Cap 1: Ejercicio 15.

Un artculo de Consumer Reports sobre crema de cacahuate (septiembre de 1990) report

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 grfica de tallos y hojas comparativa y ponga una lista de tallos a la mitad
de la pgina 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

Cap 1: Ejercicio 22.
Cmo vara la velocidad de un corredor en el recorrido del
curso de un maratn (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 ms lento hacia el final de la carrera. El histograma
adjunto est basado en tiempos de corredores que participaron en varios maratones
japoneses (Factors Affecting Runners Maratn Performance, Chance, otoo de 1993:
24-30).
Cules son algunas caractersticas interesantes de este histograma? Cul es un valor de
diferencia tpico? Aproximadamente qu proporcin de los competidores corren la
ltima distancia ms rpido 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 haba ms corredores lentos que rpidos.
Los corredores que tiene una diferencia de tiempo entre 100 y 200 corrieron ms rpido los
ltimos 5 kilmetros y hay un porcentaje estimado de 5% o menos que ralentizaron a los
ltimos 5 kilmetros.
Cap 1: Ejercicio 39.
La propagacin de grietas provocadas por fatiga en varias partes de un avin ha sido el
tema de extensos estudios en
aos recientes. Los datos adjuntos se componen de vidas de propagacin (horas de
vuelo/104) para alcanzar un tamao
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

1+2+3+..
=

16.475
= = 1.0297
16
Mediana muestral
1.007 + 1.011
= = 1.009
2
b. En cunto se podra disminuir la observacin muestral ms grande sin afectar el valor
de la mediana?
Solo se podra disminuir un valor de aproximadamente de 0.383, si se pasa de dicha cifra la
mediana cambiara
1.294 1.011 = 0.383

Cap 1: Ejercicio 49.

Un estudio de la relacin entre edad y varias funciones visuales (tales como agudeza y
percepcin de profundidad)
report las siguientes observaciones de rea de la lmina esclertica (mm2) de las cabezas
del nervio ptico 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 xi y 2 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

= 56.8

2 = 2.752 + 2.622 + 2.742 + 3.852 + 2.342 + 2.742 + 3.932 + 4.212 + 3.882

+ 4.332 + 3.462 + 4.522 + 2.432 + 3.652 + 2.782 + 3.562 + 3.012

2 = 197.804

b. Use los valores calculados en el inciso a) para calcular la varianza muestral s2 y luego la
desviacin estndar muestral s.
Varianza muestral
2
( )
=1 2 =1
2 =
1
56.82
197.804 17
2 = = 0.5016
16
Desviacin estndar muestral

2
( )
17 2
=1 =1
=
1

56.82
197.804
= 17 = 0.708
16
Cap 1: Ejercicio 58.
Una compaa utiliza dos mquinas diferentes para fabricar piezas de cierto tipo. Durante
un solo turno, se obtuvo una muestra de n 20 piezas producidas por cada mquina y se
determin el valor de una dimensin crtica particular de cada pieza. La grfica de caja
comparativa que aparece en la parte superior de la pgina 41 se construy con los datos
resultantes. Compare y contraste las dos muestras.

Anlisis
Se aprecia ms variacin de la maquina nmero 2, el valor mnimo en la maquina 1 es mayor
a comparacin de la maquina 2 y tambin hay el valor mximo 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 atpicos en la maquina 1 menor al ltimo valor de la maquina
dos pero muy distante de los valores tpicos de la maquina 1.
Cap 2: Ejercicio 12.
Considere seleccionar al azar un estudiante en cierta universidad y que A denote el evento
en que el individuo seleccionado tenga una tarjeta de crdito Visa y que B sea el evento
anlogo 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(AB)= 0.5 + 0.4 0.25= 0.65

b. Cul es la probabilidad de que el individuo seleccionado no tenga ningn tipo de
tarjeta?
P(AB) = 1- 0.65 = 0.35

b. Describa, en funcin 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 B) = 0.5 0.25 = 0.25
Nota: si tengo 5 estudiantes que tiene Visa pero hay un porcentaje de ellos que
tambin tiene otra tarjeta, una probabilidad de 0.25, se resta la Probabilidad.
Cap 2: Ejercicio 37.
Un experimentador est estudiando los efectos de la temperatura, la presin y el tipo de
catalizador en la produccin
de cierta reaccin qumica. Tres diferentes temperaturas, cuatro presiones distintas y
cinco catalizadores diferentes se
estn considerando.
a. Si cualquier experimento particular implica utilizar una temperatura, una presin y un
catalizador, cuntos experimentos son posibles?
60 experimentos distintos

b. Cuntos experimentos existen que impliquen el uso de la temperatura ms baja y dos

presiones bajas?
10 experimentos

c. Suponga que se tienen que realizar cinco experimentos diferentes el primer da de

experimentacin. Si los cinco se eligen al azar de entre todas las posibilidades, de
modo que cualquier grupo de cinco tenga la misma probabilidad de seleccin, cul 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, dejndome una sucesin
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!
=
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
= = 0.045
60!
5! 55!

Cap 4: Ejercicio 2.
Suponga que la temperatura de reaccin X (en C) en cierto proceso qumico tiene una
distribucin uniforme con A = -5 y
B = 5.
a. Calcule P(X <0).
0
1
( < 0) = = 0.5
5 10

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

2.5
1
(2.5 < < 2.5) = 2 = 0.5
0 10

c. Calcule P (-2 X 3).

5
1
(2 3) = = 0.5
0 10
d. Para que k satisfaga -5 < k < k+ 4 < 5, calcule P (k < X < k +4).

+4
1
( < < + 4) = = 0.1 ( 4)
10

( < < + 4) = 0.4

Cap 4: Ejercicio 19.
Sea X una variable aleatoria continua con funcin de distribucin acumulativa

[Este tipo de funcin de distribucin acumulativa es sugerido en el artculo Variabilitiy in

Measured Bedload-Transport Rates (Water Resources Bull., 1985: 39-48) como modelo
de cierta variable hidrolgica.] Determinar:

a. P(X 1)
1
4
( 1) = [1 + ] = 0.25[1 + Ln(4)]~0.59
0 4

b. P(1 X 3)
3
4
( 3) = [1 + ] = 0.75[1 + Ln(1.33)]~0.965
0 4

( 3) ( 1)~0.36

c. La funcin de densidad de probabilidad de X

() = 0.25 [Ln(4)] 0.25 [Ln(x)] 0 < < 4

Cap 4: Ejercicio 32.

Si X es una variable aleatoria normal con media 80 y desviacin estndar 10, calcule las
siguientes probabilidades
mediante estandarizacin:
=80
s=10
()
=
( )
(#) = ( #)

a. P(X 100)
100 80
= =2
10
( 100) = P(Z 2) = (2) = 0.9772

b. P(X 80)

80 80
= =0
10
( 80) = P(Z 0) = (0) = 0.5

c. P(65 X 100)

65 80
= = 1.5
10
(65 X) = P(Z 1.5) = (1.5) = 0.0668
( 100) = P(Z 2) = (2) = 0.9772
P(65 100) = (2) (1.5) = 0.9104

c. P(70 X)

70 80
= = 1
10
(70 X) = P(Z 1) = 1 (1) = 0.8413
 d. P(85 X 95)
85 80
= = 0.5
10
(85 X) = P(Z 0.5) = (0.5) = 0.6915
95 80
= = 1.5
10
(95 X) = P(Z 1.5) = (1.5) = 0.9332
(85 95) = (1.5) (0.5) = 0.2417

f. P(|X -80| 10)

P(70 X 90)
70 80
= = 1
10
(70 X) = P(Z 1) = (1) = 0.1587
90 80
= =1
10
(90 X) = P(Z 1) = (1) = 0.8413
(70 90) = (1) (1) = 0.6826

Cap 4: Ejercicio 44.

Si la longitud roscada de un perno est normalmente distribuida, cul es la probabilidad
de que la longitud roscada de un perno seleccionado al azar est
a. Dentro de 1.5 desviaciones estndar 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 ms de 2.5 desviaciones estndar 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 estndar 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.
Cap 4: Ejercicio 61.
La amplia experiencia con ventiladores de un tipo utilizados en motores disel ha sugerido
que la distribucin exponencial proporciona un buen modelo del tiempo hasta la falla.
Suponga que el tiempo medio hasta la falla es de en exponencial 25 000 horas.
Cul 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(X20 000; 0.00004) = (0.000420 000) = 0.449

Cundo mucho 30 000 horas?

P(X30 000) = F(X30 000; 0.00004) = (0.000430 000) = 0.301

Entre
20 000 y 30 000 horas?
P(20,000 X 30,000) = 0.148

b. Exceda la duracin de un ventilador el valor medio por

ms de dos desviaciones estndar?
P(X > + 2) = P(X > 75,000) = 1 F (75,000;0 .00004) = .0497
Ms de tres desviaciones estndar?
P(X > + 3) = P(X > 100,000) = .018
Nota: Uso de la Acumulada
Bibliografa

Devore. Jay. (2008), Probabilidad y Estadstica para ingeniera y ciencias (7. ed.),
Mxico: CENGAGE Learning.