Vista previa del material en texto
73 b) 42.001.005.006.03.0),()1,1( 1 0 1 0 =+++====≤≤ ∑∑ = =y x yYxXPYXP Por otro lado tenemos que: 6.01.05.0)1()0()1( =+==+==≤ XPXPXP 7.01.06.0)1()0()1( =+==+==≤ YPYPYP Entonces 42.0)7.0(6.0)1()1( ==≤≤ YPXP Por lo tanto )1()1()1,1( ≤≤=≤≤ YPXPYXP c) La probabilidad de no violaciones es 3.0)0,0()0( =====+ YXPYXP Problema 6._ Un maestro acaba de entregar un largo artículo a una mecanógrafa y otro, un poco más corto a otra. Sea X el número de errores de mecanografía del primer artículo y Y el número de errores de mecanografía del segundo artículo. Supón que X tiene una distribución de Poisson con parámetro λ y Y tiene una distribución de Poisson con parámetro µ y que X y Y son independientes. a) ¿Cuál es la función de probabilidad conjunta para la v. a. bidimensional (X, Y)? b) ¿Cuál es la probabilidad de que a lo sumo se cometa un error en ambos artículos combinados? c) Obtén una expresión general para la probabilidad de que el número total de errores de los dos artículos sea m , donde m es un entero no negativo. Sugerencia: ( ){ } ( ) ( ) ( ) ( ){ }mmmmmyxyxA ,0,1,1,...,1 ,1,0, , −−==+= Ahora suma la f.d.p conjunta sobre )( Ax, y ∈ y utiliza el Teorema del binomio que dice ∑ = − += m k mkmk baba k m 0 )( para cualquier ( )a, b . Solución X: Número de errores del artículo I. );( λxPX ∼ Y: Número de errores del artículo II. );( µyPY ∼ YX ⊥ a) ( ) !!!! )()(),(, yx e y e x eyfxfyxf yxyx YXYX µλµλ µλµλ +−−− === b) )0()0()0()1()1()0( YXYXYX ffffff ++= ( ) ( ) ( )µλµλµλµλµλµλ λµλµλ +−+−+−−−−−−− ++=++= eeeeeeeee !0 0 ( )µλµλ +−++= e)1( )0,0()0,1()1,0()1( ==+==+===≤+ YXPYXPYXPYXP 74 c) Para calcular la probabilidad de que el número total de errores de los dos artículos sea m es necesario conocer todas las combinaciones de valores para las variables X y Y , para tal propósito resulta de gran ayuda el cuadro siguiente. Valores de las variables que suman m . )2()2()1()1()0()()( YXYXYX fmffmffmfmYXP −+−+==+ )()0()1()1( mffmff YXYX +−++L ∑ = − −− − == m i imi im e i e 0 )!(! µλ µλ imim i m i imi imi m m e imi e − = +− = − +− ∑∑ − = − = µλµλ µλ µλ 0 )( 0 )( )!(! ! ! )!(! imi m i i m m e − = +− ∑ = µλ µλ ! 0 )( m m e )( ! )( µλ µλ += +− ! )()( m e mµλµλ += +− Problema 7._ Supón que una máquina se usa para un trabajo especifico en la mañana y para otro diferente en la tarde. X es el número de veces que la máquina falla en la mañana y Y el número de veces que la máquina falla en la tarde. En la tabla se muestra la distribución de probabilidad conjunta. ¿Son independientes las variables aleatorias X y Y ? Función de probabilidad conjunta ).,( YXP Y X 0 1 2 Suma )( yYP = 0 0.10 0.20 0.20 0.5 1 0.04 0.08 0.08 0.2 2 0.06 0.12 0.12 0.3 Suma )( xXP = 0.20 0.40 0.40 1.00 Solución Para que sean independientes se debe cumplir que la conjunta sea el producto de las marginales, entonces: )0()0()0,0( ===== YPXPYXP )2.0(5.01.0 = )2.0(2.004.0 )1()0()1,0( = ===== YPXPYXP )3.0(2.006.0 )2()0()2,0( = ===== YPXPYXP X Y m m-1 m-2 M 1 0 0 1 2 M m-1 m 75 Continuando así por columnas se tiene que: 0.4(0.5) 0.2 = 0.4(0.5)0.2 = 0.4(0.2)0.08 = 0.4(0.2)0.08 = 0.4(0.3)0.12 = 0.4(0.3)0.12 = Por lo tanto X y Y sí son independientes. Problema 8: La distribución conjunta para 1Y , el número de contratos asignados a la empresa A, y 2Y , el número de contratos asignados a la empresa B, está dado por las entradas de la tabla siguiente. Función de probabilidad de la ( ). , 21 YY 1Y 2Y 0 1 2 Suma 0 1/9 2/9 1/9 4/9 1 2/9 2/9 0 4/9 2 1/9 0 0 1/9 Suma 4/9 4/9 1/9 1 a) Demuestra que la marginal para 1Y es == 3 1 ,2 ,1 pnybin . b) Encuentra ( ). 21 YYE − Solución a) Función de probabilidad de .1Y 11 yY = ( )11 yYP = 0 4/9 1 4/9 2 1/9 La binomial con parámetros n y p está dada por ( ) 11 1 11 yny qp y n yYP − == De la tabla se tiene que ( ) 9 4 01 ==YP y de la fórmula se tiene que = 9 4 nqp n 0 0 con 2=n 2 9 4 q= entonces 3 2 9 4 ==q y por lo tanto 3 1=p