You are on page 1of 5

Universidad Nacional Abierta Estadstica General (745)

Vicerrectorado Acadmico INTEGRAL


rea de Matemtica Fecha: 01-04-2006

MODELO DE RESPUESTAS
OBJ 2 PTA 1
La compaa ABC. S.A. dedicada a la prestacin de servicios de fotocopiado, realiza un
estudio con el objeto de establecer una poltica de Stock respecto al toner requerido por las
50 maquinas que tiene en alquiler, los datos obtenidos organizados para el anlisis se
muestran en la siguiente tabla;
clases duracin en das frecuencia
1 13 <73 24
2 73 <144 12
3 144 <215 4
4 215 <286 3
5 286 <357 2
6 357 <429 5

Calcular: a) La media, moda y mediana.
b) La varianza y desviacin estndar.
Solucin:
Para calcular los estadsticos solicitados completamos la tabla de datos proporcionada de la
siguiente manera

clases duracin en das f F M fM f(M)^2
1 13 <73 24 24 43 1032 44376
2 73 <133 12 36 103 1236 127308
3 133 <193 4 40 163 652 106276
4 193 <253 3 43 223 669 149187
5 253 <313 2 45 283 566 160178
6 313 <373 5 50 343 1715 588245
50 5870 1175570 TOTALES

Aplicando las frmulas correspondientes tenemos:
a)
5870
117.4
50
X = =
25 24
73 (60) 78
12
Med

= + =



24
13 (60) 53
(24 12) 24
Mod

= + =

+


Universidad Nacional Abierta
Vicerrectorado Acadmico
rea de Matemtica
Lapso 2005 - 1
b)
2
2
1175570 50(117.4)
9927.1837
49
s

= = 9927.1837 99.6 s = =
OBJ 3 PTA 2
En un taller mecnico la probabilidad de que un auto este por fallas de frenos es 0.30, por
fallas de carburador es 0.25 y por frenos y/o carburador es 0.51. Cul es la probabilidad de
que un auto presente fallas de freno y carburador?
Solucin:
Sabemos que,
( ) ( ) ( ) ( ) P A B P A P B P A B = + .
Luego
( ) 0.30 0.25 0.51 0.04 P A B = + =
OBJ 4 PTA 3
De acuerdo a los registros de transito terrestre del Valle, distrito Metropolitano, en la
autopista del Valle el 40% de los accidentes se debe a exceso de velocidad y 30% a la
ingesta alcohlica, en cada caso, de al menos uno de los conductores. La probabilidad de
que un accidente se deba a exceso de velocidad y consumo de alcohol es 60% y el caso
contrario es de 10%. Ocurre un accidente y se informa que es por exceso de velocidad.
Cul es la probabilidad de que tambin este involucrado el factor consumo de bebidas
alcohlicas?
Solucin:
Sean los eventos exceso de velocidad, consumo de alcohol E A y las probabilidades
( ) 0.40 ( ') 0.60 ( / ) 0.60
( ) 0.30 ( ') 0.70 ( / ') 0.10
P E P E P E A
P A P A P E A
= = =
= = =

Por el teorema de Bayes
( / ) ( )
( / )
( / ) ( ) ( / ') ( ')
(0.60)(0.30)
0.72
(0.60)(0.30) (0.10)(0.70)
P E A P A
P A E
P E A P A P E A P A
=
+
= =
+




OBJ 5 PTA 4
En un hotel los viernes entre las 3:00 p.m. y las 5:00 p.m. el nmero de habitaciones
alquiladas tiene la siguiente distribucin de probabilidades

x 4 5 6 7 8 9 10
P(X=x) 1/7 1/2 1/14 1/7 1/14 1/28 1/28

Si la ganancia est definida como 50000 155.75 Y x = en Bs. Cul es la ganancia
esperada los viernes en ese lapso de tiempo, si no sucede algo extraordinario?
Solucin:
10
4
( ) (50000 155.75)
(50000 155.75) ( )
1 1 1 1 1 1 1
199844.25 249844.25 299844.25 349844.25 399844.25 449844.25 499844.25
7 2 14 7 14 28 28

x
E Y E x
x P x
=
=
=

= + + + + + +

287344.25 Bs. =

0BJ 6 PTA 5

Una compaa de seguros de vida halla, segn sus registros, que por cada 100000 personas
con edades entre los 45 aos hasta los 60 aos muere una por enfermedad clasificada
extraa en un periodo de un ao. Si la compaa tiene 150000 personas aseguradas en este
grupo, cul es la probabilidad de que la compaa tenga que pagar ms de cuatro derechos
por muerte debido a este tipo de enfermedad?
Solucin:
La variable es discreta, y en un intervalo de tiempo de un ao la proporcin de muertes por
este tipo de enfermedad en el grupo de personas con edades entre 45 y 60 aos es de
0.00001. Adems la muerte o no de una persona de este grupo en el presente es
independiente de la muerte o no de una persona en cualquier periodo anterior. Estos
aspectos nos indican que se trata de un modelo de Poisson. Una vez identificado el modelo
probabilstico procedemos a calcular la probabilidad solicitada,
150000
5
( 5) ( : )
x
P x P x
=
=

.
El modelo ( : ) 0,1,2,
!
x
e
P x x
x


= = .
Lo primero que debemos hacer es determinar , en nuestro caso
(0.00001)(150000) 1.5 = =
Ahora podemos calcular la probabilidad haciendo uso del modelo o de la tabla
correspondiente. En cualquier caso
( 5) 1 ( 4)
1 (0.223 0.335 0.251 0.126 0.047)
0.018
P x P x =
= + + + +
=

OBJ 7 PTA 6
El ingreso promedio mensual de los 10000 trabajadores de la compaa Clasique C.A. es de
650525.75 Bs. y la desviacin estndar es de 125347.25 Bs. Si la distribucin es normal,
determinar el nmero de trabajadores que tienen un ingreso mensual,
a) Inferior a 650525.75 Bs.
b) Superior a 650525.75 Bs. e inferior a 775873.00 Bs.
c) Superior a 775873.00 Bs.
Nota: Para el logro de este objetivo debe responder correctamente los tres literales.
Solucin:
Se supone que la variable ingreso mensual sigue una distribucin normal. Y dado que las
tablas estn escritas para una distribucin normal estndar o tpica es decir (0,1) N
debemos tipificar o estandarizar la variable que estamos estudiando, ingreso promedio
mensual. Para ello se utiliza la variable
X
Z

=
a)
650525.75 650525.75
0
125347.25
Z

= = , luego la probabilidad ( 0) 0.5 P z < = , por lo tanto el
nmero de empleados con salarios menores de 650525.75 es (0.5)(10000) =5000.
b) Tipificamos el extremo superior del intervalo, 775873.00
775873.00 650525.75
1
125347.25
Z

= =
la probabilidad
(0 1) ( 0) ( 1)
0.5 0.1587 0.3413
P Z P Z P Z < < = > >
= =

El nmero de trabajadores en este grupo es (10000)(0.3413) =3413.
c) Ya est normalizada la variable 775873.00 X = luego la probabilidad a determinar es
( 1) 0.1587 P Z > =
y el nmero de trabajadores con ingresos mayores a 775873.00 es (10000)(0.1587) =1587
0BJ 8 PTA 7

El computador principal de la universidad queda fuera de lnea tres veces por semana. El
profesor de computacin debe completar un proyecto esta semana que requiere del
computador. Cul es la probabilidad de que el computador este fuera de lnea toda la
semana?

Solucin:
Observe que el tiempo que el computador queda fuera de lnea es una variable continua,
puede durar desde segundos hasta semanas. Por lo tanto lo que se solicita es la probabilidad
de tener que esperar una semana para que el computador este en lnea, esto corresponde a
un modelo exponencial,
( ) 1
x
P X x e

=
3/ semana = , luego
3
( 1 ) 1 0.9502 95.02% P X semana e

= = =
FIN DE MODELO

You might also like