Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1) Una conserva se venderá envasada en latas. Las distribuciones de los pesos y sus
costos son los siguientes:
Peso neto x = N (49,8g;1,2g);
Peso del envase y = N (8,2g; 0,6g);
Costo de la conserva a = 0,06 $/g;
Costo del envase b = 0,008 $/g.
TCL: una combinación lineal de variables aleatorias Normales tiene distribución Normal
Propiedad 3: μ (x ± y) = μx ± μy
σc = 0,0722
P (C < 3) = 0,229
Resp: $8,84
3) Hay unas zapatillas económicas que se expiden en cajas de cartón corrugado de 6 pares, cada par
contenido en su caja individual. Frecuentemente los clientes reciben cajas con unidades faltantes, es
decir, que encuentran 11 (o menos) zapatillas y reclaman furiosamente al vendedor. Para solucionar el
problema, se ha decidido efectuar un control al final de la línea de empaques, pero como obviamente
sería ilógico abrir cada caja para verificarla, se aplicará el siguiente procedimiento: Se colocará una
balanza al final de la línea y se pesarán todas las cajas, abriendo luego aquellas cuyo peso sea
sospechoso. Ahora, para implementar este control debe fijarse un peso crítico C, tal que si una caja pesa
1
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
menos, se la abrirá y, en caso de que le falte alguna zapatilla, se la completará. A efectos de calcular el
valor de C, se establece la condición de detectar al menos el 99% de las cajas incompletas, y se sabe
que los pesos de las zapatillas y las cajas son variables normales con los siguientes parámetros:
Peso individual de las zapatillas t=N(170gr;7gr);
Peso de las cajas individuales x=N(50gr;5gr);
Peso de las cajas de cartón corrugado y=N(300gr;40gr).
Vw = 12 . 49 + 6 . 25 + 1.600 =
Dw = 48,35 g.
Se revisan No se revisan
1 2
---------------------------2640------------------------- W (peso cajas completas)
99%
3 4
---------------2470------------------- W’ (peso cajas incompletas
C
-----------------------------------Z0,99-- Z
a) C = 2.581,3 las que pesen menos se revisan y las que pesen más no.
Área 1: las cajas que pesan menos que C, se revisan inútilmente por qué están
completas (error)
2
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
Vw = 11 . 49 + 6 . 25 + 1.600 =
Dw = 47,84 g.
μ = 35 litros
σ2 = 140 litros2
σ = 11,83
Esta variable tiene un CV = 11,83 / 35 = 34% por lo tanto no tiene distribución Normal
sino que es asimétrica.
Y = X1 + X2 +……+X300
σy = 205 litros
μ = 0,1
σ = 0,03 CV = 30% no es Normal
σy = 243 $ CV = 6% es Normal
6) El peso de ovillos de hilo que salen de una máquina se distribuye normalmente con
media 120 g. y desvío estándar 8 g. en condiciones normales de funcionamiento. Los
ovillos se empaquetan de a 24 en cajas de cartón cuyo peso vacío es de 300 g que se
puede considerar constante. En la inspección final se pesa la caja con los ovillos y se la
acepta si su peso es superior a 3120g. ¿Qué probabilidad hay de rechazar una caja si
la máquina funciona correctamente?
4
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
Propiedad 2: μ (x ± a) = μx ± a
σy = 39,2 gramos
7) La demanda diaria de nafta en una estación de servicio es aleatoria con una media
de 3.120 litros y un desvío estándar de 750 litros. a) Qué capacidad debe tener un
tanque para satisfacer la demanda de 30 días con 90% de seguridad, dado que ese es
el lapso entre llegadas del camión cisterna? b) El costo del combustible es de 0,11
$/litro más el flete de $100; el precio de venta es de 0,125 $/litro. Calcular el beneficio
anual (365 días) que puede garantizarse con 95% de probabilidad.
Y: demanda de 30 días
Y = X1 + X2 +……+ X30
b) B: beneficio anual
Propiedad 4: μ (x * a) = μx * a
σ2 (x ± a) = σ2x * a2
5
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
σB = 215 $
B5 = 15.528 $
μ = 25 kg
σ = 18 kg
Y = X1 + X2 + …… + Xn
μy = n * 25
σy = 18 * √n
0,05
-----------------μy=25n-----------4000--------- Y
---------------------0-----------------Z0,95--------- Z
Z = (Y – μy) / σy
μt = 45 m = σt
X: producción diaria
X = t1 + t2 + ……. + t40
μx = 45. 40 = 1800 m
σ2x = 452. 40 = 81.000 m2
Y: X1 + X2 + ……. + X22
μy = 1800. 22 = 39.600 m
σ2y = 81.000. 22 = 1.782.000 m2
σy = 1.335 m
b) Y5 = 37.404 m
c) P (Y > 100.000) = 0, 95
7
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
X: producción diaria
X = t1 + t2 + ……. + tn
μx = 45. n
σ2x = 452. n
Y: X1 + X2 + ……. + X22
μy = 45n. 22 = 990n
σ2y = 452. n. 22 = 44.550√n
σy = 211 √n
--100.000-----------μy=990n-------------------Y
---Z0,05-------------------0-------------------------Z
Z = (Y – μy) / σ(y)
10) Una empresa tiene 3 vendedores: Juan, Luis y José. Las ventas diarias de cada uno son sumamente
variables y se conocen sus medias y desvíos pero no sus leyes de distribución. Dichos parámetros valen
100 y 45 para Juan; 120 y 30 para Luis; y 94 y 15 para José. Calcular: a) La probabilidad de que en 40
días hábiles, Luis y José en conjunto dupliquen al menos las ventas de Juan; b) la probabilidad de que en
60 días hábiles, Luis venda al menos un 30 % más que José; c) la venta total mínima que, con 95 % de
confiabilidad podrá obtenerse con los 3 vendedores durante los próximos 60 días hábiles.
Resp: a) 0,8217; b) 0,3169; c) 18.125.
Dw = 607,45
----0-----------------560----------------------------- W
b)
Dw = 277,155
--------------------- -132----------------------0------- W
W=A+B+C
9
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
W5 = 18.125 unidades
A /-------->--------- B1
-------------------->
\-------->--------- B2
Los días que vienen los tres operarios, la máquina A produce 100 unidades que son
luego procesadas por partes iguales en cada una de las máquinas B. Cuando viene el operario
de la máquina A y falta uno de los de las B, la producción es de 50 unidades. Estos operarios
faltan independiente y aleatoriamente 1 vez cada 10 días -cada uno- en promedio. Calcular la
producción anual (250 días hábiles) que puede asegurarse con 95% de probabilidad para el
caso en que: a) Cada operario es especializado en su máquina e irremplazable en caso de
ausencia; b) cualquier operario puede atender cualquier máquina.
X P(X)
50 Pb(X=2/n=3;0,9) = 0,243
D(X) = 25,77 u
Y = X1 + X2 + ………. + X250
D(Y) = 407,43
Y5 = 20.592 unidades
10
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
X P(X)
0 0,13 + 0,9 . 0,12 + 0,1 . 0,9 . 0,9 + 0,1 . 0,9 . 0,1 . 2 = 0,109
D(X) = 33,67 u
Y = X1 + X2 + ………. + X250
My = 250 . 81 = 20.250
D(Y) = 532,44
Y5 = 19.374 unidades
12) Una máquina puede ser atendida por uno de dos operarios: Luis, que cuando viene
produce 120 unidades diarias, pero falta aleatoriamente 1 vez cada 10 días en
promedio; y José, que cuando viene produce 85 unidades diarias, pero falta
aleatoriamente 1 vez cada 8 días en promedio. Cuando vienen los dos, la máquina es
atendida por Luis. Calcular: a) La media y el desvío estándar de la variable producción
diaria; b) la producción total que puede garantizarse para 1 año (250 días hábiles) con
95% de probabilidad.
11
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
X: producción diaria
X P(X)
0 1/10 . 1/8 = 1/80
E(X) = 115,44 un
VAR(X) = 266,34
DES(X) = 16,32 un
Y = X1 + X2 + … + X250
DES(y) = 258
Y5 = 28.436 u
Y95 = 29.284 u
13) Un estudiante usa diariamente una calculadora durante un tiempo cuyo valor medio
es de 1 hora y desvío estándar 0,2 hs. Las baterías con que funciona la máquina tienen
12
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
Calcule la cantidad de baterías que deberá comprar para que la probabilidad de que no
le alcancen para un año valga 2%.
T = t1 + t2 + ….. + t365
D: duración de n baterías
D = d1 + d2 + …….. + dn
M(D) = n 12
V(D) = n 48
D(D) = Rn 6,928
W: T – D
-----------------MW--------------0------- W
--------------------0--------------Z0,98-- Z
2,05375
13
UBA – Ciencias Económicas – Estadística – Prof. Marcelo Dreyfus, MBA
14