Elementos de Probabilidad y Estadística Segundo de Economía Examen del 26 de junio de 2006 DURACIÓN: 2 horas



Documentos relacionados
9. INTRODUCCIÓN A DISTRIBU- CIONES MULTIVARIANTES

Vectores aleatorios. Estadística I curso

PROBLEMAS ADICIONALES RESUELTOS SOBRE VARIABLES ALETORIAS

Conceptos Fundamentales. Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas

Variables aleatorias. Función de distribución y características asociadas

Universidad del País Vasco

2 Resolución de algunos ejemplos y ejercicios del tema 2.

Relación de problemas: Variables aleatorias

Problemas resueltos del Tema 3.

Tema 2: Estimación puntual

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Examen de Estadística Ingeniería de Telecomunicación

Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010.

Tema 5: Vectores aleatorios bidimensionales.

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Tema 4: Variables aleatorias multidimensionales

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. b) Las medias muestrales de tamaño n se distribuyen según la normal

Métodos generales de generación de variables aleatorias

En una plantación de manzanos, el peso en kg de la fruta producida anualmente por cada manzano sigue una distribución normal N(50; 10).

UNIVERSIDAD DE ATACAMA

Ejercicios de Modelos de Probabilidad

PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA

todas especialidades Soluciones de las hojas de problemas

Problemas resueltos por los alumnos

Estadística aplicada y modelización. 10 de septiembre de 2005

Estadística EIAE (UPM) Estadística p. 1

Problemas. Variables Aleatorias. Modelos de Probabilidad

Tema 3: Variable aleatoria 9. Tema 3: Variable aleatoria

Algunas Distribuciones de Probabilidad

Ingeniería Técnica Industrial, todas especialidades. Ingeniería Técnica Telecomunicaciones, Telemática Problemas de examenes

Distribuciones Multivariantes. Distribuciones Multivariantes. Distribuciones Multivariantes. Objetivos del tema:

Covarianza y coeficiente de correlación

UNIVERSIDAD DE ATACAMA

Teoría de Probabilidad

12 Las distribuciones binomial y normal

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde

5. DISTRIBUCIONES DE PROBABILIDADES

x y 8000 x + y a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.

Tema 1: Test de Distribuciones de Probabilidad

UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG)

Observaciones del profesor:

8.1. Introducción Dependencia/independencia estadística Representación gráfica: diagrama de dispersión Regresión...

Guía para el estudio de la segunda Unidad. Dr. Jorge Martín Dr. José Antonio Carrillo

ESTADÍSTICA 2OO7/2OO8 TEMA 10: SIMULACIÓN DE VARIABLES ALEATORIAS


Retiro de activos y el stock de capital bruto

Curso de Probabilidad y Estadística

Unidad 4 Programación lineal

Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación

TEMA 4. Sistema Sexagesimal. Sistema Octal (base 8): sistema de numeración que utiliza los dígitos 0, 1, 2, 3, 4, 5,

Estadística I Ejercicios Tema 3 Curso 2015/16

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

Análisis de los datos

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

Análisis de procesos estocásticos en el dominio del tiempo

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

Tema 4: Variables aleatorias multidimensionales

1. Conceptos de teoría de la probabilidad

Ejemplo: Ing. Raúl Canelos. Solución CONFIABILIDAD SEP 1

Cartilla 2 Solución Unidad 5: Distribuciones de funciones de variables aleatorias

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio Propuesta B

Números aleatorios. Contenidos

Tema 5. Variables aleatorias discretas

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

Un problema sobre repetidas apuestas al azar

Selectividad Septiembre 2009 SEPTIEMBRE Opción A

R PRÁCTICA II. Probabilidad-Variables Aleatorias. Probabilidad

MICROECONOMÍA II PRÁCTICA TEMA III: MONOPOLIO

El valor esperado de una variable aleatoria discreta se representa de la siguiente manera:

Generación de números aleatorios

1.1. Introducción y conceptos básicos

Costos de Distribución: son los que se generan por llevar el producto o servicio hasta el consumidor final

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD

Tema 5: Análisis conjunto y teoremas límite

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E

POLINOMIOS. División. Regla de Ruffini.

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 1: MATRICES. Junio, Ejercicio 1, Opción B

Tema 2 - Introducción

PROBABILIDAD Y ESTADÍSTICA

UNIVERSIDAD DE ATACAMA

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA

Selectividad Junio 2008 JUNIO 2008 PRUEBA A

CORRELACIÓN Y PREDICIÓN

Curso de sensibilización a la PAEP (Prueba de Admisión a Estudios de Posgrado)

1. Lección 5 - Comparación y Sustitución de capitales

FUNCIONES EN R. Agosto 2007

VII. Estructuras Algebraicas

UNIVERSIDAD DE ATACAMA

Tema 1 con soluciones de los ejercicios. María Araceli Garín

Sistemas Aleatorios: Probabilidad Condicional

PRUEBA ESPECÍFICA PRUEBA 2014

PROGRAMACIÓN LINEAL BTO 2ºA NOMBRE

EVALUACIÓN 11 B) C) 2 D) 15 E) 30

Tema 12: Contrastes Paramétricos

Unidad 4: Variables aleatorias

UAM CSIC Grupo 911 Febrero Ejercicios Resueltos del Tema Asignatura de Matemáticas Grado en Química

Si buscamos conversiones de una variable aleatoria exponencial con parámetro Á,, el método de la transformada inversa produce

Relación de problemas: Distribuciones de probabilidad

Transcripción:

Elementos de Probabilidad y Estadística Segundo de Economía Examen del 6 de junio de 6 DURACIÓN: horas. a) Se realizan lanzamientos de un dado regular. i) Calcular la probabilidad de obtener exactamente tres seises. ii) Si sabemos que se han obtenido exactamente tres seises, cuál es la probabilidad de que haya sido en los tres primeros lanzamientos? b) Un dado regular se lanza repetidas veces hasta que aparece el mismo resultado en dos lanzamientos consecutivos. Sea X el número de lanzamientos necesario para ello. Determinar el valor de P(X = ) y P(X = ).. Una empresa fabrica dos productos: A y B, cuyos beneficios X e Y son variables aleatorias medidas en millones de euros que se distribuyen conjuntamente según la función de densidad: f(x, y) = si x + y, x, y en otro caso a) Calcula la función de densidad marginal, la media y la varianza de la variable aleatoria X. b) Sea Z la variable aleatoria correspondiente a los beneficios del producto B condicionados a que los beneficios del producto A sean exactamente de medio millón de euros. Calcula la función de densidad de Z. c) Están X e Y correlacionadas? Son independientes? d) Cuál es la probabilidad de que los beneficios del producto A sean superiores a los de B? e) Calcula la función de densidad de la variable W = (X + ).. Los ingresos en euros, por ventas mensuales de un determinado comercio siguen una distribución normal de media y varianza 9. a) Calcular la probabilidad de que los ingresos en un mes sean menores a 95 euros. b) Si se sabe que los ingresos en un mes han sido menores a euros, calcular la probabilidad de que los ingresos en dicho mes hayan sido menores a 95 euros.

c) Además, se sabe que la devolución de artículos provoca una disminución en los ingresos mensuales de un %. i) Calcular la probabilidad de que en un mes los ingresos finales sean inferiores a 75 euros. Nota: considerar que las devoluciones se producen en el mismo mes que los ingresos. ii) Si el comercio tiene unos gastos fijos de 8 euros al mes, calcular la probabilidad de que el beneficio en un mes sea superior a 95 euros.

SOLUCION-Elementos de Probabilidad y Estadística 6/6/6. a) Si se realizan lanzamientos de un dado regular: i) La probabilidad de obtener exactamente tres seises es la suma, tantas veces como formas de colocar tres seises en diez casillas, de la probabilidad: P( seises en una ordenación fija) = ( 6 ) ( 5 6 )7 Hay =! 7!! = formas de colocar los tres seises, luego P( seises en lanzamientos) = ( 6 ) ( 5 6 )7 b) ii) Si sabemos que se han obtenido exactamente tres seises, la probabilidad de que haya sido en los tres primeros lanzamientos, se puede calcular como casos favorables entre casos posibles: P( obtener un 6 en los tres primeros lanzamientos se han obtenido seises en lanzamientos )= = = =,8 P(X = ) = 6 6 6 = 6 =,66 P(X = ) = 5 6 6 = 5 6 =,88 Además aunque no se pide en el problema: P(X = 4) = 5 6 5 6 6 En general, P(X = k) = ( 5 6 )k 6, para k.. Una empresa fabrica dos productos: A y B, cuyos beneficios X e Y son variables aleatorias medidas en millones de euros que se distribuyen conjuntamente según la función de densidad: f(x, y) = si x + y en otro caso a) La función de densidad marginal de la v.a. X es: f(x) = x dy = y x = ( x), x

La media, E(X) = x ( x)dx = (x x ) = =,666 La varianza, V ar(x) = E(X ) (EX), donde E(X ) = x ( x)dx = =,666 luego V ar(x) = 9 =,. b) Sea Z es la variable aleatoria correspondiente a los beneficios del producto B condicionados a que los beneficios del producto A sean exactamente de medio millón de euros. Entonces: f(z) = f(y x =,5) = Es decir Z U[, ]. f(,5, y) f X (,5) =,75 =, z c) De forma análoga a lo realizado en el apartado a), se obtiene la función de densidad marginal de la v.a. Y : f(y) = y dx = ( y) y. Para ver si están o no correlacionadas, se calcula la covarianza entre las variables X e Y. E(XY ) = = x xy dxdy = (x + x 4 x ) = [ x x [ y ] x + x4 6 x dx = ] = x 4 ( x) dx Cov(X, Y ) = E(XY ) E(X)E(Y ) = = 9 Por tanto, las variables X e Y están correlacionadas, en particular, están relacionadas linealmente de manera inversa. En consecuencia, X e Y son dependientes. d) P(X > Y ) = y y dxdy = x dydx + x dydx = 4

e) Si W = (X + ), la función de distribución de W es: F W (w) = P(W w) = P((X + ) w) = P( w X + w) = = P( w X w ) Si X, F W (w) = P( X w ) = F X ( w ) Luego: f W (w) = f X (x(w)) x (w) = dado que x(w) = w y x (w) = w. Haciendo operaciones:. X N(, 9). f W (w) = ( ( w )) w si w 4 ( w w ) si w 9 en otro caso en otro caso a) P(X < 95) = P ( ) T < 95 = P(T <,667) = P(T >,667) =,48 b) P(X < 95 X < ) = P(X<95 X<) P(X<),96. = P(X<95) =,48 = c) Si Y =,9X, es la v.a.: Ingresos finales(tras las devoluciones), entonces Y N(,9,,9 9) = N(7, 79) i) P(Y < 75) = P ( ) T < 75 7 7 = P(T <,85) = P(T >,85) =,9675 ii) Z=Y-8 denota los beneficios netos. Entonces, Z N(7 8, 79) = N(9, 79). P(Z > 95) = P ( T > 95 9 7 ) = P(T >,959) =,788 5