Mate 3026
Primer semestre 2005-06
Tercer examen parcial (140)

I. (35) E l gobierno recopila información sobre la composición de hogares y familias. Un hogar consiste de todos los ocupantes de una unidad de vivienda, mientras que una familia consiste de dos o más personas que viven juntos y están relacionados por matrimonio o lazos de sangre. Así cada familia constituye un hogar, pero no todos los hogares constituyen familias. La siguiente tabla muestra la distribución porcentual del tamaño de familias y de hogares en los Estados Unidos.
| Número de personas |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
| Por ciento de hogares |
25 |
32 |
17 |
15 |
7 |
3 |
1 |
| Por ciento de familias |
0 |
42 |
23 |
21 |
9 |
3 |
2 |
A. Selecciona un hogar al azar. Sea H el número de personas que forma ese hogar. Sea F el número de personas que forma una familia seleccionada al azar. Encuentra:
- P( H = 1 ) = Ver .25
- P( 2 < H ≤ 5 ) = Ver .17 + .15 + .07
- P( F > 5) =Ver P( F = 6) + P( F = 7) = .03 + .02
- P( 1.5 ≤ H < 2) = Ver
0. No hay ningún tamaño de hogar que contenga una (persona y media) y menos de dos.
- La media del número de personas en los hogares, E(H) = µ
Ver
E(H) = ∑h P(H = h)
= (1 × .25) + (2 × .32) + (3 × .17) + (4 × .15) + (5 × .07) + (6 × .03) + (7× .01) = 2.60 = µ
- La varianza del número de personas en los hogares V(H) Ver
V(H) =
∑[(h- µ)² × P(H = h) ]
= (1- 2.6)² × .25 + (2- 2.6)² × .32 + (3- 2.6)² × .17 + (4- 2.6)² × .15 + (5- 2.6)² × .07 + (6- 2.6)² × .03 + (7- 2.6)² × .01
B. ¿Son los eventos {H = 1} , {F =1} independientes? Justifica tu contestación. Ver
Sí, son independientes. Aunque podría parecer que no lo son, pues toda familia es hogar, ocurre un problema con F = 1 , pues por definición no existen familias de ese tamaño. Lo que ocurre es que cualquier evento es independiente de otro evento que tenga probabilidad cero.
Si {H = 1} , {F =1} son independientes hay que demostrar que P(H = 1, F =1 ) = P(H = 1) × P(F = 1). Vemos que un individuo sólo constituye un Hogar, pero no una Familia. por lo tanto, la probabilidad de que ocurran simultáneamente es P(H = 1, F =1 ) = 0.
Como P(H = 1) × P(F = 1) = .25 × 0 = 0, concluimos que los eventos son independientes.
II. (20) Se usa un termómetro especial, graduado en
grados Celsio para medir la temperatura T de la llama de
un soplete (o de un "Bunsen Burner"). La media de la temperatura de la llama
es E( T )= µ = 500° y la desviación estándar
de T es σ = 0.4°, ambas en grados Celsio. Para
publicación en un periódico de circulación general es
necesario cambiar esta media y desviación estándar a grados Fahrenheit
según la siguiente conversión: Grados Fahrenheit = (9/5) (Grados
Celsio) + 32.
A. E ncuentra la media y desviación estándar de T en grados Fahrenheit.
Media: Ver
La nueva media es (9/5) ×500 + 32.
Desviación estándar: Ver
La nueva desviación estándar es
(9/5) ×.4. La traslación de los datos o de la variable no afecta la relación de distancia entre ellos.
B. Estandariza la temperatura original en grados Celsio T . El resultado obtenido se llamará Z .
Z = Ver ( T - 500) ÷ .4
C. ¿ Qué significa un valor de Z igual a 1? Ver
El valor observado se encuentra a una desviación estándar a la derecha de su media.
III. (35) Dos máquinas se usan para producir tarjetas
de memoria para computadoras. La máquina A produce el 60% de todas las
tarjetas, mientras que la máquina B produce el 40%. El 5% de todas las
tarjetas producidas por la máquina A son defectuosas, mientras que el
7% de las tarjetas producidas por la máquina B son defectuosas.
a. (5) D ibuja un diagrama de árbol que represente esta situación. Rotula claramente todos los nodos y las probabilidades asociadas. Ver
b. Se selecciona una tarjeta al azar de entre todas las producidas por ambas máquinas. Encuentra las siguientes probabilidades:
- (5) la tarjeta fue producida por la máquina B.Ver
Para contestar esta sólo hace falta leer el problema: Sean A, B los eventos de que la tarjeta fue producida por la máquina A o por la máquina B respectivamente. P(B) = .40
- (5) la tarjeta es defectuosa si fue producida por la máquina A. Ver
Sea D el evento de que la tarjeta es defectuosa y ND el evento de que la tarjeta no es defectuosa. Sabemos que fue producida por la máquina A. El 5% de esas tarjetas son defectuosas, por lo tanto, P( D | A) = .05. Al igual que arriba, sólo había que leer.
- (10) la tarjeta es defectuosa.Ver
Una tarjeta defectuosa puede venir de la máquina A o de la máquina B, com en la siguiente figura:

así:
P( D )
= P[ (A y D) o (B y D)]
= P(A y D) + P(B y D) (son mutuamente excluyentes)
= P( D | A) × P( A ) + P( D | B) × P( B ) (definción de probabilidad condicional)
= (.05 × .6) + (.07 × .4).
- (10) la tarjeta fue producida por la máquina B si se encuentra que es defectuosa.Ver
P(B | D)
= P ( B y D ) ÷ P( D ) (definición de probabilidad condicional)
= [P( D | B) × P( B )] ÷ P( D ) (definición de probabilidad condicional)
= [P( D | B) × P( B )] ÷ [ P( D | A) × P( A ) + P( D | B) × P( B ) ] (usa el resultado en 3 arriba)
= [.07 × .4] ÷ [.05 × .6 + .07 × .4]
IV. (25) S ea Z una variable aleatoria estándar normal y sea X una variable aleatoria con distribución normal, con media μ = 5 y desviación estándar σ = 2. Encuentra:
- P( X = 5) Ver
P( X = 5 )
= 0. Cualquier variable con distribución normal es continua y por la tanto la probabilidad de que sea igual a cualquier número particular es cero.
- P( Z ≤ 1.71) = Ver Se lee directamente de la tabla. P( Z ≤ 1.71) = .9564
- P( -1.43 < Z < .25) = Ver = P( Z ≤ .25) -P( Z ≤ -1.43) = .5987 - .0764
- Un número a tal que P( Z > a ) = .25. Ver a = .67
- P( -0.5 < X ≤ 7) = Ver
= P[ (-.5 - 5)÷ 2 < (X - 5) ÷ 2 ≤ (7 - 5) ÷ 2]
= P( -2.75 < Z ≤ 1) = P( Z ≤ 1) - P( Z ≤ -2.75)
= .8413 - .0030
|