Problemes de Probabilitat.

Grau en Matemàtiques de la Universitat de València

Tema 3. Distribucions especials

* 1. El motor d’un avió falla en vol amb una probabilitat q = 1 − p. Suposem que els diferents motors d’un
avió fallen independentment els uns dels altres. L’avió completarà el vol si almenys romanen operatius la
meitat dels seus motors. Quins valors de p fan que siga preferible volar en un avió de quatre motors abans
que en un avió de dos motors?
Solució: p > 23 .

2. Fa anys es va descobrir que els faisans de Benivaig posseı̈en una contaminació per mercuri apreciable, i es
va pensar que aquesta situació podia haver-se d’al fet que havien sigut alimentats amb llavors de plantes
tractades amb metil de mercuri. Siga X la variable aleatòria que descriu el nivell de mercuri (en ppm)
d’un faisà de Montana. Suposant que la distribució d’aquesta variable aleatòria és normal de mitjana 0.25
ppm i variància 0.0064 ppm2 , calcula el percentil d’ordre 0.25 de la seua distribució i les probabilitats
P (X < 0.3), P (X > 0.17) i P (0.2 < X < 0.41).
Solució: a) 0.1960; b) 0.7340; c) 0.8413; d) 0.7113.

3. Aquest és un problema basat en uns fets reals que van succeir en l’empresa Aixafaguitarres de Benivaig.
Sabem que la realitat supera qualsevol ficció però no haguérem imaginat que tant. Ximo és un empleat
de l’empresa encarregat d’identificar dues bateries esgotades en una caixa amb cinq bateries. Decideix
provar-les una a una (en ordre aleatori), i quan troba una bateria esgotada la retorna a la caixa sense
idenficar-la, s’en va a esmorzar i quan torna segueix amb el mateix protocol.

a) Quin és el nombre màxim de proves que hauria de realitzar Ximo fins a trobar dues bateries esgotades
b) Quin és el nombre esperat de proves que hauria de realitzar fins a trobar dues bateries esgotades?
c) Quina és la probabilitat que haja de realitzar més de tres proves?

Solució: a) No existeix un màxim; b) 3; d) 0.6196

4. Daniel és un nou empleat de l’empresa de l’exercici anterior. Com Ximo no s’aclareix amb el tema de les
bateries decideix traspassar-li el problema a Daniel, qui decideix provar-les d’una a una (també en ordre
aleatori), però sense tornar-les a col·locar en la caixa.

a) Quin és el nombre màxim de proves que hauria de realitzar Daniel?

b) Quin és el nombre esperat de proves que hauria de realitzar fins a trobar les dues bateries esgotades?
c) Quina és la probabilitat que haja de realitzar més de tres proves?

Solució: a) 5; b) 4; c) 0.7.

5. El temps d’espera fins a ser atés en la finestreta de sol·licituds de treball de l’Ajuntament de Benivaig és
una variable aleatòria exponencial de mitjana 10 minuts.

a) Laia ha anat hui a l’Ajuntament a demanar treball, quina és la probabilitat que espere més de 10
minuts a ser atesa?
b) Quin hauria de ser el temps mitjà d’espera de les persones que acudeixen a l’ajuntament a demanar
treball perquè únicament el 1 % d’elles esperaren més de 10 minuts fins a ser ateses?

Solució: a) 0.368; b) 2.171 minuts.

1
 6. Isabel és la directora general d’una fàbrica de boles per a rodaments instal·lada en Benivaig. En el procés
de control de qualitat del producte s’intenten passar un grup de boles seleccionades a l’atzar per dos forats
de diferent grandària. Les boles són acceptades si no passen a través d’un forat de diàmetre d1 , però sı́
que ho fan a través un un forat de diàmetre d2 . Si se sap el diàmetre D de les boles fabricades és una
variable aleatòria amb distribució N(µ, σ), sent µ = (d1 + d2 )/2 i σ = (d2 − d1 )/4, quina és la probabilitat
de rebutjar una bola?
Solució: 0.0455.

* 7. Si Z és una variable aleatòria Z ∼ Un(−2, 4), com és la probabilitat que el polinomi 4x + 4xZ + Z + 2
2

tinga arrels reals?

Solució: 0.5.
8. Sea X es una variable aleatoria X ∼ χ2n . Demostra que
a) E(X m ) = 2m Γ(m+n/2)
Γ(n/2) , m = 1, 2, · · ·.
b) E(X) = n i V ar(X) = 2n.
Nota. La funció de densitat d’una variable aleatòria amb distribució χ2n és f (x) = 1
2n/2 Γ(n/2)
x(n/2)−1 e−x/2
si 0 < x < +∞ i zero en altres casos.
9. El temps que tarden a ser atesos les i els clients del servei de caixa de certa sucursal bancària és una variable
aleatòria T ∼ Exp(λ), amb λ = 0.2. Durant un matı́ han arribat 10 clients, quina és la probabilitat que
com a màxim 3 hagen tardat més de 6 minuts a ser atesos? (Suposem que les i els clients són atesos
independentment les unes de les altres.)
Solució: 6464.
10. Siga X una variable aleatòria exponencial de paràmetre λ = 2. Calcula les probabilitats: P (2X + 1 > 3),
P (X 2 ≤ 7), P (X ≤ 2|X > 0.5) i P (X > 0.5|X ≤ 2).
Solució: a) 0.5940, b) 0.0183
11. El problema de les caixes de mistos de Banach. En un acte acadèmic celebrat en honor de Banach,
H. Steinhaus va contar una anècdota sobre l’hàbit de fumar que aquell tenia. L’anècdota es referia al
costum de Banach de portar una caixa de mistos en cadascun de les butxaques de la seua jaqueta, de
manera que quan necessitava un misto triava a l’atzar un de les butxaques. L’interés de l’anècdota residia
a calcular les probabilitats associades al nombre de mistos que hi hauria en una caixa quan, per primera
vegada, trobara buida l’altra.
Solució: 2n−r

2n−r
n−r (1/2)

12. La temperatura en graus Fahrenheit (TF ) en Benivaig es distribueix normalment amb mitjana 60 graus
i desviació tı́pica de 4 graus, com és la distribució de la temperatura en graus Celsius (TC ) en Benivaig?
Nota: La relació entre els graus en les dues escales és C = (F − 32)/1.8.
Solució: TC ∼ N(20, 5)
R∞ 2 R∞ 2
13. Avalua les integrals 0 e−3x dx i −∞ x e−3x dx.
p
Solució: π/3/2 i 0.
14. Siga X una variable aleatòria amb distribució Ga(α, β). Demostra que
Γ(α + n)
∀n ∈ Z + , E(X n ) =
Γ(α) β n

15. Siguen les variables aleatòries X ∼ Bi(n, p) i Y ∼ Bn(r, p) amb funció de distribució FX (·) i FY (·),
respectivament. Demostra que FX (r − 1) = 1 − FY (n − r)

2
16 Relaciona les variables aleatòries X ∼ Hg(N1 , N2 , n) i Y ∼ Hg(N2 , N1 , n).
Solució: PX (X = x) = PY (Y = n − x), x = 0, 1, . . . , n

17 Siga X ∼ Un(0, 1). Per a quina funció g la variable aleatòria Y = g(X) és Ex(λ = 1)? Demostra-ho.
Solució: Si recordem la transformada integral de probabilitat sabem que g(X) = −ln(1 − X) (inversa de
la funció de distribució de Ex(λ = 1)) és la funció demanada.

18 Siga X una variable aleatòria N(µ, σ). Expressa la funció de distribució de Y = |X| en termes de Φ (funció
de distribució de Z ∼ N(0, 1) i calcula la funció de densitat de Y . (Nota: A la distribució de Y se’n diu
distrinución normal doblegada).
−1 2 −1 2
−y−µ √1 [ e 2σ2 (y−µ)
Solució: ∀i ≥ 0, FY (y) = Φ( y−µ
σ ) − Φ( σ ), fY (y) = σ 2π
+ e 2σ2 (y+µ) ]

19 Siga Z ∼ N(0, 1) i Φ la seua funció de distribució.

a) Calcula E(2Z 2 + Z + Φ(Z))

b) Expressa la funció de distribució de Z 2 en termes de Φ.

Solució: a) E(2Z 2 + Z + Φ(Z)) = 3,5 aplicant la transformada integral de probabilitat amb φ(Z) ∼
√
Un(0, 1); b) Y = Z 2 , ∀y ≥ 0, FY (y) = 2Φ( y) − 1

20 Siga Z ∼ N(0, 1). Tenim un artefacte de mesura de Z que només proporciona el valor X = 0 quan Z pren
valors negatius i X = 1 quan Z pren valors positius.

a) Calcula E(X) i Var(X)

b) Realitzem 5 mesuraments independents de Z. Calcula la probabilitat que dos mesuraments de les
cinc siguen 0.

Solució: a) E(X) = 0,5 i Var(X)=0.25; b) 52 0.52 (1 − 0.5)2 =0.375

21 Empar envia a Pol la resposta a una pregunta amb només dues úniques respostes: Si o No. Empar codifica
com 1 la resposta Si i com 0 la resposta No. El canal de comunicació entre ells afegeix soroll a la resposta.
En concret, Pol rep el missatge d’Empar més un terme de soroll  ∼ N(0, σ). Pol decideix considerar una
resposta Si quan rep un valor superior a 1/2 i una resposta No en cas contrari.

a) Calcula, en termes de Φ, la probabilitat que Pol entenga la resposta d’Empar correctament quan
Empar respon Si i també en el cas en el qual responga negativament.
b) Estudia el comportament de les dues probabilitats obtingudes en termes de σ

Solució: a) P (Pol enten Si | Empar diu Si) = P (Pol enten No | Empar diu No) = Φ(0.5/σ); b) Si σ →
0 Φ(0.5/σ) → 1 i si σ → ∞ Φ(0.5/σ) →0.5