ESTADISTICA
Trabajo práctico 2
Variable aleatoria
Variable aleatoria discreta
7. Se desea realizar una encuesta entre amas de casa. La probabilidad de encontrar una ama de
casa es 0,4. Si el entrevistador hace 5 visitas. Calcular a) esperanza matemática dela variable
aleatoria "número de amas de casa encontradas", b) varianza, c) probabilidad de que se encuentre
por lo menos 3 amas de casa al hacer las 5 visitas, d) la probabilidad de obtener a lo sumo 2 amas
de casa.
Rta. a) E(x) = 2; b) Varianza = 1,2 ; c) 0,2304+0,0768+0,01024=0.31744 d) 1- 0,31744
8. Sea X una variable aleatoria con dominio {1,2,3,4} y ley de probabilidades P(X= xi) = xi/10.
Verificar que efectivamente es variable aleatoria y calcular la función de distribución a
probabilidades acumuladas hasta 3, o sea: F(3).
Rta. Sí es variable aletoria y F(3) 6/10.
9. Sea X la variable aleatoria con dominio {1,3,5,6} y ley de probabilidades P(X= xi) = 1/4; 1/8;
3/8 ;1/4.
a) Hallar esperanza matemática y varianza
b) Definir una nueva variable aletoria Y= 2X - 3 y hallar E(Y) y Varianza de Y. En este caso
aplique propiedades de esperanza y varianza.
Rta. a) 4; 15/4
b) dominio de Y{-1; 3; 7, 9} y ley de probabilidades 1/4; 1/8; 3/8 ;1/4. E(Y) = 5 Varianza = 15.
Variables de dos dimensiones (discreta)
10. Sean las variables aleatorias: X con dominio {1,3,5} y ley de probabilidades P(X= xi) = 1/6;
3/6 ; 2/6 e
Y con dominio {0,2} y ley de probabilidades P(Y= yj )=1/4; 3/4. Suponga que X e Y son
independientes.
a) Calcular E(x); E(Y) y varianza de X y varianza de Y.
b) Definir la variable aletoria Z= X+Y y obtener E(Z) y varianza de Z
c) Definir la variable aletoria W= X*Y y obtener E(W) y varianza de W.
Rta. a) E(x)= 10/3; E(Y)= 3/2 y varianza de X=1.8769 y varianza de Y= 0.7396.
d) dominio de Z {1,3,5,7} y ley de probabilidades 1/24; 6/24; 11/24 ;6/24. E(Z)=29/6 y varianza
de Z=2,6
e) dominio de W {0,2,6,10} y ley de probabilidades 6/24; 3/24; 9/24 ;6/24. E(W)=5 y varianza
de W=13.9876.
En este caso deben armar un cuadro de doble entrada; obtener los valores de Z como una suma
de cada uno de los valores de X con cada uno de los valores Y y calcular la probabilidad de cada
valor de Z condiderando que surge de P[(X= xi) e (Y= yj )] y ahí aplican el teorema de la
probabilidad compuesta para variables independientes.
Algo similar hacen para obtener valores de W (en este caso , como producto de los valores de X
e Y).
Para calcualar E(Z), varianza de Z y E(W) pueden usar las propiedades estudiadas; pero para
varianza de W deben usar la fórmula de varianza porque no existe propiedad de Varianza de un
producto de variables.
Variable aleatoria continua
Recuerden que para calcular probabilidades en continua deben resolver integrales. Por lo tanto,
les recomiendo repasar los casos más simples de integrales y los que pueden aparecer en estos
ejercicios. Además, no olviden que la probabilidad en un punto en variable continua es cero
(distinto a lo que ocurre en variable discreta).
El ejemplo más importante de variable continua es la Normal pero hay muchas variables
continuas. Para que las sepan manejar les presento estos ejercicios.
Para darse cuenta que son continuas presten atención al dominio (un conjunto infinito de valores,
no numerable)
11. Sea la variable aleatoria X cuya función de densidad es f(X)= e -x para X > 0
Calcular probabildad de que X adopte valores de cero a infinito.
Rta 1. Observe que debe dar uno pues la variable está definida en ese intervalo por lo tanto la
integral en el dominio debe ser uno.
Calcular la probabilidad de que la variables adopte valores mayores a 1. Rta. e -1
Ayuda: la integral de e-x es -e-x
12. Sea una variable aleatoria X con función de densidad f(X) = 2X para 0<X<1.
Calcular P(X<1/2). Rta. 1/4
13. Sea la variable aleatoria X con f(X)= 1 para 0<X<1. Obtener E(X) y P(X< 1/2). Calcular el
valor de la mediana. Calcula la varianza.
Rta.: E(X) = 1/2; P(X< 1/2)= 0,5. La mediana es 1/2. Observe que mediana=E(X), es una variable
simétrica.
Nota: mediana es el valor de variable tal que la probabilidad desde 0 hasta la mediana (es la
incógnita) es 0,5, así que deben integrar entre 0 y la mediana y sabiendo que eso es 0,5, despejar
mediana..
La varianza es el momento centrado de orden 2 pero para el cálculo puede usar la expresión
equivalente que es:
m2 - m12. Recuerde que m2 es la E(x2), aquí es igual a integral entre 0 y 1 de x2.
Así , la varianza es igual a 1/3-(1/2)2, o sea, 1/12.
Binomial
14. Se desea realizar una encuesta entre amas de casa. La probabilidad de encontrar una ama de
casa es 0,4. Si el entrevistador hace 5 visitas. Calcular a) esperanza matemática dela variable
aleatoria "número de amas de casa encontradas", b) varianza, c) probabilidad de que se encuentre
por lo menos 3 amas de casa al hacer las 5 visitas, d) la probabilidad de obtener a lo sumo 2 amas
de casa.
Rta. a) E(x) = 2; b) Varianza = 1,2 ; c) 0,2304+0,0768+0,01024=0.31744 d) 1- 0,31744
Como ve, este ejercicio fue planteado en variable aleatoria discreta (de hecho, binomial es
discreta) pero, al reconocer las características de la [Link] (pruebas repetidas, independientes
y dos resultados posibles en cada prueba), lo puede resolver más fá[Link] sabe la la ley de
probabilidades de la binomial, la E(x) = np, varianza= npq y puede calcular las probabilidades
usando la tabla estadística correspondiente (conseguirla impresa o ver CD).
IMPORTANTE ACLARACION
LAS TABLAS ESTADISTICAS PRESENTAN RESUELTOS LOS CALCULOS DE
PROBABILIDADES PARA LAS DISTRIBUCIONES DE PROBABILIDADES
ESTUDIADAS (BINOMIAL, POISSON, NORMAL, T DE STUDENT, JI-CUADRADO,
ETC). SON ESPECIALMENTE UTILES PARA RESOLVER PROBABILIDADES EN
VARIABLES CONTINUAS COMO LA NORMAL. Deben conseguirlas para poder
resolver los ejercicios para la segunda tutoría.
POISSON
15 Un data entry ingresa en promedio 1000 caracteres por hora, cometiendo un error cada
200 caracteres. ¿Cuál es la probabilidad de que en los datos ingresados por esta persona en una
hora se encuentren:
a) más de 2 errores?
b) exactamente 5 errores?
c) entre 1 y 3 errores?
Rta. a) 0,875348 b) 0,175467 c) 0,258288
16. Generalmente los ecologistas utilizan el número de veces que se reportó haber visto una
especie rara de animales para estimar la población existente de esa clase de animal. Suponga
que X es la variable aleatoria que representa la cantidad de osos panda a ser reportada en una
semana. Asuma que la variable x se distribuye como Poisson, de parámetro lambda=[Link]
Ud. la probabilidad de que en una semana cualquiera se reporten:
a) menos de 2 osos pandas,
b) exactamente 5 osos pandas,
c) ningún oso panda,
Rta. a) 0,55 7824 b) 0,014120 c) 0,223130
PARA POISSON TAMBIEN EXISTE UNA TABLA DONDE DEBE BUSCAR PRIMERO
EL VALOR DE LAMBDA Y ALLI EL VALOR DE X QUE BUSCA.
DISTRIBUCION NORMAL
PARA LA RESOLUCION DE NORMAL DEBE APRENDER A USAR LA TABLA
CORRESPONDIENTE (NORMAL – AREAS). NO OLVIDE QUE LA TABLA
CORRESPONDE A UNA NORMAL STANDARIZADA. POR LO TANTO, CUANDO
USTED SE ENCUENTRA CON UNA VARIABLE NORMAL GENERAL, PARA PODER
APROVECHAR LA TABLA DEBE PREVIAMENTE STANDARIZAR LOS PUNTOS (O
SEA, A CADA VALOR DE X SE LE RESTA LA ESPERANZA MATEMATICA Y SE LO
DIVIDE POR SU DESVIO STANDARD).
17. Sea x una variable aleatoria normalmente distribuída con media 0 y desvío standard 1, halle:
a) P( m - 1 < x < m + 1 )
b) P( m - 2 < x < m + 2 )
c) P( m - 3 < x < m + 3 )
Rta. a) 0,6826 b) 0,9546 c) 0,9973
18. Sea x una variable aleatoria con distribución de probabilidades N( 20;5 ), hallar a)
P(15<X<25).
b) P(X >30) c) P(X<5)
Rta. a) 0,6826 b) 0,025 d) tiende a cero.
19. En un determinado comercio el importe de las compras realizadas por los clientes es una
variable aleatoria normalmente distribuída con media $25.8 y desvío estandard $1.8.
a) ¿Cuál es la probabilidad de que el importe gastado por un cliente sea mayor a $25 pero
menor a $27?
b) ¿Cuál es el importe mínimo que debe gastar un cliente si se espera que las ventas se
ubiquen en el último cuartil de la distribución?
Rta: a) 0,4186 b) 27,006
Los 2 ejercicios siguientes no tienen respuesta, resuélvalos y consulte el resultado.
20. Sea X una variable aleatoria que se distribuye normalmente con esperanza matemática 0 y
varianza 1.
Calcular a) P(X<1.28) ; b) P( X > - 2) ; c) P[X < E(X)] ; d) P (-3 < X < 3).
21 Calcular el valor de variable "a" tal que P( X < a) = 0, 9 ; P ( -a < X < a) = 0,80 ; P ( | X | > a )
= 0,10;
P (X>a) = 0.10.
22. Sea X una variable aleatoria distribuida normalmente con esperanza matemática 10 y varianza
4. Hallar P(X<12,56) ; P( X > 6) ; P(X > 10) ; P (4 < X < 16).
Calcular el valor "a" tal que P( X < a) = 0, 9 ; P ( -a < X < a) = 0,80 ; P ( | X | > a ) = 0,10;
P (X>a) = 0.10.
Calcular la probabilidad de que la variable esté comprendida entre su esperanza matemática
menos 2 veces su dispersión y su esperanza matemática más 2 veces su dispersión; o sea:
P{ [10 - 2 * 2] < X < [10 + 2 * 2]