U NIVERSIDAD T ÉCNICA F EDERICO S ANTA M AR ÍA

D EPARTAMENTO DE I NFORM ÁTICA – VALPARA ÍSO – C HILE

ILI-280 – Estadı́stica Computacional

Certámenes #3
Profesores: Héctor Allende <hallende@inf.utfsm.cl>
Rodrigo Salas <rsalas@inf.utfsm.cl>
Ayudantes : C. Becerra, A. Cañete, M. Levano, C. Rogel y C. Saavedra,

1. 2do Semestre 1996

1. una loterı́a tiene N números y un solo premio. un jugador compra n billetes de un solo sorteo y otro jugador
compra un solo billete durante n sorteos consecutivos, de manera que ambos apuestan la misma cantidad.
¿Cuál de los dos jugadores tiene mayor probabilidad de ganar?.
2. Supóngase que el número de llamadas que llegan a una central telefónica entre las 09.00 a.m. y las 10.00 a.m.
es una variable aleatoria X1 con una distribución Poisson con parámetro λ = 3. Análogamente, el número
de llamados que llegan entre las 10.00 a.m. y las 11.00 a.m., digamos X2 , también tiene una distribución de
Poisson con parámetros λ = 5. Si X1 y X2 son independientes. ¿Cuál es la probabilidad de que se reciban
más de 5 llamadas entre las 9.00 a.m y las 11.00 a.m.?
3. Se dice que una variable aleatoria tiene una distribución de Weibull si su función de densidad es

α α−1 −[x/β]α
f (x, α, β) = x e Iℜ+ (x) (1)
βα

a) Encontrar FX (x, α, β)
b) Encontrar el cuantil Xν , 0 < ν < 1
c) Calcular IQR
d) Calcular V [X]

4. Se disponen de rendimientos de dos máquinas. La máquina A ha resultado con 137,5; 140,7; 106,9; 175,1;
177,3; 120,4; 77,9; 104,2; mientras que la B con 103,3; 121,7; 98,4; 161,5; 167,8; 67,3. Se pide someter
a contraste la hipótesis de que las máquinas son iguales con α = 0,05. (Justifique y verifique todos los
supuestos).

1
2. 1er Semestre 1997
1. Al cumplirse cierta etapa de un proceso de selección de personal, puede considerarse que un postulante es
apto o no lo es. Se define la variable aleatoria Xi , i = 1, .., n como Xi = 1 si el postulante es apto y Xi = 0 si
el postulante no es apto.
a) Proponer una ley de probabilidad adecuada para Xi , especifique claramente su parámetro y supuestos.
b) Encontrar el estimador máximo verosı́mil del parámetro.
c) Analice las propiedades del Estimador en cuanto a: consistencia, insesgamietno, eficiencia y su sufi-
ciencia.
d) Si en una muestra de 64 personas resultan ser 48 aptas, obtener un intervalo de 95 % de confianza para
el parámetro.
2. Sea X = (X1 , X2 , X3 ) con vector aleatorio normal con vector de media µ = [1, 2, 2] y matriz de covarianzas
Σ = diag(1, 9, 4). Si Y1 = 3X1 + 2X2 − X3 e Y2 = 2X1 − X2 .

a) Encuentre E[Y1 |Y2 ] y V [Y1 |Y2 ]

b) ¿Pueden existir dos variables aleatorias X e Y tales que E[X] = 3, E[Y ] = 2, E[X 2 ] = 10, E[Y 2 ] = 29 y
E[XY ]=0?. Justifique!!

3. En un programa de Capacitación Industrial, algunos aprendices son instruidos con un método A, el cual
consiste en instrucción mecanizada, y algunos son capacitados con el método B, que usa también instruc-
ción personal de un instructor. Si muestras aleatorias de tamaño 10 son tomadas de grandes grupos de
aprendices capacitados por cada uno de los métodos, y las calificaciones que obtuvieron en una prueba de
aprovechamiento son:
Método A: 71 75 65 69 73 66 68 71 74 68
método B: 72 77 84 78 69 70 77 73 65 75

a) Construir intervalos de confianza para µA − µB ; σ2A /σ2B con nivel γ = 0,95.

b) Probar la afirmación de que el método B es más eficaz. Establecer claramente todos los supuestos y
verificarlos.
c) Obtener el nivel crı́tico del test (p).

2
3. 2do Semestre 1997
1. El consumo de gasolina de vehı́culos es aproximadamente normal. Si una muestra aleatoria de 64 vehı́culos
tiene un consumo promedio de 16[millas/galon] con una desviación estándar de 6[millas/galon], determine:

a) Un intervalo de confianza del 92 % para el consumo medio de gasolina de todos los vehı́culos de este
tipo.
b) Un intervalo de confianza del 94 % para la desviación estándar.
c) Con un 95 % de confianza, ¿Cuál es el posible error si el consumo medio es tomado en 16[millas/galon]
d) ¿De que tamaño debe ser la muestra si queremos tener un 95 % de seguridad de que la media no
diferirá en más de 0,5[millas/galon] de la media verdadera?.

2. El control de recepción de una partida de rodillos se realiza clasificando las piezas en pequeñas, normales y
grandes. Las porporciones teóricas se suponen: p1 = 0,05; p2 = 0,90; p3 = 0,05; pero se sospecha que ha
aumentado la dispersión y, por lo tanto, las piezas anormales, según:

p1 = 0,05 + θ; p2 = 0,90 − 2θ; p3 = 0,05 + θ (2)

Se analizan 5000 piezas obteniéndo: p1 = 278, p2 = 4428, p3 = 294 de cada clase.

a) Obtenga E.M.V. de θ
b) Obtenga E.M.V. de p1 , p2 , p3
c) Estudie la consistencia simple y la suficiencia del estimador Máximo Verosı́mil de θ.

3. Se espera que en promedio dos operadores produzcan el mismo número de piezas defectuosas por cada 250
piezas. Los siguientes datos corresponden al número de piezas defectuosas por trabajador en el lapso de 7
semanas.
Trabaj / Sem 1 2 3 4 5 6 7
T1 12 11 14 16 13 10 15
T2 14 18 17 16 18 14 17
Si se sabe que el número de piezas fabricadas por cada trabajador durante una semana son 250.

a) Proponga un modelo estadı́stico para describir X = (X1 , X2 ), siendo Xi : número de piezas defectuosas
del trabajador i-ésimo durante una semana cualesquiera, i = 1, 2. Además calcular E[X] y ΣX .
b) Construir un intervalo de confianza de nivel γ = 0,95 para la diferencia de proporciones (p1 − p2 ) y
justifique su cantidad pivotal.
c) Contrastar la hipótesis p1 = p2 frente a la alternativa p1 < p2 , α = 0,05

3
4. 1er Semestre 1998
1. Sean X1 , X2 , ..., Xn una muestra aleatoria de tamaño n proveniente de una población con f .d.p f (x, θ), donde:

1
f (x, θ) = e−|x−θ| , θ ∈ ℜ, x ∈ ℜ (3)
2
a) Encontrar el estimador máximo verosı́mil de θ
b) Discutir las propiedades del estimador encontrado en a).
³¡ ¢ ¡ ¢´ ¡ ¢ ¡ ¢
2. Sea XY11 , ..., XYnn una muestra aleatoria de una normal bivariada YX con parámetros µµYX y
µ ¶
σ2X σX,Y
(4)
σY,X σY2

En donde la matriz de dispersión se supone conocida.

Encuentre un intervalo de confianza para E[Y |X = x] con coeficiente de confianza γ.
3. En un dı́a promedio, alrededor del 5 % de los valores de la bolsa de valores de Nueva York muestran una
nueva alza este año. El viernes 18 de septiembre de 1992, el complejo industrial Dow jones cerró en 3282
con un fuerte volumen de aproximadamente 136 millones de tı́tulos negociados. Una muestra aleatoria de
120 tı́tulos determinó que dieciseis de ellos habı́an mostrado nuevas alzas anuales ese dı́a. Usando un nivel
de significancia de 0,01 ¿Deberı́amos concluir que más tı́tulos de los habitantes tvieron alzas anuales ese
dı́a?.

4
5. 2do Semestre 1998
1. Suponiendo que X es una v.a.c. que se distribuye con f.d.p. dada por:

1
f (x, θ) = x2 θ−3 e−x/θ Iℜ+ (x) (5)
2 0

a) Obtener el E.M.V. para θ.

b) ¿Es insesgado el estimador obtenido en a)?
c) Si en b) no es insesgado, proponga otro que lo sea.

2. Se administraron dos nuevos medicamentos a pacientes con un padecimiento cardı́aco. El primer medica-
mento bajó la presión sanguı́nea de 46 pacientes en un promedio de 11 puntos, con una desviación de 6
puntos (Sn ). El segundo medicamento bajó la presión sanguinea de otros 51 pacientes en un promedio de 12
puntos, con una desviación de 8 puntos.

a) Encuentre un intervalo de confianza del 97 % para el promedio poblacional del primer medicamento.
Mencione sus supuestos.
b) Encuentre un intervalo de confianza del 98 % para la varianza poblacional del segundo medicamento.
c) una propaganda asevera que el primer medicamento baja la presión sanguı́nea en 13 puntos. ¿Qué dice
ud. sobre esta propaganda?

3. a) Con referencia al problema número 2. Determinar un intervalo de confianza del 95 % para la diferencia
en la reducción media de la presión sanguı́nea.
b) Sea una muestra de tamaño 3, de una distribución Bernoulli(θ).
Se docima: H0 : θ < 31 v/s H1 : θ ≥ 13
Se proponen las siguientes regiones crı́ticas:

C1 = {(0, 0, 0), (0, 1, 0)}

C2 = {(1, 1, 1)} (6)
C3 = {(1, 1, 1), (1, 1, 0)}
1) Calcule función potencia para cada una de las regiones crı́ticas.
2) ¿Cuál es la mejor? Justifique.

5
6. 1er Semestre 1999
1. Sean· (X,Y ) y¸ (V,W
· ) normales
¸ bivariadas con vector de media [00]T ambas. Matriz de varianzas y covarian-
1 1 2 2
zas y respectivamente.
1 2 2 6

a) Sea U1 = X|Y = 1 y U2 = V |W = 1. Encuentre las densidades de U1 y U2 .

b) Encuentre P(U1 − 2U2 > 1) si la cov(U1 ,U2 ) = 0,5
2. a) Se tiene que Y ∼ N(0, σ2 ), σ2 desconocida. Se toma una m.a.(3). Encuentre un intervalo de confianza
al 95 % para σ2 . Sea y1 = −0,22, y2 = −0,88 y y3 = 0,9. (IND.: µ CONOCIDA)
b) Sea X1 , X2 , ..., Xn m.a.(n) ∼ f (x, θ). Se tiene tres estimadores de θ, que cumplen las siguientes condi-
ciones: E[θ̂1 ] = E[θ̂2 ] = θ y θ̂3 = t θ̂1 + (1 − t)θ̂2 .
1) ¿Es insesgado θ̂3 ?
2) Para qué valores de t la varianza de θ̂3 es mı́nima.
3) Si V (θ̂2 ) = 2V (θ̂1 ), ¿Cuál de los 3 estimadores es mejor, desde el punto de vista de la varianza.

3. Una muestra de 10 piezas acero del proveedor A ha dado una resistencia media a la tracción de 54000
unidades con un X10 = 2100, miestras que otra muestrra de 12 piezas del proveedor B ha resultado con una
media de 49000 con un S12 = 1900.
a) El comprador desea saber si las varianzas poblacionales de ambos productos son iguales con un nivel
de significación del 5 %,
b) Se considera rentable las piezas del proveedor A si éstas tienen una resistencia media de más de 2000
unidades mayor que las de B. ¿Qué decisión tomarı́a bajo el supuesto de igualdad de varianzas pobla-
cionales? Fundamente los supuestos que se deben tomar en este problema.

6
7. 1er Semestre 2000
1. a) Supóngase que un estudiante seleccionado al azar de una población determinada va a realizar dos
pruebas A y B. Supóngase, además, que la media de la calificación de la prueba A es 85 y la desviación
estándar es 16, que las calificaciones de las dos pruebas tienen una distribución normal bivariada y que
la correlación entre las dos calificaciones es 0,8. Si la calificación del estudiante en la prueba A es 80,
¿Cuál es la probabilidad de que su calificación es la prueba B sea mayor que 90?
b) Considérese de nuevo las dos pruebas A y B descritas en la parte a). Si se selecciona al azar un estu-
diante, ¿cuál es la probabilidad de que la suma de sus calificaciones en las dos pruebas sea mayor que
200?.
2. Supongamos que X e Y son variables aleatorias independientes con distribución uniforme en el intervalo
(0, 1).
Se definen las variables:

V = 2X +Y (7)

W = X −Y (8)

a) Encuentre la función de densidad conjunta del vector (V,W ).

b) Encuentre las distribuciones marginales de V y W .
c) Analice independencia de V y W .

3. Dado el modelo lineal Yi = βxi + εi , i = 1, ..., n. Supóngase que εi ∼ N(0, σ2 ) que además COV (εi , ε j ) = 0,
∀i 6= j y que los xi , i = 1, ..., n son datos fijos.

a) Encuentre la distribución de Yi ; i=1,..,n

b) Obtenga los estimadores de máxima verosimilitud para β y σ2
c) ¿Es β̂MV un estimador insesgado de β?.
¡ ¢
4. Sea Y ∼ exp θ1 .
Considere la variable U = Yθ .

a) ¿Es U una cantidad pivotal para θ?. ¡Justifique!.

b) Determine un intervalo de confianza del 90 % para θ, para un valor de Y = 1.

7
8. Certamen de Elementos de Estadı́stica 1
1. Determine si las siguientes proposiciones son verdaderas o falsas justificando en cada caso en forma ade-
cuada:
Si X1 , X2 , ..., Xn es una sucesión de variables aleatorias idénticamente distribuidas como una bin(1, θ),
entonces el E.M.V. de θ es
1 n
θ̂ = ∑ Xi
n − 1 i=1
(9)

a) Si X1 , X2 , ..., Xn es una m.a.(n) proveniente de una población N(µ, 16), entonces el mı́nimo tamaño
muestral para que se verifique P(X − 1 ≤ µ ≤ X + 1) = 0,99 es n = 122.
b) Sea X1 , X2 , ..., Xn una m.a.(n) proveniente de una población exponencial con parámetro 1/θ desconoci-
do. Dados los siguientes estimadores:
1 1
θ̂1 = (x1 + x2 ) + (x3 + x4 ) (10)
6 3
θ̂2 = (x1 + x2 + x3 + x4 )/4 (11)

El primero es el mejor debido a las propiedades que posee.

c) Sea X1 , X2 , ..., Xn una m.a.(n) proveniente de una población N(µ, σ2 ) y supongamos que (a, b) es un
intervalo de confianza para µ del 95 % y (c, d) es un intervalo de confianza para µ del 50 %, entonces
b − a ≥ d − c. ¿Existe un principio de incertidumbre? Comente.
2. Sea X = (X1 , X2 ) vector aleatorio bidimensional distribuido como una normal bivariada tal que X1 y X2 están
correlacionados positivamente y además verifican:

a) P(X1 < 1) = 0,84134

b) P(X2 > 6) = 0,02275
c) V (X1 ) = 1 y V (X2 ) = 2
d) V (X1 |X2 = x2 ) = 0,75

Calcular P(0 < X2 < 4|x1 = 2))

3. En dos ciudades se llevó a cabo una encuenta sobre el costo de la vida para obtener el gasto promedio en
alimentación en familias constituı́das por cuatro personas. De cada ciudad se seleccı́onó aleatoriamente una
muestra de 20 familias y se observaron sus gastos semanales en alimentación. Las medias y desviaciones
estándares muestrales fueron las siguientes:

X 1 = 135 y X 2 = 122 ; S1 = 15 y S2 = 10 (12)

¿Estarı́a ud. inclinado a concluir que existe una diferencia real entre las medias poblacionales? Justifique!!

8
9. Certamen de Elementos de Estadı́stica 2
1. Determine si las siguientes proposiciones son verdaderas o falsas justificando en cada caso en forma ade-
cuada.

a) θ̂ consistente simple ⇒ θ̂ consitente en error cuadrático medio.

b) Sea X1 , X2 , ..., Xn una m.a.(n) proveniente de una familia f (x, θ). Sea θ̂ = t(x) un estimador de θ. En-
tonces θ y θ̂ son variables aleatorias.
c) Sea X1 , X2 , ..., Xn una m.a.(n) proveniente de una familia f (x, θ). Entonces se cumple que f (x, θ) =
f (x1 , θ) f (x2 , θ)... f (xn , θ)
2. Sea X1 , X2 , ..., Xn una m.a.(n) proveniente de una familia Poisson(θ).
a) Encuentre un estimador de momentos de θ y el E.M.V. de θ.
b) Determine las propiedades del E.M.V. de θ.
c) ¿Es θ̂MV un estimador eficiente?
3. Supongamos que el contenido de nicotina medido en mgr. de los cigarrillos tiene una distribución normal y
sean: 21, 19, 23, 22, 20, 24, 23, 21, 25, 24 los datos extraı́dos de la muestra.
a) Encuentre un intervalo de confianza del 95 % para estimar el contenido medio de nicotina.
b) Encuentre un intervalo del 95 % para estimar la variabilidad del contenido de nicotina.
c) Encuentre el mı́nimo tamaño muestral para que la media muestral difiera de la media poblacional a lo
más en una unidad con una probabilidad 0,9 (Asuma σ = 2)
4. Ciertas vigas tienen secciones rectangulares cuyas dimensiones, de largo y ancho se pueden representar
T
mediante una distribución
· ¸ bivariada con vector de medias µ = [10 15] en [cm] y matrtiz de varianzas
normal
1/2 0
y covarianzas Σ = . Los lı́mites de tolerancia para el largo de la viga son (9,7; 10,3) y para el
0 1
ancho son (14,7; 15,6). Una viga se considera defectuosa si el largo o el ancho está fuera de los lı́mites de
tolerancia. ¿Cuál es la probabilidad que una viga no sea defectuosa?