Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Pontificia Universidad Católica de Chile Facultad de Ciencias Económicas y Administrativas Segundo Semestre 2008 Curso : Probabilidad y Estad́ıstica Sigla : EAS200A Pauta : I2 Profesores : Osvaldo Ferreiro (Sec. 01) y Ricardo Olea (Sec. 02) Ayudantes : Daniela Morel - Daniela Zúñiga (Sec. 01), Pablo Flores - Susana Opazo (Sec. 02) Problema 1 (a) Suponga que de 2500 cuentas comerciales del Banco Internacional CATP (Confianza a Toda Prueba), 125 han sido alteradas fraudulentamente. Las alteraciones son lo bastante sutiles como para que sólo una auditoŕıa muy detallada las pueda descubrir. Se elige al azar 50 cuentas comerciales para la revisión detallada. (i) La selección se realiza, como es habitual, sin reemplazo. ¿Qué distribución exacta seguiŕıa la variable “no de cuentas alteradas existentes entre las seleccionadas”? ¿Cuál es la probabilidad de que se haya seleccionado al menos una cuenta alterada? (ii) Adicionalmente, determine la misma probabilidad asumiendo una selección con reemplazo esta vez. Señale expĺıcitamente cuál es la distribución exacta que utilice. (b) Un cartero recorre diariamente en bicicleta el sector asignado para repartir correspondencia. La dis- tancia X en kilómetros que debe recorrer para lograr entregar toda la correspondencia del d́ıa es una variable aleatoria de la cual se sabe que su logaritmo natural se distribuye Normal(0, 1). Determine expĺıcitamente la Función de Densidad y el Recorrido de la variable X. Solución (a) Tenemos una población de tamaño N = 2500 de cuentas comerciales del Banco Internacional CATP, la cual está dividida en dos grupos: (1) Cuentas alteradas fraudulentamente (N1 = 125) y (2) Cuentas No alteradas fraudulentamente (N2 = 2500−125 = 2375). De esta población se selecciona una muestra de tamaño n = 50. (i) Sea X la variable aleatoria que determina el número de cuentas alteradas existentes entre las 50 seleccionadas. Como la selección es sin reemplazo se deduce que X ∼ Hipergeométrica(2500, 125, 50) [0.8 ptos] Se pide P (X ≥ 1) = 1− P (X < 1) = 1− P (X = 0) [0.4 ptos] = 1− ( 125 0 )( 2500− 125 50 ) ( 2500 50 ) [0.2 ptos] = 1− ( 2375 50 ) ( 2500 50 ) = 1− 2375! 50! 2325! 2500! 50! 2400! = 1− 2375! · 2400! 2325! · 2500! [0.1 ptos] 1 (ii) Si el muestreo es con reemplazo se deduce que X ∼ Binomial ( n = 50, p = 125 2500 = 0.05 ) [0.8 ptos] Luego, la probabilidad solicitada es P (X ≥ 1) = 1− P (X < 1) = 1− P (X = 0) [0.4 ptos] = 1− ( 50 0 ) 0.050 (1− 0.05)50−0 [0.2 ptos] = 1− 0.9550 = 0.923055 [0.1 ptos] (b) Del enunciado se tiene que Y = lnX ∼ Normal(0, 1). Se pide determinar fX(x). Alternativa 1 Tenemos que X = g(Y ) = eY , con X > 0 [1.0 ptos]. Como la función g( · ) es invertible en R, por teorema de cambio de variable la función densidad de X es fX(x) = fY (g−1(x)) ∣∣∣∣ ddxg−1(x) ∣∣∣∣ = fY (lnx) ∣∣∣∣ 1x ∣∣∣∣ [1.0 ptos] = 1√ 2π 1 x e− (ln x)2 2 [0.5 ptos], x > 0 [0.5 ptos] 0, en otro caso Alternativa 2 Tenemos que Y = lnX es una variable aleatoria Normal(0, 1) y X = eY es otra variable aleatoria con X > 0 [1.0 ptos]. La función distribución acumulada de X por definición es FX(x) = P (X ≤ x) = P (eY ≤ x) = P (Y ≤ lnx) = FY (lnx). [0.5 ptos] Luego, derivando FX(x) con respecto a x se obtiene la función densidad de X como sigue: fX(x) = d dx FX(x) = d dx Fy(lnx) = fY (lnx) 1 x . [0.5 ptos] Por lo tanto fX(x) = 1√ 2π 1 x e− (ln x)2 2 , [0.5 ptos] x > 0 [0.5 ptos] 0, en otro caso + 1 Punto Base 2 Problema 2 Al servidor computacional de una institución, llegan e-mails a una tasa promedio de 34.1 por cada 10 segundos. (a) Determine la probabilidad de que lleguen al menos dos e-mails en un segundo. (b) ¿Cuál es la probabilidad de que entre dos mails consecutivos transcurra 1.2 segundos a lo más? (c) ¿Cuál es el valor esperado del tiempo hasta recibir el décimo e-mail de ahora en adelante? ¿Cuál es la distribución precisa, con parámetros, que permite determinar dicho valor? Solución (a) Sea X la variable aleatoria que determina el número de e-mails recibidos en 10 segundos. Es decir, X ∼ Poisson(λ = 34.1) [0.5 ptos] Si consideramos Y como el número de e-mails recibidos en un segundo, de la distribución de X se tiene que Y ∼ Poisson ( λ = 34.1 10 = 3.41 ) [0.5 ptos] Se pide P (Y ≥ 2) = 1− P (Y < 2) = 1− P (Y = 0)− P (Y = 1) [0.4 ptos] = 1− (3.41) 0 e−3.41 0! − (3.41) 1 e−3.41 1! [0.3 ptos] = 1− 4.41 e−3.41 = 0.8542883 [0.3 ptos] (b) Sea T el tiempo transcurrido entre la llegada de dos e-mails consecutivos. Es decir, T ∼ Exp(λ = 3.41). [1.0 ptos] Se pide P (T ≤ 1.2) = FT (1.2) = 1− e−3.41·1.2 [0.6 ptos] = 0.9832942 [0.4 ptos] (c) Sea T el tiempo transcurrido desde ahora en adelante hasta la llegada del décimo e-mail. Es decir, T ∼ Gamma(α = 10, λ = 3.41) [1.0 ptos] Por lo tanto su valor esperado es E(T ) = α λ = 10 3.41 = 2.93 segundos [1.0 ptos] + 1 Punto Base 3 Problema 3 Ud. bien sabe que por estos d́ıas las Bolsas de Valores están muy “volátiles”. Es muy dif́ıcil predecir si el ı́ndice correspondiente del valor de las acciones va a subir o bajar. Asuma que la probabilidad de que en un d́ıa determinado cualquiera suba el ı́ndice es π. Se asume (parece ser cierto por estos d́ıas) que los sucesos asociados al precio de las acciones en d́ıas diferentes, son independientes. (a) ¿Qué distribución sigue la variable aleatoria X: no de d́ıas (hábiles) en que el ı́ndice sube en un mes (de 22 d́ıas hábiles)? (b) Casi todos los d́ıas están “a la baja”. Por ello, Ud. espera con ansias un d́ıa en que el ı́ndice accionario suba. Justificando su planteamiento, ¿Qué distribución seguiŕıa la variable aleatoria Y : no de d́ıas de espera hasta que sube el ı́ndice? Siempre con π = 0.25, determine la probabilidad de que haya que esperar al menos 3 d́ıas. (c) La gente corre apresuradamente para llegar a comprar acciones y se ha detectado que el tiempo que usa en trasladarse a la Bolsa es Normal con media de 24.6 minutos y desviación estándar de 6.0 minutos. ¿Qué valor de tiempo de traslado produce que sólo el 20 % de las personas demoran menos que dicho tiempo? Solución (a) La variable aleatoria X tiene distribución Binomial(n = 22, π). [2.0 ptos] (b) La variable aleatoria Y tiene distribución Geometrica(π = 0.25) [1.0 ptos]. Luego, la probabilidad solicitada es P (Y ≥ 3) = 1− P (Y < 3) = 1− P (Y = 1)− P (Y = 2) [0.5 ptos] = 1− π (1− π)1−1 − π (1− π)2−1 = 1− π − π (1− π) = 1− 2π + π2 = 1− 2 0.25 + 0.252 = 0.5625 [0.5 ptos] (c) Sea T el tiempo en trasladarse a la Bolsa. Del enunciado se tiene que T ∼ Normal(µ = 24.6, σ2 = 62) Se pide encontrar el valor de c tal que P (T ≤ c) = 0.2 [0.5 ptos] que es equivalente a P ( Z ≤ c−24.66 ) = 0.2 con Z ∼ Normal(0, 1) [0.5 ptos]. De la tabla normal estándar se tiene que c− 24.6 6 ≈ −0.84 [0.6 ptos] ⇔ c ≈ 24.6− 6 · 0.84 = 19.56 minutos [0.4 ptos] + 1 Punto Base 4
Compartir