Ejercicios para hacer en clase de Probabilidad y

Estadisticx presencial
IB, FB, DL
2do cuat. 2022

1. Guı́a 1
Ejercicio Alt. 1.1 (Estilo 1.1). Sea Ω “ ta, b, cu, hallar:
1. el álgebra más chica posible de subconjuntos de Ω
2. el álgebra más grande posible de subconjuntos de Ω
3. el álgebra más chica posible de subconjuntos de Ω tal que tau sea uno de
sus subconjuntos.
Ejercicio Alt. 1.2 (Estilo 1.2). A una clase de probabilidad vienen 80 alumnes.
De elles 40 están inscriptes en electrónica, 30 en informática, 10 en electrónica e
informática a la vez. Se elige une estudiante al azar. Describa el espacio muestral.
Calcular la probabilidad de que:

1. esté inscripte en informática y no en electrónica

2. no esté ni en informática ni en electrónica
Ejercicio Alt. 1.3
ř (Estilo 1.3). Sean Ω “ t1, 2, 3, 4, 5, 6u; ppiq “ i{21 para todo
i P Ω; y PpAq “ iPA ppiq para cualquier evento A Ă Ω.

1. Discutir si P es una medida de probabilidad (no hacer una demostración

estricta, probar los primeros 2 axiomas y el de aditividad verificarlo en un
ejemplo)
2. Calcular la probabilidad de observar un 1.

3. Calcular la probabilidad de observar un resultado mayor que 4.

4. Calcular la probabilidad de observar un resultado impar.
Ejercicio Alt. 1.4 (Estilo 1.4). Se arrojan dos dados equilibrados de 4 caras.
Hallar la probabilidad de que:

1. el mayor resultado sea 4

2. la suma de los resultados sea 5
3. el mayor resultado sea 4 o la suma de los resultados sea 5

1
Ejercicios para hacer EN CLASE en curso 22 2

4. el mayor resultado sea 4 y la suma de los resultados sea 5

Ejercicio Alt. 1.5 (Estilo 1.4). Se arrojan dos monedas y un dado equilibrado
de 4 caras. Hallar la probabilidad de que:
1. se observe al menos una cara
2. el dado sea un 4
3. se observe al menos una cara y el dado sea un 4

4. se observe al menos una cara o el dado sea un 4

Ejercicio Alt. 1.6 (Estilo 1.5). Se tienen dos mazos de cartas. En el primer
mazo hay 4 cartas de diamantes y 3 corazones. En el segundo mazo hay 2 carta
de diamante y 6 corazones. Se extrae al azar una carta de cada mazo. Hallar la
probabilidad de sacar:

1. sacar dos diamantes.

2. sacar dos de distinto palo.

3. que la carta extraida del segundo mazo sea un corazón.

Ejercicio Alt. 1.7. Magui y Fede son vecines. Los martes y los viernes salen
a la misma hora a alguno de los dos supermercados del barrio. Fede el 60 % de
las veces va al “Eterno”, porque le queda más cerca. Allı́ sabe que el 20 % de las
veces se encuentra con Magui en la cola. Otras veces Fede va al“Universo”que
queda un poco más lejos, y la mitad de las veces se encuentra con Magui allı́.

a ¿cuál es la probabilidad de que Magui y Fede se encuentren?

b ¿a qué supermercado prefiere ir Magui?

c Si sabemos que Magui y Fede se encontraron, ¿cuál es la probabilidad de que

lo hayan hecho en el “Universo”?
d ¿ Es Magui una espı́a del “Imperio”? (determinar si los eventos “Fede va al
eterno” y “Magui va al eterno”son independientes).

Ejercicio Alt. 1.8 (conteo). Un mazo de cartas español está compuesto por
40 cartas divididas en 4 palos de 10 cartas cada uno. En una mano de truco se
extraen 3 cartas al azar de ese mazo.

1. Calcular la probabilidad de que en una mano salga flor

2. Calcular la probabilidad de que en una mano salga 20 o más de envido
3. Calcular la probabilidad de que en una mano salga maldón

4. Calcular la probabilidad de que en una mano salga al menos uno de los

anchos
Reglas del truco (según la cátedra):
Flor : 3 cartas del mismo palo.
Ejercicios para hacer EN CLASE en curso 22 3

Envido: al menos dos cartas del mismo palo para tener 20 o más.
Maldón: dos 4’s y un 5 de otro palo.

Ejercicio Alt. 1.9 (estilo 1.15 y 1.16). El capitán Threepwood está confor-
mando una tripulación para salir a saquear. En el bar Scumm encuentra 15
piratas.
Las opciones son las islas de Scabb, Phatt, Booty y Melee. Para atacar con
éxito una isla hacen falta al menos 3 piratas. El capitán deja que cada pirata
elija al azar dónde atacar.
Calcular la probabilidad de que la isla de Melee no pueda ser atacada con
éxito.
Ejercicio Alt. 1.10 (estilo 1.15 y 1.16). El capitán Threepwood está confor-
mando una tripulación para salir a saquear. En el bar Scumm encuentra 15
piratas.
Las opciones son las islas de Scabb, Phatt, Booty y Melee. Para atacar con
éxito una isla hacen falta al menos 3 piratas. El capitán pide ayuda a la Señora
del Vudú, que cuenta con un hechizo capaz de producir configuraciones equi-
probables a partir de quince gatos negros indistinguibles y cuatro cajas ro-
tuladas con los nombres de las islas. A partir de los resultados del hechizo, el
capitán asignará a los piratas.
Calcular la probabilidad de que la isla de Melee no pueda ser atacada con
éxito.
Ejercicio Alt. 1.11 (Estilo 1.26). El 10 % de los bits transmitidos por un canal
de comunicación binario es 0. El programa receptor indica que hay un 0 en el
mensaje cuando efectivamente el 0 ha sido emitido, con probabilidad 0.95.

1. ¿Cuál debe ser la probabilidad de que el receptor indique que hay un 1

cuando efectivamente el 1 ha sido emitido, para que la probabilidad de
que haya sido emitido un 0 cuando el receptor indica que hay un 0 sea
0.99?

Ejercicio Alt. 1.12 (Estilo 1.23). Se tienen 3 urnas a,b,c. En a hay 3 bolas
rojas y dos blancas, en b una roja y dos blancas, en c dos rojas y tres blancas.
Se extrae una bola de a: si es roja se extrae una bola de b, en caso contrario se
extrae una bola de c

1. Calcular la probabilidad de que la primer bola extraı́da sea roja.

2. Calcular la probabilidad de que la segunda bola extraı́da sea roja.

3. Calcular la probabilidad de que la primer bola haya sido roja sabiendo

que la segunda fue roja.
4. Calcular la probabilidad de que la primer bola haya sido roja sabiendo
que la segunda fue blanca.

5. Calcular la probabilidad de que alguna de las bolas extraidas haya sido

blanca.
Ejercicios para hacer EN CLASE en curso 22 4

Ejercicio Alt. 1.13 (Bayes). En una urna hay 4 bolas verdes y 2 bolas rojas.
Se arroja una moneda equilibrada. Si sale cara se agregan 2 bolas verdes y si
sale ceca se agregan 4 bolas rojas. Luego se extraen 2 bolas al azar de la urna.
Si se extrajo una bola de cada color, ¿cuál es la probabilidad de que la moneda
haya salido cara?
Ejercicio Alt. 1.14 (Bayes). En una urna hay 2 bolas rojas y 4 bolas negras.
Se extraen 3 bolas al azar y se colocan en una segunda urna. De esta segunda
urna se extrae una bola al azar.

(a) Sabiendo que la bola extraı́da de la segunda urna fue negra, calcular la
probabilidad de que en la primera extracción hubiera exactamente una bola
roja
(b) Decida si son independientes “la bola extraı́da de la segunda urna es negra”,
“en la primera extracción se observa exactamente una roja”
Ejercicio Alt. 1.15 (Indep.). Sea Ω “ tdbc, dcb, cdb, cbd, bcd, bdc, ddd, bbb, cccu,
los eventos elementales son equiprobales. Sean los eventos Dk : la k-ésima letra
es una d. Demostrar que la familia tD1 , D2 , D3 u no es independiente, aunque
los eventos sı́ son independientes tomados de a pares. (robado Grimmet 1.5.2)
Ejercicios para hacer EN CLASE en curso 22 5

2. Guı́a 2
Ejercicio Alt. 2.1 (Estilo 2.2). Sea X una variable aleatoria con función de
distribución:
x 3 x`1
FX pxq “ 1 t1 ď x ă 2u ` 1 t2 ď x ă 3u ` 1 t3 ď x ă 4u ` 1 t4 ď xu
5 5 5
Graficar la función de distribución, verificar que cumple las propiedades esen-
ciales (no decreciente, continua por derecha, va de 0 a 1), y calcular:
a P pX ď 2q
b P pX ă 2q
c P pX ą 2q
d P pX ě 2q
e P p2 ă X ď 3q
f P pX “ 3q
g P pX “ 4q
h P pX “ 2|X ď 3q
Ejercicio Alt. 2.2 (Estilo 2.4). Sea X una variable aleatoria con distribución
Poip2q. Buscar la función de probabilidad en la tabla de distribuciones, explicar
coloquialmente qué es el rango o soporte, y calcular:

a P pX “ 3q
b P pX ď 2q
c P pX “ 1|X ď 2q

Ejercicio Alt. 2.3. Se arrojan dos dados piramidales de 4 caras equilibrados.

Se define la variable aleatoria X como la suma de los resultados observados:

a hallar la función de probabilidad puntual pX pxq.

b hallar la moda de X.

Ejercicio Alt. 2.4 (Estilo 2.4). Se tiene una moneda cargada con probabilidad
p “ 1{3 de ”salir cara”.
a Hallar la probabilidad de que sean necesarios 5 lanzamientos para observar
cara por primera vez.
b Hallar la función de probabilidad N1 , la cantidad de lanzamientos necesarios
para observar cara por primera vez.
c Hallar la función de probabilidad N2 , la cantidad de lanzamientos necesarios
para observar cara por segunda vez.
d Hallar la función de probabilidad Nk , la cantidad de lanzamientos necesarios
para observar cara por k-ésima vez.
 Ejercicios para hacer EN CLASE en curso 22 6

e Calcular P pN1 “ 4q y P pN2 “ 7|N1 “ 3q

f Calcular P pN1 ą 4q y P pN1 ą 7|N1 ą 3q
Ejercicio Alt. 2.5 (Estilo 2.7). Sea X una variable aleatoria con función de
densidad:
x
fX pxq “ 1 t0 ă x ď 2u
2
a Calcular la probabilidad de que 1 ă X ď 1.5
b Calcular la probabilidad de que 1 ă X ď 1.5, sabiendo que X ą 1
c Calcular la probabilidad de que X sea menor a 1 sabiendo que |X ´ 1| ą 0.5.
d Calcular la mediana, el primer y el tercer cuartil (los cuantiles x0.25 , x0.50 ,
x0.75 )
Ejercicio Alt. 2.6 (Estilo 2.8). Sea X una variable aleatoria con distribución
exponencial de intensidad λ “ 3. Buscar su función de densidad y su función de
supervivencia. Calcular:
a P pX ď 3q
b P pX ą 3q
c El valor a tal que P pX ą a|X ą 3q “ e´9
Ejercicio Alt. 2.7 (Estilo 2.9). Sea Z una variable aleatoria con distribu-
ción normal estándar. Buscar su función de densidad y la tabla de distribución
normal. Calcular:
a P pZ ď 1q
b P pZ ą 5q
c P p0 ă Z ă 1q
d P pZ ď ´1q
e El valor a tal que P pZ ą aq “ 0.4
Ejercicio Alt. 2.8. Ï [Rutina ej. 2.9] Pruebe la siguiente rutina en python.
1 import numpy as np
2 import scipy.stats as sps
3

4 print(’Ej. 2.9’)
5 mu, sig2 = 0., 1.
6 va_Z = sps.norm(mu, sig2**0.5) #Define variable aleatoria Z ~ N(mu, sig2)
7 #notar que hay que pasarle el desvio y no la varianza
8 z = 1
9 alpha = 0.1
10 print(f’P(Z<{z}) = {va_Z.cdf(z)}’) #cumulative distribution function
11 print(f’P(Z>{z}) = {va_Z.sf(z)}’) #survival funcion
12 print(f’z_{alpha} = {va_Z.ppf(alpha)}’) #percent point function (cuant.)
13 print(f’z_(1-{alpha}) = {va_Z.isf(alpha)}’) #inverse survival function
Ejercicios para hacer EN CLASE en curso 22 7

Ejercicio Alt. 2.9 (Estilo 2.17). El tiempo (en años) de funcionamiento sin
fallas de una pieza mecánica es una variable aleatoria T con función intensidad
de fallas λptq “ t´1{2 1 tt ą 0u. Hallar la densidad de T , reconocerla en tabla, y
calcular:
1. P pT ď 2q
2. P pT ą 1q
3. P pT ą 4|T ą 3q

4. P pT ď t|T ą 3q para cualquier t P R

Ejercicio Alt. 2.10. Ï La Compañia de Babilonia realiza semanlamente sus
sorteos impersonales con propósitos indefinidos. Para ello lanzará un dado de 4
caras con los siguientes resultados:

I arrojar a las aguas del Eufrates un zafiro de Taprobana

II soltar un pájaro desde el techo de una torre.
III retirar cada siglo un gramo de arena de la playa.
IV arrojar cada siglo un gramo de arena a la playa.

Por motivos desconocidos una de las caras del dado está gastada y la pro-
babilidad de sacar un 4 es 1/7, mientras que para el resto de los resultados es
2/7.
Usar los nros aleatorios 0.045, 0.1 y 0.886 para simular los resultados del
sorteo impersonal de propósitos indefinidos, de las próximas 3 semanas.

Ejercicio Alt. 2.11. Ï Se desea simular un dado de 4 caras cargado. Las

caras, de 1 a 4 respectivamente, tendrán probabilidades 0.1, 0.2, 0.3, 0.4. Genere
el algoritmo para simular a partir de números random o pseudorandom. Usar
los valores 0.057, 0.3 y 0.586 para simular 3 valores de los dados.

Ejercicio Alt. 2.12. Ï Una máquina produce piezas de diámetro X (en mm.)
con densidad:
2x
fX pxq “ 1 t0 ă x ă 15u
225
(a) Usar los nros aleatorios 0.045, 0.1 y 0.886 para simular 3 valores de los
diámetros de las piezas.
(b) Simular 10 valores de los diámetros de las piezas.

(c) Estimar con los 10 valores del inciso anterior, la probabilidad de que una
pieza supere los 8mm.

Ejercicio Alt. 2.13 (Estilo 2.12). Sea T una variable aleatoria exponencial de
intensidad λ “ 1{3. Sea W “ mı́npT, 2q.
(a) Dibujar la función gptq “ mı́npt, 2q en el dominio t ą 0
(b) Estudiar para qué valores de w “ gptq la función tiene una sola preimagen,
ninguna preimagen, o infinitas preimágenes.
Ejercicios para hacer EN CLASE en curso 22 8

(c) Calcular P pW ď 1q, P pW ď 3q

(d) Hallar y graficar la función de distribución de W

(e) Calcular P pW “ 2q

Ejercicio Alt. 2.14 (Guı́a 2 rebuscado). Héroe y Donnie Yen juegan par-
tidas de Go en el patio. La duración de cada partida (en horas) es una variable
aleatoria cuya función de densidad es

pt ´ 1q
fT ptq “ 1 t1 ď t ď 3u
2
La probabilidad de que Héroe gane la partida cuando esta dura menos de dos
horas es 3{4; si no gana con probabilidad 1{2. Si juegan 3 partidas, ¿qué proba-
bilidad hay de que Héroe gane las 3?
–nota: la redacción fea está copiada de un coloquio–

Ejercicio Alt. 2.15 (Estilo 2.19 continua). Sea X una variable aleatoria con
función de densidad:
3 5
fX pxq “ 1 t0 ď x ď 0.5u ` 1 t0.5 ă x ď 1u
4 4
Un filtro descarta aquellos valores que se alejan de 0.5 en más de 0.1. Hallar y
graficar:

(a) la función de densidad de los valores que pasan el filtro

(b) la función de densidad de los valores descartados
(c) la función de distribución de los valores descartados
Ejercicio Alt. 2.16 (Estilo 2.19 discreta). Sea X el resultado de arrojar un
dado cargado con función de probabilidad puntual pX pxq “ x{21 para todo
x P t1, 2, . . . , 6u. Hallar:
(a) la función de probabilidad puntual de X|X ě 4
(b) la función de probabilidad puntual del resultado sabiendo que es par

Ejercicio Alt. 2.17 (Vector continuo). Sea pX, Y q un vector aleatorio con
función de densidad
xy
fpX,Y q px, yq “ 1 t0 ă x ă 2, 0 ă y ă 2xu
8
Hallar:
(a) P pX ą Y q
(b) las densidades marginales de X e Y

(c) P pY ď 2q
(d) si X e Y son independientes
Ejercicios para hacer EN CLASE en curso 22 9

Ejercicio Alt. 2.18 (Vector discreto). Sea pX, Y q un vector aleatorio con fun-
ción de probabilidad
xy
ppX,Y q px, yq “ 1 tx P t1, 2, 3, 4u, y P t1, 2, 3uu
60
Hallar:
(a) P pX ą Y q
(b) las probabilidades marginales de X e Y

(c) P pY ď 2q
(d) si X e Y son independientes
Ejercicio Alt. 2.19 (Eye of the tiger). Hallar las densidades o probabilidades
marginales de X e Y para

(a) El vector continuo con función de densidad

y ´py2 `xq{2
fpX,Y q px, yq “ e 1 tx ą 0, y ą 0u
2

(b) El vector discreto con función de probabilidad

ˆ ˙ ˆ ˙x`y´1 ˆ ˙6´x
5 1 3
ppX,Y q px, yq “ 1 tx P t0 . . . 5u, y P Nu
x 4 4

Nota 2.20 (Ayuda). Para resolver el 2.24 ver en la tabla el subtı́tulo 3.2 Va-
riable Normal Bivariada y ajustar los parámetros.
Ejercicios para hacer EN CLASE en curso 22 10

3. Guı́a 3
Ejercicio Alt. 3.1 (Estilo 3.1). Sea X una variable aleatoria con función de
distribución:
x 3 x`1
FX pxq “ 1 t1 ď x ă 2u ` 1 t2 ď x ă 3u ` 1 t3 ď x ă 4u ` 1 t4 ď xu
5 5 5
Graficar la función de distribución y calcular:
a ErXs
b ErX 2 s, varpXq
c ErW s, varpW q para la variable W “ 4X ´ 1
d ErX|X ă 2s
e ErX|X ě 2s (puede usar el resultado anterior)
Ejercicio Alt. 3.2 (Estilo 3.15). Hallar ErX 2 s para la variable aleatoria con
distribución:
(a) X „ Poip3q
(b) X „ Γp3, 1{2q.
Puede resolver una serie o integral según el caso, o hacer simplemente una suma
de dos términos

Ejercicio Alt. 3.3 (Para practicar en 2D). Se arrojan dos dados piramidales
de 4 caras equilibrados de manera independiente. Hallar:
(a) La esperanza de la suma de los resultados
(b) La esperanza del máximo de los resultados
Dibuje la grilla de posibles resultados en el plano

Ejercicio Alt. 3.4 (Relleno lunes). Sean X e Y dos variables aleatorias con
función de densidad conjunta:
1 1
fX,Y px, yq “ 1 t0 ă x ă 4, 0 ă y ă 1{3u ` 1 t4 ă x ă 6, 1{3 ă y ă 1u
4 2
Hallar la esperanza de X ¨ Y .
Dibuje el soporte de pX, Y q en el plano

Ejercicio Alt. 3.5 (Estilo 3.17). Sean X e Y variables Bernoulli de parámetros

pX “ 0.8, pY “ 0.6, con covpX, Y q “ 0.1. Calcular:
(a) P pX “ 1 Y Y “ 0q
(b) P pX ` Y “ 1q
(c) P pX ´ Y “ 0q
Ejercicios para hacer EN CLASE en curso 22 11

(d) varpX ´ Y q
Dibuje la grilla de posibles resultados en el plano.

Ejercicio Alt. 3.6 (Estilo 3.20). Sea pX, Y q una variable aleatoria (vector)
con distribución uniforme sobre el cuadrado de vértices p1, 0q, p2, 1q, p1, 2q, p0, 1q.
Determinar:
(a) Si X e Y son independientes

(b) covpX, Y q
(c) covp3X, Y ` X ´ 1q
Dibuje el soporte en el plano.

Ejercicio Alt. 3.7. El tiempo T que tardan el Yeti en aparecer en una cueva
desde la última vez que la visita un humano sigue una distribución muy par-
ticular de la que solamente sabe que tiene media 5 años. Necesita instalar una
cámara automática en la cueva (que funcionará a baterı́a obviamente) para de-
mostrar la existencia del Yeti. Determine, para diseñar la baterı́a, la duración d
tal que P pT ě dq ď 0.05.
Ejercicios para hacer EN CLASE en curso 22 12

4. Guı́a 4
Ejercicios G4.1
Ejercicio Alt. 4.1 (Con X continua). Sea X una variable aleatoria con dis-
tribución uniforme en r1, 6s, y sea Y “ mı́np|X ´ 2|, 3q. Hallar la función de
distribución de Y

Ejercicio Alt. 4.2 (Con X discreta). Sea X una variable aleatoria equiprobable
sobre t1, 2 . . . 6u, y sea Y “ mı́np|X ´ 2|, 3q. Hallar la función de probabilidad
de Y
Ejercicio Alt. 4.3 (Estilo 4.8). Las clases virtuales del curso 22 consumen una
cantidad de datos con función de densidad: fX pxq “ 54 x12 1 t1 ď x ď 5u (en MB).
La empresa de telecomunicaciones Vomistar cobra a sus usuarios de tarjeta
prepaga por el uso de datos descontando $1 del crédito disponible por cada MB
o fracción consumida.

(a) Calcular la función de probabilidad del dinero descontado por Vomistar en

cada clase virtual, y calcular la probabilidad de que se descuenten más de
$3.
(b) Una promoción de la empresa propone una tarifa plana de $4 para los
consumos mayores a 3 MB. Calcular la media del costo de acceso a una
clase virtual con promoción y sin promoción y compararlas.
Ejercicios para hacer EN CLASE en curso 22 13

E
jercicios G4.2

Ejercicio Alt. 4.4 (Transformación discreta). Sea X “ pX1 , X2 q equiprobable

sobre la grilla t1, 2 . . . 6u ˆ t1 . . . 4u, sea Y “ pmı́npX1 , X2 q, máxpX1 , X2 qq.
(a) Dibujar sobre el soporte de X las curvas de nivel de Y1 . Hallar pY1 py1 q por
eventos equivalentes.

(b) Graficar el soporte de X, dividirlo en regiones de biyectividad, graficar el

soporte de Y , unir un par de puntos de un gráfico a otro. Calcular inversas
de las gi . Hallar la función de probabilidad conjunta de Y .
(c) Hallar pY1 py1 q marginando pY .

Ejercicio Alt. 4.5 (Transformación continua). Sea X “ pX1 , X2 q uniforme

sobre el rectángulo r1, 6s ˆ r1, 4s, sea Y “ pmı́npX1 , X2 q, máxpX1 , X2 qq.
(a) Dibujar sobre el soporte de X las curvas de nivel de Y1 . Hallar FY1 py1 q por
eventos equivalentes, y derivar para hallar fY1 py1 q
(b) Graficar el soporte de X, dividirlo en regiones de biyectividad, graficar el
soporte de Y , unir un par de puntos de un gráfico a otro. Calcular jacobianos
e inversas de las gi . Hallar la función de densidad conjunta de Y por el
método del jacobiano.
(c) Hallar fY1 py1 q marginando fY .
Ejercicios para hacer EN CLASE en curso 22 14

Ejercicios G4.3
Ejercicio Alt. 4.6 (Transformación continua 2D a 1D). Sea pX, Y q un pun-
to aleatorio con distribución uniforme sobre la unión de dos triángulos: el de
vértices p0, 0q, p´1, 0q, p0, ´1q, y el de vértices p0, 0q, p1, 0q, p0, 1q.
(a) Hallar PpX ` Y ď 0.5q
(b) Hallar la función de distribución de X ` Y

(c) Hallar la función de densidad de X ` Y

Graficar el soporte de pX, Y q, dibujar curvas de nivel, y trabajar por método de
eventos equivalentes, suele ser más fácil en transformaciones 2 a 1.
Ejercicio Alt. 4.7 (Transformación continua 2D a 1D). La distribución de
pX, Y q es uniforme sobre el recinto sombreado que se muestra en la figura.
Graficar cuatro cuadra//ditos que surgen de tr0, 1{3s Y r2{3, 1su2 .
(a) Hallar Ppmáx pX, Y q ď 0.3q
(b) Hallar y graficar la función de distribución de máx pX, Y q

Graficar el soporte de pX, Y q, dibujar curvas de nivel, y trabajar por método de

eventos equivalentes, suele ser más fácil en transformaciones 2 a 1.
Ejercicio Alt. 4.8 (Transformación continua 2D a 2D). Sea pX, Y q un vector
aleatorio con densidad conjunta

fX,Y px, yq “ e´px`yq 1 tx ą 0, y ą 0u

Hallar la función de densidad conjunta de pU, V q “ pX ` Y, Xq

Graficar el soporte de pX, Y q, graficar soporte de pU, V q, unir algunos puntos
con flechas para ver cómo trabaja la transformación. Resolver por jacobiano.
Ejercicios para hacer EN CLASE en curso 22 15

5. Guı́a 5
Ejercicios G5.1
Ejercicio Alt. 5.1 (Continua). Sea pX, Y q una variable aleatoria (vector) con
distribución uniforme sobre el triángulo de vértices p2, 0q, p2, 4q, p0, 2q. Determi-
nar:

(a) Las densidades condicionales fY |X“x pyq, fX|Y “y pxq

(b) PpY ą 1.5|X “ 1q
(c) ErY |X “ 1s
Dibuje el soporte en el plano. Ayúdese con algunas lı́neas de y constante.

Ejercicio Alt. 5.2 (Discreta). Sea pX, Y q una variable aleatoria (vector) con
distribución equiprobables sobre la grilla en N2 que queda dentro del triángulo
de vértices p2, 0q, p2, 4q, p0, 2q (incluyendo bordes). Determinar:
(a) Las funciones de probabilidad condicional pY |X“x pyq, pX|Y “y pxq

(b) PpY ě 2|X “ 1q

(c) ErY |X “ 1s
Dibuje el soporte en el plano. Ayúdese con algunas lı́neas de y constante.

Ejercicio Alt. 5.3 (Mezcla). Una casa de electrónica vende capacitores de

10 microfaradios que compra a 3 distribuidores distintos. Los del proveedor A
vienen con capacitancia uniforme en r9, 11s, los del proveedor B son uniformes
entre r9.5, 10.5s, y los de C uniformes en r9, 10s. Los capacitores se guardan
todos en un mismo cajón, y se adquirieron en proporciones 50 %, 30 %, 20 % de
los proveedores A, B, C respectivamente. Se toma un capacitor al azar del cajón,
hallar:
(a) La función de densidad de la capacidad X (y graficarla)
(b) Esperanza y varianza de la capacidad (usar fórmulas de mezcla)

(c) PpX ą 10q

(d) La probabilidad de que un capacitor sea del proveedor B si la capacidad es
10.1
(e) La probabilidad de que un capacitor sea del proveedor C si la capacidad es
10.1
Ejercicios para hacer EN CLASE en curso 22 16

Ejercicios G5.2
Ejercicio Alt. 5.4 (Para hacer cuentas). Sean X e Y variables aleatorias con
densidad conjunta:
x¨y
fXY px, yq “ 1 t0 ă x ă 2, 0 ă y ă xu
2
Hallar:
(a) La función de densidad de Y |X “ 1.5. Verificar que sea una densidad

(b) PpY ą 1|X “ 1.5q

(c) ErY |X “ xs para todo x P p0, 2q. Pensarla como una función ϕpxq y grafi-
carla.
Ejercicio Alt. 5.5 (Espada del augurio 1). Sean X e Y variables aleatorias
con densidad conjunta:

e´x{2y
fXY px, yq “ 1 t0 ă x, 1 ď y ď 3u
4y

Hallar P pX ă 1|Y “ 2q. Hallar ErX|Y “ ys para y P p1, 3q

Ejercicio Alt. 5.6 (Espada del augurio 2). Sea pX, Y q un vector aleatorio
discreto con función de probabilidad puntual:
ˆ ˙
y
pX,Y px, yq “ ¨ 0.8y`x´1 ¨ 0.2y´x`1 ¨ 1 ty P N, x P t0 . . . yuu
x

Calcular PpX “ 1|Y “ 3q. Hallar ErX|Y “ ys para y P N.

Ejercicio Alt. 5.7 (Relleno: Bayes mezcla). Sarah está atrapada en un laberin-
to. Inicialmente puede elegir una de tres sendas. Las probabilidades de que elija
las sendas I, II o III son 1/2, 1/3 y 1/6 respectivamente. El tiempo en horas
que Sarah demora en salir del laberinto es una variable aleatoria con distribu-
ción exponencial de media 2 si elige la senda I, con distribución Γp2, 1q si elige
la senda II, y con distribución Up1, 3q si elige la senda III. Calcular la proba-
bilidad de que Sarah haya elegido la senda II sabiendo que tardó exactamente
2 horas y media en salir del laberinto.
Ejercicios para hacer EN CLASE en curso 22 17

Ejercicios G5.3
Ejercicio Alt. 5.8 (Estilo 5.18 - continua). Sean X e Y variables aleatorias
con densidad conjunta:

e´y{p2xq
fXY px, yq “ 1 t1 ď x ď 3, 0 ă yu
4x
(casi igual a la clase pasada, cambia x por y)
(a) Hallar la distribución de las variables condicionales Y |X “ x.

(b) Hallar y graficar la función de regresión φpxq “ ErY |X “ xs. Recordar que
se define solo en el soporte de X
(c) Hallar la esperanza condicional de Y dado X.
(d) Hallar y graficar la función de distribución de la esperanza condicional de
Y dado X.

(e) Calcular Pp3 ă ErY |Xs ă 4q.

(f) Hallar y graficar la función varianza de regresión ψpxq “ varpY |X “ xq.
(g) Hallar y graficar la función de distribución de la varianza condicional de Y
dado X.

(h) Calcular PpvarpY |Xq ą 25q.

(i) Hallar varpY q.
(j) Hallar la expresión de la recta de regresión ŷpxq. No necesita hacer cuentas,
es inmediata.
Ejercicios para hacer EN CLASE en curso 22 18

Ejercicio Alt. 5.9 (Estilo 5.18 - discreta). Sea pX, Y q un vector aleatorio
discreto con función de probabilidad puntual:
ˆ ˙
x
pX,Y px, yq “ ¨ 0.8x`y´1 ¨ 0.2x´y`1 ¨ 1 tx P N, y P t0 . . . xuu
y
(casi igual a la clase pasada, cambia x por y)
(a) Hallar la distribución de las variables condicionales Y |X “ x.
(b) Hallar y graficar la función de regresión φpxq “ ErY |X “ xs. Recordar
que se define solo en el soporte de X, son puntos que puede unir con lı́nea
punteada.
(c) Hallar la esperanza condicional de Y dado X.
(d) Hallar la función de probabilidad puntual de la esperanza condicional de Y
dado X. Indicar claramente el soporte.
(e) Calcular Pp1.0 ď ErY |Xs ď 3.2q.
(f) Hallar y graficar la función varianza de regresión ψpxq “ varpY |X “ xq.
(g) Hallar y graficar la función de probabilidad de la varianza condicional de Y
dado X.
(h) Calcular PpvarpY |Xq ą 0.40q.
(i) Hallar varpY q.
(j) Hallar la expresión de la recta de regresión ŷpxq. No necesita hacer cuentas,
es inmediata.
Ejercicio Alt. 5.10 (Estilo 5.21). La longitud (en metros) de las mangueras
producidas por cierta máquina es una variable aleatoria uniforme en el intervalo
r15; 20s. Se desea producir una manguera que supere los 19 metros.
(a) calcular la cantidad media de mangueras que serán necesarias producir hasta
obtener la manguera buscada.
(b) calcular la esperanza de la longitud total de manguera producida hasta
obtener la manguera buscada.
(c) calcular la longitud total media de manguera que irá a stock pues no cumple
con el requerimiento.
Ejercicio Alt. 5.11 (Discreta). Se colocan 3 bolas en 3 urnas, eligiendo al azar
para cada bola la urna en la que se ubicará. Sea Xi la cantidad de bolas en la
urna i, y sea N la cantidad de urnas que contienen alguna bola.
(a) Calcular PpErX1 |N s ą 12 q
(b) Hallar ErN |X1 “ xs
Ejercicio Alt. 5.12. Para estimar la vida útil de una baterı́a se utiliza el
Estado de Salud Y , una variable que se mueve entre 0 y 1. El Estado de Salud
se estima a partir de la Generación de Calor de Exceso X,con función densidad:
6
fX pxq “ 11 px ´ 1qpx ` 2q1 t1 ă x ă 2u
Para cada x, fY |X“x pyq “ px ` 1qy x 1t0 ď y ď 1u.
Calcular covpX, Y q
Ejercicios para hacer EN CLASE en curso 22 19

6. Capı́tulo 6 - Proceso Bernoulli y otras hierbas

Ejercicios G6.1
Ejercicio Alt. 6.1 (Salteadito de Bernoulli). Un dado equilibrado tiene en sus
caras los siguientes números: 1,2,3,4,5,5. Se lo lanza sucesivas veces. Calcular:

(a) La probabilidad de que un 5 aparezca por primera vez después de la cuarta

tirada
(b) La probabilidad de que en 10 tiradas se obtengan menos de 3 números pares

(c) La probabilidad de que el 3 aparezca por segunda vez en la quinta tirada

(d) La esperanza de la cantidad de tiradas hasta obtener por primera vez un
número impar
(e) La esperanza de la cantidad de 4s observados hasta obtener por primera vez
un 5

Ejercicio Alt. 6.2. Un dado equilibrado se arroja 40 veces. Hallar la covarianza

entre la cantidad de resultado pares observados y la cantidad de veces que se
observó un 2.
Ejercicio Alt. 6.3 (Relleno guı́a 5). Se arroja un dado equilibrado. La cantidad
de tiros del dado es una variable aleatoria con distribución de Poisson de media
12. Sean X e Y las cantidades de resultados pares e impares respectivamente.
Calcular covpX, Y q
Ejercicios para hacer EN CLASE en curso 22 20

Ejercicios G6.2
Ejercicio Alt. 6.4 (Devore, Ej. 3.36). Se capturaron cinco individuos de una
población animal sospechada de estar en peligro de extinción en cierta región.
Los mismos fueron marcados y devueltos para que se mezclen con el resto de
la población. Después de un tiempo, se tomó una nueva muestra aleatoria de
10 miembros de esta población. Sea X el número de animales marcados en
esta segunda muestra. Si en total hay exactamente 25 animales en esta región,
calcule:
(a) P pX “ 2q
(b) P pX ď 2q
(c) ErXs

(d) varpXq
Ejercicio Alt. 6.5 (Final 21-02-2019, corregido). En cada tiro de un dado la
probabilidad de observar cualquier número par es el doble que la probabilidad de
observar cualquier número impar. Se arroja el dado hasta observar por primera
vez el número 2, sea Y la cantidad de números pares observados, hallar ErY s.
Ojo que el 2 es par
Ejercicio Alt. 6.6 (Final 14-02-2019). Una caja contiene 4 bolas rojas, 5
amarillas y 1 verde. El experimento consiste en extraer bolas con reposición
hasta observar la primera bola amarilla. Sean X e Y la cantidad de bolas rojas
y verdes observadas respectivamente hasta finalizar el experimento, hallar ErX´
Y s.
Ejercicio Alt. 6.7 (Final 19-07-2018). Un quiosco vende empanadas en la fiesta
de un pueblo, 40 % son de carne picante, 20 % de carne suave, 30 % de jamón
y queso, y 10 % de verdura. Aparicio le compró al quiosquero media docena
de empanadas elegidas al azar. Sabiendo que exactamente 2 de ellas fueron de
jamón y queso, calcular la probabilidad de que Aparicio haya comprado más de
2 empanadas de carne picante.
Ejercicio Alt. 6.8 (Final 07-05-2018). ¿Cuántas veces debe echarse un dado
equilibrado para que la probabilidad de que aparezca el 1 sea por lo menos 0.95?
No sé por qué, nadie lo hizo bien.

Ejercicio Alt. 6.9 (Final 07-12-2016). Juan y Pedro tiran dardos contra un
blanco. Cada uno tira un dardo hasta acertar en la zona central del blanco.
Los resultados de los tiros son independientes, y en cada tiro la probabilidad
de acertar en la zona central del blanco es 1{3 para Juan y 1{4 para Pedro.
Calcular la probabilidad de que hayan tirado la misma cantidad de veces. Y
este casi nadie lo hizo bien.
Ejercicios para hacer EN CLASE en curso 22 21

7. Guı́a 7 - Procesos Poisson

Ejercicios G7.1
Ejercicio Alt. 7.1 (Antipasto de Poisson). Antonio combate el tedio del en-
cierro haciendo numerosos pedidos a plataformas online de entrega a domicilio.
La llegada de las compras, empezando a contar desde las 07:00 del lunes, puede
describirse según un Proceso Puntual de Poisson con λ “ h3 . Calcular:

(a) La probabilidad de que el primer envı́o llegue después de las 07:30 hs.
(b) La probabilidad de que el segundo envı́o llegue antes de las 07:30.
(c) La probabilidad de que entre las 08:00 y las 08:40 lleguen exactamente 3
envı́os.
(d) La probabilidad de que entre las 07:00 y las 07:40 lleguen exactamente 3
envı́os, y que entre las 08:00 y las 08:40 lleguen exactamente 3 envı́os.
(e) La covarianza entre la cantidad de envı́os entre las 07:00 y las 09:00, y la
cantidad de envı́os entre las 08:00 y las 10:00.
(f) La probabilidad de que haya llegado algún envı́o entre las 09:00 y las 09:30,
sabiendo que llegaron exactamente dos envı́os entre las 09:00 y las 10:00.
(g) La probabilidad de que el primer envı́o llegue antes de las 7:30, sabiendo
que el segundo envı́o llegó a las 08:00.

Ejercicio Alt. 7.2. (Estilo 7.15) Al kiosco de la facultad arriban clientes de

acuerdo a un proceso de Poisson de tasa 60 por hora. Cada uno, independiente
del resto y del horario, consume 100$ con probabilidad 0.5, 150$ con probabili-
dad 0.3, o 200$ con probabilidad 0.2. Hallar la media y la varianza del ingreso
total entre las 10 y las 12.
Ejercicio Alt. 7.3 (N |N “ n). El volumen (en cm3 ) de cada chorro de soda
que arroja un sifón de marca Drago es una variable aleatoria con distribución
exponencial de media 50. Si para rebalsar un vaso de 200 cm3 , Ignacio necesitó
3 chorros, calcular la probabilidad de que el primero haya llenado más de la
mitad del vaso.
Ejercicio Alt. 7.4 (N |S “ s). Los colectivos de la lı́nea 8104 llegan a la parada
de Paseo Colón 850 de acuerdo con un proceso de Poisson de intensidad 12 por
hora. Kira llega a la parada a las 8:00 y se sube al tercer colectivo que llega
a la parada después de las 8:00. Si Kira subió al colectivo a las 8:30, calcular
la probabilidad de que entre las 8:00 y las 8:10 haya llegado exactamente 1
colectivo.
Ejercicio Alt. 7.5 (PPP compuesto + mezcla). Las descargas de la aplicación
HappyFace obedecen a un proceso Poisson de intensidad 100 por hora. Al des-
cargar la aplicación, cada usuario publica con probabilidad p una sola foto, o con
probabilidad 1 ´ p una cantidad de fotos con distribución Pascal (2,1/3). ¿Para
qué valores de p se puede asegurar que la cantidad media de fotos publicadas
por todos los usuarios que descargarán HappyFace un dı́a de octubre de 2017
sea por lo menos 13200?
Ejercicios para hacer EN CLASE en curso 22 22

Ejercicios G7.2
Ejercicio Alt. 7.6 (Mezcladito de Poisson). Sea N ptq un P P de tasa 3. Hallar:

(a) P pN p2q “ 1 X N p1, 4s “ 1q

(b) P pN p2q “ 1|N p4q “ 3q
(c) P pN p2q “ 1 X N p2, 3s “ 1|N p4q “ 3q

Ejercicio Alt. 7.7 (Coloración). Al kiosco de la facultad arriban clientes de

acuerdo a un proceso de Poisson de tasa 1.5 por minuto. Cada uno, indepen-
diente del resto y del horario, consume café con probabilidad 0.8. Hallar:
(a) la probabilidad de que se venda algún café en 10 minutos.

(b) la media del tiempo hasta vender el café número 8.

(c) la probabilidad de haber vendido exactamente un café en el primer minuto,
si se sabe que en los primeros 3 minutos llegaron exactamente 2 clientes,
Ejercicio Alt. 7.8 (Superposición). Al kiosco de la facultad arriban clientes
a comprar café de acuerdo a un proceso de Poisson de tasa 1.2 por minuto; y
clientes a comprar alfajores de acuerdo a un proceso de Poisson de tasa 0.3 por
minuto, independiente del anterior. Hallar:
(a) la probabilidad de que el primer café del dı́a lo compre el tercer cliente
(b) la media del tiempo hasta que llegue el cliente número 10.

(c) la probabilidad que en los primeros 3 minutos lleguen exactamente 2 clientes,

si se sabe que en el primer minuto se vendió exactamente un café (y no se
tiene información de los alfajores).
Ejercicios para hacer EN CLASE en curso 22 23

Ejercicios G7.3
Ejercicio Alt. 7.9 (El 7.4 de la guı́a, picantón). Un detector de partı́culas emite
señales de acuerdo con un proceso de Poisson de intensidad 2 por segundo: tic,
tac, tic, tac, tic, tac,... el contador registra solamente los tac’s. Sabiendo que
el contador registró exactamente una señal en el primer segundo, calcular la
probabilidad de que no registre ninguna señal en el siguiente.
Cuidado, no es lo que parece

Ejercicio Alt. 7.10 (Otro mezcladito de Poisson). Clientes arriban al kiosco

de la faculta según un proceso de Poisson de tasa 3 por minuto. Hallar:
(a) La probabilidad de que arriben exactamente 2 entre las 10:00 y las 10:02 y
exactamente 1 entre las 10:01 y 10:04.

(b) La probabilidad de que arribe exactamente 1 cliente entre 10:01 y 10:04

sabiendo que arribaron exactamente 2 entre 10:00 y 10:02.
Ejercicio Alt. 7.11 (Coloquio 5-3-2020). Brad, Leo y Carl se encuentran abu-
rridos, por lo que comienzan a resolver los problemas de la guı́a de Probabilidad.
Los tiempos (en minutos) en que cada uno resuelve un problema son variables
aleatorias independientes con distribución exponencial de media 120, 100 y 20
respectivamente. Si los tres amigos empiezan a resolver problemas al mismo
tiempo, calcula la probabilidad de que Carl resuelva 3 problemas antes de que
Brad o Leo puedan resolver alguno.
Ejercicio Alt. 7.12 (Coloquio 12-12-2019). Personas que desean viajar en bici-
cleta arriba a una estación de Bici-eco según un proceso de Poisson de intensidad
2 por minuto. Las bicicletas son devueltas a esa estación según un proceso de
Poisson de intesidad 0.5 por minuto, independiente del anterior. Si a las 9:00 no
habı́a bicicletas ni personas esperando en la estación, calcular la esperanza del
tiempo que tiene que esperar la primera persona que llega a las estación después
de las 9:00 hasta conseguir la bicicleta.
Ejercicios para hacer EN CLASE en curso 22 24

8. Guı́a 8
Ejercicios G8
Ejercicio Alt. 8.1 (Normal miscelánea). Sea X „ N p15, 2q, hallar:
P pX ă 18q
P p14 ă X ă 17q

a tal que P pX ą aq “ 0.70

El 0.05-cuantil y 0.95-cuantil de X
b tal que P p15 ´ b ă X ă 15 ` bq “ 0.90

Ejercicio Alt. 8.2 (Parcial 12-12-19). La cantidad de fallas diarias de cierta

máquina es una variable aleatoria X a valores t0, 1, 2, 3u con función de proba-
bilidad pX pxq “ px ` 1q{10. Calcular (aproximadamente) la probabilidad de que
en 60 dı́as, la cantidad total de fallas de la máquina sea mayor a 130.
Ejercicio Alt. 8.3 (Parcial 2-11-19). La cantidad de dı́as de lluvia durante un
año en la ciudad de Zorg es una variable aleatoria con distribución Poisson de
media 32. Calcular aproximadamente la cantidad de años que deben transcurrir
para que la probabilidad de que la cantidad total de dı́as de lluvia supere 1500
sea mayor a a 0.90.
Ejercicios para hacer EN CLASE en curso 22 25

9. Guı́a 9
9.1. Ejercicios G9.1
Ejercicio Alt. 9.1. Sea X una variable aleatoria cuya función densidad es de
la forma

3x2
fθ pxq “ 1 t0 ă x ă θu , θą0
θ3
Dada una muestra con n “ 2, hallar un estadı́stico suficiente para θ.
Ejercicio Alt. 9.2. Pareto La magnitud de los terremotos en cierta región es
una variable aleatoria X cuya densidad está dada por:
α ´ 1 ´ 2 ¯α
fα pxq “ 1 tx ą 2u , αą1
2 x
Dada una muestra con n “ 3, hallar un estadı́stico suficiente para α.

9.2. Ejercicios G9.2

Ejercicio Alt. 9.3. En una serie de m experiencias Bernoulli se registran U
éxitos, y en una serie posterior de n experiencias Bernoulli se registran V éxitos
(n ‰ m). Se proponen los siguientes estadı́sticos para estimar el parámetro p:
ˆ ˙
1 U V V `U
pp1 “ ` pp2 “
2 m n m`n
(a) ¿Son pp1 y pp2 estimadores insesgados para p?
(b) ¿Son pp1 y pp2 estadı́sticos suficientes?
(c) Hallar el EMV de p
Ejercicio Alt. 9.4. Sea X1 , ..., Xn una muestra aleatoria de una variable alea-
toria X „ Up0, θq.

(a) Hallar θ̂ estimador ML de θ

(b) Hallar su función densidad mostrar que

n nθ2
Erθ̂s “ θ varpθ̂q “
n`1 pn ` 1q2 pn ` 2q

(c) Mostrar que T2 “ 2X tiene mayor error cuadrático medio que θ̂.

9.3. Relleno guia 9

Ejercicio Alt. 9.5 (Final 25-07-19 modificado). La magnitud de los terremotos
en cierta región es una variable aleatoria X cuya densidad está dada por:
α ´ 1 ` 2 ˘α
fα pxq “ 1 tx ă 2u , α ą 1
2 x
Hallar el EMV para α y el número
ř36 de información de Fisher, basados en una
muestra de 36 terremotos con i“1 lnpxi q “ 35, 66724.
Ejercicios para hacer EN CLASE en curso 22 26

Ejercicio Alt. 9.6 (bidimensional continua). Sea (X,Y) un vector aleatorio

con distribución uniforme sobre Λ “ tpx, yq : x2 ` y 2 ď r2 u. Hallar el estimador
de máxima verosimilitud de r basado en la muestra aleatoria de tamaño n:
pX1 , Y1 q, ..., pXn , Yn q.
Ejercicio Alt. 9.7 (bidimensional discreta). Sea pX, Y q un vector aleatorio
discreto con función de probabilidad:

eθxy
pθ px, yq “ 1 tpx, yq : x, y P t0, 1uu θ ą 0
3 ` eθ
Hallar el valor estimado por máxima verosimilitud de θ basado en la siguiente
muestra:

tp0, 1q p0, 0q p1, 1q p1, 1q p0, 0q p0, 0q p1, 0q p0, 1q p1, 0q p1, 1qu
Ejercicios para hacer EN CLASE en curso 22 27

10. Capı́tulo 10 - Test de Hipótesis

Ejercicios G10
Ejercicio Alt. 10.1 (10.3 con mutaciones). En una de las lunas de Saturno
descubren evidencia de vida extraterrestre de hace millones de años. Entre los
objetos encontrados hay uno análogo a un dado de 6 caras. Las dos teorı́as
exobiológicas en boga proponen las siguientes distribuciones de probabilidad
para el dado:

x 1 2 3 4 5 6
p0 1{6 1{6 1{6 1{6 1{6 1{6
p1 0.04 0.05 0.08 0.12 0.41 0.30

El dado se arrojará una única vez en gravedad reducida. Se pide:

(a) Diseñar un test de hipótesis de nivel α ď 0, 2 con H0 : ppxq “ p0 pxq contra

H1 : ppxq “ p1 pxq
(b) El dado se arroja y sale 5. Calcular el p-valor.
(c) La comunidad cientı́fica cuestiona el resultado obtenido. Diseñar todos los
test posibles que cumplen con la condición pedida en (a), y calcular la β
para cada uno. ¿Cuál es el más conveniente?

Ejercicio Alt. 10.2 (Coloquio 20-12-2018 cambiado). El tiempo (en horas)

hasta la primera reparación de una máquina de marca Acme es una variable
aleatoria con distribución exponencial de parámetro λ.
(a) Construir un test de hipótesis para una muestra de tamaño n, de nivel 0.05,
que permita confirmar si la duración media es mayor a 3 horas. Ojo, no
confundir media con λ

(b) Se registraron los siguientes tiempos hasta primera reparación (horas):

1.744, 11.145, 6.882, 14.044, 1.132

¿Qué conclusión obtiene en base a la muestra observada?

(c) Calcular el p-valor de la muestra observada
Ejercicios para hacer EN CLASE en curso 22 28

Ejercicio Alt. 10.3. La empresa de servicios de internet FiberCorp provee a

sus clientes una conexión cuya velocidad es una variable aleatoria normal cuya
media es 25 Mbps y asegura que el desvı́o es a lo sumo 2Mbps en cualquier
momento del dı́a. Durante la cuarentena, la conexión la conexión parece tener
momentos particularmente lentos, ası́ que los docentes de probabilidad y es-
tadı́stica decidieron medir su velocidad de conexión y los resultados fueron los
siguientes:

24.75; 22.35; 27.03; 28.61; 27.05; 19.88; 22.13; 24.39; 22.07; 22.17

Determinar si existe suficiente evidencia para iniciar un reclamo contra Fi-

bercorp con un nivel de significación 0.05 y determinar el p-valor de la muestra
obtenida.
Ejercicio Alt. 10.4 (Igual contra distinto). En un proceso quı́mico es nece-
sario que una solución que se usa como reactivo tenga pH “ 8.21. Se dispone
de un método para determinar el pH que produce mediciones normalmente
distribuidas con media igual al verdadero valor del pH y desvı́o σ desconocido.
1. Diseñar un test de hipótesis con α “ 0.05 para una muestra de tamaño 5.

2. Usando los valores: 8.2214, 8.1865, 8.1989, 8.2196, 8.1867, calcular el

p-valor.
Ejercicio Alt. 10.5 (cpθq decreciente, mayor contra menor). Los siguientes
valores son las duraciones (en horas) de una muestra de 16 lámparas:
2632, 1742, 667, 1184, 3896, 809, 1412, 1789, 2396, 3358, 9901, 1925, 2981,
1843, 8315, 1299.
Suponiendo que los datos obedecen a una distribución exponencial de inten-
sidad λ:

(a) Construir un test de hipótesis con nivel de significación α “ 0, 1 para decidir

entre λ ď 0.0002 y λ ą 0.0002.
(b) Calcular el p-valor para la muestra obtenida.
Ejercicios para hacer EN CLASE en curso 22 29

11. Intervalos y cotas de confianza

Ejercicios G11
Ejercicio Alt. 11.1. Sean X1 , X2 , X3 variables aleatorias independientes cuya
función de densidad es de la forma:
2x
fθ pxq “ 1 t0 ă x ă θu
θ2
Encontrar un pivote adecuado y utilizarlo para construir un intervalo de
confianza de nivel 0.95 para θ, basado en la siguiente muestra:

x1 “ 0.473, x2 “ 0.817, x3 “ 0.281

Ejercicio Alt. 11.2. La duración (en años) de cierto componente electrónico

es una variable aleatoria con distribución exponencial. Se mide la duración de 24
componentes registrando un tiempo promedio de 0,2719 años. Hallar una cota
inferior de confianza de nivel 0,90 para la duración media de dichos componentes.

Ejercicio Alt. 11.3. Sea Xn una muestra aleatoria de tamaño n de una dis-
tribución con densidad

fθ pxq “ e´px´θ 1 tx ą θu , θ ą 0.

Hallar un intervalo de confianza de nivel 1 ´ α para θ.

(sugerencia: considere la distribución de T “ mintXi u ´ θ)
Ejercicio Alt. 11.4. Un emisor transmite una señal de valor µ. El receptor
recibe mediciones Xi “ µ ` ϵi donde ϵi son los errores de medición. Los errores
ϵi son variables aleatorias independientes con distribución Normal (0,3). Cal-
cular el número mı́nimo de mediciones que debe recibir el receptor para poder
construir un intervalo de confianza de nivel 0,95 para µ de longitud menor a 0,1.
Ejercicios para hacer EN CLASE en curso 22 30

12. Guı́a 12
Ejercicios G12
Ejercicio Alt. 12.1 (A priori Gamma). La cantidad de errores de tipeo por
planilla de notas que comete un docente de Probabilidad y Estadı́stica puede
modelarse con una distribución de Poisson conociendo el parámetro θ. A priori,
se supone que Θ sigue una distribución exponencial de intensidad 1. Se analizan
3 hojas tipeadas por el docente y resulta que la cantidad de errores por planilla
es:

0, 1, 1

Calcular la probabilidad de que en la próxima planilla no se cometan errores.

Ejercicio Alt. 12.2 (Discreta). La probabilidad de salir cara en cada tiro de un

doblón es una variable aleatoria cuya distribución a priori se supone uniforme
sobre el intervalo (0,1). Se lanza el doblón hasta obtener cara por tercera vez,
siendo necesarios 8 tiros.

(a) Estimar la probabilidad a posteriori de que en el siguiente lanzamiento del

doblón salga cara.
(b) Hallar la Esperanza a posteriori.
Ejercicio Alt. 12.3. En una partida de rol, Vic saca un dado de su bolsillo, lo
arroja una vez y observa un 9. La distribución a priori de la cantidad de caras
del dado es equiprobable sobre t4, 6, 8, 10, 12, 20u. Basándose en la información
muestral, estimar la probabilidad de observar un número mayor a 11 en la
proxima tirada del mismo dado.
Ejercicio Alt. 12.4 (Coloquio 19-12-2013). Un proceso de producción, produce
con una calidad del 100p % de artı́culos defectuosos. A priori se supone que la
proporción p de artı́culos defectuosos se distribuye de acuerdo con una densidad
de la forma f ppq “ 12pp1 ´ pq2 1 t0 ă p ă 1u. De una partida se examina una
muestra de 10 artı́culos y se encuentran 2 defectuosos. En una caja se ponen
otros 5 artı́culos de la misma partida. En base a la información muestral, estimar
la probabilidad de que la caja contenga un solo artı́culo defectuoso.