Universidad Técnica Federico Santa María

Campus Vitacura
Santiago.

Ejercicios de Mat 031

1.- Demostrar que

a)Si X e Y son v.a ( continuas o discretas) independientes
entonces
E(X · Y ) = E(X) · E(Y )
b) Si X e Y son v.a. ( continuas o discretas) independientes
demostrar que h(x), g(y) también lo son.
c) Sean X1 , X2 , ..., Xn distribuidos N (u, σ 2 ) independientes
demostrar que
n
1 X
X= · Xi
n k=1

se distribuye N (u, σn ).
2

2.-X1 , X2 , ..., Xn ∼ P (θ) independientes demostrar que

X ∼ P (nθ)

→
−
3.- Sea X = (X1 , X2 ) vector aleatorio binormal,

1 1 −1 t
→ (x, y) = p
f− · e− 2 ·(x−µ,y−ν)·Σ (x−µ,y−ν) · IR×R (x, y)
X 2π · det(Σ)
.
Demuestre que si Cov(X, Y ) = 0 entonces X e Y son indepen-
dientes.

1
 4.- Se lanzan 4 dados cada uno con dos caras 1, dos caras 2 y dos
caras 3. Se dene
Xi : valor que toma el dado i-ésimo ; i = 1, 2, 3, 4.
a) Se dene X = máx {Xi : i = 1, 2, 3, 4}, encontrar la función
de cuantía de X .
b) Si Tim lanza los dados X1 , X2 y Bill lanza los dados X3 ,
X4 . Encontrar la probabilidad que la suma de los dados de Tim sea
igual a la suma de los dados de Bill.
→
−
5.- Sea X = (X1 , X2 , X3 ) vector aleatorio normal con vector de
medias  
1 0 0
(1, 2, 2) y matriz de varianza y covarianzas Σ = 0 9 0 . Si

0 0 4
se denen
Y1 = 3X1 + 2X2 − X3
e
Y2 = 2X1 − X2
Determinar Corr(Y1 , Y2 ) .
→
−
6.- Sea X = (X1 , X2 , .., Xn ) un vector aleatorio que recoge los
resultados de n lanzamientos de una moneda ( cada uno
independiente del otro). Cada moneda con probabilidad p de que
salga cara.
Se dene
Y = X1 + X2 + ... + Xn
.
a) Calcular P (X1 /Y = k)
b) E(X1 /Y = k)

7.- Sea la tabla bivariada

Y
0 1
X 1 0,1 0,2
4 0,5 0,2
Calcular la matriz de varianza y covarianzas Σ

2
 8.- Demostrar que si X e Y son v.a.c entonces la función
E((Y − θ)2 /X)
se minimiza si
θ = E(Y /X)

9.- Sean X1 , X2 , ..., Xn ∼ exp(λ) encontrar la distribución de

min {Xi : i = 1, 2, ..., n} y de máx {Xi : i = 1, 2, ..., n}

10.-a) Sea X una variable aleatoria con función densidad fX y

W = √1 . Demostrar que si fX es una función par
X

4 1
fW (w) = 3
· fX ( 2 )
w w
b) ¾Puede una función densidad o cuantía tener en su recorrido
valores mayores que 1? Justique y ejemplique.
c) ¾Puede una función densidad ser impar? Justique.

11.- Sea X ∼ fX ; X > 0. Demostrar que la función densidad de

W = X1 es
1 1
fW (w) = 2
· fX ( )
w w

12.- Si X es unaPv.a Poisson (X ∼ P (λ) ), demostrar que:

a) cosh(λ) = ∞ x2n
n=0 (2n)!
b) La probabilidad que X sea par es e−λ cosh(λ)

13.- Si X es una variable aleatoria que toma valores en {0, 1, 2, ...}

demostrar que :
P∞
E(X) = k=0 P (X > k)

14.- Sea X v.a.d. con función de cuantía fX . Encontrar la función

de cuantía de Z = g(X), con g invertible.

3
 15.- Una empresa electrónica observa que el número de compo-
nentes que fallan antes de cumplir las 100 horas de funcionamientos
es una v.a. Poisson. Si el número promedio de estos fallos es 8 :
a) Determine la probabilidad que un componente falle en 25
horas.
b) ¾Cuál es la probabilidad que fallen por lo menos diez en 125
hrs?