Instituto Tecnológico de Costa Rica

Escuela de Matemáticas
Estadística I-2022

Estimacion Puntual.

Salmos 91: 10
 Estimación de parámetros

Puntual

ESTIMACION Intervalo de confianza

Pruebas de Hipótesis
Estimación Puntual
 Estimación de máxima verosimilitud

La función de verosimilitud es la probabilidad de que una muestra

aleatoria observada ocurra en función del parámetro desconocido.

La estimación de máxima verosimilitud consiste en maximizar la

función de verosimilitud.
 3 Estimación puntual v) 2=v 2 2 2 e−v (2u −296u+18 087) Giovanni Sanabria
3 Estimación puntual a g (u,4π Giovanni Sanabria
ndo la ◆kexpresión
1 ✓ anterior ◆k 1 se ✓ tiene que ◆k 1 4π v
)0, 3 k ✓2.0,k3Determine
. Derivando ◆kexpresión
la 0,11k ✓las 0, 1
◆k 0,1µ9
kestimaciones
anterior se ✓
k
tieneF
0, 9 de
◆⇠
que ¶ f1F(6;
k
máxima ⇠
18)
fverosimilitud
(6; 18) de u y v. R/ u = 74, v = 3567.5 P (F >
P (F >
a)= 06 43 2. Determine
4) 0 las estimaciones µ
6 43 de máxima verosimilitud de u y v. ¶ R/ u = 74, v = 3567.5
3= 3− +33=Ejemplo
g (a)
2− +3
63=⇒ 43 21g3=⇒
4)Ejemplo 3La =3 (a)
(a) variable
21g 0 3
− =aleatoria
La avariable
+ −2 +g (a)
3 a aleatoria
6 43
X tiene g (a) densidad de probabilidad dada por
X tiene densidad de probabilidad dada por
) a a
g (a) Ejercicios a a 2 a a 2
✓◆ 3.3 ◆k✓ 13.3 ✓ Ejercicios
◆ ◆✓k 1 ◆ f (x) =
x
, xpara x ≥ 0
k, 3 0, 01 k 0,k1 0, 9k 0,69 436 43
k 1 k 1 k 1 f (x) a2 e=x/aa2 ex/a , para x ≥ 0
e que g (a)
a. Para 1.que = g00X
Sea basta
(a) =Y 0que
ySea dos
1.observaciones
Xbasta y−variables
Yaque + −variables
dos =+ 0 o aleatorias
2 aleatorias =que og12; f(a)
0=independientes =
gf 0, =
quexindependientes
(a) dado f0,0,975,6,18
que
tales
dadof= se
queque
tales =que
0,975,6,18 se3,2209
= 3,2209fla festimación = 4,0146
0,99,6,18 = 4,0146
0,99,6,18
33 3 3 Tres 3 3 3
Tres 3 3
observaciones de a X son 2 x
a dea X son x1 = 12; x2 = 16 y x3µ
1 2 = 16 y x 3 15. =µ Encuentre
15. ¶ Encuentre la estimación dedemáxima máxima
g (a) ydeque
máximo g g
(a) (a)
y ≥
que 0,
g pues
(a) ≥ es
0, una
pues esmultiplicación
una multiplicación de probabilidades,
de probabilidades, se se ¶
◆ación ✓ verosimilitud
✓ ya que ◆ del
verosimilitud parámetro
◆kelde del parámetro a. a. 1 1
k 1valor Xhace
)k k=310,g ya que 0,está
=·3 0, 10,·10,busca 1 ·el0, 0,1975 = aP que
3975
k1valor (F k 3 aP∼que NX
3,2209) (5θ
mínimo +mínimo
∼3,2209)
N < 5,aP
(5θ 9)+g.(F,< 5,Así,
9)Yg.(F
 ,∼4) YB<∼ 4)P 20,
B< (F4P20, 
(F44,0146) = 0, = 99
0, 3(k(F1)   4,0146)
(a)1k 1está
· 0, busca 0, de= hace aP Así, 0, 99
3(k 1)
= 61 43 61=) 43
= 43 =(0, 1)
43 (0, 1)
27 27aestimadores
Ejemplo
27
−Considere − =
+1. Determinación
+0
los
Considere =⇒ =a
siguientes00,
=)
los= =⇒ 025
siguientes 0,=la
= 27(F
P
025 =la
estimadores>P (F 3,2209)
de >
un 3,2209)> Pverosimilitud
parámetro (F
> P> θ(F de4)> >
una 4) Pg. >(F P (F
determina >este 4,0146)
> población:
4,0146) == 0, 01
0,observada
01
a a2 a a2 1. Determinación 6 de 6 de función función dede un
de parámetro
verosimilitud θg. de En una Endetermina
este casocaso la población:
muestra
la muestra observadaeses
(12, 16, 15) (12,, 16, por15) lo, tantopor lo=) latanto funciónX=)la
0,−función
01 X0,<
Yde − Yde
01 P<
verosimitud verosimitud
(F Pb>(F4) es> X< es
4)
+XY0, <+025 Y0, 025
b b
θ = 43 43 , b
θ =
aión estimación
de máxima de máxima
verosimilitud verosimilitud del parámetro θ
del parámetro =
1 a es a es 1 . , El .
lectorEl θ
lector
puede
2 = puede
2
5 56 12 12 16 5 16 5 15 15
=2880
2880
(g(k))
este valor = la 3 ln(k)
función g ln(27)
alcanza +
sui 3(kgmáximo.
(a) = 1) gf(a) (12)
ln(0, = ff (12)
1) (16)6ff (16) (15)f= (15) =
X = X
=r la 3función
ln(k) g alcanza ln(27) ¿Cuál +
sui3(k
de
máximo.
estos 1)esln(0, el mejor 1) estimador del parámetro a2 e12/a
2 12/a
a ea2 e16/a
θ?
2 16/a
a e a2 e15/a
Justifique
a e2 15/a 6
a6 ea43/a e43/a
b b
¿Cuál de estos es el mejor estimador del parámetro3 θ? 3 αJustifique
3
−1 su respuesta.R/ EsEs
su respuesta.R/ mejormejor θ1θ. 1 .
riable aleatoria Xuna tiene 2.una distribución
Simplificación con ⇣(a) densidad
⌘. kgSe f=(x) α3= α−1x para
⌘kkgde ln f(a) . Se busca αel valor
atoria X tiene2.
2. Sea
distribución
Simplificación
X y Y dos
conde⇣x
variables
densidad
ln x
aleatorias 1(x)busca el
independientes
x
valor depara adeque
tales
a que
que maximice
1
maximice g. g. Para Para elloellolo lomejor
mejoreses
nstante. Dadas
Dadas las2.observaciones las observaciones
Sea X primeramente
y Y dos primeramente
variables x k = 0.5,
1 x aleatorias aplicar x 1 = 0.4
logaritmo
0.42 y xindependientes y x a= g 0.25,
: encuentre
talesrxque 1 la
faplicar
(x) 2== ¶rx0  3 3µla−33µ ¶ ¶ k k
3
fx(x)1 == 0.5, logaritmo
3 3 3 a=g 0.25,
µ
:µ
¶ 0encuentre
a verosimilitud de3 α. 3 3 3 B 1ln R/ 1 α 3 , = −3 1 a43− 43
6Solución
1
0) ln(0,de1)α. = 0 =)
ilitud + 3 ln(0, 1) =X 0∼ BX ∼ 10θ,
ln R/ 10θ,
g (a) =, ln αg (a)= 2Y
=
2880
ln Y
∼
2880
B
−
∼ln
6 ln
B−
0.05
20θ,
20θ,
ln
a− 5 a Y n
) = 0 =) + 3 ln(0, k 1) = 0 x = 0,
2 3 x ln
= 0.05
0, 1 x5 a= 0, 9
os parámetros desconocidos, k Solución
Solución
la maximización 0n x de=la0,1función
1función 3ladeexpresiónxun 2 =
de 0,2
1 seθxse3deseL(✓|x)
verosimitud = 3
0, que =
9determina f (xi , ✓)
etros desconocidos, 3.
Considere
Solución
la Calcular
maximización los siguientes
0
gYY n(a)
de . la
Derivando
estimadores k deverosimitud parámetroanterior tiene
una población:
vadas parciales son
3. Solución
nulas,
Calcular
Considere los siguientes por lo
g tanto,
(a)
n . las
Derivando
estimadores estimaciones la expresión
de unse obtienen anterior
parámetro al resolver
θ sede tiene
una el que
determina
µ i=1 población:
¶
ciales
das son nulas,
parciales iguales poralocero. tanto,L(✓|x)
L(✓|x)
1Y
n Y estimaciones
las == ff(x (xii,k,✓) g✓)0se (a)obtienen 6 al 43resolver el0 µ X + Y 6 ¶43✓ ◆ ✓ ◆ ✓ ◆ ✓ ◆k
)les= iguales
3 ln(10)a cero. =) L(✓|x) L(✓|x)
k 1= = = f
f (xi=1(x ,i ,
✓) g✓) 0
(a) b
θ 61 == −X
43 − +Y, 2 =⇒0 b θ g=
X
2 (a)
+ Y = 6 − 43 +k 2 0.3 g (a)k 1 k 0.1 k 1 k 0.9 k 1 k 3 1
θ✓ (a). ◆ 1−9 ✓ ◆akg (a) ✓ ·◆k 1
ii=1 b gdistribución
(a) a será a gb
10) =) k desconocidos
os parametros = ln(10)
α y i=1 β, la función ✓✓ (a) θ◆ 1◆
de = k=
−X −+✓ ✓a2 ◆
Y, ◆=⇒ kk✓11k(α,
g✓ =✓
β) =
Y◆ L(k|x)
k la
◆ +a=2✓✓ 1 ◆ ◆kk 0, · =
i=1 ✓ kk◆g0.3 0.3 k 11 a
✓ kk ◆ 0.1
0.1 ✓ k
2
k ◆
◆0, 3
0.9
0.9 9 kk✓1k 1a ✓ 0,
k◆a
k 331 3◆ 1 1 ✓
3k 11◆9k 31 3 3 3 27 1000
etros desconocidos
a verosimitud de losln(10)
α¿Cuál
y β, de
parámetros la estos
L(k|x) función
L(k|x) g(k)es,
✓ = =
en
es
= ◆
el
de
f (0,kdistribución
condiciones
mejor 13)festimador(0,
✓ 1)f
ideales,
· ◆ será
(0, kdel
·quekg01(a) = 1g
9) k
solución(α,
= ✓
parámetro
β)
0, · 3
del
◆
· k 3que
k
. Ysistema
kθ? 1
la1Justifique
k 6 ✓
30,=431 su
k
◆
1 kk 1 0, 9
respuesta. R/ b
θ ✓ ◆
itud de los ¿Cuál parámetros ⎧g(k)
L(k|x) =
4.es,Estimación
en= fk (0,
kelcondiciones
0.3 0.3
3)f
33 de
k 1
(0,33a.ideales,
1)f
kPara
·
k (0, 0.10.1 9)
3solución=33 ·kkdel00.9
3 parámetro
0.9
3sistema
basta 1
33 Justifique
336 = −k43 k3 + 3 =227 127 1 0 ko 1que3 g (a)3 = 0, dado que
3= 1000
1000 b
2
se 1
de estos es mejor estimador · que del θ? a sua respuesta. R/ θ
L(k|x)
⎪
⎧4. 3.Estimación
⎨ busca
∂g == 03de
3a.3 Para 3 deg3g3(a)0
(a)= 0· 3
✓que 3g ◆
3basta
33≥ con
3k que −pues✓=3 )
✓+ 27 ◆3
ln(L(k|x))
=1000 1000
0(x) = 3λe
o que = (a)3ln=
g−λx 27probabilidades,
0,+dado3 ln0,kque 2
+ (k sese 1) ln
∂g Una variable 3 el aleatoria
valor máximo X 3tiene una ydistribución (a) 1 0, ✓ a es◆
densidad
27 a k◆
2una ✓
1 fmultiplicación ◆ k 1 de parax ≥ con 1000
⎪
⎨ variable ∂α .laX ✓ kya ◆ 0, ≥ 3está ✓ k xes ◆
0,= 11 fmultiplicación
10.3, x✓2ka=que 0, 9−λx
3. Una λ=⎪
busca una0el∂galeatoria
)constante
descarta
valor
) máximo
ln(L(k|x))
ln(L(k|x)) tiene
positiva.
ecuación =) =de
= guna glnDadas
(a)
ln(a)
g(k) 27
27ydistribución
=+ que
+
= las
0,3 3 lngobservaciones
ln que
(a)
kk k++ (k
1(k 0,✓✓
con densidad
busca
pues
1)
1) ln
ln
1 1◆
◆
el valor
una
k 1 (x)
de λe
0.2◆hace
k y 1x3de parax ≥ 0, Así,
, seprobabilidades,
mínimo obtuvo
a g. queconlase
λ⎪ una∂α )⎩
constante
descarta
∂g ) ∂β
ln(L(k|x))
.la=positiva.
ln(L(k|x))
estimación 0 máxima
de
ecuación = = ln ln
gDadas
(a)
27 27+ =+
verosimilitud 3 las
0, kya
3ln 0,
lnkobservaciones
k+que+3(k 3(k
de λ31)
está 61)
es klnDetermine
4.
busca
ln x1el0,
3= 10.3,
1valor 31000x2k
1000
el
de aL
valor
= que 0,dehace
0 (k|x)
30.2 9yx33x..3mínimo
3, se obtuvo R/
a g. xAsí,3 = 0.25
que la
⎩ = 0 =) g(k) = − +
43
=10000 =⇒ )
a =
43 = 3 ln 10
estimación∂β de máxima 00(k|x) verosimilitud ✓ 3de λindependientes ◆
3es 4. kDeterminea 1 3a2 ktales
1000 ✓
33 el que valor3L(k|x) ◆
de x33 .. kk 1 R/ x33 = 0.25
4. Sea X0 y YL Ldos (k|x) variablesk=3 33 0, aleatorias
33ln· 0, 1− · 0,6 9+ 43 0,431 · 0,6 1 · 0, 1
=)
L L ) )
(k|x)
0 (k|x) g(k) L(k|x)
L(k|x) 3 3 ✓
= 3 =
kk
3 ln 1010 ◆ka 1 a2 = = 0
3
=⇒
✓ a =
6 ◆k 1 3 =433 k (0, 1)3(k 1) 1
4. Sea X y)) Y dosPor variables
lok= 0,aleatorias
33 ·ln
3la 0,101 3· independientes
0, 39·∼3deNmáxima (5θ, 9) ,ktales que
0, · 0,
1 (6θ, ·10,
19.2) 1= 0 ) a es
=) g(k) L(k|x)
35 tanto,
= =3 k k 3 ln 310
estimación ·X
=
Y 27
verosimilitud
∼ N L0del (k|x) parámetro
= = 3k6ln.27 El )
10
(0, 1)
lector
3(kk =1) puede
L(k|x) k 43 ln 10
35 lo tanto,
PorConsidere
verificar
L L00(k|x)
(k|x)
los 3lasiguientes
que
= = 00
en 3este
estimación
)) ·3estimadores
X3= = ·∼3l10
valor 3de
3l10
la(5θ,
Nmáxima ))
función
kk
de9)==un Y1alcanza
g1
, verosimilitud27 ∼ N (6θ,
parámetro
sui del
θ 9.2)
de 1una
máximo. parámetro determina a espoblación: .27El lector puede
L 0 (k|x) = 0 )3 3 = 3l10 kk laaleatoria) k = 1X 1 ln ln10 10 6 3 α3 −1
verificar
L 0 (k|x)
Ejercicio que
= 0 9en
) Una este = valor
3variable
3l10
kestimadores ) función
k = g alcanza
tiene una sui máximo.
distribución Utilice con densidad
este resultado f (x) =para α xencontrar para el valor x5 de modo que
Considere0 ≤ losxsiguientes
g(k) k k
= α constante. (0,θ1) b 3(kX1)de un ln ln 10 10
parámetro
b θ de una determina
b X + Ypoblación:
≤ 1, con 1 = ,X =)
Dadas lasln(g(k))
observaciones Y −=
θ2 = distribución X, 3x1ln(k) = 0.5, ln(27)
x 2x= =
θ3 =densidad 0.4+ y3(kxx3 = 1) yln(0,
0.25, .1)
encuentre
α3 −1 r la
Ejercicio 9 Una Utilicek 3variable
Utilice este
este aleatoria
resultado
27 resultado 5 para
para tiene una
encontrar
encontrar valor x
el valor
el x 25 =
xcon
5 de2,modo
de modo 3
10 1que
que f,(x) 4 = =
= =34, xen
α4,3 xen 5 la para
la muestra
muestra
−3 xx11 == 1,1,
b 3(kX1) b b X +Y
0≤x g(k)
Utilice=
≤ Utilice
1, con
estimación
1 Recuerde este
xxeste
que
α=
22 27
si=W2, (0,
constante.
de2,∼x 1)
resultado
máxima
θxB
resultado =
=
33 (n,
1 = 1p) xx44=)
Dadas para
verosimilitud
1 ,significa
,para = las
=encontrar
3 yy
3que ln(g(k))
encontrarobservaciones
W
de = α.
.. Yeluna
θxx255sigue el =X,
−valorvalor 3 x1ln(k)
x
Distribución
x =
5 5de
de
0.5, =ln(27)
modo
θ3Binomial
modo x 2 que= que
0.4
donde + n3(k
y x= = = 4,1)
en ln(0,
es3 el4,número
en
0.25,
R/ la 1)
muestra
encuentre
α =
lademuestra
3
r lny0.05
intentos
x
la
x1 1= = 1,
(81,
(8 puntos)
puntos)
5 10 −3
estimación x2x2==
p la probabilidad
de2,2,máxima
x
xson =1 1, ,xx
de obtener
3 3= varios 4 los
0 verosimilitud
=3 3yyxx
un4=éxito.
5 5de. . α. Solución R/ deαintentos= 3 y(8 puntos)
(8 puntos)
1 Recuerde queCuando
si W ∼ B (n,gp) (k) significa parámetros
3 W siguedesconocidos,
que una Distribución la Binomial
maximización donde 3 de n eslaelfunción
número de verosimitud
ln 0.05
se
logra
p la probabilidad de obtener Solución
cuando
Solución un éxito. =
las derivadas 0 + 3(1 0) ln(0, 1) = 0 =)
parciales son nulas, por lo tanto, las estimaciones+ 3 ln(0, 1) = 0
se obtienen al resolver el
CuandoSolución son
Solución
sistema varios
0 g(k)
los
de las derivadas parámetros k desconocidos,
parciales iguales a cero. 36la maximización 7de + k x
la 5 función de verosimitud se
g (k) 3 =3
4estimaciones ) x5 = 13 al resolver el
logra cuando las derivadas
Por ejemplo, 7 =
7+ + xson
si x55 dos parametros desconocidos α y β, la función 5de ln(0,
0
parciales + 3(1 son 0)
nulas, ln(0, por 1) lo =
tanto, 0 =)
las + 3 1) = será
se obtienen
distribución 0 g (α, β) . Y la
g(k) 4= k ) x = 13 k
Instrucciones.
procedentes
procedentes
Instrucciones.
procedentes
Instrucciones.
Instrucciones. las
lasapelaciones
las apelaciones
apelaciones que
que
I seExamen
que sese realicen
realicen
Esta es una
realicen
Parcial
sobre
sobre exámenes
prueba
sobre exámenes resueltos
resueltos
de desarrollo,
exámenes resueltos porcon lo lápiz,
con
con lápiz,lapiceros
lápiz,
tanto, lapiceros
debe de
dedetinta
presentar
lapiceros tinta
todos
tinta
Instrucciones.
Esta es una prueba de desarrollo, por lo tanto, debe presentar todos los pasos y procedimientos
Esta
borrable
Esta eses
es
borrable
Estaborrable una
unauna
ooprueba
oque prueba
que
prueba
que dede
presenten
de desarrollo,
algún
desarrollo,
presenten algún
desarrollo,
presenten algún por por
tipo
tipo
portipo que
lolodelo
tanto,
de lealteración.
tanto, permitieron
tanto,debedebe
dealteración.
alteración.
debe No
presentar
No obtener
presentar
sesesepermite
presentar
No todos
permite
todoscada
todos
permite los
los una
los
elel uso
pasos
usodede
pasos
pasos
el uso ylas
deyde respuestas.
ycalculadora
procedimientos
calculadora
procedimientos
procedimientos
calculadora Trabaje
programableen form
programable
programable
Esta
que lees una prueba
permitieron de desarrollo,
obtener cada una por
de lo
las tanto, debe
respuestas. presentar
Trabaje en todos
todos
forma los
los pasos
pasos
clara yy procedimientos
procedimientos
queque
que le
le le permitieron
permitieron
permitieron
Instrucciones.
niniel
ni eleluso
uso
uso dispositivos
dispositivos
dispositivos obtener
obtener
obtener cadacada
cada una
electrónicosuna
electrónicos
electrónicosuna de
de
conde
las
con
con procedentes
las las respuestas.
respuestas.
respuestas.
memoria
memoria
memoria delas
de
de apelaciones
Trabaje
Trabaje
Trabaje
texto
texto
texto ooen
oen en queclara
forma
forma
forma
conectividad
conectividad
conectividad seclara
clara yyinalámbrica.
realicenordenada.
y sobre No
ordenada.
ordenada.
yyinalámbrica.
ordenada.
inalámbrica. No
No
EnNo
En
son
exámenes
son
son
En son
los
los resueltos
ejerciciosc
ejercicios
losejercicios
que le
procedentes permitieron
las obtener
apelaciones cada
que una
se de
realicen las respuestas.
sobre exámenesTrabaje en
resueltos forma
formacon clara
clara
lápiz, y ordenada.
ordenada.
lapiceros de No
No son
son
tinta
procedentes
procedentes
Esta sea
procedentes
donde es unalas
laslas apelaciones
apelaciones
prueba
necesario de
apelaciones que quese
desarrollo,
suponga que se
quese
por lo borrable
realicen
realicen
realicen
las sobre
tanto, sobre
sobre oexámenes
debe
poblaciones que presenten
exámenes
exámenes
presentar todos
resueltos
involucradas algún
resueltos
resueltos loscon tipo
con
pasos
con de
lápiz,
lápiz, alteración.
lapiceros
lapiceros
ydistribuyen
lápiz,
se procedimientos
lapiceros deNo
de de setinta
tinta
tintapermite el uso
normalmente.
donde
donde
procedentes
borrable sea
sea necesario
lasnecesario suponga
apelacionessuponga
que se que
que
realicenlas
las poblaciones
poblaciones
sobre exámenes involucradas
involucradas
resueltos
resueltos con
con sese distribuyen
lápiz,
lápiz, distribuyen
lapiceros
lapiceros de
de normalmente.
normalmente.
tinta
tinta
que leooopermitieron
borrable
borrable
borrable que
o que
que
que presenten
presenten
presenten
presenten algún
obtener cadatipo
algún
algún
algún tipouna
tipotipode
de
de alteración.
dede lasni el uso No
respuestas.
alteración.
alteración.
alteración. No
NoNose permite
dispositivos
Trabaje
se se
se en
permite
permite
permite el
forma
el
el uso
electrónicos
el
uso
uso de
clara
uso
dede decalculadora
con
calculadora
calculadora programable
memoriaprogramable
y calculadora
ordenada. Node texto o conectividad in
son
programable
programable
borrable
ni el uso o que presenten
dispositivos algún
electrónicos tipo
con de alteración.
memoria de No
texto se permite el uso
uso de
de calculadora
calculadora programable
programable
nini
ni
ni
procedentes
el
el
el
el
uso
uso
uso
uso las apelaciones
dispositivos
dispositivos
dispositivos
dispositivos
que con
electrónicos
electrónicos
electrónicos
electrónicos
se
con realicen
conmemoria
memoriadonde
memoria sobre
de
de exámenes
sea
de
texto
texto ooo conectividad
necesario
texto conectividad
oresueltos
suponga
conectividad
conectividad
conectividad
inalámbrica.
coninalámbrica.
lápiz,
que lapiceros
las
inalámbrica.
inalámbrica.
inalámbrica.
En
poblaciones
En
En
En
Enlos
de
los
los ejercicios
tinta
los
los
involucradas se di
ejercicios
ejercicios
ejercicios
ejercicios
dondeborrable
sea o que
necesario presenten
suponga algún
que con
tipolas dememoria
alteración.
poblaciones de texto
No se o conectividad
permite
involucradas el uso se de inalámbrica.
calculadora
distribuyen En los
programable
normalmente.ejercicios
donde
donde sea necesario suponga que laslas poblaciones involucradas sese distribuyen normalmente.
donde
donde 1. sea
ni 1.
sea
1.uso
el
necesario
necesario
Considere
sea necesario
Considere
Considere una
una
dispositivos
suponga
suponga
una muestra
suponga
muestra
muestracon
electrónicos
que
que
aleatoria
que
aleatoria
las
las
X
1de
poblaciones
aleatoria
memoriaX , texto
11 ,XX
2 2 ,2 ,XX , X , involucradas
poblaciones
poblaciones
oX ,3 ,..., Xinvolucradas
...,XX
3 3conectividad , ..., X , donde
, ,donde
involucradas
nnn donde XXesesuna
inalámbrica. una
En
se distribuyen
distribuyen
X es una variable
distribuyen
variable
se
los ejerciciosaleatoria
distribuyen
variable aleatoriacon
normalmente.
normalmente.
normalmente.
condis-
normalmente.
dis- aleatoria con dis-
xxx
donde sea necesario suponga que las poblaciones1.xe
xexe!!!involucradas
Considere se distribuyen
una muestra aleatoria normalmente.
X1 , X2 , X3 , ..., Xn , donde X es un
1.
1.
1. 1.
ConsidereEjemplo
tribución
tribuciónde
Considere
Considere
Considere
deprobabilidad
tribución probabilidadff(x)
una
una
una una
de (x)==
muestra
muestra
muestra
probabilidad
muestra
1. Considere una muestra aleatoria X1 , Xxx2 , xXtribución
aleatoria
aleatoria aleatoria
aleatoria
f (x)
XX 111X,,XX
con
conx,x,!!>>00. .Verifique
=, X 2,2...,
1 ,x222X , X2!,33X
!
3 !, 2 X
...,
Verifiqueque
3 , ...,
3 , ..., Xn
X
con
nnnX
queelelx estimador
,, ndonde
n, de
,
donde
donde
estimador de
x, ! X
donde X
de máxima
> es máxima
X
0 .una
es
X es una
probabilidad
es
Verifique
una una variable
variable
variable
una fvariable
variable
que
(x) = aleatoria
el estimador
aleatoria
xe aleatoria
aleatoria
!
aleatoria con con
con
con
con
x,
dis-
con dis-
dis-
dis-
! dis-
de máxima
> 0 . Verifique q
1. Considere una muestra aleatoria X XX
X xexe, Xxe!!x !
!
, X , ..., X , donde X es una variable aleatoria ! 2
con dis-
tribución
verosimilitud
verosimilitud
verosimilitud
tribución
tribución
tribución
tribución
de
dede
de
de
probabilidad
de
probabilidad
probabilidad
probabilidad de de!!!eseses!
probabilidad ˆfff! (x)
fˆ!= f==
ˆ(x)
(x) (x) =
=.= .xe
1 . x con
2
! 3
con con x,
x,! !>
x,
n !> > 00 ..0Verifique
. Verifique
Verifique
Verifique
que
que
que Xel
que el
el
estimador
el estimador
estimador
estimador
de
dede
máxima
de (5
máxima
máxima
máxima (5(5puntos)
puntos)
puntos)
2=22xe!!!2!222! 2 con x, !
verosimilitud > 0 . Verifique
de ! es !
ˆ que
= el. estimador de máxima
tribución de probabilidad X X f (x)
X X = ! 2 con x, ! > 0 . Verifique que el estimador 2 de máxima
verosimilitud
verosimilitud de
de !!! es es !ˆ!
ˆ! = X
ˆ= =X.... .
verosimilitud
verosimilitud
verosimilitud
Solución
Solución
Solución
dede
de !! eses
es !ˆˆ = !
= 222 2
(5
(5(5
(5
(5 puntos)
puntos)
puntos)
puntos)
puntos)
verosimilitudnnde n ! esx! ˆi =
ixx i 2
. Solución (5 puntos)
Y Y Y xxixei ei e! !! 2 n
Y xi e ! xi
L(x,
L(x,
L(x,
Solución
Solución
Solución
Solución
Solución !)!)
!) = = = 2i22 L(x, !) =
x!
iii !
ix !!
nnnY x
x x
Solución Y
Y
YY n
xx
n i=1xi=1
i e
i=1
i iex
e i!
!e!
x
!2
L(x,
L(x,
L(x, L(x, !)
!)!)!) =
=== Yn x i e !
xi22e2 2 !
i i=1
L(x, L(x, !) =
!) = !!!2! X nX nn⇣⇣⇣ ⌘⌘⌘ X nXnn nXnn
i=1i=1 !! 2 X X X n ⇣ X X ⌘ X n Xn
i=1
i=1 x xi xi i 2 2 2 1 1 1 x i 2
2 2 2 1
) ))ln(L(x,
ln(L(x,
ln(L(x,i=1 !))
i=1 !))!)) X
XX
=
nnn=
X
=⇣
n⇣ ⇣⇣⇣ lnln xxixi i
ln ⌘⌘lnln
⌘ ⌘ !!
ln
)
X !
X
=== !))
ln(L(x,
n
nnX n lnlnln
=x
XX
xnninxiX in ln xi xx ixi i nnln n
ln !!! =
lnln ln xi xi n
X n
X i=1 n ⇣ x x x !
xiiiii i ln!ln ! ! ⌘ 2 X
n n
X xi=1 1X 1 1
1X
n 1 n
n ! ! ! ! !
)))
)
) ln(L(x,ln(L(x,
ln(L(x,
ln(L(x,
)
ln(L(x,ln(L(x, !))
!))
!))
!)) !))=
!))==== i=1
= lnln
ln lnxx
i=1
ln xxxiiiiixi !! ! ln
ln ln
ln!! !22222!= = = = lnln
= xiln
ln
ln x i xi
xiii=1i=1
x
i=1 xx
xiiinxlni nn
i=1
n!
n ln
i=1 n
2ln
i=1
ln
ln !ln
!
!!
22 2
22!
i=1 i=1
! i
i ! ! ! i n ii
X
LL0L 00
(x,
(x, (x, !) !) i=1
!) i=1
i=1
i=11ni=1 1X
1i=1 XnX nn ! 2n 2n
2n i=1
i=1
i=1
i=1i=1
0
Li=1 (x, !)! ! i=11i=1
i=1
i=1
i=1
i=1
i=1 2n
) )) ) = x
1111=1=
= x2n x xi i2n i
L
L L000(x,
0 00 !)
(x,
L
(x,
LL(x,!)!)
(x,
!) !) XX
1X
X
n
X nn n
n2X 22 i2n
2n L(x, !) ! 2 i=1 !
))
) )L
) L(x,
(x, L(x,
!) !)!)
==!)=
= 222 2 2 xi=1
= ! ! ! x x x x 2n ! !!
) L(x,
L(x, !)
!)!)!)= !! xii=1iii=1
i i
!
L(x,
L(x, L(x,
L(x,!)
!) !!! 2!i=1
i=1
i=1 i=1i=1
i !!!
! nXnn
X n
i=1
nnn n
X X xi
XXX XnnX
x X n
nX nn X0xxi x x
iii i=1
n X nX X L xiii x!)
(x,
x i = 0 ) x i 2n! = 0 ) ! =
0 00 0 XX
) X n
)
n
nX
)
n
) ) ) i i=1i=1
i=1 2n
0L L (x,
(x, !)!) = = 0 0 x x 2n!
2n! = = 0 0 ! ! = =
i=1
00L L (x,
0 (x, !)
!) == 00 ) X x x i2n!i i 2n!= 0 )= ! 0 = !
i=1
i=1
i=1 =
i=1 i=1
LL
L 0(x,
(x,
L
(x, !)
(x,!)
!) =
!)
== 0
=00 )
))
0 ) xx x i
x 2n!
2n!
2n! 2n! === 0=
00 )
))0 )!!
! ==!= = 2n 2n
2n2n 2n
i=1
2n
L (x, !) = 0 ) i=1i=1 i
xi=1
iii
i=1 2n! = 0 ) ! = 2n
i
i=1i=1
i=1 i=1 2n
2n X
i=1 El estimador X de máxima verosimilitud para ! es ! ˆ= .
El estimador de máxima verosimilitud para ! es ! ˆ= X .X X X
X XX 2
El
El ElEl
El
estimador
El estimador
estimadorestimador
estimador
estimador de
de dede de
máximade
máximamáximamáxima
máxima
máxima verosimilitud
verosimilitud verosimilitud
verosimilitud
verosimilitud
verosimilitud para
para para ! ! para
para
es
!para
es !ˆ
es!
ˆ != !
=
!
ˆ !
2esXes
es
= !
ˆ
..!
ˆ !ˆ
=. = = . . .
El estimador de máxima verosimilitud verosimilitud para para ! ! es es ! ˆ!
ˆ= = 22 ..2 222
22
2. Para conocer el nivel de aceptación que tendrı́a una nuevo canal d
2. Para conocer el nivel de aceptación que tendrı́a una nuevo canal deportivo (FUTB) en Costa
2. Para
2.2.2.
Para Para conocer
conocer
conocer el
el nivelnivel
el dedede aceptación
aceptación que
que Rica,
latendrı́a
tendrı́a se
una
una preguntó
nuevo
nuevo canalade
canal 17fútbol
personas
deportivo
deportivo sobre
(FUTB)
(FUTB) la cantidad
en
en Costa
Costa de partidos de
2. 2.
2.
Para Rica,
Para
Para
Para se
conocer preguntó
conocer
conocer
conocer el elelnivel
nivel anivel
elnivel 17
nivel
de personas
de deaceptación
aceptación
aceptación sobre
aceptación
deaceptación
aceptación que
que que tendrı́a
cantidad
que
que
tendrı́aque
tendrı́a
Los
tendrı́a
una
una
resultados
una
de
tendrı́a
tendrı́a nuevonuevo
partidos
una
una
nuevo una canal
nuevo
nuevo
canal
canal
canal
obtenidos
nuevo deportivo
canal
deportivo
deportivo
deportivo que deportivo
canal
canal
fueron:
ve a(FUTB)
(FUTB)
(FUTB)
(FUTB)
2, 4,
la semana.
deportivo
deportivo
2, 1,
en
(FUTB)
(FUTB)
(FUTB)
en
en
en
2,
Costa
Costa
3,Costa
Costa
4, 3,
en
1,
enen
1,
Costa
Costa
Costa
2, 2, 3, 3
Rica,
Rica, Los
Rica,
Rica,
Rica,
Rica,
Rica, sese
se preguntó
sepreguntó
resultados
se sepreguntó
se preguntó
preguntó preguntó
preguntó aaa 17
obtenidos a17a17
17 apersonas
apersonas
17 17
personas
personasfueron:
personas personas
17personas sobre
2,
personas sobre
sobre
sobre4,
sobre2,la la
1,
sobre
la
sobre
la cantidad
sobrecantidad
2,
la 3,la
la4,lacantidad
cantidad
cantidad
cantidad dede1,
3,cantidad
1,
cantidad
dede partidos
de partidos
2,partidos
partidos
partidos 2,de
dede 3, 3, de
de fútbol
4,de
partidos
partidos
de
partidos
de
de fútbol
2,fútbol
fútbol5 de
fútbol
fútbol dequeque
quede
que
que queve
ve
veve
fútbol
fútbol
ve
fútbol
ve aaaaala
lala
ala
que
que
la semana.
semana.
la
que semana.
veveaaalalalasemana.
semana.
ve
semana.
semana. semana.
semana.
Los
Los Losresultados
resultados
resultados obtenidos
obtenidos
obtenidos fueron:
fueron:
fueron: 2,
2, 4, 2,4, 2,
4,2, 1, 2,1, 2,2, 3,
1, 3, 4, 4, 3, 3, 1,1, 1,
1, 2,2, 2,
2, 3,
3, 3,3,2,4,
3, 4, 2,2, 52,55 5
Los Los
Los resultados
Los resultados
resultados
a)resultados
Determine obtenidos
un obtenidos
obtenidos
obtenidos
intervalo fueron:
fueron: de 2,
2,
fueron:
fueron:
fueron: 4,
confianza4, 2,2,
2, 2,2,1,
1,
4,4,4,
de 2,2,2,
2,
2,
a)
90 3,
3,
2,
% 1, 3,
4,
1,4, 4,
3,
1,2,2,
Determine
para 3, 3,
1,
1,
3,
2,3,la 1,
3,4,1,4,
4, 3,
un
1,
2,2,3,
3,
proporción 2,
2,
1,1,
1, 2,
3,
3,
1,1,1,
3,
intervalo 3,
de3,
2, 3,
4,
2,4,2,
4,
2, 4,
2,
2,
2,
de 553,
3,3,confianza
costarricenses3,3,3,4,4,4,2,2,
que 55ven
2,5de 90 % para la proporció
 µ̂1 tiene
11 ↵↵menor
== 0.90
0.90 ) varianza
) ttY n
0.05,11x=
0.05,11 que
i= µ̂2
1.795885
e 1.795885
Solución L(x, !)
Solución =
n xxii! 
Yn xi e i=1 Y 22 22
e 1,
1, 05529
05529 1,
1, 05529
05529
L(x,ConCon
!) = esto,L(x,
esto, 2.25
2.25 !)2=+ 4 2+
1.795885
1.795885 ni !
· 2p
·9 p ,,2.25
2.25 + 1.795885 ·· n p
+ 1.795885 p =]1.702909,
=]1.702909,
n
2.797091[.
2.797091[.
x ! Xx 12
12 X 12
12 X
V ar(µ̂)1 )ln(L(x, i i=1
!)) = 36 n (xi ln= 7 < ln
⌘= i=1
= 2 2 X 2 1 xi !) = ln X n
xi n n
X
ln xi !
b) V ar(µ̂3concluirse,
b) ¿Puede
¿Puede )) ln(L(x,
concluirse,X n + con base
con
!)) =i=1
base
+ (x al 34 encontrado
al intervalo
intervalo encontrado
ln xi !) =X
n en eni=1a), que
a), que los
losn costarricenses
xi n X i=1
costarricenses ven,
ven, en
en
i ln ln ln xi !
promedio,
) ln(L(x,
promedio, más
!))más0= de dos
de dosi ln
(x partidos
9partidos
Xni=1 deln
de fútbol
fútbol
xi !) porporlnsemana?
= semana? Justifique.
iJustifique.
xi=1 n ln xi ! (2
i=1
(2 puntos)
puntos)
Solución
Solución
L (x, !) 1
µ̂3 tiene )
menor i=1 =
varianza
0 (x, que
X n xµ̂i 1 n i=1 i=1
No, pues
No, pues ) L(x,L
existen
existen !) !)
valores 1 menores que 2 contenidos en el intervalo.
X n valores
= i=1 menoresxi nque 2 contenidos en el intervalo.
L0 (x, !) 1L(x, !)
) = xi ni=1 Xn
Por
c) L(x, !)
c) Calcule Ejemplo
tanto, µ̂
Calcule el
que están
están de
es el mejor
el3tamaño
tamaño
i=1
acuerdo 1X
en
mı́nimo
mı́nimo
n
pagar
estimador
de muestra
de muestra para seµdesea
sisi se desea
xi transmisiones
n xi
estimar
X estimar la proporción
la proporción de de costarricenses
costarricenses
que 0 de acuerdo en
L (x,0 !) = 0 ) 1 X xi aa FUTB
pagar
n
nFUTB
=0) X
por=ver
por
n ver
i=1
las
las
i=1 transmisiones
=X de partidos
de partidos de
de fútbol.
fútbol.
Se desea
Se desea una
una
L confianza
(x,confianza
n
del
!) = 0 ) del
i=1
90x%
90 %
i yynun
un error
= 0error x n de
máximo
) máximo
=
n
de
=X 0.05.
0.05.
i
(3 puntos)
(3 puntos)
2. Determine el estimador
1 X de i=1
máxima verosimilitud
i=1
para el parámetro de una variable aleatoria
L 0 0en)unaeste 0 ) encontrar
X(x, !)
P ( =)Utilice
⇠Solución
Solución xi naleatoria
resultado
muestra
Utilice este
= para X=1 , X2 , ...,
resultado para encontrar
el = XX
valor
n el valor
x de modo que = 4, en la muestra x1 = 1,
n . x5 5de modo que = 4, en la muestra x1 = 1,
x2 x= =2, 2,xi=1
3x== 1 1, ,xx4 ==33 yy xx5 .. (8 puntos)
(8 puntos)
2 3 4 5
11 ↵↵ == 0.90
0.90 ) ) zz0.05 = 1.645
0.05 = 1.645
Utilice este resultado para encontrar el valor x5 de modo que = 4, en la muestra x1 = 1,
x2 = 2, x✓3Solución
✓ =Solución x4◆
1 ·,· 0.5 ◆=22 3 y x5 . 1 (8 puntos)
1.645
1.645 0.5
n
n> > ⇡ 270.6025.
⇡ 270.6025.
0.05
0.05
7+ 7+x5x5
4 =4 = ))x5x5==13 13
Solución
Debe tomarse
Debe tomarse una 5 5
una muestra
muestra de de al
al menos
menos 271
271 costarricenses.
costarricenses.
3. 3.
Si Si
Solución
Solución ]30,
]30, 46[46[eseselelintervalo
intervalo de
de confianza
confianza del del95
95%%paraparalalamedia de de
media unauna
variable aleatoria
variable normal-
aleatoria normal-
7 + x5mente
mente 2
2
ee distribuida
ee
distribuida ee
con 33
ee
variancia x
x
ee
desconocida,
55 7+x
7+x
basado
55
ee 55
en una muestra de tamaño 16, halle el valor
4 = L(x,
L(x, )) =
=)
de
xla5 variancia ·· con variancia
=·· 13 muestral. ·· ··desconocida,
== basado en una muestra de tamaño 16, halle el valor
(8 puntos)
5 de la 1!variancia
1! 2!
2! muestral.1!
1! 3!
3! x
x55! ! 12x55!!
12x (8 puntos)
3. Si )
]30,
) 46[ es))
ln(L(x, )) el intervalo
= (7
(7 ++ xx555= ))ln
ln +de55confianza del 95 % para la media de una variable aleatoria normal-
ln(12x555!)!)
ln(L(x, )
))ln(L(x,
ln(L(x,
=
Solución
ln(L(x, ))))=))=(7(7 +(7+ x) 5ln) ln 5ln(12x
x5x)5ln 5 5 ln(12x ln(12x
ln(12x 5 !)5 !)5 !)
mente distribuidaSolucióncon variancia desconocida, basado30en una muestra de tamaño 16, halle el valor
+ 46
00
de) LL (x,
(x,
la variancia ) ) 1 77 ↵
+
+ x=
x 0.95 ) t = 2.13145 x = 30 + 46= 38
) L10L
(x,
=(x,↵) muestral.
=
0
0 L (x,
=
5
755 +
) )0.95 7+ 7x
55) x5xt5 0.025,15 = 2.13145
5+ x= 2 = 38 (8 puntos)
)))
L(x,
L(x, ))L(x, == = 55 5
0.025,15
L(x, L(x,)) ) s
2
7 + x
8 =72.13145
+ x7555 + 2
L00(x,
L (x, )0)L==
0 L000 )) 7=
=+7xs·555+
x
)
4)
)5 s = 15.01325389 ) s ⇡ 2253977923.
5xx =
x 5)=5x13
13
SoluciónL (x, (x, (x,
) )
= =)
0
8 = 2.13145=
)
044)0 ) · )=5s55= = =) ) 5x=
5x= =
5131313 ) s2 ⇡ 2253977923.
15.01325389
4 44 4
4. Para el buen funcionamiento de una empresa 30 + tamalera,
46 sus productos terminados deben tener
1 El
El↵estimador
=El4.
0.95
estimador El
Para
)
de
de
un peso
Elestimador
estimador
t
máxima
máxima
estimador 0.025,15
el de
buen de
similar.
de máxima
máxima
= En 2.13145
verosimilitud
verosimilitud
máxima para
para
la tamalera
funcionamiento
verosimilitud
verosimilitud
!
verosimilitud
de! es
es
Ta’
una
para
para
x
!
ˆ!
ˆ
para =
==
bien
! ! 2.55.
2.55.
es
ˆse
empresa
!eses! ! !
ˆ
= =
ˆ=tomó
=
2.55. 38
una muestra
tamalera,
2.55. sus para determinar
productos si la producción
terminados deben tener
22.55.
se encuentra bajo control (tamales con pesos similares).
un peso similar. En la tamalera Ta’ bien se tomó una muestra para determinar si la producción
s pesos (en gramos) obtenidos2son 125, 123, 122, 124, 127, 126, 127, 130, 128, 122, 134, 129,
8 = 2.13145 se ·Los
encuentra
) s =bajo control (tamales
15.01325389 ) s ⇡con pesos similares).
2253977923.
4
124, 122, 129. Con un
Los pesos (en gramos) obtenidos son 125, nivel de confianza de 123,
90 %,122,
¿puede
124,sostenerse
127, 126,que los130,
127, tamales
128,producidos
122, 134, 129,
en Ta’ bien tienen pesos similares? (8 puntos)
4. Para el buen
124, funcionamiento
122, 129. Con un de una
nivel de empresa
confianza tamalera, sus productos
de 90 %, ¿puede sostenerse terminados deben
que los tamales tener
producidos
en Ta’ En
un peso similar. bienla tienen pesos
tamalera similares?
Ta’ (8 puntos)
bien se tomó una muestra para determinar si la producción
Solución
Gracias por su amable
atención….