Pontificia Universidad Católica de Chile

Facultad de Ciencias Económicas y Administrativas

Primer Semestre 2019

Curso : Probabilidad y Estadı́stica

Sigla : EAS200a
Profesores : Rafael Águila (Sec 1-2), M Ignacia Vicuña (Sec 3), Alonso Molina (Sec 4),
Ricardo Olea (Sec 5), Victor Correa (Sec 6)

Pauta Prueba 1
Problema 1

La salmonicultura en una de las actividades industriales más importantes de Chile, siendo además el segundo
mayor productor del mundo. Para esta industria es clave estimar con anticipación el comportamiento fre-
cuentista de los pesos, pero la ubicación de los centros de cultivos, como también el tipo de tratamiento hace
que una mezcla aleatoria de peces presente un comportamiento frecuentista con marcada asimétrias y en
alguna ocasiones comportamientos bimodales (dos modas). La siguiente figura muestra el comportamiento
frecuentista de una muestra aleatoria obtenida desde dos centros de cultivos que utilizaban además dos tipos
tratamientos 1 y 2.

1 2 3 4 5 6 7 8 9 10 11 12
Kilogramo

Dada la cercanı́a de los centros, la distribución de los pesos solo depende del tipo de tratamiento. En el 1er
tratamiento, los pesos presentan una media de 8 kilos, con una desviación estándar de 1.2 kilos, mientras
que en el 2do, la media de los pesos es de 5 kilos y la desviación estándar igual a 1.1 kilos.
(a) [3.0 Puntos] Un investigador propone un modelo de probabilidad para los pesos cuya función de
probabilidad acumulada es:
exp x−µ


σ
F (x) =
,
1 + exp x−µ
σ
con µ ∈ R, σ > 0 y x ∈ N. El valor esperado y la varianza de este modelo son:

σ2 π2
µY = µ y σY2 = ,
3
Calcule la probabilidad de que un salmón pese más de 7 kilos en cada uno de los tratamientos.

(b) [3.0 Puntos] El 70 % de los peces fue sometido al tratamiento 1, de los cuales un 30 % estaban en el
centro 1. Mientras que los sometidos al tratamiento 2, la mitad estaban en el centro 2. Si un salmón
pesa más de 7 kilos, ¿Cuál es la probabilidad que haya sido sometido al tratamiento 1?

EAS200A - Probabilidad y Estadı́stica 1 Primer Semestre 2019

Solución

Definamos los siguientes eventos:

A: Tratamiento 1.

B: Centro 1.

(a) Si X representa el peso del pez, entonces

r r
3 3
µ1 = 8 [0.3 Ptos]; σ1 = 1.2· [0.4 Ptos]; µ2 = 5; [0.3 Ptos] σ2 = 1.1· [0.4 Ptos]
π2 π2

Luego  
7−µ1
exp σ1
P (X > 7 | A) = 1 −   = 0.8192833 [0.8 Ptos]
7−µ1
1 + exp σ1

y  
7−µ2
exp σ2
P (X > 7 | A) = 1 −   = 0.03564615 [0.8 Ptos]
7−µ2
1 + exp σ2

(b) Del enunciado tenemos que

P (A) = 0.7, P (A) = 0.3, P (B | A) = 0.3, P (B | A) = 0.7, P (B | A) = P (B | A) = 0.5 [1.2 Ptos]

Se pide P (A | X > 7). [0.3 Ptos] Por Bayes y Teorema de probabilidades totales se tiene

P (X > 7 | A) · P (A)
P (A | X > 7) = [0.5 Ptos]
P (X > 7 | A) · P (A) + P (X > 7 | A) · P (A)
0.8192833 · 0.70
= [0.5 Ptos]
0.8192833 · 0.70 + 0.03564615 · 0.30
= 0.9816946 [0.5 Ptos]

Nota: Como el peso no depende de los centros, debido a su cercanı́a no se consideran en el cálculo

+ 1 Pto Base

EAS200A - Probabilidad y Estadı́stica 2 Primer Semestre 2019

Problema 2

La distribución Lindley es utilizada usualmente para describir el comportamiento frecuentista de la vida útil
X (en meses), de ciertos dispositivos simples, como una baterı́a. Se puede utilizar en una amplia variedad
de campos, incluyendo biologı́a, ingenierı́a y medicina. El parámetro de forma, θ, es un número real positivo
y puede dar lugar a una distribución unimodal. La función de densidad y de probabilidad acumulada son:
θ2
 
−θ x 1 + θ + θ x −θ x
f (x) = (1 + x) e y FX (x) = 1 − e
(1 + θ) 1+θ
con θ > 0 y x ≥ 0.
(a) [2.0 Puntos] Obtenga el tiempo de vida útil esperado.
(b) [2.0 Puntos] Sea Y el tiempo de vida truncado de X, es decir, se cumple la siguiente igualdad
pY (y) = P (y ≤ X < y + 1), con y ∈ N0 .
Obtenga la función de probabilidad puntual de Y .
(c) [2.0 Puntos] Sea θ = 1/2. Determine la probabilidad de que una baterı́a dure al menos 2.8 meses con-
siderando el tiempo continuo y luego calcule la misma probabilidad para el tiempo truncado. Compare
los resultados.
Solución
(a)
∞ ∞ ∞
θ2 θ2
Z Z Z 
E(X) = x· (1 + x) e−θ x dx = xe −θ x
dx + 2 −θ x
x e dx [0.5 Ptos]
0 (1 + θ) (1 + θ) 0 0

Haciendo el cambio de variable u = θx, y utilizando la función Gamma que se encuentra en el formulario,
 Z ∞ Z ∞
θ2

1 −u 1 2 −u
E(X) = ue du + u e du [0.5 Ptos]
(1 + θ) θ2 0 θ3 0
θ2
 
[0.5 Ptos] Γ(2) Γ(3) [0.5 Ptos] θ + 2
= + =
(1 + θ) θ2 θ3 θ(1 + θ)

(b)
   
[1.0 Ptos] 1+θ+θy 1 + θ + θ (y + 1) −θ (y+1)
pY (y) = FX (y + 1) − FX (y) = e−θ y − e [1.0 Ptos]
1+θ 1+θ
e−θ y 
1 + θ + θy − e−θ (1 + 2θ + θy)

=
1+θ
(c)
1
+ 21 2.8 − 1 2.8
 
[0.4 Ptos] [0.3 Ptos] 1+ 2 [0.3 Ptos]
P (X > 2.8) = 1 − FX (2.8) = e 2 = 0.4767
1 + 12
[0.4 Ptos] [0.2 Ptos]
P (Y > 2.8) = 1 − FY (2.8) = 1 − [P (Y = 0) + P (Y = 1) + P (Y = 2)]
 −θ 0
e  e−θ·1 
1 + θ + θ · 0 − e−θ (1 + 2θ + θ · 0) + 1 + θ + θ · 1 − e−θ (1 + 2θ + θ · 1)
 
=1 −
1+θ 1+θ
e−θ·2 

1 + θ + θ · 2 − e−θ (1 + 2θ + θ · 2) [0.2 Ptos] reemplazando en θ = 0.5

+
1+θ
=1 − (0.1912 + 0.1955 + 0.1668)
=0.4467 [0.2 Ptos]
+ 1 Pto Base

EAS200A - Probabilidad y Estadı́stica 3 Primer Semestre 2019

Problema 3

En una cierta compañı́a de retail la distribución de los salarios mensuales X (en miles de pesos) de sus
empleados se puede modelar por la siguiente función de densidad:
βαβ
fX (x) = , x≥0
(x + α)β+1
donde α > 0 y β > 1.
(a) [1.5 Puntos] Encuentre la proporción de salarios que supera el medio millón de pesos.
(b) [1.5 Puntos] Calcule el monto de salario tal que el 30 % de los salarios de los empledados sea inferior
a él.
(c) [1.5 Puntos] Un nuevo gerente de recursos humanos de la compañı́a propone como método de incentivo
a sus empleados aumentarles el sueldo en x0 (en miles de pesos). Encuentre la nueva distribución de
los salarios de la compañı́a.
(d) [1.5 Puntos] Encuentre el salario esperado de la nueva distribución de salarios.
Solución:
(a) Piden calcular P (X > 500) = 1 − FX (500). [0.3 Ptos] Para ello calcularemos primero FX (x).
Z x
βαβ
FX (x) = β+1
dt [0.5 Ptos] sea u = t + α
0 (t + α)
Z x+α
= βαβ u−β−1 du [0.2 Ptos]
α
x+α
−β 
βu
= βα = 1 − αβ (x + α)−β [0.2 Ptos]

−β 

α

De esta manera, P (X > 500) = 1 − FX (500) = αβ (500 + α)−β . [0.3 Ptos]

(b) Sea x0.3 el salario tal que el 30 % de los salarios son inferiores a él. [0.3 Ptos] Luego
FX (x0.3 ) = 0.3 [0.5 Ptos] ⇒ 1 − αβ (x0.3 + α)−β = 0.3 [0.3 Ptos]
α−0.71/β α
Despejando, se obtiene que x0.3 = 0.71/β
. [0.4 Ptos]
(c) Sea Y = g(X) = X + x0 . [0.2 Ptos] Ası́ g −1 (y) = y − x0 , [0.2 Ptos] de donde se tiene que
g −1 (y)
dy = 1. [0.2 Ptos] Luego utilizando el teorema de transformación que se encuentra en el formulario,
se tiene que la densidad de Y está dada por
 
[0.3 Ptos]
 g −1 (y)  [0.3 Ptos] βαβ
fY (y) = fX (g −1 (y)) = , y ≥ x0 [0.3 Ptos]
 
 dy  (y − x0 + α)β+1


(d)
∞
βαβ
Z
E(Y ) = y dy [0.5 Ptos] sea u = y − x0 + α
x0 (y − x0 + α)β+1
Z ∞
= βαβ (u + x0 − α)u−β−1 du [0.3 Ptos]
α
Z ∞ Z ∞ 
= βαβ u−β du + (x0 − α) u−β−1 du [0.2 Ptos]
α α
" ∞ ∞ #
−β+1  −β 
β u u 
= βα  +(x0 − α) [0.2 Ptos]

−β + 1  −β 

α α
βα
= + (x0 − α) [0.3 Ptos] + 1 Pto Base
β−1

EAS200A - Probabilidad y Estadı́stica 4 Primer Semestre 2019