Sei sulla pagina 1di 28

Cuestiones Teoricas Tema 1

Introduccion a la Teora de la
Probabilidad

Cuestion Teorica 1.1 Dados S1 y S2 dos sucesos de E, comprobar graficamente que se veri-
fican las denominadas Leyes de Morgan:

1. S1 S2 = S1 S2 .

2. S1 S2 = S1 S2 .

Cuestion Teorica 1.2 Demuestre las propiedades de la probabilidad:

1. Si S1 , S2 E con S1 S2 , entonces P (S1 ) P (S2 )

2. P (S) = 1 P (S), S E

3. P (S) 1, S E

4. P () = 0

Cuestion Teorica 1.3 Demostrar las siguientes propiedades de la probabilidad condicionada:

1. En general, P (A | B) 6= P (B | A)

2. Si P (B) = 1 P (A | B) = P (A B)

3. P (A B) P (A | B)

1
2CUESTIONES TEORICAS TEMA 1. INTRODUCCION A LA TEORIA DE LA PROBABILIDAD

4. P (A | B) + P (A | B) = 1

5. Si B A P (A | B) = 1

Cuestion Teorica 1.4 Dada una coleccion de tres sucesos A1 , A2 , A3 , exhaustivos y mutua-
mente excluyentes, con P (Ak ) > 0, k {1, 2, 3}, y dado un suceso A, demostrar:

1. El teorema de la probabilidad total.

2. La Formula de Bayes.

Cuestion Teorica 1.5 A y B son sucesos independientes. Demuestre que:

1. A y B son independientes.

2. A y B son independientes.

3. A y B son independientes.

Cuestion Teorica 1.6 1. Dados dos sucesos A y B, con P (B) < 1, demostrar que

P (A) P (A B)
P (A | B) =
1 P (B)

2. Si A B, hallar P (A/B) + P (A/B).

Cuestion Teorica 1.7 Dada una coleccion numerable de sucesos {Ak }kK , con K N exhaus-
tivos y mutuamente excluyentes, con P (Ak ) > 0, k K, y dado A con P (A) > 0 (condiciones
de la formula de Bayes), demostrar que:
X
P (Ak | A) = 1
kK

Cuestion Teorica 1.8 Sean A y B dos sucesos independientes.

1. Utilizando una de las leyes de Morgan (ver cuestion 1.1), calcular P (A B) en funcion
de P (A) y P (B).

2. Calcular P (A) P (B) en funcion de P (A) y P (B).

3. Son A y B independientes? Justificar la respuesta.


Cuestiones Teoricas Tema 2

Variable aleatoria unidimensional

Cuestion Teorica 2.1 Siguiendo la notacion usada en la teora, indique cuales de las siguien-
tes expresiones denotan sucesos: w; X; I; X 1 (I); g(X)

Cuestion Teorica 2.2 Sea X una variable aleatoria. Demuestre que P [X x] = 1P [X > x].

Cuestion Teorica 2.3 Sea X una variable aleatoria discreta, que toma valores xk k K,
P
con funcion de probabilidad pk . Demostrar que xk pk = 1.

Cuestion Teorica 2.4 Sea X variable aleatoria discreta, que toma valores xk k K, con
funcion de probabilidad pk , k K. Calcular P [x < X y], x, y R en funcion de pk .

Cuestion Teorica 2.5 Sea X una variable aleatoria, demostrar que para dos funciones g :
R2 R y h : R2 R, y dos constantes a, b R se tiene que

E[ag(X) + bh(X)] = aE[g(X)] + bE[h(X)]

en los siguientes casos:

1. X es una variable aleatoria discreta.

2. X es una variable aleatoria continua.

Cuestion Teorica 2.6 Siendo X una variable aleatoria discreta y (t) = E[eXt ] su funcion
generatriz de momentos, demuestre:

3
4 CUESTIONES TEORICAS TEMA 2. VARIABLE ALEATORIA UNIDIMENSIONAL

1. 0 (0) = E[X].

2. 00 (0) = E[X 2 ].

Cuestion Teorica 2.7 Sea X una variable aleatoria continua y f : R R su funcion de densi-
R +
dad. Demostrar que f (u)du = 1.

Cuestion Teorica 2.8 Sea X una variable aleatoria continua con funcion de densidad f . Cal-
cular P [x < X y], x, y R en funcion de f .

Cuestion Teorica 2.9 Demostrar que cualquier variable aleatoria X verifica que

1. V [X] = E[X 2 ] (E[X])2

2. V [kX] = k 2 V [X], k R

Cuestion Teorica 2.10 La distribucion de Weibull es una de las distribuciones de tiempo mas
usadas en la ingeniera, en particular en fiabilidad. Modela la variable aleatoria X = {Tiempo
entre fallos en un sistema}, cuando la tasa de fallos es proporcional a una potencia del tiempo.
Se nota X W (, ), con > 0, > 0. Su funcion de densidad viene dada por:



x 1 e( x ) x0

f (x) =

0 x<0

1. < 1 indica que la tasa de fallos decrece con el tiempo.

2. = 1 indica que la tasa de fallos es constante en el tiempo.

3. > 1 indica que la tasa de fallos crece con el tiempo.

Demostrar que la funcion de distribucion de X W (, ) es




1 e(x/) x0
F (x) =

0 x<0
5

Cuestion Teorica 2.11 Una variable aleatoria X se dice que sigue una distribucion de Pareto
si tiene la siguiente funcion de densidad:


x

x
m
+1 x > xm
f (x) =

0 x < xm

siendo > 0 y xm > 0

Se pide:

1. Demostrar que en efecto se trata de una funcion de densidad.

xm
2. Demostrar que E[X] = 1 para > 1.

x2m
3. Demostrar que V [X] = (1)2 (2)
para > 2.
Cuestiones Teoricas Tema 3

Variable aleatoria multidimensional

Cuestion Teorica 3.1 Sea (X, Y ) una variable aleatoria bidimensional discreta, con X toman-
do valores en el conjunto {xk : k K} e Y en el conjunto {yl : l L}, y sea pkl su funcion de
P P
probabilidad conjunta. Demostrar que xk yl pkl = 1.

Cuestion Teorica 3.2 Dadas X e Y dos variables aleatorias independientes, con P [X + Y =


m] 6= 0, demostrar que

P [Y = m k]P [X = k]
P [X = k|X + Y = m] =
P [X + Y = m]

Cuestion Teorica 3.3 Sea (X, Y ) una variable aleatoria bidimensional continua con f : R2
R R
R su funcion de densidad conjunta. Demostrar que f (u, v)dudv = 1.

Cuestion Teorica 3.4 Sean X e Y variables aleatorias discretas. Demostrar:

1. E[X + Y ] = E[X] + E[Y ]

2. Si ademas X e Y son independientes, entonces E[XY ] = E[X]E[Y ].

Cuestion Teorica 3.5 Sean X e Y variables aleatorias continuas. Demostrar:

1. E[X + Y ] = E[X] + E[Y ]

2. Si ademas X e Y son independientes, entonces E[XY ] = E[X]E[Y ].

7
8 CUESTIONES TEORICAS TEMA 3. VARIABLE ALEATORIA MULTIDIMENSIONAL

Cuestion Teorica 3.6 Demostrar que para toda (X, Y ) variable aleatoria bidimensional se tie-
ne que
Cov[X, Y ] = E[XY ] E[X]E[Y ]

Cuestion Teorica 3.7 Sean X e Y dos variables aleatorias. Desarrollar V [X + Y ] a partir de


su definicion y demostrar que si X e Y son independientes, entonces V [X + Y ] = V [X] + V [Y ].

Cuestion Teorica 3.8 Se dice que una variable aleatoria es simetrica respecto al origen si
P [X x] = P [X x], x R. Demostrar que, en tal caso, E[X] = 0 si:

1. X es una variable aleatoria discreta.

2. X es una variable aleatoria continua.

Cuestion Teorica 3.9 Sea un conjunto de n variables aleatorias Xi mutuamente independien-


P Q
tes, y la variable aleatoria S = ni=1 Xi . Demostrar que S (t) = ni=1 Xi (t).

Cuestion Teorica 3.10 Dada dos variables aleatorias X e Y independientes, se verifica que

V [XY ] = V [X]V [Y ] + V [X]E[Y ]2 + V [Y ]E[X]2


Cuestiones Teoricas Tema 4

Distribuciones de Variables
Aleatorias Discretas

Cuestion Teorica 4.1 Demostrar que si X U (n), entonces

n+1
1. E[X] = 2

n2 1
2. V [X] = 12

Cuestion Teorica 4.2 Demostrar que si X Be(p), con 0 < p < 1 y q = 1 p, entonces

1. (t) = q + et p

2. E[X] = p

3. V [X] = pq

Cuestion Teorica 4.3 Demostrar que si X Bi(n, p), con 0 < p < 1 y q = 1 p entonces

1. (t) = (q + pet )n

2. E[X] = np

3. V [X] = npq

Nota:
n
X n n nk
x y = (x + y)n
k
i=1

9
10CUESTIONES TEORICAS TEMA 4. DISTRIBUCIONES DE VARIABLES ALEATORIAS DISCRETAS

Cuestion Teorica 4.4 Con la ayuda de la funcion generatriz de momentos, demostrar que si
X Bi(n1 , p) e Y Bi(n2 , p) independientes, entonces X + Y Bin(n1 + n2 , p).

Cuestion Teorica 4.5 Demostrar que si X Ge(p), entonces

p
1. (t) = 1qet , t R : |qet | < 1.

q
2. E[X] = p

q
3. V [X] = p2

P k 1
Nota: r < 1, se tiene que k=0 r = 1r

Cuestion Teorica 4.6 Demostrar que si X Po(), entonces

t 1)
1. (t) = e(e

2. E[X] =

3. V [X] =

Nota:

X xk
= ex
k!
k=0

Cuestion Teorica 4.7 Demostrar que si X1 y X2 son variables aleatorias independientes que
siguen la distribucion de Poisson con parametros 1 y 2 , respectivamente, entonces la variable
Y = X1 + X2 sigue una distribucion de Poisson con parametro 1 + 2 .

Cuestion Teorica 4.8 Sean X, Y Bi(n, p) independientes. Demostrar que P [X = k | X +


Y = m] es hipergeometrica con parametros N1 = n, N2 = n y N = m.

Nota: Se dice que una variable aleatoria H sigue una distribucion hipergeometrica de parametros
N1 , N2 y N , H H(N1 , N2 , N ), si
N1 N2

P [H = k] = kN1 +N
N k
2

N

con max{0, N N2 } k mn{N, N1 }, es decir, k 0, k N , k N1 y N k N2 .


11

nk p
Cuestion Teorica 4.9 1. Si X Bi(n, p), demostrar que se cumple pk+1 = k+1 q pk , donde
pk = P [X = k].


2. Si X P o(), demostrar que se cumple pk+1 = k+1 pk , donde pk = P [X = k].
Cuestiones Teoricas Tema 5

Distribuciones de Variables
Aleatorias Continuas

Cuestion Teorica 5.1 Sea X una variable aleatoria continua con distribucion uniforme en el
intervalo (5, 5).

1. Cual es la funcion de densidad de X?

2. Cual es la funcion de distribucion de X?

3. Cual es la esperanza de X?

4. Cual es la esperanza de X 5 ?

5. Y la esperanza de X 4 ?

6. Cual es la esperanza de eX ?

Cuestion Teorica 5.2 Demostrar que si X U (a, b), entonces se verifica que:

1. La funcion de distribucion viene dada por:






0 si x a


F (x) = xa si a < x b

ba



1 si x > b

13
14CUESTIONES TEORICAS TEMA 5. DISTRIBUCIONES DE VARIABLES ALEATORIAS CONTINUAS

a+b
2. E[X] = 2

(ba)2
3. V [X] = 12

Cuestion Teorica 5.3 Sea X Exp(). Demostrar las siguientes propiedades:

1. La funcion de distribucion es:




0 x0
F (x) =

1 ex x>0


2. (t) = t , con t < .

1
3. E[X] =

1
4. V [X] = 2

Cuestion Teorica 5.4 Sean X1 , X2 iid tal que X1 , X2 Exp(). Demostrar que

min{X1 , X2 } Exp (2)

Cuestion Teorica 5.5 Si X Exp() entonces:

P [X > r + s|X > r] = P [X > s] r, s R, r, s > 0 (5.1)

Cuestion Teorica 5.6 Sea X Ga(p, a). Demostrar las propiedades siguientes:

p
a
1. (t) = at ,t<a

p
2. E[X] = a

p
3. V [X] = a2

Nota: La funcion gamma viene dada por


Z +
(p) = ex xp1 dx
0

Cuestion Teorica 5.7 Si X Erlang(n, ) con = 1/3 y E[X] = 15. Calcular

1. El valor de n.
15

2. Funcion de densidad de X.

3. Funcion de distribucion de X.

4. Varianza de X.

Cuestion Teorica 5.8 Demostrar que, si X1 , . . . , Xn son variables aleatorias independientes,


P P
con Xk Ga(pk , a), k = 1, . . . , n entonces nk=1 Xk Ga( nk=1 pk , a).

Cuestion Teorica 5.9 Demostrar que, si X1 , . . . , Xn son variables aleatorias independientes e


identicamente distribuidas, con Xk Exp(), entonces
n
X
Xk Ga(n, )
k=1

Cuestion Teorica 5.10 Sea X N (, 2 ). Demostrar:

1. lmx+ f (x) = 0

2. lmx f (x) = 0

3. f ( + x) = f ( x), es decir, es simetrica con respecto a .


1 2 t2
4. (t) = et+ 2

5. E[X] =

6. V [X] = 2

Cuestion Teorica 5.11 Sea X N (, 2 ). Hallar P [|X | k] para k = 1, 2, 3.

Cuestion Teorica 5.12 Demostrar que si X1 , . . . , Xn son variables aleatorias independientes,


con Xk N (k , k2 ), k = 1, . . . , n, entonces
n
n n
!
X X X
Sn = Xk N k , k2
k=1 k=1 k=1

Cuestion Teorica 5.13 Demostrar que si X1 , X2 son variables aleatorias independientes, con
Xk N (k , k2 ), k = 1, 2, entonces

X1 X2 N (1 2 , 12 + 22 )
16CUESTIONES TEORICAS TEMA 5. DISTRIBUCIONES DE VARIABLES ALEATORIAS CONTINUAS

Cuestion Teorica 5.14 Demostrar que Z N (0, 1) + Z N (, 2 )

Cuestion Teorica 5.15 Demostrar que si X1 , . . . , Xn son variables aleatorias independientes


e identicamente distribuidas N (, 2 ), entonces
n
X
Sn = Xk N (n, n 2 )
k=1

Cuestion Teorica 5.16 Demostrar que si X1 , . . . , Xn son variables aleatorias independientes


Pn
Sn Xk
e identicamente distribuidas N (, 2 ), entonces n = k=1
n N (, 2 /n)

Cuestion Teorica 5.17 Sea Z N (0, 1). Sea z 0. Escribir las siguientes probabilidades en
funcion de (z):

1. P [Z z]

2. P [Z z]

3. P [z Z z]

4. P [Z z]

Cuestion Teorica 5.18 Sea X una variable aleatoria con funcion generatriz de momentos:

(t) = (1 2t)/2

Se verifica la reproductividad sobre el parametro ?

Cuestion Teorica 5.19 Sea X Exp(). Para cualquier constante c > 0, demostrar que
X
c Exp(c).
Cuestiones Teoricas Tema 6

Estimacion puntual

Cuestion Teorica 6.1 Sea X una variable aleatoria cualquiera con media y varianza 2 . Sea
(X1 , . . . , Xn ) una mas de X. Cual de estas expresiones no es un estadstico? Justificar por que:

1 T1 = X1 6 M in = mn{Xi } 11 Me 16 T8 = Xn Xn1
2
Pn1
2 T2 = 7 T4 = mn{, } 12 P erc(50) 17 T9 = i=1 Xi
Pn Pn 2
i=1 Xi i=1 (Xi X)
3 X= n 8 S2 = n1 13 P erc(25) 18 T10 = e
Pn 2
i=1 (Xi X)
4 T3 = 2 9 T5 = n 14 Mo 19 P erc(75)
5 M ax = max{Xi } 10 T6 = + 3 15 T7 = n(n 1) 20 P erc(90)

Cuestion Teorica 6.2 Sea X una variable aleatoria cualquiera y (X1 , . . . , Xn ) una mas de X.
Para parametro de la distribucion de X, demostrar que

ECM [] = V [] + b2 ()

Cuestion Teorica 6.3 Sea (X1 , . . . , Xn ) una mas de X N (, 2 ). Se desea estimar .

1. Hallar el sesgo, la varianza y el error cuadratico medio de 1 = X

2. Idem para 2 = X1

3. Cual de los dos es mejor estimador de ? Por que?

Cuestion Teorica 6.4 Sea (X1 , . . . , Xn ) una mas de X N (, 2 ). Se desea estimar 2 .

Pn 2
i=1 (Xi X)
1. Hallar el sesgo de 12 = n1

17
18 CUESTIONES TEORICAS TEMA 6. ESTIMACION PUNTUAL
Pn 2
i=1 (Xi X)
2. Idem para 22 = n

1
Cuestion Teorica 6.5 Sea (X1 , . . . , Xn ) una mas de X Exp(). Se desea estimar =

1. Hallar el sesgo, la varianza y el error cuadratico medio de 1 = X

2. Idem para 2 = mn{Xi }


Pn
3. Idem para 3 = i=1 Xi

4. Cual de los tres es mejor estimador de ?

Cuestion Teorica 6.6 Sea (X1 , . . . , Xn ) una mas de X Bi(N, p). Se desea estimar = N p.

1. Hallar el sesgo, la varianza y el error cuadratico medio de 1 = X

2. Idem para 2 = Xn1

3. Cual de los dos es mejor estimador de ?

Cuestion Teorica 6.7 Sea (X1 , . . . , Xn ) una mas de X Bi(N, p). Se desea estimar = N pq.
Pn 2
i=1 (Xi X)
Sea = n . Demostrar que b() = Nnpq .

Cuestion Teorica 6.8 Sea X una variable aleatoria cualquiera con media y varianza 2 . Sea
(X1 , . . . , Xn ) una mas de X.

1. Hallar E[X].

2. Hallar V [X].

3. Que ocurre con la varianza cuando n crece?

4. Supongamos que estamos estudiando la variable X dada en el enunciado, y no conocemos


. Tomamos dos muestras:

a) n=100 y obtenemos como media muestral de dichas observaciones x1 = 13.4.

b) n=10000 y obtenemos x2 = 13.7

Teniendo en cuenta el apartado anterior, que valor usaras para estimar y por que?
19

Cuestion Teorica 6.9 Sea X una variable aleatoria cualquiera con media y varianza 2 . Sea
(X1 , . . . , Xn ) una mas de X.

Pn 2
i=1 (Xi X)
1. Hallar E[T ] con T = n .
Pn 2
i=1 (Xi X)
2. Hallar E[S 2 ] sabiendo que S 2 = n1

3. Con que estadstico estimaras 2 , con T o con S 2 ? Por que?


20 CUESTIONES TEORICAS TEMA 6. ESTIMACION PUNTUAL
Cuestiones Teoricas Tema 7

Estimacion confidencial

Cuestion Teorica 7.1 Sea X una variable aleatoria cualquiera con funcion de densidad f (x)
y funcion de distribucion F (x). Se nota x a aquel valor de X que verifica que

F (x ) = P [X x ] = 1

(es equivalente a decir que P [X > x ] = ).

1. Demostrar que P [x1/2 X x/2 ] = 1

2. Demostrar que si f (x) es simetrica, entonces P [x/2 X x/2 ] = 1

Cuestion Teorica 7.2 Sea Z N (0, 1).

1. Sabiendo que (z ) = P [Z z ] = 1 , demostrar que P [z/2 Z z/2 ] = 1 .

2. Hallar:

a) (2.33)

b) (2.33)

c) (1.96)

d) (1.96)

e) (1.29)

f) (1.29)

g) z0.01 y z0.99

21
22 CUESTIONES TEORICAS TEMA 7. ESTIMACION CONFIDENCIAL

h) z0.025 y z0.975

i) z0.1 y z0.9

j) z/2 y z1/2 si 1 = 0.99

k) z/2 y z1/2 si 1 = 0.975

l) z/2 y z1/2 si 1 = 0.9

Cuestion Teorica 7.3 1. Sean X1 , . . . , Xn variables aleatorias iid N (, 2 ), demostrar que:

a) X N (, 2 /n)
X
b)
/ n
N (0, 1)

2. Sean X1 , . . . , Xn variables aleatorias iid de distribucion desconocida tal que E[Xi ] = y


V [Xi ] = 2 . Si consideramos n suficientemente grande que distribucion aproximadamente
siguen las siguientes variables aleatorias y por que?

a) X
X
b)
/ n

3. Que diferencia hay entre los apartados anteriores?

Cuestion Teorica 7.4 1. Sea X una variable aleatoria , con E[X] = desconocida y
V [X] = 2 conocida. Sea (X1 , . . . , Xn ) una mas de X. Demostrar que


IC1 () = X z/2 , X + z/2
n n

es un intervalo de confianza de con nivel de confianza 1 cuando n .

2. Sea X N (, 2 ) con desconocida y 2 conocida. Sea (X1 , . . . , Xn ) mas de X. Demos-


trar que

IC1 () = X z/2 , X + z/2
n n
es un intervalo de confianza de con nivel de confianza 1 .

3. Que diferencia hay entre los intervalos de los apartados anteriores?

Cuestion Teorica 7.5 1. Sean Z1 , . . . , Zn variables aleatorias iid N (0, 1). Que distribu-
P
cion sigue la variable aleatoria ni=1 Zi2 ?
23

2. Sean Z N (0, 1) y Jn 2n independientes. Que distribucion sigue la variable aleatoria


Z ?
Jn /n

3. Sean Jn 2n y Jm 2m independientes. Que distribucion sigue la variable aleatoria


Jn /n
Jm /m ?

Cuestion Teorica 7.6 Demostrar:

1. Si Z N (0, 1) Z 2 21
n
1 2
2. Si Jn 2n , (t) = 12t

3. Si Jn 2n , E[Jn ] = n y V [Jn ] = 2n

Z1
4. Si Z1 , Z2 N (0, 1) independientes Z2 t1

5. Sea T tn , n > 1. Si sabemos que la funcion de densidad de T es simetrica respecto del


n
origen, cuanto vale E[T ]?. Si E[T 2 ] = n2 , cuanto vale V [T ]?

1
6. Si F Fn,m F Fm,n .

7. Si F F1,n F = T 2 , con T tn

Cuestion Teorica 7.7 Usando la tabla de la distribucion 2 , hallar:

1. j3,0.9

2. j26,0.1

3. j12,0.02

4. j15,/2 y j15,1/2 si 1 = 0.99

5. j4,/2 y j4,/2 si 1 = 0.95

6. j30,/2 y j30,/2 si 1 = 0.9

Cuestion Teorica 7.8 Usando la tabla de la distribucion tn , hallar:

1. t3,0.125

2. t3,0.875
24 CUESTIONES TEORICAS TEMA 7. ESTIMACION CONFIDENCIAL

3. t12,0.03

4. t12,0.97

5. t15,/2 y t15,1/2 si 1 = 0.99

6. t4,/2 y t4,1/2 si 1 = 0.95

7. t30,/2 y t30,1/2 si 1 = 0.9

Cuestion Teorica 7.9 Usando la tabla de la distribucion Fn,m , hallar:

1. f3,9,0.1

2. f3,9,0.9

3. f12,15,0.05

4. f12,15,0.95

5. f10,10,0.025

6. f10,10,0.975

7. f15,20,/2 y f15,20,1/2 si 1 = 0.8

8. f4,11,/2 y f4,11,1/2 si 1 = 0.95

9. f30,100,/2 y f30,100,1/2 si 1 = 0.98

Cuestion Teorica 7.10 1. Sea X de distribucion desconocida independiente de Z N (0, 1)


tal que X + Z 2 = Jn , con Jn 2n . Demostrar que X 2n1 .

2. Sea X N (, 2 ) y (X1 , . . . , Xn ) mas de X, que distribucion sigue la variable aleatoria


2
n X
?

3. En las mismas condiciones anteriores, que distribucion sigue la variable aleatoria


Pn Xi 2
i=1 ?

4. A partir del teorema de Fisher, y sabiendo que


Xn 2
Xi 2 X (n 1)S 2
=n +
2 2
i=1

(n1)S 2
demostrar que 2
2n1 usando los apartados anteriores.
25

Cuestion Teorica 7.11 Sea X N (, 2 ) con y 2 desconocidas. Sea (X1 , . . . , Xn ) mas de


X. Demostrar que
2(n 1)S 2 (n 1)S 2
IC1 ( ) = ,
jn1,/2 jn1,1/2
es un intervalo de confianza de 2 con nivel de confianza 1 .

Cuestion Teorica 7.12 Sea X N (, 2 ) y (X1 , . . . , Xn ) mas de X. Demostrar que



n
(X ) tn1
S

Cuestion Teorica 7.13 Sea X N (, 2 ) con y 2 desconocidas. Sea (X1 , . . . , Xn ) mas de


X. Demostrar que
S S
IC1 () = X tn1,/2 , X + tn1,/2
n n
es un intervalo de confianza de con nivel de confianza 1 .

Para las cuestiones teoricas que siguen a continuacion se consideraran las siguientes condiciones:

2 ), y una mas (X , . . . , X ) con media muestral X y varianza muestral S 2 .


Sea X N (X , X 1 n X

Analogamente, consideraremos una variable aleatoria Y N (Y , Y2 ), y una mas (Y1 , . . . , Ym )


con media muestral Y y varianza muestral SY2 .

Cuestion Teorica 7.14 Demostrar que


(X Y ) (X Y )
q N (0, 1)
X2 2
Y
n + m

2 y 2 conocidas.
Cuestion Teorica 7.15 Supongamos que X y Y son desconocidas y X Y

Demostrar que
" r r #
2
X 2 2
X 2
IC1 (X Y ) = (X Y ) z/2 + Y , (X Y ) + z/2 + Y
n m n m

es un intervalo de confianza con nivel de confianza 1 para X Y .

Cuestion Teorica 7.16 Demostrar que


X Y (1 2 )
q tn+m2
sp n1 + m1

con s
2 + (m 1)S 2
(n 1)SX Y
sp =
n+m2
26 CUESTIONES TEORICAS TEMA 7. ESTIMACION CONFIDENCIAL

2 y 2 son desconocidas. Demostrar que


Cuestion Teorica 7.17 Supongamos que X , Y , X Y
" r r #
1 1 1 1
IC1 (X Y ) = (X Y ) tn+m2,/2 sp + , (X Y ) + tn+m2,/2 sp +
n m n m

con s
2 + (m 1)S 2
(n 1)SX Y
sp =
n+m2
es un intervalo de confianza con nivel de confianza 1 para X Y .

Cuestion Teorica 7.18 Demostrar que


2 / 2
SX X
Fn1,m1
SY2 /Y2

Cuestion Teorica 7.19 Supongamos que X , Y , X 2 y 2 son desconocidas. Demostrar que


Y
" #
S 2 S 2
2
IC1 (X /Y2 ) = X
, X
SY2 fn1,m1,/2 SY2 fn1,m1,1/2

2 / 2 .
es un intervalo de confianza con nivel de confianza 1 para X Y

Cuestion Teorica 7.20 1. Sea X de distribucion desconocida independiente de Z N (0, 1)


tal que X + Z 2 = Jn , con Jn 2n . A partir de la funcion generatriz de momentos de la
n
1 2
distribucion chi cuadrado 2n (t) = 12t , demostrar que X 2n1 .

2. Sea X N (, 2 ) y X1 , . . . , Xn una mas de X. Demostrar que un intervalo de confianza


h i

para la media con nivel de confianza 1 es IC1 () = X z/2 n , X + z/2 n

Xb
3. Sea X N (, 2 ). Sea X1 , . . . , Xn una mas de X, y Y = a , con a > 1, b > 0.
Utilizando estos datos, resolver los siguientes apartados.

a) Suponiendo y desconocidas, hallar un intervalo de confianza de Y = E[Y ] y otro


para Y2 = V [Y ] con nivel de confianza 1 .

b) Hallar P [Y y] en funcion de (z) funcion de distribucion de Z N (0, 1).

c) Para estimar la media de Y se toman los estadsticos 1Y = Y y 2Y = aY . Cual es


mejor estimador?

d) Hallar la funcion generatriz de momentos de Y . Justificar que distribucion sigue Y .

1
4. Sean X Be(p) y Z Be(p), con Z y X independientes. Sea Y = X+1 y S = X + Z.
27

a) Hallar la funcion de distribucion de Y . Es Y continua o discreta?. Hallar Cov[X, Y ]


y Cov[Z, Y ].

b) Hallar la funcion de probabilidad y la funcion de distribucion de S.



c) Hallar P S = 1|Y = 21 y P [Y = 1|S = 2].

Cuestion Teorica 7.21 1. Sea X N (, 2 ) y X1 , . . . , Xn una mas de X.



(n1)S 2 n
a) Sabiendo que 2
2n1 , demostrar que S (X ) tn1 .

b) Demostrar que un intervalo de confianza para la media con nivel de confianza 1


h i
es IC1 () = X tn1,/2 Sn , X + tn1,/2 Sn

2. Sea X N (, 2 ). Sea X1 , . . . , Xn una mas de X, y Y = aX + b, con a (0, 1), b > 0.


Utilizando estos datos, resolver los siguientes apartados.

a) Suponiendo y desconocidas, hallar un intervalo de confianza de Y = E[Y ] y otro


para Y2 = V [Y ] con nivel de confianza 1 .

b) Hallar P [Y y] en funcion de (z) funcion de distribucion de Z N (0, 1).


Y
c) Para estimar la media de Y se toman los estadsticos 1Y = Y y 2Y = a. Cual es
mejor estimador?

d) Hallar la funcion generatriz de momentos de Y . Justificar que distribucion sigue Y .

1
3. Sean X U [5] y Z U [5], con Z y X independientes. Sea Y = X y S = X + Z.

a) Hallar la funcion de distribucion de Y . Es Y continua o discreta?. Hallar Cov[X, Y ]


y Cov[Z, Y ].

b) Hallar la funcion de probabilidad y la funcion de distribucion de S.



c) Hallar P S = 7|Y = 31 y P Y = 12 |S = 5 .

n 1

Cuestion Teorica 7.22 Sea Xn Erlang 2, 2 , n par.

1. Cual es la funcion generatriz de momentos de Xn ? Cuales son su esperanza y su va-


rianza?

Sean Z1 , . . . , Zn variables aleatorias independientes e identicamente distribuidas N (0, 1).


28 CUESTIONES TEORICAS TEMA 7. ESTIMACION CONFIDENCIAL

2. Que distribucion sigue la variable aleatoria Jn = Z12 + + Zn2 ?

3. Demostrar que la funcion generatriz de momentos de Jn es


n/2
1
(t) =
1 2t

Nota: usar el cambio de variable x2 = (1 2t)z 2

4. A partir de la funcion generatriz de momentos, hallar la esperanza y la varianza de Jn .

5. Cual es la relacion entre Xn y Jn ? Justifquese.

6. Para n = 5, usando las tablas, hallar P [X5 > 8.62]

7. Para n = 2, que distribucion sigue X2 ? Sin usar las tablas, hallar P [X2 2]

Potrebbero piacerti anche