FUNCIONES DE UNA VARIABLE ALEATORIA Y EL CONCEPTO DE ESPERANZA 81

la cual, si hacemos Y = x(a - t), se convierte en

al
Mx(t) = 1 e ,N,t^ i(/v.
f(b)(a-t) o

puesto que la integral a la derecha es exactamente T'(b). obtenemos

h -b
a _
MX(t)=(a-t)i'-1 - u parat<a.

Al emplear ahora el desarrollo en series de potencias para

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

pV(x) = 0.6, x = 0. = 0.1. .v = 14,

= 0.3, x= 1. = 0. de otro modo.
= 0.1. .x = 2.
La utilidad del contratista es Y=2_000( 12 - X).
= 0.0. de otro mondo,
a) Encuentre la distribución de probabilidad
Si la pérdida se debe a un calibrado inadecua- de Y.
do y está dada por Y = 20X2: b) Determine E(X). V(X), E(Y) y V(Y).
a) Encuentre p}dy).
3-5 Suponga que una variable aleatoria continua X
b) Encuentre E(Y) y V(Y).
tiene la función de densidad de probabilidad

3-2 El contenido de maunesio en una aleación es 2ve-'2 , x >_ 0.

una variable aleatoria, dada por la siguiente
= 0. de otro modo.
función de densidad de probabilidad:
Determine la distribución de probabilidad de
/:x(x)=1 , 0:5x<_6. l_ = X'.
8
= 0, de otro modo. 3-6 En el desarrollo de un generador aleatorio de
La utilidad que se obtiene de esta aleación es dígitos. una propiedad importante que se busca
P = 10 + 2X. es que un dígito Dl, siga la distribución:

n) Determine la distribución de probabilidad 1

Pf) (d) = 10 , d = 0. 1. 2. 3, .... 9.
de P.
b) ¿Cuál es la utilidad esperada? = 0. de otro modo.

3-3 Un fabricante de televisores a color ofrece un a) Obtenga E(Di) y V(Di).

año de garantía de restitución gratuita si falla el
cinescopio . El fabricante estima el tiempo de
falla, T, como una variable aleatoria con la si-
guiente distribución de probabilidad (en años):
f l t) = e fi4 t > 0,
-1 1
= 0, de otro modo.
a) ¿Qué porcentaje de aparatos tendrá que
reparar?
b) Si la utilidad por venta es de $200 y la sus-
titución del cinescopio cuesta $200. en-
cuentre la utilidad esperada del negocio.
3-4 Un contratista ofrece realizar un proyecto, y los
días, X. requeridos para su terminación siguen
la distribución de probabilidad dada como:
px(x) = 0.1, X = 10,
=0.3, .v= ll.
b) Si y = L D; - 4.51 donde L J es el entero
más grande contenido en la función , deter-
mine py(^y), E(Y), V(Y).
3-7 El porcentaje de cierto aditivo mezclado en ga-
solina determina el precio de venta de esta últi-
ma. Si A es la variable aleatoria que representa
el porcentaje , entonces 0 <- A <_ 1. Si el porcen-
taje de A es menor que 0.70, se considera que la
gasolina es de baja calidad y se vende a 92 cen-
tavos por galón . Si el porcentaje de A es mayor
que o igual a 0.70, la gasolina es de alta calidad
y se vende a 98 centavos por galón . Determine
ingreso esperado por galón en caso de que f,}
(a) = 1,0<a:- 1,yde otro modo,.f^(a)=0.
3-8 La función de probabilidad de la variable alea-
toria X,
fx(x) _ e l l/9)(x - Q) x?f3,0>0,

=0.4, x= 12. = 0, de otro modo.

=0.1, x= 13,
 FUNCIONES DE UNA VARIABLE ALEATORIA Y EL CONCEPTO DE ESPERANZA 83

se conoce como la distribución exponencial de nivel "óptimo" de existencias para un final de

dos parámetros. Calcule la función generatriz
del momento de X. Evalúe E(X) y V(X) utili-
zando la función generatriz tic momentos.
3-9 Una variable aleatoria X tiene la siguiente fun-
ción de densidad de probabilidad:
temporada particular.
3-12 La acidez de cierto producto, medida en una
escala arbitraria, está dada por la relación
A = (3 + 0.05G)2,

. (y(.x) =e-' , x>0, donde G es la cantidad de uno de los elemen-

= 0. de otro modo. to` de la mezcla, con distribución de probabili-
dad
a) Desarrolle la función de densidad para
Y = 2X2. G(g) = - , 0<-g <_4,
b) Desarrolle la densidad V = X.
c) Desarrolle la densidad para U = In X. = 0, de otro modo,

Evalúe E(A) y V(A ) empleando las aproxima-

3-10 Una antena giratoria de dos posiciones recibe
ciones que se obtuvieron en este capítulo.
señales. La posición de rotación (ángulo) de la
antena se denota con la letra X . y puede supo-
3-13 Suponga que X tiene la función de densidad de
nerse que esta posición es, en el momento en
probabilidad
que se recibe una señal , una variable aleatoria
con la densidad que se indica adelante. En rea- .fy(x) = 1, 15x52.
lidad, el factor aleatorio radica en la señal. = 0, de otro modo.

fX(x)= 2 , 05 x:5 2n, a) Determine la función de densidad de pro-

babilidad de Y= H(X) donde H(.x) = 4 -x2.
= 0. de otro modo. h) Determine la función de densidad de pro-
La señal puede recibirse si Y > y(), donde Y = babilidad de Y= H(X) donde H(x) = e'.
tan X. Por ejemplo , yo = 1 corresponde a
3-14 Suponga que X tiene la función de probabili-
dad exponencial
4<X<?ny5n
4 <X<?n.
fx(x) = e-', x?0,
Encuentre la función de densidad para Y. = 0, de otro modo.

Determine la función de densidad de probabi-

3-11 La demanda de anticongelante en una tempo- lidad de Y = H(X), donde
rada se considera una variable aleatoria X, con
densidad
H(x) = 3
ff(x) = 10-6, 10-6 <-x52x 10t', (1 + x)Z
= 0. de otro modo.
3-15 Un vendedor de automóviles usados se percata
donde X se mide en litros. Si el fabricante ob- que vende 1. 2, 3, 4. 5 o 6 autos a la semana
tiene una utilidad de 50 centavos por cada litro con igual probabilidad.
que vende al final del año , y si debe conservar
a) Determine la función generatriz de mo-
cualquier excedente durante el siguiente año a
mentos de X.
un costo de 25 centavos por litro, determine el
b) Mediante el uso de la función generatriz
de momentos determine E(X) y V(X).
84 PROBABILIDAD Y ESTADÍSTICA PARA INGENIERÍA
3-16 Sea X una variable aleatoria con función de
densidad de probabilidad
Í,r(x) = a e , x > 0,
= 0, de otro modo.
a) Evalúe la constante a.
b) Suponga que una nueva función Y = 18X'
es de interés. Encuentre un valor aproxi-
mado para E( Y) y para V(Y).
3-17 Suponga que Y tiene la función de densidad de
probabilidad exponencial
f}(v)=e- Y•>0,
= 0, de otro modo.
Obtenga el valor aproximado de E(X) y V(X)
donde
X= Y'-+36.
3-18
La concentración de reactivo en un proceso
químico es una variable aleatoria que tiene la
distribución de probabilidad
.fu(r)=6r( 1 -r), 0<r< 1,
= 0, de otro modo.
La utilidad asociada con el producto final es
P = $1.00 + $3.OOR. Encuentre el valor espe-
rado de P. ¿Cuál es la distribución de probabi-
lidad de P?
3-19 El tiempo de reparación (en horas ) de cierto mo-
lino electrónico sigue la función de densidad:
17
fX(x) = 4.ve- , x > 0.
= 0, de otro modo.
Determine la función generatriz de momentos
para X y emplee esta función para evaluar E(X)
y V(X).
3-20 Un pedazo de varilla circular de acero tiene co-
mo diámetro de la sección transversal el valor
X. Se sabe que E(X) = 2 cm y V(X) = 25 x 10—6
cm'. Con una herramienta de corte se logran
trozos que tienen un espesor de exactamente 1
cm, y este valor es constante . Determine el va-
lor esperado de un trozo.
3-21 Si una variable aleatoria X tiene una función
generatriz de momentos Mx(t), demuestre que
la variable aleatoria Y = aX + b tiene una fun-
ción generatriz de momentos e'1' Mh.(at).
3-22 Considere la función de densidad de probabili-
dad de distribución beta
fX(.x) = k (1 0 S x < 1,
a>0,b>0.
= 0, de otro nodo.
a) Evalúe la constante k.
b) Determine la media.
(-) Encuentre la varianza.
3-23 La distribución de probabilidad de una varia-
ble aleatoria X está dada por
PX(X) = 1/2, X = 0,
= 1/4, x = 1,
= 1/8 , _r = 2,
= 1 /8. x = 3.
= 0, de otro modo.
Determine la media y la varianza de X a
partir de la función generatriz de momen-
tos.
b) Si Y = (X - 2)`, encuentre la FDA para Y.
3-24 El tercer momento alrededor de la media se re-
laciona con la asimetría u oblicuidad de la dis-
tribución y se define como:
P3 = E(X-p¡)3.
Demuestre que P 3 = P3' - 3p; p ¡ + 2(P, )3. De-
muestre que para una distribución simétrica
P3=0.
3-25 Sea f una función de densidad de probabilidad
para la cual existe el r-ésimo momento p, . De-
muestre que también existen todos los momen-
tos de orden menor que r.
3-26 Un conjunto de constantes kr, denominadas
acurnulantes, puede emplearse en lugar de los
momentos para caracterizar una distribución de
probabilidad. Si MX(t) es la función generatriz
 FUNCIONES DE UNA VARIABLE ALEATORIA Y EL CONCEPTO DE ESPERANZA 85

de momentos de una variable aleatoria X. en- Encuentre los acumulantes de la distribución

ronces los acumulantes están definidos por la normal cuya función de densidad es
función generatriz
)-
f (.r) _ ^^ exp ^- 1 2 ^ 6 µ ^. -^ < x <
yiy(t) = long Mt.(t).

Por tanto, el acumulante r-ésinio está dado por

3-27 Utilizando el método de la función inversa,
produzca 2 0 realizaciones de la variable X des-
k = crita por /)y(x) en el ejercicio 3-23.
¡=0

3-28 Usando el método de la función inversa, pro-

duzca 10 realizaciones de la variable aleatoria
Ten el ejercicio 3-3.