DEPARTAMENTO DE ESTAD

ISTICA E INVESTIGACI

ON OPERATIVA
2
o
. INGENIER

IA INFORM

ATICA
Estadstica. Curso 2010/2011
Primera Convocatoria Ocial. Fecha: 25-1-2011
1. Sean A y B dos sucesos que se pueden presentar al realizar un experimento. Sabemos que
P[A] = 1/3, P[B] = 1/5, P[A|B] +P[B|A] = 2/3.
(a) Halla la probabilidad de que ocurra alguno de los dos sucesos.
(b) Halla la probabilidad de que ocurra A y no B.
(c) Son los sucesos A y B independientes? Razona tu respuesta.
(d) Si se realiza 10 veces el experimento en identicas condiciones con que probabilidad ocurren
simult aneamente A y B en 3 ocasiones?
(e) Cuantas veces habr a que realizar el experimento en media para que ocurra A o B?
Soluci on:
Apartado (a)
Nos piden P[A B] = P[A] + P[B] P[A B]. Vamos a intentar obtener P[A B] de la
informaci on que nos dan:
P
_
A

+ P
_
B

=
P[A B]
P[B]
+
P[A B]
P[A]
=
2
3
De donde:
P[A B]
1/5
+
P[A B]
1/3
=
2
3
; P[A B] (5 + 3) =
2
3
;
P[A B] =
2
3
1
8
=
1
12
Por lo que:
P[A B] = P[A] + P[B] P[A B] =
1
3
+
1
5

1
12
=
9
20
= 0.45
Apartado (b)
Nos piden:
P[AB] = P
_
A

B

= P[A] P[A B] =
1
3

1
12
=
3
12
=
1
4
= 0.25
Apartado (c)
No son independientes, ya que:
P[A B] =
1
12
= P[A] P[B] =
1
3
1
5
=
1
15
Apartado (d)
Denimos la variable aleatoria (v.a.) X =n umero de veces que ocurren A y B simult aneamente
en 10 experimentos. Podemos comprobar que cumple las propiedades de una variable aleatoria
Binomial: X B(n = 10, p = P[A B] =
1
12
). Por tanto, podemos calcular la probabilidad que
nos piden como:
P[X = 3] =
_
10
3
__
1
12
_
3

_
11
12
_
7
= 0.03776744
Apartado (e)
Denimos en primer lugar la v.a. Y =n umero de veces que se realiza el experimente antes
de que aparezca A o B. Podemos comprobar que la v.a. Y Ge(p = P[A B] =
9
20
). De esta
variable conocemos su esperanza:
E[Y ] =
q
p
=
1 p
p
=
11/20
9/20
=
11
9
Lo que realmente nos piden es la esperanza de la variable aleatoria: V = Y + 1 (n umero de veces
que se realiza el experimento hasta que aparece A o B ), por lo que:
E[V ] = E[Y + 1] = E[Y ] + 1 =
11
9
+ 1 =
20
9
= 2.22222
2. El conjunto de individuos que habitan una cierta regi on se ha segmentado, en funcion de su
edad, en tres grupos: el 20% son menores de 20 a nos, el 70% tiene entre 20 y 50 a nos, y el resto
son mayores de 50 a nos. Las proporciones de personas que presentan cierta enfermedad en cada
uno de estos grupos son 0.1, 0.4 y 0.6, respectivamente.
(a) Si se elige al azar un individuo de esta regi on, cu al es la probabilidad de que este enfermo?
(b) Si el individuo seleccionado esta enfermo, a cu al de los grupos de poblacion pertenece con
mayor probabilidad?
Soluci on:
Podemos resumir la informaci on del enunciado con ayuda de un arbol en el que se muestran las
dos etapas del experimento (E =presente enfermedad, M =menores de 20 a nos, N =entre 20
y 50 a nos, R =el resto):

M
0.2
E
0.1
N
0.7
E
0.4
R
0.1
E
0.6
Apartado (a)
Con ayuda del teorema de la Probabilidad Total (T.P.T.) vamos a calcular la probabilidad del
suceso E, un suceso de la segunda etapa:
P[E] = P[M] P
_
E

+ P[N] P
_
E

+ P[R] P
_
E

=
= 0.2 0.1 + 0.7 0.4 + 0.1 0.6 = 0.36
Apartado (b)
Con ayuda del teorema de Bayes vamos a determinar a cu al de los grupos de poblacion pertenece
con mayor probabilidad, ya que tenemos que calcular probabilidades de sucesos de la primera etapa
(M, N, R) sabiendo lo que ha ocurrido en la segunda (E):
P
_
M

=
P[M] P
_
E

P[E]
=
0.2 0.1
0.36
=
=
2
36
= 0.0556
P
_
N

=
P[N] P
_
E

P[E]
=
0.7 0.4
0.36
=
=
28
36
= 0.7778
P
_
R

=
P[R] P
_
E

P[E]
=
0.1 0.6
0.36
=
=
6
36
= 0.1667
El de mayor probabilidad (0.7778) es el grupo N que tiene edad entre 20 y 50 a nos.
3. Sea X una v.a. continua con funcion de densidad:
f

(x) = 1 +

2

x
x (0, 1), donde [0, 1].
(a) Halla E[X].
(b) Dada X
1
, X
2
, . . . , X
n
una m.a.s. esta distribucion, demostrar que

X es un estimador sesgado
de y encontrar el sesgo. Dene los conceptos de estimador sesgado y sesgo.
Soluci on:
Apartado (a)
X es una variable aleatoria continua, entonces:
E[X] =
_
+

x f(x) dx =
_
1
0
x (1 +

2

x
) dx =
_
(1 )x
2
2
+

2
x
3/2
3/2
_
x=1
x=0
=
=
(1 )
2
+

3
=
3 3 + 2
6
=
3
6
Apartado (b)
En primer lugar, dada X
1
, . . . , X
n
una m.a.s. podemos denir que el estadstico T(X
1
, . . . , X
n
)
es un estimador insesgado de si verica que:
E[T(X
1
, . . . , X
n
)] =
En caso contrario, es decir si E[T(X
1
, . . . , X
n
)] = es un estimador sesgado de , y el sesgo
del estadstico sera: sesgo(T(X
1
, . . . , X
n
), ) = E[T(X
1
, . . . , X
n
)] .
Sabemos de teora que la esperanza del estadstico media muestral,

X, asociado a una m.a.s.
es la media poblacional, por lo que:
E
_

X

= E[X] =
3
6
= +
3
6
= +
_
6 + 3
6
_
=
= +
3 7
6
Luego

X es un estimador sesgado de , y el sesgo es:
37
6
.
4. Un aparato esta constituido por dos piezas: A y B. En la fabrica 1, el peso en gramos de la
pieza A sigue una distribucion normal de media 5 y desviaci on tpica 3, y el peso en gramos de la
pieza B una normal de media 7 y desviacion tpica 2.
(a) Que distribucion sigue el peso del aparato?
(b) Cual es la probabilidad de que un aparato pese m as de 15 gramos?
Para los siguientes apartados consideramos los mismos tipos de aparatos fabricados en otra
fabrica a la que denominamos fabrica 2. En esta los pesos de ambas piezas siguen distribuciones
normales con media y desviacion tpica desconocidas.
(c) En la fabrica 2 tomamos una m.a.s. de piezas tipo A de tama no 10, en ella observamos un
peso medio de 4.8 gr. y una cuasidesviaci on tpica de 1.814. Compruebe si puede considerarse
que la variabilidad de los pesos de la pieza A es igual en ambas fabricas, utilizando un nivel
de signicacion = 0.05
(d) Con los datos del apartado anterior, estime por un intervalo de conanza el peso medio de
las piezas tipo A en la fabrica 2 con nivel de conanza 90%.
(e) Para comparar el peso de las piezas A y B en la fabrica 2, se ha realizado un estudio con
SPSS, obteniendo la tabla de la Figura. Pueden considerarse iguales los pesos medios de
ambas piezas? Utilice un nivel de signicacion = 0.01, y justique su respuesta utilizando
la tabla o la siguiente indicacion.
Indicacion: En la fabrica 2, se ha tomado una muestra de tama no 12 de piezas B, en la que
se ha obtenido una media de 6.6 y cuasidesviaci on tpica 2.3
Soluci on:
Apartado (a)
Si consideramos que A N(
A
= 5,
A
= 3) y B N(
B
= 7,
B
= 2), entonces por las
propiedades de las variables Normales, la suma de variables normales independientes sigue una
distribucion Normal con media la suma de las medias y varianza la suma de las varianzas, es decir:
T = A+B N(
T
=
A
+
B
= 5 + 7 = 12,
2
T
=
2
A
+
2
B
= 3
2
+ 2
2
= 13)
Apartado (b)
Nos piden P[T > 15]. Para obtener la probabilidad de una v.a. Normal tipicaremos y busca-
remos en las tablas de la Normal(0,1):
P[T > 15] = P
_
Z >
15 12

13
_
= P[Z > 0.8320503] 1 (0.83) = 1 0.7967306 = 0.2032694
Apartado (c)
Nos piden que realicemos un contraste de hip otesis sobre la varianza de las piezas A de la fabrica
2 ( = 0.1):
_
H
0
:
2
A
2
= 3
2
= 9
H
a
:
2
A
2
= 3
2
= 9
La situacion en la que nos encontramos es una m.a.s de una poblacion Normal con media poblacional
desconocida, por lo que el estadstico que debemos obtener es:

2
exp
=
n S
2

2
0
=
10 2.96154
9
= 3.2906
para lo cual hemos utilizado la relaci on: n S
2
= (n 1) S
2
c
S
2
=
n 1
n
S
2
c
=
9
10
1.814
2
= 2.96154
La Region Crtica asociada a este contraste de hip otesis viene dada por: RC :
2
exp
<
2
n1,/2
o

2
exp
>
2
n1,1(/2)
. Obtenemos los puntos crticos que determinan la Region Crtica (RC) mirando
en la tabla de la v.a. Chi-Cuadrado:

2
9,0.05
= 3.32511,
2
9,0.95
= 16.91898
Ya que
2
exp
= 3.2906 RC, aceptamos la hip otesis nula de que la
2
A
2
= 9 (o mejor dicho, no
hemos encontrado evidencias estadsticas para rechazar la hip otesis nula).
Apartado (d)
Nos piden que obtengamos un intervalo de conanza para la media poblacional de las piezas A
de la fabrica 2 al 90% (1 = 0.9, es decir = 0.1), suponiendo Normalidad y que no conocemos
la varianza poblacional:
IC(
A
2
, 1 = 0.9) =
_
x t
n1,1

2
S
c

n
, x +t
n1,1

2
S
c

n
_
Sustituyendo convenientemente los datos que nos han facilitado en el enunciado (n = 10, x =
4.8, S
c
= 1.814) y buscando el punto crtico de las tablas de la distribucion t-Student:
t
n1,1

2
= t
9,1(0.1/2)
= t
9,0.95
= 1.83311
El intervalo de conanza es:
IC(
A
2
, 1 = 0.9) = (3.74846, 5.85154)
Apartado (e)
Para responder a esta cuesti on planteamos el siguiente contraste de hip otesis sobre la fabrica 2
de diferencias de medias:
_
H
0
:
A

B
= 0
H
a
:
A

B
= 0
La situacion en la que nos encontramos es que las varianzas poblacionales son desconocidas, pero
no conocemos si podemos considerarlas iguales o distintas. Para determinar esto ultimo planteamos
el contraste de hip otesis de igualdad de varianzas:
_
H
0
:
2
A
=
2
B
H
a
:
2
A
=
2
B
Observando la salida obtenida con SPSS, podemos observar el p-valor de la Prueba de Levene para
la igualdad de varianzas:
p valor = 0.173 < 0.01 = ,
por lo que se acepta la hip otesis nula de la igualdad de varianzas (no hemos encontrado evidencias
estadsticas para rechazar la hip otesis nula).
Por tanto, para el contraste de hip otesis de diferencias de medias, consideramos varianzas
poblacionales desconocidas pero iguales. Observando de nuevo la salida de SPSS, la primera la
(se asumen varianzas iguales):
p valor = 0.081 < 0.01 =
por lo que se acepta la hip otesis nula de la igualdad de las medias, es decir podemos aceptar
que los pesos medios de los dos tipos de piezas son iguales.