Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Página 1
Universidad de Chile martes 23 de enero de 2018
Economía & Negocios PAUTA EXAMEN
Respuesta:
La variable que se representa en este problema es de tipo discreta y tiene una distribución de
Poisson, en que primero se debe plantear el problema
𝐸𝐸[𝑀𝑀(𝑋𝑋)] = 4
4
𝑉𝑉[𝑀𝑀(𝑋𝑋)] = = 0,08
50
__________________________________________________5 puntos____________
Por lo que:
𝑎𝑎 − ∑𝑛𝑛𝑖𝑖=1 𝑏𝑏𝑥𝑥𝑖𝑖
𝜃𝜃� =
1 + 𝑐𝑐𝑐𝑐
Donde a, b y c son constantes positivas determinadas en base a su información. Determine el
sesgo y la consistencia del estimador.
Página 2
Universidad de Chile martes 23 de enero de 2018
Economía & Negocios PAUTA EXAMEN
1 𝑎𝑎 − 𝑏𝑏𝑏𝑏𝑏𝑏 − 𝜃𝜃 − 𝑐𝑐𝑐𝑐𝑐𝑐
𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆�𝜃𝜃�� =(𝑎𝑎 − 𝑏𝑏 ∙ 𝑛𝑛𝑛𝑛) − 𝜃𝜃 =
1 + 𝑐𝑐𝑐𝑐 1 + 𝑐𝑐𝑐𝑐
__________________________________________________5 puntos____________
Página 3
Universidad de Chile miércoles 22 de noviembre de 2017
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile miércoles 22 de noviembre de 2017
Economía & Negocios PAUTA EXAMEN
Respuesta:
X: Es una variable dicotómica que tomará valor 0 cuando la empresa no tenga reclamos y valor
1 cuando ocurra lo contrario, por lo tanto, estamos frente a una distribución Bernoulli. Además,
se debe asumir que las empresas se comportan IID (independientes e idénticamente distribuidas).
Por propiedades de la distribución Bernoulli se puede calcular rápidamente la esperanza y
varianza de la media:
___________________________________2 puntos__________________________________
E [M ( X )] = p = 0,05
p(1 − p ) 0,05 ⋅ 0,95 0,0475
Var [M ( X )] = = = = 0,0003
n 175 175
n = 175
___________________________________4 puntos__________________________________
(2 puntos por esperanza y 2 por varianza).
Criterios de decisión:
175
Si Pr ∑ X i ≥ 15 > 0,6 ⇒ Se suspende Cyber Monday
i =1
175
Si Pr ∑ X i ≥ 15 ≤ 0,6 ⇒ No se suspende Cyber Monday
i =1
___________________________________6 puntos__________________________________
175
∑ Xi
= Pr (M ( X ) ≥ 0,09 )
Pr
15
i =1
≥
175 175
M ( X ) − 0,05 0,09 − 0,05
Pr (M ( X ) ≥ 0,09 ) = Pr ≥ = Pr (Z ≥ 2,17 ) = 1 − Pr (Z < 2,17 )
0,0003 0 ,0003
Pr (M ( X ) ≥ 0,09 ) = 1 − Pr (Z < 2,17 ) = 1 − 0,9850 = 0,015 = 1,5%
___________________________________10 puntos_________________________________
Página 2
Universidad de Chile miércoles 22 de noviembre de 2017
Economía & Negocios PAUTA EXAMEN
(2 puntos por dividir por “n”, 3 por estandarizar, 3 por arreglar la probabilidad y 2 por buscar la
probabilidad en la tabla).
Por lo tanto, se puede apreciar que la probabilidad es menor al 60% y, por ende, en 2018 se
seguirá realizando Cyber Monday.
___________________________________3 puntos__________________________________
Respuesta
1
L ( X | µ , σ 2 ) = ∏i =1
1 1
(ln x i - µ ) 2
n
exp -
2πσ 2σ
2
2 xi
n
1 1 1
∏ ∑
2
L ( X | µ ,σ 2 ) = x exp - (ln x i - µ ) 2
n n
2πσ i =1
2σ 1=1
2 2
i
n 1 1
∑ ∑
1
( X | µ , σ 2 ) = ln L ( X | µ , σ 2 ) = ln - (ln x i - µ ) 2
n n
⋅ ln +
2 2πσ 2 1=1
xi 2σ 2 1=1
___________________________________5 puntos__________________________________
∂
∑
1
( X | µ ,σ 2 ) = 2 (ln x i - µ ) = 0
n
∂µ σ 1=1
∑
n
ln x i
µ̂ MV = 1=1
n
___________________________________5 puntos__________________________________
Página 3
Universidad de Chile miércoles 22 de noviembre de 2017
Economía & Negocios PAUTA EXAMEN
Consistencia:
Calcular la varianza del estimador.
___________________________________3 puntos__________________________________
1 n n
σ 2n σ2
lím n → ∞V ( µˆ MV ) = lím n → ∞V ∑ ln x i = lím n → ∞ 2 ∑ V (ln x ) = lím
1
i n→∞
= lím n → ∞ =0
n i =1 n i =1 n2 n
___________________________________3 puntos__________________________________
Por lo tanto, como el estimador es insesgado y consistente, usted decide usarlo en su estudio.
___________________________________2 puntos__________________________________
Página 4
Universidad de Chile sábado 24 de junio de 2017
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile sábado 24 de junio de 2017
Economía & Negocios PAUTA EXAMEN
Proveedor Shinigami
Modelo impresora VeriFast - 400
Impresiones promedio por minuto. 111
Cantidad de Impresoras evaluadas 100
Proveedor Azuna
Modelo impresora NotSoFast - 25
Impresiones promedio por minuto. 100
Cantidad de Impresoras evaluadas. 196
Una de las condiciones que debe cumplir el nuevo proveedor está asociada al riesgo que las
autoridades de FEA están dispuestas a tolerar. El riesgo que FEA quiere reducir es que la
probabilidad de que las impresiones promedio por minuto sea inferior al 99% declarado en el
estudio descriptivo muestral no supere el 10%.
En caso de que ninguna de las propuestas cumpla, se elegirá a aquel proveedor que presente el
menor nivel de riesgo, mientras que se considerará el mismo criterio en caso de que ambos
proveedores cumplan la condición de riesgo.
a) Plantee el problema que deben resolver las autoridades de FEA, con sus respectivas
decisiones. Sea riguroso en dejar expresado la o las variables a estimar para cada situación
(10 puntos).
Respuesta
Considerando la naturaleza de la variable, impresiones por minuto, el parámetro a estimar
corresponde a λ perteneciente a la función de distribución Poisson.
___________________________________________________ 3 puntos __________
El problema que inicialmente deben resolver las autoridades corresponde a:
Pr(λShinigami < 0,99 ⋅ X n ) < 10% ⇒ Proveedor Shinigami cumple la condición de riesgo.
Pr(λ Azuna < 0,99 ⋅ X n ) < 10% ⇒ Proveedor Azuna cumple la condición de riesgo.
___________________________________________________ 4 puntos __________
Página 2
Universidad de Chile sábado 24 de junio de 2017
Economía & Negocios PAUTA EXAMEN
En caso de que ambos proveedores cumplan la condición de riesgo o que ninguno la cumpla, se
elegirá a aquel proveedor que presente el menor riesgo.
Pr(λShinigami < 0,99 ⋅ X n ) ⇒ Pr(λShinigami < 0,99 ⋅111) ⇒ Pr(λShinigami < 109,89)
λShinigami − 111 109,89 − 111
⇒ Pr ( z < −1, 06 ) =
Pr < 14, 46%
111 111
100 100
Pr(λ Azuna < 0,99 ⋅ X n ) ⇒ Pr(λ Azuna < 0,99 ⋅100) ⇒ Pr(λ Azuna < 99)
λAzuna − 100 99 − 100
Pr < ⇒ Pr ( z < −1, 41) =7,93%
100 100
196 196
∧
θ=
(∑ n
i =1 )
Xi ⋅γ
n ⋅ξ
Página 3
Universidad de Chile sábado 24 de junio de 2017
Economía & Negocios PAUTA EXAMEN
Donde la variable X corresponde a las ventas de discos y se distribuye con media θ y varianza
σ 2 , el factor de ajuste basado en la experiencia internacional de este mercado está representado
por γ y la actualización del mercado objetivo por ξ .
Los productores musicales nacionales no están seguros de que el estimador sea el indicado y
afirman que sólo lo utilizarán si es consistente e insesgado ¿Cuál será su decisión final?
Respuesta.
Para que exista consistencia se debe cumplir que:
∧
limVar(θ ) = 0
n →∞
__________________________________________________________3 puntos____
()
E θˆ = θ
__________________________________________________________3 puntos____
Cálculo de la varianza del estimador:
(∑
n
)
Xi ⋅γ
γ2
( )
γ2 γ 2 ⋅ n ⋅σ 2 γ 2 ⋅σ 2
∧
∑i 1= ∑
=1
Var θ Var
i n n
= = Var = X =Var( X ) =
n ⋅ξ =n2 ⋅ ξ 2
i
n2 ⋅ ξ 2 i 1 n2 ⋅ ξ 2 n ⋅ξ 2
___________________________________________________________6 puntos___
(∑
n
)
Xi ⋅γ γ
( )
γ γ ⋅ n ⋅θ γ ⋅θ
∧
E ∑= ∑
=1
E (θ ) E
i n n
= = Xi =
E( X ) =
n ⋅ξ =
n ⋅ξ i 1=
n ⋅ξ i 1
n ⋅ξ ξ
__________________________________________________________5 puntos___
Por lo tanto, se concluye que el estimador es consistente, pero no insesgado por lo que los
productores musicales no lo utilizarán.
__________________________________________________________5 puntos___
Página 4
Universidad de Chile miércoles 25 de enero de 2017
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile miércoles 25 de enero de 2017
Economía & Negocios PAUTA EXAMEN
Respuesta:
Primero que todo se define la variable como la cantidad de aciertos de los dardos, con una
distribución Bernoulli, por lo que los parámetros quedan de la siguiente manera:
E [M ( X )] = 0,6
0,6 ⋅ 0,4 0,24
V [M ( X )] = =
70 70
n = 70
___________________________________________________7 puntos___________
Luego se plantea el problema:
i =1
i =1
___________________________________________________6 puntos___________
70
∑X i
= P[M ( X ) > 0,714]
70
X i > 50 = P
50
P
∑
i =1
i =1
n
>
70
___________________________________________________3 puntos___________
P[M ( X ) > 0,714] = P
M ( X ) − E [M ( X )] =
0,714 − 0, 6 = P(Z > 1,95)
V [M ( X )] 0,24
70
___________________________________________________3 puntos___________
P(Z > 1,95) = P(Z < −1,95) = 0,02559 < 0,75
___________________________________________________3 puntos___________
Por lo tanto, dada la baja probabilidad de acierto, no entrará al torneo de dardos.
___________________________________________________3 puntos___________
Página 2
Universidad de Chile miércoles 25 de enero de 2017
Economía & Negocios PAUTA EXAMEN
2 A + B∑ X i
θˆ = i =1
A + nB
Respuesta:
Primero debemos determinar la consistencia del estimador
n
2 A + B∑ X i
() B2 n B2
n n
V θˆ = V = ⋅V 2 A + B∑ X i = ⋅V ∑ X i = ⋅ ∑ V (X i )
i =1 1
A + nB ( A + nB ) 2
i =1 ( A + nB )
2
i =1 ( A + nB ) i =1
2
2 n
B 2 ⋅ nA
( A + nB )2 ∑
B
= ⋅ A =
i =1 ( A + nB )2
___________________________________________________7 puntos___________
Luego:
()
lím n → ∞V θˆ = lím n → ∞
B 2 ⋅ nA
( A + nB )2
=0
() ()
sesgo θˆ = E θˆ − θ
n
( ) ∑
n n
2A + B X i ∑ E 2 A + E B X i 2 A + B E(X i )
∑
() i =1
n
E θˆ = E =
∑
1
i =1
⋅ E 2 A + B X i = = i =1
A + nB ( A + nB ) i =1 ( A + nB ) ( A + nB )
n
2A + B ∑θ 2 A + Bnθ
= i =1
=
( A + nB ) ( A + nB )
__________________________________________________10 puntos___________
2 A + Bnθ − θ ( A + nB ) 2 A + nθ − θA − θnB 2( A − θ )
()
sesgo θˆ =
2 A + Bnθ
( A + nB )
−θ =
( A + nB )
=
( A + nB )
=
( A + nB )
__________________________________________________5 puntos___________
Página 3
Universidad de Chile lunes 21 de noviembre de 2016
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile lunes 21 de noviembre de 2016
Economía & Negocios PAUTA EXAMEN
conocida. El teorema señala que si el conjunto de variables aleatorias (muestra) es IID, entonces,
el promedio de ellas tiende a una distribución normal, pero para que ocurra esto el número de
observaciones debe ser lo suficientemente grande.
___________________________________________10 puntos__________________
Teniendo en cuenta que usted estima que no hay una mayor probabilidad para alguna
temperatura específica, pero sabe que en los últimos 30 años la temperatura en la noche del 31
de diciembre fluctuó entre 16 y 22 grados Celsius, usted realizará la fiesta sólo si con más de un
95% de probabilidad, la temperatura promedio en el pasado haya sido mayor a 20 grados Celsius.
De lo contrario, buscará otra forma de celebrar. ¿Qué decisión debe tomar? Plantee el problema
y justifique adecuadamente su respuesta.
Respuesta:
La variable a plantear corresponde a:
X t =31 ⇒ Temperatura para la noche de fin de año en el año 31.
Dada la información entregada, la temperatura sigue una distribución UNIFORME con media
(a + b) / 2 = 19 y varianza (b − a) 2 / 12 = 3 . Por lo tanto, el problema queda definido como:
Dado la probabilidad de que el promedio de temperatura supere los 20 grados Celsius, es menor
al 95%, debe buscar otra alternativa para celebrar.
_______________________________________________ 10 puntos ______________
Página 2
Universidad de Chile lunes 21 de noviembre de 2016
Economía & Negocios PAUTA EXAMEN
Respuesta:
Para este caso, la variable tiene una distribución exponencial, por lo que se puede definir:
1
f ( x | θ ) = exp − x
θ θ
( )
n
∑x i
θˆ = i =1
n
_______________________________________________ 5 puntos ______________
Luego, se debe obtener la función de verosimilitud y el logaritmo natural de ésta:
n
− ∑ xi
( )
n n
n
1 n − xi 1
L(θ ) = ∏ exp = ⋅ ∏ exp
1 − x
θ θ = ⋅ exp i =1 θ
i =1 θ θ
i =1 θ
n
n
n − ∑ xi ∑ xi
ln[L(θ )] = ln ⋅ exp i =1
θ = −n ⋅ ln(θ ) − θ
1 i =1
θ
_______________________________________________ 10 puntos ______________
Finalmente se obtiene la condición de primer orden para determinar el estimador:
n
n
∑ xi ∑ xi
− n ⋅ ln(θ ) −
d i =1 = − n + i =1 = 0
dθ θ θ θ2
n
∑x i
θˆMV = = M (X )
i =1
n
_______________________________________________ 10 puntos ______________
Página 3
Universidad de Chile lunes 23 de noviembre de 2015
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile lunes 23 de noviembre de 2015
Economía & Negocios PAUTA EXAMEN
Respuesta:
n
n
( 2 ) ln f(x 1 , x 2 ,...,x n | 2 ) -nln ln 2 2 (x i - 1) 2
2 i 1
_________________________________________________________15 puntos ___
Optimizando se tiene que:
CPO:
( 2 )
n
n
(x i - 1) 2 0
1/ 2
ln n ln 2
2
2 2
i 1
n
̂
2
n
2 (x i - 1) 2
i 1
_________________________________________________________10 puntos ___
Página 2
Universidad de Chile lunes 23 de noviembre de 2015
Economía & Negocios PAUTA EXAMEN
Respuesta
La definición de la variable en este caso, es:
X : Es una variable dicotómica que tomará el valor 0 cuando la instalación no requiera
mantención y el valor 1 cuando la instalación deba pasar por mantención. Dado que
las personas que solicitan instalación son similares se puede suponer que son
idénticamente distribuidos, tal que E( X ) 0,2 y V ( X ) 0,2(1 0,2) 0,16 . Además,
podemos suponer que son independientes y que el número de observaciones es
grande (n=900)
De esta forma el planteamiento del problema corresponde, a:
Si Pr(900
i 1 X i 150) 0,90 No es necesario contratar más personal.
Si Pr(900 i 1 X i 150) 0,90 Es muy probable que tenga que contratar otro
instalador.
______________________________________________ 10 ptos._______________
En este caso es posible aplicar el TCL, entonces,
1
Pr( 900 900
i 1 X i
1
900
150) Pr(M ( X ) 0,1667)
E[M ( X )] E( X ) 0,2 y V [M ( X )] 1n V ( X ) 1
900
0,16 0,000178
Página 3
Universidad de Chile sábado 27 de junio de 2015
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile sábado 27 de junio de 2015
Economía & Negocios PAUTA EXAMEN
IND: Considere que la muestra cumple con los supuestos típicos para resolver su problema.
Respuesta:
En este caso, para que la autoridad instalé un semáforo, más del 5% de la veces, el tiempo
promedio entre accidente es menor a 12 horas. Si suponemos que X es el tiempo entre
accidentes, nuestra variable X será una Exponencial. Al usar la semana como la unidad de
tiempo, tenemos que lamba puede ser equivalente al inverso de beta. Esto significa que:
1
E ( M ( X ))
10
V (X ) 2 1 1 1
V ( M ( X )) 2
n n 10 50 5000
Teniendo en cuenta que 12 horas son 1/14 semanas, nuestro problema queda definido por:
Pr(M ( X ) 1 / 14) 0,05 La autoridad instalará un semáforo.
Pr(M ( X ) 1 / 14) 0,05 La autoridad NO instalará un semáforo.
________________________________________________________5 puntos ____
Dado que sabemos que 50 es un número lo suficientemente grande y que la muestra es IID, el
cálculo de la probabilidad buscada será:
1 / 14 1 / 10
Pr(M ( X ) 1 / 14) Pr Z Pr(Z 2,02) 0,0217
1 / 5000
________________________________________________________5 puntos ____
Por lo tanto, como la probabilidad es menor al riesgo admisible, la autoridad no debe tomar
medidas.
_________________________________________________________5 puntos ____
Página 2
Universidad de Chile sábado 27 de junio de 2015
Economía & Negocios PAUTA EXAMEN
En donde corresponde a una cantidad histórica de seguros de vida que se han vendido (que
fue calculada por John Bayes) y donde corresponde a un ponderador que corrige las
eventuales sobreestimaciones que se pueda producir y que es estrictamente positivo.
En base a lo anterior justifique la calidad del estimador e indique cuánto costaría reducir un
eventual sesgo a la mitad. Suponga que ampliar tiene un costo proporcional.
Respuesta
Para demostrar la calidad del estimador, en primer lugar se debe analizar la consistencia del
estimador, esto es:
a) Si se cumple que el estimador converge a un número: limn V ˆ 0
b) Si el número al que converge el estimador es el verdadero valor poblacional:
lim n Sesgo 0
________________________________________________________5 puntos ____
Debido a que la variable X i se comporta como una POISSON, entonces se cumple que
E( X ) V ( X ) .
Para reducir el sesgo cuando éste es asintótico debemos ampliar la muestra. Por lo tanto, si
consideramos que debemos comparar dos tamaños muestrales la decisión de utilizar el
estimador está dada por:
Página 3
Universidad de Chile sábado 27 de junio de 2015
Economía & Negocios PAUTA EXAMEN
Ahora, para estimar el costo de la reducción del sesgo se debe estimar el tamaño de la muestra
que se debe utilizar, esto es:
Sesgo _ Final n 1 n 1 n 1
1 2n2 2 n1 2 2 n1 4n2
Sesgo _ Inicial 2 n1 2 n1 4
n2
Por lo tanto, se requiere multiplicar por 4 la inversión para aumentar el tamaño muestral que
reduce a la mitad el sesgo del estimador.
_________________________________________________________10 puntos ___
Página 4
Universidad de Chile Sábado 15 de noviembre de 2014
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile Sábado 15 de noviembre de 2014
Economía & Negocios PAUTA EXAMEN
Página 2
Universidad de Chile Sábado 15 de noviembre de 2014
Economía & Negocios PAUTA EXAMEN
Respuesta
Primero se debe definir la función de verosimilitud o probabilidad muestral, es decir,
xi ( in1 xi )
f ( X | ) f ( x1 , x 2 ,..., x n | ) L( ) in1 exp( 1 xi ) exp( 1 in1 xi )
2
2n
ˆM 12 M ( X )
______________________________________________________10 ptos._____
Página 3
Universidad de Chile Sábado 28 de junio de 2014
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile Sábado 28 de junio de 2014
Economía & Negocios PAUTA EXAMEN
Falso. El enunciado es cierto, salvo por el detalle de que la función de verosimilitud debe
cumplir con un set de propiedades referentes al proceso de optimización, tales como
continuidad, dominio compacto, concavidad de la función, etc., que podrían hacer que no sea
posible utilizar el método de máxima verosimilitud.
__________________________________________________10 ptos.____________
Respuesta
Se tienen 50 hectáreas (muestra), la cuales actúan en forma independiente y, además, al tener la
misma superficie y el mismo cultivo, se puede asumir que se distribuyen idénticamente, es
decir, las 50 hectáreas son IID. Por otro lado, todas optimizan, y bajo las mismas condiciones,
entonces, se concentran en torno a un valor.
Alternativa 1.
Si consideramos que la cantidad de quintales por hectárea es una variable continua, entonces,
X seguirá una distribución normal, tal que E ( X ) 81 y que V ( X ) 9 2 81 .
Alternativa 2.
Si considerados que los quintales están en números enteros, entonces la variable aleatoria X
será una POISSON, tal que E ( X ) V ( X ) 81 .
__________________________________________________ 10 ptos.____________
Para el cálculo de la probabilidad debemos hacer algunos ajustes,
Pr i501 X i 3.950 Pr 1
50
50
i 1 X i
1
50
3.950 Pr( M ( X ) 79)
Por otro lado, se tiene que
E ( M ( X )) E 1
50
50
i 1 X i
1
50 i 1 E ( X i ) 81
50
V ( M ( X )) V
1
50
i 1 X i 1
( 50) 2
50
i 1V ( X i ) 2
i 1 j i 1 cov( X i , X j )
49 50
50
0
V ( M ( X )) 1
(50) 2
50
i 1V ( X i ) 1
50
2 1
50
(9) 2 1,62
Página 2
Universidad de Chile Sábado 28 de junio de 2014
Economía & Negocios PAUTA EXAMEN
__________________________________________________5 ptos.__________
Entonces,
Pr 50
i 1 X i 3.950 Pr(
1
1, 62
( M ( X ) 81) 1
1, 62
(79 81))
Pr( Z 1,57)
1 Pr( Z 1,57)
1 0,942 0,058
__________________________________________________ 5 puntos____________
Luego, dado que la probabilidad que la suma de la cosecha de los cincuentas terrenos sea menor
a 3.950 quintales es de tan solo un 5,8%, el administrador no cambiará el fertilizante que
utiliza.
__________________________________________________ 5 puntos____________
Parte ii. (25 ptos.)
Usted, en miras de la prueba estándar y los exámenes que se avecinan, se encuentra analizando
el tiempo que demora en realizar una prueba tipo, el cual usted sabe que posee la siguiente
función de distribución de probabilidad:
1
exp( x / ) si x 0
f (x | )
0 Otro caso
En donde representa el tiempo promedio que demora en desarrollar sus pruebas. Si usted
posee una muestra de n pruebas para desarrollar, todas de manera independiente, utilizando el
método de máxima verosimilitud encuentre el estimador de y, luego pruebe que es
consistente.
Respuesta
Para determinar el EMV, primero debemos aplicar logaritmo a la función de verosimilitud y
encontrar la condición de primer orden, con lo que:
1 1
f ( X | ) f ( x1 , x 2 ,..., x n | ) L( ) in1 exp( x i / ) exp( in1 x i / )
n
Página 3
Universidad de Chile sábado 30 de noviembre de 2013
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile sábado 30 de noviembre de 2013
Economía & Negocios PAUTA EXAMEN
Los alumnos señalaron que no les molestaría salir 3 veces a la pizarra durante un semestre
completo con una seguridad del 85% o superior, pero una mayor cantidad de veces los pondría
de mal humor y preferirían que no se implementara dicha innovación. El CEA estimó que de
acuerdo a su proyecto y el número de alumnos promedio en la sala, la probabilidad de salir a la
pizarra en una clase es del 5%. Si el semestre consta de 32 clases, el CEA logrará implementar
su proyecto de innovación en el aula sin que los alumnos se sientan incómodos. Justifique
adecuadamente su respuesta.
IND. Asuma que para muestras superiores a 30 observaciones se puede considerar una muestra
de gran tamaño, además utilice 4 decimales para sus cálculos.
Respuesta
Diremos que X representa el salir o no a la pizarra, de manera que si X 1 el alumno saldrá a
la pizarra y, si no lo hace será X 0 , por lo tanto, E ( X ) 0,05 y V ( X ) 0,0475 . Entonces, el
planteamiento del problema corresponde a:
Si Pr( 32 i 1 X i 3) 0,85 , se podrá aplicar la innovación en el aula sin causar
incomodidad.
Si Pr( 32 i 1 X i 3) 0,85 , la innovación causará molestias en los alumnos.
__________________________________________________10 ptos.____________
Al calcular la probabilidad es posible hacer ajustes para utilizar el TCL, es decir,
32 X i 3
Pr( 32 X 3) Pr i 1 Pr( M ( X ) 0,0938)
i 1 i 32 32
En este punto pasamos de una variable discreta a una continua por el TCL.
_____________________________________________________5 ptos._________
M ( X ) 0,05 0,0938 0,05
Pr( i32 Pr( Z 1,13) 0,8707
1 X i 3) Pr
0 , 0475 / 32 0,0475 / 32
____________________________________________________10 ptos._________
En este caso como la probabilidad es igual a 87%, entonces, sí es posible implementar la
innovación en el aula sin causar problemas en los estudiantes.
___________________________________________________5 ptos.___________
IMPORTANTE: Téngase presente que de usar una Binomial, no podría utilizar el TCL,
debido a que la primera es una variable discreta y, la correspondiente al TCL es una normal
estándar que es continua, por eso se utiliza el promedio de la muestra el cual puede tomar
valores continuos. Por lo tanto, aunque coincidan en resultado, metodológicamente es
incorrecto.
Página 2
Universidad de Chile sábado 30 de noviembre de 2013
Economía & Negocios PAUTA EXAMEN
Respuesta
En este caso el planteamiento del problema corresponde a:
Si lim n sesgo( ˆ ) 0 el estimador no debe ser ajustado
Si lim n sesgo( ˆ ) 0 el estimador deberá ser ajustado
______________________________________________________5 ptos.________
El cálculo del sesgo corresponde a:
4 n X i
sesgo( ˆ ) E ( ˆ ) E i 1
2n
4 in1 E ( X i ) 4 n
sesgo( ˆ )
2n 2n
4 n ( 2 n) 4 2
sesgo ( ˆ )
2n 2n
_____________________________________________________10 ptos.________
El cálculo del límite corresponde a:
4 2
lim n sesgo( ˆ ) im n 0
2n
Por lo tanto, no es necesario hacer ajustes al estimador, éstos se pueden corregir aumentando la
muestra.
____________________________________________________5 ptos._________
Página 3
Universidad de Chile sábado 6 de julio de 2013
Economía & Negocios PAUTA EXAMEN
Página 1
Universidad de Chile sábado 6 de julio de 2013
Economía & Negocios PAUTA EXAMEN
IND: En la muestra extraída todas las zonas son igualmente aptas para la construcción y se
asume que las personas que viven actualmente en el lugar se han instalado de forma
independiente.
Respuesta
Por tratarse de una variable discreta en un rango de distancia, el número de personas que viven
cada 100 metros cuadrados sigue una distribución POISSON con una media de 4 personas y
varianza de 4 personas al cuadrado, con una muestra de 30 observaciones. Debido a que se trata
de un mismo sector, es posible suponer que son Idénticamente Distribuidos, como la ubicación
de las personas es una decisión endógena, entonces podemos asumir que son Independientes.
______________________________________________________5 ptos.______
Por lo tanto, el planteamiento del problema corresponde, a:
Si Pr(M ( X ) 5) 0,7 Se construye en altura.
Si Pr(M ( X ) 5) 0,7 Se construye a nivel del suelo.
__________________________________________________10 ptos.____________
Además, sabemos que
E ( M ( X )) 4
4
V ( M ( X ))
30
Por lo tanto, el cálculo de la probabilidad corresponde a:
M ( X ) - E (M ( X ) 5 - 4
Pr( M ( X ) 5) Pr Pr( Z 2,73) Pr( Z 2,73) 0,00317 0,7
V ( M ( X )) 4 / 30
Por lo tanto, se podrá construir a nivel de suelo.
__________________________________________________10 ptos.____________
Parte ii. (25 ptos.)
Una importante empresa productiva posee varias líneas de ensamblaje, de las cuales salen
grandes cantidades de productos terminados (variable continua). La empresa está interesada en
estimar la cantidad promedio que produce a la semana. Para tales efectos, realizó un
seguimiento durante 20 semanas, en las cuales se registró la cantidad producida en cada una de
esas semanas. La empresa señaló que deberá reorganizar las líneas de ensamblaje si la
estimación de la producción promedio semanal es inferior a 50 mil unidades, por su parte, si se
encuentra entre 50 y 100 mil unidades, se mantendrá como hasta ahora debido a que se
encontraría dentro de los rangos de demanda esperados, finalmente, si la estimación da cuenta
Página 2
Universidad de Chile sábado 6 de julio de 2013
Economía & Negocios PAUTA EXAMEN
de más de 100 unidades en promedio a la semana, la empresa deberá reducir la producción para
evitar el sobre stock. El total producido durante las 20 semanas fue de 1.060 mil unidades.
Según lo indicado, señale cuál debería ser el comportamiento de la variable del problema
(función de distribución de probabilidad), cuál sería el parámetro a estimar. Encuentre el
estimador de máxima verosimilitud y luego, en base a dicho estimador, señale cual sería el
planteamiento del problema. Finalmente, usando los datos, indique cuál sería la decisión de la
empresa. Justifique su respuesta.
IND: Tenga presente que la empresa debe mantener un nivel de producción relativamente
constante, para mantener los costos controlados.
Respuesta
En el enunciado se señala que la variable de producción en continua, además la producción de
la empresa se concentra en un punto, ya que debe mantener los costos controlados. Por lo
tanto, este problema se caracteriza por una variable aleatoria X , que sigue una distribución
normal con media y varianza desconocida.
Debido a que se trata de producción semanal, no es posible inferir que son dependientes,
además, es la misma empresa, por lo tanto, las 20 observaciones son Independientes e
Idénticamente Distribuidas.
________________________________________________________ 5 ptos.____
Ciertamente la media y la varianza serán desconocidas, sin embargo, sólo se busca el estimador
de la media. En este caso el problema del estimador corresponde a:
1 1
f ( x1 , x 2 ,..., x n | , 2 ) exp 2 in1 ( xi ) 2
2 2 2
ln(2 ) ln( 2 ) 1
ˆ arg max ln[ f ( x1 , x 2 ,..., x n | , 2 )] ( , 2 ) in1 ( xi ) 2
n n 2 2
Condición de primer orden
( , 2 ) 1
2 in1 ( xi ) 0
Por lo tanto, el estimador de máxima verosimilitud de la media corresponde a:
ˆ M ( X )
________________________________________________________10 ptos.______
Entonces, el planteamiento del problema corresponde a:
Si ˆ 50 deberá reorganizar
Si 50 ˆ 100 se quedará como esta
Si ˆ 100 reducirá la producción
_____________________________________________________ 5 ptos._______
A partir de las 20 observaciones, se tiene que:
1 n 1060
ˆ M ( X ) i 1 xi 53
n 20
Por lo tanto, la empresa se mantendrá como está, ya que produce dentro del rango esperado.
_____________________________________________________5 ptos.________
Página 3