Probabilidad y estadstica

Problemas del curso 2016-2017

Flix Rincn de Rojas

Departamento de Matemtica Aplicada a las Tecnologas de la Informacin y las

Comunicaciones
Escuela Tcnica Superior de Ingeniera de Sistemas Informticos
Universidad Politcnica de Madrid
ii
 Contenidos

1 Espacios probabilsticos 1

2 Variables aleatorias 9

3 Modelos de distribucin discreta 13

4 Modelos de distribucin continua 17

5 Estimacin puntual 23

6 Intervalos de confianza 27

7 Contrastes de hiptesis paramtricas 33

8 Contrastes de hiptesis no paramtricas 37

iv Contenidos
 Problemas del tema 1

Espacios probabilsticos

Problema 1.1 (Espacio probabilstico, lgebra de sucesos)

Se lanza una moneda. Si sale cara, se lanza otra vez. Si sale cruz, se lanza otras dos veces.
(a) Determinar el espacio muestral asociado a este fenmeno aleatorio.
(b) Escribir los sucesos : obtener una cara, : sacar al menos dos cruces, ,
y .
(c) Calcular las probabilidades de los sucesos anteriores.

Problema 1.2 (Espacio probabilstico, lgebra de sucesos)

Se lanzan un dado de quinielas (con tres 1, dos y un 2) y una moneda.
(a) Determinar el espacio muestral asociado a este fenmeno aleatorio.
(b) Escribir los sucesos : obtener un nmero, : obtener cara, , y .
(c) Calcular las probabilidades de los sucesos anteriores.

Problema 1.3 (lgebra de sucesos)

Una persona lee el peridico A el 50 % de los das y lee alguno de los peridicos A o B el 90 %
de los das. Se toma un da al azar.
(a) Calcular la probabilidad de que esa persona no lea ninguno de los dos peridicos.
(b) Hallar la probabilidad de que esa persona no lea el peridico A, pero lea el peridico B.
(c) Es posoble obtener la probabilidad de que esa persona lea el peridico B?

Problema 1.4 (lgebra de sucesos)

En cierta poblacin, el 30 % de las personas practica algn deporte, el 25 % dedica tiempo a la
lectura y el 10 % tiene ambas aficiones. Se toma una persona al azar.
(a) Calcular la probabilidad de que esa persona slo practique deporte.
(b) Hallar la probabilidad de que esa persona ni practique deporte ni lea.

Problema 1.5 (Regla de Laplace y combinatoria o regla de la interseccin)

Una estantera contiene 5 novelas, 3 libros de cocina y 1 diccionario. Se eligen 5 libros al azar.
Calcular la probabilidad de obtener 2 novelas, 2 libros de cocina y el diccionario.
2 Problemas del tema 1: Espacios probabilsticos

Problema 1.6 (Regla de Laplace y combinatoria o regla de la interseccin)

En un grupo de 9 personas hay 2 conservadores, 3 independientes y 4 liberales. Se eligen 6
personas al azar. Calcular la probabilidad de que haya 2 personas de cada clase.

Problema 1.7 (Reglas del complementario y de la interseccin)

Un mazo de cartas est formado por 3 cartas de oros y 7 de otros palos. Se extraen 4 cartas al
azar sin reemplazamiento.
(a) Calcular la probabilidad de obtener al menos una carta de oros.
(b) Hallar la probabilidad de obtener al menos dos cartas de oros.

Problema 1.8 (Reglas de la interseccin y del complementario)

Una urna contiene 6 bolas blancas y 4 negras. Se extraen 3 bolas al azar sin reemplazamiento.
(a) Calcular la probabilidad de que las 3 bolas sean del mismo color.
(b) Hallar la probabilidad de obtener al menos una bola de cada color.

Problema 1.9 (Regla de la interseccin)

Se lanza un dado 4 veces. Calcular las probabilidades de los sucesos:
(a) Obtener 4 nmeros iguales.
(b) Obtener 3 nmeros iguales.
(c) Obtener 2 parejas de nmeros iguales.
(d) Obtener 2 nmeros iguales.
(e) Obtener 4 nmeros distintos.

Problema 1.10 (Regla de la interseccin)

Una urna contiene 4 bolas numeradas del 1 al 4. Se extraen 3 bolas al azar con reemplazamiento.
Calcular las probabilidades de los sucesos:
(a) Obtener 3 nmeros iguales.
(b) Obtener 2 nmeros iguales.
(c) Obtener 3 nmeros distintos.

Problema 1.11 (Reglas de la interseccin, de la unin y del complementario; independencia)

Una urna contiene 6 bolas numeradas del 1 al 6. Se extraen 3 bolas al azar. Calcular la
probabilidad de que una de ellas sea el 5 si las extracciones se hacen:
(a) Sin reemplazamiento.
(b) Con reemplazamiento.

Problema 1.12 (Reglas de la interseccin, de la unin y del complementario; independencia)

De una poblacin de 5 elementos se extrae una muestra de tamao 4. Calcular la probabilidad
de que un elemento fijo est en la muestra si sta se obtiene:
 3

(a) Sin reemplazamiento.

(b) Con reemplazamiento.

Problema 1.13 (lgebra de sucesos; probabilidad condicionada; independencia)

En una Escuela de Informtica, el 80 % de los alumnos tiene ordenador de sobremesa, el 50 %
tiene ordenador porttil y el 10 % no tiene ordenador.
(a) Calcular la probabilidad de que un alumno tenga ambos tipos de ordenador.
(b) Sabiendo que un alumno tiene ordenador de sobremesa, obtener la probabilidad de que
tenga porttil.
(c) Sabiendo que un alumno tiene porttil, hallar la probabilidad de que no tenga ordenador
de sobremesa.
(d) Determinar si ambos sucesos son independientes.

Problema 1.14 (lgebra de sucesos; probabilidad condicionada; independencia)

La probabilidad de aprobar Estadstica vale 25, la de aprobar Investigacin Operativa es 23
y la de aprobar ambas es 19.
(a) Calcular la probabilidad de no aprobar ninguna asignatura.
(b) Sabiendo que se ha aprobado Estadstica, obtener la probabilidad de aprobar Investigacin
Operativa.
(c) Sabiendo que se ha aprobado Investigacin Operativa, hallar la probabilidad de no aprobar
Estadstica.
(d) Determinar si ambos sucesos son independientes.

Problema 1.15 (Deducciones)

Sean y sucesos tales que () = 05, ( ) = 07 y ( | ) = 06. Probar o refutar
las siguientes afirmaciones:
(a) () = 12.
(b) .
(c) y son incompatibles.
(d) y son independientes.

Problema 1.16 (Deducciones)

Sean y sucesos tales que () = 14, ( | ) = 12 y ( | ) = 12. Probar o refutar
las siguientes afirmaciones:
(a) .
(b) y son incompatibles.
(c) y son independientes.

(d) | = 12.
4 Problemas del tema 1: Espacios probabilsticos

Problema 1.17 (Deducciones)

Sean , y sucesos tales que () 0. Probar o refutar las siguientes afirmaciones:
( | ) ()
(a) Si y , entonces = .
( | ) ()
(b) Si () (), entonces ( | ) ( | ).

Problema 1.18 (Deducciones)

Sean y sucesos tales que () 0. Probar o refutar las siguientes afirmaciones:
(a) () = () ( ) = ()2 .
()
(b) = ( | ) = .
() + ()

Problema 1.19 (lgebra de sucesos; independencia; probabilidad condicionada)

Tres tiradores hacen una descarga simultnea. Sus probabilidades de hacer blanco son 06, 05
y 04, respectivamente.
(a) Calcular la probabilidad de que algn tirador haga blanco.
(b) Obtener la probabilidad de que exactamente 2 tiradores hagan blanco.
(c) Sabiendo que 2 tiradores han hecho blanco, hallar la probabilidad de que uno de ellos sea
el tercero.

Problema 1.20 (lgebra de sucesos; independencia; probabilidad condicionada)

Un programa de simulacin genera 3 dgitos en el rango 09, de forma aleatoria e independiente.
(a) Hallar la probabilidad de que alguno sea menor que 4.
(b) Calcular la probabilidad de que 2 sean menores que 4.
(c) Sabiendo que 2 son menores que 4, obtener la probabilidad de que lo sea el segundo.

Problema 1.21 (lgebra de sucesos; independencia; probabilidad condicionada)

Una persona intenta ir de la ETSISI a Cibeles en coche por la M-30 (1) y ODonnell (2). Si
encuentra atasco en la M-30, intenta ir por Conde de Casal (3) y Atocha (4).

2
ETSISI Cibeles
1

3 4

Si al llegar a cualquiera de los puntos 2, 3 o 4 encuentra atasco, deja el coche y va en metro.

Las probabilidades de encontrar atasco en 1, 2, 3 y 4 son 04, 03, 02 y 05, respectivamente.
Adems, dichos sucesos son independientes.
(a) Hallar la probabilidad de que la persona llegue en metro.
(b) Sabiendo que la persona ha llegado en metro, calcular la probabilidad de que haya dejado
el coche en Atocha.
 5

Problema 1.22 (Montaje en serie y en paralelo; independencia)

En la red de la figura adjunta, los nodos 1, 2 y 3 funcionan independientemente y con proba-
bilidades 09, 08 y 07, respectivamente.

1
M N

2 3

Se enva un mensaje de a . Calcular la probabilidad de que llegue en los siguientes casos:

(a) Intenta ir por cualquier lado.
(b) Intenta primero el camino con menos nodos.
(c) Intenta primero el camino con ms nodos.
(d) Si accede a un nodo que no funciona, el mensaje se pierde con probabilidad 02.

Problema 1.23 (lgebra de sucesos; independencia; probabilidad condicionada)

Un grupo de oceangrafos toma muestras de agua de la baha de Algeciras. Para que una
muestra sea aceptable, ha de contener una cantidad mnima de plancton, cosa que ocurre con
probabilidad 07. Se toman 4 muestras diarias, a las 5 : 30, 6 : 00, 6 : 30 y 7 : 00 horas. El
laboratorio de anlisis valida los datos de un da del siguiente modo:
Primero, analiza la muestra de las 6 : 00 y si sta es aceptable, considera vlidos los datos
de ese d .
Si no es aceptable, analiza las muestras de las 5 : 30, 6 : 30 y 7 : 00, por ese orden. Si dos
de estas tres son aceptables, considera los datos de ese da vlidos y en caso contrario no
los considera vlidos. Tngase en cuenta que si las dos primeras muestras son aceptables,
no es necesario analizar la tercera, y si las dos primeras muestras no son aceptables,
tampoco es necesario analizar la tercera.
(a) Calcular la probabilidad de que los datos obtenidos un da se consideren vlidos.
(b) Sabiendo que los datos de un da son vlidos, cul es la probabilidad de que la muestra
de las 6 : 00 haya sido aceptable? Y la probabilidad de que haya sido necesario analizar
todas las muestras para decidir?
(c) Sabiendo que los datos de un da no son vlidos, cul es la probabilidad de que ninguna
de las muestras analizadas haya sido aceptable?

Problema 1.24 (lgebra de sucesos; independencia; probabilidad condicionada)

En una red telefnica, la probabilidad de obtener comunicacin, cuando se marca correctamente,
es 1516. Se hacen dos intentos de comunicar como mximo.
(a) Calcular la probabilidad de obtener comunicacin marcando correctamente.
(b) Si la probabilidad de marcar errneamente en el primer intento es 110 y en el segundo
130, hallar la probabilidad de obtener comunicacin.
6 Problemas del tema 1: Espacios probabilsticos

(c) Sabiendo que se ha obtenido comunicacin en el segundo intento, calcular la probabilidad

de haber marcado mal el primero.

Problema 1.25 (Reglas de la probabilidad total, de Bayes y del complementario)

La urna contiene 4 bolas blancas y 3 negras, mientras que la urna contiene 2 bolas blancas
y 5 negras. Se sacan 2 bolas de la urna y, sin verlas, se meten en la urna . A continuacin,
se extraen 2 bolas de la urna .

(a) Calcular la probabilidad de que las 2 bolas extradas de sean blancas.

(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.

Problema 1.26 (Reglas de la probabilidad total y de Bayes)

Se sacan dos cartas de una baraja espaola. A continuacin, se lanza un dado por cada carta
de oros que haya salido.

(a) Calcular la probabilidad de que los dados sumen 4.

(b) Sabiendo que los dados suman 4, hallar la probabilidad de haber sacado un oro.

Problema 1.27 (Reglas de la probabilidad total, de Bayes y del complementario)

Se lanza un dardo a una diana que consta de 4 crculos concntricos, puntuados de 4 a 1 desde
fuera hacia dentro. La probabilidad de dar en una corona circular es directamente proporcional
a su puntuacin. Si la puntuacin es menor que 3, se introducen en una urna 3 bolas blancas;
en caso contrario, se introduce 1 blanca. Adems, si la puntuacin es par, se aade a la urna 1
bola negra y si es mltiplo de 3, se aaden 2 negras. Despus de este proceso, se extrae de la
urna una bola al azar.

(a) Calcular la probabilidad de obtener bola blanca.

(b) Sabiendo que la bola extrada es negra, hallar la probabilidad de haber dado en el 3.

Problema 1.28 (Reglas de la probabilidad total y de Bayes)

En un foro de Internet, 4 personas debaten sobre un tema en el que slo se puede estar a favor,
con probabilidad 35, o en contra, con probabilidad 25. Una vez conectados, los participantes
mantienen su opinin inicial.

(a) Determinar las posibles composiciones del foro, en cuanto a nmero de partidarios y
detractores. Calcular sus probabilidades.

(b) Hallar la probabilidad de que, en un momento dado, dialoguen un partidario y un detrac-

tor.

(c) Sabiendo que dialogan un partidario y un detractor, obtener la probabilidad de que sean
2 los partidarios que participan en el foro.

Problema 1.29 (Serie y paralelo; independencia; probabilidad total y Bayes)

En la red de la figura, se enva un mensaje del nodo origen al nodo destino.
 7

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

Problema 2.1 (Juego como variable aleatoria discreta)

En el juego de la ruleta, sale un nmero entre 0 y 36. Una persona apuesta 6 C = a la primera
docena (del 1 al 12). Si sale uno de dichos nmeros, el jugador recibe 18 C
=. En caso contrario,
pierde lo apostado.
(a) Definir una variable aleatoria, , que describa la ganancia del jugador. Hallar su funcin
de masa y representarla.
(b) Construir y representar la funcin de distribucin de .
(c) Calcular (8 12) y (8 12).
(d) Hallar la media, la varianza y el coeficiente de variacin de .
(e) Determinar si el juego es equitativo. En caso negativo, proponer un juego alternativo que
s lo sea.

Problema 2.2 (Juego como variable aleatoria discreta)

Una urna contiene 3 bolas blancas y 2 verdes. Un jugador extrae dos bolas a la vez. Si ambas
son blancas, el jugador pierde 3 C
=. Si una es blanca y la otra verde, gana 1 C
=. En otro caso,
queda en paz.
(a) Definir una variable aleatoria, , que describa la ganancia del jugador. Hallar su funcin
de masa y representarla.
(b) Construir y representar la funcin de distribucin de .
(c) Calcular (3 0) y (4 0).
(d) Hallar la media, la varianza y el coeficiente de variacin de .
(e) Determinar si el juego es equitativo. En caso negativo, proponer un juego alternativo que
s lo sea.

Problema 2.3 (Funcin de distribucin de una variable discreta)

Sea una variable aleatoria con funcin de distribucin:


0 si 1




14 si 1 1
() := 38 si 1 2



78 si 2 4



1 si 4
10 Problemas del tema 2: Variables aleatorias

(a) Representar y verificar que es funcin de distribucin. Determinar si es discreta o

continua.

(b) Construir y representar la distribucin de probabilidad de .

(c) Calcular ( = 3), (1 2) y (1 2).

(d) Hallar la media, la varianza y el coeficiente de variacin de . Qu variable es ms

dispersa, sta o la del problema 2.1?

Problema 2.4 (Funcin de distribucin de una variable discreta)

Sea una variable aleatoria con funcin de distribucin:


0 si 6



02 si 6 2
() :=

07 si 2 2


1 si 2

(a) Representar y verificar que es funcin de distribucin. Determinar si es discreta o

continua.

(b) Construir y representar la distribucin de probabilidad de .

(c) Calcular ( = 07), (6 2) y (3 2).

(d) Hallar la media, la varianza y el coeficiente de variacin de . Qu variable es ms

dispersa, sta o la del problema 2.2?

Problema 2.5 (Densidad con constante; cambio a discreta)

En una gasolinera, el volumen de ventas diario, en miles de litros, es una variable aleatoria, ,
con funcin de densidad:

si 0 1
() := 2 si 1 2


0 en otro caso

(a) Hallar el valor de y representar .

(b) Construir y representar la funcin de distribucin de .

(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.

(d) Hallar el volumen esperado de ventas diario y la varianza de dicho volumen.

(e) El precio de la gasolina es 1 C= l si se venden menos de 500 l. Si se venden entre 500 l y

1200 l, el precio es 09 C
= l. En otro caso, el precio es 08 C
= l. Calcular el precio medio
de la gasolina.

Problema 2.6 (Densidad con constante; cambio a discreta)

La longitud de una pieza de cierto tipo, en cm, es una variable aleatoria, , con funcin de
 11

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.

Problema 2.7 (Funcin de distribucin (1 2 12 1); cambio a continua)

En un mineral, la proporcin de metal es una variable aleatoria continua, , con funcin de
distribucin:

0 si 12
() := 2
4 + 8 + si 12 1


1 si 1
(a) Hallar el valor de y representar .
(b) Construir y representar la funcin de densidad de .
(c) Calcular la probabilidad de que la proporcin de metal supere el 75 %.
(d) Hallar la proporcin esperada de metal y la varianza de dicha proporcin.
(e) El precio del mineral es = 5+2 . Construir y representar las funciones de distribucin
y de densidad de .
(f) Calcular el precio medio y la varianza de dicho precio.

Problema 2.8 (Funcin de distribucin (1 2); cambio a continua)

En un producto qumico, la proporcin de impurezas es una variable aleatoria continua, , con
funcin de distribucin:

0 si 0
() := 2 si 0 1


1 si 1
(a) Hallar el valor de la constante y representar .
(b) Construir y representar la funcin de densidad de .
(c) Calcular la probabilidad de que la proporcin de impurezas supere el 50 %.
(d) Hallar la proporcin esperada de impurezas y la varianza de dicha proporcin.
12 Problemas del tema 2: Variables aleatorias

(e) El precio de un litro de producto, en euros, es = 4 2 . Construir y representar las

funciones de distribucin y de densidad de .
(f) Calcular el precio medio y la varianza de dicho precio.
 Problemas del tema 3

Modelos de distribucin discreta

Problema 3.1 (Variable uniforme discreta)

Una caja contiene 4 lmparas: una de 40 W, otra de 60 W, otra de 75 W y otra de 100 W. Se
elige una lmpara al azar.
(a) Calcular la probabilidad de que su potencia sea menor o igual que 60 W y la de que
sea mayor que 50 W.
(b) Hallar la potencia esperada de la lmpara elegida y la desviacin tpica de dicha potencia.

Problema 3.2 (Variable uniforme discreta)

Se lanza una moneda 2 veces y se considera el resultado como un nmero de 2 dgitos, inter-
pretando cara como 0 y cruz como 1.
(a) Calcular la probabilidad de que el nmero sea menor o igual que 10 y la de que sea mayor
que 2.
(b) Hallar el valor esperado del resultado y la varianza de dicho valor.

Problema 3.3 (Variables binomiales)

En una maternidad, la experiencia muestra que el 40 % de los recin nacidos son nias. Si en
una semana hay 10 partos, se pide:
(a) Calcular la probabilidad de que nazcan menos de 8 nias y la de que nazcan 8 nias.
(b) Determinar la probabilidad de que nazcan menos de 8 nias, pero al menos 3.
(c) Hallar la probabilidad de que nazcan menos de 8 nios y el nmero esperado de nios.
(d) Obtener la probabilidad de que nazcan menos de 8 nias, sabiendo que los 3 primeros
nacidos han sido nias.
(e) Calcular la probabilidad de que los 3 primeros nacidos sean nios y en total haya 7 nios.

Problema 3.4 (Variables binomiales)

En un huerto, el 10 % de las calabazas no tiene pipas. Se recolectan 9 calabazas al azar.
(a) Calcular las probabilidades de obtener menos de 2 calabazas sin pipas y 2 sin pipas.
(b) Determinar la probabilidad de obtener ms de 1 calabaza sin pipas, pero a lo sumo 4.
(c) Hallar la probabilidad de obtener ms de 6 calabazas con pipas y el nmero esperado de
calabazas con pipas.
14 Problemas del tema 3: Modelos de distribucin discreta

(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.

Problema 3.5 (Variable geomtrica)

Un circuito integrado tiene varios millones de transistores, el 2 % de los cuales son defectuosos.
El funcionamiento de cada transistor es independiente de los dems. Se revisan transistores al
azar.
(a) Calcular la probabilidad de revisar ms de 3 transistores antes de hallar el primero defec-
tuoso.
(b) Se revisan 5 transistores y son correctos. Hallar la probabilidad de revisar menos de 9
transistores antes del primero defectuoso.
(c) Obtener el nmero esperado de transistores revisados antes del primero defectuoso.

Problema 3.6 (Variables geomtrica y binomial)

En una red ATM (Asynchronous Transfer Mode), cada mensaje consta de 0 o ms celdas de
informacin, seguidas de una celda de fin de mensaje. Si se toma un mensaje al azar, el nmero
de celdas de informacin sigue una distribucin geomtrica.
(a) Se sabe que el nmero medio de celdas de informacin es 7. Calcular la probabilidad de
que un mensaje contenga menos de 3 celdas de informacin.
(b) Las 5 primeras celdas de un mensaje son de informacin. Hallar la probabilidad de que
el mensaje contenga ms de 7 celdas de informacin.
(c) Se transmiten 10 mensajes independientes. Obtener la probabilidad de que 4 o ms de
ellos contengan menos de 3 celdas de informacin cada uno.

Problema 3.7 (Variables de Poisson)

En un red de carreteras, el nmero medio de accidentes es 2 cada da entre semana y 4 cada
da de fin de semana. Se supone que los accidentes son independientes y que su promedio
permanece constante en el tiempo. Se eligen das al azar.
(a) Calcular la probabilidad de que un martes se produzcan menos de 5 accidentes y la de se
produzca 1.
(b) Un fin de semana se considera negro si entre el sbado y el domingo se producen al
menos 6 accidentes. Determinar la probabilidad de que esto suceda.
(c) Obtener la probabilidad de que entre un viernes, un sbado y un domingo se produzcan
ms de 7 accidentes y menos de 14 en total.
(d) Hallar el nmero esperado de accidentes en 1 ao (52 semanas).

Problema 3.8 (Variables de Poisson)

Un libro de texto contiene teora y problemas resueltos. El nmero medio de erratas es 1 en cada
pgina de teora y 2 en cada pgina de problemas. Se supone que las erratas son independientes
y que su promedio es constante para cada tipo de pgina. Se eligen pginas al azar.
 15

(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.

Problema 3.9 (Variables de Poisson, geomtrica y binomial; cambio de variable)

En cierto club de lectura, cada socio compra una media de 4 libros al semestre. Las compras
son independientes y su promedio permanece constante en el tiempo. Se eligen socios al azar.
(a) Calcular la probabilidad de que un socio compre menos de 3 libros en un semestre y la
de que no compre ninguno.
(b) Hallar la probabilidad de que un socio compre ms de 5 libros en un ao.
(c) Obtener la probabilidad de que el sptimo socio elegido sea el primero que compra ms
de 5 libros en un ao.
(d) Determinar la probabilidad de que, entre 10 socios, ms de 3 de ellos compren ms de 5
libros en un ao cada uno.
(e) Si un socio compra ms de 5 libros un ao, el club le da un cheque regalo de 20 euros
para compras en el ao siguiente. Calcular el descuento medio conseguido por un socio
para el ao siguiente.

Problema 3.10 (Variables de Poisson, geomtrica y binomial)

Una fbrica emite contaminacin 2 veces al mes en promedio. Las emisiones son independientes
y su promedio pemanece constante en el tiempo.
(a) Calcular la probabilidad de que un mes haya menos de 4 emisiones.
(b) Hallar el nmero de emisiones esperado en un trimestre.
(c) Si en un trimestre hay ms de 8 emisiones, entonces la fbrica se revisa. Obtener la
probabilidad de que esto suceda.
(d) Calcular la probabilidad de que la fbrica funcione 5 trimestres antes de ser revisada.
(e) Hallar el nmero medio de trimestres que deben transcurrir antes de que la fbrica sea
revisada.
(f) Si en un trimestre hay ms de 1 mes con al menos 4 emisiones, entonces la fbrica se
para. Obtener la probabilidad de que esto suceda.

Problema 3.11 (Variables binomiales y geomtrica; aproximacin por Poisson)

En cierta regin, la probabilidad de que un da de verano haya tormenta es 01. Se supone que
los das son independientes.
(a) Calcular la probabilidad de que en los 10 primeros das del verano haya 2 con tormenta.
16 Problemas del tema 3: Modelos de distribucin discreta

(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.

Problema 3.12 (Variables binomiales; probabilidad condicionada)

Un examen, que consta de 10 preguntas, se aprueba si se contestan correctamente 5 o ms.
Cada pregunta tiene 3 apartados y la respuesta se considera correcta si se contestan bien 2 o
ms apartados. La probabilidad de que un alumno conteste bien cada apartado es 06.
(a) Calcular la probabilidad de que dicho alumno conteste bien una pregunta.
(b) Hallar la probabilidad de que el alumno apruebe el examen.
(c) Determinar la nota esperada en el examen.
(d) Sabiendo que el alumno ha aprobado el examen, obtener la probabilidad de que haya
contestado correctamente 7 preguntas.
 Problemas del tema 4

Modelos de distribucin continua

Problema 4.1 (Variables uniforme y binomial; suma de uniformes)

Un autobs pasa por una parada cada 20 minutos. Diez personas, que no conocen el horario,
acuden independientemente a la parada.
(a) Calcular la probabilidad de que una persona espere ms de 15 minutos y la de que espere
menos de 3 minutos.
(b) Hallar la media del tiempo total de espera de las 10 personas y la varianza de dicho
tiempo.
(c) Obtener la probabilidad de que el nmero de personas que esperan ms de 15 minutos
est entre 3 y 7, ambos incluidos.

Problema 4.2 (Variable uniforme; suma de uniformes)

En una base de datos, el tiempo de acceso a un registro, en milisegundos, se distribuye unifor-
memente entre 0 y la constante .
(a) Sabiendo que el 10 % de los accesos dura menos de 2 milisegundos, hallar .
(b) Calcular la probabilidad de que un acceso dure entre 5 y 30 milisegundos.
(c) Se accede a 100 registros, situados al azar. Obtener el tiempo de acceso total esperado y
la varianza de dicho tiempo.

Problema 4.3 (Mnimo de exponenciales; suceso complementario; falta de memoria)

Un sistema consta de 2 componentes independientes montados en serie. La duracin de cada
componente sigue una distribucin exponencial, de media 3 meses para el primero y 6 meses
para el segundo.
(a) Calcular la probabilidad de que el sistema funcione menos de 2 meses.
(b) Obtener la distribucin de la duracin del sistema. Cul es su duracin esperada?
(c) El sistema lleva 1 mes funcionando. Hallar la probabilidad de que funcione menos de 3
meses.

Problema 4.4 (Mximo de exponenciales; complementario; probabilidad condicionada; falta de

memoria)
Un sistema consta de 2 componentes independientes montados en paralelo. La duracin de
cada componente sigue una distribucin exponencial, de media 24 meses para el primero y 36
meses para el segundo.
18 Problemas del tema 4: Modelos de distribucin continua

(a) Calcular la probabilidad de que el sistema funcione ms de 1 ao.

(b) El sistema lleva funcionando ms de 1 ao. Hallar la probabilidad de que el primer
componente no se haya estropeado en ese tiempo.
(c) Ambos componentes llevan funcionando 1 ao. Obtener la probabilidad de que el sistema
funcione a lo sumo 2 aos.

Problema 4.5 (Variables de Pareto; probabilidad total y Bayes)

Un ordenador est conectado con dos terminales, y . El tiempo que tarda en llegar un
mensaje al ordenador, en milisegundos, tiene funcin de densidad si procede de y funcin
de distribucin si procede de .
( (
0 si 2 0 si 4
() := 2
() := 2
2 si 2 1 (4) si 4
(a) Para cada terminal, calcular la probabilidad de que un mensaje tarde entre 3 ms y 6 ms.
(b) Un mensaje, procedente de , lleva 6 ms transmitindose. Hallar la probabilidad de que
tarde al menos 9 ms en recibirse. Carece de memoria la distribucin ?
(c) Un mensaje, procedente de , lleva 30 ms transmitindose. Calcular la probabilidad de
que tarde al menos 45 ms en recibirse. Comparar el resultado con el del apartado anterior.
(d) Para cada terminal, obtener el tiempo esperado que tarda un mensaje y la varianza de
dicho tiempo.
(e) Al ordenador llegan 7 mensajes procedentes de y otros 3 procedentes de . Uno de
ellos ha tardado entre 3 ms y 6 ms. Calcular la probabilidad de que proceda de .

Problema 4.6 (Variables de Pareto; probabilidad total y Bayes)

La duracin de una lmpara, en meses, tiene funcin de densidad si es de marca y si
es de marca .
( (
0 si 2 0 si 3
() := () :=
83 si 2 324 5 si 3
(a) Para cada marca, calcular la probabilidad de que una lmpara dure entre 3 y 5 meses.
(b) Una lmpara de marca ha durado 2 meses. Hallar la probabilidad de que dure al menos
otros 6 meses. Carece de memoria la distribucin ?
(c) Una lmpara de marca ha durado 6 meses. Calcular la probabilidad de que dure al
menos otros 18 meses. Comparar este resultado con el del apartado anterior.
(d) Para cada marca, obtener la duracin esperada de una lmpara y la varianza de dicha
duracin.
(e) Una lmpara proviene de un lote con el 30 % de marca y el resto de marca . Calcular
la probabilidad de que sea de marca , sabiendo que ha durado entre 3 y 5 meses.

Problema 4.7 (Variables normal y binomial; simetra; reproductividad)

La duracin de una bombilla sigue una distribucin normal con media 180 meses y varianza 25
meses2 .
 19

(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.

Problema 4.8 (Variables normal y binomial; simetra; reproductividad)

El dimetro de una vlvula sigue una distribucin normal con media 30 mm y desviacin tpica
01 mm.
(a) Solo son tiles las vlvulas cuyo dimetro se encuentra entre 29767 mm y 302 mm. Si
el dimetro es mayor, la valvula se reprocesa. En otro caso, se desecha. Calcular los
porcentajes de vlvulas desechadas, reprocesadas y tiles.
(b) Hallar el dimetro mximo que tiene el 95 % de las vlvulas.
(c) Obtener la probabilidad de que los dimetros de 9 vlvulas sumen ms de 2703 mm.
(d) Determinar la probabilidad de que entre 6 vlvulas haya que desechar a lo sumo 1.

Problema 4.9 (Variables exponencial, gamma, binomial y geomtrica; TLC)

En un sistema informtico, la duracin de una consulta sigue una distribucin exponencial. Se
sabe que 1 de cada 9 consultas dura ms de 2 s y que todas las consultas son independientes.
(a) Hallar la duracin media de una consulta.
(b) Una consulta lleva 5 s en el sistema. Calcular la probabilidad de que dure ms de 6 s.
(c) Determinar la probabilidad de que 2 consultas duren en total ms de 3 s.
(d) Obtener la probabilidad de que 100 consultas duren en total entre 85 s y 95 s.
(e) Se realizan 6 consultas. Calcular la probabilidad de que al menos 2 de ellas duren ms
de 1 s cada una.
(f) Hallar la probabilidad de que haya que realizar menos de 6 consultas antes de la primera
que dura ms de 1 s.

Problema 4.10 (Variables exponencial, gamma, binomial y geomtrica;TLC)

En un sistema operativo, cada proceso espera hasta que se le asigna el procesador. El tiempo
de espera de un proceso sigue una distribucin exponencial de media 5 ms. Todos los procesos
son independientes.
(a) Calcular la probabilidad de que un proceso espere ms de 4 ms.
(b) Un proceso lleva esperando 6 ms. Hallar la probabilidad de que espere menos de 10 ms.
(c) Determinar la probabilidad de que 2 procesos esperen en total ms de 5 ms.
(d) Obtener la probabilidad de que 144 procesos esperen en total entre 660 ms y 750 ms.
20 Problemas del tema 4: Modelos de distribucin continua

(e) El sistema recibe 9 procesos. Calcular la probabilidad de que ms de 5 de ellos esperen

ms de 4 ms cada uno.
(f) Hallar la probabilidad de que haya menos de 9 procesos antes del primero que espera ms
de 4 ms.

Problema 4.11 (Variables binomiales; TLC)

Un profesor llega tarde a clase el 4 % de los das.
(a) Calcular la probabilidad de que el profesor llegue tarde 2 das en una semana (5 das).
(b) Hallar la probabilidad de que llegue tarde como mximo 3 das en un curso (150 das).
(c) Determinar la probabilidad de que llegue tarde como mnimo 18 das en 4 cursos (600
das).

Problema 4.12 (Variables de Poisson y binomiales; TLC)

Cierta persona sufre una media de 1 percance diario. Los percances son independientes y su
nmero medio permanece constante en el tiempo.
(a) Se considera que la persona tiene un da desgraciado si padece ms de 2 percances.
Calcular la probabilidad de este suceso.
(b) Hallar la probabilidad de que la persona sea afortunada, lo cual significa que en 3 meses
(90 das) tiene menos de 5 das desgraciados.
(c) Determinar la probabilidad de que la persona sea gafe, lo cual significa que en un ao
(365 das) tiene ms de 35 das desgraciados.

Problema 4.13 (Suma de variables uniformes; TLC)

En una unidad de disco, el tiempo de acceso a un dato flucta uniformemente entre 0 y 12
milisegundos. Se accede a 48 datos, situados al azar en el disco.
(a) Calcular el tiempo total de acceso esperado y la varianza de dicho tiempo.
(b) Hallar la probabilidad de que dicho tiempo se encuentre entre 240 ms y 264 ms.
(c) Obtener la probabilidad de que el tiempo medio de acceso a uno de los 48 registros est
entre 5 ms y 65 ms.

Problema 4.14 (Suma de variables de Pareto; TLC)

El salario mensual de una persona, en miles de C
=, sigue una distribucin de Pareto de parmetro
= 3. Se sabe que el salario mnimo es 08 y se forma un grupo tomando 300 personas al azar.
(a) Calcular el salario mensual esperado del grupo y la varianza de dicho salario.
(b) Hallar la probabilidad de que dicho salario se encuentre entre 342 y 354.
(c) Obtener la probabilidad de que el salario mensual medio de una persona del grupo est
entre 114 y 122.

Problema 4.15 (Variables exponencial, binomial, geomtrica y gamma; TLC)

Una mquina deja de funcionar slo si falla cierta pieza. Cuando eso sucede, el personal de
 21

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.

Problema 4.16 (Variables de Poisson y binomial; TLC)

Una clnica de urgencias recibe una media de 2 pacientes cada hora. Los pacientes acuden
independientemente y su nmero medio permanece constante en el tiempo.
(a) Calcular la probabilidad de recibir al menos 5 pacientes en un periodo de 4 horas.
(b) Hallar la probabilidad de recibir menos de 141 pacientes en 3 das (24 horas diarias).
(c) A partir de los datos recogidos durante 3 das, se calcula el nmero medio de pacientes
recibidos cada hora. Obtener la probabilidad de que la media muestral obtenida sea
mayor que 21.
(d) Determinar la probabilidad de que un da haya 5 periodos de 4 horas en cada uno de los
cuales se reciban al menos 5 pacientes.
22 Problemas del tema 4: Modelos de distribucin continua
 Problemas del tema 5

Estimacin puntual

Problema 5.1 (Variable exponencial; momentos y mxima verosimilitud)

En un peaje de autopista, el tiempo transcurrido entre la llegada de dos coches sigue una
distribucin exponencial. Se observa la muestra [29 34 9 25 18 5] (en segundos). Estimar, por
mxima verosimilitud, la probabilidad de que transcurra ms de 1 minuto entre la llegada de
un coche y la del siguiente.

Problema 5.2 (Variable de Poisson; momentos y mxima verosimilitud)

En un peaje de autopista, el nmero de coches que llegan cada 5 minutos tiene promedio
constante y los coches llegan independientemente. Se observa la muestra [7 5 2 2 4 1 4 3].
Estimar la probabilidad de que en 10 minutos lleguen ms 6 coches.

Problema 5.3 (Distribucin ( 1); momentos y mxima verosimilitud)

Sea una variable aleatoria con funcin de densidad:
(
1 si 0 1
() =
0 en otro caso

El parmetro 0 es desconocido y es una constante a determinar.

(a) Hallar el valor de . Representar para = 3.
(b) Construir la funcin de distribucin de . Representarla para = 3.
(c) Si = 3, calcular la probabilidad de que est entre 02 y 05.
(d) Hallar la media y la varianza de .
(e) Se observa la muestra [01 08 09 05 07]. Estimar por momentos.
(f) Estimar por mxima verosimilitud.

Problema 5.4 (Distribucin (1 ); momentos y mxima verosimilitud)

Sea una variable aleatoria con funcin de densidad:
(
(1 )1 si 0 1
() :=
0 en otro caso

El parmetro 0 es desconocido y es una constante.

(a) Hallar el valor de . Representar para = 3.
24 Problemas del tema 5: Estimacin puntual

(b) Construir la funcin de distribucin de . Representarla para = 3.

(c) Si = 3, calcular la probabilidad de que est entre 03 y 06.
(d) Hallar la media y la varianza de .
(e) Se observa la muestra [01 08 09 05 07]. Estimar por momentos.
(f) Estimar por mxima verosimilitud.

Problema 5.5 (Variable binomial; momentos y mxima verosimilitud; sesgo y varianza)

Sea ( ). Se observa una muestra de donde los valores 0, 1 y 2 aparecen 22, 76 y
52 veces, respectivamente.
(a) Estimar y por momentos.
(b) Sabiendo que = 2, estimar por mxima verosimilitud.
(c) Determinar si el estimador hallado en (b) es centrado. Calcular su error cuadrtico medio.

Problema 5.6 (Variable binomial; momentos y mxima verosimilitud; sesgo y varianza)

Sea ( ). Se observa la muestra de [16 18 22 25 27].
(a) Estimar y por momentos.
(b) Sabiendo que = 100, estimar por mxima verosimilitud.
(c) Determinar si el estimador hallado en (b) es centrado. Calcular su error cuadrtico medio.

Problema 5.7 (Variable uniforme: momentos y mxima verosimilitud; comparacin de estimadores)

Sea una variable aleatoria con funcin de densidad:

1 si 0
() =
0 en otro caso

El parmetro 0 es desconocido. Sea [1 ] una muestra de .

(a) Hallar el estimador de por momentos. Determinar si es centrado y calcular su error
cuadrtico medio.
(b) Obtener el estimador de por mxima verosimilitud.
(c) Observada la muestra [12 09 23 05 0 17] , estimar usando los estimadores anteriores.
Son razonables estas estimaciones?

Problema 5.8 (Variable uniforme: momentos y mxima verosimilitud; comparacin de estimadores)

Sea una variable aleatoria con funcin de densidad:

1 si 0
() =

0 en otro caso

El parmetro 0 es desconocido. Sea [1 ] una muestra de .

 25

(a) Hallar el estimador de por momentos. Determinar si es centrado y calcular su error

cuadrtico medio.
(b) Obtener el estimador de por mxima verosimilitud.
(c) Observada la muestra [12 0 21 06 1 05] , estimar usando los estimadores
anteriores. Son razonables estas estimaciones?

Problema 5.9 (Variable geomtrica; momentos y mxima verosimilitud; sesgo y varianza)

Sea una variable aleatoria con funcin de masa:

1 1 1
si N
( = ) =

0 en otro caso

El parmetro 1 es desconocido. Sea [1 ] una muestra de .

(a) Hallar el estimador de por momentos. Determinar si es centrado y calcular su error
cuadrtico medio.
(b) Obtener el estimador de por mxima verosimilitud. Determinar si es centrado y calcular
su error cuadrtico medio.
(c) Si = 2, se consideran como estimadores de :

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.

Problema 5.10 (Variable ; momentos y mxima verosimilitud; sesgo y varianza)

Sea una variable aleatoria con funcin de densidad:
(
0 si 0
() = 1 2
2 3
si 0

El parmetro 0 es desconocido. Sea [1 ] una muestra de .

(a) Hallar el estimador de por momentos. Determinar si es centrado y calcular su error
cuadrtico medio.
(b) Obtener el estimador de por mxima verosimilitud. Determinar si es centrado y calcular
su error cuadrtico medio.
(c) Si = 2, se consideran como estimadores de :

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

Nota: los datos de estos problemas estn en el fichero Problemas 6-Intervalos.sgd.

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):

53 202 65 115 219 94 129 164 138

(Columna del fichero de datos.) Al 95 % de confianza, se pide:

(a) Construir un intervalo de confianza para el tiempo medio de impresin. Es admisible
que el tiempo medio es 18 s? Acotar el error absoluto de la estimacin de la media.
(b) Calcular el tamao muestral para que el error absoluto de la estimacin anterior sea menor
que 11 s. Suponer que la cuasivarianza muestral se mantiene.
(c) Construir un intervalo de confianza para la varianza del tiempo de impresin. Es ad-
misible que la desviacin tpica es 10 s? Acotar el error absoluto de la estimacin de la
varianza.

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

(Columna del fichero de datos.) Al 99 % de confianza, se pide:

(a) Construir un intervalo de confianza para el dimetro medio. Es aceptable que el dimetro
medio vale 8 cm? Acotar el error absoluto de la estimacin de la media.
(b) Calcular el tamao muestral para que el error absoluto de la estimacin anterior sea menor
que 01 cm. Suponer que la cuasivarianza muestral se mantiene.
(c) Construir un intervalo de confianza para la varianza del dimetro. Es aceptable que la
desviacin tpica vale 01 cm? Acotar el error absoluto de la estimacin.

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

(a) Construir un intervalo de confianza para la duracin media de una tarjeta.

(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.

(c) Obtener un intervalo de confianza para .

(d) Construir, si es posible, un intervalo de confianza para la varianza de la duracin de una

tarjeta.

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

(Columna del fichero de datos.) Al 95 % de confianza, se pide:

(a) Construir un intervalo de confianza para .

(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:

(a) Construir un intervalo de confianza para la proporcin de votos de . Es aceptable que

obtendr el 50 % de los votos? Y el 60 %?

(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:

(a) Construir un intervalo de confianza para la proporcin de compradores del producto.

Acotar el error absoluto de la estimacin de dicha proporcin. Es aceptable que el 35 %
de los consumidores comprar el producto?

(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

Problema 6.7 (Muestras pareadas con diferencia normal: IC para )

Se trata de comparar dos algoritmos de inversin de matrices. Para ello, se toma una muestra
de 8 matrices y se observan los tiempos de ejecucin respectivos (en milisegundos):

Algoritmo 23 41 56 39 12 38 69 44
Algoritmo 25 44 55 39 13 42 7 42

(Columnas y del fichero de datos.) Mediante un intervalo de con-

fianza al 96 %, determinar si ambos algoritmos son igual de rpidos en media. Admitir norma-
lidad en la diferencia entre los tiempos de ejecucin.

Problema 6.8 (Muestras pareadas con diferencia normal: IC para )

Se trata de comparar dos mtodos de simulacin: el actual y otro acelerado. Para ello, se toma
una muestra de 5 problemas y se observan los tiempos de ejecucin respectivos (en segundos):

Mtodo actual 82 85 93 76 61
Mtodo acelerado 33 39 61 34 25

(Columnas y del fichero de datos.) Al 96 % de confianza, entre qu valores

se encuentra el tiempo ganado en media con el mtodo acelerado? Admitir normalidad en la
diferencia entre los tiempos de simulacin.

Problema 6.9 (Variables normales con = : IC para )

Se trata de determinar si dos mquinas se averan con la misma frecuencia. Para ello, se mide
el tiempo entre dos averas consecutivas en cada mquina. Los datos de sendas muestras son
(en das):
Mquina 53 49 39 36 43
Mquina 48 56 54 60 57 55
(Columnas y del fichero de datos.) Tomar la decisin mediante un
intervalo de confianza al 98 %.

Problema 6.10 (Variables normales con = : IC para )

Se dispone de transistores de dos marcas, y . Para comparar sus duraciones, se toman
sendas muestras y se obtiene (en aos):

Transistor 218 181 219 203 189

Transistor 164 38 128 191 74

(Columnas y del fichero de datos.) Al 98 % de confianza, deter-

minar si ambas marcas tienen la misma duracin media.

Problema 6.11 (Variables normales con 6= : IC para )

Se trata de comparar la cantidad de sodio en dos tipos de refrescos: de limn y de cola. Para
ello, se toman sendas muestras. Los resultados, en mg l, figuran en las columnas y
del fichero de datos. Al 99 % de confianza, determinar si el contenido medio de sodio es
distinto en ambos tipos de refrescos.
30 Problemas del tema 6: Intervalos de confianza

Problema 6.12 (Variables normales con 6= : IC para )

Se trata de comparar el nivel de colesterol en dos grupos de personas: , con su dieta habitual,
y , con una dieta especfica. Para ello, se toman sendas muestras. Los resultados, en mg,
figuran en las columnas y del fichero de datos. Determinar, al 99 %
de confianza, si la dieta especfica altera el nivel medio de colesterol.

Problema 6.13 (Variables de Pareto con muestras grandes: IC para y )

Se quiere analizar el tiempo de respuesta a una peticin en dos servidores de ficheros: y .
Para ello, se toman sendas muestras. Los resultados, en milisegundos, figuran en las columnas
y del fichero de datos. Al 97 % de confianza, se pide:
(a) Se acepta que el tiempo medio de respuesta en es 90 ms?
(b) Acotar el error absoluto de la estimacin del tiempo medio de respuesta en . Calcular
el tamao muestral para dicho error sea menor que 5 ms. Suponer que la cuasivarianza
muestral no vara.
(c) Se sabe que el tiempo de respuesta en tiene funcin de densidad:
(
0 si 50
() = +1
50 si 50
Construir un intervalo de confianza para el parmetro , sabiendo que 2.
(d) Construir, si es posible, un intervalo de confianza para la varianza del tiempo de respuesta
en .
(e) Determinar si ambos servidores son igual de rpidos en media.
(f) Se puede comparar las varianzas de los tiempos de respuesta en ambos servidores?

Problema 6.14 (Variables gamma con muestras grandes: IC para y )

Se quiere comparar el tiempo de proceso de los mensajes en dos ordenadores: y . Para ello,
se toman sendas muestras. Los resultados, en milisegundos, figuran en las columnas
y del fichero de datos. Al 97 % de confianza, se pide:
(a) Se acepta que el tiempo medio de proceso en es 6 ms?
(b) Acotar el error absoluto de la estimacin del tiempo medio de proceso en . Calcular el
tamao muestral para que dicho error sea menor que 05 ms. Suponer que la cuasivarianza
muestral no vara.
(c) Se sabe que el tiempo de proceso en tiene funcin de densidad:

0 si 0
() = 3
si 0
3! 4
Construir un intervalo de confianza para el parmetro 0.
(d) Construir, si es posible, un intervalo de confianza para la varianza del tiempo de proceso
en .
(e) Determinar si existe diferencia entre los tiempos medios de proceso en y en .
 31

(f) Construir, si es posible, un intervalo de confianza para el cociente de varianzas de los

tiempos de proceso en ambos ordenadores.
32 Problemas del tema 6: Intervalos de confianza
 Problemas del tema 7

Contrastes de hiptesis paramtricas

Nota: los datos de estos problemas estn en el fichero Problemas 7-Contrastes P.sgd.

Problema 7.1 (Variable normal: contrastes unilateral para y y bilateral para )

Una empresa alimenticia indica en sus paquetes de arroz que su peso medio es 1 kg o ms. Se
observa una muestra de paquetes y se obtiene (en g):
993 991 1002 992 995 997 1003 1001 999
(Columna del fichero de datos.) Se admite que el peso de un paquete sigue una distri-
bucin normal. Contrastar, al 5 % de significacin y calculando el -valor, lo siguiente:
(a) Lo que indica el envase.
(b) El peso medio de un paquete es 1 kg.
(c) La desviacin tpica del peso es menor que 6 g.

Problema 7.2 (Variable normal: contrastes unilateral para y y bilateral para )

Un filtro de aire dura 180 das en promedio. Se modifica el filtro y se observa una muestra de
la nueva duracin (en das):
182 194 181 177 188 183 180 186 185
(Columna del fichero de datos.) Se admite que la duracin de un filtro sigue una
distribucin normal. Contrastar, al 4 % de significacin y calculando el -valor, lo siguiente:
(a) La duracin media de un filtro aumenta.
(b) La duracin media de un filtro cambia.
(c) La desviacin tpica de la duracin es menor que 8 das.

Problema 7.3 (Variable normal: contrastes unilateral para y bilateral para )

Un laboratorio farmacutico afirma que su analgsico quita la jaqueca en menos de 20 min,
con 5 min de desviacin tpica. Para verificarlo, se administra el analgsico a una muestra de
pacientes con jaqueca, se mide el tiempo hasta que desaparece el dolor y se obtiene (en min):
23 13 9 26 19
(Columna del fichero de datos.) Se admite que el tiempo mencionado sigue una
distribucin normal. Contrastar, al 2 % de significacin y calculando el -valor, las afirmaciones
del laboratorio.
34 Problemas del tema 7: Contrastes de hiptesis paramtricas

Problema 7.4 (Variable normal: contrastes bilaterales para y )

Un fabricante de planchas de metal afirma que su resistencia media a la presin es 90 kg cm2 ,
con desviacin tpica 4 kg cm2 . Para verificarlo, se observa una muestra y se obtiene (en
kg cm2 ):
79 73 77 91 67 75
(Columna del fichero de datos.) Se admite que la resistencia a la presin sigue una
distribucin normal. Contrastar, al 1 % de significacin y calculando el -valor, las afirmaciones
del fabricante.

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

(Columnas y del fichero de datos.) Contrastar, al 1 % de signi-

ficacin y calculando el -valor, que el disipador aumenta el tiempo medio hasta que acta el
ventilador en 20 minutos o ms. Admitir normalidad en la diferencia de tiempos.

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

(Columnas y del fichero de datos.) Contrastar, al 5 % de signifi-

cacin y calculando el -valor, que es ms de 01 s ms rpido que en promedio. Admitir
normalidad en la diferencia de tiempos.
 35

Problema 7.9 (Variables normales con = : comparacin de medias)

Se quiere elegir entre dos fabricantes de piezas de acero: y . Como las piezas de son ms
caras, slo interesan si su resistencia a la traccin presenta una media superior a la de en
ms de 3 unidades, manteniendo igual varianza. Para comprobarlo, se toman sendas muestras
de piezas. La resistencia de cada pieza figura en las columnas y del fichero
de datos (en N m2 ). Decidir al 4 % de significacin y calculando el -valor.

Problema 7.10 (Variables normales con = : comparacin de medias)

Se quiere elegir entre los coches y . Como es ms caro, slo interesa si su consumo
medio es menor que 15 l100 km menos que el consumo medio , siendo las varianzas de los
consumos iguales. Para decidir, se toman sendas muestras de consumo. Los resultados figuran
en las columnas y del fichero de datos (en l100 km). Decidir al 3 % de
significacin y calcular el -valor.

Problema 7.11 (Variables normales con 6= : comparacin de medias y de varianzas)

Se quiere estudiar la eficacia de un tratamiento contra la leucemia. Para ello, se aplica dicho
tratamiento a la mitad de una muestra de ratones que padecen la enfermedad. El tiempo de
supervivencia de cada ratn figura en las columnas y del fichero de datos
(en aos). El tratamiento se considera eficaz si cumple dos condiciones:
El tiempo medio de supervivencia es mayor en los ratones tratados.
La desviacin tpica del tiempo de supervivencia en los ratones tratados es menor o igual
que el doble de dicho valor en los ratones no tratados.
Contrastar, al 3 % de significacin y calculando el -valor, la eficacia del tratamiento.

Problema 7.12 (Variables normales con 6= : comparacin de medias y de varianzas)

Se trata de comparar la duracin de las bombillas de las marcas y . Para ello, se toman sen-
das muestras. La duracin de cada bombilla figura en las columnas y
del fichero de datos (en miles de horas). Contrastar, al 1 % de significacin y calculando el
-valor, que la marca tiene menor duracin media y que la desviacin tpica de su duracin
es menos de la mitad que en la marca .

Problema 7.13 (Variables con muestras grandes: media y comparacin de medias)

Dos laboratorios farmacuticos, y , desarrollan sendos medicamentos contra la osteopo-
rosis. En los ensayos clnicos, se mide el incremento de la densidad mineral sea en cada
paciente despus del tratamiento. Los resultados de sendas muestras figuran en las columnas
y del fichero de datos (en mg cm2 ). Contrastar, al 1 % de
significacin y calculando el -valor, lo siguiente:
(a) El incremento medio obtenido por es mayor que 04 unidades.
(b) El incremento medio obtenido por supera al obtenido por en ms de 05 unidades.
(c) La varianza del incremento de es ms del doble que la de .

Problema 7.14 (Variables con muestras grandes: media y comparacin de medias)

Un centro de clculo tiene dos discos duros, y , y quiere poner el ms rpido en su servidor
Web. Para decidir, toma sendas muestras de tiempos de acceso. Los resultados figuran en las
36 Problemas del tema 7: Contrastes de hiptesis paramtricas

columnas y del fichero de datos (en ms). Contrastar, al 2 % de significacin

y calculando el -valor, lo siguiente:
(a) El tiempo medio de acceso del disco es menor que 65 ms.
(b) Las varianzas de los tiempos de acceso coinciden.
(c) Ambos discos son igual de rpidos en media.
 Problemas del tema 8

Contrastes de hiptesis no paramtricas

Nota: los datos de estos problemas estn en el fichero Problemas 8-Contrastes NP.sgd.

Problema 8.1 (Variable discreta)

Un dado para rellenar quinielas tiene un 1 en tres caras, una en dos caras y un 2 en la otra
cara. Se contrasta que el dado est equilibrado. Para ello, se lanza el dado 600 veces y se
obtiene:
Smbolo 1 2
Frecuencia 270 210 120
(Columna del fichero de datos.) Decidir al 4 % de significacin y calculando el -valor.

Problema 8.2 (Variable uniforme discreta)

En cierta plaza hay 4 bares y se quiere contrastar si el pblico los visita por igual. Para ello,
se observa el nmero de clientes de cada bar durante un da, tomado al azar, y se obtiene:

Bar 1 2 3 4
Nmero de clientes 280 265 240 215

(Columna del fichero de datos.) Decidir al 3 % de significacin y calculando el -valor.

Problema 8.3 (Variable binomial)

Se quiere analizar el nmero de das que una persona compra el peridico durante un puente
de 3 das. Para ello, se toma una muestra de personas y se obtiene:

No de das 0 1 2 3
o
N de personas 13 41 23 3

(Columna del fichero de datos.) Proponer un modelo de probabilidad adecuado

para esta variable. Contrastar, al 2 % de significacin y calculando el -valor, que el modelo se
ajusta a los datos.

Problema 8.4 (Variable binomial)

Un sistema dispone de 4 canales de comunicacin. Se quiere determinar la distribucin del
nmero de canales ocupados en un instante dado. Para ello, se toma una muestra de instantes
y se obtiene:
No de canales ocupados 0 1 2 3
No de instantes 13 41 23 3
38 Problemas del tema 8: Contrastes de hiptesis no paramtricas

(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.

Problema 8.5 (Variable de Poisson)

Se analiza el nmero de llamadas telefnicas que un estudiante hace cada da. Para hallar su
distribucin, se toma una muestra de estudiantes y se obtiene:

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.

Problema 8.6 (Variable de Poisson)

En una acera, se analiza el nmero de defectos existentes en cada plancha de metal. Para
hallar su distribucin, se toma una muestra y se obtiene:

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.

Problema 8.7 (Variable (0 1))

En una red de rea local, se analiza la proporcin de colisiones que se producen. Para con-
trastar que esta variable sigue una distribucin (0 1), se toma una muestra y se obtiene:
[09 085 0 09 1]. (Columna del fichero de datos.) Decidir al 3 % de significacin
y calculando el -valor.

Problema 8.8 (Variable (1 4))

Un programa genera nmeros aleatorios de una distribucin (1 4). Para contrastar que fun-
ciona correctamente, se toma una muestra y se obtiene: [4 1 0 05]. (Columna
del fichero de datos.) Decidir al 4 % de significacin y calculando el -valor.

Problema 8.9 (Variable exponencial)

Se analiza el tiempo que un operador telefnico cobra por cada llamada. Para contrastar que
esta variable sigue una distribucin exponencial, se toma una muestra y se obtiene (en minutos):
[6 25 31 09]. (Columna del fichero de datos.) Decidir al 1 % de significacin y
calculando el -valor.

Problema 8.10 (Variable de Pareto)

Un operador telefnico factura la duracin de cada llamada con un mnimo de 1 minuto. Se
contrasta que esta variable sigue una distribucin de Pareto con parmetros = 1 y = 1. Para
ello, se toma una muestra y se obtiene (en minutos): [615 269 33 1]. (Columna
del fichero de datos.) Decidir al 2 % de significacin y calculando el -valor.