Beruflich Dokumente
Kultur Dokumente
Si el vector aleatorio asume slo una cantidad numerable de valores, eno tonces cada componente es una variable aleatoria discreta, sucediendo que la funcin de probabilidad de una componente coincide con la suma de la funcin o o de probabilidad conjunta sobre la otra componente. Por ejemplo: P1 (k1 ) =
k2
P (k1 , k2 ).
Cuando adems las componentes son variables aleatorias independientes entona ces: P (k1 , k2 ) = P1 (k1 ) P2 (k2 ).
Ejercicios Resueltos
P5.1] Sea la funcin de masa P {(1, 2)} = P {(1, 3)} = P {(2, 2)} = P {(2, 3)} = o 1/6, P {(3, 3)} = 2/6. Calcular: 1. la funcin de distribucin bivariante asociada; o o 2. P {(x, y) IR2 : x + y = 4}. Solucin o 1. Considerando los distintos casos posibles, la funcin de distribucin o o bivariante asociada es: si x < 1 0 si y < 2 0 si 1 x < 2, 2 y < 3 1/6 2 x, 2 y < 3 F (x, y) = si 1/3 1 x < 2, y 3 si 2 x < 3, y 3 2/3 1 si x 3, y 3 2. Los unicos puntos con probabilidad no nula pertenecientes a la recta x + y = 4 son (1, 3) y (2, 2). Por lo tanto: P (x, y) IR2 : x + y = 4 = P ({(1, 3)}) + P ({(2, 2)}) = 1/3.
P5.2] Sea una urna con 15 bolas rojas, 10 negras y 25 blancas. Se extraen 10 con reemplazamiento y al azar y se considera la variable aleatoria (, ) donde es nmero de rojasy es nmero de negras. u u 1. Calcular la funcin de probabilidad conjunta. o 2. Hallar las funciones de distribucin marginales. o
147
La funcin de probabilidad conjunta viene dada, teniendo en cuenta o que las bolas se extraen con reemplazamiento, por: P ( = x, = y) = 15 10! x! y! (10 x y)! 50
x
10 50
25 50
10xy
para x, y {0, . . . , 10} . 2. Las funciones de distribucin de estas dos variables discretas son: o P ( = x) = 10 x 10 y 15 50 10 50
x 10x
35 50 40 50
,
10y
P ( = y) =
120
i, j = 0, 1, 2, 3 i+j 3
Calcular P (0 < 2, = 3) y P ( 1). Solucin o Ntese que esta funcin de probabilidad conjunta toma valores no nulos o o para aquellos puntos (i, j)tales que i, j = 0, 1, 2, 3 y i + j 3. Por lo tanto: P (0 < 2, = 3) = P ( = 1, = 3) + P ( = 2, = 3) = 0. Por otra parte:
3
P ( 1) =
1 P ( = 0) = 1
j=0 3
P ( = 0, = j) = 4 3j 17 . 24
1
j=0
1 3 120 0
3 j
P5.4] Una urna contiene tres bolas rojas, tres blancas y cuatro negras. Se extraen dos bolas de la urna, sin reemplazamiento. Sean las variables y denidas como = 1 si la bola extra en primer lugar es roja y 0 si da no lo es, y = 1 si la bola extra en segundo lugar es roja y 0 si no lo da
148
EJERCICIOS RESUELTOS DE PROBABILIDAD es. Calcular las distribuciones conjuntas, marginales y condicionadas de (, ). Son y independientes? Solucin o La funcin de probabilidad conjunta, as como las funciones de probabio lidad marginales, estn expresadas en la siguiente tabla: a | 0 1
7 10 7 10
0
6 9 3 9 3 10 3 10
1
7 9 2 9 7 10 3 10
7 10
3 10
P ( = x | = 0) = P ( = x | = 1) =
Finalmente, se puede armar que las variables y no son independientes, puesto que P ( = x, = y) = P ( = x) P ( = y) , para todo x, y {0, 1} . P5.5] Repetir el problema anterior suponiendo que las extracciones se hacen con reemplazamiento. Solucin o De forma similar al caso anterior: | 0 1
7 10 7 10
0
7 10 7 10 3 10 3 10 3 10
1
3 10 7 10 3 10 7 10 3 10
CAP ITULO 5. VARIABLES ALEATORIAS BIDIMENSIONALES y adems: a P ( = x | = 0) = P ( = x | = 1) = 7/10 , si 3/10 , si 7/10 , si 3/10 , si x=0 , x=1 x=0 . x=1
149
Finalmente, se puede armar que las variables y son independientes, puesto que P ( = x, = y) = P ( = x) P ( = y) , para todo x, y = 0, 1. P5.6] El vector aleatorio (, ) tiene la distribucin de probabilidad conjunta o dada por P ( = x, = y) = k(x + 1)(y + 1) donde x, y = 0, 1, 2. 1. 2. 3. 4. 5. 6. Calcular el valor de k. Calcular las distribuciones marginales. Distribuciones de condicionada a = y (y = 0, 1, 2). Son independientes y ? Calcular P ( + > 2) y P ( 2 + 2 1). Distribuciones de Z = + y de = 2 + 2 .
es decir, k = 1/36. 2. Las distribuciones marginales son: P ( = x) = x+1 (x + 1)(y + 1) = , para x = 0, 1, 2. 36 6 y=0 y+1 (x + 1)(y + 1) = , para y = 0, 1, 2. 36 6 x=0
2 2
P ( = y) = 3.
150
EJERCICIOS RESUELTOS DE PROBABILIDAD 4. Las variables y son independientes, pues P ( = x, = y) = P ( = x) P ( = y) , para todo x, y = 0, 1, 2. O, alternativamente, porque P ( = x | = y) = P ( = x) , para todo x, y = 0, 1, 2. 5. Se tiene que P ( + > 2) = P ( = 1, = 2) + P ( = 2, = 1) +P ( = 2, = 2) = 7 . 12
P ( 2 + 2 1) = P ( = 0, = 0) +P ( = 0, = 1) + P ( = 1, = 0) = 5 . 36
6. A partir de la funcin de probabilidad conjunta del vector aleatorio o (, ) se concluye que la variable Z = + tiene distribucin: o z 0 1 2 3 4 y = 2 + 2 : w 0 1 2 3 4 5 6 7 8 P ( = w) 1/36 1/19 1/14 0 1/16 1/13 0 0 1/14 P (Z = z) 1/36 1/19 5/18 1/13 1/14
151
P5.7] Consideremos una urna con 3 bolas azules, 2 blancas y 1 roja. Extraemos 3 bolas sin reemplazamiento, y consideremos las variables aleatorias que nos dan el nmero de bolas azules y el nmero de bolas blancas u u que aparecen en la extraccin. Calcular la distribucin de probabilidad o o conjunta. Solucin o =0 0 0 1/20 =1 0 6/20 3/20 =2 3/20 6/20 0 =3 1/20 0 0
=0 =1 =2
P5.8] Denimos sobre el experimento de lanzar diez veces una moneda las variables aleatorias como el nmero de lanzamiento en el que aparece u la primera cara (si no aparece cara = 0), y como el nmero de u lanzamiento en el que aparece la primera cruz (con = 0 si no aparece cruz). 1. 2. 3. 4. 5. Calcular la funcin de probabilidad conjunta. o Calcular las distribuciones marginales. Distribuciones de condicionada a = y (y = 0.,10). Son independientes y ? Probabilidad de que | | 1.
Solucin o 1. Ntese que si una de las dos variables ( o ) toma un valor mayor o que 1 o bien igual a cero, la probabilidad P ( = x, = y) ser nua la si la otra variable toma un valor distinto de 1. Por lo tanto P ( = x, = y) es: =
1 10 2 1 10 2 1 10 2 1 10 2
, si x = 1, y = 0
10y
10y i
= 1/2y
, si
x = 1, y = 2, . . . , 10
, si x = 0, y = 1
10x j
= 1/2x
, si
x = 2, . . . , 10, y = 1
2.
152
P ( = x, = y) = , si x=0 x=1 x = 2, . . . , 10
10 y=2
1/2y = 1/2
, si , si
P ( = y) = =
P ( = x, = y) = , si y = 0
10 x=2
1/2x = 1/2 , si
y=1
, si y = 2, . . . , 10
P ( = x, = 0) = 1, P ( = 0)
2x1
, si x = 0 , si x = 2, . . . , 10
1 1 1 = P ( = 2) P ( = 1) = 2 . 2 2 2 2
= 1 P ( = ) = 1
i=0
P ( = i, = i) = 1.
P5.9] En una jaula hay un ratn y dos pollitos. La probabilidad de que cada uno o de los animales salga de la jaula en la prxima hora es de 0.3. Esperamos o una hora y observamos lo que queda en la jaula.
153
Cmo se distribuye la variable aleatoria que cuenta el nmero de o u animales que quedan en la jaula? Si es el nmero total de patas de los animales que hay en la jaula, u dar la distribucin conjunta de (, ). Son y independientes? o Cul es la probabilidad de que el nmero de patas no supere al a u doble del nmero de animales? u
Solucin o 1. La variable aleatoria que cuenta el nmero de animales que quedan u en la jaula tiene la siguiente distribucin: o P ( = x) = 2. 3 0,33x 0,7x , para x = 0, 1, 2, 3. x
La distribucin de probabilidad conjunta del vector aleatorio (, ) o es: 0 1 2 3 | 0 0,027 0,027 0 0 0 0 0,126 2 0 0 0,126 0 0,21 4 0 0,063 0,147 0 0,294 6 0 0,294 0 0 8 0 0 0,343 0,343 0,027 0,189 0,441 0,343 1 Adems, las variables y no son independientes, pues: a P ( = 0, = 0) = 0,33 = P ( = 0) P ( = 0) = 0,36 .
3.
La probabilidad de que el nmero de patas no supere al doble del u nmero de animales viene dada por: u P ( 2) = P ( = 0, = 0)+P ( = 1, = 2)+P ( = 2, = 4) = 0,3. Esto puede observarse en la gura 5.1.
P5.10] Sea (, ) una variable aleatoria bidimensional con funcin de densidad o f (x, y) = 24y (1 x y), si (x, y) pertenece al recinto limitado por las rectas x + y = 1, x = 0, y = 0. 1. 2. 3. Calcular la funcin de distribucin de la variable aleatoria bidimeno o sional (, ) . Calcular las funciones de densidad marginales. Calcular las funciones de densidad condicionadas.
154
T q q q q q
= 2
R4 R3 R2 R1
R6
R5 x
155
Dividimos IR2 en distintas regiones segn muestra la gura 5.2, y en cada u una se obtiene: si (x, y) R1 : F (x, y) = 0; si (x, y) R2 :
x y 0
F (x, y) =
0
24t (1 s t) t s = 12y 2 x 6y 2 x2 8y 3 x;
si (x, y) R3 :
1y y
F (x, y) =
0 x 0
24t (1 s t) t s
1s
+ = si (x, y) R4 :
x 1s 0 1y 2 2 0
24t (1 s t) t s
y (2y 8y + 6) (1 x)4 + y 4 ;
F (x, y) =
0
24t (1 s t) t s = 1 (1 x)4 ;
si (x, y) R5 :
y 1t 0
F (x, y) =
0
f (x)
=
0
24y (1 x y) y =
3 3
24y 3 24y 2 (1 x) 2 3
3
y=1x
=
y=0
= 12 (1 x) 8 (1 x) = 4 (1 x) , para 0 x 1.
1y x=1y
f (y)
=
0
156
R3
R5
R2 R1
R4 x
Por ultimo, las funciones de densidad condicionadas son: f|=y (x) = 2(1 x y) 24y (1 x y) f (x, y) = = 2 2 f (y) 12y (1 y) (1 y)
para 0 x 1, 0 y 1 x. P5.11] Sea (, ) una variable aleatoria bidimensional con funcin de distribuo cin uniforme en el recinto limitado por y = x/2, x = 2, y = 0. Calcular o la funcin de distribucin. o o Solucin o El recinto propuesto en el enunciado es el tringulo sombreado en la a gura 5.3. Dado que la funcin de distribucin es uniforme, entonces o o f, (x, y) = k para k un valor constante en el recinto y las integrales se reducen al clculo de reas. As a a :
2 0 0 x/2
kyx = 1, es decir, k = 1. Por tanto, la funcin de distribucin es: o o si (x, y) R1 : F (x, y) = 0; si (x, y) R2 : F (x, y) = xy y 2 ;
157
R4 R3 R2
R6
R5 x
R1
x2 ; 4
F (x, y) = y(2 y); si (x, y) R5 : F (x, y) = 1. P5.12] Sea (, ) una variable aleatoria bidimensional con distribucin uniforme o en el recinto: C = (x, y) IR2 : x2 + y 2 < 1, x 0, y 0 . 1. 2. 3. Calcular la funcin de distribucin conjunta. o o Calcular las funciones de densidad marginales. Calcular las funciones de densidad condicionadas.
Solucin o 1. Consideremos las zonas del plano indicadas en la gura 5.4. La funcin de densidad es f (x, y) = 4/ cuando (x, y) est en R2 , y o a f (x, y) = 0 cuando (x, y) est fuera de R2 . Para calcular la funcin a o de distribucin es util el siguiente resultado: o 1 x2 x = 1 arcsenx + x 2 1 x2 + c.
158
F (x, y) =
0
4 s t = xy
1s2 0
si (x, y) R3 : F (x, y) =
0
1y 2 0
x 4 t s+ 1y 2
4 t s = 1 y2 ;
1 y2 +
F (x, y) =
0
4 2 t s = arcsenx + x 1 x2 ;
si (x, y) R5 :
y 1t2 0
F (x, y) =
0
4 2 s t = arcseny + y F (x, y) = 1.
1 y2 ;
f (x) =
0
4 4 y =
1 x2
si 0 < x < 1, y f (x) = 0 en el resto; y 2 1y 4 4 x = f (y) = 0 si 0 < y < 1, y f (y) = 0 en el resto. 3. Para todo x [0, 1] : f|=x (y) =
1 y2
si 0 y 1 x2 y cero en el resto. Dado que para la variable condicionada el valor de x es un par ametro jo, su distribucin ha o resultado uniforme en el intervalo [0, 1 x2 ]. De forma similar la variable condicionada a = y sigue una distribucin uniforme en o [0, 1 y 2 ] cuando y [0, 1].
1 f (x, y) = f (x) 1 x2
159
P5.13] Sea una muestra aleatoria simple de tamao n, obtenida de una distribun cin uniforme en [0, 1]. Sean = mx {1 , . . . , n } y = m {1 , . . . , n }. o a n Se pide: 1. 2. 3. 4. 5. 6. Calcular las distribuciones de , de y de la conjunta. Funcin de densidad condicionada de dado . o Funcin de densidad condicionada de dado . o Esperanza de , 2 y varianza de . Esperanza de , 2 y varianza de . Esperanza condicionada de dada .
Ntese que las variables aleatorias 1 , . . . , n son independientes y o estn idnticamente distribuidas, por lo que se puede armar que: a e P (1 w, . . . , n w) = [P ( w)] , obtenindose as que e F (w) = wn , para 0 w 1. Por otra parte, y procediendo de forma anloga al caso anterior, se a obtiene que: F (z) = P m i z = 1 P m i > z = n n
i i n
Como se verica que 0 m i mx i 1, el vector (, ) se n a distribuye en la regin comprendida entre las rectas z = w, w = 1, o z = 0. Vamos a hallar la funcin de distribucin en el interior de o o esta regin, ya que la funcin de densidad se obtiene derivando en o o esa zona. La funcin de distribucin conjunta es: o o F, (w, z) = = = P mx i w, m i z a n
i i
P mx i w P mx i w, m i > z a a n
i
i n
para 0 w 1, z w.
160
EJERCICIOS RESUELTOS DE PROBABILIDAD 2. A partir de lo anterior se obtiene que: f (w) f (z) f, (w, z) y por lo tanto: f|=z (w) = 3. Anlogamente, a f|=w (z) = (n 1) (w z) f, (w, z) = f (w) wn1
1 n2
= nwn1 , 0 w 1, = n (1 z)
n1
, 0 z 1,
n2
= n (n 1) (w z)
, 0 w 1, z w,
n2
(n 1) (w z) f, (w, z) = n1 f (z) (1 z)
, z w 1.
, 0 z w.
wnwn1 w =
n , n+1 n . n+2 n .
E 2 Por lo tanto:
=
0
w2 nwn1 w =
(n + 1) (n + 2) 1 , n+1
E [] =
0
zn (1 z)
1
n1
z =
=
0
z 2 n (1 z)
n1
z =
2 , (n + 3) (n + 2) (n + 1) 1 n+1
2
V () = 6. Por ultimo:
2 (n + 3) (n + 2) (n + 1)
1
E [ | = z]
=
z
w f|=z (w) w n1
1 n1
w (1 z) z 1z , para 0 z 1. = 1 n P5.14] Dado el intervalo [0, 1], se eligen al azar tres nmeros a, b y c y con ellos u construimos la ecuacin de segundo grado ax2 + bx + c = 0. Calcular la o probabilidad de que tenga soluciones reales. =
w (w z)
n2
161
Para que esta ecuacin tenga soluciones reales, el discriminante, b2 4ac, o ha de ser mayor o igual que cero. Por lo tanto, la probabilidad deseada es P B 2 4AC 0 , donde A, B y C son variables aleatorias con distribucin uniforme sobre el intervalo [0, 1]. Para ello, vamos a considerar o una nueva variable aleatoria = AC, con funcin de densidad f (x). Se o tiene entonces que: P B 2 4AC 0 = 1 P B 2 4AC < 0 = 1 P B <
1/4 2 x 1 1
4AC =
= 1
0 0
fB (b) b f (x)x
1/4 0
fB (b) b f (x)x.
Ahora bien, la funcin de densidad de la variable aleatoria se obtiene a o partir de: F (x) = P ( x) = P (AC x) =
x 1
=
0 1 0
fC (c) c fA (a) a
x/a
+
x 0
fC (c) c
fA (a) a =
Sustituyendo en el desarrollo anterior se tiene que: 1 3 1 1 1 5 + ln2 = 0, 2544. P B 2 4AC 0 = 1 ln2 + ln2 = 3 9 4 2 36 6 Antes de terminar conviene observar que, aunque a sea distinto de cero con probabilidad 1, no conviene dividir por a y estudiar la ecuacin o x2 + (b/a)x + (c/a) = 0, ya que, aunque A, B, C sean independientes, las variables B/A y C/A no lo son. P5.15] Sea f (x, y) = cyex , x y 0; f (x, y) = 0 en el resto. 1. Calcular c y obtener las funciones de distribucin conjunta, maro ginales y condicionadas. Expresar y comprobar la relacin que hay o entre ellas.
162
R4
R3 x R2
R1
2. Calcular la esperanza de dado + 2 = 0, la funcin caracter o stica de dado + 2 0; la funcin de distribucin de dado + 2 o o 0 + 2; y la funcin de densidad de dado + + 2 0. o Solucin o 1. La funcin f (x, y) = cyex debe vericar: o
0 0 x
cyex y x = 1,
y esto se cumple si c = 1. Para obtener la funcin de distribucin conjunta, debemos dividir o o el plano en diferentes regiones y estudiar el valor de la probabilidad F (x, y) = P ( x, y) en cada una. Se tiene: si x y 0:
x y s
F (x, y) =
tes t s =
x2 y2 x+1 2 2
ex ,
si y x:
y y s
F (x, y) =
tes t s = (1 y) ey ,
si x 0, y 0:
x 0 t
F (x, y) =
tes t s =
x2 x + 1 ex , 2
163
Por otra parte, las correspondientes funciones de distribucin maro ginales son:
x 0 s y s
F (x) F (y)
=
y
tes t s =
x2 x + 1 ex , para x 0. 2
tes t s = (1 y) ey , para y 0.
Las funciones de distribucin condicionadas son: o Si y 0: F|=y (x) = Si x 0: F|=x (y) = 2. Se obtiene que: E [ | + 2 = 0] = E [ | = 2] = 4 yf|=2 (y) y = . 3 2 1 P ( 2)
0 2 0
Rx yes s R y s
ye s
= exy
si x y si y < x.
Ry tex t Rx 0 x
x
te t
=1
y 2 x
si x y 0 si y 0 si y < x.
1 0
eity f (y) y
o o Y la funcin de distribucin de dado + + 2 0 es: F|++20 (y) = F|2 (y) = = P|2 ( y) = P ( 2 y) P ( 2 ) F (2, y) F (2, 2) = = F (2, 0) F (2, 2) y2 = 1 , para 2 y 0. 4 =
164
(x, y) d d d
-100
-30
d 0
30
60
E 100
Por ultimo, para obtener la funcin de densidad de dado + + o 2 0, calculemos primero la correspondiente funcin de distribucin o o para posteriormente derivar. As se obtiene que: , F|++20 (y) = = P ( y, + 2) = P ( + 2)
y 1 0 1 t 2t t 2t
tes s t tes s t
P5.16] Un teatro romano tiene las gradas en forma de semianillo circular con las dimensiones de la gura 5.16. Cuando se compra una entrada cada asiento es equiprobable (distribucin uniforme en las gradas). o 1. Calcular la funcin de densidad de la variable aleatoria T que mide o la distancia entre el lugar al que corresponde una entrada (el punto (x, y) y el centro del escenario (el origen 0). 2. Calcular la funcin caracter o stica de T y a partir de ella obtener su varianza. 3. Cul es la probabilidad de que el sitio est a la sombra, esto es, a a e ms de 60 metros a la derecha del eje ? Hallar la posicin media a o en este caso.
CAP ITULO 5. VARIABLES ALEATORIAS BIDIMENSIONALES Solucin o 1. El rea de las gradas es 1002 302 /2, y por tanto: a f (x, y) =
2 (1002 302 )
165
Para hallar la funcin de densidad de la distancia al origen, obteno gamos primero: FT (t) = P (distancia al centro < t) = =
(t2 302 ) 2 (1002 302 ) 2
t2 900 t2 302 = , 2 302 100 9100 para 30 t 100, y derivando en la anterior expresin se concluye o que: t para 30 t 100. fT (t) = 4550 Ntese que la funcin de distribucin de la variable se ha obtenido o o o a partir de las reas de los correspondientes semianillos circulares. a 2. La funcin caracter o stica de la variable aleatoria T es: T (s) = E eisT = E [cos (sT )] + iE [sen (sT )] , t t = 4550 30 1 cos (100s) + 100ssen (100s) cos (30s) 30ssen (30s) , = 4550 s2 mientras que: E [sen (sT )] = 1 sen (100s) + 100scos (100s) + sen (30s) 30scos (30s) . 4550 s2 Se obtiene nalmente que: E [cos (sT )] = cos (st) T (s) = is 100eis100 30eis30 eis100 + eis30 . s2 donde:
100
Adems, teniendo en cuenta que: a k) T (s) |s=0 = mk , k = 1, 2, . . . sk se obtiene: V (T ) = m2 m2 = 1 2) T (s) |s=0 s2 T (s) |s=0 s
2
166 200
y x =
60
1002 x2 x = 2236,5,
= 0. 15646.
P5.17] Una nca cuadrada cuyo lado mide 200 metros est dividida en dos a partes iguales, una con frutales y otra con hortalizas, tal como muestra la gura 5.7. En la esquina 0 duerme el perro guardin. Cuando el perro se a despierta, si detecta la presencia de un intruso sale en su persecucin moo vindose slo en las direcciones de los ejes. El ladrn, que queda inmvil al e o o o despertarse el perro, se encontrar en un punto aleatorio de la nca (, ). a La primera coordenada tiene funcin de densidad f (x) = x/2000 si o 0 x 200; y cero en otro caso. La segunda coordenada se distribuye uniformemente dentro de cada cultivo, pero la probabilidad de encontrarse en los frutales es doble que en las hortalizas. El perro corre a 10 m/s. 1. Hallar la funcin de distribucin de la coordenada . o o 2. Hallar la funcin de densidad del tiempo que tarda en coger al ino truso. 3. Hallar la primera coordenada de la posicin media en que se da o caza, en menos de 15 segundos, a un ladrn que se encuentra en los o frutales.
167
De acuerdo con los datos del problema, la funcin de densidad de la o variable es de la forma: 1 a , si 0 y 100 f (y) = 2 , si 100 < y 200 a Adems, debe vericarse: a
100 0
1 y + a
200 100
2 y = 1, a
Efectuando los clculos correspondientes se obtiene: a f (y) = 1/300 2/300 si 0 y 100 si 100 < y 200
y, por lo tanto, ya que y son variables aleatorias independientes, se tiene: f, (x, y) = f (x) f (y) =
x 1 300 2000 x 2 300 2000
= =
x 600000 x 300000
si si
Es decir, la distribucin marginal es x/(3 105 ) en los frutales y o x/(6 105 ) en las hortalizas. 2. En primer lugar calculemos la probabilidad de que tarde menos de t segundos en coger al intruso, es decir, la funcin de distribucin de o o la variable T en el punto t. Dado que para llegar a un punto (x, y) el perro debe recorrer x + y metros, entonces dicha probabilidad es equivalente a la de que el intruso se encuentre en un punto (x, y) que verique (x + y) /10 t. Hay que distinguir varios casos: Si 0 t 10:
10t 10ty 0
FT (t) =
0
x t3 xy = 5 6 10 3600
Si 10 < t 20:
100 10ty 0
FT (t) =
0
x xy + 6 105
10t 100 0
10ty
x xy 3 105
Si 20 < t 30:
100 10ty 0
FT (t) =
0
x xy + 6 105
200 100 0
10ty
x xy 3 105
168
FT (t) =
0
x xy + 6 105 FT (t) = 1.
200 100 0
10ty
x xy 3 105
Si 40 < t: Derivando FT (t) se obtiene la funcin de densidad deseada. Otra o alternativa ms propia de este cap a tulo consiste en calcular la funcin o de densidad conjunta de la variable (T, S), donde T := ( + )/10 y S := , teniendo presente que conocemos la funcin de densidad o de la variable (, ). Concretamente, dado que = S y = 10T S entonces fT,S (t, s) = 10 f, (s, 10t s). 3. Se desea ahora calcular el valor esperado de supuesto que 100 y + 150. La funcin de distribucin de esta variable aleatoria o o condicionada Z es: FZ (z) = P ( z, 100, + 150) P ( 100, + 150)
Claramente los valores relevantes suceden para 0 z 50, y para cada uno: FZ (z) =
z 150x (x/300000)yx 0 100 50 150x (x/300000)yx 0 100
150z 2 2z 3 . 125000
E[Z] =
0