al
Mx(t) = 1 e ,N,t^ i(/v.
f(b)(a-t) o
encontramos
t
Mx(t)=1+b 1 + 1)(b+1
Él 2 ! ) ^ a)
que da como resultado los momentos
b b(b + 1)
p, =_ Y N2= ,
a a-
3-8 RESUMEN
Este capítulo trató en primer lugar de los métodos para determinar la distribución de probabilidad de
una variable aleatoria que surge como una función de otra variable aleatoria con distribución cono-
cida. Esto es, donde Y = H(X), y X es discreta con distribución conocida pX(x) o X es continua con
densidad conocida ff(x), en este capítulo se presentaron los métodos para obtener la distribución de
probabilidad de Y.
También se habló del operador del valor esperado en términos generales para E[H(X)], y se de-
mostró que E(X) = p, la media, y E[(X -,u)`] = 62, la varianza. El operador de la varianza V se definió
como V(X) = E(X)2 - [E(X)12. Asimismo, se desarrollaron aproximaciones para E[H(X)] y V[H(X)],
que son útiles cuando los métodos exactos presentan dificultades. También mostramos cómo usar el
método de la transformada inversa para generar realizaciones de variables aleatorias y estimar sus
promedios.
Por último, se presentó e ilustró la función generatriz de momentos para los momentos p , de
una distribución de probabilidad, y se observó que E(X`) = p,
3-9 EJERCICIOS
3-1 Un tomo electrónico produce 10 unidades si es- del funcionamiento que este torno ha tenido en
tá apropiadamente calibrado; de lo contrario, la el pasado, indica que si X = número de posicio-
pieza cae, dando por resultado un ciclo de ma- nes abiertas,
, iir•u•tnra inl.riv v loc 1í nnül•v-1.-c TTn •in4licic
82 PROBABILIDAD Y ESTADÍSTICA PARA INGENIERÍA
3-16 Sea X una variable aleatoria con función de 3-21 Si una variable aleatoria X tiene una función
densidad de probabilidad generatriz de momentos Mx(t), demuestre que
la variable aleatoria Y = aX + b tiene una fun-
Í,r(x) = a e , x > 0, ción generatriz de momentos e'1' Mh.(at).
= 0, de otro modo.
3-22 Considere la función de densidad de probabili-
a) Evalúe la constante a. dad de distribución beta
b) Suponga que una nueva función Y = 18X'
es de interés. Encuentre un valor aproxi- fX(.x) = k (1 0 S x < 1,
mado para E( Y) y para V(Y).
a>0,b>0.
= 0, de otro nodo.
3-17 Suponga que Y tiene la función de densidad de a) Evalúe la constante k.
probabilidad exponencial
b) Determine la media.
f}(v)=e- Y•>0, (-) Encuentre la varianza.
= 0, de otro modo.
3-23 La distribución de probabilidad de una varia-
Obtenga el valor aproximado de E(X) y V(X) ble aleatoria X está dada por
donde
PX(X) = 1/2, X = 0,
X= Y'-+36. = 1/4, x = 1,
3-18 = 1/8 , _r = 2,
La concentración de reactivo en un proceso
químico es una variable aleatoria que tiene la = 1 /8. x = 3.
distribución de probabilidad = 0, de otro modo.