Dpto. de Estadística - E. Ing.

Industrial - Grados - Universidad de Vigo 1

Soluciones examen de enero de 2012

1. (2 puntos) Nunha fábrica de compoñentes electrónicas, cando o proceso de fab-
ricación está baixo control, prodúcese un 1% de unidades defectuosas. Por outra
parte, se o proceso de fabricación se atopa fóra de control, entón prodúcese un
5% de unidades defectuosas. Por experiencia sábese que o 95% das veces o
proceso está baixo control.

(a) Se se escolle unha unidade e é defectuosa, ¿cal é a probabilidade de que o

proceso estea baixo control?
(b) Escóllense 10 unidades e unha delas é defectuosa. Supoñendo que o pro-
ceso de fabricación non cambiou de estado (control/non control) durante a
fabricación destas 10 pezas, ¿cal é a probabilidade de que o proceso estea
baixo control?

Solución
Sucesos:  : "bajo control",  : "unidad defectuosa".  () = 095;
 (|) = 001 ⇔  (̄|) = 099
 (|̄) = 005 ⇔  (̄|̄) = 095

(a)
 (|) () 001 · 095
 (|) = = = 07916
 () 0012
pues  () =  (|) ()+ (|̄) (̄) = 001·095+005·005 =
0012
(b) Suceso  :"sale una defectuosa en 10 unidades"
µ ¶
10
 (|) = 001 · 0999 = 9 135 × 10−2
1
µ ¶
10
 (|̄) = 005 · 0959 = 0315
1
 () =  (|) () +  (|̄) (̄)
= 9 135 × 10−2 · 095 + 03151 · 005 = 01025
 (|) () 9 14 × 10−2 · 095
 (|) = = = 08463
 () 0103

2. (2 puntos) Unha folla de datos Excel contén información sobre as variables

X=“consumo de combustible” (en litros por 100 km) e Y =“emisión de CO2”
(en g por km percorrido) de 50 coches. A modo ilustrativo, na táboa da dereita
aparecen algúns dos datos segundo a disposición que terían nunha folla Excel.

(a) ¿Que tipo de variable é a variable X? ¿Con que tipo de gráfico a resumirías?
¿Por que? Explica brevemente como se constrúe este gráfico.
Dpto. de Estadística - E. Ing. Industrial - Grados - Universidad de Vigo 2

(b) Se se pretende estudar a posible relación de dependencia que podería existir

entre as variables X e Y , ¿que tipo de gráfico empregarías? ¿Como se
constrúe?
(c) Facendo uso das funcións de Excel calculáronse as seguintes medidas re-
sumo das variables X e Y :
• número de observacións: 50
• media mostral de X: 6.05
• media mostral de Y : 153.6
• varianza mostral de X: 0.7837
• varianza mostral de Y : 480.7600
• covarianza mostral entre X e Y : 18.7040
Tendo en conta esta información, calcula a recta de regresión que explica o
comportamento da variable Y en función da variable X.
(d) Segundo a recta de regresión calculada no apartado anterior, ¿que cantidade
de emisión de CO2se prevé para un coche cun consumo de 6 litros por cada
100 km?

Solución

(a) Es variable continua. Con un histograma. Por que con las variables contin-
uas conviene agrupar los datos para que las frecuencias absolutas no sean
todas uno. El Histograma requiere tener los datos tabulados después de
haberlos agrupados en intervalos. La altura de la barra de cada intervalo es
la frecuencia de datos en cada uno.
(b) Gráfico de dispersion. Es un gráfico bidimensional que refleja los datos
(   ) como puntos del plano, ubicando la variable X en el eje de abcisas
y la Y en el eje de ordenadas.
(c)  = 50 ̄ = 605 ̄ = 1536 2 = 07837 2 = 48076  = 18704
 =  +  con:
 18704
̂ = 2
= = 23 8663
 07837
̂ = ̄ − ̂̄ = 1536 − 23 8663 · 605 = 920889

(d)
̂ = 2386663 · 6 + 920889 = 152409

3. (1 punto) A duración (en anos) dos ventiladores empregados nun determinado

modelo de ordenador portátil é unha variable aletoria X con distribución Expo-
nencial(0.2).

(a) ¿Cal é a probabilidade de que un ventilador dure máis de 4 anos?

(b) Se o fabricante dos ventiladores só quere repoñer o 10% das unidades no
período de garantía, ¿cal debería ser este período de garantía?
Dpto. de Estadística - E. Ing. Industrial - Grados - Universidad de Vigo 3

Solución
(a)  :"duración en años de un ventilador elegido al azar".  ∼ (02)
 (  4) = 1 −  (4) = 1 − (1 − −02·4 ) = 0449329
R
pues  () =  ( ≤ ) = 0 −  = 1 − − 
(b)
01 =  ( ≤ ) =  () = 1 − −02·
ln 09
−02· = 09 ⇔  = − = 05268
02
4. (2 puntos) Unha certa máquina debería cortar rodamentos metálicos de diámetro
0.5 cm. Na práctica, varios factores inflúen no proceso de produción, e como
consecuencia o diámetro dos rodamentos é unha variable aleatoria da forma  =
0505 + 001, onde  é unha variable aleatoria con distribución  (0 1).
(a) ¿Cal é a porcentaxe de rodamentos producidos nesta máquina que teñen un
diámetro superior a 0.52 cm?
(b) Nun lote de 10 rodamentos, ¿cal é a probabilidade de que algún supere os
0.52 cm de diámetro?
(c) Nun lote de 1000 rodamentos, ¿cal é a probabilidade de que menos de 60
superen os 0.52 cm?
(d) ¿Cal é a porcentaxe de rodamentos producidos nesta máquina que teñen un
diámetro que está como moito a 0.01 cm do diámetro nominal (0.5 cm) ?
Solución
(a)  : "diámetro de un rodamiento cualquiera",  ∼ N (0505 001) pues
() = 0505() = 0505 y  2 = 0012 Var() = 0012 ⇒  =
001
052 − 0505
 (  052) =  (  ) =  (  15) = 1 −  ( ≤ 15)
001
= 1 − 093319 = 006681 es decir, el 6681%
(b)  : "número de rodamientos con diámetro  0.52 en 10 rodamientos elegi-
dos al azar",  ∼ B(10 006681)
µ ¶
10
 ( ≥ 1) = 1− ( = 0) = 1− 0066810 (1−006881)10 = 0509789
0
(c)  : "número de rodamentos con diámetro  0.52 en 1000 rodamientos
elegidos al azar",  ∼ B(1000 006681) ≈ N ( ) con  =  =
1000 · 006681 =√6681 2 =  = 1000 · 006681 · (1 − 006681) =
623464 ⇒  = 623464 = 7 89597
 − 60 − 6681
 (  60) ≈  (  ) =  (  −0862465)
 789597
=  (  0862465) = 1 −  ( ≤ 0862465) ≈ 1 − 080511 = 0195
Dpto. de Estadística - E. Ing. Industrial - Grados - Universidad de Vigo 4

(d)

 (05 − 001 ≤  ≤ 05 + 001) =  (049 ≤  ≤ 051)

049 − 0505 051 − 0505
= ( ≤≤ )
001 001
=  (−15 ≤  ≤ 05) =  (05) −  (−15)
= 069146 − (1 −  (15)) = 069146 − 1 + 093319
= 062465

5. (1 puntos) Un laboratorio químico está estudando a temperatura de in amación

dun determinado tipo de biodiésel. Para isto realizouse un experimento e ob-
tivéronse 20 observacións, que se resumen nunha media mostral de 124.6  C e
unha cuasidesviación típica mostral de 3.1  C. Supoñemos que a variable aleato-
ria “temperatura de in amación” ten distribución Normal. Obtén un intervalo de
confianza de nivel 0.95 para a temperatura media de in amación. Explica con
detalle o procedemento que empregas para obter o intervalo.
Solución
 = 20 ̄ = 1246  = 31 1 −  = 095 ⇔  = 005; −11−2 =
190975 = 2093

 31
1− = (̄ ± −11−2 √ ) = 1246 ± 2093 · √
 20
= (1246 − 145083 1246 + 145083)
(123149 126051)