GUIA8Modelos (Resueltosypropuestos)

UTEM
FACULTAD DE ADMINISTRACION
Y ECONOMIA
DEPARTAMENTO DE ESTADISTICA Y
ECONOMETRIA
1/38
GUIA N 8
VARIABLES ALEATORIAS Y DISTRIBUCIONES
(1-6 Resueltos 7-22 propuestos)
1) Cierta corporacin de la banca, mantiene en tres sucursales, el soporte
de gestin para un producto especfico. La probabilidad de que una
gestin se haya verificado con xito o en la sucursal 1, es del 95%; en
tanto que la probabilidad de que una gestin se haya verificado sin xito
o en la sucursal 2, es del 47%; adems la sucursal 1 realiz el 30% de las
gestiones, el 25% de las gestiones se efectuaron exitosamente y en la
sucursal 1; y por ltimo el 3% de las gestiones se efectuaron sin xito y
en la sucursal 2.
Para realizar una auditoria del producto, todos los respaldos fsicos se
concentraron en la casa matriz; y se le solicita a Ud. como experto
externo, responder las siguientes cuestiones:
a) Se escoge aleatoriamente una gestin, Cul es la probabilidad de
que se haya verificado con xito o en la sucursal 3?
DATOS:- S1 = Gestin en Sucursal 1
S2 = Gestin en Sucursal 2
E = Gestin con xito
E = Gestin sin xito
P(E S1) = 0.95
P(E S1) = 0.47
P(S1) = 0.30
P(E S2) = 0.03
P(E S1) = 0.25
i) P(E S1) = P(E) + P(S1) P(E S1)
0.95 = P(E) + 0.30 0.25
P(E) = 0.90
COORDINADOR PROFESOR ABELARDO ARAYA - PRIMER SEMESTRE DEL AO 2002
PROFESORES: OMAR ARANDA, ABELARDO ARAYA, JUAN BARRERA, BENJAMIN CORDERO,
MARIA GRACIELA MARQUEZ
BASADA EN UN TRABAJO ORIGINAL DEL PROFESOR HUGO GONZALEZ ALARCON
UTEM
Y ECONOMIA
ECONOMETRIA
2/38
P(E) = 0.10
ii) P(E S2) = P(E) + P(S2) P(E S2)
0.47 = 0.10 + p(S2) 0.03
P(S2) = 0.40
P(S3) = 0.30
iii) P(S2) = P(E S2) + P(E S2)
0.40 = P(E S2) + 0.03
P(E S2) = 0.37
iv) P(E) = P(E S1) + P(E S2) + P(E S3)
0.90 = 0.25 + 0.37 + P(E S3)
P(E S3) = 0.28
v) P(S3) = P(E S3) + P(E S3)
0.30 = 0.28 + P(E S3)
P(E S3) = 0.02
a) P(E S3) = P(E) + P(S3) P(E S3)
= 0.90 + 0.30 0.28 = 0.92 = 92%

EL 92% DEL TOTAL DE LAS GESTIONES SE REALIZARON EN
LA SUCURSAL 3 O FUERON EXITOSAS.
UTEM
Y ECONOMIA
ECONOMETRIA
3/38
b) Si al escogerse el respaldo de una gestin, esta fue realizada en la
sucursal 3. Cul es la probabilidad de que sea exitosa?
P(E / S3) = P(E S3) / P(S3)
= (0.28 / 0.30) = 0.9333 = 93.33%

EL 93.33% DE LAS GESTIONES QUE FUERON REALIZADAS
EN LA SUCURSAL 3, RESULTARON EXITOSAS.
c) Si en total fueron 300 los respaldos del total de gestiones. Cul
es el nmero esperado y la desviacin estndar para el nmero de
gestiones sin xito?
Sea la v.a. X := Nmero de gestiones exitosas
Si p = P(E) = 0.10, entonces E [ X ] = 300 * 0.10 = 30
V [ X ] = 300 * 0.10 * 0.90 = 27
= 5.19
TENEMOS QUE 30 GESTIONES NO FUERON EXITOSAS.

LA VARIABILIDAD ES DE 5 GESTIONES
UTEM
Y ECONOMIA
ECONOMETRIA
4/38
d) Se escoge de los 300 respaldos de las gestiones, una muestra de
10 de ellos. Cul es la probabilidad de que a lo mas, dos de ellos
no hayan sido exitosos?
Sea la v.a. Y := Nmero de gestiones no exitosas en la muestra
Tenemos que Y H ( 300 ; 30 ; 10 )
P[ Y 2 ] = P[ Y = 0 ] + P[ Y = 1 ] + P[ Y = 2 ]
% 304 . 93 93304 . 0 19625 . 0 39401 . 0 34278 . 0
10
300
8
270
2
30
10
300
9
270
1
30
10
300
10
270
0
30
+ +
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_

TENEMOS QUE EN EL TOTAL DE MUESTRAS DE 10
GESTIONES REALIZADAS, EL 93.30% DE CONTENDRAN A
LO MAS 2 RESPALDOS DE GESTIONES NO EXITOSAS.
UTEM
Y ECONOMIA
ECONOMETRIA
5/38
2) El equipo negociador de las deudas de pequeas empresas con la banca,
luego de 100 das de trabajo ha generado una cartera de acuerdos,
segn el siguiente cuadro resumen:
Acuerdos N. das a) Determine la media de acuerdos alcanzados.
0 38
1 36 b) Use la media como el parmetro y determine
2 18 usando el modelo de Poisson, el nmero de das
3 6 esperado, en funcin del nmero de acuerdos.
4 2
c) Justifique Por qu es o no razonable, en este
caso, utilizar el modelo de Poisson?
d) Determine la probabilidad, de que en dos das,
se alcancen entre 2 a 4 acuerdos.
a) Sea X := Nmero de acuerdos alcanzados en un da.
x p(x) xp(x)
0 0.38 0.00
1 0.36 0.36
2 0.18 0.36
3 0.06 0.18
4 0.02 0.08
[ ] 98 . 0 98 . 0 ) (
4
0

x
X E x p x
EL NUMERO DE ACUERDOS DIARIOS ESPERADOS ES UNO.
UTEM
Y ECONOMIA
ECONOMETRIA
6/38
b) Sea X P(0.98), entonces
[ ]
!
:
98 . 0
98 . 0
x
e
x X P
x

[ ] % 53 . 37 37531 . 0
! 0
: 0
0
98 . 0
98 . 0

e
X P
[ ] % 78 . 36 36780 . 0
! 1
: 1
1
98 . 0
98 . 0

e
X P
[ ] % 12 . 18 18022 . 0
! 2
e
: 2 X P
2
98 . 0
98 . 0

[ ] % 88 . 5 05887 . 0
! 3
: 3
3
98 . 0
98 . 0

e
X P
[ ] % 44 . 1 01442 . 0
! 4
: 4
4
98 . 0
98 . 0

e
X P
EL NUMERO DE DIAS ESPERADOS EN FUNCION DEL NUMERO
DE ACUERDOS ES:
X = x p(X = x) Das
Esperados
Das
Efectivos
0 0.37531 38 38
1 0.36780 37 36
2 0.18022 18 18
3 0.05887 6 6
4 0.01442 1 2
c) Sea la v.a. X, entonces X P( ) E[ X ] = y
X
2
=
i) Sabemos que E[ X ] = 0.98
UTEM
Y ECONOMIA
ECONOMETRIA
7/38
ii)
X
2
= E[ X
2
] - (E[ X ])
2
x x
2
p(x) x
2
p(x)
0 0 0.38 0.00
1 1 0.36 0.36
2 4 0.18 0.72
3 9 0.06 0.54
4 16 0.02 0.32
[ ]
[ ] 005 . 0 0004 . 0 X E porque
98 . 0 9796 . 0 98 . 0 94 . 1 94 . 1 ) x ( p x X E
2
X
2
4
0 x
2
X
2 2

LA DIFERENCIA ENTRE LA ESPERANZA Y LA VARIANZA

NO RESULTA SIGNIFICATIVA, LUEGO LA v.a. X P(0.98).
UTEM
Y ECONOMIA
ECONOMETRIA
8/38
d) Sea la v.a. Y = Nmero de acuerdos alcanzados en dos das.
Luego tenemos que Y P(1.96), donde

[ ]
!
:
96 . 1
96 . 1
y
e
y Y P
y

[ ] [ ] [ ] [ ]
% 39 . 53 53394 . 0
08662 . 0 17677 . 0 27056 . 0
! 4 ! 3 ! 2
4 3 2 4 2
4 3 2
96 . 1
96 . 1
96 . 1
96 . 1
96 . 1
96 . 1

+ +
+ +
+ +

e e e
Y P Y Y P Y P
EN EL 53.39% DE LOS GRUPOS DE DOS DIAS, SE
ALCANZAN ENTRE LOS 2 Y 4 ACUERDOS.
9 6 . 1
2
9 8 . 0 1

d a s
d a
UTEM
Y ECONOMIA
ECONOMETRIA
9/38
3) En cierta bolsa de valores, se ha determinado que el periodo de espera,
medido en horas hbiles, para que paquetes de nuevas acciones, logren
aceptacin en las transacciones, tiene una distribucin exponencial. De
acuerdo al comportamiento del ltimo periodo, sabemos que el 53.53%,
de los paquetes de nuevas acciones, requieren mas de 50 horas hbiles
para ser aceptados.
a) Cul es el tiempo esperado, para que cualquier nuevo paquete de
acciones, alcance aceptacin burstil?
Sea X := Tiempo de espera, de los paquetes de nuevas acciones.
Tenemos que X E( ), de modo que:
Sabemos que P [ X > 50 ] = 0.5353;
y que P [ X 50 ] + P [ X > 50 ] = 1, entonces tenemos que:
QUE EL TIEMPO ESPERADO, PARA QUE TODO PAQUETE DE
NUEVAS ACCIONES, SEA ACEPTADO EN LAS
TRANSACCIONES DE ESTA BOLSA, ES 80 HORAS HABILES.
[ ]

x
x
e x X P x F y
e
x f

1 ) ( : ) (
hbiles horas
e
80 0092 . 80 ) 5353 . 0 ln(
50
5353 . 0 1
50

UTEM
Y ECONOMIA
ECONOMETRIA
10/38
b) Cul es la probabilidad de que un paquete de nuevas acciones,
tarde en ser aceptado entre 20 a 40 horas hbiles?
P [ 20 X 40 ] = F( 40 ) - P( 20 )
DEL TOTAL DE PAQUETES DE NUEVAS ACCIONES, SE
TIENE QUE EL 17.23% DE ELLAS, TARDARAN ENTRE 20 Y
40 HORAS HABILES, EN SER ACEPTADAS EN LAS
TRANSACCIONES DE ESTA BOLSA.
c) Cierto paquete de nuevas acciones requiri a lo menos de 45 horas
hbiles en ser aceptado. Cul es la probabilidad de que tarde a lo
ms de 50 horas hbiles en ser aceptado en el mercado?
Se pide determinar
[ ]
[ ]
[ ]
% 06 . 6 06058 . 0 1
) 1 ( 1
) 1 ( ) 1 (
) 45 ( 1
) 45 ( ) 50 (
45
50 45
4 5 / 50 45
8 0
5
8 0
4 5
80
4 5
80
5 0

e
e
e e
F
F F
X P
X P
X X P
% 23 . 17 17227 . 0
) 1 ( ) 1 (
80
40
80
20
80
20
80
40

e e e e
UTEM
Y ECONOMIA
ECONOMETRIA
11/38
d) Cul es el tiempo de espera para el 11.75% de los paquetes de
nuevas acciones, que tienen la mayor rapidez en ser aceptados por
el mercado burstil?
Tenemos que:
LOS PAQUETES DE NUEVAS ACCIONES QUE DEMORAN HASTA 10
HORAS HABILES, EN SER ACEPTADOS, CONSTITUYEN EL 11.75% DEL
TOTAL DE PAQUETES DE NUEVAS ACCIONES.
[ ] [ ]
999 71 . 9 ) 88 25 . 0 ln (
80
882 5 . 0
11 75 . 0 1
1 117 5 . 0
8 0
8 0
8 0

x
x
e
e
e x X P x X P
x
x
x
UTEM
Y ECONOMIA
ECONOMETRIA
12/38
4) Analizando la informacin histrica, de los montos solicitados en bancos
e instituciones financieras, para apalancar empresas de tamao medio, se
puede observar que el 15.87 % de ellas, solicit montos que ascienden a
lo menos a $ 600 Millones, en tanto el 2.28 % de ellas, solicit montos
que ascienden a lo ms a $ 300 Millones, donde los montos solicitados se
comportan como una distribucin normal. En este escenario, se le solicita
responder las siguientes preguntas:
a) Para una empresa cualquiera que solicita crdito, Cul es el monto
esperado a solicitar y su correspondiente desviacin estndar?
Sea X := Monto solicitado por una empresa, en Millones.
Sabemos que: i) X N( ;
2
)
ii) P [ X 600 ] = 0.1587 P [ X 600 ] = 0.8413
iii) P [ X 300 ] = 0.0228
Luego tenemos que:
EL MONTO ESPERADO A SOLICITAR POR UNA EMPRESA
CUALQUIERA, ES DE $ 500 MILLONES, CON UNA DESVIACION
ESTANDAR DE $ 100 MILLONES.
100 500
2
300
1
600
0228 . 0 8413 . 0

y
z y z
UTEM
Y ECONOMIA
ECONOMETRIA
13/38
b) Cul es la probabilidad que una empresa cualquiera solicite un
monto superior a la media en 1.5 veces la desviacin estndar de la
distribucin?
P [ X + 1.5 ] = 1 - P [ X + 1.5 ] = 1 - P [ Z 1.5 ]
= 1 0.9332 = 0.0668 6.68%
TENEMOS QUE EL 6.68% DE LAS EMPRESAS, SOLICITAN
SOBRE $ 650 MILLONES, VALE DECIR SOBRE 1.5 VECES LA
DESVIACION ESTANDAR SOBRE EL VALOR MEDIO.
c) Cul es la probabilidad de que una empresa que ha solicitado un
crdito entre los $ 400 Millones y los $ 550 Millones, requiera un
monto inferior a $ 480 Millones?
Se solicita calcular P [ X 480/ 400 X 550]
[ ]
[ ]
[ ]
[ ]
[ ]
. 480 $
550 $ 400 $ % 17 . 49
% 17 . 49 4917 . 0
5328 . 0
2620 . 0
1587 . 0 6915 . 0
1587 . 0 4207 . 0
) 1 ( ) 5 . 0 (
) 1 ( ) 2 . 0 (
5 . 0 1
2 . 0 1
100
500 550
100
500 400
100
500 480
100
500 400
550 400
480 400
550 400 / 480
Millones de ms lo a nte efectivame requieren
Millones y entre solicitan que empresas las de El
F F
F F
Z P
Z P
Z P
Z P
X P
X P
X X P Luego
1
]
1
1
]
1

UTEM
Y ECONOMIA
ECONOMETRIA
14/38
d) Considerando una muestra de 7 empresas que solicitan crdito,
Cul es la probabilidad de que 3 de ellas, requieran de montos que
se encuentren entre los $ 400 Millones y los $ 500 Millones?
Sea p := P [ 400 X 500]
[ ]
[ ]
[ ]
. 500 $ 400 $
3 , 7 % 19 . 26 ,
% 19 . 26 2619 . 0 6587 . 0 3413 . 0
3
7
3
6587 . 0 3413 . 0
7
) 3413 . 0 ; 7 (
, 500 $ 400 $ :
% 13 . 34 3413 . 0 1587 . 0 5000 . 0 ) 1 ( ) 0 (
0 1
100
500 500
100
500 400
:
4 3
7
Millones y Millones entre solicitan
que ellas de a tendrn empresas de grupos los de el tanto lo Por
Y P
y
y Y P B Y entonces
Millones y Millones entre solicitan que empresas de Nmero Y Si
F F
Z P Z P p Entonces
y y

,
_
,
_

1
]
1
UTEM
Y ECONOMIA
ECONOMETRIA
15/38
5) Don Pepe juega sagradamente todos los domingos una cartilla de LOTO
con sus nmeros cabalsticos.
a) Cul es la probabilidad que en sorteo cualquiera don Pepe:
Obtenga un premio?
Se gane el loto?
Obtenga una super cuaterna?
b) Si don Pepe juega su cartilla en 30 ocasiones Cul es la probabilidad que
obtenga un premio en 5 oportunidades?.
c) Si don Pepe juega su cartilla de manera religiosa domingo a domingo. Cul es
la probabilidad que:
Obtenga un premio por primera vez en el dcimo intento?
Obtenga un premio por segunda vez en el octavo intento?
Obtenga un premio por cuarta vez despus del vigsimo intento?
d) En cuntas oportunidades debera jugar su cartilla don Pepe para:
Obtener un premio por primera vez?
Obtener un premio en 3 oportunidades?
e) Si don Pepe juega su cartilla en 30 ocasiones Con qu probabilidad puede
obtener un premio secundario en 5 ocasiones y el premio principal en una sola
oportunidad?
UTEM
Y ECONOMIA
ECONOMETRIA
16/38
SOLUCIN
Descripcin del juego: Una apuesta en el juego LOTO, consiste en elegir 6
nmero de los 36 primeros nmeros naturales, sortendose las esferas en un
proceso total y absolutamente aleatorio, obviamente que el ganar un premio
dice relacin con el nmero de aciertos entre los nmeros sorteados y los
nmeros elegidos en la respectiva apuesta. Adems del sorteo de los 6 nmeros
que constituyen una apuesta, a posteriori se sortea un comodn que transforma
un premio secundario (terna, cuaterna o quina) en un super premio.
De acuerdo con la descripcin anterior, la variable aleatoria a considerar en
este caso es:
X = Nmero de aciertos en la respectiva cartilla
Variable que de acuerdo a su naturaleza, tiene un comportamiento
hipergeomtrico, pues cada cartilla se puede considerar como una muestra
aleatoria de 6 nmeros, elegida de los 36 primeros nmeros naturales, as
entonces:
X ( 36 , 6 , 6 )
P(Obtener un premio) = P( obtener a lo menos 3 aciertos) = P(X 3)
Pero,
P(X 3) = P(X = 3) + P(X = 4) + P(X = 5) + P(X = 6)
=
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_
6
36
0
30
6
6
6
36
1
30
5
6
6
36
2
30
4
6
6
36
3
30
3
6
= 0,0451311
o bien,
P(X 3) = 1 P(X < 3)
= 1
[ ] ) 2 ( ) 1 ( ) 0 ( + + X P X P X P
= 1
1
1
1
1
1
]
1
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_
,
_
6
36
4
36
2
6
6
36
5
36
1
6
6
36
6
36
0
6
= 1 - 0,9548689 = 0,04513
UTEM
Y ECONOMIA
ECONOMETRIA
17/38
Es decir que slo el 4,513% de todas las posibles combinaciones que se
puedan realizar con 6 de los 36 primeros nmeros, da origen a una cartilla
premiada.
ii) P(Ganar el loto) = P(Obtener los 6 aciertos) = P(X = 6) =
6
6
30
0
36
6
_
,

_
,
_
,
=
=
1
1947792
5,134E - 07
Es posible ganar el premio mayor del sorteo LOTO, slo con una
combinacin entre el milln novecientos cuarenta y siete mil setecientas
noventa y dos combinaciones posibles de 6 nmeros seleccionados de entre los
36 primeros nmeros naturales.
iii) P(Super cuaterna) = P(Obtener cuatro aciertos y el comodn)
= P( X = 4) * P(Tener el comodn)
donde la probabilidad de obtener el comodn es 2/30, puesto que de los 6
nmeros sorteados se tiene 4 aciertos, lo que implica que para obtener el
comodn slo se tienen 2 posibilidades dentro de los 30 nmeros restantes.
Formalmente la probabilidad de obtener el comodn, est dada por:
P(Acertar el 7 nmero sorteado / se tienen 4 aciertos en los 6 primeros
nmeros sorteados).
Luego P(Super cuaterna) = P( X = 4) * P(Tener el comodn)
=
6
4
30
2
36
6
2
30
_
,

_
,
_
,

= 0,00334995

2
30
= 0,00022333
O sea que slo el 0,022% de todas las combinaciones posibles puede obtener
una super cuaterna.
UTEM
Y ECONOMIA
ECONOMETRIA
18/38
b) Sea la variable aleatoria:
Y = N de veces que don Pepe obtiene un premio en 30 juegos
Esta variable cuenta los xitos obtenidos en repeticiones independientes de un
experimento, donde el xito est dado por el suceso obtener un premio, es
decir:
Y (30, 0,04513)
P(Y = 5) = = 0,00840942
En el 0,84% de las veces que juega su cartilla en 30 ocasiones obtiene 5 veces
un premio.
a) En este caso la situacin dice relacin con repeticiones sucesivas de la
apuesta hasta que el xito (obtener un premio ocurre por una o ms veces),
luego
i) Sea V la variable aleatoria definida por:
V = N de veces que don Pepe realiza su apuesta hasta que logra obtener un
premio por primera vez
V G(0,04513)
P(V = 10) = 0,95487
9
0,04513 = 0,02978308
Es decir, slo en el 2,97% de las secuencias se obtiene un premio por
primera vez en la dcima oportunidad.
ii) Sea la variable aleatoria U dada por:
U = N de veces que don Pepe realiza su apuesta hasta que logra obtener un
premio por segunda vez.
A diferencia del punto anterior, el experimento se realiza hasta que logra un
premio por segunda vez, por lo tanto el modelo adecuado para esta variable es
un modelo Pascal, es decir:
U (2 ; 0.04513)
P(U = 8) =
7
1
0 0
2 6
_
,
,04513 ,95487
= 0,01080718
es decir, en el 1,08% de las veces que don Pepe realiza su apuesta domingo a
domingo, el obtener un premio por segunda vez lo logra en el octavo intento.
UTEM
Y ECONOMIA
ECONOMETRIA
19/38
iii) Sea la variable aleatoria J definida por :
J = N de veces que don Pepe realiza su apuesta hasta que logra obtener un
premio por cuarta vez
La variable aleatoria J es de la misma naturaleza que la variable
aleatoria U, por lo tanto:
J ( 4 ; 0.04513)
Luego, el objetivo es evuluar el hecho de que el cuarto xito se presente
despus de haber realizado 20 intentos, o sea P(J > 20). Si tal proposicin es
cierta, esto significa que en los 20 primeros intentos sa han observado menos
de 4 xitos, por lo que si definimos otra variable aleatoria J = N de veces que
se obtiene un premio en 20 oportunidades, entonces
J ( 20 ; 0,04513)
lo que nos permite expresar P(J > 20) como P(J < 4), donde
P(J < 4) = P(J = 0) + P(J = 1) + P(J = 2) + P(J = 3) = 0,98875919
20
0
0 0
20
1
0 0
20
2
0 0
20
3
0 0
0 20 19 2 18 3 17
_
,
+
_
,
+
_
,
+
_
,
,04513 ,95487 ,04513 ,95487 ,04513 ,95487 ,04513 ,95487
Es decir, en el 98,87% de las apuestas sucesivas, el 4 premio se obtiene
despus de la vigsima oportunidad.
d) Sean las variables aleatorias:
A = N de veces que don Pepe realiza su apuesta hasta que logra obtener un
premio por primera vez y
B = N de veces que don Pepe realiza su apuesta hasta que logra obtener un
premio por tercera vez
siendo A G(0,04513) y B ( 3 ; 0.04513), luego
i) E(A) =
1 1
0 p

,04513
= 22,1576684
ii) E(B) =
r
p

3
0,04513
= 66,4730053
UTEM
Y ECONOMIA
ECONOMETRIA
20/38
e) En este contexto, el mbito de inters es ms general, ya no importa slo
xito o fracaso, sino que los resultados posibles del experimento (apuesta) se
han particionado en tres alternativas, que son:
- Obtener un premio secundario
- Obtener el premio principal, lo que implicitamente define la
tercera categora
- No obtener premio.
Luego, para 20 repeticiones del experimento, es decir 20 apuestas
definimos las variables aleatorias:
X
1
= N de apuestas en las que se obtiene un premio secundario
X
2
= N de apuestas en las que se obtiene el premio principal y
X
3
= N de apuestas en las que no se obtiene premio.
generndo as un vector aleatorio (X
1
,X
2
,X
3
) cuya distribucin es multinomial, lo
que denotamos:
(X
1
,X
2
,X
3
) M( 20 ; 0,04512 ; 5,134E-07 ; 0,95487)
P(X
1
= 5 X
2
=1 X
3
= 14) =
20
5 1 14
0 5137 07 0
5 1 14
!
! ! !
,04512 , ( ) ,95487

E
=
1,171E-08
UTEM
Y ECONOMIA
ECONOMETRIA
21/38
6) El tiempo requerido por el contador Don Zacaras Labarca del Ro, para
la confeccin de una declaracin de impuesto a la renta es una v.a. que se
distribuye exponencial con media 40 minutos, sin embargo, si el contribuyente
est afecto a impuesto de primera categora, la elaboracin de su declaracin
requiere de un tiempo adicional de 20 minutos. Adems el 35% de las
declaraciones realizadas por don Zacaras, corresponden a contribuyentes
afectos a impuestos de primera categora.
Por otra parte, para el total de declaraciones se estableci que el monto
final es una v.a. que se distribuye normal, con media 255 mil pesos y desviacin
estndar de 170 mil pesos. Se supone adems que el monto final, es
independiente del tiempo requerido para su confeccin.
Cul es la proporcin de declaraciones de clientes no afectos a impuestos de
primera de categora que requieren para su confeccin menos de 30 minutos y
cuyo resultado final implica devolucin?
De una muestra de 240 declaraciones realizadas por este contador Cul es la
probabilidad que a lo menos 100 deban cancelar ms de 85 mil y menos de 400
mil pesos de impuestos?
Cul es la probabilidad que en 2 horas confeccione por lo menos 3
declaraciones de contribuyentes afectos a impuesto de primera categora ?
Los ingresos de Don Zacaras por esta actividad, se definen como el 5% del
valor final de la declaracin + $5000., dinero que recauda unas vez que ha
completado 20 declaraciones. En que proporcin de veces el ingreso promedio
recaudado est comprendido entre $17000 y $20.500.
UTEM
Y ECONOMIA
ECONOMETRIA
22/38
Qu tan probable resulta el que la 5 declaracin correspondiente a un
contribuyente afecto a impuesto de primera categora, aparezca despus que
el contador haya realizado 16 declaraciones?
Para una muestra de 40 declaraciones y en relacin al monto final de la misma.
Cul es la probabilidad que ( )
X X
i
i

2
1
40
se encuentre entre 814858,365 y
1679669,56?
SOLUCIN:
a) Sean las variables Aleatorias:
X = Tiempo requerido para la realizacin de una declaracin de impuesto de un
contribuyente no afecto a impuesto de primera categora
X E
xp
(1/40)
Y = Monto final de la declaracin
Y ( 255,170
2
)
Luego, la probabilidad que el tiempo requerido para la confeccin de sta sea
menos de 30 minutos y que tenga devolucin, es decir que su resultado final
sea negativo, se plantea formalmente como:
P(X < 30 Y > 0) = P(X < 30) P(Y < 0) [por independencia]
=
1
0 255
170
30
40
_
,

<

_
,
e P
Y
*

= ( ) 1 15
30
40
_
,
<
e P Z * .
= 0,5276 * 0,0668
= 0,0352
Es decir, el 3,52% de la declaraciones realizadas por Don Zacaras
requieren para su confeccin menos de 30 y tienen como resultado final la
devolucin de impuestos.
UTEM
Y ECONOMIA
ECONOMETRIA
23/38
b.- Sea la variable aleatoria R definida como:
R = N de declaraciones que deben cancelar ms de 85 y menos de 400 mil
pesos.
Obviamente, que el monto final de una declaracin es independiente del monto
de las otras, lo que nos permite establecer que:
R B(240,p)
donde p es la probabilidad de xito, xito que est dado por tener un
saldo final entre 85 y 400 mil pesos en la declaracin, es decir, si
consideramos la v. a. Y definida anteriormente, se tiene que:
p = P( 85 < Y < 400) = P
85 255
170
400 255
170
< <

_
,
Z
= P (-1,0 < Z < 0,85)
= (0,85) (-1,0) = 0,8023 = 0,
Luego:
P(R 100) P
( )
Z
n

_
,
100 05 240 0 4938

240 0 4938 0 5062
. * ,
* , * ,
= P( ) Z
n
2 45 ,
= 0,9929
es decir que en el 99,29% de la veces que se observa el monto final de 240
declaraciones, en a lo menos 100 de stas, dicho monto se encontrar en el
rango definido. [Lo anterior, utilizando el Teorema del Lmite Central]
c.- Sea T la variable aleatoria definida por
T = N de declaraciones de impuesto de contribuyentes afectos a
impuesto de primera categora, elaborados en 2 horas.
Variable que contabiliza xitos en un intervalo de tiempo, luego
T P(2)
P(T 3) = 1 P( T < 3)
= 1
( ) ( ) ( ) [ ]
P X P X P X + + 0 1 2
= [ ]
1 1 2 2
2
+ +
e
= 0,3233
Es decir, en el 32,33% de las veces que se contabiliza las declaraciones de
contribuyentes afectos a impuesto de primera categora en intervalos de
tiempo de 2 horas, se observar a lo menos 3 de ellas.
UTEM
Y ECONOMIA
ECONOMETRIA
24/38
d.- Sea I = Ingreso percibido por declaracin realizada
De acuerdo a la situacin planteada, es evidente que el ingreso depende del
monto de la declaracin, dependencia que de acuerdo a lo establecido, tiene
una forma lineal dada por:
I = 0,05Y + 5
Relacin que de acuerdo a las propiedades de la normal, es una normal, dada
por:
I N(17.75; 72.25)
P(17 20 5 < < I . ) = P
17 17 75
85
20
20 5 17 75
85
20
0 39 1 45
< <

_
,
< <
,
.
, ,
.
( , , ) Z P Z

= 0,9265 - 0,3483 = 0,5782

Por lo tanto, en el 57,82% de los grupos de 20 declaraciones realizadas
por el contador, el cobro promedio efectuado se encuentra entre 17.000 y
20.200 pesos.
UTEM
Y ECONOMIA
ECONOMETRIA
25/38
e.- Sea K = N de declaraciones realizadas hasta encontrar la 5 perteneciente
a un contribuyente afecto a primera categora.
De acuerdo a la naturaleza de esta variable, estamos frente a un modelo
de Pascal, puesto que, la variable cuenta ensayos hasta que ocurre el 5 xito,
donde el xito est dado por ser contribuyente afecto a impuesto de primera
categora, lo que constituye el 35% de los clientes que atiende Don Zacaras,
es decir:
K P(5; 0.35)
P(K > 16) P(K < 5), donde K = N de declaraciones pertenecientes a
contribuyentes afectos a impuesto de primera categora en 16 declaraciones
K B(16;0.35)
Luego:
P(K > 16) = P(K < 5) = P(K = 0) + P(K = 1) + P(K = 2) + P(K = 3) + P(K = 4)
=
16
0 35 0 65
0
4
16
k
k
k k
'
. .
'
' '
_
,

= 0,2892
Es decir, en el 28,92% de las veces en las que se revisan las
declaraciones realizadas, la 5 declaracin perteneciente a un contribuyente
de primera categora, cuando stos constituyen el 35% del total, se encuentra
despus de la 16 declaracin
UTEM
Y ECONOMIA
ECONOMETRIA
26/38
f.- P ( 814858,365 < ( )
X X
i
i

2
1
40
< 1679669,56)
= P
( )
,
_
<
<
2 2
40
1 i
2
i
2
170
56 , 1679669
X X
170
365 , 814858

= P (28,1957912 <
2
(39) < 58,1200541)
= P(
2
(39) < 58,1200541) P(
2
(39) < 28,1957912)
= 0,975 - 0,1 = 0,875
Es decir, en el 87,5% de las muestras aleatorias de 40 declaraciones de
impuesto, la suma de cuadrados para el monto final de las mismas, se encuentra
entre 814858,365 y 1679669,56; es decir, que la varianza de la muestra se
encuentra entre 20893,365 y 43068,56 (Miles de pesos)
2
.
UTEM
Y ECONOMIA
ECONOMETRIA
27/38
7) Para la instalacin de sofisticados equipos de comunicacin en la UTEM,
se utilizar cableado estructurado de categora 5, el cable necesario
debi ser importado desde Francia, Italia y Alemania, en la proporcin
de 40%, 35% y 25% respectivamente, en forma experimental
ESCLAVOS 2000, determino que el 5%, 4% y 3% del cable UTP recibido
desde Francia, Italia y Alemania, es significativamente superior a lo que
sealan las normas TIA/EIA 568A y TIA/EIA 568B.
Por razones logsticas, al inicio de los trabajos se importaron y
concentraron en total 100 rollos de cable UTP; responda las siguientes
cuestiones:
Cul es la probabilidad de que al escoger un rollo al azar, este
sea de calidad superior ?
Cul es el nmero esperado de rollos de calidad superior ?
Cul es la desviacin estndar para el nmero de rollos de cable
UTP con calidad superior ?
Se escoge un rollo al azar, el cual resulta procedente de Alemania
Cul es la probabilidad de que su calidad sea acorde a la norma nada
mas ?
Se escoge un rollo al azar, el cual resulta ser de calidad superior
Cul es la probabilidad de que provenga de Italia ?
Cul es la probabilidad que entre 4 y 6 rollos, sean de calidad
superior ?
Cul es la probabilidad que a lo menos 7 rollos sean de calidad
superior ?
Cul es la probabilidad que a lo ms 3 rollos sean de calidad
superior ?
Cada uno de los rollos, contiene exactamente 305 metros de cable
UTP, seale Cul es la cantidad de metros de cable UTP, de calidad
superior con que se cuenta para este trabajo ?
UTEM
Y ECONOMIA
ECONOMETRIA
28/38
8) Cierta empresa que efecta instalaciones de fibra ptica, ha constatado
que la cantidad semanal de metros lineales de fibra ptica instalada y
certificada, que ejecuta cada uno de sus 3 grupos de tareas, se
considera una v.a.; cuya distribucin es aproximadamente normal, con
media 3000 metros y varianza 400 metros
2
.
Para efectuar las instalaciones de una ciudad empresarial, esta empresa
suscribi un audaz contrato, en el que se establecen premios y multas, en
funcin de la entrega semanal de fibra ptica instalada y certificada, de
acuerdo al siguiente detalle:
Sobre los 3250 metros, recibe un premio de $ 1000000.
Entre los 3000 y hasta los 3250 metros, recibe un premio de $
750000.
Entre los 2800 y hasta los 3000 metros, recibe un premio de $
250000.
Bajo los 2800 metros, cancela una multa de $ 400000.
La empresa deseosa de capitalizar esta oportunidad, incrementa su
dotacin, logrado constituir y adiestrar segn las reglas del arte a 10
grupos de tareas, para acometer este proyecto, huelga sealar que los 10
grupos de tareas, se encuentran listos para trabajar en forma paralela y
coordinada.

Cul es la utilidad esperada mensualmente ?
Cul es la probabilidad que en dos semanas hayan logrado entregar a total
conformidad entre 23520 y 24700 metros de fibra ptica instalada y
certificada ?
Se escogen aleatoriamente 4 grupos de tareas, Cul es la probabilidad de
que el promedio del rendimiento de esta muestra, supere los 3050 metros
semanales de fibra ptica instalada y certificada ?
Se escogen aleatoriamente 5 grupos de tareas, cual es la probabilidad que
dos de ellos logren instalar y certificar en un mes sobre 12500 metros de
fibra ptica, cada uno ?
UTEM
Y ECONOMIA
ECONOMETRIA
29/38
9) Una empresa produce cierta fuente de poder, cuya vida til medida en
aos, se considera como una v.a., la que se distribuye exponencialmente.
Esta empresa dispone en la prctica de dos procesos para el armado de
ste implemento, el cual si es producido con el primero de los procesos,
tiene una duracin esperada de 5 aos, en cambio al ser producido con el
segundo de los procesos, su duracin esperada es de 6 aos.
Por otra parte se sabe que el segundo proceso, resulta en los costos un 20%
ms caro que el primero de los procesos, cuyos costos ascienden a $ 27000.
Adems la empresa sostiene una agresiva campaa de marketing, ofreciendo
la restitucin del equipo, si ste dura menos de 8 aos, lo que implica una
prdida de $ 28780., si el implemento fue armado con el primer proceso y
si fue armado con el segundo proceso, la prdida asciende a $ 26980.
Cul de los procesos de elaboracin es el ms econmico ?
Cul es la diferencia de las probabilidades en funcin del tipo de
procesos, para que la duracin de una fuente de poder, se encuentre entre
los 7 y 9 aos ?
Cul es la probabilidad asociada a cada uno de los procesos de armado,
para que la duracin de dicha fuente de poder supere los 10 aos ?
Cul es la probabilidad asociada a cada uno de los procesos de armado,
acerca de que la duracin de una fuente de poder, este entre 8 y 10 aos ?
Se escogen 7 fuentes de poder construidas, con el primer proceso, Cul
es la probabilidad que 3 de ellas, funciones mas de 9 aos ?
Se escogen 8 fuentes de poder armadas con el segundo proceso, Cul es
la probabilidad de 5 de ellas funcionen entre 6 y 8 aos ?
En una bodega hay 8 fuentes de poder construidas con el primer proceso y
12 construidas con el segundo proceso. Se escoge una fuente de poder al
azar, Cul es la probabilidad de que su duracin supere los 7 aos ?

UTEM
Y ECONOMIA
ECONOMETRIA
30/38
10) Una empresa instaladora de antenas rastreadoras de satlites, tiene una
planilla de 100 trabajadores, cuyas edades en aos, se distribuyen en
forma normal con media 44.5 aos y desviacin estndar 6 aos.
10.a. Cul es el nmero esperado de trabajadores cuyas edades estn entre
los 47 y los 53.5 aos?
10.b. Si el 20% de los trabajadores no califican para tareas en latitudes
sobre los 3800 metros sobre el nivel del mar por su edad. Cul debe ser la
edad mxima de un trabajador para poder acceder tanto a tareas en
latitudes de mas de 3800 metros sobre el nivel del mar, cuyas rentas
asociadas son muy motivadoras y atractivas?
11) El tiempo medido en segundos, durante el cual cierto filtro especfico de
un equipo, soporta altas intensidades elctricas, es una v.a. X cuya funcin de
densidad asociada esta dada por:
'
. . . .
: ) (
c o t e
x s i
x
x s i
x
x f
0
3 0 0 0 1 5 0 0
1 5 0 0
3 0 0 0
1 5 0 0 0
1 5 0 0
2
2
11.a. Verifique si f(x) est bien definida.
11.b. Construya la funcin de distribucin de X
11.c. Cul es el tiempo esperado de altas intensidades, para un filtro
cualquiera?
11.d. Cul es la probabilidad de que el tiempo en que un filtro, se somete a
altas intensidades elctricas, difiera del tiempo esperado bajo altas
intensidades elctricas, en ms de 1.8 desviaciones estndar?
11.e. Obtenga e interprete las siguientes probabilidades:
i) P(1000 < X < 2000) ii) P(X 1900)
UTEM
Y ECONOMIA
ECONOMETRIA
31/38
iii) P(500 X 1600 300 X 2500)
12) La demanda diaria de repuestos especficos en un laboratorio, medida en
nmero de unidades, es una v.a, cuya funcin de cuanta est dada por :
f(x) =
K
x
x
'
2
!
si x = 1,2,3,4,5
0 En Otro Caso

Evale la constante k de manera tal que f(x) quede bien definida.
Cul es la proporcin de das, en los que la demanda no supera a
2 repuestos?
Cul es la demanda diaria esperada?
13) De las cuentas corrientes personales del "Banco-Brando" se tiene que
el 6,3% presentan saldos mensuales inferiores a $150000 y que el 16,6%
tienen saldos mensuales superiores a $1200000.
Suponiendo que el saldo se distribuye normal:
a) Cul es el saldo esperado?
b) Cul es la proporcin de cuentas corrientes de personas que arrojan saldos
mensuales entre $550000 y $1000000?
c) Si al 33% de las estas cuentas corrientes, el banco le cobra una comisin por
concepto de mantencin de la misma, cobro que se determina en base al
monto de dicho saldo. Cul es el monto mnimo del saldo para quedar
exento de este cobro?
d) Suponiendo que el monto de los depsitos que se realizan mensualmente en
estas cuentas corrientes, est dado por la relacin 8 veces el saldo menos
$58000. Cul es la proporcin de cuentas corrientes de personas en las
que se depositan ms $6000000 al mes?
e) A los ejecutivos de cuenta se les entrega su cartera de clientes
aleatoriamente. Si uno de ellos recibe 40 cuentas corrientes. Cul es la
probabilidad de que el saldo promedio de stas, se encuentre entre
$650000 y $720000?
UTEM
Y ECONOMIA
ECONOMETRIA
32/38
f) Para el ejecutivo del tem anterior. Cul es la probabilidad que 10 de
las cuentas corrientes que el atiende arrojen saldos inferiores a $450000?
UTEM
Y ECONOMIA
ECONOMETRIA
33/38
14) El S.I.I. ha establecido que el nmero de errores por declaracin
de impuesto a la renta es una v.a. que se comporta aproximadamente Poisson.
De sta se sabe que la probabilidad de observar 1 error es el doble que la de
observar 2 errores.
b) Si se revisa una declaracin. Cul es la probabilidad de observar ms de 4
errores?
c) Segn los criterios determinados por este servicio, se clasifica correcta a
aquella declaracin que no contiene errores, dudosa a aquella declaracin
que contiene uno o dos errores y dolosa a aquella declaracin que contiene
ms de dos errores. Si se revisan 20 declaraciones:
i) Cul es la probabilidad de que 10 sean correctas y 6 sean
dudosas?.
ii) Cul es el nmero esperado de declaraciones:
- correctas
- dudosas
- dolosas
y la desviacin estndar en cada caso?
15) De los 100 contratistas participantes de un megaproyecto, en relacin a
la coordinacin de tareas y avance de las obras, 15 no cumplen con la metas
mnimas, 55 cumplen con las metas mnimas y en tanto hay de ellos 30 que
sobrepasan el mnimo requerido. Si se seleccionan en forma aleatoria 10
contratistas para cubrir los requerimientos un nuevo sector:
a) Cul es la probabilidad de que 4 de ellos cumplan con las metas
mnimas?
b) Cul es la proporcin de combinaciones constituidas por 2 contratistas
que no cumplen con las metas mnimas y 4 que las sobrepasan?
c) Cul es la proporcin de combinaciones constituidas por una cantidad de
contratistas que cumplen las metas superior al esperado en ms de una
desviacin estndar?
UTEM
Y ECONOMIA
ECONOMETRIA
34/38
16) Un ingeniero de proyecto, debe decidir entre dos marcas de pilas , a
saber A y B. Sean las variables aleatorias:
X = "Tiempo de vida til (en hrs.) de las pilas A"
Y = "Tiempo de vida til (en hrs.) de las pilas B"
ambas con distribucin acorde a su naturaleza. En base a los antecedentes
proporcionados al SERNAC por los usuarios, se ha establecido que el 45% de
las pilas A tiene una vida til inferior a 14 horas y que el 40% de las pilas B
tiene una vida til superior a 20 horas. Segn este antecedente:
a) Cul es la marca de pilas que debera preferir el consumidor?
b) Cul es la marca de pilas que debera preferir el consumidor que necesita
pilas que le duren entre 20 y 25 horas?
17) Sea X una v.a. distribuida binomial tal que = 7 y
2
= 4.55,
determine en tales condiciones, la probabilidad de obtener a lo ms 5 xitos.
18) La empresa de transportes Tu la llevai, realiza la ruta Santiago-
Iquique-Santiago.
El viaje de Iquique a Santiago es directo, puesto que los camiones vienen a
su mxima capacidad de carga, mientras que de Santiago a Iquique,
contempla una escala de 4 horas en Coquimbo, con el objeto de completar
carga. El tiempo que requiere para realizar el trayecto Iquique-Santiago, es
una variable aleatoria normal, con media 32 horas y desviacin estndar de 2
horas. El tiempo requerido para cubrir la ruta Santiago-Coquimbo es una v.a.
normal con media 6.5 horas y desviacin estndar de 45 minutos, mientras
que el tiempo para realizar el trayecto de Coquimbo-Iquique es una variable
aleatoria normal con media 22.5 horas y un desvo estndar de 1.2 horas.
a) Si un camin sale de Santiago con destino a Iquique Cul es la probabilidad
que demore ms de 30 horas, si:
- Sale con carga completa
- No sale con la carga completa.
UTEM
Y ECONOMIA
ECONOMETRIA
35/38
b) Durante una semana se realizan 20 viajes de Iquique a Santiago
i) Cul es la probabilidad que a lo menos 3 hayan demorado ms de 33
horas en cubrir el viaje?
ii) Cul es la probabilidad que el tiempo promedio utilizado para realizar
el trayecto sea superior a 30.5 horas si de acuerdo al tipo de camin
stos en promedio no pueden demorar ms 32.75 horas.
c) Los camiones se despachan a razn de 1.6 por da Cul es la probabilidad
que en una semana se despachen 9 camiones?
d) En las planillas de control de la empresa para los camiones que deben
completar carga en Coquimbo, se registra el tiempo utilizado el primer
tramo, segundo tramo, retorno y total. Cul es la probabilidad que el
tercer camin que registre un tiempo total de viaje superior a 67 horas se
encuentre despus de 10 camin despachado?
e) De 80 viajes realizados desde Iquique a Santiago Cul es la probabilidad
que ms de 30% haya utilizado menos de 30 horas en el trayecto.
f) El gerente de la empresa a decidido renovar 50 camiones teniendo como
objetivo emparejar los tiempos de traslado. Este objetivo lo considerar
logrado si la mitad de esos camiones en el primer viaje de Iquique a
Santiago, arrojan una variabilidad comprendida entre 1,8094 y 2,0669 con
probabilidad inferior al 2%. Qu puede decir respecto del logro de este
objetivo, sobre la base de la variabilidad original?
UTEM
Y ECONOMIA
ECONOMETRIA
36/38
19) Para la ejecucin de la instalacin de una PBAX corporativa de ltima
versin, se ha encomendado al laboratorio ESCLAVOS 2000, efectuar el
anlisis de la resistencia a descargas elctricas violentas, de los
multipares a utilizar en las obras de cableado, la distribucin de la
capacidad de resistir de dichos cables es una v.a. con distribucin
normal. Se logra determinar que el 2.28% de ellos soportan descargas de
a lo mas 3000 [mA]; y en tanto que el 15.87% soportan descargas de a lo
menos 6000 [mA].
a) Determine la media y la desviacin estndar de los conductores
analizados.
b) Determine probabilidad de que un tramo cualquiera de multipar,
soporte descargas que excedan en 1.5 veces la desviacin estndar, de
sta distribucin.
c) Se escoge una muestra de 8 tramos de multipares al azar Cul es
la probabilidad de que 3 de dichos tramos soporten descargas entre los
3500 [mA] y 5500 [mA]?
d) Cul es la proporcin de cables a utilizar, que soportar en caso
de sobre carga, intensidades sobre los 8000 [mA]?
e) Determine la probabilidad de que un tramo de multipares, soporte
entre los 3500 [mA] y los 6500 [mA].
20) Un componente de precisin contiene 10000 transistores, para los cuales
la corriente de activacin en la base, es una v.a. que se distribuye en forma
normal. Experimentalmente ESCLAVOS 2000, analiz cabalmente todos y cada
uno de los transistores, constatando que 912 de ellos poseen su umbral de
activacin, de a lo ms 0.58 [mA] y que en 2524 su umbral de activacin, es de
a lo menos 0.82 [mA].
a) Se escoge aleatoriamente un transistor, Cul es el valor del umbral de
activacin esperada?
b) Cul es la desviacin estndar asociada a esta distribucin?
UTEM
Y ECONOMIA
ECONOMETRIA
37/38
c) Se toman 10 transistores al azar, Cul es la probabilidad de que 4 de
ellos, tengan su umbral de activacin en la base, de entre 0.62 [mA] y
0.86 [mA]?
21) Para poder efectuar el monitoreo en tiempo real de una gran represa,
son adquiridas 100 PLC, mediante una licitacin pblica, en la cual se apercibe a
los oferentes de que: "PARA QUE SEA ACEPTADA LA PROVISION, UNA VEZ
QUE HAYA SIDO ADJUDICADA, ESTA DEBERA SER RECIBIDA EN SU
TOTALIDAD, POR UNA PARTE Y POR OTRA, SE EXTRAERA UNA MUESTRA
ALEATORIA DE 5 DE LOS COMPUTADORES, DEBIENDO NO ESTAR CON
REPAROS NI DEFECTOS, A LO MENOS CUATRO DE ELLOS, DE LO
CONTRARIO, LA PARTIDA SERA DEVUELTA INTEGRAMENTE; DEBIENDO
SER RESTITUIDA EN 10 DIAS.- SOLO EN EL EVENTO DE QUE LA
PARTIDA SEA ACEPTADA, AL PASAR ESTE PROCEDIMIENTO, SE
ACEPTAR QUE LOS DESPERFECTOS Y FALLAS SEAN REPARADOS EN
TERRENO".
El oferente que se adjudic la licitacin, sabe que enviar 6 PLC malas, por
lo que Ud., deber evaluar lo siguiente:
a) Cul es la probabilidad de que la instalacin del sistema para el
monitoreo se atrase 10 das?
b) Cul es la probabilidad de que sean devueltos sucesivamente el
cargamento original y el cargamento de garanta?
c) Cul es la probabilidad de que la instalacin del sistema de
control no tenga atrasos?
UTEM
Y ECONOMIA
ECONOMETRIA
38/38
22) El tiempo de espera para verificar el contenido de una transmisin,
recibida en el laboratorio ESCLAVOS 2000 y proveniente de una sonda
espacial, la que se encuentra orbitando una estrella lejana, es una v.a. cuya
distribucin asociada es exponencial, adems se ha determinado
experimentalmente que la probabilidad de que una emisin cualquiera, requiera
de mas de 50 minutos para su verificacin es del orden del 53.53%.
a) Cul es el tiempo esperado para la verificacin, para cualquier
emisin recibida ?.
b) Cul es la probabilidad de
que una emisin recibida, requiera de entre 20 a 40 minutos, para
su verificacin efectiva ?
c) Cul es el tiempo mnimo
necesario, para poder verificar a cabalidad el 11.75% de las
emisiones recibidas, que requieran de mayores lapsos para su
anlisis, decodificacin, validacin y verificacin ?

GUIA8Modelos (Resueltosypropuestos)

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

GUIA8Modelos (Resueltosypropuestos)

Hochgeladen von

Copyright:

Verfügbare Formate

UTEM

= 0.90 + 0.30 0.28 = 0.92 = 92%

= (0.28 / 0.30) = 0.9333 = 93.33%

TENEMOS QUE 30 GESTIONES NO FUERON EXITOSAS.

LA DIFERENCIA ENTRE LA ESPERANZA Y LA VARIANZA

100 05 240 0 4938

Das könnte Ihnen auch gefallen