UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

FACULTAD DE INGENIERA
DIVISIN DE CIENCIAS BSICAS
COORDINACIN DE CIENCIAS APLICADAS
DEPARTAMENTO DE PROBABILIDAD Y ESTADSTICA
SEGUNDO EXAMEN FINAL
RESOLUCIN
SEMESTRE 2013 - 1
DURACIN MXIMA 2.0 HORAS

TIPO 1
6 DE DICIEMBRE DE 2012

NOMBRE_______________________________________________________________________________
Apellido paterno
Apellido materno
Nombre (s)
Firma

Problema1
La siguiente distribucin representan los montos por concepto de carga, adeudados a una compaa americana de 35
facturas.
IntervalosdeClase

fi

0.00
0.99
3
1.00
1.99
12
2.00
2.99
12
3.00
3.99
5
4.00
4.99
2
5.00
5.99
1
Calcularelcoeficientedevariacinycoeficientedesimetra.Interpretarlosresultados.
15Puntos
Resolucin
Clase

Intervalos
de
Clase

1
2
3
4
5
6

Fronteras
de
Clase

0.000.99
1.001.99
2.002.99
3.003.99
4.004.99
5.005.99

0.0050.995
0.9951.995
1.9952.995
2.9953.995
3.9954.995
4.9955.995

Marcas
de
Clase
xi

Frecuencia
Absoluta

fi

0.495
1.495
2.495
3.495
4.495
5.495
Sumas:

3
12
12
5
2
1

1.485
17.94
29.94
17.475
8.99
5.495

35

81.325

f i (x x )2

xi f i

10.031
8.238
0.353
6.861
9.430
10.058
44.971

f i (x x )3

18.342
6.826
0.060
8.037
20.477
31.898
35.304

Elcoeficientedevariacinsedefinecomo,siendoadimensional,deforma CV =

S n 1
X

sustituyendo,lamediayladesviacinestndarquesedefinencomo

1
n

f i xi

S n21 =

i =1

1
n 1

f (x x )

i =1

entonces

x=

1
35

i =1

f i xi =

1
(81.325 ) = 2.324
35

s n21 =

1
34

f (x x )

i =1

1
(44.971) = 1.323
34

PyE_ EF2_TIPO1_2013-1

1.323
= 0.495 entonces
2.324

cv =

49.5%

Elcoeficientedesimetra(oasimetra)es

a3 =

1
n

f (x x)

i =1

S2
n 1

sustituyendo,setieneque
1
(35.304 ) 1.009
35
a3 =
=
0.663
3
1.522
1.323

Elcoeficientedesesgoespositivo,lamuestratienesesgoaladerecha.

Problema2
Una empresa comercializadora de artculos electrnicos est considerando comercializar un nuevo modelo de pantalla
LCD.Enelpasado,el40%delosequiposdepantallasquelaempresalanzalmercadotuvieronxitoyel60%nofueron
exitosos.AntesdelanzaralmercadoelequipodepantallasLCD,eldepartamentodeinvestigacindemercadosrealiza
un extenso estudio y entrega un reporte, ya sea favorable o desfavorable. En el pasado, el 80% de los equipos de
pantallaLCDexitosashabanrecibidounreportedeinvestigacinfavorableyel30%delosequiposdepantallaLCDno
exitosos haban recibido un reporte de investigacin favorable. Para los nuevos modelos de pantallas LCD bajo
consideracin,eldepartamentodeinvestigacindemercadohaentregadounreportefavorable,culeslaprobabilidad
dequeelequipodepantallaLCDtengaxitoenelmercado?
15Puntos
Resolucin
Seanloseventos
A representaunequipodepantallaexitosoenelmercado.

B representaelreportedelDepartamentodeMercadotecniaesfavorable.
Delenunciado
P ( A ) = 0.4

( )
P ( B A ) = 0.8
P ( B A ) = 0.3
P A = 0.6

deacuerdoconloseventos,sepidecalcular P ( A B ) ,delTeoremadeBayes,setiene
P (A B) =

P(A B)
P (B )

P ( A) P (B A)
P (B )

P ( A) P (B A)

( ) (

P ( A) P (B A) + P A P B A

sustituyendo
P (A B) =

( 0.4 )( 0.8 )
=
( 0.4 )( 0.8 ) + ( 0.6 )( 0.3 )

0.32
= 0.64
0.5

Es decir, la probabilidad de que el equipo de pantalla LCD tenga xito en el mercado, dado que se recibi un reporte
favorableesde0.64

PyE_ EF2_TIPO1_2013-1

Problema3
Seaunavariablealeatoriadiscretaconfuncindeprobabilidaddadaenformatabularpor
0
1
2
3
4
X
fX ( x)

0.10

0.20

0.30

0.25

0.15

a) Obtenerunatabladedistribucindeprobabilidaddelasiguientevariablealeatoria Y = X 3 4 X 2 + 10
b) Obtenerlamediaylavarianciadelavariable Y
15Puntos
Resolucin
a) Alsustituirlosvaloresde X enlafuncin Y ,seobtienenloscorrespondientesvalorescomo
Y ( 0 ) = X 3 - 4 X 2 + 10 Y ( 0 ) = 10

Y (1) = X 3 - 4 X 2 + 10 Y (1) = 13 - 4 (1) + 10 = 7

2

Y ( 2 ) = X 3 - 4 X 2 + 10 Y ( 2 ) = 23 - 4 ( 2 ) + 10 = 2
2

Y ( 3 ) = X 3 - 4 X 2 + 10 Y ( 3 ) = 33 - 4 ( 3 ) + 10 = 1
2

Y ( 4 ) = X 3 - 4 X 2 + 10 Y ( 4 ) = 43 - 4 ( 4 ) + 10 = 10
2

Lafuncindeprobabilidadenformatabularestdadapor

10

fY ( y )

0.25

0.30

0.20

0.25

b) Elpromediosedefinecomo E (Y ) =

y f ( y)
Y

alsustituirsetiene

E (Y ) = 1( 0.25 ) + 2 ( 0.30 ) + 7 ( 0.20 ) + 10 ( 0.25 )

E (Y ) = 0.25 + 0.6 + 1.4 + 2.5

E (Y ) = 4.75

Lavarianciasedefinepor

Var (Y ) = (Y ) fY ( y ) = E (Y 2 ) E (Y )
2

alsustituirsetiene

Var (Y ) = (1 4.75 )

( 0.25 ) + ( 2 4.75 ) ( 0.30 ) + ( 7 4.75 ) ( 0.20 ) + (10 4.75) ( 0.25 ) = 13.687

2

Problema4
Una muestra aleatoria de 10 observaciones se toma de una poblacin normal con variancia 2 = 42.5 Calcular la
probabilidadaproximadadeobtenerunadesviacinestndarmuestralentre3.14y8.94
10Puntos
Resolucin
Seapidecalcular P ( 3.14 < S < 8.94 ) entoncesconn=10observaciones

P ( 3.14 ) < S < ( 8.94 )

2

9 ( 3.14 )2 ( n 1) S 2 9 ( 8.94 )2
P
<
<
42.5
42.5
2

( n 1) S 2
= P 2.088 <
< 16.925 = P 2.088 < 2 < 16.925
2

detablasdeladistribucinJicuadradaconnuevegradosdelibertad,entonces

PyE_ EF2_TIPO1_2013-1

P ( 3.14 ) < S 2 < ( 8.94 )

2

) = P ( 2.088 <

< 16.925 = 0.99 0.05 0.94

Problema5
Si se ajusta correctamente la sensibilidad de un reflector activado por movimiento, el nmero promedio de veces por
semanaqueloactivanardillasyotrospequeosanimalesesde0.5
a) Culeselnmeropromediodevecesqueesperarasuactivacinpordichosanimalesendossemanas?
b) Si ocurriera la activacin por estos animales al menos cinco veces en dos semanas, supondra que es necesario
ajustarlasensibilidaddelreflector?Justifiquesurespuestaconbasealaprobabilidad.
15Puntos
Resolucin
a) Sea X lavariablealeatoriaquerepresentaelnmerodeactivacionesenunasemana.

1 nmero de activaciones

X ~ Poisson =

2
una semana

Se sabe que la media y la variancia de la variable aleatoria con distribucin de Poisson es igual con el parmetro
lambda,entoncesparadossemanasydebidoalprocesodePoisson:
Sea Y lavariablealeatoriaquerepresentaelnmerodeactivacionesendossemanas,es

nmero de activaciones
1
Y ~ Poisson = 2 =1

dos semanas
2

Elpromediodeactivacionesparadossemanaseselvaloresperado,entonces

E (Y ) = = 1

Loquesignificaqueseesperaunaactivacinendossemanas,enpromedio.
b)
Laactivacinporestosanimalesalmenoscincovecesendossemanas,laprobabilidadacalculares
P (Y 5 ) = P (Y = 5 ) + P (Y = 6 ) + ... +

P (Y 5 ) = 1 P (Y < 5 ) = 1 P (Y = 0 ) + P (Y = 1) + P (Y = 2 ) + P (Y = 3) + P (Y = 4 )
4

1 y

e 1
1
= 1 e 1

y!
y =0
y =0 y !

P (Y 5 ) = 1 P (Y < 5 ) = 1

1 1 1 1 1
65
P (Y 5 ) = 1 e 1 + + + + = 1 e 1 0.0036
1 1 2 6 24
24
Laprobabilidaddequeseactiveelreflectoralmenoscincovecesespocoprobable,tienemayorprobabilidadquese
activealomsencuatroveces,porlocualserequiereunajuste.

Problema6
Dosdirectivosacordaronencontrarseenunrestauranteentrelas2:00y3:00p.m.paracomeryfirmarelacuerdodesu
alianzaestratgica.Considreseque X eslahoradellegadadeldirectivoAy Y eslahoradellegadadeldirectivoB.
Adems,supngaseque X y Y sonindependientesycadaunaestdistribuidauniformementeenelintervalo[2,3].
a) Obtenerlafuncindedensidaddeprobabilidadconjuntade X y Y
b) Culeslaprobabilidaddequeambosdirectivoslleguenentrelas2:00ylas2:30p.m.?
c) Sialas2:00p.m.,elprimerdirectivoenllegaresByesperarenelrestaurante15minutosantesdeirse,culesla
probabilidaddequeambosdirectivoscomanjuntos?
15Puntos
Resolucin
a) Delenunciado X y Y sedistribuyenuniformementeen[2,3],porlotantosusfuncionesdedensidadestndadas
por

PyE_ EF2_TIPO1_2013-1

2 x3
1 ;

fX ( x) =
0 ; en otro caso
y

2 y3
1 ;

fY ( y ) =
0 ; en otro caso
sesabequesonindependientes,entoncesdebecumplirconalgunadelascondicionessiguientes
f XY ( x, y ) = f X ( x ) fY ( y )
obien,

fX Y ( X Y ) = fX ( x)

obien

fY X ( Y X ) = f Y ( y )

alusarlasfuncionesmarginales,setiene
f XY ( x, y ) = (1)(1) = 1

1 ; 2 x3 , 2 y3

f XY ( x, y ) =
en otro caso
0 ;

b) Sepidecalcularlaprobabilidaddequelleguenentrelas2:00ylas2:30,estoes P ( X < 2.5 , Y < 2.5 )

porlotanto

P ( X < 2.5 , Y < 2.5 ) =

2.5
2

2.5
2

=0.5 [ y ]

dxdy =

2.5
2

2.5
2

[ x] 2

2.5

dy =

2.5
2

[ 2.5 2] dy = 0.52

= 0.5 ( 2.5 2 ) = 0.5 ( 0.5 ) = 0.25

2.5

dy =

c) Laprobabilidaddequeambosdirectivoscomanjuntos,dadoqueBllegalas2:00p.m.ysoloesperar15minutos,
estoes P

fX Y ( X

X 2.5 Y = 2 ) ,entoncesprimerohayquedeterminarlafuncincondicionaldadounvalor

f XY ( x, 2 )
;
fY ( y ) > 0

Y ) = fY ( 2 )

0
; en otro caso

sustituyendo

f X Y =2 ( X

1
;
2< x<3

Y = 2) = 1
0 ; en otro caso

porloquelaprobabilidades

P ( X 2.5 Y = 2 ) =

2.25

dx = ( x )

2.25
2

= 2.25 2 = 0.25

porindependencia,sesabeque
fX Y ( X Y ) = fX ( x)
entoncesalcalcularlafuncinmarginalde f X ( x ) ,setiene

P ( X 2.5 Y = 2 ) =

2.25
2

dx = ( x )

2.25
2

= 2.25 2 = 0.25

PyE_ EF2_TIPO1_2013-1

Problema7
Las estaturas (en centmetros) y pesos (en kilogramos), de 10 jugadores de baloncesto de un equipo, algunos se
muestranenlatabla.
Estatura(x) 186 189 190 192
193
193
198
201
203
205
Pesos(y)
85
85
86
90
87
91
93
103
100
101
sesabeque
xi
yi
xi yi
xi2
yi2

Sumas: 1950
921 380618 85255 179971
a) Estimarlarectaderegresinporelmtododemnimoscuadradosdelospesosenfuncindelaestatura.
b) Calcularelcoeficientededeterminacineinterpretarelresultado.
c) Obtenerelpesoestimadodeunjugadorquemide208cm.
15Puntos
Resolucin
a) Comoelcoeficientededeterminacinseutilizacomomedidadeeficaciadelaregresin,stesecalcularapartirdel
cuadradodelcoeficientedecorrelacin.
Lasmediasson
X =

1
n

10

Xi

Y =

i =1

1
n

10

Y
i

i =1

sustituyendo
x=

1
(1950 ) = 195
10

y=

1
( 921) = 92.1
10

Losparmetrosyelmodelo,son

y = 1 x + 0
10

10

1 =

x y
i =1

10

x y
i =1

i =1

10

xi
x 2 i =1

i
10
i =1
0 = y 1 x
10

10

179971

(1950 )( 921)

10
2
(1950 )
380618
10

376
1.022
368

376
(195 ) 107.139
368

0 = y 1 x = 92.1

porlotantoelmodeloestdadopor y = 1.022 x 107.139

b) Paradeterminarsielmodeloesvlidodebeobtenerseelcoeficientededeterminacin.
Elcoeficientedecorrelacin,estdefinidopor

r=

SS xy
SS xx SS yy

PyE_ EF2_TIPO1_2013-1


10

SS xx =

x2
i

i =1

10

SS yy =

y2
i

i =1

xi
2

i =1
= 380618 (1950 ) = 368
10
10

10

yi
2

i =1
= 85255 ( 921) = 430.9
10
10

10

10

xi

10

SS xy =

10

xi yi

i =1

i =1

10

i =1

yi
= 179971

(1950 )( 921) = 376

10

sustituyendo

r=

SS xy
SS xx SS yy

376

( 368)( 430.9 )

0.944

entonceselcoeficientededeterminacines

r =R =
2

SS xy2

SS xx SS yy

( 376 )
=
0.892
( 368)( 430.9 )
2

Delresultadoanterior,sepuedeobservaryconcluir,queelcoeficientededeterminacines r 2 0.892 ,estoes,89.2

%yestpococercanoal100%,porloqueseconsideraqueelmodelolinealesadecuadoparaestosdatos.

c) Sedebeconsiderarlaestaturadeljugadorcomovariable x ,yelpesocomo y ,entonceslaecuacinderegresinque

secalcules

y = 1.022 x 107.139

perolaestimacinesparaunvalorfueradelintervalo,porloque,esincorrectohacerlaestimacindeunjugadorque
mide208cm.

PyE_ EF2_TIPO1_2013-1