Scribd
Cargar
58 vistas2 páginas

Examen Final de Probabilidad y Estadística

Este documento presenta un examen final de probabilidad y estadística con 5 preguntas. La primera pregunta pide probar si la varianza muestral de un proceso de fabricación es mayor que la varianza poblacional supuesta. La segunda pregunta pide realizar una prueba de bondad de ajuste para determinar si los resultados de lanzar un dado siguen una distribución uniforme. Las otras preguntas tratan sobre distribuciones de probabilidad, intervalos de confianza, estimadores de Poisson y eficiencia relativa. El documento también incluye fórm

Cargado por

Diego7120
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
58 vistas2 páginas

Examen Final de Probabilidad y Estadística

Este documento presenta un examen final de probabilidad y estadística con 5 preguntas. La primera pregunta pide probar si la varianza muestral de un proceso de fabricación es mayor que la varianza poblacional supuesta. La segunda pregunta pide realizar una prueba de bondad de ajuste para determinar si los resultados de lanzar un dado siguen una distribución uniforme. Las otras preguntas tratan sobre distribuciones de probabilidad, intervalos de confianza, estimadores de Poisson y eficiencia relativa. El documento también incluye fórm

Cargado por

Diego7120
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

EXAMEN FINAL

PROBABILIDAD Y ESTADÍSTICA
VIERNES 31 DE MAYO 2019
Nombre:

1. (20 %) Una compañı́a produce piezas maquinadas para motor que se supone tienen una varianza en diáme-
tro no mayor a 0.0002 (diámetro medido en pulgadas y distribuido normalmente). Una muestra aleatoria de
diez piezas dio una varianza muestral de 0.0003, pruebe con el nivel de significancia de 5 % que el supuesto
está equivocado.
2. (15 %) Considere el lanzamiento de un dado. Suponga que se trata de un dado legal, lo cual equivale a
probar la hipótesis de que la distribución de resultados es la distribución uniforme discreta:
1
f (x) = x = 1, 2, . . . , 6
6
Suponga que el dado se lanza 120 veces y que se registra cada resultado como se muestra en la tabla:

Número en el dado 1 2 3 4 5 6
Frecuencia observada 20 22 17 18 19 24

Realice la prueba con un nivel de significancia de 5 %.


3. Sea Ii la corriente de entrada
 aun transistor y sea I0 la corriente de salida. Entonces la ganancia de corriente
I0
es proporcionalidad a Ln . Suponga que la constante de proporcional es 1 (lo que significa seleccionar
Ii
 
una unidad particular de medida), ası́ que la ganancia de unidad es Y = Ln II0i . Suponga que Y está
normalmente distribuida con µ = 1 y σ = 0.5:
I0
a) (10 %) ¿Qué tipo de distribución y con cuáles parámetros tiene la razón Ii ?
b) (10 %) ¿Cuál es la probabilidad de que la corriente de salida sea más del doble de la corriente de
entrada?
c) (15 %) ¿Cuáles son µ y µ̃ de la razón entre la corriente de salida y la corriente de entrada?

4. (15 %) La longitud de las barras de metal producidas por un proceso industrial sigue una distribución nor-
mal que tiene una desviación estándar de 1.8 milı́metros. Basandose en una muestra aleatoria de nueve
observaciones extraidas de esta población, se ha hallado el intervalo de confianza al 99 %
194.65 < µ < 197.75
de la media poblacional de la longitud. Supongamos que un director de producción cree que el intervalo es
demaciado amplio para que tenga utilidad práctica y pide un intervalo de confianza de 99 % cuya amplitud
a cada lado de la media muestral no sea de más de 0.50 milı́metros. ¿De qué tamaño debe ser la muestra
para lograr este intervalo?
5. (15 %) Suponga que X1 , X2 , . . . Xn denota una muestra aleatoria de tamaño n de una distribución de Poisson
con media λ. Considere
X1 + X2
λ̂1 = , λ̂2 = X̄
2
Deduzca la eficiencia relativa de λ̂1 con respecto a λ̂2 , ¿cuál estimador tiene menor varianza?
FÓRMULAS

e−λ λy
Si Y ∼ P (λ) ⇒ f (y) = y = 0, 1, . . . E(Y ) = λ V ar(Y ) = λ
y!

Si Y ∼ χ2 (ν) ⇒ E(Y ) = ν V ar(Y ) = 2ν, MY (t) = (1 − 2t)−ν/2

1 1−p
Si Y ∼ geometrica(p) ⇒ f (y) = (1 − p)y−1 p, y = 1, 2, . . . , E(Y ) = , V ar(Y ) =
p p2
 
n x
Si X ∼ binomial(n, p) ⇒ f (x) = p (1 − p)n−x E(X) = np σ 2 = np(1 − p)
x

Pn
X̄ − µ 2 − X̄)2
i=1 (Xi
Z= r ∼ N (0, 1) S =
σ2 n−1
n

2 /2 2
 2

Si Y ∼ logaritmicaN orma(µ, σ) ⇒ E(Y ) = eµ+σ V ar(Y ) = e2µ+σ eσ − 1

X̄ − Ȳ − µ0 (n − 1)S12 + (m − 1)S22
T0 = r ∼ t(ν = n + m − 2) ⇒ Sp2 =
1 1 n+m−2
Sp +
n m

n k
Y X (oi − ei )2
L= f (xi ) χ20 = ∼ χ2 (ν = k − p − 1)
ei
i=1 i=1

S12 σ22 (n − 1)S 2


F = ∼ F(n1 −1, n2 −1) χ20 = ∼ χ2 (ν = n − 1)
σ12 S22 σ2

z0.005 ≈ 2.5758 z0.05 ≈ 1.6448 t(0.005,15) ≈ 2.9467

F(0.005,7,8) ≈ 7.69418 F(0.995,7,8) ≈ 0.1159

χ2(0.0249,) ≈ 16.0128 χ2(0.05,4) ≈ 9.4877 χ2(0.95,4) ≈ 0.7107

χ2(0.05,9) ≈ 16.8189 χ2(0.0030,9) ≈ 16.008

z0.0178 ≈ 2.10 z0.0015 ≈ 2.98 z0.1494 ≈ 1.0540 χ20.05,5 ≈ 11.0704

También podría gustarte