“FRAUDE O INTENTO DE FRAUDE ES MOTIVO DE SEPARACIÓN DE LA EMI”

COMANDO GENERAL DE EJ ÉRCITO

DPTO. ING. COMERCIAL Y FINANCIERA
ESCUELA MILITAR DE INGENIER ÍA
“MCAL. ANTONIO JOS É DE SUCRE”
BOLIVIA
S OLUCIONARIO DOCENTE :............................................
Lic. Juan Chapi Mamani

EXAMEN PRIMER PARCIAL

ESTAD ÍSTICA 2 – I/2021
CÓDIGO . . . . . . . . . . . . . . . . . . . PARALELO . . .3ro.
. . . . .“A”
. . . . . . . . . . . FECHA . . .24/03/2021
. . . . . . . . . . . . . . . . FIRMA . . . . . . . . . . . . . . . . . . . .

I NSTRUCCIONES
A.- Lea cuidadosamente el contenido del examen, dispone de 10 (diez) minutos para interpretar el mismo
y solicitar aclaraciones, posteriormente, cuenta con 90 minutos para desarrollar el examen.
B.- La prueba debe ser resuelta con BOLÍGRAFO DE TINTA AZUL Y LETRA DE IMPRENTA (MOLDE).
C.- Queda completamente prohibido consultar con otros compañeros y prestarse cualquier material.
D.- El desarrollo de la evaluación se regirá bajo las normas establecidas en los reglamentos de la EMI.

2
P TOS . 1. Suponga que X, el tiempo en minutos que una persona pasa en la sala de espera de cierto médico, e Y la
duración en minutos de un examen médico completo, son variables aleatorias con función de densidad de
probabilidad conjunta :
 1 e− x+y

 50 para x > 0 y > 0
f (x, y) = 2500

0 en otro caso.


Usted llega a la consulta del médico para un examen general, 50 minutos antes de terner que partir a una
reunión. ¿Cuál es la probabilidad de salir a tiempo de la consulta ?
SOLUCIÓN 1. Distribuciones de probabilidad multivariable

El planteamiento del problema a resolver entendiendo el signifi-

cado de las variables X e Y variables aleatorias continuas es :

Z50 50−y
Z Z50 50−y
Z
1 − x+y 1 y
− 50 x
P (X + Y ≤ 50) = e 50 dxdy = e e− 50 dxdy
2500 2500
0 0 0 0
Z50 Z50
1 y
− 50 y
−1 1 y e−2
= e (1 − e 50 )dy = (e− 50 − e−1 )dy = = 0.26424.
50 50 e
0 0
2
P TOS . 2. El propietario de una tienda de equipos de sonido, establece las siguientes probabilidades para X el número
de amplificadores vendidos en un dı́a de la semana, e Y número de micrófonos vendidos durante el mismo
dı́a :
x 0 1 2 3 4
p(x) 0.10 0.40 0.30 0.15 0.05
y 0 1 2 3 4 5
P (y) 0.10 0.30 0.25 0.20 0.10 0.05
 Asumiendo que las variables aleatorias X e Y son independientes, determine la distribución de probabilidades
conjunta p(x, y), verifique sus cálculos obteniendo las probabilidades marginales. También obtenga E[X + Y ]
y V [X − Y ]

SOLUCIÓN 2. Distribuciones de probabilidad multivariable

Se debe tomar en cuenta que las variables aleatorias X e Y son variables aleatorias discretas, entonces
al ser independientes X e Y se tiene que :
PP y 0 1 2 3 4 5 p(x)
x PP
0 0.1 · 0.1 = 0.01 0.1 · 0.3 = 0.03 0.1 · 0.25 = 0.025 0.1 · 0.2 = 0.02 0.1 · 0.1 = 0.01 0.1 · 0.05 = 0.005 0.1
1 0.4 · 0.1 = 0.04 0.4 · 0.3 = 0.12 0.4 · 0.25 = 0.1 0.4 · 0.2 = 0.08 0.4 · 0.1 = 0.04 0.4 · 0.05 = 0.02 0.4
2 0.3 · 0.1 = 0.03 0.3 · 0.3 = 0.09 0.3 · 0.25 = 0.075 0.3 · 0.2 = 0.06 0.3 · 0.1 = 0.03 0.3 · 0.05 = 0.015 0.3
3 0.15 · 0.1 = 0.015 0.15 · 0.3 = 0.045 0.15 · 0.25 = 0.0375 0.15 · 0.2 = 0.03 0.15 · 0.1 = 0.015 0.15 · 0.05 = 0.0075 0.15
4 0.05 · 0.1 = 0.005 0.05 · 0.3 = 0.015 0.05 · 0.25 = 0.0125 0.05 · 0.2 = 0.01 0.05 · 0.1 = 0.005 0.05 · 0.05 = 0.0025 0.05
p(y) 0.10 0.30 0.25 0.20 0.10 0.05 1.00
Una vez construida la función de probabilidad bivariante p(x, y) y verificado también la suma de filas y
columnas respectiva p(x) y p(y) marginales son los mismo dados en el planteamiento.
Ahora trabajamos con estas marginales para hallar la media y varianza de cada variables :
x p(x) x · p(x) x2 · p(x)
0 0.10 0.00 0.00
1 0.40 0.40 0.40
2 0.30 0.60 1.20
3 0.15 0.45 1.35
4 0.05 0.20 0.80
TOTAL 1.00 1.65 3.75
2
La esperanza de la variable X es µX = 1.65 y la varianza de X es σX = 3.75 − 1.652 = 1.0275.
Para la variable aleatoria Y de la misma manera :
y p(y) y · p(y) y 2 · p(y)
0 0.10 0.00 0.00
1 0.30 0.30 0.30
2 0.25 0.50 1.00
3 0.20 0.60 1.80
4 0.10 0.40 1.60
5 0.05 0.25 1.25
TOTAL 1.00 2.05 5.95
La esperanza de la variable aleatoria Y es µY = 2.05 y la varianza de Y es σY2 = 5.95 − 2.052 = 1.7475.
Finalmente,
E[X + Y ] = E[X] + E[Y ] = 1.65 + 2.05 = 3.7
V [X − Y ] = V [X] + V [Y ] = 1.0275 + 1.7475 = 2.775
2
P TOS . 3. El ancho del marco de una puerta tiene una distribución normal con media 24 pulgadas y desviación estándar
de 1/8 de pulgada. El ancho de la puerta tiene una distribución normal con media 23.875 de pulgadas y
desviación estándar de 1/16 de pulgadas. Suponer independencia.
(a) Determine la distribución, la media y la desviación estándar de la diferencia entre el ancho del marco y
de la puerta.
(b) ¿Cuál es la probabilidad de que la diferencia entre el ancho del marco y de la puerta sea mayor que 1/4
de pulgada ?.
(c) ¿Cuál es la probabilidad de que la puerta no quepa en el marco ?.
SOLUCIÓN 3. Distribución normal bivariante

(a) X Ancho del marco de la puerta e Y Ancho de la puerta. Entonces, X ∼ N (24, 0.1252 ) e Y ∼
N (23.875, 0.06252 ), ahora encontramos la distribución, la media y la desviación estándar de la
diferencia :
E[X − Y ] = E[X] − E[Y ] = 24 − 23.875 = 0.125
V [X − Y ] = V [X] + V [Y ] = 0.1252 + 0.06252 = 0.01953125
√
σX−Y = 0.01953125 = 0.1398
finalmente
X − Y ∼ N (0.125, 0.01953125)
 (b) La probabilidad es
 
0.25 − 0.125
P (X − Y > 0.25) = P Z > = P (Z > 0.89) = 1 − ΦZ (0.89)
0.1398
= 1 − 0.8133 = 0.1867.

(c) El planteamiento y solución es

 
0 − 0.125
P (X < Y ) = P (X − Y < 0) = P Z< = P (Z < −0.89) = ΦZ (−0.89)
0.1398
= 0.1867.
2
P TOS . 4. Se tiene una población de 5 obreros calificados los cuales tienen los siguientes ingresos por laborar horas
extra a la semana : $ 758, $ 618, $ 550, $ 589, $ 720.
(a) Determinar el número de muestras posibles de tamaño 3.
(b) Elaborar la distribución muestral de la media muestral.
(c) Calcular la Media de medias.
(d) Calcular el Error estándar de la media muestral.
SOLUCIÓN 4. Muestras y Distribuciones muestrales

(a) Como la muestra es aleatoria, entonces tenemos las siguientes muestras posibles de tamaño
n = 3 de una población de tamaño N = 5
 
5 5!
= = 10 muestras posible
3 3! · 2!

a) Muestra b) Media muestral Media muestral2

(x1 , x2 , x3 ) x̄ = x1 +x32 +x3 x̄2
758a,618b,550c 642.00 642.002
758a,618b,589d 655.00 655.002
758a,618b,720e 698.67 698.672
618b,550c,589d 585.67 585.672
618b,550c,720e 629.33 629.332
550c,589d,720e 619.67 619.672
758a,550c,589d 632.33 632.332
758a,550c,720e 676.00 676.002
758a,589d,720e 689.00 689.002
618b,589d,720e 642.33 642.332
TOTAL 6470 4196511
6470
c) La media de las medias muestrales es µX̄ = = 647
10
2 4196511
d) La varianza de las medias muestrales es σX̄ = − 6472 = 1042.1 y el error estándar
10
de la media muestral es : √
σX̄ = 1042.1 = 32.28157
2
P TOS . 5. Las cuentas de gastos de comidas de los gerentes del Banco Central de Bolivia tiene una media µ de población
de $ 10 000 por persona y una desviación estándar de σ = 800 por persona. Si se seleccionan muestras
aleatorias de 16 cuantas,
(a) ¿Por debajo de cuál valor en dinero caerá el 97.5% de las medias muestrales ?.
(b) ¿Cuántas medias muestrales estará entre $ 9 500 y $ 10 500 ?.
SOLUCIÓN 5. Muestras y Distribuciones muestrales

(a) La distribución de la media muestral es :

8002
 
X̄ − µ
X̄ ∼ N 10000, ⇒ Z = σ ∼ N (0, 1)
16 √
n

Planteamiento y solución
 
   
 A − 10000  A − 10000 A − 10000
0.975 = P (X̄ < A?) = P Z <

=P Z<
 = ΦZ
800 200 200
√
16
A − 10000
1.96 = despejando lo que se busca
200
A = 200 · 1.96 + 10000 = 10392. valor que satisface el planteamiento.

(b) el planteamiento y solución es :

 
9500 − 10000 10500 − 10000
P (9500 < X̄ < 10500) = P <Z< = P (−2.50 < Z < 2.50)
200 200
P (9500 < X̄ < 10500) = ΦZ (2.50) − ΦZ (−2.50) = 0.9938 − 0.0062 = 0.9876. 0.9876 · 16 = 15.

El que no lucha
por lo que quiere,
no merece lo
que desea.
A N ÓNIMO