LIBRO DE PRÁCTICAS DEL PRIMER SEMESTRE ESTADISTICA II CURSO 2009 CONTENIDO PRACTICA 1: V. ALEATORIA, F. GENERATRIZ DE MOMENTOS Y TRANSFORMACIONES ........ 3 PRÁCTICA 2: VARIABLES ALEATORIAS DISCRETAS ............................................................................ 8 PRÁCTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS .................................... 16 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES.......................................................................... 24 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA ............................................................................................. 33 PRÁCTICA 6: CURVAS DE CONCENTRACIÓN Y NÚMEROS ÍNDICE ................................................ 47 PRÁCTICA 7: SERIES DE TIEMPO............................................................................................................... 51 PRÁCTICA 8: MUESTREO.............................................................................................................................. 51 PRIMERAS REVISIONES 2003-2008 ............................................................................................................. 51 1 GLOSARIO Las expresiones CALCULAR, HALLAR y ENCONTRAR se consideran equivalentes. En estos problemas se está solicitando al alumno que realice las operaciones necesarias para obtener una función, un parámetro, un número, un intervalo, una probabilidad o una distribución de probabilidad. Las expresiones DEDUCIR, PROBAR y DEMOSTRAR se consideran equivalentes. En estos problemas se trata de realizar una demostración formal, en la que se pueden utilizar, y en tal caso se deben explicitar, las propiedades y teoremas vistos en el curso y en los cursos previos del sector cuantitativo. RECONOCER UNA DISTRIBUCIÓN consiste en indicar a cuál de las distribuciones estudiadas en el curso corresponde la distribución en cuestión, explicitando el o los parámetros. Cuando se pide PLANTEAR, el alumno debe encontrar la expresión que permite, mediante operaciones posteriores, resolver un problema. En este caso no se pide resolver el problema, sino solamente encontrar la ecuación o la fórmula que lo resuelve. Cuando en un problema se dice MOSTRAR, se trata de encontrar un ejemplo o contraejemplo, sin necesidad de demostrar. Las expresiones EXPLICAR o INTERPRETAR se utilizan para solicitar al alumno que explique, en un caso concreto, cómo se debe entender el resultado obtenido en relación con el problema planteado. Por JUSTIFICAR o FUNDAMENTAR se entiende que el alumno debe encontrar los elementos teóricos, ejemplos o contraejemplos que validan un cierto resultado obtenido previamente. Cuando se pide ESTIMAR, dependiendo del caso concreto, se está haciendo referencia a uno de tres problemas: a) encontrar un estimador mediante la aplicación de un método, b) calcular una estimación puntual, c) calcular un intervalo de confianza. 2 PRáCTICA 1: VARIABLE ALEATORIA, FUNCION GENERATRIZ DE MOMENTOS Y TRANSFORMACIONES PRÁCTICA 1: VARIABLE ALEATORIA, FUNCION GENERATRIZ DE MOMENTOS Y TRANSFORMACIONES EJERCICIO 1 Calcular media y varianza de las siguientes variables aleatorias. Uniforme discreta px(x, n) = 1/n x = 1,2,3,…….,n. Bernoulli px(x, p) = px (1-p)1-x x = 0,1. 0< p<1 Binomial px(x, n, p) = C xn px (1-p)n-x x = 0,1,2,3,…….,n. Poisson e − λ .(λ ) x px(x,λ) = p(x,λ) = x! x = 0,1,2,3,……. λ ∈ R+ Geométrica px(x, p) = p.(1-p)x x = 0,1,2,3,…… 0<p<1 Uniforme continua f X ( x,a,b ) = 1 b−a si a ≤ x ≤ b a , b ∈ ℜ, a < b Normal f X ( x ; µ ,σ ) = 1 x − µ 2 1 exp − 2 πσ 2 σ -∞ < µ < +∞; σ > 0; -∞ < x < +∞ Exponencial (también denominada Exponencial Negativa) λ exp(− λx ) f ( x; λ ) = 0 x > 0, λ > 0 para cualquier otro valor 3 PRáCTICA 1: VARIABLE ALEATORIA, FUNCION GENERATRIZ DE MOMENTOS Y TRANSFORMACIONES Beta f ( x ; α ,β ) = Γ( α + β ) α −1 x ( 1 − x )β −1 Γ( α )Γ( β ) α > 0; β > 0; 0 < x < 1 Gama λa a −1 x exp(−λx ) x > 0, a, λ > 0 f ( x; a, λ ) = Γ(a ) 0 para cualquier otro valor Weibull [ αλα x α −1 exp − (λx )α f ( x; α , λ ) = 0 ] x > 0; α , λ > 0 para cualquier otro valor Pareto f X ( x, α , θ ) = α .θ α x α +1 si x > θ , α > 1 EJERCICIO 2 a) Sea la V.A. X tal que pX(x) = 1/x con x = 1, 2, 4, 8, 16, … Probar que E(X) no existe. b) Considere la distribución de Cauchy, f X ( x, µ ) = 1 π 1 1 + (x − µ)2 - ∞ < x < ∞ . Probar que E(X) no existe. EJERCICIO 3 Sea X una variable aleatoria absolutamente continua para la que existen todos sus momentos ordinarios. Se pide: ∂k M( t ) ∂k M( t ) 1. Demostrar que para k = 1, 2, 3,... es E ( X ) = t = 0 , siendo t = 0 la ∂t k ∂t k derivada de orden k de la función generatriz de momentos de X evaluada en cero. k 2. Sea Y = aX +b con a y b ∈ ℜ. Demostrar que la función generatriz de momentos de Y es M Y ( t ) = e bt M X ( at ) . 4 PRáCTICA 1: VARIABLE ALEATORIA, FUNCION GENERATRIZ DE MOMENTOS Y TRANSFORMACIONES EJERCICIO 4 Obtener la función generatriz de momentos para las variables del Ejercicio 1, exceptuando la Weibull y la Pareto. EJERCICIO 5 Sea X una variable aleatoria absolutamente continua para la que al menos existen sus dos primeros momentos ordinarios y g(x) creciente y no negativa ∀ x ∈ ℜ. 1. Teorema de Markov: Demostrar que ∀ε > 0 se tiene que P (g(X) ≥ ε ) ≤ E[g(X)] . ε 2. Teorema de Tchebycheff: Usando la parte anterior demostrar que: V(X) P ( X − E(X) > ε ) ≤ 2 . ε EJERCICIO 6 Sea X una variable aleatoria. a) Encontrar la relación que vincula a µ3(X) = E[X – E(X)]3 con los momentos ordinarios de X hasta el orden 3. b) Idem entre µ4(X) y los momentos ordinarios de X hasta el orden 4. c) Sea X una variable aleatoria con distribución N(µ, σ2). Calcular µ3(X) y µ4(X). EJERCICIO 7 Sea X una variable aleatoria discreta con Rec(X) = { − 3 , − 2 , − 1, 0 ,1, 2 , 3 } y con probabilidades iguales en todos los puntos del recorrido. a) Hallar recorrido y cuantía de Y = X2. b) Hallar recorrido y cuantía de Z =2X-3 z + 3 c) Verificar que FZ ( z ) = FX 2 EJERCICIO 8 Sea FX(x) la función de distribución de una variable aleatoria X absolutamente continua. Se pide: Hallar la distribución de probabilidad de la variable aleatoria U, definida de la siguiente manera: U = FX(X). 5 PRáCTICA 1: VARIABLE ALEATORIA, FUNCION GENERATRIZ DE MOMENTOS Y TRANSFORMACIONES EJERCICIO 9 (Examen dic/2001) Sea la variable X tal que: 1 f X ( x ) = 2 x 0 si x ∈ (0,1) en otro caso y sea la transformación Y = 10 X , se pide: a) Hallar la densidad de Y, su recorrido y reconocerla. b) Calcular E X . c) El contenido (en toneladas) de los containers que se cargan en el puerto tiene distribución Y. Si se elige un contenedor al azar, ¿cuál es la probabilidad de que su contenido supere [E (Y ) + 2σ Y ] ? ( ) EJERCICIO 10 Sea X uniforme continua en el [0, 1] a) b) c) d) Calcular FX (x) Plantear la función de distribución acumulativa de Y = –2LX en función de FX (x) Hallar la densidad de Y. Calcular E(Y) de dos maneras distintas. EJERCICIO 11 Sea una variable aleatoria X y g una función continua, con derivada continua y estrictamente monótona, tal que Y = g(X) es también una variable aleatoria. Utilizando la relación FY(y) = P(Y≤y) = P (g(X)≤y): a) Explicitar la fórmula general para pasar de fX(x) a fY(y) para funciones monótonas. b) Sea X una variable aleatoria con función de densidad dada por: 2 2 xe − x si x > 0 fX ( x ) = 0 en otro caso 2 Hallar la función de densidad de Y= X . EJERCICIO 12 Sea X ~ N (0,1), hallar la densidad de Y = X2. 6 PRáCTICA 1: VARIABLE ALEATORIA, FUNCION GENERATRIZ DE MOMENTOS Y TRANSFORMACIONES EJERCICIO 13 (Examen feb/1997) La variable X = proporción de asientos contables erróneos en un conjunto muy amplio de asientos tiene una distribución cuya función de densidad puede modelarse adecuadamente por 1−θθ x si 0 < x < 1 fX ( x)= θ en otro caso 0 Se pide: 1. Determinar el espacio paramétrico para θ. 2. Siendo Y = - Ln (X), plantear la función de distribución de Y en función de X. Hallar la distribución de Y. EJERCICIO 14 Sea X ~ Exp ( λ ). 1. Hallar la distribución de probabilidad de Y = [ X ] (Parte entera de X). 2. Hallar la distribución de Z = X – Y. EJERCICIO 15 0 si x < 1 1 1 − x 3 si x ≥ 1 Sea la función FX(x) = 1) Probar, justificando, que FX(x) es una función de distribución. 2) ¿Existen todos los momentos ordinarios de X? Justificar la respuesta. 3) ¿Existe la función generatriz de momentos de X? Justificar la respuesta. 7 PRACTICA 2: VARIABLES ALEATORIAS DISCRETAS PRÁCTICA 2: VARIABLES ALEATORIAS DISCRETAS EJERCICIO 1 Los boletos de ómnibus tienen 5 cifras. La primera puede ser un número del 1 al 5, mientras que las 4 restantes pueden ser cualquiera de los 10 dígitos. Si todos los números permitidos en cada cifra del boleto son equiprobables, ¿cuál es el valor esperado de la suma de las cinco cifras? EJERCICIO 2 (CANAVOS 4.10) Supóngase que un examen contiene 15 preguntas del tipo falso o verdadero. El examen se aprueba contestando correctamente por lo menos nueve preguntas. Si se lanza una moneda para decidir el valor de verdad de cada pregunta, ¿cuál es la probabilidad de aprobar el examen? EJERCICIO 3 A la consulta de un Médico de Medicina General se anotan 12 pacientes. Por distintos motivos sólo un 80% de los anotados finalmente concurre a la consulta. a) ¿Cuál es la probabilidad que un día concurran a la consulta todos los anotados? b) ¿Cuál es la probabilidad que un día no concurra ninguno de los anotados? c) ¿Cuál es el número esperado de anotados que concurre efectivamente a la consulta? d) ¿Cuál es el número más probable de anotados que concurre efectivamente a la consulta? EJERCICIO 4 (Primera Revisión 2001) De nueve personas que tienen un teléfono celular con sistema prepago, 4 lo poseen de la empresa A y 5 de la empresa B. PARTE 1 Se seleccionan sin reposición tres de las nueve personas. a) Determine la probabilidad de que sólo una de ellas posea un celular de la empresa A. b) Sea X = número de personas seleccionadas que poseen celular de la empresa A. Determinar E(X). c) Determinar V(X). PARTE 2 Se seleccionan con reposición tres de las nueve personas. a) Determine la probabilidad de que sólo una de ellas posea un celular de la empresa A. b) Sea Y = número de personas seleccionadas que poseen celular de la empresa A. Plantear la función generatriz de momentos Y. c) Determinar E(Y) a partir de la función generatriz de momentos de Y. d) Determinar V(Y) a partir de la función generatriz de momentos de Y. 8 PRACTICA 2: VARIABLES ALEATORIAS DISCRETAS EJERCICIO 5 Sea X ~ Geom(p). Se pide: a) Calcular la probabilidad de que X tome como valor un número par. b) Demostrar que se verifica P(X≥k)=(1-p)k, k∈N. c) Demostrar que P(X≥k+x/X≥k) = P(X≥x) x∈Rec(X), k∈N. ¿Cómo se debe interpretar este resultado? EJERCICIO 6 (Primera Revisión 2000) En una distribución geométrica donde X mide la cantidad de fracasos antes del primer éxito, se sabe que P(X ≥ 2) = 0.81. a) Determinar el recorrido de la variable aleatoria X. b) Determinar la cuantía de la variable aleatoria X y hallar el valor de su parámetro. EJERCICIO 7 (CANAVOS 4.32) Un contador recientemente graduado pretende realizar el examen CPA. Si el número de veces que se toma el examen constituye un conjunto de eventos independientes con una probabilidad de aprobar igual a 0.6, ¿cuál es la probabilidad de que no se necesiten más de cuatro intentos para aprobar el examen? ¿Son válidas las suposiciones de independencia y probabilidad constante? EJERCICIO 8 (CANAVOS 4.12) El gerente de un restaurante que sólo da servicio mediante reservación sabe, por experiencia, que el 15% de las personas que reservan una mesa no asistirán. Si el restaurante acepta 25 reservaciones pero solamente dispone de 20 mesas, ¿cuál es la probabilidad que a todas las personas que asistan al restaurante se les asigne una mesa? EJERCICIO 9 (CANAVOS 4.27) Una compañía recibe un lote de 1000 unidades. Para aceptarlo se seleccionan diez unidades de manera aleatoria, y se inspeccionan. Si ninguna se encuentra defectuosa, el lote se acepta; de otro modo, se rechaza. Si el lote contiene un 5% de unidades defectuosas: a) Determinar la probabilidad de aceptarlo mediante el empleo de la distribución hipergeométrica. b) Aproximar la respuesta de la parte a) mediante el empleo de la distribución Binomial c) Aproximar la respuesta de la parte b) mediante el empleo de la distribución Poisson. 9 PRACTICA 2: VARIABLES ALEATORIAS DISCRETAS EJERCICIO 10 La llegada de autos a un peaje sigue una distribución de Poisson con un promedio de 3 autos por minuto. a) ¿Cuál es la probabilidad que en un minuto no llegue ningún auto? b) ¿Cuál es la probabilidad que lleguen exactamente 4 vehículos en dos minutos? c) ¿Cuál es la probabilidad que en un minuto lleguen 2 autos y en el minuto siguiente lleguen otros dos autos? d) ¿Cuál es el número esperado de llegada de autos al peaje en media hora? e) ¿Cuál es el número más probable de llegadas de autos al peaje en medio minuto? EJERCICIO 11 El número de automóviles que circulan por una autopista, durante una hora, sigue una distribución de Poisson de parámetro λ. Cada automóvil que circula por esta autopista tiene una probabilidad p de sufrir un accidente. Los accidentes, para cada automóvil que circula, son sucesos independientes. Hallar la distribución de la variable Y = número de accidentes ocurridos en la autopista durante una hora. EJERCICIO 12 (CANAVOS 4.21) Mediante estudios recientes se ha determinado que la probabilidad de morir por causa de cierta vacuna contra la gripe es de 0.00002. Si se administra la vacuna a 100 mil personas y se supone que éstas constituyen un conjunto independiente de ensayos, ¿cuál es la probabilidad de que mueran no más de dos personas a causa de la vacuna? EJERCICIO 13 (Primera Revisión 1993) Los científicos de un centro espacial deciden investigar la superficie de Marte. Envían un robot de 4 metros de ancho para revisar el suelo marciano. El robot camina hacia adelante sin parar y sin doblar y tiene combustible para marchar 5 kms. Se sabe que en un km. cuadrado hay promedialmente 20 pequeños cráteres y que si el robot toca uno de ellos no funciona más. Los científicos necesitan conocer la probabilidad de que el robot recorra los cinco kms sin tocar ningún cráter. Sea X el número de cráteres en la faja que barre el robot. (Observar que esa faja es de 4*5000 = 20000 m2 es decir 0,02 km2) 1. ¿Qué supuestos, en este caso específico, serán necesarios para que X se distribuya según Poisson? 2. Suponiendo que se dan los supuestos del punto anterior, escribir la cuantía de X. 3. Calcular la probabilidad que preocupa a los científicos. 4. Los científicos arreglan el robot para que pueda saltar el primer cráter con que se encuentra y siga caminando, calcular la probabilidad de que culmine con éxito su caminata de cinco kms. 5. En el caso 4 ¿cuál es la probabilidad de que pueda recorrer por lo menos k kms (k = 1,2,3,4)? 10 PRACTICA 2: VARIABLES ALEATORIAS DISCRETAS EJERCICIO 14 Un jugador de quiniela apuesta todas las semanas al número 6. a) Calcular la probabilidad que el jugador gane por primera vez recién en la semana 10. b) ¿Cuál es la probabilidad que en la semana 15 gane por segunda vez? c) ¿Cuál es la probabilidad que en la semana 20 gane por tercera vez? EJERCICIO 15 (Primera Revisión 1994) Un astillero vende un único modelo de barco, cuyo precio es P. Los compradores nunca adquieren más de un barco y la llegada de clientes compradores al local de ventas puede modelizarse adecuadamente a través de la distribución de Poisson con tasa λ. El mantenimiento del local de ventas implica una función de costos cuadrática de forma: c(t) = bt2 b>0 donde t = tiempo que el local de ventas permanece abierto. Sea B(t) los beneficios de la empresa (calculados como los ingresos por ventas menos los costos de mantenimiento). Se pide: 1. ¿Cuánto tiempo deberá el astillero mantener abierto el local de ventas para maximizar los beneficios esperados? 2. Se sabe que el riesgo se cuantifica a través de la varianza de los beneficios. ¿Cuál es la duración del negocio que minimiza el riesgo? Interprete el resultado. 3. Si P = 20, λ = 2 y b = 1. ¿Cuál es la probabilidad de que una empresa, maximizadora de beneficios esperados, obtenga beneficios positivos? (Sugerencia: Utilizar la aproximación normal, es decir que una v.a. Poisson(α) se aproxima por una N(α,α)) 4. En el caso 3, ¿cuál es la probabilidad de pagar más de 100 de costo antes que venga el primer cliente? EJERCICIO 16 (Primer Control 1995) Juan Quiniela tiene $ 2 y Pedro Tómbola tiene $ 1. Juegan lanzando una moneda de la siguiente manera: si sale cara, Juan le paga a Pedro $ 1; si sale número, Pedro le paga a Juan $ 1. El juego termina cuando uno de ellos queda sin dinero. Sea X = el número de tiradas necesarias para terminar el juego. Se pide: a) Hallar el recorrido de X. b) Calcular P(X=1), P(X=2), P(X=3). c) Deducir la cuantía de X. 11 PRACTICA 2: VARIABLES ALEATORIAS DISCRETAS EJERCICIO 17 (Primera Revisión 1996) La cantidad de vehículos (N) que se reparan por hora en un taller mecánico es una variable aleatoria cuya función de cuantía es: P(N = n) = 0,1(0,9)n n = 0,1,2,3,…. Cada vehículo reparado le produce al taller mecánico una ganancia de $250. El costo fijo mensual es de $400.000. El taller funciona 8 horas por día, 25 días al mes. Se pide: 1. Analizar si con la cantidad esperada de vehículos reparados por mes se logrará cubrir el costo fijo 2. Del total de vehículos que se reparan por hora (N), una parte (también aleatoria) son reparaciones eléctricas. Sea X = “Número de reparaciones eléctricas por hora” de la cual se sabe que (X / N = n) ~ B(n;0,2). a) Hallar la cuantía conjunta del par (X, N), con su recorrido. b) Demostrar que la cuantía marginal de X es geométrica de razón p y hallar el valor de p. +∞ Sugerencia: recordar que ∑( k −1+ n n )q n p k = 1 . n =0 c) Si el costo fijo mensual de la sección electricidad del taller mecánico es de $100.000. ¿Es dicha sección rentable para el taller? EJERCICIO 18 (Examen May/1995) En un Banco se presentan diariamente cheques a cobrar, cuyas firmas son sometidas a un control de verificación. Los cheques llegan a razón de 300 por día a través de un proceso de Poisson. Además, la probabilidad de que un cheque presentado para su cobro tenga una firma falsa es 0.008. Puede suponerse que los cheques se presentan por distintas personas, en forma independiente. Se pide: 1. Plantear (sin calcular) la probabilidad de que en un día determinado se reciban para su cobro exactamente 350 cheques 2. Sabiendo que en un día llegaron exactamente 300 cheques, calcular la probabilidad de encontrar a lo sumo tres cheques con firmas falsas. 3. Plantear (sin calcular) la probabilidad que en un día determinado se presenten exactamente tres cheques con firmas falsas. 12 PRACTICA 2: VARIABLES ALEATORIAS DISCRETAS EJERCICIO 19 (Primera Revisión 1994) Para un viaje diario entre dos ciudades una compañía de aviación dispone de capacidad para 300 pasajeros. La demanda frecuentemente supera la capacidad del avión. Luego de adquirido el pasaje, la decisión de viajar o no es tomada independientemente por cada pasajero. La probabilidad que una persona que ha comprado el pasaje desista de viajar es constante e igual a 0.20 para cada comprador de pasajes. Sea n el número de pasajes comprados en un día y sea la variable aleatoria Xi definida así: 1 si el comprador i decide viajar Xi = 0 si el comprador i decide no viajar Se pide: 1. Definir, en función de n y de las Xi una variable aleatoria Y que indique el número de pasajeros que diariamente deciden viajar 2. ¿Cuál es la distribución exacta de Y? Justificar. 3. Plantear la distribución aproximada de Y indicando por qué dicha aproximación vale en este caso. 4. Usando la aproximación anterior determinar cuántos pasajes como máximo puede vender la compañía diariamente para que, con probabilidad de 0,95 no quede ningún pasajero sin asiento. 5. Si la decisión de viajar no se tomara independientemente por cada pasajero (por ejemplo, la gente viaja en pareja o con su familia), ¿este hecho afectaría los resultados obtenidos? Fundamentar. EJERCICIO 20 (Examen Mar/2002) Un fabricante de telas, el Sr. Desmán Telar, desea conocer más acerca de la calidad de sus productos. Telar sabe que en 4 metros de tela se encuentra una falla en promedio y que el número de fallas, X, se distribuye Poisson. Telar vende la tela en cortes de 6 metros. Se pide: 1. Hallar la probabilidad de encontrar a lo sumo 2 fallas en un corte. 2. ¿Cuántas fallas en promedio se espera encontrar en un corte de tela? Justifique su respuesta. 3. Sea T el metraje de tela entre 2 fallas consecutivas. Hallar P(T=2). 4. ¿Cuánto vale la E(T) y qué significa en este caso? Justifique su respuesta. 13 PRACTICA 2: VARIABLES ALEATORIAS DISCRETAS EJERCICIO 21 (Primera Revisión 1996) La Tienda Italiana tiene dos sucursales (A y B). La llegada de clientes a cada una de las sucursales es un proceso aleatorio con promedio λ1 llegadas por hora en la sucursal A y promedio λ2 llegadas cada dos horas en la sucursal B. Cada sucursal permanece abierta 8 horas por día. Sean las variables aleatorias X1 = ”número de clientes que llegan a la sucursal A en un día determinado (de 8 horas)” X2 = ”número de clientes que llegan a la sucursal B en un día determinado (de 8 horas)” Se pide: 1. Explicite los supuestos necesarios para que X1 y X2 tengan ambas distribución de Poisson. Especificar los respectivos parámetros. 2. Si se supone que X1 y X2 son independientes, demostrar que la variable T = “número total de clientes que llegan a las dos sucursales”, tiene distribución de Poisson. Hallar el parámetro de la distribución de T. (Sugerencia: utilizar la función generatriz de momentos). 3. Sabiendo que λ1 = 0.25 y λ2 = 0.25, a) ¿Cuál es la probabilidad de que en un día determinado lleguen en total 6 clientes a las dos sucursales? b) Sabiendo que en un día determinado llegaron en total 6 clientes a las dos sucursales, calcular la probabilidad de que 4 de ellos hayan llegado a la sucursal A. EJERCICIO 22 Un sistema electrónico contiene n componentes que funcionan independientemente entre sí. Los componentes están conectados en serie y por lo tanto el sistema funcionará si todos los componentes funcionan a la vez. Cada componente funciona bien durante un cierto número de períodos de tiempo hasta que se estropea. Suponer que para i = 1, 2, ..., n el número de períodos en los que la componente i funciona bien es una variable aleatoria discreta con distribución Geom(pi). Determinar la distribución del número de períodos en los que el sistema funciona bien. EJERCICIO 23 Indique si los siguientes enunciados son verdaderos o falsos. Si es falso, señale la respuesta correcta. 1. Para calcular probabilidades en una distribución binomial, debe conocerse el número de ensayos y la probabilidad de éxito. 2. La distribución probabilística de Poisson es una distribución continua. 3. Tanto la distribución Binomial como la de Poisson se ocupan de experimentos que sólo tienen dos posibles resultados, un éxito o un fracaso. 4. Si 20% de un grupo de personas son miopes (“corta de vista”), y se selecciona un gran número de muestras aleatorias de 20 personas, es razonable esperar que poco más de la mitad de las muestras contenga a lo sumo una persona corta de vista. 14 PRACTICA 2: VARIABLES ALEATORIAS DISCRETAS 5. Si 0,1% (0,001) de las lámparas eléctricas producidas por una máquina son defectuosas, la probabilidad de no encontrar una lámpara defectuosa en una muestra de 100 es aproximadamente 0,90. 6. Si el número de ensayos permanece constante, la forma de una distribución binomial tiende a volverse más simétrica conforme p aumenta. 7. Se sabe que las llegadas de camiones con basura a la usina de descarga siguen una distribución de Poisson. Por lo tanto, los kg. de basura que traen dichos camiones tienen distribución de Poisson. 8. La variable aleatoria Binomial cuenta el número de ensayos necesarios para observar “k” éxitos y la variable aleatoria Binomial Negativa cuenta el número de éxitos observados en n ensayos. 9. La cuantía Binomial Negativa puede escribirse como el producto de una Binomial donde se obtuvieron (k-1) éxitos por la probabilidad de obtener un éxito. 10. Si no leyó el tema y adivinó la respuesta a cada una de estas 10 preguntas de verdadero o falso, la probabilidad que haya adivinado las 10 en forma correcta es 1 en 1000. 15 PRACTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS PRÁCTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS EJERCICIO 1 Sea X una variable aleatoria con distribución uniforme sobre el intervalo (–1, +1). a) Calcular el desvío estándar de X. b) Calcular P(| X - µX | > σX ). c) Calcular P(X > 2.σX ). EJERCICIO 2 (CANAVOS 5.21) Sea X una variable aleatoria con distribución uniforme sobre el intervalo (a,b). Si E (X) = 10 y VAR (X) = 12, encontrar los valores de a y de b. EJERCICIO 3 (CANAVOS 5.9) La demanda mensual de cierto producto A tiene una distribución normal con una media de 200 unidades y desviación estándar igual a 40 unidades. La demanda de otro producto B también tiene una distribución normal con media de 500 unidades y desviación estándar igual a 80 unidades. Un comerciante que vende estos productos tiene en su almacén 280 unidades de A y 650 de B al comienzo de un mes. ¿Cuál es la probabilidad de que, en el mes, se vendan todas las unidades de ambos productos? Puede suponerse independencia entre ambos eventos. EJERCICIO 4 Los frascos de dulce de leche tienen un peso neto (en gramos) con distribución N(998, 25). ¿Cuál es la probabilidad que un frasco elegido al azar tenga menos de 995 gramos? EJERCICIO 5 En la central telefónica de La Paloma, al estudiar la duración (T) de las llamadas telefónicas, se ha encontrado que la misma es, aproximadamente, una variable aleatoria con la siguiente función de densidad: 0 si t ≤ 0 f T (t) = β - kt si t < 0 (k > 0) e Se pide: a) Determinar β para que fT(t) sea una función de densidad. b) Suponiendo que k = 0,5 minutos, calcular la probabilidad de que una conversación dure más de dos minutos. c) Calcular la probabilidad de que la conversación dure entre 3 y 6 minutos. 16 PRACTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS EJERCICIO 6 (Primera Revisión 1996) Un restorán está especializado en el jabalí asado. Tras larga experiencia se sabe que el peso de los jabalíes tiene una distribución normal donde el 33% de los jabalíes pesa menos de 27,8 kg. y sólo el 7,5% sobrepasan los 37,2 kg. El encargado de compras del restorán rechaza todo jabalí que pese menos de 26 kg. Si en un mes se adquieren 250 jabalíes, ¿qué cantidad se espera que sean rechazados con el criterio del encargado de compras? ¿Cuál es la probabilidad aproximada de que se rechacen por lo menos 50 jabalíes? EJERCICIO 7 (Primera Revisión 2000) A un aeropuerto pequeño llegan, a través de un proceso de Poisson, un promedio de tres aviones por hora. a) A partir de un momento dado, ¿cuál es la probabilidad de tener que esperar más de media hora hasta la próxima llegada de un avión? b) Calcular la probabilidad de que la demora entre dos llegadas consecutivas sea inferior a 15 minutos. c) ¿Cuál es la probabilidad de que en los próximos 15 minutos no llegue ningún avión al aeropuerto, si se sabe que en los 15 minutos anteriores no hubo ninguna llegada? Fundamentar. d) Considere los siguientes sucesos: A = “al aeropuerto llegan seis aviones en tres horas” y B = “al aeropuerto llegan tres aviones en la primera hora, dos aviones en la segunda hora y un avión en la tercer hora”. ¿Cuál de los dos sucesos tiene mayor probabilidad de ocurrencia? Fundamente su respuesta. EJERCICIO 8 Una linterna es alimentada por 5 pilas que funcionan de forma independiente, y cuyo tiempo de vida, para cada pila medido en horas, es una variable aleatoria exponencial con λ= 0.001. La linterna deja de se útil cuando dejan de funcionar 3 o más pilas. ¿Cuál es la probabilidad de que la linterna funcione durante más de 1000 horas? EJERCICIO 9 PARTE A Si X ~ Exp(λ). Demostrar que para los números a y b, con a>0 y b>0, se cumple: P(X>a+b/X>a)=P(X>b). PARTE B Un sistema consta de n componentes, que funcionan de forma independiente. El tiempo de vida de la componente i es una v.a. Xi ~Exp(λ) i = 1, 2, ..., n 1) Hallar el tiempo medio transcurrido hasta que falla la componente que se rompe primero. 2) Hallar el tiempo medio hasta que fallan k componentes. (k ≤ n). 17 PRACTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS EJERCICIO 10 La empresa MORDISCON, administradora de un servicio de telefonía celular, factura sus servicios de acuerdo a la duración de las llamadas. Se sabe que la duración de una llamada (medida en minutos) se puede modelar aproximadamente por medio de una v.a. X con función de densidad: λ e − λx si x > 0 (λ > 0) f X ( x) = en otro caso 0 Se pide: a) ¿Qué significado tiene λ en este problema? b) Si el precio de cada minuto es de $3 (más IVA), ¿Cuál es el costo esperado por llamado? c) Si la empresa cambia su modo de facturar, pasando a cobrar el número de minutos que dura una llamada por exceso (o sea si dura 2.3 minutos cobra 3, si dura 3.5 cobra 4). Hallar el costo esperado por llamado (Considerar λ = 1/10, 1/2, 1, 2, 10). d) Calcular el beneficio medio suplementario obtenido por modificar el sistema de cobro (Utilizar los mismos valores de λ del punto anterior). EJERCICIO 11 (Examen Dic/1999) En un hormiguero conviven 1000 hormigas. Todos los días 550 de ellas salen a buscar alimento. Cada una trae, en promedio, el doble del alimento que necesita para sobrevivir un día. Todas las hormigas tienen diariamente las mismas necesidades de alimento. Si la unidad representa el alimento necesario diario, la comida que trae cada hormiga es un variable aleatoria X que se distribuye N(2,2). Se sabe que la cantidad de alimento que consigue una hormiga es independiente de la que consiguen las demás. Se pide: 1. Deducir (fundamentando) la distribución del alimento total diario que traen las 550 hormigas. 2. ¿Cuál es la probabilidad de que el alimento total diario alcance para las necesidades de toda la población? 3. Un día aparece un oso hormiguero y se come exactamente 100 de las 550 hormigas que habían salido a buscar alimento. ¿Cuál es la probabilidad de que el alimento, que traen las demás, alcance para las necesidades de la población resultante? 4. Ante la presencia del oso hormiguero las hormigas deciden organizarse de otra manera. En primer lugar, con certeza, toda hormiga que sale a buscar alimento, debe volver con una carga que exactamente duplique lo necesario para su sustento diario. En segundo lugar, al salir del hormiguero se habrán de dispersar de tal forma que la probabilidad de que una hormiga sea atrapada por el oso sea exactamente 0.15. En tercer lugar, cada día habrán de salir exactamente la cantidad mínima de hormigas necesarias (n) para cubrir la demanda de alimento diario (K) con probabilidad no menor que 0.99. Se trata de ayudar al hormiguero a calcular la cantidad de hormigas que deben salir en busca de alimento el día que han quedado 900 sobrevivientes. a) Sea W = “número de hormigas que se come el oso ese día”, plantear la distribución de W en función de n. b) Interpretar la expresión 2(n – W) y determinar n. 18 PRACTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS EJERCICIO 12 (CANAVOS 5.29) Sea X una variable aleatoria con distribución gama con a = 2 y λ = 0.02. a) ¿Cuál es la probabilidad de que X tome un valor menor al valor de la media? b) ¿Cuál es la probabilidad de que X tome un valor mayor de dos desviaciones estándar con respecto a la media? c) ¿Cuál es la probabilidad de que X tome un valor menor al de su moda? EJERCICIO 13 (CANAVOS 5.31) La edad a la que un hombre contrae matrimonio por primera vez es una variable aleatoria con distribución gama. Si la edad promedio es de 30 años y lo más común es que el hombre se case a los 22 años, encontrar los valores de los parámetros a y λ para esta distribución. EJERCICIO 14 Sea: kx e −2kx f : f ( x) = 0 si x ≥ 0 si x < 0 Se pide: 1. Hallar k > 0 para que f sea una función de densidad de la variable aleatoria X. 2. Hallar el modo de la variable X y la E(X). 3. Sea Y = “Número de piezas defectuosas en un lote”. Su distribución de probabilidad puede aproximarse por la de X aplicando las correcciones de continuidad: 1 1 P(Y = y ) = P ( y − ≤ X ≤ y + ) 2 2 Hallar P(Y>10). Aproximando a dos cifras decimales. 4. Se observa una M.A.S. c/r de 50 lotes. Hallar el número esperado de lotes que contienen más de 10 piezas defectuosas. 5. ¿Cuál es el número esperado de piezas defectuosas en la muestra de 50 lotes? Usar la aproximación dada por (1). EJERCICIO 15 (Primera Revisión 1995) La demanda semanal (en kg.) de cierto producto se puede modelar aproximadamente por la siguiente función de densidad: e − x si x > 0 f X ( x) = en otro caso 0 A principios de cada semana se hace un aprovisionamiento de k kilogramos del producto. Por semana la demanda de kg. del producto produce una ganancia de ax unidades monetarias y el sobrante (que no es reutilizable) una pérdida de b(k-x) unidades monetarias. 1. Plantear la función de beneficio neto semanal en función de x y k. (Recordar que si no hay sobrante no hay pérdida y como máximo se pueden vender k kilogramos, aún cuando la demanda supere ese valor). 2. Hallar el valor de k que maximice el beneficio, neto semanal, esperado. 19 PRACTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS EJERCICIO 16 (Examen Feb/1997) En el camino a ″Paso de los Potros″ hay una sola estación de servicio con un surtidor de nafta. Don Margarito, quien la atiende, se entretiene anotando la hora en que llega cada vehículo a cargar nafta así como los litros que carga. De las anotaciones de Margarito se deduce que el número de vehículos que llegan a su estación es una variable (X) que puede modelarse adecuadamente por Poisson con media de 1 por hora. A su vez la cantidad de nafta que carga cada uno es una variable (Y) modelable por una N(15,400). X e Y son independientes y además los litros de nafta que carga un vehículo se suponen independientes de los que carga cualquier otro. Se pide: 1. Calcular la probabilidad de que en una mañana de trabajo (4 horas) lleguen más de 3 vehículos. 2. Calcular la probabilidad de que el segundo y el tercer vehículo que llegan carguen más de 20 litros de nafta cada uno. Justifique. 3. Al comenzar la jornada de trabajo (de 12 horas), Margarito mide el contenido del depósito de combustible y verifica que tiene 800 litros. Si ese día llegan exactamente 40 vehículos, ¿Cuál es la probabilidad de que se quede sin combustible antes de abastecer completamente a todos? Fundamentar cada paso. 4. Suponiendo que ese día en lugar de llegar 40 vehículos, llegan exactamente k vehículos, plantear la probabilidad pedida en el punto 3 en función de k y determinar el máximo k natural, para el cual dicha probabilidad es menor a 0.2. (Sugerencia: para resolver la inecuación, hacer el cambio de variables k = u ) 5. ¿Cuánta nafta debería tener el depósito de la estación al iniciar la jornada de manera que exista una probabilidad menor a 0.01 de que quede sin gasolina el día en que llegan un número de vehículos exactamente igual al máximo valor de k hallado en el punto anterior? 6. Calcular la probabilidad de que en una mañana de trabajo (4 horas) lleguen más de 3 vehículos. 7. Calcular la probabilidad de que el segundo y el tercer vehículo que llegan carguen más de 20 litros de nafta cada uno. Justifique. 8. Al comenzar la jornada de trabajo (de 12 horas), Margarito mide el contenido del depósito de combustible y verifica que tiene 800 litros. Si ese día llegan exactamente 40 vehículos, ¿Cuál es la probabilidad de que se quede sin combustible antes de abastecer completamente a todos? Fundamentar cada paso. 9. Suponiendo que ese día en lugar de llegar 40 vehículos, llegan exactamente k vehículos, plantear la probabilidad pedida en el punto 3 en función de k y determinar el máximo k natural, para el cual dicha probabilidad es menor a 0.2. (Sugerencia: para resolver la inecuación, hacer el cambio de variables k = u ) 10. ¿Cuánta nafta debería tener el depósito de la estación al iniciar la jornada de manera que exista una probabilidad menor a 0.01 de que quede sin gasolina el día en que llegan un número de vehículos exactamente igual al máximo valor de k hallado en el punto anterior? 20 PRACTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS EJERCICIO 17 (Examen Feb/1998) Una compañía de aviación realiza diariamente los siguientes vuelos: 08:00 – Montevideo – Punta del Este 0900 – Punta del Este – Montevideo 20:00 – Montevideo – Punta del Este 21:00 – Punta del Este – Montevideo El avión tiene una capacidad máxima de 250 pasajeros. Estos, al tomar la decisión de viajar, lo hacen independientemente de otros pasajeros, lo que permite suponer que la demanda de pasajes se distribuye binomial. También puede suponerse que son independientes las cantidades de pasajes demandados por tipo de viaje. Se dispone de la siguiente información: Distribución de la Tipo de viaje Precio Demanda Demanda 08:00 – Montevideo – Punta del Este U$S 30 X1 B(275,0.80) 0900 – Punta del Este – Montevideo U$S 25 X2 B(250,0.80) 20:00 – Montevideo – Punta del Este U$S 20 X3 B(200,0.80) 21:00 – Punta del Este – Montevideo U$S 25 X4 B(250,0.80) Se pide: 1. Hallar aproximadamente la probabilidad de que en el vuelo de las 8:00 la demanda supere la capacidad máxima. ¿Qué puede decirse de los restantes vuelos? 2. Demostrar que la demanda total de pasajes diaria se distribuye también binomial, especificando los parámetros de la distribución. 3. Sea Y el valor en U$S de las ventas diarias de pasajes. Expresar Y en función de las Xi. 4. Deducir, justificando, la distribución aproximada de Y. 5. Plantear en función de X2, X3 y X4 (sin calcular) la probabilidad de que las ventas superen los U$X 20.000, si la demanda en el vuelo de las 8:00 es de 200 pasajeros. EJERCICIO 18 (Primera Revisión 2000) k ( x + 1 ) si 0 < x < 2 La función de densidad de la variable aleatoria X es f X ( x ) = en otro caso 0 Se pide: a) Calcular el valor de la constante k. b) Determinar media y desviación típica de la variable aleatoria X. c) Determinar la mediana de la variable aleatoria X. d) Determinar la media de la variable aleatoria Y = X2 + 1 sin utilizar la función de densidad ni la función generatriz de Y. e) Determinar la función de densidad de la variable Y = X2 + 1. f) Verificar el valor obtenido para la media de la variable aleatoria Y (en la parte d) utilizando la función de densidad de la variable aleatoria Y. 21 PRACTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS EJERCICIO 19 (CANAVOS 5.26) La proporción de unidades defectuosas en un proceso de fabricación es una variable aleatoria que se encuentra aproximada por una distribución beta con α= 1 y β= 20. a) ¿Cuál es el valor de la media y de la desviación estándar? b) ¿Cuál es la probabilidad de que la proporción de artículos defectuosos sea mayor que un 10%? y ¿Mayor que un 15%? EJERCICIO 20 (CANAVOS 5.36) Sea X una variable aleatoria con distribución de Weibull y parámetros a = 2 y λ = 0.05. a) Graficar la función de densidad de probabilidad. b) Calcular la probabilidad de que X tome un valor mayor que la media. c) Calcular la probabilidad de que X tome un valor que se encuentre en un intervalo de amplitud igual a una desviación estándar desde la media, y después en un intervalo de amplitud igual a dos desviaciones estándar desde la media. EJERCICIO 21 El ingreso de los hogares tiene distribución Log-N(8, 2). SE PIDE: a) ¿Cuál es la probabilidad que un hogar tenga ingresos entre $5.000 y $10.000? b) Calcular el ingreso esperado. EJERCICIO 22 Una marca de computadoras se vende con 3 años de garantía. El tiempo hasta que se produce la primera falla de las computadoras tiene distribución W(α = 2, λ = 1/8). SE PIDE: a) ¿Cuál es la probabilidad que una computadora elegida al azar tenga su primera falla en el período de garantía? b) ¿Cuál es el modo de la distribución? c) Hallar el tiempo esperado hasta la primera falla. d) Graficar la densidad W(α = 2, λ = 1/8). EJERCICIO 23 La proporción de consumidores de un producto (X) varía de una ciudad a otra siguiendo una distribución beta con parámetros (2, 3). a) Calcular E(X). b) Calcular P(X > E(X)). c) Calcular la proporción de consumidores más probable en una ciudad. d) Graficar fX. 22 PRACTICA 3: VARIABLES ALEATORIAS ABSOLUTAMENTE CONTINUAS EJERCICIO 24 Los ingresos personales (X) en dos ciudades tienen distribuciones de Pareto con parámetros (θ = 500, α = 2) y (θ = 700, α = 3) respectivamente. a) Hallar el ingreso medio en las dos ciudades. b) Hallar el ingreso mediano en la primera de las ciudades. c) Calcular la probabilidad que un perceptor gane más de $2.000 en cada ciudad. d) ¿En qué ciudad es más probable el suceso (1.000 ≤ X ≤ 2.000)? e) ¿En qué ciudad hay mayor concentración del ingreso? Calcular los índices sintético y analítico de Gini. 23 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES EJERCICIO 1 Sean X e Y dos variables aleatorias discretas con la siguiente distribución conjunta de probabilidad. PXY(x, y) Y 0 1 2 a) b) c) d) e) f) 0 0,15 0,10 0,05 X 1 0,10 0,10 0,10 2 0,05 0,10 0,25 Hallar las funciones de probabilidad marginales px(x) y py(y). ¿Las variables aleatorias X e Y son estadísticamente independientes? Calcular pX/Y=0(x). Calcular pY/X=2(y). Calcular E(Y/X=x). Calcular FXY(x, y) ∀(x, y). EJERCICIO 2 (NOVALES 7.13) a) Demostrar que la función de dos variables: x + y si x = 1 , 2 , 3 y y = 1 , 2 p X ,Y ( x, y ) = 21 0 en otro caso es una función de probabilidad bivariante. b) Obtener las funciones de probabilidad marginales de las dos variables X e Y, así como sus esperanzas y varianzas. a) ¿Son independientes ambas variables? b) Obtener la distribución de Y condicional en un valor de X, y calcular la esperanza matemática y la varianza de Y condicionales en X = 3. EJERCICIO 3 Se tiran dos dados, uno a continuación del otro. Sean X1 = “resultado de la cara superior del primer dado” y X2 = “resultado de la cara superior del segundo dado”. Sean Y1 = Máx {X1,X2} y Y2 = Mín {X1,X2}. Hallar la distribución conjunta del par (Y1,Y2). 24 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES EJERCICIO 4 (Examen Setiembre 1998) Sea X ∼ Bernoulli (p), Y ∼ Bernoulli (1-p) y X, Y independientes. Se pide: 1. Hallar la distribución de T = X – Y 2. Hallar la distribución de U = T + 1 y reconocerla EJERCICIO 5 (Examen Febrero 1997) Sean X e Y dos variables aleatorias discretas independientes con cuantías dadas por: 1 4 p X ( x) = 1 4 1 2 si x = −1 si x = 0 si x = 1 2 3 pY ( y ) = 13 si y = −1 si y = 1 Se pide: c) Determinar las cuantías de W = X + Y y de T = XY, d) ¿Son W y T independientes? Justificar la respuesta. EJERCICIO 6 (CANAVOS 6.3 y 6.6) Sean X e Y dos variables aleatorias continuas con una función de densidad conjunta de probabilidad dada por: 3x − y f X ,Y ( x , y ) = 5 0 1< x < 2 , 1< y < 3 para cualquier otro valor 1. Obtener la función de distribución conjunta acumulativa. 2. ¿Cuál es la probabilidad conjunta de que X < 3/2 y Y < 2 ? 3. Mediante el empleo de sus respuestas a la parte a), obtener las distribuciones acumulativas marginales de X y de Y. 4. Obtener las funciones de densidad marginales de X y de Y. 5. Obtener Cov(X,Y) y ρ(X,Y). EJERCICIO 7 Sea fXY (x,y) = k.x.y una función de densidad conjunta definida sobre el rectángulo 0 ≤ x ≤ 1, 0 ≤ y ≤ 1. 1. 2. 3. 4. Hallar el valor de la constante k. Encontrar las funciones de densidad marginales de X e Y. Hallar la E(X/Y). ¿Son X e Y independientes? 25 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES EJERCICIO 8 (Examen de Mayo de 1998) Sea X la variable aleatoria que mide la propensión de las familias a viajar en Semana de Carnaval y sea Y la variable aleatoria que mide la propensión de las familias a viajar en Semana de Turismo. La distribución conjunta del par (X, Y) es: 2( x 3 + y 3 ) si 0 < x < 1 , 0 < y < 1 f X , Y ( x, y ) = 0 en otro caso Se pide: 1. Plantear y calcular la probabilidad de encontrar una familia cuya propensión a viajar en las dos semanas supere 0,5 en ambos casos. 2. Hallar ρ(X,Y) sabiendo que X e Y están idénticamente distribuidas. ¿Cómo se interpreta este resultado en este problema? EJERCICIO 9 (Primera revisión de 1996) Sea (X, Y) un vector bidimensional aleatorio continuo con esperanza finita. Demostrar la siguiente igualdad: E[E(Y / X)] = E(Y). EJERCICIO 10 (NOVALES 7.8 y 7.9) Demuestre que para toda distribución bidimesional, se tiene: a ) Cov[X , E (Y / X )] = Cov( X , Y ) b) V ( X ) = EY [V ( X / Y )] + VY [E ( X / Y )] c ) E [g ( X )Y / X ] = g ( X ) E (Y / X ) d ) E [g ( X )(Y − E (Y / X ) / X ] = 0 e) V (Y / x ) = E (Y 2 / x ) − [E (Y / x )] 2 EJERCICIO 11 (Examen de Mayo de 2001) Sean X1 y X2 dos variables aleatorias independientes y sean Y1= X1 - X2 y Y2= X1 + X2. Hallar la condición que deben cumplir X1 y X2 para que Y1 y Y2 sean incorrelacionadas. EJERCICIO 12 (Primera Revisión 1995) 1 n X 1 + X 2 + ... + X n . Xi= ∑ n i=1 n Sabiendo que los primeros dos momentos, centrados en el origen, existen y son finitos tal que E(Xi) = µi y E(Xi2) = σi2 + µi2, calcular ρ(Xi, X ) si las {Xi} son: Sean las variables aleatorias X1, X2, ..., Xn y sea X = a) idénticamente distribuidas e independientes. b) Idénticamente distribuidas e incorrelacionadas. 26 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES EJERCICIO 13 (Examen Diciembre de 1996) Una automotora comercializa dos marcas: FIEL y FORO. Las ventas diarias de ambas marcas tiene la siguiente distribución conjunta: pX1, X2 (x1, x2) = 50 X1 X2 0,3 p 91 REC(X1, X2) = {(0,0); (0,1); (1,0); (1,1)} Donde X1 = Ventas diarias de autos FIEL X2 = Ventas diarias de autos FORO Se pide: 1. 2. 3. 4. 5. Hallar p para que pX1, X2 sea una cuantía conjunta. Hallar las distribuciones marginales de X1 y X2 y reconocerlas. ¿Son X1 y X2 independientes? Fundamentar. ¿Cuál es la distribución de X1 sabiendo que ese día no se vendió ningún auto FORO? Hallar la distribución de la variable Y = “Nº de autos vendidos por día en la automotora”. 6. ¿Son X1 e Y independientes? Fundamentar. EJERCICIO 14 (Examen de Marzo de 2001) Una empresa de electrónica vende un solo tipo de alarmas para hogares en las siguientes condiciones: • Alarmas con colocación incluida; U$S 700 • Alarmas sin colocación: U$S 500 La demanda mensual tiene la siguiente distribución: P( X 1 = x1 , X 2 = x2 ) = C x601 C x502 0,6 x1 + x2 .0 ,4110− x1 − x2 con Rec( X 1 , X 2 ) = { x1 = 0 ,1,2 ,....,60 ; x 2 = 0 ,1,2,....,50 } Donde: X1 = ”demanda mensual de alarmas con colocación” X2 = ”demanda mensual de alarmas sin colocación” Se pide: 1. Deducir las distribuciones marginales de X1 y X2 y reconocerlas. 2. ¿Son X1 y X2 independientes? Fundamentar la respuesta. 3. La empresa realiza las compras de alarmas una vez por mes. ¿Cuántas alarmas debe comprar en un mes si el stock remanente del mes anterior es de 10 alarmas y se pretende satisfacer la demanda con una probabilidad del 99%? 4. Sea la variable Y = “recaudación mensual en U$S por venta de alarmas (con o sin colocación)”. Hallar la distribución aproximada de Y fundamentando la respuesta. 5. Calcular la probabilidad de que la recaudación mensual supere los U$S 50.000. 27 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES EJERCICIO 15 (Examen de Marzo de 1996) Sean dos variables aleatorias X e Y tales que X ∼ Poisson (λ ) y (Y/X = x) ∼ B(x, p) Se pide: e − λ [ (1 − p ).λ] x p X ,Y ( x , y ) = ( x − y ) ! y! 1. Probar que y p y deducir el Rec (X ,Y). . 1− p qn = q k eq ∑ n = k (n − k ) ! +∞ 2. Utilizando el resultado anterior y recordando que Deducir la cuantía marginal de Y, y reconocerla. 3. ¿Son X e Y independientes? Fundamentar la respuesta. 4. En el proceso de producción de telas se presentan ciertas fallas que solo pueden detectarse mediante inspección visual. La aparición de fallas sigue un proceso de Poisson a razón de una falla cada dos metros. La producción de telas se corta en piezas de 10 metros que son entregadas a los inspectores de calidad para la detección de fallas. Al analizar una pieza de 10 metros, la probabilidad de que una falla sea detectada por un inspector es 0,95 y es constante e independiente en la detección de las fallas que pudieran aparecer en la pieza. Sea X = Número de fallas en una pieza de 10 metros e Y = Número de fallas detectadas por el inspector en una pieza de 10 metros. a) Verificar que el par (X , Y) tiene una distribución conjunta como en el punto 1). b) Si un inspector revisa 15 piezas. ¿Qué distribuciones siguen las siguientes variables? : T1 = Total de fallas en las 15 piezas T2 = Total de fallas detectadas por el inspector en las 15 piezas c) Hallar el número esperado de fallas no detectadas por el inspector en las 15 piezas revisadas. EJERCICIO 16 En una urna hay N bolillas, de las cuales N1 son blancas y N2 = N - N1 son negras. Se extraen 2 bolillas sin reposición. Sean las variables aleatorias: 1 si en la pimer extracción sale un bolilla blanca X1 = 0 si en la primer extracción sale una bolilla negra 1 si en la segunda extracción sale un bolilla blanca X2 = 0 si en la segunda extracción sale una bolilla negra a) Demostrar que X1 y X2 son idénticamente distribuidas. b) Mostrar que X1 y X2 no son variables aleatorias independientes. 28 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES EJERCICIO 17 Supongamos que unos artículos con probabilidad p de ser aceptables se someten a inspección, de manera que la probabilidad de que un artículo sea inspeccionado es p'. Tenemos cuatro clases "aceptable e inspeccionado", "aceptable pero no inspeccionado", etc. con probabilidades correspondientes pp', pq', p'q, qq', donde q = 1-p y q'=1-p'. Sea N el número de artículos que pasa por el escritorio de inspección (tanto inspeccionados como no inspeccionados) antes de que se encuentre el primer defectuoso y sea K el número (no descubierto) de artículos defectuosos entre ellos. Se pide: Encontrar la distribución conjunta de N y K y sus correspondientes distribuciones marginales. EJERCICIO 18 (Primer control de 1995) Sean las v.a. X e Y con función de densidad conjunta: 6 y 2 f X , Y ( x, y ) = 0 si − x ≤ y ≤ x , 0 ≤ x ≤ 1 en otro caso Se pide : a) Calcular E (Y/X = x) b) Calcular E (X/Y = y) EJERCICIO 19 (Primera Revisión de 1995) Si se compran y venden artículos de acuerdo al juego libre del mercado se deben esperar fluctuaciones tanto en la cantidad que se debe pagar por un artículo como en la cantidad en que se podrá venderlo. Se supone que un comerciante paga una cantidad X (en unidades normalizadas de forma adecuada) por un artículo que luego debe vender en una cantidad Y. La distribución conjunta del vector (X, Y) es la siguiente: kx 2 y 2 f X , Y ( x, y ) = 0 si 0 < x ≤ y ≤ 1 en otro caso Se pide: 1. Suponiendo que no tenga costos fijos que deba cargar en el precio de venta de este artículo, ¿cuál es la utilidad esperada por artículo? 2. ¿Cuál es la utilidad esperada por artículo para un nivel x0 de precios? EJERCICIO 20 Suponga que la v.a. X está uniformemente distribuida en el intervalo (0,1). Asumiendo que la distribución condicional de Y dado X=x tiene la siguiente función de cuantía: P( Y = y / X = x ) = C yn x y ( 1 − x )n − y con y = 0,1,2 ,...., n a) Encontrar la distribución de Y. b) Calcular la esperanza de Y. 29 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES EJERCICIO 21 (Primera Revisión 1995) El sistema de autorizaciones de crédito a clientes de la tarjeta “Coca más Pizza” funciona de la siguiente manera: desde diferentes lugares se envían pedidos de autorizaciones de crédito, éstas son recibidas por un computador que las reparte (al azar) entre las terminales de las encargadas de autorizaciones (cada una de las encargadas tarda el mismo tiempo en procesar la respuesta). Si la terminal donde cayó el pedido no está libre, el computador vuelve a enviarla (siempre eligiendo al azar, o sea que el pedido podría de nuevo caer en la misma terminal anterior) hasta que consigue una terminal libre, allí el pedido se procesa y se envía la respuesta al lugar correspondiente. Sea N el número de intentos que realiza el computador antes de conseguir una terminal libre y sea T el tiempo que tarda la autorización desde que se envía la solicitud hasta que se recibe la respuesta. El vector (N,T)´ tiene la siguiente función de probabilidad: λ e − ( λ + β )t ( β t ) n f N ,T ( n ,t ) = n! 0 n = 0 ,1,2,..... , t > 0 , λ > 0 , β > 0 en el resto 1. ¿Cuál es el número esperado de intentos antes que se encuentre una terminal disponible? 2. Para agilizar los trámites, se harán k intentos, donde k es el número de intentos que se esperaría hacer si la respuesta demorara t0 minutos, pasado ese número de intentos se envía automáticamente la autorización del crédito independientemente del historial del cliente. Indicar cuál es el número k de veces que se tiene que intentar antes de autorizar automáticamente el crédito si: a) t0 es igual a 5 minutos. b) t0 es el tiempo promedio que se tarda en recibir respuesta. ¿Por qué este valor es igual al hallado en el punto 1)? Fundamentar. EJERCICIO 22 Sea una variable aleatoria Y que tiene la siguiente distribución de probabilidad: P(Y=-1) = 1/3 P(Y=1)=2/3 y una variable aleatoria X que sigue una distribución uniforme sobre el intervalo [0,2] si Y = -1 y una distribución uniforme sobre el intervalo (1, 5) si Y = 1. Se pide: a) Obtener la distribución de probabilidad de X condicionada por la variable Y. b) Obtener la distribución de probabilidad de la esperanza condicional E(X/Y). c) Obtener la distribución marginal de X. d) Comprobar que la esperanza de X, coincide con la de la variable aleatoria E(X/Y). 30 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES EJERCICIO 23 Un examen consta de tres partes que se califican por separado. Los puntajes de cada parte, X1, X2, X3, siguen una distribución conjunta normal multivariada con vector de medias µ y matriz de varianzas y covarianzas Σ: 60 81 18 3 µ = 65 Σ = 18 64 3 40 3 3 81 Se pide: 1. Si se exige para aprobar cada parte por lo menos 50 puntos, calcular las probabilidades de aprobar cada parte. 2. Si para aprobar el examen es suficiente obtener 50 puntos de media entre las tres partes, calcular la probabilidad de aprobar el examen total. 3. Hallar la distribución de (X2 , X3). 4. Hallar el coeficiente de correlación lineal entre X2 y X3, e interpretar el resultado. 0.5 X 1 + X 2 + 1.5 X 3 . Hallar la distribución de Y. 5. Sea: Y = 3 6. Se perdieron las partes 1 y 2 del examen de uno de los alumnos, ¿cuál sería el valor esperado del puntaje de las partes 1 y 2 si se sabe que el alumno obtuvo 50 puntos en la parte 3? EJERCICIO 24 El vector aleatorio (X,Y) tiene la siguiente función de densidad: 1 − 12 ( x 2 + y 2 ) e f X ,Y ( x , y ) = π 0 en { x > 0 , y ≤ 0 } ∪ { x ≤ 0 , y > 0 } en el resto 1. Demostrar que las variables marginales X e Y siguen una distribución N(0,1). 2. ¿X e Y son variables aleatorias independientes? 3. ¿Es normal bivariante la distribución conjunta de (X,Y)? ¿Qué deduce de estas conclusiones? EJERCICIO 25 (CANAVOS 6.1) Se seleccionaron aleatoriamente 60 personas y se les preguntó su preferencia con respecto a tres marcas A, B y C. Estas fueron de 27, 18 y 15 respectivamente. ¿Qué tan probable es este resultado si no existen otras marcas en el mercado y la preferencia se comparte por igual entre las tres? 31 PRÁCTICA 4: VARIABLES ALEATORIAS MÚLTIPLES EJERCICIO 26 Tres monedas son lanzadas al mismo tiempo, este experimento se repite n veces. Sean: X = “número de tiradas en las que no aparece ninguna cara” Y = “número de tiradas donde aparece una sola cara” Z = “número de tiradas donde aparecen dos caras” Se pide: a) Encontrar la cuantía conjunta de (X,Y,Z). b) Encontrar la cuantía de (X,Z/Y=y). EJERCICIO 27 Dadas U1 ~ U (0, 1) y U2 ~ U (0, 1) independientes entre si, hallar las distribuciones conjuntas y marginales en los siguientes casos: X U 1 + U 2 a ) = Y U 1 − U 2 X U .U b) = 1 2 Y U 1 / U 2 X sen(2πU 1 ) − 2 ln U 2 c) = Y cos(2πU 1) − 2 ln U 2 EJERCICIO 28 Dadas X1, X2, ….. , Xn iid con distribución FX(x), hallar las densidades de: U = max { X1, X2, ….. , Xn } V = min { X1, X2, ….. , Xn } EJERCICIO 29 Dadas las variables aleatorias X e Y independientes ambas con distribución Geom(p), hallar la cuantía de U = min { X ,Y } y de V = X – Y. Demostrar que U y V son independientes. EJERCICIO 30 Dos amigos convienen en encontrarse en un boliche entre la hora cero y la una de la madrugada. Las llegadas serán independientes y convienen en que cada uno ha de esperar al otro por espacio de 10 minutos, y si no se encuentran, se retirarán del boliche. Si se supone que las llegadas tienen distribución uniforme continua en el intervalo (0, 1), ¿cuál es la probabilidad de que los amigos se logren encontrar? 32 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 1 Indicar si los siguientes datos son de corte transversal o de series temporales: a) Ingresos de los hogares de Montevideo en el mes de setiembre de 2006. b) Número de inasistencias de los docentes de un establecimiento escolar de los últimos 6 meses. c) Tasa de desempleo del Interior en los 8 trimestres calendario de 2005 y 2006. d) Resultados del examen de Estadística del 15/10/2006, en el cual rindieron la prueba 148 alumnos. e) Total anual de egresos en el conjunto de las instituciones universitarias del país, en los últimos 5 años. EJERCICIO 2 La siguiente tabla muestra los años que un conjunto de 30 trabajadores encuestados ha estado en su actual empresa: 4 9 8 11 11 13 3 14 6 7 10 12 1 14 5 18 21 9 4 4 7 11 8 17 2 9 2 2 6 13 a) Construir la distribución de frecuencias absolutas. b) Obtener las frecuencias relativas para cada clase y su representación gráfica. c) ¿Qué porcentaje de trabajadores ha estado en su actual empresa más de 8 años? ¿Y menos de 13? d) Dibujar el gráfico de frecuencias acumuladas. e) Repetir los pasos anteriores utilizando ahora intervalos de clase con 1 como límite inferior del primer intervalo de clase, y longitud de cada intervalo igual a 4. EJERCICIO 3 (Novales 1.13) Suponga que dispone de m observaciones de la variable X, con las que calcula su media x y de n observaciones de la variable Y, con las que calcula su media y . Pruebe que el promedio z de los m + n datos, tomados todos conjuntamente, puede escribirse: z= m n x+ y n+m n+m 33 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 4 Una empresa tiene 200 administrativos que reciben U$S 500 mensuales y 800 obreros que reciben U$S 200 por mes. En tiempo de depresión temporal, todos los salarios se rebajan un 20% y 600 obreros son mandados a seguro de paro. Sin embargo el departamento de relaciones públicas da a conocer una declaración en el sentido de que el salario promedio aumentó. Explique por qué sucede esto. EJERCICIO 5 (Primera revisión 1997) El gráfico adjunto corresponde a la función de distribución empírica acumulada de la cantidad de automóviles diarios vendidos en una automotora, observada en un mes de trabajo. F X(x ) 1 0 .9 0 .5 0 .2 x 1 2 3 4 Se pide: 1. Explicitar la función de distribución empírica acumulada. 2. Determinar la distribución de frecuencias relativas y graficarla. 3. ¿Qué porcentaje de días se vende en la automotora un automóvil o más? Fundamente su respuesta. EJERCICIO 6 (Primera Revisión 2000) A partir de una muestra de 10 datos se obtuvieron los siguientes resultados: Media aritmética = 4 Mediana = 5 Realizados los cálculos se descubre que la observación con valor más pequeño estaba equivocada y en lugar de 2 era 1. a) ¿Cuál es el valor correcto de la media aritmética? Fundamente su respuesta. b) ¿Cuál es el valor correcto de la mediana? Fundamente su respuesta. 34 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 7 Una empresa de transporte lleva estadísticas, desde hace varios años, del rendimiento de dos marcas de llantas. De las mismas se han sacado los siguientes resultados (en Km.) LLANTA MEDIANA MEDIA A 25.000 27.000 B 27.000 25.000 Suponga que las dos llantas se venden al mismo precio. ¿Qué marca recomendaría usted al negocio de transportes? ¿Por qué? EJERCICIO 8 (Primer control 2000) El porcentaje de insectos muertos luego de una aplicación de insecticida se registra en la siguiente tabla: Tiempo en minutos 5 10 30 45 60 Porcentaje de insectos muertos 50 75 85 95 100 Indicar, justificando brevemente, si son verdaderas o falsas las siguientes afirmaciones: (a) El tiempo de vida aproximado más frecuente desde la aplicación del insecticida es de 2 minutos 30 segundos. (b) Sólo el 15% sobrevive más de 30 minutos. (c) El 10% de las muertes se produce aproximadamente luego del primer minuto. (d) El tiempo medio aproximado de vida luego de la aplicación es de 11 minutos y medio. EJERCICIO 9 Indicar qué medidas de posición serían más útiles en cada uno de los siguientes casos, justificando la respuesta. 1. El gerente de producción de una fábrica de envases de vidrio quiere saber cuál es el tamaño de envase que debe fabricar en mayor cantidad. Tiene a mano un buen número de datos de los tamaños de envases ordenados por los clientes. 2. El gerente de ventas de una compañía que produce mobiliario de lujo desea seleccionar regiones para establecer salas de exhibición. ¿En qué medida del ingreso familiar estará más interesado? 35 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 10 (Múltiple opción seleccionada de los exámenes de 2001) 1. En una muestra de hogares la mediana de los ingresos de los varones (Xmed) es 4000 y la mediana de los ingresos de las mujeres (Ymed) es 3500. Entonces, a) b) c) FX* ( 4000 ) < FY* ( 4000 ) FX* ( 4000 ) = FY* ( 4000 ) FX* ( 4000 ) > FY* ( 4000 ) 2. Para comparar la dispersión entre la distribución del ingreso de los hogares de Maldonado y la distribución del recorrido hasta la escuela rural de los alumnos de Lavalleja, el indicador más apropiado es: a) La varianza b) La desviación estándar c) El coeficiente de variación EJERCICIO 11 (Seleccionado del examen de Mar/2000) Comente las siguientes afirmaciones fundamentando su veracidad o falsedad: 1. La mediana es una medida de posición que es invariante a alteraciones en los valores extremos. 2. Cuando se tienen datos agrupados es imposible calcular exactamente los valores de la media y la varianza de los datos originales sin agrupar. 3. El coeficiente de variación no es tan bueno para medir la dispersión de una variable como el desvío estándar porque aquel depende de la unidad de medida de la variable. EJERCICIO 12 (Examen Mar/2000) PARTE A A continuación se presenta un cuadro aparecido en un análisis de concentración a partir del Censo de Establecimientos Industriales. NUMERO DE EMPLEADOS 1-4 5-9 10-19 20-49 50-99 100-249 250-499 500-999 1000-2499 2500 – 4000 PORCENTAJE PORCENTAJE ACUMULADO ACUMULADO DE VALOR AGREGADO POR EL DE FABRICANTE ESTABLECIMIENTOS 36,5 1,1 52,3 2,7 67,6 5,9 80,5 13,3 83,0 21,5 96,2 36,5 98,4 49,8 99,4 63 99,8 78,2 100,0 100,0 36 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 12 (continuación) 1. ¿El 80.5 % de los establecimientos representan el 21.5 % del valor agregado? Justifique su respuesta. 2. Qué porcentaje de los establecimientos tienen 2.500 empleados o más. 3. ¿Qué participación tienen en el total del valor agregado industrial los establecimientos que tienen 2.500 empleados o más? 4. Si sabemos que el total de 100.000 establecimientos del país tienen en conjunto un valor agregado total de 400 millones. 4.1) ¿Cuál es el valor agregado generado en establecimientos que tienen hasta 49 empleados? 4.2) ¿Cuántos empleados hay trabajando en establecimientos que tienen hasta 49 empleados? PARTE B 1. Completar el siguiente cuadro, a partir del cuadro presentado en la PARTE A. Utilice como definición de los intervalos: [ ) NUMERO DE EMPLEADOS 1-5 5-10 10-50 50-250 250-4000 FRECUENCIA RELATIVA DE ESTABLECIMIENTOS LAS SIGUIENTES PREGUNTAS DEBEN RESPONDERSE EN BASE AL CUADRO CALCULADO EN B.1. 2. 3. 4. 5. 6. 7. ¿Cuál es la mediana del número de empleados? El 50 % de los establecimientos tienen hasta ___________ empleados. El primer cuartil es ___________ El tercer cuartil es ___________ El 50 % central de las observaciones se encuentra en un intervalo de amplitud _______ ¿Cuál es la cantidad media de empleados por establecimiento? ¿Cuántos empleados hay en el total del país? 8. ¿Cuál es el intervalo modal de la cantidad de personal ocupado? 37 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 13 La siguiente es la distribución de los ingresos de los hogares a partir de la muestra de la Encuesta Nacional de Hogares de un mes [ y’i-1 1000 2000 3000 5000 7000 10000 - y’i ) 2000 3000 5000 7000 10000 15000 ni 100 120 150 100 80 50 Se pide: 1. Calcular la distribución de frecuencias y representarla gráficamente. 2. Calcular la función de distribución acumulada de frecuencias relativas y representarla gráficamente. 3. Calcular las medidas de posición e interpretar su significado. 4. Calcular las medidas de dispersión. 5. Calcular las medidas de simetría y apuntamiento. EJERCICIO 14 (Examen Set/1997) Parte A En una muestra de 100 datos se obtuvieron los siguientes resultados: X = 5.55 x0.5 = xmediana = 5.15 s2 = 16 Realizados los cálculos se descubre que una observación con valor 10 estaba equivocada y correspondía el valor 15. ¿Cuál es el valor correcto de la media, la mediana y la varianza de la muestra? Parte B El año pasado en esta época, los datos de préstamos personales de EFECTIVO-YA mostraron una media de $ 650 y una desviación estándar de $ 300. Recientemente se calculó la media en $ 1.000 y la desviación estándar en $ 350. Se pide: ¿mostraron mayor o menor variación relativa los préstamos del año pasado respecto al año actual? Parte C ¿Por qué se elevan al cuadrado las desviaciones respecto a la media al calcular la desviación estándar? 38 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 15 (Primera Revisión de 2001) PARTE A En la siguiente tabla se presentan los salarios anuales (en miles de dólares) de los directores ejecutivos de 100 grandes empresas. Frecuencia absoluta 90 , 790 40 790 , 1490 36 1490 , 2190 14 2190 , 2540 10 TOTAL 100 xi' −1 , xi' Utilice las columnas libres del cuadro para efectuar los cálculos que considere necesarios. a) b) c) d) Calcule la media. Interprete su significado. Calcule la mediana. Interprete su significado. Calcule el recorrido intercuartil. Interprete su significado. Calcule la varianza y la desviación estándar. PARTE B En la siguiente tabla se presentan las edades de los ejecutivos de la Parte A. En base a ella se calcularon algunas medidas de resumen. xi' −1 , xi' 50 , 60 60 , 70 70 , 80 TOTAL Frecuencia absoluta 42 50 8 100 x = 61.6 (61 años y 7 meses) Mediana = 61.6 (61 años y 7 meses) Primera cuartila = 55.95 (55 años y 11 meses) Tercera cuartila = 66.6 (66 años y 7 meses) Varianza = 38.44 años 2 Desviación estándar = 6.2 años Se desea comparar la dispersión de los salarios y las edades de los directores ejecutivos. a) En su opinión, ¿cuál es el indicador más apropiado para comparar la dispersión en este caso? Fundamente su respuesta. b) Calcule el indicador apropiado y comente el resultado obtenido. c) Dado que la mediana para las edades es 61.6 (61 años y 7 meses), ¿se puede afirmar que los ejecutivos menores de 61 años y 7 meses ganan hasta el valor de la mediana de los salarios hallado en la Parte A? Fundamente su respuesta. EJERCICIO 16 (Novales 1.7) Demuestre que si se efectúa un cambio de variable: Y = aX + b , entonces la media aritmética de Y es: y = a x + b , y su varianza: S y2 = a 2 S x2 . Probar asimismo que la mediana y la moda experimentarán la misma transformación que la media. Suponga a > 0. 39 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 17 (Examen Set/1996) Una empresa comercializa diferentes productos cuyos precios oscilan en el mes de abril entre $10 y $14. Una muestra de las ventas del mes de abril arrojó los siguientes resultados: Precio 10 11 12 13 14 Cantidad de productos 50 150 100 80 20 Se pide: a) Calcular media y varianza de la distribución de la muestra de precios de abril. b) Los precios de la tabla no incluyen el IVA. Hallar, aplicando las propiedades correspondientes, la media y la varianza de los precios con IVA (23%). c) Para el mes siguiente (mayo), los precios sin IVA se incrementarán en $ 1. Hallar media, mediana, modo y varianza de la distribución de los precios (sin IVA) del mes de mayo, suponiendo que las cantidades de productos en la muestra permanecen inalterados. EJERCICIO 20 Los sueldos que paga una empresa a sus empleados, vienen dados por: [ y’i-1 14000 15000 16000 17000 18000 19000 20000 21000 - y’i ) 15000 16000 17000 18000 19000 20000 21000 22000 Ni 5 7 8 6 5 4 3 2 La empresa propone al personal dos posibles arreglos de negociación: Arreglo 1: yi = 0.8 ui - 2000 Arreglo 2: ti = 1.2 yi + 3000 Se pide: a) ¿Cuál es el sueldo promedio que paga la empresa? b) ¿Cuál es el nuevo sueldo promedio u , según el Arreglo 1? c) ¿Cuál es la mediana del sueldo, t0,5, según el Arreglo 2? d) ¿Sobre qué sueldo yi , están el 20% de los sueldos superiores? e) ¿Qué porcentaje del dinero destinado a pagar sueldos representan los sueldos de las personas que ganan más de yi = $ 18.000? f) ¿Cuál es la varianza de los sueldos U, según el Arreglo 1? g) ¿Cuál es el coeficiente de variación de los sueldos U, según el Arreglo 1? h) ¿Cuál es el coeficiente de variación de los sueldos T, según el Arreglo 2? 40 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 19 Con la finalidad de conocer la calidad de producción de una fábrica (Fábrica A), se extraen al azar 100 lotes de un conjunto de “n” lotes de igual tamaño, de un cierto artículo. El examen de los 100 lotes elegidos proporciona los siguientes resultados: Cantidad de piezas defectuosas de cada lote 0 1 2 3 4 5 6 7 Cantidad de lotes observados 10 11 14 20 13 14 11 7 Se pide: 1. 2. 3. 4. 5. Calcular la distribución de frecuencias y representarla gráficamente. Calcular la función de distribución acumulada de frecuencias relativas y representarla. Calcular las medidas de posición. Calcular las medidas de dispersión. Calcular las medidas de forma (simetría y apuntamiento). Para conocer la calidad de producción de otra fábrica competidora de la anterior (Fábrica B), también se extraen al azar 100 lotes de un conjunto de “n” lotes de igual tamaño, de un cierto artículo. El examen de los 100 lotes elegidos proporciona los siguientes resultados: Cantidad de piezas defectuosas de cada lote 0 1 2 3 4 5 6 7 Cantidad de lotes Observados 5 8 7 23 18 10 19 10 Calcular las medidas de posición, dispersión, simetría y apuntamiento para la Fábrica B y compararlas con las calculadas para la Fábrica A. 41 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 20 Los siguientes datos corresponden a la tasa de alfabetización de 21 países donde opera una empresa hotelera. País Haití Guatemala Nicaragua El Salvador Honduras Bolivia Brasil Dominicana R. Perú Colombia México Ecuador Panamá Venezuela Paraguay Chile Costa Rica Cuba Argentina Uruguay Barbados Tasa de alfabetización 53 55 57 73 73 78 81 83 85 87 87 88 88 88 90 93 93 94 95 96 99 Se pide: 1. Clasificar la variable tasa de alfabetización en, cualitativa (nominal u ordinal) o cuantitativa (discreta o continua). Justifique su respuesta. 2. Construir un gráfico de tallos y hojas, con hojas de un dígito. 3. Determinar los cuartiles. 4. Construir un diagrama de cajas. 5. En base al diagrama de cajas construido identificar los países atípicos. Justifique su respuesta. 42 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 21 A continuación se presentan datos del PBI por persona en dólares anuales de países de Asia País Bangladesh Afganistán Vietnam Camboya India China Pakistán Indonesia Filipinas Corea del Norte Tailandia Malasia Corea del Sur Taiwan Hong Kong Singapur Japón PBI (por persona en dólares anuales) 202 205 230 260 275 377 406 681 867 1000 1800 2995 6627 7055 14641 14990 19860 Se pide: 1. Clasificar la variable PBI en, cualitativa (nominal u ordinal) o cuantitativa (discreta o continua). Justifique su respuesta. 2. Construir un gráfico de tallos y hojas, con hojas de tres dígitos. 3. Determinar los cuartiles. 4. Calcular el recorrido intercuartílico e interpretar su resultado. 5. Construir un diagrama de cajas. 6. En base al diagrama de cajas construido identificar los países atípicos. Justifique su respuesta. 43 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 22 (Examen Feb/2001) Una encuesta por muestreo dirigida a 1.000 parejas con 10 o más años de convivencia se realizó para investigar el número de hijos varones e hijas mujeres de las parejas, obteniéndose los resultados que se presentan en el siguiente cuadro. VARONES 0 1 2 3 4 Total 0 200 100 70 50 20 440 1 100 150 30 20 10 310 MUJERES 2 3 80 50 40 20 20 10 10 10 0 0 150 90 4 10 0 0 0 0 10 Total 440 310 130 90 30 1.000 Se pide: Indicar si las siguientes afirmaciones son verdaderas o falsas. En caso que la afirmación sea falsa, justificar la respuesta. 1. En la población de parejas con 10 o más años de convivencia no hay parejas con 7 descendientes o más. 2. Si se considera la variable aleatoria “Número de descendientes”, el modo es 2. 3. Los resultados son coherentes con la teoría de que en los nacimientos hay un leve predominio de los varones sobre las mujeres. 4. El número medio de descendientes por pareja en la muestra es 2. EJERCICIO 23 La siguiente tabla muestra la distribución conjunta de frecuencias relativas de la variable CRED que representa el número de tarjetas de crédito que posee una persona y la variable COMP que refleja el número de compras semanales pagadas con tarjeta de crédito. N° Tarjetas 1 2 3 0 0,08 0,03 0,01 Número de compras por semana 1 2 3 0,13 0,09 0,06 0,08 0,08 0,09 0,03 0,06 0,08 4 0,03 0,07 0,08 1. Hallar la distribución marginal de la variable COMP. ¿Cuál es el numeró medio y la desviación típica del número de compras semanales pagadas con tarjeta de crédito? Obtener la distribución del número de tarjetas de crédito que poseen las personas de dicho estudio. ¿Cuál es el número más frecuente de tarjetas de crédito que posee una de estas personas? 2. Calcular la distribución del número de compras semanales pagadas con tarjetas de crédito que realizan las personas que poseen tres tarjetas. ¿Cuál es la media de esta distribución? 3. ¿Qué conclusiones pueden extraerse a partir de la distribución conjunta sobre la relación entre ambas variables? 44 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 24 A continuación se presenta el puntaje otorgado por los clientes a un nuevo sistema de gerenciamiento de las relaciones con los clientes (CRM). Cuanto mayor el puntaje, se considera mejor la opinión acerca del sistema. EDAD OPINIÓN [20,40) [40,60) [60,80) 1 70 20 20 2 40 50 30 3 50 70 50 4 40 60 100 TOTAL 200 200 200 TOTAL 110 120 170 200 600 Se pide: 1. Determinar la distribución conjunta de frecuencias relativas (trabaje con dos dígitos decimales). 2. Determinar la distribución marginal de frecuencias relativas de la variable EDAD. 3. Determinar la distribución marginal de frecuencias relativas de la variable OPINION. 4. Determinar el promedio de edades en la muestra. 5. Determinar la distribución de frecuencias relativas de la edad condicionada por OPINION = 1. 6. Determinar la distribución de frecuencias relativas de la edad condicionada por cada uno de los valores de opinión. 7. Determinar el promedio de la variable edad condicionado por OPINION = 1. 8. Determinar el promedio de la variable edad condicionado por cada uno de los valores de opinión. 9. Comente el vínculo entre ambas variables, en base a los promedios condicionales calculados. EJERCICIO 25 En la siguiente tabla se dan las alturas, medidas en metros, de 12 padres y sus hijos mayores: Altura del padre (X) Altura del hijo (Y) 1.65 1.60 1.70 1.63 1.73 1.57 1.78 1.68 1.73 1.70 1.75 1.80 1.73 1.68 1.73 1.65 1.75 1.68 1.73 1.65 1.80 1.70 1.73 1.78 Se pide: a) Construir el diagrama de dispersión. b) Calcular la covarianza entre X e Y. c) Calcular el coeficiente de correlación lineal y comentar el resultado obtenido. 45 PRÁCTICA 5: ESTADÍSTICA DESCRIPTIVA EJERCICIO 26 (Novales 1.14) Pruebe que si las dos variables que estudia, X e Y, están relacionadas mediante: Y = a.X + b, entonces su coeficiente de correlación es +1 si a > 0 y es igual a –1 si a < 0. EJERCICIO 27 (Novales 1.12) ¿Cómo afecta al coeficiente de correlación entre dos variables X e Y que multipliquemos las observaciones correspondientes a X por una constante α, y a las observaciones correspondientes a Y por una constante β, ambas positivas? ¿Y si sumamos o restamos una constante a cada variable? ¿Depende del signo de dicha constante? 46 PRACTICA 6: CURVAS DE CONCENTRACION Y NUMEROS INDICE PRÁCTICA 6: CURVAS DE CONCENTRACIÓN Y NÚMEROS ÍNDICE EJERCICIO 1 De las siguientes afirmaciones indicar aquellas que son verdaderas justificando su respuesta: a) La mediana nunca es mayor que la mediala. b) El valor absoluto del Índice de Gini (IG) es siempre menor que 2. c) Si el eje de las Y representa F* y el eje de las X representa T, entonces la gráfica de la curva de Lorenz tiene concavidad negativa. d) El valor cero del IG indica que no hay concentración. EJERCICIO 2 Se tienen los datos de la Encuesta Continua de Hogares de 1988, relativos a la distribución del ingreso per cápita (en S.M.N.) del hogar de estudiantes universitarios: 0 2 4 6 8 10 - 2 4 6 8 10 30 5578 2804 680 219 103 86 a) b) c) d) e) Hallar la función de distribución acumulada. Hallar la función de distribución del ingreso acumulado, T(x). Hallar la mediala e interpretar el valor obtenido. Representar gráficamente T(x) en función de F*(x). Hacer un estudio de la concentración: 1. relacionando t(x) con h(x). 2. relacionando T(x) con F*(x). 3. calculando los índices de concentración. f) Sabiendo que el ingreso per cápita de un hogar se calcula sumando los ingresos de todos los integrantes del hogar y luego dividiéndolo entre el número de integrantes del mismo, ¿existirá realmente concentración o Ud. cree que podría haber otro tipo de causas que influyen para que exista concentración? Especifique cuáles le parece que son las causas. 47 PRACTICA 6: CURVAS DE CONCENTRACION Y NUMEROS INDICE EJERCICIO 3 (Examen de Diciembre de 2001) Si en una población de 100 hogares 90 de ellos tienen un ingreso de $1000 y los 10 restantes tienen un ingreso de $11000 cada uno, entonces el índice sintético de Gini es: a) b) c) d) G = 0.6 G = 0.55 G = 0.45 Ninguna de las anteriores. EJERCICIO 4 (Examen de Marzo de 2001) El 80% de los hogares más pobres detenta el 20% del ingreso total, mientras que el 20% de los hogares más ricos detenta el 80% del ingreso total. Entonces, a) El índice sintético de Gini es 0.16. b) El índice sintético de Gini es 0.40. c) El índice sintético de Gini es 0.60. EJERCICIO 5 La población rural de un país está distribuida en 2414 poblados, el poblado más chico tiene 100 habitantes y el más grande tiene 20.000. La siguiente es la clasificación de los poblados por número de habitantes en miles de personas: menos de 3 entre 3 y 5 entre 5 y 7 entre 7 y 9 entre 9 y 15 más de 15 342 964 553 289 120 146 a) Estudie si existe concentración de la población rural en ese país. b) Sabiendo que para un país vecino el Índice de Gini es igual a 0.67, ¿qué puede decir de la concentración en cada uno de los países? EJERCICIO 6 Una cooperativa de ahorro y crédito desea instalar sucursales en dos localidades diferentes (ciudad A y ciudad B). Dado que el costo de instalación y puesta en funcionamiento de cada sucursal es elevado, se ha tomado como resolución instalar primero una sucursal en una de las ciudades y al año siguiente instalarla en la otra. Se ha decidido instalar primero la sucursal en la ciudad donde se observe el mayor potencial de ahorro y donde se espera obtener cuentas de ahorro con mayor monto depositado. Para ello se ha tomado una muestra de 1.000 habitantes en cada una de las ciudades y se los clasificó según su potencial de ahorro (en U$S) y se obtuvo que: 48 PRACTICA 6: CURVAS DE CONCENTRACION Y NUMEROS INDICE Ciudad A [X’i-1 - X’i) 0 - 100 100 – 200 200 – 300 300 – 500 500 – 1000 ni 150 200 300 200 150 Ciudad B Realizados los cálculos se obtuvieron las siguientes medidas de resumen: x0.50 = 257.14 sx2 = 24.350 IG = 0.2883 xmed = 329.16 x = 280 Se pide: En qué ciudad aconseja usted instalar la sucursal si utiliza como criterio de decisión las siguientes medidas: a) media b) mediana c) Índice sintético de concentración d) media y coeficiente de variación e) media, mediana y coeficiente de simetría f) mediana y mediala. Para cada uno de los casos fundamente claramente su respuesta y aclare además cuáles son los problemas que representa restringir nuestro criterio de decisión a un número limitado de medidas para tomar una resolución, de acuerdo al siguiente ejemplo: En la cuidad A el modo es igual a 233.33 y en la ciudad B es igual a 242.85. Dado que el modo es el valor de la variable que más veces se repite en la muestra, entonces en la cuidad B, la posibilidad de ahorro más común es de U$S 242.85 por lo cual se aconsejaría instalar la sucursal en la ciudad B . El problema de decidir sólo usando el modo es que no sabemos como se distribuye la variable alrededor del modo, por ejemplo en la ciudad A hay como máximo 650 casos que están por encima del modo, y si en la cuidad B, hubiera menor cantidad de casos, nuestra elección hubiera sido incorrecta. Otra objeción a nuestra elección sería si justo en la ciudad B el modo es el máximo valor que toma la variable. EJERCICIO 7 (Examen de Mayo de 2001) Sabiendo que en el punto F * = 0.7 el índice analítico de Gini es δ j = 5.4 entonces, el 30% más rico de la muestra detenta: a) b) c) El 60% del ingreso total. El 70% del ingreso total. El 80% del ingreso total. 49 PRACTICA 6: CURVAS DE CONCENTRACION Y NUMEROS INDICE EJERCICIO 8 (examen Mar/2003) F*(x) La figura adjunta representa la función de distribución empírica del ingreso de una muestra de 500 perceptores en 2002 en Kinshasa. 1 0,9 0,5 a) Calcular el Índice Sintético de Gini. b) El Índice de Gini de Ciudad El Cabo fue de 0,2518 en el año 2002, ¿cuál de estas dos ciudades tuvo mayor concentración del ingreso en el 2002? 0,2 0 100 200 250 300 x EJERCICIO 9 Dados los siguientes índices de producción industrial (1992 = 100): 1985 1986 1990 1992 1993 1994 1995 75 81 96 100 93 105 105 1. 2. 3. 4. Interpretar el valor del Índice del año 1993. Desplazar la base a 1985 = 100 ¿En qué año se produjo el mayor aumento del índice respecto al año anterior? Se sabe que el valor del índice de producción industrial en 1990 con base 1970 = 100, es 315. Presentar la serie anterior con base 1970 = 100. EJERCICIO 10 Usted desea calcular y publicar cada año un índice de uso especial, que planea denominar Índice de Actividad Empresarial. Tres series parecen promisorias como bases para el índice, y son el precio de la lana, el número de automóviles nuevos vendidos y la velocidad de circulación del dinero (publicada por el Banco Central). Su jefe (economista de gran jerarquía) decide que el movimiento de dinero debe tener una ponderación de 60%; el número de automóviles nuevos vendidos, de 30%; el precio de la lana, de 10%. Se pide: a) Elaborar el Índice de Actividad Empresarial para 1981 (el período base) y 1990. Año 1981 Año 1990 Precio de la lana (por kilo) U$S 0.20 U$S 0.50 Número de automóviles vendidos 100.000 80.000 Velocidad de circulación del dinero (un índice) 80 120 b) Interpretar los índices. 50 PRACTICA 6: CURVAS DE CONCENTRACION Y NUMEROS INDICE EJERCICIO 11 Se va a elaborar un índice de precios de ropa para 1989 con base en 1982. Los precios de 1982 y 1989 y las cantidades consumidas en dichos años, se muestran a continuación: Artículos Vestidos ( unidad) Zapatos ( par) Precio Cantidad Precio En 1982 Vendida en 1982 en 1989 U$S 35 500 U$S 65 U$S 40 1200 U$S 90 Cantidad Vendida en 1989 400 980 Se pide: 1. Hallar el índice de precio ponderado de Laspeyres para 1989 usando 1982 como base. 2. Interpretar el resultado. EJERCICIO 12 (Primera Revisión de 2001) Indique cuál de las afirmaciones es correcta para cada uno de los ítems siguientes, sabiendo que sólo una de ellas es correcta. Fundamente su respuesta. 1. Un índice de valor se puede obtener: 1.a. Multiplicando un índice de precios de Paasche por un índice de cantidades de Laspeyres, o multiplicando un índice de precios de Laspeyres por un índice de cantidades de Paasche. 1.b. Solamente multiplicando índice de precios de Laspeyres por un índice de cantidades de Paasche. 1.c. Solamente multiplicando índice de precios de Paasche por un índice de cantidades de Laspeyres. 1.d. Ninguna de las anteriores 2. Si el Indice de Gini sintético en dos ciudades distintas es 0.35 2.a. La curva de Lorenz es la misma en ambas ciudades. 2.b. La distribución del ingreso es menos equitativa en una tercer ciudad con IG= 0,3. 2.c. El ingreso medio es el mismo en las dos ciudades. 2.d. Ninguna de las anteriores 51 PRACTICA 6: CURVAS DE CONCENTRACION Y NUMEROS INDICE EJERCICIO 13 Las siguientes son las cantidades vendidas y los precios de tres productos en los años 1988,1989 y 1990, comercializados por una empresa. Año 1988 p q Producto A 80 300 Producto B 150 30 Producto C 300 120 Año 1989 p q 100 400 160 50 320 100 Año 1990 p q 150 350 200 60 400 120 1. Calcular los índices de precios de Laspeyres con base 1988 = 100. 2. Calcular los índices de cantidades de Paasche con igual base. 3. Calcular los índices de valor con base 1988 = 100. EJERCICIO 14 (Novales 3.1) Probar que los índices de Laspeyres y de Paasche de cantidades están relacionados por: Lt / 0 = 1 P0 / t . 52 PRACTICA 7: SERIES DE TIEMPO PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (Novales 2.1) Considere la expresión Pt = P0 e gt , y aproxime linealmente por un desarrollo en serie de Taylor la función exponencial para valores pequeños de g. Muestre que, si g es próximo a Pt − P0 cero, se tiene: = gt y explique que esta expresión refleja un crecimiento que es P0 lineal en Pt para valores de g próximos a cero. a) Suponga que una variable responde al proceso: Pt = P0 e gt , con P0 , g conocidos, y escribimos: (1) Pt = P0 (1 + π ) t para una constante π calculada como: π = e g − 1 . Pruebe, a partir de (1), que • Pt / Pt = g . Es decir, siempre que exista una determinada relación entre los parámetros π y g, ambos procesos de crecimiento generan exactamente el mismo comportamiento temporal. b) Recíprocamente, suponga que una variable responde al proceso: Pt = P0 (1 + π ) t para una constante π conocida, pero escribimos: Pt = P0 e gt (2) con un parámetro g calculado a partir de g = ln(1 + π ) . Pruebe, a partir de (2), que: Pt − Pt −1 =π Pt −1 EJERCICIO 2 (Novales 2.3) Suponga que el valor del índice mensual de producción de un determinado sector industrial es, en diciembre de 1994, de 185, y que la producción en dicho sector experimenta tasas sucesivas de incremento, durante los seis primeros meses de 1995, de 0.74%, 0.24%, 0.53%, 0.64%, 0.83% y 0.44%. Obtenga el valor numérico del índice en junio de 1995. Aproxime las tasas de crecimiento intermensual a un solo decimal, y utilícelas para calcular el valor numérico del índice en junio. ¿Cuánto diría que ha crecido el índice durante el semestre de acuerdo con ambas estimaciones? ¿Cuáles serían las tasas anualizadas correspondientes en ambos casos? 53 PRACTICA 7: SERIES DE TIEMPO EJERCICIO 3 Se considera la serie de datos de ventas de una empresa durante 11 años (medida en millones de pesos constantes). Año Ventas 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 0,2 0,4 0,5 0,9 1,1 1,5 1,3 1,1 1,7 1,9 2,3 Se pide: 1. 2. 3. 4. 5. Representar gráficamente la serie. Determinar la tendencia mediante una recta. Determinar la tendencia utilizando promedios móviles de 3 años. Determinar la tendencia utilizando promedios móviles de 4 años. Representar sobre el gráfico de la parte 1 las tendencias obtenidas en las partes 2 a 4. EJERCICIO 4 (Primera Revisión de 2000) Se considera la serie de datos del valor de la Unidad Reajustable U.R. (yi ) durante 22 meses (desde Setiembre de 1998 hasta Junio de 2000). MES (xi ) U.R. (yi ) 1 180.82 2 181.84 3 183.22 4 183.79 5 185.01 6 186.00 22 ∑x MES (xi ) U.R. (yi ) 7 189.35 8 189.68 9 190.60 10 191.18 11 191.72 12 191.96 22 i = 253 i =1 ∑y i =1 22 i = 4202.57 ∑x i =1 MES (xi ) U.R. (yi ) 13 193.46 14 193.87 15 194.87 16 194.93 17 195.17 18 195.62 22 2 i = 3795 ∑y i =1 MES (xi ) U.R. (yi ) 19 197.00 20 197.00 21 197.62 22 198.26 22 2 i = 803415.808 ∑x y i i = 49051.78 i =1 Se pide: a) Determinare la recta de tendencia. b) Determinar el valor del coeficiente de correlación de la muestra. Fundamente su respuesta. c) ¿Considera adecuado un resumen lineal de la relación entre el mes y el valor de la unidad reajustable? Fundamente su respuesta. 54 PRACTICA 7: SERIES DE TIEMPO EJERCICIO 5 Se considera la serie de ingresos netos de una empresa (medidos en miles de dólares). Trimestre 1995 1996 1997 1998 1999 9 10 13 11 14 I 16 15 22 17 18 II 18 18 17 25 25 III 21 20 24 21 26 IV Considerando un modelo aditivo: 1. Determinar la tendencia considerando que es lineal. 2. Determinar el componente estacional. 3. Interpretar los resultados. EJERCICIO 6 (Control 2000) Los datos trimestrales de ventas de circuitos integrados en La Pila Alegre durante los últimos 3 años se presentan en la siguiente tabla. Trimestre / Año I II III IV 2015 9 16 18 21 2016 10 15 18 20 2017 13 22 17 24 Los valores obtenidos para los parámetros de la recta de Tendencia son los siguientes: Intercepción ( β̂ 0 ) Variable t ( β̂1 ) Coeficientes 12.48 0.68 Sabiendo que 1. t = 1 para el primer trimestre del año 2015, t = 2 para el segundo trimestre del año 2015, etc. 2. Tˆ2 = 13.85 , Tˆ6 = 16.58 y Tˆ10 = 19.30 , Se pide: a) Calcular el valor de la estacionalidad del segundo trimestre, Ê2 . b) Calcular el subíndice correspondiente y el valor de la Tendencia del segundo trimestre del año 2017. 55 PRACTICA 7: SERIES DE TIEMPO EJERCICIO 7 (Primera Revisión de 2001) La cantidad de unidades vendidas (en miles de unidades) por una empresa es: CUATRIMESTRE I AÑO t 1999 1 UNIDADES VENDIDAS 19 II 1999 2 24 III 1999 3 28 I 2000 4 20 II 2000 5 25 III 2000 6 29 Utilice las columnas libres del cuadro anterior para efectuar los cálculos que considere necesarios. Efectúe los cálculos con 2 dígitos decimales. Considerando un modelo aditivo: a) Determine los coeficientes estacionales, sabiendo que la tendencia (considerando que es lineal) se puede representar por Tt= 19,667+1,2857 . t t=1,...,6 b) Interprete los coeficientes de estacionalidad obtenidos. c) Determine la tendencia (para el año 2000) de la serie de ventas utilizando promedios móviles centrados de período 3. EJERCICIO 8 Considerando un modelo aditivo y que la tendencia se ajusta a través de una recta, determine tendencia y estacionalidad de la siguiente serie. Represente gráficamente los resultados. Cuatrimestre 1995 1996 1997 1998 1999 500 450 350 550 550 I 350 350 200 350 400 II 250 200 150 250 350 III EJERCICIO 9 1. Considerando un modelo multiplicativo y determinando la tendencia por el método de promedios móviles de 3 períodos, hallar los componentes de tendencia y estacionalidad de la serie presentada en el ejercicio 5. 2. Representar gráficamente los resultados. 3. En base a los resultados obtenidos determinar cuál modelo considera más adecuado para representar la serie. 56 PRACTICA 8: MUESTREO PRÁCTICA 8: MUESTREO EJERCICIO 1 Sea X1, X2, ... , Xn una MAS c/r de X. Obtener la distribución exacta en el muestreo de i=n 1 i =n Y = ∑ X i y de X = ∑ X i en los siguientes casos: n i =1 i =1 1. 2. 3. 4. 5. 6. 7. 8. X ~ Bernoulli (p) X ~ Binomial (m, p) X ~ Geométrica (p) X ~ Poisson ( λ ) X ~ Exponencial ( λ ) X ~ Gamma (a,λ ) X ~ Normal ( µ ,σ 2 ) Si se tiene que X ~ FX ( x ) desconocida con E( X ) = µ y V(X) = σ 2 < ∞ , ¿cuál es la distribución aproximada de Y y X ? EJERCICIO 2 (Múltiple opción seleccionado de los exámenes de Marzo y Setiembre de 2001 y de la Segunda Revisión de 2001) 1. La dispersión de la distribución en el muestreo de X depende de: a) El tamaño de la muestra y la dispersión de la variable X. b) La dispersión de la variable X y el verdadero valor de µ. c) El tamaño de la muestra y el verdadero valor de µ. 2. Si X tiene distribución Bernoulli(p) , entonces X − p : a) Tiene distribución exacta Cuasi-Binomial. p( 1 − p ) b) Tiene distribución exacta N 0 , . n p( 1 − p ) c) Tiene distribución aproximada N 0 , . n d) Ninguna de las anteriores. 3. Sea X una variable aleatoria discreta, simétrica, con esperanza y varianza finitas. Se selecciona una muestra aleatoria con reposición de X de tamaño n = 50. Entonces: a) La función de distribución empírica es una función continua para todo x ∈ REC (X). b) La media de la muestra es siempre mayor que el modo. c) Si se ordenan las observaciones de la muestra, entonces min( X i ) = min{REC( X )} . 1 i =50 V(X) d Xi → Y ~ N E(X), . ∑ 50 i =1 50 e) Ninguna de las anteriores. d) 57 PRACTICA 8: MUESTREO 4. Se tiene una MAS c/r de tamaño n = 10. Entonces la distribución de X : a) b) c) d) No se puede conocer en ningún caso. Es gamma si X es exponencial. Sólo se puede conocer en el caso que X sea normal. Ninguna de las anteriores. EJERCICIO 3 Sean X ~ N (µX , σX2 ) y Y ~ N (µY , σY2 ) variables aleatorias independientes y sean a y b constantes dadas, no nulas. 1. Hallar la función generatriz de momentos del estadístico T = aX + bY y reconocerla. 2. Para µX = 2, σX2 = 100 , µY = 4 y σY2 = 144, hallar P(2X + 3Y > 18). EJERCICIO 4 Una máquina empaqueta automáticamente cajas que contienen dos docenas de naranjas para la exportación. Las naranjas tienen un peso (en gramos) cuya distribución de probabilidad es N(295, 225). Se considera que el proceso de empaque está normalizado si el contenido neto de las cajas se encuentra dentro de ± 10% del peso esperado. ¿Cuánto debe pesar el contenido neto de las cajas para que el proceso esté normalizado? EJERCICIO 5 Si en la distribución gamma se hace a = n/2 y λ = 1/2, la distribución resultante se denomina chi-cuadrado con n grados de libertad. Hallar su función generatriz de momentos, y calcular su media y varianza. EJERCICIO 6 Dada una v.a. X que se distribuye N (0,1), hallar la distribución de Y = X2 y reconocerla especificando los valores de sus parámetros. EJERCICIO 7 (Control 2001) ( X − 2 )2 . 9 a) Indicar la distribución de Y, y utilizarla para calcular P(Y ≤ 3,84). b) Calcular P(Y ≤ 3,84) utilizando la tabla normal. Sea X ~ N (2,9) y sea Y = 58 PRACTICA 8: MUESTREO EJERCICIO 8 (Examen Octubre de 1997) Sea X ~ N (0,9) 1. Hallar E(X2). 2. Recordando que si X ~ N ⇒ γ2 = 0 (siendo γ2 el coeficiente de apuntamiento), probar que V(X2) = 162. 3. Sea X1, X2, X3, X4, X5, X6 una MAS c/r de X ~ N (0,9). Sean las variables aleatorias U y J tales que: a) b) c) d) 2 6 X U = ∑ i J = ∑ X i2 i =1 3 i =1 Hallar la distribución de U. Calcular P(J ≤ 113.4). Hallar el valor de c, tal que P(J > c) = 0.1 Probar que E(U) = 6 y V(U) = 12. Fundamentar. 6 EJERCICIO 9 En la promoción de una nueva marca de dulce de leche se afirma que los frascos tienen un contenido neto con un promedio de 750 gramos y una desviación estándar de 20 gramos. Un supermercado comprará un gran lote de frascos de dulce de leche si en una muestra (MAS C/R) de 31 frascos el promedio del contenido neto supera los 745 gramos. a) Asumiendo que la promoción dice la verdad, ¿Cuál es la probabilidad que el supermercado adquiera el lote? b) Si el contenido neto de los frascos es una variable aleatoria con distribución normal, ¿Cuál es la probabilidad que la varianza de la muestra supere los 320 gramos cuadrados? EJERCICIO 10 (Examen Dic/1994) A un aeropuerto deben llegar, después de medianoche, dos vuelos de una misma compañía. Sean X e Y las v.a. que miden el momento de arribo (en minutos, después de medianoche) del primer y segundo vuelos respectivamente. Se sabe que X e Y son independientes y que sus distribuciones están adecuadamente modeladas por: X ~ N (µ , σ2 ) , Y ~ N (µ + 5 , σ2). Es decir que µ es el momento esperado de arribo del primer vuelo y 5 minutos más tarde se espera la llegada del segundo vuelo. La dirección del aeropuerto decide cobrar una multa de M unidades monetarias por las diferencias entre el momento esperado de arribo y la llegada efectiva de los vuelos según la siguiente fórmula: M = 100(X - µ)2 + 100(Y - µ - 5)2 1. Hallar la distribución de M/100.σ2 2. Para σ2 = 2.31 calcular la probabilidad de que la multa no supere las 640 unidades monetarias. 59 PRACTICA 8: MUESTREO EJERCICIO 11 (CANAVOS 7.22) Para un gerente de planta es muy importante controlar la variación en el espesor de un material plástico. Se sabe que la distribución del espesor del material es normal con una desviación estándar de 0.01 cm. Una muestra aleatoria de 25 piezas de este material da como resultado una desviación estándar muestral de 0.015 cm. Si la varianza de la población es (0.01)2 cm2 ¿cuál es la probabilidad de que la varianza muestral sea igual o mayor que (0.015)2 cm2? Por lo tanto, ¿qué puede concluir con respecto a la variación de este proceso? EJERCICIO 12 Sea X ~ N (0,1) y X1, X2, ... , X10 una MAS c/r de tamaño 10 de X, se define el estadístico: 10 J = ∑ X i2 i =1 1. Calcular las siguientes probabilidades P(J > 18,3) ; P(J ≤ 9.34) ; P(3.25 < J < 16) 2. Siendo S2 la varianza muestral para las 10 observaciones anteriores, calcular P( S 2 > 1.14 ) EJERCICIO 13 (Examen Mar/2003) Sean X1 y X2 dos variables aleatorias tales que: X1 ≈ χ k2 y X2 ≈ χ r2 con k > r. Sea X3 otra variable aleatoria independiente de X2, tal que X3 = X1 – X2. Deducir, utilizando la función generatriz de momentos, la distribución de X3. Recuerde que la χ n2 es una Gamma(n/2, 1/2). EJERCICIO 14 (Examen Diciembre de 1994) Sean X, Y y W tres variables aleatorias independientes tales que: X ~ N (µ1, σ12 ) Calcular P(T < 2.065) siendo T = Y ~ N (µ2, σ22 ) W ~ N (0,1) W 2 X − µ1 Y − µ 2 + σ1 σ 2 2 Sugerencia: hallar la distribución de T ´= 2T . 60 PRACTICA 8: MUESTREO EJERCICIO 15 Sea X1, X2, ... , X12 una MAS c/r de tamaño 12 de X ~ N(8, σ2), se define el estadístico: T= ( 11 X − 8 ) S2 donde S2 es la varianza muestral. Calcular P(T > 2,2) EJERCICIO 16 Parte A (CANAVOS 7.25) Un fabricante de cigarrillos asegura que el contenido promedio de nicotina, en una de sus marcas, es 0.6 mg por cigarrillo. Una organización independiente mide el contenido de nicotina de 16 cigarrillos de esta marca y encuentra que el promedio y la desviación estándar muestral son 0.75 mg y 0.175 mg, respectivamente, de nicotina. Si se supone que la cantidad de nicotina en estos cigarrillos es una variable normal, ¿qué tan probable es el resultado muestral dado el dato proporcionado por el fabricante? Parte B ¿Cómo cambia la probabilidad calculada en la Parte A si el promedio y el desvío estándar de la muestra son los mismos, pero se obtienen de una muestra de tamaño 36? EJERCICIO 17 (Examen) La fábrica de bebidas "La Sequía" lanzó al mercado su nuevo refresco "Rain Rain". Para darle publicidad la empresa organiza un concurso que consiste en determinar en quién toma más litros de "Rain Rain" en una hora. Un conocedor de estadística afirma que el número de litros que puede tomar una persona en una hora es una variable aleatoria L dada por: L = U 2 + V 2 + Z 2 donde U, V y Z son variables aleatorias N (0, σ2) independientes. Se pide: sabiendo que el número de litros que toma un participante es independiente de los que toma cualquier otro, calcular la probabilidad de que el participante A tome en una hora más que el triple del participante B. EJERCICIO 18 Sean X e Y dos variables aleatorias independientes con distribuciones dadas por X ~ N (µX , 9) y Y ~ N (µY , 16 ) y sean X1, X2, ... , X10 y Y1, Y2, … , Y8 muestras aleatorias simples con reposición de X y de Y respectivamente y SX2 y SY2 las S2 correspondientes varianzas muestrales, se define el estadístico: W = X2 . SY 1 Calcular P(W > 2,1291) y P > 5.6864 . W 61 PRACTICA 8: MUESTREO EJERCICIO 19 Sea X1, X2, ... , Xn una secuencia de variables aleatorias independientes e idénticamente distribuidas con X1 ~ U ( 0 , 1). Sea Yn = max { X1, X2, ...Xn } 1. Hallar Fn(t) la función de distribución de Yn en función de n. 2. Hallar lim Fn (t ) n →∞ EJERCICIO 20 Sean X1, X2, ...Xn una secuencia de variables aleatorias iid con X1 ~ Exp (θ). Sea Yn = min { X1, X2, ...Xn } 1. Hallar Fn(t) la función de distribución de Yn en función de n. 2. Hallar lim Fn (t ) n→∞ EJERCICIO 21 Sea Xn una v.a discreta tal que REC(Xn) = { 1/n , 2/n , ..... , (n-1)/n , 1 }. Siendo P ( X n ≤ t ) = Fn (t ) hallar lim Fn (t ) n→∞ EJERCICIO 22 Sea Y ~ Binomial ( n , p ) ∧ 1. Probar que la variable aleatoria p = ∧ ∧ Y P → p n P 2. Probar que p (1 − p ) → p (1 − p ) ∧ 3. Probar que p− p ∧ ∧ d → Z ~ N ( 0,1 ) p( 1 − p ) / n EJERCICIO 23 Dada X1, X2, ... , Xn una MAS c/r de X con E(X 2) < ∞, demostrar que X converge en probabilidad a µ y que S 2 y s 2 convergen en probabilidad a σ 2 . 62 PRIMERAS REVISIONES 2003 – 2008 PRIMERA REVISIÓN 2003 Ejercicio 1 (Ambos Sectores) Una muestra de mil quinientos establecimientos industriales se clasificaron de acuerdo al personal ocupado (variable X) y para ellos se calculó el Valor Bruto de Producción (V.B.P – variable Y) en cada tramo de personal ocupado. La tabla siguiente muestra los resultados obtenidos: Número de Personal Ocupado ( Número de personas ) establecimientos 1–4 600 5–9 450 10 – 49 300 50 – 199 100 200 - 500 50 V.B.P. ( en miles de pesos ) 17.000 30.000 100.000 200.000 300.000 Se pide: 1. Calcular la densidad empírica de X. 2. ¿Cuál de las siguientes afirmaciones corresponde con el correcto significado que tiene el área bajo el histograma entre dos valores del eje de las abscisas, x0 y x1 (con x0< x1)? Justifique su elección. 2_a. Proporción de personal ocupado entre a x0 y x1. 2_b. Probabilidad de que un establecimiento tenga como máximo x1 empleados y más de x0 empleados. 2_c. Probabilidad de que un establecimiento tenga menos de x1 empleados y por lo menos x0 empleados. 2_d. Proporción de establecimientos con personal ocupado entre a x0 y x1. 3. Calcular el primer quintil ( x0,20 ) de la distribución de X e interpretar el resultado. 4. Calcular el índice de Gini para la concentración del V.B.P.. Comentar el resultado. Ejercicio 2 (Ambos Sectores) La Intendencia Municipal de Canelones decide reparar las calles de Solymar. Se sabe que el número de pozos por cuadra (variable X) en dicha zona se distribuye Poisson con λ=5, y que el número de pozos en una cuadra es independiente del número de pozos en otras cuadras. Una cuadrilla de obreros municipales en una jornada de trabajo repara exactamente 6 pozos. Se pide: 1. Calcular la probabilidad que una jornada de trabajo no le alcance a una cuadrilla para reparar una cuadra (aproximar a 3 decimales). 2. ¿Cuál es la distribución del número total de pozos en cuatro cuadras? 63 PRIMERAS REVISIONES 2003 – 2008 3. Si la Intendencia de Canelones envía 3 cuadrillas a Solymar, ¿cuál es la probabilidad de que en una jornada de trabajo reparen 4 cuadras? Ejercicio 3 Las diferentes partes de este ejercicio son independientes. Parte A (Ambos Sectores) Sea X una variable aleatoria que se distribuye uniforme continua en [a, b] con 0<a<b. Hallar la función de densidad de la variable aleatoria Z = X. Parte B (Sector Económico) En una evaluación de 12 sitios web universitarios se determinó el número de defectos de diseño: Sitio Web 1 2 3 4 5 6 7 8 9 10 11 12 Número de errores 68 3 16 2 2 85 6 0 3 6 36 2 SE PIDE: B.1) Construir el diagrama de cajas. B.2) ¿Existen datos atípicos? En caso afirmativo indique cuáles son los valores atípicos. Justifique su respuesta. Parte B (Sector Administrativo-Contable) Sea X una variable aleatoria que se distribuye Geométrica con parámetro p. Demostrar que P(X>a+b/X>a)=P(X>b), siendo a>0 y b>0. Parte C (Sector Económico) Con relación al Índice de los Precios del Consumo (IPC) de base marzo de 1997 que elabora el Instituto Nacional de Estadística, marque con una cruz ( X ) la respuesta correcta en cada uno de los siguientes casos (Respuesta correcta +1,5, sin respuesta 0, respuesta incorrecta -0,5). a) El objetivo principal del IPC es: El ajuste de las jubilaciones y pensiones La deflación de la variable consumo en el Sistema de Cuentas Nacionales Estimar las variaciones de los precios de la canasta de consumo de los hogares El cálculo del salario real de los trabajadores dependientes b) La población de referencia del IPC es: Los hogares particulares de Montevideo Los hogares particulares de Montevideo excluidos los hogares con infraconsumo (primer decil) y con consumo suntuario (décimo decil) Los hogares particulares de áreas urbanas grandes del Uruguay Los hogares particulares del Uruguay 64 PRIMERAS REVISIONES 2003 – 2008 c) El peso que tienen los Alimentos y Bebidas en la canasta del IPC de base 1997 es aproximadamente: 40% 35% 28% 22% Ejercicio 4 (Ambos Sectores) Los días que demoran los barcos de pesca en regresar a puerto cuando salen a pescar pueden modelarse por una Normal. Sea X = “Tiempo que demora en volver a puerto el barco A una vez que salió de pesca (en días)” y sea Y = “Tiempo que demora en volver a puerto el barco B una vez que salió de pesca (en días)”. Se sabe que: X ~ N (15, 64 ) Y ~ N (10 ,125 ) y que X e Y son independientes. Se pide: 4_a ) Determine la distribución de la variable aleatoria T = X – Y. Justifique su respuesta. 4_b ) Si ambos barcos salen juntos ¿cuál es la probabilidad de que A vuelva antes que B? 4_c ) Si ambos barcos salen juntos, ¿cuál es la probabilidad de que A y B vuelvan juntos (es decir, regresan en el mismo momento)? 4_d ) Si el barco retorna a puerto después de µ + σ días, debe pagar una multa de U$S 1.000 ( µ y σ son, respectivamente, la media y el desvío estándar del tiempo que demora en volver a puerto el barco una vez que salió de pesca). 4_d_1 ) Hallar la probabilidad de que el barco A tenga que pagar la multa. Justificar. 4_d_2 ) Hallar la probabilidad de que el barco B tenga que pagar la multa. Justificar. 4_d_3 ) Calcular el importe de la multa esperada para cada barco. Justificar la respuesta. 65 PRIMERAS REVISIONES 2003 – 2008 PRIMERA REVISIÓN 2004 - SECTOR ECONÓMICO EJERCICIO 1 Una de las metas de todo negocio es maximizar la relación entre ganancia y capital invertido en la empresa. Una medida del éxito es el retorno sobre la aportación, que es la relación de la ganancia neta entre el valor de las acciones. A continuación se muestran los porcentajes de ganancia sobre las acciones para 21 empresas. 52,7 12,3 31,1 12,2 22,9 11,4 19,6 8,6 19,2 6,2 17,3 -5,1 16,6 -9,0 15,8 -14,5 15,0 -19,2 14,7 -41,6 12,8 Se pide: 1. Determinar la primera cuartila, la mediana y la tercera cuartila. 2. Complete la siguiente frase: Por lo menos la cuarta parte de las empresas analizadas tienen un retorno sobre la aportación de a lo sumo _____________%. 3. Calcular el recorrido intercuartílico e interpretar el resultado en este caso. 4. Construir un diagrama de caja. 5. ¿Existen valores atípicos? ¿Cuáles son? 6. Usando el diagrama de caja, indique si las siguientes afirmaciones son verdaderas (V) o falsas (F), justificando su respuesta: 6.a) El 50 % central de los datos están más disperso que el 25 % superior de los datos 6.b) El 25 % superior de los porcentajes de ganancia sobre las acciones es más disperso que el 25 % inferior. EJERCICIO 2 Una joyería divide sus clientes en dos categorías: A y B. Los primeros son de alto poder adquisitivo -clientes A- tienen una atención especial y son atendidos por un único empleado. El tiempo de atención de un cliente A (Variable X), medido en horas puede modelarse por una distribución normal (2, 0.64). Los clientes de menor poder adquisitivo -categoría B- llegan a la joyería de acuerdo a un proceso de Poisson a razón de 6 por hora (variable Y). X e Y son independientes. SE PIDE 1. Empezó a ser atendido un cliente de la categoría A: 1.1 ¿Cuál es la probabilidad de que su atención demore entre 1 hora y 1,5 horas? 1.2 ¿Cuál es la probabilidad de tener que esperar mas de 15 minutos para que llegue el primer cliente de la categoría B? 1.3 ¿Cambiaría el resultado obtenido en la parte 1.2 si se sabe que acaba de llegar un cliente de la categoría B? Justifique su respuesta. 2. ¿Cambiaría el resultado obtenido en la parte 1.2 si no se supiera que empezó a ser atendido un cliente de la categoría A? Justifique su respuesta. 66 PRIMERAS REVISIONES 2003 – 2008 3. Si X1 y X2 representan los tiempos de atención dos clientes consecutivos de la categoría A y se sabe que: 2 0,64 0,2 X1 ≈ N ; X 2 2 0,2 0,64 Determinar la probabilidad de que X1+X2 sea menor a una hora y 15 minutos. Interprete el resultado. EJERCICIO 3 La siguiente tabla muestra la distribución de salarios en la empresa A. Trabaje con dos dígitos decimales. Cantidad Salarios (en SMN) funcionarios [0, 4) 700 [4, 10) 280 [10, 20] 20 Total 1.000 a) Determinar la curva de Lorenz. Graficarla. b) Calcular el índice sintético de Gini. c) Determine la mediala e interprete su resultado en este caso. d) Determine la mediana e interprete su resultado en este caso. e) En la empresa B el índice sintético de Gini es 0.69. ¿En cuál de las empresas es mayor la concentración de salarios? EJERCICIO 4 (13 puntos) (las partes de este ejercicio son independientes) Parte A k .x 2 . y si 0 < x < y < 1 f XY ( x, y ) = en otro caso 0 1) Hallar k para que fXY(x,y) sea una función de densidad. 2) Determinar FXY(x,y) ∀x,y 3) Hallar fX(x) y fY(y). 4) ¿X e Y son independientes? Fundamente su respuesta. Sea Parte B 5. y 4 si 0 < y < 1 Sea f Y ( y ) = en otro caso 0 Sea T = - 2 + Y . Determinar la función de densidad de T. 67 PRIMERAS REVISIONES 2003 – 2008 PRIMERA REVISIÓN 2005 EJERCICIO 1 En una encuesta realizada a 400 familias se han obtenido los siguientes datos sobre sus ingresos salariales (X) y gastos de consumos del último mes (Y), ambos en unidades monetarias (u.m.), considerando intervalos del tipo [ ). El cuadro siguiente muestra el número de familias en cada clase. CONSUMO (x) 0 – 1.200 1.200 – 1.800 1.800 – 2.600 100 – 1.000 44 32 40 GASTOS (Y) 1.000 – 1.600 16 64 88 1.600 – 2.400 0 20 96 a) Determinar el promedio de gastos familiares b) Determinar las distribuciones de frecuencias relativas de los gastos, condicionados por cada nivel de ingreso (utilice 3 decimales) c) Justificar, usando promedios condicionales, si la siguiente frase es correcta: “a medida que aumentan los ingresos salariales, se reducen los gastos de consumo de las familias encuestadas”. d) Determinar el intervalo modal de los ingresos salariales de las familias. e) Determinar y graficar la función de distribución acumulada empírica de la variable ingresos salariales. f) Una entidad financiera se propone captar como clientes al 60% central de las familias según la variable ingresos salariales. Hallar el ingreso salarial mínimo y máximo que deberán ser captados. EJERCICIO 2 En el supermercado “De la Esquina”, el tiempo total que un cliente debe esperar desde que llega a la caja con la mercadería que desea adquirir hasta que termina todo el trámite de su adquisición, es una variable aleatoria X, medida en minutos. Sea Y = tiempo de espera en la cola hasta que el cliente es atendido por la cajera. Sea Z = tiempo que demora la cajera en listar las compras y que el cliente realice el pago. Por consiguiente, X = Y + Z 1 −x / 2 .e si 0 < y < x < +∞ La f. de densidad conjunta de (X,Y) es: f XY ( x, y ) = 4 0 en otro caso Se pide: a) Determinar fX(x). b) Determinar fY(y). c) ¿Son independientes el tiempo total (variable X) y el tiempo de espera en la cola (variable Y)? Fundamente su respuesta. d) Determinar la función generatriz de momentos de X, MX(t) 68 PRIMERAS REVISIONES 2003 – 2008 e) Determinar el tiempo promedio que demora un cliente en hacer la cola en la caja, que la cajera liste las compras y realizar el pago. Sugerencia: utilice la función generatriz de momentos de X, MX(t). EJERCICIO 3 (Las partes son independientes) Parte A) En la fábrica de autos de carrera “La Imbatible”, se sabe que las variables X e Y se definen estadísticamente de la siguiente manera: X = diámetro de un tornillo de la rueda de un auto de carrera (en cm.) Y = diámetro de la correspondiente tuerca (en cm.) La función de distribución conjunta de X e Y es: 2 0,009 2 X ≈ N ; 2,04 0 Y 0,009 0 2 El tornillo y la tuerca ajustan si el diámetro de ésta es mayor que aquél y su diferencia es menor a 0.08 cm. Se pide: A.1.- Sea W = Y – X. Determinar la distribución de probabilidad de W. Fundamente la respuesta. A.2.- Si se eligen al azar un tornillo y una tuerca, ¿cuál es la probabilidad de que ajusten? Parte B) B.1.- Dice la metodología del Índice de Precios al Consumo con base marzo de 1997: “teniendo en cuenta el objetivo de un IPC, existen algunos aspectos básicos a definir: a) la fórmula de cálculo que se utiliza para realizar la estimación de la variación de los precios b) la definición del consumo c) la población a la cual se refiere el consumo (estrato de referencia)” B.1.1.- ¿Cuál es la fórmula de cálculo? Presente su expresión analítica, explicando cada uno de sus componentes. B.1.2.- El estrato de referencia del IPC base marzo 1997 es (encierre con un círculo la opción correcta): i) el total de hogares particulares residentes en el área urbana de todas las localidades mayores de 5000 habitantes existentes en el país ii) el total de hogares particulares de Montevideo, excluyendo los hogares que se enuentran en los extremos de la distribución del ingreso iii) el total de hogares particulares de Montevideo, Canelones y San José iv) el total de hogares particulares residentes en el área urbana de Montevideo sin exclusión de ningún tipo. 69 PRIMERAS REVISIONES 2003 – 2008 B.2.- Responda si las siguientes afirmaciones son verdaderas (V) o falsas (F). Si la respuesta es Falso (F), fundamente su respuesta. i) ii) iii) iv) El valor del índice sintético de Gini = 0.7 puede surgir de una única curva de Lorenz. El valor del índice sintético de Gini = 0 puede calcularse con varias formas diferentes de la curva de Lorenz. El valor del índice sintético de Gini = 1 puede calcularse con varias formas diferentes de la curva de Lorenz. Si se nos presentan los siguientes valores: mediana = 7.000 u.m. y mediala = 10.000 u.m., podemos afirmar que existe un error de cálculo. Parte C) Sea una variable aleatoria X, con función generatriz de momentos: M X (t ) = 2 con t > 2 2−t a) Deducir la varianza de X a partir de la función generatriz de momentos. b) Reconocer la distribución de X, indicando su nombre y su(s) parámetro(s). Parte D) El cuadro muestra el número medio de horas (Y) efectivamente trabajadas por semana de un trabajador del sector de Tecnologías de Información y Telecomunicaciones en los últimos cuatro años, y el componente de tendencia Tt, considerando un comportamiento lineal de Yt. Año Trimestre t Yt T̂t Año Trimestre t Yt T̂t 2001 2001 2001 2001 2002 2002 2002 2002 I II III IV I II III IV 1 2 3 4 5 6 7 8 30 38 37 36 31 37 38 35 34,4 34,6 34,9 35,1 35,3 35,6 35,8 36,1 2003 2003 2003 2003 2004 2004 2004 2004 I II III IV I II III IV 9 10 11 12 13 14 15 16 32 41 40 37 32 40 39 36 36,3 36,5 36,8 37,0 37,3 37,5 37,7 38,0 a) Determinar los coeficientes estacionales. b) Para el año 2002, determinar los valores de la serie desestacionalizada. c) Si la tendencia estacional no existiera, ¿en qué trimestre del año 2002 sería máximo el número de horas trabajadas efectivas? Justificar. d) Estimar la tendencia para el año 2001 mediante promedios móviles centrados de 4 períodos en la serie original Yt (trabaje con 3 dígitos decimales). 70 PRIMERAS REVISIONES 2003 – 2008 PRIMERA REVISIÓN 2007 – Sector Administrativo-Contable EJERCICO 1] (9 puntos) Una muestra de ingresos de 60 hogares tiene una media de $10.500 y una mediana de $9.000. El 50 % central de los ingresos ordenados se encuentra entre $8.000 y $12.000. SE PIDE: Indicar si es verdadera (V) o falsa (F) cada una de las siguientes afirmaciones, justificando su respuesta. a) Si se construye un diagrama de caja, a . 1) Un ingreso de $2.500 es considerado atípico. V€ F€ a . 2) Un ingreso de $17.000 es considerado atípico. V€ F€ a . 3) Si los ingresos mínimos y máximos del conjunto de los 60 hogares son $3.200 y $19.000 respectivamente, entonces no hay datos atípicos. V€ F€ b) El ingreso total de los 60 hogares es de $540.000. V€ F€ c) La distribución es asimétrica con cola a la izquierda. V€ F€ 71 PRIMERAS REVISIONES 2003 – 2008 EJERCICO 2] (15 puntos) Suponga que está en una fábrica, sea X el contenido de partículas contaminantes cuando no trabaja un equipo depurador, y sea Y el contenido de partículas contaminantes cuando sí trabaja el equipo depurador. El comportamiento de (X,Y) se puede modelar mediante la función de densidad conjunta: α ..x. y 2 f XY ( x, y ) = 0 0 ≤ x ≤ 2 , 0 ≤ y ≤1 en otro caso Se pide: 1. Hallar el valor de la constante α para que f XY ( x, y ) sea una función de densidad conjunta. 2. Calcular la probabilidad de que el equipo depurador reduzca la cantidad de partículas contaminantes a la tercera parte o más, es decir P(X ≥ 3.Y). 3. Determinar la función de densidad marginal de Y. 4. Calcular P(Y≤0,4) 5. Calcular fX/Y(x/y). 6. ¿Son independientes X e Y? Justificar la respuesta. EJERCICO 3] (4 puntos) Indique si es correcta o incorrecta cada una de las siguientes afirmaciones. Por cada respuesta correcta se suma 0,5 puntos y por cada respuesta incorrecta se resta 0,5 puntos. Si no contesta, vale 0 punto. 1. En relación con la Metodología del Índice Medio de Salarios del año 2002, el objetivo consiste en contar con un indicador actualizado de la evolución de los ingresos: SI NO a) de todos los trabajadores del país b) de todos los asalariados excluyendo trabajadores rurales y zafrales c) que modificara la práctica adquirida en los años anteriores d) excluyendo a los trabajadores del Sector Público 2. Según la Metodología del Índice de Precios al Consumo publicada por el INE: SI NO a) El estrato de referencia incluye sólo hogares de Montevideo. b) El estrato de referencia incluye sólo hogares de asalariados. c) En la canasta se excluyen los bienes estacionales. d) En la canasta se incluyen bienes heterogéneos. 72 PRIMERAS REVISIONES 2003 – 2008 EJERCICO 4] (12 puntos) Una PYME adquiere una máquina que posee una pieza clave. Cuando falla, dicha pieza puede ser sustituida con un repuesto y así sucesivamente hasta usar 4 repuestos. Al vencimiento del cuarto repuesto la máquina sale de servicio definitivamente. Los tiempos de vida útil de la pieza clave y sus repuestos: X0, X1……. X4 son variables aleatorias de distribución exponencial (λ) independientes entre sí. Se pide: 1) Si la duración media de la pieza clave y sus repuestos es de 25 meses, determinar λ. 2) ¿Cuál es la probabilidad que en el primer año de actividad se necesite un único repuesto de la pieza clave? 3) Calcular la probabilidad que la máquina continúe funcionando transcurridos 10 años. 73 PRIMERAS REVISIONES 2003 – 2008 PRIMERA REVISIÓN 2008 – Sector Económico EJERCICO 1 (7 puntos) Los socios de una mutualista se clasificaron por tramos de edad para analizar la relación entre la edad y el número de consultas en un trimestre, obteniéndose los siguientes resultados. Edad (X) [0;20) [20;40) [40;60) [60;90) Total 0 1.200 400 100 0 1.700 1 300 2.500 200 200 3.200 CONSULTAS (Y) 2 3 100 0 400 300 2.700 200 400 1000 3.600 1.500 Total 1.600 3.600 3.200 1.600 10.000 SE PIDE: 1. Calcular el r(X.Y) sabiendo que: ∑ y.n( y) = 14.600 y ∑y 2 .n( y ) = 30.200 y ∑∑ x. y.n( x, y) = 726.000 x y 2. Interpretar el valor de r(X.Y) en este problema. EJERCICO 2 (3 puntos) Indicar si las siguientes afirmaciones son verdaderas (V) o falsas (F). No hace falta fundamentar. (Cada respuesta correcta: +0,5 puntos. Respuesta incorrecta: –0,5 puntos. Sin respuesta: 0 puntos). El IMS tiene cobertura geográfica nacional. El IPC tiene cobertura geográfica nacional. La UR se actualiza mensualmente con el IPC. Las deudas en dinero, que se pagan fuera de fecha, se actualizan con el IMS. El IMS se calcula con la fórmula del Índice de Precios de Laspeyres. El IPC se calcula con la fórmula del Índice de Precios de Laspeyres. V V V V V V F F F F F F EJERCICIO 3 (18 puntos) En cada una de las partes deberá seleccionar la opción correcta, fundamentando la respuesta. Cada respuesta correcta, con fundamento, vale 3 puntos. Caso contrario, 0 punto. 1. Si X ∼ B(100, 0.99) entonces: P(X=0) ≅ 1 P(X=0) ≅ 0 P(X=100) ≅ 1 74 PRIMERAS REVISIONES 2003 – 2008 2. Una variable aleatoria X tiene Rec(X) = {3, 5, 8}. ¿En cuál de los siguientes casos la variable X tiene la mayor varianza? 3 5 8 3. Para investigar la relación entre dos variables (X, Y) se tomó una muestra de tamaño n = 3 y se obtuvo: (x1, y1) = (5, 10) (x2, y2) = (6, 3) (x3, y3) = (5, 10) Entonces: 4. En una distribución de Pareto, α=3 y θ=1.000, la mediana es: con 5. En una población de 20 solteros, 30 casados y 10 divorciados se selecciona una muestra con equiprobabilidad y reposición de 6 personas. La probabilidad que resulten 2 solteros, 3 casados y un divorciado es: 6. Si X ∼ N(0, 1), entonces E(X ) = 3 5 8 3 5 8 r(X.Y) > 0 r(X.Y) = + 1 r(X.Y) = – 1 X0,5 = 1.260 X0,5 = 1.180 X0,5 = 1.050 0,139 0,0139 0,00139 0 1 2 π EJERCICIO 4 (12 puntos) Un examen consta de tres partes que se corrigen por separado. Las puntuaciones de cada parte X1 , X2 , X3 siguen una distribución normal multivariante con vector de medias µ y matriz de varianzas y covarianzas Σ . 70 µ = 60 50 36 7 − 4 Σ = 7 100 17 − 4 17 49 SE PIDE: a) Si para aprobar el examen es suficiente obtener en promedio 50 puntos entre las tres partes, ¿cuál es la probabilidad de aprobar el examen? 75 PRIMERAS REVISIONES 2003 – 2008 EJERCICIO 4 (continuación) X1 + X 2 . Calcular Cov[(X1 + X2), X3] y deducir la distribución X 3 b) Sea el vector X1 + X 2 . X3 conjunta del vector c) Si un alumno ha obtenido 120 puntos como suma de la primera y segunda partes, ¿cuál es la probabilidad de que apruebe el examen? 76