Professional Documents
Culture Documents
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
1) 1 = k dx
0
x
3
dy k
2
x
k
3k
3
k= .
dx x 2 0
0 3
3
6
2
X 2 3
2) P[X4Y] = P Y
dx
4 3 0
x
4
dy
2
3
x
1
3
3
dx x 2 0
0 4
12
4
0,20 0,40 12
2) f(y) =
8xy
2x
, yx1.
2
4 y(1 y ) 1 y 2
4) Se supone que los salarios X1 y X2 superiores a 35 unidades monetarias en dos
actividades econmicas diferentes, tienen una funcin de densidad conjunta f(x1, x2) =
= A(x1x2)2 , x1 35, x2 35. Determinar: 1) la constante A; 2) la funcin de distribucin
conjunta de las variables aleatorias X1 y X2 y 3) la probabilidad de que dos trabajadores
elegidos al azar, uno de cada actividad, tengan cada uno salarios superiores a 100 u.m..
3) f(x/y) =
1 1
A
Sol.: 1) 1 = A x dx 1 x dx 2 A 2 A = 352;
35
35
x 1 35 x 2 35 35
2) F(x1, x2) = 35
2
1
x1
2
2
2
1
x dx 1
35
3) P`X1>100, X2>100] = 35
x2
35
x1
x2
1 1
35 35
x dx 2 35 1
1
x 1 35 x 2 35 x 1 x 21
2
2
1 1
x dx 1 x dx 2 35 0,35 2
100
100
x 1 100 x 2 100
2
1
1/21
2
2
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
1 = k dx
0
3
x y dy k 0 x 2 y y dx k
3 0
3 x3
4k
x dx
0
3
3
x 3 dx
k
k=3
3
2
y3
f(x) = 3 x y dy 3 x y 4x 3 , 0 x 1
0
3 0
3x 2 y 2
f(y/x) =
, 0yx
4x 3
x
< y < x, hallar k y las funciones
2
de distribucin condicionadas.
e x
2
x
Sol.: k = 2; f( y/x) = ,
< y < x ; f(x / y ) = y
, y < x < 2y. De aqu
e e 2 y
x
2
obtenemos las funciones de distribucin condicionadas.
0, x y
x
e x
e y e x
F(x/y) =
dx
y
2 y
y
2 y
y e
e
e
1, x 2 y
0, y 2
y
y x 2 y ; F(y/x) = 2 dy 2 y x 2 x ,
x
y
2
y
2x
1, y x
x
yx
2
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
K (3x 2 2 y), 0 x 1, 0 y 1
f(x, y) =
0, en el resto
hallar: 1) la constante K; 2) la funcin de distribucin conjunta; 3) P(0,3<X0,8; 0,1<Y 0,5).
Sol.:
1
1
1
1
1
1
2
2
2 1
1) 1 = k dx 3x 2 y dy k 3x y y 0 dx k 3x 2 1dx kx 3 x 0 2k k
0
0
0
0
2
x
y
x
x
1
1
y
1
2) F(x,y) =
dx 3x 2 2 y dy
3x 2 y y 2 0 dx
3x 2 y y 2 dx
2 0 0
2 0
2 0
3
2
1
x
x y xy
= x 3 y xy 2 0
, 0 x 1, 0 y 1.
2
2
1 0 ,8 0 , 5 2
1 0,8 2
0,5
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
]
2
3 2
16) Una variable aleatoria X tiene de media 7 y de varianza 3. Hallar E[Y] siendo Y=
=0,5(1X+X2).
Sol: E(Y) = 0,5E(1X+X2) = 0,5[1 E(X) + E(X2)] = 0,5{1E(X) +[Var(X)+E(X)2]} =
= 0,5[1 + 7 +(3 + 49)] = 30.
1
17) Se considera la funcin f definida por f(x) = x 2 para 1 x 1, siendo cero
4
en el resto del intervalo. 1) Determinar para que sea funcin de densidad ; 2) Sea X una
variable aleatoria de funcin de densidad f. Calcular E[X] y Var[X].
18) Si X es una variable aleatoria de media 1 y desviacin tpica 2, obtener un lmite
4
inferior para P[X+1<3].[ Solucin: Por la desigualdad de Chebychev: P X 1 3 1
9
5
= , que es el lmite inferior buscado.
9
19) Si la variable aleatoria X tiene media 4 y varianza 9, hallar E[Y], siendo
Y = 10+X2 . [Sol.: E(Y) = 10 + E(X2) = 10 + Var(X) + (E(X))2 = 10+9+16=15]
20) La distribucin de probabilidad de la variable aleatoria discreta X viene dada por
P[X=k] = C, k = 1, 2, ..., 20, siendo cero en el resto del eje x. Hallar la constante C y la media
de la distribucin.[Sol.: C = 1/20; = 10,5]
21) Si X es una variable aleatoria de media 4 y desviacin tpica 3, obtener un lmite
inferior para P[X+4<6].
22) Se tiene una variable aleatoria X con funcin de densidad f(x) = 5e5x , x0. Hallar
su media y su desviacin tpica.
23) Una variable aleatoria X tiene media 1 y varianza 9. Hallar E[Y] siendo Y =
= 3 2X + 0,5X2
Sol.: E(Y) = E(3 2X + 0,5X2) = 3 2E(X) + 0,5E(X2) = 3 2 E(X) + 0,5[Var(X) +
+ E(X)2] = 3 2(1) + 0,5[9 + (1)2] = 3 + 2 + 5 = 10
24) El porcentaje de aditivo de un tipo de gasolina es una variable aleatoria X que tiene
una funcin de densidad f(x) = 20x3(1x), 0<x<1, y cero en el resto. 1) Encontrar el porcentaje
medio de aditivo. 2) Si el beneficio viene dado por B = 18 + 3x, donde X es el porcentaje de
aditivo, hallar E(B).
Sol.: 1) E(X) =
x5 x6
1 1 2
20 x (1 x )dx 20 ( x x )dx 20 20 ;
0
0
6 0 5 6 3
5
4/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
gi(t) = Ee X t
i
1
2
1
2
1e xt dx
t
2
e e
t
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
t
2
n
n
t
t
tn X
tn X
t n 2 n
2 n
gi(t) = Ee E e
E
e
i 1
i 1 n t
26) Las ventas medias de una cafetera son de 5000 a la semana con una desviacin
tpica de 100. Se pide calcular con estos datos:
a) La probabilidad de que las ventas medias semanales sean mayores de 5250 .
b) Definir el menor intervalo de tal forma que contenga al menos el 95% de las ventas
medias semanales. [Sol.: a) de la desigualdad de Chebychev se obtiene que la probabilidad
pedida es 0,16; b) aplicando la desigualdad de Chebychev se obtiene el intervalo [4552,79;
5447,21]
27) Una variable aleatoria tiene por funcin generatriz de momentos
Xt
0,4
g(t) =
. Hallar su media y su varianza.
t
1 0,6 e
Sol.:Derivando:
6
4,20,4 7 e t
0,4 0,40,6e t
g(t) = 7
;
2
t
1 0,6e t 8
1 0,6e 1 0,6e t
g(t) =
1 0,6e
t 16
As pues: = g(0) =
4,20,4 7
10,5 ; 2 = g(0) 2 = 136 ,5 10,52 = 26,25
8
1 0,6
4
2
28) La variable aleatoria X tiene por funcin generatriz de momentos g(t) =
2t
para t<2. Hallar la media y la varianza de X.
3
2
64
320
2
Sol.g(t) = 4
; g(t) =
, de donde EX) = g(0) = 2 ; Var(X) =
2
5
2 t
2 t 6
2 t 2 t
= g(0) (g(0))2 = 5 4 = 1.
29) Una variable aleatoria X tiene la funcin de densidad f(x) =
1 x , para 1 x 0
1 x e dx 1 x e dx
0
Sol.: g(t) =
xt
xt
(por partes) =
t 1 et t 1 et
t2
t2
e t e t 2
=
.
t2
5/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
30) Una variable aleatoria X tiene por funcin generatriz de momentos g(t) =
0, 2 e t
=
. Deducir su media y su varianza.
1 0, 8 e t
Sol.: g(t) =
0,2e t
g' (0) 5
1 0,8e
1 0,8e
2
0,2e t 1 0,8e t 20,2e t 1 0,8e t 0,8e t 0,16e 2 t 0,2e t
g(t) =
t 2
3
Sol. : g(t) = 3
3 t
3 t 2
g(0) = 1
3 t
3
434
4
3
g' ' ( t ) 4
g
'
'
(
0
)
3
3 t 3 t 2 3 t 5
4
1
1
. Debe ser t < 3 porque g(t) > 0, t.
3
3
32) Se tiene una variable aleatoria X con funcin de densidad f(x) =
5x
5e
para x 0
=
. Hallar su media, su desviacin estndar y su funcin generatriz de
0
en
el
resto
momentos. Qu condicin se tiene que cumplir en relacin con esta ltima funcin ?.
Luego = 1; =
Sol.: E(X) = = 5
E(X2) = 5
xe 5x dx (por partes) =
1
;
5
2
25
De donde:
2
2 1
1
25 5
5
=
g(t) = 5
xt 5x
e e
dx 5
5
t 5
33) La variable aleatoria X tiene por funcin generatriz de momentos g(t) =
. Hallar la media y la varianza de X.
t < 5) =
e 25t t
6/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
g X ( t ) E e Xt
Luego
xt
e e
3x
dx 3
e t 3x dx
3
t 3
12 10 10
1
10
1
10 t X i
2 t X
10
i 1
i
E e
g X i 10 2 t
e
i 1
i 1
10
3
=
, para t < 310 2 .
1
2
10 t 3
35) La variable aleatoria X tiene por funcin generatriz de momentos g(t) = e 20t 2t .
Hallar la media y la varianza de X.
Sol.:g(t) = 20 4t e 20t 2 t = g(0) = 20
2
4
Sol.. Hallamos primeramente g X ( t ) 4 e xt e 4 x dx 4 e t 4 x dx
0
0
t4
20
Xt
Luego g X ( t ) E e E e
1
20
2 t X
i 1
10
20
e
i 1
20
1
2 t X
20
i 1
12
4
g X 20 t =
1
20 2 t 4
i
1
2
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
1
43) Dadas dos variables aleatorias X e Y que siguen distribuciones binomiales B 1,
2
1
y B 1, respectivamente, es correcto afirmar que X + Y se distribuye segn una binomial
2
B(1, 1)?.
1
Sol.: No. Se distribuira B 2, .
2
Poisson
44) La probabilidad de que las unidades que fabricamos de cmaras de vdeo nos las
e 4 4 x
devuelvan por defectuosas sigue la distribucin de Poisson de funcin de cuanta:
.
x!
Determinar la probabilidad de que de las unidades vendidas en el ltimo mes, tres o ms sean
devueltas por defectuosas.
Sol: P[X3] = 1 P[X2] = 0,7619
45) Una compaa de seguros garantiza plizas de seguros individuales contra cierto
tipo de accidentes. Una encuesta ha permitido establecer que a lo largo de un ao una persona
tiene una posibilidad entre mil de ser vctima de un accidente cubierto por dichas plizas y,
adems, que la compaa podr vender una media de 4000 plizas de este tipo al ao. Se pide:
a) probabilidad de que el nmero de accidentes cubiertos por la pliza no pase de 4 por ao;
8/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
b) nmero de accidentes esperado por ao; c) probabilidad de que el nmero de accidentes sea
superior a 2 al ao.
Sol.: a) La variable X = n de accidentes cubiertos por la pliza es B(4000; 0,001)
Poisson(4) P[X 4] = (de las tablas) = 0,6288; b) E(X) = 4; c) 1 P[X 2] = 0,7619.
46) Una compaa de seguros ha comprobado que el 0,005% de la poblacin fallece
cada ao de un cierto tipo de accidente. Se pide: a) cul es la probabilidad de que la compaa
tenga que pagar a ms de tres de sus 10.000 asegurados contra tales accidentes en un ao
determinado?; b) cul es le nmero de accidentes esperados?.
Sol.: La variable X = n de asegurados que fallecen es B(10000; 0,00005)
Poisson(0,5) 1 P[X 3] = (de las tablas) = 0,0018; b) E(X) = 0,5
47) En una pequea ciudad hay dos gasolineras A y B. El nmero medio de vehculos
que llegan a cada una de ellas por hora son 10 y 8 respectivamente, siendo ambos nmeros de
llegadas distribuciones de Poisson independientes. Por una causa concreta la gasolinera B
cierra, por lo que la gasolinera A debe atender a sus habituales clientes y a los de B. Obtener la
distribucin del nmero de llegadas por hora a A el da que B cierra.
Sol.: Si XA = n de vehculos que llega a A y XB = n de vehculos que llega a B,
entonces X = XA + XB es Poisson(18).
48) Tenemos dos variables aleatorias independientes X e Y con distribuciones de
Poisson de parmetros, respectivamente 1 = 2 y 2 = 4. Indicar razonadamente la funcin
generatriz de momentos de Z = X + Y.
6 e 1
Sol: g z t e
Uniforme
49) Si la variable X est distribuida uniformemente en 2 x 2, calcular
t
P(X1<0,5).
Sol.: P = 1/4
50) Si X es una variable aleatoria distribuida uniformemente en 2 x 1, hallar
P(X20,5).
Sol.: P = 1
51) Suponiendo que la cotizacin de cierre diaria de las acciones del Banco de
Santander Central Hispano tiene una distribucin uniforme entre los 20 y 21 euros, se pide:
a) cul es la probabilidad de que un da la cotizacin de cierre supere los 20,90 euros?;
b) cul es el porcentaje de das que presentaron una cotizacin de cierre entre 20,40 y 20,60
euros?; c) Si sumramos dos distribuciones uniformes U(20; 21) y U(22; 24) que fuesen
independientes, demuestre si la distribucin resultante presenta o no carcter de distribucin
uniforme; d) entre los das en los que la cotizacin de cierre ha sido superior a 20,50 euros,
cul es el porcentaje de los mismos en que la cotizacin ha oscilado entre 20,80 y 20,90
euros?.
Sol.: a) P= 0,1; b) 20 %; c) si X1 es U(20, 21) y X2 es U(22, 24), desde luego que
e 21t e 20t e 24t e 22t
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
Normal
52) Las variables aleatorias X1 y X2 son independientes y estn distribuidas
normalmente N(10, 3) y N(14, 4) respectivamente. Sea Z = X1 X2. Se pide: a) qu
distribucin sigue Z?; b) cul es su media?; c) cul es su desviacin estndar?.
Sol.: Z es N(4, 5)
53) Las variables X1, X2 y X3 son independientes y respectivamente N(1, 1), N(0, 1) y
N(1, 2). Cmo se distribuye Z = 2X1 + X2 X3?.
Sol.: N(3, 3)
54) Sea X una variable aleatoria distribuida normalmente con media 2 y desviacin
estndar 3. Calcular x0 tal que P(X < x0 ) = 0,10.
Sol.: x0 = 5,84
55) Dos grandes superficies comerciales venden una determinada marca de detergente.
Las unidades vendidas semanalmente en el primer establecimiento siguen la ley N(2.000, 200)
y en el segundo N(1.700, 130). Calcular la probabilidad de que las ventas de la primera
superficie superen en 200 unidades a la segunda, en una determinada semana, bajo el supuesto
de independencia.
Sol.: Sean X e Y las unidades vendidas semanalmente en cada establecimiento,
respectivamente. Entonces, X Y es N(300; 238,54). Desde luego P(XY = 200) = 0 pero si
hacemos una correccin por continuidad (ya que, en realidad, X Y es una variable discreta),
tendremos que P(XY = 200) = P(199,5 < XY<200,5) = 0,0015
56) Si tenemos tres distribuciones normales X1 : N(5, 2) ; X2: N(3, 1) y X3: N(2, 5),
cmo se distribuye la variable aleatoria U= X1 + X2 X3 ?. Representar grficamente la
funcin de densidad de U.
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
1
1
< X < x + ]=
2
2
1
1
x 80
x 80
2
2
F
, donde F es la funcin de distribucin de la N(0, 1);
= F
8
,
9
8
,
9
b) E(X) = 80.
59) Los gastos de transporte que realiza una oficina oscilan uniformemente entre
100.000 y 140.000 pts. al mes. Se pregunta: a) cul es la probabilidad de que en un mes
determinado el gasto en transporte sea exactamente 120.000 pts.?; b) calcule la desviacin
tpica del gasto mensual; c) estimndose que el gasto en transporte es excesivo, se pretende
llevar a cabo un control para comprobar la necesidad de dicho gasto. Para ello se observa
aleatoriamente el gasto mensual durante tres aos. Cul es la probabilidad de que el gasto
mensual medio, durante esos tres aos, sea superior a 130.000 pts.?
20000
Sol.: a) P = 0; b) =
; c) Si Xi = gasto de transporte en el mes i
3
10000
1 36
X =
, luego P[X > 130000] =
X i se distribuye aproximadamente N120000 ,
36 i 1
3
3
P Z3 3 0
60) Las variables aleatorias X1, X2, ..... , Xn son independientes y tienen una
12 , 0x2
distribucin uniforme definida por la funcin de densidad f(x) = 0 , en el resto .
1 n
Consideremos la variable aleatoria Yn = X i . Hallar la probabilidad de que Yn sea mayor
n 1
que 0,9 para n = 36.
1
Sol.: Yn es aproximadamente N 1,
P[Yn > 0,9] = 0,8485
6 3
61) Un concesionario de automviles vende vehculos de la misma marca. Sabiendo
que la probabilidad de que este tipo de vehculos est funcionando 4 aos despus es de 0,6,
determinar la probabilidad de que, de 5.000 automviles vendidos, ms de 3.000 estn en
servicio dentro de 4 aos.
Sol.: X= n de vehculos que estn funcionande despus de cuatro aosse distribuye
B(5000; 0,6) N 3000 , 120 ; haciendo la correccin por continuidad: P[X > 3000,5] =
= 0,4942
62) La demanda aleatoria del producto que fabrica nuestra empresa oscila entre 10 y 20
unidades por da. Determinar la probabilidad de que en un periodo de 200 das, el nmero de
unidades demandadas sea mayor de 3.000, bajo el supuesto de que las demandas en los
distintos das son independientes entre s.
Sol.: Consideraremos que la variable Xi = n de unidades demandadas el da i se
100
distribuye de manera uniforme entre 10 y 20, por lo que = 15 y 2 =
luego la variable X
12
11/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
200
100 2
; efectuando la correccin por continuidad,
= X i es aproximadamente N 3000 ,
1
2
3
es Poisson(62,4) que es
i 1
10
5 2
x2
20
dx
y =
luego X =
50
3
3
X es N 540, 15
81
i 1
110
P Z
0; 2) P[X > x] = 0,3 x = 551 millones de pesetas.
15 2
Chi-cuadrado
65) Una variable aleatoria 2 tiene 10 grados de libertad. Hallar la media, la varianza y
la probabilidad de que dicha variable aleatoria sea mayor que 9,342.
Sol.: =10 , 2 = 20 , P( 2 9,342) = 0,5]
t-Student
66) Se consideran dos variables aleatorias independientes X e Y . La variable X tiene
una distribucin normal N(0,1) . La variable Y tiene una distribucin 2 con 4 grados de
2X
m 0,05 el valor de m.
libertad. Hallar en P
Y
Sol.: m = 2,132
67) Si U y V son dos variables aleatorias independientes tales que la variable U tiene
una distribucin normal N(0,1) y V tiene una distribucin 2 con 25 grados de libertad, hallar
5U
P
1,058 .
V
Sol.:p = 0,15
F-Snedecor
68) Las variables aleatorias X e Y son independientes y tienen distribuciones 2 con 30
X
m 0,05 el valor de m.
y 10 grados de libertad respectivamente. Hallar en P
3Y
12/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
Sol.: m = 2,70
69) Se consideran dos variables aleatorias 2 , U y V independientes, con 5 y 30 grados
U
Sol.: p = 0,99
70) Hallar: 1) t1 en P(tt1) = 0,90 , siendo n = 9 y 2) f1 en P(F>f1) = 0,01 , siendo n1 y
n2 iguales a 12.
Sol.: 1) t1 = 1,383 ; 2) f1 = 4,16
71) Se consideran dos variables aleatorias 2 , U y V , independientes, con 5 y 30
U
Sol.: 0,95
TEMAS 5, 6 Y 7: MUESTREO Y ESTIMACIN PUNTUAL.
72) Consideremos una variable aleatoria X representativa de una poblacin, cuya
3k, 4 x 6
funcin de densidad es f(x) =
, donde k es una constante a determinar.
0 en el resto
Supongamos extrada una muestra aleatoria simple de tamao 50. Se pide: a) calcular la media
y la varianza de la media muestral; b) calcular la media de la varianza muestral.
1
76
1
Sol.: k =
, = E(X) = 5 y 2 = Var(X) =
25 =
luego: a) EX = 5;
6
3
3
1
1
Var X =
; b) E(S2) = 2 =
150
3
73) De una poblacin normal N(, 1) se obtienen muestras de tamao 2; como
estimadores de se consideran los siguientes:
X X2
2
2
4
1 X 1 X 2 ;
2 X 1 X 2 ;
3 1
3
5
5
2
Se pide: a) determinar si son o no estimadores insesgados; b) hallar su varianza; c)
estudiar su eficiencia; d) estudiar su distribucin en el muestreo.
5
5
Sol.: a) E 1 no es insesgado; E 1 no es insesgado; E 3 s
3
3
13
13
4
4
1
1
es insesgado; b) Var 1 2 ; Var 2 2 ; Var 3 2 ; c) 3 es el
9
9
5
5
2
2
5
13
; 2 es
ms eficiente por ser insesgado y poseer la menor varianza; d) 1 es N ,
3
3
1
2
6
N ,
; 3 es N ,
2
5
5
74) Supongamos que el Banco de Espaa decide efectuar una investigacin sobre los
rendimientos obtenidos por la banca espaola con un determinado producto financiero. Para
ello selecciona una muestra aleatoria simple de 9 bancos, y adems dispone de la informacin
de que los rendimientos de producto en cuestin, en todo el conjunto bancario, se distribuye
segn una distribucin normal de media 6% y de desviacin tpica del 3%. Sobre la base de
Ejercicios de Estadstica Empresarial. 2 ADE
13/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
n 1S2
Sol.: a) 0,6827; b)
es 2n1 , luego P[S2 > 9] = (multiplicando por n1=8 y dividiendo
2
2
2
por = 9 ) = P 8 8. En las tablas de la 82 encontramos que 0,5 P 28 7,344 y
P 82 8 0,25
0,5 0,25
, de donde se
0,25 P 10,22 . Luego interpolando:
10,22 8
10,22 7.344
obtiene P 28 8 0,443 ; c) K = 2,2865; d) 0,0085
75) Como estimador del parmetro a de la funcin de densidad f(x; a) = aeax, para
n
x 0, en muestras aleatorias simples de tamao n, se considera el estadstico: R = n
.
Xi
2
8
i 1
a
n
Ra
xi
n
R
Sol.: f(x1, x2, ..., xn, a) = a e
a e
ae 1 . Llamando g(R, a) =
n
a
= ae R y h(x1, x2, ..., xn) = 1, del teorema de factorizacin de Fisher-Neyman se deduce
1
2
14/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
79) De una poblacin, determinada por una variable aleatoria con funcin de densidad
f(x) = e x , 0 < x < , se extrae la muestra Xi = {1; 1,5; 2; 2,3; 3; 3,1; 3,7; 3,9; 4}. Estmese el
parmetro desconocido por el mtodo de los momentos.
1
Sol.: estimador ; estimacin 0,3673
X
x
80) La distribucin de probabilidad de una variable aleatoria es P[X = x ] =
e ,
x!
x = 0, 1, 2, 3, ..... Determinar el estimador de mxima verosimilitud del parmetro , para
muestras de tamao n.
Sol.: X
81) Estimar por el mtodo de la mxima verosimilitud el parmetro a de una
distribucin de ingresos econmicos cuya funcin de densidad es f(x) = aeax, donde x > 0 y
a > 0.
n
Sol.: a
Xi
82) El nmero de piezas defectuosas fabricadas al da por parte de una empresa sigue el
e x
modelo de Poisson P[X = x] =
, x = 0, 1, 2, ....Estimar por el mtodo de los momentos
x!
y de la mxima verosimilitud.
Sol.: por ambos mtodos se obtiene que X
x
1
e x 3 , para
83) Una variable aleatoria tiene por funcin de densidad f(x,) =
4
6
x 0. Se extrae una muestra aleatoria simple de tamao 2. Se pide: a) hallar el estimador de
por el mtodo de la mxima verosimilitud y por el mtodo de los momentos; b) demostrar si es
insesgado y eficiente el estimador obtenido por cada uno de los dos mtodos anteriores.
X X2
EX 1 EX 2
Sol.: a) Por ambos mtodos se obtiene que 1
; b) E
8
8
4 4
=
es insesgado; calculamos E(X2) = 202 Var (X) = 202 162 = 42 ,
8
8 2 2
luego Var() =
. Por otra parte, se obtiene que E(X) = 4. Como
64
8
1 x
4 x
x
ln 4 e x 3 ln 6 4 ln ln x 3 , derivando respecto a se obtiene 2 . Luego
16 8x x 2
16 32 20 2 8
4 x
2E 2 2E 2 3 4 2 2 3 4 2 . Por lo tanto la cota Frechet
2
1
Cramer-Rao es
=
, luego es eficiente.
2
x
8
ln 4 e x 3
6
2E
15/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
X
Sol.: a) L(X1, X2, ..., Xn, a) =
X
n
i 1
i 1
a 2n
Xi
ln X
n
ln L =
2n ln a
i 1
i 1
ln L
2n
a
a
2 ln L 2
3
a 2
a
E(X) =
a2
an
1
= 0 a
2n
i 1
X
n
i 1
1
X i 0 para a
2n
X
n
i 1
EX i
1
2na
= a , por tanto s es insesgado.
2a
2
n
2
n
i 1
i 1
86) Una empresa ha decidido lanzar al mercado una determinada marca de coche. Al
objeto de planificar su produccin, supone que el coche que va a ofrecer puede ser adquirido
por el 10% o por el 20% de los habitantes de una gran ciudad. A tal efecto, consultados 10
habitantes, slo 3 de ellos se muestran dispuestos a la adquisicin del coche. Si suponemos que
la muestra de las 10 consultas obtenidas es aleatoria simple, se pide conocer qu porcentaje de
los dos contemplados ser tomado en consideracin por la empresa si la eleccin entre ambos
se efecta con base en el criterio de mxima verosimilitud.
Sol.: Si p = 0,1 P[X = 3] = 10 0,13 0,9 7 = 0,05; si p = 0,2 P[X = 3] =
3
= 10 0,2 3 0,8 7 = 0,20 luego es ms verosmil suponer que p = 0,2.
3
=
1
2n
1
a2
i 1
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
103) El peso en toneladas del rendimiento agrario de ciertas tierras cultivadas, sigue
una distribucin N(, 3). Los ltimos rendimientos independientes observados han sido 48, 53
y 49. Obtener un intervalo de confianza del 95%, de nivel de confianza, para la media .
Sol.: [46,60 ; 53,39]
104) Debido a las tendencias en materia sanitaria, una determinada fbrica de
cigarrillos ha establecido un menor contenido de alquitrn en sus productos. Con el fin de
comprobar que se han cumplido los objetivos se procede a realizar un experimento con 20
cigarrillos elegidos al azar de lotes diferentes. Se tienen los siguientes datos muestrales,
procedentes de una distribucin normal, para el contenido del alquitrn: x = 22 mg; s = 4 mg.
Se pide un intervalo de confianza del 90% para el contenido medio de alquitrn de la citada
marca.[Sol.: el intervalo [20,45 , 23,55] ].
105) Una determinada poblacin sigue una distribucin normal N (, ) y por
procedimiento de muestreo aleatorio simple se extraen muestras de tamao 20.
Para una muestra concreta de tamao 20, se ha obtenido una Media Muestral de valor 12
y una Varianza Muestral de valor 0,81. Se pide: A) Estimar un intervalo de confianza del
95 % para la "Media Poblacional ; B) Estimar un intervalo de confianza del 98 % para la
"Varianza Poblacional" 2. [Sol.: 11,58 < < 12,42 y 0,43 < 2 < 2,01]
106) El precio del kilo de merluza en las pescaderas de Madrid sigue una distribucin
normal; se toma una muestra aleatoria de 10 pescaderas y se observan los siguientes precios
del artculo:
1270 1230 1350 1240 1300
1400 1250 1260 1200 1000
Obtener, para un nivel de confianza del 95 %: a) Un intervalo de confianza para la
media poblacional; b) Un intervalo de confianza para la varianza poblacional. [Sol.:
a) 1178,11 < < 1321,89 ; b) 4778,42 < 2 < 33666,67]
TEMAS 9 Y 10: CONTRASTE DE HIPTESIS
107) Se quiere contrastar la hiptesis nula H0 ( = 1), frente a la alternativa H1 ( = 3),
en una poblacin que se distribuye segn una normal N(, 1), utilizando muestras de tamao
dos cuyos resultados han sido (x1 = 2 , x2 = 3). Determinar la mejor regin crtica de tamao
= 0,05 para efectuar el contraste y llevarlo a cabo.
Sol.:
1 2
i 12
2 i 1
L0 e
1
e
L1
x 3
2
e
1 2
x i 12 x i 12
2 i 1
1 2
4 x i 8
2 i 1
x i 2
i 1
k , dentro de
i 1
1
ln k 2 x C . Bajo la hiptesis H0,
4
i 1
x 1
xC 1
1
1,65 x C 2,17 . En la
X es N1,
luego 0,05 = PX x C P Z C
2
1/ 2
1/ 2
2 ln k X
18/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
X3
5 es t4 y de
S
las tablas se obtiene la regin crtica de tamao 0,05: t4 2,276. Para la muestra efectuada,
x 3
5 = 0,4313 luego se acepta H0.
s
109) Un comerciante vende naranjas cuyo peso individual es una variable aleatoria
normal cuya media es 180 gr segn nos asegura. Un cliente pesa las naranjas que le ha
comprado y sus pesos individuales han resultado ser (en gramos): 170, 150, 190 y 160.
Aceptar el cliente la hiptesis del comerciante a partir de la informacin proporcionada por
tal muestra, con un nivel de significacin del 5%?
X 180
4 es t3
Sol.: Sea H0: = 180 y H1: 180. Bajo la hiptesis nula, la variable
S
y de las tablas se obtiene la regin crtica de tamao 0,05: t3 3,182. Para la muestra
x 180
efectuada,
4 = 1,4639 luego se acepta H0
s
110) En una poblacin N(, 1), se pretende contrastar la hiptesis H0: = 2, frente a la
hiptesis alternativa H1: = 6; para efectuar el contraste nos hemos decidido por la siguiente
prueba:
Aceptar H0: = 2, cuando la media muestral sea menor que 4.
Aceptar H1: = 6, cuando la media de la muestra sea mayor que 4.
Suponiendo que dicha contrastacin se va a realizar a travs de la inferencia implcita en
muestras aleatorias simples de tamao 10, se pide: 1) cul es el valor del nivel de
significacin ?; 2) cul es la probabilidad de cometer error de tipo II?; 3) cul es la potencia
del contraste?; 4) efectuar el contraste suponiendo que la muestra concreta obtenida ha sido
(1, 3, 5, 4, 4, 3, 4, 5, 2, 3).
1
hiptesis alternativa, X es N 6,
= P( X <4) 0; 3) potencia del contraste =
10
siendo 0 x 1
h ( x ) 6x 2 6x
Mediante el lema de Neyman-Pearson, y con una muestra aleatoria de tamao uno,
determine la mejor regin crtica de tamao 0,1 , si se considera como hiptesis nula la funcin
f(x) y como hiptesis alternativa la funcin h(x). Calcule la potencia del contraste.
2
2 2x
[Sol:
K dentro de R
K x K
2
6x
6x 6x
Sol.: Sea H0: = 3 y H1: 3. Bajo la hiptesis nula, la variable
x 2 2t dt = 1 2x + x
1
0,1 =
= (1 x)2 x = 1
19/21
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
1 = 0,2367 .
0 , 054
a 0 e a x dx 1 e 0, 054a a0 3
0
10
10
crtica es
tamao 10 y
i 1
10
xi2 73,228]
i 1
UNED. ELCHE.
TUTORA DE ESTADSTICA EMPRESARIAL (2 A.D.E.)
e-mail: imozas@elx.uned.es
https://www.innova.uned.es/webpages/Ilde/Web/index.htm
nivel de significacin), cul sera la expresin de la mejor regin crtica para efectuar dicho
1 n 2
contraste?. [Sol.:
xi k, obtenindose k de la distribucin 2 con n grados de libertad]
100 i 1
x i2 =
125,82. Determinar la mejor regin crtica de tamao 0,05 para efectuar dicho
i 1
xi2 63,04]
i 1
21/21