PREGUNTA 1. (3 puntos)
Sea X una variable aleatoria con distribución uniforme sobre el intervalo (a,b). Si E(x) = 10 y
V(X) = 12 , calcule la probabilidad de que X se encuentre entre 5 y 12.
SOLUCIÓN.
E(x) = a + b = 20 , V(x) = (b − a)2 = 144 . 4b2 − 80b + 400 = 144 . a = 4 , b = 16 .
12
∫
dx 7
P(5 ≤ x ≤ 12) = = .
12 12
5
PREGUNTA 2. (5 puntos)
El tiempo de incapacidad por enfermedad de los empleados de una compañía en un mes tiene
una distribución normal con media 100 horas y desviación estándar de 20 horas.
a. ¿Cuál es la probabilidad de que el tiempo por incapacidad del siguiente mes se encuentre
entre 50 y 80 horas?
SOLUCIÓN. (2 puntos)
50 − 100 80 − 100
P(50 < X < 80) = P <Z< = P(−2.5 < Z < −1)
20 20
= F(−1) − F(−2.5) = 0.1587 − 0.0062 = 0.1525.
b. ¿Cuánto tiempo de incapacidad deberá planearse para que la probabilidad de excederlo sea
sólo de 0.0985?
SOLUCIÓN. (3 puntos)
M − 100
P(X > M) = 0.0985 ⇒ P Z > = 0.0985 ⇒ 1 − F(Z) = 0.0985
20
⇒ F(Z) = 0.9015 ⇒ Z = 1.29 ⇒ M = 1.29 ∗ 20 + 100 = 125.8
PREGUNTA 3. (6 puntos)
Se ha observado durante mucho tiempo que una máquina determinada para llenar botellas,
tiene una varianza en las cantidades de llenado de 1 onza. Sin embargo, el promedio de las
onzas de llenado depende de un ajuste. Si en un día se llevan a cabo 25 observaciones de la
cantidad de líquido servido, todas con el mismo ajuste en la máquina:
a. Calcule la probabilidad de que la media muestral quede dentro de 0.3 onzas de diferencia
con respecto al promedio verdadero de la población.
SOLUCIÓN. (3 puntos)
P( x − µ ≤ 0.3) = P(−0.3 ≤ x − µ ≤ 0.3) = P(µ − 0.3 ≤ x ≤ µ + 0.3)
µ + 0.3 − µ µ − 0.3 − µ
P(x ≤ µ + 0.3) − P(x ≤ µ − 0.3) = P Z2 ≤ − P Z1 ≤
1/5 1/5
P(Z2 ≤ 1.5) − P(Z1 ≤ −1.5) = 0.9332 − 0.0668 = 0.8664 .
b. ¿Cuántas observaciones se deben efectuar en la muestra para que x quede a menos de
0.3 onzas del promedio verdadero con una probabilidad de 0.95?
SOLUCIÓN. (3 puntos)
P( x − µ ≤ 0.3) = P(−0.3 ≤ x − µ ≤ 0.3) = P(µ − 0.3 ≤ x ≤ µ + 0.3)
µ + 0.3 − µ µ − 0.3 − µ
P(x ≤ µ + 0.3) − P(x ≤ µ − 0.3) = P Z2 ≤ − P Z1 ≤ = 0.95
1/ n 1/ n
ELEMENTOS DE ESTADÍSTICA – (0260) CICLO BÁSICO
0.3 −0.3
P Z2 ≤ − P Z1 ≤ = F ( Z2 ) − F ( −Z2 ) = 0.95 = 2F(Z2 ) − 1 = 0.95
1 / n 1 / n
F(Z2 ) = 0.975 ⇒ Z2 = 1.96 ⇒ 1.96 = 0.3 n ⇒ n = 42.68 ≈ 43 .
PREGUNTA 4. (3 puntos)
Sea X una variable aleatoria con su distribución de probabilidad:
(α + 1)xα 0< x <1
f(x) = .
0 en otro caso
Encuentre el estimador de máxima verosimilitud de α , basado en una muestra aleatoria de
tamaño n.
SOLUCIÓN.
n n
L(x1 ,..., xn , α) = (α + 1)n ∏ xiα ⇒ A(x1 ,..., xn , α) = Ln(L(x1 ,..., xn , α)) = Ln((α + 1)n ∏ xiα )
i =1 i =1
n n ∂A n n
= Ln((α + 1) ∏ n
xiα ) = nLn(α + 1) + α ∑ Ln(xi ) ⇒ = + ∑ Ln(xi ) = 0
i =1 i =1 ∂α α + 1 i =1
n
⇒ α = −1 − n
∑ Ln(xi )
i =1
De modo que
n
α
ˆ = −1 − n
.
∑ Ln(xi )
i =1
PREGUNTA 5. (3 puntos)
La Dirección Nacional de Tráfico quiere conocer la velocidad a la que circulan los automóviles
en un tramo determinado de una carretera. Para una muestra de siete automóviles, el radar
señaló las siguientes velocidades en kilómetros por hora:
79 73 68 77 86 71 69
Calcule un intervalo de confianza del 80% para la varianza poblacional.
SOLUCIÓN.
79 + 73 + 68 + 77 + 86 + 71 + 69
x= ≈ 74.71
7
(74.71 − 79)2 + (74.71 − 73)2 + (74.71 − 68)2 + (74.71 − 77)2 + (74.71 − 86)2 + (74.71 − 71)2 + (74.71 − 69)2
S2x =
6
18.4041 + 2.9241 + 45.0241 + 5.2441 + 127.4641 + 13.7641 + 32.6041
= ≈ 40.9048
6
6 × 40.9048 6 × 40.9048
χ26,0.1 = 10.6446 ; χ26,0.9 = 2.2041 ; < σ2 < ⇒ 23.057 < σ2 < 111.351
10.6446 2.2041