Apellidos: Nombre:

 Mecánica  Electricidad  Electrónica  Diseño DNI:

Análisis Vectorial y Estadı́stico

Análisis Vectorial. 19 de Junio de 2014

1. Dada la superficie parametrizada φ(u, v) = (u, v, u2 − v 2 ),

a) 1.0 Calcula el plano tangente a la superficie en el punto (1, 1, 0).

b) 1.0 Calcula la curvatura de Gauss de un punto genérico y su signo. Clasifica los
puntos de la superficie sabiendo que si en un punto la curvatura es negativa se trata
de un punto hipérbolico, si es positiva se trata de un punto elı́ptico y si es cero se
trata de un punto parabólico o de un punto plano.

Solución:

a) Calculamos el vector normal:

~ = φu × φv = (−2u, 2v, 1)
φu = (1, 0, 2u) φv = (0, 1, −2v) N

El punto (1, 1, 0) corresponde a las coordenadas u = 1 y v = 1.

Luego en ese punto el vector normal es N ~ (1, 1) = (−2, 2, 1).
Ası́ que el plano tangente es:

(x − 1, y − 1, z)(−2, 2, 1) = 0 −→ −2x + 2y + z = 0

b) Calculamos la primera y la segunda forma fundamental:

~
N (−2u, 2v, 1)
~n = =√
~k
kN 4u2 + 4v 2 + 1

E = φu · φu = 1 + 4u2 F = φu · φv = −4uv G = φv · φv = 1 + 4v 2
φuu = (0, 0, 2) φuv = (0, 0, 0) φvv = (0, 0, −2)
2 −2
e = ~n · φuu = √ f = ~n · φuv = 0 g = ~n · φvv = √
4u2 + 4v 2 + 1 4u2 + 4v 2 + 1
Ası́ que tenemos que la curvatura de Gauss vale:
−4
eg − f 2 4u2 +4v 2 +1 −4
K= 2
= 2 2 2 2 2 2
=
EG − F 16u v + 4u + 4v + 1 − 16u v (4u + 4v 2 + 1)2
2

Luego la curvatura de Gauss es siempre negativa y, por tanto, todos los puntos son
hiperbólicos.
2. 1.5 Calcular
I
(x + y)2 dx − (x2 + y 2 )dy
C

Siendo C el contorno, recorrido en sentido positivo, del triángulo ∆OAB donde O =

(0, 0), A = (1, 0), B = (0, 1)
Solución: Podemos aplicar el Teorema de G-R y por tanto nos queda
ZZ Z 1 Z 1−x
I = −2 (2x + y)dx dy = −2 (2x + y)dy dx = −1
T 0 0

3. 1.5 Calcular el flujo de F~ (x, y, z) = (y 2 +x, z 2 +y, x2 +z) a través de la superficie cerrada
limitada por z 2 = x2 + y 2 , z = a, con a > 0, z ≥ 0 y orientada exteriormente.
Solución: Por el teorema de Gaus, sale que la Div(F ) = 3 y por tanto
ZZZ 1 
I=3 dxdydz = 3 · Volumen del cono = 3 πr2 h = πa2 a = πa3 .
3
Si no saben el volumen del cono, entonces tendrán que calcularlo, por ejemplo, con coor-
denadas cilı́ndricas, quedando:
Z a Z 2π Z a
3 · Volumen del cono = 3 ρ dz dθ dρ = πa3 .
0 0 ρ
Apellidos: Nombre:

 Mecánica  Electricidad  Electrónica  Diseño DNI:

Análisis Vectorial y Estadı́stico

Estadı́stica. 19 de Junio de 2014

4. 1.0 Las dos rectas de regresión de una variable estadı́stica bidimensional son 3x − 2y = 1
y x − 2y = 3. Obtén la media de X y de Y , identifica la recta de regresión de Y sobre X,
estima el valor de X para Y = 2 y halla el coeficiente de correlación lineal.
Solución: El punto (x̄, ȳ) debe ser el punto de intersección de ambas rectas. Si lo cal-
culamos obtenemos x̄ = −1, ȳ = −2. Si no recordamos esto podemos también obtener las
medias más adelante igualando a las rectas teóricas.
Reescribamos ambas rectas despejando y:
3 1 1 3
y = x− , y = x−
2 2 2 2

Como la primera recta tiene más pendiente que la segunda, la primera debe ser la de X
sobre Y y la segunda la de Y sobre X. Si no sabemos esto no importa porque podemos
probar ambas opciones y descartar la que nos proporcione un coeficiente de correlación
lineal superior a 1.
Igualamos las pendientes de las rectas del problema con las pendientes de las rectas teóricas:

σY2 3 σXY 1
= , 2 =
σXY 2 σX 2

Dividiendo estas expresiones obtenemos el coeficiente de determinación lineal:

σXY σXY 1 2 1
r2 = 2
· 2 = · =
σX σY 2 3 3
σXY 1
r= =√
σX σY 3
Si previamente no sabı́amos distinguir que recta es cuál, podrı́amos saberlo fácilmente
probando ambas opciones,
√ ya que suponiendo la otra opción obtenemos como coeficiente
de correlación lineal 3 que es mayor que 1, lo que descarta esa opción.
Si anteriormente no calculamos las medias como la intersección de las rectas, podemos
hacerlo sustituyendo las pendientes en las rectas teóricas, igualando con las rectas del
problema y resolviendo el sistema:
1 1 3 1 3
y = ȳ + (x − x̄) = x− =⇒ ȳ − x̄ = −
2 2 2 2 2
3 3 1 3 1
y = ȳ + (x − x̄) = x− =⇒ ȳ − x̄ = −
2 2 2 2 2

Finalmente, con la recta de X sobre Y , para Y = 2 el valor xest = 5/3 (con la otra recta
se obtendrı́a erróneamente xest = 7).
5. En una casa hay tres llaveros A, B y C, el A con cinco llaves, el B con siete y el C con
ocho. Se sabe que sólo una llave de cada llavero abre la puerta del trastero. Se escoge al
azar un llavero y, acto seguido, se escoge de él una llave para intentar abrir el trastero. Se
pide la probabilidad de que
a) 0.50 Se acierte con la llave escogida.
b) 0.50 El llavero escogido sea el C y la llave no abra.
c) 0.50 Si la llave escogida fue la correcta, dicha llave sea de A.
Solución:
a) La probabilidad de que se acierte con la llave escogida es
1 1 1 1 1 1 1 131 131
P (abre) = · + · + · = · = ≈ 0,1560
3 5 3 7 3 8 3 280 840
b) La probabilidad de que el llavero escogido sea el C y la llave no abra es
1 7 7
P (C ∩ abre) = P (C) · P (abre/C) = · = ≈ 0,2917
3 8 24
c) Si la llave escogida fue la correcta, la probabilidad de que dicha llave sea de A es
1 1
P (A) · P (abre/A) ·
3 5 56
P (A/abre) = = 131 = ≈ 0,4275
P (abre) 840
131

6. 1.5 La longitud de una cierta pieza se distribuye según una función de densidad

k(x − 1)(3 − x) si 1 ≤ x ≤ 3
f (x) =
0 en el resto
Una pieza se considera no defectuosa si su longitud está comprendida entre 1,7 y 2,4.
a) ¿Cuál es la probabilidad de que una determinada pieza sea no defectuosa?
b) Si las piezas se empaquetan en lotes de 5 unidades y se acepta el lote si contiene menos
de 2 piezas defectuosas. ¿Cuál es la probabilidad de que un cierto lote sea rechazado?
Solución:
Z ∞
3
f (x)dx = 1 =⇒ k =
−∞ 4
La probabilidad de que la pieza sea útil es:
Z 2,4
3
(x − 1)(3 − x)dx = 0, 502 = pu
1,7 4

la probabilidad de que se acepte un lote es la de que haya menos de 2 piezas defectuosas.

Es decir, 4 ó 5 piezas no defectuosas. Puesto que estamos ante una Binomial X → B(5, pu ),
 
5 5
P (X = 5) + P (X = 4) = (pu ) + (pu )4 (1 − pu ) = 0, 19.
4
Entonces la probabilidad de que se rechace el lote es:
1 − 0, 19 = 0, 81
7. 1.0 Con objeto de satisfacer una determinada norma de calidad, la desviación tı́pica del
porcentaje de impurezas de un proceso quı́mico no debe superar el 0,88 %. Para cierta
muestra los porcentajes de impurezas obtenidos han sido

{3,5 %, 5,5 %, 3,5 %, 2,7 %, 2,1 %, 4,8 %, 2,5 %, 1,5 %, 3,2 %, 2,6 %}.

¿Existe suficiente evidencia como para poder concluir al 95 % que la desviación tı́pica del
porcentaje de impurezas de ese proceso quı́mico supera el 0,88 %?
Solución: Se trata de un contraste para la varianza σ 2 de una población de media
desconocida supuestamente normal, ya que ni se dice ni se puede deducir lo contrario.
La hipótesis nula H0 : σ 2 = σ02 será pues constrastada frente a la hipótesis alternativa
H1 : σ 2 > σ02 , donde σ0 = 0,88, n = 10 y α = 0,05.
Comenzamos calculando la varianza muestral y la pseudo-varianza muestral:
2
σ̂X ≈ 1,3229 , ŝ2X ≈ 1,4699

Consultando la tabla comprobamos que el valor de χ2α,n−1 es 16,919 (que es el cuantil de

orden 1 − α = 0,95 en una χ2 de 9 grados de libertad, i.e., tabla 12 fila 9 columna χ20,95 o
bien load(distrib); float(quantile chi2(1-0.05,9)) en wxMaxima)
La región crı́tica (o de rechazo) es (n−1)ŝ2X /σ02 > χ2α,n−1 . Cálculándolo obtenemos 17,083 >
16,919. Como se verifica, la estimación ŝ2X ≈ 1,4699 caerá entonces dentro de la región de
rechazo, el contraste es estadı́sticamente significativo y por ello se concluye que sı́ que hay
suficiente evidencia como para poder concluir al 95 % que la desviación tı́pica supera el
0,88 %, se rechaza H0 y se acepta consecuentemente H1 .
Por otra parte, observamos que si realizáramos un contraste bilateral en lugar de uno
unilateral, obtendrı́amos el intervalo [0,8839; 2,2135] para la desviación tı́pica en el que
sı́ estarı́a incluido el valor σ0 = 0,88, por lo que en este caso no habrı́amos tenido suficiente
evidencia para aceptar la hipótesis de que la desviación tı́pica es diferente de 0,88.