Professional Documents
Culture Documents
Problema 1 (2,5p)
b) Un test detecta la presència d’un cert tipus de bacteris a l’aigua amb una probabilitat de 0.9
en cas de que aquests hi siguin presents. Si no n’hi ha, en detecta l’absència amb una probabilitat
de 0.8. Sabent que la probabilitat de que hi hagi bacteris a una mostra d’aigua és de 0.2, calcular
la probabilitat de que:
b.1) Realment hi hagi presència de bacteris quan el test dóna positiu. (0,5p)
Solució:
a) Una manera de plantejar el problema és etiquetar a totes les vocals amb una V,
independentment de quines siguin, ja que aquestes sempre han d’ocupar la mateixa posició
relativa. Aleshores tindríem alguns casos com els següents:
Amb això es pot veure fàcilment que tenim permutacions amb repetició, ja que importa l’ordre
i existeix una permutació fixa de l’element V, 6 cops i per cadascuna de les lletres que queden
un cop:
6,1,1,1,1,1,1,1
𝑃𝑃𝑅𝑅13 = 8648640
b.1) Considerem els successos:
I els successos:
𝑃𝑃(𝐵𝐵) = 0.2
𝑃𝑃(𝐵𝐵�) = 0.8
Ens demanen que calculem 𝑃𝑃(𝐵𝐵|𝑇𝑇 + ), i aplicant Bayes i el teorema de les probabilitats totals:
b.2) Ens demanen que calculem 𝑃𝑃(𝐵𝐵|𝑇𝑇 − ), i aplicant Bayes i el teorema de les probabilitats
totals:
b.3) Ens demanen que calculem 𝑃𝑃(𝐵𝐵 ∩ 𝑇𝑇 + ), que podem calcular a partir de les probabilitats
següents:
𝑃𝑃(𝐵𝐵 ∩ 𝑇𝑇 + )
𝑃𝑃(𝑇𝑇 + |𝐵𝐵) = → 𝑃𝑃(𝐵𝐵 ∩ 𝑇𝑇 + ) = 𝑃𝑃(𝑇𝑇 + |𝐵𝐵) · 𝑃𝑃(𝐵𝐵) = 0.9 · 0.2 = 0.18
𝑃𝑃(𝐵𝐵)
b.4) Ens demanen que calculem 𝑃𝑃(𝐵𝐵 ∪ 𝑇𝑇 + ), que podem calcular com:
Problema 2 (2,5p)
S’ha estudiat que la vida útil d'un model de transistor obeeix a una funció de densitat
exponencial:
−𝜆𝜆𝜆𝜆
𝑓𝑓(𝑥𝑥) = �𝜆𝜆𝑒𝑒 , 𝑥𝑥 ≥ 0
0, 𝑥𝑥 < 0
Des que es van començar a fabricar aquests transistors, s’ha mesurat que, de mitjana, la seva
durada és de 10 anys.
b) Utilitzeu la desigualtat de Chebysev per trobar un límit inferior per a la probabilitat que el
transistor duri entre 8 i 12 anys. Què podeu dir d’aquesta fita? (1,5p)
NOTA: L’esperança i la variància de les variables aleatòries que segueixen una distribució
1 1
exponencial són iguals a i , respectivament.
𝜆𝜆 𝜆𝜆2
Solució:
a) De les dades de l’enunciat, es dedueix que 𝐸𝐸[𝑋𝑋] = 10. Per tant, segons la desigualtat de
Markov, la fita superior de la probabilitat demanada és:
𝐸𝐸[𝑋𝑋] 10
𝑃𝑃(𝑋𝑋 ≥ 12) ≤ 12
= = 0.833
12
Per a comparar aquesta fita amb el valor real de la probabilitat, ens cal determinar el valor del
paràmetre 𝜆𝜆 de la densitat exponencial. Segons la nota de l’enunciat, deduïm fàcilment que:
1 1
𝐸𝐸[𝑋𝑋] = = 10 → 𝜆𝜆 =
𝜆𝜆 10
1 +∞
+∞ +∞
1 − 1 𝑥𝑥 1 𝑒𝑒 −10𝑥𝑥 12
𝑃𝑃(𝑋𝑋 ≥ 12) = � 𝑓𝑓(𝑥𝑥)𝑑𝑑𝑑𝑑 = � 𝑒𝑒 10 𝑑𝑑𝑑𝑑 = �− � = −𝑒𝑒 −∞ + 𝑒𝑒 −10 = 𝑒𝑒 1.2
12 12 10 10 1
10 12
= 0.301
Que, com es pot comprovar, és inferior a la fita superior trobada per Markov.
b) Ens demanen calcular una fita inferior de la probabilitat 𝑃𝑃(8 < 𝑋𝑋 < 12). Sabent que 𝐸𝐸[𝑋𝑋] =
10, podem formular el càlcul d’aquesta fita aplicant la desigualtat de Chebysev:
𝜎𝜎𝑋𝑋2
𝑃𝑃(8 < 𝑋𝑋 < 12) = 𝑃𝑃(|𝑋𝑋 − 10| < 2) ≥ 1 − 2
2
1
Amb 𝜎𝜎𝑋𝑋2 = = 100. Per tant:
𝜆𝜆2
100
𝑃𝑃(|𝑋𝑋 − 10| < 2) ≥ 1 − = −24
22
Problema 3 (2,5p)
𝐾𝐾, 𝑠𝑠𝑠𝑠 0 ≤ 𝑦𝑦 ≤ 𝑥𝑥 ≤ 10
𝑓𝑓(𝑥𝑥, 𝑦𝑦) = �
0, 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟
b) Calcular el nombre de litres de beguda que, en mitjana, es dispensen cada dia. (1p)
És a dir:
10 𝑥𝑥 10 10 10
𝑥𝑥 2 1
� � 𝐾𝐾 𝑑𝑑𝑑𝑑 𝑑𝑑𝑑𝑑 = 𝐾𝐾 � [𝑦𝑦]0𝑥𝑥 𝑑𝑑𝑑𝑑 = 𝐾𝐾 � 𝑥𝑥 𝑑𝑑𝑑𝑑 = 𝐾𝐾 � � = 50𝐾𝐾 = 1 → 𝐾𝐾 =
2 0 50
𝑥𝑥=0 𝑦𝑦=0 𝑥𝑥=0 𝑥𝑥=0
b) El nombre de litres de beguda que, en mitjana, es dispensen cada dia és igual a l’esperança
de 𝑌𝑌. Per a poder-la calcular, necessitem calcular la densitat marginal de 𝑌𝑌 (𝑓𝑓𝑌𝑌 (𝑦𝑦)) a partir de la
densitat conjunta 𝑓𝑓(𝑥𝑥, 𝑦𝑦):
+∞ 10
1 1 1
𝑓𝑓𝑌𝑌 (𝑦𝑦) = � 𝑓𝑓(𝑥𝑥, 𝑦𝑦) 𝑑𝑑𝑑𝑑 = � 𝑑𝑑𝑑𝑑 = [𝑥𝑥]10
𝑦𝑦 = (10 − 𝑦𝑦) , 𝑠𝑠𝑠𝑠 0 < 𝑦𝑦 < 10
50 50 50
−∞ 𝑦𝑦
c) Ens demanen calcular 𝑃𝑃(𝑌𝑌 < 3|𝑋𝑋 = 8). Per a poder calcular aquesta probabilitat necessitem
conèixer la densitat condicionada 𝑓𝑓𝑌𝑌|𝑋𝑋 (𝑥𝑥, 𝑦𝑦), que es calcula com:
𝑓𝑓(𝑥𝑥, 𝑦𝑦)
𝑓𝑓𝑌𝑌|𝑋𝑋 (𝑥𝑥, 𝑦𝑦) =
𝑓𝑓𝑋𝑋 (𝑥𝑥)
Llavors:
1
𝑓𝑓(𝑥𝑥, 𝑦𝑦) 50 1
𝑓𝑓𝑌𝑌|𝑋𝑋 (𝑥𝑥, 𝑦𝑦) = = 𝑥𝑥 = , 0 ≤ 𝑦𝑦 ≤ 𝑥𝑥 ≤ 10
𝑓𝑓𝑋𝑋 (𝑥𝑥) 𝑥𝑥
50
Problema 4 (2,5p)
Al final de la Segona Guerra Mundial, els alemanys havien desenvolupat els primers coets, els
V1 i V2, capaços de recórrer fins a 300 kilòmetres. Un cop envaïda França, es van col·locar
plataformes de llançament a Calais, a uns 150 Km de Londres, que va ser bombardejada.
Només del V-2 van caure uns 1400 coets a la capital britànica durant la guerra. El gran temor de
l’Almirallat britànic era si els coets queien exactament on els alemanys volien, és a dir, si els
alemanys eren capaços de destruir els punts claus de la ciutat.
Per encàrrec del govern, un grup de matemàtics es va dedicar a estudiar si les ràtzies
germàniques tenien objectius concrets o, més aviat, les bombes queien a l’atzar. Per això, van
dividir la ciutat en 576 regions iguals, on van caure 535 coets en total. D’aquestes regions, 95
van rebre dos impactes i 229 cap.
El primer que es va provar era si seguien una distribució de Poisson, el que voldria dir que els
coets queien a l’atzar. Així doncs:
a) Seleccioneu una regió a l’atzar i calculeu la probabilitat de que fos blanc del coets dues
vegades. Calculeu també la probabilitat de que no rebés cap impacte. (1p)
b) Segons els resultats obtinguts a l’apartat anterior, com podem saber si els bombardejos eren
a l’atzar? (0,5p)
c) Els alemanys van perdre la guerra abans de poder aconseguir un sistema de navegació més
precís. Imagina, però, que haguessin millorat la punteria dels V-2. Modelant l’error respecte el
blanc com una densitat normal, suposa que aquest quedés destruït sempre que l’error en el
llançament fos inferior a un vuitè de la desviació típica. En aquest supòsit, quants dels 535 coets
haurien fet diana? (1p)
Solució:
Com ens diuen que usem Poisson només ens caldrà calcular l’esperança, 𝜆𝜆. Òbviament,
l’esperança té les mateixes unitats que la variable aleatòria així que la trobarem dividint el
nombre total d’impactes entre el nombre de regions.
535
𝜆𝜆 = = 0.929
576
𝜆𝜆𝑘𝑘 𝑒𝑒 −𝜆𝜆
𝑃𝑃(𝑋𝑋 = 𝑘𝑘) =
k!
b) Cal veure si les dades reals segueixen una distribució de Poisson. Per fer-ho usarem les
probabilitats trobades a l’apartat anterior per calcular el nombre de regions que rebrien dos
impactes i cap impacte, i llavors ho compararem amb les dades reals.
L’enunciat diu que les dades reals per dos impactes són 95 regions i 229 cap. Donada la petita
diferència amb el model teòric es pot dir que els bombardejos alemanys eren a l’atzar.