DEPARTAMENT DESTADISTICA I

INVESTIGACIO OPERATIVA

Ejercicios de Calculo de Probabilidades

Curso academico 2004-2005

Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 2

Tema 1: Concepto de Probabilidad y Propiedades. Probabili-

dad condicional. Independencia
1. Se lanzan al aire dos monedas bien construidas. De las siguientes afirmaciones cual, si alguna,
te parece la solucion correcta a la pregunta cual es la probabilidad de que aparezcan dos caras?
Razona la respuesta.
a) Puesto que o aparecen dos caras o no aparecen dos caras la probabilidad es 21 .
b) El numero de caras obtenido puede ser 0, 1 o 2. La probabilidad de 2 caras es 31 .
c) Aunque sean monedas iguales, vamos a considerar que podemos etiquetarlas como moneda
1 moneda 2. Teniendo en cuenta ese orden, los posibles resultados son CC, C+, +C y
2

++. La probabilidad de dos caras, CC, es 14 .

2. Tres grupos de amigos eligen al azar entre tres bares para ir a cenar, sin restriccion en el numero
de grupos por bar.

a) Listar los posibles resultados y, considerando que son equiprobables, calcular la probabili-
dad de los sucesos: A = Primer bar vaco; B = Los dos primeros bares vacos y C = Cada
bar no tiene mas de un grupo.
b) Hallar las probabilidades de A, B y C si se distribuyen los tres grupos entre n bares, n 2.
3. Si se lanzan dos dados, cual es la probabilidad de que los dos numeros que aparecen sean
distintos? Cual es la probabilidad de que al lanzar 3 dados los 3 sean distintos? Y si se lanzan
n dados, n 6?

4. Una pareja planifica su familia de acuerdo con una de las siguientes estrategias y bajo la hipotesis
de que el nacimiento de una nina o un nino son igualmente probables.

a) Tener tres hijos.

b) Tener ninos hasta que nace la primera hija o hasta que tenga tres, lo que se produzca
antes. Despues parar.
c) Tener ninos hasta que tenga uno de cada sexo o hasta tener tres, lo que se produzca antes.
Despues parar.
Sea Bi el suceso consistente en que han nacido i ninos y sea C el suceso consistente en que hay
mas ninas que ninos. Determinar P (B1 ) y P (C) en cada uno de las tres estrategias anteriores.

5. Supongase que tres corredores del equipo A y tres del equipo B participan en una carrera. Si
los seis tienen las mismas aptitudes y no hay empates, cual es la probabilidad de que los tres
corredores del equipo A lleguen en primero, segundo y tercer lugar, y los tres corredores del
equipo B lleguen en cuarto, quinto y sexto lugar?
6. Una urna contiene 100 bolas, de las cuales r son rojas. Supongase que las bolas son seleccionadas
al azar de una en una y sin reemplazo. Determinar:
a) La probabilidad de que la primera bola extrada sea roja.
b) La probabilidad de que la quincuagesima bola extrada sea roja.
c) La probabilidad de que la ultima bola extrada sea roja.

7. Muestreos con y sin reemplazamiento

a) Muestreo con reemplazamiento. Una moneda bien construida se lanza diez veces.
Calcular la probabilidad de los sucesos: A = Se obtienen exactamente tres caras, y B = Se
obtienen no mas de tres caras.
b) En el caso anterior, obtener la probabilidad de observar exactamente r caras en n lanza-
mientos.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 3

c) Muestreo sin reemplazamiento. En una clase a la que asisten 15 chicos y 30 chicas se

eligen al azar a 10 estudiantes. Calcular las probabilidades de los sucesos: A = Se eligen
exactamente tres chicos, y B = Se eligen no mas de tres chicos.
d ) En el caso anterior, obtener la probabilidad de elegir exactamente r chicos entre los n
estudiantes seleccionados si en la clase hay R chicos y N R chicas.
8. k personas se sientan aleatoriamente en n asientos (n > k),
a) Si los asientos estan situados en fila cual es la probabilidad de que ocupen k asientos
contiguos en la fila?
b) Si los asientos estan situados en crculo, cual es la probabilidad de que ocupen k asientos
contiguos del crculo?
c) Si k personas se sientan aleatoriamente en una fila de 2k asientos, cual es la probabilidad
de que no haya dos personas sentadas en asientos contiguos?
9. Lotera Primitiva. En la lotera primitiva cada boleto consiste en elegir seis numeros del 1
al 49. El da del sorteo se obtienen los seis numeros ganadores mas un septimo conocido como
complementario. Obtienen el primer premio los boletos cuyos seis numeros coinciden con los
seis numeros ganadores, y obtienen el segundo premio si cinco de los numeros del boleto son
numeros ganadores, y el otro coincide con el complementario. Calcular las probabilidades de
obtener el primer o el segundo premio si jugamos un boleto de la lotera primitiva.
10. Tres caballos A, B y C intervienen en una carrera. El caballo A tiene doble probabilidad de
ganar que el caballo B, y este ultimo tiene doble probabilidad de ganar que C. Calcular las
probabilidades que tienen de ganar cada uno de los tres caballos.
11. Se sabe que entre los 120 estudiantes de un colegio mayor hay 60 que estudian Biologicas (B),
50 que estudian Farmacia (F ) y 20 que cursan ambos estudios simultaneamente. Determinar la
probabilidad de que uno de ellos escogido al azar estudie Biologicas o Farmacia, y la probabilidad
de que no estudie ambas simultaneamente.
12. De entre los 96 analisis de glucosa en sangre realizados durante un da en un laboratorio, se
observo que todos los resultados estaban comprendidos entre 50 y 350 mg/ml. En 89 de esos
analisis la cantidad de glucosa no era superior a 190 mg/ml y en 21 de ellos era superior a 120
mg/ml. Determinar:

a) La probabilidad de que el resultado de uno de esos analisis este entre 120 y 190 mg/ml.
b) La probabilidad de que el resultado de uno de esos analisis este entre 50 y 120 mg/ml.
c) La probabilidad de que el resultado de uno de esos analisis sea mayor que 190 mg/ml.

13. Se sabe que la probabilidad de que un matematico encuentre trabajo nada mas acabar la carrera
es 0.4, para un ingeniero en informatica esa probabilidad es 0.6. Si la probabilidad de que ambos
encuentren trabajo es 0.24, calcular las probabilidades de que:

a) Solo encuentre trabajo el informatico.

b) Al menos uno de los dos encuentre trabajo.
c) Ninguno encuentre trabajo.

14. El examen de una asignatura consta de dos partes, una teorica y otra practica, y se sabe que el
20 % de los estudiantes presentados aprueban ambas, mientras que el 70 % aprueba el examen
teorico y el 40 % el practico. Determinar la probabilidad de que un estudiante escogido al azar
entre los presentados:

a) Suspenda el teorico.
b) Apruebe el practico si se sabe que es de los que han aprobado el teorico.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 4

c) Apruebe el teorico si se sabe que es de los que han aprobado el practico.

15. En cierta poblacion, donde la mitad son hombres y la otra mitad mujeres, el 10 % son zurdos.
Si el 6 % son hombres zurdos, que porcentaje hay de mujeres diestras?
16. Juan y Marta son poco puntuales. Cuando quedan juntos a una hora, la probabilidad de que
Juan sea puntual es 0.4, mientras que la probabilidad de que Marta llegue tarde es 0.55. Sabiendo
que la probabilidad de que al menos uno de los dos llegue a la hora acordada es 0.7, calcular la
probabilidad de que los dos sean puntuales.
17. Juan (el del ejercicio anterior) ha quedado ahora con su hermano David. La probabilidad de que
los dos sean puntuales es 0.1 y la de que los dos lleguen tarde es 0.2. Calcular la probabilidad
de que David sea puntual.
18. En una permutacion aleatoria de los enteros 1, 2, . . . , n se dice que hay coincidencias si al menos
uno de los numeros esta en el sitio correcto.

a) Calcula la probabilidad de coincidencias para n = 2, 3 y 4. Demostrar que, en general, esa

1 1 1
probabilidad es 1! 2! + + (1)n+1 n! .
b) Cual es el lmite de la probabilidad anterior cuando n tiende a infinito?

19. Sean {A1 , A2 y A3 } tres sucesos arbitrarios, con probabilidades P(A1 ), P(A2 ) y P(A3 ) respec-
tivamente. Calcular la probabilidad de que ocurra exactamente uno de ellos.
20. Se lanza un dado bien construido dos veces (lo cual es probabilsticamente equivalente a lanzar
dos dados bien construidos). Sabiendo que el primer dado ha sacado un 3 o menor, Cual es la
probabilidad condicionada de que la suma de los dos numeros sea impar ?

21. Se lanza una moneda bien construida tres veces. Hallar:

a) La probabilidad condicionada de que el primer lanzamiento resulte cara, sabiendo que hubo
exactamente una cara (Trata de adivinar la respuesta primero, y entonces usa la definicion
de probabilidad condicionada).
b) La probabilidad condicionada de que hubiera exactamente una cara, sabiendo que en el
primer lanzamiento salio cara.
c) La probabilidad condicionada de tres caras, dado que hay al menos dos caras.
d ) La probabilidad condicionada de que salgan tres caras, dado que los dos primeros lanza-
mientos resultaron dos caras.
22. Piensa acerca de lo que significan las probabilidades condicionadas siguientes y decide los valores
que deberan tener. Entonces calculalas usando la definicion de probabilidad condicionada.
a) P (B | B).
b) P (B | B c ).
c) P (B | ).
d ) P (B | ).
e) P (B | A) cuando A es un subconjunto de B.
f ) P (B | A) cuando B es un subconjunto de A.
23. Supongamos que P (B | A) = P (B). Debe ser P (A | B) = P (A) ? Por que ? Suponer que las
probabilidades P(A) y P(B) son mayores que cero.
24. Se extraen tres cartas de una baraja francesa (52 cartas), de una en una y sin reemplazamiento.
Hallar la probabilidad de que:
a) Todas sean rojas (i.e. son corazones o diamantes).
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 5

b) Las dos primeras sean negras y la tercera sea roja.

c) La primera y la tercera sean negras y la segunda sea roja.
d ) La segunda y la tercera sean negras y la primera sea roja.
e) Exactamente una sea roja.
f ) Exactamente una sea negra. ( No es necesario realizar ningun calculo si se sabe la respuesta
del apartado e ).
g) La primera es un as y la segunda tambien.
h) La primera no es un as y la segunda s.
i ) La segunda es un as.
25. En una fabrica de tornillos hay cuatro maquinas trabajando en paralelo. La maquina 1 produce
el 35 % de los tornillos, y solo el 5 % de ellos son defectuosos. Similarmente las maquinas 2, 3
y 4 producen el 30 %, el 20 % y el 15 % del total, y sus porcentajes de tornillos defectuosos son
4 %, 2 % y 2 % respectivamente. Calcular las probabilidades de que un tornillo elegido al azar
entre los fabricados por esas maquinas sea:

a) Defectuoso y fabricado por la maquina i (i = 1, 2, 3, 4).

b) Defectuoso.
c) No defectuoso.
d ) Fabricado por la maquina 2 y no defectuoso.

26. El 28 % de los Republicanos, el 75 % de los Democratas y el 42 % de los independientes estan a

favor del candidato A. Ademas, el 40 % de los votantes son Republicanos, el 43 % Democratas
y el 17 % independientes. Que proporcion de los votantes estan a favor del candidato A?
27. Se compran tres ordenadores iguales para el aula de informatica, sabiendo que la probabilidad
de que falle algo dentro del perodo de garanta es p en cada ordenador.
a) Cual es la probabilidad de que se produzca al menos un fallo durante la garanta?
b) Para que valor de p esa probabilidad es exactamente 0.5?
28. Esquema de urna de Polya. Una urna contiene, inicialmente, cierta combinacion de bolas
azules y blancas. Se extrae una bola, se anota su color y entonces se devuelve a la urna y se
anade otra bola del mismo color a la urna. De esta forma, la extraccion de una bola aumenta
ligeramente la probabilidad de que la siguiente sea del mismo color. Supongamos que la urna
contiene originalmente tres bolas azules y siete bolas blancas. Sean los sucesos Ai = La i-esima
extraccion sale bola azul, y Bi = la i-esima extraccion es blanca. Hallar las probabilidades
siguientes:
T T
a) P (A1 A2 B3 )
T T
b) P (A1 B2 A3 ). Comparar con el apartado a.
T T
c) P (B1 A2 A3 ). Comparar de nuevo.
d ) P (A2 ). Compara
T con PT(A1 ). ( Sugerencia para P (A2 ): A2 es la union de dos sucesos
disjuntos A1 A2 y B1 A2 . )
29. En una determinada ciudad, el 80 % de los votantes del PSOE, el 45 % de los del PP, y el
55 % de los demas, estan de acuerdo con una determinada decision del Gobierno. En las ulti-
mas elecciones, el 35 % de los electores de esa ciudad votaron PSOE y el 40 % votaron PP.
Determinar:
a) La proporcion de electores que esta de acuerdo con la decision del Gobierno.
b) La probabilidad de que un elector, que dice estar de acuerdo con la decision del Gobierno,
haya votado al PSOE en las ultimas elecciones.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 6

30. Para la fabricacion de una partida de piezas se utilizaron 3 maquinas, A, B y C, con las que
se fabricaron el 20 %, 30 % y 50 % de las piezas respectivamente. Los porcentajes de piezas
defectuosas que tales maquinas producen son, respectivamente, 1 %, 2 % y 3 %. Determinar la
probabilidad de que una pieza defectuosa haya sido producida por la maquina B.

31. Un test para la deteccion precoz del cancer de mama tiene un 2 % de falsos positivos y un 1 %
de falsos negativos. Si este tipo de cancer afecta a una mujer de cada 5,000 en una determinada
poblacion, determinar la probabilidad de que una mujer de esa poblacion, a quien el test le ha
dado positivo, tenga cancer de mama.
32. Un sistema de deteccion de cerraduras de seguridad defectuosas da lugar a un 1 % de falsos
positivos (cerraduras aparentemente defectuosas que resultan funcionar correctamente) y a un
3 % de falsos negativos (cerraduras aparentemente bien fabricadas que resultan no funcionar
bien). Determinar la probabilidad inicial mnima de que una cerradura sea defectuosa para que,
si el sistema la senala como defectuosa, la probabilidad final de que realmente lo sea resulte
mayor que 0.99.
33. Los pacientes de los que se sospecha una enfermedad E son sometidos dos veces consecutivas
a un mismo test (pruebas condicionalmente independientes) del que se sabe que da positivo al
98 % de las personas que padecen E y al 6 % de las que no padecen E. Determinar la proba-
bilidad inicial maxima de que un paciente tenga E para que su probabilidad final, si ambas
pruebas resultan negativas, sea menor que 0.01.
34. Se estima que el 27 % de los estudiantes de la Universitat de Valencia estan en el primer curso
y que, de ellos, un 60 % no ha nacido en la ciudad. Si el 25 % de los estudiantes de primero, no
nacidos en la ciudad y que viven en pisos de estudiantes son de Derecho, y la probabilidad de
que un estudiante de la Universidad elegido al azar sea de primero de Derecho, no haya nacido
en la ciudad y viva en un piso de estudiantes es 0.02, determinar la probabilidad de que un
estudiante de primero, que no ha nacido en la ciudad, viva en un piso de estudiantes.

35. Si en un examen de respuesta multiple con k respuestas posibles un alumno conoce la respuesta
correcta con probabilidad p y marca una respuesta al azar con probabilidad 1 p, determinar
la probabilidad de que haya contestado al azar si su respuesta es correcta.

SOLUCIONES

1 c
2 (a). P(A) = .2963, P(B) = .03704 y P(C) =.2222
(n1)(n2)
(b). P(A) = ( n1 3 n2 3
n ) , P(B) = ( n ) y P(C) = n2
5 5
3 6; 9; V6,n 6n si n 6, 0 en otro caso.
4 (a). P(B1 ) = .375 y P(C) =.5
(b). P(B1 ) = .25 y P(C) = .5
(c). P(B1 ) = .625 y P(C) = .25
5 0.05
r r r
6 (a). 100 (b). 100 (c). 100
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 7

n
7 (a). P(A) = .1172 y P(B) = .1719 (b). 2n (c). P(A) = .2904 y P(B) = .5597 (d).

r

R N R

r nr


N
n

n n 2k
8 (a). (n k + 1)/ (b). n/ (c). (k + 1)/
k k k
9 P(Primer premio) = ,7151 107 y P(Segundo premio) = ,4291 106
10 P(A) = 47 , P(B) = 2
7 y P(C) = 17 .
3
11 P(B F ) = 4 y P(B F ) = 56 .
12 (a). 0.1459 (b). 0.7812 (c). 0.0729.
13 (a). 0.36 (b). 0.76 (c). 0.24.
14 (a). 0.3 (b). 0.286 (c). 0.5.
15 0.46.
16 0.15.
17 0.5.
18 (a). 0.5, 0.6667 y 0.6250 (b). 0.6321.
19 P(A1 )+ P(A2 )+ P(A3 )
2 P(A1 A2 ) 2 P(A1 A3 ) 2 P(A2 A3 )+
+3 P(A1 A2 A3 )
1
20 2
1 1 1 1
21 (a). 3 (b). 4 (c). 4 (d). 2
P (B)
22 (a). 1 (b). 0 (c). P (B) (d). Sin sentido (e). 1 (f ). P (A)

23 S
24 (a). .1176 (b). .1275 (c). .1275 (d). .1275 (e). .3824 (f ). .3824 (g). .0045 (h). .0724 (i).
.0769
25 (a). 0.0175, 0.0120, 0.0040, 0.0030 (b). 0.0365 (c). 0.9635 (d). 0.2880.
26 0.5059.
27 (a). 1 (1 p)3 (b). 0.2063.
3
28 (a). .0636 (b). .0636 (c). .0636 (d). 10 la misma que P (A1 )
29 (a). 0.5975 (b). 0.4686
30 0.2609
31 0.0098
32 p 0,5051
33 p 0,9571
34 0.4938
1p
35 (1p)+kp
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 8

Tema 2: Variables aleatorias

x
1. Sea X una variable aleatoria discreta con funcion de probabilidad definida como f (x) = 10 para
x = 1, 2, 3, 4 (y 0 en otro caso). Calcula las siguientes probabilidades:
a) P (1 < X < 3), P (1 X < 3), P (1,5 < X < 3), P (1,5 X < 3), P (1,5 X 1,99).
b) P (X 1), P (X < 1), P (0 X 2 | 1 X 3), P (X = 2, 3), P (X = 1, 2, 3, 4).
c) P (X N ) donde N es el conjunto de los numeros enteros positivos.
d ) P (X Q) donde Q es el conjunto de los numeros racionales.
e) Calcula y dibuja la funcion de distribucion F (x) de la variable X. Repite los dos primeros
apartados del problema utilizando F (x). Representa en la grafica dibujada todas las prob-
abilidades del primer apartado del problema y las dos primeras del segundo.
2. Si F (x) es la funcion de distribucion de una variable aleatoria con distribucion de Poisson de
parametro = 3,2, calcula: (a) F (1), (b) F (0,99), (c) F (3,2), (d) F (4,5), (e) lm F (x)
x2

3. Calcula la funcion de probabilidad de una variable aleatoria discreta X para la que P (X >
x) = (1/2)x cuando x = 1, 2, 3, . . . y P (X = x) = 0 en otros casos.
4. Representa graficamente la funcion F (x):


0 si x < 2



0,20 si 2 x < 1


0,35 si 1x<1
F (x) = 0,45 si 1x<2



0,70 si 2x<4



0,95 si 4x<5

1 si 5x<

a) Es la funcion de distribucion de una variable aleatoria X discreta?

b) Calcula y representa graficamente la funcion de probabilidad de esta variable aleatoria X.
c) Calcula la(las) mediana(s) de X.

5. Considera un juego que consiste en lanzar repetidamente una moneda hasta conseguir el re-
sultado cara. Cada vez que obtienes el resultado cruz colocas una ficha de color blanco en un
sombrero, pero si el resultado es cara, ademas de acabarse el juego, anades una ficha negra en
el sombrero. De esa forma, cuando finaliza el juego, el numero de fichas en el sombrero es igual
al numero de lanzamientos realizados. A continuacion se elige al azar una ficha del sombrero.
Si es blanca ganas 100 euros, pero si es la negra pierdes 100 euros. Comprueba que la probabi-
lidad de que
Pganes es 0.3069 (= 1 ln 2). (Recuerda que, desarrollando en serie de potencias,
1
ln( 1x ) = n=1 n1 X n , si |x| < 1).
6. La concha del caracol de tierra Limocolaria mantersiana puede ser rayada o palida. El 60 %
de estos caracoles de tierra tiene la concha rayada. Se seleccionan 10 caracoles al azar de esta
poblacion. Calcula la probabilidad de que la proporcion de caracoles con concha rayada presentes
en la muestra: (a) sea del 50 %, (b) este entre el 50 % y el 60 %, ambos inclusive, (c) no sea
inferior al 70 %, (d) sea del 60 %.
7. Los genetistas han identificado dos cromosomas sexuales X e Y en los seres humanos. Todo
individuo tiene un cromosoma X, y la presencia de un cromosoma Y , distingue al individuo
como hombre, por lo que los dos sexos se caracterizan como XX (mujer) y XY (hombre).
El daltonismo esta causado por un alelo recesivo en el cromosoma X que denotamos por x.
El cromosoma Y no tiene conexion con la ceguera al color. En funcion de tal deficiencia, se
consideran tres genotipos para las mujeres y dos para los hombres.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 9

Mujeres Hombres
XX (normal) XY (normal)
Xx (portadora) xY (daltonico)
xx (daltonica)

Si cada hijo hereda un cromosoma sexual de cada progenitor

a) Calcula la probabilidad de que un hijo de portadora de ceguera al color y un hombre
normal sea nino y daltonico.
b) Si esta pareja tiene tres hijos, cual es la probabilidad de que los tres sean ninos todos
daltonicos?
c) Si esta pareja tiene cinco hijos, cual es la probabilidad de que a lo sumo dos sean ninos
y daltonicos? cual es la probabilidad de que tres o mas sean ninas?
8. Se pretende construir una planta nuclear en una determinada localizacion geografica y se desea
conocer la opinion de los habitantes de la ciudad mas cercana al lugar de la construccion. Los
datos oficiales aseguran que el 60 % de los habitantes de la ciudad esta a favor del proyecto. Segun
esta informacion, si se seleccionara una muestra aleatoria de 20 individuos de dicha poblacion y
se preguntara a cada individuo su opinion sobre esta cuestion, cual sera la probabilidad de que
mas de la mitad de los encuestados manifestaran una opinion favorable a la construccion de la
planta nuclear? Si como resultado de la encuesta solo cinco personas se declararon favorables al
citado proyecto, dudaras de la cifra oficial del 60 % dada anteriormente? Explica la respuesta.

9. Para estudiar la regulacion hormonal de una ruta metabolica se inyecta a ratas albinas un
farmaco que inhibe la sntesis de protenas del organismo. Se sabe que, en general, 4 de cada
20 ratas mueren a causa del farmaco antes de que el experimento haya concluido. Si se trata a
10 ratas con este farmaco, cual es la probabilidad de que al menos 8 esten vivas al finalizar el
experimento?
10. Una de las caractersticas fundamentales de la herencia de caracteres cuantitativos (peso, altura,
etc) es que un numero elevado de genes contribuye a la expresion del caracter. Cada uno de
estos genes aporta un pequeno efecto a la expresion de dicho caracter. Supon que el peso de las
ovejas adultas esta determinado por 10 pares de genes y que en cada par genico, la presencia de
al menos un gen + es suficiente para determinar un incremento de +1 Kg. de peso. Si los dos
genes del par son , no se produce ningun incremento en el peso. Por otro lado, el peso mnimo
para un individuo con todos los genes es de 10 kg. Considera un rebano en el que todas las
ovejas tienen los 10 pares genicos formados por un gen + y un gen . Los pares genicos de sus
descendientes se forman eligiendo al azar un gen del correspondiente par genico de cada uno de
los progenitores. Si se elige una oveja al azar de la descendencia del rebano mencionado, cual
es la probabilidad de que pese mas de 17 kg? Y si ahora se eligen al azar 8 descendientes, cual
es la probabilidad de que como mnimo la mitad de ellos pese 15 kg o mas?
11. De un lote que contiene 25 artculos, de los cuales 5 son defectuosos, se eligen 4 al azar. Sea X la
variable aleatoria que describe el numero de artculos defectuosos elegidos. Obten la distribucion
de probabilidad de la variable aleatoria X si los artculos se escogen
a) con reemplazamiento.
b) sin reemplazamiento.
Calcula tambien en ambos casos la mediana de la distribucion de X.
12. El numero de personas X que en una determinada poblacion tienen una huella dactilar de tipo
Amunt@watson es una variable aleatoria Poisson de parametro .
a) Te parece razonable que la distribucion Poisson puede ser un modelo probabilstico ade-
cuado para la variable presentada?
b) Demuestra que P (X = 1 | X 1) = (e 1)1 .
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 10

c) Un descuidado ladron deja en el lugar del robo una huella de tipo Amunt@watson. Se sabe
que la probabilidad de que la huella dactilar de una persona elegida aleatoriamente al azar
sea de tipo Amunt@watson es 106 . En una ciudad con 107 habitantes una persona con
las huellas dactilares del tipo Amunt@watson es considerada la culpable del robo anterior.
Crees que unicamente con esta informacion el detenido es realmente el culpable? Con
que tamano de ciudad encontraras ese hecho razonable?
13. Se lanza una serie de cohetes pirotecnicos hasta que se registra el primer lanzamiento correcto.
Si esto no se produce en cinco ensayos, el experimento se detiene y se inspecciona el equipo.
El coste del primer lanzamiento es de K miles de euros, el de cada uno de los restantes (si
los hay) es de K/3 miles de euros. Cuando se consigue un lanzamiento correcto se obtiene una
cierta cantidad de informacion que se valora como una ganancia de C miles de euros. Si T
es la variable aleatoria que describe el coste del experimento total, calcula su distribucion de
probabilidad y representala graficamente.
4
14. Sea X una variable aleatoria absolutamente contnua con funcion de densidad f (x) = para
3x2
1 x 4 (y 0 en otro caso). Calcula las siguientes probabilidades
a) P (1 < X < 3), P (1 X < 3), P (1,5 < X < 3), P (1,5 X < 3), P (1,5 X 1,99).
b) P (X 1), P (X < 1), P (0 X 2 | 1 X 3), P (X = 2, 3), P (X = 1, 2, 3, 4).
c) P (X N ) donde N es el conjunto de los numeros enteros positivos.
d ) P (X Q) donde Q es el conjunto de los numeros racionales.
e) Dibuja la funcion de densidad f (x) y representa en esa grafica las probabilidades del
apartado del problema. Calcula y dibuja la funcion de distribucion F (x) de la variable
X. Repite los dos primeros apartados del problema calculando ahora las correspondientes
probabilidades a traves de F (x).
15. Sea X una variable aleatoria absolutamente contnua con funcion de densidad:


0 si x < 0

2x si 0 x < 1/2
f (x) =
6(1 x) si 1/2 x < 1


0 si x > 1

a) Dibuja f (x) y comprueba que realmente es una funcion de densidad de probabilidad.

b) Calcula la funcion de distribucion de X y representala graficamente.
c) Calcula P ( 34 X 1) y P ( 13 X < 23 ) y representa graficamente estas dos probabilidades
en cada una de las dos graficas anteriores.
16. Sea X una variable aleatoria absolutamente contnua con funcion de distribucion:

03x


si x < 0

4 si 0 x 1
3
F (x) = 4 si 1 < x 2


x+1
4 si 2 < x 3

1 si x > 3

a) Calcula P ( 12 X 25 )
b) Calcula una funcion de densidad para X y representala graficamente.
c) Calcula el percentil del 25 %, del 50 % y del 75 %.
17. Encuentra una funcion de densidad de una variable aleatoria cuya funcion de distribucion es:

0 si x < 0
F (x) =
1 (1 + 3x)e3x en otro caso
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 11

18. Si una densidad para la variable aleatoria X es f (x) (x + 1)2 cuando 0 < x < 2, y cero en
otros casos, calcula la funcion de distribucion de X, la probabilidad P (X > 1 | X < 1,5) y la
mediana de la distribucion.
19. Representa graficamente la funcion de distribucion siguiente:

0 si x < 0
1
F (x) = 2 (1 + x2 ) si 0 x < 1

1 si x 1

20. Sea X una variable aleatoria con densidad exponencial de parametro = 2. Halla las siguientes
probabilidades:
a) P (2X + 1 > 3)
b) P (X 2 7)
c) P (X 2 | X > 0,5)
d ) P (X > 0,5 | X 2)
21. La duracion (en horas) de cierto tubo de radio es una variable aleatoria con distribucion expo-
nencial de parametro = 0,005.
a) Calcula la probabilidad de que un tubo de esas caractersticas dure menos de 200 horas si
se sabe que todava funciona despues de 150 horas de servicio.
b) Si se instalan tres de esos tubos en un conjunto, cual es la probabilidad de que exactamente
uno deba ser sustituido despues de 150 horas de servicio?
c) Calcula el valor del percentil de orden 0.90 y comenta su significado en relacion a la
duracion de los tubos estudiados.
d ) Cual es el numero maximo de tubos que se pueden poner en un panel de modo que haya
una probabilidad 0.5 de que despues de 150 horas de servicio todos continuen funcionando?
22. Si X es una variable aleatoria N(, 2 ), esboza graficamente su densidad para los siguientes
valores de los parametros.
a) =0 y 2 =0.25.
b) =0 y 2 =1.
c) =0 y 2 =4.
d ) =0 y 2 =16
Calcula tambien en cada caso las probabilidades P( < X < +), P(2 < X < +2),
P( 3 < X < + 3) y comenta los resultados obtenidos.
23. Hace anos se descubrio que los faisanes de Montana posean una contaminacion por mercurio
apreciable, y se penso que esto poda deberse a que haban sido alimentados con semillas de
plantas tratadas con metilo de mercurio. Sea X la variable aleatoria que describe el nivel de
mercurio (en ppm) de un faisan de Montana. Suponiendo que la distribucion de X es normal
de parametros =0.25 ppm y =0.08 ppm, calcula el percentil del 25 % de su distribucion y las
probabilidades P (X < 0,3), P (X > 0,17), P (0,2 < X < 0,4).
24. En cierta poblacion de primates, la distribucion de la capacidad craneal, X, puede suponerse
normal de parametros =1200 cm3 y =140 cm3 .
a) Calcular la probabilidad de que la capacidad craneal de un miembro de dicha poblacion
sea superior a 1400 cm3 .
b) Calcular P (1000 < X < 1050), P r(X < 1060) y P (X > 920).
c) Que valor de X superara el 20 % de los primates de dicha poblacion?
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 12

25. El diametro maximo de los hemates de una persona con malaria por Plamodium vivax presenta
las siguientes caractersticas: Si la celula esta infectada dicha variable se distribuye de forma
normal de parametros =7.6 micras y =0.9 micras, y si la celula no esta infectada dicha
variable tambien se distribuye de forma normal pero ahora con =9.6 micras y =1.0 micras.
Calcula:
a) Probabilidad de que una celula no infectada tenga un diametro maximo superior a 9.4
micras. Probabilidad de que una celula no infectada tenga un diametro maximo inferior a
7.0 micras.
b) Probabilidad de que el diametro maximo de una celula infectada sea inferior a 9.4 micras.
Probabilidad de que el diametro maximo de una celula infectada sea superior a 7.0 micras.
micras.
c) Realiza un esbozo grafico de las dos densidades del problema y situa en cada una de ellas
las probabilidades pedidas.
26. El grosor de las cascaras de los huevos producidos por un cierto grupo numeroso de gallinas sigue
aproximadamente una distribucion normal de parametros =0.38 mm. y =0.03 mm.. Calcula
el percentil de orden 95 de la distribucion del grosor. Supongamos que un huevo se clasifica
como de cascara fina si el grosor de su cascara es a lo sumo de 0.32 mm. a) Que porcentaje de
huevos son de cascara fina?; b) Un gran numero de huevos se empaqueta al azar en hueveras de
12 huevos cada una, que porcentaje de hueveras tendran al menos un huevo de cascara fina?
27. Considera la variable aleatoria X del problema 4. Calcula la funcion de probabilidad de las
variables aleatorias Y = X + 2, Z = X 2 , U =| X |.
28. Sea X una variable aleatoria con distribucion exponencial de parametro . Sea Y una variable
aleatoria discreta definida como Y = k si k X < k + 1, k = 0, 1, 2, . . .. Calcula la funcion de
probabilidad y la funcion de distribucion de la variable Y .
29. Si X es una variable aleatoria con distribucion exponencial de parametro , calcula la funcion
de distribucion de Y = (X + 1)1 .
30. Si X es un variable aleatoria con distribucion uniforme en (0,1), identifica la distribucion de la
variable aleatoria Y = 1 ln X, > 0.
31. Si la distribucion de la variable aleatoria X absolutamente contnua es exponencial de parametro
, calcula la funcion de distribucion de Y = aX, a > 0, y utilzala para calcular P (Y > b) con
b > 0.

32. Si X es una variable aleatoria normal N( = 0, 2 = 1), identifica la densidad de probabilidad

de su cuadrado.

33. Si X es una variable aleatoria con distribucion uniforme en (0, 1), calcula:
a) La funcion de densidad de Y = tan {(X 12 )}.
b) La funcion de distribucion de Z = ln{X/(1 X)}.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 13

SOLUCIONES

1 (a) 0.2, 0.3, 0.2, 0.2, 0 (b) 0.1, 0.0, 0.5, 0.5, 1 (c) 1 (d) 1

2 (a) 0.1712 (b) 0.0408 (c) 0.6025 (d) 0 (e) 0.1712

3 f (x) = ( 12 )x para x = 1, 2, . . .
12 (a) Si el tipo de huella es poco habitual y la poblacion es grande (c) X es Poisson de parametro
19, por lo que P(es el unico) 10(e10 1)1 que es muy pequena.
14 (a) 89 , 89 , 49 , 94 , 0,21887 (b) 0, 0, 43 , 0, 0 (c) 0 (d) 0.
17 9xe3x para x > 0 y 0 en otro caso.
1
18 0 para x < 0, 26 ((x + 1)3 1) para 0 x 2 y 1 si x > 2.
20 (a) 0.1353 (b) 0.9950 (c) 0.9502 (d) 0.3561
29 F (y) = 0 si y 0, F (y) = exp{(1 (1/y))} si 0 < t < 1, y F (y) = 1 si y 1.

30 Exponencial de parametro .
31 exp{b/a}

32 Ga(y| 21 , 12 )
1 1
33 (a) Cauchy tpica, f (y) = 1+y 2 (b) 1 (1 + et )1 , t<
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 14

Tema 3: Vectores aleatorios

1. Sean X e Y dos variables aleatorias independientes con las siguientes funciones de probabilidad:
x: 0 1 2
pX (x): .3 .5 .2

y: 0 1 2
pY (y): .6 .1 .3

a) Construye una tabla en la que se muestre P (X = x, Y = y) para cada par (x, y) de valores
posibles.
b) Halla P (X = Y )
c) Halla P (X + Y = 2)
d ) Halla la funcion de probabilidad de la variable aleatoria Z = X + Y , y representala
graficamente.
2. El numero total de hijos e hijas de una familia escogida al azar puede describirse como una
variable aleatoria con distribucion de Poisson de parametro = 1,8. Si la probabilidad de tener
un hijo varon es 0,51, determinar la probabilidad de que una familia escogida al azar tenga dos
hijas y ningun hijo.
3. Una planta produce M semillas, donde M se supone que sigue una distribucion binomial con
parametros n y p. Cada semilla germina con probabilidad independientemente de las demas.
Denotamos por R el numero de plantas que realmente germinan. Se pide calcular (y dibujar
para el caso particular de n = 5, p = 0,5 y = 0,8) las siguientes funciones:
a) La funcion de probabilidad condicional de R dado M = m.
b) La funcion de probabilidad conjunta de R y M .
c) La funcion de probabilidad de R.
d ) La funcion de probabilidad de M dado R = r.
4. Se tira 4 veces una moneda bien equilibrada: X es el numero de caras que aparecen en las tres
primeras tiradas, Y es el numero de caras que aparecen en las tiradas 2, 3 y 4.
a) Cual es la distribucion de X? Y la de Y ?
b) Construye la tabla de la funcion de probabilidad conjunta de X e Y .
c) Halla las funciones de probabilidad marginales y comprueba que coinciden con las que has
hallado en (a).
d ) Son independientes X e Y ?
e) Halla la probabilidad condicional de que X = x dado que Y = 2, para x= 0, 1, 2 y 3.
5. Supongamos que X e Y son dos variables aleatorias Poisson independientes cuyos parametros
son 3 y 4 respectivamente. Halla la probabilidad de que X + Y = 5. (Pista: Este suceso se
puede descomponer como union de 6 sucesos disjuntos:(X = 0 e Y = 5), (X = 1 e Y = 4), etc.
Ademas se puede usar la formula binomial para sumar las 6 probabilidades.)
6. Sean X e Y dos v.a. independientes con la misma funcion de probabilidad f (k) = pq k para
k = 0, 1, . . .. Esta es la funcion de probabilidad de la distribucion geometrica de parametro
p, 0 < p < 1 y q = 1 p. Sea Z el mnimo de X e Y . Queremos determinar la funcion de
probabilidad de Z, para ello vamos a completar los siguientes pasos:
a) Para n = 0, 1, . . . halla P (X n).
b) Para n = 0, 1, . . . halla P (Z n). (Pista : Z n si y solo si tanto X n como Y n).
c) Usando el resultado del apartado (b) halla fZ (k) = P (Z = k), para k = 0, 1, . . .
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 15

7. Sean X1 , X2 , . . . , Xn n variables aleatorias independientes tales que cada una de ellas sigue una
distribucion geometrica de parametro p, es decir su funcion de probabilidad es f (x) = pq x para
x = 0, 1, . . . siendo 0 < p < 1 y q = 1 p. Calcula su funcion de probabilidad conjunta.
8. Se elige al azar un punto dentro del cuadrado de vertices (0,0), (1,0), (1,1) y (0,1). Para cada
uno de los sucesos siguientes, dibuja la region de R2 asociada y calcula su probabilidad:

a) El punto pertenece al cuadrado de vertices (0,0), ( 21 ,0),( 12 , 12 ) y (0, 12 ).

b) Dista de (0,0) menos de 12 .
c) La suma de sus coordenadas es mayor que 1.
d ) El valor absoluto de la diferencia entre sus coordenadas es mayor que 21 .
9. Se eligen al azar dos numeros reales en el intervalo (0,1).
1
a) Cual es la probabilidad de que el menor sea mayor que 2? Dibuja la region asociada a
ese suceso.
1 3
b) Cual es la probabilidad de que el menor sea mayor que 4 y el mayor sea menor que 4?
Dibuja la region asociada a ese suceso.
c) Los dos numeros elegidos se utilizan para senalar dos puntos por donde cortar un baston de
un metro de longitud. Cual es la probabilidad de que los tres trozos del baston constituyan
un triangulo? Dibuja la region asociada a ese suceso.
10. Sean X e Y dos v.a. independientes que siguen una distribucion exponencial de parametro ,
por lo tanto una funcion de densidad conjunta es f (x, y) = 2 e(x+y) para x > 0, y > 0 (y
0 en otro caso). Halla (y representa graficamente) la funcion de densidad de las dos variables
aleatorias siguientes (halla primero la funcion de distribucion y despues deriva):
a) U =max(X, Y ) (Pista: Si a es un numero positivo, U a si y solo si tanto X a como
Y a)
b) V =min(X, Y ) (Pista: Si a es un numero positivo, halla P (V > a) y a partir de ella
determina P (V a)).

11. Sean X e Y dos variables independientes que siguen una distribucion uniforme en el intervalo
[0,1]. Para hacer los siguientes calculos no necesitas hacer ninguna integral: ten en cuenta que el
conjunto de valores posibles es un cuadrado de lado 1 en el plano, luego la funcion de densidad
conjunta es constante e igual a 1.
a) Escribe su densidad conjunta.
b) Representa graficamente el suceso 2X Y y calcula P (2X Y ).
c) Si a es un numero entre 0 y 1, representa graficamente y halla la probabilidad de que el
maximo de X e Y sea menor o igual que a. Es decir, halla la funcion de distribucion de
M = max(X, Y ). Deriva para hallar una funcion de densidad de M . Dibuja las funciones
de densidad y distribucion que acabas de calcular.
d ) Halla P (X + Y a) para cualquier numero a entre 0 y 1, antes representa graficamente
el suceso involucrado.
e) Halla P (X + Y a) para cualquier numero a entre 1 y 2, antes representa graficamente
el suceso involucrado.
f ) Combina los resultados de los apartados (d) y (e) para obtener la funcion de distribucion
de Z = X + Y . Deriva para obtener una densidad de Z. Dibuja las funciones de densidad
y distribucion que acabas de calcular.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 16

12. Luis y Marcos van a hacer su compra semanal a un supermercado, cada uno con un carrito.
Terminan a la vez y escogen una caja diferente para pagar. Queremos saber la probabilidad de
que Luis tenga que esperar a que empiecen a cobrarle al menos tres veces mas que Marcos. Para
hallarla llama X al tiempo que espera Luis a ser servido e Y al tiempo que espera Marcos. Supon
que X e Y son v.a. independientes y que siguen una distribucion exponencial de parametro .
Traduce el suceso de interes Luis tiene que esperar a que empiecen a cobrarle al menos tres
veces mas que Marcos a una region del plano, dibuja esa region y calcula su probabilidad.
13. La densidad conjunta de X e Y es f (x, y) = 3 xe(x+y) para x > 0 e y > 0. (Representa grafi-
camente los sucesos involucrados en las apartados siguientes antes de calcular su probabilidad.)
a) Halla las densidades marginales y demuestra que X e Y son independientes.
b) Halla P (X a, Y b) para cualesquiera a y b numeros positivos.
c) Halla P (X a) para a > 0.
d ) Calcula la probabilidad de que X + Y a para a > 0
e) Encuentra una densidad para Z = X + Y . Dibujala.

14. Sean X e Y dos variables aleatorias independientes con las siguientes funciones de densidad:
fX (x) = 2(1 x) para 0 < x < 1 y fY (y) = 2y para 0 < y < 1. Representa graficamente esas
funciones. Dibuja el suceso X es mayor que Y y calcula su probabilidad.

15. La distribucion conjunta de las variables aleatorias X e Y es uniforme en el rombo con vertices
en (1,0), (-1,0), (0,1) y (0,-1).

a) Sin hacer ningun calculo, decide si X e Y son independientes.

b) Escribe la funcion de densidad conjunta de X e Y .
c) Calcula la funcion de densidad marginal de X y dibujala.
16. Si X1 y X2 son variables aleatorias independientes con distribucion uniforme en (0,1), obten
y representa graficamente la funcion de densidad de Y = X1 + X2 . Resuelve este problema
por dos caminos distintos: mediante la funcion de distribucion de Y , y mediante el teorema de
transformaciones de variables. En ambos casos haz todas las representaciones graficas oportunas.
17. Si X e Y son variables aleatorias con funcion de densidad conjunta f (x, y) = 2 en la region
0 < x < y < 1, determina la funcion de densidad de Z = X + Y . Resuelve este problema
por dos caminos distintos: mediante la funcion de distribucion de Y , y mediante el teorema de
transformaciones de variables. En ambos casos haz todas las representaciones graficas oportunas.
18. Si X1 y X2 son variables aleatorias independientes con distribucion exponencial Ex(i ), deter-
mina la distribucion de Y = 1 X1 + 2 X2 . Resuelve este problema por dos caminos distintos:
mediante la funcion de distribucion de Y , y mediante el teorema de transformaciones de vari-
ables. En ambos casos haz todas las representaciones graficas oportunas.
19. Determinar la distribucion de la suma y de la diferencia de dos variables aleatorias normales
tpicas independientes.
20. Determina la funcion de densidad de la suma de dos v.a. independientes, ambas con distribu-
cion Gamma de parametros = = 2. Utiliza para ello el teorema de cambio de variables,
representando graficamente el soporte de las variables originales y el soporte de las variables
transformadas que hayas utilizado.
21. Si X1 y X2 son variables aleatorias independientes con distribucion Gamma Ga( 12 , 21 ), deter-
minar la distribucion conjunta de Y1 = X1X+X 1
2
e Y2 = X1 + X2 y sus marginales. Representa
graficamente el soporte de las variables originales y el soporte de las variables transformadas.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 17

22. Cada una de las cinco componentes del sistema dibujado mas abajo tiene un tiempo de vida
que es exponencial de parametro (media 1 ), todos ellos independientes. El sistema deja de
funcionar cuando se estropean al menos una de las componentes que hay en cada uno de sus
dos ramales.

a) Obten, en terminos de , la funcion de densidad del tiempo de vida del sistema.

b) Suponiendo que = 1: Cuanto vale la probabilidad de que el sistema tarde en estropearse
mas de un da?
c) Y la probabilidad de que el sistema tarde en estropearse mas de dos das, si se sabe que
al final del primer da todava estaba funcionando?

A B C
s s s
## c
cc -
#
c ##
cc s s #
D E
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 18

SOLUCIONES
1 (b) .29, (c) .26, (d) valores 0, 1, 2, 3, 4; probabilidades .18, .33, .26, .17, .06.
2 0.0643
3 (a) Bi(m, ), (c) Bi(n, p), (d) M r es Bi(n r, p(1)
1p )

4 (a) Cada una de ellas sigue una distribucion binomial con n=3 y p=.5.
X
0 1 2 3

0 1/16 1/16 0 0 2/16 = 1/8

(b) y (c) 1 1/16 3/16 2/16 0 6/16 = 3/8
Y 2 0 2/16 3/16 1/16 6/16 =3/8
3 0 0 1/16 1/16 2/16 = 1/8

2/16 6/16 6/16 2/16 1

1 1 1
(d) No (e) 0, 3, 2, 6

75 e7
5 5!

6 (a) q n (b) q 2n (c) q 2n (1 q 2 )

P
7 f (x1 , . . . , xn ) = pn q xi
si xi = 0, 1, . . . para todo i = 1, . . . , n, y vale 0 en otro caso.
1 1 1
8 (a). 4 (b). 16 (c). 2 (d). 4
1 1 1
9 (a). 4 (b). 4 (c). 4

10 fU (u) = 2(1 eu )eu si u > 0, (y 0 en otro caso).

fV (v) = 2e2v si v > 0, (y 0 en otro caso).
11 (a). f (x, y) = 1 para 0 < x < 1 y 0 < y < 1
a2
(b). 14 , (c). a2 ; fM (x) = 2x para 0 < x < 1. (d). 2
(2a)2
(e). 1 2
(f ). fZ (z) = z si 0 < z < 1, 2 z si 1 z < 2, y 0 en otro caso.
1
12 4

13 (a). fX (x) = 2 xex , x > 0. fY (y) = ey , y > 0.

a b a 2 a2 a
(b). (1 (1 + a)e )(1 e ) (c). 1 (1 + a)e (d). 1 (1 + a + 2 )e .
3 z 2 z
(e). 2 e (z > 0)
1
14 6
1
15 (a). No (b). f (x, y) = 2 si |x| + |y| < 1 (c). f (x) = 1 |x| si |x| < 1
16 f (y) = y, si 0 < y < 1, f (y) = 2 y, si 1 < y < 2.
17 f (z) = z, si 0 < z < 1, 2 z, si 1 z 2
18 f (y) = Ga(y|2, 1)
19 Normales, con media 0 y varianza 2.
20 Ga(4, 2)
21 Y1 Be( 12 , 12 ), Y2 Ex( 12 )
22 (a). fT (t) = 1 2 exp(2) 3 exp(3) + 5 exp(5) si t 0, y 0 en otro caso.
(b). 0.1784 (c). 0.1163.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 19

Tema 4: Esperanza
1. Sea X una variable aleatoria para la que existe E(X) y E(X 2 ).
a) Comprueba que E((XE(X))2 ) =E(X 2 ) (E(X))2 .
b) Demuestra que para cualquier numero real a, se cumple la relacion:

E((X a)2 ) = E((X E(X))2 ) + (a E(X))2 ,

por lo que E((X a)2 ) se minimiza cuando a = E(X).

2. Calcula la esperanza y varianza de una variable aleatoria X con distribucion:
a) Discreta cuyos valores con probabilidad no nula son 1, 2, . . . , n, todos ellos equiprobables.
b) Binomial de parametros n = 4 y p = 21 .
c) La que se presenta en el problema 4 del tema 2.
3. Si representamos por y 2 , respectivamente, la esperanza y varianza de una variable aleatoria
X, expresa en terminos de estos dos momentos:
a) E(2X 3) y V(2X 3).
b) El segundo momento de X y el segundo momento de X respecto de a = 1.
c) V(5 X).
d ) E((X 2)(X + 1)).
4. Sea X una variable aleatoria con distribucion Poisson de parametro .
a) Comprueba que E(X) = y E(X(X 1)) = 2 .
b) Utilizando los resultados anteriores, calcula E(X 2 ) y E((XE(X))2 ).
5. Calcula la esperanza y varianza de una variable aleatoria X con distribucion:
a) f (x) = 6x(1 x) si 0 < x < 1 ( y 0 en otro caso).
3
b) f (x) = x4 si x > 1 ( y 0 en otro caso).
c) f (x) es proporcional a x2 si 0 < x < 1 ( y 0 en otro caso).
d ) f (x) es proporcional a xk si 0 < x < 1 ( y 0 en otro caso), siendo k > 1 una constante
conocida.
6. Rescata las graficas de las densidades de los problemas 15 y 16 del tema 2. Antes de empezar
a realizar calculos, piensa donde (de las graficas anteriores claro) situaras la esperanza y la
mediana de cada una de las variables de estos problemas. Rescata ahora la mediana de la
distribucion del problema 16, calcula la de la distribucion del problema 15 y la esperanza
de las dos distribuciones considerada. Situa todos estos valores en las graficas anteriores. Si
has acertado en tus previsiones pues ya has acabado el problema. Pero si te has equivocado
deberas reflexionar un poco mas sobre el significado de los conceptos de esperanza y mediana
de la distribucion de una variable aleatoria.
7. La esperanza de una variable aleatoria X no siempre representa un valor tpico ni tampoco un
valor medio de su distribucion.
a) Calcula la esperanza de una variable aleatoria X cuyos unicos valores posibles (con prob-
abilidad no nula) son 1, 2 y 1000 con probabilidades 14 , 12 y 14 respectivamente.
b) Si X tiene una distribucion exponencial con parametro , calcula la probabilidad de que
X sea mayor que su esperanza.
c) Si X tiene una distribucion exponencial con parametro , calcula el valor m para el que
P (X > m) = 21 .
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 20

8. Calcula la esperanza y varianza de una variable aleatoria X con distribucion:

a) Uniforme en el intervalo (, ).
b) Dada por la funcion de densidad f (x) = 2 xex si x > 0 ( y 0 en otro caso).
9. La altura de un gorila adulto macho sigue una distribucion normal con valor esperado =75.2
pulgadas y varianza 2 =8.5 pulgadas2 .
a) Que porcentaje de gorilas adultos macho medira entre 73.0 y 77.4 pulgadas?
b) Que porcentaje de gorilas adultos macho pasara de 80.0 pulgadas?
c) Sabiendo que una pulgada equivale a 2.54 cm, cual sera la distribucion de la altura de
los gorilas adultos macho expresados en cm?
d ) Variaran las respuestas de los dos primeros apartados si las alturas viniesen expresadas
en otra unidad que no fuesen pulgadas? Justifica tu respuesta.
10. Si X es una variable aleatoria con distribucion normal:
a) Que porcentaje de valores de la variable se encuentran a un maximo de tres desviaciones
tpicas de la media?
b) Si la desviacion tpica es = 10, que amplitud tiene un intervalo centrado en la media
que contenga el 50 % de la poblacion de valores de la variable?
11. Si X es una variable aleatoria con distribucion Normal de media = 86 y desviacion tpica
= 5, calcula:
a) La probabilidad de que X este mas alejada del 10 % de su media. i.e.: que no este entre
0,1 y + 0,1.
b) El percentil 75o de la distribucion de X.
c) El percentil 25o de la distribucion de X.
d ) El numero a de forma que la probabilidad de que X [86 a, 86 + a] sea 0.90.
12. Una empresa vende azucar en bolsas de 5 quilos. Las envasadoras de azucar no pueden garantizar
un peso exacto de azucar por bolsa; de hecho, los pesos se distribuyen normalmente con un peso
medio de =5.13 quilos y una desviacion tpica =0.08 quilos. Se pide:
a) Que proporcion de bolsas pesara menos de 5 quilos?
b) Se van a pesar 12 bolsas, cual es la probabilidad de que 10 o mas bolsas pesen mas de 5
quilos?
c) La maquina puede ajustarse para incrementar el peso medio . Suponiendo que la desvia-
cion tpica no cambia, a que valor debera ajustarse para que solamente el 1 % de las
bolsas pese menos de 5 quilos?
13. Determinar la funcion de densidad, la media y la varianza, de una v.a. Y cuyo logaritmo,
X = ln Y tiene una distribucion normal con funcion de densidad
1 1 (x )2
f (x) = N (x|, ) = exp( )
2 2 2

14. Sea X una variable aleatoria con distribucion uniforme en el intervalo (0, 1). Calcula E(e5X ) y
demuestra que E(1/X) no existe.
15. Sea X la variable aleatoria que describe el numero de caras obtenidas en 100 lanzamientos de
una moneda equilibrada
a) Que dice la desigualdad de Chebyshev sobre la probabilidad de que X no este a menos
de un 10 % de su valor esperado?
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 21

b) Repite el apartado anterior suponiendo que se realizan 1000 lanzamientos.

c) Vuelve a repetir el primer apartado anterior pero ahora con n lanzamientos.
16. Aunque con frecuencia la desigualdad de Chebyshev no proporciona una buena cota, en oca-
siones no puede mejorarse. Sea X una variable aleatoria que puede tomar los valores a, 0 y a
con probabilidades p, 1 2p y p respectivamente, donde 0 < p < 12 , y siendo a > 0.
a) Calcula la esperanza y la varianza de X.
b) Utilizando la desigualdad de Chebyshev, halla una cota para P(|X E(X)| a).
c) Calcula el valor exacto de P(|X E(X)| a) y comparalo con el valor de la cota que has
obtenido en el apartado anterior.
17. Sean X e Y dos variables aleatorias independientes tales que: E(X) = 2, E(X 2 ) = 6, E(Y ) = 3
y E(Y 2 ) = 13. Calcula:
a) E(X 2 3X + 2), E((X + 1)2 ), E((XE(X))2 ) y E(X 2 ) (E(X))2 .
b) E(X + Y ), E(2XY ), E((3X Y )2 ) y (E(3X Y ))2 .
18. Calcula la covarianza y el coeficiente de correlacion de las variables aleatorias X e Y cuya
funcion de probabilidad conjunta se muestra en la tabla siguiente:

y
f (x, y) 1 2 3
1 0.12 0.08 0.11 0.31
x 2 0.18 0.14 0.07 0.39
3 0.17 0.05 0.08 0.30
0.47 0.27 0.26

19. Sea Y el numero de fracasos que preceden al segundo exito en un proceso de Bernoulli con proba-
bilidad de exito p. Queremos calcular E(Y ) y V(Y ), para ello vamos a considerar Y = X1 +X2 ,
siendo X1 el numero de fracasos que preceden al primer exito, y X2 el numero de fracasos entre
el primer y el segundo exito.

a) Obten la funcio de probabilidad de X1 y la de X2 .

b) Calcula E(X1 ), V(X1 ), E(X2 ) y V(X2 ).
c) A partir de los resultados del apartado anterior, calcula E(Y ) y V(Y ).
20. Si X, Y y Z son variables aleatorias y a, b, c y d son numeros reales, comprueba que:
a) Cov(aX + b, cY + d) = acCov(X, Y ).
b) Cov(X + Y, Z) = Cov(X, Z) + Cov(Y, Z).
c) Cov(X, Y ) = Cov(Y, X).
21. Si (X, Y ) es un vector aleatorio con funcion de densidad conjunta f (x, y) = 65 (x2 + y) si 0 <
x < 1 y 0 < y < 1 ( y 0 en otro caso), calcula la covarianza y el coeficiente de correlacion de
ambas variables.
22. La distribucion conjunta de las variables aleatorias X e Y es uniforme en el rombo con vertices
en (1,0), (-1,0), (0,1) y (0,-1).
a) Calcula E(X) y V(X).
b) Sin hacer ningun calculo adicional, escribe la funcion de densidad marginal de Y , su media
y su varianza.
c) Calcula E(XY ), Cov(X, Y ) y (X, Y ).
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 22

23. Un suceso, A, asociado con cierto experimento es tal que P(A) = .35. El experimento se repite
45 veces, y en la repeticion i esima, i = 1, . . . , 45 se define la variable Xi = 1 si ocurre A y
Xi = 0 en otro caso.
a) Obten la distribucion de 45 = X1 + . . . + X45 .
b) Calcula E(X 45 ) y V(X 45 ) siendo X 45 la media muestral de las 45 variables anteriores.
c) Utilizando la desigualdad de Chebyshev, calcula una cota para P(0,3 < X 45 < 0,4).
d ) Calcula el valor exacto de P(0,3 < X 45 < 0,4).
24. Sean X1 , X2 , . . . , X100 variables aleatorias independientes e identicamente distribuidas segun
una distribucion exponencial de parametro = 0,25, y sea X 100 su media muestral.
a) Calcula la esperanza y la varianza de X 100 .
b) Utilizando la desigualdad de Chebyshev, encuentra una cota para la probabilidad de que
X 100 se diferencie de su media en mas de 0.5.
25. Sea X1 , . . . , X25 una muestra aleatoria de tamano 25 de una poblacion normal de media = 6
y varianza 2 = 1,5 y sea X 25 su media muestral.
a) Que probabilidad hay de que una variable cualquiera de la muestra tome valores entre
5.5 y 6.5 ?
b) Cual es la probabilidad de que X 25 este entre 5.5 y 6.5 ?
c) Cuantas observaciones seran necesarias como mnimo para que P (5,95 X n 6,05)
0,95 ?
26. Sea X1 , . . . , X40 es una muestra aleatoria de una distribucion N(50,36). Calcula:
a) La probabilidad de que su media muestral, X 40 , este entre 50 y 51.
b) La probabilidad de que su suma, 40 , sea menor que 1940.
c) El percentil del 98 % de la distribucion de X 40 .
d ) Dos numeros equidistantes del valor esperado de 40 tales que la probabilidad de que 40
este entre ellos sea 0.75.
27. Sea X1 , . . . , Xn una muestra aleatoria de cada una de las distribuciones descritas a continuacion.
Calcula la esperanza y la varianza de su suma, n = X1 + . . . + Xn , y tambien de su media
muestral, X n = n /n.
a) Distribucion exponencial de parametro .
b) Distribucion uniforme en (0,1).
c) Distribucion geometrica de parametro p.
d ) Distribucion N (, 2 ).
e) Distribucion de Poisson de parametro .
f ) Distribucion binomial de parametros k y p.
2
g) La distribucion con densidad f (x) = x3 si x > 1 y en otros casos.
28. Si X1 , . . . , Xn es una muestra aleatoria de una distribucion con valor esperado 3 y varianza 2.4
Como de grande debe ser n para que la varianza de X n sea menor que 0.01 ?
29. La funcion de probabilidad conjunta de dos variables aleatorias discretas es:

y\x 1 2 3 4
1 0.10 0.05 0.02 0.02
2 0.05 0.20 0.05 0.02
3 0.02 0.05 0.20 0.04
4 0.02 0.02 0.04 0.10
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 23

a) Calcula E(Y | X = x) para x = 1, 2, 3, 4, y la funcion de probabilidad de la variable

aleatoria E(Y | X).
b) Obten E(5Y + 1 | X = 3) y V(X | Y = 4).
c) Calcula E(X 2 3) y E(X 2 3 | Y = 2).

30. Un edificio tiene dos ascensores, uno rapido y otro lento. En promedio, el tiempo que una
persona debe esperar para coger el ascensor lento (rapido) es de 3 (1) minutos. Si una persona
elige el ascensor rapido con probabilidad 2/3 y el lento con probabilidad 1/3, cual es el tiempo
medio que una persona tendra que esperar para coger un ascensor del edificio?
31. Sean X e Y dos variables aleatorias con funcion de densidad conjunta f (x, y) = ey , si 0 x y
y 0 en otro caso. Calcula:
a) El coeficiente de correlacion de X e Y .
b) E(X | Y = y) y E(Y | X = x).
c) La distribucion de las variables E(X | Y ) y E(Y | X).
32. Sean X e Y dos variables aleatorias para las que existen sus medias y varianzas. Utilizando que
E(X) = E(E(X|Y )) y que V(X|Y )=E(X 2 |Y )-[E(X|Y )]2 , comprobar que V(X) = V(E(X|Y ))
+ E(V(X|Y )).
X
33. Sean X e Y dos variables aleatorias tales que E(X|Y ) = 10 Y , y E(Y |X) = 7 4. Calcular
la correlacion entre X e Y .

34. Calcula la funcion generatriz de momentos de una variable aleatoria con distribucion:

a) Binomial de parametros n y p.
b) Poisson de parametro .
35. Sea {Xi , i = 1, . . . , 10} una coleccion de variables aleatorias independientes con distribucion
Poisson
P10de parametro i , i = 1, . . . , 10. Calcula la funcion de probabilidad de la variable aleatoria
Y = i=1 Xi .
36. Si X es una variable aleatoria con distribucion Gamma de parametros y , obten su media y
su varianza a partir de su funcion generatriz de momentos. La suma finita de variables aleatorias
independientes con distribucion Gamma, es tambien una variable aleatoria con distribucion
Gamma?
37. Calcula la funcion generatriz de momentos de una variable aleatoria con funcion de densidad
f (x) = x cuando 0 x 1, f (x) = 2 x cuando 1 x 2 y f (x) = 0 en el resto de valores
reales.
38. Calcula la funcion de probabilidad, funcion de distribucion, media, mediana y varianza de una
variable aleatoria discreta cuya funcion generatriz de momentos es (t) = (et + 2e4t + 2e8t )/5,
< t < .
39. Utiliza funciones generatrices de momentos para demostrar que si X e Y son variables aleatorias
independientes entonces V ar(aX + bY ) = a2 V ar(X) + b2 V ar(Y ).
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 24

SOLUCIONES
n+1 n2 1
2 (a) 2 y 12 (b) 2 y 1

3 (a) 2 3 y 4 2 (b) 2 + 2 y 2 + ( 1)2 (c) 2 (d) 2 + 2 2

4 (c) + 2 y
k+1
5 (a) 0.5 (b) 1.5 (c) 0.75 (d) k+2

ln2
7 (a) 251.25 (b) 0.3679 (c)

b+a (ba)2 2 2
8 (a) 2 y 12 (b) y 2

9 (a) 54.68 % (b) 4.95 % (c) N(191.008, 54.8386) (d) No. La normalidad se mantiene en
transformaciones lineales.
10 (a) 99.74 % (b) 13.6
11 (a) 0.0854 (b) 89.37 (c) 82.63 (d) 8.225
12 (a) 5.16 % (b) 0.9787 (c) 5.1864 quilos
1 2 2 2
13 f (y) = 1

y 2
exp{ 21 ( ln y
)2 }, E(y) = e+ 2 , V (y) = e2+ (e 1)
100
15 (a) Menor o igual que 1. (b) Menor o igual que .1 (c) Menor o igual que n .

16 (a) 0 y 2a2 p (b) Menor o igual que 2p. (c) Igual a 2p.
17 (a) 2, 11, 2 y 2 respectivamente (b) 5, 12, 31 y 9 respectivamente
18 -0.0821 y -0.1269
19 (a) f (x1 ) = p (1 p)x1 , si x1 = 0, . . . ; f (x2 ) coincide con f (x1 ).
1p 1p 1p 1p
(b) E(x1 ) = E(x2 ) = p y V(x1 ) = V(x2 ) = p2 . (c) 2 p y 2 p2 .

21 -0.01 y -0.1306
1
22 (d) 0 y 6 (f ) todos son 0.
23 (a) Binomial con n = 45 y p = 0.35 (b) 0.35 y 0.005
24 (a). 4 y 0.16 (b). Menor o igual que 0.64
25 (a). 0.3182 (b). 0.9586 (c). 2305
26 (a). 0.3531 (b). 0.0571 (c). 51.94 (d). 2000 43,64

27 (a). E(Sn ) = n ,V (Sn ) = n2 , E(Xn ) = 1 ,V (Xn ) = n1 2 (b). E(Sn ) = n2 ,V (Sn ) = 12

n
, E(Xn ) =
1 1 nq nq q q
2 ,V ( Xn ) = 12n (c). E(S n ) = p ,V (S n ) = p2 , E( Xn ) = p ,V ( Xn ) = np 2 (d). E(Sn ) =
2
nb,V (Sn ) = na2 , E(Xn ) = b,V (Xn ) = an (e). E(Sn ) = n,V (Sn ) = n, E(Xn ) = ,V (Xn ) =
kpq
n (f ). E(Sn ) = nkp,V (Sn ) = nkpq, E(Xn ) = kp,V (Xn ) = n (g). E(Sn ) = 2n,V (Sn ) no
existe, E(Xn ) = 2,V (Xn) no existe
28 241 al menos
33 -0.5, siempre que X e Y no sean variables aleatorias degeneradas.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 25

Tema 5: Teoremas lmites.

1. Convergencia Debil. La sucesion de variables aleatorias {Xn }+
n=1 converge en probabilidad a
una constante b si > 0, lmn P(|Xn b| < ) = 1.
a) Sea {Zn }+
n=1 una sucesion de variables aleatorias, tales que Zn solo puede tomar los valores
0 y n2 con probabilidades 1 n1 y n1 , respectivamente. Comprueba que la sucesion de
variables aleatorias {Zn }+
n=1 converge en probabilidad a 0, pero la sucesion de sus valores
esperados diverge.
b) Construye una sucesion de variables aleatorias cuyas medias converjan a 0, pero que no
converja en probabilidad.

2. Convergencia en Media Cuadratica. La sucesion de variables aleatorias {Xn }+

n=1 converge
en media cuadratica a una constante b si lmn E((Xn b)2 ) = 0.
a) Comprueba que la sucesion de variables aleatorias {Xn }+
n=1 converge en media cuadratica
a b si y solo si sus medias convergen a b y sus varianzas convergen a 0.
b) Comprueba que si {Xn }+
n=1 converge en media cuadratica a b, entonces tambien converge
en probabilidad a b.
3. Sea {Xn }+n=1 una sucesion de variables aleatorias independientes, todas ellas con la misma
2 +
Pncuya media y varianza existen. Comprueba que la sucesion {X n }n=1 , donde
distribucion
1
Xn = n i=1 Xi , converge en media cuadratica a .

4. Sea {Zn }+
n=1 una sucesion de variables aleatorias tales que Zn solo puede tomar los valores
1
n
y n con probabilidades 1 n12 y n12 , respectivamente.

a) Existe alguna constante b a la que esa sucesion converja en probabilidad?

b) Existe alguna constante b a la que esa sucesion converja en media cuadratica?

5. Sea S45 el numero de fracasos que preceden al 45o exito en un proceso de Bernoulli con proba-
bilidad de exito p=0.36. Sea S45 = X1 + . . . + X45 , donde X1 representa el numero de fracasos
que preceden al primer exito, X2 es el numero de fracasos entre el primer y el segundo exito, y
as sucesivamente. Las Xj son independientes.

a) Dar el nombre de la distribucion de una unica Xj , obtener tambien su media y su

varianza 2 .
b) Cual es el valor esperado y la varianza de S45 ?
c) Aproximar la probabilidad de que S45 este a una distancia no superior a 20 de su media.
d ) Que dice la desigualdad de Chebyshev sobre la probabilidad que aproximas en el apartado
c?
6. Los clientes de cierto banco efectuan depositos con media 157.92 euros y desviacion tpica
30.20 euros. Aparte de esto no se sabe nada mas acerca de la distribucion de estos depositos.
Como parte de un estudio, se eligieron al azar e independientemente 75 depositos. Cual es la
probabilidad de que la media de estos 75 depositos sea 170.00 euros o mayor ?
7. Los vehculos que cruzan un puente tienen pesos cuya media es de 4675 quilos y cuya desviacion
estandar es de 345 quilos. Si hay 40 vehculos sobre el puente en un instante dado, hallar el
numero a tal que la probabilidad (aproximada) de que su peso total no supere a a sea del 99 %.
8. La gente que frecuenta cierto pub tiene una probabilidad de 0.001 de salir y cantar con el grupo
que esta actuando. En una noche determinada hay 150 personas en el pub. Cual es la probabi-
lidad de que al menos una persona salga y cante con el grupo ? Suponer que cada persona en el
pub toma la decision independientemente del resto. Hallar el verdadero valor y el aproximado
por la distribucion apropiada con una precision de 5 dgitos.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 26

9. El suceso A tiene una probabilidad de 0.4. Esto significa que esperamos que la frecuencia
relativa de A este cercana a 0.4 en una larga serie de repeticiones del experimento que se
esta modelizando. Cual es la probabilidad de que en 1000 experimentos, la frecuencia relativa
este entre 0.38 y 0.42 (inclusive) ? Usar una aproximacion adecuada.

10. Un borracho camina de forma aleatoria de la siguiente forma: Cada minuto da un paso hacia
adelante o hacia atras con igual probabilidad y con independencia de los pasos anteriores. Cada
paso es de 50 cm. Utiliza el teorema central del lmite para aproximar la probabilidad de que
en una hora avance mas de 5 metros.
11. Una compana de logstica enva paquetes de distintos pesos, con una media de 15 kg y una
desviacion tpica de 10. Teniendo en cuenta que los paquetes provienen de una gran cantidad de
clientes diferentes, es razonable modelizar sus pesos como variables aleatorias independientes.
Calcular la probabilidad de que el peso total de 100 paquetes exceda de 1700 kg.
12. Un jugador de baloncesto encesta un lanzamiento de 3 puntos con probabilidad 0.3. Empleando
el teorema central del lmite, aproxima la distribucion del numero de canastas conseguidas en
25 lanzamientos. Calcula la probabilidad de encestar mas de 10 canastas.

SOLUCIONES
+ 1 1
1 (b) Por ejemplo, la sucesion {Zn }n=1 tal que P(Zn = n 1) = 2 y P(Zn = 1 n1 ) = 21 .

4 (a) Si, b = 0. (b) No.

5 (a). geometrica de parametro p=0.36, 1.7778 y 4.9383, respectivamente (b). 80 y 222.22, respec-
tivamente (c). 0.8324 (con correccion por continuidad) (d). que al menos es 0.4445
6 0.0003
7 192083.99 quilos
8 0.13936 exacto, 0.13929 aproximado
9 0.8132 (con correccion por continuidad)
10 0.0985
11 0.0227

12 N(7.5, 5.25), 0.1379

Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 27

Anexo 1: Problemas de examenes anteriores.

1. (Febrero del 2000). Un aparato de diagnostico automatico da un diagnostico basado en el
resultado de n analisis de un mismo paciente. Cada analisis, independientemente de los demas,
puede dar un resultado erroneo con probabilidad p. Consideremos los sucesos Hm = {m analisis
son correctos} y B = {un paciente esta bien diagnosticado}. La probabilidad de un diagnostico
correcto es una funcion no decreciente del numero m de analisis correctos, esto es: P(B|Hm ) =
g(m). En una manana la maquina ha diagnosticado a k pacientes. Encontrar la probabilidad de
que al menos un paciente este mal diagnosticado. Particularizar el resultado para g(m) = m n.

2. (Febrero del 2000). Sean U1 y U2 dos variables aleatorias independientes y equidistribuidas

U n(0, 1). Definimos X = U1 e Y = 2XU2 .
a) Obtener la densidad conjunta de X e Y .
b) Obtener las funciones de densidad marginales de X e Y y sus medias.

c) Sea W una variable aleatoria Bernoulli tal que P(W = 1) = P(0 Y X). Calcular
E(W ).

3. (Febrero del 2000). Las bombillas utilizadas por un aparato pueden ser de dos tipos, A y B.
Las de tipo A tienen una duracion media de 2000 horas con una desviacion tpica de 400 horas.
Las de tipo B tienen una duracion media de 1800 horas y una desviacion tpica de 500 horas.
Se compran 200 bombillas del tipo A y 150 del B. Calcular la probabilidad de que la duracion
media de la muestra A no supere en mas de 100 horas a la duracion media de la muestra B.

4. (Febrero del 2000). Sea X el numero mnimo de pruebas Bernoulli (con probabilidad de exito
p) que tenemos que realizar hasta que se produzca al menos un exito y un fracaso. Determinar
la distribucion de la variable X, su esperanza y su varianza.
5. (Febrero del 2000). Sean X e Y dos variables aleatorias cuya densidad conjunta es uniforme
sobre el interior del triangulo de vertices (0,0), (2,0) y (1,2). Calcular P(X < 1, Y < 1) y
P(Y < 1|X < 1,5).

6. (Febrero del 2000). Las puntuaciones que han obtenido los estudiantes del colegio A en las
pruebas de selectividad se distribuyen normales de media 6.25 y varianza 1. Analogamente,
las del colegio B tambien son normales pero con media 6 y varianza 1.5. Se eligen al azar dos
estudiantes de A y tres de B. Calcular:
a) La probabilidad de que la puntuacion media de los dos estudiantes de A sea superior a la
media de los tres estudiantes de B.
b) La probabilidad de que uno de esos cinco estudiantes, elegido al azar, haya obtenido una
puntuacion superior a 6.5.
7. (Septiembre del 2000). Una urna contiene 3 bolas azules (A) y 5 bolas blancas (B). Se extraen
al azar y sin reemplazamiento dos bolas de la urna. Sea X la variable aleatoria que representa
la primera extraccion (1 si bola A y 0 si bola B). Sea Y la variable aleatoria que representa el
numero de bolas A que permanecen en la urna despues de las dos extracciones.
a) Construye una tabla que represente la funcion de probabilidad conjunta de X e Y y las
dos marginales.
b) Calcula el coeficiente de correlacion de X e Y .
c) Obten la media y varianza de V = X + Y , y representa graficamente las funciones de
probabilidad y distribucion de V .
8. (Septiembre del 2000). Sea X una variable aleatoria con funcion de densidad f (x) = kx2 si
0 < x < 2. Supongamos que se genera un crculo cuyo radio es de longitud X, sea Y la variable
que mide el area del crculo. Calcula la funcion de densidad de Y y el area esperada de dicho
crculo.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 28

9. (Septiembre del 2000). En un proceso de fabricacion de hilados se producen roturas del hilo de
manera aleatoria a lo largo del tiempo. Supongamos que un trabajador controla 800 bobinas
de hilo y que la probabilidad de rotura del hilo en cada bobina, durante un intervalo de tiempo
de una hora, es p=0.005. Siendo imposible que el hilo de la bobina se rompa dos veces en ese
tiempo. Encuentra el numero de roturas mas probable y la probabilidad de que se produzcan
a lo sumo 10 roturas en una hora. Si observamos el sistema a lo largo de tres das (72 horas),
calcula la probabilidad de que el numero medio de roturas sea menor que siete.
10. (Septiembre del 2000). Una variable aleatoria X toma valores enteros positivos con probabili-
dades que decrecen en progresion geometrica. Elegir el primer termino y la razon de la progresion
para que E(X) = 10, y calcular bajo dichas condiciones P(X 10).
11. (Septiembre del 2000). En una oposicion se supone que los candidatos que acuden preparados
al examen son el 90 %, de los cuales solo aprueba el 90 % por diversos factores. En cambio el
15 % de los no preparados tambien aprueba el examen.
a) Cual es la probabilidad que un candidato suspendido estuviese realmente preparado?
b) El tribunal decide cambiar el tipo de examen de modo que los no preparados suspendan
con probabilidad 0.99, aunque esto afecte tambien a los preparados que tienen ahora una
probabilidad de suspender de 0.25. Calcula la probabilidad del apartado anterior bajo estas
nuevas condiciones.
12. (Septiembre del 2000). Una fabrica de azucar produce paquetes con un peso nominal de 1000
gramos. Sin embargo, debido a fluctuaciones aleatorias en el proceso de produccion, el peso real
de cada paquete es una variable aleatoria X con distribucion normal. Se sabe que el 6 % de los
paquetes producidos pesan menos de 1000 gramos y que el 5 % sobrepasan los 1020 gramos.
a) Calcula la media y desviacion tpica de X, y el porcentaje de paquetes de azucar que pesan
menos de 995 gramos.
b) La fabrica tiene un beneficio por paquete producido que es igual a 15 0,01X pesetas.
Si cada da se producen 150000 paquetes cual es el beneficio medio diario de la fabrica?
Calcula el porcentaje de das en los que la fabrica tiene un beneficio superior a 750000
pesetas.
13. (Febrero 2001, primer parcial). Consideremos la funcion f (x) = C(1 + x) si x = 0, 1, 1, 2
o 2 y vale 0 en otro caso, siendo C una constante positiva.
a) Determina los valores de R y de C para los que f (x) es una verdadera funcion de
probabilidad.
b) Calcula y representa graficamente la funcion de distribucion de Y = X 2 , siendo X una
variable aleatoria con funcion de probabilidad dada por f (x).
c) Una partcula va a realizar varios saltos a lo largo de un eje horizontal. En cada salto se
movera una unidad a derecha o izquierda segun una distribucion Bernoulli de parametro
p = 0,5, independientemente de los saltos anteriores. El numero de saltos, que depende de
la energa de la partcula, va a ser 2 + X, siendo X una variable aleatoria con funcion de
probabilidad dada por f (x). Obten la probabilidad de que la posicion final de la partcula
este a mas de dos unidades de su posicion original.
14. (Febrero 2001, primer parcial). Sea X una variable aleatoria absolutamente continua con funcion
de densidad f (x) = (x + 1)/6, cuando 1 < x 1, f (x) = (5 x)/12, cuando 1 x < 5 y
f (x) = 0 para el resto de numeros reales.

a) Obten la mediana y el percentil del 70 % de la distribucion de X.

b) Calcula las probabilidades P (0 < X < 2) y P (0 < X < 2 | X < 3)
c) Determina y representa graficamente una funcion de densidad para la variable aleatoria
Y = | X | +4.
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 29

15. (Febrero 2001, primer parcial). Una fabrica de conservas vegetales dispone de dos almacenes.
En el almacen de Tabernes guardan 10 lotes de conservas de alcachofas y 15 lotes de conservas
de guisantes. En el de Ribarroja se almacenan 20 lotes de alcachofas y 25 de guisantes. Como
consecuencia de un pequeno lo, se envan dos lotes del almacen de Tabernes al de Ribarroja
sin ninguna etiqueta identificadora.
a) Si se selecciona un lote de conservas del almacen de Tabernes, cual es la probabilidad de
que sea de alcachofas?
b) Si el lote seleccionado en (a) era de guisantes, cual es la probabilidad de que los dos lotes
enviados desde Tabernes a Ribarroja fueran de alcachofas?
c) Si se descubre finalmente que los dos lotes enviados desde Tabernes a Ribarroja son de
alcachofas y se selecciona aleatoriamente 2 lotes de cada uno de los almacenes, cual es la
probabilidad de que en el total de los 4 lotes seleccionados haya 3 de guisantes?
16. (Febrero 2001, primer parcial). Un sistema electronico soporta exactamente dos subidas de
tension, al producirse la tercera el sistema deja de funcionar. El numero de subidas de tension
en una hora sigue una distribucion Poisson de parametro = 3.

a) Se sabe que durante la primera hora de funcionamiento del sistema ha habido por lo
menos una subida de tension, cual es la probabilidad de que el sistema siga funcionando
al finalizar esa primera hora?
b) Se dispone de tres de esos sistemas, cual es la probabilidad de que al menos uno de ellos
funcione durante mas de una hora? y durante mas de dos horas?

17. (Febrero 2001, primer parcial). La empresa Chapuseitor fabrica varillas para las motocicletas
de la casa Mamborghini. La longitud de tales varillas es una variable aleatoria con distribucion
normal de parametros = 12 mm y 2 = 1,25 mm2 .
a) Si una varilla que mide menos de 8 mm. o mas de 12.5 mm. se considera defectuosa,
que porcentaje de varillas defectuosas fabrica la empresa?
b) Las varillas se empaquetan en cajas de 10 unidades. Cual es la probabilidad de que una
caja contenga menos de tres defectuosas?
18. (Febrero 2001). Elegimos al azar dos puntos, X e Y , en el intervalo [0, a]. Calcular la funcion
de distribucion de la distancia entre ellos.
19. (Febrero 2001). Las variables aleatorias X e Y tienen media 0, varianza 1 y su coeficiente de
correlacion es , Encontrar la media y la varianza de Z = X Y y sus coeficientes de correlacion
con X e Y .
20. (Febrero 2001). Sean X e Y dos variables aleatorias Gamma independientes, con parametros
(, 1) y (, 1) respectivamente. Calcula la funcion de densidad de la variable Z = X + Y , y la
funcion de densidad condicional de X dado que X + Y = z.
21. (Febrero 2001). Un juego consiste en lanzar una moneda, si sale cara se lanzan cuatro monedas
mas pero si sale cruz solo se lanzan dos monedas mas. Sea X la variable aleatoria que representa
el resultado del primer lanzamiento (X = 0 si cara y X = 1 si cruz), sea Y el numero total de
caras observado.
a) Calcula la funcion de probabilidades conjunta, las dos marginales y la distribucion de Y
condicionada a X = 1.
b) Calcula el coeficiente de correlacion entre X e Y . Son independientes? Porque?
c) Se pagan 3 euros por jugar, pero se cobran tantos euros como Y . La ganancia del juego es
pues: G = Y 3. Calcula la funcion de probabilidades de G, su media y su varianza.
d ) Interesa jugar? Interesara jugar si se pagara solamente un euro por jugar? Cual es el
precio justo del juego?
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 30

22. (Febrero 2001). Un colegio esta preparando la fiesta de graduacion de sus 500 estudiantes. Se
espera, por lo ocurrido en otras ocasiones, que el 50 % de los estudiantes vengan acompanados
de sus padres, el 30 % solo por uno de ellos y el 20 % restante vengan solos. Cuantos asientos
hay que disponer para los padres si queremos que, con una probabilidad superior a 0.95, todos
ellos puedan sentarse?
23. (Junio 2001). Sea X una variable aleatoria que describe el numero de exitos en n = 7 pruebas
de Bernoulli de parametro p. Sea Y la variable aleatoria que describe el numero de exitos
en las m = 4 primeras pruebas de la serie anterior. Calcula la funcion de probabilidad de Y
condicionada a X = 3. Calcula la esperanza de X 2 condicionada a Y = 4.
24. (Junio 2001). Sea (X, Y ) un vector aleatorio con funcion de densidad conjunta f (x, y) = 8xy
cuando 0 < y < x < 1 y f (x, y) = 0 en el resto de valores de R2 . Calcula las esperanzas y
varianzas de las distribuciones marginales, y obten el coeficiente de correlacion.
25. (Junio 2001). Disponemos de 100 focos halogenos cuyos tiempos de vida se pueden considerar
variables aleatorias independientes, todas ellas con la misma distribucion exponencial de media
5 horas. Cuando un foco se estropea se sustituye inmediatamente por otro nuevo. Cual es la
probabilidad de que tengamos luz despues de 525 horas? Supongamos que desde que un foco se
estropea hasta que se sustituye por otro pasa un tiempo aleatorio con distribucion uniforme en
(0, 0,1) horas. Cual es la probabilidad de que todos los focos se hayan estropeado antes de 550
horas?
26. (Junio 2001). La distribucion bivariante de (X, Y ) viene dada por la tabla de probabilidades
adjunta. Calcula la distribucion de U = |X Y | y la covarianza entre X y U .

Y =0 Y =1 Y =2
X=1 0.1 0.2 0.1
X=2 0.2 0.3 0.1

27. (Junio 2001). Un test diagnostico da un resultado positivo en el 95 % de las personas enfermas,
y da negativo en el 90 % de las personas sanas. En un brote epidemico de esa enfermedad el
20 % de la poblacion se encuentra enferma. Si en esas circunstancias se va a realizar el test a un
nuevo individuo, calcula las probabilidades siguientes: Que ese individuo este enfermo o el test
de positivo; que este enfermo y el test de positivo, y que este enfermo si el test ha sido positivo.
28. (Junio 2001). Se obtiene un punto, P , al azar en el crculo de centro el origen y radio uno. Sea
X la variable aleatoria definida por la distancia del punto P al origen. Representa graficamente
la funcion de densidad de X y obten su media y varianza.
29. (Septiembre 2001). Un juego consiste en lanzar dos monedas bien construidas, se gana si y solo
si salen dos caras. Se ha jugado cinco veces, cual es la probabilidad de haber ganado al menos
en tres ocasiones?, y la probabilidad de haber ganado al menos en tres ocasiones si se sabe que
se ha ganado al menos una vez?, y la probabilidad de haber ganado al menos en tres ocasiones
si se sabe que se gano el primer juego?
30. (Septiembre 2001). Sea f (x) = 12 (1 + x) si 1 x 1, y 0 en otro caso.
a) Para que valores de es f (x) una funcion de densidad?. Representa graficamente la
funcion de distribucion asociada a f (x) cuando = 1.
b) Obten, en funcion de , la esperanza y la varianza de la variable aleatoria X cuya funcion
de densidad es f (x).
c) Sea Y = X 2 . Obten la funcion de densidad de Y , su media y varianza.
31. (Septiembre 2001). Un sistema electronico esta formado por dos componentes, cuyos tiempos
de vida son independientes y con la misma distribucion exponencial de media 1 das. El sistema
funciona mientras funcione alguna de las dos componentes. Obten, en terminos de , la funcion
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 31

de densidad del tiempo de vida del sistema. Suponiendo que = 1: Cuanto vale la probabilidad
de que el sistema tarde en estropearse mas de un da? Cuanto valdra esa probabilidad si el
sistema se estropease en cuanto fallara alguna de las dos componentes?
32. (Septiembre 2001). Lanzamos tres veces consecutivas una moneda y definimos las variables
aletorias X ={numero de caras en los dos primeros lanzamientos} e Y ={numero de caras en
los dos ultimos lanzamientos}. Obtener la distribucion de probabilidad conjunta de X e Y , sus
marginales y el coeficiente de correlacion entre ambas.
33. (Septiembre 2001). Disponemos de un dado cargado en el que la probabilidad de obtener
cualquiera de las caras es proporcional a su numero de puntos. Jugamos con el pagando 4
euros por jugada y recibiendo como premio tantos euros como puntos tiene la cara obtenida al
lanzarlo. Obtener la probabilidad aproximada de ir ganando al cabo de 100 jugadas.
34. (Septiembre 2001). Un astronomo esta interesado en medir la distancia, , entre su laborato-
rio y una estrella en anos luz. Sabe que las condiciones atmosfericas y los errores de medicion
afectan a su tecnica de determinacion de la distancia, en consecuencia plantea un experimento
que consistira en tomar una serie de mediciones y elegira su media muestral como medida de
la distancia real . Cada una de las mediciones del astronomo son variables aleatorias indepen-
dientes e identicamente distribuidas con media y varianza 1.44. Cuantas mediciones ha de
tomar para estar razonablemente seguro de que su error de medida esta entre 0,5 anos luz?.
Justifica las hipotesis que utilices para determinar el numero de medidas.

SOLUCIONES

Pn n m
1 1 [P(B)]k siendo P(B) = m=0 g(m) pnm (1 p)m , P(B) = 1 p si g(m) = n.
m
2
2 (a) fX,Y (x, y) = 1 si 0 < y < 2x < 2. (b) fX (x) = 2x si 0 < x < 1, E(X) = 3, fY (y) =
1 y2 si 0 < y < 2, E(Y ) = 23 . (c) E(W ) = 31
48 .

3 0.022
1 1+3p2 3p
4 f (x) = p(1 p)x1 + px1 (1 p) si x 2. E(X) = p(1p) 1, V(X) = p2 (1p)2 2.
3
5 8 y 57 .
6 (a) 0.5986. (b) 0.3651.
7 (b) -0.6547. (c) E(V ) = 2.625, V(V ) = 0.2343.
3 32
8 f (y) = 16 y si 0 < y < 4, E(Y ) = 12
5 .

9 Maximo en X = 4, P(X 10) = 0.9987, P(numero medio < 7) = 1.

10 Primer termino 0.1, razon 0.9, probabilidad 0.651
11 (a) 0.5143. (b) 0.6944.
12 (a) Media 1009.7187, des. tp. 6.25 y porcentaje 0.925 %. (b) Beneficio medio 735421.875 y
porcentaje 6 %.
13 (a) C = 0,2, [0,5, 0,5]. (b) FY (y) = 0 si y < 0, 0,2 si 0 y < 1, 0,6 si 1 y < 4, y 1 si 4 y.
(c) 3+4
40 .
Ejercicios de Calculo de Probabilidades. Depto. Estadstica e I.O. 32

1 9y
14 (a) q0,5 = 1,563, q0,7 = 2,317. (b) 0.5417 y 0.65. (c) fY (y) = 3 si 4 y 5, 12 si 5 y
9, y 0 en otro caso.
15 (a) 0.4. (b) 0.163. (c) 0.343.
16 (a) 0.393. (b) 0.8081 y 0.128.

17 (a) 32.8 %. (b) 0.3118.

18 FD (d) = 0 si d < 0, 1 (1 ad )2 si 0 d < a, y 1 si a d.
p
19 E(Z) = 0, V(Z) = 1 2 , Corr(X, Z) = 1 2 y Corr(Y, Z) = 0.
(+) 1 x 1
20 fZ (z) = Ga(z| + , 1), fX|Z=z (x) = ()() z ( z ) (1 xz )1 si 0 x z.
4 9 8
21 (b) -0.189, no son independientes. (c) fG (3) = 32 , fG (2) = 32 , fG (1) = 32 , fG (0) =
6 4 1 7
32 , f G (1) = 32 y f G (2) = 32 , E(G) = 1 y V(G) = 4 . (d) Con 3 euros no, con 1 s, precio
justo 2 euros.
22 Al menos 679 asientos.
1 12 18 4
23 Si X = 3, Y solo puede tomar los valores 0, 1, 2 y 3 con probabilidades 35 , 35 , 35 y 35
respectivamente. E(X 2 |Y = 4) = 31.
q
24 E(X) = 45 , V(X) = 75
2 8
, E(Y ) = 15 11
, V(Y ) = 225 y Corr(X, Y ) = 24
11 .

25 0.309 y 0.692.
26 fU (0) = 0,3, fU (1) = 0,5 y fU (2) = 0,2. Cov(X, Y ) = 0,16.
27 0.28, 0.19 y 0.704.
2 1
28 fX (x) = 2x si 0 x 1, E(X) = 3 y V(X) = 18 .

29 0.104, 0.136 y 0.262.

2
30 (a) [1, 1], FX (x) = 0 si x < 1, x +2x+1
4 si 1 x 1, y 1 si 1 x. (b) E(X) =
3,
32 1
V(X) = 9 . (c) fY (y) = si 0 y 1, E(Y ) = 13 y V(Y ) = 45
4
.
2 (y)

31 fY (y) = 2ey (1 ey ) si y 0, 0.600 y 0.135.

23
32 Corr(X, Y ) = 64 .

33 0.767.
34 n 23.