Notas de Clase elaboradas por L. M.

Gonzlez
Taller para Segundo Parcial

TALLER PARA SEGUNDO PARCIAL

1. Magalhes (2006)[p.351] Sean Xn , n 1, variables aleatorias independientes
tal que X1 B(n, pn ). Muestre que si npn = n para > 0, entonces
n

Xn X, en que X P ().
2. Cepeda (2015)[p.35] Suponga que Xi tiene distribucin bernoulli de parmetro
0.5, i = 1, 2, 3, . . . , 20, en que las Xi s son variables aleatorias independientes.
0.5| < c) > 0.5.
Halle c tal que P (|X
a) Utilizando el teorema central del lmite.
b) Aplicando Chebyshev.
3. Cepeda (2015)[p.36] Sea p la proporcin de tornillos defectuosos en la produccin de una empresa. Determine el tamao n de la muestra tal que, para todo p,
la proporcin de tornillos defectuosos en la muestra se aleje a lo ms de 0.1 de
la proporcin de unidades defectuosas en la produccin, con una probabilidad
del 95 %,
a) aplicando el teorema central del lmite
b) aplicando Chebyshev
c) compare los resultados obtenidos en los dos items anteriores.
4. Magalhes (2006)[p.351] Sean Xn , n 1, variables aleatorias independientes
e idnticamente

distribuidas tal que X1 Exp(). Muestre que la secuencia
Xn2 : n 1 satisface la ley fuerte de los grandes nmeros.
5. Magalhes (2006)[p.351] Sean Xn , n 1, variables aleatorias independientes e

idnticamente distribuidas tal que X1 P ( n), para cada n 1. Indique las

posibles convergencias de X.
6. Sean X1 , X2 , X3 , . . . , Xn variables aleatorias independientes e idnticamente
distribuidas. Encuentre una forma de la mediana muestral que sea un estimador consistente de y su distribucin asintotica cuando es convenientemente
normalizada, para cada una de las siguientes distribuciones:
a)
p(x; , ) =

,
x+1

< x < ,

> 0, > 0

b)
p(x; , ) =

1 x
x
,

0 x < ,

> 0, > 0

7. Casella & Berger (2002)[p.355] Sean X1 , X2 , X3 , . . . , Xn variables aleatorias

independientes e idnticamente distribuidas de la funcin de densidad de probabilidad
p(x; ) = x2
0 < x < .
a) Cual sera una estadstica suficiente para ?
b) Encuentre el estimador va mxima verosimilitud para .
1

Notas de Clase elaboradas por L. M. Gonzlez

Taller para Segundo Parcial

REFERENCIAS

c) Encuentre un estimador por el mtodo de los momentos para .

8. Mayorga (2004)[p.145] Sean X1 , X2 , X3 , . . . , Xn variables aleatorias independientes e idnticamente distribuidas de la funcin de densidad de probabilidad
p(x; ) = 2 xx
es

n
P

0 < x < , > 0

Xi una estadstica suficiente y completa para ? Determine un estimador

i=1

insesgado para que sea funcin de

n
P

Xi tal que tenga mnima varianza.

i=1

Referencias
Casella, G. & Berger, R. (2002). Statistical Inference. 2nd edition. Thomspon Learning.
Cepeda, E. (2015). Estadstica matemtica. 1ra. edicin. Bogot: Universidad Nacional de Colombia.
Magalhes, M. (2006). Probabilidade e Variveis Aleatrias. 2da. edicin. So Paulo:Editora da Universidade de So Paulo.
Mayorga, H. (2004). Inferencia estadistica. Bogot: Universidad Nacional de Colombia.