UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

FACULTAD DE INGENIERA
DIVISIN DE CIENCIAS BSICAS
COORDINACIN DE CIENCIAS APLICADAS
DEPARTAMENTO DE PROBABILIDAD Y ESTADSTICA
PRIMER EXAMEN FINAL
RESOLUCIN
SEMESTRE 2010-1
DURACIN MXIMA 2.5 HORAS

TIPO 1
DICIEMBRE 1 DE 2009

NOMBRE______________________________________________________________________
1.

El ndice de claridad se determin en los cielos de Morelos, para cada uno de los 365 das de un ao,
obtenindose los siguientes datos.
Lmites aparentes
Frecuencia absoluta ( fi )

0.30-0.34
8
0.35-0.39
14
0.40-0.44
28
0.45-0.49
24
0.50-0.54
39
0.55-0.59
51
0.60-0.64
106
0.65-0.69
84
0.70-0.74
11
a) Determinar las frecuencias relativas y trazar el histograma correspondiente.
b) Los das despejados son aquellos para los que el ndice de claridad es por lo menos 0.65. Qu
porcentaje de das est despejado?
10 Puntos
Resolucin
a) La frecuencia relativa y las marcas de clase, se definen como: fi * =

1
f i y el punto medio de los
n

lmites aparentes, respectivamente, sustituyendo se tiene:

Lmites aparentes

Frecuencia absoluta
( fi )

Frecuencia relativa
( fi * )

Marcas de clase
( xi )

0.30-0.34
0.35-0.39
0.40-0.44
0.45-0.49
0.50-0.54
0.55-0.59
0.60-0.64
0.65-0.69
0.70-0.74

8
14
28
24
39
51
106
84
11
n=365

0.0219
0.0383
0.0767
0.0657
0.1068
0.1397
0.2904
0.2301
0.0301

0.32
0.37
0.42
0.47
0.52
0.57
0.62
0.67
0.72

El histograma correspondiente es:

PyE_ EF1_TIPO1_2010-1

Frecuencia relativa

Histograma de frecuencias relativas

0.4
0.3
0.2
0.1
0
0.32

0.37

0.42

0.47

0.52

0.57

0.62

0.67

0.72

Marcas de clase

b) Los das despejados son aquellos para los que el ndice de claridad es por lo menos 0.65, entonces
de la tabla de distribucin de frecuencias el porcentaje es: (0.2301+0.0301)*100=26.02%

2.

Lmites aparentes

Frecuencia absoluta
( fi )

Frecuencia relativa
( fi * )

Marcas de clase
( xi )

0.30-0.34
0.35-0.39
0.40-0.44
0.45-0.49
0.50-0.54
0.55-0.59
0.60-0.64
0.65-0.69
0.70-0.74

8
14
28
24
39
51
106
84
11
n=365

0.0219
0.0383
0.0767
0.0657
0.1068
0.1397
0.2904
0.2301
0.0301

0.32
0.37
0.42
0.47
0.52
0.57
0.62
0.67
0.72

Con base en varios estudios, una compaa ha clasificado de acuerdo con la posibilidad de encontrar
petrleo, las formaciones geolgicas en tres tipos. La compaa pretende perforar un pozo en un
determinado sitio, al que se le asignan las probabilidades de 0.35, 0.4 y 0.25 para los tres tipos de
perforacin respectivamente. De acuerdo con la experiencia, se sabe que el petrleo se encuentra en un
40% de formaciones de tipo I, en un 20% de formaciones de tipo II y en un 30% del tipo III.
a) Si la compaa descubre petrleo en ese sitio, determinar la probabilidad de que exista una
formacin de tipo III.
b) Determinar la probabilidad de la existencia de una formacin del tipo II, si la compaa no
encuentra petrleo en ese sitio.

15 Puntos
Resolucin
Sean:
I el evento que representa una formacin geolgica del tipo I.
II el evento que representa una formacin geolgica del tipo II.
III el evento que representa una formacin geolgica del tipo III.
A el evento que representa encontrar petrleo.
a) La probabilidad de encontrar petrleo es la probabilidad total, entonces:

P ( A ) = P ( A I ) + P ( A II ) + P ( A III )

P ( A ) = P ( I ) P ( A I ) + P ( II ) P ( A II ) + P ( III ) P ( A III )
P ( A) =

( 0.35)( 0.4 )

PyE_ EF1_TIPO1_2010-1

+ ( 0.4 )( 0.2 ) + ( 0.25 )( 0.3) = 0.295

Para determinar la probabilidad de que haya una formacin geolgica de tipo III, dado que la
compaa encuentra petrleo en ese sitio, se utiliza el Teorema de Bayes, entonces:

P ( A III )

P ( III A ) =

P ( A)

esto es:

P ( III ) P ( A III )

P ( III A ) =

P ( I ) P ( A I ) + P ( II ) P ( A II ) + P ( III ) P ( A III )

sustituyendo:

P ( III A ) =

( 0.25)( 0.3)
= 0.2542
( 0.35)( 0.4 ) + ( 0.4 )( 0.2 ) + ( 0.25)( 0.3)

b) Se calcula la probabilidad de la existencia de una formacin del tipo II, si se sabe que la compaa
no encuentra petrleo en ese sitio, del Teorema de Bayes, esto es:

P ( II A ) =

P ( A II )
P ( A)

P ( A II )
1 P ( A)

utilizando la regla de la multiplicacin:

P ( II A ) =

3.

P ( II ) P A II
1 0.295

) = ( 0.4 )( 0.8) = 0.4539

0.705

Dada la funcin de densidad de la grfica siguiente:

fX ( x)

3k
2k
k
X

10

Determinar: el valor de k , la forma analtica de f X ( x ) , la funcin de distribucin que muestra el

comportamiento acumulado FX ( x ) y la mediana x .
15 Puntos
Resolucin
El valor de k se obtiene por la propiedad:

1=

f X ( x ) dx
-

el valor de k en este caso, se puede obtener de forma geomtrica, entonces:

1 = bh +

2k 2 ( 2k )
bh bh
+
= 9k +
+
= 12k
2
2
2
2

por lo tanto:

PyE_ EF1_TIPO1_2010-1

k=

1
0.0833
12

Para determinar la forma analtica de la funcin de densidad, se utiliza la forma de la recta dados dos
puntos, la funcin constante y otra vez, la forma de la recta dados dos puntos, entonces:

5
1
24 x + 24

fX ( x) =
12
1
7
x

12
12

1 x 3

3 x 8

8 x 10

; en otro caso

La funcin de distribucin que muestra el comportamiento acumulado, est definida por:

FX ( x ) = P ( X x ) = P ( X < x ) =

f X (t ) dt
-

sustituyendo por intervalos:

en 1 x 3

FX ( x ) =

en 3 x 8

5
1 2 5
3
1
x
t +
dt = x +
24
24
48
24
16

1
FX ( x ) = +
4
en 8 x 10

2
FX ( x ) = +
3

1
1
dt = x
12
12
7
1 2 7
8
1
x x+
t dt =
12
24
12
3
12

por lo tanto, la funcin acumulativa est dada por:

1
x 2 + 5 x 3
24
16
48

1
FX ( x ) =
x
12

1 2 7
8
24 x 12 x + 3

x 1

1 x 3

3 x 8

; 8 x 10

x 10
1
Para determinar la mediana, se sabe que P ( X x ) = P ( X < x ) = , sustituyendo e igualando en la
2
;

funcin de distribucin, en el tercer intervalo:

1 1
= x
2 12
despejando:

x=

12
=6
2

PyE_ EF1_TIPO1_2010-1

4.

A un Centro de llamadas telefnicas de una empresa elctrica, llegan en promedio tres llamadas por
minuto. Supngase que dichas llamadas siguen un proceso de Poisson.
a) Calcular la probabilidad de recibir menos de tres llamadas en dos minutos.
b) Obtener la probabilidad de que el tiempo entre dos llamadas consecutivas sea mayor a dos
minutos.
c) Determinar el tiempo promedio entre llamadas y su desviacin estndar.

d) Calcular la probabilidad de recibir al menos dos llamadas en un minuto.

15 Puntos
Resolucin
Sea X la variable aleatoria que representa el nmero de llamadas por minuto que llegan al Centro de
llamadas.

llamadas
X Poisson = 3

minuto

a) En dos minutos se tiene:

X Poisson ( = 6 )

Se pide calcular la probabilidad de recibir menos de tres llamadas en dos minutos , P ( X < 3) ,
esto es:

P ( X < 3) = P ( X = 0 ) + P ( X = 1) + P ( X = 2 )

sustituyendo:

( 6)
=

e 6 ( 6 ) e 6 ( 6 ) e 6
P ( X < 3)
+
+
0!
1!
2!
P ( X < 3) = e 6 + 6e 6 + 18e6 = e 6 (1 + 6 + 18 ) = 25e 6 0.0619
b) Sea Y la variable aleatoria que representa el tiempo entre dos llamadas consecutivas que llegan un
0

Centro de llamadas.

Y Exponencial = 3

llamadas
minuto

Se pide calcular la probabilidad de que el tiempo entre dos llamada consecutivas sea mayor de dos
minutos, P (Y > 2 ) , esto es:

P (Y > 2 ) = 1 FY (Y = 2 ) = e 3(2) = e 6 0.0025

c) El tiempo promedio entre dos llamadas es la media (valor esperado) de la variable aleatoria con
distribucin exponencial, esto es:

E (Y ) =

1
3

La variancia de la variable aleatoria con distribucin exponencial, es:

Var (Y ) =

1 1
=
32 9

Entonces la desviacin estndar, es:

X = Var (Y ) =

1 1
=
32 3

d) En un minuto se tiene:

X Poisson ( = 3)

Se pide calcular la probabilidad de recibir al menos dos llamadas en un minutos , P ( X 2 ) , esto

es:

P ( X 2 ) = P ( X = 2 ) + P ( X = 3) + P ( X = 4 ) + +

sustituyendo:

PyE_ EF1_TIPO1_2010-1

 ( 3)0 e 3 ( 3)1 e3
P ( X 2 ) = 1 P ( X 1) = 1
+

1!
0!

P ( X 2 ) = 1 e3 + 3e 3 = 1 e 3 [1 + 3] = 1 4e 3 0.8009
5.

Sean las variables aleatorias conjuntas X y Y con funcin de probabilidad:

f XY ( x, y )

-3

-1

1
4

1
4

1
4

1
4

a) Obtener E ( XY ) , E ( X ) y E (Y )
b) Calcular Cov ( X , Y )
c) Son X y Y variables aleatorias independientes?
15 Puntos
Resolucin
a)

E ( XY ) =

xy f XY ( x, y )

sustituyendo:

1
1
1
1
E ( XY ) = (1)( 1) + (1)(1) + ( 9 )( 3) + ( 9 )( 3) = 0
4
4
4
4
El valor esperado de X , se define por:
E(X ) =

x fX ( x)

sustituyendo:

E ( X ) = (1)( 0.5 ) + ( 9 )( 0.5 ) = 5

El valor esperado de Y , se define de forma anloga:
E (Y ) =

y fY ( y )

sustituyendo:

E (Y ) = ( 3)( 0.25 ) + ( 1)( 0.25 ) + (1)( 0.25 ) + ( 3)( 0.25 ) = 0

b) La covariancia se define como:

Cov ( X , Y ) = E ( XY ) E ( X ) E (Y )

Sustituyendo los resultados del inciso a):

Cov ( X , Y ) = 0 ( 5 )( 0 ) = 0

c) Las variables aleatorias conjuntas son independientes si:

f XY ( x, y ) = f X ( x ) fY ( y )

PyE_ EF1_TIPO1_2010-1

Para ello, se calculan las funciones marginales, entonces:

fX ( x) =

f XY ( x, y )

fY ( y ) =

1
0.5

fX ( x)

-3
0.25

fY ( y )

f XY ( x, y )

9
0.5

-1
0.25

1
0.25

3
0.25

sustituyendo:

1
1 1

f XY ( X = 1, Y = 3) = 0 f X ( X = 1) = fY (Y = 3) = =
2
4 8

y observa que f XY ( x, y ) f X ( x ) fY ( y )
Por lo que se concluye que las variables aleatorias son dependientes.
6.

Dados los siguientes nmeros aleatorios con distribucin uniforme entre 0 y 1, generar un nmero
aleatorio con distribucin normal con parmetros X = 2 y X = 4
0.89
0.01
0.95
0.45
0.59
0.87
0.19
0.27
0.64
0.75
0.25
0.63
15 Puntos
Resolucin
Utilizando el TLC se tiene que:

X = X + X

12

i =1

Ri 6

sustituyendo:

12

ri = 6.49

i =1

X = 2 + 4 ( 6.49 6 ) = 3.96
7.

La siguiente tabla muestra datos sobre el desgaste de acero dulce y y la viscosidad del aceite x .

y [10-4 mm3]
x

240

181

193

155

172

110

113

75

94

1.6

9.4

15.5

20

22

35.5

43

40.5

33

Las sumas relevantes, se muestran a continuacin:

Sumas
y
1333
x
220.5
xy
26864.4
x2

7053.67

220549

PyE_ EF1_TIPO1_2010-1

a) Trazar la grfica de la dispersin de los datos. Parece conveniente el uso de un modelo de

regresin lineal?
b) Ajustar un modelo de regresin lineal simple.
c) Determinar el valor que se espera del desgaste cuando la viscosidad es 30
d) Puede considerarse vlido el modelo? Justificar su respuesta.
15 Puntos
Resolucin
a)

b) El modelo es:

y = 0 + 1 x
9

1 =

x y
i =1

i =1

i =1

xi yi

xi
9
xi2 i =1

9
i =1
9

26864.4

( 220.5)(1333)

9
2
220.5 )
(
7053.67
9

3.5086

0 = y 1 x

0 =

1333
220.5
( 3.5086 )
234.0718
9
9

El modelo queda:

y = 234.0718 3.5086 x

c) Para el valor que se espera del desgaste cuando la viscosidad es 30, sustituyendo en el modelo:

y (30) = 234.0718 3.5086(30) 128.8138

d) Para determinar si el modelo es vlido debe obtenerse el coeficiente de determinacin.

El coeficiente de correlacin, est definido por:

r=

SS xy
SS xx SS yy

PyE_ EF1_TIPO1_2010-1

SS xx =

x2

i =1

SS yy =

y2

xi
2

i =1
= 7053.67 ( 220.5 ) = 1651.42
9
9
9

yi
2

i =1
= 220549 (1333) 23116.8889
9
9

i =1

xi

SS xy =

xi yi

i =1

i =1

i =1

yi
= 26864.4

( 220.5)(1333) = 5794.1
9

sustituyendo:

r=

SS xy
SS xx SS yy

5794.1

(1651.42 )( 23116.8889 )

0.9378

Entonces el coeficiente de determinacin ser:

r =R =
2

SS xy2
SS xx SS yy

( 5794.1)
=
0.8794
(1651.42 )( 23116.8889 )
2

El ajuste es regular y puede considerarse vlido el modelo dependiendo del error que se est
dispuesto a cometer.

PyE_ EF1_TIPO1_2010-1