Gua de Problemas para Evaluacin 3

Se recomienda ver el ltimo problema de esta gua, que corresponde a un intervalo en el

caso exponencial y que es tratado de manera distinta a los vistos en clases.
Problema 1
Sea una m.a.s. {x1 , x2 ...xn } de una distribucin N ( , 2 ) con media desconocida y

2 = 9.
a) D el intervalo de confianza de largo mnimo para un nivel de confianza 0.95
b) Qu tamao mnimo de muestra hay que tomar para tener un intervalo de largo
igual o a lo ms de 2/5?
c) Suponga que Xi tiene una distribucin N ( , 2 ) , con 2 desconocido. Deduzca el
intervalo de confianza para con = 0.05 tome n=21. Determine el largo del
intervalo anterior.
Solucin:
a) X i N ( , 2 ) , entonces

(X ) n

N (0,1)

queremos que P (a b) = 1 = 0.95

( x b) n ( x ) n ( x a ) n
= 0.95
P

P ( z1 z z2 ) = 0.95
el intervalo de largo mnimo mas corto es el simtrico, entonces z1 = z2
P ( z z2 ) =

( x a) n

= 0.025 .

De la tabla N(0,1) , z2 = 1.96

1.96
n
1.96
b= x+
n
a=x

= 1.96

1.96
1.96
I1 = x
, pero = 9 = 3
,x +
n
n

5.88
5.88

I1 = x
,x +
n
n

b) El largo del intervalo es L = b a = x +

Para que L

5.88
5.88
5.88
x+
= 2*
n
n
n

2
5.88 2
, 2*
29.4 n 864.36 n
5
5
n

c) Si X i N ( , 2 ) y quiero calcular el intervalo de la media, utilizo t-student

( x b) (n 1)
( x a) (n 1)
= 0.95 , suponiendo intervalo simtrico
P
tn 1

S
S
n
n

P(tn 1 t2 ) =

= 0.025 t2 = 2.086

( x a) n 1
= 2.086
Sn

L =ba =

a=x

2.086S n
2.086 Sn
y b=x+
n 1
n 1

2 * 2.086 * S n
n 1

Problema 2

Una empresa desea estimar el promedio de tiempo que necesita una secretaria para llegar a
su trabajo. Se toma una m.a.s. de 26 secretarias y se encuentra un promedio muestral de 40
minutos. Suponiendo que el tiempo de trayecto proviene de una N ( , 2 ) , 2=12, dar un
intervalo de confianza para la media .
Solucin:

Se tiene entonces:
N=36
X N ( , 2 )
Empricamente: X = 40
X
40
n =
Sea el estadstico Z tal que Z =
36 = (40 ) 3
2 3

Luego:
P ( a < < b) = 1

P ( b < < a ) = P (40 b ) 3 < (40 ) 3 < (40 a ) 3 = 1

P( z1 < Z < z2 ) = 1
P( Z > z2 ) = / 2

Para un nivel de confianza del 95%, =0.05.

P( Z > z2 ) = 0.025

z2 = 1.96 = (40 a ) 3
1.96
a = 40
3
De igual forma se calcula para b, y se tiene:

b = 40 +

1.96
3

1.96
1.96

,40 +
Finalmente, el intervalo de confianza para la media ser: I= 40
.
3
3

Problema 3

Se dispone de 10 muestras de sangre, tomadas en las mismas condiciones a una misma

persona. Se obtiene para cada una, las dosis de Colesterol (en grs.): 245, 248, 250, 247,
249, 247, 247, 246, 246, 248.
Cada medida puede considerarse como una realizacin particular de la variable X
tasa de colesterol. Se supondr X N ( , 2 ) .
a) D el nivel de confianza para al 95%, suponiendo 2 = 1.5
b) D el intervalo de confianza para la media cuando se desconoce la varianza, al mismo
nivel de confianza.
Solucin:

X
n N (0,1)
a) El estadstico a formar es: Z =

Pero 2 = 1.5 , n=10, X = 247.5 =
P ( a < < b) = 1

X
n

 247.5 b

247 .5 b
247.5 a
10 <
P ( b < < a ) = P
10 <
10 = 1
1 .5
1 .5
1.5

P( Z > z2 ) = 0.025

Por tablas se obtiene que:

247.5 a
z2 = 1.96 =
10
1.5

3
247.5 1.96
=a
20
3
247.5 + 1.96
=b
20
Luego :

a 246.7409
b 248.2591

Entonces, el intervalo de confianza para la media es: [246.7409,248.2591]

b) Al igual que en ocasiones anteriores, como la varianza no se conoce, formamos la tstudent.
Luego:
T =

(X )

n 1

Sn

tn 1

Pero, no conocemos Sn. (El resto de los valores se entregan en el enunciado.). Por
definicin:
2

Sn =

1
2
( X i X ) = 2.05 S n 1.4318
n
T =

Entonces:
P(a < < b) = 1
P ( b < < a ) = 1

(247.5 )
2.05

 (247.5 b ) 9 (247.5 ) 9 (247.5 a ) 9

P
<
<
= 0.95
2.05
2.05
2.05

P(t1 < T < t2 ) = 0.95

P(T > t2 ) = 0.025

Como:
T t9

t2 = 2.262 , obtenido de las tablas

Igualando trminos:
247.5 a
t2 = 2.262 =
9
2.05
2.262
247.5
2.05 = a
3
2.262
247.5 +
2.05 = b
3

Luego :

a 246.4204
b 248.5796

Entonces, el intervalo de confianza para la media es: [246.4204,248.5796]

Problema 4

Sea X una v.a. de distribucin exponencial de parmetro : f ( x | ) = e x si x > 0 .

X
a) Muestre que la v.a. Y = , en que a es una constante positiva, sigue una distribucin
a
exponencial de parmetro a .
b) Sean los valores muestrales x1 , x 2 ,..., x n de X. D el estimador de Mxima Verosimilitud
de .
c) Sea x1 , x 2 ,..., xn una muestra aleatoria simple proveniente de la distribucin N ( 1,4 ).
Calcule la probabilidad de que el promedio x pertenezca al intervalo
2
2
[ 1 1.96
].
,1 + 1.96
n
n
d) Supongamos que se extraen 100 muestras independientes del mismo tamao. Deduzca
el nmero esperado de veces que la media muestral x pertenezca al intervalo
2
2 .
[ 1 1.96
,1 + 1.96
]
n

Solucin:

a) Y =

X
FY ( y ) = P(Y y ) = P ( X ay ) = F X (ay )
a

f Y ( y) = af X (ay) = ae ax Y ~ exp(a )
n xi
b) L = e
log( L) = n log( ) x
log( L)
1
n
= 0 = x i = .
x

4
X i ~ N (1,4). x ~ N (1, ) . Si Z ~ N (0,1). P(| Z | 1.96) = 0.95
n
2
2
P( x [1 1.96
,1 + 1.96 ]) = 0.95 .
n
n

c)

d) Si se repiten 100 muestras, se esperan que 95 de las muestras tengan su media muestral que cae
en el intervalo.

Problema 5

Una fbrica trabaja con dos mquinas, una de tipo A y la otra de tipo B. El costo semanal X
de reparacin para las mquinas de tipo A sigue una distribucin normal N ( , 2 ) . El
costo semanal Y de reparacin para las mquinas de tipo B sigue una distribucin normal
N ( ,2 2 ) .
Se tienen dos muestras independientes: una muestra aleatoria simple x1 , x 2 ,..., xn de costos
para las mquinas de tipo A y una muestra aleatoria simple y1 , y 2 ,..., y m de costos para las
mquinas de tipo B y se consideran los estimadores de de la forma
n

i =1

j =1

= ai X i + b jY j .
a) Determine una condicin sobre los ai y bj para que el estimador de sea
insesgado.
b) Determine los ai y bj para que el estimador de sea insesgado y de varianza
mnima. Deduzca la expresin de .
c) El estimador de b) es de mnima varianza entre los estimadores insesgados de la
n

i =1

j =1

forma = ai X i + b jY j . Usando la desigualdad de Cramer-Rao verifique si

es de mnima varianza entra todos los estimadores insesgados de .
n

i =1

j =1

d) Determine los ai y bj para que el estimador * = ai X i + b jY j minimice

E {( ) } .
*

e) Deduzca la varianza de * . Cul de o * tiene la varianza ms pequea?

Solucin:
n

i =1

j =1

i =1

j =1

a) E ( ) = ai E ( X i ) + b j E (Y j ) = ( ai + b j ) =
n

j =1

i =1

a + b
i =1

j =1

=1

b) V ( ) = ai2Var ( X i ) + b 2j Var (Y j ) = 2 ( ai2 + 2 b 2j ) . Hay que minimizar Var ( )

i =1

sujeto a

a + b
i =1

j =1

= 1 Q = Var ( ) (

j =1

a + b
i =1

j =1

1)

= 0 2 2 ai = 0 ai =
( ai todos iguales)
2
ai
2

a i = 2b j

Q
2
= 0 4 b j = 0 b j =
(b j todos iguales)
b j
4 2

De

i =1

j =1

ai + b j = 1 se deduce que ai =

2
1
, bj =
y
2n + m
2n + m

1
Es decir que es una media ponderada de todas las
( 2 X i + Y j )
2n + m i
j
observaciones, en donde los X i tiene un peso doble del peso de los Y j .

c) Calculemos la cota inferior de la desigualdad de Cramer-Rao. La funcin de

verosimilitud de las (n+m) valores muestrales es:
n

1
1
1
1
2
exp(

exp(
L =
(
X

)
)
(Y j ) 2 )

i
2
2

2
2
2 i
4 j
4
2
1 1
1
m
n
log( L) = log(2 2 ) log(4 2 ) 2 { ( X i ) 2 ) + (Y j ) 2 }
2 i
4 j
2
2
log( L)
1
1
= 2 { ( X i )) + (Y j )}

2 j
i

2 2
2 log( L)
m
1
1 2n + m

Var
(
)

n
+
=

{
}
{
}

2n + m
2
2
2
2
2
Por otro lado:

Var ( ) = 2 ( ai2 + 2 b 2j ) =
i

2 2
es un estimador insesgado de mnima
2n + m

varianza para .
n

d) Se tiene * = ai X i + b jY j y E{( * ) 2 } = Var ( * ) + {E ( * ))}2 .

i =1

j =1

Var ( ) = ( a + 2 b 2j ) y E ( * ) = ( ai + b j 1)
*

2
i

E{( ) } = ( a + 2 b ) + ( ai + b j 1) 2
*

2
i

2
j

Minimizando:

2
E{( * ) 2 }
2
2
= 2 ai + 2 ( ai + b j 1) = 0 ai = 2 (1 ai b j )

ai
i
j
i
j
E{( * ) 2 }
2
2
2
= 2 b j + 2 ( ai + b j 1) = 0 b j =
(1 ai b j )
b j
2 2
i
j
i
j
Luego todos los b j son iguales y todos los ai son iguales a 2b j . Sea b j = b y ai = 2b .
Entonces

ai =
i

Finalmente: b =

n 2

(1 ai b j ) o sea 2nb =

2
2 2 + ( 2n + m ) 2

* = b( 2 X i + Y j ) =

i =1

j =1

(1 2nb mb)

y * = a i X i + b j Y j = 2b X i + b Y j
2

2 + ( 2n + m ) 2
e) De aqu se deduce la varianza de * :
2

n 2

(2 X i + Y j )

2
2( 2n + m ) 2
2
2

Var ( ) = 2
n

+
m

=
(
4
)
2
( 2 2 / 2 + ( 2n + m )) 2
2 + ( 2n + m )
*

Como Var ( ) =

2 2
2( 2n + m ) 2
=
, se deduce que Var ( ) > Var ( * )
2
2n + m
( 2n + m )

Problema 6

a) Sea x1 , x 2 ,..., xn una muestra aleatoria simple proveniente de la distribucin N ( 1,4 ).

Calcule la probabilidad de que el promedio x pertenezca al intervalo
2
2
[ 1 1.65
,1 + 1.65
].
n
n
b) D el largo del intervalo obtenido en 1.1 para una muestra aleatoria de tamao 100.
Para este mismo intervalo d el tamao de muestra requerido para tener un nivel de
confianza de 95%.
Solucin:

4
n

a) X i ~ N ( 1,4 ) x ~ N ( 1, ) . Si Z =

P( x [ 1 1.65

x 1
~ N ( 0 ,1 ). P(| Z | 1.65 ) = 0.90
2/ n

2
2
]) = 0.90
,1 + 1.65
n
n

b) Tenemos un intervalo a 90% de confianza y n=100,

2
2
2
2
]) = P( x [ 1 1.65 ,1 + 1.65 ]) = [ 0.67 ,1.33 ].
,1 + 1.65
10
10
n
n
Para el tamao de muestra n: P( x [ 0.67 ,1.33 ]) = 0.95
P( x [ 1 1.65

n ( x 1 ) / 2 ~ N ( 0 ,1 ) , luego P( n ( x 1 ) / 2 [ 1.96 ,1.96 ]) = 0.95 . o

Ahora bien
sea

2
2
2
2
,1 + 1.96
]) = 0.95 => [ 1 1.96
] = [ 0.67 ,1.33 ]
,1 + 1.96
n
n
n
n
2
Finalmente: 1 + 1.96
= 1.33 y n>141.
n
P( x [ 1 1.96

Problema 7

Una fbrica de cecinas encarga a dos empresas de estudios de mercados BOL y MIOCHE
que estimen el consumo promedio mensual de jamn por persona en la poblacin
chilena. La empresa BOL obtiene los consumos mensuales de jamn por persona sobre una
muestra aleatoria simple { X 1 , X 2 ,..., X n } de tamao n de media media muestral
X =

1
n

X
i

y varianza muestral S 2 =

1
n

( X

X ) 2 y la empresa MIOCHE una muestra

aleatoria simple { Y1 ,Y2 ,...,Ym } de tamao m de media muestral Y =

1
m

Yi
i

y varianza

muestral T 2 =

1
m

( Yi Y ) 2 .

Como las estimaciones de

y Y , dadas

respectivamente por BOL y por MIOCHE, no son iguales, la fbrica decide combinar las
dos estimaciones y propone usar el estimador 1 =

1
1
X+ Y.
2
2

a) Calcule la esperanza y la varianza del estimador en funcin de la varianza 2 en la

poblacin. Deduzca las propiedades del estimador.
b) Sea a = aX + ( 1 a )Y en donde 0 a 1 . Encuentre el valor de a que minimiza la
varianza de a . Concluye.
c) Bajo el supuesto de normalidad del consumo obtenga el estimador 2 de mxima
verosimilitud. Calcule su esperanza y varianza. Concluye sobre sus propiedades. Cual de
los dos estimadores 1 y 2 les parece mejor?
d) D las distribuciones de los estadsticos
donde 2 =

nS 2

mT 2

( n + m 2 ) 2

y sus varianzas

1
( nS 2 + mT 2 ) .
n+m2

Solucin:

a) E ( 1 ) =

1
1
E ( X ) + E (Y ) = .
2
2

Dado que las muestras son independientes

1 1 1
1
1
Var ( X ) + Var (Y ) = ( + ) 2 .
4 n m
4
4
1
1
1 = X + Y es insesgado, de varianza que converge a 0 cuando n y/o m tienden a
2
2

Var ( 1 ) =

infinito. Es consistente.
b) Sea a = aX + ( 1 a )Y en donde 0 a 1 .
Var ( a ) = a 2Var ( x ) + (1 a ) 2 Var ( y ) = [

Se obtiene un mnimo para a =

a 2 (1 a ) 2
+
] 2 .
n
m

n
.
n+m

1
2

1
2

1 = X + Y no es de mnima
Se puede concluir que si n m el estimador insesgado
varianza.
c) El estimador 2 de mxima verosimilitud es igual a 2 =
ptima de 2.2. E ( 2 ) = . Var ( 2 ) =
tiene menos varianza que 1 .

2
n+m

nX + my
que es la solucin
n+m

. Se prefiere 2 ya que es insesgado y

d)

nS 2

2
n-1

mT 2

2
m-1

( n + m 2 ) 2

~ n2+m- 2 .

Problema 8

La fbrica LUMINA S.A. produce ampolletas de uso residencial. El jefe de la seccin de

produccin lo ha contratado a Ud. para que lo ayude a estimar la tasa de vida til de su
producto estrella, la ampolleta DURALUM. De acuerdo a sus conocimientos, Usted sabe
que la vida til de una ampolleta X (en aos) se puede modelar segn la distribucin
exponencial siguiente: f ( x | ) = e x con x>0
El jefe ha tomado previamente una muestra de 30 ampolletas y encuentra que la duracin
30

promedio de ellas es de 5 aos. Se define la variable y = xi .

i =1

a) Proponga un intervalo de confianza al 95% para la tasa de vida til (HINT: use el
Teorema Central del Lmite para la variable y, resolviendo la ecuacin cuadrtica
asociada).
b) Muestre que la variable T = 2Y sigue una distribucin Chi-cuadrado con 2n grados
de libertad (Hint: utilice la funcin generatriz de los momentos o la funcin caracterstica).
c) Encuentre L y U tales que P(U<T<L) = 0,95 y luego deduzca un intervalo de confianza
al 95% para .
d) Compare los dos intervalos de confianza. Cul intervalo preferira Ud. Cuando rl
tamao muestral es menor a 25 ? Explique.
Solucin:
30

a) Un intervalo de confianza para utilizando y = xi equivale a encontrar a y b tales

i =1

que P (a b) = 1 = 0.95
Para utilizar el Teorema central del lmite calculamos
n
n
E ( y ) = E ( xi ) = nE ( xi ) =
y la Var ( y ) = 2

Luego z =

y E ( y)
Var ( y )

N (0,1)

2
1 1 1
P ( a b) = P ( ) = P (
b a

n
n
n
y
y

b
a ) = P ( z z z ) = 0.95
1
1
n
n
n

z1 = 1,96 P(

1,96) Luego desarrollamos la ecuacin cuadrtica asociada.

2
n

1,96 / 2

(y2 2

ny

n2

2 3,8416 Desarrollando la ecuacin de segundo grado

quedara cmo: y 2 2 2ny + n 2 3,8416n 0 desarrollando para la igualdad para n=30

e y=150 aos.
n z

n P(0,12843 0,27157) = 0,95

y y
b) Utilizando la funcin generatriz de los momentos:
n

Y ( t ) = E ( e Y ) = [ E ( e X )] n =
.
t

E( e

2 Y

1
=
que es la funcin generatriz de los
2 t
1 2t

) = Y ( 2 t ) =

momentos de la

22n .

c) P ( L T U ) = 0,95 La distribucin de T ya es conocida por lo que solo se necesita

calcular los valores para L y U.
T
22n tomando colas equiprobables .
2
P (T L) = 0.025 y P(T U ) = 0.025 Luego L = 40,482 y U = 83,298
L
U
Luego
= 0,13494 y
= 0,27766 P(0,13494 0,27766) = 0,95
2y
2y
d) Por TCL.