Ejercicios de Probabilidad 5

Relacion de Problemas.
Tema 5
1. Supongamos que tenemos una muestra aleatoria simple de tama

no n de una v.a.
X que sigue una distribucion geometrica con funcion de probabilidad
P (X = k) = p(1 p)k1
Calcular el estimador maximo verosimil de p y su varianza asintotica.
2. Sea X una v.a. que sigue una distribucion lognormal, con funcion de densidad

1
1
2
exp 2 (logx )
f (x) =
2
2x
a) Calcular el estimador de maxima verosimilitud para .
b) Se sabe que el n
umero de descendientes de las hembras de cierta especie de insectos
sigue aproximadamente una distribucion lognormal. Si 20 hembras elegidas al azar
tuvieron como descendencia
47 34 28 44 23 32 39 27 36 33
28 32 29 35 30 37 41 26 52 31
Determinar una estimacion de .
3. En una poblacion hay individuos de tres tipos con las siguientes probabilidades:
P (Tipo 1) = 2
P (Tipo 2) = 2(1 )
P (Tipo 3) = (1 )2
01
Obtenemos una muestra aleatoria de tama

no n, resultando N1 individuos de Tipo 1,
N2 individuos del Tipo 2 y los restantes de Tipo 3.
2N1 + N2
a) Estudiar si el estimador T =
es insesgado para estimar .
2n
b) Hallar el estimador de maxima verosimilitud de .
4. Supongase que x1 , . . . , xn constituten una muestra aleatoria de una distribucion
cuya funcion de densidad es
(+1)
x
para 0 < x < 1
f (x) =
0
en otro caso
Determinar el E.M.V. de y calcular E[X] y V ar[X].
5. Para comprobar la calidad de unos ejes, un laboratorio oficial toma una muestra de 15 unidades y realiza una serie de pruebas, que superan satisfactoriamente 8
de ellos. Las mismas pruebas llevadas a cabo por dos laboratorios privados han dado
una proporcion de defectuosos de 0.6 y 0.8 respectivamente.
a) Teniendo en cuenta los resultados del laboratorio oficial, cual de las dos proporciones defectuosas resulta mas verosmil?.
b) Estimar la proporcion de defectuosos aplicando el metodo de maxima verosimilitud.
6. En muestras aleatorias simples de tama
no n = 3 de una variable aleatoria normal
de media y varianza conocida 2 = 1, se consideran los estimadores,
U1 = 1/3X1 + 1/3X2 + 1/3X3
U2 = 1/4X1 + 1/2X2 + 1/4X3
U3 = 1/8X1 + 3/8X2 + 1/2X3
Comprobar que son estimadores insesgados y comprobar su eficiencia.
7. Sea una v.a. cuya distribucion de probabilidad viene dada por la funcion de
densidad

( + 1)x para 0 < x < 1
f (x) =
0
en otro caso
Determinar el estimador maximo verosmil de y calcular su distribucion asintotica.
8. La funcion de distribucion de una variable aleatoria viene dada por

k
; xk
F (x) = 1
x
donde el valor de k es conocido. Calcular la varianza asintotica del E.M.V. de .
9. Para estimar la media de una poblacion se utiliza el estimador
x =
n
X
i xi
i=1
P
donde i 0 para todo i, y ni=1 i = 1, siendo las xi los valores muestrales. Calcular
la media y la varianza de este estimador y su eficiencia relativa respecto de la media
muestral.
10. Para estimar el area de unas piezas cuadradas de lado L, se utiliza un calibre que comete un error distribuido como N (0, 2 ). Se utilizan dos estimadores
del area: A1 = L21 y A2 = L1 L2 donde L1 y L2 son dos medidas independientes del
lado de la pieza (Li = L + i , i independientes N (0, 2 )). Estudia cual de estos dos
estimadores es el mejor desde el punto de vista del sesgo.
2
11. En una factora se quiere conocer la proporcion p de componentes defectuosos

fabricados. Se dispone para el analisis de dos muestras de los componentes fabricados por dos lneas de produccion de la factora. La lnea A produce el 20% de los
componentes y la lnea B el 80% restante.
En una muestra aleatoria simpre de 80 componentes fabricados por la lnea A se
encontro que 5 eran defectuosos, mientras que en otra muestra aleatoria de 100 elementos de la lnea B (independiente de la anterior), 3 de ellos eran defectuosos.
a) Si pA es la proporcion de defectuosos en la lnea A y pB la correspondiente proporcion en la poblacion de la lnea B, proponer un estimador centrado para ambos
parametros.
b) Escribir en funcion de pA y pB la proporcion de defectuosos en la poblacion global
de componentes, p.
c) Usando los dos apartados anteriores, proponer un estimador centrado de la proporcion p.
d) Encontrar la varianza del estimador usado en el apartado anterior usando el hecho
de que las muestras son independientes ( y por tanto tambien lo seran los estimadores
de pA y de pB ).
e) Calcular la precision de pA , pB y p.
12. Sean X1 , . . . , Xn , Xn+1 , . . . , Xn+m variables aleatorias independientes e identicamente
distribuidas con densidad normal de media y varianza 2 . Se desea estimar , pero
los valores individuales de la variables se han extraviado y se dispone solo de las
medias
x1 =
n
X
xi
i=1
x2 =
n+m
X
xi
m
i=n+1
Para integrar las dos fuentes de informacion se utiliza un estimador de la forma

x1 + (1 )x2
donde 0 < < 1. Probar que un estimador de este tipo es centrado para indicando
ademas que valor de define el mejor de todos ellos.
13. Sea X (2, ), donde la funcion de densidad de una v.a. con distribucion
Gamma (, ) y parametros y es
f (x) =
1 x/
x e
, x>0
()
Calcular el estimador maximo verosmil para y comprobar que es insesgado.

14. El n
umero de clientes que llegan a una agencia de viajes de 9 a 10 de la ma
na na
3
sigue una distribucion de Poisson con parametro desconocido . Durante 14 das se

observo este dato, siendo los resultados: 2,3,1,4,2,0,1,2,0,1,1,3,6,3.
a) Que hipotesis han de suponerse para estimar por maxima verosimilitud con esta
informacion?.
b) Determinar si el estimador anterior es centrado.
c) Calcular su error cuadratico medio.
15. (Feb. 01) La duracion en espera X de las bateras de NiCd de los telefonos
de la marca Kunitono es una v.a. que sigue una distribucion

1
1
2
exp 2 (log x log m) , x 0
fX (x) =
2
2x
Se piensa estudiar las propiedades de estas bateras haciendo experimentos donde se
mida la duracion de n bateras X1 , X2 , . . . , Xn en las mismas circunstancias operativas.
a) Calcular el EMV del parametro m y proporcionar una aproximacion para su
desviacion tpica y su distribucion si se sabe que para este modelo de batera el
otro parametro de fX vale = 0.1.
b) Se han hecho pruebas con n = 100 bateras y se ha observado que:
100
X
log xi = 501
i=1
100
X
i=1
xi = 15190
100
X
i=1
100
X
(log xi )2 = 2512
x2i = 2330646
i=1
Sabiendo que E[X] = m exp( 2 /2), estimar de forma eficiente la duracion esperada
de una batera y estimar la desviacion tpica de dicho estimador. Justificar el metodo
de estimacion elegido.
16. (Sep. 01) Los siguientes datos corresponden a la longitud (en milmetros) de
piezas fabricadas por una maquina
104 109 111 109
86 80 119 88
91 103 99 108
104 98 98 83
79 87 94 92
P
P 2
Sabiendo que
xi = 2451 y
xi = 243505:
a) Calcular un estimador insesgado para la media
b) Calcular un estimador insesgado para V ar[X].
87
122
96
107
97
de la poblacion.
17. El tiempo de germinacion de una semilla, (tiempo transcurrido desde que se

4
planta hasta que brota la raz), se distribuye seg

un una v.a. cuya funcion de densidad es,
(x20)
e
x 20
f (x) =
0
x < 20
a) Dada una muestra aleatoria de esta variable, calcular el estimador de maxima
verosimilitud de .
b) Se toma una muestra aleatoria de 100 semillas obteniendose que xi = 2200
Cual es la estimacion maximo verosmil de ?. Cual es la estimacion de la varianza
asintotica del estimador de maxima verosimilitud de ?
18. El tiempo de fallo,T , de un determinado tipo de turbinas de vapor se distribuye
seg
un la siguiente funcion de densidad
f (t) = 3t2 3 exp((t/)3 ) t > 0
a) Calcular el estimador maximo verosmil de .
b) Dar la distribucion asintotica del estimador.
3
c) Se toma una muestra de tama
no n = 100 y 100
on
i=1 ti = 337500, dar una estimaci
de .
19. (Sep. 2006) Se sabe que el tiempo T de respuesta de un servidor web dedicado a la telemedicina se ajusta a una distribucin Rayleigh de parmetro > 0 con
funcin de densidad

t exp 2 t2 t > 0
f (t) =
0
en el resto
Se realiza un estudio en el que se recogen n = 50 tiempos de respuesta ti (suponer
que n = 50 es grande) obtenindose que
n
X
i=1
ti = 146.28
n
X
t2i = 510.58
i=1
Dar una estimacin puntual de por el mtodo de mxima verosimilitud utilizando los
datos muestrales.

Ejercicios de Probabilidad 5

Cargado por

Copyright:

Formatos disponibles

Ejercicios de Probabilidad 5

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios de Probabilidad 5

Cargado por

Copyright:

Formatos disponibles

Relacion de Problemas.

1. Supongamos que tenemos una muestra aleatoria simple de tama

Obtenemos una muestra aleatoria de tama

11. En una factora se quiere conocer la proporcion p de componentes defectuosos

Para integrar las dos fuentes de informacion se utiliza un estimador de la forma

Calcular el estimador maximo verosmil para y comprobar que es insesgado.

sigue una distribucion de Poisson con parametro desconocido . Durante 14 das se

17. El tiempo de germinacion de una semilla, (tiempo transcurrido desde que se

planta hasta que brota la raz), se distribuye seg

También podría gustarte