Gua de Trabajos Prcticos 61.

06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

Gua 5 Simulacin. Estimacin. Test de hiptesis

Un cambio de variable particular: la simulacin
(es necesario el uso de Excel o algn lenguaje de programacin) 5.1) Pruebe que, si U es un nmero aleatorio generado con la instruccin RANDOM de una calculadora, entonces X definida as:

X =

ln(1 U ) ~ (

5.2) Elija un nmero positivo cualquiera, y genere 8 variables aleatorias ().Luego calcule el promedio y desviacin standard muestrales, y comprelos con los valores tericos. 5.3) Genere 10 variables aleatorias continuas con funcin de densidad de probabilidad f(x)= k. x, si 0<x<2; f(x)= 0 en otro caso. Calcule su promedio y desviacin standard muestral, y comprelos con los valores tericos. 5.4) Genere 1000 valores de una variable exponencial cuya F T(t)= 1-e -1/10 t cuya media es 10. Calcule el promedio de los 1000 valores obtenidos y verifique que se obtiene un nmero cercano a la media. Genere un histograma con los valores obtenidos. Reptalo varias veces. Qu observa? 5.5) Genere 5 nmeros random. Defina la variable X = mnimo de los 5 valores. Trace el histograma de X, luego de simularla al menos 100 veces. Calcule el promedio. dem para el valor central, el mximo de los cinco valores y el segundo mayor. Interprete los resultados. 5.6) Genere por simulacin una tirada de un dado. Con ello resuelva el siguiente problema de decisin: En un juego de generala un jugador se encuentra ante la situacin que nicamente le falta completar escalera y 6, habiendo obtenido en los tiros anteriores: 2,3;5;6;6 y quedndole un solo tiro. Le conviene levantar los dados 2;3;5 y apostar a sacar ms seis o levantar un dado con 6 y apostar a escalera? Simule una cantidad suficiente de jugadas como para que el valor de decisin (cul?) sea relativamente estable. 5.7) Genere valores de 2 variables uniformes entre -1 y 1. A cada par de valores considrelo un par (x;y). Calcule a partir 1000 pares simulados la proporcin de pares que caen dentro del circulo de radio 1. A qu nmero se parece? 5.8) Simule que llegan autos en una esquina con intervalos de tiempo exponenciales de media 5 segundos. La luz roja dura 40 segundos. Cuntos autos habr en la cola al encenderse la luz verde? (en cada luz verde se vaca la cola) 5.9) (Modelo de cola simple) A la nica ventanilla de atencin al pblico llegan personas con intervalos de tiempo que responden a la F T(t)= 1- e-0,25 t (t>0) t en minutos. El tiempo de atencin en las ventanilla es una variable aleatoria X con f X(x) = 2/25 x para 0<x<5. Calcule por simulacin el tiempo promedio de espera para entrar en ventanilla, el tiempo promedio en que una ventanilla se encuentra sin clientes, la longitud promedio de la cola, la proporcin de clientes que no deben esperar para ser atendidos, la proporcin de clientes con mas de 8 minutos de espera. Trace en un diagrama x,y los pares x longitud de la cola para cada persona que llega vs. y su tiempo de espera.

Estadistica descriptiva
5.10) Los 30 operarios de una empresa tienen las siguientes alturas y pesos: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 altura m 1,64 1,80 1,71 1,93 1,71 1,68 1,75 1,91 1,63 1,82 1,59 1,80 1,88 1,77 1,68 peso Kg 61 84 69 88 74 68 72 82 68 86 64 81 91 72 59 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 altura m 1,63 1,72 1,78 1,71 1,68 1,81 1,71 1,81 1,74 1,78 1,80 1,80 1,74 1,67 1,93 peso Kg 62 67 81 61 72 88 72 80 77 70 89 84 76 57 101

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

Presente un informe sinttico descriptivo de la poblacin de operarios y realice grficos representativos. 5.11) Terico: Explique a una persona sin conocimientos de estadstica, a quien le explicaron que la variancia es un valor medio de las distancias cuadrticas a la media, por qu para estimar la variancia muestral divide por (N-1) y no por N. 5.12) Una empresa tiene 150 clientes y hace un censo para establecer el grado de satisfaccion medido de 1 a 5 (1: insatisfecho, 5: totalmente satisfecho) grado respuestas 1 10 2 20 3 50 4 40 5 30

Elabore un informe de estadstica descriptiva. 5.13) Se han obtenido valores de tiempos al procesar lotes de hilo en una mquila continua de hilar: (en horas). lote 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 horas 1,72 1,88 2,88 2,23 1,83 1,23 1,42 1,90 1,90 2,91 1,28 2,10 1,75 0,71 1,36 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 2,87 1,60 1,78 1,95 1,77 0,98 2,82 1,96 1,39 2,15 1,80 1,81 1,48 0,88 2,13 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 2,47 0,80 1,25 2,08 1,53 2,34 0,58 1,69 2,36 1,55 2,11 1,61 3,29 1,76 2,35 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 3,22 1,37 1,10 1,69 2,98 1,35 2,30 1,64 0,69 1,60 1,21 1,98 0,91 1,27 1,98 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 1,91 1,87 1,59 3,44 0,96 4,84 1,01 1,62 1,63 2,86 2,21 3,02 1,57 0,89 1,08 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 1,75 2,48 3,06 2,34 1,45 0,64 1,59 1,12 3,66 1,14 0,98 1,15 1,12 2,00 0,81 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 2,03 2,49 1,94 1,78 1,79 2,48 2,05 2,06 2,19 1,49 0,80 0,60 1,53 2,89 1,71 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 2,02 2,50 3,81 1,63 1,82 0,53 1,52 2,30 2,98 3,44 0,71 3,44 2,27 2,06 1,80 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 2,49 2,37 1,76 1,14 1,16 1,48 1,94 2,19 2,74 2,07 1,04 1,67 2,24 0,76 2,51 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 1,23 2,56 2,78 1,62 1,78 1,74 1,30 0,96 2,47 1,35 2,30 3,28 2,71 2,89 1,73 Realice un histograma. Elabore un informe de estadstica descriptiva.

Estimacin de parmetros
5.14) D una muestra de 5 nmeros en la cual la mediana coincide con la media, otra en que la mediana tome valores muy por encima de la media, y otra en que tome valores muy por debajo. 5.15) Se desea estimar la media de una poblacin normal N(; 1), basndose en dos observaciones. Para eso se proponen tres estimadores:

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

4 X1 + X 2 3X1 + X 2 X + X2 1 = ; 2 = ; 3 = 1 5 6 2
Calcule los errores cuadrticos medios de c/estimador Cul de ellos es preferible? Explique por qu. 5.16) En una serie de m experiencias binomiales se registran X xitos, y en una serie posterior de n experiencias binomiales se registran Y xitos.

X /m+ Y /n 2 = X + Y ; p 2 m+ n Calcule los errores cuadrticos medios de cada estimador Cul es preferible? 1 = Se proponen los siguientes estimadores del parmetro p: p

5.17) Estime por el mtodo de mxima verosimilitud, tomando una muestra aleatoria de tamao n: a) Los parmetros y de una distribucin normal. b) El parmetro p de una distribucin Bi(n; p). c) El parmetro p, la media y la varianza de una distribucin G(p) d) El parmetro p, la media y la varianza de una distribucin de Pascal (r,p) e) La media, la varianza y el desvo standard de una distribucin de Poisson. f) El parmetro lambda, la media y la varianza de una distribucin exponencial 5.18) Estime por el mtodo de mxima verosimilitud, para una muestra aleatoria de temao n: a) El parmetro b de una distribucin uniforme [0; b]. b) Si el estimador obtenido resulta sesgado, proponga uno que no lo sea. 5.19) Sea una funcin densidad f(x)= K/x3 para x>a; 0 para otros x. Encuentre el valor de K. Estime el parmetro a si se han obtenido tres valores muestrales 5, 6, 8. Establezca un intervalo de confianza. 5.20) Estime el parmetro a de una funcin del tipo obtenido 3 valores muestrales: 3; 4; 4,4. f(x)= 1/2 (x-a) para a<x<a+2 si se han

5.21) La longitud (en metros) de ciertas varillas es una variable aleatoria con funcin de densidad:
ax 3 0 < x K f ( x / a) = 0 en otro caso

siendo a>0. Determine K. Estime en forma bayesiana (pregunte a sus docentes la distribucin a priori para a), y presente un intervalo de confianza para el parmetro a, si en una muestra de cuatro varillas se obtuvieron las siguientes longitudes en metros: 1, 1, 4, 2. Con esta informacin calcule la probabilidad de que una varilla mida ms de 4 metros. 5.22) Una primera estimacion de la cantidad de enfermos se hizo con una muestra al azar de 50 individuos encontrando 1 enfermo. Se obtiene una segunda muestra de 100 individuos y no se encontr ningn enfermo. Qu puede informar respecto al porcentaje de enfermos en esa poblacin? 5.23) Para estimar la probabilidad de As de un dado que puede estar cargado se lo tira 20 veces obtenindose 6 ases. Si ahora debe arrojarlo 3 veces y el premio es de 2$ por As obtenido, cul estima que ser la media del premio? 5.24) Un productor de manzanas provee las mismas en cajas de 48 manzanas. Sabe que su cliente elige una caja, controla 5 manzanas y rechaza la partida si encuentra una fuera de calidad. Siendo que el porcentaje de manzanas defectuosas de su produccin es del 1% coloca 2 defectuosas entre las 48. Cul es la probabilidad de que le rechacen la partida? 5.25) (Requiere computadora) Simule 80 valores de una variable binomial de p=0,01; n=6. Estime con los valores obtenidos en valor de p, calcule un intervalo de confianza al 95%. Compare los resultados con el valor real utilizado en la simulacion. Observe y analice las diferencias. Observacion: ste es un ejemplo didctico, lgicamente no tendra ninguna lgica que no sea la didctica simular para estimar. 5.26) En una bodega se desea conocer la proporcin p de barriles existentes con el vino ya estacionado y listo para la distribucin. En base a estudios previos, se le asigna a p la siguiente

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

distribucin: f ( p ) = c(1 p ) ; para 0 < p < 1 . Por otro lado, a un empleado de la bodega se le encomienda la tarea de probar un vaso de cada uno de los 800 barriles existentes, para poder determinar p en forma exacta. El empleado empieza a probar un vaso de cada barril, y va anotando en su cuaderno LISTO o NO LISTO, de acuerdo a lo que prueba. Sin embargo, luego de probar el noveno vaso, se olvida de qu era lo que estaba haciendo, y se queda dormido entre dos barriles. Otro empleado recoge el cuaderno, donde encuentra 5 veces la palabra LISTO y 4 veces NO LISTO. a) Actualice en forma bayesiana la distribucin de p, en base a los 9 resultados que lleg a obtener el primer empleado. Hallar la meda y el mximo de la distribucin a posteriori de p condicional a dichos resultados. b) Encuentre el estimador de mxima verosimilitud, que no tiene en cuenta la distribucin a priori, y compare con el mximo encontrado en a). 5.27) De un nuevo ventilador se quiere estimar en forma bayesiana el parmetro suponiendo que el tiempo de vida es exponencial y que la distribucin a priori para es U(0; 0,05). Si 5 pruebas dieron como resultado: 100; 120; 180; 110 y 90 horas, halle f(x1,,x5) y estime la probabilidad de que un equipo dure ms de 100 horas. 5.28) Se supone que la concentracin de SO 4 para una estacin de contaminacin tiene distribucin N(, 4ppm). Captando 16 muestras de una hora de duracin cada una, seleccionadas al azar en un perodo de estudio, se obtuvo una media muestral de 9 ppm. a) Cul es el intervalo de confianza del 95% de nivel de confianza para ? b) Cul debe ser el tamao de la muestra si se desea que el error sea menor a 0,25 ppm, con una confianza del 90%? c) Cul es el intervalo de confianza del 95% para estimar si el desvo standard fue estimado a partir de los datos de la muestra: s=4 ppm? 5.29) De un conjunto de datos sobre DBO (demanda bioqumica de oxgeno) en una cierta estacin fluvial se obtuvo que para 25 das seleccionados al azar, dicho parmetro indicador de contaminacin arrojaba una media muestral de 35 mg/l y s 2=0,184 (mg/l)2. Asuma que el nivel diario de DBO obedece a una distribucin normal. a) Halle el intervalo de confianza del 99% de nivel de confianza para estimar el verdadero valor medio de DBO. b) Cmo modificara a) si se conoce 2 = 0,184 (mg/l)2? c) Si un ingeniero no est de acuerdo con la amplitud del intervalo establecido en b) y quisiera reducirlo en un 50% considerando el mismo nivel de confianza, cuntas mediciones adicionales debera realizar? 5.30) Una empresa de servicios desea evaluar la satisfaccin de sus clientes acerca de la atencin al pblico por parte de sus empleados. Para esto, decide elegir al azar una muestra de sus clientes, de tamao n, a los cuales se les preguntar si estn o no conformes con la atencin. Si el porcentaje de clientes disconformes es menor al 70%, aplicarn correcciones. Entrevistan a n = 50 clientes, de los cuales 13 estn disconformes. Construya un intervalo de confianza del 90% para la estimacin del porcentaje de clientes disconformes. Cun grande deber ser la muestra para que el ancho del intervalo sea menor que 3%? 5.31) En una eleccin poltica se enfrentan dos candidatos, el Ing. Manodur, y el Lic. Ionorrobo. Una semana antes de la eleccin, se realiza una encuesta a 2000 votantes, de los cuales 925 eligieron al primero, y 890 al segundo. El resto manifest que pensaba votar en blanco. Estimar por intervalos de confianza de nivel 0,95 los porcentajes verdaderos de cada candidato. Es posible aventurar que alguno va a ganar, o, por el contrario, hay empate tcnico?

La decisiones bajo riesgo. Los ensayos de hiptesis

5.32) Un operario toma una muestra aleatoria de 12 cables obteniendo las siguientes longitudes (en metros): 9,2; 9,7; 9,8; 10,2; 10,4; 10; 9,4; 9,5; 10,3; 9,9; 9,7. (Se supone distribucin normal). a) Hay evidencia suficiente para afirmar con un =0.01 que la longitud media es <10m? (suponer = 0,35m ) b) Idem, si no se conoce c) Para el caso a), cul es la probabilidad de cometer error de tipo II si la longitud media verdadera fuese de 9,7 m?

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

5.33) Una mquina automtica de embolsado de papas es diseada para ubicar en promedio por lo menos 112 kilos en cada bolsa. Se sospecha que est embolsando por debajo del peso. Para controlar, se eligen 8 bolsas al azar y se encuentra que el peso de cada bolsa arroja los siguientes valores: 115; 110; 109; 107; 108; 102; 111; 113. (Se supone distribucin normal). a) Puede afirmarse que el peso medio es inferior a 112 kg (usar =0,1) b) Puede afirmarse que la desviacin standard es inferior a 5 kg? (usar =0,1) 5.34) Un fabricante de acero afirma que la dureza de su producto es N(75, 1). Disee un test de hiptesis que cumpla simultneamente con: P(error de tipo I) 0,05 y P(error de tipo II/ la dureza se aparta en ms de 2 unidades de 75) 0,05. Establezca el tamao de la muestra y el criterio de decisin. 5.35) Testee H0: = 5 contra H1: < 5 sobre la base de una muestra aleatoria de tamao 4, extraida de una poblacin que tiene una distribucin de Poisson. Elija un nivel de significacin del 5%. Dicha muestra aleatoria arroj los siguientes valores: 3; 7; 2; 4. Decida al respecto. 5.36) Se tom una muestra de 28 capacitores, midindose la distancia entre conductores. Se obtuvo x = 0,06mm, s = 0,01mm (suponga distribucin normal). a) Puede afirmar, al nivel 0,05, que la separacin media supera 0,05 mm? Plantee las hiptesis nula y alternativa y explquelas en palabras b) Si la separacin media en realidad es de 0,058 mm, halle la probabilidad de que dicho test avale la conclusin equivocada de que la separacin media es inferior a 0,05 mm, suponiendo =0,01 mm. Grafique la curva caracterstica. c) Puede afirmar, al nivel 0,95, que la desviacin standard poblacional es menor a 0,015 mm? 5.37) Para estimar el rendimiento de un proceso qumico, se observaron datos correspondientes a las ltimas 10 corridas del mismo. El rendimiento promedio de estas corridas fue de 64,8%, y la desviacin estndar de las mismas fue de 9,8%. El responsable del proceso est decidido a invertir en su mejora, slo si recibe evidencia estadstica de que el rendimiento medio del proceso es inferior al 70%. Si le preguntaran a usted justificara la inversin? (suponga que el rendimiento tiene distribucin normal y explique detalladamente su respuesta y los criterios utilizados) 5.38) Se sabe que el 30% de los automovilistas en una ciudad cruzan semforos en rojo. Para disminuir este porcentaje, la municipalidad realiza una intensiva campaa publicitaria. Luego de la misma se quiere evaluar si la campaa tuvo xito o no. Para tal fin se dispone, en una esquina representativa, una cmara de video la cual filma durante varias horas lo ocurrido en el semforo. Luego de este lapso de tiempo, se contabilizaron 400 autos pasando por la esquina, de los cuales 92 cruzaron el semforo en rojo. Se puede afirmar, con una probabilidad de error del 5%, que la campaa hizo descender el porcentaje inicial? Justifique detalladamente 5.39) Un vendedor de tornos fresadoras afirma que el 98% de las piezas que se producen, cuando se regula la mquina con la media en 80, estarn entre 79,8 y 80,2, Para no perder tiempo en ajustar la media se produce as como esta obtenindose 5 valores: 30,05; 29,90 29,95; 30,00; 30,10. Puede afirmarse que lo que dice el vendedor es correcto? Cuales son las hiptesis y las consideraciones que debe efectuar? 5.40) El contenido de los paquetes de cereal llenados por una determinada mquina tiene una distribucin normal con desvo estndar de 30 gr. Se desea establecer un control peridico del proceso de llenado y se establece en un 5% la probabilidad de detener la mquina innecesariamente cuando el peso promedio de los paquetes es igual a 360gr. (que es el peso neto indicado en el envase), y en 2% la probabilidad de no realizar las correcciones necesarias en el proceso cuando el peso promedio de cereal difiere por caja en un 10% del valor indicado en el envase. Indique el criterio de decisin y el tamao de muestra adecuado que dara usted a la persona encargada de controlar el proceso. 5.41) Sea una variable aleatoria X con funcin de densidad fX(x)= 2(x-a) para a<x<a+1 ; 0 para el resto de valores. El ensayo de control para medir x es destructivo y resulta econmicamente imposible tomar ms de una muestra. A pesar de ello es necesario establecer un esquema de control para determinar si = 5. Defina el ensayo de hiptesis para un nivel de significacin (error tipo I) del 5%. Trace la curva caracteristica con al menos 5 puntos.

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

5.42) En un proceso qumico se producen en promedio, 800 toneladas de un producto qumico por da. Las producciones diarias de una semana fueron: 805 790 790 780 770 a) En base a este resultado, puede afirmar que la produccin promedio es menor a 800 toneladas y que, por lo tanto, algo anda mal en el proceso? Decida a un nivel de significacin del 5%. b) Cul es el intervalo del 90% de confianza para estimar la varianza de la produccin diaria? c) En las partes a) y b), qu supuestos se requieren para que sea vlido el procedimiento para analizar estos datos? 5.43) Disee una prueba de control para clasificar las personas entre adivinadores y no adivinadores mediante la adivinacin del resultado del tiro de un dado. Indique claramente que criterios utiliz. 5.44) Se considera que, si en una esquina la tasa de circulacion en la hora pico y cada uno de los sentidos es mayor a 60 autos/minuto o si en por lo menos un sentido es mayor a 100 autos/minuto, deberia colocarse semforo. Establezca el criterio de decisin si el plazo de toma de muestras en cada cruce es de 20 horas. (Suponga un proceso Poisson). 5.45) (Uso del soft Excel) Prepare una matriz de 200 valores simulados de una variable N(;) dejando en celdas respectivas los parametros y activa la matriz a fin de que se recalcule automaticamente. Establezca con nivel de significacin del 10% un criterio de decisin a dos colas para la media con desvio conocido. a) Observe con cada resimulacion (F9) el resultado que obtiene con el criterio de decision definido, y verifique que un 10% de las veces la decision seria rechazar. b) Calcule la probabilidad de aceptar una hiptesis de una media 10% mayor a la tomada para el ensayo y verifique, simulando, el porcentaje de veces que el resultado sera aceptar. c) Repita el esquema ensayando el desvo 5.46) Se deben cortar flejes de aluminio de ancho medio 100 mm y desvo mximo 0,5 mm. El control de calidad peridico de la produccin establece hacer 20 mediciones del ancho y detener el corte para ajustar si el promedio de los valores medidos esta fuera del rango 100 0,05, o si el estimador del desvio resulta mayor a 0,6. qu porcentaje de veces se detendr el corte innecesariamente? 5.47) Una empresa tiene como esquema de control de recepcin tomar una muestra del 10% de la partida recibida y rechazar si en la misma hay mas de un 5% relativo de piezas fuera de tolerancia. Estudiar si para el proveedor es ms conveniente enviar una partida de 1000 unidades o dos de 500. 5.48) Una empresa sabe que el 20% de los clientes de un supermercado tiene una imagen positiva de sus productos. Estara dispuesta a gastar una fuerte suma en publicidad si le pueden demostrar que una campaa de promotoras dentro un supermercado puede llevar ese porcentaje a no menos del 40%. Establezca un ensayo piloto para definir la situacion.

Test de bondad de ajuste 2

5.49) (Requiere computadora) Se han obtenido valores de tiempos necesarios para procesar 150 lotes de hilo en una mquina continua de hilar (en horas). (Los valores se encuentran en la tabla del problema 5.13). a) Establezca un modelo adecuado para la variable tiempo de proceso. b) Con el modelo obtenido calcule la probabilidad de que el tiempo de proceso supere las 2 horas y compare el valor con el porcentaje de valores muestrales con tal condicin. c) En un mismo grfico muestre el histograma de los valores y la funcin de probabilidad en escalas comparables. 5.50) Establezca si el modelo de variable uniforme es razonable para asociar a los siguientes valores: 1 6,32 16 4,10 2 4,89 17 8,01 3 7,92 18 5,77 4 5,40 19 5,39 5 5,64 20 6,51 6 5,02 21 4,91 7 8,20 22 6,05 8 6,97 23 8,75 9 5,05 24 5,07 10 9,40 25 7,74 11 5,62 26 6,67 12 5,36 27 5,71 13 6,88 28 7,85 14 8,77 29 6,89 15 5,78 30 8,07

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

31 8,25 46 7,73

32 6,66 47 9,32

33 6,69 48 6,68

34 6,80 49 4,75

35 5,56 50 7,06

36 6,22 51 4,37

37 6,12 52 6,53

38 4,39 53 7,15

39 6,50 54 6,88

40 6,08 55 7,73

41 7,17 56 5,10

42 5,19 57 7,89

43 7,14 58 4,39

44 9,71 59 4,89

45 4,77 60 8,41

5.51) Establezca si los 45 resultados del tiro de un dado que se listan a continuacin pueden considerarse de uno equilibrado: 6 2 4 3 5 2 3 2 2 5 3 2 1 3 6 3 3 5 1 2 2 2 1 4 1 2 2 2 4 1 5 1 2 2 3 1 4 3 2 1 5 4 2 3 4

5.52) (Requiere computadora) Repita el proceso entre llaves al menos 60 veces: {Tome un numero de 4 digitos, elevelo al cuadrado y tome los cuatro digitos centrales del numero obtenido con ellos; repita la operacin 5 veces}. Verifique si el ltimo valor obtenido responde a un numero aleatorio. 5.53) Se sospecha que la cantidad de fallas de terminacin en una lnea de pintura de carroceras de autos, tiene distribucin de Poisson. De los ltimos 100 autos pintados se obtuvo la siguiente estadstica de fallas: Nro. de fallas por auto Cantidad de autos en que se encontr dicho nmero de fallas 0 2 1 11 2 18 3 24 4 22 5 11 6 8 7 3 8 1

Estime la tasa de fallas por auto, y testee si realmente es aplicable la distribucin de Poisson.

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

Ejercicios Adicionales
A.1. El arribo de clientes a un comercio sigue un proceso de Poisson de media 3 clientes por hora. Sin embargo, slo el 30% de los clientes que arriban realizan alguna compra. a) Si el costo de cada compra realizada es una variable aleatoria con distribucin U(100, 150) (en $) calcule la facturacin esperada luego de 6 horas de trabajo. b) Calcule aproximadamente la probabilidad de que en 80 horas de trabajo se facture ms de $11000. A.2. Sea X ~ U(3,4) y Y/X=x ~N(x,1).Usando la tabla de la distribucin normal (DN), hallar fY(5) y P(X>3.5/Y=5). A.3. Una empresa compra grandes lotes de envases de vidrio. Por convencin, un lote se declara como bueno si contiene 1% o menos de envases quebrados, y se establece como malo si dicho porcentaje supera el 5%. Se debe establecer un plan de muestreo, esto es: un tamao muestral n y un nmero de aceptacin c. Se inspeccionar una muestra de n envases, y se aceptar un lote cuando el nmero de envases quebrados encontrados en la muestra supere a c. Halle valores de n y c que garanticen que tanto la probabilidad de aceptar lotes malos (error I), y la probabilidad de rechazar lotes buenos (error II) sean ambas iguales o menores que 0,05 A.4. (opcional) Sea la fase de un generador elctrico, la cual vara aleatoriamente segn una distribucin U(,).Se define el factor de potencia como C=cos(). a) Halle la funcin de densidad de C. Calcule algunos puntos de esta funcin que permitan realizar un grfico aproximado. Calcular P

(C <

0.5) ) (Recuerde que arccos( x)' = 1 1 x 2 )

b) Nos proponemos medir el factor de potencia 50 veces, para obtener valores C1,,C50

P C < 0.5

Calcule

A.5. a) Dadas Ui ~ U(0,1) (i=1,,n) independientes, calcule la distribucin de ln(T), si 1 T= U1 U n b) Obtenga una expresin matemtica que permita calcular P(T<106), para n=20 c) Calcule numricamente en forma aproximada la expresin anterior A.6. Simule 5 variables aleatorias con distribucin (n = 4, = 1) (puede usarse el resultado del ejercicio anterior). Calcule el promedio y la desviacin standard muestral, y comprelos con los valores tericos. A.7. La duracin en horas de un modelo de capacitores utilizados en un sistema electrnico tiene distribucin exponencial con =0,015. El sistema tiene instalados 5 capacitores idnticos con reemplazo automtico: al comienzo hay slo uno activado, cuando ste falla se activa el segundo, y as sucesivamente hasta que falla el ltimo, en cuyo caso el sistema se inutiliza. Slo es posible reemplazar los capacitores cuando se desconecta el sistema: una vez cada dos semanas. En ese momento, un tcnico descarta los quemados y los reemplaza. El proceso de desconectar el sistema genera un costo operativo estimado en $1500. Por otro lado, por cada hora con el sistema inutilizado se estima un costo de $50 a) Halle una expresin matemtica que permita calcular el costo esperado de funcionamiento. b) Se justificara econmicamente la decisin de desconectar el sistema una vez por semana para cambiar los capacitores fallados, en lugar de cada dos? (realice las aproximaciones necesarias para poder responder). A.8. La duracin (en horas) de un generador energtico tiene distribucin exponencial con parmetro =0,002 h-1. Dos generadores idnticos estn conectados de forma tal que, cuando uno falla, se activa automticamente el segundo. Por otro lado, la potencia de cada generador es una variable aleatoria U(0; 0.01) (MW), independiente para los dos equipos. a) Halle la energa total generada por ambos equipos en toda su vida til (Recuerde: energa = potencia tiempo) b) Calcule la probabilidad de que la energa generada sea mayor que 7 MWh, si es mayor que 5 MWh

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

A.9. En un casino hay una ruleta con 5 nmeros, como indica la figura. El sector con el n 1 abarca 90 del plato de la ruleta; el del 2 y el del 3, 45 cada uno; el del 1 5 4, 60 y el del 5, 120. La probabilidad de que salga cada nmero es proporcional al ngulo que define cada sector. a) Utilizando la tecla RANDOM de la calculadora, simule 10 tiradas de la ruleta. 2 4 b) Calcule el promedio y la desviacin standard muestrales, y comprelos con los 3 valores tericos esperados. c) Halle la probabilidad aproximada de que, luego de tirar la ruleta 100 veces, la suma de los nmeros obtenidos sea mayor que 250 A.10. Una empresa fabrica pur de tomate en latas y una mquina lo envasa en latas. La mquina es controlada por una balanza que al registrar un peso A, seteado por el operador, corta el flujo de producto y cierra la lata. Se supone que la balanza no es exacta. El peso medido es un variable aleatoria con distribucin normal centrada en el peso verdadero, y =10. La empresa debe asegurar que las latas contengan por lo menos 350g, en caso contrario se expone a una multa. Cmo debe elegirse A para asegurar que menos del 0,5% de latas tengan un peso <350g? A.11. Un micro de larga distancia dispone de 90 asientos. Sin embargo, la empresa est decidida a vender algunos boletos ms que 90, porque sabe que, habitualmente, el 20% de los pasajeros que han comprado su boleto desisten de viajar. Si se mantiene esta proporcin, cuntos boletos deben venderse, para tener una probabilidad aproximada de 0,99 de que todos los pasajeros que desean viajar tengan lugar en el micro? A.12. En el ej. 15 de la Gua 4, se dijo que las llegadas de pacientes a un consultorio de guardia constituye un proceso de Poisson de =2 pacientes/hora. Se desea hallar la probabilidad aproximada de que en 48 horas seguidas de guardia acudan menos de 100 pacientes. Para esto, puede aplicarse el TCL de dos maneras: como la aproximacin de una distribucin de Poisson, o como la aproximacin de una distribucin Gamma. Calclelo de ambas formas, y compare los resultados con 99 e 96 96 i i! =0,645 (este ltimo resultado puede obtenerse con Excel, la probabilidad exacta i= 0 tipeando =POISSON(99,96,verdadero) )

A.13. Una empresa lctea fabrica queso descremado, con leche comprada a 3 tambos distintos: el tambo A entreg 300 barriles de leche, el B, 200, y el C, 500. El porcentaje de grasa de la leche tiene funcin de densidad

k ( x a ) si a x 2 a f ( x) = 0 si no

Para la leche del tambo A, a = 2, para la del B, a = 3 y para la del C, a = 4. Cada barril recibido es controlado y, si el porcentaje de grasa excede 6 %, no se lo utiliza para queso descremado sino para otro producto. a) Halle los valores de las constantes k, la funcin de densidad del porcentaje de grasa, y la probabilidad de que un barril aceptado para queso descremado provenga del tambo B. 2 b) Llame y al porcentaje de grasa del queso elaborado, que puede calcularse como y = 0,2 ( x 2 ) , donde x es el porcentaje de grasa de la materia prima. Halle la distribucin y la esperanza de y A.14. Sea XN(0,1). Hallar la ditribucin de X2 A.15. Se desea medir la longitud del semieje de un camin, con un calibre digital largo de resolucin 0.01 mm. Esto ltimo significa que el instrumento posee un indicador digital como el siguiente: , mm

Si L es la variable fsica (continua) correspondiente a la longitud medida, el dispositivo digitalizador del calibre redondea L a un valor Y (discreto). Y es el valor ms cercano a L entre los expresables en centsimas de mm. a) En estas condiciones, se suele suponer que

L Y ~U( Y - 0.005mm; Y + 0.005 mm). Explique en

palabras por qu. b) Por otro lado, la indicacin Y puede variar a causa de dilataciones trmicas del calibre. Para

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

evaluar estas variaciones se repiti la medicin del semieje 100 veces, obteniendo los valores siguientes: Y (en mm) frecuencia 1931.13 28 1931.14 40 1931.15 26 1931.16 6

En base a estos datos, estime la funcin de probabilidad pY y deduzca E(Y) y E(L) c) Halle la funcin de densidad de L a partir de la informacin disponible, y calcule la probabilidad de que el semieje mida ms de 1931.158 mm Nota: En realidad, L es un parmetro fsico constante (longitud del semieje), pero se lo considera una variable aleatoria debido a la falta de informacin completa sobre su valor exacto. ------------A.16. Un fabricante de ventiladores asegura que la velocidad media de rotacin de sus productos es superior a 215 vueltas/min. Se ensayaron 12 ventiladores, obteniendo un promedio de 208,5 vueltas/min, y se supone un valor = 0.8 vueltas/min. Existe evidencia para desmentir justificadamente la afirmacin del fabricante al nivel =0.05? Exprese en palabras la conclusin obtenida, como para contrsela a alguien sin conocimientos de Probabilidad o Estadstica. Grafique la curva caracterstica. A.17. Para decidir peridicamente si la cantidad de piezas defectuosas que produce una mquina est dentro de los niveles razonables establecidos del 2%, deben hacerse ensayos. Fije los riesgos y elabore un informe donde se indique cmo hacer el ensayo y por qu. A.18. Una empresa farmacutica debe comprar un gran lote de envases de vidrio para uno de sus productos y quiere asegurar que el porcentaje de envases con la rosca defectuosa sea mucho menor que el 2%. Para verificar si un lote entregado cumple el requerimiento se extrae una muestra de n=250 envases y se inspeccionan. Sea X el nmero de envases inspeccionados con la rosca defectuosa. Se aceptar el lote si X c, (para algn valor cuidadosamente elegido de c), y si X > c, se decide que el lote ser devuelto. a) Cmo debe elegirse c, si se quiere tener una probabilidad cercana a 0,1 de aceptar el lote cuando la verdadera proporcin de envases defectuosas es del 2%? b) Para dicho c halle la probabilidad de rechazar el lote, cuando el verdadero valor de p es 1%. A.19. Una empresa requiere, para una materia prima comprada en grandes lotes, que el porcentaje de unidades defectuosas sea bastante menor al 3%. Para verificar si un lote entregado cumple el requerimiento se extrae una muestra de 130 unidades, a las que se somete a inspeccin. Si el nmero de piezas defectuosas es menor o igual que un valor c, se acepta el lote. Si no, se lo rechaza. a) Exprese en palabras los errores de Tipo I y II. b) Halle c para que el error de Tipo I, sea menor al 10%. A.20. Una especificacin de compras de una empresa requiere, para una materia prima comprada en grandes lotes, que el porcentaje de unidades defectuosas sea no mayor del 2%. Para verificar si un lote entregado cumple el requerimiento se extrae una muestra de n unidades, a las que se somete a inspeccin. Suponiendo que n=80 y slo una pieza inspeccionada es no conforme, recomendara aceptar el lote? Justifique detalladamente. A.21. Una muestra de 9 barras extradas al azar de una produccin arrojan una media de 20 cm. Se sabe que la longitud de las barras es una v.a. N(, = 3 cm) a) Cul es el intervalo de confianza de nivel 90% para estimar la longitud media de las barras? b) Cuntas barras adicionales deben ser medidas para aumentar la confianza del mismo intervalo al 95%? c) Si se desconoce pero las 9 mediciones arrojaron un valor: s= 9,4cm, cules son los intervalos de confianza del 90% para estimar la media, la varianza y el desvo standard de la longitud de las barras? A.22. Antes de comprar un lote de rollos de papel, un comprador desea estar prcticamente seguro de que el espesor medio del producto no es menor que 0,5 mm ( prcticamente seguro significa para l con una certeza del 99%).

Gua de Trabajos Prcticos 61.06 (No Industrial)

Versin 0.2

1 cuatrimestre 2012

a) Plantee un test para ese problema. Exprese en palabras el riesgo del comprador y del vendedor, y sus probabilidades. b) Una muestra seleccionada de 8 pliegos registr un espesor medio de 0,6 mm y una desviacin standard de 0,01 mm. Qu decisin debe tomar el comprador? A.23. El coeficiente de reflexin de voltaje de un medidor de potencia de microondas es definido como una variable aleatoria compleja Rde la cual se supone que tanto Re(R) como Im(R) son variables aleatorias reales N(0, u) independientes, con u conocido (en este ejercicio se supondr u=0.05). a) El factor de absorcin de potencia de dicho medidor se puede calcular como P = 1 R . Halle E(P) b) D un intervalo que cubra a P con probabilidad 0,95 (aplique que, si las variables aleatorias
2 Z1 ,, Z n son N(0,1) e independientes, entonces Z i2 n ). c) (Opcional) Para calibrar un medidor como el anterior se debe medir el cociente Y entre el factor de potencia PM absorbida por l, y el factor de potencia PR absorbida por un medidor patrn de similares caractersticas (Y= PM / PR). Realice una simulacin en Excel para generar 1000 valores de Y, y graficarlos en un histograma. De acuerdo a este histograma, puede suponer que Y tiene distribucin normal?

A.24. Se deben fabricar discos de acero, con un muy pequeo error de redondez. Esto significa que el dimetro de un disco debe ser prcticamente constante, independientemente de la direccin considerada para medirlo. En la figura se observa un disco bueno (redondo) y dos malos (en los cuales, para ilustrar mejor la situacin, los errores de redondez han sido dibujados exageradamente).

disco bueno

discos malos

Concretamente, el requisito de fabricacin es: D < 0.02 mm, donde D representa la dispersin entre dimetros en diferentes direcciones sobre un disco (est claro que, si el disco fuera perfectamente circular, se tendra D=0) Se desea evaluar si la mquina-herramienta existente en la fbrica es capaz de tornear este tipo de piezas. Para esto, se fabrica un nico disco, que se considera representativo de la produccin futura, y se lo mide 20 veces en direcciones al azar, con un micrmetro. La desviacin standard muestral obtenida es s = 0.016 mm Se cuenta con evidencia suficiente para asegurar, al nivel 0,95, que se cumple el requisito de fabricacin? A.25. Se desea determinar la masa seca C correspondiente a la carga de cemento en un camin. Para esto, se pesa por quintuplicado el camin lleno en una bscula de camiones, obteniendo: 35600 kg; 35635 kg; 35620 kg; 35665 kg y 35610 kg. Se sabe que el peso del camin vaco es una variable aleatoria con distribucin N(18560; 10) kg. La bscula est afectada por un error sistemtico cuyo valor exacto se desconoce, pero se supone U(-20; 20) kg. Adems, debe descontarse el agua presente en el cemento, cuya masa se considera una variable aleatoria con funcin de densidad f(x)= x/1250, si 0<x<50kg; f(x)=0, si no. Todas las variables mencionadas son incorrelacionadas entre s. a) Plantee un modelo adecuado para estimar C, y calcule la esperanza y varianza del estimador aplicado. b) Suponiendo dicho estimador es aproximadamente normal, d un intervalo de confianza aproximado del 95% para C. c) Para una obra se requieren 17 ton de cemento seco, cul es la probabilidad de que el contenido del camin alcance? A.26. Se desea determinar la concentracin de cloruro de vinilo en una bebida gaseosa envasada en botellas plsticas. Se toman 20 botellas de la produccin de una fbrica, determinando la concentracin de cada botella, y promediando los 20 valores obtenidos. Si la muestra produjo una media de 0,5 ppm y una desviacin estndar s = 0.02 ppm, d un intervalo de confianza del 95 % para la concentracin media.