UNIVERSIDAD INDUSTRIAL DE SANTANDER

ESCUELA DE INGENIERÍA CIVIL

ESTADÍSTICA
SEGUNDO PREVIO
Agosto 16 de 2015

Nombre:__________________________________________________________Código:___________Grupo:___

Problema 1.
Para el diseño de una bocatoma se cuenta con la siguiente serie histórica de caudales máximos de la fuente hídrica
en metros cúbicos por segundo.
Q Q Q Q Q Q Q Q
Año Año Año Año Año Año Año Año
[m3/s] [m3/s] [m3/s] [m3/s] [m3/s] [m3/s] [m3/s] [m3/s]
1974 29.2 1979 32.2 1984 23.4 1989 26.0 1994 29.0 1999 32.0 2004 17.8 2009 23.6
1975 30.8 1980 21.1 1985 23.3 1990 --- 1995 31.8 2000 28.1 2005 18.0 2010 18.5
1976 25.4 1981 --- 1986 30.2 1991 --- 1996 32.0 2001 21.3 2006 19.8 2011 21.1
1977 20.7 1982 --- 1987 17.6 1992 28.0 1997 --- 2002 32.8 2007 31.3 2012 23.4
1978 30.3 1983 20.1 1988 29.3 1993 32.7 1998 17.5 2003 20.1 2008 21.3 2013 31.5
Luego de una estimación de costo, se determina que el costo del proyecto, en pesos colombianos, está dado por la
siguiente función.

𝐶 = $ 7.4 × 108 ∗ (1 + 0.001 ∗ 𝑇𝑟 )2

a) Graficar a escala la distribución log-normal ajustada a los datos.

b) Si se tiene un monto disponible de 760 millones para ejecutar la obra, ¿Cuál es el valor del caudal máximo con el
que se puede diseñar el proyecto?
c) Calcular el costo del proyecto, si se diseña para un caudal máximo de 35 metros cúbicos por segundo.

Solución a.

Se calculan los valores de la media y la desviación estándar.

𝑚3
𝜇 = 25.4629 [ ]
𝑠𝑒𝑔

𝑚3
𝜎 = 5.3323 [ ]
𝑠𝑒𝑔

Aplicando las ecuaciones de la distribución log-normal para calcular los parámetros correspondientes se tiene que:

1 2
𝜇𝑥 = 𝑒 𝜇𝑙𝑛𝑥 + 2 𝜎 𝑙𝑛𝑥

2
𝜎𝑥 2 = 𝜇𝑥 2 ∗ [𝑒 𝜎𝑙𝑛𝑥 − 1]

1 2
25.4629 = 𝑒 𝜇𝑙𝑛𝑥 + 2 𝜎𝑙𝑛𝑥
2
5.33232 = 25.46292 ∗ [𝑒 𝜎𝑙𝑛𝑥 − 1]

𝝁𝒍𝒏𝒙 = 𝟑. 𝟐𝟏𝟓𝟕𝟔 𝝈𝒍𝒏𝒙 = 𝟎. 𝟐𝟎𝟕𝟏𝟕𝟐

 1 1 𝑙𝑛𝑥 − 𝜇𝑙𝑛𝑥 2
− ( )
𝑓(𝑥) = 𝑒 2 𝜎𝑙𝑛𝑥 𝑥>0
𝑥 𝜎𝑙𝑛𝑥 √2𝜋
2
1 1 𝑙𝑛𝑥 −(3.21576)
− ( )
𝑓(𝑥) = 𝑒 2 (0.207172) 𝑥>0
𝑥 ∗ (0.207172) ∗ √2𝜋

Evaluando la función se obtienen los siguientes resultados:

𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙) 𝒙 𝒇(𝒙)

9 0.000508 17 0.048299 25 0.077022 33 0.036871 41 0.011089
10 0.001497 18 0.057739 26 0.073295 34 0.032289 42 0.009382
11 0.003557 19 0.066009 27 0.068706 35 0.028105 43 0.007916
12 0.007148 20 0.072624 28 0.063551 36 0.024330 44 0.006664
13 0.012566 21 0.077301 29 0.058089 37 0.020959 45 0.005599
14 0.019821 22 0.079948 30 0.052538 38 0.017975 46 0.004695
15 0.028603 23 0.080641 31 0.047070 39 0.015355
16 0.038338 24 0.079574 32 0.041817 40 0.013070

Caudal ajustado a la distribución log-normal

0.09

0.08

0.07

0.06

0.05
f(x)

0.04

0.03

0.02

0.01

0
0 5 10 15 20 25 30 35 40 45 50
x [m3/seg]

Solución b.

Para el cálculo se tiene en cuenta el monto disponible y se iguala a la ecuación suministrada.

760000000 = $ 7.4 × 108 ∗ (1 + 0.001 ∗ 𝑇𝑟 )2

Despejando el valor del tiempo de retorno requerido, se tiene:

𝑇𝑟 = 13.4234 [𝐴ñ𝑜𝑠]; 𝑥𝑚𝑎𝑥 =? ?

1 1 𝑙𝑛(𝑥) − 𝜇𝑙𝑛𝑥
= = 1 − 𝐹(𝑥) = 1 − 𝑃 (𝑧 < )
𝑇𝑟 13.4234 𝜎𝑙𝑛𝑥

1 𝑙𝑛(𝑥) − 3.21576
= 1 − 𝑃 (𝑧 < )
13.4234 0.207172

𝑙𝑛(𝑥) − 3.21576
𝑃 (𝑧 < ) = 0.925503
0.207172

𝑙𝑛(𝑥) − 3.21576
= 1.443094
0.207172

𝒎𝟑
𝒙 = 𝟑𝟑. 𝟔𝟎𝟔𝟖 [ ]
𝒔𝒆𝒈

Solución c.

Se conoce el valor máximo del caudal y se debe calcular el tiempo de retorno, por lo tanto se tiene que:

𝒎𝟑
𝑻𝒓 = ¿ ? 𝒙𝒎𝒂𝒙 = 𝟑𝟓 [ ]
𝒔𝒆𝒈

1 𝑙𝑛(35) − 3.21576
= 1 − 𝐹(35) = 1 − 𝑃 (𝑍 < ) = 1 − 𝑝(𝑧 < 1.639160)
𝑇𝑟 0.207172

1
= 0.050590
𝑇𝑟

𝑻𝒓 = 𝟏𝟗. 𝟕𝟔𝟔𝟖 [𝒂ñ𝒐𝒔]

Con base en el valor del tiempo de retorno se calcula el costo del proyecto.

𝐶 = $ 7.4 × 108 ∗ (1 + 0.001 ∗ (19.7668))2

𝑪 = $ 𝟕𝟔𝟗, 𝟓𝟒𝟒, 𝟎𝟎𝟏

Problema 2.
Una empresa de vigilancia privada observa que el número de componentes de un circuito cerrado de TV que fallan
antes de cumplir 1000 horas de funcionamiento es una variable aleatoria con un promedio de estos fallos de 8,
a) ¿cuál es la probabilidad de que falle un componente en 250 horas? 

b) ¿y de que fallen no más de dos componentes en 500 horas? 

c) ¿ cuál es la probabilidad de que el tiempo que transcurre para que se presente el cuarto fallo sea mayor que 750
horas?

Solución a.

Sea 𝑋 la variable aleatoria, con distribución de Poisson, que determina el número de componentes que fallan
antes de cumplir 250 horas de funcionamiento.
Del enunciado se sabe que: T (horas) No Fallos
1000 8
250 𝜈
250∗8
Entonces 𝜈 = 1000
=2

𝜈 𝑥 𝑒 −𝜈 21 𝑒 −2 2
𝑃(𝑋 = 1) = = = 2 = 𝟎, 𝟐𝟕𝟎𝟔𝟕
𝑥! 1! 𝑒

𝑷(𝑿 = 𝟏) = 𝟎, 𝟐𝟕𝟎𝟔𝟕

Solución b.

Sea 𝑋 la variable aleatoria, con distribución de Poisson, que determina el número de componentes que fallan
antes de cumplir 500 horas de funcionamiento.
Del enunciado se sabe que: T (horas) No Fallos
1000 8
500 𝜈
500∗8
Entonces 𝜈 = 1000
=4

2
𝜈 𝑥 𝑒 −𝜈 40 𝑒 −4 41 𝑒 −4 42 𝑒 −4
𝑃(𝑋 ≤ 2) = ∑ = + + = 0,01832 + 0,07326 + 0,14653 = 𝟎, 𝟐𝟑𝟖𝟏
𝑥! 0! 1! 2!
𝑖=0

𝑷(𝑿 ≤ 𝟐) = 𝟎, 𝟐𝟑𝟖𝟏

Solución c.
Sea 𝑋 la variable aleatoria, con distribución de Poisson, que determina el número de componentes que fallan
antes de cumplir 650 horas de funcionamiento.
Sea T la variable aleatoria que determina el tiempo transcurrido hasta que ocurra el cuarto fallo.
El tiempo transcurrido hasta que se tienen cuatro fallos es mayor a 650 horas si y sólo si el número de fallas en 650
horas es menor o igual a tres. Por tanto:
𝑃(𝑇 > 650) = 𝑃(𝑋 ≤ 3)
Del enunciado se sabe que: T (horas) No Fallos
1000 8
750 𝜈
750∗8
Entonces 𝜈 = 1000
=6

3
𝜈 𝑥 𝑒 −𝜈 60 𝑒 −6 61 𝑒 −6 62 𝑒 −6 63 𝑒 −6
𝑃(𝑇 > 750) = 𝑃(𝑋 ≤ 3) = ∑ = + + +
𝑥! 0! 1! 2! 3!
𝑖=0

𝑃(𝑇 > 750) = 𝑃(𝑋 ≤ 3) = 0,00248 + 0,01487 + 0,04462 + 0,08924 = 𝟎, 𝟏𝟓𝟏𝟐

𝑷(𝑻 > 𝟕𝟓𝟎) = 𝟎. 𝟏𝟓𝟏𝟐

Problema 3.
En una planta de producción de un casetón de madera, utilizado en la construcción de placas aligeradas, el gerente
afirma que el 15.87% de los casetones tiene un largo inferior a 1.1 metros y que el 20.23% tiene un largo superior a
1.32 m. Con respecto al ancho, se sabe que 53.57% de los casetones tienen un ancho superior a 50 centímetros. De
la experiencia, un funcionario de la sección de control de calidad afirma que si un casetón tiene un alto superior de
35 centímetros la posibilidad de que el ancho sea inferior de 40 centímetros es de 22.22%, si un casetón tiene un
ancho inferior de 40 centímetros la posibilidad que tenga un alto inferior de 35 centímetros es de 76.33% y la
posibilidad de que un casetón tenga un ancho superior a 40 centímetros y un alto inferior de 35 centímetros es de
22.76%. Se sabe que las variables de largo, ancho y alto se ajustan a las distribuciones: normal, log-normal y normal
respectivamente.
a) Suponga que se realiza una venta de 2000 unidades de casetón para cierta obra, si los casetones que tienen un
largo inferior a 1.25 metros se venden a $45000, los que tienen un largo superior a 1.36 metros se venden a
$52000 y los otros a $47000, calcular el costo esperado del pedido.
b) Suponga que en el control de calidad se selecciona un lote de 5 casetones, calcular la probabilidad de que a lo
menos dos tengan un ancho superior a 55 centímetros.
c) Calcular el valor más probable para el ancho de un casetón seleccionado al azar.

Solución a.

Sean las variables aleatorias continuas 𝑥, 𝑦, 𝑧.

𝑥: 𝐿𝑎𝑟𝑔𝑜; 𝑦: 𝐴𝑛𝑐ℎ𝑜; 𝑧: 𝐴𝑙𝑡𝑜

Del enunciado se sabe que:

1.10 − 𝜇𝑥
0.1587 = 𝑝(𝑥 < 1.10) = 𝑝 (𝑧 < )
𝜎𝑥

1.32 − 𝜇𝑥
0.2023 = 𝑝(𝑥 > 1.32) = 𝑝 (𝑧 > )
𝜎𝑥

1.10 − 𝜇𝑥
= −0.999815
𝜎𝑥

1.32 − 𝜇𝑥
= 0.833434
𝜎𝑥

Resolviendo las ecuaciones se tiene que:

𝝁𝒙 = 𝟏. 𝟐𝟏𝟗𝟗𝟖; 𝝈𝒙 = 𝟎. 𝟏𝟐𝟎𝟎𝟎

Para los datos de la altura se realiza el siguiente análisis por conjuntos

Sean 𝐴 y 𝐵 eventos contenidos en un espacio muestral 𝒮.

𝐴: {El casetón tiene un alto superior a 35 centimetros}

𝐵: {El casetón tiene un ancho inferior a 40 centimetros}

 𝑃(𝐴 ∩ 𝐵) 𝐿
𝑝(𝐵|𝐴) = = 0.2222 =
𝑃(𝐴) 𝐾+𝐿

𝑃(𝐴´ ∩ 𝐵) 𝑀
𝑝(𝐴´|𝐵) = = 0.7673 =
𝑃(𝐵) 𝐿+𝑀

𝑝(𝐴´ ∩ 𝐵´) = 0.2276 = 𝑁

𝑝(𝑆) = 1 = 𝐾 + 𝐿 + 𝑀 + 𝑁

Solucionando las ecuaciones se tiene que:

𝑲 = 𝟎. 𝟑𝟒𝟔𝟕𝟑𝟏; 𝑳 = 𝟎. 𝟎𝟗𝟗𝟎𝟓𝟑; 𝑴 = 𝟎. 𝟑𝟐𝟔𝟔𝟏𝟔; 𝑵 = 𝟎. 𝟐𝟐𝟕𝟔𝟎𝟎

Del análisis por conjuntos se tiene que:

ln(40) − 𝜇𝑙𝑛𝑦
𝑝(𝑦 < 40) = 𝐿 + 𝑀 = 0.425669 = 𝑝 (𝑧 < )
𝜎𝑙𝑛𝑦

ln(50) − 𝜇𝑙𝑛𝑦
𝑝(𝑦 > 50) = 0.535700 = 𝑝 (𝑧 > )
𝜎𝑙𝑛𝑦

Aplicando la distribución normal se tiene:

ln(40) − 𝜇𝑙𝑛𝑦
= −0.187412
𝜎𝑙𝑛𝑦

ln(50) − 𝜇𝑙𝑛𝑦
= −0.089606
𝜎𝑙𝑛𝑦

𝝁𝒍𝒏𝒚 = 𝟒. 𝟏𝟏𝟔𝟒𝟔𝟎; 𝝈𝒍𝒏𝒚 = 𝟐. 𝟐𝟖𝟏𝟒𝟗

De acuerdo a los datos suministrados en el numeral a se elabora la siguiente tabla:

Largo (𝒙) Porcentaje N esperado Precio Unitario Subtotal

𝑥 < 1.25 0.598771 1198 $ 45.000 $ 53,910,000
1.25 ≤ 𝑥 ≤ 1.36 0.279590 559 $ 47.000 $ 26,273,000
𝑥 > 1.36 0.121639 243 $ 52.000 $ 12,636,000

𝐶 = 53,910,000 + 26,273,000 + 12,636,000 = 92,819,000

𝑪 = $𝟗𝟐, 𝟖𝟏𝟗, 𝟎𝟎𝟎

Solución b.

Se utiliza la distribución log-normal para el cálculo de la probabilidad de éxito:

ln(55) − 𝜇𝑙𝑛𝑦
𝑝(𝑦 > 55) = 𝑝 (𝑧 > ) = 0.519075
𝜎𝑙𝑛𝑦
Se utiliza la distribución binomial:

𝑛 = 5; 𝑝 = 0.519075

En la siguiente tabla se muestra el cálculo de las probabilidades.

 x p(x)
2 0.299704
3 0.323478
4 0.174569
5 0.037683
Suma 0.835435

𝒑(𝒙 ≥ 𝟐) = 𝟎. 𝟖𝟑𝟓𝟒𝟑𝟓

Solución c.

Se utiliza la fórmula del valor esperado de la distribución normal:

1 2
𝜇𝑦 = 𝑒 𝜇𝑙𝑛𝑦 + 2 𝜎 𝑙𝑛𝑦

1 2
𝜇𝑦 = 𝑒 4.116460+ 2 (2.28149)

𝝁𝒚 = 𝟖𝟐𝟖. 𝟎𝟑𝟕 [𝒄𝒎]