EE-EM-ET 1011 Estadística y Optimización ENERO 2017 A

Un determinado producto se obtiene por la unión de dos piezas simétricas (pieza1 y pieza2) donde es
importante el peso de las mismas. Sabemos que el peso1 de la pieza1 sigue modelo Normal con σ 1 = 3.5 gr y
media µ1 desconocida. Aunque deberían tener un peso (pc) de 70 gramos.

Para estimar µ1 se toma una muestra de 15 piezas1 y se obtienen los siguientes pesos (en gramos):

60 62 67 68 68 69 69 70 70 70 71 71 72.1 74 76

1. Calcula la media y varianza muestrales de estos datos, escribiendo la fórmula y cálculos. A partir de los
resultados, obtén una estimación puntual del parámetro µ 1.

2. Una pieza1 se considera defectuosa si su peso1 es inferior a 62 gramos o superior a 78 gramos. Calcula la
probabilidad de que una pieza1 sea defectuosa, suponiendo que µ 1 toma el valor de la estimación de (1).
Define la variable aleatoria utilizada.

De los problemas 3, 4, 5 y 6, elige tres para resolver. Define la variable aleatoria necesaria y justifica el
modelo de probabilidad que utilizas en cada caso. P(pieza defectuosa) = 0.03

3. Calcula la probabilidad de que en una muestra de 12 piezas1 haya como máximo 2 piezas1 defectuosas.

4. Calcula la probabilidad de que en una muestra de 110 piezas1 hayan al menos 105 correctas.

5. Se ha desequilibrado la máquina que fabrica las piezas1 y el proceso de fabricación parará si se obtienen 5
piezas1 defectuosas. Calcula la probabilidad de que se pare el proceso al fabricar la décima pieza1.

6. En la última producción de piezas2 hemos detectado que hay una media de 2.5 poros por pieza. Calcula la
probabilidad de que haya exactamente 6 poros en dos piezas.

7. La pieza simétrica se fabrica en otra máquina y su peso2 sigue modelo N(µ 2, σ22). Se toma una muestra de
17 piezas2 y se obtiene una media muestral de 73.6 gramos y una desviación típica muestral de 4.6 gramos.
¿Podemos decir que el peso medio poblacional de la pieza2 es más de 2 unidades mayor que el peso medio
de la pieza1 al nivel de significación alfa = 0.01? S uponemos varianzas poblacionales desconocidas pero iguales.
Especifica hipótesis nula y alternativa que contrastas

8. Calcula el intervalo de confianza al 95% para la varianza poblacional del peso de las piezas2. ¿Se podría
aceptar que las piezas2 tienen una varianza poblacional de 8 gramos 2? Razona usando el intervalo obtenido.

Elige la opción A o B de los problemas 9 y 10

9.A Define estimador máximo verosimil. Calculalo para el parámetro µ 1 dado en el enunciado principal.

9.B El tiempo de vida esperado de un componente es de 120 horas y suponemos que sigue distribución
exponencial. Define la variable aleatoria que utilizas, construye la función de densidad y determina la
esperanza y varianza. Sabiendo que un componente ha sobrevivido 110 horas, ¿cuál es la probabilidad de
que dure menos de 130 horas?

10.A El proceso de producción industrial se compone de tres procesos parciales A, B y C que se desarrollan
en paralelo. Las anomalías graves en el proceso productivo se localizan en cada uno de los tres procesos
parciales en porcentajes 50%, 28% y 22%; para localizar dichas anomalías se dispone de dos mecanismos de
alarma, M1 y M2, con las siguientes características:

 Si el fallo proviene del proceso A, los mecanismos M1 y M2 se disparan de manera independiente

con probabilidades 0.65 y 0.9 respectivamente.
EE-EM-ET 1011 Estadística y Optimización ENERO 2017 A

 Si el fallo proviene del proceso B, los mecanismos M1 y M2 se disparan de manera independiente

con probabilidades 0.8 y 0.6 respectivamente.
 Si el fallo proviene del proceso C, los mecanismos M1 y M2 se disparan de manera independiente
con probabilidades 0.7 y 0.75 respectivamente.
10.A.1) Identifica los sucesos que intervienen en el problema y escribe las probabilidades del enunciado.
10.A.2) ¿Qué porcentaje de anomalías es detectado por cada una de las alarmas?
10.A.3) Calcula la probabilidad de que haya fallado el proceso C, sabiendo que se disparó la alarma M1.

10.B) Suponed que el proceso de producción tiene la siguiente secuencia, donde indicamos la probabilidad
de que funcione cada tarea y sabemos que funcionan de manera independiente.
Calcula la probabilidad de que funcione el proceso.

0.80 corte 0.98 montaje

0.9 pulido 0.95 pintura

0.80 corte 0.97 montaje

11. Escribe las ecuaciones necesarias para resolver este problema de programación lineal.
Una compañía de papel posee dos regiones forestales, la región I y la región II, y dos molinos, A y B. Las
capacidades máximas de suministro mensual de madera de las regiones I y II son 120 y 150 toneladas,
respectivamente. El molino A requiere por lo menos 200 toneladas de madera al mes y el B al menos 150.
Ambos molinos pueden abastecerse tanto de la región I como de la región II. Los costes de transporte en
cientos de euros por tonelada al mes de cada región a cada molino son los siguientes: 5 de la región I al
molino A, 4 desde la región I al molino B, 5 desde la región II al molino A y 6 desde la región II al molino B.
¿Qué cantidad de madera debe transportarse desde cada región I y II a cada molino A y B para minimizar el
coste total de transporte? Define las variables y plantea (no resuelvas!!), indicando claramente cuáles son
las restricciones y cuál es la función objetivo.

12. Escribe la forma normal (o estandar) el siguiente problema de programación lineal:

maximizar Z = 7x1 + 15x2

sujeta a 20x1 + 60x2 ≤ 4800
x1 ≤ 185
8x1 + 15x2 ≤ 1750 x1, x2 ≥ 0
• Escribe la primera tabla del método simplex y da la solución factible básica inicial.
• ¿Qué variable debe entrar en la base y cuál debe salir?
• A partir de la siguiente tabla, llega a la solución óptima e identifica los valores de las incógnitas y de
la función objetivo. Incluye las tablas necesarias y las operaciones que vas realizando.
base x1 x2 h1=x3H h2=x4H h3=x5H b

x2 1/3 1 1/60 0 0 80

h2 1 0 0 1 0 185

h3 3 0 -1/4 0 1 550

Z -2 0 1/4 0 0 1200

Puntuación: 0.3 + 0.7 + (0.7*3) + 0.7 + 0.7 + 0.7 + 0.7 + 0.4 + 0.7 = 7 puntos