Documentos de Académico
Documentos de Profesional
Documentos de Cultura
8.- Sobre la demanda de un producto slo se sabe que oscila, diariamente, entre 1000 y
2000 unidades. La probabilidad de que se demanden entre 1250 y 1750 unidades es
igual a:
a) 0,75
b) 0,25
c) 0,5
d) Ninguna de las anteriores.
9.- Para la variable aleatoria que representa el nmero de caras obtenidas al lanzar 4
veces una moneda perfecta, encontramos que:
a) Su valor medio es 2 y su varianza es 0,5.
b) Sigue un modelo de Poisson.
c) Su media es cuatro.
d) Su varianza es 1.
10.- En una cadena de montaje se obtienen 10000 unidades de un artculo. Se conoce
que la probabilidad de que una unidad sea defectuosa es de 0,001. Entonces, para la
variable aleatoria que mide el nmero de unidades defectuosas encontramos que:
a) La probabilidad de que haya cinco defectuosas es de 0,7755.
b) Su media es el doble que su varianza.
c) Una buena aproximacin es un modelo de Poisson.
d) Ninguna de las anteriores.
11.- El consumo diario de litros de caf en un bar sigue una distribucin N(100;25). La
probabilidad de que en un da concreto se consuman exactamente 115,5 litros es igual a:
a) 0,6.
b) 0,4.
c) 0,25.
d) Ninguna de las anteriores.
12.- Por investigaciones previas, se estima que la probabilidad de que una persona haga
deporte ms de 2 horas a la semana es de 0,15. En funcin de esto, la probabilidad de
que en un grupo de 10 individuos haya 4 que hagan deporte es:
a) 0,0401.
b) 0,1298.
c) 0,0085.
d) Ninguna de las anteriores.
13.- Realizando un experimento en dos das separados se llega a determinar que para
cada uno de ellos el fenmeno aleatorio sigue una distribucin h1 = B(5.000, 0,002) y
h 2 = B(5.000, 0,0002) . Es posible obtener otra distribucin binomial como suma de
los resultados de ambos das?
a) S, siempre que ambas sean distribuciones binomiales independientes.
b) S, sumando el nmero de intentos y las probabilidades de xito
c) No, nunca si la probabilidad de xito es muy pequea
d) Ninguna de las anteriores
14.- El nivel de los aprobados en las oposiciones anteriores a Bombero del
Ayuntamiento de Madrid, viene determinado por las notas obtenidas, siendo stas
N(6,2). En este ao tan solo hay plaza para un 40,13% de los presentados. Cul es la
nota mnima para aprobar?
a) 7,2
b) 6,5
c) 4,5
d) Ninguna de las anteriores
m +s
2
(s - m )2
c) V (x ) =
12
x -m
= N (0,1)
s
(s )2
d) V (x ) =
b)
22.- En un conjunto de 100 personas se sabe que la probabilidad de ser fumador es 0,2.
Para calcular la probabilidad de que fumen exactamente 18 personas se debe utilizar:
a) Una distribucin Normal con =20 y =16.
b) Una distribucin de Poisson con =20.
c) Una distribucin Binomial (100;0,2).
d) Una distribucin Uniforme [0;100].
23.- En un conjunto de 100 personas se sabe que la probabilidad de ser fumador es 0,2.
Para calcular la probabilidad de que fumen exactamente 18 personas se puede utilizar:
a) Una distribucin Normal con =20 y =16.
b) Una distribucin de Poisson con =20.
c) Una distribucin Normal con =20 y =4.
d) Una distribucin Uniforme [0;100].
24.- Una distribucin Fn,m es un modelo:
a) Continuo y ficticio.
b) Continuo y real.
c) Discreto y ficticio.
d) Discreto y real.
25.- Cunta probabilidad se acumula en una U(a,b) desde el punto x =
punto x = b ?
a) Tan slo un 0,1.
b) Entre 0,1 y 0,5.
c) Exactamente 0,5.
d) No es posible saberlo.
a+b
hasta el
2
26.- Es posible aplicar el TCL sobre una suma numerosa de variables aleatorias
independientes con esperanza y varianza conocidas pero desconociendo la distribucin
de probabilidad de cada una de las variables?
a) No, es imposible.
b) S, siempre.
c) Siempre que, aun desconociendo la distribucin de cada una, sean iguales.
d) Ninguna de las anteriores.
27.- El teorema central del lmite nos permite aproximar a una distribucin normal:
a) Una muestra suficientemente grande
b) Una suma de 5 variables aleatorias
c) Una distribucin de probabilidad cualquiera
d) Ninguna de las anteriores
28.- Elija la afirmacin correcta sobre la distribucin de Poisson:
a) Media y desviacin tpica coinciden.
b) Mide el comportamiento de la suma de dos fenmenos dicotmicos.
c) Se puede aproximar a una B(n;p) con n=200 y p=0,4.
d) Ninguna de las anteriores.
SOLUCIONES:
1b, 2a, 3d, 4c, 5d, 6d, 7d, 8c, 9d, 10c, 11d, 12a, 13d, 14b, 15d, 16c, 17a, 18b, 19c, 20c,
21b, 22c, 23c,24a, 25c, 26c, 27d, 28d, 29d, 30d, 31b, 32b, 33c, 34d.
7.- Dada una muestra aleatoria simple, si el tamao muestral es suficientemente grande
es posible calcular la distribucin de la media muestral cualquiera que sea la
distribucin de la poblacin.
a) S, se infiere que siempre es igual que la poblacin
b) S, es la misma que la de cualquier elemento muestral
c) S, se aproxima a una normal por el TCL
d) Ninguna de las anteriores
8.- Sabemos que
nS x2
25.- Dada una poblacin de media 3 y varianza 4, si se extrae una m.a.s. de tamao 4
cmo ser el comportamiento de la media muestral. Escoger la afirmacin correcta:
a) Una variante de media 3, varianza 4 y modelo desconocido.
b) Una variante de media 3, varianza 1 y modelo aproximadamente normal (converge en
distribucin segn el TCL).
c) Una variante de media 3, desviacin tpica 1 y modelo desconocido.
d) Ninguna de las afirmaciones anteriores es correcta.
26.- Escoger la afirmacin falsa:
a) La distribucin del estadstico depende de la poblacin de origen.
b) La distribucin del estadstico depende del parmetro a estimar.
c) La distribucin del estadstico depende del tipo de muestreo.
d) La distribucin del estadstico depende de la forma de su funcin.
27.- Dada una poblacin de media 3 y varianza 4, si se extrae una m.a.s. de tamao 4
cmo ser el comportamiento de la varianza muestral. Escoger la afirmacin correcta:
a) Una variante de media 3 y modelo desconocido (falta informacin sobre modelo
poblacional).
b) Una variante de media 4 y modelo desconocido (falta informacin sobre modelo
poblacional).
c) No se puede calcular la media o esperanza de la variante varianza muestral ya que
falta informacin (no se conoce el modelo poblacional).
d) Ninguna de las afirmaciones anteriores es correcta.
28.- Dada una poblacin de media 3 y varianza 4, si se extrae una m.a.s. de tamao 400
cmo ser el comportamiento de la media muestral. Escoger la afirmacin correcta:
a) Una variante de media 3, varianza 0,1 y modelo desconocido.
b) Una variante de media 3, varianza 0,01 y modelo aproximadamente normal
(converge en distribucin segn el TCL).
c) Una variante de media 3, desviacin tpica 0,01 y modelo desconocido.
d) Ninguna de las afirmaciones anteriores es correcta.
29.- Dada una poblacin Normal de media 3 y varianza 4, N(3,2), si se extrae una m.a.s.
de tamao 4 cmo ser el comportamiento de la media muestral. Escoger la afirmacin
correcta:
a) Una variante de media 3, varianza 1 y modelo desconocido.
b) Una variante de media 3, varianza 1 y modelo aproximadamente normal (converge en
distribucin segn el TCL).
c) Una variante de media 3, desviacin tpica 1 y modelo normal.
d) Ninguna de las afirmaciones anteriores es correcta.
30.- Dada una poblacin Normal de media 3 y varianza 4, N(3,2), si se extrae una m.a.s.
de tamao 4 cmo ser el comportamiento de la varianza muestral. Escoger la
afirmacin correcta:
a) Una variante de media 3, varianza 6 y modelo desconocido.
b) Una variante de media 3, varianza 6 y modelo normal.
c) Una variante de media 3, varianza 6 y modelo 32.
d) Ninguna de las afirmaciones anteriores es correcta.
31.- Dada una poblacin Binomial B(1, 1/2), si se extrae una m.a.s. de tamao 2500
cmo ser el comportamiento de la proporcin muestral. Escoger la afirmacin correcta:
a) Una variante de media 1/2, varianza 1/10000 y modelo desconocido.
b) Una variante de media 1/2, varianza 1/10000 y modelo normal.
c) Una variante de media 1/2, varianza 1/10000 y modelo aproximadamente normal.
d) Ninguna de las afirmaciones anteriores es correcta.
Soluciones: 1c, 2d, 3c, 4a, 5c, 6b, 7c, 8d, 9c, 10c, 11b, 12d, 13c, 14b, 15b, 16c, 17c,
18b, 19d, 21d, 22b, 23d, 24d, 25c, 26b, 27a, 28b, 29c, 30c, 31c. 20-c
8.- Para obtener estimadores de los parmetros poblacionales se utilizan los mtodos de
estimacin por Momentos y de Mxima Verosimilitud. Cul de ellos se basa en buscar
el valor del parmetro que hace mxima la probabilidad de lo que ha ocurrido?
a) Mtodo de los Momentos
b) Mtodo de Mxima Verosimilitud
c) Los dos
d) Ninguno
9.- Qu afirmacin es correcta referida al mtodo de los momentos?.
a) Es una propiedad de los estimadores.
b) Es el mejor mtodo de estimacin posible.
c) Se basa en el conocimiento indirecto de la distribucin poblacional a partir de los
momentos poblacionales (iguala momentos poblacionales a muestrales).
d) Permite obtener siempre estimadores eficientes, consistentes y suficientes.
10.- Los estimadores de mxima verosimilitud consiguen sus mejores propiedades en:
a) Muestras grandes
b) Muestras pequeas
c) Poblaciones grandes
d) Poblaciones pequeas
11.- Qu informacin poblacional utiliza el mtodo de mxima verosimilitud?
a) Momentos poblacionales
b) Funcin de probabilidad poblacional
c) Elementos poblacionales
d) La obtenida mediante el Teorema Central del Lmite
12.- En una poblacin N(5, ) y dada una m.a.s. el estimador insesgado para la
varianza:
a) Es la varianza muestral en cualquier muestra
b) Es la cuasivarianza muestral en cualquier muestra
c) No puede obtenerse al ser una distribucin normal
d) Ninguna de las anteriores
13.- Cul debera ser el error cometido por un estimador consistente al estimar el
parmetro poblacional si el tamao muestral es tan grande que prcticamente coincide
con el poblacional?
a) El error coincide con la varianza del estimador
b) El error es el 100%
c) El error debera ser 0 (nulo).
d) Ninguna de las anteriores.
14.- Un estimador es insesgado si:
a) Su varianza es la menor posible.
b) Si a medida que aumentamos el tamao muestral, el estimador se acerca al parmetro
desconocido.
c) Si su esperanza coincide con el parmetro desconocido.
d) Ninguna de las anteriores.
15.- Un estimador es consistente si:
27.- Los ingresos familiares en cierta regin se distribuyen segn una N(;2). Para
estimar los ingresos medios se toman dos estimadores, a partir de m.a.s. de tamao n:
1 =
x1 xn
n
2 =
x1 x2
2n
33.- Un socilogo desea conocer la proporcin de mujeres en una ciudad. Para ello toma
una m.a.s. de 1000 personas. Elija la afirmacin correcta:
a) Cada una de los elementos de la muestra se comporta como una N(;)
b) Cada una de los elementos de la muestra se comporta como una B(n;p)
c) Cada una de los elementos de la muestra se comporta como una B(1;p)
d) No es posible conocer la distribucin que sigue cada elemento de la muestra.
34.- De una poblacin se obtiene una m.a.s. y se construye un estadstico estimador,
este estimador es una variable aleatoria?
a) S, ya que est compuesta por elementos de una muestra aleatoria simple.
b) S, ya que por definicin la muestra una constante fija de dimensin n.
c) S, ya que la poblacin es aleatoria simple.
d) No, ya que acaba como estimacin puntual evaluada.
35.- Un estimador asintticamente insesgado tiene necesariamente:
a) La esperanza igual a cero para cualquier tamao muestral.
b) La esperanza igual al parmetro para tamaos muestrales grandes.
c) La esperanza igual al parmetro para cualquier tamao muestral.
d) La esperanza cercana a infinito si tamao muestral muy grande.
Soluciones: 1d, 2c, 3b, 4d, 5a, 6b, 7d, 8b, 9c, 10a, 11b, 12b, 13c, 14c, 15b, 16a, 17d,
18c, 19d, 20b, 21d, 22c, 23c, 24a, 25c, 26a, 27d, 28a, 29a, 30c, 31d, 32d, 33c, 34a, 35b.