..

Primer Parcial 2017/09/09

Nombre: Código

1. (3 points) Durante el verano de 2000 fueron visitados 30 restaurantes de comida rápida entre los que
se encontraban Wendy’s, McDonald’s y Burger King (The Cincinnati Enquirer, 9 de julio de 2000). Se
registró el tiempo que transcurrı́a entre que el cliente hiciera su pedido y la recepción del mismo. Los
tiempos en los 30 restaurantes visitados fueron los siguientes:

3.47 6.22 2.69 1.13 2.08 4.97 4.84 2.21 2.69 3.63 0.86 0.71 3.04 4.64 7.09 2.91

5.52 2.65 9.41 6.89 7.03 0.67 8.46 2.10 4.70 1.86 0.93 0.67 0.85 3.55

La distribución de los tiempos es aproximadamente normal.

(a) ¿Cuál es la probabilidad de que el tiempo de espera sea menor de 4 minutos?
(b) ¿Cuál es la probabilidad de que el tiempo de espera no esté entre 3 y 7 minutos?
(c) ¿Cuál es la probabilidad de que el tiempo de espera sea mayor de 8 minutos?

2. Una ciudad tiene 1000 agencias inmobiliarias. El valor medio de las propiedades vendidas en un año por
estas agencias es de 800 dolares y la desviación estándar es de 154 dolares. Se selecciona una muestra
aleatoria de 100 agencias y se anota el valor de las propiedades que venden en un año.
(a) ¿Cuál es la probabilidad de que la media muestral sea de más de 825 dolares?
(b) ¿Cuál es la probabilidad de que la media muestral sea de más de 780 dolares?
(c) ¿Cuál es la probabilidad de que la media muestral esté comprendida entre 790 y 820 dolares?
3. ¿La falta de sueño es causa de accidentes de tráfico de consecuencias fatales? En un estudio se encontró
que el número promedio por año de accidentes de tráfico con consecuencias fatales ocasionados por
conductores somnolientos es 1550 (BusinessWeek, 26 de enero de 2004). Suponga que el número promedio
anual de accidentes de tráfico de consecuencias fatales está distribuido normalmente con una desviación
estándar de 300.
(a) ¿Cuál es la probabilidad de que haya menos de 1000 accidentes fatales en un año?
(b) ¿De que el número anual de accidentes fatales esté entre 1000 y 2000?
(c) Para que un año se encuentre en el 5 % superior en número de accidentes fatales, cuántos de éstos
tendrán que ocurrir?

4. En Indiana el salario promedio poblacional de los empleados del gobierno federal es $40791 (The World
Almanac, 2001 ). Suponga que la desviación estándar poblacional es σ = $6000. Suponga que se selecciona
una muestra de 64 de estos empleados del gobierno federal.
(a) ¿Cuál es la probabilidad de que el salario promedio muestral de los empleados sea mayor que $41786?
(b) ¿Cuál es la probabilidad de que el salario promedio muestral de los empleados no se aleje más o
menos de $1409 de la promedio poblacional?
 Soluciones

1. Para calcular las probabilidad de los tiempos de espera se debe trabajar con la distribución normal.
Para ello inicialmente calculamos la media y la desviación estándar.
> (media4 <- mean(Datos4))

[1] 3.615667

> (sd4 <- sd(Datos4))

[1] 2.457255

Teniendo en cuenta lo anterior se calculan las sigientes probabilidades:

a) P (X ≤ 4) = 0.562
b) Calculamos la probabilidad de que el tiempo de espera NO esté entre 1 − P (3 ≤ X ≤ 7) =
1 − (0.916 − 0.401) = 1 − 0.515 = 0.485.
c) P (X > 8) = 1 − P (X ≤ 8) = 1 − 0.963 = 0.037

2. Se tienen N = 1000 agencias de las cuales se seleccionaron n = 100 y además se sabe que µ = 800,
σ = 154. Como se desea calcular una probabilidad de media muestral, se calcula el error estándar para
poblaciones finitas, el cual se define de la siguiente manera:
r r
N −n σ 1000 − 100 154
σx̄ = √ = √ = 14.617.
N −1 n 1000 − 1 100
a)

P (x̄ > 825) = 1 − P (x̄ ≤ 825)

 
x̄ − µ 825 − 800
=1−P ≤
σx̄ 14.617
= 1 − P (Z ≤ 1.71)
= 1 − 0.956 = 0.044

b)

P (x̄ > 780) = 1 − P (x̄ ≤ 780)

 
x̄ − µ 780 − 800
=1−P ≤
σx̄ 14.617
= 1 − P (Z ≤ −1.368)
= 1 − 0.086 = 0.914

c)

P (790 ≤ x̄ ≤ 820) = P (x̄ ≤ 820) − P (x̄ ≤ 790)

   
x̄ − µ 820 − 800 x̄ − µ 790 − 800
=P ≤ −P ≤
σx̄ 14.62 σx̄ 14.617
= P (Z ≤ 1.368) − P (Z ≤ −0.684)
= 0.914 − 0.247 = 0.667
3. Sea X la variable aleatoria del número de accidentes ocurridos anualmente, donde el promedio es
µ = 1550 y la desviación estándar de σ = 300.
a)
 
X −µ 1000 − 1550
P (X < 1000) = P <
σ 300
= P (Z < −1.833) = 0.033

b)

P (1000 < X < 2000) = P (X < 2000) − P (X < 1000)

   
X −µ 2000 − 1550 X −µ 1000 − 1550
=P < −P <
σ 300 σ 300
= P (Z < 1.5) − P (Z < −1.833)
= 0.933 − 0.033 = 0.9

c)

P (X > x) = 0.05
1 − P (X ≤ x) = 0.05
P (X ≤ x) = 0.95
 
X −µ x − 1550
P ≤ = 0.95
σ 300
P (Z ≤ z) = 0.95,

donde z = (x − 1550)/300. Se debe buscar el cuantil de la distribución normal estándar que deje
por debajo 0.95.

z = 1.645
x − 1550
= 1.645
300
x = (1.645)(300) + 1550
x = 2043.5

4. Como se desea calcular una probabilidad de media muestral, se calcula el error estándar para pobla-
ciones infinitas, el cual se define de la siguiente manera:
σ 6000
σx̄ = √ = √ = 750.
n 64
a)

P (x̄ > 41786) = 1 − P (x̄ ≤ 41786)

 
x̄ − µ 41786 − 40791
=1−P ≤
σx̄ 750
= 1 − P (Z ≤ 1.327)
= 1 − 0.908 = 0.092
b)

P (39382 ≤ x̄ ≤ 42200) = P (x̄ ≤ 42200) − P (x̄ ≤ 39382)

   
x̄ − µ 42200 − 40791 x̄ − µ 39382 − 40791
=P ≤ −P ≤
σx̄ 750 σx̄ 750
= P (Z ≤ 1.879) − P (Z ≤ −1.879)
= 0.97 − 0.03 = 0.94