Modelo de primer parcial

PROBABILIDAD Y ESTADISTICA

PARCIAL 1

Nombre: ..........................................................................

2004

Matrcula: .............................

1) Ejercicio consistente en el anlisis descriptivo de una muestra. Debe incluir el clculo de

promedio y desvo. Lo dems es a eleccin: grficos u otras medidas. 15 pts

2) Relacionar los resultados de la muestra con las propiedades tericas de la poblacin. Esto
es: si la poblacin fuera exponencial, la muestra debera tener tal comportamiento 15 pts

3) Ejercicio de clculo de probabilidades.

(15 pts)

4) Ejercicio que combine varios clculos de probabilidades:

a - Clculos de probabilidad con la normal: dado x determinar la probabilidad y dada la
probabilidad, determinar x.
(10 pts)
b - Utilizacin de la binomial

10 pts

c - Empleo del producto de probabilidades

5 pts

5) Pregunta conceptual sobre propiedades de las variables aleatorias. Deben poder diferenciar
entre discretas y continuas. Es necesario verificar que conocen y aplican las propiedades de
cada tipo de variable. Se puede preguntar, por ejemplo: cmo se determina la probabilidad
P(X=a) con una variable discreta y cmo se lo hace con una continua. 20 pts

6) Pregunta conceptual sobre los modelos de probabilidad, en aspectos que permitan

interrelacionar los distintos modelos. Por ejemplo: Bajo qu condiciones la Binomial puede
ser aproximada tanto por Poisson como por la normal?. De qu manera se relacionan los
modelos Exponencial y Poisson? 20 pts

PROBABILIDAD Y ESTADISTICA

PARCIAL 1

Cuatrimestre 1/00

Nombre: ..........................................................................
Matrcula: .............................
Carrera: .................................

1) En una Fbrica se estudia el proceso productivo de engranajes para controlar la variable

Excentricidad. Una muestra de piezas arroja los siguientes valores expresados en milsimas de
milmetro:
20

28

10

21

19

17

23

Analizar si existen valores extraos en la muestra. Si los hay, apartarlos. Con los valores
restantes determinar Promedio, Mediana, Moda, Desvo, Coeficiente de Variacin y de
Asimetra.
15 pts

2) A partir de los resultados del punto anterior, proponer un modelo de probabilidades para la
variable Excentricidad. Justificar la eleccin citando la mayor cantidad posible de
coincidencias entre los valores muestrales y las propiedades del modelo. 10 pts

3) En una caja hay 10 bolillas, de las cuales seis son rojas y las restantes de diferentes
colores. Se extraen sucesivamente dos bolillas, sin reposicin. Determinar la probabilidad
que:
a - ambas sean rojas.
b - haya al menos una roja
c - la segunda sea roja.

(15 pts)

4) El contenido de las bolsas de cemento rellenadas por una mquina tiene una Distribucin
Normal con media 50 kg y desvo 1,5 kg. Determinar:
a - Probabilidad que una bolsa pese menos de 51,8 kg.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de 0,90
(20 pts)

5) Describa las principales propiedades del modelo de Poisson. 20 pts

6) Describa las principales propiedades de las variables aleatorias continuas y realice un

resumen de los modelos que usted conoce para este tipo de variables. Finalmente presente el
Teorema del Lmite Central y explique de que modo este Teorema permite relacionar los
diferentes modelo de probabilidad. 20 pts

PROBABILIDAD Y ESTADISTICA

RECUP PARCIAL 1

Nombre: ..........................................................................

Matrcula: .............................

1) En una Fbrica se estudia la variable Tiempo entre fallas de una mquina. Una muestra de
separaciones entre estas fallas, arroja los siguientes valores expresados en horas
2

15

25

Analizar si existen valores extraos en la muestra. Si los hay, apartarlos. Con los valores
restantes determinar Promedio, Mediana, Moda, Desvo, Coeficiente de Variacin y de
Asimetra.
15 pts

2) A partir de los resultados del punto anterior, proponer un modelo de probabilidades para la
variable Tiempo entre .... Justificar la eleccin citando la mayor cantidad posible de
coincidencias entre los valores muestrales y las propiedades del modelo. 15 pts

3) En una caja hay 8 bolillas, de las cuales seis son rojas y dos azules. Se extraen
sucesivamente dos bolillas, sin reposicin. Determinar la probabilidad que:
a - ambas sean rojas.
b - haya al menos una roja
c - la segunda sea roja.

(10 pts)

4) El dimetro de las piezas producidas por una mquina tiene Distribucin Normal con media
28 mm y desvo 1,5 mm. Determinar:
a - Probabilidad que una pieza mida ms de 27 mm.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de 0,80
c - Probabilidad que en un grupo de cinco piezas, haya al menos una con ms de 27 mm.
(20 pts)

5) Los modelos Binomial y Poisson tienen un origen comn en el modelo de Bernoulli. Sin
embargo tienen no solo semejanzas, sino tambin diversas diferencias. Realice una
comparacin entre estos modelos, incluyendo en esa comparacin el tipo de experimentos a los
que se aplican, la distribucin de probabilidad, la media, varianza y asimetra. 20 pts

6) Describa las principales propiedades del modelo Normal . Finalmente presente el Teorema
del Lmite Central y explique de que modo este Teorema permite relacionar los diferentes
modelos de probabilidad. 20 pts

PROBABILIDAD Y ESTADISTICA

PARCIAL 1

Cuatrimestre 1/02

Nombre: ..........................................................................
Matrcula: .............................

Carrera:.................................

1) En un centro meteorolgico estudiamos la variable: Tiempo entre arribos de tormentas, a

un puesto de observacin. Algunos datos relevados son:
20

30

10

150

50

40

(en horas)

Con los valores obtenidos realicemos el Diagrama de Caja y la Ojiva. Adems determinemos
Promedio, Mediana, Desvo y Coeficiente de Asimetra. A partir de los resultados del punto
anterior, propongamos un modelo de probabilidades para la variable Tiempo entre ....
Justifiquemos la eleccin citando la mayor cantidad posible de coincidencias entre los valores
muestrales y las propiedades del modelo. 20 pts

2) (20 pts) El fenmeno aleatorio: Cantidad de Tormentas por da tiene media 0,5 tormentas
por da. Debemos calcular varias probabilidades referidas a la variable: cantidad de tormentas
en una semana. A partir de esta informacin realicemos las siguientes tareas:
a - propongamos un modelo de probabilidad que pueda representar a esta variable.
Justifiquemos la eleccin declarando qu supuestos del modelo consideramos satisfechos.
b - calculemos la probabilidad que en siete das no haya tormentas.
c - calculemos la probabilidad que en siete das haya al menos una tormenta.
d - determinemos la media y el desvo, de la variable cantidad de tormentas en siete das.

3) (25 pts) La variable Milmetros de lluvia cada tiene distribucin Normal con media 60
mm y desvo 12 mm. Determinemos:
a - Probabilidad que una tormenta precipite menos de 50 mm.
b- Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de 0,90.
c - Probabilidad que en cinco tormentas consecutivas, haya dos o ms con precipitaciones
inferiores a los 50 mm.
d - Probabilidad que cuatro tormentas consecutivas precipiten en total, menos de 220 mm.

4) En el clculo de probabilidades la condicin de dependencia o independencia entre eventos

juega un papel preponderante. Expliquemos cmo se aplica el producto de probabilidades en
cada una de esas situaciones y cmo se determina si dos eventos son dependientes o no.
Propongamos ejemplos de dos eventos dependientes y de dos independientes. 20 pts

6) En la Estadstica, la denominada Ley de los Grandes Nmeros, asegura que las variables
discretas que toman valores grandes (100, 1000, etc.), deben tratarse como si fueran variables
continuas. Busquemos en los conceptos analizados en la asignatura una buena justificacin de
esa afirmacin. Es importante que realicemos una descripcin detallada de las propiedades a
que se hace referencia. 15 pts

PROBABILIDAD Y ESTADISTICA

Tema B

PARCIAL 1

Nombre: ..........................................................................

Cuatrimestre 1/01

Matrcula: .............................

Carrera:.................................

1) En la construccin de un Complejo Edilicio se requieren varillas de hierro. Hay

especificaciones tcnicas para el dimetro que indican que debe tener Distribucin Normal con
media 30 dcimas de milmetro. Para verificar si estas condiciones se cumplen, se mide una
muestra piloto enviada por un proveedor, obteniendo los siguientes valores:
29

32

26

30

28

36

22

28

30

a - Analizar si existen valores extraos en la muestra. Si los hay, apartarlos. Con los valores
restantes determinar Promedio, Mediana, Moda, Desvo, Coeficiente de Variacin y de
Asimetra.
15 pts
b - A partir de los resultados del punto anterior, proponer un modelo de probabilidades para la
variable Tiempo. Justificar la eleccin citando la mayor cantidad posible de coincidencias
entre los valores muestrales y las propiedades del modelo. 10 pts

2) Si el dimetro de las varillas del punto 1, tiene realmente Distribucin Normal con media
30 mm y desvo 1,5 mm. Determinar:
a - Probabilidad que una varilla mida ms de 28,6 mm.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de 0,80
c - Si se apartan cinco varillas: cul es la probabilidad que en ese lote haya al menos una con
un dimetro mayor a los 28,6 mm. (20 pts)

3) Una ciudad se abastece de agua potable a partir de los lagos A y B. La probabilidad que el
agua del lago A no tenga Nitrgeno en exceso es 0,9, en tanto que la del B es 0,8. Determinar la
probabilidad que:
a - ninguna de los lagos tenga Nitrgeno en exceso
b - haya al menos uno con Nitrgeno en exceso
c - el lago B est excedido en Nitrgeno.

(15 pts)

5) Describa las principales propiedades del modelo Exponencial. Como parte de la explicacin
cuide en destacar las funciones de probabilidad, los parmetros del mismo, la media, varianza
y asimetra. Adems explique las relaciones entre este modelo y el de Poisson. 20 pts

6) Presente el Teorema del Lmite Central y explique de que modo este Teorema permite
justificar el hecho de que modelos de probabilidad discretos, como Binomial y Poisson,
puedan ser aproximados por la Normal, y bajo qu condiciones ello es posible. 20 pts

PROBABILIDAD Y ESTADISTICA

Recuperatorio PARCIAL 1

Nombre: ..........................................................................

2001

Matrcula: .............................

1) En una Fbrica se estudia el proceso productivo de engranajes para controlar la variable

Excentricidad. Una muestra de piezas arroja los siguientes valores expresados en milsimas de
milmetro:
20

28

10

21

19

17

23

Analizar si existen valores extraos en la muestra. Si los hay, apartarlos. Con los valores
restantes determinar Promedio, Mediana, Moda, Desvo, Coeficiente de Variacin y de
Asimetra.
15 pts

2) A partir de los resultados del punto anterior, proponer un modelo de probabilidades para la
variable Excentricidad. Justificar la eleccin citando la mayor cantidad posible de
coincidencias entre los valores muestrales y las propiedades del modelo. 10 pts

3) En una caja hay 14 bolillas, de las cuales seis son rojas y las restantes blancas. Se extraen
sucesivamente dos bolillas, sin reposicin. Determinar la probabilidad que:
a - la primera sea roja y la segunda .
b - haya al menos una roja
c - la segunda sea roja.

(15 pts)

4) El contenido de las bolsas de cemento rellenadas por una mquina tiene una Distribucin
Normal con media 50 kg y desvo 1,5 kg. Determinar:
a - Probabilidad que una bolsa pese ms de 48,7 kg.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de
0,95.
C - La probabilidad que en un lote de cinco bolsas, haya al menos dos que pesen ms de
48,7kg.
(20 pts)

5) Describa las principales propiedades del modelo de Poisson. 20 pts

6) Describa las principales propiedades de las variables aleatorias continuas y realice un

resumen de los modelos que usted conoce para este tipo de variables. Finalmente presente el
Teorema del Lmite Central y explique de que modo este Teorema permite relacionar los
diferentes modelo de probabilidad. 20 pts

PROBABILIDAD Y ESTADISTICA

Recuperatorio PARCIAL 2

Nombre: ..........................................................................

2002

Matrcula: .............................

1) En una pequea empresa, se realiza una regresin de la variable Y: Ventas semanales; en funcin de la variable
X: Inversin en Prublicidad. Algunos de los resultados, obtenidos con el soft EXCEL, son los siguientes:
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0,72382505
Coeficiente de determinacin 0,5239227
R^2
R^2 ajustado
0,50691994
Error tpico
235,523425
Observaciones
30

Intercepcin
Inversin

Coeficientes Error tpico Estadstico t Probabilidad

3890,23818 103,928565 37,4318472
1,852E-25
0,37745991 0,06799813
5,551034 6,1659E-06

a - Qu informacin brinda el coeficiente de determinacin?. Entre qu valores vara el coeficiente de

correlacin?. Cmo interpretamos los valores obtenidos para estos coeficientes, en este ajuste?. Justificar esta
respuesta. 15 pts
b - Analicemos realizando la correspondiente prueba de hiptesis, si podemos pensar que realmente la Inversin
en Publicidad influye sobre las Ventas? 15 pts

2 - Para construir una estructura metlica, necesitamos que la barra de acero tenga una resistencia a la traccin,
medida en el punto medio, con distribucin Normal con media 50 y desvo 2. Para verificar si se cumplen esas
condiciones se mide una muestra de 20 barras que devuelven las siguientes propiedades:
Promedio = 47

Desvo = 3

a - Utilizando un intervalo del 95% de confianza, analicemos si la dispersin es superior al valor deseado de 2.
15 pts
b - Mediante prueba de hiptesis con nivel del 10%, decidamos si es vlido pensar que las barras presentan la
una media inferior a la deseada. 20 pts
c - Analicemos para la prueba de hiptesis anterior cul de los dos tipos posibles de errores se puede estar
cometiendo. Cmo deberamos tomar el alfa?. 15 pts
3 - Para verificar si el modelo elegido representa adecuadamente a la variable que analizamos, es posible utilizar
tanto Kolmogorov como Chi cuadrado. Cules son las principales diferencias entre estos mtodos?. Si la
muestra tiene 80 datos: Cul de estas pruebas nos conviene utilizar?. Por qu?. 20 pts

PROBABILIDAD Y ESTADISTICA

PARCIAL 1

Nombre: ..........................................................................

Cuatrimestre 2/02
Matrcula: .............................

1) En una Fbrica se estudia el proceso productivo de engranajes para controlar la variable

Excentricidad. Una muestra de piezas arroja los siguientes valores expresados en milsimas de
milmetro:
20

28

10

21

19

17

23

Analizar si existen valores extraos en la muestra. Si los hay, apartarlos. Con los valores
restantes determinar Promedio, Mediana, Moda, Desvo, Coeficiente de Variacin y de
Asimetra.
15 pts

2) A partir de los resultados del punto anterior, proponer un modelo de probabilidades para la
variable Excentricidad. Justificar la eleccin citando la mayor cantidad posible de
coincidencias entre los valores muestrales y las propiedades del modelo. 10 pts

3) En el proceso de estampado del capot de un auto, algunas chapas de acero se rompen por
problemas de dureza. Se controla la variable X: cantidad de chapas que se rompen por da.
Analicemos qu modelo de probabilidades se puede usar para representar esta variable,
planteando en detalle los supuestos del modelo y analizando si se verifican en este caso
particular. Propongamos adems, una forma de asignar valores a los parmetros del modelo
elegido. Expliquemos finalmente como se puede determinar, con el modelo elegido, la
probabilidad que en un da se rompan al menos 3 chapas. 20 pts

4) Una mquina llena bolsas de man. El peso del contenido debera comportarse de acuerdo a
una Normal con media 50 kg y desvo 1,5 kg. Determinemos:
a - Probabilidad que una bolsa pese ms de 51,8 kg.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de 0,90
c - Probabilidad que, en dos bolsas consecutivas, alguna pese ms de 51,8 kg.
(20 pts)

5) Describamos las principales propiedades del modelo Exponencial. 15 pts

6) Realicemos una comparacin entre variables aleatorias continuas y discretas, analizando

tanto las principales diferencias como semejanzas. 20 pts

PROBABILIDAD Y ESTADISTICA

PARCIAL 1

Nombre: ..........................................................................

Cuatrimestre 1/03
Matrcula: .............................

Carrera: .................................

1) En un centro meteorolgico estudiamos la variable: Tiempo entre arribos de tormentas, a

un puesto de observacin. Algunos datos relevados son:
20

30

10

150

50

40

(en horas)

Con los valores obtenidos realicemos el Diagrama de Caja y la Ojiva. Adems determinemos
Promedio, Mediana, Desvo y Coeficiente de Asimetra. 20 pts

2) A partir de los resultados del punto anterior, propongamos un modelo de probabilidades para
la variable Tiempo entre .... Justifiquemos la eleccin citando la mayor cantidad posible de
coincidencias entre los valores muestrales y las propiedades del modelo. 15 pts

3) En una caja hay 15 bolillas, de las cuales seis son rojas y las restantes de diferentes
colores. Se extraen sucesivamente dos bolillas, sin reposicin. Determinar la probabilidad
que:
a - ambas sean rojas.
b - haya al menos una roja
c - la segunda sea roja.

(15 pts)

4) El contenido de las bolsas de cemento que llena una mquina tiene una Distribucin Normal
con media 50 kg y desvo 1,5 kg. Determinar:
a - Probabilidad que una bolsa pese menos de 48 kg.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de
0,90.
c - Probabilidad que cuatro bolsas, extradas consecutivamente, pesen menos de 48 kg
d - Probabilidad que en un lote de 15 bolsas, haya al menos dos que pesen menos de 48 kg.
(25 pts)

5) En una ruta provincial hay un promedio de 1,2 baches por kilmetro. Debemos recorrer 100
kilmetros de esta ruta. Analicemos cul debe ser la distribucin de probabilidad de la
variable: Cantidad de baches en los 100 km. Aproximemos la probabilidad que en ese recorrido
encontremos al menos 125 baches.
Es importante que en este item justifiquemos acabadamente cada una de los razonamientos.
(25 pts.)

IPB

PARCIAL

Nombre: ..........................................................................

Cuatrimestre 1/03

1) En el proceso de estampado del capot de un auto, algunas chapas de acero se rompen por
problemas de dureza. Se controla la variable X: cantidad de chapas que se rompen por da.
Analicemos qu modelo de probabilidades se puede usar para representar esta variable,
planteando en detalle los supuestos del modelo y analizando si se verifican en este caso
particular. Propongamos adems, una forma de asignar valores a los parmetros del modelo
elegido. Expliquemos finalmente como se puede determinar, con el modelo elegido, la
probabilidad que en un da se rompan al menos 3 chapas. 20 pts

2) Una mquina llena bolsas de man. El peso del contenido debera comportarse de acuerdo a
una Normal con media 50 kg y desvo 1,5 kg. Determinemos:
a - Probabilidad que una bolsa pese ms de 51,8 kg.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de 0,90
c - Probabilidad que, en dos bolsas consecutivas, alguna pese ms de 51,8 kg.
d - Probabilidad que, en diez bolsas elegidas al azar, haya al menos una con ms de 51,8 kg
(30 pts)

3) Describamos las principales propiedades del modelo Exponencial. 10 pts

4) Realicemos una comparacin entre variables aleatorias continuas y discretas, analizando

tanto las principales diferencias como semejanzas. 20 pts

5) El 20% de los circuitos que produce una fbrica, tienen fallas de tipo electrnico. Si
elegimos al azar dos de estos circuitos:
a) cul es la probabilidad que ambos estn fallados?. Justificar.
b) cul es la probabilidad que alguno est fallado?. Justificar.
c)pueden considerarse excluyentes estos eventos?. Justificar.
20 pts.

IPB

PARCIAL

Nombre: ..........................................................................

Cuatrimestre 1/03

1) En una caja hay 15 bolillas, de las cuales seis son rojas y las restantes de diferentes
colores. Se extraen sucesivamente dos bolillas, sin reposicin. Determinar:
a - probabilidad que ambas sean rojas.
b - haya alguna que sea roja
c - Verificar si los eventos roja la primera y roja la segunda, pueden considerarse
independientes.
(20 pts)

2) El contenido de las bolsas de cemento que llena una mquina tiene una Distribucin Normal
con media 50 kg y desvo 1,5 kg. Determinar:
a - Probabilidad que una bolsa pese menos de 48 kg.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de
0,90.
c - Probabilidad que cuatro bolsas, extradas consecutivamente, pesen menos de 48 kg
d - Probabilidad que en un lote de 15 bolsas, haya al menos dos que pesen menos de 48 kg.
(30 pts)

3) En una ruta provincial hay un promedio de 1,2 baches por kilmetro. Debemos recorrer 100
kilmetros de esta ruta. Analicemos cul debe ser la distribucin de probabilidad de la
variable: Cantidad de baches en los 100 km. Aproximemos la probabilidad que en ese recorrido
encontremos al menos 125 baches.
Es importante que en este item justifiquemos acabadamente cada una de los razonamientos.
(20 pts.)

4) Analicemos si los eventos excluyentes son dependientes o independientes. 15 pts

5) Expliquemos cmo influye el Teorema del Lmite Central sobre el modelo Binomial. 15 pts

PROBABILIDAD Y ESTADISTICA

PARCIAL 2

Nombre: ..........................................................................

2003

Matrcula: .............................

1) En una pequea empresa, se realiza una regresin de la variable Y: Ventas semanales; en funcin de la variable
X: Inversin en Prublicidad. Algunos de los resultados, obtenidos con el soft EXCEL, son los siguientes:
Estadsticas de la regresin
Coeficiente de correlacin
Coef determinacin R^2
R^2 ajustado
0,50691994
Error tpico
235,523425
Observaciones
30

Intercepcin
Inversin

Coeficientes Error tpico Estadstico t Probabilidad

3890,23818 103,928565 37,4318472
1,852E-25
0,37745991 0,06799813
5,551034 6,1659E-06

a - Calculemos los coeficientes de correlacin y determinacin?. Entre qu valores varan estos coeficientes?.
Cmo interpretamos los valores obtenidos para estos coeficientes, en este ajuste?. Justificar esta respuesta. 15 pts
b - Analicemos realizando la correspondiente prueba de hiptesis, si podemos pensar que realmente la Inversin
en Publicidad influye sobre las Ventas? 15 pts

2 - Para construir una estructura metlica, necesitamos que la barra de acero tenga una resistencia a la traccin,
medida en el punto medio, con distribucin Normal con media 120 y desvo 5. Para verificar si se cumplen esas
condiciones se mide una muestra de 16 barras que devuelven las siguientes propiedades:
Promedio = 116

Desvo = 9

a - Utilizando una Prueba de Hiptesis con 5% de significacin, analicemos si la dispersin es superior al valor
deseado de 5. 20 pts
b - Mediante un intervalo con 90% de confianza, decidamos si es vlido pensar que las barras presentan una
media inferior a la deseada. 15 pts
c - Analicemos para la prueba de hiptesis del item 2-a, cul de los dos tipos posibles de errores se puede estar
cometiendo. Cul es el error que ms debera preocuparnos?. Cmo deberamos tomar el alfa para cubrirnos
respecto al error que ms nos preocupa?. 15 pts

3 - Para verificar si el modelo elegido representa adecuadamente a la variable que analizamos, es posible utilizar
tanto Kolmogorov como Chi cuadrado. Cules son las principales diferencias entre estos mtodos?. Si la
muestra tiene 80 datos: Cul de estas pruebas nos conviene utilizar?. Por qu?. 20 pts

IPB

Jul 2003

1) En una estacin de transmisin se estudia la variable Tiempo entre fallas de un receptor. Una
muestra de separaciones entre estas fallas, arroja los siguientes valores expresados en horas
2

18

32

a) Analizar si existen valores extraos en la muestra. Si los hay, apartarlos. Con los valores restantes
determinar Promedio, Mediana, Moda, Desvo, Coeficiente de Variacin y de Asimetra.
15 pts
b) A partir de los resultados del punto anterior, proponer un modelo de probabilidades para la variable
Tiempo entre .... Justificar la eleccin citando la mayor cantidad posible de coincidencias entre los
valores muestrales y las propiedades del modelo. 10 pts

2) ( 15 pts) Un receptor recibe seales que son afectadas por un cierto nivel de rudo. Por ejemplo, en
los mensajes que arriban al receptor, el 10% de las letras includas es la A. Sin embargo, el receptor no
siempre decodifica dicha letra como A. La tabla siguiente resume las probabilidades condicionales del
problema:
El receptor decodifica:

Si la letra es:

No A

0,90

0,10

No A

0,20

0,80

a) Determinemos la probabilidad total que el receptor decodifique una A.

b) Si el receptor decodific una letra como No A: cul es la probabilidad que en realidad sea una A?.

3) El dimetro de las piezas producidas por una mquina tiene Distribucin Normal con media 28 mm
y desvo 1,5 mm. Determinar:
a - Probabilidad que una pieza mida ms de 27 mm.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de 0,80
c - Probabilidad que en un grupo de cinco piezas, haya al menos una con ms de 27 mm.
(20 pts)
4) Para construir una estructura metlica, necesitamos que la barra de acero tenga una resistencia a la traccin,
medida en el punto medio, con distribucin Normal con media 120 y desvo 5. Para verificar si se cumplen esas
condiciones se mide una muestra de 16 barras que devuelven las siguientes propiedades:
Mediana = 115

Promedio = 116

Desvo = 9

a - Analicemos cul de estos tres estadsticos muestrales, conviene adoptar como estimador de la media
poblacional. Justifiquemos la respuesta explicando porqu adoptamos uno y por qu descartamos los otros dos.
20 pts
b - Mediante un intervalo con 90% de confianza, decidamos si es vlido pensar que las barras presentan una
media inferior a la deseada. 20 pts

PROBABILIDAD Y ESTADISTICA

Recup PARCIAL 1

Nombre: ..........................................................................

Cuatrimestre 1/03

Matrcula: .............................

Carrera: .................................

1) En una Fbrica se estudia el proceso productivo de engranajes para controlar la variable

Excentricidad. Una muestra de piezas arroja los siguientes valores expresados en milsimas de
milmetro:
20

28

10

21

19

17

23

Analizar si existen valores extraos en la muestra. Si los hay, apartarlos. Con los valores
restantes determinar Promedio, Mediana, Moda, Desvo, Coeficiente de Variacin y de
Asimetra.
15 pts

2) A partir de los resultados del punto anterior, proponer un modelo de probabilidades para la
variable Excentricidad. Justificar la eleccin citando la mayor cantidad posible de
coincidencias entre los valores muestrales y las propiedades del modelo. 10 pts

3) En una caja hay 10 bolillas, de las cuales seis son rojas y las restantes de diferentes
colores. Se extraen sucesivamente tres bolillas, sin reposicin. Determinar la probabilidad
que:
a - las tres sean rojas.
b - haya al menos una roja
c - la segunda sea roja.

(15 pts)

4) El contenido de las bolsas de cemento rellenadas por una mquina tiene una Distribucin
Normal con media 50 kg y desvo 1,5 kg. Determinar:
a - Probabilidad que una bolsa pese menos de 51,8 kg.
b - Dos valores simtricos respecto de la media, que encierren entre si una probabilidad de 0,95
(20 pts)

5) Destaque las semejanzas y diferencias entre Poisson y Binomial. 20 pts

6) Describa las principales propiedades de las variables aleatorias continuas y realice un

resumen de los modelos que usted conoce para este tipo de variables. Finalmente presente el
Teorema del Lmite Central y explique de que modo este Teorema permite relacionar los
diferentes modelo de probabilidad. 20 pts

FCEFyNat

Probabilidad y Estadstica

Recup Parcial 2

JUL03

Nombre:.........................................................................................................
Matrcula: ...................................................

Carrera: .......................................................

1) En la produccin de un hormign, se efecta un control de la mezcla utilizada armando probetas y

midiendo la Resistencia a la Torsin. En ese control se detecta el problema de que pese a que la
variable tiene distribucin normal con media 210, el desvo de 30 se considera excesivo.
Por ese motivo se desarrolla un nuevo procedimiento de mezcla, el cual se valida con una muestra de 16
probetas, obteniendo:
Mediana: 206
Promedio: 205
Rango: 115
Desvo: 20

a - Analice cul de las medidas muestrales anteriores, conviene utilizar como estimador de la media
poblacional. Explique las ventajas de la medida elegida sobre las restantes, justificando mediante el
uso de las propiedades de los estimadores que usted conoce. 20 pts
a - Mediante un intervalo con 90 % de confianza, decida si realmente es vlido pensar que se logr
reducir la variabilidad. 15 pts
b - Mediante una Prueba de Hiptesis, decida si es posible suponer que ahora la media ha disminudo.
15 pts
c - Explique en qu consisten los Errores posibles en las pruebas. Determine qu tipo de error se puede
estar cometiendo en la prueba del item 1-b. Identifique el tipo de error que ms debera preocuparnos en
este caso concreto. Especifique como debera adoptar el alfa, grande o pequeo. 15 pts

2) Se analiza utilizando regresiones lineales la relacin entre la Resistencia a la Torsin, y su

dependencia con la variable Temperatura del Agua. Los resultados son los siguientes:
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
Error tpico
Observaciones

????
????
4.55868503
20

ANLISIS DE VARIANZA
Grados de libertad

Regresin
Residuos
Total

1
?
19

Suma de cuadrados

?
62.3448276
80

17.6551724
?

Prom cuadrados

a . Determine si es posible asumir que realmente las variables son dependientes entre si. 20
pts
b - Explique en qu consiste el Coeficiente de Determinacin y analice si este modelo puede
tener una buena capacidad predictiva sobe la Resistencia.
15 pts.

Modelo de primer parcial

PROBABILIDAD Y ESTADISTICA

PARCIAL 1

Nombre: ..........................................................................

2004

Matrcula: .............................

1) Ejercicio consistente en el anlisis descriptivo de una muestra. Debe incluir el clculo de

promedio y desvo. Lo dems es a eleccin: grficos u otras medidas. 15 pts

2) Relacionar los resultados de la muestra con las propiedades tericas de la poblacin. Esto
es: si la poblacin fuera exponencial, la muestra debera tener tal comportamiento 15 pts

3) Ejercicio de clculo de probabilidades.

(15 pts)

4) Ejercicio que combine varios clculos de probabilidades:

a - Clculos de probabilidad con la normal: dado x determinar la probabilidad y dada la
probabilidad, determinar x.
(10 pts)
b - Utilizacin de la binomial

10 pts

c - Empleo del producto de probabilidades

5 pts

5) Pregunta conceptual sobre propiedades de las variables aleatorias. Deben poder diferenciar
entre discretas y continuas. Es necesario verificar que conocen y aplican las propiedades de
cada tipo de variable. Se puede preguntar, por ejemplo: cmo se determina la probabilidad
P(X=a) con una variable discreta y cmo se lo hace con una continua. 20 pts

6) Pregunta conceptual sobre los modelos de probabilidad, en aspectos que permitan

interrelacionar los distintos modelos. Por ejemplo: Bajo qu condiciones la Binomial puede
ser aproximada tanto por Poisson como por la normal?. De qu manera se relacionan los
modelos Exponencial y Poisson? 20 pts