Parte 2: Variables aleatorias y funciones de probabilidad.

CONCEPTOS GENERALES

1. Considere X e Y dos variables aleatorias y 𝑎, 𝑏 constantes. Demuestre las siguientes

propiedades:
a) 𝐸(𝑎𝑋) = 𝑎𝐸(𝑋)
b) 𝐸(𝑎) = 𝑎
c) 𝐸(𝑋 ± 𝑌) = 𝐸(𝑋) ± 𝐸(𝑌)

2. Considere X e Y dos variables aleatorias independientes y 𝑎, 𝑏 constantes. Demuestre las

siguientes propiedades:
a) 𝑉𝑎𝑟(𝑎𝑋) = 𝑎2 𝑉𝑎𝑟(𝑋)
b) 𝑉𝑎𝑟(𝑎) = 0
c) 𝑉𝑎𝑟(𝑋 ± 𝑌) = 𝑉𝑎𝑟(𝑋) + 𝑉𝑎𝑟(𝑌)

3. Encuentre la función de distribución 𝐹(𝑥) para cada una de las siguientes funciones de
densidad de probabilidad dadas:

1
𝑎) 𝑓(𝑥) = { 3 𝑥 = −1,0,1
0 𝑐𝑜𝑐
1
0<𝑥<1
3
𝑏) 𝑓(𝑥) = 1
1<𝑥<3
3
{ 0 𝑐𝑜𝑐

4. La moda de una distribución de una variable aleatoria X se define como un valor 𝑥0 que
maximiza la función de densidad de probabilidad. Encuentre la moda de las siguientes
densidades:

1 𝑥
a) (2) , 𝑥 = 1,2,3, … , cero en cualquier otro caso.
b) 12𝑥 2 (1 − 𝑥), 0 < 𝑥 < 1, cero en cualquier otro caso.

VA DISCRETAS

5. Considere la siguiente función:

1−𝛼 𝑠𝑖 𝑥 = 0
𝑓(𝑥) = { 𝛼 𝑠𝑖 𝑥 = 1
0 𝑐𝑜𝑐

a) ¿Para qué valor de α 𝑓(𝑥) es una función de densidad de probabilidad discreta? Explique.
b) Calcule la esperanza y la varianza de X.
Respuesta: a) para 0 < 𝛼 < 1, b) 𝐸(𝑋) = 𝛼 𝑉𝑎𝑟(𝑋) = 𝛼(1 − 𝛼)

x−2
6. Sea la función 𝑓(𝑥) = 5 , donde la variable aleatoria x toma los valores {1, 2, 3, 4, 5}. ¿Es
ésta una función de densidad de probabilidad? Justifica tu respuesta.

7. ¿Cuál de las siguientes tres funciones 𝑓𝑖 (𝑥), 𝑖 = 1,2,3 es una fdp legítima para X y por qué no
se permiten las otras dos? Explique. Para la fdp legítima, calcule la función de distribución
acumulada.

𝒙 0 1 2 3 4
𝑓1 (𝑥) 0,3 0,2 0,1 0,05 0,05
𝑓2 (𝑥) 0,4 0,1 0,1 0,1 0,3
𝑓3 (𝑥) 0,4 0,1 0,2 0,1 0,3

8. Se selecciona al azar un individuo que tenga un seguro automotriz ce cierta empresa. Sea Y
la cantidad de multas que ha recibido durante los últimos tres años. La fdp de la variable
aleatoria Y es:

𝑦 0 1 2 3
𝑓(𝑦) 0,60 0,25 0,10 0,05

a) Calcule la probabilidad de que en los últimos tres años haya recibido a lo sumo 2 multas.
b) Calcule el número esperado de multas obtenidas durante los últimos tres años.
c) Suponga que un individuo con Y multas obtiene un recargo de $100.000𝑌 2 . Calcule la
cantidad esperada del recargo.
Respuesta: a)0,95 b) E(Y) = 0,6 multas c) $110.000

9. Un negocio de computadoras que atiende pedidos por correo tiene seis líneas telefónicas.
Simbolicemos con X el número de líneas en uso en un momento específico. Supongamos que
la fpd de X está dada en la tabla siguiente:

𝑥 0 1 2 3 4 5 6
𝑓(𝑥) 0,10 0,15 0,20 0,25 0,20 0,06 0,04

Calcule la probabilidad de cada uno de los siguientes eventos:

a) A lo sumo 3 líneas están en uso.
b) Menos de 3 líneas están en uso.
c) Por lo menos 3 líneas están en uso.
d) Entre 2 y 5 líneas están en uso.
e) Entre 2 y 4 líneas no están en uso.
f) Por lo menos 4 líneas no están en uso.
10. El número de errores detectados durante el proceso de facturación de una empresa
corresponde a una variable aleatoria, con un número esperado de 0,439 (errores/factura) y
función de probabilidad dada por:

𝑥 0 1 2 3 4
𝑓(𝑥) 0.735 a 0.078 0.03 b

De acuerdo con esta información determine los valores de a y b tal que f(x) sea una función
de cuantía.
Respuesta: a = 0,145 b = 0,012

11. El tiempo T, en minutos, necesario para que un operador realice cierto proceso, es una
variable aleatoria con la siguiente función de probabilidad:

t 2 3 4 5 6 7
f(t) 0.1 0.1 0.3 0.2 0.2 0.1

a) Calcule el tiempo medio de procesamiento.

b) Por cada pieza procesada, el operario gana $2 fijo, y si él procesa una pieza en menos de 6
minutos gana $0.5 por cada minuto ahorrado, en forma adicional. Por ejemplo, si procesa
una pieza en 4 minutos, recibe una cantidad adicional de $1. Encuentre la esperanza y la
varianza de la variable aleatoria G: “cantidad de dinero ganado por pieza”

12. Se lanza una moneda cargada tres veces, de forma que la probabilidad de obtener cara es
2/3, y la probabilidad de obtener cruz es 1/3. Sea la variable aleatoria 𝑋“el mayor número
de caras sucesivas”.
a) Determine el rango de la variable aleatoria.
b) Calcular la función de probabilidad de 𝑋.
c) Calcular la esperanza y la desviación estándar de 𝑋.

13. Lanzamos simultáneamente una moneda y un dado. Sea X una variable aleatoria que anota
los puntos obtenidos, teniendo en cuenta que cuando sale cara se duplican (ejemplo: si
obtenemos cara y 5 serían 10 puntos; si obtenemos sello y 4 serían 4 puntos). Se pide:
a) La función de densidad de probabilidad.
b) Esperanza de la variable aleatoria.
c) Desviación estándar.

14. Un jugador lanza dos monedas equilibradas. Gana 1 euro si aparece una cara y 2 euros si
aparecen dos caras. Por otra parte, pierde 5 euros si no aparece ninguna cara. Determinar el
valor esperado del juego y si éste es favorable al jugador. ¿Y si pierde 4 euros si no sale
ninguna cara?

15. *El 20% de los empleados de una empresa son ingenieros y otro 25% son economistas.
Suponga que, para que un ingeniero ocupe un puesto directivo debe tener a lo más 3 años en
la empresa, mientras que los empleados que son economistas deben tener entre 4 o 5 años
 para llegar a un puesto directivo. Por otro lado los no ingenieros y los no economistas deben
tener a lo menos 7 años en la empresa para llegar al mismo puesto directivo.
Luego, consideramos como T la variable aleatoria que indica el tiempo (en años) que un
empleado lleva cumpliendo funciones en la empresa. La función de densidad de probabilidad
está dada por:

𝑇 1 2 3 4 5 6 7 8 9
𝑓(𝑡) 0,05 0,10 0,15 0,15 0,25 0,2 0,05 0,03 0,02

Si se elige un empleado al azar para ocupar el cargo de directivo, ¿cuál es la probabilidad de

que no sea ni ingeniero ni economista?

16. *Un distribuidor de aparatos electrodomésticos vende cuatro modelos diferentes de

congeladores verticales con capacidades de 13.5, 15.9, 17.7 y 19.1 pies cúbicos de espacio de
almacenaje. Sea 𝑋 la variable aleatoria que indica la cantidad de espacio de almacenaje de un
congelador comprado por un cliente. Supongamos que 𝑋 está caracterizada por la siguiente
función de cuantía:

𝑥 13.5 15.9 17.7 19.1

𝑓(𝑥) 𝑎 0.1 𝑏 0.45

Además se sabe que la cantidad esperada de espacio de almacenaje de los congeladores es 17,31
pies cúbicos.
a) Calcule los valores de las constantes 𝑎 y 𝑏.
b) Si el precio en dólares de un congelador con capacidad 𝑋 pies cúbicos se calcula mediante la
fórmula 25𝑋 − 8.5, ¿cuál es el precio esperado a pagar por un cliente que va a comprar un
congelador? Obtenga además la desviación estándar del precio.
c) Suponga que mientras la capacidad nominal de un congelador es X, la capacidad real es 𝑋 −
0.01𝑋 2 . ¿Cuál es la capacidad real esperada del congelador comprado por un cliente?
Respuesta: a) a=0,2 b=0,25 b) E(P)=424,25 σp=53,513 c) E(R)=14,268

17. *Una compañía de arriendo de vehículos para empresas adquiere 9 vehículos a principio de
año y los pone a disposición de su cliente AB Minerals. La compañía de renta de autos define
la variable aleatoria X como la cantidad de vehículos que llegaran en buenas condiciones a
fin de año, sabiendo que al menos uno llegará en buenas condiciones, y define la siguiente
función de probabilidad para X:
x+1
p(x) = log10 ( )
x
a) Demuestre que la función efectivamente es una función de probabilidad para X.
b) Encuentre la probabilidad de que 3 vehículos lleguen en buenas condiciones a fin de año
c) Encuentre la probabilidad de que al menos 3 vehículos lleguen en buenas condiciones a fin
de año
d) Encuentre el valor esperado de vehículos que llegarán en buenas condiciones a fin de año y
la variabilidad de estos.
Respuesta: b) 0,1249 c) 0,5229 d) E(X)=3,4402 Var(X)=6,0567
VA CONTINUAS

18. La función de densidad de una variable aleatoria 𝑋 que representa la cantidad de cemento
que necesita una mezcla de concreto dada en unidades de 100 Kg:

2
𝑓(𝑥) = {𝑘𝑥 (1 − 𝑥) 𝑥 ∈]0,1[
0 𝑐𝑜𝑐.

a) Calcula el valor de 𝑘 para que sea una función de densidad.

b) Calcula el valor esperado de cemento que necesitará la mezcla de concreto.
c) Calcule la probabilidad de que la mezcla de concreto necesite más de 75 Kg de cemento.
d) La mediana de una variable aleatoria 𝑋 se define como un valor 𝑚𝑒 tal que:
1
𝑃(𝑋 ≤ 𝑚𝑒 ) = 𝑃(𝑋 ≥ 𝑚𝑒 ) =
2
Calcule la mediana para la función de densidad propuesta.
Respuesta: a) k = 12, b) E(X) = 60 kg, c) 0,2617

19. *Considere la siguiente función de densidad de probabilidad:

1
𝑓(𝑡) = {2𝜃 −𝜃 ≤ 𝑡 ≤ 𝜃
0 𝑐𝑜𝑐

20. Donde 𝑇 representa la temperatura de un refrigerante de discos duros, en grados Celsius.

a) Si se sabe que la desviación estándar de la variable aleatoria 𝑇 es de 2√3 °C, calcule el valor
de 𝜃.
b) Se sabe, por información del fabricante, que cuando el refrigerante funciona bien no supera
los 5,5°C, ¿cuál es la probabilidad de que un refrigerante funcione correctamente?
Respuesta: a) θ = 6 b) 0,9583

21. Suponga que la concentración 𝑋 (en p.p.m.) de cierto contaminante se distribuye

uniformemente en el intervalo [𝑎 , 𝑏], es decir la función de densidad de X es:

𝟏
𝒇𝒙 (𝒙) = { 𝒔𝒊 𝒂 ≤ 𝒙 ≤ 𝒃
𝒃−𝒂
𝟎 𝒄𝒐𝒄

a) Determine los valores de 𝑎 y 𝑏 si 𝐸[𝑋] = 10 y 𝑉(𝑋) = 12.

b) Determine la distribución acumulada de X considerando los valores de 𝑎 y 𝑏 obtenidos en la
parte anterior.
c) Si se considera como tóxica una concentración de 12 p.p.m. o más. ¿Cuál es la probabilidad
de que al tomarse una muestra, la concentración de ésta sea tóxica.
d) Calcule la mediana.

22. El tiempo que demora una máquina petrolera en alcanzar los 100 metros de profundidad
está dado por la siguiente función de densidad:
 2
𝑓(𝑥) = {𝑎𝑥 + 𝑏 𝑥 ∈ [0,2]
0 𝑐𝑜𝑐

Expresado en horas. Si se sabe que 𝑃(0.5 < 𝑋 < 1) = 0.125, calcular:

a) Los valores de las constantes 𝑎 y 𝑏.
b) La probabilidad de que la máquina petrolera demore más de 1 hora en llegar a los 100
metros.
c) El tiempo esperado en que la máquina petrolera llegará a los 100 metros.

23. Sea 𝑓(𝑥) = 𝑐(1 − 𝑥)2 , 0 < 𝑥 < 1, y cero en cualquier otro caso.

a) Encuentre el valor de 𝑐 para que 𝑓(𝑥) sea una f.d.p.

b) Encuentre la función de distribución.
c) Encuentre la esperanza y la varianza.
1
d) La mediana de una variable aleatoria X se define como un valor 𝑥0 tal que 𝑃(𝑋 ≤ 𝑥0 ) = .
2
Encuentre la mediana de esta variable aleatoria.

24. Sea X una variable aleatoria con función de densidad de probabilidad:

1
𝑓(𝑥) = {𝑘𝑥 + 2 𝑥 ∈ [−1,1]
0 𝑐𝑜𝑐

a) Determinar los valores de k para los cuales 𝑓(𝑥) es ciertamente una función de densidad.
b) Calcule la esperanza de la variable aleatoria X.
c) ¿Para qué valores de k se minimiza la varianza de X?

25. Suponga que dos máquinas trabajan en conjunto, para producir al mes 500 pernos. La
máquina 1 produce 200 de ellos, y la máquina 2, 300 pernos.
Suponga que, para la máquina 1, un perno se considera en buenas condiciones si su longitud
es inferior los 8,3 cm; mientras que para la máquina 2, un perno se considera en buenas
condiciones si su longitud varía entre 2,5 cm y 7,2 cm.
Luego, si consideramos como L la variable aleatoria que indica la longitud de un perno,
definida en centímetros, su función de densidad de probabilidad está dada por:

1
𝑙 0<𝑙<5
25
𝑓(𝑙) = 2 1
− 𝑦 5 ≤ 𝑙 ≤ 10
5 25
{ 0 𝑐𝑜𝑐

Suponga que tomamos un perno al azar y éste resulta ser defectuoso, ¿cuál es la
probabilidad de que provenga de la máquina 2?
26. *Suponga que el costo C, medido en miles de dólares, que significa invertir en seguridad en
un yacimiento, es una variable aleatoria que tiene la siguiente función de distribución
acumulada:

|𝟏 − 𝒄| 𝒄 ∈ ]𝟎, 𝟐[
𝒇(𝒄) = {
𝟎 𝒄𝒐𝒄

a) Calcule la probabilidad de que se deban invertir entre US$800 y US$1200 en seguridad para
trabajar en el yacimiento.
b) Obtenga el costo esperado a invertir en seguridad en el yacimiento.
c) Obtenga la desviación estándar e interprete.

1
27. Sea X la ley de un mineral y 𝑓(𝑥) = 2 𝑥 2 𝑒 −𝑥 , 𝑥 > 0, su función de densidad de probabilidad.
La proporción neta de toneladas sobre una ley de corte 𝑥𝑐 se define como:
𝑇(𝑥𝑐 ) = 𝑃(𝑋 ≥ 𝑥𝑐 )

a) Si se plantea una ley de corte de un 38%, obtenga la proporción neta de metal sobre la ley
planteada.
b) Encuentre la moda para la distribución de esta ley minera.
c) El percentil de orden q, denotado como 𝑃𝑞 con 0 < 𝑞 < 100, de una distribución de una ley
𝑞
de mineral se define como el valor 𝑃𝑞 tal que 𝑃(𝑋 ≤ 𝑃𝑞 ) = 100. Calcule el percentil 45.

28. Dada la función de distribución:

0 𝑥 < −1
𝑥+2
𝐹(𝑥) = { −1≤𝑥 <1
4
1 𝑥≥1
1 1
𝑎) 𝑃 (− < 𝑋 < )
2 2
𝑏) 𝑃(𝑋 = 0)
𝑐) 𝑃(𝑋 = 1)
𝑑) 𝑃(2 < 𝑋 < 3)
e) Grafique 𝐹(𝑥).
f) ¿Existe la función de densidad de probabilidad? Explique.

29. La duración en horas de un componente electrónico, es una variable aleatoria cuya función
𝑥
de distribución acumulativa 𝐹(𝑥) = 1 − 𝑒 −100 , 𝑥 > 0

a) Determinar la función de probabilidad de 𝑋.

b) Determinar la probabilidad de que el componente trabaje más de 200 horas.
c) El tiempo esperado de duración del componente electrónico.

30. Suponga que el costo C, medido en miles de dólares, que significa invertir en seguridad en un
yacimiento, es una variable aleatoria que tiene la siguiente función de distribución
acumulada:
 0 𝑐<0
𝑐2
𝐹(𝑐) = {𝑐 − 0≤𝑐<2
4
1 𝑐≥2

a) Calcule la probabilidad de que se deban invertir entre US$1300 y US$1800 en seguridad

para trabajar en el yacimiento.
b) ¿Cuál es el costo por el cual se encuentra el 75% de las inversiones en seguridad más
económicas?
c) Obtenga el costo esperado a invertir en seguridad en el yacimiento.
Piense: ¿cómo realizaría este cálculo? Justifique adecuadamente.

31. *Una de las ramas más estudiadas en las Ciencias de la Ingeniería es la resistencia de los
materiales ante distintos fenómenos de desgaste. Supongamos que una variable aleatoria X
representa la resistencia de un material hasta que se fractura o falla medido en Pascal (Pa),
la cual se encuentra modelada por la siguiente función de distribución acumulada:
−𝑥⁄10
𝐹(𝑥) = {1 − 𝑒 , 𝑥>0
0 𝑥≤0

Utilizando la función de distribución acumulada dada, determine lo siguiente:

a) Si cierto material ha resistido más de 2 Pa al degaste, calcule la probabilidad de que resista
más de 5 Pa al desgaste inducido.
b) Calcule a partir de qué valor se encuentra el 20% de las veces que el material tuvo menos
resistencia al desgaste inducido.
c) Para la variable aleatoria dada se sabe que 𝐸(𝑋) = 10 Pa y 𝜎𝑋 = 10 Pa. Utilizando esta
información calcule 𝐸[(2𝑋 − 3)2 ].

32. *Suponga que el tiempo T, medido en horas, que demora un equipo de topógrafos en cercar
un área de 1 km² es una variable aleatoria que tiene la siguiente función de distribución
acumulada:

0 𝑡<0
𝑡2
𝐹(𝑡) = { 0≤𝑡<2
4
1 𝑡≥2

a) Calcule la probabilidad de que el equipo demore entre 45 minutos y 90 minutos en cercar el

área a trabajar.
b) Obtenga el tiempo que se espera demorarán los topógrafos en cercar el área.
Piense: ¿cómo realizaría este cálculo? Justifique adecuadamente.
c) Supongamos que el monto final a pagar para la empresa minera una vez que el grupo de
topógrafos realizó su trabajo está dado por la función𝐶 = 20 − 12 ∙ 𝑇, en millones de pesos.
Obtenga el monto esperado a pagar por la empresa.
33. *Suponga que el tiempo de duración (en horas) de un cierto tubo de televisión es una
variable aleatoria T con función de densidad de probabilidad:

100
𝑓(𝑡) = { 𝑡 2 𝑡 ≥ 100
0 𝑐𝑜𝑐

a) ¿Cuánto es el tiempo de vida esperado de un tubo de televisión? Explique.

b) ¿Cuál es la probabilidad de que un tubo falle antes de las 200 horas de operación?
c) Si se toma una muestra aleatoria de 10 tubos y éstos funcionan independientemente entre
sí, ¿cuál es la probabilidad de que a lo más 7 fallen antes de las 200 horas de operación?
d) ¿Cuál es la probabilidad de tener que observar a lo menos cuatro tubos para encontrar dos
que fallen antes de las 200 horas de operación?

34. *Una variable aleatoria continua tiene una distribución de Pareto si su función de densidad
de probabilidad está dada por:
𝜃 𝛼+1
𝑐( ) 𝑥>𝜃
𝑓(𝑥) = { 𝑥
0 𝑐𝑜𝑐
donde 𝛼, 𝜃 > 0.
a) ¿Cuál es el valor de la constante c?
b) La distribución de Pareto es muy utilizada en economía para ajustar la distribución de los
ingresos. Suponga que el ingreso mínimo para optar a un crédito de consumo es θ = 100.000
con un factor de riesgo α = 4. ¿A partir de qué salario se encuentra el 30% de las personas
con menos chance de optar a un crédito de consumo?
c) Suponga que una persona con un ingreso X obtiene un crédito de consumo de
C= 3X – 150000 pesos. Calcule el monto esperado del crédito de consumo.

35. *El arancel mensual de una determinada carrera universitaria asciende a $60. Si el ingreso
per cápita mensual de la familia de un estudiante es inferior a $50, se le asigna 100% de
beca; si el ingreso per cápita está entre $50 y $80, se le asigna 50% de beca; y si está entre
$80 y $100, se asigna un 25 %. En otro caso, no se asigna beca.
Sea Y la variable aleatoria que indica el ingreso per cápita de una familia. Su función de
distribución acumulada está dada por:

0 𝑦 < 25
𝑦 − 25
𝐹(𝑦) = { 25 ≤ 𝑦 < 175
150
1 𝑦 ≥ 175

a) Calcule el monto esperado de la beca mensual asignada a un estudiante.

b) Un alumno mantiene su beca universitaria en segundo año si obtiene como mínimo un
promedio de notas en primer año de 5,5. Suponga que con probabilidad 0,80; 0,75; 0,60 y
0,45 de los alumnos que tienen asignado un 100%, 50%, 25% o 0% respectivamente de beca
logran el promedio de nota requerido para mantener su beca. Si se escoge un alumno al azar
y éste perdió la beca, ¿cuál es la probabilidad de que haya tenido asignada una beca que
cubre el 100% del arancel?
36. *Considere la siguiente función de densidad de probabilidad continua:

𝑐
𝑥>𝜃
𝑓(𝑥) = {𝑥 2
0 𝑥≤𝜃

donde θ>0.
a) Calcule el valor de la constante c.
b) Si la probabilidad de que la variable aleatoria sea a lo menos 20 es 0,5, calcule el valor de θ.

37. *Considere X una variable aleatoria caracterizada por la siguiente función de densidad de
probabilidad:
𝑥𝑚 𝛼+1
𝑓(𝑥) = { 𝑥 )
𝑐 ( , 𝑥 ≥ 𝑥𝑚
0 , 𝑐𝑜𝑐
donde 𝑥𝑚 , 𝛼 > 0 son parámetros.
a) Muestre que el valor de la constante c es 𝛼/𝑥𝑚 .
b) Obtenga la función de distribución acumulada y utilícela para calcular𝑃(𝑥𝑚 /2 ≤ 𝑋 ≤ 2𝑥𝑚 ).

38. *Suponga que el error al hacer cierta medición es una variable aleatoria continua X con
función de densidad de probabilidad:
3 2
𝑓(𝑥) = {32 (4 − 𝑥 ) −2≤𝑥 ≤2
0 𝑐𝑜𝑐

a) Demuestre que el error esperado en la medición realizada es cero.

b) Calcule la función de distribución acumulada. Utilícela para calcular la probabilidad de que
el error de la medición X se diferencie de su valor esperado en a lo más 0,5.
1
c) La mediana 𝜇̃ de una variable aleatoria X se define como 𝑃(𝑋 ≤ 𝜇̃) = 𝑃(𝑋 ≥ 𝜇̃) = 2. Calcule
la mediana de esta variable aleatoria.