6.

- Estimadores Puntuales
Ejercicios Resueltos
Propiedades de Insesgamiento y Varianza Menor
Estimacin de Mxima Verosimilitud
Propiedad de Invarianza
Aplicaciones

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

1.- La resistencia de una plancha es una variable aleatoria continua X cuya funcin de

densidad es: , = , > 0; > 0. Su funcin de distribucin de probabilidad

es: = , con desconocido. Sea ( , , ) una m.a. (n) de X, determine el

estimador mximo verosmil de .
Sobre la base de una muestra aleatoria de 5 planchas, las resistencias observadas fueron: 0,5;
0,5; 0,8; 0,9 y 1. Determine la probabilidad que una plancha, elegida al azar, tenga resistencia
inferior a 0,7.
1) Solucin: La primero que debemos hacer es calcular la funcin de verosimilitud, lo que se lleva a
cabo, por medio de la siguiente frmula:

, = 41 3 1

42 3 2

4 1 3 1

=1

4 3

1 , 2 , , , =

3
=1

Luego, tenemos que determinar el logaritmo natural de , como se muestra a continuacin:

ln 1 , 2 , , ,

= ln

4
=1

=1

ln 1 , 2 , , ,

4 + ln

= ln 4 + ln
=1

=1

En seguida, se obtiene el valor de que maximiza , lo que se logra derivando ln

respecto a los parmetros desconocidos e igualando a cero dicha derivada, es decir:
ln 1 , 2 , , ,

=0

( ln 4 + ln =1 4 + ln

3
=1 )

=0

con

4 = 0
=1

Despus, se despeja de la expresin anterior, para as obtener el estimador mximo verosmil de ,

como se ve a continuacin:

=
. . . =
4
4
=1
=1
Posteriormente, sobre la base de la muestra aleatoria de 5 planchas, calculamos el valor de
5
5
=
=
= 2,282
4
4
4
4
4
0,5 + 0,5 + 0,8 + 0,9 + 1
2,1907
Finalmente, calculamos probabilidad requerida por el ejercicio:
4

< 0,7 = = 0,7 = 1 2,282 0,7 = 0,4218

Respuesta: La probabilidad que una plancha, elegida al azar, tenga resistencia inferior a 0,7 , es igual
a 0,4218.

Pgina 118

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

2.- En una fbrica se ha medido el tiempo X, en horas, transcurrido entre dos detenciones
provocadas por averas en las mquinas, en una muestra aleatoria se obtuvo los siguientes
tiempos: 3, 1, 7, 3, 8, 11, 7, 1, 8, 4 en horas. Se sabe que la funcin de distribucin que sigue
dicho tiempo es

= ()
~ ( = , )
2.1) Sea , , , una muestra aleatoria de X, con desconocido, determine el estimador
mximo verosmil del parmetro .
2.2) Cul la probabilidad de que en la fbrica transcurran ms de 8 horas sin averas?
2.1) Solucin: Sabemos que la derivada de la funcin de distribucin, es igual a la funcin de
densidad, es decir:
, =

, =

, = 2 2

2 2

Luego, definimos la funcin de verosimilitud:

,
=1

1 , 2 , , , = 2 21

1 2

2 22 2

2 2 1

1 2

2 2

=1

Determinamos el logaritmo natural de :

ln 1 , 2 , , ,

= ln

=1

ln 1 , 2 , , ,

= ln 2 + 2 ln

2
=1

ln
=1

Derivando con respecto a , e igualamos a cero:

ln[ 1 , 2 , , , ]
=0

2
2

2 = 0
=1

Despejamos , quedando de la siguiente forma:

2
= 2

2
=1

2 =

2
=1

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

2
=1

= . .

Pgina 119

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

2.2) Solucin: Utilizando la muestra que nos proporciona el ejercicio, calculamos el Estimador Mximo
Verosmil, como se ve a continuacin:

32

+ 12

+ 72

32

+ 82

10
10
=
= 0,1616
2
2
2
2
2
+ 11 + 7 + 1 + 8 + 4
383

En seguida, determinamos la probabilidad que nos solicita el problema:

> 8 = 1 8 = 1 8 = 1 1

80,1616 2

= 0,188

Respuesta: La probabilidad de que en la fbrica transcurran ms de 8 horas sin averas, es igual a

0,188.
3.- La distancia entre un rbol cualquiera y el rbol ms prximo a l, en un bosque, sigue
una distribucin de Rayleigh con funcin de densidad:

=
=

3.1) Determine el estimador mximo verosmil , a partir de una muestra aleatoria de , de

tamao 50, obtenida la siguiente informacin.

= ,
=

3.2) Determine si el estimador

= ,

es insesgado.

3.1) Solucin: Definimos la funcin de verosimilitud, la que est dada por:

, 2

=
=1

1 , 2 , , 2 =

2
12
2

1
2

2
22
2

1 , 2 , , =

2

=1 2 2

1
2

1
2

2
2

2
2

=1

Calculamos el logaritmo natural de 1 , 2 , , 2 :

ln 1 , 2 ,

, 2

= ln

=1 2 2

2
=1

Pgina 120

1
= 2
2

=1

2 ln 2

ln
=1

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

A continuacin, derivamos ln 1 , 2 , , 2 , con respecto a 2 e igualamos a cero, es decir:

ln 1 , 2 , , 2
2
4
=
2

2
=1

2
=1

2 =

1
=0
2 4
2

2
=1

=0
2

= . . . 2

Luego, con la informacin que nos brinda el ejercicio, calculamos el valor de 2

2 =

2
=1

510,58
= 5,1058
100

3.2) Solucin: Sabemos que para que estimador 2 sea insesgado, se debe cumplir que la esperanza
de estimador sea igual al estimador, es decir:
2

2
( )
=1
2 = 2

2 =
= =1
2
2
Luego, determinamos por medio de propiedades la esperanza de 2, de la siguiente forma:
= 2 2
2 = + 2

4 2

=
+
2
2

4 2 2 + 2
= 2 2
2

Posteriormente, calculamos la expresin antes definida:

=1

2
=1 2

2 2
= 2
2

Finalmente, como se cumple la igualdad, el estimador es insesgado.

4.- Sea , , , , muestra aleatoria de una poblacin ~ (); > 0 y desconocido:
4.1) Encuentre el estimador mximo verosmil de .
4.2) Si las observaciones de una muestra aleatoria para la variable X son: 1,1; 0,9; 1,4; 1,2;
0,7. Estime la probabilidad de que la variable aleatoria no sea inferior a 1.
4.1) Solucin: Lo primero que debemos hacer es definir la funcin exponencial con variable , la que
se expresa de la siguiente forma:
= ; > 0
Determinamos la funcin de verosimilitud:

,
=1

1 , 2 , , = 1 2 1 =

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

=1

Pgina 121

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

En seguida, calculamos el logaritmo natural de 1 , 2 , , :

ln 1 , 2 , , = ln

=1

Derivando e igualando a cero:

ln 1 , 2 , ,
=0

=1

= 0
=1

1
= . .

4.2) Solucin: Utilizando los datos de la muestra aleatoria que nos entrega el problema,
determinamos el estimador puntual :
=

1
=

1 =

1
1,1+0,9+1,4+1,2+0,7
5

() =
=1

=1

1
1,06

1
1
1

1,06 = 0 1,06 = 0,3893

1,06

Respuesta: En base a la muestra aleatoria, la probabilidad estimada de que la variable aleatoria no

sea inferior a 1, es igual a 0,3893.
5.- Sea , , muestra aleatoria proveniente de una distribucin normal con media y
varianza 2, cuya funcin densidad es:

, ,

< <

Se propone a las siguientes estadsticas como estimadores de :

=

+ +

5.1) Pruebe si estos estimadores son insesgados e indique cual es ms eficiente.

5.2) Encuentre el estimador mximo verosmil de .
5.3) Compare el estimador obtenido por el mtodo de mxima verosimilitud con los dos
propuestos, Cul es mejor estimador para ? Justifique su respuesta.

Pgina 122

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

5.1) Solucin: Lo primero que debemos corroborar es, si se cumple que la esperanza del estimador
puntual es igual al estimador puntual, sabiendo que la media y la varianza de 1 , 2 , 3 es y 2,
respectivamente, como se ve a continuacin:
1 =

1 + 2 2 + 3 3
1 + 2 2 + 3( 3 ) + 2 + 3 6
=
=
=
=
6
6
6
6
42 1
4 2 (1 ) 4 3
2 =
=
=
=
=
3
3
3
3

Es decir, ambos estimadores puntuales de son insesgados.

En seguida, debemos determinar la varianza de cada uno de los estimadores, para as ver cul de los
dos estimadores es ms eficiente:
1 =

1 + 2 2 + 3 3
(1 ) + 22 ( 2 ) + 32 ( 3) 2 + 42 + 92
7
=
=
= 2
2
6
6
36
18
2 =

4 2 1
42 2 + (1 ) 162 + 2 17 2
=
=
=

3
32
9
9

Debido a que 1 es menor que 2 , se llega a la conclusin que el estimador puntual 1 es ms

eficiente que el estimador puntual 2.
5.2) Solucin: En este tem lo primero que debemos hacer es definir la funcin de verosimilitud:
3

1 , 2, 3; =

;
=1

1 , 2 , 3 ; =
=1

1
2 2

2 2

1
2 2

3
=1 2 2

Calculamos el logaritmo natural de 1 , 2 , 3 ; :

3
ln 1 , 2 , 3 ; = ln 2 2
2

=1

2 2

Derivamos e igualamos a cero:

ln 1 , 2, 3;
=0

2
2
2

= 0
=1

= 3 =
=1

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

3
=1

1
2

= 0
=1

= = . . ()

Pgina 123

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

5.3) Solucin: Empezamos por determinar si el estimador puntual de que determinamos en el tem
anterior es insesgado, lo que llevamos a cabo de la siguiente forma:
=

3
=1

3
=1 ( )

3
=
3

Por lo tanto, el estimador puntual de es insesgado, luego, determinaremos la varianza de dicho

estimador, para ver si mejor estimador, como se ve a continuacin:
=

3
=1

3
=1 )
=
32

3 2 2
=
9
3

En seguida, como la varianza de es menor en comparacin a las varianza de 1 e 2, se concluye

que el estimador puntual, , es ms eficiente, es decir, mejor.
6.- En un estacionamiento el nmero de veces () que se debe subir la barrera en un intervalo
de 10 minutos, para que pasen vehculos en un sector de alta seguridad, se considera una
variable aleatoria con distribucin de Poisson de parmetro desconocido.
6.1) En una muestra aleatoria de 8 intervalos de 10 minutos cada uno, elegidos en forma
independiente, se registra para cada intervalo el valor que toma la variable en estudio .
3
5
8
7
4

Encuentre la estimacin mximo verosmil de .

6.2) Sea ( ,, , ) una muestra aleatoria tamao n de ~ Poisson()

Si =

; =

; son estimadores del parmetro . Determine cul de ellos es

el mejor estimador del parmetro .

6.1) Solucin: Utilizaremos la siguiente variable:
= Nmero de veces que se debe subir la barrera en un intervalo de 10 minutos, para que pasen
vehculos en un sector de alta seguridad
Luego, sabemos que dicha variable tiene una distribucin de Poisson, como se muestra a
continuacin:

~ ()

, =

= 0,1,2,

En seguida, definimos la funcin de verosimilitud:

;
=1

1
2
1

1 , 2 , , =

=
1 !
2 !
1!
!

Pgina 124

=1

=1

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

Determinamos el logaritmo natural de 1 , 2 , , :

ln 1 , 2 , , = ln

=1

=1

= + ln
=1

Derivando e igualando a cero:

ln 1 , 2 , ,
=0

=1

=1

1
+
!

ln
=1

=0

= = . . ()

En seguida, utilizando la muestra aleatoria, obtenemos el valor del estimador mximo verosmil, como
se ve a continuacin:
3 + 5 + 8 + 7 + 4 + 5 + 6 + 2 40
=
=
=5
8
8
Respuesta: En una muestra aleatoria de ocho intervalos de 10 minutos cada uno, elegidos en forma
independiente, la estimacin mxima verosmil corresponde a 5.
6.2) Solucin: Lo primero que se debe hacer es determinar si estos estimadores son o no insesgados,
lo que se sabe si se cumple que la esperanza del estimador es igual al mismo estimador, es decir:

( )
=1
1 =
= =1
=
=

2 =

1 + 3
1 + 3( ) + 3 4
=
=
=
=
4
4
4
4

Por lo tanto, ambos estimadores son insesgados. Entonces, el paso a seguir es determinar la
varianza de cada estimador puntual, lo que se hace de la siguiente manera:
1 =
2 =

=1

=1
2

=
2

1 + 3
(1 ) + 32 ( ) 10 5
=
=
=
4
42
16
8

En conclusin, la efectividad de los estimadores depende del tamao de la muestra, ya que, si la

muestra es igual a uno, el estimador ms eficiente es 2 , en cambio, si la muestra es mayor a uno, el
mejor estimador es 1 .
7.- Sea , , , , una muestra aleatoria de una variable aleatoria con distribucin Normal
con media ( ) y varianza .
Se proponen los siguientes estimadores:

Determine cul es el mejor estimador para . Justifique su respuesta.

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 125

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

7) Solucin: Debemos determinar si los estimadores que nos proponen son o no insesgados, como se
muestra a continuacin:
5

1 =

= 5( 5)
=1

2 = 8 2 3 5 = 8 2 3 5 = 8 5 3 5 = 5( 5)
Debido a que ambos estimadores propuestos son sesgados, se debe determinar el sesgo o error del
estimador, lo que se calcula con la siguiente frmula:
() =
1 = 1 = 5 5 = 5 25 = 4 25
2 = 2 = 5 5 = 5 25 = 4 25
En seguida, calculamos la varianza de cada uno de lo estimadores propuestos:
5

= 5 = 5 2

1 =
=1

2 = 8 2 3 5 = 82 2 32 5 = 73 2
Finalmente, calculamos el error cuadrtico medio del estimador, para as saber cul de los dos
estimadores puntuales es mejor, lo que se realiza con la siguiente frmula:
. . = +
. . 1 = 1 + 1
. . 2 = 2 + 2

2
2

= 5 2 + 4 25

= 73 2 + 4 25

2
2

Respuesta: Debido a que el error cuadrtico medio de 1 es menor que el error cuadrtico medio
de 2, se concluye que el mejor estimador para , es 1 = 5=1 .
8.- Sea la variable aleatoria continua, que indica el tiempo de desintegracin de un tomo,
con distribucin exponencial truncada con parmetro ( > 0) es decir, que toma slo
aquellos valores de superiores a . Sea ( , , , ) una muestra aleatoria tamao n de .
8.1) Determine el estimador mximo verosmil de , si la funcin de distribucin de
probabilidad de la exponencial truncada es:
= ()

>

8.2) Encuentre la estimacin puntual del parmetro a para el valor = cuando se ha

observado los siguientes tiempos de desintegracin de un tomo (u.t.): 3, 7, 5, 8, 4, 1, 5,
2, 9 y 6.

Pgina 126

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

8.1) Solucin: Sabemos que la derivada de la funcin de distribucin es igual a la funcin de

densidad, es decir:

=
=
1 0 = 0 ()

> 0

En seguida, definimos la funcin de verosimilitud:

,
=1

1 , 2 , , ; =

1 0

2 0

1 , 2 , , ; =

=1 0

Aplicamos logaritmo natural:

= ln

ln 1 , 2 , , ;

1 0

=1

ln 1 , 2 , , ;

= ln

0
=1

Derivando e igualando a cero:

ln 1 , 2 , , ;

=0

=1

=1

0 = 0

=1

=
0

=1

1

=1

1
= . .
0

8.2) Solucin: Considerando la muestra que nos entrega el ejercicio, tenemos que:

0 = 1 ; =

3 +7 + 5+ 8 +4 +1 +5 + 2+ 9+ 6
10

Reemplazando:
=

50
10

=5

1
1
1
=
= = 0,25
0 5 1 4

Respuesta: La estimacin puntual del parmetro para el valor 0 = 1, con las diez observaciones
dadas por el problema, es igual a 0,25.

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 127

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

9.- Sea ( , , ) una muestra aleatoria de , distribuida segn , , con desconocido.

Donde representa el tiempo mximo necesario para terminar un proceso, en segundos:

; > 1
, = +

9.1) Determine el estimador mximo verosmil de .
9.2) En base a una muestra aleatoria de , determine la estimacin mximo verosmil de ,
donde la muestra est constituida por los siguientes datos: 0,7; 0,9; 0,6; 0,8; 0,9; 0,7;
0,9; 0,8. Estime la probabilidad del tiempo mximo necesario para terminar un proceso,
el cual exceda los 0,5 segundos, y a la vez no supere los 0,75 segundos.
9.3) Determine el estimador mximo verosmil de: a) + . b)

9.1) Solucin: Determinamos la funcin de verosimilitud:

,
=0

(1 , 2 , ,) = + 1 1 + 1 2 + 1 1 + 1

(1 , 2 , ,) = + 1

=0

En seguida, calculamos el logaritmo natural de (1 , 2 , , ):

ln[(1 , 2 , ,)] = ln + 1

=0

ln[(1 , 2 , , )] = ln + 1 +

ln = ln + 1 + ln
=0

=0

Derivamos e igualamos a cero:

ln[(1 , 2 , ,)]
=0

= ln
+1

+ ln
+1

=0

ln

=0

= 0
=0

1 = . . ()

9.2) Solucin: Determinamos el estimador mximo verosmil de , con los datos de la muestra que
nos entrega el ejercicio:
8
=
1
ln
(0,7 0,9 0,6 0,8 0,9 0,7 0,9 0,8)
= 4,0271 1

Pgina 128

= 3,0271

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

6. Estimadores Puntuales Ejercicios Resueltos

ANLISIS ESTADSTICO

Luego, estimamos que la probabilidad de ]0,25; 0,75[

0,75

0,25 < < 0,75 =

0,75

+ 1 =

, =
= 0,25

0,75

= 0,25

4,0271 3,0271
= 0,25

0,25 < < 0,75 = 0,3102

Respuesta: En base a una muestra aleatoria de , que nos otorga el ejercicio, el estimador mximo
verosmil de , corresponde a 3,0271, y al estimar que la probabilidad del tiempo mximo necesario
para terminar un proceso, exceda los 0,25 segundos, y a la vez no supere los 0,75 segundos es igual
0,3102.
9.3) Solucin: Debido a que determinamos , que corresponde al estimador mximo verosmil de ,
por lo tanto, las expresiones pedidas las calculamos por medio de propiedades:
a)

. . + 1 = . . + 1 = + 1 = 3,0271 + 1
. . + 1 = 4,0271

b)

. .

2 1
1

2.. 1
.. 1

. .

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

2 1
1

23,02711
3,02711

5,0542
2,0271

2 1
= 2,4933
1

Pgina 129

06. Estimadores Puntuales Ejercicios Propuestos

ANLISIS ESTADSTICO

1.- El comportamiento del esfuerzo vibratorio en la paleta de una turbina de viento, a una velocidad
particular en un tnel de viento se modela segn la distribucin de probabilidad de Rayleigh, cuya
funcin de densidad es:
2
= 2
0

> 0 > 0

2 = 2

4
2

1.1) Sea 1 , 2 , . . . , una m.a. de X. Encuentre el estimador mximo verosmil para .

1.2) Analice el insesgamiento del estimador encontrado.
2.- La vida til de las bateras de fabricacin nacional (Y) es una variable aleatoria que de acuerdo a
la informacin que se dispone presenta la siguiente funcin de densidad: funcin de densidad:

,>0

Obtenga el estimador mximo verosmil del parmetro a partir de una muestra aleatoria de tamao
n

3.- Como es sabido, el Departamento de Fiscalizacin del Ministerio de Transporte realiza controles
de opacidad (Humos) a los buses licitados, elegidos aleatoriamente en la calle. La opacidad se mide
con un instrumento (Snap), cuyas mediciones se distribuyen con la siguiente funcin de densidad:
2

2 2

= 2
0

> 0, > 0

Donde es el verdadero valor de opacidad de un microbs en particular, pero es desconocido.

Sean 1 , 2 , . . . , una muestra aleatoria de las mediciones realizadas al microbs con el instrumento.
Determine el estimador mximo verosmil para el verdadero valor de opacidad del microbs.

4.- Suponga que 1 , 2 y 3 son estimadores de . Se sabe que 1 = 2 = , 3 ,

1 = 12, 2 = 10 y 3
estimador? Justifique.

Pgina 130

= 6. Compare estos tres estimadores. Cul es el mejor

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

06. Estimadores Puntuales Ejercicios Propuestos

ANLISIS ESTADSTICO

5.- La variable aleatoria X tiene la siguiente funcin de cuanta:

=

4 !

= 4,5,

5.1) Obtenga el estimador mximo verosmil de basndose en una muestra aleatoria de tamao
n de .
5.2) Verifique si el estimador obtenido en 5.1) es insesgado.
6.- De acuerdo a una investigacin realizada por los ingenieros a cargo del sistema de redes, el
tiempo (X), en segundos, transcurrido entre dos peticiones de acceso consecutivas en un sistema
interconectado, es una variable aleatoria distribuida exponencialmente con media igual a 2 segundos.
6.1) El sistema de redes colapsa cuando en un intervalo de tiempo entre dos peticiones de acceso
consecutivo es inferior a 0,1 segundos. Cul es la probabilidad de que el 4 intervalo de
tiempo, entre dos peticiones de acceso, elegidos independientemente y al azar, sea el primero
en que el sistema de redes colapse?
6.2) Sea (1 , 2 , . . . , ) una muestra aleatoria de ~ exp(), con parmetro desconocido.
Determine el estimador mximo verosmil de y la estimacin mximo verosmil de ( + 0,15)
en base a una muestra aleatoria de 8 intervalos, obtenidos entre dos peticiones consecutivas
de acceso a la red, donde se registraron los siguientes tiempos: 3,0 ; 2,5 ; 4,0 ; 2,2 ; 2,8 ; 3,0 ;
1,5 ; 1,0. (en segundos).
7.- En una empresa del rubro de la construccin se ha observado el comportamiento que presenta el
nmero de vehculos que semanalmente presentan fallas mecnicas graves. La funcin de
probabilidad es:
; = 1 1 = 1,2, ; 0 < < 1
7.1) Obtenga el estimador mximo verosmil de
7.2) Al seleccionar al azar 10 semanas, el nmero total de vehculos que presentaron fallas
mecnicas graves fue de 15. Basndose en esta informacin, determine la probabilidad que
durante una semana, el nmero de vehculos que presentan fallas mecnicas graves, sean a
lo ms dos.
(*)

8.- Considere la muestra aleatoria (1 , 2 , , ) de la variable aleatoria , distribuida segn una

exponencial desplazada, con parmetro desconocido, con funcin de densidad de probabilidad:
( ) ; ; > 0; > 0
=
0

8.1) Obtenga el estimador mximo verosmil de .

8.2) Para estudiar el tiempo, expresado en segundos, entre dos vehculos que llegan a una plaza
de peaje, distribuido segn una exponencial desplazada, se toma una muestra aleatoria de
tamao seis, obteniendo los siguientes tiempos: 3.11 0.64 2.55 2.20 5.44 3.42.
Determine la estimacin mxima verosmil de , si = 0.5 segundos, que corresponde al
tiempo mnimo posible entre dos vehculos.
Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Pgina 131

06. Estimadores Puntuales Ejercicios Propuestos

ANLISIS ESTADSTICO

9.- El ingreso de las personas, en u.m., que viven en la ciudad A, se considera una variable aleatoria
con distribucin de Pareto, con parmetro desconocido, cuya funcin de densidad est dada, por:
500
; = 500
0

+1

> 500 > 0

En una muestra aleatoria de los ingresos, en u.m., se obtuvo:

551 556 740 606 742 2311 852 3691 592 570 724 642.
Determine la estimacin mxima verosmil del parmetro .
10.- La resistencia del material de cierto espcimen se considera una variable aleatoria X, con
distribucin de probabilidad:

= 2
0

> 0; > 0

Si se toma una muestra aleatoria de 10 especmenes y se obtienen los siguientes datos con respecto
de su resistencia.
6,11

3,20

1,86

5,23

2,76

4,12

6,79

4,43

8,56

6,82

Encuentre la estimacin mxima verosmil para .

Pgina 132

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

06. Estimadores Puntuales Ejercicios Propuestos

ANLISIS ESTADSTICO

Soluciones: 06. Estimadores Puntuales

2
=1

1.1) . . . =
2) . . . =
3) . . . =

2 =1

2
=1

2
2

1.2) Insesgado

6.2) . . + 0,15 = 2,65

6.1) 0,4199

=2

7.1) . . . =

8.1) . . . =

8.2) 0,417

500+ =1

4) El mejor estimador es 3

9) . . . =

5) = 4

10) . . . = +

Alejandro Gonzlez Tapia Ingeniera Civil en Minas

7.2) 0,889

2
=1

= 1,9464

= 5,3711

Pgina 133