Probabilidad

Teora Econometrica-I
Agosto, 2016
Profesor
TA

:
:

Tom
as Rau B.
Martn Carrasco N.

1.Conceptos claves
2.Ejercicios
1. Suponga ud. tiene un experimento que consiste en lanzar una moneda hasta que aparezca
cara. Sea p la probabilidad de que salga cara en cualquier lanzamiento. Se define la variable
aleatoria X como el numero de sellos hasta obtener una cara. Luego, para cualquier x =
1, 2, ...
P (X = x) = (1 p)x1 p
Encuentre la funci
on de distribucion
Demuestre las propiedades de la funcion de distribucion encontrada anteriormente.
2. Suponga la siguiente funci
on de distribucion continua
FX (x) =

1
1 + ex

Muestre que cumple las propiedades de una funcion de distribucion.

Encuentre la funci
on de densidad asociada a esa funcion de distribucion
3. Muestre que las siguientes funciones son funciones de distribucion acumuladas
1
1
+ tan1 (x) con x (, +)
2
1 e1 con x (0, +)
4. Una cdf FX es estoc
asticamente superior que una cdf FY si
FX (t) FY (t) t y FX (t) < FY (t) para alg
un t
Muestre que si X FX y Y FY entonces
P (X > t) P (Y > t) t
y
P (X > t) > P (Y > t) para alg
un t
Esto es, X tiende a ser mayor que Y.
1

5. Sea la siguiente variable aleatoria discreta X que distribuye binomial

 
n x
fX (x) = P r(X = x) =
p (1 p)nx , x = 0, 1, ..., n
x
en donde n es un entero positivo y 0 p 1.
Sea la siguiente variable aleatoria
Y = g(X) = n x
Encuentre la pdf fY
6. Suponga
X fx (x) = 1 si 0 < x < 1
Esto es, X U (0, 1)
Muestre que FX (x) = x, 0 < x < 1
Suponga Y = g(X) = log(X). Encuentre la pmf fY
7. Suponga fX (x) distribuye gamma
f (x) =

x
1
xn1 e
n
(n 1)!

En donde (, n) > 0. Encuentre fY (y) si Y = g(X) =

1
X

8. Sea X una variable aleatoria continua. Encuentre la cdf y la pdf para y > 0 si Y = X 2
9. Muestre que si X tiene una cdf continua FX (x) y se define una variable aleatoria Y como
Y = FX (x). Entonces Y est
a distribuida uniforme en (0,1), esto es P (Y y) = y con
0 < y < 1.
10. Suponga X tiene una distribuci
on exponencial (), esto es
fx (x) =

1 f racx
e

Muestre que E(X) = .

Muestre que V ar(X) = 2
11. Suponga X tiene una distribuci
on Cauchy, esto es
fx (x) =

1 1
1 + x2

Encuentre E(X)
12. Suponga X tiene una distribuci
on binomial, esto es su pmf es
 
n x
P (X = x) =
p (1 p)nx , x = 0, 1, 2, ..., n
x
2

 Muestre que E(X) = np.

Muestre que V ar(X) = np(1 p)
13. Sea la pdf fx (x) y sea a un n
umerotal que
 > 0 f (a + ) = f (a )
Esta pdf se dice simetrica respecto al punto a.
Muestre que si X f (x) es simetrica, entonces la media de X es el n
umero a.
Muestre que si X f (x) es simetrica, y su E(X) existe, entonces es esperanza es el
n
umero a.
Muestre que V ar(X) = 2
14. Sea X una variable aleatoria y sea g(x) una funcion no negativa. Muestre que para cualquier
r>0
E(g(X))
P r(g(X) r)
r
15. Demuestre que
E(E(x|y)) = E(x)
16. Demuestre que
V ar(y) = V ar(E(y|x)) + E(var(y|x))
17. Sea X una variable aleatoria que distribuye N(0,1). Sea Y = X 2 Cual es el coeficiente de
correlaci
on entre X e Y? Son independientes?
18. Demuestre que la varianza muestral s2x es un estimador insesgado de la varianza poblacional
cuando X1 , ..., Xn es i.i.d con media x y varianza 2 .
19. Sea una muestra aleatoria de tama
no n a partir de una distribucion N (, 2 ). Considere los
siguientes estimadores puntuales de
1 = x

x1
1
2 =
+
(x2 + x3 + ... + xn )
2
2(n 1)
Cu
al(es) de ellos son insesgados?
Cu
al(es) de ellos son consistentes?
Son consistentes todos los estimadores insesgados?
Se requiere el supuesto de normalidad para responder las preguntas?
20. Sea X una variable aleatoria Bernoulli con probabilidad de exito P r(X = 1) = p y sea
X1 , X2 , ..., Xn realizaciones i.i.d de esta distribucion. Sea p la fraccion de exitos sobre el
total
Muestre que p = Y
Muestre que p es un estimador insesgado de p
3

 Muestre que V ar(

p) =

p(1p)
n

21. La funci
on de densidad de la variable aleatoria continua X esta dada por

2kx, 0 x 2
f (x) =
0,
eol
Encuentre k
Encuentre E(X)
Encuentre Var(X)
22. Suponga X e Y son variables aleatorias continuas con una funcion de densidad conjunta dada
por
 3y2
0 x 2, 0 y 1
2 ,
f (x, y) =
0,
eol
Encuentre las densidades marginales de X e Y
Son X e Y independientes?
Son independientes los sucesos {x < 1} e {y 0.5}?
23. Considere una muestra de 50 empleados en una firma particular, que tiene una media de
salarios de 160 por trabajador con una desviacion estandar de la media de 1.44. Suponga que
la muestra de 40 empleos, tomada de otra firma, tiene una media de salarios por trabajador
de 155 y una desviaci
on est
andar de la media de 1.5. Testee la diferencia entre las dos firmas
con un nivel de significancia de 5%.