You are on page 1of 8

1.

El Teorema de Bayes para el clculo de probabilidades a posteriori:Se requiere, entre


otrosrequisitos,quelossucesosEiqueintervienenseanexcluyentes.
2. ElvalordeKenlasiguientefiguraes:Ningunadelasdemsrespuestasescorrecta.
3. Sean A y B dos sucesos aleatorios independientes. A partir de B=B(AUA^c) puede
deducirseque:A^cyBsonindependientes.
4. DadalavariablealeatoriacontinuaX,entonces:f(x)=F(x)/x.
5. DadalavariablealeatoriadiscretaX,entonces:F(x)=P(Xx)f(x)=P(X=x).
6. Un suceso aleatorio es: Un elemento del lgebra de sucesos asociado al espacio
muestral.
7. Unsucesoes:Unsubconjuntodelespaciomuestral.
8. Sean A y B dos sucesos talesqueP(A)=0.1yP(B)=0.2.Enestecaso:P(AUB)0.3
ningunadelasdemsrespuestasescorrecta.
9. Sean A y B dos sucesos tales que P(A)=0.1 y P(B)=0.2. Se suponen A^c y B^c
independientes,enestecaso:P(AUB)=0.75P(AUB)=0.28.
10. Dada la variable aleatoria X y la v.a. Y=aX+b, entonces: V[Y]=a^2V[X] Ninguna de las
demsrespuestasescorrecta.
11. DadalavariablealeatoriaXylav.a.Y=X+b,entonces:E[Y]=E[X]+b.
12. Dada la variable aleatoriaXylav.a.Y=Xb,entonces:Ningunadelasdemsrespuestas
escorrecta.
13. Para una variable aleatoria X y un intervalo I, se tiene que X^1(I)es:Unsubconjuntodel
espaciomuestralUnsuceso.
14. Conteocuandointervieneelordenyhayrepeticin:Variacionesconrepeticin.
15. Dos sucesos son independientes: Si la probabilidad de la interseccin es igual al
productodesusprobabilidadesningunadelasdemsrespuestasescorrecta.
16. Siendo x1 y x2 dosvalorescualesquieradeunav.a.X, talesquex1<x2,entonces:F(x1)
F(x2)Ningunadelasdemsrespuestasescorrecta.
17. Dados dos

sucesos

cualesquiera:

(AUB)=P(A).P(B)

P(AUB)=P(A)+P(B)P(AB).
18. Sean A y B dos sucesos independientes con P(A)=0. En este caso: P (AB)=0
P(A/B)=0.
19. En un control de calidad se considera la variable X=nmero de artculos necesarios
hastaconseguirelprimerdefectuoso.Xsepuede modelar siguiendo una distribucin:
//Geomtricaoningunadelasdemsrespuestasescorrecta.//

20. Las condiciones de las variablesaleatoriasparaaplicar elteoremacentraldellmiteson:


Debenserindependientestienenqueseridnticamentedistribuidas.
21. Lasvariablesaleatoriasdiscretasestndefinidaspor:Lafuncindeprobabilidad.
22. En un control de calidad se determina el nmero de artculos defectuosos en una
inspeccin de 100 artculos. Se define la variable aleatoria X=nmero de artculos
defectuosos.Xsepuedemodelarsiguiendounadistribucin:Binomial.
23. SiXN(=0,=2),lav.a.Y=4X+2tienepordistribucin:Ninguna
de

las

dems

respuestasescorrecta.
24. En un contraste de hiptesis, cometemos Error de tipo IIcuando:AceptamosHosiendo
falsa.
25. Unestimadordeunparmetromuestraldesconocido:Notienequesernico.
26. Elcontrastedehiptesispermite:Decidirsielparmetrotomaundeterminadovalorcon
ciertaprobabilidad.
27. Un estimador es insesgado cuando: El sesgo es cero Su esperanza coincide con el
parmetroaestimar.
28. Unestimadoressesgadocuando:Elsesgoesdistintodecero.
29. Unestimadores:Unestadstico.
30. El coeficientedeconfianzaenunaestimacinporintervalos,es:Elcomplementariode
Ningunadelasdemsrespuestasescorrecta.
31. A diez estudiantes elegidos al azar se le anotaron las calificaciones de los exmenes
finales de Fsica y Economa. Para probar si existe un mayor rendimiento en alguna de
las materias, qu tipo de prueba se utilizar?: Diferencia de medias dependientes o
apareadas.
32. Las

variablesaleatoriasmultidimensionales

Variables

sonvectoresformadospor:

aleatoriasN.C.

33. LaFuncindeDistribucindelaN(0,1)es:Creciente.
34. SisetienequeP(A)=P(B)=P(B/A)=0.5:P((AUB)^c)=0.25P(AB)=0.25P(AUB)=0.75.
35. Culdelassiguientesdistribucionesnoesreproductiva?:Binaria,B(p).
36. Culdelassiguientesdistribucionesesreproductiva?:Poisso,P().
37. Sean A y B dos sucesos tales que P(A)=P(B)=P(B/A)=0.5: ninguna de las dems
respuestasescorrectaP(AUB)1 P(AUB)<1.*
38. SeanXiB(p),i=1...8,independientes.Lav.a.X=^8i=1Xitienepordistribucin:b(8,p).
39. Si el valor queseestcontrastandoenlahiptesisnulaestenelintervalodeconfianza

asociado, entonces: No existen evidencias para rechazar que el parmetro es el valor


contrastado.
40. Si el valor que se est contrastando en la hiptesis nula no esta en el intervalo de
confianza asociado, entonces: Se rechaza la hiptesis Ninguna de las dems
respuestasescorrecta.
41. Los

intervalos de confianza bilaterales I0.99 e I0.95 para en una poblacin normal

sontalesque:I0.95CI0.99ningunadelasdemsrespuestasescorrecta..
42. Un estimador consistente es aquel que: Bajo ciertas condiciones, su varianza tiende a
ceroN.C.
43. Unestimadordelaesperanzadeunavariablealeatoriaes:LamediamuestralN.C.
44. Para que la leyde Laplace deasignacindeprobabilidadpuedaaplicarse://Lossucesos
Ei que intervienen deben de ser independientes entre si Requiere, entre otros
requisitos,quelossucesosEiqueintervienenseanigualmenteverosmiles.
45. Dossucesossonmutuamenteexcluyentessi:Sonsucesosdisjuntos.
46. LaEsperanzaMatemticaes:Elvaloresperadodeunavariablealeatoria.
47. Sea X una variable aleatoria de tipo continuo: F(x)=F(x)/ x ninguna de las dems
respuestasescorrecta.
48. ParaobtenerlaprobabilidadcondicionadaP(A/B):SerequierequeP(B)/=0.
49. Conteo cuandono interviene el orden y hay repeticin: Combinaciones con repeticin
N.C.
50. Sea X1 una v.a. tal que X1D(1=41=1/5), y sea X2 otra v.a. Que
X2D(1=51=1/25).Lav.a.Ydefinidacomocombinacinlinealde

las

anteriores

Y=3X14X2+8.:Tienedemediaceroydevarianzauno,siX1yX2sonindependientes.
51. La correccin deContinuidaddeYatesse aplicacuandoaproximamos:Unadistribucin
discretaporunacontinua.
52. Las variables aleatorias multidimensionales discretas son independientes cuando: La
funcin de distribucin conjunta es igual al producto de las funciones de distribucin
marginalesentodoslospuntos.
53. Elmejorestimadordelavarianzapoblacionales:Lacuasivarianzamuestral.
54. El estadstico media muestral,obtenido por muestreo aleatorio simple en unapoblacin
de media y desviacin tpica , tendr por distribucin: Bajo determinadas
circunstanciasunaN(^2/n)Ningunadelasdemsrespuestasescorrecta.
55. Se estn anotandolos datos de las averas de una mquina en una fabrica. Desdeque

la mquina se avera hasta que se cambia hay estipulado un tiempo de mximo de


cambio de 10 horas. Se puede realizar el cambio en cualquier instante de dicho
intervalo.Sea X=instante en el que se produce cambio.X se puede modelarsiguiendo
unadistribucin:Uniformecontinua.
56. Se estn anotando los datos de una mquina en una fbrica. Sea X=tiempo entre
averas. X se puede modelar siguiendo una distribucin: Exponencial ninguna de las
demsrespuestasescorrecta.
57. Se estn anotando los datos de las averas de una mquina en una fbrica. Sea
X=numero de averas en un mes. X se puede modelar siguiendo una distribucin:
Poisson.
58. Una variable aleatoria: Es una funcin del espacio muestral en R que verifica ciertas
propiedades.
59. Las variables aleatorias discretas toman siempre: Un conjunto numerable de valores
N.C.
60. Seauncontroldecalidadenelquesedeterminasiunartculoesdefectuoso o no. Se
define la variable aleatoria X =articulo defectuoso.X se puede modelar siguiendo una
distribucin:Binarianingunadelasdemsrespuestasescorrecta.
61. SiXN(=0^2=2),lav.a.Y=2X+1tienepordistribucin:N(=1^2=8).
62. Si X1x^2(n1), X2x^2(n2),...,Xkx^2(nk), e independientes entre s, qu distribucin
sigue la variable X=^k i=1 Xi?: x^2(n1+n2+...+nk) ninguna de las dems respuestas
escorrecta.
63. Elmejorestimadorinsesgadoes:EficienteyconsistenteN.C.
64. El niveldesignificacindeuntestrepresenta laprobabilidadde:Ningunadelas dems
respuestasescorrecta.
65. En un contraste de hiptesis, cometemos Error de tipo I cuando: Rechazamos Ho
siendocierta.
66. SisetienequeP(A)=P(B)=P(B/A)=0.25:ningunadelasdemsrespuestasescorrecta.
67. Lamediadelasumadedosvariablesaleatoriasnormalesesiguala:Ladiferencia de
lasmediasdecadaunadeellas.//Lasumadelas mediasdecadaunadeellas//
68. SeaZN(0,1)independientedeYx^2yseaX=razden*Z/razdeY,entonces:Xt(n).
69. Laprobabilidades:Unamedidaasociadaalossucesos.
70. Dados tres sucesos mutuamente independientes: Dos de los tres sucesos
consideradospodranserdependientesNingunadelasdemsrespuestasescorrecta.

71. El nmero de accidentes al mes en un punto negro de la carretera se puede modelar


siguiendounadistribucin:Poisson.
72. En un control de calidad de un componente electrnico, se deja funcionar el mismo
durante dos horas. El componente es defectuoso si falla masde N veces, y nolo essi
fallamenosdeNveces.SeaX=nmero de fallos en dos horas del componente.X se
puede modelarsiguiendounadistribucin:Poisson.
73. Lafuncindedistribucindeunavariablealeatoria:Estcomprendidaentreceroyuno.
74. SiXeYnosonindependientes:Lasumadelasesperanzaseslaesperanza

de

suma.
75. Elmtodomximaverosimilitudpermitecalcular:Elestimadordemximaverosimilitud.
76. El nivel de significacin de un contraste de hiptesis es la mxima probabilidad de:
RechazarHodadoqueHoesverdaderaN.C.
77. El nivel de confianza de un intervalo de confianza es: La probabilidad de que el
parmetroestenelintervalo.
78. Lamediamuestrales:Unestadsticounavariablealeatoria.
79. LaVarianzaMatemtica:Esunaesperanza.
80. Unacoleccinnumerabledesucesoses:Unconjuntodesucesosquesepuedecontar.
81. Conteo cuandose ordenan todos los elementos deunconjunto:PermutacinNinguna
delasdemsrespuestasescorrecta.
82. En un control de calidad, un lote es defectuoso cuando al ir sacando uno a uno los
artculos,salen3artculosdefectuosos.Elprocesose para cuando salido el tercer
defectuoso.Sea X=nmerode artculosnecesarioshastapararelproceso.Xse puede
modelarsiguiendounadistribucin:Binomialnegativa.
83. Uncontroldecalidaddeuncomponenteelectrnicodejafuncionarelmismodurantedos
horas. El componentees defectuoso si falla mas de N veces, y nolo es si falla menos
de N veces. SeaX=El componente es defectuoso.Xse puede modelarsiguiendouna
distribucin:Binaria.
84. Paraunarealizacinmuestral,unintervalodeconfianzacontiene:Puede contener un
parmetropoblacionalono,dependiendodelniveldeconfianza.
85. Paraunarealizacinmuestral,losextremosdeunintervalodeconfianzason:Nmeros.
86. La utilizacinde los rbolesde decisin (o posibilidades) se justifica por: Elteoremade
laparticinoprobabilidadtotal.
87. Dados dos estimadores deunmismoparmetropoblacionaldesconocido,silavarianza

del primer estimador es menor que la del segundo: El estimador 1 es ms


representativodelparmetro.
88. LaprobabilidaddeAcondicionadaaBes:LaprobabilidaddequeocurraA slo cuando
Bhasucedido.
89. Sean AyBdossucesostalesqueP(A)=P(B)=0.2:P(AUB)0.4.
90. Si P(B)/=P(B/A), entonces los sucesos son: Independientes Ninguna de las dems
respuestasescorrecta.
91. SiP(B)=P(B/A),entonceslossucesosson:Independientes.
92. En un avin hay N plazas. Sea X=nmero de mujeres en el pasaje. X se puede
modelarsiguiendounadistribucin:Binomial.
93. Lasvariablesaleatoriascontinuasestndefinidaspor:Lafuncindedistribucin.
94. Engeneral,lossucesosextremosdeunintervalodeconfianzason:Estadsticos.
95. El estadstico usado para construir un intervalo de confianza para el cociente de
varianzassigueunadistribucindetipo:FdeSnedecor.
96. El estadstico del intervalo de confianza para la media con la varianza conocida se
aproximaaunadistribucin:NormalN.C.
97. El estadstico del intervalo de confianza para la media con la varianza desconocida se
aproximaaunadistribucin:tdeStudent.
98. El estadstico del intervalo de confianza de varianza sigue una distribucin:
Chicuadrado.
99. Dos sucesos son independientes: Si la probabilidad de la interseccin es igual al
productodesusprobabilidadesN.C.
100.

Sean las vs.as. Y= de K e i=1 Yi (siendo Yix^2(n)), y TN(T^2T),

independiente entres,qudistribucinsiguelav.a.(TT/T)/(razdeY/kn)?:t(kn).
101.

Elestimadordemximaverosimilitud:Notienequeexistirsiempre.

102.

Sea

el experimento aleatorio "Contar el nmero de averas de un aparato

electrnicoenunda":Elconjuntodelosresultadosposibleesnumerable.
103.

Dadala figuraqueseacompaa:Secorrespondeconunafuncindedistribucin

deunavariablealeatoriacontinua.
104.

El nmero de bytes usados en un ordenador con una memoria de N bytes se

puedemodelarsiguiendounadistribucin:Binomial.
105.

La duracin (en aos) de 6 componentes electrnicos seleccionados

aleatoriamenteson3,4,5,5,6,7.Suponiendonormalidadenla variable

generadora

delamuestra,elmejorestimadordelavarianzapoblacionales:2.
106.

Dadaunavariablealeatorianormal.Setienequesufuncindedensidades:

Simtricarespectosuesperanza.
107.

Cunto es necesario aumentar el tamao muestral para que la amplitud de un

intervalo de confianza para la media con varianza conocida, se reduzca a la mitad?:


Cuadriplicarlo.
108.

Dossucesossondisjuntossi:Lainterseccineselconjuntovaco.

109.

Dadaunav.a,Xcondistribucinh(1,a,b),severifica:XesB(p)conp=a/(a+b).

110.

La varianza de la suma de dos variables aleatorias normales independientes es

iguala:Lasumadelasvarianzasdecadaunadeellas.
111.

Se estn anotando los datos de las averas de una central elctrica. Sea

X=tiempoentreaveras.Xsepuedemodelarsiguiendounadistribucin:N.C.
112.

Unarealizacinmuestralesunacoleccinde:Datos.

113.

Un estimador asintticamente insesgado es aquel que: Su esperanza tiene al

parmetroaestimarcuandoaumentaeltamaomuestral considerablementeN.C.
114.

El estimador de unparmetro poblacional quesedeseaestimar:Debedeser,al

menos,asintticamenteinsesgado.
115.

Unestadsticoes:Unavariablealeatoria.

116.

Una muestra aleatoria simple es una coleccin de: Variables aleatorias

independientes.
117.

Un estimadordeunparmetropoblacionalquese deseaestimar:Debedeser,al

menos,asintticamenteinsesgado.
118.

El contraste

es: Unilateral izquierdo o de cola

izquierda.
119.

Dados dossucesosindependientesseverificaque:Soncompatibles.

120.

Dos variables aleatorias estn idnticamente distribuidas si: Sus funciones de

distribucinsonigualesatodossup.
121.

Engeneral,losextremosdeunintervalodeconfianzason:[NOsonnmeros].

122.

A diez estudiantes elegidos al azar se le anotaron las calificaciones en los

exmenes finalesde Fsica y Economa. Para probar si existe un mayorrendimientoen


alguna de las materias, qu tipo de prueba se utilizara?:[Opciones: a)Diferencia de
mediasdependientesoapareadasb)Diferenciadeproporcionesc)N.C.]

123.

Conteocuandointervieneelordenyhayrepeticin:Variacionesconrepeticin.

124.

Lasvariablesaleatoriasdiscretasestndefinidaspor:Lafuncindecuanta.

125.

Las variables aleatorias multidimensionales son vectores formados por:

[Opciones:a)Nmerosb)N.C.c)Variablesaleatorias.
126.

Sean XiB(p=0.5) independientes, la v.a.

,tiene por distribucin:

[Opciones:a)N(=30=15)b)P(=30)c)N.C.]
127.

Si XN(=0=2), la v.a. Y=4X+2 tiene por distribucin: [Opciones: a) N

(=2^2=34)b)N(=2^2=32)c)N.C.]
128.