Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
PontificiaUniversidadCatólicadeChile FacultaddeCienciasEconómicasyAdministrativas PrimerSemestre2019 Curso:ProbabilidadyEstadística Sigla:EAS200a Profesores:RafaelÁguila(Sec1-2),MIgnaciaVicuña(Sec3),AlonsoMolina(Sec4), RicardoOlea(Sec5),VictorCorrea(Sec6) PautaPrueba2 Problema1 Afinalesdelañopasado,lacadenadesupermercadosWalmartlanzólaprimeratiendadelpaísquees completamentedeautoservicio,osea,dondelosmismosclientesdebenescanearelpreciodelosproductos, pagar,yposteriormenteembolsarlos.EllocalescogidoesunLíderExpressquecuentaconcincocajas deautoserviciodisponibles,todasconunafilacomúndeespera.Enlosmesesquellevaenmarchaseha registradoqueelnúmeroesperadodepersonasquellegaalascajasdeauto-atenciónenelsupermercadoes de90personasporcadamediahora.Supongaquelaspersonasnopuedenllegarenelmismoinstantede tiempoalascajasdeautoservicio. (a) [3.0Puntos] ¿Quétanprobableesqueeltiempodellegadaentredospersonasconsecutivasalsector decajasdeauto-atencióndeseamenora3minutos? (b) [3.0Puntos] SiUd.deseapagarysedirigealascajasdeauto-atenciónyseencuentraquehay9 personasenesperaantesqueUd.Calculelaprobabilidaddequeenalomáscincominutos,hayan llegadolaspersonasqueestánenlafilaantesqueUd. Solución: (a) Sea Xt elNúmerodepersonasquellegaalascajasdeauto-atenciónenelsupermercadoen t minutos. [0.2Ptos] Luego Xt distribuyePoisson (λt) [0.5Ptos] donde λ = 9030 =3 minutos. [0.3Ptos] Sea T eltiempotranscurridoenlallegadadedospersonasconsecutivasalacajadeautoatención(en minutos). [0.3Ptos] Luego T ∼ exp(3). [0.5Ptos] Deestamanera, Alternativa1: P (T< 3)= ∫ 3 0 3e−3xdx [0.5Ptos] = −e−3x ∣∣∣2 0 =1 − e−9 [0.7Ptos] Alternativa2: P (T< 3)=1 − P (T ≥ 3)=1 − P (X3 =0) [0.7Ptos] =1 − e−9 [0.5Ptos] (b) Sea T9 eltiempotranscurridohastalallegadadelanovenapersonaalacajadeautoatención(en minutos). [0.5Ptos] Luego T9 ∼ Gamma(9, 3). [0.7Ptos] Así P (T9 ≤ 5)=1 − P (T9 > 5)=1 − P (X5 ≤ 8) [0.8Ptos] donde X5 ∼ Poisson(15).BuscandoenlatablaacumuladadelaPoisson(15)seobtieneque P (X5 ≤ 8)=0 .037446. [0.7Ptos] Porlotanto, P (T9 ≤ 5)=1 − 0.037446=0 .962554 [0.3Ptos] EAS200A-ProbabilidadyEstadística 1 PrimerSemestre2019 Problema 2 APEX es una casa de cambios que presta el servicio de cambio de cheques en dólares (US$). Se espera recibir 10 cheques por hora y la probabilidad de que un cheque no tenga fondos es de 0.1. (a) [2.0 Puntos] ¿Cuál es la probabilidad que el segundo cheque sin fondos se reciba en a lo más en la cuarta recepción? (b) [2.0 Puntos] Si en una hora se recibe lo esperado ¿Cuál es la probabilidad de que se haya recepcionado al menos dos cheques sin fondos en una hora? (c) [2.0 Puntos] Si se recibieron 6 cheques sin fondos en dos horas. Calcule la probabilidad de que en la primera hora llegue la misma cantidad de cheques sin fondos que en la segunda hora. Respuesta: (a) Sea X Número de cheques recibidos hasta encontrar el segundo cheque sin fondo. [0.3 Ptos] Se tiene que X ∼ BinNeg(2, 0.1) [0.5 Ptos] Luego, P (X ≤ 4) = 4∑ x=2 ( x− 1 2− 1 ) 0.120.9x−2 [0.2 Ptos] P (X ≤ 4) = 0.010 + 0.022 + 0.037 = 0.069 [1.0 Ptos] (b) Sea Y Número de cheques sin fondos que se reciben en una hora de un total de 10 cheques. [0.3 Ptos] Luego Y ∼ Bin(10, 0.1) [0.5 Ptos]. De esta manera, P (Y ≥ 2) = [0.5 Ptos] 1−P (Y ≤ 1) = 1− 0.7361 = 0.2639 [0.7 Ptos] , donde P (Y ≤ 1) se encuen- tra en la tabla binomial. (c) Sea Yt el número de cheques sin fondos que llegan a la casa de cambios t horas. [0.3 Ptos] Luego Yt ∼ Pois(10 · 0.1t) [0.3 Ptos] Piden calcular P (Y1 = k, Y2 − Y1 = k |Y2 = 6). De esta manera, P (Y1 = k, Y2 − Y1 = k |Y2 = 6) = P (Y1 = 3, Y2 − Y1 = 3) P (Y2 = 6) [0.4 Ptos] = P (Y1 = 3)P (Y2 − Y1 = 3) P (Y2 = 6) [0.4 Ptos] = P (Y1 = 3)P (Y1 = 3) P (Y2 = 6) = ( e−10·0.1(10·0.1)3 3! )2 e−10·0.1·2(10 · 0.1 · 2)6/6! [0.3 Ptos] = 0.003759313 0.0120298 = 0.3125 [0.3 Ptos] EAS200A - Probabilidad y Estadística 2 Primer Semestre 2019 Problema 3 Hoy en día es imprescindible contar con una buena conexión a internet en nuestra casa. El número de aparatos electrónicos que se conectan a una red de WiFi es cada vez mayor. El problema es que a veces la señal del router no es la óptima. Es por ello que toma importancia modelar el comportamiento del router. Suponga que la intensidad de la señal emitida por una red WiFi se puede modelar por una v.a X con distribución Normal con media µ y desviación estándar σ (ambos desconocidos), pero se sabe que con 97.77% de probabilidad la intensidad de la señal será menor a 9 y con probabilidad de 15.87% la intensidad de la señal será mayor a 3. Por otro lado, si la intensidad de la señal de la red WiFi es menor de 2 se considera de intensidad baja. (a) [2.0 Puntos] Calcule la probabilidad de que la señal la red WiFi sea de baja intensidad. (b) [2.0 Puntos] Si se observa la intensidad de la señal de la red WiFi por un mes (30 días). Calcule la probabilidad aproximada de que en a lo más 10 días la señal haya sido de baja intensidad. (c) [2.0 Puntos] Suponga ahora que X tiene distribución Log-Normal(λ, ζ2). Calcule nuevamente la probabilidad de que la señal de la red WiFi sea de baja intensidad. Respuesta: (a) Por enunciado se tiene que P (X < 9) = 0.9777 y P (X > 3) = 0.6587. A partir de ello se encuentra el valor de µ y σ. P (X < 9) = 0.9777 [0.1 Ptos] P ( X − µ σ < 9− µ σ ) = 0.9777 [0.1 Ptos] Φ ( 9− µ σ ) = 0.9777 9− µ σ = Φ−1(0.9777) [0.1 Ptos] 9− µ σ = 2.01 [0.2 Ptos] (1) P (X > 3) = 0.6587 [0.1 Ptos] 1− P ( X − µ σ < 3− µ σ ) = 0.6587 [0.1 Ptos] Φ ( 3− µ σ ) = 0.3413 3− µ σ = Φ−1(0.3413) [0.1 Ptos] 3− µ σ = −0.41 [0.2 Ptos] (2) Resolviendo el sistema de ecuaciones (1) y (2) se obtiene que µ = 4.017 [0.25 Ptos] y σ = 2.479. [0.25 Ptos] Luego la probabilidad de que la señal WiFi sea de baja intensidad está dada por P (X < 2) = P ( X − µ σ < 2− µ σ ) [0.1 Ptos] = Φ ( 2− 4.017 2.479 ) = Φ(−0.813) [0.2 Ptos] = 1− Φ(0.813) = 1− 0.7910 [0.2 Ptos] = 0.209 EAS200A - Probabilidad y Estadística 3 Primer Semestre 2019 (b) Sea Xi una v.a Bernoulli, i = 1, ...., 30 donde Xi = 1 si la intensidad de la señal de la red WiFi por día es de baja intensidad y Xi = 0 en otro caso. Luego Y = ∑30 i=1Xi ∼ Bin(30, π) donde π = 0.209. [0.7 Ptos] Luego por TLC se tiene que Y ≈ N(30π, 30π(1− π)) [0.5 Ptos] Así P (Y ≤ 10) ≈ P (Y ≤ 10.5) [0.2 Ptos] (Corrección por continuidad) ≈ P ( Y − 30π√ 30π(1− π) ≤ 10− 30π√ 30π(1− π) ) [0.2 Ptos] ≈ Φ ( 10− 30π√ 30π(1− π) ) [0.2 Ptos] ≈ Φ(1.674) = 0.9525 [0.2 Ptos] (c) Si X distribuye LogNormal(λ, ζ2), entonces lnX ∼N(λ, ζ2), por lo tanto P (X < 9) = 0.9777 [0.1 Ptos] P ( lnX − λ ζ < ln 9− λ ζ ) = 0.9777 [0.1 Ptos] Φ ( ln 9− λ ζ ) = 0.9777 ln 9− λ ζ = Φ−1(0.9777) [0.1 Ptos] ln 9− λ ζ = 2.01 [0.2 Ptos] (3) P (X > 3) = 0.6587 [0.1 Ptos] 1− P ( lnX − λ ζ < ln 3− λ ζ ) = 0.6587 [0.1 Ptos] Φ ( ln 3− λ ζ ) = 0.3413 ln 3− λ ζ = Φ−1(0.3413) [0.1 Ptos] ln 3− λ ζ = −0.41 [0.2 Ptos] (4) Resolviendo el sistema de ecuaciones (3) y (4) se obtiene que λ = 1.284 [0.25 Ptos] y ζ = 0.453. [0.25 Ptos] Luego la probabilidad de que la señal WiFi sea de baja intensidad está dada por P (X < 2) = P ( lnX − λ ζ < ln 2− λ ζ ) [0.1 Ptos] = Φ ( ln 2− 1.284 0.453 ) = Φ(−1.304) [0.2 Ptos] = 1− Φ(1.304) = 1− 0.9032 [0.2 Ptos] = 0.0968 EAS200A - Probabilidad y Estadística 4 Primer Semestre 2019
Compartir