Tarea 2 MAT-031

Departamento de Matemtica. UTFSM Danilo Pezo V., Eduardo Valenzuela D. 1 Semestre 2011

Integrantes: Rodrigo Salvatierra (2604753-6) Joan Hevia (2604044-2) Profesor: Eduardo Valenzuela D. Fecha: Lunes 30 de Mayo

RESUMEN EJECUTIVO
El uso de elementos probabilsticos en distintos problemas de ingeniera nos obliga a estudiar los mtodos utilizados en el desarrollo de dichos elementos para la obtencin de distintos resultados que por medio de variables aleatorias podremos analizar. En la siguiente tarea se desarrollan cuatro ejercicios en donde se estudian los modelos de distribucin en el primero se compar los distintos ratios de sexo segn las distintas dinmicas de natalidad. En el segundo ejercicio se establece un modelo o algoritmo en el programa R para estimar la probabilidad de que el capital de una cierta empresa sea siempre positivo durante el primer ao de funcionamiento en funcin de los reclamos recibidos. En el tercer ejercicio estudiamos el comportamiento probabilstico del funcionamiento de un sistema compuesto por varios componentes que operan independientemente, para determinar as la probabilidad de que ste funcione. Finalmente en el cuarto ejercicio se analiz la calidad para procesos de produccin donde por medio de una distribucin normal se establecen las distintas probabilidades de producir productos defectuosos y su comportamiento al variar distintos parmetros que forman el modelo.

OBJETIVOS
Aplicar el clculo de probabilidades a distintas situaciones. Identificar los distintos modelos y distribuciones de probabilidad asociadas a variables aleatorias. Desarrollar el uso de un programa de modelacin estadstico (R) y aplicarlo a la solucin de un problema. Aplicar probabilidades a sistemas con uso simplificado de redes probabilsticas. Desarrollar la aplicacin de distribuciones normales en control de calidad para la discriminacin de especificaciones de productos.

DESARROLLO 1. (Ratios de sexo) Considere una poblacin de n parejas (hombre-mujer) donde la probabilidad que la i-sima pareja tenga un hijo varn es pi y donde ci es el nmero esperado de hijos de esta pareja. Suponga que pi es constante en el tiempo para todas las parejas y que los sexos de los sucesivos hijos nacidos a una particular pareja son variables aleatorias independientes. Adems suponga que no se dan nacimientos mltiples. Considerando lo anterior se define el Ratio de Sexo S como:
                  

En los problemas que se enuncian a continuacin usted deber hallar los ratios de sexo para distintas dinmicas de natalidad. Cada ratio se indexar con la letra de la pregunta. a) Suponiendo ci= c, i = {1,. . ., n}. Encuentre Sa(no existe ninguna caracterstica especial slo lo dado ms arriba).

b) Si las parejas deciden tener hijos hasta obtener el primer hijo varn, muestre que:

Sea la variable aleatoria X: Nmero de nacidos hasta el 1er varn. X ~ GEO (pi)

   

El nmero total de nios ser entonces 1 por pareja:    

Lo que se desea demostrar es:

 

Para n=2, se tiene:    

Si p1=p2 Sa ser igual a Sb, mientras que si p1 es distinto a p2 Sa siempre ser mayor a Sb. Lo anterior se puede extrapolar a una poblacin de tamao n= {1,. . ., k}. Esto es, si las probabilidades pi de cada una de las n parejas es la misma Sa ser igual a Sb en cualquier otro caso Sa ser mayor.

El total de nios y nias nacidos se obtiene por la suma de los casos, en que si el primero es nio o si el primero es nia, de la esperanza por su probabilidad de suceso.  

Obtenindose el valor de Sc:  

c) Suponga que las parejas deciden que si su primer hijo es varn ellos continuarn teniendo hijos hasta que les nazca una nia. Si su primer hijo es una nia ellos seguirn teniendo hijos hasta que les nazca un nio. Calcule Scpara esta particular configuracin de control de natalidad.
Se define la variable aleatoria Y: Y ~ GEO (qi) Siendo qi=1-pi      

Sabemos por pregunta b) que la esperanza de tener un nio es:

Si el 1ero es nia: (Z) Se tiene la primera nia (1) y luego la esperanza de tener un nio (E [X]), entonces el nmero de hijos, por pareja, si la primera es nia ser:

Si el 1ero es nio:(W) Se tiene el primer nio (1) y luego la esperanza de tener una nia (E [Y]), entonces el nmero de hijos, por pareja, si el primero es nio ser:

Ahora se analizan los totales de la poblacin: y El total de nios varones, es la suma de los nios que nacen si la primera es nia [1] ms la suma de los nios que nacen si el primero es nio por su respectiva probabilidad. cada uno

d) Suponga que los padres de todos los nios deciden que si su primer hijo es nio ellos seguirn teniendo hijos hasta que les nazca una nia. Por su parte, si su primer hijo es una nia ellos no tendrn ms hijos. Calcule el ratio de sexo Sdpara este caso.
Si el primero es nio: (W) Por ejercicio c) se sabe que la esperanza es:

Si la primera es nia: (O)   Finalmente se obtiene Sd:        

e) Muestre que, dependiendo del valor de {p1,. . ., pn}, Sc puede satisfacer tanto Sc Sa como Sc Sa, donde Say Sc son los ratios de sexo de la parte (a) y (c) respectivamente.
Si se sabe que:

Primero se analiza el caso de pi constante y por ende qi tambin, con valores p y q respectivamente:

Ahora iterando para distintos valores de pi, se obtiene que el valor crtico o valor de transicin es 0,5, es decir, que para valores de pi menores a 0,5 Sa es mayor a Sc y para valores de pi mayores de 0,5 Sa ser menor a Sc. O con otra notacin:         

2. - Suponga que los reclamos efectuados a una compaa de seguros siguen un proceso de Poisson contasa igual a 10 personas por da. El monto de un reclamo es una variable aleatoria con distribucin Exponencial de media $1000. La compaa de seguros recibe pagos continuamente en el tiempo con una tasa constante de $11000 por da. Comenzando con un capital inicial de $25000, escriba un cdigo en R, tal que mediante simulacin logre estimar la probabilidad que el capital de la firma sea siempre positivo a travs de sus primeros 365 das. Idea: Escribir un cdigo que, dado los parmetros anteriores y un n fijado por el usuario, simule n aos (de 365 das) de reclamos y respuestas donde la probabilidad p requerida es (nmero de aos en que todos los das hubo saldo positivo)/ (nmero de aos totales).

# PROBLEMA 2

# R: Nmero de reclamos efectuados por da # r ~ Pois( 10 [Reclamos/dia]) # D: Monto por producto de cada reclamo # d ~ Exp (0.1 [dia]) # promedio de $1000 por cada reclamo # capital siempre sea > 0 analizar<-function(n,p){#Funcion con nmero de aos a evaluar y las veces que se repite la evaluacion rec<- 10 # reclamos por da recexp<- 0.001 # tasa en la exponencial diasanual<- 365 # un ao con 365 das denuncias<-1:diasanual pago<- 11000 cont<- 0 proba<- 1:n for (i in 1:n){ proba[i]<-0 } for (h in 1:n){ cont<-0 for (q in 1:p){ capital<-25000 # capital inicial perdida<-0 # dias con capital negativo r<-rpois(365,rec) # iteramos durante un ao (con 365 das) for (i in denuncias) { capital<-capital+pago for (j in 1:r[i]) { d<-rexp(1,recexp) capital<-capital-d } if (capital<=0){ perdida<-perdida+1 } } if (perdida>0){ cont<-cont+1 } } proba[h] <-1-(cont/p) } resultado<-c(mean(proba),var(proba)) resultado #resultado entrega el valor medio de probabilidad y su varianza

3. El circuito siguiente representa un sistema que funciona si y solo si existe al menos una va de dispositivos operativos de izquierda a derecha. La probabilidad de que cada componente funcione est indicada en cada una de ellas. Suponga que los distintos dispositivos operan en forma independiente entre s. Determine cul es la probabilidad que el sistema funcione.

Solucin:
Para resolver este problema es necesario primero reducir la malla en circuitos en serie. Para esto definen las mallas como: MA, MB y MC

MA

MB

MC

Sus respectivas probabilidades se obtienen de la siguiente forma:

Obtenindose la simplificacin del circuito:

Este circuito se simplifica por la simple multiplicacin de las probabilidades de funcionamiento P:

Se obtiene que la probabilidad de que el sistema funcione normalmente sea de un 0,965349. Esto se debe principalmente a ser un sistema con componentes en serie y componentes en paralelo. El caso ideal sera con todos los dispositivos en paralelo y el ms desfavorable sera con todos en serie.

Observacin: para los dos casos hipotticos mencionados anteriormente se presentan las siguientes probabilidades como complemento:

4. Se dice que un proceso es de Calidad seis sigma , si la media del proceso est a lo ms a seisdesviaciones estndar desde la especificacin ms cercana.Suponiendo normalidad de las mediciones, responda: a) Si la media de un proceso est centrada entre la mxima y la mnima especificacin a una distancia de seis desviaciones estndar de cada una, Cul es la probabilidad que un producto no cumpla las especificaciones? Exprese su resultado en partes por milln!

Por distribucin normal calculamos la probabilidad de que un producto cumpla con las especificaciones.

Para



Para



Como las tablas de probabilidad tienen un rango de valores de z entre no las podemos utilizar adems el uso de una calculadora grafica necesitara los valores de y de con los que no contamos por lo que utilizaremos la funcin de distribucin normal estndar en donde y :

Con



La probabilidad de que se cumplan las especificaciones es:

Y de que no cumpla: 1=0,000000001973 0,001973ppm. 0,002ppm

b) Debido a la dificultad para mantener la media de un proceso centrada entre las especificaciones dadas, la probabilidad de que un producto no cumpla las especificaciones se calcula frecuentemente despus de suponer que el proceso se desplaza. Si la media del proceso est posicionada como en la parte a) y se desplaza hacia arriba en 1,5 desviaciones estndar. Cul es la probabilidad de que un producto no satisfaga las especificaciones?
Si la media se desplaza:

La probabilidad de que cumpla las especificaciones es:

Con

Para



Para Con y



usando distribucin normal estndar:   

 La probabilidad de que no se cumplan las especificaciones:

3,4ppm

c) Repita el desarrollo de la parte a), suponiendo que la media del proceso est a una distancia de tres desviaciones estndar.

La probabilidad de que un producto cumpla con las especificaciones.

Para



Para

 y :

Utilizaremos la funcin de distribucin normal estndar en donde

Con



La probabilidad de que se cumplan las especificaciones es:

Y de que no cumpla: 1=0,0026997961 2699,7961ppm. 2700ppm

d) Repita la parte b), suponiendo que la media del proceso est a una distancia de tres desviaciones estndar y que entonces se traslada hacia arriba en 1,5 desviaciones estndar.
Si la media se desplaza:

La probabilidad de que cumpla las especificaciones es:

Con

Para



Para Con y



usando distribucin normal estndar:   

 La probabilidad de que no se cumplan las especificaciones: 66811 ppm

e) Compare los resultados de las partes b) y d). Comente!.

La probabilidad de que un producto no satisfaga la especificaciones en b) variando la media en 1,5 veces de calidad seis sigma es mucho menor a la misma variacin en un

proceso de calidad tres sigma, al aumentar la media aumenta la probabilidad de productos defectuosos con respecto a un proceso con la media centrada. En el proceso con calidad seis sigma los productos defectuosos aumentan en 169900% al variar la media en 1,5 veces en cambio en uno con calidad tres sigma al variar la media 1,5 veces los productos defectuosos aumentan en 2375%. El proceso con mayor numero tendr ms eficiencia y por ello menor nmero de productos defectuosos; es decir, se ampla la probabilidad que salgan productos de calidad.

CONCLUSIONES Tal como se puede apreciar en los ejercicios analizados la estadstica tiene utilidad en la vida cotidiana. Es as como en el primer ejercicio se ve que las dinmicas de natalidad se pueden analizar por medio de familias de distribucin obtenindose as sus respectivas esperanzas, y probabilidades. Pudindose tambin compara distintas dinmicas de ocurrencias; sus diferencias, similitudes y los puntos crticos de igualdad. Dentro del primer ao de vida de una firma la probabilidad de tener un capital negativo es alta ya que al ser principiante la cantidad de reclamos es muy alta por el incorrecto funcionamiento y alta probabilidad de errores.Queda claro que en problemas de confiabilidad, la probabilidad de funcionamiento va a estar determinada por la cantidad de dispositivos y su distribucin. Vindose mejorada en sistemas con muchas alternativas de funcionamiento (sistemas en paralelo) versus a sistemas con funcionamientos dependientes (sistemas en serie).La confiabilidad es un concepto muy utilizado en estos tiempos en la industria ya que impacta directamente sobre los resultados de las empresas, debiendo aplicarse no slo a mquinas o equipos aislados sino a la totalidadde los procesos que integran la cadena de valor de la organizacin. Cuando se necesita medir la calidad de un proceso o bien encontrar valores dentro de rangos establecidos se utiliza la distribucin normal para encontrar la probabilidad de que ciertos valores cumplan con ciertas especificaciones, una aplicacin de ello es la calidad seis sigma, en el problema se encontr que un proceso al tener mayor nmero de calidad sigma tendr menor posibilidad de que los productos salgan defectuosos; es decir, no cumplan las especificaciones requeridas, adems se observ que al aumentar la media la eficiencia del proceso disminua; es decir, la posibilidad de encontrar productos defectuosos aumentaba.