Documente Academic
Documente Profesional
Documente Cultură
1 Espacios probabilsticos 1
2 Variables aleatorias 9
5 Estimacin puntual 23
6 Intervalos de confianza 27
Espacios probabilsticos
2
ETSISI Cibeles
1
3 4
1
M N
2 3
(b) Sabiendo que alguna de las bolas extradas de no es blanca, hallar la probabilidad de
las bolas extradas de fuesen una blanca y una negra.
(b) Sabiendo que los dados suman 4, hallar la probabilidad de haber sacado un oro.
(b) Sabiendo que la bola extrada es negra, hallar la probabilidad de haber dado en el 3.
(a) Determinar las posibles composiciones del foro, en cuanto a nmero de partidarios y
detractores. Calcular sus probabilidades.
(c) Sabiendo que dialogan un partidario y un detractor, obtener la probabilidad de que sean
2 los partidarios que participan en el foro.
A B
A
Origen Destino
B C
B
A
C
En el origen hay un distribuidor de seal, que enva el mensaje por una de las rutas 1 , 2
o 3 con probabilidades 13, 12 y 16, respectivamente. Adems, los dispositivos , y
funcionan de modo independiente entre s y con probabilidades 09, 08 y 07, respectivamente.
(a) Si el mensaje va por 1 , calcular la probabilidad de que llegue al destino. Hacer lo mismo
para 2 y 3 .
(b) Hallar la probabilidad de que el mensaje llegue al destino.
(c) Sabiendo que el mensaje ha llegado, determinar la probabilidad de que se haya enviado
por 2 .
(d) Se construye otra red con dispositivos de tipo montados en paralelo. Calcular cuntos
hacen falta para que un mensaje llegue a su destino con probabilidad mayor que 0999.
Problema 1.30 (Canal binario: reglas de la probabilidad total, de Bayes y del complementario)
Una fuente de informacin binaria emite dgitos 0 o 1 a travs de un canal de comunicacin
sometido a ruido aleatorio. De este modo, a veces se emite un 0 y se recibe un 1 o viceversa,
pero no hay prdida de dgitos. La probabilidad de recibir un 0 cuando se ha emitido un 0 vale
09, mientras que la probabilidad de recibir un 0 cuando se ha emitido un 1 vale 015. Adems,
la probabilidad de emitir un 0 vale 04.
(a) Hallar la probabilidad de emitir un 1 y recibir un 0.
(b) Calcular la probabilidad de recibir un 1.
(c) Sabiendo que se ha recibido un 1, determinar la probabilidad de que se haya transmitido
un 1.
8 Problemas del tema 1: Espacios probabilsticos
Problemas del tema 2
Variables aleatorias
(c) Calcular la probabilidad de que un da se vendan entre 400 l y 1200 l, sabiendo que dicho
da se han vendido ms de 500 l.
densidad:
si 0 2
() := (4 ) si 2 4
0 en otro caso
(a) Hallar el valor de la constante y representar .
(b) Construir y representar la funcin de distribucin de .
(c) Una pieza mide ms de 2 cm. Calcular la probabilidad de que mida entre 1 cm y 3 cm.
(d) Hallar la longitud esperada de una pieza y la varianza de dicha longitud.
(e) Una pieza es aceptable si su longitud est comprendida entre 1 cm y 3 cm, en cuyo caso
se ganan 5 C=. Si la pieza mide menos de 1 cm, no se puede vender y se pierden 6 C =.
Si la pieza mide ms de 3 cm, se puede reajustar y vender, ganndose 2 C=. Calcular el
beneficio medio en cada pieza.
(d) Sabiendo que las 2 primeras calabazas no tienen pipas, obtener la probabilidad de reco-
lectar menos de 5 sin pipas.
(e) Calcular la probabilidad de que la tercera calabaza sin pipas sea la octava recolectada.
(a) Calcular la probabilidad de que una pgina de teora contenga menos de 3 erratas y la de
que contenga 2.
(b) Hallar la probabilidad de que dos pginas de teora contengan ms de 6 erratas en total.
(c) Obtener la probabilidad de que una pgina de teora y dos de problemas contengan entre
4 y 7 erratas en total.
(d) Si el libro consta de 100 pginas de teora y 25 de problemas, determinar el nmero
esperado de erratas que contiene.
(b) Hallar la probabilidad de que la primera tormenta del verano se produzca antes del un-
dcimo da.
(c) Obtener la probabilidad de que el tercer da del verano con tormenta sea el undcimo.
(d) Determinar el nmero esperado de das con tormenta en todo el verano (90 das).
(e) Calcular la probabilidad de que en todo el verano haya ms de 10 das con tormenta.
(a) Calcular los porcentajes de bombillas que duran menos de 1758 meses y entre 175 meses
y 185 meses.
(b) Hallar la duracin que se puede garantizar con probabilidad 90 %.
(c) Obtener la probabilidad de que 4 bombillas duren, en total, ms de 700 meses.
(d) Se encienden 5 bombillas. Calcular la probabilidad de que al menos 3 de ellas duren 1758
meses o ms cada una.
mantenimiento reemplaza la pieza por otra igual, que tiene de repuesto, y pide una pieza nueva
al proveedor. El proveedor tarda 1 da en suministrar el recambio. La duracin de una pieza
sigue una distribucin exponencial de media 10 das.
(a) Calcular la probabilidad de que un pedido llegue a tiempo (antes de que la mquina se
detenga).
(b) Hallar la probabilidad de que, entre 6 pedidos de recambio, 4 lleguen a tiempo.
(c) Obtener la probabilidad de que el primer pedido que no llega a tiempo sea el tercero.
(d) Se decide almacenar 100 piezas de repuesto. Calcular el tiempo de funcionamiento de la
mquina que se puede garantizar con probabilidad 095.
Estimacin puntual
b 1 2 b 1 2 5
1 = + +1 y 2 = + +
2 2 2 3 6
Determinar si son centrados. En caso negativo, construir a partir de ellos otros estima-
dores de centrados. Entre todos los estimadores obtenidos, hallar el de menor error
cuadrtico medio.
b 1 2 b 1 2
1 = + y 2 = +
6 6 6 12
Determinar si son centrados. En caso negativo, construir a partir de ellos otros estima-
dores de centrados. Entre todos los estimadores obtenidos, hallar el de menor error
cuadrtico medio.
26 Problemas del tema 5: Estimacin puntual
Problemas del tema 6
Intervalos de confianza
Problema 6.1 (Variable normal: IC para y 2 ; acotacin del error; tamao muestral)
Se admite que el tiempo de impresin de una declaracin del IRPF sigue una distribucin
normal. Se observa una muestra de dicho tiempo y se obtiene (en segundos):
Problema 6.2 (Variable normal: IC para y 2 ; acotacin del error; tamao muestral)
Se admite que el dimetro de un tomate sigue una distribucin normal. Se toma una muestra
de dimetros y se obtiene (en cm):
8 81 77 78 79 82 79 76
Problema 6.3 (Variable exponencial con muestra grande: IC para , y 2 ; tamao muestral)
La duracin de una tarjeta de vdeo sigue una distribucin exponencial de parmetro . Se
observa una muestra de 200 tarjetas y resulta una media de 156 aos y una cuasidesviacin
tpica de 1389 aos. (Columna del fichero de datos.) Al 99 % de confianza, se pide:
28 Problemas del tema 6: Intervalos de confianza
(b) Calcular el tamao muestral para que el error absoluto de la estimacin anterior sea menor
que medio ao. Suponer que la cuasivarianza muestral se mantiene.
Problema 6.4 (Variable de Poisson con muestra grande: IC para y 2 ; tamao muestral)
El nmero de videojuegos que tiene un nio sigue una distribucin de Poisson de parmetro
desconocido. Se observa una muestra y se obtiene:
No de juegos 0 1 2 3 4
No de nios 24 34 25 12 5
(b) Calcular el tamao muestral para que el error absoluto de la estimacin anterior sea menor
que 015. Suponer que la cuasivarianza muestral se mantiene.
(c) Construir, si es posible, un intervalo de confianza para la varianza del nmero de video-
juegos.
Problema 6.5 (Variable de Bernouilli con muestra grande: IC para ; tamao muestral)
Una encuesta entre 100 electores muestra que 53 apoyan al candidato . Al 97 % de confianza,
se pide:
(b) Hallar el tamao muestral que garantice una estimacin de la proporcin de votos de
con error menor que 5 %. Suponer que la proporcin muestral no cambia.
(c) En las condiciones del apartado anterior, construir el nuevo intervalo de confianza. Se
acepta ahora que obtendr el 50 % de los votos? Y el 60 %? A qu se debe el cambio?
Problema 6.6 (Variable de Bernouilli con muestra grande: IC para ; tamao muestral)
Un fabricante estudia lanzar al mercado un nuevo producto. Para ello, lo distribuye en una
muestra de 200 consumidores y les pregunta si lo compraran, a lo que 46 responden que s. Al
98 % de confianza, se pide:
(b) Hallar el tamao muestral que garantice una estimacin de la proporcin de compradores
con error menor que 2 %. Suponer que la proporcin muestral no cambia.
29
Algoritmo 23 41 56 39 12 38 69 44
Algoritmo 25 44 55 39 13 42 7 42
Mtodo actual 82 85 93 76 61
Mtodo acelerado 33 39 61 34 25
Nota: los datos de estos problemas estn en el fichero Problemas 7-Contrastes P.sgd.
Problema 7.5 (Variable de Bernoulli con muestra grande: contraste unilateral para )
Una encuesta entre 100 electores muestra que 55 votarn al candidato .
(a) Contrastar, al 3 % de significacin y calculando el -valor, que ganar las elecciones.
(b) Repetir el contraste suponiendo que se obtiene la misma proporcin de apoyos con una
muestra de tamao 400.
Problema 7.6 (Variable de Bernoulli con muestra grande: contraste unilateral para )
Hace cinco aos, el 20 % de una poblacin perteneca a alguna asociacin. Para saber lo que
ocurre actualmente, se encuesta a 400 personas y resulta que 64 pertenecen a alguna asociacin.
(a) Contrastar, al 2 % de significacin y calculando el -valor, que el asociacionismo ha dis-
minuido.
(b) Repetir el contraste al 3 % de significacin.
Problema 7.7 (Muestras pareadas con diferencia normal: contraste unilateral para )
Se quiere analizar la eficacia de un disipador de calor para ordenadores porttiles. Para ello,
se toma una muestra de porttiles y, para cada uno, se mide el tiempo hasta que acta el
ventilador en dos situaciones: con disipador y sin disipador. Los resultados son (en min):
Con disipador 44 51 39 33 55 48
Sin disipador 30 34 24 25 35 32
Problema 7.8 (Muestras pareadas con diferencia normal: contraste unilateral para )
Dos programas, y , resuelven problemas del mismo tipo. Se toma una muestra de problemas
y se mide el tiempo que tarda cada programa en resolver cada uno de ellos (en segundos):
Programa 21 69 23 39 61
Programa 34 94 22 72 66
Nota: los datos de estos problemas estn en el fichero Problemas 8-Contrastes NP.sgd.
Bar 1 2 3 4
Nmero de clientes 280 265 240 215
No de das 0 1 2 3
o
N de personas 13 41 23 3
No de llamadas 0 1 2 3 4 5
o
N de estudiantes 12 14 7 5 1 1
(Columna del fichero de datos.) Proponer un modelo de probabilidad adecuado para
esta variable. Contrastar, al 5 % de significacin y calculando el -valor, que el modelo se ajusta
a los datos.
No de defectos 0 1 2 3 4 5
Frecuencia 162 142 75 17 3 1
(Columna del fichero de datos.) Proponer un modelo de probabilidad adecuado para
esta variable. Contrastar, al 1 % de significacin y calculando el -valor, que el modelo se ajusta
a los datos.