Saltar al contenido principal
LibreTexts Español

3.9: Capítulo Más Práctica

  • Page ID
    150890
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)

    Utilice la siguiente información para responder a los siguientes siete ejercicios. Un artículo en el New England Journal of Medicine, informó sobre un estudio de fumadores en California y Hawai. En una parte del reporte, se dieron los niveles de etnia autoreportada y tabaquismo por día. De las personas que fuman como máximo diez cigarrillos diarios, había 9 mil 886 afroamericanos, 2 mil 745 nativos hawaianos, 12 mil 831 latinos, 8 mil 378 japoneses americanos y 7 mil 650 blancos. De las personas que fumaban de 11 a 20 cigarrillos diarios, había 6 mil 514 afroamericanos, 3 mil 062 nativos hawaianos, 4 mil 932 latinos, 10 mil 680 japoneses americanos y 9 mil 877 blancos. De las personas que fumaban de 21 a 30 cigarrillos diarios, había 1,671 afroamericanos, 1,419 nativos hawaianos, 1,406 latinos, 4,715 japoneses-americanos y 6,062 blancos. De las personas que fuman al menos 31 cigarrillos al día, había 759 afroamericanos, 788 nativos hawaianos, 800 latinos, 2,305 japoneses-americanos y 3,970 blancos.

    59.

    Completar la tabla utilizando los datos proporcionados. Supongamos que una persona del estudio es seleccionada al azar. Encuentra la probabilidad de que la persona haya fumado de 11 a 20 cigarrillos por día.

    \ (\ PageIndex {13}\) Niveles de tabaquismo por etnicidad “>
    Nivel de tabaquismoAfroamericanoNativo hawaianoLatinoJaponeso-americanosBlancoTOTALES
    1—10
    11—20
    21—30
    31+
    TOTALES
    Niveles de\(\PageIndex{13}\) tabaquismo por etnia
    60.

    Supongamos que una persona del estudio es seleccionada al azar. Encuentra la probabilidad de que la persona haya fumado de 11 a 20 cigarrillos por día.

    61.

    Encuentra la probabilidad de que la persona sea latina.

    62.

    En palabras, explique lo que significa elegir a una persona del estudio que sea “japonesa-estadounidense Y fume de 21 a 30 cigarrillos por día”. Además, encuentra la probabilidad.

    63.

    En palabras, explique lo que significa elegir a una persona del estudio que sea “japonesa-estadounidense\(\cup \) fuma de 21 a 30 cigarrillos por día”. Además, encuentra la probabilidad.

    64.

    En palabras, explique lo que significa elegir a una persona del estudio que sea “japonesa-estadounidense\(|\) esa persona fuma de 21 a 30 cigarrillos por día”. Además, encuentra la probabilidad.

    65.

    Demostrar que el nivel/día de fumar y la etnia son eventos dependientes.

    Utilice la siguiente información para responder a los dos ejercicios siguientes. Supongamos que tienes ocho tarjetas. Cinco son verdes y tres son amarillos. Las cartas están bien barajadas.

    66.

    Supongamos que robas al azar dos cartas, una a la vez, con reemplazo.
    Let\(G_1\) = la primera carta es verde
    Let\(G_2\) = la segunda tarjeta es verde

    1. Utilice la siguiente información para responder a los dos ejercicios siguientes. El porcentaje de conductores estadounidenses con licencia (de un año reciente) que son mujeres es de 48.60. De las mujeres, 5.03% son menores de 19 años; 81.36% tienen 20 a 64 años; 13.61% tienen 65 años o más. De los conductores varones estadounidenses con licencia, 5.04% son menores de 19 años; 81.43% tienen 20 a 64 años de edad; 13.53% tienen 65 años o más. 68.

      Complete lo siguiente.

      1. Construir una tabla o un diagrama de árbol de la situación.
      2. Encuentra P (el conductor es femenino).
      3. Encuentra P (el conductor tiene 65 años o más el\(|\) conductor es femenino).
      4. Encuentra P (el conductor tiene 65 años o más\(\cap \) femenino).
      5. En palabras, explique la diferencia entre las probabilidades en la parte c y en la parte d.
      6. Encuentra P (el conductor tiene 65 años o más).
      7. ¿Tener 65 años o más y ser mujeres son eventos mutuamente excluyentes? ¿Cómo lo sabes?
      69.

      Supongamos que 10,000 conductores con licencia estadounidense son seleccionados aleatoriamente.

      1. ¿Cuántos esperarías ser varón?
      2. Usando la tabla o diagrama de árbol, construya una tabla de contingencia de género versus grupo de edad.
      3. Usando la tabla de contingencia, encuentra la probabilidad de que fuera del grupo de 20 a 64 años, un conductor seleccionado al azar sea femenino.
      70.

      Aproximadamente 86.5% de los estadounidenses viajan al trabajo en automóvil, camión o camioneta. De ese grupo, 84.6% maneja solo y 15.4% maneja en un viaje compartido. Aproximadamente 3.9% a pie al trabajo y aproximadamente 5.3% toma transporte público.

      1. Construir una tabla o un diagrama de árbol de la situación. Incluya una sucursal para todos los demás modos de transporte al trabajo.
      2. Asumiendo que los caminantes caminan solos, ¿qué porcentaje de todos los viajeros viajan solos al trabajo?
      3. Supongamos que 1,000 trabajadores son seleccionados aleatoriamente. ¿Cuántos esperarías viajar solo para trabajar?
      4. Supongamos que 1,000 trabajadores son seleccionados aleatoriamente. ¿Cuántos esperarías conducir en un viaje compartido?
      71.

      Cuando se introdujo la moneda del euro en 2002, dos profesores de matemáticas hicieron que sus estudiantes de estadística probaran si la moneda belga de un euro era una moneda justa. Ellos hicieron girar la moneda en lugar de tirarla y encontraron que de 250 giros, 140 mostraban una cabeza (evento H) mientras que 110 mostraban una cola (evento T). Sobre esa base, afirmaron que no es una moneda justa.

      1. Con base en los datos dados, encontrar P (H) y P (T).
      2. Usa un árbol para encontrar las probabilidades de cada resultado posible para el experimento de tirar la moneda dos veces.
      3. Usa el árbol para encontrar la probabilidad de obtener exactamente una cabeza en dos tiradas de la moneda.
      4. Usa el árbol para encontrar la probabilidad de obtener al menos una cabeza.

    This page titled 3.9: Capítulo Más Práctica is shared under a CC BY 4.0 license and was authored, remixed, and/or curated by OpenStax via source content that was edited to the style and standards of the LibreTexts platform.