Análisis Vectorial y Estadı́stico

Segunda convocatoria ordinaria

5 de septiembre de 2022
Apellidos: Nombre:

□ Mecánica □ Eléctrica □ Electrónica □ Diseño DNI:

Profesor:

Análisis Vectorial
1. Considera el campo de vectores
F (x, y, z) = yz + y 2 , 1 + 2xy + xz + z 2 , 2yz − 2z + xy

y la curva dada por  

2
γ(t) = cos πt, et −1 , t3 − 2t
con −1 ≤ t ≤ 1.
[0.75 puntos] (a) Comprueba que el campo F es conservativo y calcula un potencial.
R
[0.25 puntos] (b) Calcula γ F dγ.
[0.75 puntos] (c) Calcula la torsión de γ en el punto γ(1). ¿Existe un plano que contenga a la curva?

Solución. a) El dominio del campo es R3 , que es convexo. Además, si llamamos

P = yz + y 2 , Q = 1 + 2xy + xz + z 2 y R = 2yz − 2z + xy se cumple
∂P ∂Q
= z + 2y =
∂y ∂x
∂P ∂R
=y=
∂z ∂x
∂Q ∂R
= x + 2z =
∂z ∂y
con lo cual es campo es conservativo.
Para calcular el potencial Φ empezamos integrando P .
Z
Φ(x, y, z) = P dx = xyz + xy 2 + A(y, z).

Ahora derivamos y e igualamos con Q.

∂Φ ∂A
Q= = xz + 2xy +
∂y ∂y
∂A
1 + z2 =
∂y
 Luego A(y, z) = y + yz 2 + B(z), es decir, Φ(x, y, z) = xyz + xy 2 + y + yz 2 + B(z).
Derivamos z e igualamos a R.
∂Φ ∂B
R= = xy + 2yz +
∂z ∂z
∂B
= −2z
∂z
Con lo cual B(z) = −z 2 y el potencial es Φ(x, y, z) = xy 2 + yz 2 + xyz + y − z 2 .
R
b) Como γ(1) = (−1, 1, −1) y γ(−1) = (−1, 1, 1) entonces γ F dγ = Φ(−1, 1, −1) −
Φ(−1, 1, 1) = 1 − (−1) = 2.
c) Tenemos que
 2

γ ′ (t) = −π sen(πt), 2tet −1 , 3t2 − 2
 
′′ 2 2 t2 −1 t2 −1
γ (t) = −π cos(πt), 4t e + 2e , 6t
 2 2

γ ′′′ (t) = π 3 sen(πt), 8t3 et −1 + 12tet −1 , 6

Por tanto, la torsión en γ(1) es

 
 0 2 1
 2 
π 6 6 
 
′ ′′ ′′′
det(γ (1), γ (1), γ (1))  0 20 6 8π 2
= = .
||γ ′ (1) × γ ′′ (1)||2 ||(6, π 2 , −2π 2 )||2 5π 4 + 36
Como la torsión en γ(1) no es cero, no puede existir un plano que contenga a la
curva.

2. Sea S la superficie dada por la ecuación

1
z = e x2 +y2 +1
limitada por el cilindro x2 + y 2 = 1.
[0.25 puntos] (a) Parametriza la curva borde de S.
[1 punto] (b) Calcula el flujo del rotacional del campo
F (x, y, z) = (y, 1, cos(xyz 2 )) a través de S según el
normal de la superficie que apunta hacia el plano
XY (hacia “abajo” de la superficie).

√
Solución. a) γ(t) = (cos t, sen t, e) con 0 ≤ t ≤ 2π.

Page 2
 b) Usando el teorema de Stokes, el flujo del rotacional de F es (salvo signo)
Z Z Z 2π
2
− sen2 t + cos t dt


F dγ = ydx + dy + cos(xyz )dz =
γ γ 0
2π 2π  2π
1 − cos 2t
Z Z
2 1 1
=− sen tdt = − dt = − t − sen 2t = −π.
0 0 2 2 4 0

Como la parametrización que hemos tomado de la curva es la contraria a la que

necesitamos, el flujo pedido será π.

3. Sea S la porción de paraboloide z = x2 + y 2 con 0 ≤ z ≤ 4.

[1 punto] (a) Calcula el área de S.
[1 punto] (b) Calcula, usando directamente la definición, el flujo de F (x, y, z) = (0, 0, z) a través
de S según el normal que apunta hacia fuera del paraboloide.

Solución. a) Tomamos la parametrización del paraboloide

X(r, u) = r cos u, r sen u, r2

con 0 ≤ u ≤ 2π y 0 ≤ r ≤ 2. Como
Xr = (cos u, sen u, 2r),
Xu = (−r sen u, r cos u, 0)
2
entonces
√ E=X pr · Xr = 1 + 4r , √F = Xr · Xu = 0 y G = r2 y por tanto ||Xr × Xu || =
EG − F 2 = r2 (1 + 4r2 ) = r 1 + 4r2 . El área pedida será entonces
Z Z Z Z Z 2π Z 2 √ Z 2 √
1dS = ||Xr × Xu ||drdu = 2
r 1 + 4r drdu = 2π r 1 + 4r2 dr
0 0 0
πh
3 i2 π √
2 2

= 1 + 4r = 3
17 − 1 .
6 0 6
RR RR
b) Por definición el flujo es S
F · N dS = F (X(r, u)) · Xr × Xu drdu. Como
Xr × Xu = (−2r2 cos u, −2r2 sen u, r), entonces F (X(r, u)) · Xr × Xu = r3 y
Z Z Z 2π Z 2 Z 2
3
F · N dS = r drdu = 2π r3 dr = 8π.
S 0 0 0

Como el normal que nos da la parametrización apunta hacia dentro (basta compro-
barlo en un punto), entonces el flujo pedido es −8π.

Page 3
 Estadı́stica
4. El peso de los habitantes de una ciudad A se distribuye según una normal de media 65
kg y desviación tı́pica 10 kg mientras que el peso de los habitantes de otra ciudad B se
distribuye según una normal de media 60 kg y desviación tı́pica σ kg. con σ desconocida.
En la ciudad A hay 3 millones de habitantes y en la B hay un millón.
[0.5 puntos] (a) Si se toma una muestra de 5000 personas de la ciudad A, ¿cuántos se puede esperar
que pesen más de 60 kg?
[1 punto] (b) Si se toma una persona al azar y pesa más de 60 kg, ¿cuál es la probabilidad de que
sea de la ciudad B?

Solución. a) Si llamamos X a la variable aleatoria que da el peso de la ciudad A

entonces
 
60 − 65
P (60 ≤ X) = P ≤ Z = P (−0.5 ≤ Z) = 1 − P (0.5 ≤ A) = 1 − 0.3085 = 0.6915.
10
Por tanto, se puede esperar que 5000 · 0.6915 = 3457.5 personas pesen más de 60 kg.
b) Usamos el teorema Bayes.
P (peso > 60/B)P (B)
P (B/peso > 60) =
P (peso > 60)

Tenemos que P (peso > 60/B) = P 60−60 1

σ
< Z = 0.5, P (B) = 4
y por el teorema
de la probabilidad total
3 1
P (peso > 60) = P (peso > 60/A)P (A) + P (peso > 60/B)P (B) = 0.6915 · + 0.5 ·
4 4
= 0.643625.
Por tanto nos queda
0.5 · 0.25
P (B/peso > 60) = ≈ 0.1942.
0.643625

5. El peso de los sacos de pienso producidos en cierta fábrica sigue una distribución normal
N (µ, σ).
[0.5 puntos] (a) En una muestra de 25 sacos se tiene que la desviación tı́pica muestral es 2 kg. A
partir de esta muestra calcula un intervalo de confianza para la varianza a nivel de
confianza 90 %.
[1 punto] (b) Supongamos que sabemos que la desviación tı́pica poblacional es 2 kg. ¿De qué
tamaño como mı́nimo tenemos que coger una muestra para estimar el peso medio
de los sacos con un error máximo de 1 kg a un nivel de confianza del 95%?

Page 4
 Solución. a) Usamos el intervalo de confianza
" #
(n − 1)Ŝ 2 (n − 1)Ŝ 2
,
χ2α , n − 1 χ21− α , n − 1
2 2

La cuasivarianza es Ŝ 2 = 25 24
· 22 ≈ 4.17. Como α = 0.1 tenemos los percentiles
χ20.05,24 = 36.415 y χ20.95,24 = 13.848 y nos queda [2.75, 7.23].
b) Un intervalo de confianza para la media, conocida la desviación tı́pica, es X±z α2 √σn ,
con lo cual la amplitud del intervalo es 2z α2 √σn . Como α = 0.05 entonces z0.025 = 1.96
y la amplitud es 7.84
√ . Como queremos un error máximo de 1 kg, entonces debe pasar
n
que 7.84
√ ≤ 1, es decir, 61.47 ≤ n.
n

6. Un jugador lanza tres monedas. Si obtiene 3 caras gana 100 euros, si obtiene una o
dos caras gana 10 euros y si no obtiene ninguna cara pierde a euros. Llamamos X a la
variable aleatoria que representa la ganancia del juego.
[0.5 puntos] (a) Calcula P (X = 100), P (X = 10) y P (X = a).
[0.5 puntos] (b) Calcula a para que el juego sea justo, es decir, E[X] = 0.
[1 punto] (c) Si se repite el juego 80 veces, ¿cuál es la probabilidad de que en al menos 15 ocasiones
gane los 100 euros?

Solución. a) Vamos a llamar Y a la variable aleatoria que nos
da el número de caras
obtenidas al lanzar la moneda 3 veces. Entonces Y → Bi 3, 21 . Ahora tenemos que
 3
1 1
P (X = 100) = P (Y = 3) = = ,
2 8
 1  2  2  1
1 1 1 1 6
P (X = 10) = P (Y = 1) + P (Y = 2) = 3 +3 = ,
2 2 2 2 8
 3
1 1
P (X = a) = P (Y = 0) = = .
2 8
100+60+a
b) E[X] = 100 · P (X = 100) + 10 · P (X = 10) + a · P (X = a) = 8
, con lo cual
a = −160.
c) Si llamamos T a la variable aleatoria que cuenta el número de veces que gana
1


100 euros entonces T → Bi 80, 8 . Queremos calcular P (15 ≤ T ). Para hacerlo

Page 5
  q 
aproximamos por una normal N 10, 35
4
.
 
14.5 − 10
P (14.5 ≤ T ) ≈ P  q ≤ Z  = P (1.52 ≤ Z) = 0.0643.
35
4

Page 6