GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA

9 de Enero de 2015. E-7. Aula 104

1.- La función de densidad de una variable aleatoria es:

a x 2  b 0  x  2 1 
f(x)   sabiendo que P   x  1  0,1666 .
 0 en el resto 2 

Determinar a y b.

2.- El peso (en gramos) de las cajas de cereales de una determinada marca sigue una
distribución N( , 5). Se han tomado los pesos de 16 cajas seleccionadas aleatoriamente,
y los resultados obtenidos han sido:

506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

a) Obtener el intervalo de confianza del 95% para la media poblacional.

b) Determinar cuál sería el tamaño muestral necesario para conseguir, con un 95% de
confianza, un intervalo de longitud igual a 2 gramos.

c) Suponiendo ahora que  es desconocida, calcular el intervalo de confianza para la

media al 99%.

3.- La probabilidad de que un banco reciba un cheque sin fondos es 0.01

a) Si en una hora reciben 20 cheques, ¿cuál es la probabilidad de que tenga algún

cheque sin fondos?

b) El banco dispone de 12 sucursales en la ciudad, ¿cuál es la probabilidad de que al

menos cuatro sucursales reciban algún cheque sin fondos?

c) La media del valor de los cheques sin fondos es de 600 euros. Sabiendo que el banco
trabaja 6 horas diarias, ¿qué cantidad no se espera pagar?

d) Si se computasen los 500 primeros cheques, ¿cuál es la probabilidad de recibir entre 3

y 6 (inclusive) cheques sin fondos?
4.- Con un nivel de significación del 4,72%, se desea contrastar la hipótesis nula de
igualdad de medias de dos poblaciones N ( 1 , 4 ) y N (  2 , 4,5 ) . Para ello, se han tomado
dos muestras aleatorias simples e independientes, respectivamente, obteniéndose los
siguientes valores:

xi 20,4 10,2 7,3 12,8 13,4 9,4

yj 19,8 9,7 14,6 15.7 8,4

5.- Una empresa multinacional desea conocer si con el 95% de fiabilidad existen
diferencias significativas entre sus trabajadores en distintos países en el grado de
satisfacción en el trabajo. Para ello se toman muestran aleatorias simples de
trabajadores, obteniendo los siguientes resultados:

Satisfacción en el trabajo
Muy satisfecho Satisfecho Insatisfecho Muy insatisfecho
200 300 300 100
A
(242,86) (285, 71) (114, 29)

300 400 350 150

B
(342, 86) (152, 38)

350 300 250 150

C
(283, 33) (333, 33)

6.-

a) Si dos sucesos A y B tienen la misma probabilidad igual a 0,3 y son independientes,

¿cuánto vale la probabilidad de A condicionada a B?. ¿Y la probabilidad de A  B ?

b) Dada una variable aleatoria X que se distribuye como una B (30; 0,2) y otra variable
aleatoria Y que se distribuye como una B (150; 0,3) . ¿Si X e Y son independientes, se
puede afirmar que la variable X  Y se distribuye como una B (180; 0,5) ?. Justifica tu
respuesta.

c) Una variable aleatoria 2 tiene 10 grados de libertad. Hallar la media, la varianza y la

probabilidad de que dicha variable aleatoria sea mayor que 9,342
1.- La función de densidad de una variable aleatoria es:

a x 2  b 0  x  2 1 
f(x)   sabiendo que P   x  1  0,1666 .
 0 en el resto 2 

Determinar a y b.

Solución:

Hay que calcular dos parámetros (a y b), por lo que se necesitan dos ecuaciones:

 Por ser función de densidad:

2
 x3 
 f(x) dx  
2 2
8a
1 (a x  b) dx  a  b x  
2
 2b  8a  6b  3
0 0  3 0 3

1
 x3 
 
1 1
1 
 P   x  1  f(x) dx  (a x  b) dx  a  b x   0,1666 , con lo que:
2

2  1/ 2 1/ 2  3  1/ 2

1
 x3  a   a b  7a b
a  b x     b        0,1666  7a  12b  4
 3  1/ 2  3   24 2  24 2

en consecuencia,

8a  6b  3  16 a  12b  6  2 16 11 11
    a  0,22 6b  3    b  0,20
7a  12b  4  7a  12b  4  9 9 9 54

2.- El peso (en gramos) de las cajas de cereales de una determinada marca sigue una
distribución N( , 5). Se han tomado los pesos de 16 cajas seleccionadas aleatoriamente,
y los resultados obtenidos han sido:

506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

a) Obtener el intervalo de confianza del 95% para la media poblacional.

b) Determinar cuál sería el tamaño muestral necesario para conseguir, con un 95% de
confianza, un intervalo de longitud igual a 2 gramos.

c) Suponiendo ahora que  es desconocida, calcular el intervalo de confianza para la

media al 99%.

Solución:
a) Se trata de construir un intervalo de confianza para la media poblacional  de varianza
conocida  2  25 . El intervalo de confianza de nivel 1  viene dado por:

Error
  2 z 2  
2
media   
muestral
 L 1  2 z  2  n

muestral
  L  longitud o amplitud

I 1 ( )   x  z 2  
n  longitud 
n  
 Error muestral  z  2
 n

x
16

i
1    0,95   0,05  2  0,025 z  2  1,96
x  i 1
 503,75
16

El intervalo de confianza solicitado será:

 5   5 5 
I 0,95 ( )  503,75  1,96   503,75  1,96 , 503,75  1,96 
 16   16 16 

I 0,95 ( )   501,30 ; 506,20   P  501,30    506,20   0,95  1  

  
b) La amplitud o longitud vendrá dado por la fórmula: I 1 ( )   x  z  2 
 n 

 amplitud o       
2
 2 z 2  
    x  z  2    x  z  2   2 z  2  n 
 longitud   n  n n  amplitud 

2
 2.1,96. 5 
siendo, n     96 cajas de cereales
 2 

c) Se trata de construir un intervalo de confianza para la media poblacional  de varianza

poblacional desconocida, con muestras pequeñas (n  30). El intervalo de confianza de
nivel (1   ) , viene dado por:

 s 
I 1 ( )   x  t (  2),n 1 x  1    0,99   0,01 t 0,005;15  2,947
 n 

16

( x i  x )2
cuasivarianza muestral: s 2x  i 1
 36,037  s x  6 cuasidesviación típica
15

El intervalo de confianza solicitado será:

  6   6 6 
I 0,99 ( )  503,75  2,947   503,75  2,947 , 503,75  2,947 
 16   16 16 

I 0,99 ( )   499,33 ; 508,17   P  499,33    508,17   0,99  1  

3.- La probabilidad de que un banco reciba un cheque sin fondos es 0.01

a) Si en una hora reciben 20 cheques, ¿cuál es la probabilidad de que tenga algún

cheque sin fondos?

b) El banco dispone de 12 sucursales en la ciudad, ¿cuál es la probabilidad de que al

menos cuatro sucursales reciban algún cheque sin fondos?

c) La media del valor de los cheques sin fondos es de 600 euros. Sabiendo que el banco
trabaja 6 horas diarias, ¿qué cantidad no se espera pagar?

d) Si se computasen los 500 primeros cheques, ¿cuál es la probabilidad de recibir entre 3

y 6 (inclusive) cheques sin fondos?

Solución:

a) X = "número de cheques sin fondos" sigue una distribución binomial X  B (20, 0,01)

 20 
P  X  1  1  P  X  1  1  P  X  0   1    .0,010 .0,9920  1  0,980  0,182
0

b) Y = "número de sucursales que reciben al menos 1 cheque sin fondos"

Y  B (12, 0,182)

P  Y  4  1  P  Y  4  1  P  X  0  P  X  1  P  X  2  P  X  3 

 12   12   12   12  
 1    .0,1820 .0,81812    .0,1821 .0,81811    .0,1822 .0,81810    .0,1823 .0,8189  
 0  1 2 3 

 1  0,0897  0,2396  0,2932  0,2174   0,16

1hora 6 horas
c)   n  120 cheques
20 cheques n cheques

Los cheques sin fondos esperados:   E(X)  n. p  120.0,01  1,2 cheques

En consecuencia, se espera no pagar 1,2.600  720 euros

d) U = "número de cheques sin fondos computados" donde U  b(500, 0,01) , que al ser

n. p  500.0,01  5 se aproxima a una distribución de Poisson de parámetro P    5

P 3  U  6  P U  3  P U  4   P U  5   P U  6  

 53 5 4 55 56  5
     .e   20,833  26,042  26,042  21,701 .e5  0,6375
 3! 4! 5! 6! 

4.- Con un nivel de significación del 4,72%, se desea contrastar la hipótesis nula de
igualdad de medias de dos poblaciones N ( 1 , 4 ) y N (  2 , 4,5 ) . Para ello, se han tomado
dos muestras aleatorias simples e independientes, respectivamente, obteniéndose los
siguientes valores:

xi 20,4 10,2 7,3 12,8 13,4 9,4

yj 19,8 9,7 14,6 15.7 8,4

Solución:

 H :   2  0
En el contraste bilateral se establecen las hipótesis:  0 1
 H1 :  1   2  0

Si x  y  k se rechaza H0
Regla de decisión 
 Si x  y  k se acepta H0

Para analizar el contraste, se realizan los cálculos muestrales:

5

y
6

x i
j 1
j

x i 1
 12, 25 y  13,64 n1  6 n2  5
6 5

La región crítica de dos colas x  y  k es función de la diferencia de las medias

muestrales. En esta línea, las distribuciones en el muestreo de las medias son:

     
x  N 1 , 1  , y  N 2 , 2 
 n1   n2 
Bajo la hipótesis nula H 0 :  1   2  0 , la diferencia de medias muestrales se distribuye:

 12 22   42 4,5 2 

(x  y)  N 0,    N 0,    N 0 , 2,59
 n1 n2   6 5 

Se determina el valor de k mediante el nivel de significación  :

  P Re chazar H0 H0 cierta  P  x  y  k / H0 : 1   2  0  

 ( x  y)  0   xy   xy 
 P K  P  K  K  
 2,59    2,59   2,59 

 xy   xy   
P   K  P   K     0,05 por simetría N(0,1)
 2,59   2,59  2 2

xy  x  y  5,17
La región crítica es  1,995  z0, 0236  
2,59  x  y   5,17

En consecuencia, la región de aceptación:  5,17  x  y  5,17

La evidencia empírica x  y  12, 25  13,64  1,39 , valor que se encuentra en la región

de aceptación por lo que se acepta la hipótesis nula de igualdad de medias, con un nivel
de significación del 4,72%.

Análogamente, se podría haber resuelto considerando la región de rechazo de la hipótesis

nula H0 :

 12 22   4 2 4,5 2 

R   x  y  z 2    R   12,25  13,64  (1,995 )  
 n1 n2   6 5 

La región de rechazo de la hipótesis nula no se cumple, R   1,39  5,17  , concluyendo

que existe igualdad entre las medias poblacionales.

Abscisas Áreas
1,98  1,99 0, 0239  0, 0233 0, 01 . 0, 0003
x  1, 99   1, 995
x  1, 99 0, 0236  0, 0233 0, 0006
5.- Una empresa multinacional desea conocer con un 95% de fiabilidad si existen
diferencias significativas entre sus trabajadores en distintos países en el grado de
satisfacción en el trabajo. Para ello se toman muestran aleatorias simples de
trabajadores, obteniendo los siguientes resultados:

Satisfacción en el trabajo
Muy satisfecho Satisfecho Insatisfecho Muy insatisfecho
200 300 300 100
A
(242,86) (285, 71) (114, 29)

300 400 350 150

B
(342, 86) (152, 38)

350 300 250 150

C
(283, 33) (333, 33)

Solución:

La hipótesis nula H 0 : 'Las proporciones de los trabajadores con los distintos grados de

satisfacción son iguales en los tres países'

k m
( nij  e ij )2 k m
n i2j
Se acepta H0:  2
(k  1) . (m  1)  
i 1 j 1
e ij
  ei 1 j 1 ij
 n   2 ; (k  1) . (m  1)

Región de rechazo de la hipótesis nula: Rrechazo   2(k  1) . (m  1)   2 ;  (k  1) . (m  1) 

Se forma la tabla de contingencia 3 x 4 donde cada frecuencia observada

n i  x n j
(n ij ) i 1, ,k ; j 1,,m tiene una frecuencia teórica o esperada e ij 
n
 Satisfacción en el trabajo
Total
Muy satisfecho Satisfecho Insatisfecho Muy insatisfecho
200 300 300 100 900
A
(e11  242,86) (e12  285, 71) (e13  257, 14) (e 14  114, 29) (900)

300 400 350 150 1200

B
(e21  323, 81) (e22  380, 95) (e23  342, 86) (e24  152, 38) (1200)

350 300 250 150 1050

C
(e31  283, 33) (e32  333, 33) (e33  300) (e34  133, 33) (1050)

Total 850 1000 900 400 3150

3 4
(n i j  e i j ) 2 3 4
n i2j
Estadístico observado:  2
(3  1) . (4  1)  
i 1 j 1
eij
  e
i 1 j 1 ij
n

200 2 300 2 300 2 100 2 300 2 400 2 350 2 150 2

        
242,86 285,71 257,14 114,29 323,81 380,95 342,86 152,38

350 2 300 2 250 2 150 2

     3150  49,55
283,33 333,33 300 133,33

Estadístico teórico:  20,05 ; (3  1).(4  1)   20,05 ; 6  12,592

Como  26  49,55  12,592   20,05 ; 6 se rechaza la hipótesis nula de homogeneidad de las

tres muestras. Es decir, la satisfacción en el trabajo de los empleados de los tres países
es significativamente distinta
6.-

a) Si dos sucesos A y B tienen la misma probabilidad igual a 0,3 y son independientes,

¿cuánto vale la probabilidad de A condicionada a B?. ¿Y la probabilidad de A  B ?

b) Dada una variable aleatoria X que se distribuye como una B (30; 0,2) y otra variable
aleatoria Y que se distribuye como una B (150; 0,3) . ¿Si X e Y son independientes, se
puede afirmar que la variable X  Y se distribuye como una B (180; 0,5) ?. Justifica tu
respuesta.

c) Una variable aleatoria 2 tiene 10 grados de libertad. Hallar la media, la varianza y la

probabilidad de que dicha variable aleatoria sea mayor que 9,342

Solución

P(A  B) P(A).P(B)
a) P(A/ B)    P(A)  0,3 P(A  B)  P(A).P(B)  0,3 . 0,3  0,09
P(B) P(B)

b) Dadas k variables aleatorias independientes (X1, X2 ,  , Xk ) que se distribuyen según

una binomial B (ni , p) , la suma de las k variables es también una distribución binomial
de parámetros n1  n2    nk , p , es decir:

k
 k 
Y   Xi  B   ni , p  (propiedad reproductiva)
i 1  i 1 

En esta línea, si las variables aleatorias dadas tuvieran la misma probabilidad, por
ejemplo, X  B (30; 0,2) e Y  B (150; 0,2) , entonces X  Y  B (180; 0,2) .

La cuestión que se plantea es distinta, las variables X e Y tienen distinta probabilidad, con
lo que se determina que X  Y no siguen una distribución binomial B (180; 0,5)

c) La media y varianza de la 2 de Pearson:   10 2  2 . 10  20

P  10
2
 9,342  0,5