You are on page 1of 15

Tarea 2 MAT-031

Departamento de Matemática. UTFSM Danilo Pezo V., Eduardo Valenzuela D. 1° Semestre 2011

Integrantes: Rodrigo Salvatierra (2604753-6) Joan Hevia (2604044-2) Profesor: Eduardo Valenzuela D. Fecha: Lunes 30 de Mayo

. Aplicar probabilidades a sistemas con uso simplificado de redes probabilísticas. En el tercer ejercicio estudiamos el comportamiento probabilístico del funcionamiento de un sistema compuesto por varios componentes que operan independientemente. OBJETIVOS Aplicar el cálculo de probabilidades a distintas situaciones. Desarrollar el uso de un programa de modelación estadístico (R) y aplicarlo a la solución de un problema. Identificar los distintos modelos y distribuciones de probabilidad asociadas a variables aleatorias. Desarrollar la aplicación de distribuciones normales en control de calidad para la discriminación de especificaciones de productos.RESUMEN EJECUTIVO El uso de elementos probabilísticos en distintos problemas de ingeniería nos obliga a estudiar los métodos utilizados en el desarrollo de dichos elementos para la obtención de distintos resultados que por medio de variables aleatorias podremos analizar. para determinar así la probabilidad de que éste funcione. En el segundo ejercicio se establece un modelo o algoritmo en el programa R para estimar la probabilidad de que el capital de una cierta empresa sea siempre positivo durante el primer año de funcionamiento en función de los reclamos recibidos. Finalmente en el cuarto ejercicio se analizó la calidad para procesos de producción donde por medio de una distribución normal se establecen las distintas probabilidades de producir productos defectuosos y su comportamiento al variar distintos parámetros que forman el modelo. En la siguiente tarea se desarrollan cuatro ejercicios en donde se estudian los modelos de distribución en el primero se comparó los distintos ratios de sexo según las distintas dinámicas de natalidad.

Cada ratio se indexará con la letra de la pregunta. i = {1. n}. .DESARROLLO 1. Considerando lo anterior se define el Ratio de Sexo S como:              ×    ×    En los problemas que se enuncian a continuación usted deberá hallar los ratios de sexo para distintas dinámicas de natalidad. Encuentre Sa(no existe ninguna característica especial sólo lo dado más arriba). Además suponga que no se dan nacimientos múltiples. a) Suponiendo ci= c. muestre que: Sea la variable aleatoria X: Número de nacidos hasta el 1er varón.. . X ~ GEO (pi) . Suponga que pi es constante en el tiempo para todas las parejas y que los sexos de los sucesivos hijos nacidos a una particular pareja son variables aleatorias independientes.. b) Si las parejas deciden tener hijos hasta obtener el primer hijo varón. (Ratios de sexo) Considere una población de n parejas (hombre-mujer) donde la probabilidad que la i-ésima pareja tenga un hijo varón es pi y donde ci es el número esperado de hijos de esta pareja.

se tiene:     Si p1=p2 Sa será igual a Sb. . si las probabilidades pi de cada una de las n parejas es la misma Sa será igual a Sb en cualquier otro caso Sa será mayor. .. Esto es. mientras que si p1 es distinto a p2 Sa siempre será mayor a Sb.’     El número total de niños será entonces 1 por pareja:    Ó  Lo que se desea demostrar es:   Para n=2. Lo anterior se puede extrapolar a una población de tamaño n= {1. k}.. .

entonces el número de hijos. si el primero es niño será: . Calcule Scpara esta particular configuración de control de natalidad. por pareja. Si su primer hijo es una niña ellos seguirán teniendo hijos hasta que les nazca un niño.    Obteniéndose el valor de Sc:   c) Suponga que las parejas deciden que si su primer hijo es varón ellos continuarán teniendo hijos hasta que les nazca una niña. por pareja. Se define la variable aleatoria Y: Y ~ GEO (qi) Siendo qi=1-pi     Ó   Sabemos por pregunta b) que la esperanza de tener un niño es: Si el 1ero es niña: (Z) Se tiene la primera niña (1) y luego la esperanza de tener un niño (E [X]). en que si el primero es niño o si el primero es niña. si la primera es niña será: Si el 1ero es niño:(W) Se tiene el primer niño (1) y luego la esperanza de tener una niña (E [Y]).  Ó y El total de niños y niñas nacidos se obtiene por la suma de los casos. entonces el número de hijos. de la esperanza por su probabilidad de suceso.

dependiendo del valor de {p1. Calcule el ratio de sexo Sdpara este caso. pn}. Sc puede satisfacer tanto Sc Sa como Sc Sa. Si se sabe que: . es la suma de los niños que nacen si la primera es niña [1] más la suma de los niños que nacen si el primero es niño por su respectiva probabilidad.. . Por su parte.. donde Say Sc son los ratios de sexo de la parte (a) y (c) respectivamente.Ahora se analizan los totales de la población: y El total de niños varones. si su primer hijo es una niña ellos no tendrán más hijos. . cada uno d) Suponga que los padres de todos los niños deciden que si su primer hijo es niño ellos seguirán teniendo hijos hasta que les nazca una niña. Si el primero es niño: (W) Por ejercicio c) se sabe que la esperanza es: Si la primera es niña: (O) ï   Finalmente se obtiene Sd:    Ó     Ó  e) Muestre que.

O con otra notación:          2. simule n años (de 365 días) de reclamos y respuestas donde la probabilidad p requerida es (número de años en que todos los días hubo saldo positivo)/ (número de años totales). que para valores de pi menores a 0. . Comenzando con un capital inicial de $25000.. dado los parámetros anteriores y un n fijado por el usuario.Suponga que los reclamos efectuados a una compañía de seguros siguen un proceso de Poisson contasa igual a 10 personas por día. La compañía de seguros recibe pagos continuamente en el tiempo con una tasa constante de $11000 por día. se obtiene que el valor crítico o valor de transición es 0. Primero se analiza el caso de pi constante y por ende qi también.5. escriba un código en R. con valores p y q respectivamente:   Ahora iterando para distintos valores de pi.5 Sa será menor a Sc. Idea: Escribir un código que. es decir. # PROBLEMA 2 . El monto de un reclamo es una variable aleatoria con distribución Exponencial de media $1000.5 Sa es mayor a Sc y para valores de pi mayores de 0. tal que mediante simulación logre estimar la probabilidad que el capital de la firma sea siempre positivo a través de sus primeros 365 días.

10 # reclamos por día recexp<.0 proba<.365 # un año con 365 días denuncias<-1:diasanual pago<.0.001 # tasa en la exponencial diasanual<.1:n for (i in 1:n){ proba[i]<-0 } for (h in 1:n){ cont<-0 for (q in 1:p){ capital<-25000 # capital inicial perdida<-0 # dias con capital negativo r<-rpois(365.rec) # iteramos durante un año (con 365 días) for (i in denuncias) { capital<-capital+pago for (j in 1:r[i]) { d<-rexp(1.recexp) capital<-capital-d } if (capital<=0){ perdida<-perdida+1 } } if (perdida>0){ cont<-cont+1 } } proba[h] <-1-(cont/p) } resultado<-c(mean(proba).var(proba)) resultado #resultado entrega el valor medio de probabilidad y su varianza .11000 cont<.# R: Número de reclamos efectuados por día # r ~ Pois( 10 [Reclamos/dia]) # D: Monto por producto de cada reclamo # d ~ Exp (0.p){#Funcion con número de años a evaluar y las veces que se repite la evaluacion rec<.1 [dia]) # promedio de $1000 por cada reclamo # capital siempre sea > 0 analizar<-function(n.

} 3. El circuito siguiente representa un sistema que funciona si y solo si existe al menos una vía de dispositivos operativos de izquierda a derecha. Determine cuál es la probabilidad que el sistema funcione. Solución: Para resolver este problema es necesario primero reducir la malla en circuitos en serie. Suponga que los distintos dispositivos operan en forma independiente entre sí. Para esto definen las mallas como: MA. La probabilidad de que cada componente funcione está indicada en cada una de ellas. MB y MC MA MB MC Sus respectivas probabilidades se obtienen de la siguiente forma: Obteniéndose la simplificación del circuito: Este circuito se simplifica por la simple multiplicación de las probabilidades de funcionamiento P: .

965349. si la media del proceso está a lo más a seisdesviaciones estándar desde la especificación más cercana. Observación: para los dos casos hipotéticos mencionados anteriormente se presentan las siguientes probabilidades como complemento: 4. Se dice que un proceso es de Calidad seis sigma . ¿Cuál es la probabilidad que un producto no cumpla las especificaciones? ¡Exprese su resultado en partes por millón! . responda: a) Si la media de un proceso está centrada entre la máxima y la mínima especificación a una distancia de seis desviaciones estándar de cada una. El caso ideal sería con todos los dispositivos en paralelo y el más desfavorable sería con todos en serie. Esto se debe principalmente a ser un sistema con componentes en serie y componentes en paralelo.Se obtiene que la probabilidad de que el sistema funcione normalmente sea de un 0.Suponiendo normalidad de las mediciones.

¿Cuál es la probabilidad de que un producto no satisfaga las especificaciones? Si la media se desplaza: .002ppm b) Debido a la dificultad para mantener la media de un proceso centrada entre las especificaciones dadas. la probabilidad de que un producto no cumpla las especificaciones se calcula frecuentemente después de suponer que el proceso se desplaza.5 desviaciones estándar.000000001973 0. Para  Para  Como las tablas de probabilidad tienen un rango de valores de z entre no las podemos utilizar además el uso de una calculadora grafica necesitaría los valores de µ y de con los que no contamos por lo que utilizaremos la función de distribución normal estándar en donde y : Con y    La probabilidad de que se cumplan las especificaciones es: Y de que no cumpla: 1=0. Si la media del proceso está posicionada como en la parte a) y se desplaza hacia arriba en 1.001973ppm. 0.Por distribución normal calculamos la probabilidad de que un producto cumpla con las especificaciones.

. suponiendo que la media del proceso está a una distancia de tres desviaciones estándar.La probabilidad de que cumpla las especificaciones es: Con Para  Para Con y  usando distribución normal estándar:     La probabilidad de que no se cumplan las especificaciones: 3.4ppm c) Repita el desarrollo de la parte a).

0026997961 2699. 2700ppm . Para  Para  y : Utilizaremos la función de distribución normal estándar en donde Con y    La probabilidad de que se cumplan las especificaciones es: Y de que no cumpla: 1=0.La probabilidad de que un producto cumpla con las especificaciones.7961ppm.

¡Comente!.5 desviaciones estándar.5 veces de calidad seis sigma es mucho menor a la misma variación en un . La probabilidad de que un producto no satisfaga la especificaciones en b) variando la media en 1.d) Repita la parte b). Si la media se desplaza: La probabilidad de que cumpla las especificaciones es: Con Para  Para Con y  usando distribución normal estándar:     La probabilidad de que no se cumplan las especificaciones: 66811 ppm e) Compare los resultados de las partes b) y d). suponiendo que la media del proceso está a una distancia de tres desviaciones estándar y que entonces se traslada hacia arriba en 1.

sus diferencias. la posibilidad de encontrar productos defectuosos aumentaba. no cumplan las especificaciones requeridas. En el proceso con calidad seis sigma los productos defectuosos aumentan en 169900% al variar la media en 1. es decir. Dentro del primer año de vida de una firma la probabilidad de tener un capital negativo es alta ya que al ser principiante la cantidad de reclamos es muy alta por el incorrecto funcionamiento y alta probabilidad de errores. la probabilidad de funcionamiento va a estar determinada por la cantidad de dispositivos y su distribución. al aumentar la media aumenta la probabilidad de productos defectuosos con respecto a un proceso con la media centrada. Pudiéndose también compara distintas dinámicas de ocurrencias.proceso de calidad tres sigma. es decir. debiendo aplicarse no sólo a máquinas o equipos aislados sino a la totalidadde los procesos que integran la cadena de valor de la organización.La confiabilidad es un concepto muy utilizado en estos tiempos en la industria ya que impacta directamente sobre los resultados de las empresas. Es así como en el primer ejercicio se ve que las dinámicas de natalidad se pueden analizar por medio de familias de distribución obteniéndose así sus respectivas esperanzas. una aplicación de ello es la calidad seis sigma. en el problema se encontró que un proceso al tener mayor número de calidad sigma tendrá menor posibilidad de que los productos salgan defectuosos. CONCLUSIONES Tal como se puede apreciar en los ejercicios analizados la estadística tiene utilidad en la vida cotidiana. Viéndose mejorada en sistemas con muchas alternativas de funcionamiento (sistemas en paralelo) versus a sistemas con funcionamientos dependientes (sistemas en serie). El proceso con mayor numero tendrá más eficiencia y por ello menor número de productos defectuosos.5 veces los productos defectuosos aumentan en 2375%.Queda claro que en problemas de confiabilidad. se amplía la probabilidad que salgan productos de calidad. similitudes y los puntos críticos de igualdad. . es decir.5 veces en cambio en uno con calidad tres sigma al variar la media 1. y probabilidades. Cuando se necesita medir la calidad de un proceso o bien encontrar valores dentro de rangos establecidos se utiliza la distribución normal para encontrar la probabilidad de que ciertos valores cumplan con ciertas especificaciones. además se observó que al aumentar la media la eficiencia del proceso disminuía.