Deber 1

Cap 1: Ejercicio 15.
Un artículo de Consumer Reports sobre crema de cacahuate (septiembre de 1990) reportó

las siguientes calificaciones
para varias marcas:
Creamy 56 44 62 36 39 53 50 65 45 40
56 68 41 30 40 50 56 30 22
Crunchy 62 53 75 42 47 40 34 62 52
50 34 42 36 75 80 47 56 62
Construya una gráfica de tallos y hojas comparativa y ponga una lista de tallos a la mitad
de la página y luego coloque
las hojas “creamy” a la derecha y las “crunchy” a la izquierda. Describa las similitudes y
diferencias de los dos tipos.
Diagrama de tallo y Hoja comparativo. Ejercicio 15, capitulo 1

¿Cómo varía la velocidad de un corredor en el recorrido del
curso de un maratón (una distancia de 42.195 km)? Considere determinar tanto el tiempo
de recorrido de los primeros 5 km y el tiempo de recorrido entre los 35 y 40 km, y
luego reste el primer tiempo del segundo. Un valor positivo de esta diferencia
corresponde a un corredor que corre más lento hacia el final de la carrera. El histograma
adjunto está basado en tiempos de corredores que participaron en varios maratones
japoneses (“Factors Affecting Runners’ Maratón Performance”, Chance, otoño de 1993:
24-30).
¿Cuáles son algunas características interesantes de este histograma? ¿Cuál es un valor de
diferencia típico? ¿Aproximadamente qué proporción de los competidores corren la
última distancia más rápido que la primera?
Se puede apreciar en el histograma que se encuentra una mayor cantidad de datos a lado
izquierdo, lo que sugiere que se encuentra sesgado positivamente, en caso de este ejemplo
significa que había más corredores lentos que rápidos.
Los corredores que tiene una diferencia de tiempo entre 100 y 200 corrieron más rápido los
últimos 5 kilómetros y hay un porcentaje estimado de 5% o menos que ralentizaron a los
últimos 5 kilómetros.
La propagación de grietas provocadas por fatiga en varias partes de un avión ha sido el
tema de extensos estudios en
años recientes. Los datos adjuntos se componen de vidas de propagación (horas de
vuelo/104) para alcanzar un tamaño
de agrietamiento dado en orificios para sujetadores utilizados en aviones militares
(“Statistical Crack Propagation in
Fastener Holes ander Spectrum Loading”, J. Aircraft, 1983:
1028-1032):
0.736 0.863 0.865 0.913 0.915 0.937 0.983 1.007 1.011 1.064 1.109 1.132 1.140 1.153 1.253
1.394
a. Calcule y compare los valores de la media y mediana
muestrales.
Media muestral
x 1+ x 2+ x 3+ ….. xn
ẍ=
n
16.475
ẍ= =1.0297
16
Mediana muestral
1.007+1.011
ẋ= =1.009
2
b. ¿En cuánto se podría disminuir la observación muestral más grande sin afectar el valor
de la mediana?
Solo se podría disminuir un valor de aproximadamente de 0.383, si se pasa de dicha cifra la
mediana cambiara
1.294−1.011=0.383

Un estudio de la relación entre edad y varias funciones visuales (tales como agudeza y
percepción de profundidad)
reportó las siguientes observaciones de área de la lámina esclerótica (mm2) de las cabezas
del nervio óptico humano
(“Morphometry of Nerve Fiber Bundle Pores in the Optic Nerve Head of the Human”,
Experimental Eye Research,
1988: 559-568):
2.75 2.62 2.74 3.85 2.34 2.74 3.93 4.21 3.88 4.33 3.46 4.52 2.43 3.65 2.78 3.56 3.01
a. Calcule Σxi y Σ x 2i .
∑ x i=2.75+ 2.62+ 2.74+3.85+2.34 +2.74+3.93+ 4.21+3.88+4.33+ 3.46+4.52+2.43+3.65+2.78+ 3.56+3.01

∑ x i=56.8
∑ x 2 i=2.752 +2.622+ 2.742 +3.852 +2.342 +2.74 2+ 3.932+ 4.212 +3.882 +4.332 +3.46 2+ 4.522+ 2.432+ 3.652+ 2.78
∑ x 2 i=197.804
b. Use los valores calculados en el inciso a) para calcular la varianza muestral s2 y luego la
desviación estándar muestral s.
Varianza muestral
n
s =∑ x 2 i−¿ ¿ ¿ ¿
2
i =1
56.8 2
197.804−
17
s2= =0.5016
16
Desviación estándar muestral
17
s= √ ∑ x 2 i−¿ ¿ ¿ ¿ ¿
i=1
56.82
s=
√ 197.804−
16
17
=0.708
Una compañía utiliza dos máquinas diferentes para fabricar piezas de cierto tipo. Durante
un solo turno, se obtuvo una muestra de n 20 piezas producidas por cada máquina y se
determinó el valor de una dimensión crítica particular de cada pieza. La gráfica de caja
comparativa que aparece en la parte superior de la página 41 se construyó con los datos
resultantes. Compare y contraste las dos muestras.
Análisis
Se aprecia más variación de la maquina número 2, el valor mínimo en la maquina 1 es mayor
a comparación de la maquina 2 y también hay el valor máximo es menor en la maquina 1
que en la 2.
Se aprecia que la mediana es igual o similar en los dos casos
Empiezan a aparecer valores atípicos en la maquina 1 menor al último valor de la maquina
dos pero muy distante de los valores típicos de la maquina 1.
Considere seleccionar al azar un estudiante en cierta universidad y que A denote el evento
en que el individuo seleccionado tenga una tarjeta de crédito Visa y que B sea el evento
análogo para la tarjeta MasterCard. Suponga que:
P (A) 0.5,
P (B) 0.4
P(A inter B) 0.25.
a. Calcule la probabilidad de que el individuo seleccionado tenga por lo menos uno de

los dos tipos de tarjetas (es decir, la probabilidad del evento A U B).
P(AՍB)= 0.5 + 0.4 – 0.25= 0.65

b. ¿Cuál es la probabilidad de que el individuo seleccionado no tenga ningún tipo de
tarjeta?
P(AՍB)” = 1- 0.65 = 0.35´
b. Describa, en función de A y B, el evento de que el estudiante seleccionado tenga

una tarjeta Visa pero no una MasterCard y luego calcule la probabilidad de este
evento.
P(A) – P(A Ո B) = 0.5 – 0.25 = 0.25
Nota: si tengo 5 estudiantes que tiene Visa pero hay un porcentaje de ellos que
también tiene otra tarjeta, una probabilidad de 0.25, se resta la Probabilidad.
Un experimentador está estudiando los efectos de la temperatura, la presión y el tipo de
catalizador en la producción
de cierta reacción química. Tres diferentes temperaturas, cuatro presiones distintas y
cinco catalizadores diferentes se
están considerando.
a. Si cualquier experimento particular implica utilizar una temperatura, una presión y un
catalizador, ¿cuántos experimentos son posibles?
60 experimentos distintos
b. ¿Cuántos experimentos existen que impliquen el uso de la temperatura más baja y dos
presiones bajas?
10 experimentos
c. Suponga que se tienen que realizar cinco experimentos diferentes el primer día de
experimentación. Si los cinco se eligen al azar de entre todas las posibilidades, de
modo que cualquier grupo de cinco tenga la misma probabilidad de selección, ¿cuál es la
probabilidad de que
se utilice un catalizador diferente en cada experimento?
Tengo una probabilidad de 12 o (60 experimentos /5 tipos de catalizador) de que en un
experimento me toque un tipo de catalizador, si hago el experimento 5 veces la
probabilidad es de que en cada uno salga una probabilidad de 12, dejándome una sucesión
siguiente
P (exp)= 12*12*12*12*12 = 125
Se multiplica por que se vuelve a considerar esa probabilidad en cada experimento
Dividido para todas las posibles respuestas
60 !
Pt =
5 ! 55 !
Nota: me indica que en las 60 posibles respuestas se elimina las que no se deben contar con
el factorial segundo del denominador y el factorial primero del denominador me indica las
veces que se va a tomar el dato.
Dando como resultado una probabilidad de tener el mismo tipo de catalizador en cada
experimento una probabilidad de
125
Pg = =0.045
60 !
5 ! 55 !
Cap 4: Ejercicio 2.
Suponga que la temperatura de reacción X (en °C) en cierto proceso químico tiene una
distribución uniforme con A = -5 y
B = 5.
a. Calcule P(X <0).
0
1
P ( x< 0 )=∫ dx=0.5
−5 10
b. Calcule P (2.5< X < 2.5).

2.5
1
P (−2.5< X <2.5 )=2∗∫ dx=0.5
0 10
c. Calcule P (-2 ≤ X ≥ 3).

5
1
P (−2≤ X ≥ 3 )=∫ dx =0.5
0 10
d. Para que k satisfaga -5 < k < k+ 4 < 5, calcule P (k < X < k +4).
k+4
1
P ( k < X < k +4 )= ∫ dx=0.1∗( k−4 )−k
k 10
P ( k < X < k +4 )=0.4

Sea X una variable aleatoria continua con función de distribución acumulativa
[Este tipo de función de distribución acumulativa es sugerido en el artículo “Variabilitiy in

Measured Bedload-Transport Rates” (Water Resources Bull., 1985: 39-48) como modelo
de cierta variable hidrológica.] Determinar:
a. P(X ≤ 1)
1
x 4
[ ]
P ( X ≤1 ) =∫ ∗ 1+ ln dx=¿ 0.25 [ 1+ ln ( 4 ) ] 0.59 ¿
0 4 x
b. P(1 ≤ X ≤ 3)
3
x 4
[ ]
P ( X ≤3 )=∫ ∗ 1+ln dx=¿ 0.75 [ 1+ln ( 1.33 ) ] 0.965 ¿
0 4 x
P ( X ≤3 )−P ( X ≤ 1 ) 0.36
c. La función de densidad de probabilidad de X
F ´ ( x )=0.25 [ ln ( 4 ) ]−0.25 [ ln ( x ) ] en 0< x <4

Si X es una variable aleatoria normal con media 80 y desviación estándar 10, calcule las
siguientes probabilidades
mediante estandarización:
ẍ =80
s=10
X−µ(media)
Z=
σ (desviacion estandar)
ɸ ( ¿ ) =P ( X ≤¿)
a. P(X ≤100)
100−80
Z= =2
10
P ( X ≤100 ) =P ( Z ≤ 2 )=ɸ ( 2 ) =0.9772
b. P(X ≤80)
80−80
Z= =0
10
P ( X ≤80 )=P ( Z ≤0 )=ɸ ( 0 )=0.5
c. P(65 ≤X ≤100)
65−80
Z= =−1.5
10
P ( 65 ≤ X )=P ( Z ≤−1.5 )=ɸ (−1.5 )=0.0668
P ( X ≤100 ) =P ( Z ≤ 2 )=ɸ ( 2 ) =0.9772
P ( 65 ≤ X ≤ 100 )=ɸ ( 2 )−ɸ (−1.5 )=0.9104
c. P(70 ≤X)
70−80
Z= =−1
10
P ( 70≤ X )=P ( Z ≤−1 )=1−ɸ (−1 ) =0.8413
d. P(85 ≤ X ≤95)
85−80
Z= =0.5
10
P ( 85 ≤ X )=P ( Z ≤0.5 )=ɸ ( 0.5 )=0.6915
95−80
Z= =1.5
10
P ( 95 ≤ X )=P ( Z ≤1.5 ) =ɸ ( 1.5 )=0.9332
P ( 85 ≤ X ≤ 95 ) =ɸ (1.5 )−ɸ ( 0.5 )=0.2417
f. P(|X -80|≤ 10)

P(70 ≤ X ≤ 90)
70−80
Z= =−1
10
P ( 70≤ X )=P ( Z ≤−1 )=ɸ (−1 )=0.1587
90−80
Z= =1
10
P ( 90 ≤ X )=P ( Z ≤1 ) =ɸ (1 ) =0.8413
P ( 70≤ X ≤ 90 )=ɸ ( 1 )−ɸ (−1 ) =0.6826

Si la longitud roscada de un perno está normalmente distribuida, ¿cuál es la probabilidad
de que la longitud roscada de un perno seleccionado al azar esté
a. Dentro de 1.5 desviaciones estándar de su valor medio?
P(m-1.5S |X| m+1.5S) = P(1.5 |Z| 1.5) = F(1.50)- F(-1.50) = 0.9332-0.0668= 0.8664.
b. A más de 2.5 desviaciones estándar de su valor medio?

P(X< m – 2.5S; X> m+2.5S) = 1 –P(-2.5 |Z| 2.5 ) = 1- (F(2.50)- F(-2.50)) = 1-(0.9938-0.0062)
P(X< m – 2.5S; X> m+2.5S) =0.0124
c. Entre una y dos desviaciones estándar de su valor medio?

P(m-2S |X| m+2S) - P(m-1S |X| m+1S) = (0.9772-0.0228)-(0.8413-0.1587) = 0.9544-0.6826 =
0.2718.

La amplia experiencia con ventiladores de un tipo utilizados en motores diésel ha sugerido
que la distribución exponencial proporciona un buen modelo del tiempo hasta la falla.
Suponga que el tiempo medio hasta la falla es de µ en exponencial λ 25 000 horas.
¿Cuál es la probabilidad de que
a. Un ventilador seleccionado al azar dure por lo menos 20 000 horas?
P(X>20,000) = 1-P(X<20 000) = 1-F(X≤20 000; 0.00004) = e−(0.0004∗20 000)=0.449
¿Cuándo mucho 30 000 horas?
P(X≤30 000) = F(X≤30 000; 0.00004) = e−(0.0004∗30 000)=0.301
¿Entre
20 000 y 30 000 horas?
P(20,000 ≤X ≤30,000) = 0.148
b. ¿Exceda la duración de un ventilador el valor medio por

más de dos desviaciones estándar?
P(X > µ + 2σ) = P(X > 75,000) = 1 – F (75,000;0 .00004) = .0497
¿Más de tres desviaciones estándar?
P(X > µ + 3σ) = P(X > 100,000) = .018
Nota: Uso de la Acumulada
Bibliografía
Devore. Jay. (2008), Probabilidad y Estadística para ingeniería y ciencias (7ª. ed.),
México: CENGAGE Learning.

Deber 1

Cargado por

Copyright:

Formatos disponibles

Deber 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Deber 1

Cargado por

Copyright:

Formatos disponibles

Cap 1: Ejercicio 15.

Un artículo de Consumer Reports sobre crema de cacahuate (septiembre de 1990) reportó

Diagrama de tallo y Hoja comparativo. Ejercicio 15, capitulo 1

Cap 1: Ejercicio 49.

∑ x i=2.75+ 2.62+ 2.74+3.85+2.34 +2.74+3.93+ 4.21+3.88+4.33+ 3.46+4.52+2.43+3.65+2.78+ 3.56+3.01

a. Calcule la probabilidad de que el individuo seleccionado tenga por lo menos uno de

P(AՍB)= 0.5 + 0.4 – 0.25= 0.65

b. Describa, en función de A y B, el evento de que el estudiante seleccionado tenga

b. Calcule P (2.5< X < 2.5).

c. Calcule P (-2 ≤ X ≥ 3).

P ( k < X < k +4 )=0.4

Cap 4: Ejercicio 19.

[Este tipo de función de distribución acumulativa es sugerido en el artículo “Variabilitiy in

c. La función de densidad de probabilidad de X

F ´ ( x )=0.25 [ ln ( 4 ) ]−0.25 [ ln ( x ) ] en 0< x <4

Cap 4: Ejercicio 32.

f. P(|X -80|≤ 10)

Cap 4: Ejercicio 44.

b. A más de 2.5 desviaciones estándar de su valor medio?

c. Entre una y dos desviaciones estándar de su valor medio?

Cap 4: Ejercicio 61.

¿Cuándo mucho 30 000 horas?

P(X≤30 000) = F(X≤30 000; 0.00004) = e−(0.0004∗30 000)=0.301

b. ¿Exceda la duración de un ventilador el valor medio por

También podría gustarte