Gratis
Matemáticas AI NS

Prueba 3 Mayo 2025 TZ3

Práctica de Prueba 3 con problemas extensos y soluciones desarrolladas.

Prueba 31 h 15 min
2preguntas

Estudio de caso

Calculadora gráfica requerida. Da respuestas exactas o a 3 cifras significativas salvo indicación contraria. Utiliza el cuadernillo de respuestas y comienza cada pregunta en una nueva página.

Marca máxima: [55].

Preguntas y soluciones

Pregunta 1
Gratis

Este ejercicio estudia cómo la evaluación del Índice de Calidad del Aire (AQI) para un colegio depende del método elegido.

La calidad del aire en un distrito se mide en tres estaciones de monitoreo situadas en coordenadas (km): A (0, 5), B (8, 9) y C (8, 1). Se construye un diagrama de Voronói con las tres estaciones como sitios.

(a) (i) Halla la ecuación de la mediatriz perpendicular de [BC]. [2]

(ii) Dado que la mediatriz perpendicular de [AB] es \(y = 15 – 2x\), halla las coordenadas del vértice \(V\). [2]

Un colegio, S, está en el punto (5, 6).

(b) Indica qué estación es la más cercana al colegio. [1]

El AQI < 50 indica buena calidad del aire. La directora solicita a la agencia ambiental el AQI de su colegio. Le informan el promedio de la estación más cercana al colegio.

(c) Escribe el tipo de interpolación que usa la agencia ambiental. [1]

La directora obtiene luego el promedio de AQI en cada estación:

EstaciónABC
Promedio AQI13249125

(d) Explica por qué la directora podría no aceptar que el aire cerca del colegio se pueda clasificar como “bueno”. [1]

Para usar toda la información, decide aplicar el algoritmo de vecinos naturales. Etapa 1: crear un nuevo Voronói con S como sitio adicional (líneas discontinuas: diagrama previo). Etapa 2: estimar el AQI en el colegio, \(W\), con

\[ W = \frac{w_A\,a_A + w_B\,a_B + w_C\,a_C}{T} \]

donde \(a_A\), \(a_B\), \(a_C\) son las áreas arrebatadas al contorno previo de \(A, B, C\) (regiones P, Q, R, respectivamente) y \(w_A, w_B, w_C\) son sus promedios (de la tabla). \(T\) es el área total de la nueva celda alrededor de S.

(e) (i) Halla el punto medio de [SB]. [2]

(ii) Demuestra que la mediatriz perpendicular de [SB] es \(y = 14 – x\). [3]

(iii) En consecuencia, halla \(a_B\) (el área de la región Q). [5]

Se conocen \(a_A = 13.7\,\text{km}^2\) y \(a_C = 6.9\,\text{km}^2\).

(f) Usa el algoritmo de vecinos naturales para mostrar que \(W = 94.4\). [2]

La directora sospecha que este método subestima \(W\) porque el colegio está cerca de una intersección muy transitada. Recoge lecturas diarias \(x\) durante 60 días y obtiene: \(\bar{x} = 97.8\), \(s = 17.2\), \(n = 60\). Supón que los valores diarios son independientes y siguen una normal.

(g) Contrasta al 10 % la hipótesis de que la media de AQI en el colegio es mayor que 94.4. Indica \(H_0\), \(H_1\) y la conclusión en contexto. [6]

Supón ahora \(X \sim \mathcal{N}(97.8,\,17.2)\).

(h) Con este modelo, halla el número esperado de días por año (redondeado al día más cercano) en los que el AQI se clasifica como “bueno”. [3]

Diagrama de Voronoi inicial con estaciones A, B, C y vértice V.
Diagrama de Voronoi con el colegio S y regiones P, Q y R.

(a)(i) Segmento BC es vertical con extremos B(8,9) y C(8,1); su punto medio tiene \(y\) medio \(\tfrac{9+1}{2}=5\) y la mediatriz es horizontal. Por tanto, y = 5.

(ii) El vértice \(V\) es la intersección de las mediatrices de [AB] y [BC]. Sustituyendo \(y=5\) en \(y=15-2x\): \(5=15-2x\Rightarrow x=5\). Así, \(V=(5,\,5)\).

(b) Distancias al colegio S(5,6):
\(SA=\sqrt{(5-0)^2+(6-5)^2}=\sqrt{26}\approx5.10\), \(SB=\sqrt{(5-8)^2+(6-9)^2}=\sqrt{18}\approx4.24\), \(SC=\sqrt{(5-8)^2+(6-1)^2}=\sqrt{34}\approx5.83\). La más cercana es B.

(c) Interpolación del vecino más cercano.

(d) Aunque B da 49 (<50), es un promedio y el colegio también está relativamente cerca de A y C, con promedios altos (132 y 125), por lo que es plausible que con frecuencia el AQI supere 50 en el colegio.

(e)(i) Punto medio de [SB]: \(\big(\tfrac{5+8}{2},\tfrac{6+9}{2}\big)=(6.5,\,7.5)\). \((6.5,\,7.5)\).

(ii) Pendiente de SB: \(\dfrac{9-6}{8-5}=1\). La mediatriz tiene pendiente \(-1\) y pasa por (6.5,7.5): \(y-7.5=-1(x-6.5)\Rightarrow y=14-x\). y = 14 – x.

(iii) La región Q (asignada desde B) es un triángulo cuyos vértices clave se obtienen intersectando \(y=14-x\) con las rectas del diagrama previo: con \(y=5\) da \((9,5)\); con \(y=15-2x\) da \((1,13)\); y su base en el borde previo sobre \(y=5\) entre \((5,5)\) y \((9,5)\). Tomando como base el segmento horizontal de longitud 4 (de x=5 a x=9 en \(y=5\)) y altura 8 (distancia vertical de \((1,13)\) a la recta \(y=5\)), el área es \(\tfrac12\times4\times8=16\). Por tanto, \(a_B = 16\,\text{km}^2\).

(f) Con \(a_A=13.7\), \(a_B=16\), \(a_C=6.9\) y \(T=13.7+16+6.9=36.6\):
\[ W=\frac{132\cdot13.7+49\cdot16+125\cdot6.9}{36.6}=\frac{1808.4+784+862.5}{36.6}=\frac{3454.9}{36.6}\approx\,\,\,\, 94.4 \]94.4

(g) Contraste unilateral: \(H_0: \mu=94.4\), \(H_1: \mu\mathrel{\unicode{x003E}}94.4\). Estadístico t:
\[ t=\frac{\bar{x}-\mu_0}{s/\sqrt{n}}=\frac{97.8-94.4}{17.2/\sqrt{60}}\approx\frac{3.4}{2.22}\approx1.53. \] Con \(df=59\), \(p\approx0.0655\). Como \(p\mathrel{\unicode{x003C}}0.10\), se rechaza \(H_0\). Conclusión: hay evidencia significativa al 10 % de que la media de AQI en el colegio es mayor que 94.4.

(h) Días con AQI “bueno” (\(X\mathrel{\unicode{x003C}}50\)) cuando \(X\sim\mathcal N(97.8,17.2)\):
\(z=\dfrac{50-97.8}{17.2}\approx-2.78\Rightarrow \mathbb P(X\mathrel{\unicode{x003C}}50)\approx0.00273\). Número esperado en 365 días: \(0.00273\times365\approx0.995\Rightarrow\) 1 día.

Pregunta 2
Gratis

George investiga el crecimiento del número de vehículos eléctricos (VE) en la Unión Europea (UE) para anticipar dificultades si se prohíben las ventas de turismos de gasolina y diésel en 2035.

El número de VE en la UE, \(N\), en millones, se modela respecto al tiempo \(t\) en años desde el inicio de 2016 (\(t\in\mathbb R\)). Los datos de fin de año son:

Fin de año2016201720182019202020212022
t1234567
N (millones)0.20.30.40.61.11.93.1

George ajusta una función logística \(\displaystyle N=\frac{310}{1+Ce^{-kt}}\), con \(C,k\in\mathbb R^+\).

(a) En contexto, explica el significado de 310 en la función de George. [1]

(b) (i) Usando \(N\) en \(t=1\), demuestra que \(C=1549\,e^{k}\). [2]

(ii) Usando \(N\) en \(t=7\), halla una segunda expresión para \(C\). [3]

c) Usa tus respuestas del (b) para hallar un valor de
  1. \(k\)
  2. \(C\). [2][1]

Con el modelo, George predice \(N\) a fin de 2017–2021 (redondeado a 1 decimal):

Fin de año20172018201920202021
t23456
N observado0.30.40.61.11.9
Predicción0.30.5a1.22.0

(d) Calcula \(a\) (1 decimal). [2]

(e) Usando ese \(a\), calcula la suma de cuadrados de los residuales \(SS_{res}\). [2]

Como medida de ajuste, George usa la función de error \(E\), donde \(E=\dfrac{SS_{res}}{n}\), y \(n\) es el número de predicciones.

George usará el modelo si \(E\mathrel{\unicode{x003C}}0.25\).

(f) Calcula \(E\) para el modelo y muestra que George decide usarlo. [3]

(g) Usa el modelo para predecir el número de VE en la UE a fin de 2035. [2]

Se estima que el 80 % de propietarios podrá cargar en casa y el 20 % requerirá puntos públicos. Se planifica un punto público por cada 10 coches que lo requieran.

(h) Usa el modelo para expresar el número total de puntos de carga públicos requeridos en el tiempo \(t\). [2]

A fin de 2020 había 0.22 millones de puntos públicos, y a fin de 2022 había 0.54 millones.

(i) Halla el promedio de puntos públicos instalados por año en ese periodo. [1]

Suponiendo crecimiento lineal de puntos públicos al mismo ritmo hasta 2035:

(j) Determina el primer \(t\ge 5\) en que los puntos serán insuficientes para la demanda y, por tanto, el año en que ocurre. [6]

(a) Representa la capacidad de carga o el límite superior del número de VE que el modelo predice a largo plazo: 310 millones.

(b)(i) En \(t=1\): \(0.2=\dfrac{310}{1+Ce^{-k}}\Rightarrow 1+Ce^{-k}=1550\Rightarrow Ce^{-k}=1549\Rightarrow C=1549\,e^{k}\)\(C=1549\,e^{k}\).

(ii) En \(t=7\): \(3.1=\dfrac{310}{1+Ce^{-7k}}\Rightarrow 1+Ce^{-7k}=100\Rightarrow Ce^{-7k}=99\Rightarrow C=99\,e^{7k}\)\(C=99\,e^{7k}\).

(c) Igualando: \(1549e^{k}=99e^{7k}\Rightarrow e^{6k}=\dfrac{1549}{99}\Rightarrow k=\tfrac{1}{6}\ln\!\big(\tfrac{1549}{99}\big)\approx 0.458\)0.458. Luego, por ejemplo, \(C=99e^{7k}\approx 2450\)2450.

(d) Con \(t=4\): \[ N(4)=\frac{310}{1+2450\,e^{-0.458\times4}}\approx0.7896\Rightarrow a=0.8 \]a=0.8

(e) Residuales (obs − pred) en \(t=2,3,4,5,6\): \(0.0,\,-0.1,\,-0.2,\,-0.1,\,-0.1\). Cuadrados: \(0,0.01,0.04,0.01,0.01\). Suma: SS_{res}=0.07.

(f) Con \(n=5\): \[ E=\sqrt{\frac{SS_{res}}{n}}=\sqrt{\frac{0.07}{5}}\approx 0.118\ (\mathrel{\unicode{x003C}}0.25) \]0.118 Por tanto, el modelo se puede usar.

(g) 2035 fin de año corresponde a \(t=20\). \[ N(20)=\frac{310}{1+2450\,e^{-0.458\times20}}\approx 246.9\Rightarrow 247 millones \]247 millones

(h) Requiere puntos públicos el 20 % de VE y se necesita 1 punto por cada 10 de esos coches: factor total \(0.2/10=0.02\). Luego, en millones, \[ P(t)=0.02\,N(t)=\frac{6.2}{1+2450\,e^{-0.458\,t}}\ \text{(millones)} \]\(P(t)=0.02\,N(t)=\frac{6.2}{1+2450\,e^{-0.458\,t}}\ \text{(millones)}\)

(i) Promedio anual 2020→2022: \(\dfrac{0.54-0.22}{2}=\) 0.16 millones por año.

(j) Oferta lineal de puntos (millones) desde \(t=5\): \[ L(t)=0.22+0.16\,(t-5)=0.16t-0.58. \] Demanda \(D(t)=P(t)=\dfrac{6.2}{1+2450e^{-0.458t}}\). Resolvemos el cruce \(D(t)=L(t)\) (el déficit empieza justo después): numéricamente \(t\approx 15.1\)15.1. Como \(t=15\) es fin de 2030, el primer año con insuficiencia es 2031.