UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS EN EL

VALLE DE SULA (UNAH-VS)

EJERCICIOS

Docente:
Alexi Sevilla

Asignatura
AGE235 Análisis Cuantitativos 2 | Sección: 2000

Cuenta Nombre
20152001323 - Raúl Salvador Piedy Carranza

2
San Pedro Sula, Cortes, martes 02 octubre, 2021
6-31. Un astrónomo del Observatorio del Monte Palomar observa que durante la lluvia
de meteoritos Geminid, aparece un promedio de 50 de ellos cada hora, con una
varianza de nueve meteoritos al cuadrado. La lluvia de meteoritos Geminid se presentará la
semana siguiente. Si el astrónomo observa la lluvia durante cuatro horas, ¿cuál es la
probabilidad de que aparezcan al menos 48 meteoritos por hora?
DATOS:
μ=50 meteoritos/hora
meteoritos=9
σ2=¿
n=4hora s
P(´x<48 meteoritos/hora )
P( x´ <48)=φ (Z48 )
¿φ(Z48=48−50/[√(9)^2/√4 )]
¿φ(Z48=−0.44)
P( x´ <48)=0.32997
P( x´ <$100) ~¿33

6-32. El costo promedio de un estudio en condominio en el desarrollo Cedar Lakes es de

$62,000 con una desviación estándar de $4,200.
a) ¿Cuál es la probabilidad de que un condominio en este desarrollo cueste al menos

2
$65000?

La variable aleatoria sería el costo de un condominio

Se requiere hallar la probabilidad de encontrar un condominio $65,000 o más. Esto

lo podríamos representar por P(X>=65,000).

X N(62,000 ;4,200)

Z=X−μσ

Z=X−μ/σ

=65,000−62,000/4,200

=3,000/4,200

=0.71

Esto transformaría P (X>=65,000) en P (Z>=0.71) y P (Z>=0.71) sería igual a 1 – P

(Z<=0.71) para facilitar la coincidencia en la búsqueda en tablas.

P(Z≤ 0.71)=0.7611

P(Z≥ 0.71)=1−0.7611=0.2389

La probabilidad de que el condominio cueste al menos $65,000 es de 0.2389

b) ¿La probabilidad de que el costo promedio de una muestra de 2 condominios sea

al menos de $65000 es mayor o menor que la probabilidad de que un condominio

cueste eso? ¿En qué cantidad?

En este caso la pregunta se formula P(X´ ≥ 65,000)

Y la fórmula sería un poco distinta:

Z=X´ −μ/[σ/√n]

Donde n=2

Z=65,000−62,000/[4,200/√2]

=3,000/2,970

2
=1.01

P(Z≤ 1.01)=0.8437

P(Z≥ 1.01)=1−0.8437=0.1563

6-33. La agencia de colocaciones Robertson Employment aplica, habitualmente, una prueba

estándar de inteligencia y aptitud a todas las personas que buscan trabajo por medio de la
compañía. La agencia ha recolectado datos durante varios años y ha encontrado que la
distribución de resultados no es normal, sino que está sesgada a la izquierda con una media
de 86 y una desviación estándar de 16. ¿Cuál es la probabilidad de que en una muestra de
75 solicitantes que realizan la prueba, el resultado medio sea menor de 84 o mayor de 90?
DATOS
μ= 86
σ 16
σ = 16 σ x́ = σ x́ = σ x́ = 1.8475
√n √75
n= 75

x ̅ −μ 84−86
x ̅ < 84 z= = = -1.08 = 0.3599
σ x́ 1.8475
P (x ̅ < 84) = 0.5 - 0.3599 = 0.1401

x ̅ −μ 90−86
x ̅ >90 z= = = 2.16 = 0.4846
σ x́ 1.8475

P (x ̅ >90) = 0.5 - 0.4846 = 0.0154

6-34. Una refinería tiene monitores de apoyo para llevar un control continuo de los flujos
de la refinería e impedir que los desperfectos de las maquinas interrumpan el proceso de
refinado. Un monitor en particular tiene una vidapromedio de 4,300 horas con una
desviación estándar de 730 horas. Además del monitor principal, la refinería ha instalado
dos unidades de reserva, que son duplicados de la principal. En caso de un funcionamiento
defectuoso de uno de los monitores, el otro tomará automáticamente su lugar. La vida
operativa de cada monitor es independiente de la de los otros.
a) ¿Cuál es la probabilidad de que un conjuntodado de monitores dure al menos 13,000
horas?

2
µ=4300*3=12900
σ=730*3=2190 Error estándar==1264.39
x>13000
Z= =0.0319
P=0.5-0.0319=0.4681

b) ¿12,630 horas como máximo?

Z=P=0.5-0.0832=0.4168

6-35. Un estudio reciente de un organismo de vigilancia ambiental determinó que la

cantidad de contaminantes en los lagos de Minnesota (en partes por millón) tiene una
distribución normal con media de 64 ppm y varianza de 17.6. Suponga que se seleccionan
al azar y se toman muestras de 35 lagos. Encuentre la probabilidad de que el promedio
muestral de la cantidad de contaminantes sea
a) Mayor que 72 ppm.
b) Entre 64 y 72 ppm.
c) Exactamente 64 ppm.
d) Mayor que 94 ppm
σ 4.1952
μ= 64 σ x́ = σ x́ = = 0.7091
√n √ 35
s2 = 17.6
x ̅ −μ 72−64
σ = 4.1952 x ̅ = 72 z= = = 11.28
σ x́ 0.7091
n= 35

La probabilidad es de 0 ya que la media de la población está muy alejada de la media de la

muestra.

2
6-36. Calvin Ensor, presidente de la General Telephone Corp., está molesto por el numero
de teléfonos producidos por su empresa, que tienen auriculares defectuosos. En promedio,
110 teléfonos al día son devueltos por este problema, con una desviación estándar de 64. El
señor Ensor ha decidido que ordenará la cancelación del proceso amenos que pueda estar
80% seguro de que en promedio, no se devolverán más de 120 teléfonos al día durante los
siguientes 48 días. ¿Terminará ordenando la cancelación del proceso?

µ=110 Error estándar=

σ=64
n=48 Z=
x<120
P=0.5+0.3599=0.8599

P( x < 120) = 0,8599 y como 0,8599 > 0,8 entonces no se ordenará la reparación general

6-37. Clara Voyant, cuyo trabajo es predecir el futuro de su compañía de inversiones, acaba
de recibir las estadísticas que describen el rendimiento de su compañía sobre 1,800
inversiones del año pasado. Clara sabe que, en general, las inversiones generan ganancias
que tienen una distribución normal con una media de $7,500 y una desviación estándar de
$3,300. Aun antes de ver los resultados específicos de cada una de las 1,800 inversiones del
año pasado, Clara pudo hacer algunas predicciones precisas al aplicar su conocimiento de
las distribuciones de muestreo. Siga su análisis para encontrar la probabilidad de que la
medida de muestra de las inversiones del último año
a) exceda los $7,700.
b) haya sido menor que $7,400.
c) haya sido mayor que $7,275, pero menor que $7,650.
DATOS:
μ=$ 7,500
σ=$3,300
n=1800

a. exceda los $7,700.

2
P( x´ >$ 7 7 00)=1−φ(Z7 7 00)
P( x´ >$7500)=1−φ (Z7500=$7700−$7500/[$3300√1800 )]
P( x´ >$7500)=1−φ ( Z7500=2.57)
P( x´ >$7500)=1−0.99492
P( x´ >$ 7 7 00)=0.51

b. haya sido menor que $7,400.

P( x´ <$7 4 00)=φ(Z74 00)
P( x´ >$7500)=φ ( Z7400=$7400−$7500/[$3300/√1800 )]
P( x´ >$7500)=φ( Z7500=−1.29 )
P( x´ >$7500)=0.09853
P( x´ <$7 4 00)=9.85

c. haya sido mayor que $7,275, pero menor que $7,650.

P(7275<x´ <$7650)=φ (Z765 0)−φ(Z7275 )
P( x´ >$7500)=φ (Z7650=$7650−$ 7500/[$ 3300/√1800] ) –φ
(Z7275=$7275−$7500/[$3300/√1800 ])

P( x´ >$7500)=φ( Z7 6 50=1.93)−φ( Z7 27 5=−2.89)

P( x´ >$7500)=0.97320−0.00193
P(7275<x´ <$7 65 0)=97.13

6-38. El granjero Braun, quien vende granos a Alemania, posee 60 acres de campos de
trigo. Basándose en su
experiencia pasada, sabe que la producción de cada hectárea está normalmente distribuida
con una media
de 120 fanegas y una desviación estándar de 12 fanegas. Ayude al granjero Braun a planear
la cosecha del
siguiente año encontrando
a) la media esperada de las cosechas de sus 60 hectáreas.
2
b) la desviación estándar de la media de muestra de las cosechas de las 60 hectáreas.
c) la probabilidad de que la cosecha media por hectárea exceda las 123.8 fanegas.
d) la probabilidad de que la cosecha media por hectárea caiga entre las 117 y 122 fanegas.
μ= 120 a) La media esperada es de 120 fanegas basándonos
de la experiencia pasada.
σ = 12
σ 12
N=60 b) σ x́ = σ x́ = σ x́ = 1.5492
√n √ 60

x ̅ −μ 123.8−120
c) x ̅ > 123.8 z= = = 2.45 = 0.4929
σ x́ 1.5492

P (x ̅ >123.8) = 0.5 - 0.4929 = 0.0071

x ̅ −μ 117−120
d) 117 < x ̅ < 122 z= = = -1.94 = 0.4738
σ x́ 1.5492

x ̅ −μ 122−120
z= = = 1.29 = 0.4015
σ x́ 1.5492

P (117 < x ̅ < 122) = 0.4738 + 0.4015= 0.8753

6-39.
Un transbordador transporta 25 pasajeros. El peso de cada pasajero tiene una distribución
normal con media de 168 libras y varianza de 361 libras cuadradas. Las reglamentaciones
de seguridad establecen que,

2
para este transbordador en particular, el peso total de pasajeros en el barco no debe exceder
las 4,250 libras más del 5% del tiempo. Como un servicio para los dueños del
transbordador, encuentre

a) la probabilidad de que el peso total del pasajero del transbordador exceda las 4,250
libras.
b) Datos:
c) µx=168
d) n=25
e) δ
f) 2=361
g) x>4250

Z =4260−4200 = 2.63
√361/25 (∗25)
Z = 04957
=0.500 - 0.4957 =0.0043*100=0.43% Área de la curva 0.043 0.48%

b) el 95 percentil de la distribución del peso total de pasajeros en el transbordador.

¿Cumple el transbordador con las reglamentaciones de seguridad?
1p=(25+1) 95/ 100 = 24.7
X=4250 /25 = 170 2% No sobrepasa y si cumple
𝑌 = 4200 25 = 168

33.- se construye un intervalo del 95% que da un límite inferior de confianza de 62 y un

limite superior de confianza de 69. Usted puede concluir de esto que existe un 95%de
probabilidad que el parámetro este entre 62 y 69?
DATOS:
α =5%
(1-α)=95%
(1-α)/2=0.975
2
Z= 1.95996398
Limite superior= 69
Limite inferior= 62

Respuesta = no se puede asegurar que los datos son correctos ya que se desconoce tanto el
promedio[x] como la desviación estándar[G]. si tuviéramos esos datos. Podríamos calcular
la cantidad de la muestra y asi colaborar el intervalo de confianza.

34.- En una encuesta de 500 gerentes, Posner Products encontró que 200 gerentes carecían
de suficiente capacitación estadística.
Explicación paso a paso:
Tamaño de un muestra:
n = Z²p(1-p)/e²

Datos:
n = 500 gerente
p = 200/500 = 2/5 = 0,4 Probabilidad de carencia en capacitación estadística
q = 1-0,4 = 0,6
Nivel de confianza de 0,9
α = 0,1
Zα = -1,28 Valor que encontramos en la Tabla de Distribución Normal
a. ¿Cuál en el estimado puntual de la proporción de todos los gerentes de Posner que
requieren trabajo adicional en análisis estadístico?
p = 2/5
b. ¿Cuál es el estimado del error estándar de la proporción?
500 = (1,28)²(0,4)(0,6)/ e²
e = √ (1,28)²(0,4)(0,6)/ 500
e = 0,028
c. ¿Cuál es el intervalo de confianza del 90% para la proporción poblacional?
c= Zα/2√pq/n
c = 1,65 √0,4*0,6/500
c = 0,036 I (p-c; p+c) I (0,364; 0,436)
El estimado de error estándar es 0,028. El Intervalo de confianza es I (0,364; 0,436)

2
35.- José tiene un negocio próspero en Acapulco que vende restos incas de plástico a los
turistas norteamericanos. El selecciona n=60 días para estimar su utilidad diaria. Sin
embargo, José no sabe si la población de utilidades diarias está distribuida normalmente, y
no está seguro sobre cómo proceder. ¿Qué debe hacer?
Respuesta: Se divide (n/60 días) le daría un promedio por día siendo n las
utilidades en dos meses.

36.- Como experto en control de calidad usted desea estimar el grosor promedio de los
lentes ópticos producidos por su empresa. Una muestra de 120 lentes revela una media de
0.52 (mm). La desviación estándar poblacional es de 0.17 (mm). Usted considera que puede
arriesgarse a una probabilidad de error de sólo el 1%. Construya el intervalo de confianza
apropiado.
Solución:
α =1%
(1-α)= 99% 1 - α/2= 0.995
Z= 2.5758293 Límite superior 0.55997379 Límite inferior 0.4800262 Promedio X 0.5299%
D.E. G 0.170.995

38.- Georgia Pacific (GP), una empresa papelera de EEUU, decide sembrar un bosque
maderero si puede obtener un promedio de por lo menos 700 pies cuadrados de tabla (b.f).
Una muestra de 1000 árboles de una media de 695 b.f, con una desviación estándar de 22.1
b.f. a) Calcule el intervalo de confianza del 90% b) Interprete su respuesta c) ¿Debería GP
sembrar el bosque?
A) n=1000 =695 S=22.1 (1 – α)= 90%
Z= 1.65
Solución:
[P ×−Z]
S S ≤ μ ≤ ×+ Z =1−α √n √n
P 695−1.65
22.1 22.1 ≤ μ ≤ 695+1.65 =0.90 √1000 √ 1000
P [ 693.85 ≤ μ ≤ 696.15 ] =0.90

2
B) Interpretación: Sabiendo que el promedio de la muestra es de 731,351265 b.f, la
empresa debe sembrar el bosque porque hay un nivel de confianza del 90% de que el
promedio sea un valor entre 693.85 y

696.15 tomando en cuenta también que tiene mucha precisión, porque el intervalo tiene un
ancho de 2.30
C) Media X= 695 b.f
D.E.= 22.1 b.f
G
Muestra “n” = 1000 arboles 32. Datos: n=6000 =6 S=2.2 α=0.10 (1-α)=90%
Z=1.65
Solución:
[P ×−Z]
S S ≤ μ ≤ ×+ Z =1−α √n √n
P 6−1.65]
2.2 2.2 ≤ μ ≤ 6+1.65 =0.90 √ 6000 √6000
P [ 5.95 ≤ μ ≤ 6.05 ] =0.90 Interpretación: El gasto promedio que hacen los
norteamericanos detenidos en los semáforos esta entre 5.95 y 6.05 con un intervalo de
confianza del 90%.