1/6

Universidad Nacional Abierta Inferencia Estadstica (738)

Vicerrectorado Acadmico Segunda Prueba Integral
rea de Matemtica Fecha: 14-05-05 Lapso: 20051

MODELO DE RESPUESTAS

OBJ 1 PTA 1
Un experto en seguridad industrial estudi el nmero de accidentes que las personas sufren
en una empresa metalrgica de alto riesgo. Despus de hacer el estudio obtuvo la
Distribucin de Frecuencias y la Funcin de Distribucin Emprica dadas a continuacin.
Lamentablemente derramo un tintero y perdi parte de la informacin recabada.
Complete la informacin faltante justificando su respuesta.

N de accidentes N de personas
0 84
1 0 si x0
0 x 1
2 12 H 0,70 si
3 o ms
si 1 x 2
Total
0,975 si

1 si 3 x
Solucin:
84
Como H(x) = 0,70 si x [0,1) y en este intervalo H(x) = , donde N es el total de
N
84
personas, entonces N = 0,70 120 .
El incremento al pasar del intervalo [2,3) al intervalo [3, ) en H(x) es 0,025 , entonces en
la tabla deben haber 120.(0,025) = 3 personas con tres o ms accidentes. Luego, como
84+12+3=99, concluimos que 21 personas han sufrido un accidente y en consecuencia para
la funcin de distribucin el valor que falta en H..(x) asociado al intervalo [1,2) es
84 21
0,875 .
120
Por lo tanto las distribuciones antes de ser borradas eran:

N de accidentes N de personas
0 84 x0
0 si
1 21 0,70 si
2 12 0 x 1
3 o ms 03 H 120 0,875 si 1 x 2
Total 120 0,975 si 2x3

1 si 3 x
 2/6

OBJ 2 PTA 2
Utilizando los nmeros aleatorios 0,5199, 0,9608, 0,4364, 0,0436 y 0,8749 obtenga una
muestra de una variable aleatoria que tiene distribucin normal N(4,4).
Nota: La funcin de densidad para una distribucin N(, 2) es:
1 1 x
2

f (x) exp con x
2
2

x
donde exp(x) = e

Solucin:
Si la distribucin normal es N(4,4), entonces la funcin de densidad es:
1 1 x 4
2

f (x) exp con x
2 2
2 2

Sean x1, x2, x3, x4 y x5 los puntos de la muestra buscados, entonces aplicando la funcin de
densidad de la distribucin exponencial tenemos que:
x 1 1 t 4 x 4
0,5199 exp dt 1
1

2 2

Para x1: 2 2 2 .
x1 4
0,05
Luego, en las tabla de la distribucin normal encontramos que 2
(recuerde que hemos tipificado la variable aleatoria X para poder utilizar la
tabla y hemos encontrado en la tabla de la distribucin normal el valor de z
para el cual (z)=0,5199).
Entonces, x1 4 = 2 (0,05), es decir x1 = 4 + 0,10.
Por lo tanto, uno de los elementos de la muestra es x 1 4,1
Anlogamente se obtienen los otros elementos de la muestra:
Para 0,9608:
x2 4
1, 76 x2 7,52
2

Para 0,4364
x3 4
0,16 x3 3, 68
2

Para 0,0436
x4 4
1, 71 x4 0,58
2

Para 0,8749
x5 4
1,15 x5 6,3
2
 3/6

OBJ 3 PTA 3
Supongamos que X1, X2, Xn es una muestra aleatoria de una variable aleatoria X con
esperanza y varianza 2. Verifique que el promedio muestral X es un estimador puntual
insesgado de .

Solucin:
Para probar lo solicitado basta con verificar que E( X ) .
1 n 1 n
En efecto, E ( X ) E X i E X i
n i 1 n i 1
1 n 1 n 1

n i 1
E (X i ) n = .

n i 1 n
Luego X es un estimador puntual insesgado de .

OBJ 4 PTA 4
Sea X una variable aleatoria con funcin de densidad f(x) = ( + 1)x , 0 < x < 1 .
Encuentre el estimador de mxima verosimilitud de para una muestra X1, X2, ., Xn de
la variable aleatoria X.

Solucin:
La funcin de verosimilitud de la muestra X1,., Xn de la variable aleatoria X es
n
L(X 1 ,........., X n ; ) f (X i ; ) 1 X 1 1 X 2 .......... 1 X n
i 1
n
.
1 X
n
i
i 1
n n
Por lo tanto ln L n ln 1 ln X i n ln 1 ln X i

y
i 1 i 1

ln L n n
ln X i .
1 i 1
n
ln L n
Luego 0 , luego: ln X i 0 , despejando , se tiene:
1 i 1
n
n
1
.
ln X
i 1
i

n
2 ln L n 1
Como 0 , entonces n
es el estimador de mxima
() 2
( 1) 2
ln X
i 1
i

verosimilitud de .
 4/6

OBJ 5 PTA 5
Al finalizar la temporada 2004-2005 de la Liga de Bisbol Profesional Venezolana un
jugador haba bateado 54 jonrones, de por vida, en 1520 turnos al bate. Supongamos que,
para este jugador, la probabilidad de conectar un jonron, en un turno al bate, es una
constante p.
Construya un intervalo de confianza del 95% para p.

Solucin:
X np
Por el Teorema de Central del Limite, la variable z es aproximadamente
np (1 p )
normal.
Definimos z 2 de modo que 1 = P(- z 2 < z < z 2 ) = 0,95, luego = 0,05, de donde

= 0,025 y en consecuencia z 2 = 1,96.

2

x p(1 p) x p(1 p)
z 2 P z 2
n n n n
27 733 27 733
54 54
760 760 760 760
(1,96) P (1,96)
1520 1520 1520 1520
0, 02622 P 0, 04483 .

El intervalo de confianza es: (0,02622 ; 0,04483)

Nota: es posible obtener una solucin al usar, alternativamente, la expresin

1 2 x(n x ) 1 2 1 54(1520 54) 1
x z 2 z 2 z 2 54 (3,8416) 1,96 (3,8416)
2 n 4 2 1520 4

n z 2 2 1520 3,8416

54 1,9208 1,96 53,042 55,9208 14,2747

1523,8416 1523,8416
y el intervalo de confianza es: (0,02733 ; 0,04606)
 5/6

OBJ 6 PTA 6
Al contrastar las hiptesis
H0 : = 25 y H1 : > 25 ,
utilizando una muestra de tamao 16 y un nivel de significancia igual al 5%; donde
representa la media de una variable aleatoria con distribucin normal de varianza 2 = 9.
a. Cul es la condicin que determina la regin crtica?
b. Usando su respuesta en a. calcule la probabilidad de cometer un error tipo II para
= 26 y = 29
Nota: Para lograr el objetivo debe responder correctamente ambas partes.

Solucin:
a. La condicin que determina la regin crtica est dada por X c , donde c es hallado a
partir de la ecuacin:
0, 05 P(rechazar H 0 H 0 es verdadera) P( X c H o es verdadera)

X 25 c 25
4
P H 0 F (c 25)
9 9 3

16 16
Luego, utilizando la tabla de la distribucin normal tenemos:
4
(c 25) 1,65 , de donde c = 26,2375.
3
b. Para =26
(26) = P( X 26,2375 26 es el verdadero valor)
4
= F ( 26,2375 26) F(0,32) 0,6255.
3
Para =29
(29) = P( X 26,2375 29 es el verdadero valor)

4
= F (26,2375 29) F( 3,6833) 0
3
 6/6

OBJ 7 PTA 7
Sabiendo que una muestra de 25 observaciones revela una media muestral igual a 18 y una
varianza s2 = 2,16, pruebe la hiptesis de que la media de la poblacin es =16, contra la
alternativa de que sea cualquier otro valor, usando un nivel de significancia = 1%.

Solucin:
Consideremos el contraste de hiptesis:
H0 : = 16 vs. H1 : 16
donde representa a la media de una poblacin con varianza desconocida.
Del enunciado se tiene:

= 0,01 0, 005 , n = 25, X 18 y s 2 2,16 , luego s x 1,5 .
2
n 2
Recuerde que s 2x s .
n 1
X 18 16
Entonces, t n 5 6,67 y rechazaremos H0 si t t 1 o t t 1 .
s x 1,5 2 2

t
Encontramos 1 en la tabla t- Student para 0,005 con 25 1 = 24 grados de
2 2
t
libertad, obteniendo 1 = t0,995 = 2,80 .
2

Por lo tanto rechazamos H0 (6,67 > 2,80) y concluimos que 16.

OBJ 8 PTA 8
Se tiene un dado y se quiere probar la hiptesis de que no esta cargado, con un nivel de
significancia = 10%, en base a una muestra de 96 lanzamientos o tiradas.
Si denotamos por Xi el nmero de tiradas en las cuales aparece hacia arriba la cara i = 1, 2, 3,
4, 5, 6; los resultados obtenidos son:
X1 = 15 , X2 = 11 , X3 = 9 , X4 = 18 , X5 = 20 , X6 = 23
Indique si usted rechazara o no la hiptesis considerada.
Solucin:
Usaremos la distribucin 2 para = 0,10 con 6 1 = 5 grados de libertad.
Luego rechazaremos la hiptesis nula El dado no est cargado si 2 > 9,24.
La hiptesis nula implica que la probabilidad de que una determinada cara i aparezca hacia
1
arriba al lanzar el dado es p i . Entonces
6
( x i np i ) 2
6
=
2

i 1 np i
(15 16) 2 (11 16) 2 (9 16) 2 (18 16) 2 (20 16) 2 (23 16) 2

16 16 16 16 16 16
1 25 49 4 16 49 144
=9
16 16 16 16 16 16 16
En consecuencia 2 < 9,24. Por lo tanto aceptamos la hiptesis nula de que el dado no est
cargado.
OBJ 9 PTA 9
 7/6

Los datos de la siguiente tabla muestran las calificaciones en Estadstica y Matemtica de un

grupo de estudiantes en una universidad al final del semestre.
Estudiante A B C D E F G H I J
Calificacin en Estadstica 9 5 6 4 6 7 2 3 6 7
Calificacin en Matemtica 8 6 7 5 6 6 3 2 5 6
Calcule los coeficientes de determinacin y correlacin.

Solucin:
Si llamamos X a la Calificacin en Estadstica y Y a la Calificacin en Matemtica, tenemos:
X 55 , Y 54 , XY 326 , X 2 341 y Y 2 320 .
Luego, aplicando la ecuacin:

n XY X Y
r
n X 2
X
2
n Y 2
Y
2
,
obtenemos el coeficiente de correlacin
10(326) (55)(54) 3260 2970
r
10(341) (55) 10(320) (54)
2 2
3410 3025 3200 2916
290
0,877.
109340

Entonces el coeficiente de determinacin es: r2 = (0,877)2 = 0,76916.

Nota:
a) cualquiera de las ecuaciones dadas en el medio instruccional para hallar estos
coeficientes debe arrojar los mismos resultados.
b) Todos los resultados son verificados utilizando software apropiados

FIN DEL MODELO.