-533-

Ejercicios del Tema 13 propuestos por el B.I.

1.- (P2 TZ2 Mayo 2017 NM)

En la siguiente tabla se muestra la temperatura máxima T , en grados Celsius, que se registró en un
parque en seis días elegidos al azar. La tabla también muestra el número de visitantes, N , que
acudieron al parque cada uno de esos seis días.

La relación entre ambas variables se puede modelizar por la ecuación de regresión N = aT + b .

(a) (i) Halle el valor de a y de b .
(ii) Escriba el valor de r .
(b) Utilice la ecuación de regresión para estimar el número de visitantes que habrá un día que la
temperatura máxima sea de 15ºC.
Solución:
a) i) a=0,667 b=22,2 ii) r=0,923 c) ≈ 32 visitantes

Vamos a calcular con la C.P.G. los valores de a, de b y de r del ejercicio anterior

MENU
STAT EXE
Introducimos en List 1 las temperaturas
Introducimos en List 2 el número de visitantes
Para obtener la a y b de la recta de regresión N=aT+b y el coeficiente de correlación r:
CALC (F2)
SET (F6)
2Var XList: List1 EXE
2Var YList: List2 EXE
2Var Freq: 1 EXE
EXIT
REG (F3)
X (F1)
aX+b (F1)
Resultado: a=0.667 b=22.2 r=0.923

Para el apartado (b):

MENU
GRAPH EXE
Y1: 0.667X+22.2
DRAW
SHIFT F5
F6
Y-CAL (F1)
X:15 EXE
 -534-
2.- (P2 TZ1 Mayo 2014 NM)
La siguiente tabla muestra los pesos promedio (y kg) para alturas dadas (x cm) en una población de
hombres.

Alturas (x cm) 165 170 175 180 185

Pesos ( y kg) 67.8 70.0 72.7 75.5 77.2

(a) La relación entre las variables está modelada por la recta de regresión y =ax+ b.
(i) Escriba el valor de a y de b.
(ii) Usando lo anterior, calcule el peso de un hombre cuya altura es de 172 cm.
(b) (i) Escriba el coeficiente de correlación.
(ii) Indique dos características de las siguientes que describan la correlación entre las
variables.
Fuerte Cero Positiva
Negativa No correlación Débil
Solución:
a) i) a=0,486 b=-12,4 ii) 71,2 kg b) i) r=0,997 ii) Fuerte y Positiva

3.- (P2 TZ2 Mayo 2014 NM)

La siguiente tabla muestra la cantidad de combustible ( y litros) que consume un coche para recorrer
determinadas distancias (x km).

Se puede elaborar un modelo para estos datos mediante la recta de regresión cuya ecuación es y=ax+b .
(a) (i) Escriba el valor de a y el de b .
(ii) Explique qué representa la pendiente a .
(b) Utilice el modelo para estimar la cantidad de combustible que consumiría el coche si se condujera
durante 110 km.
Solución:
a) i) a=0,08 b=0,31 ii) Consumo litros por kilómetro b) 9,11 litros

4.- (P2 TZ0 Noviembre 2014 NM)

La siguiente tabla muestra la puntuación del Diploma, x , y la nota en el ingreso a la universidad, y , que
han obtenido siete alumnos del Diploma del IB.

(a) Halle el coeficiente de correlación.

Esta relación se puede modelizar mediante una recta de regresión cuya ecuación es y = ax + b .
(b) Escriba el valor de a y el de b .
Rita obtuvo una puntuación de 26 en el Diploma del IB.
(c) Utilice la recta de regresión para estimar la nota que obtendrá Rita en el ingreso a la universidad.
Solución:
a) r=0,996 b) a=3,15 b=-15,4 c) 66,5
 -535-
5.- (P2 TZ2 Mayo 2018 NM)
La siguiente tabla muestra el peso medio, y kg, de niños que tienen x años.

Edad (x años) 1,25 2,25 3,5 4,4 5,85

Peso (y kg) 10 13 14 17 19

La relación que existe entre estas variables está modelizada por la recta de regresión cuya ecuación es
y=ax+b.
a) i) Halle el valor de a y el de b.
ii) Escriba el coeficiente de correlación.
b) Utilice esta ecuación para estimar el peso medio de un niño que tiene 1,95 años.
Solución:
a) i) a=1,92 b=7,98 ii) r=0,985 b) 11,7 Kg

6.- (P2 TZ1 Mayo 2015 NM)

La siguiente tabla muestra la cantidad promedio de horas por día que se pasan viendo televisión siete
madres y el hijo menor de cada madre.

Horas por día que una madre 2.5 3.0 3.2 3.3 4.0 4.5 5.8
ve televisión (x)
Horas por día que su hijo 1.8 2.2 2.6 2.5 3.0 3.2 3.5
ve televisión (y)

La relación puede ser modelada por la recta de regresión con la ecuación y = ax + b.

(a) (i) Encuentre el coeficiente de correlación.
(ii) Escriba el valor de a y de b.
Elizabeth mira televisión por un promedio de 3.7 horas por día.
(b) Use su recta de regresión para predecir el número promedio de horas de televisión que ve por día el
hijo menor de Elizabeth. Dé su respuesta correcta con una cifra decimal.
Solución:
a) i) r=0,947 ii) a=0,5 b=0,8 b) 2,6 horas

7.- (P2 TZ1 Mayo 2016 NM)

La masa M de una sustancia en descomposición se mide a intervalos de un minuto. Los puntos (t, ln M) se
trazan para 0 ≤ t ≤ 10, donde t es en minutos. La recta de mejor ajuste está dibujada. Esto se muestra
en el siguiente diagrama.

El coeficiente de correlación para este modelo lineal es r = -0.998.

a) Exprese con dos palabras que describan la correlación lineal entre lnM y t.
(b) La ecuación de la recta de mejor ajuste es
ln M = -0.12t + 4.67. Sabiendo que M = a.bt , encuentre el valor de b.
Solución:
a) Fuerte y negativa b) b=0,887
 -536-
8.- (P2 TZ0 Noviembre 2015 NM)
Un grupo ecologista va anotando el número de coyotes y de zorros que hay en una reserva natural al
cabo de t años, empezando el 1 de enero de 1995. Sea c el número de coyotes que hay en la reserva al
cabo de t años. La siguiente tabla muestra el número de coyotes que hay al cabo de t años.

La relación entre estas variables se puede modelizar mediante la ecuación de regresión c = at + b .

(a) Halle el valor de a y el de b .
(b) Utilice la ecuación de regresión para estimar el número de coyotes que había en la reserva cuando
t=7.
Sea f el número de zorros que hay en la reserva al cabo de t años.
2000
Este número de zorros se puede modelizar mediante la ecuación f = , donde k es una
1 + 99e −kt
constante.
(c) Halle el número de zorros que había en la reserva el 1 de enero de 1995.
(d) Cinco años después, en la reserva había 64 zorros. Halle k .
(e) ¿Durante qué año el número de coyotes fue el mismo que el número de zorros?
Solución:
a) a=13,4 b=137,5 b) 231 coyotes c) 20 d) k = 0,237 e) Durante el año 2007

9.- (P2 TZ2 Mayo 2015 NM)

La siguiente tabla muestra las ventas, y millones de dólares, de una compañía, x años después que se
abrió.
Tiempo después que se abrió( x años) 2 4 6 8 10
Ventas (y millones de dólares) 12 20 30 36 52

La relación entre las variables se modela por la recta de regresión con ecuación y=ax+b.
a) i) Escriba el valor de a y el de b.
ii) Escriba el valor de r.
b) Usando lo anterior, estime las ventas en millones de dólares después de siete años.
Solución:
a) i) a=4,8 b=1,2 ii) r=0,988 b) 34,8 millones de dólares

10.- (P2 TZ1 Mayo 2018 NM)

La siguiente tabla muestra los valores de ln x y ln y.

La relación entre ln x y ln y puede ser modelada por la ecuación de regresión ln y = a ln x + b.

(a) Encuentre el valor de a y de b.
(b) Use la ecuación de regresión para estimar el valor de y cuando x = 3.57.
La relación entre x e y se puede modelar usando la fórmula y = kxn ,donde k ≠ 0, n ≠ 0, n ≠ 1.
(c) Expresando ln y en función de ln x, encuentre el valor de n y de k.
Solución:
a) a= - 0,454 b=6,14 b) y=260,4 c) n=-0,454 k=464
 -537-
11.- (P2 TZ2 Mayo 2016 NM)
El precio de un coche de segunda mano depende, en parte, de la distancia que ha recorrido.
La siguiente tabla muestra la distancia y el precio de siete coches, el 1 de enero de 2010.

La relación que existe entre x e y se puede modelizar mediante la ecuación de regresión y = ax + b .

(a) (i) Halle el coeficiente de correlación.
(ii) Escriba el valor de a y el de b .
El 1 de enero de 2010, Lina compra un coche que ha recorrido 11 000 km.
(b) Utilice la ecuación de regresión para estimar el precio del coche de Lina.
Dé la respuesta aproximando al múltiplo de 100 dólares más cercano.
El precio de los coches disminuye cada año un 5 %.
(c) Calcule el precio del coche de Lina al cabo de 6 años.
Lina venderá el coche cuando su precio llegue a los 10 000 dólares.
(d) Halle en qué año venderá Lina el coche.
Solución:
a) i) r=-0,995 ii) a=-1,58 b=33480,3 b) ≈ 16100 dólares
c) 11835 dólares d) Venderá el coche en el año 2019

12.- (P1 TZ1 Mayo 2017 NM)

Jim calentó un líquido hasta hervir. Midió la temperatura del líquido mientras se enfriaba. La siguiente
tabla muestra su temperatura, d grados Celsius, t minutos después de hervida.

(a) (i) Escriba la variable independiente.

(ii) Anote la temperatura de ebullición del líquido.
Jim cree que la relación entre d y t puede modelarse mediante una ecuación de regresión lineal.
(b) Jim describe la correlación como muy fuerte. Haz un círculo alrededor del valor que mejor
represente el coeficiente de correlación.

(c) El modelo de Jim es d = -2.24t + 105, para 0 ≤ t ≤ 20. Use su modelo para predecir la disminución de
la temperatura para cualquier intervalo de 2 minutos.
Solución:
a) i) Variable independiente = t ii) Temperatura de ebullición=105º
b) Correlación fuerte y negativa. Coeficiente de correlación r=-0,992 c) 4,48º
 -538-
13.- (P2 TZ2 Mayo 2019 NM)
Un grupo de 7 hombres adultos querían saber si existía una relación entre su índice de masa corporal
(IMC) y el perímetro de su cintura. Para ello, se midió el perímetro de su cintura (en centímetros) y se
calculó su IMC. La siguiente tabla muestra los resultados.

La relación que existe entre x e y se puede modelizar mediante la ecuación de regresión y=ax+b.
(a) (i) Escriba el valor de a y el de b.
(ii) Halle el coeficiente de correlación.
(b) Utilice la ecuación de regresión para estimar el IMC de un hombre adulto que tenga un perímetro de
cintura de 95 cm.
Solución:
a) i) a=0,141 b=11,1 ii) r=0,978 b) Para x=95 cm y=24,5 cm

14.- (P2 TZ0 Noviembre 2018 NM)

La siguiente tabla muestra la longitud de mano y altura que tienen cinco deportistas de un equipo
deportivo.

Longitud de la mano ( x cm ) 21,0 21,9 21,0 20,3 20,8

Altura (y cm ) 178,3 185,0 177,1 169.0 174,6

La relación que existe entre x e y se puede modelizar mediante una recta de regresión cuya ecuación
es y=ax+b.
(a) (i) Halle el valor de a y el de b.
(ii) Escriba el coeficiente de correlación.
(b) La longitud de de la mano de otro deportista de este mismo equipo es de 21,5 cm.
Utilice la ecuación de regresión para estimar la altura de este deportista.
Solución:
a) i) a=9,91 b=-31,3 ii) r=0,986 b) Altura=181,8 cm

15.- (P2 TZ0 Noviembre 2019 NM)

La siguiente tabla muestra el número de mensajes, M, que seis adolescentes elegidos al azar enviaron
durante el mes de octubre. La tabla también muestra el tiempo, T, que hablaron por teléfono a lo largo
de ese mismo mes.

La relación entre estas variables se puede modelizar mediante la ecuación de regresión M=aT+b.
(a) Escriba el valor de a y el de b.
(b) Utilice su ecuación de regresión para predecir el número de mensajes enviados por un adolescente
que habló por teléfono 154 minutos en octubre.
Solución:
a) a=4,30 b=163 b) M ≈ 825 mensajes
 -539-
16.- (P2 TZ1 Mayo 2019 NM)
Un rompecabezas consta de muchas piezas de diferentes formas que se unen para formar una imagen.

Jill está haciendo un rompecabezas de 1000 piezas. Ella comenzó clasificando las piezas del borde y las
piezas interiores. Seis veces se detuvo y contó cuántas de cada tipo había encontrado.
La siguiente tabla indica esta información.

Piezas del borde (x) 16 31 39 55 84 115

Piezas interiores (y) 89 239 297 402 580 802

Jill modela la relación entre estas variables usando la ecuación de regresión y = ax + b.

(a) Escriba el valor de a y de b.
(b) Use el modelo para predecir cuántas piezas de borde había encontrado cuando había ordenado un
total de 750 piezas.
Solución:
a) a=6,93 b=8,81 b) x=93 piezas