Escolar Documentos
Profissional Documentos
Cultura Documentos
- Estimadores Puntuales
Ejercicios Resueltos
Propiedades de Insesgamiento y Varianza Menor
Estimacin de Mxima Verosimilitud
Propiedad de Invarianza
Aplicaciones
1.- La resistencia de una plancha es una variable aleatoria continua X cuya funcin de
, = 41 3 1
42 3 2
4 1 3 1
=1
4 3
1 , 2 , , , =
3
=1
ln 1 , 2 , , ,
= ln
4
=1
=1
ln 1 , 2 , , ,
4 + ln
= ln 4 + ln
=1
=1
=0
( ln 4 + ln =1 4 + ln
3
=1 )
=0
con
4 = 0
=1
=
. . . =
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
Pgina 118
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
,
=1
1 , 2 , , , = 2 21
1 2
2 22 2
2 2 1
1 2
2 2
=1
ln 1 , 2 , , ,
= ln
=1
ln 1 , 2 , , ,
= ln 2 + 2 ln
2
=1
ln
=1
2
2
2 = 0
=1
2
=1
2 =
2
=1
2
=1
= . .
Pgina 119
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
80,1616 2
= 0,188
=
=
= ,
=
= ,
es insesgado.
, 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
, 2
= ln
=1 2 2
2
=1
Pgina 120
1
= 2
2
=1
2 ln 2
ln
=1
2
=1
2
=1
2 =
1
=0
2 4
2
2
=1
=0
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
=1
2
=1 2
2 2
= 2
2
,
=1
1 , 2 , , = 1 2 1 =
=1
Pgina 121
ln 1 , 2 , , = ln
=1
=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
, ,
< <
+ +
Pgina 122
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
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
1 , 2, 3; =
;
=1
1 , 2 , 3 ; =
=1
1
2 2
2 2
1
2 2
3
=1 2 2
=1
2 2
2
2
2
= 0
=1
= 3 =
=1
3
=1
1
2
= 0
=1
= = . . ()
Pgina 123
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
3
=1
3
=1 )
=
32
3 2 2
=
9
3
; =
~ ()
, =
= 0,1,2,
;
=1
1
2
1
1 , 2 , , =
=
1 !
2 !
1!
!
Pgina 124
=1
=1
ln 1 , 2 , , = ln
=1
=1
= + ln
=1
=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
Pgina 125
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:
= ()
>
Pgina 126
=
=
1 0 = 0 ()
> 0
,
=1
1 , 2 , , ; =
1 0
2 0
1 , 2 , , ; =
=1 0
ln 1 , 2 , , ;
1 0
=1
ln 1 , 2 , , ;
= ln
0
=1
=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.
Pgina 127
; > 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)
,
=0
(1 , 2 , ,) = + 1 1 + 1 2 + 1 1 + 1
(1 , 2 , ,) = + 1
=0
ln[(1 , 2 , ,)] = ln + 1
=0
ln[(1 , 2 , , )] = ln + 1 +
ln = ln + 1 + ln
=0
=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
0,75
+ 1 =
, =
= 0,25
0,75
= 0,25
4,0271 3,0271
= 0,25
. . + 1 = . . + 1 = + 1 = 3,0271 + 1
. . + 1 = 4,0271
b)
. .
2 1
1
2.. 1
.. 1
. .
2 1
1
23,02711
3,02711
5,0542
2,0271
2 1
= 2,4933
1
Pgina 129
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
,>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
Pgina 130
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.
(*)
Pgina 131
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
= 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
Pgina 132
2
=1
1.1) . . . =
2) . . . =
3) . . . =
2 =1
2
=1
2
2
1.2) Insesgado
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) . . . = +
7.2) 0,889
2
=1
= 1,9464
= 5,3711
Pgina 133