6.

3
En los ejercicios 21 a 26, use la siguiente información (según datos de la
National
Health Survey).

• La estatura de los hombres se distribuye normalmente, con una media de 69.0 pulgadas
y una desviación
estándar de 2.8 pulgadas.
• La estatura de las mujeres se distribuye normalmente, con una media de 63.6 pulgadas
y una
desviación estándar de 2.5 pulgadas.

21. Altura de entrada El monorriel Mark VI que se utiliza en Disney World y el avión Boeing
757-200 ER cuentan con puertas con una altura de 72 pulgadas.

a) ¿Qué porcentaje de los hombres adultos pueden pasar por las puertas sin tener que
agacharse?

x−μ 72−69
z= = ≈ 1.07
σ 2.8

P ( Z <1.07 )=0.8577=85.77 %
b) ¿Qué porcentaje de mujeres adultas pueden pasar por las puertas sin tener que
agacharse?

x−μ 72−63.6
z= = ≈ 3.36
σ 2.5

P ( Z <3.36 )=0.9996=99.96 %
c) ¿El diseño de una puerta con una altura de 72 pulgadas parece ser adecuado? Explique.

No, porque alrededor del 14% de los hombres no podrá pasar por la puerta adecuadamente.

d) ¿Qué altura permitiría que el 98% de los hombres adultos pasen sin tener que
agacharse?

x=μ+ zσ =69+2.05 ( 2.8 )=74.74 pulgadas

23. Tall Clubs International Tall Clubs International es una organización social para personas
altas. Para ser miembros, los hombres deben medir al menos 74 pulgadas, y las mujeres
deben
medir al menos 70 pulgadas.

a) ¿Qué porcentaje de los hombres satisfacen este requisito?

x−μ 74−69
z= = ≈ 1.79
σ 2.8

P ( Z >1.79 )=1−P ( Z <1.79 )=1−0.9633=0.0367=3.67 %

b) ¿Qué porcentaje de las mujeres satisfacen este requisito?
 x−μ 70−63.6
z= = ≈ 2.56
σ 2.5

P ( Z >2.56 ) =1−P ( Z <2.56 ) =1−0.9948=0.0052=0.52 %

c) ¿Son justos los requisitos de estatura para hombres y mujeres? ¿Por qué?

No, porque mas hombres satisfacen los requisitos que mujeres

29. Temperaturas corporales Con base en los resultados muestrales del conjunto de datos 2
del apéndice B, suponga que las temperaturas corporales humanas se distribuyen
normalmente,
con una media de 98.20°F y una desviación estándar de 0.62°F.
a) El hospital Bellevue en la ciudad de Nueva York establece que la temperatura más baja
considerada
como fiebre es de 100.6°F. ¿Qué porcentaje de personas normales y saludables se
consideraría
que tienen fiebre? ¿Sugiere este porcentaje que un punto de corte de 100?6°F es
adecuado?

x−μ 100.6−98.20
z= = ≈ 3.87
σ 0.62
P ( Z >3.87 ) =P ( Z< 3.87 )=1−0.9999=0.0001=0.01 % Adecuado.

b) Los médicos desean seleccionar una temperatura mínima como requisito para solicitar
más
exámenes médicos. ¿Cuál debería ser esa temperatura, si deseamos que solo el 5% de las
personas
saludables la excedan? (Un resultado como este es un falso positivo, lo que significa que el
resultado
de la prueba es positivo, pero el sujeto en realidad no está enfermo).

x=μ+ zσ =98.20+1.645 ( 0.62 )=99.2199° F

30. Ancho de asientos de aeronaves Un equipo de ingenieros desea diseñar asientos para
aviones comerciales, de tal manera que sean lo suficientemente amplios para que quepa el
99% de
los hombres. (Para abarcar al 100% de los hombres se requerirían asientos muy amplios
que, por
lo mismo, serían demasiado costosos). Las anchuras de cadera de los hombres se
distribuyen normalmente,
con una media de 14.4 pulgadas y una desviación estándar de 1.0 pulgadas (según datos
de una encuesta antropométrica de Gordon, Clauser, et al.). Calcule P99, es decir, calcule la
anchura
de cadera de los hombres que separa al 99% de los individuos con caderas más angostas
del
1% de individuos con caderas más anchas.

x=μ+ zσ =14.4+2.33 ( 1 )=16.73 pulgadas

6.4

En los ejercicios 9 a 12, remítase a la población y a la lista de muestras

del ejemplo 4.
9. Distribución muestral de la mediana En el ejemplo 4 supusimos que se seleccionaron al
azar y con reemplazo muestras de tamaño n = 2 de la población consistente en 2, 3 y 10,
donde
los valores corresponden al número de integrantes de hogares. En la tabla 6-4 se listan las
nueve
muestras diferentes posibles.

a) Calcule la mediana de cada una de las nueve muestras, luego resuma la distribución
muestral
de las medianas en una tabla que represente la distribución de probabilidad. (Sugerencia:
Utilice
un formato similar al de la tabla 6-5).
Muestr Medianas de la Probabilid
a Muestra ad
2.2 2 1/9
2.3 2.5 1/9
2.10 6 1/9
3.2 2.5 1/9
3.3 3 1/9
3.10 6.5 1/9
10.2 6 1/9
10.3 6.5 1/9
10.10 10 1/9

Medianas de la Probabilid
Muestra ad
2 1/9
2.5 2/9
3 1/9
6 2/9
6.5 2/9
10 1/9

b) Compare la mediana poblacional con la media de las medianas muestrales.

Mediana poblacional:
2,3,10 Mediana = 3
Media de las medianas muestrales:
2+2.5+2.5+ 3+6+6+ 6.5+6.5+10
X́ = =5
9
Los valores son diferentes.

c) ¿Las medianas muestrales coinciden con el valor de la mediana poblacional? En general,

¿las medianas
muestrales son buenos estimadores de las medianas poblacionales? ¿Por qué?

No, porque la media o mediana de todas las posibles medianas muestrales no es igual a la
mediana de la población.

11. Distribución muestral de la varianza Repita el ejercicio 9 utilizando las varianzas en vez
de las medianas.

Muestr Medianas de la Varianza de la Probabilid

a Muestra muestra ad
2,2 2 0 1/9
2,3 2.5 0.5 1/9
2,10 6 32 1/9
3,2 2.5 0.5 1/9
3,3 3 0 1/9
3,10 6.5 24.5 1/9
10,2 6 32 1/9
10,3 6.5 24.5 1/9
10,10 10 0 1/9

Varianza de la Probabilid
muestra ad
0 3/9
0.5 2/9
24.5 2/9
32 2/9

Varianza de la población:

( 2−5 )2+ ( 3−5 )2 +(10−5) ² 38

σ2= = ≈ 12.667
3 3
Media de las medianas muestrales:

3 ( 0 ) +2 ( 0.5 )+ 2 ( 24.5 )+ 2(32) 38

x́= = ≈ 12.667
9 3
La varianza de la muestra es una buena estimación de la varianza de la población.

13. presidentes asesinados: Distribución muestral de la media Cuatro presidentes

estadounidenses
fueron asesinados mientras estaban en funciones. Sus edades (en años) en el momento
de su asesinato son 56 (Lincoln), 49 (Garfield), 58 (McKinley) y 46 (Kennedy).

a) Suponiendo que se seleccionan al azar y con reemplazo 2 de las edades, describa las 16
muestras
diferentes posibles.

Muestr
a
46,46
46,49
46,56
46,58
49,46
49,49
49,56
49,58
56,46
56,49
56,56
56,58
58,46
58,49
58,56
58,58
Las posibles muestras contienen todas las combinaciones diferentes de 2 de las edades de
la lista.

b) Calcule la media de cada una de las 16 muestras, luego resuma la distribución muestral
de las
medias en una tabla que represente la distribución de probabilidad. (Utilice un formato
similar al
de la tabla 6-5 de la página 283).
Media de la Probabilida Media de la Probabilida
XMuestra muestra d muestra d
46,46 46 1/16 46 1/16
46,49 47.5 1/16 47.5 2/16
46,56 51 1/16 49 1/16
46,58 52 1/16 51 2/16
49,46 47.5 1/16 52.125 2/16
49,49 49 1/16 52.2 2/16
49,56 52.5 1/16 53.5 2/16
49,58 53.5 1/16 56 1/16
56,46 51 1/16 57 2/16
56,49 52.5 1/16 58 1/16
56,56 56 1/16
56,58 57 1/16
58,46 52 1/16
58,49 53.5 1/16
58,56 57 1/16
58,58 58 1/16

c) Compare la media poblacional con la media de las medias muestrales.

Media poblacional:
46 +49+56+ 58
μ= =52.25
4
Media de las medianas de la muestra:
46+2 ( 47.5 )+ 49+2 ( 51 ) +2 ( 52 ) +2 ( 52.5 ) +2 ( 53.5 ) +56+2 ( 57 ) +58
x́= =52.25
16
Los dos valores son iguales y, por lo tanto, la media de la muestra es una buena estimación.
para la media de la población.

d) ¿Las medias muestrales coinciden con el valor de la media poblacional? En general, ¿las
medias
muestrales son buenos estimadores de las medias poblacionales? ¿Por qué?

Sí, porque la media de las posibles medias muestrales de todas las muestras posibles es
igual a la media poblacional.

16. Distribución muestral de la varianza Repita el ejercicio 13 utilizando varianzas en vez de

medias.

Muest Media de la Varianza de la Probabilid Varianza de la Probabilid

 ra muestra muestra ad muestra ad
46,46 46 0 1/16 0 4/16
46,49 47.5 4.5 1/16 2 2/16
46,56 51 50 1/16 4.5 2/16
46,58 52 72 1/16 24.5 2/16
49,46 47.5 4.5 1/16 40.5 2/16
49,49 49 0 1/16 50 2/16
49,56 52.5 24.5 1/16 72 2/16
49,58 53.5 40.5 1/16
56,46 51 50 1/16
56,49 52.5 24.5 1/16
56,56 56 0 1/16
56,58 57 2 1/16
58,46 52 72 1/16
58,49 53.5 40.5 1/16
58,56 57 2 1/16
58,58 58 0 1/16

Varianza de la población:

( 46−52.25 )2 + ( 49−52.25 )2 + ( 56−52.25 )2 +(58−52.25)²

σ2= =24.1875
4
Media de las medianas muestrales:

4 ( 0 )+ 2 ( 2 ) +2 ( 24.5 ) +2 ( 40.5 ) +2 ( 50 ) +2(72)

x́= =24.1875
16
La varianza de la muestra es una buena estimación de la varianza de la población.

17. Distribución muestral de la proporción En el ejemplo 4 se seleccionaron al azar tres

hogares
que tienen 2, 3 y 10 integrantes. Como en el ejemplo 4, considere que los valores 2, 3 y 10
constituyen una población, y suponga que se eligen al azar y con reemplazo muestras de
tamaño
n = 2. Construya una tabla de distribución de probabilidad que describa la distribución
muestral
de la proporción de números impares cuando se seleccionan al azar muestras de tamaño n
= 2.
¿La media de las proporciones muestrales es igual a la proporción de números impares en
la
población? ¿Las proporciones muestrales coinciden con el valor de la proporción
poblacional?
¿La proporción muestral es un buen estimador de la proporción poblacional?

Muestr Proporción de la Proporción de la

a muestra Probabilidad muestra Probabilidad
 2,2 0 1/9 0 4/9
2,3 0.5 1/9 0.5 4/9
2,10 0 1/9 1 1/9
3,2 0.5 1/9
3,3 1 1/9
3,10 0.5 1/9
10,2 0 1/9
10,3 0.5 1/9
10,10 0 1/9

Proporción de la población:

1
p=
3
Media de la Proporción de la muestra
4 ( 0 )+ 4 ( 0.5 )+ 1 1
x́= =
9 3
La proporción de la muestra es una buena estimación de la proporción de la población.

6.5

Uso del teorema del límite central. En los ejercicios 5 a 8, suponga que
las calificaciones
de la prueba SAT se distribuyen de manera normal, con media m = 1518 y
desviación estándar s=325 (según datos del College Board).

5. a) Si se selecciona una calificación de la prueba SAT al azar, calcule la probabilidad de

que sea
menor que 1500.

x−μ 1500−1518
z= = ≈−0.06
σ 325

P ( Z ←0.06 )=0.4761=47.61 %
b) Si se seleccionan 100 calificaciones de la prueba SAT al azar, calcule la probabilidad de
que
tengan una media menor que 1500.

x−μ 1500−1518
z= = ≈−055
σ / √ n 325/ √ 100
P ( Z ←0.55 )=0.2912=29.12 %
7. a) Si se selecciona 1 calificación de la prueba SAT al azar, calcule la probabilidad de que
se
ubique entre 1550 y 1575.
x−μ 1550−1518
z= = ≈ 0.10
σ 325
 x−μ 1575−1518
z= = ≈ 0.18
σ 325
P ( 0.10<Z <0.18 )=P ( Z <0.18 ) −P ( Z <0.10 )=0.5714−0.5398=0.0316=3.16 %
b) Si se seleccionan 25 calificaciones de la prueba SAT al azar, calcule la probabilidad de
que tengan
una media entre 1550 y 1575.
x−μ 1550−1518
z= = ≈ 0.49
σ /√n 325/ √ 25
x−μ 1575−1518
z= = ≈ 0.88
σ /√n 325/ √ 25
P ( 0.49<Z <0.88 )=P ( Z <0.88 ) −P ( Z <0.49 )=0.8106−0.6879=0.1227=12.27 %
c) ¿Por qué se puede usar el teorema del límite central en el inciso b), aunque el tamaño de
la
muestra no sea mayor que 30?

Se puede utilizar el teorema del límite central, porque se sabe que la distribución de la
población es normal.

10. Mensa Para ser miembro del grupo Mensa, se requiere obtener una puntuación de CI
superior
a 131.5. Nueve candidatos responden pruebas de CI, y el resumen de sus resultados indica
que
la media de su puntuación de CI es 133. (Las puntuaciones de CI se distribuyen
normalmente con
una media de 100 y una desviación estándar de 15).

a) Si se selecciona una persona al azar de la población general, calcule la probabilidad de

elegir a
alguien con una puntuación de CI de al menos 133.

x−μ 133−100
z= = ≈ 2.20
σ /√n 15
P ( Z >2.20 )=1−P ( Z <2.20 )=1−0.9861=0.0139=1.39 %

b) Si se seleccionan 9 personas al azar, calcule la probabilidad de que su puntuación media

de CI
sea de al menos 133.
x−μ 133−100
z= = ≈ 6.60
σ /√n 15/ √ 9
P ( Z >6.60 )=1−P ( Z <6.60 ) =1−0.9999=0.0001=0.01 %
c) Aunque se cuenta con el resumen de los resultados, se perdieron las puntuaciones
individuales
de las pruebas de CI. ¿Se podría concluir que los 9 candidatos tienen puntuaciones de CI
mayores
que 131.5, por lo que todos podrían convertirse en miembros de Mensa?

No, porque solo se sabe que la media de sus resultados está por encima de 131,5, pero no
se sabe nada sobre los resultados individuales.

12. Efectos de la dieta en la duración del embarazo La duración del embarazo se distribuye
de manera normal, con una media de 268 días y una desviación estándar de 15 días.
a) Si se selecciona al azar a 1 mujer embarazada, calcule la probabilidad de que su
embarazo dure
menos de 260 días.
x−μ 260−268
z= = ≈−0.53
σ 15
P ( Z ←0.53 )=0.2981=29.81 %
b) Si a 25 mujeres elegidas al azar se le somete a una dieta especial justo antes de quedar
embarazadas,
calcule la probabilidad de que la duración de sus embarazos tenga una media menor que
260 días (suponiendo que la dieta no tenga efecto alguno).
x−μ 260−265
z= = ≈−2.67
σ / √ n 15/ √ 25
P ( Z ←2.67 )=0.0038=0.38 %

c) Si las 25 mujeres tienen una media menor que 260 días, ¿parecería que la dieta tiene un
efecto
sobre la duración del embarazo? ¿Los supervisores médicos deberían preocuparse?

La probabilidad es muy pequeña y, por lo tanto, si la dieta no tiene ningún efecto, esto es
extremadamente improbable que ocurra.

Esto significa que la dieta parece tener un efecto y, por lo tanto, el Los supervisores deben
preocuparse, porque el número de bebés prematuros incrementará.

14. Diseño de cascos para motociclista Los ingenieros deben tomar en cuenta la anchura de
las cabezas de los hombres cuando diseñan cascos para motociclista. Las anchuras de las
cabezas
de los hombres se distribuyen normalmente, con una media de 6.0 pulgadas y una
desviación estándar
de 1.0 pulgadas (según datos de una encuesta antropométrica de Gordon, Churchill, et al.).

a) Si se selecciona a un hombre al azar, calcule la probabilidad de que el ancho de su

cabeza sea
menor que 6.2 pulgadas.
x−μ 6.2−60
z= = ≈ 0.20
σ 1
P ( Z <0.20 ) =0.5793=57.93 %
b) La compañía Safeguard Helmet planea un lote de producción inicial de 100 cascos.
Calcule la
probabilidad de que 100 hombres, seleccionados al azar, tengan una anchura media de
cabeza
menor que 6.2 pulgadas.
x−μ 6.2−6
z= = ≈2
σ / √ n 1/ √100
P ( Z <2 )=0.9772=97.72 %
c) El gerente de producción observa los resultados del inciso b) y piensa que todos los
cascos deberían
fabricarse para hombres con anchuras de cabeza menores de 6.2 pulgadas, porque se
ajustarían
a casi todos los hombres. ¿Por qué es incorrecto este razonamiento?

Este razonamiento no tiene en cuenta a las mujeres y los cascos no se ajustan a la mayoría
de los hombres.

17. Rediseño de asientos de expulsión Cuando se permitió que las mujeres se convirtieran
en pilotos de aviones de combate, los ingenieros necesitaron rediseñar los asientos
expulsores
porque estos se habían fabricado solo para hombres. Los asientos ACES-II estaban
diseñados para
hombres que pesaran entre 140 y 211 lb. Los pesos de las mujeres se distribuyen
normalmente,
con una media de 143 lb y una desviación estándar de 29 lb (según datos de la National
Health
Survey).

a) Si se selecciona a 1 mujer al azar, calcule la probabilidad de que pese entre 140 y 211 lb.
x−μ 140−143
z= = ≈−0.10
σ 29
x−μ 211−143
z= = ≈ 2.34
σ 29
P (−0.10<Z <2.34 )=P ( Z<2.34 )−P (−0.10 )=0.9904−0.4602=0.5302=53.02%
b) Si se seleccionan 36 mujeres diferentes al azar, calcule la probabilidad de que su peso
medio se
ubique entre 140 y 211 lb.
x́−μ 140−143
z= = ≈−0.62
σ / √ n 29/ √ 36
x́−μ 211−143
z= = ≈ 14.06
σ / √ n 29/ √36
P (−0.62< Z <14.06 ) =P ( Z <14.06 )−P ( Z←0.62 )=1−0.2676=0.7324=73.24 %

c) Al rediseñar los asientos expulsores de aviones de combate para que se ajusten mejor a
las mujeres,
¿qué probabilidad es más importante: el resultado del inciso a) o el del inciso b)? ¿Por qué?

A, porque en cada asiento expulsor solo cabe exactamente 1 persona.

22. Corrección para una población finita En un estudio del síndrome de Reye, 160 niños
tenían una edad promedio de 8.5 años, una desviación estándar de 3.96 años, y las edades
tenían
una distribución aproximadamente normal (según datos de Holtzhauer y colaboradores,
American
Journal of Diseases of Children, vol. 140). Suponga que 36 de esos niños se seleccionaron al
azar para
realizar un estudio de seguimiento.

a) Al considerar la distribución de la edad promedio de los grupos de 36 niños, ¿se debe

ajustar
utilizando el factor de corrección para una población finita? Explique.

Sí, porque el tamaño de la muestra es más del 5% del tamaño de la población.

b) Calcule la probabilidad de que la edad promedio del grupo muestra de seguimiento sea
mayor
que 10.0 años.

x −μ 10−8.5
z= = =2.57
N −n 160−36

√ N−1
√n
∗σ

√ 160−1
√36
∗3.96

P ( Z >2.57 ) =1−P ( Z <2.57 )=1−0.9949=0.0051=0.51 %

6.6

Aplicación de la corrección por continuidad. En los ejercicios 5 a 12 los

valores
especificados son discretos. Utilice la corrección por continuidad y
describa la región
de la distribución normal que corresponde a la probabilidad indicada. Por
ejemplo,
la probabilidad de “más de 20 artículos defectuosos” corresponde al área
de la curva
normal descrita en esta respuesta: “el área a la derecha de 20.5”.
5. La probabilidad de que más de 8 senadores sean mujeres
El área a la derecha de 8.5
6. La probabilidad de recibir al menos 2 multas de tránsito este año.
El área a la derecha de 8.5
9. La probabilidad de no más de 15 guisantes con vainas verdes.
El área a la izquierda de 15.5

Uso de la aproximación normal. En los ejercicios 13 a 16, realice lo

siguiente. a) Calcule
la probabilidad binomial indicada por medio de la tabla A-1 del apéndice
A. b) Si
np ≥ 5 y nq ≥ 5, también estime la probabilidad indicada utilizando
la distribución
normal como aproximación de la distribución binomial; si np ¿ 5 o nq
¿ 5,
entonces establezca que la aproximación normal no es adecuada.

13. Con n = 10 y p = 0.5, calcule P(3).

μ=np=10∗0.50=5
σ =√ npq= √ 10∗0.50∗(1−0.50)≈ 1.581
(a) P (3 )=0.117

x−μ 2.5−5
(b) z= = ≈−1.58
σ 1.581
 x−μ 3.5−5
z= = ≈−0.95
σ 1.581
P (3 )=P (−1.58< Z←0.95 )=P ( Z ←0.95 )−P ( Z←1.58 )=0.1711−0.0571=0.1140
18. Encuesta de penetración de Internet En el ejemplo 2 se señaló que una encuesta
reciente
del Pew Research Center reveló que, de 2822 adultos elegidos al azar, 2060 (o 73%) dijeron
ser
usuarios de Internet. Un especialista en tecnología afirma que el 75% de los adultos usan
Internet,
y que los resultados de la encuesta encontraron un porcentaje más bajo debido a la
variación aleatoria
que existe en las encuestas. Suponiendo que la tasa de 75% es correcta, ¿el resultado de
2060
usuarios de Internet es un número excepcionalmente bajo cuando se eligen al azar 2822
adultos?
Explique.

μ=np=2822∗0.75=2116.5
σ =√ npq= √ 2822∗0.75∗(1−0.75) ≈ 23.003
x−μ 2060.5−2116.5
z= = ≈−2.43
σ 23.003
P ( Z ←2.43 )=0.0075
Dado que la probabilidad es muy baja, es un número inusualmente bajo.

23. Teléfonos celulares y cáncer cerebral En un estudio de 420,095 usuarios de teléfono

celular
en Dinamarca, se encontró que 135 desarrollaron cáncer cerebral o del sistema nervioso.
Suponiendo que los teléfonos celulares no tienen efecto alguno, existe una probabilidad de
0.000340
de que una persona desarrolle cáncer cerebral o del sistema nervioso. Por lo tanto,
esperaríamos
aproximadamente 143 casos de este tipo de cáncer en un grupo de 420,095 personas
seleccionadas
al azar. Estime la probabilidad de 135 o menos casos de este tipo de cáncer en un grupo de
420,095
personas. ¿Qué sugieren estos resultados acerca de los reportes de los medios de
comunicación que
afirman que los teléfonos celulares causan cáncer cerebral o del sistema nervioso?

μ=np=420095∗0.000340=142.8323

σ =√ npq= √ 420095∗0.000340∗(1−0.000340)≈ 11.949

x−μ 135.5−142.8323
z= = ≈−0.61
σ 11.949
P ( Z ←0.61 )=0.2709
28. Detección de fraude Cuando el investigador Robert Burton trabajaba para el fiscal del
distrito
de Brooklyn, analizó el primer dígito de los montos de cheques expedidos por empresas
sospechosas
de fraude. De un total de 784 cheques, 479 tenían montos que iniciaban en 5, aunque se
esperaba
que el 7.9% de los cheques emitidos en el transcurso normal de transacciones iniciaran en
5. ¿Existe
una fuerte evidencia que indique que los montos de los cheques son significativamente
diferentes
de los montos que se esperarían en condiciones normales? Explique.

μ=np=784∗0.079=61.936

σ =√ npq= √ 784∗0.079∗(1−0.079)≈ 7.553

x−μ 478.5−61.936
z= = ≈ 55.15
σ 7.553
P ( Z >55.15 )=1−P ( Z <55.15 )=1−0.9999=0.0001
Los montos son significativamente diferentes de los montos esperados, porque la
probabilidad es muy pequeña.