Examen Final Probabilidades 2019 - Ii Solucionario

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE INGENIERIA ELECTRONICA Y ELECTRICA
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Facultad de Ingeniería Electrónica y Eléctrica
Escuela Académico Profesional de Ing. Electrónica
PROBABILIDADES Y ESTADISTICA
EXAMEN FINAL
Nombre: _Código:_
Pregunta 1
i.- Se x el tiempo de duración de un dispositivo electrónico, con función de densidad

�ce- x+10 x > 10
f(x) = �
�0 x < 10
Hallar el tiempo promedio y la homogeneidad del tiempo de duración
Solución:
� 10 � 10 �
�f ( x)dx = �f ( x)dx + �f ( x)dx = �

0dx + � - x +10
ce dx = -c[e - x +10 ]10
�
=c
-� -� 10 -� 10
Si f(x) es una función densidad
�
�f ( x)dx = 1 � c = 1
-�
a) Tiempo Promedio (E(x)):
� 10 �
- x +10
E ( x) = �xf ( x)dx = �
x0dx + �
xe dx = [- xe - x +10 - e - x +10 ]10
�
= 11
-� -� 10
E ( x) = 11s
b) Homogeneidad (CV):
Para hallar la homogeneidad se necesita
s E ( x 2 ) - [ E ( x)]2
CV = *100% = *100%
x E ( x)
E(x2):
� 10 �
�
x f ( x)dx = �
x 0dx + � 2 - x +10
E(x ) =
2 2
xe 2
dx = [- x 2 e - x +10 - 2 xe - x +10 - 2e - x +10 ]10
�
= 122
-� -� 10
Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

7
Entonces:
E ( x 2 ) - [ E ( x)]2 122 - (11) 2
CV = *100% = *100% = 90.91%
E ( x) 11
ii.- En el proceso de producción de válvulas de motor, éstas se someten a un primer
rectificado. Las válvulas cuyos espesores están dentro de la especificación se
encuentran listas para la instalación. Las válvulas cuyos espesores están arriba de la
especificación se rectifican, mientras que aquellas cuyos espesores están por debajo
se desechan. Suponga que después del primer rectificado, 70% de las válvulas
satisface la especificación, 20% es nuevamente rectificado y 10% se desecha.
Además, suponga que de las válvulas que son nuevamente rectificadas, 90%
satisface la especificación y 10% se desecha.
a) Determine la probabilidad de que una válvula se rectifique sólo una vez.
b) Dado que una válvula se hace sólo una vez, ¿cuál es la probabilidad de que se
deseche?
c) Determine la probabilidad de que se deseche una válvula.
d) Dado que una válvula se desecha, ¿cuál es la probabilidad de que se rectifique
dos veces?
e) Determine la probabilidad de que la válvula satisfaga la especificación
(después de la primera o de la segunda rectificación)
f) Dado que una válvula satisface la especificación (después de la primera o
segunda rectificación), ¿cuál es la
probabilidad de que se haya rectificado dos veces?
g) Dado que una válvula satisface la especificación, ¿cuál es la probabilidad de
que se haya rectificado una vez?
Solución:
Datos:
Válvulas que pasan por rectificación desde el inicio
1ra Probabilidad 2da Probabilidad
Cumple rect. 0.7 rect. 0.18
No cumple 0.2 0
Se botan 0.1 0.02
a) P [valv. se rect. 1 vez]= P [valv. cumple en la 1ra rect.] + P [valv. se bote en la

1ra rect.] = 0.7 + 0.1 = 0.8
b) P [valv. se rectifica solo 1 vez/ se bote]= 0.1
c) P [valv. se bote] = P [valv. se bote en la 1ra rect.] + P [valv. se bote en la 2da
rect.] = 0.1 + 0.02 = 0.12
d) P [valv. se rect. 2 veces] = 0.2
e) P [valv. cumple] = P [valv. cumple en la 1ra rect.] + P [valv. cumple en la 2da
rect.] = 0.7+0.18 = 0.88
f) P [valv. cumple / valv. se rectifica 2 veces] = 0.18

7
g) P [valv. cumple / valv. se rectifica 1 vez] = 0.7
Pregunta 2.-
i. Si la distribución de los periodos de duración del material utilizado en

Aerofotografía es tal que el 9.51% tienen duración que exceden a los 15
años y que el 62.55% tienen duración que exceden los 9 años. ¿Cuál es
la duración promedio y la desviación estándar de los periodos de
duración?
 El 9.51% tienen duración que exceden los 15 años

P ( x > 15) = 0.0951
P[ z > Z1 ] = 0.0951
P[ z < Z1 ] = 1 - 0.0951
P[ z < Z1 ] = 0.9049
Usamos la tabla de densidad para hallar Z 1
Z1 - -- > 0.9049
Z1 = 1.31
 El 62.55% tienen duración que exceden los 9 años
P ( x > 9) = 0.6255
P[ z > Z 2 ] = 0.6255
P[ z < Z 2 ] = 1 - 0.6255
P[ z < Z 2 ] = 0.3745
Usamos la tabla de densidad para hallar Z 1
Z 2 - -- > 0.3745
Z 2 = -0.32
X -m
 Usamos la fórmula Z=
s
15 - m
1.31 =  1.31s + m = 15
s
9-m
-0.32 =  -0.32s + m = 9
s
 Tenemos un sistema de ecuaciones. Resolviéndolo por cualquier método, nos
da:
s = 3.68 m = 10.18
\ La duración promedio es de 10.18 años
7
\ La desviación estándar es de 3.68 años

ii. Para las variables aleatorias X, Y con la siguiente función
densidad conjunta:
�k (2 x + 3 y ) 1,5 �y �x, 1,5 �x �2

f xy (x, y) = �
�0 De otro mod o
Encuentre:
a) Las funciones de densidad marginal de probabilidad, f x(x) y fy(y).
 Antes de realizar cualquier operación, debemos hallar el valor de K con ayuda del
siguiente teorema:
� �
��f ( x, y)dydx = 1
-�-�
xy
2 x 2 2
3 2 x 7 2 27
� �
1.5 1.5
k (2 x + 3 y ) dydx � �
1.5
(2 xy +
2
y )1.5 dx � �
1.5
(
2
x - 3 x -
8
) dx
7 3 27 2 7 3 27 7 3 27 41 9
( x3 - x 2 - x )1.5 � 23 - 22 - 2 - ( 1.53 - 1.52 - 1.5) � - +
6 2 8 6 2 8 6 2 8 12 12
13 12
K( ) =1 K=
12 13
�
 Hallamos fx(x): f x ( x) = �f ( x, y )dy

-�
x x
12 12 � 3 � 12 � 2 3 2 27 �
f x ( x) = � (2 x + 3 y )dy � � 2 xy + y 2 � � � 2 x + x - 3x - �
1.5
13 13 � 2 � 1.5 13 � 2 8 �
\ f x ( x) = 42 x 2 - 36 x - 81 ; 1.5 �x �2
13 13 26
�
 Hallamos fy(y): f y ( y) = �f ( x, y)dx

-�
2 12 12 12
f y ( y ) = � (2 x + 3 y ) dx � ( x 2 + 3 xy ) � ( 4 + 6 y - y 2 - 3 y 2 )
2
y 13 13 y 13

7
48 2 72 48
\ f y ( y) = - y + y+ ; 1.5 �y �2
13 13 13
b) Calcule P(x+y>1,5)
Por simple análisis, observamos que la probabilidad de que x+y sea mayor que 1.5 es de
100%, ya que los intervalos de X e Y son, ambos, amyores a 1.5. Esto puede comprobarse
reemplazando los límites de cada intervalo en la integral de nuestra función densidad.
Esto nos dará 1
2 x
12
� �
1.5 1.5
13
(2 x + 3 y ) dydx = 1
\ P( x + y > 1.5) = 1
� Y �1, 75 �
c) Calcule P � �
�X + Y �1,5 �
P( A �B)
Tenemos la fórmula : P�A �
= ; donde A = y �1.75 y B = x + y �1.5
� B� P( B)
Establecemos que nuestros sucesos A y B son independientes, ya que la realización
de un suceso no afecta al otro. Además, la intersección de dos sucesos
independientes es la multiplicación de la probabilidad de estos dos sucesos
 Hallamos P( y �1.75)
2 1.75 2 1.75 2
12 12 � 3 2� 12 �7 147 27 �
� �
1.5 1.5
13
(2 x + 3 y ) dydx � �
1.5
13
2
�
�
xy +
2
y �
�
1.5
dx �
13 � �
1.5 �
2
x +
32
- 3 x -
8
dx
�
�
2 2
12 �1 39 � 12 �1 39 � 12 � 39 9 117 � 12 67
� � x+ �
13 1.5 �2 32 �
dx � � x 2 + x � � �
13 �4 32 � 13
1+ - -
� 16 16 64
�� * = 0.9663
� 13 64
1.5
 Hallamos P�
A �
� B�
P( A)gP( B) 0.9663*1
P�A �
= = = 0.9663
� B� P( B) 1
\ Hay una probabilidad de 96.63% de que Y sea menor de 1.75 dado que x+y
sea mayor que 1.5

7
Pregunta 3
i.- (Use la distribución de Poisson) Si una central telefónica recibe en promedio 4

llamadas por hora, calcular las siguientes
probabilidades:
Recordar , Ley de Poisson: P(x) =

λ = promedio
a) Que en una hora se reciba una llamada
P(x=1; λ=4)= (4/1).e-4 =0.0732 probable que en una hora se reciba una
llamada
b) Que en una hora se reciban tres llamadas
P(x=3; λ=4)= = 0.1954 probable que en una hora reciban 3 llamadas
c) Que en una hora se reciba, al menos, una llamada
P(x=1) + P(x=2) + P(x=3) + P(x=4)
= = 0.6105 probable que en una hora al menos reciba 1

llamada
d) Que en una hora se reciban, como mucho, 4 llamadas
P(0) + P(1) + P(2) + P(3) + P(4) =

probable que en 1 hora se reciba, como mucho 4 llamadas
e) Si la frecuencia que recibe las llamadas es relativamente constante, es decir,

se mantiene constante el promedio de llamadas recibidas por hora, calcular la
probabilidad que en dos horas se reciban exactamente 9 llamadas.
λ=8 ; P(9)
P(9)= =0.124 probable que en 2 horas se reciban 9 llamadas
ii.- Sabiendo que A y B son sucesos independientes, demuestre que:
a) A y Bc son independientes

7
AyBͨ son independientes A

B
A= A Ո B ͨ + A Ո B
P(A)=P(A Ո B ͨ ) + P(A Ո B) AՈB
P(A)=P(A Ո B ͨ ) +P(A)P(B)
P(A) - P(A)P(B)= P(A Ո B ͨ )
P(A)[1-P(B)]= P(A Ո B ͨ )
P(A)P(B ͨ )= P(A Ո B ͨ )
P(A Ո B ͨ )= P(A)P(B ͨ )
b) Ac y B son independientes
Prueba que A ͨ y B son independientes
B= A Ո B + B Ո A ͨ
P(B)=P(A Ո B) + P(B Ո A ͨ )
P(B) - P(A Ո B)= P(B Ո A ͨ )
P(B)[1-P(A)]= P(B Ո A ͨ )
P(B)P(A ͨ )=P(B Ո A ͨ )
c) Ac y Bc son independientes
A ͨ y B ͨ son idependientes
A ͨ Ո B ͨ =( A U B ) ͨ “Usando la ley de Morgan”
P(A ͨ Ո B ͨ )=P(( A U B ) ͨ )
P(A ͨ Ո B ͨ )=1- P(A U B)
P(A ͨ Ո B ͨ )=1 – P(A) – P(B) + P(A Ո B)
P(A ͨ Ո B ͨ )= 1 - P(A) – P(B) + P(A)P(B)
P(A ͨ Ո B ͨ )= 1 - P(A) - P(B)[1 – P(A)]
P(A ͨ Ո B ͨ )= P(A ͨ ) - P(B)P(A ͨ )
P(A ͨ Ո B ͨ )= P(A ͨ )[1- P(B)]
P(A ͨ Ո B ͨ )= P(A ͨ )P( B ͨ )
iii.- Si A y B son dos sucesos cualesquiera, demostrar:
P [ A �B ] = P [ A] + P [ B ] - P [ A �B ]
Considerando A,B, A ͨ mutuamente excluyentes

- A U B = A + B Ո A ͨ

7
P(A U B ) = P(A) + P(B Ո A ͨ ) … (1)

- B = A Ո B + B Ո A ͨ
P(B)= P(A Ո B) + P(B Ո A ͨ )

P(B Ո A ͨ ) = P(B) - P(A Ո B) …(2)
Si A Ո B y B Ո A ͨ son independientes
Reemplazando (2) en (1) se obtiene:
P( A U B ) = P(A) + P(B) – P(A Ո B)
Pregunta 4
i.- Contraste las siguientes hipótesis, use un nivel de confianza del 98%
Ho: Los factores motivadores no influyen en el nivel de satisfacción del usuario de
electricidad por el servicio que recibe.
H1: Los factores motivadores si influyen en el nivel de satisfacción del usuario de
electricidad por el servicio que recibe
FACTORES MOTIVADORES
Nivel de Información y Facturación Atención TOTAL
Satisfacción Suministro de servicio comunicación y recaudo al cliente Imagen
Insatisfacción 1000 779 700 395 8 2882
Satisfacción 200 100 80 10 20 410
Complacencia 50 25 20 20 30 145
TOTAL 1250 904 800 425 58 3437
ii.- Determine el tamaño de muestra para un estudio de brújulas dañadas de una

población de 800 sabiendo que el porcentaje de brújulas buenas es 30%, use
un nivel de confianza del 99 % y un error relativo del 1 %
Fórmula para poblaciones finitas:
800(2.5758) 2 (0.3)(0.7)
n0 = = 756.6113575
(0.01) 2 (800 - 1) + (2.5758) 2 (0.3)(0.7)
756.6113575 756.6113575
= 0.945764 > 0.01 � n = = 388.850488 = 389
800 756.6113575
1+
800

7
Por lo tanto: Hay 389 de tamaño de muestra
Problema 5
i.- Cierta Empresario vende dos tipos de microscopios a los cuales se les ha su
precio en dólares.
TIPO A: 560,3 661,7 569,2 564,4 662,6 756,7 665,6 770,3 866,8 571,4
770,4 666,9 765,8
TIPO B: 492,9 585,1 671,1 444,5 570,9 594,4 499,1 689,8 580,9 491,5 583,1
590,7 478,9
tipo 560.3 661.7 569.2 564.4 662.6 756.7 665.6 770.3 866.8 571.4 770.4 666.9 7
A
tipo 492.9 585.1 671.1 444.5 570.9 594.4 499.1 689.8 580.9 491.5 583.1 590.7 4
B
Afirma que el precio promedio en ambos tipos es igual. Pruebe esta Hipótesis para
un nivel de confianza del 92%.
Solución:
Tipo A

7
xi 560.3 + 661.7 + 569.2 + ... + 765.8

Media : x = � = = 680.9308
i =1 n 13
Varianza: S = 2 � ( xi - x ) 2 (560.3 - 680.9308) 2 + .... + (765.8 - 680.9308) 2

= = 9769.369
n -1 12
Tipo B
xi 492.9 + 585.1 + 671.1 + ... + 478.9
Media: y = � = = 559.4538
i =1 m 13
Varianza: S 2 = � i
( x - x ) 2 (492.9 - 559.4538) 2 + .... + (478.9 - 559.4538) 2
= = 5487.783
m -1 12
Utilizaremos la fórmula para n<30 y m<30
13*13(13 + 13 - 2)
[(680.9308 - 559.4538)
(x - y ) nm(n + m - 2) 13 + 13
t0 = = = 3.546
(n - 1) S x + (m - 1) S y
2 2 n+m 12(9769.369) + 12(5487.783)
 Como el nivel de confianza es de 0.92,
Buscamos en la tabla de t-student t(0.96;13+13-2)

Luego se tendrá que interpolar ya que 0.96 está entre 0.95 y 0.975
1.711.............0.95
t.....................0.96
2.064.............0.975
t - 1.711 0.96 - 0.95
=
2.064 - 1.711 0.975 - 0.95
t = 1.8522
Entonces:
Reg. Rechazo<-1.8522 y 1.8522<Reg. Rechazo

Como 3.546>1.8522 está en la región de rechazo. La prueba debe continuar.
Buscamos en la tabla de t-student t(0.92;13+13-2)
Se tendrá que interpolar ya que 0.92 está entre 0.90 y 0.95
1.318.............0.90
t.....................
1.711.............0.95
t - 1.318 0.92 - 0.90
=
1.711 - 1.18 0.95 - 0.90
t = 1.4752

7
H 0 : ux = u y H 0 : ux = u y
H1 : u x > u y H1 : u x < u y
Reg. Aceptación<1.4752<Región de rechazo Región de rechazo<-1.4752<Reg.

Aceptación
H 0 se rechaza H 0 se acepta
Como se rechaza 2 veces, entonces el promedio de ambos no es igual, el
promedio del tipo A es mayor que el promedio B.
ii.- Una compañía de televisión afirma que el 65% de la tele-audiencia mira su

telenovela “Barreras de amor y odio”, entre las 8:00 y 9:00 p.m. Una encuesta
telefónica realizada durante ese período en 340 hogares, determino que 210
miraban la mencionada telenovela. ¿Podría afirmarse que la audiencia ha
disminuido? (Use  = 0.05).
Solución: (Prueba de hipótesis para proporciones)

 = 0.05
n = 340
x = 210
x 210
p= = = 0.618
n 340
1) Hipótesis. Probaremos H o : p �0.65 contra H1 : p < 0.65
(La audiencia no ha disminuido) (La audiencia ha disminuido)
2) Estadística y región crítica

p - p0 0.618 - 0.65
zcal = = = -1.2509
(1 - p0 ) (0.35)
p0 0.65
n 340
Como  = 0.05 y la prueba es H o : p = p0 contra H1 : p < p0

Encontrando la región critica: RC = [ z < - z1- ]
[ z < - z1-0.05 ]
[ z < - z0.95 ]
Interpolando tendríamos

7
1.64.........0.9495
z..............0.95
1.65.........0.95053
z - 1.64 0.95 - 0.9495
=
1.65 - 1.64 0.95053 - 0.9495
z = 1.644
La región critica es: RC = [ z < -1.644]
Como zcal �RC no deberíamos rechazar H 0 , por lo tanto la audiencia no ha

disminuido.
Problema 6
Supóngase que se tiene los datos de un cuestionario tipo Lickert.- ¿El cuestionario es
confiable?
Personas /
Preguntas I II III IV V VI VII VIII
1 2 1 2 2 2 2 2 2
2 4 5 3 2 4 4 4 2
3 4 5 4 4 3 4 4 2
4 4 2 4 4 2 1 2 2
5 4 5 4 4 4 4 4 2
6 3 5 5 5 5 5 4 5
7 3 3 4 4 5 5 5 4
8 4 4 4 5 5 5 5 4
9 4 4 4 4 4 4 4 5
10 4 3 3 4 4 4 4 5
Estadístico de prueba, para evaluar si el cuestionario es adecuado:

7
Donde:
K: El número de ítems
Si2: Sumatoria de Varianzas de los Ítems
St2: Varianza de la suma de los Ítems
α: Coeficiente de Alfa de Cronbach
Criterio para evaluar al Coeficiente Alfa de Cronbach

Como criterio general, se sugieren las recomendaciones siguientes para evaluar los
resultados del Coeficientes de Alfa de Cronbach:
 Coeficiente alfa de Cronbach mayor a 0,9 es Excelente

 Coeficiente alfa de Cronbach mayor a 0,8 y menor a 0,9 es Bueno
 Coeficiente alfa de Cronbach mayor a 0,7 y menor a 0,8 Aceptable
 Coeficiente alfa de Cronbach mayor a 0,6 y menor a 0,7 Cuestionable
 Coeficiente alfa de Cronbach mayor a 0,5 y menor a 0,6 Pobre
 Coeficiente alfa de Cronbach menor a 0,5 es Inaceptable
Evaluando con el alpha de Cronbach, podemos asegurar que el cuestionario es

bueno.
Problema 7
i.- En 120 días se tomó la temperatura, teniendo como media 4, 5333 grados y
varianza 6,118
DATOS
VALIDO: 120 DIAS
MEDIA ( ): 4,5333 grados
VARIACION: 6,118
DESVIACION ESTANDAR ( )=
a) ¿Un día para ser considerado en el décimo superior cuantos grados

debe tener?

7
Rpta: Un día debe tener como mínimo 7,70427 grados para ser considerado decimo
superior.
b) ¿Un día para ser considerado en el décimo inferior cuantos grados debe
tener?
Rpta: Un día debe tener como máximo 1,36 grados para ser considerado decimo
inferior.
c) ¿Un día para ser considerado en el quinto superior cuantos grados debe
tener?

7
Rpta: Un día debe tener como mínimo 6,6159 grados para ser considerado quinto
superior.
d) ¿Un día para ser considerado en el quinto inferior cuantos grados debe
tener?
Rpta: Un día debe tener como máximo 2,4516 grados para ser considerado quinto
inferior.
e) ¿Un día para ser considerado en el tercio superior cuantos grados debe
tener?

7
Rpta: Un día debe tener como mínimo 5,6377 grados para ser considerado tercio
superior.
f) ¿Un día para ser considerado en el tercio inferior cuantos grados debe
tener?
Rpta: Un día debe tener como máximo 2,445 grados para ser considerado tercio
inferior.
ii.- Un grupo de especialistas en balanzas son controlados en el tiempo (en segundos)

para diagnosticar la calidad de cierto instrumento antes y después de una
capacitación, manifestando que el tiempo promedio en ambos casos es el mismo; los
resultados son los siguientes:

7
Tiempo
Tiempo
después de
antes de la
Muestra la D=X-Y D2
capacitación
capacitación
X
Y
1 56,3 63,4
2 48,9 55,9
3 51,7 50,7
4 49,9 54,9
5 53,4 58,6
6 60,1 68,7
7 58,4 62,7
8 60,9 67,3
9 58,2 66,6
10 61,8 68,6
11 60,7 69,1
12 54,8 60,3
13 61,5 66,3
14 58,9 65,7
15 52,3 64,9
16 55,5 60,9
17 57,8 64,3
18 56,4 61,1
La capacitación valió la pena?. Pruebe para un nivel de confianza del 99%.
Solución:
1) Hipótesis: Datos:
Probaremos
�d = -112.5
 = 0.01
H o : ud = 0 n = 18
H1 : ud �0
2) Estadística y región crítica

7
ud - �
d -112.5
0-
u -d n 18 6.25
z= d = = =
Sd 2.68
�( d - d )
n 2
2 n
� -112.5 �
n i =1
i � �di -
i =1 �
�
18 � 18
n -1 17
n 18
ud - d 6.25
z= = = 9.89
Sd 2.68
n 18
H :u = 0 H : u �0
Como  = 0.01 y la prueba es o d contra 1 d
� �
RC = �
-z  < z < z  �
Encontrando la región critica: � 1- 2 1-
2 �
[- z1-0.005 < z < z1-0.005 ]

[- z0.995 < z < z0.995 ]
Interpolando tendríamos
2.57.........0.99492
z..............0.995
2.58.........0.99506
z - 2.57 0.995 - 0.99492
=
2.58 - 2.57 0.99506 - 0.99492
z = 2.576
La región crítica es: RC = [-2.576 < z < 2.576]
Como z �RC deberíamos rechazar H 0 ; por lo tanto, existe una diferencia en el

tiempo con respecto al antes y el después de la capacitación.
Problema 8
Conteste en forma clara, justificando su respuesta:

7
a.- ¿En qué caso una probabilidad puede ser 140% ?

Las probabilidades están en un rango que va de 0% a 100%, es imposible que se
llegue a una probabilidad mayor a 100, debido a que para exceder al 100%:
Casos favorables>casos posibles, siendo casos posibles todos los casos que se
pueden presentar y este valor es el limite de cuantos casos pueden ocurrir siendo
favorables o no favorables.
b.- ¿Cuál es la diferencia entre variable aleatoria discreta y continua?

La diferencia principal entre las variables discretas y continuas, es que las continuas
nunca pueden ser medidas con exactitud. Ambos términos se refieren a
clasificaciones diferentes de variables estadísticas.
Las variables discretas: adquiere o asumen un número contable de valores de un
conjunto determinado, no cualquier valor. Por ejemplo: La realización de un censo
anual en una región, determinación de número de hijos en un grupo de 50 familias.
Las variables continuas: adquiere un número infinito (incontables) de valores del
marco de un intervalo, y puede tener valores intermedios. Por ejemplo: el peso de
vacas en una granja (se determina mediante promedio por la diferencia de sus
pesos), las alturas de un grupo de niños en un colegio.
c.- ¿En qué caso se usa la tabla Normal estándar?

Se usa en el caso cuando la variable aleatoria X tiene una distribución normal N(µ, ),
entonces la variable aleatoria =(X- µ)/ , tiene una distribución normal N(0,1).
d.- ¿En qué caso se usa la tabla t-Student?

Se usa en el caso que la variable aleatoria continua T se distribuye según el modelo
de probabilidad t-student con r grados de libertad. Siendo µ=0 y =r/(r-2), r>2.
e.- ¿En qué caso se usa la tabla Ji-Cuadrado?

7
Se usa en el caso que la variable aleatoria continua X tiene distribución chi-cuadrado
con r grados de libertad. Siendo Siendo µ=r y =2r.
f.- ¿Cuál es la diferencia entre muestra no probabilística y probabilística?

La diferencia principal es que la muestra no probabilística es usada de forma
empírica, mientras que la probabilística es de forma práctica
La muestra probabilística se basa en el principio de equiprobabilidad, ya que cada
elemento del universo tiene una probabilidad conocida y no nula de figurar en la
muestra, es decir, todos los elementos del universo pueden formar parte de la
muestra.
La muestra no probabilística no se efectúa bajo normas probabilísticas de
selección, durante sus procesos intervienen opiniones y criterios personales del
investigador o no existe norma bien definida o validada.
g.- ¿Por qué un trabajo de investigación llega a un nivel de Tesis?

Debido a que ambas necesitan de la investigación de un tema original, tanto la tesis
como el trabajo de investigación ayuda al estudiante o investigador a ampliar su
conocimiento, ambas partes deben respetar una cierta estructura y cuyo objetivo es
preparar al estudiante para competir en la vid laboral.
h.- ¿Por qué en un trabajo de investigación no puede ser una Tesis?

Un trabajo de investigación tiene menos alcance que una tesis, cuyo fin principal
es demostrar la capacidad investigativa y metodológica del estudiante. Al elaborar un
trabajo de investigación, no se espera que se desarrolle un tema original o se den
nuevos aportes en un área de conocimiento. Sin embargo, en esta se incluye la
revisión de bibliografía y la descripción de un problema.
i.- ¿Cuál es la diferencia entre una prueba bilateral y una prueba

unilateral?

7
Una prueba estadística se basa en dos hipótesis competitivas: la hipótesis nula H0 y

la hipótesis alternativa Ha. El tipo de hipótesis alternativa Ha define si una prueba es
de una cola (unilateral) o de dos colas (bilateral).
Pruebas bilaterales. Una prueba de dos colas se asocia a una hipótesis alternativa
para la cual se desconoce el signo de la potencial diferencia. Por ejemplo,
supongamos que deseamos comparar las medias de dos muestras A y B. Antes de
diseñar el experimento y ejecutar la prueba, esperamos que si se resalta una
diferencia entre las dos medias, realmente no saabemos si A debería ser superior a B
o a la inversa. Esto nos lleva a elegir una prueba de dos colas, asociada a la siguiente
hipótesis alternativa: Ha: media(A) ≠ media(B). Las pruebas de dos colas son con
diferencia las más utilizadas.
Pruebas unilaterales. Una prueba de una cola normalmente está asociada a una
hipótesis alternativa para la cual se conoce el signo de la potencial diferencia antes de
ejecutar el experimento y la prueba. En el ejemplo descrito más arriba, la hipótesis
alternativa referida a una prueba de una cola podría redactarse así: media(A) <
media(B) o media(A) > media(B), dependiendo de la dirección esperada de la
diferencia.
j.- De un ejemplo de interpolación usando la tabla Normal Estandad
k.- De un ejemplo de interpolación usando la tabla t-Student

7
Problema 9
Sean X e Y dos variables aleatorias que representan el número de bicicletas

producidas por las líneas ensambladoras A, B respectivamente en un día. La
distribución de probabilidad conjunta p(x,y) de las variables aleatorias X e Y, está dado
en la siguiente tabla.
Tenemos la tabla completa de distribución marginal de x e y
X 0 1 2 3 4 5
y
0 0,00 0,01 0,03 0,06 0,07 0,08 0,25

1 0,01 0,02 0,04 0,07 0,07 0,09 0,30
2 0,01 0,02 0,04 0,06 0,06 0,06 0,25
3 0,00 0,01 0,05 0,05 0,05 0,04 0,20
0,02 0,06 0,16 0,24 0,25 0,27 1

7
a. ¿Cuál es la probabilidad de que la línea B produce tres artículos, si se sabe que

la línea A ha producido 1?
Tenemos la tabla completa de distribución marginal de x e y
X 0 1 2 3 4 5
y
0 0,00 0,01 0,03 0,06 0,07 0,08 0,25

1 0,01 0,02 0,04 0,07 0,07 0,09 0,30
2 0,01 0,02 0,04 0,06 0,06 0,06 0,25
3 0,00 0,01 0,05 0,05 0,05 0,04 0,20
0,02 0,06 0,16 0,24 0,25 0,27 1
b. ¿Cuál es la probabilidad de que la línea B produce más bicicletas que la línea A?
P[X<y,Y=y]=0.01+0.03+0.06+0.07+0.08+0.04+0.07+0.07+0.09+0.06+0.06+0.06+0.05
+0.04=0.89
c. ¿Son las variables aleatorias X e Y independientes?
P[x=0].P[y=0]=0.25.0.02=0.005≠P[0,0]=0
P[x=0].P[y=1]=0.25.0.06=0.015≠P[0,1]=0.01
Solo con esto se pude determinar que las variables x, y son independientes.
d. Hallar Cov (X,Y) y .
µx=E(x)=0(0.25)+1(0.3)+2(0.25)+3(0.2)=1.4
µy=E(y)=0(0.02)+1(0.06)+2(0.16)+3(0.24)+4(0.25)+5(0.27)=3.45
E(xy)=1(1.0.2+2.0.02+3.0.01)+2(1.0.04+2.0.04+3.0.05)+(1.0.07+2.0.06+3.0.05)+4(1.0.
07+2.0.02+3.0.01)+5(1.0.09+2.0.06+3.0.04)=0.09+0.54+1.02+1.36+1.65
E(xy)=4.66
Cov (X,Y)=4.66-(1.4)(3.45)=-0.23
= Cov (X,Y)/σxσy

7
= -0.23/(13.61)+(1.3607)=0.1649

7

Examen Final Probabilidades 2019 - Ii Solucionario

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Examen Final Probabilidades 2019 - Ii Solucionario

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE INGENIERIA ELECTRONICA Y ELECTRICA

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

i.- Se x el tiempo de duración de un dispositivo electrónico, con función de densidad

Hallar el tiempo promedio y la homogeneidad del tiempo de duración

�f ( x)dx = �f ( x)dx + �f ( x)dx = �

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

a) P [valv. se rect. 1 vez]= P [valv. cumple en la 1ra rect.] + P [valv. se bote en la

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

g) P [valv. cumple / valv. se rectifica 1 vez] = 0.7

i. Si la distribución de los periodos de duración del material utilizado en

 El 9.51% tienen duración que exceden los 15 años

\ La desviación estándar es de 3.68 años

�k (2 x + 3 y ) 1,5 �y �x, 1,5 �x �2

a) Las funciones de densidad marginal de probabilidad, f x(x) y fy(y).

 Hallamos fx(x): f x ( x) = �f ( x, y )dy

 Hallamos fy(y): f y ( y) = �f ( x, y)dx

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

i.- (Use la distribución de Poisson) Si una central telefónica recibe en promedio 4

Recordar , Ley de Poisson: P(x) =

a) Que en una hora se reciba una llamada

b) Que en una hora se reciban tres llamadas

P(x=3; λ=4)= = 0.1954 probable que en una hora reciban 3 llamadas

c) Que en una hora se reciba, al menos, una llamada

P(x=1) + P(x=2) + P(x=3) + P(x=4)

= = 0.6105 probable que en una hora al menos reciba 1

d) Que en una hora se reciban, como mucho, 4 llamadas

P(0) + P(1) + P(2) + P(3) + P(4) =

e) Si la frecuencia que recibe las llamadas es relativamente constante, es decir,

P(9)= =0.124 probable que en 2 horas se reciban 9 llamadas

ii.- Sabiendo que A y B son sucesos independientes, demuestre que:

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

AyBͨ son independientes A

Prueba que A ͨ y B son independientes

iii.- Si A y B son dos sucesos cualesquiera, demostrar:

Considerando A,B, A ͨ mutuamente excluyentes

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

P(A U B ) = P(A) + P(B Ո A ͨ ) … (1)

P(B)= P(A Ո B) + P(B Ո A ͨ )

ii.- Determine el tamaño de muestra para un estudio de brújulas dañadas de una

Fórmula para poblaciones finitas:

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

Por lo tanto: Hay 389 de tamaño de muestra

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

xi 560.3 + 661.7 + 569.2 + ... + 765.8

Varianza: S = 2 � ( xi - x ) 2 (560.3 - 680.9308) 2 + .... + (765.8 - 680.9308) 2

 Como el nivel de confianza es de 0.92,

Buscamos en la tabla de t-student t(0.96;13+13-2)

Reg. Rechazo<-1.8522 y 1.8522<Reg. Rechazo

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

Reg. Aceptación<1.4752<Región de rechazo Región de rechazo<-1.4752<Reg.

ii.- Una compañía de televisión afirma que el 65% de la tele-audiencia mira su

Solución: (Prueba de hipótesis para proporciones)

2) Estadística y región crítica

Como  = 0.05 y la prueba es H o : p = p0 contra H1 : p < p0

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

La región critica es: RC = [ z < -1.644]

Como zcal �RC no deberíamos rechazar H 0 , por lo tanto la audiencia no ha

Estadístico de prueba, para evaluar si el cuestionario es adecuado:

Profesor: Dr. Lic. ADAN ALMIRCAR TEJADA CABANILLAS SEMESTRE 2019-II

Criterio para evaluar al Coeficiente Alfa de Cronbach

 Coeficiente alfa de Cronbach mayor a 0,9 es Excelente