBABILIDAD CONDICIONADA

Tambin podra plantearse como sigue:


De cuntas formas se pueden seleccionar 8 signos del Zodaco, pudiendo
repetir? R 1 = 128:
De cuntas formas se pueden seleccionar 8 signos del Zodaco, sin repe-
12!
tir? R2 = :
4!
Y de esta forma,

Problema 2.27. Sean dos urnas, cada una de las cuales contiene
tres bolas blancas y tres negras. De una de las urnas se extrae al
azar una bola y, sin observar su color, se introduce en la otra urna.
De sta, se lleva a cabo otra extraccin al azar.
a) Calcular la probabilidad de que las dos bolas extradas sean
blancas.
b ) Si la ltima bola extrada es blanca, calcular la probabilidad
de que la primera tambin haya sido blanca.

Solucin
La primera extraccin determina la composicin de la segunda urna antes
de la segunda extraccin. Se definen los sucesos:
B1 La primera bola extrada es blanca ,
B2 La segunda bola extrada es blanca.
Entonces,

Si la primera bola extrada es blanca,

y, en caso contrario,

Entonces:
a)
2.2. PROBLEMAS 71

b) Aplicando el Teorema de Bayes,

Problema 2.28. U n negocio puede arrojar prdidas o ganancias.


Cuando lo dirige la persona A, arroja prdidas con una probabi-
lidad de Despus pasa a dirigirlo B , luego C y luego D , que
pueden dejarlo en la situacin en que lo encuentren o cambiarlo.
Se sabe que la probabilidad de que B , C o D cambien la situacin
del negocio es de Se sabe que, despus de haber pasado por D,
el negocio arroja prdidas. Cul es la probabilidad de que con A
tambin arrojase prdidas?

Solucin
Se definen los sucesos:
Ap "el negocio arroja prdidas con A " ,
Ag "el negocio arroja ganancias con A " , y
Dp "el negocio arroja prdidas con D".
Lo que se pide es, segn el Teorema de Bayes,

En la siguiente tabla se detallan los posibles caminos que pueden seguirse


desde A p hasta D p :

A B C D
p p p p
p p g p
p g g p
p g p p
72 CAPTULO2. PROBABILIDAD CONDICIONADA

Es decir, puede no haber cambio o puede haber dos, a lo largo del proceso.
Recurdese que la probabilidad de cambio es de en cada paso. Se denomina
X al nmero de cambios durante el proceso. Entonces,

donde el primer "tres" sale de que son tres los casos de doble cambio que
refleja la tabla. Entonces,

Por otro lado, los caminos de A g a D p son:

A B C D
g g g p
g p g p
g p p p
g g p p

Es decir, los casos X = 1 y X = 3. Se calcula fcilmente que

Por lo que

De modo que
2.2. PROBLEMAS 73

Problema 2.29. E n u n pueblo con n + 1 habitantes, una persona


le rumorea algo a u n grupo de M personas escogidas al azar ( M < n),
una de las cuales se lo rumorea a otras M escogidas aleatoriamente
y as sucesivamente. Encontrar la probabilidad de que el rumor
sea contado r veces sin que ninguna persona se repita.

Solucin
Para este problema se recordarn unos elementos de combinatoria y la
Regla de Laplace.
La primera vez que se cuenta el rumor, hay grupos de personas
posibles para escucharlo.
La segunda vez, el nmero de grupos de espectadores posibles es el mismo.
Sin embargo, para que nadie lo escuche por segunda vez, el grupo debe
seleccionarse entre los n M habitantes que no conocen el rumor. Es
decir, los casos posibles son Siguiendo este razonamiento, en

la tercera iteracin hay casos favorables, y en la r-sima son

E n definitiva: se denomina Ar E l rumor se cuenta r

veces sin que nadie lo escuche por segunda vez, y la probabilidad pedida es

Problema 2.30. Una fbrica produce lmparas con tres mquinas


A , B y C, con producciones diarias de 3 000, 2 500 y 4 500 unidades,
respectivamente. La experiencia demuestra que el porcentaje de
74 CAPTULO 2. PROBABILIDAD CONDICIONADA

u n i d a d e s d e f e c t u o s a s q u e p r o d u c e c a d a m q u i n a es e l 1 % , 1 2 % y
2 % , r e s p e c t i v a m e n t e . D e c a d a 100 u n i d a d e s d e f e c t u o s a s p r o d u c i -
das e n u n d a , c u n t a s p r o c e d e n d e c a d a m q u i n a ?

Solucin
Se definen los sucesos:
A Una pieza tomada al azar de las producidas en u n da procede de
la mquina A ,
B I d e m de la mquina B , C = I d e m de la mquina C ,
D Una pieza tomada al azar entre las producidas en un da es defec-
tuosa .
Obsrvese que A,B,C determinan un sistema completo de sucesos.
Por la informacin del enunciado, se tiene:

As,

Es decir, el 15% de las piezas fabricadas al da son defectuosas. Finalmente,


aplicando el Teorema de Bayes,

Es decir: el 20% de las piezas defectuosas procede de la mquina A , otro 20%


de la B y el 60% restante procede de la C.

P r o b l e m a 2 . 3 1 . Se p r e t e n d e d e t e c t a r u n a e n f e r m e d a d m e d i a n t e
u n t e s t d e s n t o m a s . Se sabe q u e e l 1 0 % d e l a p o b l a c i n e s t
2.2. PROBLEMAS 75

e n f e r m a . E n e l t e s t , e l 9 0 % d e los e n f e r m o s d a p o s i t i v o , y e l 8 0 %
d e los sanos d a n e g a t i v o .
a) C u l es l a p r o p o r c i n d e d i a g n s t i c o s falsos?
b ) C u l es l a p r o b a b i l i d a d d e q u e u n p o s i t i v o c o r r e s p o n d a a
u n individuo enfermo?
c) C u l es l a p r o b a b i l i d a d d e q u e u n n e g a t i v o c o r r e s p o n d a a
u n i n d i v i d u o sano?

Solucin
Se definen los sucesos:
E U n individuo escogido al azar de la poblacin est enfermo,
M U n individuo ... da positivo en el t e s t ,
Por lo tanto, la informacin del enunciado se puede escribir como sigue:

Debe tenerse en cuenta que E, E determina siempre un sistema completo de


sucesos.

a) Denominando F U n diagnstico del test es falso, se tiene que

Es decir, el 19% de los diagnsticos son falsos.

b) Se pide:

c) Se pide:
76 CAPTULO2. PROBABILIDAD CONDICIONADA

Problema 2.32. Jugando a los dardos, la probabilidad que tiene


el jugador A de hacer diana en una tirada es de y la de B es de

siendo cada tirada independiente. Se pide:


a) Si cada jugador ha lanzado dos dardos, cul es la probabili-
dad de que se haya conseguido entre los dos al menos una diana?
b ) Sabiendo que cada jugador ha hecho u n solo disparo y se ha
obtenido exactamente una diana, cul es la probabilidad de que
la haya conseguido el jugador A ?

Solucin
Se definen los sucesos:
Ai E l tirador A hace diana en su disparo i-simo, i = 1,2,
Bj E l tirador B hace diana en su disparo j - s i m o , j = 1, 2.

Se asume que P(A i ) = P(Bj) =


a) Se pide:

b) Se define el suceso D Se ha hecho una diana despus de un disparo


de cada t i r a d o r . Ntese que
2.2. PROBLEMAS 77

Problema 2.33. La enfermera Martnez es u n desastre: la pro-


babilidad de que olvide inyectar u n suero a u n enfermo durante la
ausencia del mdico es de Este enfermo est muy grave, y si
se le inyecta el suero tiene igual probabilidad de mejorar que de
empeorar, pero si no se le inyecta slo tiene una probabilidad de
025 de mejorar. A su regreso, el mdico advierte que el enfermo
no ha mejorado. Cul es la probabilidad de que la enfermera no
le haya inyectado el suero?

Solucin
Se definen los sucesos
M E l enfermo mejora, S Se aplica el suero al enfermo.
Entonces, se tiene que

Lo que se pide es:

Problema 2.34. U n ladrn es perseguido por u n coche de polica,


y al llegar a u n cruce, se encuentra tres posibles calles ( A , B , C )
por las que huir. Las calles B y C son tan estrechas que el coche
de polica no cabe por ellas, si bien el ladrn, por los nervios, no es
consciente de ello. Si huye por la calle A le atrapan seguro, pues al
final de la misma hay otro coche de la polica cortando el paso. Si
huye por C, se escapa seguro, pues no hay vigilancia. Si huye por
78 CAPTULO 2. PROBABILIDAD CONDICIONADA

B , se e n c u e n t r a c o n q u e l a c a l l e e s t c o r t a d a y se b i f u r c a e n dos
callejuelas: la B A , que desemboca en A , y la B C , que desemboca
en C.
a) C u l es l a p r o b a b i l i d a d d e q u e e l l a d r n sea a t r a p a d o ?
b ) S a b i e n d o q u e e s c a p , c u l es l a p r o b a b i l i d a d d e q u e h a y a
pasado p o r la calle B ?

Solucin
Se definen los sucesos:
A (igualmente B, C) E l ladrn huye por A (igualmente, B, C ) . A,
B, C son un sistema completo de sucesos.
U E l ladrn es atrapado. Entonces, repasando el enunciado, se tiene:

a)

b) Se pide:

P r o b l e m a 2.35. H a y c u a t r o b o l a s e n u n a u r n a , q u e p u e d e n ser
b l a n c a s o n e g r a s , p e r o n o se sabe d e q u c o l o r es c a d a u n a . Se
e x t r a e u n a a l a z a r y r e s u l t a ser b l a n c a . C a l c u l a r l a p r o b a b i l i d a d
d e q u e t o d a s las b o l a s sean b l a n c a s .

Solucin
Se denotar por U, con i G { 0 , 1 , 2 , 3, 4 } al suceso de cada posible com-
posicin de la urna: i bolas blancas, (4 i) bolas negras. E n principio, puesto
que no se tiene ms informacin, se supone que, a priori,
2.2. PROBLEMAS 79

Se define el suceso B La bola extrada es blanca. Entonces, segn la


Regla de Laplace, se tiene que

Pero, con el experimento, se tiene que, a posteriori,

P r o b l e m a 2.36. U n telgrafo t r a n s m i t e p u n t o s y rayas. E l 4 0 %


d e los p u n t o s y e l 3 3 3 % d e las rayas se c a m b i a n d e b i d o a i n t e r f e -
r e n c i a s e n l a t r a n s m i s i n . L a r e l a c i n e n t r e p u n t o s y r a y a s es d e
5:3. C u l es l a p r o b a b i l i d a d d e q u e u n a s e a l r e c i b i d a c o i n c i d a
c o n l a e m i t i d a e n c a d a caso:
a) L a s e a l es u n p u n t o ?
b ) L a s e a l es u n a r a y a ?

Solucin
Se definen los sucesos:
R Se emite una raya , r Se recibe una raya.
Segn el enunciado,

Lo que se pide es:

a)
80 CAPTULO 2. PROBABILIDAD CONDICIONADA

b)

P r o b l e m a 2.37. U n a i m p r e s o r a puede i m p r i m i r n caracteres


d i s t i n t o s . L a p r o b a b i l i d a d de q u e i m p r i m a el caracter deseado
es p. S i i m p r i m e u n c a r a c t e r n o d e s e a d o , l o s n - 1 r e s t a n t e s s o n
e q u i p r o b a b l e s . Se m a n d a a l a z a r u n i m p u l s o p o r d u p l i c a d o , y se
i m p r i m e 11. C a l c u l a r l a p r o b a b i l i d a d d e q u e e l c a r c t e r d e s e a d o
fuera 1:

Solucin
Se denotarn los caracteres por o i , i = 1 , . . . , n. Se definen los sucesos
Mi Mandar los caracteres <<, para i = 1,...,n:
Ri Recibir los caracteres <<, para i = 1,...,n:
Ntese que {M1, M2,..., Mn} es u n sistema completo de sucesos, pues se
manda u n solo impulso por duplicado, pero sin embargo {R1, R 2 , ..., Rn} no
es u n s.c.s., ya que podra recibirse <<xj, con i = j.
Por u n lado,

para cualesquiera i = j entre 1 y n. A priori, las probabilidades del sistema


completo de sucesos son

Entonces, se pide
2.2. PROBLEMAS 81

Problema 2.38. La avera de una mquina es igualmente proba-


ble en cualquier instante del intervalo de tiempo [0, T]. La probabi-
lidad de que la mquina se avere durante este intervalo de tiempo
es p. Se sabe que durante el intervalo de tiempo [0, t], con t < T , la
avera no se ha producido. Determinar la probabilidad de que la
avera ocurra durante el intervalo de tiempo restante.

y, por ltimo, se sabe que

Ntese que forman un s.c.s. Si se considera el espacio probabilstico


con la funcin de probabilidad condicionada al suceso A, entonces B t y C t
forman tambin un s.c.s.
Se trata, en definitiva, de calcular

Por un lado

Por otro lado:


82 CAPTULO 2. PROBABILIDAD CONDICIONADA

E n definitiva,

P r o b l e m a 2.39. E n u n a p e c e r a h a y 20 peces m a c h o s y 3 0 h e m -
b r a s . Se s e l e c c i o n a l a z a r u n p e z , y si r e s u l t a ser m a c h o se d e v u e l v e
a l a p e c e r a , p e r o si es h e m b r a se c a m b i a a o t r a p e c e r a . U n a vez
r e p e t i d o e l p r o c e s o dos veces, qu p r o b a b i l i d a d h a y d e q u e e n u n a
t e r c e r a s e l e c c i n a l a z a r se o b t e n g a u n m a c h o ?

Solucin
Se definen los siguientes sucesos:
Mi E l pez extrado de la pecera en la i-sima extraccin es macho.
E n t a l caso,

P r o b l e m a 2.40. L a p r o b a b i l i d a d de que u n r b o l t e n g a n ores


es C a d a o r tiene u n a p r o b a b i l i d a d de d e ser f e c u n d a d a ,
2.2. PROBLEMAS 83

independientemente de las dems. Una flor fecundada da siempre


lugar a u n fruto, pero tiene una probabilidad de de ser picada
por los pjaros antes de la cosecha. Se pide:
a) La probabilidad de que una or d fruto cosechable.
b ) La probabilidad de que u n rbol que tiene r frutos cose-
chables haya tenido n flores.

Solucin
Se definen los sucesos:
Fn E l rbol ha tenido n ores, para n = 0,1,2,...,
fi La or i-sima es fecundada y da f r u t o , para i = 1,2, ...,n,
pi La fruta i-sima es picada, para i = 1, 2,..., n,
f Una or da fruto cosechable,
Rr E l rbol ha dado r frutos cosechables, para r = 0,1,2,:::.
a) Se tiene, segn el enunciado, que

Con todo esto, la probabilidad de que una or d fruto cosechable es

b) Como consecuencia del apartado anterior, se obtiene que

e igualmente, se obtiene que


84 CAPTULO 2. PROBABILIDAD CONDICIONADA

Aplicando el Teorema de Bayes, resulta:

P r o b l e m a 2 . 4 1 . U n a b o l s a c o n t i e n e 1.000 m o n e d a s , u n a d e las
cuales e s t t r u c a d a y t i e n e dos c a r a s . Se e x t r a e a l a z a r u n a
m o n e d a d e l a b o l s a , y t r a s l a n z a r l a n veces, sale s i e m p r e c a r a .
C a l c u l a r l a p r o b a b i l i d a d d e q u e l a m o n e d a e x t r a d a sea l a t r u c a d a .

Solucin
Sean los sucesos T la moneda extrada es la trucada,
C salen n caras en n lanzamientos.
Entonces:

Entonces,

P r o b l e m a 2.42. D o s j u g a d o r e s A y B j u e g a n d e l s i g u i e n t e m o d o :
e x t r a e n , p o r t u r n o s y sin r e e m p l a z a m i e n t o , bolas de u n a u r n a
que contiene i n i c i a l m e n t e tres bolas blancas y tres rojas. G a n a
e l p r i m e r o q u e e x t r a i g a u n a b o l a r o j a . A es e l p r i m e r o e n e x t r a e r ,
y es e l g a n a d o r d e l j u e g o . C a l c u l a r l a p r o b a b i l i d a d d e q u e A h a y a
extrado bola roja en la primera extraccin.
2.2. PROBLEMAS 85

Solucin
Se definen los sucesos
A "A gana"
Ai "A extrae bola blanca en la jugada i-sima", para i = 1, 2, 3:
B1 "B extrae bola blanca en la primera jugada":
E l suceso A ocurre, y se puede escribir como

Ntese que no puede ocurrir otra opcin, pues slo pueden extraerse un t o t a l
de tres bolas blancas. As,

Se pide:

P r o b l e m a 2.43. Se d i s p o n e d e 10 h e l i c p t e r o s p a r a b u s c a r u n a
a v i o n e t a p e r d i d a . H a y dos r e g i o n e s e n las q u e p u e d e e s t a r d i c h a
a v i o n e t a , s a b i e n d o q u e l a p r o b a b i l i d a d d e q u e se e n c u e n t r e e n u n a
d e ellas (R\) es d e 0 8 , y l a d e q u e se e n c u e n t r e e n l a o t r a ( R ) es
02. C a d a helicptero puede e n c o n t r a r la avioneta e n l a regin de
bsqueda correcta con p r o b a b i l i d a d de 02, i n d e p e n d i e n t e m e n t e de
las d e m s . C m o d e b e n d i s t r i b u i r s e los h e l i c p t e r o s p a r a q u e l a
p r o b a b i l i d a d d e e n c o n t r a r l a a v i o n e t a sea m x i m a ?

Solucin
Se define el suceso de inters A "encontrar la avioneta". Se asume que
se envan x helicpteros a R\ y 10 x helicpteros a R .
Se definen los sucesos H i "la avioneta est en la regin R i " , i = 1, 2:
E n esta situacin, se puede calcular virtualmente
86 CAPTULO2. PROBABILIDAD CONDICIONADA

(ntese que condicionado a H j es la interseccin de x o de 10 x sucesos


independientes: que cada una de los helicpteros que busca en el sitio correcto
no encuentre la avioneta)

Esta probabilidad, suponiendo x como una variable real, es funcin cncava


de x, puesto que su segunda derivada es negativa en el intervalo (0, 10). Vase
la grca de la funcin (Y es la probabilidad)

Por ser funcin cncava, se puede asegurar que el ptimo entero (el que
interesa, en este caso) ser uno de los dos enteros contiguos al ptimo real.

y se plantea la ecuacin
2.2. PROBLEMAS 87

Por tanto, el ptimo entero ser el mejor entre 8 y 9:

E n conclusin, lo mejor es enviar 8 helicpteros a la zona ms probable


y 2 a la otra zona. Sin embargo, la probabilidad de encontrar la avioneta no
llega al 74%.

P r o b l e m a 2.44. Sea u n coto de caza cuadrado. D e l vrtice


sureste del coto p a r t e u n cazador trazando la diagonal del cuadrado
a velocidad constante, v. D e l vrtice suroeste del coto sale u n
conejo, con velocidad constante 2v, cruzando el coto en lnea recta,
f o r m a n d o su t r a y e c t o r i a u n ngulo aleatorio a con el lado sur. Si
el conejo cruza la t r a y e c t o r i a del cazador p o r delante de ste, ser
descubierto y capturado con p r o b a b i l i d a d p. Si cruza por detrs
del cazador, ste no lo ver y escapar. Calcular l a p r o b a b i l i d a d
de que el conejo sea capturado.

Solucin
Se representan grcamente a continuacin el coto de caza, la trayectoria
del cazador y dos posibles trayectorias del conejo:

E n un instante t, el cazador ha recorrido una distancia vt, y el conejo ha


recorrido una distancia 2vt.
88 CAPTULO 2. PROBABILIDAD CONDICIONADA

Sean x = 2vt sen , y = vt sen , es decir, las distancias al lado sur


del coto a la que se encuentran el conejo y el cazador, respectivamente. E l
conejo cruza por delante del cazador siempre y cuando x > y, es decir:

Despejando a:

Sean, entonces, los sucesos


A \ E l conejo cruza por delante del cazador",
B \ E l conejo es capturado":
Aplicando la frmula (donde m (A) es la medida del conjunto A):

y teniendo en cuenta que

se tiene que

E n t a l caso,
Captulo 3

Variables Aleatorias

3.1 Contenidos
Variable aleatoria (v.a.). Probabilidad inducida.

Funcin de distribucin (F.d.D.). Propiedades.

Variables aleatorias discretas. Funcin de masa de probabilidad (f.m.p.).

Variables aleatorias continuas. Funcin de densidad (f.d.d.).

Transformaciones de variables aleatorias.

3.2 Problemas
Se resuelven en este captulo problemas sobre variables aleatorias y sus dis-
tribuciones de probabilidad. No se utilizarn los momentos de una distribu-
cin, pues tales elementos se tratarn ms adelante. Los problemas se han
dividido en tres apartados: uno sobre variables discretas, otro sobre conti-
nuas y un l t i m o para transformaciones de variables aleatorias. Algunas
de las distribuciones utilizadas son ampliamente utilizadas en Estadstica
y Clculo de Probabilidades, y se las conoce en la literatura con un nom-
bre especfico, sin embargo, dado el carcter bsico de este captulo, en los
enunciados de ejercicios en l contenidos se definen las funciones de masa de
probabilidad, las funciones de densidad o las funciones de distribucin sin
hacer referencia a ese nombre, que aparecer en pginas posteriores.

89
90 CAPTULO 3. VARIABLES ALEATORIAS

3.2.1 Distribuciones discretas


E n esta subseccin se abordan problemas en los que se trabaja con variables
aleatorias con distribuciones discretas. Generalmente, los valores que toman
variables aleatorias de este t i p o se establecen, por comodidad, en enteros co-
rrelativos, y as se han planteado estos ejercicios. Sin embargo, en posteriores
captulos se abordarn problemas en los que una v.a. discreta toma valores
"menos manejables".

P r o b l e m a 3 . 1 . Sea l a v . a . q u e d e s c r i b e e l n m e r o d e l a n z a m i e n -
tos de u n a m o n e d a e q u i l i b r a d a hasta obtener l a p r i m e r a c a r a .
E n c o n t r a r s u f . m . p . y c o m p r o b a r q u e sus p r o b a b i l i d a d e s s u m a n l a
unidad.

Solucin
La v.a., que se denotar por X , toma valores enteros positivos. Como
la moneda est equilibrada, la probabilidad de que en un lanzamiento salga
cara es . Entonces

La suma de sus probabilidades es

P r o b l e m a 3.2. E l n m e r o d e p e r i d i c o s q u e v e n d e c i e r t o k i o s c o
e n u n d a c u a l q u i e r a es u n f e n m e n o a l e a t o r i o c u y a f u n c i n d e
p r o b a b i l i d a d es l a s i g u i e n t e :

a) C a l c u l a r e l v a l o r d e A.
b ) C a l c u l a r l a p r o b a b i l i d a d de que el n m e r o de peridicos que
se v e n d a n c i e r t o d a sea:
3.2. PROBLEMAS 91

i) M a y o r que 50.
i i ) M e n o r que 50.
i i i ) I g u a l a 50.
i v ) U n nmero comprendido entre 25 y 75.

Solucin
a) Debe ser:

b-i)

b-ii)

b-iii)

b-iv)

P r o b l e m a 3.3. Se sabe que X es una variable aleatoria que t o m a


valores enteros no negativos con las probabilidades:
P(X = k) = a P(X = k 1), con 0 < < 1 prefijado, k > 0:
a) E n c o n t r a r la funcin de masa de p r o b a b i l i d a d de X .
92 CAPTULO 3. VARIABLES ALEATORIAS

b) E n c o n t r a r la p r o b a b i l i d a d de que X t o m e valores impares.

Solucin
a) Se tiene que

Debe ser

Por lo tanto, se puede escribir:

b) Se pide:

P r o b l e m a 3.4. Cinco personas lanzan simultneamente monedas


para d e t e r m i n a r quin ha de comprar refrescos para todos, segn
el juego del disparejo (pierde quien obtiene u n resultado d i s t i n t o
a los otros c u a t r o ) . Sea X el nmero de jugadas requeridas para
concluir el juego.
a) Calcular la funcin de masa de p r o b a b i l i d a d de X:
b) Calcular l a funcin de d i s t r i b u c i n de X:
d) Calcular P(X > 2) y P(X > 5 | X > 2).
3.2. PROBLEMAS 93

Solucin
a) Ver el Problema 2.17.

As, en general,

b) F(x) = P(X < x) es, en este caso, una funcin escalonada continua
por la derecha. Los saltos se producen en los valores enteros positivos de x.
Por tanto, dado k entero positivo, para 0<k<x<k + 1,se tiene:

c) Por u n lado,

Por otro lado,


94 CAPTULO 3. VARIABLES ALEATORIAS

P r o b l e m a 3.5. Sea X u n a v a r i a b l e a l e a t o r i a d i s c r e t a q u e t o m a
valores enteros positivos, cuya f u n c i n de masa de p r o b a b i l i d a d
viene dada por

p a r a k = 1,2,3,::. Se p i d e :
a ) C a l c u l a r e l v a l o r d e h.
b) Calcular l a p r o b a b i l i d a d de que X t o m e u n valor par.

Solucin
a) Debe ser

b)

3.2.2 D i s t r i b u c i o n e s continuas
E n esta subseccin se resuelven problemas sobre variables aleatorias con dis-
tribuciones absolutamente continuas, es decir, con f.d.d. f (x), derivada de
la correspondiente F.d.D. F (x).
3.2. PROBLEMAS 95

P r o b l e m a 3.6. Sea l a v . a . c o n t i n u a X c o n f . d . d .

a) E n c o n t r a r e l v a l o r d e c.
b) O b t e n e r su f u n c i n de d i s t r i b u c i n .
c) C a l c u l a r P (1 < X < 2) y P (X > 1).

Solucin

a) Debe ser

de donde se obtiene que


b) Denotando la F.d.D. por F (x),

Entonces, F (x) = 0 para x < 0, y F (x) = 1 para x > 4. E n los restantes


valores,

E n definitiva,

P r o b l e m a 3.7. A n a l i z a r si las s i g u i e n t e s f u n c i o n e s p u e d e n ser


f u n c i n d e d e n s i d a d d e a l g u n a d i s t r i b u c i n y, e n ese caso, o b t e n e r
l a correspondiente f u n c i n de d i s t r i b u c i n .
96 CAPTULO 3. VARIABLES ALEATORIAS

a)

b)

Solucin
a) No puede ser, puesto que sen
b) E n principio, el signo de la funcin es siempre no negativo. Hay t a n
slo que comprobar que su integral vale la unidad. E n efecto,

Finalmente, la F.d.D. F (x) se define como

P r o b l e m a 3.8. U n a v . a . c o n t i n u a X t i e n e c o m o F . d . D .

a) D e t e r m i n a r e l v a l o r d e k, s a b i e n d o q u e F (x) es u n a f u n c i n
continua.
b) Obtener la f.d.d. correspondiente.
c) C a l c u l a r P (4 < X < 5)
d ) C a l c u l a r P (X > 6).
3.2. PROBLEMAS 97

Solucin
a) Para todo x > 3, se tiene que (x2 9) > 0. Por tanto, k > 0. Tal y
como est definida en x = 3, es necesario garantizar su continuidad por la
derecha. es decir, debe ser

Entonces, debe ser

lo cual es cierto para cualquier valor de k.


Para que la F.d.D sea continua, debe ser tambin

es decir:

b) De esta forma, denotando la f.d.d. por f (x),

c) Por la continuidad de la F.d.D. se tiene que

d) Igualmente, puesto que P (X = 6) = 0,

P r o b l e m a 3.9. U n a v . a . c o n t i n u a X t i e n e p o r f . d . d .
98 CAPTULO 3. VARIABLES ALEATORIAS

a) H a l l a r e l v a l o r d e a.

b) Calcular

c) O b t e n e r l a F . d . D .

Solucin
a) Debe ser

es decir,

E n el caso a = 2, la f.d.d. toma valores negativos, por lo que la nica


posibilidad es a = 0:

b)

c) Denotando a la F.d.D. por F (x), es claro que F (x) = 0 para x < 0, y


que F (x) = 1 para x > 2. E n el resto de los casos, 0 < x < 2,

P r o b l e m a 3.10. L a v . a . X i n d i c a e l s a l a r i o b r u t o a n u a l d e los
t r a b a j a d o r e s de u n a m u l t i n a c i o n a l , medidos e n miles de euros. Su
F.d.D. viene dada por

a) C o m p r o b a r q u e es f u n c i n d e d i s t r i b u c i n .
b) O b t e n e r la correspondiente f u n c i n de densidad.
c) C a l c u l a r l a p r o b a b i l i d a d de que el salario de u n t r a b a j a d o r
de l a e m p r e s a sea s u p e r i o r a 20 0 0 0 e u r o s .
3.2. PROBLEMAS 99

d ) Si l a e m p r e s a t i e n e 10 0 0 0 e m p l e a d o s , c u n t o s g a n a r n e n t r e
18 0 0 0 y 22 0 0 0 e u r o s a l a o , p r e v i s i b l e m e n t e ?

Solucin
a, b) F (x) es una funcin continua:

Tambin tiene la asntota horizontal en + o o :

Por ltimo,

c)

d) Utilizando el hecho de que P (X = 22) = 0, lo que se pide es

Como el nmero de empleados es 10 000, este porcentaje corresponde a 2 617


empleados.

P r o b l e m a 3 . 1 1 . Sea X u n a v a r i a b l e a l e a t o r i a c o n t i n u a c o n f u n -
c i n d e d e n s i d a d f(x) definida en y f u n c i n de
d i s t r i b u c i n F(x): C a l c u l a r
100 CAPTULO3. VARIABLES ALEATORIAS

Solucin
Si se denota por u = F(x), du = f (x) dx, es inmediato:

Problema 3.12. E l volumen de produccin de una empresa es


una variable aleatoria cuya funcin de densidad es:

Sabiendo que los costes totales de esa empresa vienen definidos


por:

calcular:
a) Probabilidad de que el coste marginal, sea mayor que
81.
b ) Probabilidad de que la produccin se encuentre por debajo
del ptimo de explotacin (mnimo de los costes totales medios).
c) Probabilidad de que, habindose alcanzado al menos un vo-
lumen de produccin de 10, se alcance al menos una produccin de
20.

Solucin
a) Se comienza calculando el coste marginal

Se pide:

(Nota: la variable aleatoria toma slo valores positivos, no tiene sentido una
produccin negativa, y la f.d.d. as lo indica)
3.2. PROBLEMAS 101

b) Costes totales medios (por unidad de produccin):

Para obtener el ptimo de la funcin g(x) = 3x2 27x + 81, se deriva:

Por lo tanto, en est el mnimo de la funcin cuadrtica g (x). Lo


que se pide es, por tanto,

c) Se pide:

Problema 3.13. Sea X una variable aleatoria con funcin de


densidad

para 0 < x < 2:


a) Determinar la funcin de distribucin asociada.
b)Hallar las probabilidades de los sucesos

Solucin
a) Se tiene que:

por lo que se puede escribir:


102 CAPTULO3. VARIABLES ALEATORIAS

Para calcular la F.d.D., han de considerarse cuatro trozos en el eje real, pues
el valor de

depende de que x verifique x < 0 , 0 < x < 1 , 1 < x < 2 x > 2 :


i) Si x < 0, entonces F(x) = 0:
ii) Si 0 < x < 1, entonces

iii) Si 1 < x < 2, entonces

iv) Y, por ltimo, si x > 2, entonces F(x) = 1.

b-i) Se pide:

(por ser F (x) una F.d.D. absolutamente continua, ya que existe su f.d.d.)

b-ii) Se pide:

b-iii) Se pide:

b-iv) Se pide:
3.2. PROBLEMAS 103

porque, al ser X una variable aleatoria continua, los valores puntuales tienen
probabilidad nula.

P r o b l e m a 3.14. D a d a l a f u n c i n de d e n s i d a d

calcular:
a)
b ) E l v a l o r d e a t a l q u e P(X < 3) = 0'6:

Solucin
La f.d.d. puede reescribirse como sigue:

Entonces, lo primero que se necesita es determinar el valor de k, que debe


depender del valor de a.

a)
104 CAPTULO 3. VARIABLES ALEATORIAS

b) Si se obliga a que

P r o b l e m a 3.15. Sea u n a v a r i a b l e a l e a t o r i a X con f u n c i n de


densidad

p a r a x > 0. C a l c u l a r l a f u n c i n d e d e n s i d a d d e l a v a r i a b l e

Solucin
Se calcula a continuacin la F.d.D. de X:

Entonces, puede calcularse la F.d.D. de Y:

Como X vara entre entonces

Es decir, Y vara entre 0 y 1. As, queda


3.2. PROBLEMAS 105

P r o b l e m a 3.16 Sea X u n a v a r i a b l e a l e a t o r i a c o n f u n c i n d e d i s -
t r i b u c i n F(x), e s t r i c t a m e n t e c r e c i e n t e y c o n t i n u a . Se d e f i n e l a
v a r i a b l e a l e a t o r i a Y = F(X): E n c o n t r a r s u f u n c i n d e d i s t r i b u c i n
y su f u n c i n de densidad.

Solucin
Se calcula en primer lugar la F.d.D.: siendo y un nmero real entre 0 y
1,

(por ser F(x) estrictamente creciente, se puede invertir)

Es decir:

Entonces, derivando esta funcin se obtiene:

P r o b l e m a 3.17. L a variable aleatoria X tiene p o r f u n c i n de


densidad s i c e r o e n o t r o caso. Se c o n s i d e r a l a
variable

C u l es l a f u n c i n d e d e n s i d a d d e Y?

Solucin
Se denotar por Fx(x) a la F.d.D. de X.
106 CAPTULO 3. VARIABLES ALEATORIAS

Se calcula entonces la F.d.D. F(y) de Y. Como 1 < x < 1, tambin se


tiene

Entonces, para 1 < y < 1, se tiene que

(al ser sen (x) inyectiva en

Entonces, derivando, se obtiene:

P r o b l e m a 3 . 1 8 . Sea l a v . a . X c o n f . d . d .

p a r a 0 < x < 2: O b t e n e r l a d i s t r i b u c i n d e l a v . a .

Solucin
Dentese por Fx (x) la F.d.D. de X , y por f(y), F (y), respectivamente,
la f.d.d. y la F.d.D. de Y.
3.2. PROBLEMAS 107

Se tiene que:

Por otro lado,

Por lo tanto,

que se puede reescribir de la forma:

Derivando, se obtiene

P r o b l e m a 3.19. D e m o s t r a r q u e , d a d a u n a v . a . X c o n F . d . D .
Fx (x), l a v . a . Y = aX + b, c o n a < 0, t i e n e p o r F . d . D .

Solucin
Directamente,
108 CAPTULO 3. VARIABLES ALEATORIAS

(Ntese que, al ser a < 0, la siguiente igualdad es la correcta)

P r o b l e m a 3 . 2 0 . Sea l a v . a . X c o n F . d . D .

Obtener la f.d.d. de la v.a. Y = 3X + 5.

Solucin
Se obtendr, previamente, la F.d.D. de Y, denotada por F (y).

E n consecuencia, puede escribirse:

O, ms sencillamente,

Derivando, se obtiene la f.d.d. de Y, f (y):


3.2. PROBLEMAS 109

P r o b l e m a 3 . 2 1 . Sea l a v . a . X c o n f . d . d .

para 1 < x < 1: Se c o n s i d e r a l a v . a . Y = X2. Encontrar la F.d.D.


F (y) y l a f . d . d . f (y) d e l a v . a . Y.

Solucin
Con el cuidado de que Y = X2 es una transformacin no inyectiva, debe
determinarse, en primer lugar, el conjunto soporte de la v.a. Y. Puesto que
1 < X < 1 , se deduce que 0 < X2 < 1.
A continuacin, se determina la F.d.D. de X , Fx (x):

Entonces, dado y G (0,1), se tiene que

E n consecuencia,

Para obtener la f.d.d., basta con derivar:

P r o b l e m a 3 . 2 2 . Sea l a v . a . , d o n d e U es u n a v . a . c o n
f.d.d.
110 CAPTULO 3. VARIABLES ALEATORIAS

para 0 < u < 1, X es una v.a. cualquiera con f . d . d . positiva, y


es la inversa de l a funcin de d i s t r i b u c i n de X1.
C o m p r o b a r que l a d i s t r i b u c i n de Y es la misma que l a de X.

Solucin
La funcin de distribucin de U es

(3.1)

De esta forma, se tiene que

A l ser Fx estrictamente creciente, esto es igual a

Esta ltima expresin, al verificarse que 0 < Fx (y) 1, atendiendo a (3.1),


resulta ser igual a Fx (y), es decir,

En conclusin, las distribuciones de X y de Y son idnticas.

P r o b l e m a 3.23. Sea X una v.a. discreta con f.m.p.:

X
X -2 - 2-1 - 01 01 1 22
P ( X = k)
P (X = k) 005
005 0 1 004
01 3 015
4 003 015

Sea Y = X2. E n c o n t r a r su funcin de d i s t r i b u c i n .

Solucin
Los valores de Y son 0, 1 y 4.

1
Esta funcin se denomina funcin de cuantiles de la v.a. X. A l exigir que la f.d.d.
de esta variable aleatoria sea positiva se garantiza que la funcin de distribucin Fx es
estrictamente creciente, y se puede invertir.
3.2. PROBLEMAS 111

Por lo tanto,

P r o b l e m a 3.24. Sea X una v.a. con f . d . d .

p a r a 0 < x < 1. O b t e n e r l a d i s t r i b u c i n de l a v.a. Y = eX.

Solucin
La F.d.D. de X se puede expresar en la forma

Entonces, se tiene que

(puesto que la funcin exponencial es inyectiva)

E n conclusin,

Esto es,
112 CAPTULO 3. VARIABLES ALEATORIAS

P r o b l e m a 3.25. Sea u n a v . a . c o n F . d . D .

D e s c o m p o n e r F (x) c o m o l a c o m b i n a c i n l i n e a l d e dos d i s t r i b u -
c i o n e s , u n a d e ellas e s c a l o n a d a y l a o t r a a b s o l u t a m e n t e c o n t i n u a .

Solucin
Segn el Teorema de descomposicin, existen y son nicas dos distribu-
ciones como las pedidas tales que, para cierto valor

E n este caso, la funcin F presenta dos saltos, que denominamos p(x):


uno en donde

y el otro en donde

Entonces, se define la funcin "de saltos"

con

Se define, entonces, la F.d.D. discreta

E n consecuencia, la distribucin Fd (x) asigna la siguiente ley de probabilidad:


3.2. PROBLEMAS 113

x 1=2 4=5
.
Prob 5=9 4=9

Para encontrar la distribucin absolutamente continua, se comenzar


obteniendo

donde

Se define entonces

As, sustituyendo,

se concluye la expresin de la distribucin absolutamente continua buscada:


Captulo 4

Caractersticas de las V V . A A .

4.1 Contenidos
Variables aleatorias discretas: esperanza, varianza, desviacin tpica.

Variables aleatorias absolutamente continuas: esperanza, varianza, desviaci


tpica.

Valor esperado de una funcin de una variable aleatoria.

Desigualdad de Chebyschev.

Otras caractersticas: Moda, mediana, cuantiles; coecientes de asimetra


y curtosis.

Momentos. Funcin generatriz de momentos. Funcin caracterstica.

4.2 Problemas
E n este captulo se resuelven problemas sobre los momentos y otras carac-
tersticas de las variables aleatorias. Se emplea indistintamente el nombre
de valor esperado, esperanza matemtica o media de la distribucin para el
momento de orden 1 centrado en el origen de t a l distribucin. Para aclarar
la notacin empleada, puede consultarse el l t i m o captulo del libro.

115
116 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

P r o b l e m a 4 . 1 . Se c o n s i d e r a u n j u e g o c o n s i s t e n t e e n l a n z a r t r e s
m o n e d a s a l a i r e . Si se o b t i e n e n t r e s caras o t r e s c r u c e s , se g a n a n
3 0 e u r o s . Si n o es as, se p i e r d e u n a c a n t i d a d k. C u l d e b e ser
esa c a n t i d a d p a r a q u e e l j u e g o sea j u s t o ?

Solucin
E l juego es justo cuando la ganancia esperada es 0. Entonces, denotando
por suceso A sacar 3 caras o 3 cruces, debe ser

Por un lado, considerando tres monedas distinguibles, los resultados posi


bles son 2 3 = 8, y queda

Por otro lado,

Por lo tanto,

Es decir, cuando la jugada sea distinta de tres caras o tres cruces, lo justo
sera perder 10 euros.

P r o b l e m a 4.2. P r o b a r que, dada u n a v.a. c o n t i n u a X con f.d.d.


f (x), se v e r i f i c a :

Solucin
Por definicin,
4.2. PROBLEMAS 117

P r o b l e m a 4.3. Sea una v.a. continua X con f . d . d .

Es decir, una v.a. con d i s t r i b u c i n u n i f o r m e en [a,b]. Obtener su


valor esperado y su varianza.

Solucin
Por definicin,

Tambin por definicin,


118 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

P r o b l e m a 4.4. Sea una v.a. continua X con f . d . d .

Es decir, una v.a. con d i s t r i b u c i n exponencial de p a r m e t r o


Obtener su media y su varianza.

Solucin
Por definicin,

Esta integral se resuelve por partes: se toman

con lo que la integral queda:

Para calcular la varianza, se utililzar la igualdad

Se necesita, por tanto, hallar E (X2):


4.2. PROBLEMAS 119

Se resuelve tambin por partes, tomando

la integral queda:

Por lo tanto,

P r o b l e m a 4.5. Se conoce que el salario b r u t o anual, en miles de


euros, de los trabajadores de una empresa es una v.a. X con f.d.d.

Obtener el salario anual medio, as como l a varianza de esta dis-


tribucin.

Solucin
Se calcula el valor esperado, salario medio anual.

Es decir, un salario medio de 22.500 euros.


Se calcula su varianza.
120 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

P r o b l e m a 4.6. U n a v.a. continua X sigue una d i s t r i b u c i n de


Pareto de parmetros es decir, tiene como f.d.d.

Obtener la expresin de l a media y de la varianza de dicha dis-


t r i b u c i n , comprobando que l a media slo existe cuando y
l a varianza slo cuando

Solucin
Se calcula el valor esperado de X. Supuesto que

Y , claramente, la integral diverge cuando a < 1 , pues el grado de x en la


funcin a integrar es superior a 1.
Se calcula la varianza, para lo cual se utilizar que

siempre y cuando a > 2 pues, de lo contrario, la integral deverge, como antes.


E n definitiva, si a > 2,

P r o b l e m a 4 . 7 . Sea u n a v . a . c o n t i n u a X c o n F . d . D .
4.2. PROBLEMAS 121

a) D e t e r m i n a r el valor de k:
b) Calcular l a media, varianza, desviacin t p i c a y M e d i a n a de
l a v.a. X.

Solucin
a) Tal y como est definida F (x), no se garantiza continuidad por la
derecha. Para ello, debe ser

Las dos primeras condiciones no aportan informacin sobre el valor de k,


pues se verifican siempre. La tercera obliga a que

b) Se calcular previamente la f.d.d. de X.

De esta forma,

Puede calcularse ahora

Entonces,

Y , por tanto,
122 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

Encontrar el valor de la Mediana equivale a hallar, para la F.d.D., en qu


valor de x se verifica que Se entiende que la F.d.D. del enunciado
es correcta, luego es no decreciente, y slo puede haber una solucin (o un
intervalo, en todo caso). Pero no se ha determinado an en cul de los trozos
de la funcin se alcanza el valor . Debe ser, o bien

o bien

Como la ecuacin i) tiene solucin real en x = 1 , no sirve, pues la F.d.D.


se define as slo entre 1 y 0.
La ecuacin ii) se reduce a

cuya solucin vlida es E n conclusin:

P r o b l e m a 4 . 8 . P r o b a r q u e se v e r i f i c a l a s i g u i e n t e r e l a c i n e n t r e
los m o m e n t o s 1 :

Solucin
Por definicin, para una v.a. X , los momentos se expresan de la forma

Entonces, considerando que a0 = 1 , puede escribirse:

1
La n o t a c i n empleada se explica en la l t i m a Seccin de este l i b r o . N o obstante, en
la resolucin del p r o b l e m a queda aclarado su significado.
4.2. PROBLEMAS 123

P r o b l e m a 4 . 9 . Sea X u n a v . a . c o n t i n u a c o n f . d . d .

C a l c u l a r sus m o m e n t o s c e n t r a d o s e n l a m e d i a d e o r d e n 2 , 3 y 4 .

Solucin
Primero, se calcularn los momentos centrados en el origen de rdenes 1,
2, 3 y 4:

Se aplica ahora el resultado obtenido en el Problema 4.8.


124 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

P r o b l e m a 4 . 1 0 . Sea X u n a v . a . c o n t i n u a c o n f . d . d .

Calcular su mediana.

Solucin
Debe encontrarse primero la F.d.D. de X.

La Mediana Md verifica que

por lo tanto, se procede a resolver la ecuacin

P r o b l e m a 4 . 1 1 . Sea X u n a v a r i a b l e a l e a t o r i a a b s o l u t a m e n t e .
P r o b a r q u e si se v e r i f i c a q u e e n t o n c e s t a m b i n se v e r i -
ca

Solucin
Se denotar por f (x) la f.d.d. de X. Entonces, por definicin,

donde
4.2. PROBLEMAS 125

Ntese que, si el primer conjunto tiende a coincidir con el suceso


seguro , y el segundo con el suceso imposible 0 . Pero, para un valor concreto
de n, ese segundo sumando verifica

con lo que se concluye que

P r o b l e m a 4 . 1 2 . Sea X u n a v a r i a b l e a l e a t o r i a a b s o l u t a m e n t e c o n
t i n u a , no negativa. P r o b a r que si y slo si

e n c u y o caso, e s t a i n t e g r a l c o i n c i d e c o n e l v a l o r e s p e r a d o d e X.

Solucin
La doble implicacin se prueba primero en sentido directo. Por definicin,

donde f (x) es la f.d.d. Se considera el primer sumando, y se integra por


partes:

Tomando

se obtiene
126 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

(4.1)

Por el Problema 4.11, se conoce que, puesto que se verifica

que

luego se tiene que

De esta forma, tomando lmites para n oo en la expresin (4.1), sta


se reduce a

con lo cual se tiene la implicacin en sentido directo.


Para la otra implicacin, basta tener en cuenta que, por (4.1),

de modo que

y, por tanto, existe el valor esperado de X.

P r o b l e m a 4.13. Sea X u n a variable aleatoria con f u n c i n de


densidad

a) C a l c u l a r e l v a l o r d e l a c o n s t a n t e k.
b ) C a l c u l a r l a m e d i a n a y los c u a r t i l e s .
c) C a l c u l a r e l v a l o r e s p e r a d o d e X y s u v a r i a n z a .
d) Calcular la m o d a y el c u a n t i l 8 / 9 .
4.2. PROBLEMAS 127

Solucin
a) Debe ser

b) Los cuartiles Q1, Q2 y Q3 verifican:

E n consecuencia, se precisa calcular la F.d.D. de X. Para cualquier x > 100


se tiene:

As, basta resolver las ecuaciones:

c)

Se calcula aparte E(X2):

de manera que la integral es divergente y, en definitiva, la varianza de X no


existe.
128 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

d) La moda es el valor de x donde f(x) alcanza un mximo. Como

se deduce que la F.d.D. es estrictamente decreciente en x > 100. De esta


forma, Mo = 100.
Para el cuantil C 8 / 9 , como en el apartado b),

P r o b l e m a 4 . 1 4 . Sea X u n a v . a . d i s c r e t a c o n f u n c i n d e m a s a d e
probabilidad

c o n N > 1 . C a l c u l a r e l v a l o r d e l a c o n t a n t e k, l a f u n c i n d e d i s -
t r i b u c i n de X y su valor esperado.

Solucin
Para hallar el valor de k, debe exigirse que

Para hallar la F.d.D. de X, sabiendo que es escalonada, basta considerar


que, para cualquier , con h = 1 , 2 , . . . , N s e verifica:
4.2. PROBLEMAS 129

Para calcular el valor esperado, basta sumar:

P r o b l e m a 4 . 1 5 . Sea X u n a v . a . s o b r e e l e s p a c i o p r o b a b i l s t i c o
(, S, P) q u e t i e n e c o m o f u n c i n d e m a s a d e p r o b a b i l i d a d :

a) C o m p r o b a r que los pj f o r m a n una f u n c i n de masa de p r o -


babilidad.
b) Calcular, si existe, su valor esperado.

Solucin
a) Basta comprobar que

b) E l valor esperado de X existe si y slo si la serie

es absolutamente convergente. Esto es, si y slo si converge la serie

pero sta es la serie armnica, divergente E n consecuencia, no existe


el valor esperado de X.
130 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

P r o b l e m a 4 . 1 6 . E n las estas n a v i d e a s , u n e s t a b l e c i m i e n t o
se d e d i c a a l a v e n t a d e a b e t o s . L a d e m a n d a d e estos r b o l e s es
a l e a t o r i a , y se sabe p o r e x p e r i e n c i a q u e l a m e d i a es d e 200 a b e t o s ,
c o n d e s v i a c i n t p i c a d e 10. Q u a c o p i o d e a b e t o s d e b e h a c e r s e si
se q u i e r e s a t i s f a c e r l a d e m a n d a d e e s t e a o c o n u n a p r o b a b i l i d a d
de al menos el 90%?

Solucin
No hay ms informacin sobre la distribucin que el valor de su media
(valor esperado) y su varianza. Por lo tanto, slo puede responderse u t i -
lizando la desigualdad de Chebyschev. As, en la expresin

se exige que sea

E n t a l caso,

y, por tanto, debe comenzar la campaa con un stock inicial de 231062 ~ 232
abetos.

P r o b l e m a 4 . 1 7 . Sea u n a v . a . X c o n f . d . d . :

a) D e t e r m i n a r l a f u n c i n d e d i s t r i b u c i n .
b) Calcular la mediana.
c) H a l l a r l a p r o b a b i l i d a d d e q u e , d e u n t o t a l d e 5 o b s e r v a c i o n e s
r e a l i z a d a s i n d e p e n d i e n t e m e n t e y a l a z a r e n esa v . a . , l a m s p e q u e a
sea i n f e r i o r a 9.
4.2. PROBLEMAS 131

Solucin
a) Integrando, se obtiene la F.d.D.:

b) Se busca Md t a l que Como F(x) es

montona, y se verifica que entonces debe ser 2 <


Md < 4. As, basta con sustituir

c) Las cinco observaciones se denotarn por X i , con i = 1 , . . . , 5. Sea ahora


Y = Min {Xi : i = 1,2,..., 5 } . Entonces

De donde
132 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

P r o b l e m a 4 . 1 8 . sea u n a v . a . d i s c r e t a c o n f . m . p .

Existe l a f u n c i n g e n e r a t r i z de m o m e n t o s , m (t), de l a d i s t r i b u -
cin?

Solucin
Por definicin de m (t), en un entorno de t = 0, la f.g.m. se expresa como

De este modo, la f.g.m. estar definida si y slo si esta serie converge para
un entorno de t = 0. Aplicando el criterio del cociente, se tiene que

a k +1 exp(tk + t ) k2
lim = lim = exp(t) > 1 para todo t > 0,
k + ak k + (k + 1)2 exp(tk)

y por tanto la serie diverge en puntos de cualquier entorno de t = 0, y la


f.g.m. no est definida.

P r o b l e m a 4 . 1 9 . U n n m e r o N d e p e r s o n a s se s o m e t e a u n a n l i -
sis d e s a n g r e p a r a d e t e c t a r si p o s e e n c i e r t o t i p o d e v i r u s . E l a n l i s i s
p u e d e h a c e r s e d e dos f o r m a s :
I ) A n a l i z a r l a s a n g r e d e c a d a u n a d e las N p e r s o n a s p o r s e p a r a d o
( N anlisis).
I I ) C o m b i n a r l a s a n g r e d e k p e r s o n a s y a n a l i z a r l a s a l a v e z , si
e l r e s u l t a d o es n e g a t i v o , v a l e p a r a las k p e r s o n a s ( 1 a n l i s i s ) , y si
es p o s i t i v o , se a n a l i z a n p o r s e p a r a d o c a d a u n a d e esas k p e r s o n a s
( k + 1 a n l i s i s ) . Se a s u m e q u e N es m l t i p l o d e k.
a) S u p o n i e n d o q u e los r e s u l t a d o s d e los a n l i s i s d e las N p e r -
sonas s o n i n d e p e n d i e n t e s , q u e l a p r o b a b i l i d a d d e q u e u n a p e r s o n a
d n e g a t i v o e n s u a n l i s i s i n d i v i d u a l es p y es l a m i s m a p a r a c a d a
persona, e n c o n t r a r l a p r o b a b i l i d a d de que u n anlisis c o m b i n a d o
de k personas d positivo.
b ) Si X es e l n m e r o d e a n l i s i s r e q u e r i d o s p a r a las N p e r s o n a s
b a j o e l p l a n I I , d e t e r m i n a r l a m e d i a y l a v a r i a n z a d e X.
4.2. PROBLEMAS 133

Solucin
Con el mtodo I, el nmero de anlisis es determinstico, igual a N.
Con el mtodo I I , se forman y grupos de k personas. Sea X i \Nmero
de pruebas del grupo i-simo. Entonces,

si la prueba combinada es negativa


si la prueba combinada es positiva.

Por un lado, debido a la independencia de los resultados de cada indi-


viduo,

b) Sea X \Nmero t o t a l de pruebas a realizar". Entonces,

De esta forma,
134 CAPTULO4. CARACTERSTICASDELAS VV.AA.

Problema 4.20. Sea X una v.a. continua con f.d.d.

para x > 0, y nula en otro caso. Calcular su funcin generatriz de


momentos m(t) y, a partir de ella, su esperanza y varianza.

Solucin
La f.g.m., m (t), se define, en un entorno del origen, como

Entonces,

de donde

Problema 4.21. Una v.a. X tiene como campo de variacin el


conjunto de los nmeros enteros positivos, de manera que cada uno
de ellos, n, puede ocurrir con probabilidad proporcional a
Hallar su valor esperado.
4.2. PROBLEMAS 135

Solucin
Como P(X = n) = debe ser

Luego K = 1 y la f.m.p. viene dada por:

Para hallar el valor esperado, basta con sumar la serie

i) La serie es convergente pues, aplicando el criterio del cociente, se ob-


tiene:

ii) Para sumar la serie S, tngase en cuenta que

y que, combinando ambos resultados,

Y , por lo tanto,

P r o b l e m a 4 . 2 2 . Sea X u n a v . a . c o n t i n u a c o n f . d . d .
136 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

C a l c u l a r e l v a l o r d e k. C a l c u l a r e l v a l o r e s p e r a d o d e l a v . a . X.

Solucin
Debe verificarse

de donde se obtiene que k = 2:


Se calcula a continuacin el valor esperado:

P r o b l e m a 4 . 2 3 . Sea f(x) la f.d.d. de u n a v.a. c o n t i n u a X :

C a l c u l a r e l v a l o r d e k.

Solucin
Debe ser k > 0 t a l que
4.2. PROBLEMAS 137

Para resolver la integral se har el cambio de variable

As, queda:

De esta forma, se concluye que

P r o b l e m a 4 . 2 4 . E n u n h b i t a t c o h a b i t a n dos clases d e g a v i o t a s .
E l 4 0 % d e los e j e m p l a r e s s o n d e l a especie A , q u e t i e n e c o m o c a r -
a c t e r s t i c a q u e s u l o n g i t u d d e alas d e s p l e g a d a s , e n m e t r o s , es u n a
v.a. con f u n c i n de densidad:

E l r e s t o d e las g a v i o t a s s o n d e l a especie B , c u y a l o n g i t u d d e alas


d e s p l e g a d a s , e n m e t r o s , es u n a v . a . c o n f . d . d .

Si se s e l e c c i o n a n a l a z a r u n a g a v i o t a d e l a p o b l a c i n , y se d e n o -
m i n a X a l a v a r i a b l e a l e a t o r i a q u e m i d e s u l o n g i t u d d e alas d e s p l e -
g a d a s , e n c o n t r a r l a f u n c i n d e d i s t r i b u c i n d e l a v . a . X: E n c o n t r a r
su f u n c i n de densidad.

Solucin
Para resolver el problema, debe calcularse la F.d.D. de X.
138 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

Sean los sucesos:


A \ L a gaviota es de la especie A " ,
Como paso previo, se calculan primeramente las funciones de distribucin
F1(x) y F2(x), de las dos respectivas subpoblaciones de gaviotas. Sea x G
(0075,1025), entonces,

Ms adelante ser t i l disponer de la expresin

(4.2)

Sea ahora Entonces

Ser igualmente t i l , ms adelante, disponer de la expresin

(4.3)

La F.d.D. de X sin ningn condicionante se calcular utilizando el Teo-


rema de la probabilidad t o t a l , con la ayuda de las expresiones (4.2) y (4.3)

Habr que considerar los intervalos


Sea E n este caso,
4.2. PROBLEMAS 139

Sea Eneste caso,

Sea Eneste caso,

En definitiva,

Se estudia ahora la continuidad de esta funcin, comprobando los valores


en x igual a
En x = 1:
140 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

La f.d.d. se obtiene derivando esta funcin:

Cmo se defina la f.d.d. en es, no obstante, indiferente.

P r o b l e m a 4.25. Sea X una variable aleatoria con funcin de


densidad

a) E n c o n t r a r el valor de k.
b) E n c o n t r a r el valor esperado de X.
4.2. PROBLEMAS 141

Solucin
a) Debe ser

b)

P r o b l e m a 4.26. U n vendedor de piezas mecnicas dispone en


u n m o m e n t o t0 de u n stock de S unidades. L a demanda X en el
intervalo [t0, t1] es una variable aleatoria cuya ley de p r o b a b i l i d a d

es:
142 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

donde Se p i d e :
a) H a l l a r l a d e m a n d a e s p e r a d a e n
b ) Si X < S, e l v e n d e d o r d e b e a f r o n t a r u n g a s t o a d i c i o n a l d e
c e u r o s , y si X > S, e l g a s t o a d i c i o n a l es d e c2 e u r o s . Si X = S , n o
hay gasto a d i c i o n a l . H a l l a r el gasto a d i c i o n a l esperado.

Solucin
a) Se asume que la demanda es discreta, pues se conoce de su ley de
probabilidad. De esta forma,

Previamente debe encontrarse k (x). Para ello, se tendr en cuenta que

A partir de este resultado, se prosigue con el problema:

(recordar que p = 1 q)

que es la valor esperado que se pide.


b) Sea la variable aleatoria G "gasto adicional". Esta variable toma
los valores c , 0, c2. Las probabilidades debern calcularse utilizando la
distribucin de X. Concretamente,
4.2. PROBLEMAS 143

P r o b l e m a 4 . 2 7 . Sea X u n a v a r i a b l e a l e a t o r i a . Se d e f i n e l a f u n -
cin caracterstica de la v.a. X como la funcin

P r o b a r las s i g u i e n t e s p r o p i e d a d e s :
a)
b) , p a r a c a d a v a l o r d e t.
c) es d e c i r , a m b o s s o n n m e r o s c o m p l e j o s c o n j u -
gados.
d) es u n a f u n c i n u n i f o r m e m e n t e c o n t i n u a .
e) Sea u n a v a r i a b l e a l e a t o r i a X y sea l a v a r i a b l e Y = a + bX,
d o n d e a y b s o n n m e r o s r e a l e s . E n t o n c e s , p a r a c a d a v a l o r d e t,

Solucin
a) Es obvio, puesto que

b) Igualmente obvio, pues


144 CAPTULO4. CARACTERSTICASDELAS VV.AA.

c) Por un lado,

Por el otro lado,

Con lo cual, se concluye este apartado.


d) Dados t y h reales,

Por un lado, es claro que

Por otro lado,

De donde se sigue

que converge a 0 cuando h ! 0, independientemente del valor de t.


4.2. PROBLEMAS 145

e) Se obtiene automticamente:

P r o b l e m a 4 . 2 8 . Sea F l a F u n c i n d e D i s t r i b u c i n d e u n a v a r i a b l e
a l e a t o r i a X y sea s u f u n c i n c a r a c t e r s t i c a . P r o b a r q u e , si
existe el m o m e n t o c e n t r a d o e n el o r i g e n de o r d e n n de l a v a r i a b l e
X, e n t o n c e s l a f u n c i n c a r a c t e r s t i c a es n veces d i f e r e n c i a b l e c o n
d e r i v a d a s finitas, v e r i f i c n d o s e q u e :
a) P a r a k = 1,2, ...,n,

b ) P a r a k = 1, 2, ...,n,

Solucin
a) Obsrvese que

de modo que

Entonces, al estar acotada la integral, se puede hacer el siguiente intercambio


de orden entre la derivada y la integral:

N O T A : Para que la permutacin de la integral y la derivada, la integral


debe estar acotada por una funcin integrable (en este caso, ella misma), con
lo cual es vlida la identidad , siempre y cuando
Este es el Teorema de convergencia dominada.
146 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

Con todo esto, se obtiene:

b) Asumir que existe el momento centrado en el origen de orden n equivale


a armar que , y en consecuencia existe para cualquier
entero Por la derivabilidad, se tiene q u e e s continua en t, en
particular en un entorno del origen, de manera que admite el desarrollo de
M c Laurin:

con Esta expresin se puede reescribir como

siendo
(4.4)

De esta forma, el problema se reduce a demostrar que segn su

expresin dada en (4.4), es un infinitsimo de orden tn. Se tiene que:

(4.5)

donde se ha utilizado que . A continuacin, teniendo en cuenta que

el trmino derecho de la desigualdad (4.5) se acota igualmente como sigue:

Y , puesto que el momento centrado en la media de orden n existe, y este


trmino de la derecha converge a 0 cuando t tiende a 0, queda establecido
que Rn (t) es un infinitsimo de orden n.
4.2. PROBLEMAS 147

P r o b l e m a 4 . 2 9 . Sea F l a F u n c i n d e D i s t r i b u c i n d e u n a v a r i a b l e
a l e a t o r i a X y sea su funcin caracterstica. Supuesto que existe
l a derivada n-sima de en u n entorno del origen, probar que,
si n es p a r , e n t o n c e s e x i s t e (y, p o r t a n t o , e x i s t e n los
m o m e n t o s d e c u a l q u i e r o r d e n k <n).

Solucin
Sea n = 2m. Se aborda la demostracin por induccin.
i) Sea m = 1 , y por tanto n = 2. Por un lado, se tiene que

Este lmite va a estar relacionado con E (X2). Se calcula el siguiente lmite,


aplicando la Regla de L H o p i t a l :

Con esto, se tiene que

y, aplicando el Lema de Fatou 2 , esta expresin est acotada por


148 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

Con los que se concluye que el momento E (X2) es finito.


ii) Supngase ahora que el resultado es cierto hasta para m 1 , donde,
n = 2m 2, y se probar para m. Se tiene que

Por tanto,

Ahora, por otro lado, se construye la funcin

llamando H al denominador. Esta funcin Gm (y) es montona no decre-


ciente, continua a la derecha y Es decir, Gm (y) es una F.d.D.
Entonces, sea Y una v.a. con F.d.D. Gm. Puede escribirse:

Con lo cual se concluye la prueba, salvo un pequeo detalle: falta estudiar


la posibilidad de que

Pero, en este caso, forzosamente, X es una variable degenerada, de modo que

E n t a l caso, la prueba es directa, porque todos sus momentos existen y son


iguales a 0.

P r o b l e m a 4.30. P r o b a r que u n a v.a. a b s o l u t a m e n t e c o n t i n u a X


es s i m t r i c a c o n r e s p e c t o a l o r i g e n si y slo si s u f u n c i n c a r a c t e r s -
t i c a es r e a l .
4.2. PROBLEMAS 149

N O T A : U n a d i s t r i b u c i n a b s o l u t a m e n t e c o n t i n u a se d i c e s i m t r i c a
r e s p e c t o a l o r i g e n si s u f . d . d . , f (x), v e r i f i c a q u e f (x) = f (x)
p a r a t o d o x, e q u i v a l e a q u e X t i e n e l a m i s m a d i s t r i b u c i n q u e
X, y e q u i v a l e a q u e l a F . d . D . d e X, F (x), v e r i f i q u e l a i d e n t i d a d
F (x) =1 F (x).

Solucin
Considrense las variables X y X , con sus respectivas funciones carac-
tersticas Se tiene:

Es decir, ambas funciones obtienen valores complejos conjugados para un


mismo valor de la variable t. Ahora bien, si se asume que X es simtrica,
entonces X y X siguen la misma distribucin, por lo que ambas funciones
caractersticas son la misma. en consecuencia,

y esto para cualquier valor de t.

P r o b l e m a 4.31. P r o b a r que una v.a. con f.d.d.

(es d e c i r , c o n d i s t r i b u c i n d e C a u c h y ) , d o n d e no
tiene valor esperado.

Solucin
Directamente:

Se t r a t a de probar que esta integral no es absolutamente convergente o,


equivalentemente, que no existe el lmite
150 CAPTULO 4. CARACTERSTICAS DE LAS VV.AA.

Para probarlo, basta con encontrar dos pares de sucesiones y


tales que

Sean, por un lado,

Entonces, se obtiene:

Sean ahora, por otro lado,

Entonces, resulta que

Este resultado implica, en definitiva, que la integral que proporciona el


valor esperado no es absolutamente convergente y, por tanto, el valor espe-
rado no est definido.
Captulo 5

Vectores Aleatorios

5.1 Contenidos
Variables aleatorias bidimensionales.

Distribucin conjunta. Distribuciones marginales.

Distribuciones condicionadas. Variables aleatorias independientes.

Funcin de una variable aleatoria bidimensional.

Esperanza matemtica de sumas y productos de variables aleatorias.

Covarianza. Propiedades. Varianza de la suma de variables aleatorias.

Coeciente de correlacin lineal de dos variables aleatorias.

5.2 Problemas
P r o b l e m a 5 . 1 . Sea u n a u r n a q u e c o n t i e n e b b o l a s b l a n c a s , n n e g r a s
y r r o j a s . Se e x t r a e u n a b o l a a l a z a r , y se denen las v a r i a b l e s
aleatorias:
X " n m e r o d e b o l a s b l a n c a s e x t r a d a s " (es d e c i r , 0 1 ) ;
Y " n m e r o d e b o l a s negras e x t r a d a s " (es d e c i r , 0 1);
Z " n m e r o d e b o l a s r o j a s e x t r a d a s " (es d e c i r , 0 1).
Se p i d e :
a) D i s t r i b u c i n c o n j u n t a d e (X;Y;Z).

151
152 CAPTULO 5. VECTORES ALEATORIOS

b ) C o v a r i a n z a s : cov (X, Y), cov (X, Z), cov (Y, Z).


c) Coeciente d e c o r r e l a c i n d e c u a l q u i e r p a r d e estas v a r i a b l e s .

Solucin
a) Se t r a t a , segn las distribuciones marginales, de tres variables d i -
cotmicas y, adems, siempre una de ellas vale " 1 " y, forzosamente, las otras
dos valen " 0 " . La distribucin se obtiene mediante la ley de probabilidad:

siendo cualquier otro caso imposible.


b) Por definicin,

Es evidente, por la Ley de probabilidad, que los casos que tienen probabilidad
positiva verifican XY = 0, pues al menos una de las variables toma valor
nulo. As, basta calcular

y se obtiene que

Anlogamente,
5.2. PROBLEMAS 153

c) El coeciente de correlacin lineal de , se define como

Por tanto, se necesitan calcular las varianzas marginales de las variables X ,


Y , Z.

Y, anlogamente,

En conclusin,

Y, anlogamente,

Problema 5.2. Se considera el experimento aleatorio consistente


en lanzar un dado dos veces. Sean las variables aleatorias X =
menor nmero obtenido, e Y = nmero de resultados pares
obtenidos.
154 CAPTULO 5. VECTORES ALEATORIOS

a) O b t e n e r la f u n c i n de p r o b a b i l i d a d c o n j u n t a y las marginales.
b) Calcular P (X < 3, Y = 1), P (X > 3, Y < 1).
c) O b t e n e r l a d i s t r i b u c i n condicionada X \ Y = 1:
d) O b t e n e r la d i s t r i b u c i n condicionada Y \ X = 2:

Solucin
a) Los valores de la v.a. X son los enteros de 1 a 6. Los de la v.a. Y
son 0, 1, 2. Ser de utilidad la siguiente tabla: en los mrgenes, los puntos
de cada dado, en el interior, los valores del par (X, Y) de resultados de los
dados:

dado1ndado
dado1ndado 2
2 1 2 2 3 4 5 6
1 (1,0)
(1,0) (1,1)
(1,1) (1,0)
(1,0) (1,1)
(1,1) (1,0)
(1,0) (1,1)
2 (1,1)
(1,1) (2,2)
(2,2) (2,1)
(2,1) (2,2)
(2,2) (2,1)
(2,1) (2,2)
3 (1,0)
(1,0) (2,1)
(2,1) (3,0)
(3,0) (3,1)
(3,1) (3,0)
(3,0) (3,1)
4 (1,1)
(1,1) (2,2)
(2,2) (3,1)
(3,1) (4,2)
(4,2) (4,1)
(4,1) (4,2)
(4,2)
5 (1,0)
(1,0) (2,1)
(2,1) (3,0)
(3,0) (4,1)
(4,1) (5,0)
(5,0) (5,1)
6
6 (1,1)
(1,1) (2,2)
(2,2) (3,1)
(3,1) (4,2)
(4,2) (5,1)
(5,1) (6,2)
(6,2)
Tabla 5.1

Como consecuencia, la tabla con las probabilidades de la v.a. bidimen-


sional (X, Y) son los recogidos en la siguiente tabla (dividiendo por 36):

Y nX
YnX 1 22 3 4 5 6
0 5 0 3 0 11 0
1 66 44 44 22 22 0
2 0 5 0 3 0 11
Denominador comn 36
Tabla 5.2

Las distribuciones marginales se calculan sumando por filas o por colum-


nas (dividido entre 36):

| Y
Y || 00 I 11 I 22 I
IPP (Y
(Y = k) || 99 I 18
18 I 99 I
Denominador comn 36
Tabla 5.3
5.2. PROBLEMAS 155

I X | 11 | 2
2 | 3 | 4 | 5 | 6 |
IP
P (X = k) I 11
11 I99 I77 I55 I33 I11 I
Denominador comn 36
Tabla 5.4

b) A partir de la Tabla 5.2,

c) Basta con tomar la fila de la Tabla 5.2 correspondiente a Y = 1.

I X
X | 11 | 22 | 33 | 4 | 5 | 6 |
\PP ((X
X = k \Y
jY =
= 11)) |66 |44 |44 |22 |22 |00 |

E n la Tabla 5.2, estos valores deban dividirse por 36. Para obtener
la distribucin condicionada, deben dividirse adems entre P(Y = 1) =
de manera que cada valor de esta l t i m a tabla debe dividirse entre 18,
obteniendo la f.m.p. de X condicionada a que Y = 1.
d) Para este caso, se toma la columna correspondiente a X = 2 en la
Tabla 5.2:

| Y
Y I 00 I 11 I 22 I
[ PP (Y
(Y = k) I 00 I 44 I 55 I
Estos valores deban dividirse entre 36, para la probabilidad condicionada,
adems deben dividirse entre E n definitiva, han de dividirse
los valores de esta l t i m a tabla entre 9, y se obtendr la distribucin de Y
condicionada a que X tome el valor 2..

P r o b l e m a 5.3. Se c o n s i d e r a l a v . a . b i d i m e n s i o n a l c u y a f u n c i n
de p r o b a b i l i d a d c o n j u n t a viene d a d a en l a siguiente t a b l a ( d i v i d i r
entre 36):
156 CAPTULO 5. VECTORES ALEATORIOS

YnX
Y\X 10 0 10
0 6 3 3
1 22 1 1 11
2 10
10 5 5
Denominador comn 36
Tabla 5.5

a) Son independientes X e Y?
b) Calcular E (XY).
c) Obtener l a d i s t r i b u c i n de X Y.
d) Calcular Var (X Y).

Solucin
a) A partir de la Tabla 5.5, sumando por filas y despus por columnas, se
calculan fcilmente las distribuciones marginales de X e Y (los valores deben
dividirse entre 36):

r X i -10 i 0 i 10 i
IP
P (X = k) I 18
18 I 9 I 9 ^
Denominador comn 36

| Y
Y || 00 I 11 I 22 I
|PP (Y = k) || 12 I 4 I 2020 I
Denominador comn 36

As, para que sean independientes, debe verificarse que

para todo i,j. Se calculan, en la siguiente Tabla 5.6, los valores de


5.2. PROBLEMAS 157

(los valores de la Tabla 5.6 son los numeradores de las probabilidades, y


deben dividirse entre el denominador, 36), y se comparan con la tabla del
enunciado.
YnX -10 0 10
0 6 6 33 3
1 2 1 1 .
1
2 10 2 51 51
2 1 0 5 5
Denominador comn 36
Tabla 5.6
Resultan, de este modo, idnticas, y puede armarse que las variables X
e Y son independientes.
b) Al ser X e Y independientes, se verifica que E (XY ) = E ( X ) E (Y ) :
Se comprobar de las dos formas. En primer lugar, calculando la f.m.p. de
la v.a. XY :
XY -20 -10 0 10 20
P (XY = kk)
) 10 2 18 1 5
Denominador comn 36

De manera que

Por otro lado,

y, por ser independientes, en efecto

c) La v.a. X Y toma los valores 12, 11, 10, 2, 1, 0, 8, 9, 10.


Sus probabilidades se obtienen directamente de la Tabla 5.5, pues no hay dos
pares (X,Y ) que den lugar al mismo valor en la diferencia X Y .
158 CAPTULO5. VECTORES ALEATORIOS

d) La varianza de X Y , por ser variables independientes, verifica que

V ar (X Y ) = V a r ( X ) + V ar(Y ) 2Cov (X,Y ) = V ar ( X ) + V ar (Y ) :

Se calculan las varianzas de X y de Y .

Y, por lo tanto,

Problema 5.4. Sea la variable aleatoria bidimensional (X,Y )


cuya funcin de probabilidad conjunta viene dada en la siguiente
Tabla 5.7:

YnX
Y nX 0 1 2 3
0 4 4 11 11 2
1 4 4 11 11 22
2 8 8 22 22 4
Denominador comn 32
Tabla 5.7

Comprobar que X e Y son independientes y calcular E (XY ).


5.2. PROBLEMAS 159

Solucin
Se calculan las probabilidades marginales, reejadas con las conjuntas en
una nica tabla:

Y nX
YnX 0 1 22 3
0 4 11 11 22 8
1 44 11 11 22 88
2 8 2 2 4 16
16 4 4 8
Denominador comn 32

Con esta tabla, es sencillo comprobar que las probabilidades conjuntas se


igualan con los respectivos productos de las probabilidades marginales, y por
tanto las variables son independientes.
Como consecuencia de esta independencia, se verifica que E (XY) =
E (X) E (Y). Entonces, como

se concluye que

P r o b l e m a 5.5. Sea (X, Y) u n a v a r i a b l e a l e a t o r i a b i d i m e n s i o n a l


con funcin de probabilidad conjunta:

YnX
YnX 1 22 3 4 5 6
0 5 0 3 0 11 0
1 66 44 44 22 22 00
2 0 5 0 3 0 11
Denominador comn 36

O b t e n e r l a f u n c i n de masa de p r o b a b i l i d a d y el valor esperado


de l a v.a. Z = X + Y
160 CAPTULO 5. VECTORES ALEATORIOS

Solucin
Los valores de X + Y y sus probabilidades se deducen fcilmente de la
tabla:

[ Valores | 1
1 | 22 | 33 | 44 | 55| 66| 77 | 88 |
[ Probab 5 | 6
6 | 77 | 99 | 33 | 55| 00 | 11 |
Denominador comn 36

Y , por tanto, el valor esperado se obtiene como:

P r o b l e m a 5.6. Sea (X, Y) u n a v a r i a b l e a l e a t o r i a b i d i m e n s i o n a l


con funcin de densidad conjunta:

a) C o m p r o b a r q u e se t r a t a d e u n a v e r d a d e r a f u n c i n d e d e n s i -
dad.
b ) H a l l a r las f u n c i o n e s d e d e n s i d a d m a r g i n a l e s . S o n X e Y
independientes?
c) C a l c u l a r l a p r o b a b i l i d a d d e l suceso

d ) C a l c u l a r l a p r o b a b i l i d a d d e los sucesos

Solucin
a) La funcin es no negativa, por tanto slo se necesita comprobar que su
integral es la unidad:
5.2. PROBLEMAS 161

b) Funciones de densidad marginales. Para 0 < x < 1:

Para 0 < y < 1:

X e Y son independientes Pero, para 0 <


x < 1, 0 < y < 1, se obtiene:

luego no son independientes.


c)

d) Para calcular debe usarse la funcin de densidad condi-


cional: para 0 < x < 1 , 0<y<1,

As,
162 CAPTULO 5. VECTORES ALEATORIOS

A l no especificar ninguna condicin sobre Y, el resultado es funcin de y.

E n el caso particular se obtiene:

P r o b l e m a 5.7. Sea X u n a v . a . q u e t o m a v a l o r e s e n t e r o s c o n las


probabilidades:
P[X = x] = pqx1, siendo p + q = 1, x = 1, 2, 3,:::
Sea Y o t r a v . a . i n d e p e n d i e n t e d e X p e r o c o n l a m i s m a d i s t r i b u -
cin de p r o b a b i l i d a d . Calcular:
a) P[X = Y]
b) P[X + Y = n], n E N.
c) P[X = x \ X + Y = n], n E N.

Solucin
a)

b)
5.2. PROBLEMAS 163

c)

P r o b l e m a 5.8. Sea u n a v . a . b i d i m e n s i o n a l (X, Y) c o n f u n c i n d e


densidad:

D e t e r m n e n s e las f . d . d . m a r g i n a l e s d e las v a r i a b l e s X + Y, X Y,
y XY.

Solucin
Se calcula la distribucin de X + Y:
Sean: U = X + Y, V = Y. Despejando X e Y, se obtiene:

Y , por tanto, aplicando el Teorema (7.4), se obtiene la f.d.d. de (U, V), que
es:

h(u, v) = f(u v, v) 1 = 1:
Falta determinar el campo de variacin de (U,V):
164 CAPTULO 5. VECTORES ALEATORIOS

Grcamente:

Se busca la distribucin marginal de U:

Han de considerarse, entonces, dos casos:

E n resumen:

Se calcula ahora la distribucin de X Y: procediendo igual que antes,


sean ahora
5.2. PROBLEMAS 165

Grcamente:

De esta forma, la distribucin buscada es la marginal de v:

Y, en definitiva,
166 CAPTULO5. VECTORES ALEATORIOS

Distribucin de XY : procediendo de manera similar a los dos casos an-


teriores, sean ahora

Se determina el campo de variacin de u, v:

Grcamente:
5.2. PROBLEMAS 167

P r o b l e m a 5.9. D a d a l a v . a . b i d i m e n s i o n a l (X, Y) c o n f . d . d . c o n -
junta

p a r a 1 > x > y > 0, d e t e r m i n a r :


a) E l v a l o r d e k.
b) Las funciones de d e n s i d a d marginales.
c)

Solucin
a) Debe verificarse:

b) Funciones de densidad marginales:


168 CAPTULO 5. VECTORES ALEATORIOS

N o t a : Como la distribucin conjunta de (X, Y) no coincide con el pro-


ducto de las distribuciones marginales obtenidas, entonces las variables X e
Y no son independientes.
c) Para calcular se obtendr primero la f.d.d. de
Y condicionada a X , y luego se sustituir el valor para obtener la
f.d.d. de este caso especfico.

para 0 < y < x < 1: Por lo tanto,

para Finalmente,

P r o b l e m a 5 . 1 0 . Sea l a v . a . b i d i m e n s i o n a l (X, Y) c o n f . d . d . c o n -
junta

p a r a 1 > y > x2: D e t e r m i n a r :


a) E l v a l o r d e k.
b) Las funciones de d e n s i d a d marginales.
c) P(1 2Y > X):

Solucin
Obsrvese que, en esta distribucin, X toma valores entre 1 y 1:
a) Para determinar k, debe exigirse que
5.2. PROBLEMAS 169

b) Funciones de densidad marginales. Por un lado, la de X:

para 1 < x < 1. Por otro lado, la de Y,

para 0 < y < 1.


Ntese que fx(x)f(y) f(x,y), y por tanto X e Y no son variables
independientes.

c) Se pide P(1 2Y > X). E n primer lugar, se representa grcamente


el suceso:
170 CAPTULO5. VECTORES ALEATORIOS

Las intersecciones entre las curvas que delimitan el suceso se obtienen


resolviendo el sistema:

equivalente a

Por tanto,
5.2. PROBLEMAS 171

P r o b l e m a 5.11. Sean X e Y dos v.a. independientes con f u n -


ciones de densidad:

H a l l a r l a f.d.d. de la variable U = XY, su media, su varianza y


su funcin generatriz de momentos.

Solucin
Por ser independientes,

para Se realiza, entonces, el cambio:


172 CAPTULO5. VECTORES ALEATORIOS

donde el campo de variacin de las variables u,v se obtiene como sigue:

Entonces, para lo que interesa en este problema, se puede calcular la f.d.d.


marginal de U,

(haciendo el cambio de variable: v2 u 2 = t 2 , 2vdv = 2tdt).

Ahora, teniendo en cuenta que la f.d.d. de una v.a. con distribucin N(0, 1)
es

y que esta funcin es simtrica respecto de x = 0, se deduce que


5.2. PROBLEMAS 173

Y por lo tanto, U N(0,1), y se tiene que:

donde m(t) es la funcin generatriz de momentos de la distribucin marginal


de U.

P r o b l e m a 5.12. L a v.a. bidimensional (X, Y) tiene como f.d.d.


conjunta:

para : H a l l a r la funcin de d i s t r i b u c i n c o n j u n t a , as
como los valores esperados marginales de ambas variables X e Y.

Solucin
Se calcula primero la F.d.D. conjunta. Para se tiene:

Se calcula ahora el valor esperado de X:


174 CAPTULO 5. VECTORES ALEATORIOS

Debido a la simetra de la f.d.d. respecto sobre x e y, se deduce que

P r o b l e m a 5 . 1 3 . Se e l i g e n a l a z a r e i n d e p e n d i e n t e m e n t e dos n -

m e r o s reales e n e l i n t e r v a l o [0,1], (X, Y): C a l c u l a r

Solucin
E n este caso, la f.d.d. conjunta es

P r o b l e m a 5.14. Sea l a v . a . b i d i m e n s i o n a l ( X , Y) cuya f.d.d.


c o n j u n t a es

p a r a x > 0, y > 0: C a l c u l a r l a f . d . d . d e l a v a r i a b l e Z = X + Y:

Solucin
Como en ejercicios anteriores:
5.2. PROBLEMAS 175

donde el campo de variacin de z se obtiene como sigue:

Para calcular la f.d.d. marginal de Z, se resuelve la integral:

P r o b l e m a 5.15. Sea Z u n a v a r i a b l e a l e a t o r i a d e f i n i d a c o m o Z =
X + Y, d o n d e X e Y s o n v a r i a b l e s a l e a t o r i a s c u a l e s q u i e r a . P r o b a r
q u e si Z es i n d e p e n d i e n t e d e X y Z es i n d e p e n d i e n t e d e Y, e n t o n c e s
Z es u n a v a r i a b l e a l e a t o r i a c o n d i s t r i b u c i n d e g e n e r a d a , es d e c i r ,
e x i s t e c t a l q u e P (Z = c) = 1:

Solucin
Sean las respectivas funciones caractersticas de
X, Y, Z. Entonces,

Por ser Z e Y independientes,

es decir,
(5.1)
Igualmente, se obtiene que

(5.2)
176 CAPTULO 5. VECTORES ALEATORIOS

A continuacin, se sustituye (5.2) en (5.1), obteniendo

de donde se deduce que

para cada valor de t. Debe tenerse en cuenta, por otro lado, que es
el conjugado de (ver Problema 4.28).
De esta forma, se concluye que

para cada valor de t, de donde , y esto implica que existe un


nmero real c t a l que

que es la funcin caracterstica de una variable aleatoria degenerada.

P r o b l e m a 5.16. S e a n X\,...,Xn variables aleatorias independien-


tes, idnticamente distribuidas, cada u n a con f.d.d.

Se d e f i n e n las v a r i a b l e s a l e a t o r i a s :
T = max {Xi : i = 1, ...,n}, S = min {Xi : i = 1, ...,n}.
a) E n c o n t r a r l a d i s t r i b u c i n c o n j u n t a d e (T, S). S o n estas v a r i a -
bles i n d e p e n d i e n t e s ?
b ) C a l c u l a r s u coeciente d e c o r r e l a c i n l i n e a l .

Solucin
Se considera una v.a. X cuya distribucin es la misma que la de cualquier
Xi. Entonces
5.2. PROBLEMAS 177

Esta probabilidad se calcula fcilmente a partir de la F.d.D. de X , que es,


para x entre

siendoF(x)=0para para Esdecir,

De esta forma,

Y de aqu se obtiene, mediante derivacin la f.d.d. de T:

Por otro lado,


178 CAPTULO5. VECTORES ALEATORIOS

Y, por tanto, la f.d.d. marginal de S entre se puede escribir como

es decir, finalmente,

A continuacin, se procede a calcular la distribucin conjunta de (T, S):

1 o - Si t s son inferiores a la distribucin vale 0.

2o- Si t y s son superiores a la distribucin vale 1.

3.1 o - Si y s est entre la probabilidad conjunta es igual a


P (S < s).

3.2o- Si y t est entre la probabilidad conjunta es igual a


P (T <t):

4o- Si debe tenerse en cuenta que P (T < t, S > s) = 0,


por lo que la probabilidad conjunta coincide con P (T <t).

5o- Si se puede calcular como sigue:


5.2. PROBLEMAS 179

E n definitiva,

Y , en consecuencia,

Como consecuencia de este resultado, se deduce inmediatamente que S y


T no son independientes, pues la distribucin conjunta no es el producto de
las distribuciones marginales.
b) Se calcula, a continuacin, el coeciente de correlacin lineal de T y S,
I T,S .
180 CAPTULO5. VECTORES ALEATORIOS

Se necesita, por tanto, calcular previamente

En primer lugar,

(por partes)

(5.3)

En segundo lugar, (por partes, como antes)

(5.4)

Y, como ltimo clculo previo para hallar la covarianza,

Se har primero la integral respecto de t, por partes, como antes:


5.2. PROBLEMAS 181

De esta forma,

Se har cada integral por separado. Primero, usando la expresin (5.4):

Segundo, usando igualmente (5.4):

De esta forma,

(5.5)

Tras estos clculos, combinando (5.3), (5.4) y (5.5), se obtiene que


182 CAPTULO5. VECTORES ALEATORIOS

(5.6)

El siguiente paso es encontrar los valores esperados E (T 2 ) y E (S 2 ). En


cuanto al primero de estos valores, integrando por partes, se llega a la si-
guiente igualdad:

La integral del segundo sumando se puede obtener de manera inmediata, a


partir de (5.3):

de modo que

(5.7)

De aqu, combinando (5.3) y (5.7), se concluye que

(5.8)
5.2. PROBLEMAS 183

En cuanto a E (S 2 ), integrando por partes igualmente, se tiene:

(por partes)

de manera similar al caso anterior, la integral del segundo sumando se obtiene


a partir de (5.4):

de modo que

(5.9)

Finalmente, combinando (5.9) y (5.4), se obtiene que

(5.10)

de manera que V ar (T) = V ar (S).


De esta forma, combinando (5.6), (5.8), y (5.10), se concluye:
Captulo 6

Distribuciones

6.1 Contenidos
Definicin. Caractersticas.

Distribucin normal estandarizada. Tablas.

Teorema del Lmite Central.

Distribucin binomial, distribucin binomial negativa, distribucin ge-


omtrica.

Distribucin de Poisson, distribucin exponencial.

6.2 Problemas
Este captulo contiene problemas sobre algunas de las distribuciones ms ha-
bituales y conocidas. La primera subseccin est dedicada a la distribucin
normal o Gaussiana, que resulta fundamental para abordar algunos proble-
mas de la subseccin siguiente, donde es necesario utilizar aproximaciones a
las probabilidades de otras distribuciones mediante las de esta distribucin
normal. E n el l t i m o captulo de este libro, el lector que lo precise encontrar
una tabla de probabilidades de la normal estndar.

185
186 CAPTULO 6. DISTRIBUCIONES

6.2.1 Distribucin normal

E n todo este libro, se denota por N (, ) la distribucin normal de media


y desviacin tpica . E n otros libros, es frecuente tambin referirse a esta
distribucin utilizando como segundo parmetro la varianza, 2 . E l lector
debe cuidar no confundir ambas notaciones.
Suponiendo que Z N ( 0 , 1 ) , en adelante, se denotar por

E n la actualidad, se encuentran en el mercado calculadoras cientficas que


calculan directamente los valores de (z). No obstante, muchos estudiantes
an no disponen de ellas, y es frecuente que empleen modelos de calcu-
ladora ms antiguos. Por ese motivo, los problemas de clculo directo de
probabilidades de una distribucin normal recogidos en este captulo pueden
resolverse, o bien con la ayuda de una buena calculadora, o bien mediante
las clsicas tablas de la normal, habituales en los libros de Clculo de Proba-
bilidades. Los problemas resueltos recurren a estos valores tabulados, por lo
que algunos procesos de clculo podran simplificarse con calculadora, pues
se asume que (z) aparece recogido en la tablas de la distribucin normal
disponible slo cuando el valor de z sea no negativo (y razonablemente pe-
queo), y se trabajar con esa restriccin, que no tienen las mquinas.

P r o b l e m a 6 . 1 . Sea X u n a v . a . q u e s i g u e u n a d i s t r i b u c i n n o r m a l
N(0,1). Calcular:

Solucin
a) Recurdese que P (X = a) = 0, para cualquier valor de a.

b)
6.2. PROBLEMAS 187

c)

d)

P r o b l e m a 6.2. Sabiendo que l a v . a . Z sigue u n a d i s t r i b u c i n


N ( 0 , 1 ) , c a l c u l a r los v a l o r e s d e a q u e v e r i f i c a n :

Solucin
a)

b)

c)

d)
188 CAPTULO 6. DISTRIBUCIONES

P r o b l e m a 6.3. Sea X una v.a. que sigue una d i s t r i b u c i n N ( 3 , 2 ) .


Calcular:

Solucin
Sea adems Z N(0,1).
a)

b)

c)

d)

P r o b l e m a 6.4. E l peso de u n a d u l t o de cierto mamfero se dis-


t r i b u y e segn una d i s t r i b u c i n n o r m a l de media 100 Kg y varianza
64 Kg2. Se escoge al azar u n ejemplar. Calcular las probabilidades
de que pese:
6.2. PROBLEMAS 189

a) M e n o s d e 9 0 Kg:
b ) E n t r e 95 y 105 Kg
c) M s d e 110 Kg:

Solucin
Sea X N ( 1 0 0 , 8). Entonces, cada pregunta se reduce a calcular:
a)

b)

c)

P r o b l e m a 6.5. L a n o t a d e l a p r u e b a d e acceso d e los a l u m n o s


q u e s o l i c i t a n i n g r e s a r e n l a F a c u l t a d d e M e d i c i n a se d i s t r i b u y e ,
a p r o x i m a d a m e n t e , segn u n a n o r m a l de m e d i a 66 y desviacin
t p i c a 0 4 7 . Si e l t o t a l d e plazas o f e r t a d a s es d e 170 y e l t o t a l d e
s o l i c i t a n t e s es d e 6 5 0 , c u l s e r , p r e s u m i b l e m e n t e , l a n o t a m n i m a
para ingresar en dicha facultad?

Solucin
E l porcentaje de alumnos presentados que pueden ingresar en esta Fa-
cultad es

Y el porcentaje de los que no ingresan es

E n consecuencia, dada una v.a. , debe buscarse el


percentil es decir, el valor de a t a l que
190 CAPTULO 6. DISTRIBUCIONES

Tipificando,

Mirando la tabla de la normal, el valor ms cercano a esta probabilidad es

E n consecuencia, pueden igualarse:

Es decir: se espera que la calilcacin mnima para ser admitido en la


Facultad de Medicina es puntos.
P r o b l e m a 6.6. Sea X u n a v . a . c o n d i s t r i b u c i n n o r m a l d e m e d i a
10, t a l que

Calcular la p r o b a b i l i d a d de que X t o m e valores en el i n t e r v a l o


(9,11).

Solucin
Se tiene que

Tipificando,

y mirando en la tabla de la normal, se tiene que

Ahora se puede calcular directamente la probabilidad pedida:


6.2. PROBLEMAS 191

P r o b l e m a 6.7. S e a n d i e z v v . a a . X\, X 2 , ..., Xw i n d e p e n d i e n t e s ,


t o d a s c o n d i s t r i b u c i n N ( 0 , 3 ) . H a l l a r P(Y < 10), s i e n d o Y = X\ +
X2+... +XW:
Solucin
E n primer lugar, la distribucin de una suma de normales es normal. E n
segundo lugar, la media es la suma de las medias: E(Y) = 10 0 = 0. E n
tercer lugar, por ser suma de variables independientes, la varianza es la suma
de las varianzas: Var(Y) = 10 9 = 90: Por tanto, Y N ( 0 , 3-\10). E n t a l
caso,

P r o b l e m a 6.8. Sean tres v.a. independientes con distribu-


ciones:

y se c o n s i d e r a l a v a r i a b l e

Se p i d e :
a)
b) E l valor de a t a l que

Solucin
La distribucin de
192 CAPTULO6. DISTRIBUCIONES

Entonces,
a)

b)

Problema 6.9. Una gran empresa debe reponer las batas de


sus 1000 operarios. Se sabe que las tallas siguen una distribucin
normal, con media 170 cms y desviacin tpica de 6 cms. Las batas
se confeccionan en tres tallas ( I , I I y I I I ) para estaturas entre (158-
166), (166-174) y (174-182) cms. respectivamente. Si se asume
que la talla de cada empleado es independiente de la de los dems,
cuntas batas de cada talla parece recomendable adquirir?
6.2. PROBLEMAS 193

Solucin
Se asume que la talla de los empleados son independientes entre s. Sea
X iV(170, 6). La probabilidad de que un empleado tenga la talla I, que es
la menor posible, se puede interpretar como

Igualmente, la probabilidad de que un empleado tenga la talla I I I , asumiendo


que no hay tallas mayores, se puede interpretar como

Y por tanto, la probabilidad de que u n empleado tenga la otra talla es

De esta forma, se espera que el nmero de empleados con cada talla sea:

Talla I 1000 003514 ~ 251


Talla I I 1000 002972 ~ 497
Talla I I I 1000 003514 ~ 251
Total 999:

Y el uniforme que falta, parece lo ms prudente comprarlo de la talla I I , por


ser una talla intermedia. E n realidad, se espera casi "medio empleado" ms
con tallas I y I I I .

P r o b l e m a 6.10. U n a f b r i c a p r o d u c e paquetes de m a r g a r i n a
c o n p e s o t e r i c o d e 160 g r s . D e b i d o a u c t u a c i o n e s a l e a t o r i a s e n
e l p r o c e s o d e e m p a q u e t a d o , e l peso r e a l d e los p a q u e t e s s i g u e u n a
d i s t r i b u c i n n o r m a l . Se sabe q u e e l 1 0 % d e los p a q u e t e s p e s a n
m e n o s d e 160 g r s , y q u e e l 5 % d e los p a q u e t e s p e s a n m s d e 162,5
grs. E n c o n t r a r l a m e d i a y l a desviacin t p i c a de esta variable
aleatoria.
194 CAPTULO 6. DISTRIBUCIONES

Solucin
Se asume que el peso de un paquete es una v.a. X N(, ). Lo que se
sabe es, por tanto, que

Entonces, se tiene que

De esta forma, se plantea el sistema

De donde se obtiene que

P r o b l e m a 6 . 1 1 . E n dos g r u p o s d e s e g u n d o a o d e c a r r e r a se h a
m e d i d o e l coeciente d e i n t e l i g e n c i a d e los a l u m n o s . E n e l g r u p o A
l a m e d i a fue 100, y l a desviacin t p i c a 10, m i e n t r a s en el B f u e r o n
105 y 12 r e s p e c t i v a m e n t e . A m b o s g r u p o s t i e n e n i d n t i c o n m e r o
d e a l u m n o s , y e s c o g i d o a l a z a r u n a l u m n o se c o m p r u e b a q u e s u
coeciente es s u p e r i o r a 1 2 0 . S u p o n i e n d o q u e e n c a d a g r u p o e l
coeciente es u n a v . a . n o r m a l y q u e e l coeciente d e c a d a a l u m n o es
i n d e p e n d i e n t e , calcular l a p r o b a b i l i d a d de que el a l u m n o provenga
del grupo B.

Solucin
Se definen los sucesos:
A = E l alumno procede del grupo A ,
B = E l alumno procede del grupo B .
Y sea la v.a. X que mide el coeciente de inteligencia de un alumno
escogido al azar. Entonces,
6.2. PROBLEMAS 195

Se pide:

segn el Teorema de Bayes. Se calcula cada sumando por separado:

De esta manera, se concluye que

P r o b l e m a 6.12. S u p o n e m o s n c o m p o n e n t e s f u n c i o n a n d o i n d e -
p e n d i e n t e m e n t e y c o n e c t a d a s e n p a r a l e l o , es d e c i r , e l s i s t e m a f u n -
c i o n a s i e m p r e y c u a n d o f u n c i o n e a l m e n o s u n a d e las c o m p o n e n t e s .
Si e l t i e m p o d e s u p e r v i v e n c i a d e c a d a c o m p o n e n t e es u n a v a r i a b l e
c o n d i s t r i b u c i n n o r m a l d e m e d i a 5 0 h o r a s y D . T . 5 h o r a s , C u l es
el valor de n t a l que l a p r o b a b i l i d a d de que el sistema falle d u r a n t e
las p r i m e r a s 55 h o r a s sea n o i n f e r i o r a 0 8 ?
Solucin
Sea Xi la v.a. que describe el nmero de horas transcurrido hasta que
falla la componente i-sima, con i = 1 , . . . , n. E n t a l caso, la probabilidad que
se pide, al ser las variables X i independientes, se obtiene aplicando las leyes
de Morgan como sigue:
196 CAPTULO 6. DISTRIBUCIONES

Resolviendo esta ecuacin en n, se obtiene:

y, como n es entero, la respuesta es n > 1.

P r o b l e m a 6 . 1 3 . U n r e s t a u r a n t e se h a e s p e c i a l i z a d o e n e l c o -
c h i n i l l o a s a d o . L o s c e r d o s los p r o p o r c i o n a u n a g r a n j a y se h a l l e -
g a d o , t r a s m u c h a e x p e r i e n c i a , a d e t e r m i n a r q u e s u p e s o es u n a v a -
r i a b l e c o n d i s t r i b u c i n g a u s s i a n a . D e los l t i m o s 1000 e j e m p l a r e s ,
3 3 0 p e s a r o n m e n o s d e 2 7 8 0 g r s y slo 75 r e b a s a r o n los 3 7 2 0 g r s .
E l p r o p i e t a r i o c o n s i d e r a i n a c e p t a b l e q u e los c o c h i n i l l o s n o e x c e d a n
los 2 6 0 0 g r s , y e n t a l caso los d e v u e l v e a l a g r a n j a . C u n t o s h a b r
d e v u e l t o , p r e s u m i b l e m e n t e , d e los m i l e j e m p l a r e s c i t a d o s ?

Solucin
Sea X la v.a. que describe el peso en gramos de los cerdos. Se sabe que
X N(, ): La pregunta se reduce, entonces, a calcular el nmero esperado
de veces que X < 2600. Para calcular la probabilidad de este suceso, hay
que evaluar los parmetros ( , ) , sabiendo que

Entonces

Por lo tanto,

De donde se obtiene que = 3000, = 500:


6.2. PROBLEMAS 197

Se calcula ahora

Con lo cual, el nmero esperado de cerdos rechazados es, aproximadamente,


212.

P r o b l e m a 6.14. E n l a B a h a d e C d i z e x i s t e n t r e s t i p o s d e
g a v i o t a , q u e se d e n o m i n a n c o m o A , B y C , e n p r o p o r c i o n e s res-
pectivas del 3 5 % , 4 5 % y 2 0 % L a l o n g i t u d de e x t r e m o a e x t r e m o de
alas d e s p l a g a d a s , e n m e t r o s , p a r a c a d a t i p o d e g a v i o t a s i g u e u n a
d i s t r i b u c i n n o r m a l , con parmetros respectivos
y : Se p i d e :
a) P o r c e n t a j e d e g a v i o t a s c o n l o n g i t u d e n t r e alas s u p e r i o r a u n
metro.
b ) P o r c e n t a j e d e stas p e r t e n e c i e n t e a c a d a u n a d e las especies.

Solucin
Supuesto que se selecciona al azar una gaviota de la Baha de Cdiz, sean
los sucesos:
A La gaviota es de la especie A , igual con B, C. Se tiene que

a) Sea X la v.a. que describe la longitud de alas desplegadas de la gaviota


seleccionada, en metros. Entonces
198 CAPTULO 6. DISTRIBUCIONES

Entonces, aplicando el Teorema de la Probabilidad Total,

y el porcentaje pedido es el
b) E n este caso, se t r a t a de hallar las probabilidades de A, B y C condi-
cionadas a X > 1. Para encontrarlas, se aplicar el Teorema de Bayes:

es decir, el 2, 7 1 % son de la especie A. Igualmente,

es decir, el es de la especie B y el restante es de la especie C.


La l t i m a probabilidad se poda haber hallado directamente, pues las tres
suman la unidad.

P r o b l e m a 6.15. E n u n a z o n a v i v e n t r e s subespecies d e g a v i o t a s
I , I I y I I I . E n c a d a s u b e s p e c i e , l a l o n g i t u d e n c m . d e las alas
d e s p l e g a d a s es u n a v . a . n o r m a l , e n l a s u b e s p e c i e I , N ( 5 0 , 5 ) , e n l a
I I , N ( 6 0 , 5 ) , y e n l a I I I , N ( 6 5 , 5 ) . Se sabe q u e , a l t o m a r a l a z a r u n a
g a v i o t a d e l a p o b l a c i n , sus alas d e s p l e g a d a s m i d e n :
i) ms de 60, con p r o b a b i l i d a d 04312.
ii) menos de 50, con p r o b a b i l i d a d 021
Calcular el p o r c e n t a j e de gaviotas de cada subespecie e n l a
poblacin.

Solucin
Sean las variables aleatorias
6.2. PROBLEMAS 199

X1 N(50, 5), X 2 N(60,5), X 3 N(65,5), Z N(0,1):


Dentense por p1, p2, p3 los porcentajes de gaviotas de las subespecies I, I I
y I I I , respectivamente. Si se selecciona al azar una gaviota de la poblacin, y
se considera la v.a. X que mide la longitud de sus alas desplegadas, entonces,

Igualmente,

Y, por otro lado,

Con todo esto, se plantea un sistema de ecuaciones

cuya solucin es:

6.2.2 Otras Distribuciones


Se abordan a continuacin problemas sobre las distribuciones binomial, bi-
nomial negativa, geomtrica, hipergeomtrica, exponencial y Poisson, entre
otras. Las funciones de masa de probabilidad o de densidad correspondientes
se recogen en cada problema, bien en el enunciado, bien en la solucin.
200 CAPTULO 6. DISTRIBUCIONES

P r o b l e m a 6 . 1 6 . Sea X u n a v . a . b i n o m i a l n e g a t i v a d e p a r m e t r o s
p y r. E n c o n t r a r s u f u n c i n g e n e r a t r i z d e m o m e n t o s y c a l c u l a r s u
valor esperado y varianza.

Solucin
X cuenta el nmero de fallos en pruebas de Bernoulli independientes antes
de lograr el r-simo xito. As, siendo q = 1 p,

Se calcula su f.g.m.

As, se calcula

De manera similar,
6.2. PROBLEMAS 201

E n conclusin, se obtiene:

P r o b l e m a 6 . 1 7 . E n las A d m i n i s t r a c i o n e s T r i b u t a r i a s d e c i e r t o
pas se e s t n i n s p e c c i o n a n d o las d e c l a r a c i o n e s d e I R P F . A d m i -
t i e n d o q u e las d e c l a r a c i o n e s i n c o r r e c t a s a l c a n z a n e l 5 % d e las p r e -
s e n t a d a s , r e s o l v e r las s i g u i e n t e s c u e s t i o n e s :
a) Si r e v i s a r u n a d e c l a r a c i n r e q u i e r e 15 m i n u t o s , c u l ser
el t i e m p o de revisin t o t a l esperado hasta e n c o n t r a r l a p r i m e r a
declaracin incorrecta?
b ) C a l c u l a r l a p r o b a b i l i d a d d e q u e sea n e c e s a r i o r e v i s a r 3 0 d e c l a -
raciones correctas antes de e n c o n t r a r l a segunda i n c o r r e c t a .
c) C u l s e r l a p r o b a b i l i d a d d e q u e u n i n s p e c t o r h a l l e slo dos
d e c l a r a c i o n e s i n c o r r e c t a s si i n s p e c c i o n a 5 seleccionadas a l a z a r d e
u n g r u p o d e 15 q u e c o n t i e n e 9 i n c o r r e c t a s ?

Solucin
a) Se t r a t a de hallar el nmero esperado de declaraciones a revisar hasta
encontrar la primera incorrecta. Sea X la v.a. que describe este nmero.
Entonces
202 CAPTULO6. DISTRIBUCIONES

Es decir, X sigue una distribucin geomtrica de parmetro


En la distribucin Ge(1 q) se verifica que

(por ser una serie absolutamente convergente)

De esta forma se concluye que, en este caso concreto,

Como el tiempo de revisin de cada declaracin es de horas, el tiempo


esperado E(T) que se pide es

b) Sea Y la v.a. que cuenta el nmero de declaraciones revisadas hasta


encontrar la segunda incorrecta. Entonces

c) Hay 15 declaraciones, 9 incorrectas y 6 correctas. Se seleccionan al


azar 5 de estas declaraciones, y se considera la v.a. U, que cuenta el nmero
de declaraciones seleccionadas que son incorrectas. Entonces

para k = 0, 1,...,5: Entonces, en el caso k = 2, resulta


6.2. PROBLEMAS 203

P r o b l e m a 6.18. S e a n Xi,::,Xn variables aleatorias independien-


tes e i d n t i c a m e n t e d i s t r i b u i d a s , s e g n u n a d i s t r i b u c i n g e o m t r i c a
con probabilidades

p a r a k = 0,1,:::, con qi = 1 pi. Sea l a v a r i a b l e a l e a t o r i a

P r o b a r que la variable aleatoria Y sigue, i g u a l m e n t e , u n a d i s t r i b u -


cin geomtrica.

Solucin

Se pueden calcular las probabilidades de la v.a. Y mediante la identidad

para k entero no negativo. Para ello, se necesita hallar

E n esta forma es ms sencillo calcular estas probabilidades, pues

Por lo tanto,
204 CAPTULO 6. DISTRIBUCIONES

De esta forma, llamando

queda probado que Y sigue una distribucin geomtrica.

P r o b l e m a 6 . 1 9 . S e a n Xi, ::Xn v a r i a b l e s a l e a t o r i a s i n d e p e n d i e n t e s
e i d n t i c a m e n t e d i s t r i b u i d a s . Sea l a v a r i a b l e a l e a t o r i a

P r o b a r q u e las v a r i a b l e s a l e a t o r i a s X i s i g u e n u n a m i s m a d i s t r i b u -
c i n g e o m t r i c a si y slo si Y s i g u e , i g u a l m e n t e , u n a d i s t r i b u c i n
geomtrica.

Solucin
a) La implicacin en sentido directo se tiene por el resultado obtenido en
el Problema 6.18. Se comprueba fcilmente que, si X i son variables aleatorias
con distribuciones geomtricas (es decir, P ( X i = k) = pqk), entonces

para cada caso de k = 0 , 1 , 2::.

b) Se procede a probar la implicacin contraria. Supngase que

para k entero no negativo, y llmese q a un nmero real no negativo t a l que

Entonces, para k entero no negativo, se tiene:


6.2. PROBLEMAS 205

Por otro lado, tambin se tiene que

(y, por ser idnticamente distribuidas)

Ambos trminos finales deben, por tanto, ser iguales:

para cada k = 0 , 1 , : : : , lo que implica que

Con esto, el clculo de las probabilidades de los valores de X i es sencillo,


pues

Con lo cual concluye la demostracin.

P r o b l e m a 6 . 2 0 . U n h o t e l c o n 100 h a b i t a c i o n e s h a a c e p t a d o e n
u n d a c o n c r e t o 120 r e s e r v a s , p o r q u e sabe p o r e x p e r i e n c i a q u e e n
e l 2 0 % d e los casos los c l i e n t e s n o h a c e n finalmente uso d e e l l a s .
C a l c u l a r l a p r o b a b i l i d a d d e q u e , e n ese d a :
a) E l h o t e l l o g r e u n a o c u p a c i n d e a l m e n o s e l 9 0 % ( c o n s i d e r a n d o
que no hay clientes sin haber hecho reserva).
b) H a y a clientes c o n reserva que no e n c u e n t r e n h a b i t a c i n dis-
ponible.

Solucin
Sea la v.a. X que describe el nmero de clientes con reserva que hacen
uso de la misma. Por lo dicho en el enunciado, admitiendo independencia
206 CAPTULO6. DISTRIBUCIONES

entre los clientes, se tiene que, en ese da concreto, X sigue una distribucin
binomial, de parmetros:
n ="nmero de reservas admitidas",
p ="probabilidad de que un cliente que hizo una reserva haga uso de
ella",
lo cualsedenota p o r X ! B :
Las preguntas formuladas se pueden entonces responder como sigue:

a)

Sin embargo, dada la complejidad de este clculo para el lector y su inesta-


bilidad numrica, es conveniente utilizar la aproximacin normal: tomando
una v.a. ,yaplicandoelfactor corrector
discretizador

b)

Problema 6.21. Una persona est abonada al nmero 01313 del


sorteo de la O.N.C.E., jugando el mismo nmero todos los das
(de lunes a viernes). Sabiendo que todos aquellos nmeros que
coincidan con el premiado en la ltima cifra reciben el reintegro de
la cantidad jugada, calcular la probabilidad de que:
a) E n una semana obtenga reintegro o el nmero premiado en
dos ocasiones.
b ) A l cabo de 100 sorteos obtenga reintegro al menos en 15
ocasiones.
6.2. PROBLEMAS 207

Solucin
La probabilidad de obtener reintegro o premio (una de las dos) en un
sorteo es , y cada sorteo es independiente. Se considera la v.a. X que
cuenta el nmero de reintegros o premios obtenidos.

a) E n este caso, X sigue una distribucin binomial:

Entonces,

b) E n este otro caso, . Considerando una v.a.

se pueden evaluar las probabilidades de X mediante las de Y, teniendo en


cuenta el factor corrector discretizador, de modo que

P r o b l e m a 6.22. U n p u n t o a l e a t o r i o X e s t d i s t r i b u i d o u n i f o r m e -
m e n t e e n e l s e g m e n t o ( 0 , 1 ) , y d i v i d e e s t e s e g m e n t o e n dos p a r t e s .
Sea Y l a l o n g i t u d d e l a p a r t e m a y o r y Z l a d e l a p a r t e m e n o r .
H a l l a r las f u n c i o n e s d e d i s t r i b u c i n d e a m b a s v a r i a b l e s .

Solucin
La distribucin uniforme en (0,1) tiene como funcin de densidad

y, por otro lado, la v.a. Y se obtiene como sigue:


208 CAPTULO 6. DISTRIBUCIONES

Y es claro que Por lo tanto, si

Para la v.a. Z, basta tener en cuenta que y por


tanto, para

P r o b l e m a 6.23. Sea u n a v . a . X q u e s i g u e u n a d i s t r i b u c i n
B(n,p), d o n d e n es o t r a v . a . con d i s t r i b u c i n de Poisson de
p a r m e t r o . P r o b a r q u e , e n t o n c e s , X s i g u e u n a d i s t r i b u c i n d e
P o i s s o n d e p a r m e t r o p.

Solucin
Tal como se han definido X y n, dado un entero no negativo k,

P r o b l e m a 6.24. Sea X e l n m e r o d e l l a m a d a s t e l e f n i c a s q u e
l l e g a a u n a c e n t r a l d u r a n t e u n p e r o d o d e t i e m p o i g u a l a t y se
s u p o n e q u e s i g u e u n a d i s t r i b u c i n d e P o i s s o n d e p a r m e t r o t. L a
6.2. PROBLEMAS 209

p r o b a b i l i d a d d e q u e se a t i e n d a u n a l l a m a d a es p. Si Yt es l a v a r i a b l e
que i n d i c a el n m e r o de llamadas atendidas e n u n p e r o d o igual a
t , se p i d e :
a) E n c o n t r a r s u d i s t r i b u c i n .
b) E n c o n t r a r su media y su varianza.

Solucin
Por un lado,

por otro lado,

Entonces,

Es decir, Yt sigue una distribucin de Poisson de parmetro Xpt. Por lo tanto,

b)

P r o b l e m a 6.25. S u p o n i e n d o q u e l a p r o b a b i l i d a d d e q u e u n r e -
c i n n a c i d o sea v a r n es 0 5 , e n c o n t r a r e l n m e r o d e h i j o s q u e d e b e
tener u n a f a m i l i a p a r a que la p r o b a b i l i d a d de tener al menos u n
h i j o v a r n sea 0 8 7 5 .
210 CAPTULO 6. DISTRIBUCIONES

Solucin
Supngase que el nmero de hijos de las familias es n, y sea X la v.a.
que cuenta el nmero de hijos varones, que sigue una distribucin binomial,
Entonces, al menos uno de ellos ser varn cuando X > 1 , y la
probabilidad de este suceso es

Debe ser, entonces,

P r o b l e m a 6 . 2 6 . U n a c o m p a a d e seguros c o n t r a a c c i d e n t e s e n -
c u e n t r a q u e e l 0 1 % d e l a p o b l a c i n i n c u r r e e n c i e r t o t i p o d e ac-
c i d e n t e c a d a a o . C u l es l a p r o b a b i l i d a d d e q u e n o m s d e t r e s
d e los 10 0 0 0 a s e g u r a d o s d e l a c o m p a a i n c u r r a n e n este t i p o d e
a c c i d e n t e s ? Se s u p o n e q u e los a s e g u r a d o s se e s c o g e n a l a z a r e n t r e
toda la poblacin.

Solucin
Sea la variable aleatoria X que cuenta el nmero de asegurados que i n -
curren en este t i p o de accidente, segn el enunciado, esta variable sigue una
distribucin binomial , es decir: los asegurados forman una
muestra de 10 000 individuos seleccionados independientemente unos de otros
de una poblacin infinita, en esta poblacin, la proporcin de accidentados
es . Utilizando la aproximacin normal, con el factor discretizador,
a partir de una v.a. , se obtiene:

P r o b l e m a 6 . 2 7 . E n u n a g r a n j a , e l 9 0 % d e los h u e v o s i n c u b a d o s
d a lugar a u n nuevo pollo. Usando el T e o r e m a de D e M o i v r e ,
6.2. PROBLEMAS 211

d e t e r m i n a r cuntos huevos hay que incubar para que en el


de los casos se aseguren 9 000 pollos o ms.

Solucin
Si n es el nmero de huevos incubados, entonces la variable X que cuenta
el nmero de nuevos pollos obtenidos es una v.a. con distribucin B(n,p), con
Si n es grande, las probabilidades de esta distribucin se pueden
aproximar mediante las de una N(,), con = np,
aplicando el factor corrector discretizador.
Entonces,

(6.1)

De donde

Sustituyendo en la ecuacin original (6.1), se comprueba que la solucin


vlida es n = 10 102, nmero de huevos a incubar.

P r o b l e m a 6.28. Dos compaas ferroviarias en competencia ope-


r a n u n t r e n cada una entre las ciudades A y B. Los dos trenes
p a r t e n y llegan simultneamente. Se supone que n pasajeros eligen
su t r e n independientemente y al azar, de modo que el nmero
212 CAPTULO 6. DISTRIBUCIONES

de pasajeros en cada t r e n es el resultado de n experimentos de


B e r n o u l l i con Si el t r e n de la compaa A tiene una capacidad
de s asientos (s < n), entonces hay una p r o b a b i l i d a d positiva f(s)
de que haya ms de s pasajeros. Si la compaa decide marcar u n
nivel de p r d i d a a, d e t e r m i n a r s de manera que f(s) < a: Resolver
el caso concreto de

Solucin
Sea la variable aleatoria X que describe el nmero de pasajeros que de-

ciden tomar el tren de la compaa A. Entonces, , y por

tanto

Suponiendo que n es un nmero grande, se aproxima mediante el Teorema


de De Moivre. Sea Z N(0,1):

o, equivalentemente,

Puesto que f (s) es una funcin decreciente de s, en valor obtenido para el


mismo es una cota inferior para el nmero de asientos.
6.2. PROBLEMAS 213

como s es un entero, el mnimo nmero de asientos que deben proveerse es


s = 538.

P r o b l e m a 6 . 2 9 . S e a n las v a r i a b l e s a l e a t o r i a s i n d e p e n d i e n t e s Y,
c o n i = 1, ...,4. C a d a u n a d e ellas s i g u e u n a d i s t r i b u c i n d e P o i s s o n
de p a r m e t r o Sea l a v a r i a b l e

C a l c u l a r l a p r o b a b i l i d a d d e q u e sea X < 1 .

Solucin
La distribucin de Poisson es reproductiva, de manera que

Entonces,

Esto es,

P r o b l e m a 6 . 3 0 . Sea u n a v . a . X q u e s i g u e u n a d i s t r i b u c i n e x -
p o n e n c i a l d e p a r m e t r o 1 , y sea l a v . a . Y d e f i n i d a c o m o l a p a r t e
e n t e r a d e X. E n c o n t r a r l a F . d . D . d e l a v . a . Y.

Solucin
La f.d.d. de X es, por tanto, f(x) = exp ( x ) , para x > 0, cero en otro
caso. Como X > 0, se tiene que Y toma valores enteros no negativos (la
variable Y es, por tanto, discreta, y los valores no enteros o negativos tienen,
por tanto, probabilidad nula). Se calculan a continuacin sus probabilidades:
dado k entero no negativo,

(6.2)
214 CAPTULO 6. DISTRIBUCIONES

De esta forma,

Ntese que es un caso particular de distribucin geomtrica, con parmetro

P r o b l e m a 6 . 3 1 . Sea u n a v . a . X q u e s i g u e u n a d i s t r i b u c i n e x p o -
n e n c i a l d e p a r m e t r o 1 , sea l a v . a . Y d e f i n i d a c o m o l a p a r t e e n t e r a
d e X, y sea l a v . a . Z d e f i n i d a c o m o e l e n t e r o m s p r x i m o a X.
Calcular

Solucin
Las variables X e Y son discretas, toman valores enteros no negativos y
sus probabilidades se calculan como sigue:
Procediendo como en (6.2), en el Problema 6.30,

Y por otro lado,

a)
6.2. PROBLEMAS 215

b)

P r o b l e m a 6.32. E l nmero de veces p o r semana que u n i n d i v i d u o


aparca en doble fila sigue una d i s t r i b u c i n de Poisson de media :
Si la p r o b a b i l i d a d de que sea denunciado en cada aparcamiento
indebido es p (y se supone que no recibe denuncias injustificadas),
considerando cada caso independiente, calcular:
a) L a p r o b a b i l i d a d de que haya aparcado en doble fila k veces
exactamente, en una semana d u r a n t e l a que recibe tres denuncias.
b) D e t e r m i n a r l a p r o b a b i l i d a d de que d u r a n t e una semana cometa
exactamente k infracciones no denunciadas.

Solucin
a) Sea X la v.a. que cuenta el nmero de veces que este individuo aparca
en doble fila en una semana. Se sabe que

Sea Y la v.a. que cuenta el nmero de veces que es denunciado por esta
infraccin, en esa misma semana. La probabilidad de que sea denunciado k
veces, habiendo aparcado en doble fila n veces, es

Entonces, lo que se pide es (ntese que el individuo debe haber cometido al


menos n veces la infraccin):
216 CAPTULO 6. DISTRIBUCIONES

(se ha multiplicado por en numerador y denominador)

donde q = 1 p. Es decir, estas probabilidades se corresponden a una


distribucin de Poisson de parmetro q.
b) Se t r a t a de que Y = n y a la vez X = n + k, con k > 0. Es decir,

Es decir, se ha comprobado que el nmero de infracciones no denunciadas


sigue una distribucin de Poisson de parmetro q.

P r o b l e m a 6.33. P r o b a r q u e si l a v . a . X s i g u e u n a d i s t r i b u c i n
exponencial de p a r m e t r o e n t o n c e s se v e r i f i c a q u e
6.2. PROBLEMAS 217

Solucin

Se calcula E (Xn) inductivamente segn n, y utilizando la expresin de


la f.d.d. de X:

E n primer lugar, para n = 1 , se obtuvo en el Problema 4.4 la identidad

Supngase ahora que para n 1 se tiene la igualdad

Entonces, se desarrolla el siguiente momento:

Para integrar por partes, se toman:

con lo cual se tiene que

P r o b l e m a 6.34. Sea X una v.a. con F.d.D. exponencial de


parmetro
a) C a l c u l a r s u f u n c i n c a r a c t e r s t i c a .
218 CAPTULO 6. DISTRIBUCIONES

b) O b t e n e r los momentos centrados en el o r i g e n de esta dis-


t r i b u c i n , a p a r t i r del desarrollo en serie de potencias de la f u n c i n
caracterstica,

Solucin
a) La f.d.d. de X es la empleada en el Problema 6.33, y se necesita para
el clculo de los valores esperados precisos para obtener ' (t). Por definicin,

b) E l desarrollo en serie de potencias de esta funcin ' (t) es inmediato,

pues es la sume de una serie geomtrica:

siempre y cuando Esta expresin se puede reescribir como sigue:

segn se prob en el Problema 6.33.


Captulo 7

Notacin, Bibliografa y Tablas

En este captulo se recoge una serie de elementos diversos,. con la finalidad


de que el lector pueda aclarar fcilmente las dudas que puedan surgirle du-
rante la lectura del libro. En el primer apartado se especifica la notacin
matemtica ms elemental, pero que puede no coincidir exactamente con la
de otros libros sobre los mismos contenidos. El segundo especifca la no-
tacin de los momentos, y el tercero se refiere a las abreviaturas que, no
obstante definidas al comenzar a emplearlas, se emplean posteriormente sin
mayor aclaracin. El cuarto recoge la notacin relativa a las distribuciones de
probabilidad, en particular la representacin abreviada de las distribuciones
clsicas empleadas. En los apartados quinto al dcimo estn recogidos unos
teoremas y definiciones a los que se recurre en los respectivos captulos del
libro. No se trata de un desarrollo completo de la teora, sino de la selecin
de los resultados cuyo enunciado, ordenacin, etc. pueda ser de utilidad para
el lector: por ejemplo, es posible que ste se plantee dudas sobre cul de los
axiomas de Kolmogorov es el referido como tercero.

En el apartado dccimo primero, se proporciona una bibliografa para


que el lector pueda conocer suficientemente la Teora de la Probabilidad,
condicin indispensable para poder abordar la lectura de este libro. Y, fi-
nalmente, se aade un ltimo apartado con la tabulacin de la distribucin
Normal estndar, para aquellos lectores que no dispongan de una calculadora
que obtenga directamente estos valores.

219
220 CAPTULO7. NOTACIN, BIBLIOGRAFAYTABLAS

7.1 Generalidades
En la notacin decimal, se ha optado por colocar una coma como superndice:

(,S,P): Espacio probabilstico, donde es un espacio muestral, S


es un lgebra o -lgebra de sucesos de , y P es una funcin de
probabilidad sobre el espacio medible anterior.

0 es el suceso imposible.

P(A): Probabilidad del suceso A:

A: Suceso complementario de A.

A U B: Suceso Ocurre A u ocurre B.

A B: Suceso Ocurren simultneamente A y B.

P(A J B): Probabilidad del suceso A, condicionada a que ocurre el


suceso B.

" " : Definicin de suceso o variable aleatoria.

exp(x): Funcin exponencial de x, que se denota tambin, a veces,


como ex.

\z\: Funcin mdulo del nmero complejo z, si z es real, coincide con


el valor absoluto de z.

# (A): Cardinal del conjunto A (nmero de elementos de A).

{A1,A2,...,An} es un sistema completo de sucesos si y


siempre que

fx + o (n): E l segundo sumando indica que ste es un infinitesimal que


tiende a 0 ms rpidamente que cuando x tiende a 0.
7.2. MOMENTOS 221

7.2 Momentos
E(X): Valor esperado de la v.a. X.

Var(X): Varianza de la v.a. X.

Momento de orden i centrado en el origen de una v . a . X . Es decir:


= E (Xi).

i : Momento de orden i centrado en la media de una v.a. X. Es decir:


i =

7.3 Siglas
Ck: Cuantil k de una distribucin dada.

D.T.: Desviacin tpica de una distribucin.

F.d.D.: Funcin de distribucin.

f.d.d.: Funcin de densidad, para distribuciones continuas.

f.g.m.: Funcin generatriz de momentos.

f.m.p.: Funcin de masa de probabilidad, para distribuciones discretas.

Md: Mediana de una distribucin dada.

Mo: M o d a de una distribucin dada

Qi, para i = 1, 2, 3: Cuartiles de una distribucin dada.

s.c.s.: Sistema completo de sucesos

v.a.: variable aleatoria


222 CAPTULO 7. NOTACIN, BIBLIOGRAFA Y TABLAS

7.4 Distribuciones
X F(x): La v.a. X tiene la funcin de distribucin F(x), es decir:
P(X < x) = F(x):

X F: La v.a. X sigue la distribucin F.

B(n,p): Distribucin binomial, correspondiente al nmero de xitos en


n pruebas de Bernoulli independientes, cada una de ellas con probabil-
idad de xito p.

Ge(p): Distribucin geomtrica de parmetro p, correspondiente al


nmero de pruebas de Bernoulli independientes y con probabilidad de
xito p que hay que realizar hasta obtener el primer xito, es decir, si
X Ge (p),

P (X = k) = p (1 p) ,

para k = 0 , 1 , 2,...

H(M,B,n): D i s t r i b u t i n hipergeomtrica, correspondiente al nmero


de bolas blancas que se obtienen al extraer n bolas de una urna que
contiene inicialmente B bolas blancas y N B bolas de otro color.

P ( ) : Distribucin de Poisson, para la cual

N(,): Distribucin normal o Gaussiana, con valor esperado y


varianza 2 .

Exp(): Distribucin exponencial de parmetro .

Z: Salvo que se indique otra cosa, es una v.a. con distribucin N ( 0 , 1 ) .

Valor t a l que siendo Z N(0,1):


7.5. COMPLEMENTOS AL CAPTULO 1 223

7.5 Complementos al Captulo 1


7.5.1 Leyes de M o r g a n
Dados dos conjuntos A y B, se verifican las siguientes igualdades entre con-
juntos:
Primera:

Segunda:

7.5.2 A x i o m t i c a de K o l m o g o r o v
Dado un espacio de medida (,S), una funcin es una medida
de probabilidad si verifica los tres Axiomas:
A x i o m a I:
P(A) > 0, para todo suceso A de S.
Axioma I I :
P () = 1 .
Axioma III:
para cualesquiera sucesos Ai, i = 1,2,::: de S

tales que para todo


N O T A : E l A x i o m a I I I se puede aplicar a uniones finitas. Para probarlo,
basta tener en cuenta que:
a) Es fcilmente demostrable que
b) Dado un conjunto de sucesos {A1, :::An}, tomar los sucesos
para i > n y aplicar el A x i o m a I I I .

7.5.3 Regla de Laplace


E n el caso en que sea un conjunto finito, se puede obtener una medida de
probabilidad mediante la aplicacin de la Regla de Laplace, que consiste en
asignar a los sucesos sus respectivas probabilidades mediante la frmula:
224 CAPTULO 7. NOTACIN, BIBLIOGRAFA Y TABLAS

donde # (X) es el cardinal del conjunto X.

7.6 Complementos al Captulo 2


7.6.1 Definiciones
A continuacin, se establecen algunos elementos a los que se recurre repeti-
damente en el captulo:
S i s t e m a c o m p l e t o d e sucesos:
U n conjunto de sucesos {A1,..., An} tales que se verifican:
a)

b)

c) P (Ai) > 0, V i = 1, ...,n.


se denomina u n sistema completo de sucesos (s.c.s.)
Probabilidad condicionada:
Dado un suceso B de probabilidad no nula, y un suceso A, se define la
probabilidad de A condicionada al suceso B como

Sucesos i n d e p e n d i e n t e s :

Dados dos sucesos A y B, se dice que son independientes si verifican:

E n el caso en que , esto equivale a que

Dados los sucesos A1,..., An, se dice que son independientes si se ver-
ifica que la probabilidad de la interseccin de k de esos sucesos, para
k = 2,...,n, es igual al producto de las probabilidades de esos k con-
juntos.

Si los sucesos A1,..., An son independientes dos a dos, es decir, Ai es


independiente de Aj para cualesquiera i = j, esto no equivale a que
A1,..., An sean independientes.
7.7. COMPLEMENTOSALCAPTULO3 225

7.6.2 Teoremas
Teorema 7.1 (de la probabilidad total). Sea fA 1 , ..., A n g un s.c.s. y sea
B un suceso cualquiera. Entonces, se verifica:

Teorema 7.2 (de Bayes). Sea fA 1 , ..., A n g un s.c.s. y sea B un suceso


con probabilidad no nula. Entonces,

7.7 Complementos al Captulo 3


7.7.1 Transformaciones de variables aleatorias
En esta subseccin se abordan problemas acerca de variables aleatorias que
se obtienen como funcin de otras variables aleatorias iniciales. En el caso
de transformaciones lineales, de la forma

se han resuelto los problemas de manera directa, aunque podra utilizarse el


siguiente resultado:

Teorema 7.3 Sea X una v.a. continua con f.d.d. f X (x) y sea la v.a.

con a = 0. Entonces, la f.d.d. de Y puede escribirse de la forma


226 CAPTULO 7. NOTACIN, BIBLIOGRAFA Y TABLAS

7.8 Complementos al Captulo 4


E n los ltimos problemas de este captulo, y en algunos otros posteriores, se
emplea la notacin (o similar)

Esta notacin puede resultar extraa a los estudiantes no familiarizados con


la Teora de la Medida, en particular, a los alumnos de los primeros cursos
de cualquier titulacin. Sin embargo, hemos preferido conservarla, pues sim-
plifica enormemente la exposicin de la solucin de algunos problemas, cuyo
nivel est por encima de tales cursos.
No obstante, para lo concerniente a este libro, el lector t a n slo necesita
saber que equivale tanto a

donde para el caso de distribucin absolutamente continua,


como a

para el caso discreto.

7.9 Complementos al Captulo 5


E n este captulo se abordan problemas de vectores aleatorios bidimension-
ales. E n particular, se resuelven problemas sobre funciones de variables
aleatorias bidimensionales utilizando el siguiente resultado, que se incluye
sin demostracin:

T e o r e m a 7.4 Sea (X, Y) una v.a. bidimensional continua, con f.d.d. con-
junta f(x,y), y sean U = g1(X,Y), V = g2(X,Y) funciones de en que
verifican:

U = g1(X,Y), V = g2(X,Y) son funciones inyectivas de en


es decir, tales que existen las respectivas transformaciones inversas
X = h1(U, V) eY = h2(U,V).
7.10. COMPLEMENTOS AL CAPTULO 6 227

Las cuatro funciones anteriores, gi, hi, son continuas y que existen y
son continuas sus derivadas:

Para el Jacobiano de la transformacin, se verifica que

Entonces, (U, V) es una variable aleatoria continua bidimensional, con


f.d.d. conjunta

7.10 Complementos al Captulo 6

E n algunos problemas, se hace necesario aproximar los valores de las probabil-


idades de distribuciones binomiales mediante las de una distribucin normal.
E n estos casos debe aplicarse un factor corrector discretizante, esto es:
Sea X una v.a. binomial, B (n,p), y sea entonces Y una v.a. normal de
media np y varianza npq (coincidentes con las respectivas media y varianza
de X). Entonces, las probabilidades de X se pueden aproximar mediante la
identidad

Para k = 1, ...,n 1: Este que se suma y resta al valor de k en el segundo


trmino, se denomina factor discretizador.
228 CAPTULO7. NOTACIN, BIBLIOGRAFA Y TABLAS

7.11 Bibliografa
Recomendada para estudiar antes de afrontar estos problemas de Clculo de
Probabilidades.

1. Castillo Manrique, I . y Guijarro G a r v i , M . (2005). Estadstica


Descriptiva y Clculo de Probabilidades. Pearson Educacin

2. Gutirrez, R. y otros (1993). Curso bsico de probabilidad. Ed.


Pirmide.

3. Lipschutz, S. (2002). Probability (Theory and Problems of). Mc


Graw-Hill

4. M a r t n Pliego, F.J. (2006). Fundamentos de Probabilidad. Thom-


son Paraninfo, S.A.

5. Mendenhall, W . ; Beaver, R.J. y Beaver, B . M . (2003). Introduc-


cin a la Probabilidad y Estadstica. Thomson Paraninfo.

6. M o o d , A . F . y otros (1974). Introduction to the theory of statistics.


Ed. McGraw-Hill.

7. Ortuo Snchez, M . T . y Sanz San Miguel, L. (2006). Clculo


de Probabilidades. Grupo Anaya, S.A.

8. Ramos, H . M . (1997). Introduccin al clculo de probabilidades.


Grupo editorial universitario.

9. Rivas Lpez, M . J . y Ardanuy Albajar, R. (2002). Teora de la


Probabiliad y Medida. Hesperides, S.L.

10. Rohatgi, V . K . (1976). An introduction to probability theory and


matemathical statistics. Ed. John Wiley and Sons.
7.12. TABLA DE LA DISTRIBUCIN NORMAL 229

7.12 Tabla de la distribucin normal


Valores tabulados de (z) = P (Z < z), siendo Z N (0,1).

0 0 0 0 0 0 0 0 0
0 000
0 ,50399
0 01 ,507981
002 ,511969
0 03 ,515956
004 ,519942
0 05 ,523925
006 ,527906
0 07 ,531884
0 08 ,535859
0 09
0,53983
5 0 ,543798 0,547761 0 ,551719 0,555673 0 ,55962 0,563562 0 ,567497 0 ,571426 0 ,575348
01 0,579262 0 ,583168 0,587067 0 ,590956 0,594837 0 ,598708 0,60257 0 ,606422 0 ,610263 0 ,614094
02 0,617913 0 ,621721 0,625518 0 ,629302 0,633074 0 ,636833 0,640578 0 ,644311 0 ,648029 0 ,651733
03 0,655423 0 ,659099 0,662759 0 ,666404 0,670033 0 ,673646 0,677244 0 ,680824 0 ,684388 0 ,687935
04
0,691464 0 ,694976 0,69847 0 ,701946 0,705403 0 ,708842 0,712262 0 ,715663 0 ,719044 0 ,722406
05 0,725748 0 ,72907 0,732372 0 ,735654 0,738915 0 ,742155 0,745374 0 ,748572 0 ,751749 0 ,754904
06 0,758038 0 ,761149 0,764239 0 ,767306 0,770351 0 ,773374 0,776374 0 ,779351 0 ,782306 0 ,785237
07 0,788146 0 ,791031 0,793893 0 ,796732 0,799547 0 ,802338 0,805106 0 ,807851 0 ,810571 0 ,813268
08 0,815941 0 ,81859 0,821214 0 ,823815 0,826392 0 ,828945 0,831473 0 ,833977 0 ,836458 0 ,838914
1
09 0,841345 0 ,843753 0,846136 0 ,848496 0,850831 0 ,853142 0,855428 0 ,857691 0 ,859929 0 ,862144
0,864334 0 ,866501 0,868644 0 ,870762 0,872857 0 ,874929 0,876976 0 ,879 0 ,881 0 ,882977
11 0,884931 0 ,886861 0,888768 0 ,890652 0,892513 0 ,894351 0,896166 0 ,897958 0 ,899728 0 ,901475
12 0,9032 0 ,904902 0,906583 0 ,908241 0,909878 0 ,911492 0,913085 0 ,914657 0 ,916207 0 ,917736
13 0,919244 0 ,92073 0,922196 0 ,923642 0,925067 0 ,926471 0,927855 0 ,929219 0 ,930564 0 ,931888
14
0,933193 0 ,934479 0,935745 0 ,936992 0,93822 0 ,939429 0,94062 0 ,941793 0 ,942947 0 ,944083
15 0,945201 0 ,946301 0,948449 0 ,949498 0,950529 0 ,951543 0,951543 0 ,952541 0 ,953522 0 ,954486
16 0,955435 0 ,956367 0,957284 0 ,958185 0,959071 0 ,959941 0,960796 0 ,961637 0 ,962462 0 ,963273
17 0,96407 0 ,964852 0,965621 0 ,966375 0,967116 0 ,967843 0,968557 0 ,969258 0 ,969946 0 ,970621
18 0,971284 0 ,971934 0,972571 0 ,973197 0,97381 0 ,974412 0,975002 0 ,975581 0 ,976148 0 ,976705
2
19 0,97725 0 ,977785 0,978308 0 ,978822 0,979325 0 ,979818 0,980301 0 ,980774 0 ,981237 0 ,981691
0,982136 0 ,982571 0,982997 0 ,983414 0,983823 0 ,984222 0,984614 0 ,984997 0 ,985371 0 ,985738
21 0,986097 0 ,986448 0,986791 0 ,987126 0,987455 0 ,987776 0,988089 0 ,988396 0 ,988696 0 ,988989
22 0,989276 0 ,989556 0,98983 0 ,990097 0,990358 0 ,990613 0,990863 0 ,991106 0 ,991344 0 ,991576
23 0,991802 0 ,992024 0,99224 0 ,992451 0,992656 0 ,992857 0,993053 0 ,993244 0 ,993431 0 ,993613
24
0,99379 0 ,993963 0,994132 0 ,994297 0,994457 0 ,994614 0,994766 0 ,994915 0 ,99506 0 ,995201
25 0,995339 0 ,995473 0,995603 0 ,995731 0,995855 0 ,995975 0,996093 0 ,996207 0 ,996319 0 ,996427
26 0,996533 0 ,996636 0,996736 0 ,996833 0,996928 0 ,99702 0,99711 0 ,997197 0 ,997282 0 ,997365
27 0,997445 0 ,997523 0,997599 0 ,997673 0,997744 0 ,997814 0,997915 0 ,997948 0 ,998012 0 ,998074
28 0,998134 0 ,998193 0,99825 0 ,998305 0,998359 0 ,998411 0,998462 0 ,998511 0 ,998559 0 ,998605
3
29 0,99865 0 ,998694 0,998736 0 ,998777 0,998817 0 ,998856 0,998893 0 ,99893 0 ,998965 0 ,998999
0,999032 0 ,999064 0,999096 0 ,999126 0,999155 0 ,999184 0,999211 0 ,999238 0 ,999264 0 ,999289
31 0,999313 0 ,999336 0,999359 0 ,999381 0,999402 0 ,999423 0,999443 0 ,999462 0 ,999481 0 ,999499
32 0,999517 0 ,999533 0,99955 0 ,999566 0,999581 0 ,999596 0,99961 0 ,999624 0 ,999638 0 ,99965
33 0,999663 0 ,999675 0,999687 0 ,999698 0,999709 0 ,99972 0,99973 0 ,99974 0 ,999749 0 ,999758
34
0,999767 0 ,999776 0,999784 0 ,999792 0,9998 0 ,999807 0,999815 0 ,999821 0 ,999828 0 ,999835
35 0,999841 0 ,999847 0,999853 0 ,999858 0,999864 0 ,999869 0,999874 0 ,999879 0 ,999883 0 ,999888
36 0,999892 0 ,999896 0,9999 0 ,999904 0,999908 0 ,999912 0,999915 0 ,999918 0 ,999922 0 ,999925
37 0,999928 0 ,99993 0,999933 0 ,999936 0,999938 0 ,999941 0,999943 0 ,999946 0 ,999948 0 ,99995
38 0,999952 0 ,999954 0,999956 0 ,999958 0,999959 0 ,999961 0,999963 0 ,999964 0 ,999966 0 ,999967
39