Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
EAS200a - Probabilidad y Estad́ıstica Mart́ın Rafols Felipe D́ıaz - Pedro Iñiguez Elisa Sitnisky - Consuelo Sotomayor 2do Semestre 2019 Ayudant́ıa 5 : , 1 Ayudant́ıa 5 Ejercicio 1 Una variable aleatoria Y que tiene alguna de sus probabilidades en puntos discretos y el resto en puntos continuos, se dice que tiene una distribución mezclada. Denote con F (y) una función de distribución de una variable aleatoria Y que tiene una distribuciòın mezclada. Para todos los fines pràıcticos, cualquier funciòın F (y) de distribuciòın mezclada se puede es- cribir de manera ùınica como F (y) = c1F1(y) + c2F2(y) donde F1(y) es una función acumulada de una v.a discreta X1 y F2(y) es una función de distribución acumulada de una v.a X2 continua, donde c1 es la probabilidad acumulada de todos los puntos discretos y c2 = 1c1 es la probabilidad acumulada de todas las porciones continuas. Además, si g(Y ) es una función de Y , entonces E (Y ) = c1E [g(X1)] + c2E [g(X2)] : , 2 Ayudant́ıa 5 Ejercicio 1 A continuación se presenta un Ejemplo de una v.a Mixta. Denote con Y la vida útil (en cientos de horas) de componentes electrónicos. Estos fallan con frecuencia inmediatamente después de conectarlos en un sistema. Se ha observado que la probabilidad de falla inmediata es 1/4. Si un componente no falla de inmediato, la distribución para su vida útil tiene la función de densidad exponencial f (y) = { e−y y > 0 0 e.o.c (a) Encuentre la función de distribución de Y y evalúe P(Y > 10). (b) Encuentre la media y la varianza de Y . : , 3 Ayudant́ıa 5 Ejercicio 2 La volatilidad de los retornos diarios de un portafolio de acciones puede ser modelado por una distribución Gamma, definida por la siguiente función de densidad f (x) = νk Γ(k) xk−1 e−ν x , x > 0, ν > 0, k > 0 La función Γ(·) tiene las siguientes propiedades: (1) Γ(k) = ∫ ∞ 0 uk−1 e−u du; (2) Γ(a + 1) = a Γ(a); (3) Γ(n + 1) = n!, si n ∈ N0; (4) Γ(1/2) = √ π (a) Muestre que su función generadora de momentos está dada por ( ν ν − t )k , para t < ν. (b) Muestre que su coeficiente de variación es 1√ k . : , 4 Ayudant́ıa 5 Ejercicio 3 Supóngase que la duración en d́ıas de un producto perecible que se com- ercializa en los supermercados chilenos es una variable aleatoria D cuya función de densidad está dada por: fD(d) = 0.5e −0.5(d−1) si d ≥ 1 0 eoc. donde el número e=2,71... (a) Obtenga el valor esperado de la variable aleatoria D. (b) Supóngase que los art́ıculos son comercializados en cajas de 8 unidades. Se selcciona una caja al azar, se define la variable aleatoria X como el númeto de productos en la caja cuya duración supera los 5 d́ıas. Obtenga el valor esperado de la variable aleatoria X (asuma indepen- dencia). : , 5 Ayudant́ıa 5 Ejercicio 4 La distribución Lindley es utilizada usualmente para describir el compor- tamiento frecuentista de la vida útil X (en meses), de ciertos dispositivos simples como la bateŕıa.. Se puede utilizar en una aplia variedad de cam- pos, incluyendo la bioloǵıa, ingenieŕıa y medicina. El parámetro de forma θ, es un número real positivo y puede dar lugar a una distribución unimodal. La función densidad y de probabilidad acumulada son: f (x) = θ2 (1 + θ) (1 + x)e−θx FX (x) = 1− 1 + θ + θx 1 + θ e−θx con θ > 0 y x ≥ 0. : , 6 Ayudant́ıa 5 Ejercicio 4 (a) Obtenga el tiempo de vida útil esperado. (b) Obtenga la moda de este modelo, y comente. (c) Obtenga el coeficiente de variación de este modelo. (d) Sea Y el tiempo de vida truncado de X , es decir, se cumple la siguiente igualdad: pY (y) = P(y ≤ X ≤ y + 1), con y ∈ N0 Obtenga la función de probabilidad puntual de Y . (e) Sea θ = 1/2. Determine la probabilidad de que una bateŕıa dure al menos 2.8 meses considerando el tiempo continuo y luego calcula la misma probabilidad para el tiempo truncado. Compare los resultados. : , 7
Compartir