Tema 3 Variables aleatorias y vectores aleatorios bidimensionales 59

9 Ejercicios
1. Sea X una v.a. con función de densidad:



2
0≤x≤4

 x
 25
f (x) = 2

 (7 − x) 4 < x < 7

 25
 0 en otro caso

a) Calcula F(-2), F(1), F(5) y F(10).

√
b) Comprueba que Me(X) = 5/ 2 y E(X) = 263/75 .

2. Sea X una v.a. con función de densidad:



 1/4 0 ≤ x ≤ 1

 1/2 1 < x < 2
f (x) =

 1/4 2 ≤ x < 3


0 en otro caso

a) Calcula F(1/2), F(3/2), F(5/2) y F(10).

b) Comprueba que Me(X) = 3/2 y E(X) = 3/2 .

3. Sea X una v.a. con función de densidad:

(
ke−3x/2 x ≥ 0
f (x) =
0 en otro caso

Calcula k para que sea función de densidad de una v.a.

4. Sea X una v.a. con función de densidad:



 1/25 0 < x < 10
f (x) = kx2
10 < x < 20


100
0 en otro caso

Calcula k para que sea función de densidad de una v.a.

5. Sea X una v.a. con función de densidad:



 −k sen x 0 ≤ x ≤ π
f (x) = k sen x −π ≤ x ≤ 0


0 en otro caso

Calcula k para que sea función de densidad de una v.a.

6. Sea X una v.a. con función de densidad:



 k(1 − x) 0≤x≤1

 b 1<x<2
f (x) =

 x/10 2≤x≤3


0 en otro caso

Calcula k y b para que sea función de densidad de una v.a, sabiendo que la mediana es 1.5.
Tema 3 Variables aleatorias y vectores aleatorios bidimensionales 60

7. Dada la función: 

 0 x<0



 0≤x<1
 kx
2 −k 1≤x<2
F(x) = x


 x + |k|
 2≤x<3

 4
 1 x≥3

¿Existe algún valor de k para que sea función de distribución?

8. Dada la función: 

 0 x<1
(1+x)2
F(x) = − 1
1≤x≤M


396 99
1 x≥M

Encontrar M para que sea función de distribución.

9. Se tira una moneda tres veces. Sea X el número de caras obtenidas:

a) Obtén la función de distribución.

b) Calcula p(1 < X ≤ 3) escribiendo esta probabilidad en términos de la función de masa y
en términos de la función de distribución de X.
c) Calcula la media y la varianza de X .
1 − 3k 1 − 2k 1 + 5k
10. La variable aleatoria X toma los valores 1, 2 ó 3 con probabilidades , ,
3 3 3
respectivamente.

a) Encuentra el valor apropiado de k.

b) Obtén la media y la varianza de X .
c) Obtén la función de distribución.

11. Una estructura metálica puede sufrir, debido al calor, una dilatación en cm.. Esta dilatación
es una variable aleatoria con función de densidad continua:


 ax 0≤x≤3

 b 3<x<5
f (x) =


b(8−x)
5≤x≤8

 3
0 en otro caso

a) Determinar a y b.
b) Calcula e interpreta la probabilidad de que la dilatación sea inferior a 3 cm.
c) Si en un aparato se ha observado que la estructura ha dilatado más de 3 cm, ¿con qué
probabilidad la dilatación estará entre 3 y 5 cm.? Interpretar el resultado.
d) Calcula la probabilidad de que la dilatación se encuentre entre 2 y 6 cm.

12. La duración en minutos de una llamada telefónica de larga distancia se formaliza mediante
una v.a. X cuya función de distribución es:
(
1 − 32 exp( −2x −x
3 ) − 3 exp( 3 ) x > 0
1
F(x) =
0 en otro caso

a) Calcula la función de densidad de la v.a.

b) Calcula la duración media.
Tema 3 Variables aleatorias y vectores aleatorios bidimensionales 61

c) Obtén la probabilidad de que una llamada dure entre 3 y 6 minutos.

d) Una llamada lleva tres minutos, ¿cuál es la probabilidad de que no pase de 6 minutos?

13. La proporción de personas que contestan una encuesta enviada por correo es una v.a. continua
con función de distribución: 
 0
 x≤0
x 2 +4x
F(x) = 0<x<1


5
1 x≥1

a) ¿Cuál es la probabilidad de que contesten al menos el 50 % de los encuestados?

b) Si se sabe que la respuesta ha sido inferior al 50 %, ¿cuál es la probabilidad de que no
llegue a un 25 %?

14. La distribución de rentas de un pueblo de la provincia de Valladolid (en unidades de 10.000

euros) se puede modelizar mediante una v.a. cuya función de distribución es:


 0 x≤0

 x2
20 0<x≤2
F(x) = 2


x−1
− (x−2) 2 ≤ x ≤ 10

 5 80
1 10 < x

a) Calcula el tercer cuartil de X .

b) Calcula p(1 < X < 5), p(1 ≤ X < 5), p(1 < X ≤ 5) y p(1 ≤ X ≤ 5).
c) Obtén la función de distribución de las rentas en las familias que tienen una renta menor
que 20.000 euros. ¿Cuál es la probalidad de que la renta de una familia con renta inferior
a 20.000 euros sea inferior a 19.500 euros?

15. La distribución de salarios mensuales de una empresa depende de la categoría A o B de los

empleados. El 30 % son de categoría A y su salario mensual en miles de euros tiene función de
densidad (
3 x2 x ≥ 2/3
2 1
fA (x) =
0 resto

El 70 % son de categoría B y su salario mensual en miles de euros tiene función de distribución



 0 x≤1
(x−1)2 +4(x−1)
FB (x) = 1<x<2


5
1 x≥2

a) ¿Cuál es la probabilidad de que un trabajador de categoría A cobre entre 800 y 1000

euros? Obtén esta probabilidad a partir de la función de densidad y a partir de la función
de distribución.
b) ¿Qué porcentaje de trabajadores cobra menos de 1500 euros al mes?
c) Si un trabajador cobra menos de 1500 euros mensuales, ¿cuál es la probabilidad de que
sea de la categoría A?

16. El número promedio de personas que acuden a un local es 1 000, con desviación típica 20. ¿Cuál
es el número de sillas necesario para asegurar con probabilidad 0.75, que todos los asistentes
podrán sentarse?
Tema 3 Variables aleatorias y vectores aleatorios bidimensionales 62

17. La cantidad de pan que se vende en una panadería de cierta localidad diariamente puede
representarse mediante una variable aleatoria cuya función de densidad es:

 20
 245 x 0 ≤ x < 3.5
245 (7 − x) 3.5 ≤ x < 7
f (x) = 20


0 en el resto

con x expresada en cientos de Kg.

a) Dibuja la función de densidad.

b) Obtén la probabilidad de que en un día se vendan más de 300 Kg pero menos de 600.
c) Si un día se han vendido menos de 600 Kg, ¿cuál es la probabilidad de que se hayan
vendido más de 300 Kg.?
d) El propietario de la panadería fija el coste de fabricación en 1 euro/Kg y haciendo un
cómputo mediante las barras de pan y su peso aproximado, considera que el precio de
venta de un Kg de pan podría evaluarse en 1,5 euros. ¿Cuál sería el beneficio esperado
durante una semana, suponiendo que la panadería abre todos los días?

18. Dada X una variable aleatoria continua, se define la variable aleatoria

Y = (X − E(X))2 .

Demostrar que
E(Y ) = Var(X).

19. El tiempo, en meses, que un producto permanece en stock en una determinada empresa puede
considerarse una v. a. con densidad
1
f (t) = si t ≥ 1
t2

El beneficio por unidad vendida es de 500 euros siempre que la venta se produzca en los
tres primeros meses de haberse fabricado el producto (siendo un mes el tiempo mínimo que
permanece en stock). En caso contrario, existe un coste adicional de mantenimiento de 10 euros
por producto. Calcula el beneficio esperado.

20. La proporción de alcohol de un cierto producto es una v.a. X cuya función de densidad es:
f (x) = kx2 (1 − x) si 0 < x < 1 y f (x) = 0 en el resto.

a) Hallar el valor de k.
b) Obtener la media y la desviación típica.
c) Calcular p(|X − E(X)| > 0.3) y comparar con la aproximación que puede obtenerse a partir
de la desigualdad de Chebychev.
d) Supongamos que el precio de venta depende del contenido de alcohol. Más concretamente,
si 1/3 < x < 2/3, el producto se vende a 0,6 euros/litro, y en los demás casos a 0,4
euros/litro. Si el coste de producción es de 0,28 euros/litro, ¿cuál es el beneficio medio
que se obtiene por la venta de un litro de dicho producto?

21. Un examen de opción múltiple consta de 8 preguntas y tres respuestas cada pregunta (de
las cuáles sólo una es correcta). Si un estudiante responde a cada pregunta al azar, ¿cuál es
la probabilidad de que logre exactamente 4 respuestas correctas? ¿Qué distribución tiene la
variable X =“número de respuestas correctas”?
Tema 3 Variables aleatorias y vectores aleatorios bidimensionales 63

22. Una fábrica produce una pieza en dos calidades diferentes:

El 60 % de la producción es de calidad A. La duración (en años) de una pieza de calidad A
viene dada por la función de densidad:
(
e−x si x > 0
fA (x) =
0 en el resto

El 40 % restante es de calidad B. La duración viene dada, en este caso, por la función de

densidad: (
2e−2x si x > 0
fB (x) =
0 en el resto

a) Calcula la probabilidad de que una pieza de calidad A dure más de 1 año.

b) Obtén la mediana de la distribución del tipo A.
c) Si tomamos una pieza al azar de toda la producción, ¿cuál es la probabilidad de que dure
más de 1 año?
d) Si tomamos una pieza al azar de toda la producción, y observamos que dura más de 1
año, ¿cuál es la probabilidad de que fuera de calidad A?

23. La duración T de un componente (en meses) es una variable aleatoria. Se sabe que el fallo
de dicho componente puede producirse al principio de su funcionamiento (período de prueba)
y que, transcurrido ese período, si el componente no ha fallado, entonces tiene asegurado
un funcionamiento adicional mínimo (período de garantía) después del cuál, el componente
fallará debido al desgaste una vez transcurrido un último período limitado de funcionamiento
(período de envejecimiento).
¿Cuál de las siguientes funciones representa adecuadamente la ley de probabilidad de la variable
aleatoria descrita anteriormente a través de su función de distribución? Razona tu respuesta.


 0 si t ≤0
( 

0 si t ≤ 0  0.5t si 0<t ≤1
F1 (t) = F2 (t) = si 1 < t ≤ 120
1 − exp{−t} si t > 0 
 0.5

 t
 si t > 120
t + 120


 0 si t ≤0



 si 0<t ≤1


ct
F3 (t) = c si 1 < t ≤ 120 (c ∈ (0, 1))

 1 − c

 2c − 1 + t si 120 < t ≤ 240

 120

 1 si t > 240
Contesta a las siguientes preguntas a partir de la función de distribución que has elegido:
a) Obtén la función de densidad de la variable aleatoria T y calcula E(T ).
b) Si una pieza ha fallado durante el período de prueba, ¿qué modelo de probabilidad sigue
su duración?
24. Supóngase que el tiempo necesario para reparar una pieza de equipo, en un proceso de
manufactura es una variable aleatoria cuya función de densidad es:
(
1 −x
f (x) = 5 exp 5 x>0
0 en otro caso
Si la pérdida de dinero es igual al cuadrado del número de horas necesarias para llevar a cabo
la reparación, determinar el valor esperado de pérdidas por reparación.
Tema 3 Variables aleatorias y vectores aleatorios bidimensionales 64

25. La acidez X de cierto componente depende de la proporción Y de uno de sus componentes

químicos y viene dada por la relación X = (1 + Y )2 . La proporción Y es una v.a. con función
de densidad: (
2y 0 ≤ y ≤ 1
f (y) =
0 en otro caso

Calcula la función de distribución de la variable X , su función de densidad y la acidez media

del compuesto.

26. Cierto supermercado tiene una caja rápida y otra normal. Sea X1 =Número de clientes que
están en espera en la caja normal en un momento en particular del día y X2 =Número de
clientes que están en espera en la caja rápida al mismo tiempo. La distribución conjunta de
vector (X1 , X2 ) viene dada en la tabla siguiente:

b
Xb
X2 0 1 2 3
1
b
0 0.08 0.07 0.04 0.00
1 0.06 0.15 0.05 0.04
2 0.05 0.04 0.10 0.06
3 0.00 0.03 0.04 0.07
4 0.00 0.01 0.05 0.06

a) Escribir la función de probabilidad de X1 y la función de distribución de X2 .

b) Calcular la probabilidad de que se encuentren, como máximo, dos clientes esperando en
la caja normal.
c) Sabiendo que en un determinado instante se encuentran dos clientes esperando en la caja
normal, ¿cuál es la probabilidad de que se encuentre solo uno esperando en la caja rápida?
d) ¿Cuál es la probabilidad de que haya exactamente un cliente esperando en cada una de
las cajas?
e) Calcular el número medio de clientes esperando en la caja normal.
f ) ¿Son X1 y X2 independientes? ¿Por qué?
g) Calcular la probabilidad de que X1 = X2 .
h) Expresar en términos de X1 y de X2 el suceso “hay por lo menos dos clientes más esperando
en una caja que en la otra”; calcular la probabilidad de este suceso.
i) Calcular la probabilidad de que el número total de clientes esperando en las dos cajas sea
exactamente cuatro. ¿Y de que haya por lo menos cuatro?
j) Calcular la diferencia esperada de clientes entre la caja normal y la caja rápida.
k) Obtener el número medio de clientes en espera en la caja normal si hay por lo menos dos
clientes esperando en la caja rápida.
l) Calcular la varianza de la distribución del apartado anterior.

27. Dada la función de probabilidad conjunta del vector aleatorio (X,Y ) :

b
XbY 1 2
b
0 0.05 0.15
1 0.3 0
2 0.05 0.45

a) Calcular las funciones de probabilidad y de distribución de las variables X e Y .

Tema 3 Variables aleatorias y vectores aleatorios bidimensionales 65

b) Obtener la distribución de Y condicionada a que X tome el valor 2.

c) Hallar las siguientes probabilidades: p(Y = 2/X ≤ 1), p(X +Y > 2), p(0 < X ≤ 2/Y = 1) y
p(XY ≤ 1).
d) ¿ Son X e Y v.a. independientes?
e) Hallar las distribuciones conjunta y marginales de U = X +Y y V = max(X,Y ) .

28. El control de calidad de una factoría se realiza aleatoriamente en dos secciones A y B,

pudiéndose efectuar hasta cuatro inspecciones simultáneas en la sección A y hasta 3 en
la sección B. Sean X e Y las variables aleatorias que recogen el número de inspecciones
simultáneas realizadas en la sección A y B, respectivamente. La función de probabilidad
conjunta es:

b
XbY 1 2 3
b
1 0.06 0.09 0.05
2 0.10 0.13 0.11
3 0.03 0.08 0.02
4 0.12 0.07 0.14

a) Escribir el soporte y la distribución de la variable X + Y. ¿Es cierto que p(X 2 = 4) =

p(X +Y = 4)? ¿Por qué?
b) ¿Son X e Y independientes? ¿Por qué?
c) Obtener el número medio de inspecciones en determinado momento en la sección B si en
ese momento se están realizando 3 ó más en la sección A.

29. Los dos tipos de errores más comunes al programar son los errores de sintaxis y los errores
lógicos. Para un lenguaje simple tipo Pascal, el número de errores de estos tipos es generalmente
pequeño. Sea X el número de errores de sintaxis e Y el número de errores lógicos detectados
al ejecutar por primera vez un programa Pascal. Las distribuciones de probabilidad de X e Y
vienen dadas por las siguientes tablas:

xi 0 1 2 3 4 yi 0 1 2 3
pi 0.525 0.354 0.062 0.027 0.032 qi 0.762 0.167 0.053 0.018

Se pide:

a) Calcular la probabilidad de que un programa seleccionado al azar contenga como mínimo

dos errores de sintaxis.
b) Sabiendo que para un programa cualquiera la probabilidad de cometer en la primera
ejecución tres errores de sintaxis y dos errores lógicos es 0.007, ¿puede afirmarse que las
variables X e Y son independientes?
c) Calcular el número medio de errores que se detectan al ejecutar por primera vez un pro-
grama en Pascal (suponer que solamente pueden cometerse errores lógicos y de sintaxis).
d) ¿Es posible calcular la varianza de la variable que mide el número de errores cometidos?
e) Calcular E( 5X − 3Y + 2).