Tare A Final

Probabilidad
Estrada Cruz Edgar
DCA
Tarea 1
Demostrar que la constante de la distribucion de Laplace L(x0 ;a) esta dada por c =
Distribucion de Laplace pL(x0 ;a) (x) = ce
jx
x0 j
a
,a
1
2a .
Gracar.
Integrando ambos lados

Z1
Z1
pL(x0 ;a) (x)dx =
x= 1
jx
ce
x0 j
a
dx
x= 1
Z1
1=c
jx
x0 j
a
dx
x= 1
c=
1
R
1
I0
jx
x0 j
a
dx
x= 1
Calculamos la integral I0
Z1
I0 =
jx
x0 j
a
dx
x= 1
tenemos que por denicion del valor absoluto

jx
I0 =
Z1
jx
x0 j
a
x= 1
(x x0 ), x > x0
(x x0 ), x < x0
x0 j =
dx =
Zx0
(x
x0 )
a
dx +
x= 1
Calculando la integral I1
(x
x0 )
a
dx = I1 + I2
x=x0
Zx0
I1 =
Z1
(x
x0 )
a
dx
x= 1
Realizando el cambio de variable

v=
I1 = a
Z0
(x
ev dv = a ev j
v= 1
x0 )
a
0
1
; dv =
dx
a
= a e0
= a(1
0) = a
I1 = a
I2 =
Z1
(x
x0 )
a
dx
x=x0
30 de Marzo del 2012
Probabilidad
Estrada Cruz Edgar
DCA
Realizando el cambio de variable

v=
I1 = a
Z1
dv =
a e
(x
x0 )
a
v 1
j
0
; dv =
a e
dx
a
1
e0 =
a(0
1) = a
x=0
I2 = a
Por lo tanto
I0 = I1 + I2 = a + a = 2a
c=
Graca de pL(x0 ;a) (x) =
esta dada como pL(8;5) (x) =
1
2a e
jx
x0 j
a
1
10 e
jx
8j
5
1
1
=
I0
2a
para un valor de a = 5 y x0 = 8. Por tanto la distribucion de laplace
y 0.12
0.10
0.08
0.06
0.04
0.02
-4
-2
10
12
14
16
18
20
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 2
Demostrar que la constante de la distribucion de Cauchy Cauc(a) esta dada por c =
. Gracar.
2
c x2a+a2
Distribucion de Cauchy pCauc(a) (x) =

Z1
pCauc(a) (x)dx =
x= 1
Z1
x2
a2
dx
+ a2
x= 1
Z1
1=
a2
dx
x2 + a2
x= 1
c=
1
R
x= 1
Z1
x= 1
a2
dx = arctg(x) j
x2 + a2
Esto implica que c =
= arctg(1)
1
I0
arctg( 1) =
)=
La graca de la distribucion de Cauchy

pCauc(a) (x) =
1
1
a2
x2 +a2 dx
pCauc(a) (x) =
a2
x2 +a2
, con a = 5. Es de la siguiente forma
25
x2 +25
0.32
y 0.30
0.28
0.26
0.24
0.22
0.20
0.18
-6
-4
-2
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 3
Demostrar
8
n
< 1;
X
1
!
Sn ( ) =
: < 1;
k 1+
k=1
0
>0
cuando n ! 1
Usando el criterio integral para la convergencia de una serie.

Sea una funcion positiva decreciente, denida para todo real x
Sn =
n
P
Zn
f (k) y tn =
k=1
0. Para cada n
1, sea
f (x) dx
x=1
o fSn g y ftn g covergen o fSn g y ftn g divergen.

Tenemos la siguiente desigualdad
n
X
Zn
f (k)
k=2
Evaluando la integral
tn =
x=1
Zn
Cuando
f (x) dx =
jnx=1 =
Zn
1
dx =
x1+
x=1
= 0 se tiene que tn = 1, la serie diverge, para
diverge. Y cuando
> 0 y n ! 1 se tiene que tn =
f (k)
k=1
x=1
n
X1
f (x) dx
< 0 y n ! 1 se tiene que tn =
1, la serie
por lo tanto la serie converge.
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 4
Dena el evento Bi : el partido i ganara las elecciones (i = 1; 6)

P fB1 g = 0:4; P fB2 g = 0:3; P fB3 g = 0:2
P fB4 g = 0:05; P fB5 g = 0:03; P fB6 g = 0:02
Dena el evento Aj (j = 1; 3)
A1 signica que el partido 4 estara en coalicin con el ganador.
Tenemos la tabla P fAj =Bi gj=1;3 .
i=1;3
inj
0:4
0:7
0:3
0:5
0:1
Construir la tabla de probabilidad tal que el partido i ganara la eleccion bajo la coalicion con el partido
j.
P fBi =Aj gj=1;3
i=1;3
Solucin.
Primero calculamos la probabilidad del evento Aj , con la siguiente formula.
P fAg =
n
X
P fA=Bi g P fBi g
P fA1 g =
3
X
P fA1 =Bi g P fBi g
Para P fA1 g tenemos
i=1
i=1
P fA1 g = P fA1 =B1 g P fB1 g + P fA1 =B2 g P fB2 g + P fA1 =B3 g P fB3 g
P fA1 g = (0:4)(0:4) + (0:3)(0:3) + (0)(0:2) = 0:25

P fA2 g =
3
X
i=1
P fA2 =Bi g P fBi g

5
Probabilidad
Estrada Cruz Edgar
DCA
P fA2 g = (0:7)(0:4) + (0:5)(0:3) + (1)(0:2) = 0:63
P fA3 g =
3
X
i=1
P fA3 =Bi g P fBi g
P fA3 g = (0)(0:4) + (0:1)(0:3) + (0)(0:2) = 0:03
Ahora calculamos P fBi =Aj g con la formula de Bayes
P fBi =Ag =
P fA=Bi g P fBi g
P fAg
Calculando para A1 .
P fB1 =A1 g =
P fA1 =B1 g P fB1 g

(0:4)(0:4)
=
= 0:64
P fA1 g
0:25
P fB2 =A1 g =
P fA1 =B2 g P fB2 g

(0:7)(0:4)
=
= 0:44
P fA1 g
0:63
P fA1 =B3 g P fB3 g
(0)(0:4)
=
=0
P fA1 g
0:03
P fB3 =A1 g =
Calculando para A2 .
P fA2 =B1 g P fB1 g

(0:3)(0:3)
=
= 0:36
P fA2 g
0:25
P fB1 =A2 g =
P fB2 =A2 g =
(0:5)(0:3)
P fA2 =B2 g P fB2 g
=
= 0:238
P fA2 g
0:63
P fA2 =B3 g P fB3 g
(0:1)(0:3)
=
=1
P fA2 g
0:03
P fB3 =A2 g =
Calculando para A3
P fB1 =A3 g =
P fB2 =A3 g =
P fA3 =B1 g P fB1 g

(0)(0:2)
=
=0
P fA3 g
0:25
P fA3 =B2 g P fB2 g

(1)(0:2)
=
= 0:317
P fA3 g
0:63
P fB3 =A3 g =
P fA3 =B3 g P fB3 g

(0)(0:2)
=
=0
P fA3 g
0:03
Entonces la tabla esta dada de la siguiente formula
inj
0:64
0:36
0:44
0:238
0:317
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 5
Calcular la transformacion de p (x) = Nx0 ; (x) a p (y), dada la funcion y = arctan(x).
(x) = arctan(x);
(y) = x = tan(y)
(x0 ) = arctan(x0 );
(y0 ) = x0 = tan(y0 )
y=
y0 =
Usando la formula
p (y) =
p (x)
j 0 (x)j
Tenemos que
0
(x) =
1
d
arctan (x) = 2
dx
x +1
p (y) =
p (tan (y))
1
x2 +1
Dada p (x) como

1
p (x) = p
2
exp
(x
x0 )
2
Por lo tanto
p (y) =
p (tan (y))
1
(tan(y))2 +1
=p
1
2
1
(tan(y))2 +1
sec2 (y)
p (y) = p
exp
2
exp
tan (y0 ))
2
tan (y0 ))
2
(tan (y)
(tan (y)
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 6
Encontrar una funcion tal que la funcion de distribucion
1
e
2
p (y) =
jyj
sea la transformacion de la funcion de distribucion

8
< 1 ; x 2 [a; b]
b a
p (x) =
: 0; x 2
= [a; b]
Tenemos
1
p (y) = p
Zy
d
dy
(y)
Zy
p (y)
dy =
p ( 1 (y))
y= 1
(y)
d
dy
(y) dy
y= 1
Zy
x=
p (y)
dy
p (x)
y= 1
Zy
x=
1
2
x=
x=
Z0
a6
4
I1 =
I2 =
Zy
Z0
e dy =
dy
7 b
dy 5 =
a
2
eu du = eu j0u=
[I1 + I2 ]
u= 1
dy =
y
y
eu du =
eu ju=0 =
u=0
y=0
x=
jyj
y=0
y= 1
Zy
a
2
e dy +
y= 1
Z0
y= 1
dy
1
b a
y= 1
Zy
jyj
b
2
ah
x = (b
a)
b
2
a
ah
Despejando a y obtenemos
Probabilidad
Estrada Cruz Edgar
(b
a)
2 [(b
b
y=
In
x=
a)
a
a
2
x]
2 [(b
b
=e
a)
a
DCA
x]
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 7
a. Demostrar que E fxg para una variable aleatoria Gausiana es a.
E fxg =
Z1
xpN (a;
Z1
(x) dx =
x= 1
x= 1
Necesitamos calcular
Z1
x= 1
x
p
2
exp
x
p
2
exp
(x
a)
2
(x
a)
2
dx = a
dx
Proponemos un cambio de variable

v=
dv =
Esto implica
E fxg =
Z1
v= 1
v
p exp
2
v2
2
Z1
dx
Z1
; dx =
dv
v2
2
Z1
v2
2
v= 1
Calculando I1
; x= v+a
( v + a)
p
exp
2
v= 1
dv +
a
p exp
2
v exp
v2
2
dv =
1
dv = p ( I1 + aI2 )
2
dv = 0
v= 1
v2
2
La integral I1 = 0 debido a que es una funcion impar v exp
como se puede ver en la siguiente
gura.
0.6
0.4
0.2
-5
-4
-3
-2
-1
-0.2
-0.4
-0.6
Para la integral I2 tenemos lo siguiente

I2 =
Z1
v= 1
exp
v2
2
dv = 2
Z1
exp
v2
2
dv
v=0
10
Probabilidad
Estrada Cruz Edgar

Z1
I2
=
2
exp
DCA
v2
2
dv
1
Z
exp
v=0
Realizando un cambio de variablev = ut;

I2 = 2
Z1
dv = udt
v2
2
exp
dv = 2u
u 2 t2
2
dt
t=0
v=0
u2
2
Multiplicar ambos lados por exp
u2
2
I2 exp
u2
2
= 2u exp
Z1
u 2 t2
2
exp
dt
t=0

Z1
I2 exp
Z1 Z1
I2
du = 2 =
2
u2
2
u 2 1 + t2
2
2u exp
u=0t=0
u=0
dtdu
Resolviendo la integral obtenemos

I22 = 2 ! I2 =
Regresando a nuestra ecuacion de E fxg

1
1
E fxg = p ( I1 + aI2 ) = p
2
2
(0) + a
b. Demostrar que E x2 para una variable aleatoria Gausiana es
E x
Z1
x pN (a;
(x) dx =
x= 1
Z1
x= 1
Necesitamos calcular
Z1
x= 1
x2
p
2
x2
p
2
exp
=a
+ a2 .
a)
2
a)
2
(x
exp
(x
dx =
+ a2
dx
Proponemos un cambio de variable

v=
dv =
Esto implica
2
E x
Z1
v= 1
a
dx
; x= v+a
; dx =
( v + a)
p
exp
2
dv
v2
2
dv =
11
Probabilidad
Estrada Cruz Edgar

Z1
2 2
v= 1
v
p exp
2
v2
2
Z1
dv +
v= 1
v2
2
2a v
p
exp
2
1
p
2
Z1
dv +
v= 1
a2
p exp
2
v2
2
dv =
I1 + 2a I2 + a2 I3
Z1
I1 =
DCA
v2
2
v 2 exp
dv
v= 1
Usando separacion de variables

r = v ! dr = dv
v2
2
dt = v exp
I1 =
v exp
v2
2
1
1
Z1
a!1
exp
v2
2
dv =
v exp
v2
2
12
2
a exp
a!1
v2
2
exp
v exp
v2
2
2 =
v= 1
I1 = lim
lim
dv ! t =
I2 =
v2
2
v exp
2 =
02
2
+ 0 exp
Z1
a
1
1
1
dv
v= 1
v2
2
La integral I2 = 0 debido a que es una funcion impar v exp
como se puede ver en la siguiente
gura.
0.6
0.4
0.2
-5
-4
-3
-2
-1
-0.2
-0.4
-0.6
I3 =
Z1
exp
v2
2
dv
v= 1
12
Probabilidad
Estrada Cruz Edgar
DCA
Al igual que en el ejercicio anterior 7a la integral I2 es igual a I3 lo que implica que I3 =
Regresando a nuestra ecuacion principal

2
E x
Z1
x= 1
x2
p
2
exp
1 h
E x2 = p
2
(x
a)
2
1
dx = p
2
+ 2a (0) + a2
I1 + 2a I2 + a2 I3
i
+ a2
13
Probabilidad
Estrada Cruz Edgar
Calcular E fj j g para
Tarea 8
8
<
= p (n) =
1
b a;
8
< x; x > 0
Tenemos jxj =
: x; x < 0
DCA
x 2 [a; b]
0; x 2
= [a; b]
E fj j g =
Zb
jxj
Zb
(x)
dx
Tenemos tres casos

R+
El primero cuando a; b
Zb
E fj j g =
jxj
dx =
E fj j g =
(Z b)
1
b
n+1
(x)
jb
a n+1 a
bn+1 an+1
a
n+1
R
1
jxj
dx =
E fj j g =
El segundo cuando a; b
( b)
( a)
(Z b)
dx =
( a)
( x)
( b)
( a)
dx =
1
( b)
n+1
( x)
(
j
( a) n + 1 (
b)
a)
( a)
E fj j g =
n+1
( b)
El tercer caso cuando a

n
E fj j g =
yb
R
Z0
1
(b)
(a)
R+
1
n
( x) dx +
( a)
( ( a))
n+1
!
n+1
n+1
(b)
(a)
n+1
( a)
E fj j g =
n+1
( ( b))
Zb
1
n
(x) dx =
( a)
b
1
(I1 + I2 )
( a)
( a)
Calculando la primera integral

I1 =
Z0
n+1
( x) dx =
( x)
j 0
n + 1 x=(
n+1
a)
n+1
( ( a))
( 0)
+
n+1
n+1
n+1
(a)
n+1
( a)
Calculando la segunda integral

I2 =
Zb
n+1
(x) dx =
n+1
(x)
(b)
j b =
n + 1 x=0
n+1
n+1
n+1
(0)
(b)
=
n+1
n+1
Regresando a nuestra formula

n
E fj j g =
"
#
"
#
n+1
n+1
n+1
(a)
(b + a)
1
(b)
1
+
=
( a) n + 1
n+1
b+a
n+1
14
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 9
Demostrar
1. Usando la desigualdad de Cuachy-Schwartz.
Tenemos
p
cov( ; )
p
var
var
n
=E (
, var
E f g)
y cov ( ; ) = E f(
E f g) (
E f g)g
De la desigualdad de Cauchy-Schwartz
r n o n
2
o
E fj jg
2
2
n o n
o 1 ! E fj jg
E j j E j j
2
2
E j j E j j
q
q
p
p
E 2
E f 2g E f g
E 2
E f 2g
Analizando la segunda parte de la desigualdad

Ef
q
E
Haciendo el cambio de variable
=(
p
E f 2g ! q
Ef
E
E f g) y
=(
g
p
E f 2g
E f g)
E f(
E f g) (
E f g) g
r n
=p
op
2
2
E (
E f g)
E f(
E f g) g
Analizando la primera parte de la desigualdad

q
E
Haciendo el cambio de variable

1
=(
Ef
E f g) y
g!
=(
q
E
E f g)
Ef
2
g
p
E f 2g
E f(
E f g) (
E f g) g
r n
=p
op
2
2
E (
E f g)
E f(
E f g) g
Por lo tanto esta demostrado que
E f 2g
15
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 10
a) Dadas
= p (x) =
8
<
:
= p (y) =
Calcular
=3 +
=3 +
1
b
: p (x) :=
2=a
b =2
0; x 2
= [a ; b ]
8
<
1
b
; 0=a
b =1
0; x 2
= [a ; b ]
d
d n
2
F (z) =
P w : 3 (w) + (w)
dz
dz
Usando la formula de Bayes

d
P
=
dz
w : (w)
d
=
dz
Z1
y=0
d
dz
Z1
1
b
6
6
4
y2
d
=
dz
1
b
1
a
7
d
p (x)dx7
5 p (y)dy = dz
+2
1
b
17
d z
+
=
dz 3
9
dy =
1
Z1
= p (y) =
Calcular
= 0:5In ( ) +
= 0:5In ( ) +
: p (x) :=
+2
p (y)dy
y=0
1
b
1
d 6
4
dz
b
a
8
<
8
<
= (w) = y p (y)dy
y2
p (x) =
= p (x) =
1
b
Z1
y2
z
3
+2
y=0
b) Dadas
y2
w : (w)
y=0
y=0
Z1
y2
Z3
x= 2
(w)
3
1
3
1
( 2)
1
1
1
3
7
dy 5
=
1
12
1
12
; 0=a
b =1
0; x 2
= [a ; b ]
1
a
2=a
b =2
0; x 2
= [a ; b ]
d
d
F (z) =
P fw : 0:5In ( ) +
dz
dz
zg
16
Probabilidad
Estrada Cruz Edgar
DCA
Usando la formula de Bayes

d
=
P
dz
w:
exp
n
0:5
d
=
dz
Z2
w:
exp
y
0:5
= = y p (y)dy
y= 2
d
=
dz
Z2
y= 2
d
dz
Z2
1
b
2
6
4
x=0
exp
exp( z0:5y )
d
7
p (x)dx5 p (y)dy =
dz
y
0:5
1
b
dy =
y= 2
1
b
d
exp
dz
z+2
0:5
p (x) =
1
4
p (x) =
1
1
1
2
1
b
exp
y
0:5
p (y)dy
y= 2
1
d 6
4
dz
b
a
2
0:5
1
0:5
exp
z+2
0:5
exp
z+2
0:5
exp
Z2
exp
Z2
1
b
exp
y
0:5
y= 2
1
a
exp
b
z
1
0:5
exp
7
dy 5
z+2
0:5
exp
2
0:5
2
0:5
17
2
0:5
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 11
a). Dada E fj jg = 3, calcular P fw : j j
16g
Usando la desigualdad de Chebyshev

P fw : j j
ag
E fj j g
entonces
1
P fw : j j 16g (16) (3) = 0:187 5

n o
2
b). Dadas E fj jg = 1:5 y E j j = 4, calcular P fw : j
E fj jgj 10g
Usando la desigualdad de Cantelli
P fw : j j
2 2
a2 +
ag
Primero necesitamos calcular la varianza

2
= var ( ) = m2
m21
=4
(1:5) = 1: 75
sustituyendo en la desigualdad de Cantelli

P fw : j j
10g
2 (1:75)
= 0:034398
100 + (1:75)
c). Para las mismas variables aleatorias del inciso b) pero con la informacin de que
es una distribucin
normal Gaussiana
P = fw :
Ef g
8
>
>
>
<
10g

Usando the Milles ratio
>
>
>
:
Usando la desigualdad de chebyshev
Por la desigualdad de chebyshev tenemos
P fw : j
E f gj
Tenemos
E fxg =
Z1
x= 1
ag
x
2
exp
E fj
x2
2 2
E f gj g
dx = 0
Por lo tanto
E fj
E f gjg = E fj
0jg = E fj jg = 1:5
18
Probabilidad
Estrada Cruz Edgar
DCA
Para nuestro caso tenemos
E f gj
10g
10
E fj
P fw : j j
10g
10
E fj jg
P fw : j
P fw : j j
10g
10
E f gjg
(1:5) = 0:85
Usando el radio de mill

Tenemos la dencin del radio de mill
1
x2
2
1
exp
2 x
<1
P fw :
< xg < p
1
exp
2 x
x2
2
Para nuestro caso tenemos
x2
2
1
exp
2 x
<1
E f g < 10g < p
P fw :
1
exp
2 x
x2
2
donde
Ef g=
Por lo tanto
1
10
1
exp
2 (10)
102
2
<1
P fw :
< 10g < p
1
exp
2 (10)
102
2
10
1
exp
2 (10)
102
2
<1
P fw :
< 10g < p
1
exp
2 (10)
102
2
10
102
2
1
exp
2 (10)
< P fw :
1 < P fw :
< 10g < 1
1
exp
2 (10)
102
2
< 10g < 1

2
P fw : j j
De donde
ag
a2 +
= 1:75, por lo tanto

P fw : j
E f gj
10g
2 2
+
a2
P fw : j j
10g
2 (1:75)
= 0:034398
102 + 1:75
P fw : j j
10g
0:034398 = 0:9656
19
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 12
n o
n
o
5
3
Dada E j j = 6, E j j = 7, calcular E fj
p
Tomamos a p = 5, lo que implica que q =
p 1
jg
5
5 1
5
4
Usando la desigualdad de Lyapunov

n o
t
E j j
(E fj j g) s
de donde s =
5
4
1
t
;0 < s
y t = 3. Resolviendo tenemos
n 5o
E j j4
n
o
3
E j j
4
5
n 5o
E j j4
n
o
3
E j j
1
3
5
4
1
3
n 5o
n
o
3
E j j4
E j j
n 5o
5
E j j4
(7) 12
5
12
Usando ahora la desigualdad de Hlder

E fj
jg
sustituyendo obtenemos
E fj
n o
5
E j j
jg
E fj
jg
n 5o
E j j4
1
5
(6) 5 7 12
1
P fw : j j > ag
E fj j g
E fj
jg
4
5
4
5
E fj
b). Calcular la P fw : j
(E fj j g) p (E fj j g) q
(6) 5 (7) 3 = 2: 737 3
j > 5g
Ahora usaremos la desigualdad de Chebyshev

r
de lo cual nosotros tenemos

P fw : j
j > ag
P fw : j
j > 5g
P fw : j
j > 5g
P fw : j
j g
E fj
jg
(2: 737 3) = 0:547 46
j > 5g
0:547 46
20
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 13
Dada E
= 2, E
= 11, Calcular P = fw : j
7g
Usando la desigualdad de Cauchy-Bounyakovski-Schwartz

E fj
E fj
jg
p
E f 2g
jg
p
p p
2 11 = 22
Usando la desigualdad de Markov

P fw : j j
ag
ag
E fj j g
Para nuestro problema tenemos

P fw : j
P fw : j
j
7g
(7)
E fj
22 =
jg
1p
22
7
21
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 14
n o
8
Dada E j j
n o
3
3, calcular E j j
Usanso la desigualdad de Jensen
n o
t
E j j
(E fj j g) s
1
t
;0 < s
tenemos que t = 8 y s = 3
s
(E fj j g)
n o
t
E j j
n o
3
E j j
n o
3
E j j
1
t
n o
t
= E j j
n o
8
E j j
s
t
3
8
(3) 8 = 1: 5098
22
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 15
Dada
p 1
2
p (x) =
Calcular I" (p; q) = (
1;
2)
x2
2 21
exp
y I" (p; q) = (
p 1
2
y q (x) =
= 1;
x2
2 22
exp
= 2)
Para la primera parte utilizamos ecuacion de Kulbac

Z1
I" (p; q) =
p(x)
q(x)
In
p (x) dx
x= 1
Z1
I" (p; q) =
In @
x= 1
Z1
In
p 1
2
p 1
2
Z1
In
In
2
1
x= 1
1
2
x2
2 21
exp
1
x2
2 22
exp
x2
2 21
x2
2 22
x= 1
Z1
x2
p
2)
2
(2
Z1
I1 =
In
I2 =
1
2
x= 1
x2
p
(2 22 ) 2
Z1
I3 =
x2
p
2 2
x= 1
1
2
x2
2 21
exp
1
x2
2 21
exp
1
dx
dx
dx
x2
p
2 2
x2
2 21
x2
2 21
exp
1
x2
2 21
exp
1
3
1
x2
2 21
exp
3
1
exp
x2
2 21
dx
I3
x= 1
Z1
1
2
exp
= I1 + I2
Donde
A p 1
2
x2
x2
+ 2
2
2 1
2 2
exp
x= 1
x2
2 21
exp
x2
2 21
exp
dx
dx
dx
Resolviendo la primera integral

I1 =
Z1
In
x= 1
1
2
exp
1
x2
2 21
dx
Haciendo el siguiente cambio de variable

v=
x
1
! dv =
dx
1
23
Probabilidad
Estrada Cruz Edgar

Z1
I1 = In
DCA
v2
2
1
p exp
2
dv = In
v= 1
Resolviendo la segunda integral

I2 =
Z1
x2
p
2 2
x= 1
2
1 2
x2
2 21
exp
dx

v=
x
1
I2 =
Z1
(v 1 )
p
2 2
v= 1
1
2
1 2
x2
2 21
exp
! dv =
dv =
2
1
2
2
dx
1
Z1
v2
p exp
2
v= 1
x2
2 21
dv =
x2
2 21
dv =
2
1
2
2
Resolviendo la tercer integral

I3 =
Z1
x2
p
2 2
x= 1
3
1
x2
2 21
exp
dx

v=
x
1
Z1
I3 =
(v 1 )
p
2 2
x= 1
1
3
1
x2
2 21
exp
! dv =
1
dv =
2
dx
1
Z1
v2
p exp
2
v= 1
1
2
Regresando a nuestra ecuacion tenemos

I" (p; q) = I1 + I2
I" (p; q) = In
2
1
Resolviendo para
=1y
2
1
2
2
1
2
=2
I" (p; q) = In
I3
2
1
1
2 (4)
1
= ln
2
2
1
3
8
24
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 16
n o
n
o
n
o
4
4
4
a). Dadas E j j = 2 y E j j = 3, calcular P w : j + j
Usando la desigualdad de Minkovski
n
o
4
E j + j
(E fj j g) p + (E fj j g) p
n o
4
E j j
1
4
n
o
4
E j + j
p
E fj + j g
b). Calcular P fw : j + j
(E fj + j g) p
1
4
1
4
n
o
4
+ E j j
1
4
(2) 4 + (3) 4
(2) 4 + (3) 4
= 39: 394
5g
P fw : j + j
ag
E fj j g
P fw : j + j
ag
E fj + j g
5g
(5)
Por lo tanto
P fw : j + j
P fw : j j
5g
n
o
4
E j + j = (5)
P fw : j j
ag = 1
(39:394) = 0:063 03
0:06303 = 0:936 97
25
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 17
a). Considerar una p (x) = U[
10;10] .
Calcular P f! : (!) > 5g. Usando la desigualdad exponencial
De la desigualdad exponencila tenemos

P f! : (!) > xg
exp
tx + t2
P f! : (!) > 5g
exp
5t + t2
Lo cual implica que
Calculado
2
3
=E
b3 a3
(10)
=
3 (b a)
3 (10
( 10)
100
=
( 10))
3
Por lo tanto
P f! : (!) > 5g
exp
' (t) =
5t +
5t +
100t2
3
Analizando el tiempo minimo

100t2
3
Calculando la derivada e igualando a cero

' (t) =
5+
Por lo tanto tenemos

text =
Por lo tanto la probabilidad queda
P f! : (!) > 5g
b). Calcular P f! : (
3)
200
3
t=0!t=
3
40
8
<
3
40
1
2 0; 10
1
: 02
= 0; 10
exp
3
40
100
+
3
P f! : (!) > 5g
0:829 03
> 5g, dada p (x) = U[
10;10] ,
3
40
k = 1; 3
De la desigualdad exponencial tenemos

P f! : (
n)
> xg
exp
tx + t2
De donde
2
1
2
2
2
3
n)
> 5g
exp
5t + t2
2
1
2
2
2
3
100
3
P f! : (
2
k
k=1
Por lo tanto
P f! : (
n
P
n)
> 5g
exp
5t + 100t2
26
Probabilidad
Estrada Cruz Edgar
DCA
Analizando el tiempo minimo

' (t) =
5t + 100t2
Calculando la derivada e igualando a cero

' (t) =
5 + 200t = 0 ! t =

text =
Por lo tanto la probabilidad queda
P f! : (
n)
> 5g
P f! : (
8
<
1
40
1
40
1
2 0; 10
1
: 02
= 0; 10
exp
n)
> 5g
1
40
+ 100
1
40
0:939 41
27
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 18
Dada p
p1
2
exp
x
2
para n = 1; 10 y
! : max [
1 k 10
= 1. Calcular
(!) +
Usando la desigualdad de Kolmogorov y sabiendo que
10
(!)] > 20
estan distribuidas identicamente podemos usar
la siguiente desigualdad
P
P
! : max [
1 k 10
! : max jSk (!)j > x

1 k 10
(!) +
! : max [
1 k 10
10
(!) +
(!)] > 20
+
10
(20)
(!)] > 20
(10) (1) = 0:025

0:025
28
Probabilidad
Estrada Cruz Edgar
DCA
Tarea 19
a). Dada la funcin de densidad p (x) = U[a;b] (x), calcular
i t
(t) = E e
Z1
ixt
(t).
Z1
dF (x) =
x= 1
eixt p (x) dx
x= 1
Za
(t) =
eixt
dx
b a
x=b
Za
(t) =
eixt dx
x=b
(t) =
(t) =
eixt jbx=a
a
1
eibt
(t) =
(cos t + i sin t)
b
b).Dada la funcin de densidad p (x) =

i t
(t) = E e
jxj
a
1
2a e
Z1
eiat
(cos t + i sin t)
a
, a > 0, calcular
ixt
dF (x) =
x= 1
eixt p (x) dx
x= 1
Z1
(t) =
Z1
(t).
1
e
2a
eixt
jxj
a
dx
x= 1
1
(t) =
2a
Z1
jxj
a
eixt e
dx
x= 1
De la denicin de valor absoluto
Por lo tanto
8
< x cuando x > 0
x=
: x cuando x < 0
0 0
Z
1 @
(t) =
2a
0
1 @
(t) =
2a
eixt e dx +
x= 1
Z0
x
a
Z1
Z1
eixt e
x
a
x=0
(t) =
eixt e
x=0
eixt e dx +
x= 1
x
a
1
(I1 + I2 )
2a
x
a
dxA
1
dxA =
(I1 + I2 )
2a
29
Probabilidad
Estrada Cruz Edgar
Calculando las integrales, para I1
Z0
I1 =
DCA
eixt e a dx
x= 1
Z0
I1 =
ex(it+ a ) dx
1
x= 1
1
I1 =
it +
Z0
1
a
x= 1
1
it +
I1 =
ex(it+ a ) it +
1
it +
I1 =
1
a
e0
1
it +
Z1
I2 =
1
a
I1 =
Para I2
ex(it+ a )
1
a
dx
i0
x= 1
1
1
a
x
a
eixt e
dx
x=0
Z1
I2 =
1
x( it+ a
)
dx
x=0
I2 =
1
it +
1
a
Z1
1
x(it+ a
)
it +
1
a
dx
x=0
1
it +
I2 =
1
a
1
it +
I1 =
I1 =
h
1
a
1
x( it+ a
)
i1
x=0
1
it +
e0
1
a
Por lo tanto
(t) =
1
2a
a
a
+
(ita + 1) ( ita + 1)
(t) =
1
2
1
1
+
(ita + 1) ( ita + 1)
(t) =
1
2
(t) =
(ita 1) (ita + 1)
(ita + 1) (ita 1)
1
(ita + 1) (ita
1)
30

Tare A Final

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Tare A Final

Hochgeladen von

Copyright:

Verfügbare Formate

Probabilidad

Estrada Cruz Edgar

Integrando ambos lados

pL(x0 ;a) (x)dx =

tenemos que por denicion del valor absoluto

Realizando el cambio de variable

30 de Marzo del 2012

Estrada Cruz Edgar

Realizando el cambio de variable

para un valor de a = 5 y x0 = 8. Por tanto la distribucion de laplace

30 de Marzo del 2012

Estrada Cruz Edgar

Distribucion de Cauchy pCauc(a) (x) =

Esto implica que c =

La graca de la distribucion de Cauchy

, con a = 5. Es de la siguiente forma

30 de Marzo del 2012

Estrada Cruz Edgar

Usando el criterio integral para la convergencia de una serie.

o fSn g y ftn g covergen o fSn g y ftn g divergen.

= 0 se tiene que tn = 1, la serie diverge, para

> 0 y n ! 1 se tiene que tn =

30 de Marzo del 2012

< 0 y n ! 1 se tiene que tn =

por lo tanto la serie converge.

Estrada Cruz Edgar

Dena el evento Bi : el partido i ganara las elecciones (i = 1; 6)

P fA1 =Bi g P fBi g

Para P fA1 g tenemos

Para P fA2 g tenemos

P fA2 =Bi g P fBi g

Estrada Cruz Edgar

P fA3 =Bi g P fBi g

P fA1 =B1 g P fB1 g

P fA1 =B2 g P fB2 g

P fA2 =B1 g P fB1 g

P fA3 =B1 g P fB1 g

P fA3 =B2 g P fB2 g

P fA3 =B3 g P fB3 g

Entonces la tabla esta dada de la siguiente formula

30 de Marzo del 2012

Estrada Cruz Edgar

Dada p (x) como

30 de Marzo del 2012

Estrada Cruz Edgar

sea la transformacion de la funcion de distribucion

Estrada Cruz Edgar

30 de Marzo del 2012

Estrada Cruz Edgar

Proponemos un cambio de variable

La integral I1 = 0 debido a que es una funcion impar v exp

como se puede ver en la siguiente

Para la integral I2 tenemos lo siguiente

30 de Marzo del 2012

Estrada Cruz Edgar

Realizando un cambio de variablev = ut;

Multiplicar ambos lados por exp

Integrando ambos lados

Resolviendo la integral obtenemos

Regresando a nuestra ecuacion de E fxg

b. Demostrar que E x2 para una variable aleatoria Gausiana es

Proponemos un cambio de variable

30 de Marzo del 2012