1.

El tiempo de vida, X (en días) de una bacteria tiene la función de densidad:

1 −𝑥
𝑓(𝑥) = {10 𝑒 , 𝑠𝑖 𝑥 ≥ 0
𝑘

0 , 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Donde k es una constante positiva. Calcúlese el valor de k.

Solución
Sea x: el tiempo de vida en días de una bacteria
Propiedades de una función de densidad de probabilidad
𝑓(𝑥) ≥ 0 , −∞ ≤ 𝑥 ≤ ∞
∞

∫ 𝑓(𝑥)𝑑𝑥 = 1
−∞
∞
1 𝑥
∫ 𝑒 −𝑘 𝑑𝑥 = 1
10
0

Cambio de variable
𝑥
𝑢=−
𝑘
1
𝑑𝑢 = − 𝑑𝑥 → −𝑘𝑑𝑢 = 𝑑𝑥
𝑘
∞
1 𝑥
∫ 𝑒 −𝑘 𝑑𝑥 = 1
10
0
∞
𝑘
− ∫ 𝑒 𝑢 𝑑𝑢 = 1
10
0

𝑘 𝑢∞
− 𝑒 | =1
10 0
𝑘 −𝑥 ∞
− 𝑒 𝑘| = 1
10 0
𝑘 −∞ 𝑘 0
− 𝑒 𝑘 − (− 𝑒 −𝑘 ) = 1
10 10
𝑘 −∞ 𝑘 −0
− 𝑒 + 𝑒 =1
10 10
𝑘
=1
10
𝑘 = 10
 ∞
1 𝑥
∫ 𝑒 −10 𝑑𝑥 = 1
10
0

2. Sea X1, X2,….Xn una muestra aleatoria de la densidad:

1 𝑥−2
𝑓(𝑥, 𝜃) = 𝑒 𝜃 𝑠𝑖 𝑥 ≥ 2
𝜃
Hallar la cota inferior de Cramer-Rao para la varianza de estimadores insesgados de θ
Solución
1
𝑉(𝜃̂𝑛 ) ≥ 2
𝛿
nE { 𝐿𝑛[𝑓(𝑥, 𝜃)]}
𝛿𝜃
2
𝛿
Ix = nE { 𝐿𝑛[𝑓(𝑥, 𝜃)]}
𝛿𝜃
Derivadas
𝑢′ 𝑢 𝑣∙𝑢′ −𝑢∙𝑣 ′ 𝑘 𝑘∙𝑢′
ln (𝑢) → → 𝑒 𝑢 → 𝑒 𝑢 ∙ 𝑢′ →−
𝑢 𝑣 𝑣2 𝑢 𝑢2
2 2
𝑥−2 ′ 𝑥−2 ′ 𝑥−2
𝑒 𝜃 𝜃∙ (𝑒 𝜃 ) − 𝑒 𝜃 ∙𝜃 ′
2 [ 𝜃 ]
𝛿 1 𝑥−2 𝜃2
Ix = nE { 𝐿𝑛 [ 𝑒 ]}
𝜃 = 𝑛𝐸 = 𝑛𝐸
𝛿𝜃 𝜃 𝑥−2 𝑥−2
𝑒 𝜃 𝑒 𝜃
𝜃 𝜃
{ } { }
𝑥−2 ′ 𝑥−2 2 𝑥−2 𝑥−2 2
𝑥−2 2−𝑥
𝜃 (𝑒 𝜃 ∙ [ ] )−𝑒 𝜃 𝜃 (𝑒 𝜃 ∙ 2 ) − 𝑒 𝜃
𝜃 𝜃
𝜃 2 𝜃 2
= 𝑛𝐸 𝑥−2 = 𝑛𝐸 𝑥−2
𝑒 𝜃 𝑒 𝜃
{ 𝜃 } { 𝜃 }
𝑥−2 2
𝑥−2 (2 − 2
𝑒 𝜃 ∙ (2 − 𝑥) 𝑥−2 𝑥)
− 𝑒 𝜃 𝑒 𝜃 [ 𝜃 − 1]
𝜃
𝜃 2 𝜃2
= 𝑛𝐸 𝑥−2 = 𝑛𝐸 𝑥−2
𝑒 𝜃 𝑒 𝜃
𝜃 { 𝜃 }
{ }
𝑥−2 (2 − 2 2
𝜃𝑒 𝜃 [
𝑥)
− 1] (2 − 𝑥) (2 − 𝑥) − 𝜃 2
𝜃 −1
= 𝑛𝐸 { 𝑥−2 } = 𝑛𝐸 { 𝜃 } = 𝑛𝐸 { 𝜃 }
𝜃 𝜃
𝜃2𝑒 𝜃
2
(2 − 𝑥) − 𝜃 [(2 − 𝑥) − 𝜃]2 (2 − 𝑥)2 + 2(2 − 𝑥)𝜃 − 𝜃 2
= 𝑛𝐸 { } = 𝑛𝐸 { } = 𝑛𝐸 { }
𝜃2 𝜃4 𝜃4
4 + 4𝑥 − 𝑥 2 + 4𝜃 − 2𝜃𝑥 − 𝜃 2
= 𝑛𝐸 { }
𝜃4
1 1 1 1 1 1
= 𝑛 [4𝐸 ( 4 ) + 4𝑥𝐸 ( 4 ) − 𝑥 2 𝐸 ( 4 ) + 4𝐸 ( 3 ) − 2𝑥𝐸 ( 3 ) − 𝐸 ( 2 )]
𝜃 𝜃 𝜃 𝜃 𝜃 𝜃
1 1 1
= 𝑛 {[4 + 4𝑥 − 𝑥 2 ]𝐸 ( 4 ) + [4 − 2𝑥]𝐸 ( 3 ) − 𝐸 ( 2 )}
𝜃 𝜃 𝜃
(4 + 4𝑥 − 𝑥 2 ) 4 − 2𝑥 1
= 𝑛[ + − 2]
𝜃4 𝜃3 𝜃
 1
𝑉(𝜃̂𝑛 ) ≥
(4 + 4𝑥 − 𝑥2) 4 − 2𝑥 1
𝑛[ + − 2]
𝜃4 𝜃3 𝜃

3. Supóngase que X tiene una distribución de WEIBULL con función de densidad:

𝑓(𝑥) = (𝜆𝛼)𝑥 𝛼−1 𝑒 𝜆𝛼𝑥 ; 𝑥 > 0
Supóngase que α es conocida. Encontrar el estimador máximo verosímil de λ con base en una
muestra de tamaño n.
Solución

𝛼−1 𝜆𝛼𝑥
𝑓(𝑥, 𝜆) = {(𝜆𝛼)𝑥 𝑒 𝑠𝑖 𝑥 > 0
0 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
La función de verosimilitud viene dada por:
𝑛 𝑛
(𝛼−1) 𝜆𝛼𝑥𝑖
𝐿( 𝑥1 , 𝑥2 , … 𝑋𝑛 , 𝜆) = ∏ 𝑓(𝑥𝑖 , 𝜆) = (𝜆𝛼)𝑛 ∏ 𝑥𝑖 𝑒
𝑖=1 𝑖=1
Aplicando logaritmo neperiano, para simplificar el proceso de optimización nos queda:

𝑛 𝑛

𝐿𝑛(𝐿(𝑥1 , 𝑥2 , … 𝑋𝑛 , 𝜆)) = 𝑛𝐿𝑛(α) + 𝑛𝐿𝑛(λ) + (𝛼 − 1) ∑ 𝐿𝑛(𝑥𝑖 ) + 𝜆 ∑ 𝑥𝑖

𝑖=1 𝑖=1
Derivamos con respecto a λ e igualamos a cero

𝑛 𝑛
𝛿
[𝑛𝐿𝑛(α) + 𝑛𝐿𝑛(λ) + (𝛼 − 1) ∑ 𝐿𝑛(𝑥𝑖 ) + 𝜆 ∑ 𝑥𝑖 ] = 0
𝛿𝜆
𝑖=1 𝑖=1
𝑛
′
𝜆
𝑛 + ∑ 𝑥𝑖 = 0
𝜆
𝑖=1
𝑛
1
𝑛 + ∑ 𝑥𝑖 = 0
𝜆
𝑖=1
𝑛
λ=− 𝑛
∑𝑖=1 𝑥𝑖
4. Una fábrica tiene un gran número de artículos almacenados algunos de los cuales provienen
de un método de producción que en la actualidad se considera obsoleto, mientras que otros
provienen de un proceso moderno. Del almacén se escogen al azar 3000 artículos. De estos,
se encontró que 1578 se han fabricado con el vetusto proceso. Utilizando la aproximación
anterior, determine un intervalo de confianza de 99% para la proporción de artículos del proceso
insatisfactorio. Interprete sus resultados.
Solución
n=3000 artículos
1578
𝑝̂ = = 0,526
3000
𝑞̂=1-0,526=0,474
α=0,01
Zα/2=2,58 (ver tabla 1)
𝑝̂ 𝑞̂ 𝑝̂ 𝑞̂
𝑝̂ − 𝑍𝛼 √ ≤ 𝑝 ≤ 𝑝̂ + 𝑍𝛼 √
2 𝑛 2 𝑛

0,526 ∙ 0,474 0,526 ∙ 0,474

0,526 − 2,58√ ≤ 𝑝 ≤ 0,526 + 2,58√
3000 3000
0,5025 ≤ 𝑝 ≤ 0,5495
El parámetro proporcional de artículos defectuosos se encuentra entre 0,5025 y 0,5495.
Es decir, con el método antiguo de producción se puede tener entre 1508 y 1648 artículos
defectuosos.
5. Estamos estudiando el efecto del estrés sobre la presión arterial. Nuestra Hipotesis es que la
presión sistólica media en varones jóvenes estresados es mayor que 18 cm de Hg. Estudiamos
una muestra de 36 sujetos y encontramos 𝑥̅ = 18,5 y S=3,6. Plantee el contraste de Hipotesis
y calcule la probabilidad de cometer un error tipo II.
Solución
Ho:μ≤18
H1:μ>18

n=36 sujetos
𝑥̅ = 18,5
S=3,6
α=0,05
Zt: 1,64 (ver tabla 2)
𝑥̅ − 𝜇
𝑍𝑐 =
𝑆/√𝑛

18,5 − 18
𝑍𝑐 = = 0,8333
3,6/√36

Zc:0,833<Zt:1,64
No se rechaza la Hipotesis nula, es decir; no se tiene evidencia de que la presión arterial sea
superior a 18 cm Hg.

3,6
𝑥̅ → 𝑁 (17, )
√36

μ=17

18 − 17
𝑃(𝑥̅ ≤ 18) = 𝑃 (𝑍 ≤ ) = 𝑃(𝑍 ≤ 1,66) = 0,0485
3,6
√36

3,6
Por lo tanto, el valor del error tipo II para 𝑥̅ → 𝑁 (17, ) es de 0,0485≈0,05
√36
Tabla 1
Tabla 2