Un blog con cuestiones, ejercicios, problemas, aplicaciones y comentarios relacionados con los contenidos de Matemáticas del segundo curso de Bachillerato en la modalidad de Ciencias Sociales
lunes, 25 de abril de 2016
Se sabe que la distribución de la masa de las manzanas de un cierto cargamento es ...
SOLUCIÓN.
$X$ es $N(250\,,\,30)$, luego $P\{220 \le X \le 260\}$. Para poder utilizar las tablas de la distribución de probabilidad normal $N(0,1)$, realizamos la siguiente transformación de la variable
$$Z=\dfrac{X-250}{30}$$ De esta forma
$P\{220 \le X \le 260\} = P\{\dfrac{220-250}{30} \le Z \le \dfrac{260-250}{30}\}$
$=P\{-1 \le Z \le 0'3333\}$ ( habiendo aproximado la abscisa del extremo superior a la cuarta cifra decimal )
$=P\{Z \le 0'3333\}-P\{Z \le -1\}\overset{\text{simetría de} f(z)}{=}P\{Z \le 0'3333\}-P\{Z \ge 1\}$
$\overset{\text{prop. del contrario}}{=}P\{Z \le 0'3333\}-(1-P\{Z \le 1\})$
$=P\{Z \le 0'3333\}+P\{Z \le 1\}=F(0'3333)+F(1)-1 \quad \quad (1)$
siendo $F(z)$ la función de distribución de probabilidad, que viene en las tablas de $Z$ que es $N(0,1)$
Consultando las tablas, vemos a la abscisa $0'33$ le corresponde $F(0'33)=0'6293$; y, a la abscisa $0'34$, $F(0'34)=0'6331$. Entonces, como $0'33 \le 0'3333 \le 0'34$, realizando la interpolación lineal, $$\dfrac{F(0'3333)-0'6293}{0'3333-0'33}=\dfrac{0'6331-0'6293}{0'34-0'33}$$ de donde $$F(0'3333)=\dfrac{0'6331-0'6293}{0'34-0'33}\cdot (0'3333-0'33)+0'6293 \approx 0'6306$$
Por tanto, de (1), y consultando las tablas, obtenemos que la probabilidad pedida es $$0'6306+0'8413-1 = 0'4719 \approx 47\,\%$$
$\square$
martes, 19 de abril de 2016
Calcular las siguientes integrales definidas
a) $\displaystyle \int_{-\infty}^{+\infty}\,e^{-\frac{x^2}{2}}\,dx$
b) $\displaystyle \int_{-1}^{1}\,e^{-\frac{x^2}{2}}\,dx$
SOLUCIÓN.
a) El integrando es la función de densidad de la distribución normal $N(0,1)$, y sabemos que $\dfrac{1}{\sqrt{2\pi}}\,\displaystyle \int_{-\infty}^{+\infty}\,e^{-\frac{x^2}{2}}\,dx=1$; por tanto, $$\displaystyle \int_{-\infty}^{+\infty}\,e^{-\frac{x^2}{2}}\,dx=\sqrt{2\pi}$$
b) Teniendo en cuenta lo dicho arriba, $\displaystyle \int_{-1}^{1}\,e^{-\frac{x^2}{2}}\,dx=F(1)-F(-1)$, siendo la función primitiva $F(x)$ la función de distribución de probabilidad de una variable aleatoria $N(0,1)$. Consultando las tablas de dicha función, encontramos $F(1) = 0,8413$ ( aproximada con $4$ cifras decimales ); teniendo en cuenta, además, la propiedad de simetría con respecto al eje de ordenadas de densidad $f(x)$ y la propiedad de la probabilidad del contrario, podemos escribir, $F(-1)=1-F(1)=1-0,8413$, luego se tiene que el valor de la integral pedida es $$F(1)-(1-F(1))=2\,F(1)-1=0,6826$$
$\square$
lunes, 2 de marzo de 2015
Cálculo de la abscisa dado el valor de la función de distribución de probabilidad de una variable aleatoria normal
Sea una variable aleatoria $X$ con una distribución $N(1040,50)$. Calcular el valor de la abscisa $\alpha$ tal que $P\lbrace X \le \alpha \rbrace = 0'975$
SOLUCIÓN:
En términos de la variable aleatoria $Z$ ( normal tipificada, $N(0,1)$ ), podemos escribir $P\lbrace Z \le \alpha' \rbrace = 0'975$
Con este valor de probabilidad acumulada, consultamos las tablas de la función de distribución de probabilidad, $F(z)$, encontrando la siguiente abscisa: $\alpha'=1'96$.
Y, finalmente, de acuerdo con la transformación de tipificación, $Z=\dfrac{X-\mu}{\sigma}$,
$$1'96=\dfrac{\alpha-1040}{50}$$
con lo que, despejando, obtenemos $$\alpha=1'96\cdot 50+1040=1138$$
$\square$
Ejercicios con el modelo de distribución de probabilidad normal
Los salarios de los trabajadores de una cierta población, A, siguen una distribución $N(2000,\sigma)$. Se pide:
a) Calcular el valor de la desviación estándar, $\sigma$, para que la probabilidad de ganar más de $2100$ euros sea de $0'33$
b) Sabiendo que los salarios de otra población, B, siguen una distribución $N(2000,200)$, ¿ en cuál de las dos poblaciones es más fácil ganar más de $2100$ euros al mes ?
SOLUCIÓN:
(a)
Como $P\lbrace X_A \succ 2100 \rbrace = 0'33$ ( información del enunciado ), podemos escribir $P\lbrace X_A \le 2100 \rbrace = 1-0'33=0'67$
Veamos ahora cuál es la abscisa en las tablas de la función de distribución de $Z \sim N(0,1)$. Encontramos: $z_{0'67}=0'44$. Y como, al tipificar la variable aleatoria normal $X_A$, hacemos $Z=\dfrac{X_A-\mu}{\sigma}$, esto corresponde a
$z_{0'67}=\dfrac{x_{0'67}-2000}{\sigma}$, y teniendo en cuenta que $x_{0'67}$ es $2100$
encontramos
$$0'44=\dfrac{2100-2000}{\sigma}$$
despejando $\sigma$,
$$\sigma=\dfrac{100}{0'44} \approx 227 \, \text{euros}$$
(b)
Para contestar esta pregunta es necesario comparar los valores de $P\lbrace X_A \succ 2100 \rbrace $ y $P\lbrace X_B \succ 2100 \rbrace $, donde $X_A \sim N(2000, 227)$ y $X_B \sim N(2000, 200)$.
$P\lbrace X_A \succ 2100 \rbrace = P\lbrace Z_A \succ\dfrac{2100-2000}{227} \rbrace $ ( tipificando la variable $X_A$ ), que es igual a $P\lbrace Z_A \succ 0'44 \rbrace $, y por tanto a $1- P\lbrace Z_A \le 0'44 \rbrace \overset{\text{tablas} \, N(0,1)}{=} 1-0'6700 = 0'33$
Por otra parte, $P\lbrace X_B \succ 2100 \rbrace = P\lbrace Z_A \succ\dfrac{2100-2000}{200} \rbrace $ ( tipificando la variable $X_B$ ), que es igual a $P\lbrace Z_B \succ 0'5 \rbrace $, y por tanto a $1- P\lbrace Z_B \le 0'5 \rbrace \overset{\text{tablas} \, N(0,1)}{=} 1-0'6915 = 0'3085$
Y como $0'33 = P \lbrace X_A \succ 2100 \rbrace \succ P \lbrace X_B \succ 2100 \rbrace = 0'3085$, es más "fácil" ( probable ) ganar un salario de $2100$ euros en la población A que en la población B. $\square$
domingo, 4 de enero de 2015
La variable aleatoria tiempo necesario para resolver un test se distribuye según un distribución normal de media $110$ min y desviación estándar $20$ min a) ¿ Cuál es la proporción de alumnos que se espera que finalicen el test antes de $2$ horas ? b) A partir de qué tiempo se espera que el $90\%$ de las personas que realizan el test lo habrán terminado ?
La variable aleatoria tiempo necesario para resolver un test se distribuye según un distribución normal de media $110$ min y desviación estándar $20$ min
a) ¿ Cuál es la proporción de alumnos que se espera que finalicen el test antes de $2$ horas ?
b) A partir de qué tiempo se espera que el $90\%$ de las personas que realizan el test lo habrán terminado ?
RESOLUCIÓN
  a) La v.a. $X$ representa la cantidad de tiempo necesaria para acabar el test
a) Como $X$ es $N(110,20)$, $P \lbrace X \prec 120 \rbrace =P \lbrace Z \prec \dfrac{120-110}{20} \rbrace=0.6915 \approx 69,2\%$
b)   Queremos encontrar el valor del tiempo $t$ tal que
$P\lbrace X \prec t \rbrace=P \lbrace Z \prec t'\rbrace=0,9$
Consultando les tablas de la función de distribución $F(z)$ donde $Z$ és $N(0,1)$, encontramos:
$F(1,28)=0,8997$ y $F(1,29)=0,9015$
Interpolando linealmente, $\dfrac{t'-1,29}{1,29-1.28}=\dfrac{0,9-0,9015}{0,9015-0,8997}$
y de aquí deducimos el valor de $t'$: $t'=1,282$
Finalmente, deshaciendo la tipificación, vemos que el valor de $t$ que cumple la condición pedida es
$t=20(1,282)+110 \approx$ $135$ min $38$ s
$\square$
lunes, 10 de marzo de 2014
Sea la variable aleatoria $X \sim N(2\,,\,0'3)$. Se pide:   a) El valor de la abscisa $k$ tal que $P\{X \le k \}=0'1500$   b) El valor de la abscisa $m$ tal que $P\{|X| \ge m \}=0'3000$   c) $P\{1'75 \le X \le 2'25 \}$   d) $P\{|X-0'3| \le 2'2 \}$
Enunciado:
Sea la variable aleatoria $X \sim N(2\,,\,0'3)$. Se pide:
  a) El valor de la abscisa $k$ tal que $P\{X \le k \}=0'1500$
  b) El valor de la abscisa $m$ tal que $P\{|X| \ge m \}=0'3000$
  c) $P\{1'75 \le X \le 2'25 \}$
  d) $P\{|X-0'3| \le 2'2 \}$
Resolución:
lunes, 13 de enero de 2014
Cálculos de probabilidad con la distribución normal
Sea $X$ una variable aleatoria que sigue una distribución normal de media $\mu=5$ y desviación típica $\sigma=2$, lo cual denotamos por $X \sim N(5,2)$. Se pide:
    a) $P\{X \le 2'1\}$
    b) $P\{\left|X\right| \le 3'4\}$
    c) $P\{\left|X\right| \ge 3'4\}$
Observación:
Teniendo en cuenta que $X$ es una v.a. continua, es irrelevante utilizar desigualdades estrictas o débiles puesto que la probabilidad de un valor puntual, $X=k$, es cero; en otras palabras, como
$P(X=k)=0$, entonces podemos escribir $P\{X\le k\}=P\{X \prec k\}$ y $P\{X\ge k\}=P\{X \succ k\}$
Resolución:
a)   Tipificando la variable $X$ por medio del cambio
$Z=\dfrac{X-\mu}{\sigma}$
podemos trabajar con una distribución normal $Z \sim N(0,1)$ ( distribución normal centrada, es decir, de media igual a $0$, y con desviación típica igual a $1$ ) con lo cual podremos utilizar las tablas de dicha distribución de probabilidad.
Entonces
si $X=2,1$
$Z=\dfrac{2'1-5}{2}$
    $=-1,45$
es decir
$P\{X \le 2'1\} = P\{Z \le -1'45\}$
y, atendiendo a la simetría de la función de densidad de probabilidad $f(z)$, podemos escribir
$P\{Z \le -1,45\}= 1-P\{Z \le 1'45\}$
A continuación, leemos en las tablas $N(0,1)$ que el valor de la función de distribución de probabilidad para $z=1'45$ es $F(0'45)=0'9265$, que es el valor de la probabilidad acumulada al barrer el área bajo la curva de la función $f(z)$, desde $-\infty$ hasta $1'45$, luego $P\{Z \le 1'45\}=0'9265$, luego $1-P\{Z \le 1'45\}=0'0735$
es decir
$P\{X \le 2'1\}=P\{Z \le -1'45\}=1-P\{Z \le 1'45\}=0'0735$
-oOo-
b)   Trabajaremos (como en el apartado anterior) con la v.a. normal estándar o tipificada $Z$ y, para ello, debemos hacer el cambio de variable habitual:
$Z=\dfrac{X-\mu}{\sigma}$
Para $X=3'4$, el valor que le corresponde con la tipificación es
$\dfrac{3'4-5}{2}=-0'8$
y a $X=-3'4$ le corresponde el valor
$\dfrac{-3'4-5}{2}=-4'2$
luego
$P\{| X | \le 3'4 \}=P\{ -3'4 \le X \le 3'4 \}=P\{ X \le 3'4 \} -P\{ X \le -3'4 \}=$
      $=P\{Z\le -0'8\}-P\{Z \le -4'2\}$
      $=(1-P\{Z\le 0'8\})-(1-P\{Z\le 4'2\})$
      $=P\{Z\le 4'2\}-P\{Z\le 0'8\}$
      $=F(4'2)-F(0'8)$
      $=1-0'7881$
      $=0'2119$
-oOo-
c)  
$P\{\left|X\right| \ge 3'4\}=P\{X \ge 3'4\}+P\{X \le -3'4\}=$
      $=(1-P\{X \le 3'4\})+P\{X \le -3'4\}$
      $=(1-P\{Z \le -0'8\})+P\{Z \le -4'2\}$
      $=\big(1-(1-P\{Z \le 0'8\})\big)+(1-P\{Z \le 4'2\})$
      $=(1-1+P\{Z \le 0'8\})+(1-P\{Z \le 4'2\})$
      $=P\{Z \le 0'8\}+(1-1)$
      $=P\{Z \le 0'8\}$
      $=F(0'8)$
      $=0'7881$
$\square$






