Escolar Documentos
Profissional Documentos
Cultura Documentos
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
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
PyE_ EF1_TIPO1_2010-1
Frecuencia relativa
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
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)
P ( II A ) =
3.
P ( II ) P A II
1 0.295
fX ( x)
3k
2k
k
X
10
1=
f X ( x ) dx
-
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
FX ( x ) = P ( X x ) = P ( X < x ) =
f X (t ) dt
-
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
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
;
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.
llamadas
X Poisson = 3
minuto
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:
E (Y ) =
1
3
Var (Y ) =
1 1
=
32 9
X = Var (Y ) =
1 1
=
32 3
d) En un minuto se tiene:
X Poisson ( = 3)
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.
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:
y fY ( y )
sustituyendo:
Cov ( X , Y ) = E ( XY ) E ( X ) E (Y )
Cov ( X , Y ) = 0 ( 5 )( 0 ) = 0
f XY ( x, y ) = f X ( x ) fY ( y )
PyE_ EF1_TIPO1_2010-1
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
7053.67
220549
PyE_ EF1_TIPO1_2010-1
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:
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
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