ENUNCIADO y SOLUCIONES. Problema 1

Transcripción

1 Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad. Si la memoria proviene del fabricante A, la probabilidad de que falle antes del tiempo especificado por la garantía es P(X ) donde la variable X sigue una ley exponencial de parámetro λ = 0.; si la memoria proviene del fabricante B, la probabilidad de que falle antes del tiempo especificado por la garantía es P( Y < ) donde Y tiene una distribución normal de media µ = 4 y varianza σ = 4. a). (0.5pt) Si el experimento aleatorio consiste en probar una memoria RAM hasta que falle, traducir los datos del enunciado, introduciendo los sucesos convenientes. Introduzco los sucesos: A= La memoria proviene del fabricante A, B= La memoria proviene del fabricante B, y R= La memoria rompe antes del tiempo especificado por la garantía. Nos dicen: P (F A) = P(X ) y P (F B) = P( Y < ). Además sabemos que P(A) = P(B) = 0.5. b). (.5pt) Cuál es la probabilidad de que una memoria RAM falle antes del tiempo especificado por la garantía? Nos piden P(F ). Estamos en las condiciones de aplicación de la fórmula de la probabilidad total: P(F ) = P(F A)P(A) + P(F B)P(B). Nos falta calcular P (F A) = P(X < ) y P(F B) = P( Y < ). Por una parte, hemos visto en clase que si X sigue una distribución exponencial de parámetro λ, para cualquier número t > 0, tenemos P(X t) = exp( λt). Deducemos por lo tanto que P(F A) = P(X ) = exp( 0.) = Por otra parte, P( Y < ) = P( < Y < ) = P (( 4)/ < Z < ( 4)/) = φ() φ( 3)

2 Por lo tanto: P(F ) = (0.574 / / = c). (0.75pt) Si se ha observado que la memoria RAM ha fallado, cuál es la probabilidad de que proceda del fabricante A? Nos piden: P(A F ), por el Teorema de Bayes, se obtiene como P(A F ) = P(F A)P(A) P(F ) = d). (0.75pt) Si se tienen memorias RAM, cuál es la probabilidad de que al menos el 90% de ellas duren más que el tiempo especificado por la garantía? Introducimos ahora la variable N = número de memorias defectuosas entre las. Nos piden P(N < 4). Reconocemos que estamos ante un experimento simple con una situación dicotómica que repetimos veces. Por lo tanto, sabemos que N sigue una distribución Binomial de parámetros n = y p = P(F ) = P(N < 4) = P(N = 0) + P(N = ) + P(N = ) + P(N = 3) = = Problema II. Una determinada empresa química está interesada en comprar un dispositivo que mida la concentración de sosa en el producto y su PH. Los errores asociados a las mediciones de dicho dispositivo pueden ser consideradas como dos variables aleatorias X e Y (X = Error al medir la concentración de sosa e Y = Error en la determinación del PH ) cuya distribución conjunta viene dada por: k[ + xy(x y si y [, ] )] si x [, ] f(x, y) = 0 en caso contrario

3 a). (0.5pt) Calcular el valor de la constante k. Para que la función descrita sea una función de densidad debe cumplir f(x, y) 0 y Tenemos f(x, y)dxdy) = = k Por lo tanto, deducimos k = 4. f(x, y)dxdy =. k[ + xy(x y )]dxdy [( + y y3 y3 ) ( + y ) ] dy = 4k. b). (0.75pt) Calcular las distribuciones marginales de ambas variables. Obtenemos la distribución marginal de X integrando la función de densidad conjunta respecto a y. Empezamos por notar que si x está fuera del intervalo [, ], la densidad conjunta es nula y por lo tanto su densidad marginal también es nula. Si x [, ], f(x, y)dy) = = 4 =. 4 [ + xy(x y )]dy Deducimos que X sigue una distribución uniforme en el intervalo [, ]. De la misma manera deducimos que Y sigue una distribución uniforme sobre el intervalo [, ]. c). (0.5pt) Se pueden considerar independientes ambas variables? Puesto que no se cumple que f X,Y (x, y) = f X (x)f Y (y), para todo par (x, y), deducimos que X e Y NO son independientes. d). (0.5pt) Calcular la función de distribución acumulada de la variable X. Recordar que f X (x) = /, si < x <, y 0 en otro caso. Tenemos que F X (t) = P(X t) = t f X(x)dx. Distinguimos según los distintos casos para t: Si t <, F X (t) = t Si t <, F X (t) = t Si t, F X (t) = 0dx = 0. dx = (t + )/. dx + 0 =. e). (0.5pt) Calcular E[X]. Al tratarse de una distribución uniforme, sabemos que E[X] = (+)/ = 0. 3

4 f). (0.5pt) Sabiendo que en un determinado producto el error que se comete al medir la concentración de sosa es inferior a 0.5, calcular la probabilidad de que el error cometido al medir su PH sea inferior a 0.5 (±0.5). Nos piden P( 0.5 < Y < < X < 0.5) Utilizamos la definición de la probabilidad condicionada para obtener: P( 0.5 < Y < 0.5 X < 0.5) = P( 0.5 < Y < < X < 0.5). P( 0.5 < X < 0.5) El numerador se calcula como: P( 0.5 < Y < < X < 0.5) = 0.5 ( f X,Y (x, y)dy 0.5 ) dx = /4, mientras que el numerador se calcula usando la densidad marginal de X, y es igual a /. Deducimos: P(Y < < X < 0.5) = /. II. (0.75pt) Considere dos variables X e Y que satisfacen: Calcular la correlación de X y de Y. cov(x + Y ) = cov(x Y ). Sabemos que var(x + Y ) = var(x) + var(y ) + cov(x, Y ) y por otra parte var(x Y ) = var(x) + var(y ) cov(x, Y ). Si igualamos las dos expresiones, nos quedamos con cov(x, Y ) = cov(x, Y ), lo que implica que cov(x, Y ) = 0, y por lo tanto corr(x, Y ) = 0. Problema 3 Para analizar la precisión de un nuevo aparato de medida, se mide en repetidas ocasiones una determinada tensión de 8 voltios obteniéndose las siguientes lecturas: 8.6; 7.8; 7.; 7.4; 7.6; 7.8; 7.9; 7.0; 7.4; 8.3; 8.3; 8.5 Asumiendo que la lectura del aparato puede modelizarse por una distribución normal con desviación típica igual a 0.5, se pide: 4

5 a). (0.75pt+0.5pt) Construir de manera detallada un intervalo de confianza al 98% para la lectura promedio del dispositivo. Qué interpretación tiene el intervalo obtenido? Construcción detallada del intervalo para la media poblacional para un α dado. Sean X, X,... X, las variables valor obtenido en la primera medición, etc hasta valor obtenido en la o medición. Consideramos la media muestral X = X +X + +X. Puesto que estamos en el caso en que la variable X sigue una distribución normal, tenemos que Z = X µ σ/ N(0, ). n Tenemos Lo que es sequivalente a Despejando obtenemos P ( z α/ Z z α/ ) = α. P ( z α/ X µ σ/ n z α/) = α. P ( X z α/ σ n µ X + z α/ σ n ) = α. Deducimos que un intervalo de confianza al 00( α)% de confianza para la media poblacional es X z α/ σ n µ X + z α/ σ n. En nuestro caso particular, nos fijamos α = 0.05, necesitamos z 0.975, que según la tabla es igual a.96. Sustituyendo obtenemos por lo tanto ±

6 b). (0.5pt) Si en la estimación de la lectura promedio queremos cometer un error inferior a 0.5 voltios, al 95% de confianza, determinar el tamaño de la muestra mínimo necesario para garantizar este objetivo. Explica el procedimiento utilizado. El margen de error es z α/ σ/ n. Buscamos n para garantizar que este margen sea inferior a 0.5: z α/ σ/ n 0.5, despejando n obtenemos que n , lo que implica que n debe ser 6 como mínimo. c). (pt) Podemos afirmar que el dispositivo nos proporciona valores inferiores al valor real?. Plantea la prueba estadística correspondiente e interpreta los resultados obtenidos, indicando el p-valor. LLevamos a cabo el contraste {. H 0 : µ = 8, H : µ < 8. El nivel de confianza de 95% corresponde a α = El estadístico de contraste es: Z 0 = X µ 0 σ/ n que sigue, bajo H 0, una distribución normal estándar. Se trata de un contraste unilateral, y la región crítica o de rechazo vendrá dada por: Para α = 0.05 z α = z 0.95 =.64. Para mi muestra el estadístico de prueba toma el valor z 0 = =.70. El valor z 0 no cae en la región de 0.5/ rechazo, lo que implica que,al 95% de confianza, no podemos rechazar H 0 y no 6

7 podemos afirmar que el valor central de la distribución de X sea menor que 8. Calculamos el p-valor. Buscamos el valor α 0 de α más pequeño que nos permita rechazar H 0, lo encontraremos haciendo coincidir el límite de nuestra región de rechazo con el valor del estadístico de prueba: Deducimos que α 0 = P (Z 0 <.70) = φ(.70) 0.0. Podríamos por lo tanto rechazar H 0 hasta un máximo de 89.8% de confianza.(bajo) 7