Estadstica (Ingenieras Industriales).

UNED
Curso 2012-2013. Segunda Semana. Tiempo: 2 horas
Material permitido: 1. Novo, V., Jimenez, B.: Gua-Formulario y Tablas. Estadstica. Ingenieras Industriales de la UNED. Editorial Sanz y Torres, 2010. No esta permitido ning
un tipo de
anotacion o a
nadido ni el uso de fotocopias de esta gua. 2. Calculadora no programable.
n: Cada cuestion o ejercicio de la primera parte del examen (preguntas 1 a 5) tiene un valor
Valoracio
maximo de 1 punto y cada problema de la segunda parte del examen (preguntas 6 y 7) tiene un valor m
aximo
de 2,5 puntos.

1a Parte. Cuestiones y Ejercicios

1. Enuncie y demuestre el Teorema de Bayes. (Captulo 2. 11.2).
2. Un sistema electrico consta de dos bloques independientes montados en serie, de forma que si falla
uno de los bloques falla el sistema. La probabilidad de que funcione correctamente el primer (resp.
segundo) bloque durante un intervalo de tiempo fijo t es p (resp. q). Si se ha comprobado que, durante
un tiempo t, el sistema ha fallado, cu
al es la probabilidad de que el fallo del sistema sea debido a un
fallo del primer bloque y no del segundo?
3. Dada la variable aleatoria continua X con funcion de densidad f y esperanza matematica ,
2 = E[X 2 ] 2 . (Cap
tulo 4. 3.2).
demuestre que X
4. Obtenga la funci
on generatriz de momentos de la distribucion geometrica y, a partir de ella, la
esperanza matem
atica y la varianza. (Captulo 6. 5).
5. Se sabe que un cierto medicamento es efectivo en el alivio de cierta dolencia en el 60% de los
casos. Los resultados experimentales sobre un nuevo medicamento administrado a una muestra de
144 personas que sufran esa dolencia confirman 100 casos con alivio. Se puede concluir, al nivel 0.05,
que el nuevo medicamento es m
as efectivo que el antiguo?

2a Parte. Problemas
6. La variable aleatoria bidimensional continua (X, Y ) sigue la distribucion de probabilidad descrita
por la funcion de densidad:
f (x, y) =

k
, si (x, y) R2 , k > 0.
(x2 + 1)(y 2 + 1)

a) Calcule k.
b) Obtenga las funciones de densidad marginales.
c) Calcule P (D), siendo D = {(x, y) R2 : 1 x 1, 1 y 1}
d) Estudie la dependencia de X e Y y el coeficiente de correlacion lineal.
7. Contraste si se puede aceptar que los datos de la siguiente tabla proceden de una distribuci
on
normal N(85, 9.5) al nivel de significaci
on 0.05.
Clases
< 70
70-80
80-90
90-100
100

Frecuencias
7
18
40
27
8

Soluciones. Estadstica (Ingenieras Industriales)

Curso 2012-2013. Segunda Semana

1a Parte. Cuestiones y Ejercicios

1. Captulo 2. 11.2.
2. Sean los sucesos:
A: el sistema ha fallado en el tiempo t.
B1 : en el tiempo t ha fallado el primer bloque pero no el segundo.
B2 : en el tiempo t ha fallado el segundo bloque pero no el primero.
B3 : en el tiempo t han fallado los dos bloques.
Se tiene que: P (B1 ) = (1 p)q, P (B2 ) = p(1 q), P (B3 ) = (1 p)(1 q).
Ademas, al estar el sistema montado en serie, sabemos que: P (A/B1 ) = P (A/B2 ) = P (A/B3 ) = 1.
Por el teorema de Bayes resulta:
P (B1 /A) =

P (B1 )P (A/B1 )
=
P (B1 )P (A/B1 ) + P (B2 )P (A/B2 ) + P (B3 )P (A/B3 )

(1 p)q
(1 p)q
=
.
(1 p)q + p(1 q) + (1 p)(1 q)
1 pq

=
3. Captulo 4. 3.2.
4. Captulo 6. 5.

5. Es claro que se trata de un contraste de proporciones unilateral, es decir:

H0 : p = 0.6; H1 : p > 0.6.
Como la muestra es grande, se puede utilizar la aproximacion normal. Para = 0.05, = 1.65 y
x np
100 144 0.6
=
= 2.31,

npq
144 0.6 0.4
luego se rechaza H0 , al ser 2.31 > 1.65, y se concluye que el nuevo medicamento es mas efectivo que
el antiguo.

2a Parte. Problemas
6. a)
Z Z

f (x, y)dxdy =
R2

k
dxdy = k
2
(x + 1)(y 2 + 1)

1
dx
2
x +1

y2

1
dy =
+1

2
2
= k[arctan x]
[arctan y] = k ; k = 1/ .

b)
1
f1 (x) = 2

Analogamente f2 (y) =

1
1
dy = 2 2
(x2 + 1)(y 2 + 1)
(x + 1)

1
1
dy =
.
y2 + 1
(x2 + 1)

1
.
(y 2 +1)

c)
1
P (D) = 2

(x2

1
1
1
dxdy = 2 [arctan x]11 [arctan y]11 = .
2
+ 1)(y + 1)

d) Es claro que f (x, y) = f1 (x)f2 (y), luego las variables son independientes y, como consecuencia, el
coeficiente de correlaci
on lineal es cero.
7. H0 : Datos procedentes de una N (85, 9.5).
Se utiliza el contraste de bondad de ajuste de Pearson. Los calculos necesarios se agrupan en la tabla
siguiente.
Clases
< 70
70-80
80-90
90-100
100

oi
7
18
40
27
8
100

ei
5.71
24.10
40.38
24.10
5.71
100

(oi ei )2
1.66
37.21
0.14
8.41
5.24

(oi ei )2 /ei
0.29
1.54
0.00
0.35
0.92
3.10

Para obtener las frecuencia esperadas de cada clase, tipificamos los lmites de clase:
80 85
90 85
100 85
70 85
= 1.58;
= 0.53;
= 0.53;
= 1.58,
9.5
9.5
9.5
9.5
las tablas de la N (0, 1) nos permiten obtener las probabilidades Pi de las cuatro primeras clases
P1 = 0.0571, P2 = 0.2410, P3 = 0.4038 y P4 = 0.2410 y las frecuencias esperadas para cada una de
esas clases como ei = 100 Pi (tercera columna de la tabla). La quinta frecuencia esperada se obtiene
por diferencia al total de 100.
Para una 2 con 5 1 = 4 grados de libertad y = 0.05, resulta 2t = 9.48.
Como 2o = 3.10 < 9.48 = 2t , se acepta que los datos se ajustan a la normal.