ESTIMACION

1.1 Para ilustrar que la media de una muestra aleatoria es un estimador insesgado de la media de la población,
considérese cinco tiras de papel con los números 3, 6, 9, 15 y 27.
a) Lístense todas las posibles muestras de tamaño 3 que pueden tomarse sin reemplazo de esta población
finita.
b) Calcúlese la media de cada una de las muestras listadas en a) y, asignando a cada rnuestra una probabilidad
de 1/10,verifiquese que la media de estas sea igual a 12, es decir, la media.de la población.-

1.2 Supóngase que observamos una variable aleatoria con distribución normal y obtenemos x éxitos en n ensayos.
a) Muéstrese que x/n es un estimador insesgado del parámetro binomial p.
b) Verifíquese que (x+1)/(n+2) no es un estimador insesgado del parámetro binomial p.

1.3 Para comprobar la afirmación de que la media es generalmente más eficiente que la mediana (es decir, que está
sujeta a fluctuaciones más pequeñas), un estudiante dirige un experimento que consiste en arrojar 12 veces tres
dados. Los resultados son los siguientes: 2, 4 y 6; 5, 3 y 5; 4, 5 y 3; 5, 2 y 3; 6, 1 y 5; 2, 3 y 1; 3, 1 y 4;
5, 5 y 2; 3,3 y 4; 1, 6 y 2; 3, 3 y 3; 4, 5 y 3.
a) Calcúlese las 12 medias y las 12 medianas.
b) Hágase una gráfica, de las medianas y las medias obtenidas en la parte a) en diagramas separados de tallo y
hojas.
c) Dibújese histogramas de las dos distribuciones obtenidas en la parte b) y explíquese cómo ilustran la
afirmación de que la media en general es un mejor estimador que la mediana,

Resp:
á) Las medianas son 4, 5, 4, 3, 5, 2, 3, 5, 3, 2, 3 y 4; las medias son 4, 4.3, 4, 3.3,4, 2, 2.7, 4, 3.3, -3,.3 y 41-
b) Las frecuencias son 2, 4, 3 y 3 para las medianas, y 1,5, 6 y 0 para las medias.

1.4 Se han hecho n= 50 observaciones del tiempo entre solicitudes que tienen una media de 11,795 y una desviación
estándar de 14,054, constrúyase un intervalo de confianza de 95%para la media verdadera del tiempo entre
solicitudes,

Resp.:
7899.4 <  <15690.6.

1.5 Para estimar el tiempo promedio que lleva ensamblar cierto componente de una computadora ,el supervisor de
una empresa electrónica tomó el tiempo que 40 técnicos tardaban en ejecutar esta tarea, obteniendo una media de
12.73 minutos y una desviación estándar de 2.06 minutos., ¿con qué confianza podemos asegurar que la media
muestral no difiere de la media real por más de 30 segundos?

Resp.:
87.6%

1.6 En un estudio de costos del seguro de choques automovilísticos, una muestra aleatoria de 80 costos de
reparación de carrocerías para una clase particular de daños tiene una, media de $472.36 y una desviación
estándar de $62.35. Si x = $472.36 se utiliza como estimación puntual del costo de reparación medio real de
esta clase de daños, con qué confianza podemos afirmar que el error no excederá a $10?

Resp.:
84.7%

1.7 El director administrativo de un colegio desea usar la media de una muestra aleatoria para estimar la cantidad
promedio de tiempo que tardan los alumnos en ir de una clase, a la siguiente, y además quiere poder asegurar
con una confianza del 99% que el error es a lo más 0.25 minutos. Si puede suponerse por experiencia que  =
1.40 minutos, ¿qué tamaño debe tener la muestra?
Resp.:
n=208

1.8 Una muestra de 50 calificaciones del examen de admisión, aplicado a una escuela de ingeniería, es extraída azar
de las calificaciones de las 420 personas que. lo presentaron en 1988. Si la media y la desviación estándar
muestrales son x = 546 y s = 85, ¿qué podemos afirmar con una confianza del 95% acerca del error máximo si
x = 546 se utiliza como estimación de la media de las calificaciones de todos solicitantes?

Resp.:
E=22.14

1.9 Una muestra aleatoria de 40 recipientes de un producto químico, seleccionados entre 200 cuyo peso puede
esperarse que muestre una desviación estándar de  = 12.2 libras, tiene un peso medio de 240.8 libras. Si
estimamos el peso promedio de los 200 recipientes en 240.8 libras, ¿que podemos asegurar con una confianza
del 99 % acerca del error máximo?

Resp.:
E=4.46

1.10 Una muestra aleatoria de 100 profesores en una gran área metropolitana revela un salario semanal promedio de
$487. con una desviación estándar de $48. ¿Con qué nivel de confianza podemos afirmar que el salario medio
semanal de todos los profesores de esa área metropolitana está entre $472 y $502?

Resp.:
99.82%

1.11 20 fusibles fueron sometidos a una sobrecarga del 20%, y el tiempo que les llevó fundirse tuvo una media de
10.63 minutos y una desviación estándar de 2.48 minutos. Si utilizamos x = 10.63 como estimación puntual de
la media de tiempo real que tardan en fundirse con un 20% de sobrecarga, ¿qué podemos asegurar con una
confianza del 950/o acerca del error máximo?.

Resp.:
E=1.16

1.12 Diez cojinetes fabricados por cierto proceso tienen un diámetro medio de 0.5060 cm, con una desviación
estándar de 0.0040 cm. Suponiendo que los datos pueden considerarse como una muestra aleatoria de una
población normal , constrúyase un intervalo con un nivel de confianza del 95 % para el diámetro promedio real
de los cojinetes fabricados mediante este proceso.

Resp.:
.5031<<.589

1.13 Inspeccionando azulejos de cerámica antes de ser embarcados, un ingeniero de control de calidad detecta 2, 3, 6,
0, 4 y 9 unidades defectuosas en 6 cajas, conteniendo cada una 144 azulejos. Suponiendo que los datos pueden
considerarse como una muestra aleatoria de una población, que puede ser aproximada mediante una distribución
normal, constrúyase un intervalo con un nivel de confianza del 98% para el número promedio real de unidades
defectuosas por caja.

Resp.:
-0.34 << 8.34 , esto es  <8.34

1.14 (Estimación por máxima verosimilitud.) Consideremos una muestra aleatoria de tamaño n de una población
discreta(x; ) que depende de un parámetro . La distribución conjunta es f(x1; )f(x2; ) ... f(xn; ). Una vez que
se dispone de las observaciones, podemos sustituir sus valores reales x1,x2,…,xn en la densidad conjunta.
Después de la sustitución, la función resultante de  L() se llama la función de verosimilitud. El estimador

1
 máxima verosimilitud de  es el valor para el cual  hace máxima la probabilidad de la muestra observada.
Debido a que lo anterior es un cálculo a posteriori, decimos que maximiza la verosimilitud. Calcúlese el
estimador de máxima verosimilitud

a) Para  cuando f(x; ) es la distribución de Poisson.

Resp.:
1 n
a)  xi
n i 1
1 n
b)  xi
n i 1

1.15 Las opiniones de un gerente de ventas sobre la demanda mensual promedio de uno de los productos de u su
compañía podrían ser descritas por medio de una distribución normal con  =3800 unidades y  =260 unidades.
a) ¿Qué probabilidad está asignándose al hecho de que la verdadera demanda media mensual esté en el intervalo
de 3500 a 4 000 unidades?
b) Si los datos para 9 meses muestran una demanda promedio de 3 702 unidades con una desviación estándar de
390 unidades, ¿cómo afecta esta información a la probabilidad determinada en a)? Usese s = 390 como una
estimación de ,

Resp.:
a) .6548
b) .9632