VECTORES ALEATORIOS E INFERENCIA ESTADÍSTICA

TERCER BANCO DE PROBLEMAS

1) Sean X1 , X 2 ,..., X n variables aleatorias independientes, con

Xi exp 1 ( 2) , i = 1, 2,..., n Sean Y3 , Y4 ,..., Yn +1 variables aleatorias

( )
independientes, con Yi N μi , σ2 , i = 3, 4,..., n + 1 . . Además toda variable X i
es independiente de toda variable Yj . Determine el valor del entero “n”, si:
⎡ ⎤
⎢ 2 ⎥
⎢ σ X
P⎢ n > 0,35628⎥⎥ = 0,90
⎢ ∑ ⎡( Yi − μi )2 − ( Yi+1 − μi+1 )2 ⎤ + 2 ( Yn +1 − μ n +1 )2 ⎥
⎢⎣ i=3 ⎢⎣ ⎥⎦ ⎥⎦

2) Sea X1 , X 2 ,..., X 6 una muestra aleatoria de una población normal de media μ y

varianza 1. Sea ( Y1, Y2 ,..., Y8 ) una muestra aleatoria de una población
exponencial de media 1. Suponga que X e Y son poblaciones independientes.
Considere los estadísticos :

3 6 8
T1 = ∑ ( X 2i − X1 ) , T2 = ∑ Yi , T3 = ∑ Yi
i =1 i =1 i =7

Determine las siguientes probabilidades:

a) P ⎡⎣T1 ≤ 1, 456 T2 ⎤⎦ , b) P [ T2 ≥ 12,36T3 ]

3) Sean:
X 1 , X 2 ,..., X n una muestra aleatoria de tamaño "n" de la población X , X N ( 0 ,θ )
Y1 .Y2 ,...,Yn una muestra aleatoria de tamaño "n" de la población Y , Y Exp ( 3 θ )
W1 ,W2 ,...,W2m una muestra aleatoria de tamaño "2m" de la población W ,
W G (θ ,2 )
Suponga que las poblaciones X, Y y W son independientes.

Sea U la variable definida mediante:

2m
θ ∑Wi
U= i =1
n n
∑( )
2
6Yi − X i + 24 ∑ X i Yi
i =1 i =1
16m
Halle el valor θ si E [U ] =
3n − 2
4) Sean Y1, Y2 ,.., Yi ,.., Y2n variables aleatorias independientes, con Yi N 1 , σ2
i ( )
.Sean X1,..., X 2n variables aleatorias independientes con Xi exp ⎛⎜ n 2 ⎞⎟ .
⎝ σ ⎠
Además toda variable Xi es independiente de toda variable Yj . Determine el
valor de “n” si :

⎡⎡ n ⎤
2 ⎤
⎢ ⎢ ∑ ( 2kY − ( 2k − 2 ) Y
2k −2 ) − 1⎥
⎥
2k
⎢ ⎢⎣ k =1 ⎥⎦ 2
⎥
P⎢ 2n
≤ 6,9158n ⎥ = 0,90
⎢ ⎥
⎢ ∑Xj ⎥
⎢⎣ j=1 ⎥⎦

5) Sean X e Y dos poblaciones independientes con media común μ y diferentes

varianzas σ 2X , σ Y2 . Sean ( X1 ,..., X n ) , ( Y1 ,..., Yn ) muestras aleatorias de X e Y ,
respectivamente.
a) Pruebe que el estadístico T = k X + (1 − k ) Y , k ≠ 0 es un estimador insesgado
de μ
b) Halle el valor de k que minimiza el error cuadrático medio de T.

6) Sea ( X1 ,..., X n ) una muestra aleatoria de una población uniforme en el intervalo

( 0, θ ) ¿Es ( Yn − Y1 ) un estimador insesgado de μ

7) En cada uno de los casos obtenga el (los) estimador(es) máximo verosímil(es) de

los parámetros asociados con una población que se distribuye uniformemente en el
intervalo:
a) [ θ − 12 , θ + 12 ]
b) [θ-a , θ + a] , a positivo
c) [ −θ, θ]
d) [ θ1 , θ2 ]
e) ⎡⎣ m − 3 s, m + 3 s ⎤⎦
Analice en cada caso si el estimador obtenido es insesgado, y obtenga sus errores
cuadráticos medios.

8) Sea ( X1 ,..., X n ) una m.a. de una población X con densidad.

x −1
1⎛ 1⎞
f (x; θ) = ⎜ 1 − ⎟ , x = 1, 2,... ¿Es X un estimador insesgado de θ?
θ⎝ θ⎠
9) Una m.a. de tamaño n1 procede de una población normal de media μ1 y varianza
σ12 . Otra muestra de tamaño n 2 procede de una población normal de media μ2 y
varianza σ22 . a) ¿Cuál es el estimador máximo verosímil de θ = μ1 - μ 2 ?; b)
Suponiendo fijo el tamaño n de la muestra total, ¿cómo debería dividirse las
observaciones en ambas poblaciones para que fuese mínima la varianza del
estimador máximo verosímil de θ

10) Considere una muestra aleatoria de tamaño n : X1 ,...,Xn de una población X con
función de densidad dada por:
4x 3
fX ( x ) = Ι ( 0 ,θ ) ( x )
θ4
Obtenga un intervalo de confianza para θ del 100 γ % ,
Y
a) usando como cantidad pivotal Q = n
θ
b) sin cantidad pivotal y suponiendo un tamaño de muestra grande

11) Se toma una muestra aleatoria de una variable normal y se obtienen los siguientes
resultados:
Intervalo Frecuencia
10-12 2
12-14 4
14-16 7
16-18 3

Obtenga un intervalo de confianza del 95% para la media de la distribución.

Obtenga un intervalo de confianza del 90% para la varianza y la desviación de la

distribución.

12) Sea X una variable aleatoria con distribución triangular, tal como se indica en la
siguiente figura:

Si se toma una muestra grande de n observaciones de la variable X, obtenga un

intervalo de confianza del (100 γ)% para el parámetro a de la distribución.
13) Sea (X1, X 2 ,...X n ) una muestra aleatoria de tamaño n proveniente de una
población Weibull con densidad :
2
f ( x ; λ ) = 2 λ x e − λx , x > 0
Suponiendo que n es grande, obtenga un intrevalo de confianza del 100γ% para el
parámetro λ.

14) El Departamento de Transporte de cierto Estado desea encuestar a los residentes

para determinar a qué proporción de la población le gustaría incrementar los
límites de velocidad de las carreteras estatales de 55 a 65 mph. ¿Cuántos
residentes es necesario encuestar si se desea tener una confianza de al menos el
99% de que la proporción de la muestra esté a no mas del 0,05 de la verdadera
proporción?

15) Considere el intervalo de confianza para μ con desviación estándar σ conocida:

σ σ
X + Zα1 ≤ μ ≤ X + Z1− α 2
n n

donde α1 + α 2 = 1- γ . Sea γ=0,95. Encuentre el intervalo para el que

1- γ
α1 = α 2 = = 0, 025 . Ahora encuentre el intervalo para el caso donde
2
α1 = 0, 01 . ¿Cuál intervalo es más preciso?. ¿Existe alguna ventaja con respecto al
intervalo de confianza simétrico?

16 Considere el contraste de hipótesis:

H0 : σ2 = 4
H1 : σ2 ≠ 4

a) Si una muestra de tamaño 10 arrojó una media muestral de 12 y una

desviación estándar de 2,58, ¿cuál es su conclusión al 5% de significación
suponiendo que la media poblacional es de 10?.
b) Ídem al apartado a) pero no se conoce la media poblacional.
c) Si la media poblacional es de 10, ¿cuál es el poder la prueba para detectar un
desvío del 20%?
d) Ídem al apartado c) pero no se conoce la media poblacional.

17) Sea X1,..., X10 una muestra aleatoria de una población Uniforme U(θ, θ + 1). Se
desea contrastar las hipótesis: H0: θ ≤ 0 vs H1: θ > 0, con la región crítica definida
por el conjunto RC = {Yn: Yn > 1}∪ {Y1: Y1 > k}. ¿Cuál debe ser el valor de k
para que el valor de α = 0.05?. Calcule π(1).

18) Sea X1,..., X100 una muestra aleatoria de una población Bernoulli B(θ). Se desea
contrastar las hipótesis: H0: θ = 1/2 vs H1: θ ≠ 1/2, con la región crítica definida
por el conjunto RC = {(x1, x2,..., xn): ∑xi ≤ 40 ó ∑xi ≥ 60}. Calcule α, la función
de potencia
19) Sea X1, X 2 una muestra aleatoria de una población Beta Estándar, B(θ, 1). Se
desea contrastar las hipótesis H0: θ ≤ 1 vs H1: θ > 1 con la región crítica
RC = {{(x1, x2): 3x1 ≤ 4x2}. Calcule el valor de α.

20) Sea X1,..., X10 una muestra aleatoria de una población con función de densidad:
f ( x ; θ) = e − (x − θ)Ι (θ,+∞ ) (x )

Se desea contrastar las hipótesis: H0: θ ≤ 2 vs H1: θ > 2, con la región crítica
definida por el conjunto RC = {Y1: Y1 > 2.3}. Calcule α

21) La resistencia a la tensión de una determinada cuerda, en kilos, sigue una

⎛ 1⎞
distribución uniforme en el intervalo ⎜ 0, ⎟ .
⎝ θ⎠

a) Se desea estimar el valor de la resistencia de la cuerda que supera al 60% de las

resistencias de las cuerdas utilizando para ello el estimador insesgado, T,
obtenido a partir del estimador máximo verosímil . Halle el estimador T y
determine el menor valor de "n" para el cual "n veces" el error cuadrático
medio de T es inferior a la varianza poblacional.

b) El ingeniero de control de calidad afirma que la resistencia promedio a la

tensión de las cuerdas es por lo menos de 20 kg. Si una muestra de tamaño 4
arrojó los siguientes valores, 18,5 18,0 18,75 18,6 , con un nivel de
significación del 5% , ¿daría la razón al ingeniero?

22) Para la fabricación de una determinada sustancia cuya presentación viene en

botellas, se disponen de dos máquinas A y B. La cantidad de impurezas, en mg,
que contiene una botella fabricada por la máquina A es una variable normal con
media desconocida y varianza 1,5mg2 ; de igual manera la cantidad de impurezas,
en mg, que contiene una botella fabricada por la máquina B es una variable normal
con media desconocida y varianza 0,5mg2 . El costo para eliminar las impurezas
contenidas en una botella producida por la máquina A es 4 u.m. mg , mientras que
el costo correspondiente para la máquina B es de 6 u.m. mg . El tiempo, en minutos,
para eliminar las impurezas contenidas en una botella producida por la máquina A
es de 3 min. mg y para la máquina B es de 2 min. mg .
El ingeniero de control de calidad requiere : i) estimar el costo promedio total para
la eliminación de impurezas con un error de 2 u.m. y una confiabilidad de 0,95 ;
ii) diseñar una prueba estadística para comprobar si el tiempo total promedio
invertido en la eliminación de impurezas supera a 2 min., usando un nivel de
significación del 10% y teniendo una probabilidad de detectar un desvío de 1,5
min. de 0,92. Halle los tamaños de muestra adecuados para cumplir
simultáneamente con ambos requerimientos

23) El contenido X de impurezas en un determinado proceso químico, sigue una

distribución con densidad :
 ⎧⎪e −( x −θ) , x > θ
fx (x; θ) = ⎨
⎪⎩ 0 , t.o.l.

Si ( X1,..., Xn ) es una muestra aleatoria de X :

a) Pruebe que Q = 2n [ Y1 − θ] es una cantidad pivotal.
b) Halle un intervalo de confianza del 100 γ % para μ .
c) Determine el menor tamaño de muestra requerido para que un intervalo de
confianza del 100 γ % para μ tenga una amplitud inferior a L. (particularice luego
el resultado obtenido para γ = 0,95 , L = 0,1 )
d) Se desea realizar una prueba estadística que permita controlar el porcentaje de
impurezas presente en el proceso. En particular se desea que la proporción de
impurezas superior a un valor "a" sea inferior a P. Diseñe una prueba estadística
que le permita alcanzar dicho objetivo a un nivel de significación α.
e) Determine el tamaño de muestra necesario para que la prueba anterior detecte un
desvío δ con probabilidad ρ . (particularice luego el resultado obtenido para
α = 0,01 , ρ = 0,98 , δ = 0,3 )

24) Un fabricante produce una aleación especial de acero con una resistencia
promedio a la ruptura de 25800 psi. Se dice que un cambio en la composición de
la aleación aumenta la resistencia. Se sabe que la desviación estándar de la
resistencia a ruptura es de 300 psi. y no se espera que el cambio en la composición
cambie esta desviación. Si no hay cambios en la resistencia promedio, el
fabricante desea llegar a esta conclusión con una probabilidad 0,99. Si la
resistencia promedio a la ruptura se aumenta hasta en 250 psi., el fabricante sólo
está dispuesto a asumir un riesgo del 10% en no detectarlo.
Establezca las hipótesis nula y alterna adecuadas.
Determine el tamaño de muestra mínimo para cumplir con las exigencias del
fabricante.
Si con el tamaño de muestra calculado en (b) se tiene una media muestral de
26100 psi., ¿cuál es la decisión a tomar?.
Si ocurre un aumento en la resistencia promedio de 250 psi, ¿cuál es la
probabilidad de que el test lo detecte si sólo se dispone de un tamaño muestral de
7?
Un aumento en la resistencia promedio de 100 psi. o menos no es de gran
importancia a efectos prácticos. Si se toman muestras de tamaño 100 , ¿qué
porcentaje de veces el procedimiento decisorio detectará el mencionado
incremento? ¿Cuál es su conclusión práctica?

25) La cantidad de contaminante diaria, en mg, que produce una fabrica puede
considerarse exponencialmente distribuida de parámetro 3ϴ.
Sea ( X1 ,...,Xn ) , n > 1 una muestra aleatoria de dicha población. Se proponen dos
estimadores, T1 y T2 , para la media poblacional, siendo T1 el estimador insesgado
obtenido a partir del máximo verosímil y T2 el estimador insesgado obtenido a
partir de Y1 . ¿ Cual estimador es preferido ?
 Si n=100 y la media muestral es de 20 mg , ¿Cuàl intervalo es mas preciso, el que
se obtiene para muestras grandes o el que se obtiene mediante el uso de una
cantidad pivotal apropiada?
El Ingeniero Jefe de la fabrica asegura que la cantidad promedio de contaminante
producida diariamente es a lo sumo 25 mg. Se asignan dos fiscales ambientalistas
para corroborar dicha aseveración. El Fiscal 1 toma una muestra de tamaño 20 y
usa como región crìtica Y1 > 0,06 . El Fiscal 2 toma una muestra de tamaño 5 y usa
como región critica aquella obtenida mediante un intervalo de confianza generado
por una cantidad pivotal apropiada, manteniendo el mismo nivel de significación
usado por el Fiscal 1.
Si la verdadera cantidad promedio de contaminante es de 27 mg, ¿ Cuàl de los dos
fiscales tendrá mayor probabilidad de darle la razón , equivocadamente, al
Ingeniero ?

26) La carga térmica, X, en toneladas de refrigeración, que generan los locales de un

gran centro comercial es una variable aleatoria con densidad:
1 2
f ( x ,θ ) = θ , <x<
θ θ .

El Ingeniero de Mantenimiento de dicho centro desea controlar tanto la carga

térmica promedio de los locales así como su desviación estándar.

a) El control de la carga térmica promedio lo hará mediante una estimación puntual

de la misma. Al efecto dispone de dos estimadores : T1 y T2 definidos como:
T1 : el estimador insesgado obtenido a partir del máximo verosímil
T2 = X
¿Cual estimador le recomendaría si el Ingeniero está dispuesto a tomar una
muestra de tamaño 16?

b) Para controlar la desviación estándar de la carga térmica generada, el ingeniero

quiere que le diseñe una prueba estadística que le permita en el 95% de los casos
que la aplique llegar correctamente a la conclusión de que dicha desviación es a lo
sumo 2 ton. Además exige que la prueba en cuestión tenga tan sólo una
probabilidad de 0,02 de no detectar un desvío de 0,20. Suponiendo un tamaño de
muestra grande, ¿cuál debe ser el valor de dicho tamaño muestral para cumplir con
las exigencias del Ingeniero?

27) Un comunicador social está estudiando el tiempo que invierten los habitantes de
cierta localidad en responder un sencillo cuestionario. Se sabe que dicho tiempo,
en minutos, sigue una distribución normal.
Una muestra de tamaño 25 arrojó la siguiente información:
25
X = 9,89 min ∑X
i =1
i
2
= 2703 min 2

a) Con la información anterior se generó un intervalo de confianza para el tiempo

promedio que invierten los habitantes de la localidad igual a (8,47 ; 11,31). ¿Qué
confianza le merece dicho intervalo?
b) Dicho comunicador afirma que la desviación estándar de los tiempos que invierten
los habitantes de la localidad en contestar el cuestionario es superior a 3 min. Con
un nivel de significación del 1%, ¿Está Ud. de acuerdo con lo afirmado?.
 Determine además la probabilidad de que la prueba utilizada detecte un desvío de
0,5 min

28) El tiempo de reposición en cada juego de un mundial de fútbol se considera

distribuido de forma normal. Al comparar esta variable en dos mundiales se
emiten afirmaciones que podrían ser contradictorias entre sí. En el mundial pasado
el tiempo promedio de reposición fue de 4 min con una desviación estándar de 1
min. Entre algunas afirmaciones se dice que en este mundial el tiempo promedio
de reposición es mayor mientras que otros afirman que la desviación estándar ha
disminuido. Una muestra de los tiempos de reposición de diez juegos en el
mundial actual arrojó los siguientes tiempos de reposición : 5 4 3 5 4 3 7 3 5
3.
a) ¿Cuál será su conclusión en relación con dichas afirmaciones si se quiere tener una
probabilidad mínima de 0,95 de no estar de acuerdo con ellas acertadamente
b) Con los datos suministrados anteriormente se obtuvo un intervalo de confianza
para la desviación estándar de los tiempos de reposición de (0,94; 2,24).
Construya un intervalo de confianza, de la misma confianza del anterior para el
tiempo promedio de reposición.