Scribd Logo
Upload

Welcome to Scribd!

  • Universidad Simón Bolívar Curso de Probabilidades Enero-Marzo Problemario III - PDF Free Download PDF

    Uploaded by

    Jukio
    11 views10 pages

    Original Title

    Universidad Simón Bolívar Curso de Probabilidades Enero-Marzo Problemario III - PDF Free Download.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    11 views10 pages

    Universidad Simón Bolívar Curso de Probabilidades Enero-Marzo Problemario III - PDF Free Download PDF

    Uploaded by

    Jukio

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 10
    Universidad Sim6n Bolivar Curso de Probabilidades Enero-Marzo 2010 L Problemario LIL La variable X toma los valores 1, 2 y 3 con la misma probabilidad. Una ves observado el valor de X, digamos, X =x, ¥ se genera con ma distribueién de Poisson de pardmetro ) = «. (a) Hallar la funcién de probab ye (1,2... (b) Hallar Pr(X + > 4). (c) Hallar Pr(Y > 2|X = 2). lidad conjunta p(x,y) para todo # € {1,2,3}, La flecha lanzada por un arquero, eaerd en un punto del blanco, cuyas coorde- nadas X e Y (cn pies) son N(0,1) independientes. El punto (0,0) coincide con el centro del blanco. Llamemos f a la distancia de (X,Y) al centro del blanco. El arquero paga C$ como entrada para participar en un juego cuyas reglas son las siguientes: Si P< 0.2 pies, el participante recibe 508. Si 0.2 < R < 0.5 pies, cl participante recibe 10$. Si 0.5 < R < 1 pic, el participante recibe un dolar y, finalmente, si R > 1 el arquero no recibe ningtin pago. {Cuanto debe valer C para que el valor esperado de la ganancia del arquero sea -1.0 délares? En condiciones de desenido severo y humedad excesiva, sobre la superficie de un CD, de radio p ems, aparece una mancha producida por un hongo. La mancha dafia el contenido del CD, si su distancia al centro del CD cumple pi < BR < py, siendo p, ¥ py radios comprendidos entre 0 y p, que definen la regién sobre Ia cual se guarda informacién, Suponga, por simplicidad, que el disco no tiene un agujerito en el centro. Si la mancha aparece al azar (con distribucién uniforme) sobre la superficie det disco, (a) Hallar la probabilidad de que la informacidn en el mismo resulie dailada. (b) Hallar la densidad de probabilidad de la coordenada X del punto sobre el disco donde aparece la mancha (tome el centro del disco como origen en sir sistema. de coordenadas) (c) Hallar la densidad condicional f(ylz) para la coordenada Y cuando se conoce Ja coordenada X del punto donde aparece la maneha, . En condiciones ideales, la temperatnra T, presién Sy volumen V, de un gas, estén relacionados mediante T= @$V, siendo a una constante de propor- cionalidad. SiS y V son variables aleatorias con densidad conjunta: oy J te sis>lu>1 so {3 en otro caso iL 12. 13, (a) Hallar Pr(T/a < 2). (b) Hallar la funei6n de distribucién acumulativa y la densidad de la variable T/o. (c) Hallar la densidad marginal de S. (d) {Son $ y V independientes? El par (X,Y) tiene distribucién Unif(R), siendo R el tridngulo de vértices (0,0), (1,0) y (0,2) (a) Hallar Pr(¥ > X). (b) Hallar la densidad marginal fy (y) (c) Hallar la densidad condicional fxi-(z|y)- Dos niimeros son seleccionados independientemente y al azar en el intervalo [0,1]. Sabemos que el menor de los dos es menor que 1/3. {Cul es la proba- Dilidad de que el mayor sea mayor que 2/3? Se clige un punto al azar, uniformemente, en Ja bola unitaria 3-dimensiona {(x,y,2) € R42? 4 y? + 2? <1}. Hallar la f.d.a. y la densidad de su distancia al origen. La variable aleatoria X tiene Lda, F(x) =a", 0 4) =Pr(X = 1,Y > 3) +Pr(X =2,Y > 2) 4+ Pr(X =3,¥ > 1) Ahora bien, Pr(X = 1,¥ > 8) = Pr(X = 1) Pr(¥ > 3|X = 1) = da-e(h + ¥)) ~ 0.02677, Similarmente, Pr(X ~ 2, ¥ > 2) = (1/3)(1— Pr(¥ < 1X = 2) = 0.198 y Pr(X =3,¥ > 1) =(1/3)(1 ho! |X = 3)) = 0.3167. Asi Pr(X + ¥ > 4) = 0.02677 + 0.198 + .03167 0.5415 (0) Pr > 3X = 2) = 1— Pr(Y < 1X =2) ee 5 = 0.594 2. Buscamos primeramente la funcién de distribucién acumulativa (E.d.a.) de la. variable R. Claramente, Rango(/2) = [0,20) y, para r > 0, usando que las variables X ¢ Y son independientes, tenemos Fa(r) = Pr(R 1) = 1-0.0198—0.0977—0.276 = 0.6065. Con lo que podemos plantear Ia esperanza pedida: 1 = (50 ~ C) x 0.0198 + (10 ~ C) x 0.0977 + (1 @) x 0.276 ~ C x 0.6065, de donde C = 1 + 2.243 3.243 délares. (a) 25 (b) f(r) = ME, -p 1. (0) f(s) = fe" aisdu = 4, para s > 1 (d) El rango de valores del par (8,V) es el “reeténgulo” de lados paralelos a los ejes: $ > 1,V > 1, y en todo ese rango la densidad conjunta es factorizable como 4, x 4 = g(s)h(v). Por tanto las variables $y V son independientes. E] triéngulo considerado tiene rea 1, por lo que la densidad uniforme vale 1 dentro de R. El segmento que une los puntos (1,0) y (0,2) pertenece a la recta y= 2~2r, que se intersecta con y =r en el punto (2/3,2/3). Por lo tanto 2/8 pate Pr(¥ > X) =f [ dyde =5 (b) Para un valor fijo de y entre 0 y 2, x dentro de R varia entre 0 y (2 — y)/2 (Hacer un dibujo para entender los limites). Por tanto Ome 2-y fry = [0 ae = 2, pata y € (0,2) ly) = $52 = 32). © € [0,(2—y)/2). Por tanto la distribucién condicional de X dado Y es uniforme en su rango. Por la independencia entre las variables, la densidad conjunta de (X,Y) vale 1x 1 =1en el enadrado unitario, C. Por lo tanto el par (X,Y) tienen dis- tribucién uniforme en ol cuadrado. El evento £, =*El menor de los dos es menor que 1/3” ¢s la unidn de las franjas x < 1/3 y y < 1/3 en C. Esta unién tiene area (y por tanto probabilidad) 1/3 + 1/3-1/9=5/9. El evento Ey =*El 10. mayor de los dos es mayor que 2/3” es la uni6n de las franjas x > 2/3 y y > 2/3. La interseceién de las franjas, Fi 0 By es la regin: {1 < 1/3,y > 2/3} U {x > 2/3,y < 1/3}, con Area 2/9. Entonces Pr(B2| bx) = (2/9)/(5/9) = 2/5. Far) =r, para r € 0,1] y f(r) = 39° El enunciado nos da la distribueiéu condicional de ¥ dado X = x. Como esta cs Bin(n,), tenemos que E(Y|X =) = nr. Por otro lado, In densidad de la variable X es (al derivar) fx (x) ‘para a € (0,1). Usamos ahora la formula de esperanzas itcradas (también llamada propiedad torre) en ese mismo rango. nr rel BY) = Ex (B(VIX =2)) = Bx(nz) = f nora” lde = El tridngulo T considerado estA limitado por el eje y, la recta y = x y la recta y = 2— y) = Pr(min{X,, X2,..., Xn} > y) Observamos que el mfnimo es mayor que y si, y solo si, todos los X; son mayores que y. Tomando en cuenta la independencia de los X, obtenemos 1=Pyy) = Pe > y) = Pe(Xr > Xo > yoo Ky > y) MEP = Ti, Pr(X: > y) = (haciendo ta integral)(o¥)" = e-™ De esta forma, Fy(y) = 1 — e™* y, al derivar, fy-(y) = nde™, con lo que coneluimos que Y ~ exp(md). LL. El procedimiento de la demostraci6n es basicamente el mismo del problema anterior. 12. (a) 1/2 (b) La probabilidad de que uno de los ntimeros no pase de (a + 96)/10 la calculamos como “longitud favorable” sobre “longitud total”: Pr(X; < (a +98)/10) = eesn/a - 4 Para que el maximo no pase de la eantidad indicada, todos los X; deben quedar por debajo de (a +9b)/10, por lo que la probabilidad pedida es (0.9)°=0.59 13. Del emunciado tenemos que la. distribucién condicional de T dado T = v es exp(v), por lo que (de las propiedades de la distribucién exponencial), E(I{T =v) = 1/v. Aplicamos ahora la formula de esperanzas iteradas: E(D) = Er E(T|¥ =») = Ex (4) = ao [dew = 2.558 El tiempo de vida promedio de los amplificadores producidos es 2.558 altos. 1, Por independencia, la densidad conjunta del par (X,Y) es f(a,y) = he“ @/ 7) para x,y CR. Las variables (X,Y), en funeién de las coordenadas polares, vienen dadas por # = hy(r,0) = r-cos(8); y = ho(r,0) = rsen(). El Jacobiano de la transformacién h = (hy,ha) tiene determinante r. Entonces, aplicando el Teorema de cambio de variables para densidades conjuntas, tenemos 1 perylrtontonetanroy — re para r > 0,0 x oe p Srolr.9) = Como esta densidad conjunta es factorizable, en s1(0) = 3b y sa(r) = rea" Yr > 0,40 € [0,2n) vemos que las eoordenadas polares (I2,@) son indepen- dientes. Asimismo, vemos que la distribucién de @ es uniforme en su rango de valores 15. (a) Tenemos que Var(X + Y) = 0% 4 0% 4 2Cov(X,¥). De la formula de correlacién, despejamos Cov(X,Y) = poxoy. Alsustituir los datos, obtenemos 5= 1424 2pv2 de donde p= v2/2. (b) Si suponemos ahora que Var(X +) = 6, haciendo el mismo céleulo, resulta p= 3/(2V2) > 1, lo cual no puede ocurrir 7 16. (c) Como -1 < p < 1, sustituyendo esta desigualdad en la formula de far(X + Y) obtenemos o% +o} — Qoyay < Var(X +) < 0% + 0} + 2ayoy con lo cual 3 — 22 < Var(X + Y) <3 + 2V2. Como X y ¥ viven en (0,00), resulta Rango(U) = (0,90), mientras que V cae en (0,1) (porque X < X+Y). Fijado V =u, el par (X,Y) se mueve en el segmento, de la recta x+y = w entre los puntos (1,0) y (0,1) (sin inelnirlos). Vemos que, en este segmento, el valor de V varfa entre 0 y 1. En otras palabras, el Rango de V no esta afectado por el valor de U. Es decir, Rango(U, V) = (0,00) (0, 1). La transformacién (X,Y) ~ (U,V) es invertible de (0, 20) x (0,00) a (0,00) x (0, 1) (esto lo sabemos pues podemos ealenlar la inversa de manera vinica) con inversa X =UV,Y =U(1—V). ¥ el Jacobiano de esta transformacién inversa es (".%) cuyo determinante es —u, Por independencia, obtenemos la conjunta de (X,Y) multiplicando las marginales: 1 Fon)Ponyontm nl, fxy(2.y) = ry te PW nara x > 0, y > 0. Aplicamos ahora el Teorema de Cambio de Variables para obtencr 1 ~ P@)PGnjonr Esta densidad conjunta puede factorizarse como s1(u)s2(v) siendo a(t) = equ™1e- y-54(v) = ev *(1 — v)™-! para constantes ¢1,¢2, Por Jo tanto U y V son independicntes y ln densidad conjunta es el producto de las marginales, Identificamos s}(u) como una densidad Gamma(n + m,8), por lo que, para ques; sea la densidad marginal correspondiente, debemos tomar _ 1 ~ Tae myo fov(u,v) (uv)" (ull —v))" teu, para u>0,0<0 <1 eo Finalmente, despejamos ¢ de la ecuacién fi,v (u,v) = s1(u)s2(u) y obtenemos T(n +m) POP) como la densidad marginal de V. Esta densidad corresponde a la distribucién Beta(n,m) sa(v) = way, para 0, ®() — &(—2) = 26(r) — 1). Queremos que la probabilidad de que p y pdifieran en menos de 0.02 sea al menos 0.9. Usando la aproximacién dada por el teorema, buscamos que 2 (42022 ) 1 = 0.9, es decir & (sear) > 0.95 De la tabla obtenemos que (1.65) ~ 0.95, por lo que, la condicion sobre nm resulta fa de la densidad vin.02 0.2275 Luego, aproximadamente, se requiere una muestra de 1549 personas para lograr el margen de error deseado. 1.65 0.2275(1.65/0.02)* = 1548.4 En el caso en que p es desconocido, se puede hacer todo el anilisis, hasta la iltima ceuacién, arrastrando el factor desconocido p(1— p) (que arriba era 0.2275). Se Mega a la condicién n. > p(1 —p)(1.65/0.02)2. Siendo conservadores, consideramos el peor caso, que corresponde al p que maximiza el tamaiio de Ja muestra requerida, el cual es p = 1/2. (Allf aleanza sit méximo la parabola p(1— p)). Resulta entonces n > (1/4) (1.65/0.02)? ~ 1701.6, y el tamaio de la muestra necesaria queda en 1702. Usamos ahora la versién “suma” del T.L.C. El ntimero de “unos” obtenidos en 12000 lanzamientos es una variable Bin(12000,1/6). Es a la vez, la suma de 12000 Bernoullis independientes de parAmetro 1/6, que podemos lamar, como 9 19. en el problema anterior, X;’s, Cada una de las X;’s tiene esperanza 1/6 y varianza (1/6)*(5/6). Su suma Binomial, tiene esperanza je = 12000/6 = 2000 y varianza o? = 12000 x 5/36 ~ 1667. ‘Tenemos entonces que S200 . a ~ N(0,1), aproximadamente. Entonces, Pp -¢ >, £900 — 2000 2200 — 2000. Pr(1900 < $< 2200) = Pr“ <2 < a) = Pr(—2.449 < Z < 4.898) = (4.898) — (—2.449) = (4.898) + (2.449) — 1, haciendo la sustitucién (—2.449) = 1 — (2.449). (4.898) no aparece en la tabla y por estar a la derecha de 3.5, aproximamos (4.898) a 1 (en realidad vale 0.9999995). De la tabla obtenemos (2.449) 0.9928, por lo que resulta Pr(1.900 < S < 2.200) ~ 0.9928. Es muy probable que la cantidad de “unos” obtenidos no se salga del intervalo indicado. (a) Para la Unif(0,2), = 1 y o? = (2—0)?/12 = 1/3. EL T.L.C. nos dieo, en este caso que Z = V3n(X — 1) ~N(0, 1), aproximadamente. Asi, Pr(0.9<_X < 1.1) Pr(V300(0.9 = 1) < Z < V300(1.1 — 1) = Pr(-1.782 < Z < 1.732) = 20(1.752) — 1 = 0.9583, (b) Procedemos de manera similar a la parte (a), pero igualando la probabilidad de caer en el intervalo indicado a 0.95: Pril-e

    You might also like