Académique Documents
Professionnel Documents
Culture Documents
Ingenierı́a Industrial
Estadı́stica I (Soluciones)
19 de Mayo de 2010
1
Nos piden Pr(G1 ∩ I11 |G2 ). Por el Teorema de Bayes se sabe que
Pr(G2 |G1 ∩ I11 ) × Pr(G1 ∩ I11 )
Pr(G1 ∩ I11 |G2 ) =
Pr(G2 )
0,6 × 0,3 0,18
= = = 0,25.
0,72 0,72
c) ¿cuál es la probabilidad de que en la primera inversión hubiese invertido en el tipo
de valor I y no hubiese obtenido beneficios?
Nos piden Pr(G1 ∩ I11 |G2 ). Por el Teorema de Bayes se sabe que
Pr(G2 |G1 ∩ I11 ) × Pr(G1 ∩ I11 )
Pr(G1 ∩ I11 |G2 ) =
Pr(G2 )
0,8 × 0,2 0,16
= = = 0,22.
0,72 0,72
d) ¿cuál es la probabilidad de que en la primera inversión hubiese invertido en el tipo
de valor I?
Nos piden Pr(I11 |G2 ). Dado que el suceso I11 se puede escribir como la unión de
dos sucesos disjuntos, es decir, I11 = (G1 ∩ I11 ) ∪ (G1 ∩ I11 ), se concluye que:
Pr(I11 |G2 ) = Pr(G1 ∩ I11 |G2 ) + Pr(G1 ∩ I11 |G2 ) = 0,25 + 0,22 = 0,47.
2. El tiempo de vida útil de cierto mecanismo, medido en dı́as, es una variable aleatoria X
con función de distribución
0 si x ≤ 10
(x − 10)/40 si 10 < x ≤ 30
FX (x) = .
(x − 20)/20 si 30 < x ≤ 40
1 si x > 40
Ciertos estudios han revelado que la eficacia de su funcionamiento está vinculada con el
cubo de esta variable, X 3 .
a) Calcule la media de X y la de X 3 .
b) ¿Con qué probabilidad X 3 será mayor que 42875?
c) Para efectuar un estudio de simulación, necesitamos conocer la función de densidad
de Y = X 3 , calcúlela.
Solución.
a) Calcule la media de X y la de X 3 . La función de densidad de X es la derivada de
su función de distribución, por tanto
1/40 si 10 < x ≤ 30
fX (x) = 1/20 si 30 < x ≤ 40 .
0 en otro caso
2
Las medias de X y X 3 serán
Z +∞
E[X] = xfX (x)dx = 27,5
−∞
Z +∞
E[X 3 ] = x3 fX (x)dx = 26875 .
−∞
3
b) Si se fabrican 100 productos independientemente unos de otros, ¿cuál es la probabi-
lidad de que el tiempo total de elaboración supere las 90 horas?
Nos piden Pr( 100
P
i=1 Ti > 90 h). Por el TCL, dado que estamos sumando un número
elevado (n = 100 > 30) de v.a. independientes entre sı́, se puede aproximar la
distribución del tiempo total que supone la elaboración de los 100 productos mediante
una Normal de media µ = 100E[T ] = 100 × 0,9167 = 91,67 horas y varianza
σ 2 = 100V ar[T ] = 100 × 0,340278 = 34,0278 horas2 .
Estandarizando y teniendo en cuenta la simetrı́a de la densidad de una normal
estándar, se tiene que:
100
X 90 − 91,67
Pr( Ti > 90) = Pr(N (0, 1) > √ )
i=1
34,0278
= Pr(N (0, 1) > −0,29) = Pr(N (0, 1) < 0,29)
= Pr(N (0, 1) ≤ 0,29) = 0,6141.
4
En nuestro caso
5,5 − 5
d= √ =5
0,6/ 36
y además P (t35 ≥ 1,6896) = 0,05, ası́ que t35,0,05 = 1,6896.
Por lo tanto, hay evidencia suficiente para rechazar H0 y afirmar que el fabricante
incumple la normativa.
b) Se ha realizado una nueva medida sobre una muestra de 49 motores, obteniéndose
una emisión media de de 4,5 ppm con una cuasidesviación tı́pica de 0,7 ppm. ¿Pueden
considerarse las medias de ambas mediciones iguales, supuesto que los nuevos datos
también siguen distribución normal? (Nivel de significación α = 0,05)
Necesitamos saber cómo son las varianzas poblacionales, para lo que realizamos el
correspondiente contraste
H0 : σ12 = σ22
H1 : σ12 6= σ22
Rechazamos H0 si la discrepancia
ŝ2
> Fn1 −1,n2 −1,α/2
F0 = 21
ŝ2 < Fn1 −1,n2 −1,1−α/2
En nuestro caso F0 = 0,36/0,49 = 0,7347.
Como F35,48,0,025 = 1,83966 y F35,48,0,975 = 0,5271, no hay evidencia para rechazar
la hipótesis nula, y podemos considerar las varianzas poblacionales iguales.
Planteamos entonces el contraste:
H0 : µ1 = µ2
H1 : µ1 6= µ2
Rechazamos H0 si la discrepancia
x1 − x2 < −tn1 +n2 −2,α/2
t0 = q
> tn1 +n2 −2,α/2
ŝT n11 + n12