Professional Documents
Culture Documents
1. Si X1 , X2 , ..., Xn constituye una muestra aleatoria, obtener las funciones de verosimilitud de las siguientes distribuciones:
(a) De Poisson con parametro .
(b) Exponencial con parametro .
(c) Normal con parametros y .
(d) Binomial con parametros n y p.
(e) Gama con parametros y .
2. Para un determinado nivel de ingresos, el Departamento de Hacienda sabe que las
cantidades declaradas por concepto de deducciones medicas (X1 ), contribuciones caritativas (X2 ) y gastos varios (X3 ) son variables aleatorias independientes normalmente
distribuidas con medias $400, $800 y $100 y desviaciones estndar $100, $250 y $40,
respectivamente.
(a) Cual es la probabilidad de que la cantidad declarada por concepto de estas tres
deducciones, no sea mayor que $1600?
1
(b) Si una persona con este nivel de ingresos declara por concepto de estas deducciones
un total de $2100, que tal probable es tener una cantidad igual o mayor a este
monto bajo las condiciones dadas?
3. Para cierta prueba de aptitud se sabe con base en la experiencia que el numero de
aciertos es 1000 con una desviacin estndar de 125. Si se aplica la prueba a 100
personas seleccionadas al azar, aproximar las siguientes probabilidades que involucran
a la media muestral X.
< 1015)
(a) P(985 < X
< 1040)
(b) P(960 < X
> 1020)
(c) P(X
< 975)
(d) P(X
4. Un inspector de aduana de pesos y medidas visita una planta de empacado para verificar
que el peso neto de las cajas sea el indicado en stas. El gerente de la planta asegura al
inspector que el peso promedio de cada caja es de 750 gr con una desviacin estndar
de 5 gr. El inspector selecciona, al azar, 100 cajas y encuentra que el peso promedio es
de 748 gr. Bajo estas condiciones, qu tan probable es tener un peso de 748 o menos?
Qu actitud debe tomar el inspector?
5. En la fabricacin de cojinetes para motores, se sabe que el dimetro promedio es de
5 cm con una desviacin estndar igual a 0.005 cm. El proceso es vigilado en forma
peridica mediante la seleccin aleatoria de 64 cojinetes, midiendo sus correspondientes
dimetros. El proceso no se detiene mientras la probabilidad de que la media muestral
se encuentre entre dos lmites especificados sea de 0.95. Determinar el valor de los
lmites.
6. En la produccin de cierto material para soldar se sabe que la desviacin estndar de
la tensin de ruptura de este material es de 25 libras. Cul debe ser la tensin de
2
ruptura promedio del proceso si, con base en una muestra aleatoria de 50 especmenes,
la probabilidad de que la media muestral tenga un valor mayor de 250 libras es de 0.95?
7. Para un gerente de planta es muy importante controlar la variacin en el espesor de un
material plstico. Se sabe que la distribucin del espesor del material es normal con una
desviacin estndar de 0.01 cm. Una muestra aleatoria de 25 piezas de este material
da como resultado una desviacin estndar muestral de 0.015 cm. Si la varianza de la
poblacin es (0.01)2 cm2 , qu puede usted concluir con respecto a la variacin de este
proceso?
8. Si se tiene una muestra aleatoria de n = 16 de una distribucin normal con media y
2
X
n
y T2 =
X+1
.
n+2
(b) Is T also an unbiased estimator for ? If not, argue whether it has positive or
negative bias.
15. Suppose the random variables X1 , X2 , ..., Xn have the same expectation . For which
constants a and b is T = a1 X1 + a2 X2 + a3 X3 + ... + an Xn an unbiased estimator for ?
16. Consider the following dataset of lifetimes of ball bearings in hours.
6278, 3113, 5236, 11584, 12628, 7725, 8604, 14266, 6125, 9350,
3212, 9003, 3523, 12888, 9460, 13431, 17809, 2812, 11825, 2398.
One is interested in estimating the minimum lifetime of this type of ball bearing.The
dataset is modeled as a realization of a random sample X1 , X2 , ..., Xn . Each random
variable Xi is represented as Xi = + Yi , where Yi has an Exp() distribution and
> 0 is an unknown parameter that is supposed to model the minimum lifetime. The
objective is to construct an unbiased estimator for . It is known that:
4
E[Mn ] = +
1
n
n] = +
and E[X
n
(Xn
n1
1
2
1 e 2 (x)
2
(b) Now suppose that the density of this normal distribution is given by
f (x) =
1
2
1 e 2 (x)
2
f (x) =
x
x 22
e
2
for x 0
12.5, 5.2, 6.8, 3.6, 10.9, 12.8, 7.8, 8.6, 6.3, 6.9, 18.2, 15.4, 9.2, 10.3, 7.3.
20.8, 20.6, 21.0, 20.9, 19.9, 20.2, 19.8, 19.6, 20.9, 21.1, 20.4, 20.6, 19.7, 19.6, 20.3 20.7.
Supngase que la tensin de ruptura de una fibra se encuentra modelada por una
distribucin normal con desviacin estndar de 0.45 libras. Construir un intervalo de
7
confianza estimado del 98% para el valor real de la tensin de ruptura promedio de la
fibra.
26. Con respecto al ejercicio anterior, cules de las siguientes proposiciones son apropiadas
para la interpretacin del intervalo de confianza?
(a) En la probabilidad de que la tensin promedio verdadera se encuentre, los lmites
de confianza son de 0.98.
(b) Aproximadamente el 98%, de todos los intervalos de confianza calculados con base
en repetidas muestras de tamao, 16 obtenidas en el proceso de fabricacin de las
fibras incluirn el verdadero valor promedio de la tensin de ruptura.
(c) La probabilidad de que la tensin de ruptura para cualquier fibra se encuentre
fuera de los lmites de confianza de 0.02.
27. Una tienda de donas se interesa en estimar su volumen de ventas diarias. Supngase
que el valor de la desviacin estndar es de $50.
(a) Si el volumen de ventas se encuentra aproximado por una distribucin normal,
cul debe ser el tamao de la muestra para que con una probabilidad de 0.95 la
media muestral se encuentre a no ms de $20 del verdadero volumen de ventas
promedio?
(b) Si no es posible suponer que la distribucin es normal, obtener el tamao necesario
de la muestra para la pregunta a