CÁLCULO DE PROBABILIDADES

1.47. Determine o estime la probabilidad p de cada uno de los eventos siguientes:

a) ~l sacar una sola carta de una baraja ordinaria bien mezclada se obtenga un rey, as, sota de tréboles o reina de
diamantes.
b) Se obtenga la suma 8 en un solo lanzamiento de un par de dados.
e) Se obtenga un tornillo no defectuoso después de haber examinado 600 tornillos y 12 estén defectuosos.
d) Se obtenga un 7 o un 11 en un solo lanzamiento de un par de dados.
e) En tres lanzamientos de una moneda legal se obtenga por lo menos una cara.

1.48. Un experimento consiste en extraer tres cartas, una tras otra, de una baraja ordinaria bien mezclada Sean A1 el
evento "rey en la primera extracción", A 2 el evento "rey en la segunda extracción" y A 3 el evento "rey en la tercera
extracción". Exprese en palabras el significado de cada uno de los incisos siguientes:

a) P(A¡ n Aí), b) P(A¡ U A2), e) P(A'1 U A'2), lÍ) P(A'1 n Aí n A~), e) P((A¡ n Ai) U (A'2 n AJ].

1.49. Si se saca al azar una canica de una caja.que contiene 10 canicas rojas, 30 blancas, 20 azules y 15 anaranjadas.
Encuentre la probabilidad de que la canica a) sea anaranjada o roja, b) no sea azul o roja., e) no sea azul, d) sea
blanca, e) sea roja o blanca o azul.

1.50. De la caja del problema 1.49 se extraen dos canicas una tras otra, reponiéndola después de cada extracción. En-
cuentre la probabilidad de que a) las dos sean b~ancas, b) la primera sea roja y la segunda blanca., e) ningun~ sea
anaranjada, d) sean rojas o blancas o ambas (roja y blanca), e) la segunda no sea azul,!) la primera sea anaranJada,
g) por lo menos una sea azul, h) cuando mucho una sea roja, i) la primera sea blanca pero la segunda noJ) sólo una
sea roja.
• ~PfTuL01
PAoeABILIOAO BASICA
I .~ l .
Rl'llha el
rmhtema 1 ,,, . L...., ·<.k, extraída.
·· sin reponer cada canica después de ha,l\,r s,

PROBABILIDAD
t. _ . CONDICIONAL V EVENTOS INDEPENDIENTES
52
Una Cl\Ja contiene 2 . . ·1·d d de que si se extraen dlJ\ c...amc..;n _,; él' '
reposició ) canicas roJas y 3 azules. Encuentre la probabt 1 ª 1 ... -
n ' a) las dos sean azules, b) las dos sean rojas, e) una sea roja y otra azu .
1.53.
Encuentre la prob b'l• . d. · de 52 cartas si 1~ cartas aJ 1-t: ~
b) no a I tdad de extraer al azar 3 ases de una baraJa or mana · ...~ .
se reponen.

1.54.
Si en una familia hay 2 menores de edad . cuál es la probabilidad de que uno sea varón, o de que líA <kA ~
varones? '"

1.55.
La caja I contiene 3 bolas rojas y 5 blancas, mientras que la caja II contiene 4 bolas rojas Y : blancas. Se l!Xlaf '-
bola al azar de la primera caja y se coloca en la segunda caj a sin observar su color. Despues se extrae un. brj¡ i't
la segunda caja. Encuentre la probabilidad de que sea blanca.

TEOREMA O REGLA DE BAYES

1.56. Una caja contiene 3 canicas azules y 2 rojas mientras que otra caja contiene 2 canicas azules y 5 rojas.. Cm canif..2
extraída al azar de una de las cajas resulta ser azul. ¿Cuál es la probabilidad que provenga de la primera aj¡?

1.57. Cada uno de tres joyeros idénticos tiene dos cajones. En cada cajón del primer joyero hay un reloj de oco. En ada
cajón del segundo joyero hay un reloj de plata. En un cajón del tercer joyero hay un reloj de oro miencras 'F ai el
otro hay un reloj de plata. Si se selecciona un joyero al azar, se abre uno de los cajones y se eIK.-"UeDll'a que cootiere
un reloj de plata, ¿cuál es la probabilidad de que el otro cajón tenga un reloj de oro?

1.58. La urna / tiene 2 bolas blancas y 3 negras; la urna II, 4 blancas y 1 negra; y la urna lll, 3 blancas y 4 negm. Se
selecciona una urna al azar y una bola extraída al azar resulta ser blanca. Encuentre la probabilidad que se haya
seleccionado la urna /.

ANÁLISIS COMBINATORIO, CONTEO Y DIAGRAMAS DE ÁRBOL

1.59. Una moneda se lanza 3 veces. Utilice un diagrama del árbol para determinar las diversas posibilidades que pueden
n1"e~e.ntar §e.
~ CAPITULO
l PROBABILIDAD BÁSICA

1.82. De una b . . ente dos cartas. Encuentre la probabilidad de que

a) 1 · . ara.ia de 52 cartas bien mezcladas se extraen sucesivam rta sea un a.'> pero la segunda no~e) por 1
m ª primera carta no sea un diez de tréboles o un as; b) la primeral ca ) ~o más de 1 carta sea una carta de figuro
enos u_na carta sea un diamante· d) las cartas no sean del mismo pa o; e da carta no sea una carta de figura ti,}
(sota, rema rey)·J) ' no sea una carta de figura·' g) la segunpicas ambas. ~
q 1 ' , 1a segunda carta 0 O
ue ª primera fue una carta de figura; h) las cartas sean cartas de figura

1.83. una Ca.Ja• contiene

. 9 boletos numerados del 1 al 9 inclusive. St. se extraen 3 boletos de la caja, uno cada vez, encuen.
tre la probabilidad de que sean alternadamente non, par, non, 0 par, non, par.

1.84. L b b' • . B n 3 ·2 Si se efectúan 3 juegos, ¿cuáles son

as pro a thdades a favor de que A gane un juego de aJedrez contra so · · A · da .
la~ probabilidades a) a favor de que A gane por lo menos 2 de los 3 juegos, b) en contra de que pter 1os pnmeros
2 Juegos contra B?

1.85. En el juego de naipes, a cada uno de los 4 jugadores se le dan 13 cartas de una baraja ordinaria bien mezclada de 52
cartas. Encuentre la probabilidad de que uno de los jugadores (por ejemplo, el más viejo) obtenga a) 7 diamantes,
2 tréboles, 3 corazones y 1 pica; b) un palo completo.

1.86. Una urna contiene 6 canicas rojas y 8 azules. Cinco canicas se extraen al azar sin reposición. Encuentre la proba-
bilidad que 3 séan rojas y 2 azules.

1.87. a) Encuentre la probabilidad de obtener la suma 7 en por lo menos 1 de 3 lanzamientos de un par de dados no
cargados. b) ¿Cuántos lanzamientos son necesarios para que la probabilidad en a) sea mayor a 0.95?

1.88. Tres cartas se extraen de una baraja ordinaria de 52 cartas. Encuentre la probabilidad de que a) todas las cartas sean
de un palo, b) se extraigan por lo menos 2 ases.

1.89. Encuentre la probabilidad de que a un jugador de naipes que le dan 13 cartas, 9 sean de un mismo palo.
 DISTRIBUCIONES CONJUNTAS V VARIABLES INDEPENDIENTE S

2.54. La fundón e.te prohnhilida<l conjunta de drn, variahleA a leatoria~ X y y c4'lá ~ por /<.x. ,, = cxy
para x = l • 2. J Y Y = l. 2. 3, e igual a cero si no es asL Encuentre a) la C ' ~ c. b ) P<X = 2 . Y = 3).,
e ) P(I :S X S 2. Y S 2), d) P(X ~ 2), e) P(Y < 2),f) P(X = J), g) P(Y = 3).

2.55. Encuentre las funciones de probabilidad marginal de a) X y b) Y de las variables aleatori• del problema 254.
e) Determine si X y Y son independientes.

2.56. Sean X Y Y variables aleatorias continuas con función de densidad conjunta

O<x<1,0<y<1
f(x, y) = {~(x2 + y2)
si no es así
Determine a) la constante e, b) P(X < ½, y > ½), e) P(¼ < X < ¾), d) P(Y < ½),e) si X y Y son indepm6,e;..-s

257. Encuentre las funciones de distribución marginal a) de X y b) de Y de la función de densidad del p;oblcma 2..56..

DISTRIBUCIONES CONDICIONALES V FUNCIONES DE DENSIDAD

2.58. Encuentre la función de probabilidad condicional a) de X dada Y, b) de Y dada X en el caso de la disttibocíóo del
problema 2.54.
X+ y Ü < X S 1, 0 S y < 1
2.59. Sea f(x, y) = {O si no es así
Encuentre la función de densidad condicional de a) X dado Y, b) Y dado X.

2.60. Encuentre la densidad condicional de a) X dado Y, b) Y dado X en el caso de la distribución del problema 2.56.
_ { e-(x+y) X > 0, y > 0
2.61. Sea f (x, Y) - O si no es así

la función de densidad conjunta de X y Y. Encuentre la función de densidad condicional de a) X dada Y., b) Y dada X.
 DE MÍNIMOS CUADRADOS
RECTA
Ajuste la recta de mínimos cuadrados de los datos de la tabl 8 31
¡,64, b)xcomo la variable dependiente. Grafique los datos y las re:ta: d us~?º a) x como la v~able independiente Y
junto de ejes de coordenadas. e IIllrumos cuadrados u1tl1zando el mismo con--

Tabla 8-31

X 3 5 6 8 9 11

y 2 3 4 6 5 8

1.65. Para los datos del problema 8.64, encuentre a) los valores de y cuando x = 5 y x = 12 y b) el valor de x cuando
y= 7.
1.66. La tabla 8-32 muestra las calificaciones finales de álgebra y física que obtuvieron 10 estudiantes seleccionadas al
azar de un grupo grande. a) Grafique los datos. b) Determine la recta de mínimos cuadrados que ajmta los datos.
con x como la variable independiente. e) Calcule la recta de mínimos cuadrados que ajusta los dat~ con Y como
• CAPÍTULO 8 AJUSTE DE CURVAS, REGRESIÓN Y CORRELACIÓN

la variable independiente. d) Si una estudiante recibe una calificación de 75 en álgebra, . e ,

·
esperada en física? e) Si· una estudiante
· · una cab·fi cact·6 n de 95 en ti"isica,
recibe · (, uaJ es. ~u cau
· á les la caJifi
('.,cu
álgebra? cac1on esPe6~
%
Tabla 8-32 ~
,
Algebra (x) 75 80 93 65 87 71 98 68 84 77
Física (y) 82 78 86 72 91 80 95 72 89 74
-

8.67. Con los datos de la tabla 8-33. a) Construya un diagrama de dispersión. b) Calcule la recta de reg .
cuadrados de y en x. e) Determine la recta de regres1'6 n d e m1n1mos
" · cuadra d os d ex en y. d) GrafireSión de lltini~
,
de regresión de b) y e) del diagrama de dispersión de a). que las dos recias

Tabla 8-33
-
Calificación de la primera prueba (x) 6 5 8 8 7 6 10 4 9 7
Calificación de la segunda prueba (y) 8 7 7 10 5 8 10 6 8 6
 H H 7 ,, 1(J ,1 ')
(, ~ 7
l ',1htknd,\n 1k la p ri tth' l1t ¡m1l•tlu (.t)
8 7 7 JO 5 X J() f, Í¡ ,,
\ '1,htk:\\'"' " ,k la ,l·~undn pn1cha (y )

CURVAS DE REGRESIÓN DE MÍNIMOS CUADRADOS

_ + b + cx2 a los datos en la tabla 8-34.
ltNl A_iust~ la parábola de mínimos cuadrados Y - a x
Tabla 8-34

3 4 5 6
X o 1 2
5.6 9.3 14.6 21.9
y 2.4 2.1 3.2

8.69. La tabla 8-35 proporciona la distancia de paro d (pies) de un auto:)~~l qu~ viaj~: ~n~ vel~_idad t ,~ ) 'J
t
hora) al momento en que se detecta peligro. a) Grafique d contra v . . JUS e para a ~ nummos Cuaér-JÜ,'_; 1t
O
ª
la forma d = a + bv + cv2 a los datos. e) Estime d cuando v = 45 nullas por hora y 80 mtllas por hora.

Tabla 8-35

Velocidad, v (millas por hora) 20 30 40 50 60 70

Distancia de paro, d (pies) 54 90 138 206 292 396

8.70. El número y de bacterias por volumen unitario presentes en un cultivo después de x horas se indica en la ubla~)b
a) Grafique los datos en papel semilogarítmico, con la escala logarítmica para y y la aritmética para x. b) .\/llSlr
una curva de mínimos cuadrados de la forma y = abx a los datos y explique por qué esta ecuación particular~
producir buenos resultados. e) Compare los valores de y que se obtuvieron de esta ecuación con los ,wores reales
d) Estime el valor de y cuando x = 1.

Tabla 8-36

Número de horas (x) O 2 3 4 5 6

Número de bacterias por volumen unitario (v)

.____ _ _ _ __ _ _ _ _:_:,___J__ ·__::._~-
32 47 65
=-~ ~ -~-
92 I 32
=-----
190 275
 EJFRC'lC'lC~S Sección 3.4 (46-67)
46. Calcule las siguie ntes probabilidades binomiales directamente 48.
con la fórmula para b(x; n, p) :
a. b(3: 8, .35)
b. b(5; 8 •. 6)
c. P(3 ~ X < 5) cuando n = 7 y p = .6
d. P ( 1 < X) cuando n = 9 y p = .1
47. El artículo ''Should You Report That Fender-Bender?"
(Co,asumer Reports, Sept. 2013: 15) reportó que 7 de cada 10
accidentes de automóvil involucran un solo vehículo ( el artícu-
lo recomienda siempre reportar a la compañía de seguros
cualquier accidente que involucre varios vehículos). Suponga
que se seleccionan 15 accidentes al azar. Utilice la tabla A.1 del
~ Una compañía que produce cristal fino sabe por eX.pCriencia
apéndice para contestar las siguientes preguntas:
a. ¿Cuál es la probabilidad de que máximo en 4 accidentes
\.::r/
esté involucrado un solo vehículo?
b. ¿Cuál es la probabilidad de que exactamente en 4 acciden-
tes esté involucrado un solo vehículo?
c. ¿Cuál es la probabilidad de que exactamente en 6 acciden-
tes estén involucrados varios vehículos?
d. ¿Cuál es la probabilidad de que en 2 a 4 accidentes inclu-
sive esté involucrado un solo vehículo?
e. ¿ Cuál es la probabilidad de que al menos en 2 accidentes
esté involucrado un solo vehículo?
f. ¿Cuál es la probabilidad de que exactamente en 4 acciden-
tes esté involucrado un solo vehículo y que en los otros 11
estén involucrados varios vehículos?
1
Noticias NBC rt-1)(1rt6 el 2 de mayo de 2013 que l de cada 20
niños en los Estados U nid<~ pr~ una alergia alimentaria de
algún tipo. Considere que ~ ~lecciona una muestra aleatoria
de 25 niños y sea X la cantidad de niños en 1a mnestra que
tienen una alergia alimentaria . A..">i , X --- B 1n<25 ., .05 J.
a. Determine P(X < 3 ) y P (X < 3J-
b. Determine P(X >- 4 ) .
c. Determine P(l <X< 3 ).
d. ¿Cuáles son los valores de E (X ) y a z~
e. En una muestra de 50 niños, ¿cuál es la IJ[Ubabilidad de
que ninguno tenga una alergia alimentaria~
que 10% de sus copas de mesa tienen i:m:perle:ccion cosméti-
cas y deben ser clasificadas como --de segunda- .
a. Entre seis copas seleccionadas al aza.r_ ¿qué tan probable es
que sólo una sea de segunda?
b. Entre seis copas seleccionadas al azar~ ¿qué tan probable es
que al menos dos sean de segunda:?
c. Si las copas se examinan una por una., ¿cuál es \a probabi-
lidad de que cuando mucho cinco deban ser seleccionadas
para encontrar cuatro que no sean de segunda'?
~ Se utiliza un número telefónico particular para recibir tanto
J llamadas de voz como faxes. Suponga que 25% de las llamadas
entrantes son fax.es y considere una muestra de 25 llamadas
entrantes. Cuál es la probabilidad de que:
 distr1uu'-•v•. -
·as discretas y
. bles a/eatori . clie ntes selec cionados a l azar .
varia Entre d ie 2
CAP/TULO3 . <,CUáJ es ,_
114 b. ·1 ·dad de que el número que desea la versió 1<I PtOf>.
b1 1 . . n ex1r 4-
sean faxes? ntro de J des v1ac1 6 n estándar de la _ a &rai¡,._
llamad as . '
6 (le l·1s
1 ·ho ' f xes? est e é d rnecha'> "t
•Cuando nn l I llamndas sean a , . L tienda dispone actualmente de s iete raq ·
11. ,. • 6 de ns ?
h, ,.
1
. E., 11r1:1111t·n l: 11 . l\dns sean foxes
. '- k 111s 111n · c. ª .ón . Cuál es la probabilidad de que los s1gu
vers1 • t.,
~e~ende c:.,L '""<I
1 ·11, )~ \l l . 1· •• ,•) 1
l', ·.r\ 1 n' 11 idas seun nx1.:s . . tes que desean esta raqueta Puedan obt tes diei
' . i , f' de las 111m . • c l1en . . ener la -
0, ;.l\1:IS \ l .
que desean de las e xis tencias actuales ? Versión
' , 1 _. ,•1\ 'i1·i,, l'I\'\ 111 . , ' 'i t lll' Sl-' 1.-•s¡ll'l'H
~ •11\1(,\ ~l .1 1 1 1 '11(1\' 111:S -· 1
, t. ' ( '\1;11 ('S d ml\\tl't\' ,k ltn111:11 u:- i . por ciento de todos los teléfonos de cieno t'
u. · . • ,,, . .. las 2.'i ss. Veinte
a servicio
.
mientras se encuentran dentro del
1Pü son
. 1le.
qttt' S1'.I\\ {¡l\t ~ . 1 . 1·I 111í 1111•1'1) l ll!tl vad os • I>enOdo
, , , , 11 ,• , t:\lll 111 1 1
.. l 11 1I \' \ l:I .!,·,, hh " . . •._ •) ntía De estos, 60% puede ser reparado, mientras de
1'- • ' I ¡111• St'H ll f:l\l , ' gara · . e I resian
,,. ,\· ,·,¡vi , , · d llanwdas 01. debe ser reemplazado con unidades nuevas . -
11:mu ,1•' ' ' l ' , ·I 111\1111.:ro e te 40 -1o • • • S1 u
l ,,.11 ,. , l.1 ¡•1,,t-.:11'd1dn,t ik :1:1.1111111111:1 transmís íón de fax
compa
ñía adqmere diez de e s tos teléfonos, ¿cuál es la na
,·. ' , , , ~ -,¡x'nl íl'"·- ~l • • s probab¡
..,,,.,. l.i ~ . ' · ..¡tt, ,, ' . . <, de 2 desviac10ne lidad de que exactamente dos sean reemplazados dentro de la.
· ·" . ·I ll llll h'l\ ' ,·s1x·r:1 Jv nor
r--
ni:,s ·
,\'~""'f\.°l' \ " / ?
vigencia de su garantia ·
·,· ,, L.1 '
' ·· · e deben comprar
, • ,,, , ~ti,·,. ,k tod11~ los estudiantes qu
56. La Junta de Educación reporta que 2% de los dos millones de
-':, :-,.:~' \ .:;1 .., " . . . 1 . desean un ejemplar nuevo
A
1,,, , nn ,,n pa111cu ai
1- 11 r.; 11 estudiantes de preparatoria que presentan el examen de aptitud
.. " ' 1 · 70~ d a comprar
h., . , i h )..-1'\., ' ' · mientras que el restante o ese 1 escolar cada año reciben un trato especial debido a discapaci-
' ' .
.:~ _._.,·mpl3r u~ado. Considere se ecc10nar 1 · 25 compradores a
dades documentadas (Los Ángeles Times, 16 de julio de 2002)_
3..:-!I: Considere una muestra aleatoria de 25 estudiantes que recien-
s. ('u:lles son la media y la desviación estándar del número
• . ? temente presentaron el examen.
d~ e~tudi antes que desean un eJemplar nuevo .
h. . Cu:il es la probabilidad de que el número de estudiantes
a. ¿ Cuál es la probabilidad de que exactamente 1 reciba un
que desea ejemplares nuevos esté a más de dos desviacio- trato especial?
nt'5 estándar del valor medio? b. ¿ Cuál es la probabilidad de que al menos 1 reciba un trato
r. La librería liene 15 ejemplares nuevos y 15 usados en especial?
e,;; 1s1enc1a. Si 25 personas llegan una por una a comprar c. ¿ Cuál es la probabilidad de que al menos 2 reciban un trato
el texto. ;.cuáJ es la probabilidad de que las 25 obtengan el
especial?
upo de libro que desean entre las existencias actuales?
IS11gere11cia : Sea X = el número de estudiantes que desean
d. ¿ Cuál es la probabilidad de que el número entre los 25 que
un ejemplar nuevo. ¿Con qué valores de X obtendrán las 25 recibieron un trato especial esté dentro de 2 desviaciones
personas el libro que desean ?] estándar del número que esperaría reciba un trato especial?
d. Suponga que los ejemplares nuevos cuestan $100 y los e. Suponga que a un estudiante que no recibe un trato espe-
usados. 570. Suponga en la actualidad que la librería tiene cial se le permiten 3 horas para el examen, mientras que ª
50 ejemplares nuevos y 50 usados. ¿Cuál es el valor espe- un estudiante que recibió un trato especial se le penniten
~ do del ingreso total por la venta de los siguientes 25 4.5 horas . ¿Qué tiempo promedio piensa que le sería per-
e1emplares comprados? Asegúrese de indicar qué re la d
mitido a los 25 estudiantes seleccionados?
,-aior esperado está utilizando. [Sugerencia : Sea h(J = e~
57. Un tipo de linterna requiere que sus dos baterías sean cipo D
rngreso cuando X de los 25 compradores desean ejempla-
res nuevos . Exprese esto como una función lineal.] Y funcionará sólo si ambas baterías tienen voltajes acepta-
~ - Ei e)e1Tlc10 30 1sección 3.3) dio la func ., d bles. Suponga que 90% de todas l~s baterías de cierto provee-
o-Jld.id de r 1 , . ion e masa de proba-
lá . e numero de infracciones
de tránsito de un . d' dor tiene voltaje aceptable. Entre diez linternas seleccionadas
\ ;Jo(¡ <tiegUrado por una com añ ía
. m 1- al azar • ál ueve fun -
' ¿cu es la probabilidad de que al menos n
i.z..ir Ctúi! C\ la probabilidad d~ part1cul~ seleccionado al cione ? . Q . . 1 pref!unta
~ .¡ azar: que entre 15 mdividuos selec- n · "' ué supos1c10nes hizo para responder ª ·
planteada?
a. Al mei._,.. HJ llQ .
b. \ . tengan infracciones? 58. - El
"1éwJ\ dt .l;: rrula(j ten • . Un distr'b ·d . nnnenre~-
1 ui or recibe un lote muy grande de coll1r-- · )f-
gan mm1mo u · f lote sól 0 bl ;;i la proJX
1-;m;e < \ H, md na m racción ? puede ser caracterizado como acepra e · ¡O f l
,
u,,,\ e tengan al meno . . .
• 1r,...-, ~JUJ!ar de: r· . s una mfracc1ón71 • ción de - ho de · ·
. . componentes defectuosos es cuando 111 u" . , a.::er-
. «iuct.i de ten,~ \.'Íe d1stnbuid d · , , al az,lr)
• e:. ~lQt:; CTl:• V iUJdc: \e ne en tamaño m ct·. or ec1de seleccionar 1O compone n l e!> ' , , prr-
b n _z.. •..ier • •.ent.i P'1r ciento de e iano tar el 10 t . . d fectu 0 ~0 ·
4, dc-.t. l., ver, 1(,11 ex tr Lodos lo~ clien - e sólo s1 e l núme ro de co mponentes e
a. f-..:.:!t• !! f: / , ª Vétnde semes en h, muestra es c uando muc ho d e ~- .., d ,1
,a,~t t,el«.(, )t ,n•, A,
~ I'.,-. • ""' " al a:,a, u e ptado(ll 8 0
- - , ~ 'c~J r\ 1.i pri h. ... 1· 4uc dc'-ca11 C~l c · l uál es la proha bilidad de que e l lote sea ace _ e, de Ol
'l<ti ~ l.i > a,,, 1dU{J ~
•CH /i{¡ CTtr¡, !C/<lflde 1 (jU c al lllc no1; · / n rcul de compo ne ntes d e.fie ctuº"º
lu pro porc 1n · ~ ·
.05, . 10, .20, .25'!
"".E«:~ • ) n J:rJC:t:nn .. "' "- <' "'-
fect U•··
ec,vnMr • 'ª - X • IJ J b. Seu· P Ja p ropo rció n real d e co mpone nr es d e ¡ ¡,,te l <' n
cept a e
P. res~nles en el lo te . U na grá fi ca de P( se al P (~C ¡¡ccr t~
func1ón de /J, con p sobre e l eje hon zo nr.a y
 · ercical se llama cu rva nirac1e1ú 1in 1 6 2. u.
, ¡ sobre e1 eJe v ' . Co 11 11 fiJ c1 . h
e1 1O1t: · ., d 1 1. n de m uestreo de act!ptac 1ó11 . Use • 1, ay valores de p (O :s p :s l ) para los cuales
d Operaoon e p a V(XJ = <PE 1.
e d I inciso a) para trazar es ta curva co n O :s · , xp i4ue por qué esto es así.
los res ultados e h. ¿Con qué V' le d .
I ~· . . ¡¡ ir e fJ se incrementa al máximo V(X)?
P ~ l. . · . ) y b) con .. I" reemp 1aza ndo a "2" en e 1 . ''.kt:,·u,111·w : Cirafique V(X) en fu nción de p o bien saque
Repita los incisos a., una t envada .¡
c. de muestreo de aceptacwn.
¡, 6.\.
P an_ . . os a) y b) con·•15" reemplazando a •· 1O" en Demuestre 4uc h( x ; n . 1
11 •
Pi h(n - x: n , p) .
Repita los mc1s .,
d.

e.
~~~:de
1

l.,
de muestreo de aceptac1on.
los planes de muestreo, tos de los indsos a) , c) o
f .
d), parece más satis actono y por 4u •
é''
h. Demuestre que /l( x; n , 1 PJ = 1 _ B( _
ISu>(ern l(' ia : Cuando mucho el n,
al menos a (n - x ) de las F . j
n x - l · n p)
' ' ·
umero x de los S equival
e

c. ¡,Qué impli can los inciso'> aJ y b) sobre la

to que requiere que se instale un detector de . . · neces1.dad de
9 Un reg 1amen . . inclu1~ valores de p más grande<, que .5 en la tabla A. l del
; · hWDO en todas las casas ya construidas ha estado en vigor en
. apéndice?
• d d ftllrticular durante I año. Al departamento de bom-
una c1u a ,:,-- .
beros le preocupa que muchas casas permanezcan sm ~etec- 64. ~emu~stre que E(X) = np cuando X es una variable aleatoria
rores. Sea p == la proporción verdadera de las casas que tienen bmomial. [Sugerencia : Primero exprese E(X ) como una suma
detectores y suponga que se inspecciona una muestra aleato- con límite inferior x = 1. Luego saque a np como factor, sea y
ria de 25 casas. Si esta indica marcadamente que menos de = x - 1 de modo que la suma sea de y = O a y = n - ¡ y
80% de todas las casas tiene un detector, el departamento demuestre que la suma es igual a 1.]
de bomberos lanzará una campaña para poner en ejecución 65. Los clientes en una gasolinera pagan con tarjeta de crédito (A),
un programa de inspección obligatorio. Debido a lo caro del
con tarjeta de débito (B) o en efectivo (C). Suponga que clien-
programa, el departamento prefiere no requerir tales inspec-
tes sucesivos toman decisiones independientes con P (A) = .5,
ciones a menos que una evidencia muestral indique que sí se
P(B) = .2 y P(C) = .3.
requieren. Sea X el número de casas con detectores entre las
a. Entre los siguientes 100 clientes, ¿cuáles son la media y la
25 muestreadas. Considere rechazar el requerimiento de que
varianza del número de clientes que pagan con tarjeta de
p ~ .8 Si X$ 15.
débito? Explique su razonamiento.
a. ¿Cuál es la probabilidad de que el requerimiento sea recha-
zado cuando el valor real de pes .8? b. Conteste el inciso a) para el número entre los 100 que no
pagan en efectivo.
b. ¿Cuál es la probabilidad de no rechazar el requerimiento
cuando p = .7? ¿Y cuando p = .6? 66. Una limusina del aeropuerto puede transportar hasta cuatro
c. ¿Cómo cambian las "probabilidades de error" de los inci- pasajeros en cualquier viaje. La compañía aceptará un máxi-
sos a) y b) si el valor 15 en la regla de decisión es reempla- mo de seis reservaciones por viaje y cada pasajero debe tener
zado por 14? reservación. Según registros previos, 20% de quienes reser-
van no se presentan para el viaje. Responda las siguientes
Un puente de peaje cobra $1.00 para los vehículos de pasajeros
preguntas, suponiendo independencia en los casos en que sea
y $2.50 para los demás tipos de vehículos. Supongamos que
apropiado.
durante las horas del día, 60% de todos los vehículos son de
pasajeros. Si 25 vehículos cruzan el puente durante un periodo a. Si se hacen seis reservaciones, ¿cuál es la probabilidad de
detenninado durante el día, ¿cuál es el resultado de los ingresos que al menos un individuo con reservación no pueda ser
por peaje previstos? [Sugerencia: Sea X = el número de vehícu- acomodado en el viaje?
los de pasajeros, entonces, los ingresos por peaje h(X) son una b. Si se hacen seis reservaciones, ¿cuál es el número esperado
función lineal de X.J de lugares sin ocupar cuando la limusina parte?
Un estudiante que está tratando de escribir un ensayo para un c. Suponga que en la siguiente tabla se da la distribución de
curso debe optar entre dos temas, A y B. Si selecciona el tema probabilidad del número de reservaciones.
A, el estudiante pedirá dos libros mediante préstamo interbi-
bliotecas, mientras que si selecciona el tema B pedirá cuatro Número de reservaciones 3 4 5 6
libros
. · Él cree qu e para escn·b·1r un buen ensayo
' sobre cual-
Probabilidad .l .2 .3 .4
q~iera de los temas necesita recibir y utilizar al menos la
~itad de los libros solicitados. Si la probabilidad de que un
hbro pedido med· é . . . Sea X el número de pasajeros en un viaje seleccionado al aza.i
. 1ante pr stamo mterb1bhotecas llegue a
tiempo es de ·9 Y los libros llegan independientemente uno de Obtenga la función de masa de probabilidad de X.
otro, ¿qué tema debe á 1 •
r se ecc1onar el estudiante para incre- 67. Remítase a la desigualdad de Chebyshev dada en el ejercici
mentar
. é al máximo la probab"l'd
. 1 1 ad de escribir un buen ensayo? 44. Calcule P(IX - µ, 1 ~ /w) para k = 2 y k = 3 cuandcl X
Qu pasa 81
la probabilidad de que lleguen los libros es de
<, Bin(20, .5), y compare con el límite superior con:espond~
sólo .5 en Jugar de .9?
Repita para X~ Bin(20, .75).
 ·---a.wa- . . . . .
vez qu e todo~ lo s proye<.:los le fueron entregad . . .
•)¾_''"' h,, 1fi,h , ''*'"'' ,·,tu p .11 11 , ,,111 eH•r s e .i 1111:1
l\t'""'I\ 1111 ,1 08
lo s ordcn6 a I a :,,.ar antes de calífica-rlos. Con ,.der.· ' el 1nstn.tctn..
('ludx• ,k 11,~,n,·t,, t·1, un,1 ,,lt, 11\1\ \k 11 .\11,110 L'll p arti L· u lar 11 11 .- . s1 e los . ,,,,
15 proyectos ca lif 1cad os. Primeros
'-"tl'f'1\' "h;1 . \,·h,, ,k 1,,, "' "'"-' ' 1\'11 11 1:11 .1 11 la p n,c ha por pri 11 1c ra

,,. • S 'll"'º~º ~u,' ' '-'' ' d,· c,h ,, indi\'ld uus so n asignados de a. ¿Cuál es la probabilidad de que cxactamen
"'-"'"--:_' ~k·.~h,n,, H un L' , nmi ni1dnr L'll parti c ular, y sea X e l sean de la segunda secc ión? te l O de estos
"º""'n.' '-k- f'("N,,rn,~ t'ntTt' l'Stos seis. que están rea liza ndo la b. ¿Cuá l es la probabilidad de que al menos 10 de
~ l''I rnmt'r:.l \ ' C l de la segunda sección? estos~
a.. l "ual t':-. t'I üp,o dL' distrihución q ue tiene X (no mbre y va lo- c. ¿ Cuál es la probabilidad de que al menos 1o de
n:--s de lL°lJf,~ 10--. parámetros)? de la misma sección? estos !lean
h. C~·uk f~ .Y = 2 ). P( X < 2), y P(X > 2) . d. ¿ Cuáles son la media y la desviación estándar del Ilú
e Cak.'Uk la media y la desviac ión estándar para X . de proyectos entre estos 15 que son de la segunda ~ o
C ~ un(, de l .2 refrigeradores de un tipo ha sido devuelto a un e. ¿ Cua'les son I a med rn · · , estándar delSCcción,
' y 1a d esv1ac1on . . ·
~ huKk'lc debido a q ue se escucha un sonido agudo cuando de proyectos que no están entre estos primeros lS ºIÍlncr
, . · 0

d refrigerador está funcionando . Suponga que 7 de estos refri- . ,

la segun d a secc1on .? que ~dc
geradores nenen un compresor defectuoso y que los otros 5
71. Un geólogo recolectó 1 O especímenes de roca basáltica
oenen problema s menos serios. Si los refrigeradores se exami-
granito. Le pide a su ayudante de laboratorio que sel~ lO de
nan en orden aleatorio, sea X el número entre los primeros 6
azar 15 de estos especímenes para analizarlos. OOe al
examinados que tiene n un compresor defectuoso .
a. Calcule P (X = 4) y P (X -< 4 ) a. ¿Cuál es la función de masa de probabilidad del número
'
espec1menes d e granito
. se1ecc1onados
· para su análisis? de
b- Determine la probabilidad de que X exceda su valor medio
por- más de I desviación estándar. b. ¿Cuál es la probabilidad de que todos los especímenes
c. Considere un gran envío de 400 refrigeradores, 40 de los uno de los dos tipos de roca sean seleccionados para de
análisis? su
cuales úenen compresores defectuosos. Si X es el número
de refrigeradores que tienen compresores defectuosos de c. ¿Cuál es la probabilidad de que el número de e s ~
entre J 5 seleccionados al azar, describa una forma menos de granito seleccionados para analizarlos esté dentro de
lediosa de calcular (al menos de forma aproximada) P(X 1 desviación estándar de su valor medio?
:s 5 ) en lugar de utilizar la función de masa de probabili-
72. Un director de personal que va a entrevistar a 11 ingenieros para
dad hípergeométrica.
cuatro vacantes de trabajo ha programado seis entrevistas para el
79. Un instructor que impartió dos secciones de estadística para primer día y cinco para el segundo. Suponga que los candidatos
ingaúería el semestre pasado, la primera con 20 estudiantes y son entrevistados en orden aleatorio.
la segunda con 30, decid ió asignar un proyecto semestral. Una

sd

.cu~1 es ln 111 \ 1t,,•1t,il idml de qm· x. de los ,cuatro mejores
· que compra un a c;aJa
1
" · • . . . l'"' Sl"U\ '-'1\ll\'Vislados l.'I pnmcr día l
\·am1\ll" ,_,,s , '
...t , 1l ,,S, (\e ·l•\"
. l ,,fül\ '-
mr'•J"''\'S cuatro candidatos se espera que
" •· · t n str l't\tfC'Yistndns el primer dfa?
pUl'\ 1\ • '
. . de indi\'iduos que participan en un torneo de
t"'nl\"t. '.ls
7.\. \ l' lílh,' t" . • '-
~rkt~r han ~,Jo sembrndos del l , ..., 20. En esta primera parte
MI ;\){tll'\), los 20 son divididos al azar en 1Oparejas este-oeste
, lo p.,rtjas norte-sur.
·a. (.·,Cuál es la probabilidad de que x de las 10 mejores parejas
tenninen jugando este-oeste?
b. ¡,Cuál es la probabilidad de que las cinco mejores parejas
tenuinen jugando en la misma dirección?
c. Si existen 211 parejas, ¿cuál es la función de masa de pro-
babilidad de X = el número entre las mejores n parejas que
terminan jugando este-oeste? ¿Cuáles son E(X) y V(X)?
74. l!na alerta contra esmog de segunda etapa ha sido emitida en
un área del condado de Los Ángeles en la cual hay 50 empresas
industriales. Un inspector visitará 10 empresas seleccionadas al
azar para verificar si no han violado los reglamentos.
a. Si 15 de las empresas están violando al menos un regla-
mento, ¿cuál es la función de masa de probabilidad del
número de empresas visitadas por el inspector que violan
al menos un reglamento?
b. Si existen 500 empresas en el área, 150 de las cuales violan
algún reglamento, represente de forma aproximada la fun-
ción de masa de probabilidad del inciso a) con una función
de masa de probabilidad más simple.
c. Con X = el número de empresas que violan algún regla-
mento entre las 1O visitadas calcule E(X) y V(X), ambas
para la función de masa de probabilidad exacta y la función
de masa de probabilidad aproximada del inciso b).
75. La probabilidad de que una caja de un cierto tipo de cereal
seleccionada al azar tenga un precio particular es de .2. Suponga
. tras otra hasta obtener· dos con dicho
precio.
a. ¿Cuál es la probabilidad de que compre x cajas que no
tienen el precio deseado?
b. ¿Cuál es la probabilidad de que compre cuatro cajas?
c. ¿Cuál es la probabilidad de que compre cuando más cuatro
cajas?
d. ¿Cuántas cajas sin el precio deseado esperaría comprar?
¿Cuántas cajas espera comprar?
76. Una familia decide tener hijos hasta que tengan tres nfüos del
mismo sexo. Suponiendo que P(B) = P(G) = .5, ¿cuál es la
función de masa de probabilidad de X = al número de niños en
la familia?
77. Tres hennanos y sus esposas deciden tener hijos hasta que cada
familia tenga dos niñas. ¿Cuál es la función de masa de proba-
bilidad de X = el número total de varones procreados por las
tres parejas? ¿Cuál es E(X) y cómo se compara con el número
esperado de varones procreados por cada pareja?
78. De acuerdo con el artículo "Characterizing the Severity ami
Risk of Drought in the Poudre River, Colorado" (J. ofWater
Res. Planning and Mgmnt., 2005: 383-393), la longitud de la
sequía Y es el número de intervalos de tiempo consecutivos en
los que el suministro de agua se mantiene por debajo de un
valor crítico y0 (un déficit), precedido y seguido por periodos en
los que el suministro supera este valor crítico (un excedente).
El documento citado propone una distribución geométrica con
p = .409 para esta variable aleatoria.
a. ¿Cuál es la probabilidad de que una sequía perdure exacta-
mente 3 intervalos?¿ Y a lo más 3 intervalos?
b. ¿Cuál es la probabilidad de que la duración de una sequía
exceda su valor medio por al menos u.na desviación
estándar?
 , . , . ·•ii:xiwdntlon An11lyNlit of the Probehlllty of
1
. l'I pes" (J. OJ,t l'ipe li. ne •S'ystem.v c. ;,Scrri de crilrc l(J Y 21>, ínclu1¡íve? Será estrictamente de
7Y, 1,,1 urtícull
r: • \VnM· Supply entre 1(J y 20?
Fnilurt' ,ot . 3 4 ..
.d , .,,.,,fiel' muyo de 2012: 6- 6) propone utilizar la
linºr. nn '" 1 . , d. ¿Estar~ dcntn, de 2 dc~víad,>ne,; e~tándar de su m~~ -?
"'.· , t ,,t,, Pclt' sson •mn.1 modelar el numero de fallas en las ~la.

, . 1c. vnriüs tipos. suponga que para una tubena

J ' ,•·•rta..·1~·10 n \,.. ... t
ulSu ll\J
tubt•tÍ os u~ . ,
, , d d<> ull'l longitud particular, el numero de fallas esperado
1orJU o " • . magnettcos faJtantes. Suponga que e~te número X tiene una
es de 1 (muy cercano a uno de los casos considerados en el
nrtkulo). Entonces X, el número de fallas, tiene una distribu-
ción de Poisson con µ, = 1.
a. Obtenga P(X :::; 5) utilizando la tabla A.2. en el apéndice.
b. Determine P(X = 2) primero a partir de la fórmula de
la función de masa de probabilidad y luego a partir de la
tabla A.2.
c. Determine P(2:::; X:::; 4).
d. ¿Cuál es la probabilidad de X que exceda su media por más
de una desviación estándar?
so. Sea X el número de anomalías que ocurren en el material de
una región particular de un disco de turbina de gas en los aviones.
El artículo ''Methodology for Probabilistic Life Prediction
of Multiple-Anomaly Materials" (Amer. Inst. ofAeronautics
andAstronautics J., 2006: 787-793) propone una distribución
de Poisson para X. Supongamos que µ, = 4.
a. Calcule P(X :::; 4) y P(X < 4).
b. Calcule P(4::; X::; 8).
c. Calcule P(8 ::; X).
d. ¿Cuál es la probabilidad de que el número observado de
anomalías sobrepase su media por no más de una desvia-
ción estándar?
81. Suponga que el número de conductores que viajan entre un
origen y un destino particulares, durante un lapso de tiempo desig-
nado, tiene una distribución de Poisson con parámetro µ, = 20
(sugerido en el artículo "Dynamic Ride Sharing: Theory and
Practice", J. of Transp. Engr., 1997:308-312). Cuál es la
probabilidad de que el número de conductores:
ª·Sea cuando mucho de JO.
h. Sea de más de 20.
, de h'1erro 82. Considere eu• ' L. • d.
()~n111r en un Jl.,C(, de cümputadora y luego enviar-
lo a través
/ ' de un certificador que cuenta el nómero de impulso
. s
distribución de Poisson con parámetro µ, = .2. (S ugen·do en
"A;7erage Sample Number for Semi,.<.:urtailed Sampüng
Usmg the Poisson Distribution", J. QuaJiJy Technology,
1983: 126-129.)
a. ¿Cuál es la probabilidad de que un disco tenga exactamen-
te un impulso faltante?
h. ¿Cuál es la probabilidad de que un disco t.enga al menos
dos impulsos faltantes?
c. Si se seleccionan dos discos independientemente, ¿cuál
es la probabilidad de que ninguno contenga un impulso
faltante?
83. Un artículo en Los Angeles Times (3 de diciembre de m3)
reporta que 1 de cada 200 personas porta el gen defectuoso que
provoca cáncer de colon hereditario. En una muestra de 1(XX)
individuos, ¿cuál es la distribución aproximada del número que
porta este gen? Use esta distribución para calcular la probabili-
dad aproximada de que:
a. Entre 5 y 8 (inclusive) porten el gen.
b. Al menos 8 porten el gen.
84. El Centro para la Prevención y Control de Enfennedades
reportó en 2012 que 1 de cada 88 niños cStadounidenses había
sido diagnosticado con un trastorno del espectro autista (ASD).
a. Si se selecciona una muestra de 200 niños estadouniden-
ses, ¿cuál es el valor esperado y la desviación estándar
de la cantidad de niños que han sido diagnosticados con
ASD?
b. En referencia a a) calcule la probabilidad aproximada de
que al menos 2 niños en la muestra sean diagnosticados
con ASO.
t • ~ &-a .\ · la cantidad de tiempo que un libro en reserva de dos g. Calcule V(X) y a x·
~-"U"'.a_, permanece realmente prestado y supongamos que la h. Si al prestatario se le cobra una c -1111 1·ct
• ,, · '" ad h(X) ::::
funck.1n de distri bución acumulada es el tiempo de prestamo es X , calcul e X2cuan
E[h(X)] e I cobro do
• esperado
o x<O
2
12. ~~ función_de distribución acumul ada de X === .
F(x) = : O< x < 2 c10n) del eJercicio 3 es ( ei ror de me(!¡.
{
1 2<x o X< - 2
a. CalcuJe P (X < 1). F(x) == 1 + -3 x-1)
( 4x - -
- 2 ~ X< 2
h. Calcule P( .5 < X < 1). 2 32 3
c.. CalcuJe P(X > 1.5). 1 2< x
el ~_Cuál es__la mediana del tiempo de préstamoµ? [resuelva a. Calcule P(X < O).
_,:, = F t µ)].
b. Calcule P( - 1 < X < I ).
L Obtenga Ja función de densidadf(x).
[ Cak-ule E(X J c. Calcule P( .5 < X) .
 o 1
.08 .07
.06 .15 .05
I
.05 .04 .10
2
x, .03 .04
J Ἴ
.00 .01 .05
.07
4 ,06

11, / ('11 ni CH P( X 1
== 1, x2= l ); es decir, la pro bab 't•
Í l !dad .-i -
, •x[1ct·1mente un cJ ente en cada caia? "C q,,a
J111y11 e • :.i • ~
b. ¡,Ci ,t1 l es P(X, :;: X2) ; es deci~, la pro babiJi<fad de
().' número de d ientes en cada caJa sea el mismo? que el
\ \J
1)(1
'¡) c. Sea A el evento en q ue hay al menos dos clientes /(
"
..
1(1
,\
(.J una caj a que en la otra. Exprese A en función de X l'Tlás en
1
calcule la probabilidad de est.e evento. YX2 y
' ,'1, ,-, I' \ \ ' 1
d. ¿
·Cuál es la probabilidad de que el número total deci ·
1en1es eo
~ " .-A.'\~ /'1 \ - '
1 - 'I
al 1 las dos líneas sea exactament.e cuatro? ¿ Y al menos
CUatro?
,"""---'.N ,,-r. raJ•/'lnl• el t'' t'nh, 1,\' "" OY Y cf O1 Y c cu e
4. Regrese a la situación descrita en el ejercicio 3.
..... fl'\~... ~
¿ , ~ -i;\: b runi.--.on dt- masa de probabilidad marginal de X
a. Determine 1a función de masa de probabilidad marginal de
• , t! hrm1o r,trt ¡cuál es P(X $ I) ? x, y enseguida calcule el número esperado de clientes
~:e \ ~ } vwabks nleawrias independientes? Explique. formados en 1a caja rápida.
b. Determine 1a función de masa de probabilidad ~ de x.,.
T r:&l' r,uJt pero poco poblado tiene dos hospitales peque-
i,."" .m., n: el <''ftremO sur del país y el otro en el extremo c. Mediante inspección de las probabil idades P(X 1 = 4;.
...n:- ~3 ...al.. de emageocias del hospital del sur tiene cuatro = O) y P(X1 = 4, X 2 = O), ¿son X 1 y X2 variables
P(X2
- ~ ~ que la sala de emergencias del hospital del aleatorias independientes? Explique.
a.'rt" \'.Jt'Dé" érlk4IllCnre tre~ camas. Sea X el número de camas
5. El número de clientes que esperan en el servicio de envoltura de
' ~ m e, bo,,- pitaJ del sur por un tiempo particular en
•...-n.: di1.' ~ > el numero de camas ocupadas en el hospital
regalos en una tienda de departamentos es una variable aleatooa
.r l'XYtt' dura::11e t'I mismo llempo el mismo día_Suponga que ~ con valores posibles O, 1, 2, 3, 4 y probabilidades correspon-
~ Jv:.. '°&NNes a.lt'atonas son independientes y que la fun- dientes .1, .2, .3, .25, .15. Un cliente seleccionado al az.ar rendrá
. rr. :k' !'D.L,.. Je probabdid:ld de X asigna las masas de proba- l , 2 °~paquetes para envoltura con probabilidades de .6, .3 y .L
.!a.:i ~ 1 , ') 1
~
- - . - ~ ·- en os \11.lo.res de .r O, J • 2• 3 Y 4 respec- respectivamente. Sea Y = el número total de paquetes que serán
L. • : ~ J.i iu:oción de masa de probabilidad de y dis- envueltos para los clientes que esperan formados en la filB
='-~ uo ~ ¡ 3 ..,
~
i •
' re-~-:iect1,-amcnre
· · .4 ) -- en los valores de y 1 2
' , .(suponga.que el numero d e paquetes entregado por un clienz:e es
mdependiente deJ numero ~ .
• fu.."TUI& a faaoóo de lll3.Sa de ..
entregado por cualquier otro clienre~
, dr' 1 probabilidad conj unta d X a. Detennine P(X -- 3, Y= 3), es decir, p(3, 3).
~ =:t tabb de JrObabilidad . e b.
CODjunta.
t.. Czh:k l'\l ~ 1 t r < J) Detenrune p(4, 11).
b ~ dr . - agfegando las probabilidad
~ de probabilidad es de 6. Sea X el número d ám lt
:;,z esta "' t:r:aJ a! prodnao de P(X ~onJunta, y verifique una seman . e e aras digitales Canon vendidas dufaD
- I ) y P(Y < 1) ª Particular en una tienda.
probabilidad d
• .
La función de mas
'8 d.-
~ ~ f'\t1'..ro n; eJ - .
~ er, kl5 00ft qu~ el número toca] de e e X es
bospuaj~ Juntos a.mas X
0c.:r. t , t'i.-.c...~ esalo másde 1 o 1 4
<. , ...,,, ~ caJcuJe esta en 2 3
- a l. w-;,,.-..,....1~
~~ci ~e probabilidad . P;!_x)
.1
~ .&'I: ~ r :..._.._ . </'.Jt! al lllefl05 UOO de J .2 .3 .25 . 15
~-.. ~ ,, OS dos Sesenta .
Por ciento d tod . cÁJJl'-
~ - - t\,-~ ras tamb'é e os los clientes que compran escas
.. .,. -r ~ :e: ~~ , .~, rlp,tJa • n compran . 1 ú¡nero
FV~ '.l i:c- cbt111t, 1,1'lfl.dtJt >' UJU extrarráp, . de comprador d una garantía extendida. Se.a Y e n 03
é-:t ~ ' '<a. K d Oún en '- C4JI rápfrJa él
J.:,
extendida. es urante esta semana que adquierell una gaf8.íl
. ' J I ' • ~ l. , JCr(I de , 1

~
~ ~ ~v__,.. ' n JtJiíf ~!I '~lúe¡ for. 1,.,.. ª· l Cuál es P(X ..,. . . 1Jatiílida(1
• U. f.; --....... ~-"() (,_ A 'J;,ml,14
--,.,.._~)f,¡j:
f>' lfl&,, 41Jl:. /¡,
de >- 1X c11 iguaJ u P( y ... 4, Y • 2)'? (Suserencín: Esta P:° en ¡8,
e-, la l/W:: cuutnJ ro, 2 /X - 4) · P<.,X = 4) ; al1ora picn~--"' 11 1,1
npra~ ( ' O . t'lenw·
blt!o,n¡ ¡ · mo cuatro ensayos de un e~1 · - de
0 , con éx · ornr'11
UIUJ ~!lr1t111( llo en e l correspondiente a Ja C
ª c,c te ndída . J
.i
 3• Suponga que se selecciona una muestra al eatoria. d
. 'tn'bución de población normal con el valor de
t. (NlS.ldt.'re una d•~ de una marca particular de jarabe para la t esobo
os y sed te¡¡~
,r '-'-lfll"'-"-ido. _+ ¡\In? contenido de aJcohoJ de cada una. Seaµ el e
.
. eterrn¡
onten1cto nae¡
C'uál e-s el nivel de confianza para el x - 2.81 (J' ~ de alcohol de la población de todas las bot 11 Protneo·
a.. t l . 1 de confianza para el intervalo x + . e. as del io
h.. Cuál es e mve estudiada. Suponga que el mtervalo de confian a rnarc
za de 95<¾0 a
~.-Wo !\r;? tantees (7.8, 9.4). resu1.

c. Qu é ~alor de za/2 en la fórmula de intervalo de confianza

99 701. ? a. Un intervalo de confianza de 90%, calcuJ d
le•
, 7 .5 ) da un nivel de confianza de · -io · a o con
muestra, ¿habría resultado más angosto O más a h es~
d. Responda la pregunta del inciso c) para un nivel de con- . ne oque 1
intervalo dado? Explique su razonamiento. e
fianza de 75%. b. Considere la siguiente proposición: existe 95% de P b
ro ab¡.
., Cada uno de los siguientes es un intervalo de confianza para lidades de queµ esté entre 7.8 y 9.4. ¿Es correcta esta
- µ, = frecuencia verdadera (es decir, media de la población) de proposición? ¿Por qué sí o por qué no?
~ a promedio (Hz) para todas las raquetas de tenis de un
c. Considere la siguiente proposición: se puede tener la total
upo: confianza de que 95% de todas las boteJJas de este tipo de
' !l .14. 11 5.6) (114.1 , 115.9) jarabe para la tos tienen un contenido de alcohol de entre H
a. Cuál es el valor de la frecuencia de resonancia media y 9.4. ¿Es correcta esta proposición? ¿Por qué sí oporquéno1
"muestraJ?
d. Considere la siguiente proposición: si el proceso de selec·
h. Ambo<, intervalos se calcularon con los mismos datos ción de una muestra de tamaño 50 y el cálculo del interva-
muewales. El nivel de confianza para uno de estos inter- lo de 95% correspondiente se repite 100 veces, 95 de los
vakK e\ de 90% y para el otro es de 99%. ¿Cuál de los intervalos resultantes incluiránµ . ¿Es correcta e5ra propo-
intervalos tiene eJ nivel de confianza de 90% y por qué?
sición? ¿Por qué sí o por qué no?
 EJ[RCIClOS Sección 8.2 (1S-28)
·~. .

Seaµ., el verdadero tiempo promedio de reacción a un estímulo.

l
15, Pnn1 una prueba z de H 0 : µ = 5 contra Hª: µ > 5, determinar a. ¿A cuántas de!.viacione<:. e~tándar (de -X ) .
el valor p para cada uno de los siguientes valores del estadísti- 1
va or nulo se enc"Uentrc1 x = 72 _3 ? por deba30 del
co de prueba z. b. Si x ,= 72.3 , ¿cuál es la conclu,;ión si utiliza a = .002?
a. 1.42 b. .90 c. 1.96 d. 2.48 e. - .11 c. ¿Cual es /3(70) para el procedimiento de prueb
a = .002? a con
Se supone que los neumáticos de un tipo recién comprados
!6. están inflados a una presión de 30 lb/pulg2 • Seaµ la presión d. Si se utiliza ~l procedimiento de prueba con a = _ , ¿qué
002
romedio verdadera. Se realiza una prueba para decidir si µ n es necesana para asegurar que 13(70 ) = .01 ?
:mere del valor destino. Halle el valor P asociado a cada uno e. Si se utiliza una prueba de nivel .01 con n = 100, ¿cuál es
de los siguientes valores del ~stadístico de prueba z. la probabilidad de un error de tipo l cuandoµ= 76?
L 2.10 b. -1.75 c. -.55 d. 1.41 e. -5.3 19. Se determinó el punto de fusión de cada una de las 16 muestras
de una marca de aceite vegetal hidrogenado y el resultado fue
l7. Responda las siguientes preguntas en relación con el problema
x = 94.32. Suponga que la distribución del punto de fusión es
de los neumáticos en el ejemplo 8. 7. normal con a= 1.20.
a. Si .x = 30 960 y se utiliza una prueba de nivel a = .01,
a. Pruebe H 0: µ., = 95 versus Hª: µ =fo 95 mediante una prueba
¿cuál es la decisión? de dos colas de nivel .01.
b. Si se utiliza una prueba de nivel .01, ¿cuál es /3(30 500)?
b. Si se utiliza una prueba de nivel .01, ¿cuál es /3(94), la
~ Si se utiliza una prueba de nivel .O 1 y también se requiere probabilidad de un error de tipo Il cuando µ = 94?
que {3(30 500) = .05, ¿qué tamaño de muestran es necesario? c. ¿Qué valor den es necesario para garantizar que /3(94) = .l
d. Si x = 30 960 ¿cuál es la a más pequeña con la cual H0 cuando a= .01?
puede ser rechazada (con base en n = 16)?
20. Se anuncia que los focos de un tipo duran un promedio de 750
18
· Reronsidere la situación de secado de pintura del ejemplo 8.5, horas. El precio de estos focos es muy favorable ~r 10 que un
en el cual el tiempo de secado para un espécimen de prueba cliente potencial ha decidido continuar con un conve~o de comp~
está normalmente distribuido con a = 9. Las hipótesis H : µ, = hasta que en conclusión se demuestre que la duración promedie
75 0
contra Hª: µ < 75 tienen que ser probadas con una muestra Verdadera es menor que la anunciada. Se seleccionó una muestl
aleatoria de n = 25 observaciones. aleatoria de 50 focos, se detenninó la durac1·6n de cada u~ '.
~ ~
~
np11n•~t• e
I ojc111pl111· do rrovicmhrc de l 1JWl
. J ( '' ' ',,, ,,,,,'-.1'
~ "ri ' l . ,1
,,lit'
qiit , , pill'H vurlos tipos l e hutcrín s. f ,1.1,1.¡ > /¡l''lf " '1~ •;,,r-,',
~
I ,
0111 rcdm1:t11;, f:, t,ir/h· · t~ bJ ..
1
\ 111 ,,, 1 ' . 11,p,,rt.~ e . ~ • ,¡(1
# • J/, '~'1 ti ,íl(.J ·-,1
( '.e
t. ,.,,,,,,,,,., , J> lus baterfw, A/\ alcalinas Durm.: cll y '- lí1 rn11mM,J,-' t L 1
;,f ;, , 1:-.1,1
, • 1 "~
. )
•.¡·,,:;¡ ,ir" • ,._,,,¡ 1·l(:<il).
'J•,r-:
di'I ' , •0111c dH> e . 41 • ,..-JfJ Jt; 1,-:
,111'!'- P' E rgi1 er se dieron corno . horas y 4.5
,1111,,~·,, 1· ,,-cndY •ne , , é I d . d. ;,<Jué hír✓Ae•~,-.., ,,,~ v ; ·
¡ I I';(,.~, f/;, \f IJ, ~ ,_,·
¡, 11,s ~vl: Suponga que stas son as urac1ones , y

mayor C<.la(} , ,,; '"::.J ,y1Jril 1

• r, ~1:'. ~J Jtn;"'J de
i1h·111 ·1iva01cnte. 1 r,,n _ A..
,,-_r ,L.~
,.
:,'··y ·
rcspcc 'h . 1 1
,/Í/,I J;f✓,1/Ytt·
11,,ros, · 1O oblac1'6n.
y 1
ver si al,fa pru~, dt · • : ;,1 J\.1.tl1 de~
. . ¡;,~ - ✓ '¡/:N; v-11:, 'ir-~:, ,
,l111 cdi<> de p . promedio muestral de 100 baterías Dura- poblac1onal de ec;wur' r,,, • ., , • , ,..;, ~...t nJt;/j1.a.
1 duract 6n
j~
¡11 - i1 y'&l"i1 M . r--. ,)el-.. Y;:/.. ✓.
sea X ~ d ción promedio muestral de 100 baterías r6 la de las muj ere) d(' Tri" ec1 ,., ' ,;;;-~ .th ~")e'~ \upt.-
11, y ta ura _ _ . , ✓ @yrK .v-~ ~;-;-~:,, ,je J p;J~
ccll Y . C ál es la media X - !(
es decu, donde está .
3. Los p1lates son un po 1,
·,
Eveready. "d~ tribución de X - Y? ¿Cómo depende su . . . . pu ar CúnJur,t11 1,: '!jt:r~l"'Afh ..-v. _ ,_ _
da la is rruento de rnd1v1du~ con dí 1 ;ya d ...J !Ia!á-
centra d 0 s tamaños de muestra especificados? . . ) or en la ;;;,.;:h.Y.,;a ~ ·- r: 1 /
uesta e 1 tiene seis principios básicos. cenrr- ,. ,. . ~ -.u ;-;~(.,do
resp la desviación estándar de población de dura- .. , . ~ ). '.J~~~.r.:; '.f.. 1
onga que prec1s10n, flujo y respiración. EJ arúi _:- "jf;j]'<J
b, u s P horas para baterías Duracell y de 2.0 horas Addition of Modified Pilates E
.J..

. v ... l<J ~f...trxa<.") ,A tht

'ón es de 1.8 • • xeTCISe\ ti> a .\lioímaf Int.en
ct , Eveready. Con los tamaños de muestra dados
ara batenas - - tion m Patients with Chronic Low Back Pain: A . eti•
P . . ) . cuál es la varianza del estadístico X - Y y
en el inciso a ' ¿ Control~ed Trial" (Physical Therapy, 20l.Y. 3 0 ' J - . ~
'l es su desviación estándar? un expenmento con 86 sujetos que n->A~~ A-, · •
cua años de muestra dados en e1 mc1so . . a) trace 1a d b . . , }-'UUV...l.4JJ TJ:J uok.-.- 1e ~---pal-

con los tam - - a aJa mespec1fico. Los participantes se dr-idiero:i aJ a:na- en

c. de distribución aproximada de X - Y (incluya una dos grupos del mismo tamaño. El primer a..:~ _ .
curva . honzont
edición sobre el eJe . , 1a 1orma
al) . ¿Sena + . grupo rCC'.!Vn.) umca-
escala de m . _ mente matenales educativos ' mientras --i~ ~ "'l =-- . J . -
• • , .... :X-;:: u..a.JU !:!Tllpo
necesariamente la misma con tamanos de part1c1po en clases de pilates durante 6 ~-""'~ El - __
de 1a curva . . . d ~ - Dl'e1
10 baterías de cada tipo? Explique.
muestra de med 10 e dolor en la muestra (en una escala de O a 1OJ para
• formes de fecha 22 de octubre de 2008, la National el grupo control, después del seguimiento de 6 s-.emanas... fue
2. En los m rts . 1 1 . . t .-+ .,
de 5 .2 Y la media de la muestra para el grupo n::arauriemo fue de
ealth Statistics Repo me uye a s1gmen e 1mormac1on
:bre la estatura (pulgadas) para las mujeres blancas no hispa- 3.1 ; las desviaciones estándar de ambos grupos eran 23 _
a. ¿Será que el nivel de dolor promedio ve:roadero la
nas.
Media Error estándar condición control excede el de la condición de rrar::en-
Tamaño
muestra! de la media to? Lleve a cabo una prueba de hipótesis m:i1izando un
Edad muestra!
nivel de significancia de .O1 (el artículo citado reportó una
866 64.9 .09 significancia estadística en este valor de a v una diferencia
20-39
934 63.1 .11 en la media de la muestra de 21 wnbién ~ciere una sü?-
60 y mayor
nificancia práctica). - ~
a. Calcule e interprete un intervalo de confianza al nivel de b. ¿Será que el valor promedio verdadero del nivel de dolor
confianza de aproximadamente 95% de la diferencia entre para la condición control excede el de la condición de tra-
la estatura media de la población de las mujeres más jóve- tamiento por más de l? Lleve a cabo una prueba de hipó-
nes y las mujeres mayores. tesis apropiada.
h. Sea que µ, 1 denote la media poblacional de estatura para las 4. El uso en interiores de combustibles basados en biomasa sólida
personas de 20 a 39 años y µ 2 la media poblacional de para cocinar y calentar expone a muchos niños de países en vías
e~tatura para las mayores de 60 años. Interprete las hipóte- de desarrollo a altos niveles de contaminación ambiental. El
:11s Ho: µ,, - Jl2 = 1 y H.: µ 1 - µ 2 > 1 y, a continuación artículo "Domestic Fuels, Indoor Air PoUution, and Children,s
eve ~ cabo una prueba de estas hipótesis al nivel de signi- Health" (AnllaÜ o/ tire N. Y. AClllk111y o/ Sciences, 2008:
fi1canc1a .001. 209-217) presenta infunnación sobre varias características
 ~ll ljl<llt¡.!..t ,¡111 ,111,I,,, 1lt li,1 11¡
¡ 111d1,, '' • ti ti ..i.11111111111lt
-1.f fl' ,¡,.i' ._¡ ( J •
V, ,)! ' 11 d 1{IJ
'l ,. 1,,II • ti\ 1, h \ ',t 1po111, 11.J , q1, 11
' ¡;1• ' l 1,t\ o t1 1.1
1,, ' ,,
'I , , .,, ¡¡ . , ~11. l 1¡11hl"'' '' 1, 111111 1 JI ,,
' h\) ,r f\,lll 1,I
,.. .... ,, ' ~11 \1 1,; l 1 " l,1 fl 1
/ d
1S ¡ l \ l\l ¡11;( 11• \
11 1 h 1 ,th 11I, 11 p1,,h,hI1 1,1 1iJ lt • 1 1
ji ' ' k Ihl • 1• 1 11 1 1 \ 1
ll .... 1 l f\l~ l 1 lt ,1 th 1 111, 1 11 ,IJ , 11ir,,I,, t't rix :., ,
1
.. •''""11. 1 1/l't í'";ltl.l 1 'll l \tl I h" I1 ¡, i", 11
1
l
' J; ,. ,pi
..,11 il \ 1 h'- 11( . 111
t· i 11n1,•lf ll ,1 ',. "i ttpn,w.i ljll l t l "' "t ''V 1,(1 , '4.. ,
,,'litJi.
..U" •'"
\ I•

m'
i , ., , ,, ,11
J
i; ,... ,11
11

ut 1 1
l ~\ 1 1
.,, 1,11
1 ¡11\ 1 ' •

111111
-, 1,111d111
'
,111 lll VI 1 º'
·
y "' •.t·, ,I , t /1
'
( «1t(.j1J
,,, 11
,,, it,t, 141
I

~
-\o,

1 "' ! ,, \ 1I111 •W 1.lftti< vu lor dt· ,, ,. . ,i,·, "11\11,, 11 • • '1!._

, lf t l f ' ,!, " , t°%1ft,, • 11
, pll'l
h.'Í •'
I l'l•I• 1111·1 1l 1t d. ,.<<11110 u 11nl,1ar fan d ,i1t{tl, \ t\ ..,
1v,•t 11,11• 1 1
' ' t <ir1t 1
11\11., ~
o y rr , lucran de.,rnn,>< HJ,. , 1
I\,' , 1.111 1 l ¡l,1 J , \'¡\\ \l' llll\ lf:l fl 1 º ' fJer,, l P:
ur ,. ¡\ •.'\ ·n,·u,,\,\ ' , , ,, ~ 1
('\!di'- ¡,, .,. .._.'l.1d"-I.' º'"''' \ ll lll\l'lc\putíl a1.p1cllO'- 7. ¿1labru alguna tendencia \ J'-.lcmár _ 1•
l(.-1 f)( ,r . .~
' ' , "' ,, i. ., ' ,i-.· 1,, ""'º~.' (.' 1At e, el nivel de
. . . •
res uni vers1tanos de tiempo pare· 1 P->ifl(; ~ ~
~ ,,1r,u..i l"''...
..: -.t','
' ,., uHht.-1 l \ '"l
,,
l ll
•'I .
di antes a las di fe rentes normas que
para
. i i ~ ..
" .,_ 'ª
11 ~ 1~ , intervalos•
~-.J. t,), . eiuhtei- .
~ , , r,ua I\"' l \ n nivel de signi-
1111' .., il ,.
~ /;6 . ¡,t!II
•
h'nÑCSl!í en u de tiempo completo? El artículo ''\re T tn J\ I►.
~n , t'lf\l'-"'-" ,k: lpv• . medio real de DifTere nces Between Full-Time and p htr, lllQ."'1
l :-\C , ,..tt-.' ~ • ~ ·iJH si el valor pro T
"- ::Jf'}.,j ~11.'. 1.) 1 ~ e'\: ·ños en cuyas casas se ut1 izan (College Teaching, 2009: 23-26) info ªrt-ir~ f._~
. . nna que ........
n.irl 10, n, yas casas se
•
rH ~-, 1!11'"'" t-- ara los niños en cu tra de 125 cursos 1mpart1dos por profeso Pélra"-'1« ~
res de t1e ......~
- .....~......-it~"l.'I que_p . luye un valor p para esta to, la media de GPA fue 2.7186 y la desv· . , lllprJ. ~
~1.•r·,-- . el arn~ulo citado me 1ac1on ~~....
IJt'lll'.3 t,P0 \ .63342, mientras que para una muestra de 88 - ~111.Qf ~ ~
l"l'llCt,Jl . . forzado en l segundo, es otra por trabajadores de tiempo parcial la med·cursos 11ll~
' ta y1ac1es '
. ~'f\ . ti ,otumen e~p1ratono El artículo citado reporta estándar fueron 2.8639 y .49241 , respectiv~"' -. l\~
"' ll\;ij(e 'Ser;¡
4

t. 1 f nción pulmonar. 61.

~ 1k 3 u tilizan combustibles s 1- promedio verdadero del curso de GPA para el · <. qllr ei
wcasas en las que se u .
tiempo parcial difiere del de tiempo completo? ~f~ ~
/ la
que para. . FEV de la muestra fue de 2.3 L s y
~ b ~ de d~ la muestra fue de ,5 L/s. Si esta tesis apropiada al nivel de significancia .O¡ para. bebe la~
o tener ·
ikSY~ ~ ¡·za para calcular un CI al 95% para la ro un valor P. Jlnme_
foro:iac1ón se un t ti . l
In! . l blac·1ón ,el nivel de con ianza s1mu -
fEV media de a po ' (, . 8. Se realizaron pruebas de resistencia a la tensión en d
diferentes de alambrón ("Fluidized Bed Patentin ~~
. ' . tervalo y para el primer mtervalo calcula-
cr.eo para este m · lt,
, 1..,;smo que el nivel de confianza s1mu a-
do en a) sena e .... Rods", Wire J., junio de 1977: 56-61) y se obrug· \\trt
ceo deremrinad<> ahí? Explique. VJ.eron los
datos adjuntos .
el síndrome de Reynaud son propen-
:. us personas que ....,,1,.rpn
.,_.,.., . . , Media
- f , ;, un deterioro repentino en la crrculac16n sangumea
sasa~u d' Tamaño muestra!
en 1m dedos de manos y pies. En un experimento para es~ 1ar DE
cl gr-.io de este deterioro, cada uno de los sujetos sumergió en Grado muestra} (kg/mm2) muestra)
a.~ un dedo índice y se midió la producción de calor resultan-
te leal cnr/min). Con m = 10 sujetos con el síndrome, la AISI 1064 m = 129 x= 107.6 s, = 1.3
pr:~ de calor promedio fue .x = .64 y con n = 10 sin el AISI 1078 n = 129 y= 123.6 s = 2.0
S.•,drnmc la producción promedio fue de 2.05. Sean µ, 1y µ, 2las
¡:,rc,4.>IJCelCAJC$ de calor promedio verdaderas de los dos tipos de a. ¿Proporcionarán los datos evidencia precisa para conduir
.ujc'.os. Suponga que las dos distribuciones de producción que la resistencia promedio verdadera del grado lll"S
'!e ealoc Y.Al normales con cr , = .2 y (]'2 = .4, excede la del grado 1064 en más de 10 kg/mm'? Prut\~
a. Comide.re probar HO: µ, I - r-2 11. = - 1.0 contra H · 11. - las hipótesis apropiadas con el método del valor P.
a' ,..,, r-2
11.

/ - 1J)ª un nivel ,01. Describa en palabras qué dice H y b. Estime la diferencia entre resistencias promedio ,~k--
luego r'!a.líct la prueba, ª
ras para los dos grados en una fomrn que aportt~inll.1íl\U-
b. rak:ule el v:ik,r ¡, n-: r I alor de Z .
rª ªe v obtenido en el inciso a) ción sobre precisión y confiabilidad.
t. , < uál e, lá pr<xn bl d ·
díferc"~·, 1 ill i , ad de un error de tipo II cuando la . . St t ,,,,· to ()n•11'nt
9. El artículo "Evaluation of a Vent1lat1on , ro ("
d s '"'· ª rea entre ,.," Yµ,2es µ, - µ = - 12''
1
1 . . k " A·utr RespirJIOí~
. upomen&iquem "' n . , , i .. Barotrauma in Patients at Ht~h R1s · ,or ( •• ~•Sl
ren para a~gurar q (:3 , qué ll1mafto!í de mue11tra se requie- Distress Syndrome" (Ne w Et,gl. J. of Mt1d.• 1998= .b~ ·· '.
6, lJn ex . ue .., .1cuitndo µ - µ, -= - 1 2'! 0 , cientes concarJc
t ·
peri mcnto par~com
º
-
parar t, ·
, i . reporta sobre un experimento en el cual 12 pa tre un
cns16n de un morrero rn u·"' a res,~tencia de adhc11i6n u h .
t.er{sacas lf . . ·1 t·
c meas s1m1 ares ueron distribuidos al azar en
o!11pues·
<morterc d o i11cado con l 1 ' . to cada uno e
i e cemento Portl • d , tn po !mero de látex grupo de control y un grupo de tratamien ' . d d cuidados
nes de pr \' an <1 1cual s t
> imero ele l't , e e agrega n em 1,· · la unida e
monero no . a ex durante la . u s 10- to de 60 individuos. La permanencia en d la !11uestr3
rno<11f1cado u· . mezcla) con la d ·mtensivos media UCI y la desv1ac1 · '6n estándar epectivaJTlen·
parae1 mortero . to por resultado - - e un
el mortero no rno<11f~cado (m == 40) - - x. - 18.12 kgf/ cm2 para el grupo de tratamiento fueron 19.9 Y39.1, resnrrol fueron
tencias de adhlll~cl1f1cado (n == 32)y Y S - 16.87 kgf/_cm2para de co
1 es16n . • , ean µ te, en tanto que estos valores para el gruPo
os morteros mo(l·fi a 1a tensión prom d' , y µ 2 las resis- 137
1 icado y e 10 verd d . y 158 . . diferenc1.a en ({'1:13.
no modificad a . eras para
a. Calcule una estimación puntual de 1ª. .. 'l~ pl\'11i.."'h '
1
o, respecf
ivamente. permanencia en la unidad de cuidados intens,,
 , 1• ·cíln<lus para ohlencr Lleve a La b<, 1u);, µru,.i;,-1 ~ ÚÍ1/b
•· l111 k lll Ci,¡ ul S '-
"~•r níficanciá <Je <rl
• ,i1n111 . .
11. l'1' ¡.:
,.., ,~. 11,11,·1)' b. Si las pmporci,me, ",.,,.,. ,.,. . ~ ~ ,ff.-,.,
_, , 1,,_,:;. r ,t& ,..~

~ \ .,,nntt )(J'' l .. para las marca~ Pcrduc .I" r..rJ· .,,. ,, ... /'/:!'. , ,
1
' .... ,,1,
\ • • Jl' 1()( · to en todas las te ev1s10- •
, ' , 1~·, l de descuen e á mente, qué tan probable ~ q-Je r;; . ~./ ~ _ ~,... .,.,
' 1<' ( · . ·e t5~ · le costar $1000. u nto . . . ,.,, ~ , ~'t'. Jt.·~ r
1)1.l t,i llf\' pular sue . c10nes igua les sea recha7..ada cu~~¿
• n<'ll' • " 1 111ás Pº bre el precio de la televt-
' ~ ... ~
1
• l ;1,1 it·k'' ,,,e nsurnidor so de significancia de .O1 y el tamañ<J -'~. J(. '

r.:~l II lfllrÍll el co . ? -~ ~1::'"~ ..~~~~ ~ ~

"' :th<' d scuento . . 80 en ambos casos?
,anr ,111•ia~ i1l e. le formula a 200 estudian-
~ ,~ gun~se 51. Es bien sabido que un pJacebo un ~l!LUA.4,J ;,--~
.)\ . la prin1era pre al azar 164 de los cuales la • Jl j ') : áwC".teJr.
,.1 que I ccionados ' falso, pueden tener un efecto positivo
,;i,.,~.,¡1anos, se e . segunda pregunta se le hace a
1 .
' -' 01rn~
c:U.e---" •~
, .-
, ..te., ;,,r !:.
,nr.- correcta, a . . . hecho de que los pacientes piensan que la ~ ? ~ :-4'..
r- 1111 de manera . . d 200 estudiantes umvers1tanos,
-,nJen
n' ,IJ1l aleato0 ª
. d1st1n~ e •
sta correcta (los porcentaJes de la miento son útiles. El artículo ''Beware t11t ~ f.-;;;.
~ mue. 40 dan la respue , 1 (New York Times, agosto 12 de 20U) prnnnr_,. -
cuales 1 . los que se presentan en el art1cu o ~ ~ ........v.....:i ~1e ...orU !.e:
; ~~ 1ac1onan con . • . un fenómeno mucho menos familiar: la tendeoc-..a ~ ·.i::>I ~
_.....1111 se corre d ti k· Assessing Fmanc1al LJteracy
.,..-- Right Yar s e . . ·" tes que saben de los posibles efectos secund2rioc .:. ~ e-::;r¡~
•r~ng the f F' ancial Well-Bemg", J OJ Consumer
by Way o ID . experimentar tales efectos. El artículo cita llll esnóo ;vtñ::;,rr !:!i
~~res 'IALZ62· los investigadores encontraron que
· 2013: ~ ' - - The Journal of Sexual Medicine en el que un ~ 2' •::oc:e::n-:
Aff,i!S• di las preguntas correctamente, de manera
--nos que respon eron
ai--
. .
tas con un contexto, fueron s1gnificativamente
. diagnosticados con hiperplasia prostática benigna t;e ~::::o.;. ~
....,;,.,1lar las pregun • . dos subgrupos de manera aleatoria. Un subgrupo .:r -55 ::w::r:w,
P-""-. s decisiones respecto a mvers1ones más que
~ CXJIOSOS en su
1ptllos que no la respondiero~ correc~~nte ). ~eve a cabo
recibió un compuesto cuya eficiencia había sido~ li::r"ü.;et,
aaa¡xuebade hipótesis con un mvel de s1gmficancia de .05 para de que se les advirtió que el tratamiento podría ~ ~
tadir si la proporción verdadera de respuestas correctas a la ción eréctil como efecto secundario. El evo ~-'fh ~ :::
•ta sin un contexto excede la de las respuestas correctas a pacientes, recibió el mismo tratamiento pero 5;Jl ~ A . . ~
El porcentaje del subgrupo que no reooió mng"ZI ~
11 ¡xegunta con un contexto.
que reportó uno o más efectos secundarios ~ ~ ~ ;;.r- .z
l -~ incidentes recientes de contaminación alimentaria han
~ mucha preocupación entre los consumidores. El ar-
15.3%, mientras que en el grupo que -~ a a . . ~ :O:
blo "How Sate 1·s Th at Ch1cken?"
· 43.6% de los pacientes reportó al menos un~ S 3 . . ~ Je
(Consumer Reports
P• · .
• »10:19-23) reportó que 35 de 80 pollos de la marca'
ltlcccíonados al azar d.1eron prueba positiva ya sea para
tipo sexual. Escriba y pruebe la -~ ~ ue = ~
de significancia de .05 y decida si d da.~~"~~, ~
~k>bacter 1
en este caso. [Nota: El número ~ ~ "'t~ 'lS- (SI ó ~
~ s ~ salmonella (o ambas), los agentes bacterianos
1 que no recibió ninguna advertenci.t es Je it\ p e ! \ ' ~ ~ ~ -
: alimentos. Mí"e ::
número de enfermedades provocadas
te para ser preocupante (~~ ~ tltiht...._ • ~ Je
0!1 Pnlebas P<>sit.i que 66 de 80 pollos de la marca Tyson
" ¿ScSá vas. corte menoo comen-ador de 5 en \et Je h.l\.]
que la pronr... .
~ -rv1c1ón ve dad 52. ¿Consideran los n\at\.~ ~ su ttab.1jo e.s remuneoti''1 ~-~s-
· nados difiere del d: era de pollos Perdue no
pollos de la marca Tyson? füctorio? El artk ulo ••\\~-Rdab?d Atdhldes-( ~
 - _ _ rt....,,Ll;-J{).(I
ue ,· - \.VJ ... ~ ••'-' ~
. 'cío~ eo d q . ~
J Jos datos del eJCIO . . ·oo ( mllb ). La,s, c:ann .
12. Consu te . , x == tranSP(!3Cl _ ~ _ ~., g 5
del amomo (mg!L ) ) == 1J. I .r. -= 303 . ....~~ -:... - • *'
resuuu
'(fas incluyen n .,.
_ - 341 9592_, 1 ~ 5 .• -
_ ...- ') () 6.U
- ' '
. .' .'

1585.230769, s_,, - ·oo .<k la recro de ~~tón cJ,oud.1_~

Obtenga la ecuacr
a. úsela para cal~lar una
cíón de amomo <k Wl3 ·
~:tón óe1 Jd p,_n10 ck '--unc.--c.fdt~ ·

.
(ufur.t " - ~ ' b ~·\lil •

·6 de amonio tS "\ rnllb

centraci n PUib ~ u11h.t.2
· 1 r«U«~~·
b. ¿Qué sucede s, 3 óo dd pun10 dt c11Xl{1rir." ~~
para calcular untt on,m.»Ct ~ ~~ ~• ~ ~ e,.
d'o verdadero cull)d(' t., u~.1u911•..- ~., 't ....

me . t :nodo Qkvbl b c.i,a:üt.(.itCl:l ,k .c:ttr

¡,Por qué no ut1k ,e .

punto?
c. CuJculc e anterprat
1
d
Piensu que t i rnoc:kJo de' rq;,~ ~~ N!lttf'll,r "~ ci Cl(~u
d. ¿ 1 - ~ ~,atai -{):J . , CIOih(lClbtU
- ~

vo paro exphc:a1 t, '

31 ...,.._.

Í\ ción'l Exphqot
~ dcltlít11n;1..o!.d 11~ . :..l,w , ~ 1l, 1 u,t~h,I,; ,Jf' ,,J~J <Ml lf ,
13. } Los $iguicr1tc, dA.lV) íiJJ®'-°j. dVt s ~ a<f.1uf die e odV&.ctl
rl~~J{
,1!ii ..

1
"- · te (mA/cm~) y y .... ~ de ckpo~ut. f11mfold.,J 11¡p._i c~ ~CJftaia 1~ 1tl11t:á&n iík' r d u ,1,1J r ~ ,,r'., " · f,,~,,JJ JHlf u,wfad ,k ~q i
en el artículo í,tPlallna of W• l ia l «-S ~ t ,~ Jt,~ 4d""ffi-~(•fiti ~- ~narJ ~.111 ,J, ft ♦•H:n1,,,J, "''' ' ,,,~, )' 1~ f P,:,f~t.4< , ~
Termination Mttallur1r" fr,,,,a.,- ,. .,¡ wl•~
f ,',tt.,í..1t&. ~ b fl~ •wa h ,tj:¡ m"'h,t~ 4,. •~ , ,,.,~, ,,J:uJ 1,u,~ te,,\,,, h fai1~
enero de 1997: 38-10). "bU de ~ ~ b ~1i.f~imt.i ,,,.~~·,1,i
_ttl b fl.cA.119'ti C't'J i n•, J t ' " ' •o,:, ,k 1,r~~ ,Je '.,IJf~fJI; 4!
del autor del artículo e.n e_J 1CDIW df ~ · ~ ~ ~ 4 ~ ~\a<iw ~~- '.)' oe- ,htuvu;,,,,-, ,,~ \Já!t1,ad..;.~ ,L:,i,,~ lu111t.}"'
reJación lineal a partir tk la tt.w d(, ~~ ~ ik. ~ tJ:Jd1'i~ 'ftK- ~«e ~ · rJ t#1JW~, " f'JfNU ,, ·----
 c. Calcu l , .
e un a es timación
miento promedio d· puntual del volumen de escurri-
t .- ver adero cuando 1 1
ac1on pluvi al es de 50 . e vo umen de precipi-
d. Calc ule una c<,tima . -
c1on puntual de la de . . . ,
e. ¿Qué proporción de I· , . . - sv1ac1on estándar a .
. . . a vanac,on obser v- d d l
escurrimi ento puede . t ··h . . a a e volumen de
39.6 41.0 . . a 11 u 1r se a la rel· . .
38.8 l in ea l simpl e entre el • . acwn de regresión
escurrimiento
6.3 7.9 9 .0 plu v ial ? Y 1ª precipitación

45 .6 46.0 46 .9 48 .0 el1/ E l agregado ti no de concreto h ·h

.
sccun dan o clasificado de . , .
.
, ec o a pan1r de
un agregado
9 .7 - , . manera uniforme y una as ~ de
7.4 7.7 to agua, es benefi cioso en I· . p ta cernen -
. a<, zona_s, propen s,as 1 1
excesivas debido a s us. ex ce
. l.entes propie<lade
. a
de
ª"
luv ia,;
.
69.8 79.5 80.0 artícul o "Pavement Thickness D . i . " drenaJe . El
~9} 11.8 10.7 Parking Lots" (J .,.,, e.c,ign or '.°'o-fine,¡ ümcret.e
11.3 T · • ºJ irans. Engr. 1995·47'- ,.o ..
' · ,_,,..>empleo ,
un
,1ot . 1 7.S ana is1s de mínimos cuadrados en el estud1·0 de ,./.. .-
/~ , de tallo y hojas de los valores de .d d -.vmo " - poro-
~ grafica , . . t si a (%) se relaciona con x = peso unitario (por pie , cubico
- . J
·a una V alquier caractenstica mteresan e . en muestras de concreto . Considere los si guientes date15
(()l}stfll) nte sobre cu , . sentativos: · repre-
~ AJ: v co111i: . tencia es completa y umcamente
\IV" . aior de res1s
será que d v 1valor del MOE? Explique.
1). •
~una • dopare
Itados generados por M'imta · b para X 99.0 101.1 102.7 103.0 105.4 107.0 108 .7 11 0.8
.auientes res u , .
lise IOS si,, . , de la recta de mmnnos cuadrados y 28.8 27.9 27.0 25.2 22.8 21.5 20.9
,. la ecuacion . . 19.6
ob{eoer . . tencia a partir del módulo de elastlci-
declf la res1s . . 1112.1 112.4 113 .6 113.8 115.1 115.4 120.0
para pre a predecir la resistencia de una viga cuyo X

dad Yluego plart'cidad es de 40. ¿Se sentiría cómodo si y 17.1 18.9 16.0 16.7 13.0 13.6 10.8
ó<lulo de e as 1 .
ro ta de mínimos cuadrados para predecir la
rilizar3
0 .
I a rec Un resumen de las cantidades pertinentes es I..x 1 = 1640. 1.
. uando el módulo de elasticidad es de 100?
res1stenc1a e LY; = 299.8 , I..x~ = 179 849 .73 , I..x;Y; = 32308.59.
Explique Ly~ = 6430.06.
Coef Stdev t - ratio p a. Obtenga la ecuación de la recta de regresión estimada _.\
Predictor
3.2925 0 . 6008 5.48 0.000 continuación, cree un gráfico de dispersión de los datos y
constant
0 . 10748 0.01280 8.40 0 . 000
mod elas el gráfico de la recta estimada. ¿Será que el modelo de la
s = 0.86 57 R-sq = 73 . 8% R-sq(adj) = 72 . 8% relación puede explicar una gran parte de la variación
Analysis of Variance
observada en y?
SOURCE DF SS MS F p b. Interprete la pendiente de la recta de mínimos cuadrados.
Regression 1 52.870 52.870 70 . 55 0 . 000 c. ¿Qué sucede si la estimación lineal se utiliza para predecir
Error 25 18 . 736 0.749 la porosidad cuando el peso unitario es de 135? ¿Por qué
Total 26 71 . 605
esto no es una buena idea?
d• i Cua'les son 1os valores de SSE, SST y el coeficiente de d. Calcule los residuos c ~ íe~tes a las dos primcns
~ión? ¿Sugieren estos valores que el modelo de re- observaciones .
gresmn lineal simple describe de forma efectiva la relación e. Calcule e interprete una estimación puntual de a- .
, entre las dos variables? Explique. f. ¿Qué proporción de la variación observada en la porosidad
li El,n;,..
' - ""ulo "Charact . . se puede atribuir a la relación lineal aproximada c-ntre el
-lf~Area" (J e~tion of Highway Runoff in Austin,
O peso unitario y la porosidad?
g;áf,ca de d' · _'Í Envir. Engr., 1998: 131-137) incluye una
~ ispers16n juntO Durante la última década el polvo de caucho se ha utilizado en
~. de x ::: vol con una recta de mínimos cuadra- 18.
rrien de umen de prec1· 1• . , cemento asfáltico para mejorar el rendimiento. El rutículo •·Expe-
eSCurri . P tac1on pluvial (m3 ) y y = volu-
!es val m1ento (mJ) e . rimental Study of Recycled Rubber-Filled ~i.gh_-~t~gth
Ores fueron to n un 1ugar particular. Los siguien-
, mados de la gráfica. Concrete" (Magazine of Concrete Res .. 2009: ~9-556) ~nclu-
5 ye una regresión de y = es.fuerzo <ni<,/ (MPa) en .r ~ es~1er<-o
y 1 4 12 17 cúbico (Mpa) basada en los siguientes datos de muestra.
23 30 40 47
IS 15 25 86.0 102.0 99.2 95 .8 103.5 89.0 86.7
27 46
X 112.3 97 .0 92.7
81 96 112 12 48.7 74.3 73.3 68.0 59.3 57 .8 48.5
l S3 70 7 y 75.0 71.0 57.7
82 , · cuadrados e
iSe,~ 99 100 , .ó de la recta de m101mos
u"° que una a. Obtenga la ecuac1 n
n. ~ deJ lllO(J &ráfica de d'1 interprete su pendiente. . .,
.ª1tu¡e I elo de regre . sP_Crsi6n de los datos apoya el ficiente de determinac1on.
6
'~ lercePc~ estirnac· s1 n hneal simple? b. Calcule e interprete el coe 1 . , de la desviación están-
Ión de tones puntu . na estiroacion
c. Calcule e mterprete u ·ón lineal simple.
la recta d ales de la pendiente y la dar a del error en el modelo de regres1
e regr -6
eSi n de población.
 y

c. ¡,C11{t l es t.: I Víi lor u. I·

;JB •·st•· e " Vc1r,;1L1{111 1
\.. , . ., .s•·\. ,.. . xp 1ICil
·
lllc J '
e l dflf e el <, i;iJ
,n,1,Jt:1,, ,J,. J i¡,1t f,r,
The regression equat l· Qn ,~ ,,.,. 'f,,,
• ti( ✓
. .,r,,,, "'-
1
Cociente 0 . 10 1 + n
O. 4(:; J
¡:,,,.fl , r
Predictor ,,,
Coef
Constant 0 . 101 21 SE; Co""f
o -
Pressure 0 . 46071 . 01JrJ8
~ 1'i() 200 200 0 - 0362 7
l.~ll ~
,, i:5 S = O. 0332397
LX.'
l ~l)
- 'ºº
210 7 320 280
R- Sq == s9 _5%

¡.U)
l ~l1 400 400 Analysis of Variance
350
Source DF SS
250 610 670 Ms
Regression
- ~ ;Xl --VO .µO .
1 0 . 178 30
Residual Error 19 0 . 02099
Ü, 17830 p
de reoresión lineal simple es 161 3
od lo O o . 00110 . 7 º· 'Í:
~ A...n..i
:l. SUpvoii~~-l) 4u
c: el m
. e. , de mínimos cuadrados de 1a Total 20 0 . 19929
válido (lb{enga la esumac10n
:ta~ ~ión verdadera. . .,
rec - . ·o' n de la tasa de emis10n de NOx espe- 21. El ángulo de recuperación de plieg
Cuál es la esnmac1 . , ., , ues y la res.1st .
b. l• d rberación debido al area del quema- s10n son las dos caractensticas más • enc1a aJa i~
r.ida cUJDdO la tasa e 1
importante "-u-
desempeño de la tela de algodón entre Iazada sUPara. ev~Uar e1
dor es iITT.Ial a 225? en el ángulo de entrelazado determinad · n 1ncreme
e .d d en la cual espera que cambie la tasa de ' oporlaab be 010
c. Esrimela cann a ., . una banda de éster carboxilo mejora 1 . sor nciade
. . d NO cuando la tasa de liberac1on debida al ' a resistencia al05
enusiones e , gues de
área del quemador disminuye en 50. . la
. tela (a expensas de reducir la resistencia
. . mee, Plie- .
Los siguientes datos sobre x = absorbanci _ . aruca¡_
d. ·lítilizaria la recta de regresión estimada para predecir la ªYY - resiste ·
ángulo de los pliegues fueron tomados de u , nc,aa1
~ de emisión con una tasa de liberación de 500? ¿Por , na gra6tea que se
muestra en el articulo "Predicting the Perfo
qué sí. o por qué no? . . rmance ofDurable
Press Fm1shed Cotton Fabric with Infrared Spectroscop¡"
28. El comportamiento de las barras de unión de refuerzo es deter-
(Textile Res. J., 1999: 145-151). ·
minante e importante en la fuerza y la estabilidad. El artículo
· Experimental Study on the Bond Behavior of Reinforcing
X .115 .126 .183 .246 .282 .344 .355 .452 .491 .554 .651
Bars Embedded in Concrete Subjected to Lateral Pressure"
1}. of :lfaterials in Civil Engr., 2012: 125-133) reporta los y 334 342 355 363 365 372 381 392 400 412 420
resaltados de un experimento en el que se aplicaron diferentes
niveles de presión lateral a 21 especímenes cúbicos de concre- He aquí los resultados obtenidos con Minitab:
to, cada uno con una barra redonda de acero liso de 16 mm
incruSlada, Y se detenninó la capacidad de unión correspon- Predictor Coef SE Coef T

di,ente. Debido a las diferentes fuerzas sobre un cubo de hormi- Constant 321. 878 2 . 483 129 .64 o.ººº
absorb 156 . 711 6 . 464 24 . 24 o.ººº
gon if,., en MPa), la presión lateral aplicada fue equivalente a
una proporción fija de la.,(. de la muestra (O, .lf ... .6f ) R- Sq{adj ) == 98 . 3%
También, puesto que la fuer d ., cu' ' cu . s = 3 . 60498 R - Sq = 98 . 5%
por fa ¡ del pécº za e umon puede ser influenciada
,, e~ imen la capac·d d d MS F
CDmo el cocien ' 1 a e enlace se expresa Source DF SS
o.ººº
te de la fuma de unión (MPa) ara
p V.fcu·
·7: Regression 1 7639 . 0 7639 . 0
587 ,81
117 . O 13 .0
Pr~ión () O Residual Error 9
~ () .1 Total 10 7756 . 0
Alciente , íJ.1 23 0.H)) ( 1( .1 .1 .2 ·lit"
Presión 1 2 J. ll 0.172 0.133 0.107 0.217 . , lineal ~11111
1 d regres1on
~ .3 3 a. ¿Será apropiado el mo e o ed
tt ,ri.172 o.1 s 1 0 - ·
p .263 o227 o.3 .4
.4 Explique.
g•1s pron ,
ostic:ir1:11~
~ . .252 0.310 0.365 b. ¿Qué ángulo de resistencia a las arru .'· . lt' _:;(XJ'.' .
b orbanc1a e~ ( .1 ~ 1,1,
'39 0.365 0319 ~ .6 .6 un espécimen de tela cuya a s '
· d I ángulo de re. · iixr'
. sistt•ill'. 1: '
a ·· 0.3 J 2 ( ) 3 9 ~
· i,Será que u ·· 0J86 0.320 c. ¿Cuál sería la estimación e •a e~ Jt •· · .
absorbanct d 111j)
del na gráfica d d.
. m0<1e10 de re . e . ispersión de d· . ,
b. Utilice lo~ . . &res16n lineal sim l alos .ipoya el uso
pliegues esperado cuan d Iª °Z
, .¡ giinllil6·e·O1 ¡;c
e~t, 1

• cada ve ·611 ''

. sigu,ent P e? 22 El cemento de fosfato de ca 1cto ' d reparac1 p~dl1'
rnac1ones Pllntu· es resultados de . . . . l' iones e . 1phO-l 1a
la recta d . ¡¡les de la pe ct· M1n11ab para d . atención para su uso en ap icac f oifc11Jfl 0¡ciffl
r. e e reg:re~ión n iente y d l · . ar est1- , • ~ ement O 2111' en
alcu1c una csti _de la P<>blación e a intercepción de articulo "Short-Fibre Rem•~rc d 2001: zor_roP''eºº Ol
Prorne(]¡ O rnac16n · Bone Cement" (J. of E11gr. '"-~:n·fibras de paltactvfll ~1
d real Puntual d
. U)ué es cuando la . e la capa . , sobre un estudio en el que se uullz . nto de Ja 515ieoc'd'
de err una estirnaci6 PTes16n lateral c1dad de unión . . rtaJ1Jle , :;:; re í e 1

or" y n PUntu es 45J un mtento de meJorar el compo (o/o) Y) viott·

, ¿c6rno la. al de la d . ·. '" 105 8
interpreta? esv,ación estándar siguientes datos de x = peso de la fí~raoado por
orc1°
la compresión (MPa) fueron proP

~
artículo.
E CUACIONES NO LINEALES REDUCIBLES A LA FORMA LINEAL

8.13. La tabla 8-6 proporciona valores experimentales de la presión P de cierta masa de gas que corre,~<
varios valores del volumen V. De acuerdo con los principios termodinámicos, existe una rela"' •,, -i -~ ~
uon e"'-:: -.
variables de la forma py-r = C, donde yy C son constantes. a) Determinar los valores de 'YY c. b)fa;:;"-
ecuación que relaciona P y V. e) Estime P cuando V== 100.0 pulg 3 • ú _

Tabla 8-6

Volumen V (pulg 3) 54.3 61.8 72.4 88.7 118.6 194.0

Presión P (lb/pulg 2) 61.2 49.5 37 .6 28 .4 19.2 10. l

Puesto que PVY = C, al tomar los logaritmos de base 1O, se tiene

r logP + ylogV = logC o logP = logC - ylog V

 11

,\1 cstahll'cl'r log V == x y log p = y, la última ecuac',, . .

. ion se.reescnhe como
~ 1) Y == a + bx V
J, a === log C Yb = - Y· í')
M lllll- 1 l
.
La tabla 8-7 proporc1o_na os va ores de x y y que corres ond
. . ~ los cálculos necesanos para encontrar la recta de , ~ enª los valores de V y P en la (;jbJa ~ j t; ir:J,;;~,
111 d1ca mm1mos cuadrados (1 ).
Tabla 8-7
x - log V y= log P x2 xy
1.7348 1.7868 3.0095 3.0997
1.7910 1.6946 3.2077 3.0350
1.8597 1.5752 3.4585 2.9294
, i
1.9479 1.4533 3.7943 2.8309
2.0741 1.2833 4.3019 2.6617
2.2878 1.0043 5.2340 2.2976
D = 11 .6953 LY = 8.7975 D 2 = 210059 DY = 16.8543

Las ecuaciones nonnales correspondientes a la recta de mínimos cuadrados (1) son

~y= an + b~x ~xy = a~x + b~x2

de las cuales

Entonces y = 4.20 - 1.40x.

40 - - C = 1 60 X 104 V 'Y== 1.40.
a) Puesto que a = 4.20 = log C y b == - l. - 'Y, · ~
h) PV .4o -- 16
1
. 000 . - · I.<+1 0. -- -·, ". 1
- 1 40 2) = 1.40. Entl)fü'l.'S. p == Jntlk'~
e) Cuando V = J00, x = log V = 2 y y == log P - ·
42 º ·(
1ibras/pulg2.