EXAMEN 2n Semestre

Assignatura: Estadística i Anàlisi Matemàtica

Data: 1 de Juny

Cognoms: _______________________ Nom: ____________ Login __________ Curs: 2020/21

LLEGIU ABANS DE COMENÇAR

• Es permet l’ús de calculadores però no el de formularis.

• Cal entregar la resolució de cada problema per separat.
• Només podeu fer preguntes referides als enunciats. Cal justificar totes les respostes.
• Copiar o intentar copiar implica perdre la propera convocatòria.
• El mòbil ha de romandre desconnectat i en un lloc no visible.
• Heu de mantenir un document identificatiu amb foto sobre la taula durant tot l’examen.
No es corregirà l’examen si el seu autor/a no s’ha identificat degudament.
• La durada de l’examen és de 2h (2h15 per als alumnes que compteu amb temps
addicional).

Problema 1 (2,5p)

a) De quantes maneres es poden col·locar les lletres de la paraula POLIINSATURAT de manera

que es mantingui l’ordre en què apareixen les vocals? (0,5p)

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)

b.2) Realment hi hagi bacteris quan el test dóna negatiu. (0,5p)

b.3) Hi hagi bacteris i a més a més el test doni positiu. (0,5p)

b.4) O bé hi hagi bacteris, o bé el test doni 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:

PVLVVNSVTVRVD o PLVVVVRDTVVNS on VVVVVV sempre seria la seqüència OIIAUA.

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:

𝐵𝐵 = {la mostra conté bacteris}

𝐵𝐵� = {la mostra no conté bacteris }

I els successos:

𝑇𝑇 + = {el test detecta la presència de bacteris}

𝑇𝑇 − = {el test no detecta la presència de bacteris}

D'acord amb les dades que tenim sabem que:

𝑃𝑃(𝐵𝐵) = 0.2

𝑃𝑃(𝐵𝐵�) = 0.8

𝑃𝑃(𝑇𝑇 + |𝐵𝐵) = 0.9

𝑃𝑃(𝑇𝑇 − |𝐵𝐵�) = 0.8

De manera que les probabilitats següents corresponents als successos condicionats

complementaris venen donades per:

𝑃𝑃(𝑇𝑇 − |𝐵𝐵) = 0.1

𝑃𝑃(𝑇𝑇 + |𝐵𝐵�) = 0.2

Ens demanen que calculem 𝑃𝑃(𝐵𝐵|𝑇𝑇 + ), i aplicant Bayes i el teorema de les probabilitats totals:

𝑃𝑃(𝑇𝑇 + |𝐵𝐵)𝑃𝑃(𝐵𝐵) 𝑃𝑃(𝑇𝑇 + |𝐵𝐵)𝑃𝑃(𝐵𝐵) 0.9 · 0.2

𝑃𝑃(𝐵𝐵|𝑇𝑇 + ) = = = = 0.5294
𝑃𝑃(𝑇𝑇 + ) 𝑃𝑃(𝑇𝑇 |𝐵𝐵)𝑃𝑃(𝐵𝐵) + 𝑃𝑃(𝑇𝑇 |𝐵𝐵�)𝑃𝑃(𝐵𝐵�) 0.9 · 0.2 + 0.2 · 0.8
+ +

b.2) Ens demanen que calculem 𝑃𝑃(𝐵𝐵|𝑇𝑇 − ), i aplicant Bayes i el teorema de les probabilitats
totals:

𝑃𝑃(𝑇𝑇 − |𝐵𝐵)𝑃𝑃(𝐵𝐵) 𝑃𝑃(𝑇𝑇 − |𝐵𝐵)𝑃𝑃(𝐵𝐵) 0.1 · 0.2

𝑃𝑃(𝐵𝐵|𝑇𝑇 − ) = = = = 0.0303
−
𝑃𝑃(𝑇𝑇 ) 𝑃𝑃(𝑇𝑇 |𝐵𝐵)𝑃𝑃(𝐵𝐵) + 𝑃𝑃(𝑇𝑇 |𝐵𝐵�)𝑃𝑃(𝐵𝐵�) 0.1 · 0.2 + 0.8 · 0.8
− −

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:

𝑃𝑃(𝐵𝐵 ∪ 𝑇𝑇 + ) = 𝑃𝑃(𝐵𝐵) + 𝑃𝑃(𝑇𝑇 + ) − 𝑃𝑃(𝐵𝐵 ∩ 𝑇𝑇 + )

= 𝑃𝑃(𝐵𝐵) + [𝑃𝑃(𝑇𝑇 + |𝐵𝐵)𝑃𝑃(𝐵𝐵) + 𝑃𝑃(𝑇𝑇 + |𝐵𝐵�)𝑃𝑃(𝐵𝐵�)] − 𝑃𝑃(𝐵𝐵 ∩ 𝑇𝑇 + )
= 0.2 + [0.9 · 0.2 + 0.2 · 0.8] − 0.18 = 0.36

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

on 𝜆𝜆 és un paràmetre escalar a determinar.

Des que es van començar a fabricar aquests transistors, s’ha mesurat que, de mitjana, la seva
durada és de 10 anys.

a) Utilitzant la desigualtat de Markov, trobeu un límit superior per a la probabilitat que un

transistor duri més de 12 anys i compareu el límit amb el seu valor real. (1p)

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

I el valor de la probabilitat serà:

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

És a dir, la fita calculada no aporta cap informació.

Problema 3 (2,5p)

L’hamburgueseria Menoc Donald ha instal·lat una nova màquina de dispensació de begudes.

Cada matí, en començar la jornada, els treballadors de l’hamburgueseria carreguen la màquina

amb una quantitat aleatòria de beguda, que denominarem 𝑋𝑋 (mesurada en litres), i que és
suficient per cobrir la demanda durant el dia, que és de 𝑌𝑌 litres.

S’ha observat que 𝑋𝑋 i 𝑌𝑌 tenen una densitat conjunta:

𝐾𝐾, 𝑠𝑠𝑠𝑠 0 ≤ 𝑦𝑦 ≤ 𝑥𝑥 ≤ 10
𝑓𝑓(𝑥𝑥, 𝑦𝑦) = �
0, 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟

a) Calcula el valor de 𝐾𝐾. (0,5p)

b) Calcular el nombre de litres de beguda que, en mitjana, es dispensen cada dia. (1p)

c) Calcula la probabilitat de que es dispensin menys de 3 litres de beguda si la màquina conté 8

litres a l’inici de la jornada. (1p)
Solució:
+∞
a) Cal trobar el valor de 𝐾𝐾 tal que ∬−∞ 𝑓𝑓(𝑥𝑥, 𝑦𝑦) 𝑑𝑑𝑑𝑑 𝑑𝑑𝑑𝑑 = 1, tenint en compte que el domini sobre
el que està definida la densitat conjunta és:

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

Per tant, l’esperança serà:

+∞ 10 10
1 1
𝐸𝐸(𝑌𝑌) = � 𝑦𝑦 · 𝑓𝑓𝑌𝑌 (𝑦𝑦) 𝑑𝑑𝑑𝑑 = � 𝑦𝑦 · (10 − 𝑦𝑦) · 𝑑𝑑𝑑𝑑 = � (10𝑦𝑦 − 𝑦𝑦 2 ) · 𝑑𝑑𝑑𝑑
50 50
−∞ 0 0
3 10
1 𝑦𝑦 1 1000 1 500 10
= �5𝑦𝑦 2 − � = �500 − �= � �= = 3.33 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙
50 3 0 50 3 50 3 3

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)

Com es veu, necessitem calcular la densitat marginal de 𝑋𝑋:

 +∞ 𝑥𝑥
1 1 𝑥𝑥
𝑓𝑓𝑋𝑋 (𝑥𝑥) = � 𝑓𝑓(𝑥𝑥, 𝑦𝑦) 𝑑𝑑𝑑𝑑 = � 𝑑𝑑𝑑𝑑 = [𝑦𝑦]0𝑥𝑥 = , 𝑠𝑠𝑠𝑠 0 < 𝑥𝑥 < 10
50 50 50
−∞ 0

Llavors:

1
𝑓𝑓(𝑥𝑥, 𝑦𝑦) 50 1
𝑓𝑓𝑌𝑌|𝑋𝑋 (𝑥𝑥, 𝑦𝑦) = = 𝑥𝑥 = , 0 ≤ 𝑦𝑦 ≤ 𝑥𝑥 ≤ 10
𝑓𝑓𝑋𝑋 (𝑥𝑥) 𝑥𝑥
50

Finalment, la probabilitat demanada serà:

3
1 3
𝑃𝑃(𝑌𝑌 < 3|𝑋𝑋 = 8) = � 𝑑𝑑𝑑𝑑 =
8 8
𝑦𝑦=0

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:

a) La variable aleatòria 𝑋𝑋 representarà el nombre d’impactes en una regió determinada.

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

La probabilitat vindrà donada per l’expressió:

𝜆𝜆𝑘𝑘 𝑒𝑒 −𝜆𝜆
𝑃𝑃(𝑋𝑋 = 𝑘𝑘) =
k!

Si ho calculem per 𝑋𝑋 = 2 i per 𝑋𝑋 = 0 com demana l’enunciat, obtenim:

𝑃𝑃(2) = 0.17 ; 𝑃𝑃(0) = 0.395

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.

Nombre de regions amb dos impactes: 576 · 0.17 = 97.9

Nombre de regions amb cap impacte: 576 · 0.395 = 227.52

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.

c) Donada l’esperança i la desviació típica i al nombre de bombardejos podem mirar

d’aproximar-nos amb una distribució gaussiana. El càlcul de la probabilitat de fer diana amb la
precisió d’un vuitè de desviació típica és independent de l’esperança, així directament podem
fer:

𝑃𝑃(−0.125 < 𝑍𝑍 < 0.125) = 𝐹𝐹(0.125) − 𝐹𝐹(−0.125) = 2𝐹𝐹(0.125) − 1 = 0.096

Llavors 535 · 0.096 = 51 coets haurien fet diana.