Matemáticas III Estadística - Entrega Pascua

Marc Manrique, Sinty Garau, Bernat Jordà

1) Las matrículas de los coches en España están formadas por tres

letras sin incluir ni vocales ni letras extrañas (Ñ, Ç, acentos, diéresis)
y cuatro dígitos del 0 al 9. Las matrículas empezaron en Septiem-
bre del 2000 por la BBB0000, van incrementando los números hasta
la BBB9999, y a partir de aquí siguen con la siguiente letra de la
primera posición, BBC0000 hasta BBC9999, luego BBD0000... y así
sucesivamente hasta llegar a la BBZ9999, momento en el cual se pasa
a la BCB0000. Esto sigue así hasta que en un momento del futuro
llegaremos a la última de las matrículas, la ZZZ9999 y habrá que
idear otra forma de numerarlas.

B,C,D,F,G,H,J,K,L,M,N,P,Q,R,S,T,V,W,X,Y,Z = 21 posibles letras.

0,1,2,3,4,5,6,7,8,9 = 10 posibles dígitos.

a) ¿Cuántas matrículas de coche empiezan por la letra B?

Sabemos seguro que la primera letra de las matrículas es la B. Como las
dos otras letras pueden ser cualquiera de las 21 y los 4 dígitos cualquiera
de los 10:
212 · 104 = 4410000
Tenemos que 4 410 000 matrículas de coche empiezan por la letra B.

b) ¿Cuántas matrículas de coche contienen la letra B?

Por teoría, sabemos que el número de matrículas de coche que contienen
la letra B es el total de combinaciones de matrículas de coche menos la
cantidad de matrículas de coche que no contienen la letra B. Es decir:

Contiene B = Total − No contiene B

Total = 213 · 104 = 92610000
No contiene B = 203 · 104 = 80000000
Contiene B = 92610000 − 80000000 = 12610000

Tenemos que 12 610 000 matrículas de coche contienen la letra B.

1
c) Sabiendo que un coche contiene la letra B, ¿cuál es la proba-
bilidad de que contenga más de una B en la placa de matrícula?
Queremos saber P(‘Contiene 2 o 3 B’|‘Contiene B’).
P (A ∩ B)
Por teoría, sabemos que P(B|A)= . Pero la intersección entre
P (A)
Contiene 2 o 3 B y Contiene B es precisamente Contiene 2 o 3 B. Por lo
que
P(‘Contiene 2 o 3 B’)
P(‘Contiene 2 o 3 B’|‘Contiene B’) =
P(‘Contiene B’)
Calculamos el valor de las probabilidades haciendo casos favorables entre
casos posibles utilizando los resultados obtenidos en los apartados ante-
riores:
‘Contiene 2 o 3 B’ 3 · 20 · 104 + 104 ∗
P(‘Contiene 2 o 3 B’) = =
‘Total’ 92610000
‘Contiene B’ 12610000
P(‘Contiene B’) = =
‘Total’ 92610000
P(‘Contiene 2 o 3 B’) ‘Contiene 2 o 3 B’ 610000
= =
P(‘Contiene B’) ‘Contiene B’ 12610000
P(‘Contiene 2 o 3 B’|‘Contiene B’) = 0,0484
La probabilidad de que una matrícula de coche contenga más de una B
sabiendo que ya la contiene es de 0.0484 .

d) ¿Cuántas matrículas de coche acaban en una cifra par?

Sabemos seguro que la última cifra de las matrículas es par, es decir,
es una de 5 posibles cifras: 0,2,4,6 u 8. Como las tres letras pueden ser
cualquiera de las 21 y los otros 3 dígitos cualquiera de los 10:
213 · 103 · 5 = 46305000
Tenemos que 46 305 000 matrículas de coche acaban en una cifra par.

e) ¿Cuántas matrículas de coche contienen alguna cifra par?

Por teoría, sabemos que el número de matrículas de coche que contienen
alguna cifra par es el total de combinaciones de matrículas de coche menos
la cantidad de matrículas de coche que no contienen ninguna cifra par. Es
decir:
Contiene par = Total − No contiene par
Total = 213 · 104 = 92610000
No contiene par = 213 · 54 = 5788125
Contiene par = 92610000 − 5788125 = 86821875
Tenemos que 86 821 875 matrículas de coche contienen alguna cifra par.

2
f ) Sabiendo que un coche contiene almenos una cifra par en su
matrícula, ¿cuál es la probabilidad de que el coche acabe en una
cifra par?
Podemos entender que el hecho de que un coche contenga almenos una
cifra par en su matrícula es lo mismo a que contenga alguna cifra par. Por
tanto queremos saber P(‘Contiene par’|‘Acaba en par’).
Siguiendo el mismo razonamiento que en el apartado c) y sabiendo que la
intersección entre Contiene par y Acaba en par es Acaba en par, tenemos
P(‘Acaba en par’)
P(‘Acaba en par’|‘Contiene par’) =
P(‘Contiene par’)
P(‘Acaba en par’) ‘Acaba en par’ 46305000
= =
P(‘Contiene par’) ‘Contiene par’ 86821875
P(‘Acaba en par’|‘Contiene par’) = 0,5333
La probabilidad de que una matrícula de coche acabe en una cifra par
sabiendo que ya contiene alguna es de 0.5333 .

g) Si en Abril de 2017 se ha fabricado hasta la última matrícula

que empieza por la letra J,
¿cuántas matrículas se han fabricado en total?
Como en la primera posición de las letras de las matrículas han pasado
las letras de la B a la J, eso quiere decir que se han fabricado todas
las matrículas que empiezan por 9 letras diferentes, por lo que
7 · 212 · 104 = 30870000
En total se han fabricado 30 870 000 matrículas.

¿cuántas empiezan por la letra J ?

El total de matrículas que se fabrican empezando por una misma letra
es la misma sea cual sea esta primera letra, por lo tanto
Empiezan por J = Empiezan por B = 212 · 104 = 4410000
Se han fabricado 4 410 000 matrículas de coche que empiezan por la
letra J.

¿cuál es la probabilidad de encontrar un coche que empieza

por la letra J ?
Calculamos esta probabilidad haciendo casos favorables entre casos
posibles:
‘EmpiezanporJ 0 4410000
‘Empiezan por J’ = 0
= = 0,1429
‘T otalf abricado 30870000
La probabilidad de encontrar un coche que empieza por la letra J es
de 0.1429 .

3
h) Si en un momento dado, llegamos a la producción de matrí-
culas que empiezan por la letra m-ésima, ¿cuántas matrículas se
han fabricado en total?
Llegar a la producción de matrículas que empiezan por la letra m-ésima
quiere decir que todas las matrículas que empiezan con las letras hasta la
m-1 se han fabricado. Es decir
(m − 1) · 212 · 104
En ese momento se han fabricado en total (m − 1) · 4410000 matrículas.

i) Hoy hemos empezado la producción de matrículas con la letra

K, empezando por la KBB0000. Si cada día fabricamos 10.000
coches (es decir, cada día consumimos una letra de matrícula) y
no se ha destruido ningún coche matriculado todavía, ¿cuál es
la probabilidad que al acabar el día de hoy, un usuario visualice
un coche con matrícula empezando por la letra K ?
Queremos saber el valor de ‘Empieza por K’ calculando los casos favora-
bles entre los casos posibles, siendo los casos posibles el total de matrículas
fabricadas hasta el final del día, es decir, el total de matrículas fabricadas
hasta la letra J más las 10 000 fabricadas el día de hoy.
‘Total fabricado’ = 30 870 000 + 10 000 = 30 880 000
‘EmpiezaporK 0 10000
P(‘Empieza por K’)= 0
= = 0,0003
‘T otalf abricado 30880000
La probabilidad de visualizar un coche con matrícula que empieza por la
letra K al acabar el día de hoy es de 0.0003 .

j) Han pasado n días, desde la producción de matrículas con la

letra K. ¿Cuál es la probabilidad de que un usuario visualice un
coche que empieza por la letra K ?
Siguiendo el razonamiento y las operaciones que hemos hecho en el apar-
tado anterior y siendo n · 10000 el total de matrículas fabricadas hasta el
día n incluido, la probabilidad de que un usuatio visualice un coche que
empieza por la letra K es
n · 10000
30870000 + n · 10000
k) Cada vez que se completa la producción de matrículas que
empiezan por una letra dada, se estima que el 20 % de los coches
que empiezan con cada una de las letras anteriores ya han sido
destruidos o eliminados de circulación.
Por ejemplo, cuando empezamos la CBB, se ha destruido el 20 %
de matrículas que empiezan por B; cuando empezamos la DBB,
se ha destruido el 20 % de las que quedaban empezando por B

4
 y el 20 % de matrículas que empiezan por C...
Si justo ahora hemos fabricado el último coche cuya matrícula
empieza con la letra J (el JZZ9999 ),
Da una fórmula para determinar el número de coches que
hay en circulación ahora mismo.

Calcula la probabilidad de hallar un coche que empiece por

dicha letra J.

Suponiendo que estamos en la producción de la letra m-ésima

y llevamos n días desde que empezamos la producción de dicha
letra,
Da una fórmula en función de m y n para determinar el nú-
mero de coches que hay en circulación ahora mismo.

Calcula la probabilidad de hallar un coche que empiece por

dicha letra m-ésima que nos hallamos produciendo en este
momento.

2) Ricardo va al estanco a comprar dos cajas de tabaco MarlyBoro

y se coloca una dentro de cada bolsillo del pantalón (para los no
fumadores, cada caja de tabaco trae 20 cigarrillos). Cada vez que
tiene un descanso, sale a fumar un cigarrillo, elige un bolsillo al azar
(los dos bolsillos son equiprobables), coge un cigarrillo de la caja
seleccionada y se lo fuma tranquilamente.
Después de salir varias veces a fumar, se acaba el último cigarro
de una de las dos cajetillas y se pregunta cuántos cigarrillos deben
quedarle en la otra.
a) Si 1 ≤ k ≤ 20, ¿cual es la probabilidad de que le queden
exactamente k cigarrillos en la otra caja? Expresad el resultado
en forma de función de probabilidades discreta. Vamos a estudiar
la formula de densidad de la siguiente v.a discreta.

X = ’número de cigarrillos que quedan en la caja tras terminarse la otra’

Para estudiar la funcion de densidad primero empezaremos por los casos

más sencillos que son X = 20 y X = 19.
P (X = 20) = 0,520
P (X = 19) = 0,521 ∗ 20
La explicacion es la siguiente. Tenemos 21 possibles maneras de tener
20 cigarros de la caja 1 y 1 de la caja 2, pero tenemos que quitar una

5
 combinación que es cuando el cigarrillo de la caja 2 se encuentra en la
ultima posición. utilizando la misma generalizacion y siempre restandole
una combinacion, podemos obtener su formula de densidad.
 
40−k 40 − n
P (X = k) = 0,5 ∗[ − 1]
20 − n
b) Dad la función de distribución de la variable aleatoria ante-
rior.

F (k) = ki=1 0,540−i [ 40−i

P

20−i
− 1]
∀k ∈ {1, 2, 3, ..., n}
F (k) = 0
∀k < 1,
F (k) = 1∀k > 20
c) Calculad la esperanza y la varianza de dicha distribución de
probabilidades.
X20
E(X) = k ∗ f (k) = 4,14
k=1

V ar(X) = E(X 2 ) − E(X)2 =

Pista: fijaros que es como una variable geométrica en el sentido que
vais sacando cigarros de las cajas hasta que sacáis el vigésimo (en
lugar de hasta el primer éxito que es lo que indica la geométrica).
3) Las estudiantes del grado de Matemáticas son un tanto adictas
al chocolate en época de exámenes y como nos preocupamos por su
salud, nos hemos documentado un poco.
La revista Clara, afirma que consumir diariamente pequeñas dosis
de chocolate negro hace bajar la presión sanguínea sistólica. Como
referencia, sabemos que la presión sanguínea sistólica de una persona
sana es de 115 mmHg.
Para contrastarlo, hemos traído un kilo de chocolate negro a cada
una de las 100 estudiantes del grado de matemáticas y les hemos
dicho que durante las dos semanas de exámenes parciales tomaran
unos 100 gramos cada día. Al final de los exámenes, el bus de los
donantes de sangre les mide la presión sanguínea sistólica y resulta
que obtenemos unos datos de = 111 y una desviación típica muestral
de 32.
Con los datos anteriores, realizad un contraste de hipótesis con un
nivel de significación de 0,05 para ver si la afirmación de la revista
Clara es cierta o no.
S̃ = 32
x̄ = 111
6
 n = 100
α = 0,05
1 − α = 0,95
1 − α2 = 0,975
El contrast de hipòtesis a realitzar és:

H0 : µ = 115
H1 : µ 6= 115
Anem a trobar un interval de confiança i anem a veure si la mitjana cau dins
l’interval.
s̃ s̃
µ ∈ (x̄ − Z1− α2 ∗ √ , x̄ + Z1− α2 ∗ √ )
n n
µ ∈ (104.728,117.273)
Per tant podem afirmar que la revista esta diguent la veritat amb una seguretat
del 95 per cent.

5) El radar de Son Goku para hallar las siete Bolas del Dragón se ha
estropeado un poco en los últimos años y cuando detecta una bola,
tiene el 72 % de posibilidades de fallar y que en su lugar no haya
ninguna...

a) ¿Cuál es la probabilidad de que Goku encuentre la primera

Bola de Dragón antes de la tercera detección del radar?

X = ’numero de deteccions para encontrar la Bola de Dragón’

Cada vez que Goku busca una bola se produce un suceso aleatorio con
distribucion de Bernouilli con P(encontrar la bola)= 0.28. Visto que es
la repetición de un suceso de Bernouilli que al producirse éxito se para,
estamos hablando de una distribución geomètrica. La probabilidad de que
Goku encuentre la Bola de Dragón antes de la tercera detección del radar
será la distribución en el punto anterior a la tercera detección del radar,
osea:
P (X < 3) = 1 − (1 − 0,28)2 = 0,4816
La probabilidad de que Goku encuentre la primera Bola de Dragón antes
de la tercera detección del radar es 0.4816
b) Si Goku acude a la llamada cada vez que el radar detecta
una bola, ¿cuál es el número esperado de viajes que tendría que
hacer en su nube voladora antes de tener un su poder las 7 Bolas
del Dragón?

X = ’numero de Bolas de Dragón encontradas en una serie de detecciones’

7
 Viso que estamos hablando de una repetición de un suceso aleatorio con
distribución de Bernouilli que se repite una série de veces hasta llegar a
cierto numero de éxitos, consideraremos la esperanza de una distribución
Binomial.

E(X) 7
E(X) = n · p ⇒ n = ⇒n= = 25
p 0,28
El numero de viajes esperados que tendrá que hacer Goku en su nube
voladora serà de 25
c) Si justo el radar acaba de darle la ubicación real de una bola,
cual es la probabilidad de que la siguiente Bola de Dragón sea
también real?
Visto que los sucesos son completamente independentes la probabilidad de
que la siguiente Bola de Dragon sea real no depende del suceso anterior.
Por lo tanto, no cambiará y se mantendrá en 0.28
6) Stannis está decidido a enfrentarse a los Lannister en la cruenta
batalla de Aguasnegras. Para ello, marcha con su flota de 200 barcos
por el mar. En un momento inesperado, Tyrion usa el fuego valy-
rio y hace arder el mar, llevándose con él gran parte de la flota de
Stannis. Sabiendo que solamente sobrevivieron al fuego de Tyrion 26
embarcaciones de Stannis, dad un intervalo de confianza para medir
la efectividad del fuego de Tyrion (es decir, como de probable es que
el fuego acabe hundiendo un barco).
Sabemos que han sobrevivido 26 barcos, por lo tanto ha destruido 174 barcos
que, porcentualmente era el 87 % de la flota por tanto :

p̂ = 0,87

n = 200 > 100

n · p̂x = 174 > 10
n · (1 − p̂x ) = 26 > 10
visto todo esto, sabemos que podemos aplicar la formula de Laplace. (visto que
no nos da el intervalo de confianza usaremos un intervalo de probabilidad 0.95,
ya que es el standard).
# r r "
p̂x (1 − p̂x ) p̂x (1 − p̂x )
p̂x − z1− σ2 , p̂x + z1− σ2
n n

Que, substituyendo para encontrar un intervalo de confianza del 95 % nos da:

# r r "
0,87(1 − 0,87) 0,87(1 − 0,87)
0,87 − 1,96 , 0,87 + 1,96
200 200

8
(utilitzant R) Nos da que podemos asegurar, con un 95 % de seguridad que la
probabilidad de éxito del fuego valyrio de Tyrion está entre 0.8234 y el 0.9167