UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA ECONOMICA Y CIENCIAS SOCIALES

ESCUELA PROFESIONAL DE ING. ECONOMICA Prof.: Mag. Lic. Rita Guzmán López

2da. Práctica Dirigida de Estadística Aplicada II – FSE31 K

1. Si una v.a X tiene f.d.p dada por:
2𝜃 3𝜃−1
𝑓(𝑥; 𝜃) = 𝑥 1−𝜃 , 0 ≤ 𝑥 ≤ 1; 𝜃>0
1−𝜃
a) Hallar el estimador del parámetro  por el método de máxima verosimilitud a partir de una muestra
de tamaño “n”.

b) Hallar el estimador del parámetro  por el método de los momentos, a partir de la muestra
mencionada en la parte a).

2. En una distribución con media  y varianza 2, para estimar la media se toman muestras aleatorias
de tamaño “n”. Se consideran dos estimadores:

n n

 xi  ix i
aˆ  i 1
y bˆ  i 1
n

i
n
i 1
Determinar cuál es el mejor estimador.

3. La lectura de un voltímetro conectado a un circuito de prueba tiene una distribución uniforme en el

intervalo (, +1), en donde  es el verdadero pero desconocido voltaje del circuito. Suponga que
Y1, Y2, … ,Yn es una muestra aleatoria de tales lecturas.

a) Demuestre que Y es un estimador sesgado de , calcule su sesgo.

b) Calcule el ECM ( ˆ ) cuando se utiliza Y como un estimador para .

Nota: En una variable aleatoria uniforme continua Y, definida entre 1 y 2, se tiene:

1 1   2 ( 2  1 ) 2
f (Y )  ; 1  Y   2 ; E (Y )  ; V (Y ) 
 2  1 2 12

4. Asumiendo que la variable aleatoria X tiene la siguiente distribución de densidad:

 (  1) x  , 0  x  1

f ( x)  
0 , otro caso

Para la muestra aleatoria simple x1, x2,…xn . Obtener el estimador de máxima verosimilitud de .
5. La variable X representa los precios de alquiler de los apartamentos de una zona turística. La función
de densidad de X es:

 1  x /  x  0 donde: E ( x)  
e
f ( x; )  
V ( x)   2
 0 x  0
Se elige una muestra aleatoria simple X1,X2,…,,Xn (n≥2) de precios y se consideran los estimadores
de :
X 1  ...  X n1 X 1  ...  X n 1
ˆ1  ˆ2 
n 1 n 1
 a) Estudiar la consistencia de ˆ1 y ˆ2

b) ¿Cuál de los dos estimadores es preferible?

6. El tiempo de fallo en horas de un componente electrónico (en horas) puede modelizarse según una
distribución Exponencial con función de densidad:

f ( x;  )   exp x, x  0 donde : E ( x)  1 / 

V ( x )  1 / 2
a) Encontrar el estimador de  haciendo uso del método de los momentos.
b) Encontrar el estimador de  haciendo uso del método de máxima verosimilitud.
c) Estimar el tiempo medio de las componentes en base a la información que proporciona la siguiente
muestra:

300 305 329 325 310 314 302 356 309 351 305 322 349

7. Sea X1, X2,…, Xn una m.a.s. de una distribución normal, N(µ,σ), de la que se desconoce su media y
varianza.
Obtener mediante el Método de Máxima Verosimilitud estimadores de la media y la varianza
poblacional, siendo la función de densidad de una distribución N(µ,σ), es:

1  (x  )2 
f ( x;  ,  )  exp    x  
 2  2 2 
8. El tiempo que tarda un operario en montar los cuatro neumáticos de un automóvil es una variable
aleatoria cuya desviación típica es minuto y medio. Con una confianza de al menos 95% se pretende
estimar el tiempo esperado de montaje con una precisión de medio minuto, y para ello se tomará una
muestra aleatoria simple. ¿Cuál será el tamaño que debe tener la muestra para conseguir el objetivo?,
suponer que la variable aleatoria sigue una distribución normal.
9. El peso neto de las bolsas de almendras de una determinada marca es una variable aleatoria normal
con media μ, desconocida, y varianza σ2 = 50,4 g2. Se sabe que 35 bolsas, elegidas al azar, han
dado un peso total de 8652 g. Calcule un intervalo, con un nivel de confianza del 90% para μ.

10. Un fabricante asegura a sus clientes que el porcentaje de productos defectuosos no es mayor del 5%.
Uno de los clientes decide comprobar la afirmación del fabricante, seleccionando de su inventario,
200 unidades de este producto y probándolas. ¿Puede refutar el cliente, la afirmación del fabricante,
si descubre un total de 19 unidades defectuosas en la muestra?

11. Un supervisor de control de calidad en una enlatadora sabe que la cantidad exacta contenida en cada
lata varía de acuerdo a una distribución normal, pues hay ciertos factores imposibles de controlar que
afectan la cantidad de llenado. El llenado medio por lata es importante, pero igualmente importante
es la variación σ2 de la cantidad de llenado. Si σ2 es grande, algunas latas contendrán muy poco, y
otras, demasiado. A fin de estimar la variación del llenado en la enlatadora, el supervisor escoge al
azar 10 latas y pesa el contenido de cada una, obteniendo el siguiente pesaje (en onzas):

Establezca los límites para la verdadera variación del llenado de latas en la enlatadora. Considerar
un nivel de confianza del 90%.

12. Un fabricante de detergente líquido está interesado en la uniformidad de la máquina utilizada para
llenar las botellas. De manera específica, es deseable que la desviación estándar σ del proceso de
llenado sea menor de 0.15 onzas de líquido. Supóngase que la distribución del volumen de llenado
es aproximadamente normal. Al tomar una muestra aleatoria de 20 botellas, se obtiene una varianza
muestral S2=0.0153 (onzas de fluido)2, establecer si existe uniformidad en el llenado de las botellas
por la máquina. Utilizar 5% de significancia.
13. Se sabe que los estudiantes de la provincia de San Román del departamento de Puno, duermen un
número de horas diarias que se distribuye según una ley Normal de media μ horas y desviación típica
σ = 2 horas.
A partir de una muestra de 64 alumnos se ha obtenido el siguiente intervalo de confianza:
[7.26; 8.14] para la media de la población.
a) Determine el nivel de confianza con que se ha construido dicho intervalo.
b) Determine el tamaño muestral mínimo necesario para que el error que se cometa al estimar la
media de la población por un intervalo de confianza sea como máximo 0.75 horas, con un nivel de
confianza del 98%.
14. La siguiente tabla proporciona datos sobre la precipitación total registrada en 11 estaciones
meteorológicas de dos provincias:

Provincia A 100 89 84 120 130 105 60 70 90 108 130

Provincia B 120 115 96 115 140 120 75 90 108 130 135
Suponiendo independencia y normalidad, dar una estimación mediante un intervalo de confianza al
nivel de confianza de 0.8 para:
a) Cociente de varianzas de la pluviosidad entre las dos provincias.
b) Diferencia de las medias de la pluviosidad entre las dos provincias.
c) Diferencia de las medias de pluviosidad si se sabe por experiencia previa que la varianza de las
precipitaciones en la provincia A es de 475 y en la provincia B de 350.

15. En un criadero de truchas en Huancayo se desea comparar el porcentaje de truchas adultas que
miden menos de 20 cm con los que miden más de 40 cm. Para ello se toma una muestra de 200
peces observando que 40 de ellos miden menos de 20 cm y 57 más de 40 cm. ¿Se podría afirmar
que los porcentajes muestran diferencias significativas al nivel de confianza del 0.95?.

16. Una pequeña cantidad del oligoelemento selenio, 50-200 microgramos (ug) por día, se considera
esencial para una buena salud. Suponga que muestras aleatorias de 𝑛1 = 𝑛2 = 30 adultos se
seleccionaron de dos regiones de Estados Unidos y que la ingesta diaria de selenio, de líquidos y
sólidos, se registró para cada persona. La media y desviación estándar de las ingestas diarias de
selenio para los 30 adultos de la región 1, fueron ̅̅̅
𝑥1 = 167.1 𝑆1 = 24.3 ug. Respectivamente. Las
estadísticas correspondientes para los 30 adultos de la región 2 fueron ̅̅̅𝑥1 = 140.9 y 𝑆1 = 17.6.
Encuentre un intervalo de confianza de 95% para la diferencia en las ingestas medias de selenio para
las dos regiones. Interpretar el intervalo.

17. Una variable que se utiliza para comparar las características físicas de las nadadoras olímpicas con
las de las corredoras es la circunferencia de la parte superior del brazo, en centímetros, mientras
están relajadas. Se dispone de los siguientes datos:

Supuesta normalidad, ¿hay razón suficiente para pretender que la media de la circunferencia de la
parte superior del brazo sea mayor en las nadadoras que en las corredoras?

18. Un ingeniero de control de calidad desea estimar la fracción de defectos en un lote grande cartuchos
de tinta para impresoras. De experiencias previas, él sabe que la fracción real de defectos debe estar
alrededor de 0,05. ¿Que tan grande debe ser la muestra si el desea estimar la verdadera fracciona
no más de 0,01, usando un intervalo de confianza de 95%?.
19. En un estudio de la relación entre el orden de nacimiento y el éxito universitario, un investigador
encontró que 126 de una muestra de 180 graduados universitarios eran primogénitos o hijos únicos.
En una muestra de 100 No graduados de edad y nivel socioeconómico comparables el número de
primogénitos o hijos únicos fue de 54. Estime la diferencia entre las proporciones de primogénitos o
 hijos únicos en las dos poblaciones de las cuales se tomaron muestra. Use un intervalo de confianza
del 90% e interprete sus resultados.
20. La compañía M&M usa la misma proporción de dulces rojo en sus variedades sencillo y de maní?.
Una muestra aleatoria de 56 M&M’s sencillos contenía 12 dulces rojos y otra muestra aleatoria de 32
M&M`s de Maní contenían 8 dulces rojos.
a) Construya un intervalo de confianza de 95% para la diferencia en las proporciones de dulces rojos
para las variedades sencilla y de maní.
b) Con base en el intervalo de confianza de la parte anterior, ¿puede concluirse que hay una
diferencia en las proporciones de dulces rojos para las variedades sencilla y de maní? Explique.