Ejercicios · Bloque 3: Esperanza, varianza y momentos
13 ejercicios resueltos paso a paso. · Página 1 de 2 (ejercicios 1 al 10)
2.1 Esperanza matemática de una variable aleatoria discreta
1.
Para modelizar la distribución de la renta de los individuos de una población se utiliza una variable aleatoria X, con las siguientes hipótesis: no hay rentas inferiores a un determinado valor \(x_0\), y el porcentaje de individuos con una renta mayor o igual que un cierto valor decrece potencialmente al crecer dicho valor. Así, \(P(X \ge x) = Ax^{-\alpha}\) para \(x \ge x_0\) y \(\alpha > 0\) Calcula el valor de la constante A en función de la renta mínima y de la constante alfa. ¿Cuál es la expresión de la función de distribución de la variable aleatoria X? ¿Y la función de densidad? Calcula la renta esperada. ¿Existe siempre esta renta esperada?
2.2 Esperanza de una variable aleatoria continua
2.
El número de miles de artículos vendidos diariamente en un supermercado se considera una variable aleatoria X absolutamente continua con función de densidad \(f_X(x) = k(1 - x)^{a-1}\) para \(0 < x < 1\), y cero fuera de ese intervalo, donde a es una constante positiva. Se sabe que el supermercado tiene una venta esperada de 500 artículos diarios. Halla los valores de k y de a.
3.
Sea X una variable aleatoria con función de densidad \(f_X(x) = kx^2 \cdot I_{[-1,1]}(x)\), es decir, \(f_X(x) = kx^2\) para \(-1 \le x \le 1\), y cero fuera de ese intervalo. Determina el valor de k y calcula la función de distribución.
2.3 Valor esperado de una transformación
4.
Se desea conocer el tiempo medio de vida de una máquina. Para ello se define la variable aleatoria X que mide el tiempo de vida, en miles de horas, de la máquina. Para modelizar su distribución de probabilidad se supone que la probabilidad de que el tiempo de vida exceda un determinado valor decrece exponencialmente de manera proporcional a dicho valor, siendo 0,1 la constante de proporcionalidad, de manera que \(P(X > x) = e^{-0,1x}\) Calcula la función de distribución, la función de densidad, realiza sus representaciones gráficas aproximadas y calcula el tiempo esperado de vida. Si suponemos ahora que el coste de mantenimiento de la máquina crece con su tiempo de vida de manera cuadrática, definiendo una variable aleatoria \(Y = X^2\), calcula el coste esperado de mantenimiento.
2.4 La varianza y la desviación típica
5.
Estudiada la distribución del peso, en kilogramos, de los paquetes que son recibidos en una agencia de mensajeros, se ha obtenido la siguiente función de distribución, donde X mide el peso en kilogramos: \(F_X(x) = \begin{cases} 0 & x < 0 \\ \frac{x}{2} & 0 \le x < 1 \\ \frac{(x-1)^2 + 1}{2} & 1 \le x < 2 \\ 1 & x \ge 2 \end{cases}\) Si cada cliente paga una cuota, en euros, proporcional al peso del paquete en kilogramos, ¿cuál habrá de ser esta cuota para que haya un 20 por ciento de probabilidad de que el pago por un paquete sea inferior a 100 euros?
6.
Estudiada la distribución del peso, en kilogramos, de los paquetes que son recibidos en una agencia de mensajeros, se ha obtenido la siguiente función de distribución, donde X mide el peso en kilogramos: \(F_X(x) = \begin{cases} 0 & x < 0 \\ \frac{x}{2} & 0 \le x < 1 \\ \frac{(x-1)^2 + 1}{2} & 1 \le x < 2 \\ 1 & x \ge 2 \end{cases}\) Obtén el peso esperado de un paquete, y la probabilidad de que el peso de un paquete coincida con el peso esperado.
2.5 Cambios de origen y escala tipificación
7.
Sea X una variable aleatoria sobre un conjunto finito, con esperanza igual a 10, varianza igual a 4, primer cuartil igual a 3, tercer cuartil igual a 12 y mediana igual a 8 Sea Z una variable aleatoria de la forma \(Z = 3X - 10\) Determina el valor esperado de la variable aleatoria Z, su varianza, su desviación típica, su mediana, su primer cuartil y su tercer cuartil. Repite los cálculos en el caso en que \(Z = -3X + 10\)
2.6 Los percentiles
8.
Estudiada la distribución del peso, en kilogramos, de los paquetes que son recibidos en una agencia de mensajeros, se ha obtenido la siguiente función de distribución: \(F_X(x) = \begin{cases} 0 & x < 0 \\ \frac{x}{2} & 0 \le x < 1 \\ \frac{(x-1)^2 + 1}{2} & 1 \le x < 2 \\ 1 & x \ge 2 \end{cases}\) Obtén la función de densidad de la distribución del peso de los paquetes en kilogramos, comprobando que efectivamente es función de densidad.
9.
Estudiada la distribución del peso, en kilogramos, de los paquetes que son recibidos en una agencia de mensajeros, se ha obtenido la siguiente función de distribución, donde X mide el peso en kilogramos: \(F_X(x) = \begin{cases} 0 & x < 0 \\ \frac{x}{2} & 0 \le x < 1 \\ \frac{(x-1)^2 + 1}{2} & 1 \le x < 2 \\ 1 & x \ge 2 \end{cases}\) Sabiendo que un paquete pesa menos de 1,3 kg, ¿cuál es la probabilidad de que dicho paquete pese más de medio kilogramo?
2.7 La moda
10.
Sea X una variable aleatoria con función de densidad \(f_X(x) = \frac{3}{2}x^2\) para \(-1 \le x \le 1\), y cero fuera de ese intervalo. Calcula el valor esperado, la mediana, la moda y la varianza.