Universidad de Chile

Facultad de Ciencias Físicas y Matemáticas

Departamento de la Universidad
EL3204-1 - Análisis de Sistemas Dinámicos y Estimación

Auxiliar 8
Estimador ML y MAP

Profesor: Marcos Orchard

Auxiliares: Pía Contreras Guerrero
Ayudantes: Valentina Castro, Gabriel Chávez, Benjamín Moreno, Samuel Ponce,
Mauricio Ravanal, Omar Silva, Francisco Soto

Pregunta 1
Consideremos R+ + +
0 , R ∪ {0}, λ ∈ R y una secuencia X = X1 , ..., Xn de v.a. independientes e
idénticamente distribuidas (i.i.d.) a valores en R+
0 para un cierto n ∈ N, tal que Xi ∼ exp(λ).
1

1. Dada la secuencia X = (X1 , ..., Xn ), determine el estimador de máxima verosimilitud θ̂M L (X1 , ..., Xn )
del parámetro λ.
Indicación: Se debe llegar a una expresión para θ̂M L (x1 , .., xn ) como función de x1 , .., xn y los
parámetros conocidos del problema.

2. Determine si el estimador θ̂M L (X1 , ..., Xn ) es insesgado.

3. Obtenga la varianza de θ̂M L (X1 , ..., Xn ).

4. Finalmemte analice si el estimador θ̂M L (X1 , ..., Xn ) es consistente.

Pregunta 2
Se tiene la siguiente información x[n] = A + ω[n] para n = 0,1,...,N-1 son observaciones. Se sabe
que el parámetro A a priori distribuye con la PFD exponencial, es decir,

p(A) = λ · e−λA si A>0

p(A) = 0 si A<0

Con λ > 0 y ω[n] como ruido Gaussiano blanco de varianza σ 2 e independiente de A, encuentre
el estimador MAP de A.

x
1 −λ
1
Si X sigue una distribución exponencial de parámetro λ entonces su fdp es fX (x) = λe , ∀x ∈ R+
0 .

Auxiliar 8 1