Grados en Ingeniera Telem atica, Sonido e Imagen y grupo mixto de tarde

Estadstica y Metodos Numericos Examen 10 Junio 2014

- Estadstica -
Tiempo: 1 hora 30 minutos.
Dejar DNI encima de la mesa. Apagar y guardar el M

OVIL.
APELLIDOS, NOMBRE:
DNI: Grupo: Titulacion:
1. Se supone que la amplitud de una se nal (Y) viene dada por una funcion del tiempo (T) de la forma
Y = aT +bsen
_
T
4
_
Dada la tabla:
T 0 1 2 3 4
Y 0 0.64 1.2 1.64 2
Se pide:
(a) Realizar el ajuste y hallar el coeciente de determinacion.
(b) Sera mejor haber ajustado una recta Y/T?
((0.75+0.25)+0.25=1.25 Puntos)
2. Se sabe que el tiempo que se mantiene operativo un modelo de generador hasta que se produce su primera
avera, sigue una distribucion exponencial de media 300 meses.
(a) Hallar, la probabilidad de que un comprador haga uso de la garanta, en el periodo legal de 24 meses.
(b) Un fabricante quiere ampliar el periodo de garanta (24 meses), pero siempre que no lleguen a usarlo
mas del 25% de los usuarios. Hallar si es posible extenderlo y, caso de hacerlo, hasta que duracion.
(c) Si la empresa realiza una venta de 39 equipos al extranjero (ANDORRA). Estimar la probabilidad
de que al menos usen la garanta 2 de ellos.
(0.25+0.25+0.5=1 Punto)
3. El tipo de OCR-1 (reconocedor graco de caracteres) consigue el 99.9% de caracteres reconocidos cor-
rectamente cuando el texto viene en letra impresa, mientras que otro modelo OCR-2 reconoce el 99.1%
de los mismos.
La empresa RECONOCER.S.A dispone de 2 maquinas del tipo OCR-2 (OCR-2a y OCR-2b) y solo 1 del
tipo OCR-1. Cuando llega un trabajo se asigna a una cualquiera de las 3 maquinas con igual probabilidad.
Hallar
(a) Probabilidad de que en un texto de 3000 caracteres se produzcan mas de 10 erratas, si hemos usado
una OCR-2.
(b) Probabilidad de que en un texto de 3000 caracteres se produzcan mas de 10 erratas.
(c) Probabilidad de que, si en un texto de 3000 caracteres, se han producido mas de 10 erratas, hallamos
usado una OCR-2.
(0.5+0.5+0.5=1.5 Puntos)
==================== Entregar en folio aparte ==================
4. Indicar las ordenes necesarias en MATLAB para: (Sin realizar calculos)
(a) Ajustar una funcion de la forma Y = a +b sen(X) a los datos de la tabla:
X\Y [0, 3] (3, 9] (9, 15] (15, 18]
0 0 0 50 75

4
0 17 15 10

2
16 14 0 0
3
4
0 19 14 0
0 0 25 10
(b) Hallar el coeciente de determinacion del ajuste realizado.
(c) Hallar media, varianza y sesgo de Y/(X >

2
).
(0.25+0.25+0.25=0.75 Puntos)
5. Indicar las ordenes necesarias en MATLAB para: (Sin realizar calculos ni aproximaciones).
Se ha estimado que en una region, hora y epoca del a no donde se va a celebrar una regata infantil, la
velocidad del viento (v) sigue una Rayleigh R(10) y la temperatura (T) una N(25,3). Ambos fenomenos
se consideran independientes. Hallar mediante simulacion con 10000 iteraciones:
(a) La probabilidad de que ambas (v y T) sean mayores que 30.
(b) Hallar la media de v/(v 30). Esto es, si la regata se suspende cuando v > 30, queremos la velocidad
media del viento cuando si se celebra la regata.
(0.25+0.25=0.5 Puntos)
2
SOLUCIONES:
Problema 1:
Hallar a y b, equivale a representar la funcion Y en la base B =
_
T, sen
_
T
4
__
Las ecuaciones normales salen de:
Y, T = aT, T +bsen
_
T
4
_
, T
Y, sen
_
T
4
_
= aT, sen
_
T
4
_
+ bsen
_
T
4
_
, sen
_
T
4
_

i
Y
i
T
i
=

i
T
2
i
+

i
T
i
sen
_
T
i
4
_

i
Y
i
sen
_
T
i
4
_
=

i
T
i
sen
_
T
i
4
_
+

i
_
sen
_
T
i
4
__
2
_

15.96 = 30a + 4.8284b

2.8122 = 4.8284a + 2b
_

_
a = 0.5
b = 0.1991
_
Luego la funcion ajustada es: Y = 0.5T + 0.1991sen
_
T
i
4
_
.
Calculamos ahora la Y
est
, residuo, varianza residual y coeciente de determinacion (ver tabla).
T
i
Y
i
T
2
i
sen
_
T
i
4
_
T
i
sen
_
T
i
4
_
sen
2
_
T
i
4
_
Y
i
T
i
Y
i
sen
_
T
i
4
_
Y
est
r
i
r
2
i
Y
2
i
0 0 0 0 0 0 0 0 0 0 0 0
1 0.64 1 0.7071 0.7071 0.5 0.64 0.4525 0.6407 0.0007 0 0.4096
2 1.20 4 1 2 1 2.4 1.2 1.1990 0.0010 0 1.4400
3 1.64 9 0.7071 2.1213 0.5 4.92 1.1597 1.6407 0.0007 0 2.6896
4 2.00 16 0 0 0 8 0 1.9998 0.0002 0 4
10 5.48 30 4.8284 2 15.96 2.8122 0.0002 0 8.5392
quedando V
r
=

i
r
2
i
N

_
i
r
i
N
_
2
0 y, por tanto, R
2
= 1
V
r
V
Y
1
0
V
Y
= 1
NOTA: Trabajando con la precision de MATLAB, nos sale V
r
= 0.00000039443 y R
2
= 0.999999221450638.
De estos resultados, se deduce que ninguna recta puede ajustarse mejor, pero vamos a hacerlo calculando el
coeciente de correlacion lineal (r):
Cov =

i
T
i
Y
i
N


T

Y =
15.96
5
2
5.48
5
= 1, V
Y
=
8.5392
5

_
5.48
5
_
2
= 0.5066, V
T
=
30
5
2
2
= 2
r =
1

2(0.5056)
r
2
=
1
2(0.5056)
= 0.9869 que nos indica que es muy bueno pero peor que el de la funcion
propuesta.
Problema 2:
Nos estan diciendo que T sigue una exponencial de media = 300, o bien =
12
300
. La funcion de distribucion
(apuntes) de esa distribucion es: F(x) = 1 e

x
300
para x > 0.
a) La primera pregunta nos pide P(T 24) = F(24) = 1 e

24
300
0.0769
b) Ahora nos piden el cuartil 1, pues queremos x, tal que, P(T x) = 0.25 y, por tanto, resolvemos
F(x) = 0.25 1 e

x
300
= 0.25 0.75 = e

x
300
Ln(0.75) =
x
300
x = 300Ln(0.75) 86.3046
c) Ahora el n umero de los que usan la garanta N seguira una binomial B(39,0.0769).
Como np = 39(0.0769) = 2.9985 < 5 y n > 30 se puede aproximar por una Poisson de parametro = 2.9985
P(al menos 2) = 1P(N = 0) P(N = 1) = 1e
2.9985
e
2.9985
(2.9985) = 10.04990.1495 0.8006
Problema 3:
3-a: Llamaremos
2
a la distribucion del n umero de errores cuando son ledos por una OCR
2
y
1
cuando
lo sean con la OCR
1
.
Nos piden P(
2
> 10) pero
2
B(3000, 0.009). Como n = 3000 >30, np = 3000(0.009) = 27 > 5
y nq = 3000(0.991) > 5 podemos aproximarla por una Normal de media = np = 27 y =

npq =
_
3000(0.009)(0.991) 5.1727
As la variable
2
B(3000, 0.009) se aproxima por una

2
N(27, 5.1727), y:
P(
2
> 10) P(

2
> 10.5) = {Por la correccion de continuidad} = P
_

2
27
5.1727
>
10.527
5.1727
_
=
= P(z > 3.1898) 0.9993
3-b: Por el Teorema de la probabilidad total:
(Llamamos a la distribucion del n umero de errores en general, sin saber con la maquina que se lee.)
P( > 10) = P(OCR
1
)P(
1
> 10) +P(OCR
2
)P(
2
> 10) =
1
3
(0.00029234) +
2
3
(0.9993) 0.6663
ya que: P(
1
> 10) = P(

1
> 10) donde ahora
1
B(3000, 0.001) y como n > 30 y np = 3 < 5
(np = 3000(0.001) = 3), resulta que

1
se aproxima por una Poisson de parametro = 3
P(
1
> 10) = P(

1
> 10) = P(

1
= 11) + P(

1
= 12) + ... = 1

10
k=0
P(

1
= k) = 0.0002 + 0.0001 + ...
0.0003 (con MATLAB 0.00029234)
NOTA: Para este calculo pueden usarse las tablas de la Poisson con = 3
3-c: Ahora debemos usar el teorema de Bayes, nos piden:
P(OCR
2
/ > 10) =
P(OCR
2
)P(
2
>10)
P(OCR
1
)P(
1
>10)+(OCR
2
)P(
2
>10)
=
2
3
0.9993
0.6663
0.9999
3
Problema 4: (MATLAB)
disp(4-a)
x=[0 0 pi/4 pi/4 pi/4 pi/2 pi/2 3*pi/4 3*pi/4 pi pi]
y=[12 16.5 6 12 16.5 1.5 6 6 12 12]
n=[50 75 17 15 10 16 14 19 14 25]
X=sin(X),N=sum(n)
A=[N sum(n.*X); sum(n.*X) sum(n.*x.^2)]
B=[sum(n.*y) sum(n.*y.*X)]
sol=A\B,a=sol(1),b=sol(2)
disp(4-b)
yest=a+b*sin(x)
res=y-yest
Vr=sum(n.*res.^2)/N-(sum(n.*res)/N)^2
Vy=var(n.*y.^2)/N-(sum(n.*y)/N)^2
R2=1-Vr/Vy
disp(4-c)
yy=[6 12 16.5]
nn=[19 14+25 10]
NN=sum(nn)
m1=sum(nn.*yy)/NN % m1=media
m2=sum(nn.*yy.^2)/NN
m3=sum(nn.*yy.^3)/NN
media=m1
varianza=m2-m1^2
desv=sqrt(varianza);
mu3=m3-3*m2*m1+2*m1^3
sesgo=mu3/desv^3
Problema 5:
disp(5-a),NIT=10000;
v=raylrnd(10,NIT,1);
T=normrnd(25,3,NIT,1);
c=(v>30)&(T>30); % & es el "and" logico
Pa=sum(c)/NIT
disp(5-b)
filtro=(v<=30); % Si se cumple v<=30, entonces filtro=1, else filtro=0
Nf=sum(filtro) % Nos cuenta los valores que se han tenido en cuenta
Sf=sum(v.*filtro) % Suma de los que se han tenido en cuenta (si filtro=0 no se suma)
Media=Sf/Nf
4