Unidad 2

ADA 2. Ejercicios sobre distribuciones muestrales

Integrantes:

Balam Aguilar, Juan Diego

Farías Suárez, Adrián Augusto

Liera Dávila, Rafael Eliseo

Martínez Cuevas, Sebastián

Facultad de Matemáticas, Universidad Autónoma de Yucatán

Inferencia Estadística

Mtro. Felipe Reyes Tuz Poot

6 de febrero de 2023
 FACULTAD DE MATEMÁTICAS
INFERENCIA ESTADÍSTICA (L.A.)

ADA 2. Unidad 2
EJERCICIOS SOBRE DISTRIBUCIONES MUESTRALES
Resultado de Aprendizaje:
1. Deduce las distribuciones muestrales utilizadas en estimación y pruebas de
hipótesis, relacionadas con los parámetros media y varianza
Proceso.

Tipo de trabajo: Colaborativo.

Instrucciones: Resuelve cada uno de los siguientes ejercicios.

1. Sea X 1 , … , X n una muestra aleatoria de una población que se distribuye Bin ( m, p ).

¿Cómo se distribuye la variable aleatoria Z=X 1 +…+ X n
SOLUCIÓN:
Sea q=1− p

M Z ( t ) =( M X )n
1

M Z ( t ) =[ ( q + p e ) ]
t m n

mn
M Z ( t ) =( q+ p e t )

Por lo tanto, Z Bin(nm , p)

2. Un distribuidor minorista vende tres marcas de automóviles. Para la marca A, su

utilidad X por venta, está distribuida normalmente con parámetros ( μ 1 , σ 21 ); para la
marca B su utilidad Y por venta está distribuida normalmente con parámetros
( μ 2 , σ 22 ); para la marca C su utilidad W por venta está distribuida normalmente con
parámetros ( μ 3 , σ 3 ). Para un año, dos quintas partes de las ventas del distribuidor
2

son de la marca A, un quinto de la marca B y los dos quintos restantes de la marca

C. Si contamos con datos sobre las utilidades por ventas n1 , n2 , n3 de las marcas A,
B, y C, respectivamente, la cantidad U =0.4 X +0.2 Y +0.4 W calculará el verdadero
promedio de utilidad por ventas para el año. Encuentre la media, la varianza y la
 función de densidad de probabilidad para U. Suponga que X, Y y W son
independientes.
SOLUCIÓN:

3. Sea Y 1 , … ,Y 5 una muestra aleatoria de tamaño 5 de una población normal con

5
media 0 y varianza 1 y sea Y =∑ Y i. Sea Y 6 otra observación independiente de la
i=1
misma población.
SOLUCIÓN:
i) ¿Cuál es la distribución de…?
5
a ¿ W =∑ Y i2 χ 2(5)
i=1

5
b ¿ U =∑ (Y ¿¿ i−Y )2 χ 2(4 ) ¿
i=1

5
c ¿ ∑ (Y ¿¿ i−Y )2 +Y 62 χ 2(5) ¿
i=1

ii) ¿Cuál es la distribución de…?

√5 Y 6
a¿
√W
2Y 6
b¿
√U
2(5 Y 2 +Y 62 )
c¿
U

4. Supóngase que X 1 y X 2 son las medias muestrales de dos muestras de tamaño n,

provenientes de una población con varianza σ 2. Determina el valor de n tal que la
probabilidad de que | X 1−X 2|> σ sea 0.01. [Sugerencia: primero halla la distribución
de X 1 −X 2]
SOLUCIÓN:
 5. Sea X 1 , … , X n una muestra aleatoria de una distribución N ( θ1 ,θ 2 ) , con θ1 , θ2
desconocidos. Tomando como referencia esta muestra, realiza lo que se te pide:
SOLUCIÓN:
a) Da un ejemplo de variable aleatoria que no sea estadístico

( )
X 1−θ 1
√ θ2
b) Da un ejemplo de variable aleatoria que sea estadístico
X
c) Construye una variable aleatoria que tenga distribución t 5

3θ 2
d) Construye una variable aleatoria que tenga distribución que tenga varianza
n
√3 X
2
e) Construye una variable aleatoria que tenga distribución χ (3 )

(
X i−θ 1 2
)
3

∑ θ
i=1 √ 2
f) Construye una variable aleatoria con varianza 4 θ2 y media θ1
2 X 1−θ 1

6. La resistencia a la tensión para cierto tipo de alambre se distribuye normalmente

con una media desconocida μ y una varianza desconocidaσ 2. Se seleccionaron al
azar seis segmentos de alambre de un rollo grande y se midió Y i , la resistencia a la
tensión para el segmento i, donde i=1,2 , … , 6. La media de la población μy la
2
σ
varianzaσ 2 se pueden estimar por Y y S2, respectivamente. Ya que σ 2Y = , puede
n
S2
ser estimada por . Encuentre la probabilidad aproximada de queY esté a lo más
n
2S
de la verdadera media poblacional μ.
√n
SOLUCIÓN:

(
P |Y −μ|≤
2S
√n ) (
=P
−2 S
√n
≤Y −μ ≤
2S
√n
=P −2 ≤) ( S S ) (
√n(Y −μ) ≤ 2 =P −2 ≤ Y −μ ≤2 =P(−2≤ G ≤2) ≈ 0.90
)
√n
 Nota: Observe que G t 5

7. Sean X 1 , … , X n variables aleatorias independientes y con distribución χ 2, cada una

con grado de libertad 1. Defina Y como
n
Y =∑ X i
i=1
a) Use la representación anterior de Y como la suma de las X para demostrar que
(Y −n)
Z= tiene una distribución normal estándar asintótica
√2 n
b)

8. Sean X 1 , X 2 , … variables aleatorias independientes que se distribuyen N ( 0,1 ) . Hallar

2 2 2
P( X 1 + X 2 + …+ X 100 ≤ 120) .

SOLUCIÓN:

2X
9. Si X tiene una distribución exponencial con media λ , demuestre que Y = tiene
λ
una distribución ji-cuadrada con 2 grados de libertad.
SOLUCIÓN:
−x
1 2X
La f.d.p de X es f X ( x )= e λ . Definamos una nueva variable aleatoria Y = . De aquí
λ λ
λy
se tiene una nueva ecuación cuya solución para X es x= . Luego calculemos la
2

||
−λy −y
dx λ 1 λ 1
derivada de X con respecto a Y, = . Luego, la f.d.p de Y es f Y ( y )= e 2 λ = e 2
dy 2 λ 2 2
2
. Ahora comparemos la f.d.p de Y con una variable aleatoria Z χ (2 ) con f.d.p
k
−1 −z −z
z2 1
f Z ( Z )= e 2
⇒ f Z ( Z )= e 2
2
()
k
k
2 Γ
2
2
2
Observe que son iguales. Por lo tanto, Y χ (2) .