Estadística II Ejercicios Tema 1

1.-Sea ( X1, X 2 ) una muestra aleatoria simple de tamaño 2 de una variable con distribución binomial

B(2; 0,5). Obtén:

a) La distribución de la muestra.
b) La distribución de la media muestral, su esperanza y su varianza.

2.- Los siguientes gráficos representan la distribución de la media muestral, X , para una m.a.s
(X1,X2,…,Xn) de una v.a. Normal de media 0 y varianza 25, para los tamaños: n=9, n=16, n=25, n=49.

a) Asigna cada tamaño muestral a su gráfico correspondiente

b) Especifica, en cada caso, el valor de la varianza de la distribución.
(a) (b)
0,6 0,6

0,4 0,4

0,2 0,2

0 0
-5 -4 -3 -2 -1 0 1 2 3 4 5 -5 -4 -3 -2 -1 0 1 2 3 4 5
(c) (d)
0,6 0,6

0,4 0,4

0,2 0,2

0 0
-5 -4 -3 -2 -1 0 1 2 3 4 5 -5 -4 -3 -2 -1 0 1 2 3 4 5

3.- La nota que sacan los alumnos de ADE en una determinada asignatura es una variable aleatoria
con distribución Normal de media 5 y la probabilidad de que dicha nota sea superior a 6 es 0,4364.
Elegidos al azar 10 alumnos que han cursado dicha asignatura, calcula la probabilidad de que la nota
media de los 10 alumnos sea superior a 6.

4.- Se quiere analizar los datos recogidos en una encuesta sobre el gasto de los hogares en educación
superior pública durante 2011/12. La información obtenida se refiere a bienes y servicios adquiridos a
través de las instituciones educativas y a otros gastos adicionales relacionados con la educación
superior. La tabla siguiente muestra un resumen de los datos de gasto por hogar en educación superior
(en euros) para los 1000 hogares encuestados
Estadística II Ejercicios Tema 1

Gasto hogares en educación superior

Media Desviación típica Tamaño muestral Mínimo Máximo
1.395,81 1.277,89 1.000 494,08 7.675,26

Responde a las siguientes preguntas, indicando claramente en cada caso cuál es la variable de interés
y cuáles son los supuestos sobre dicha variable y sobre la muestra utilizada:
a) Obtén una estimación del gasto medio por hogar en educación superior, utilizando un estimador
insesgado. Justifica la elección del estimador utilizado. ¿Cuál es la desviación típica de dicho
estimador? Estímala a partir de la información disponible.
b) Explica, sin realizar ningún cálculo adicional, si la estimación de la desviación típica del estimador
sería menor o mayor que la calculada en el apartado anterior, en cada uno de los siguientes casos
(justifica siempre tu respuesta):

b.1) La desviación típica muestral es 1.100 € (todos los demás valores son los mismos).
b.2) La muestra contiene 5.000 hogares (todos los demás valores son los mismos).

5.- El número de correos electrónicos enviados en un día sigue una distribución de Poisson de
parámetro λ=4. Calcula la probabilidad de que en 50 días elegidos al azar el número medio de correos
electrónicos enviados sea al menos 5.

6.- Las bolsas de azúcar envasadas por una cierta máquina tienen un peso medio de 500 gramos con
una desviación típica de 35 gramos. Las bolsas se empaquetan en cajas de 100 unidades.

a) Calcula la probabilidad de que el peso medio de las bolsas de una caja sea menor que 495
gramos
b) Calcula la probabilidad de que una caja pese más de 51 Kg

7.- La probabilidad de que un comercial de una empresa realice una venta cuando visita a un cliente es
de 0,2. Suponiendo que las ventas a distintos clientes son independientes entre sí, ¿cuál es la
probabilidad de que si visita 120 clientes realice al menos un 15% de las ventas?

8.- Sea Y la variable aleatoria “número de errores graves cometidos por un alumno en un examen” cuya
función de probabilidad es: p(Y=0) = 0.6; p(Y=1) = 0.3; p(Y=2) = 0.1. Un estudiante aprueba el examen
si no comete ningún error grave.

a) ¿Cuál es la probabilidad de que un estudiante elegido al azar apruebe el examen?

b) Se selecciona una muestra aleatoria simple de 100 estudiantes que han hecho el examen.
Calcula la probabilidad de que más del 64.9% de ellos apruebe el examen.

9.- El volumen de zumo que vierte en cada envase la máquina de zumo exprimido natural del
supermercado es una variable aleatoria, X, cuya distribución (en mililitros) es una N(100,3 , 2,3) . Un
envase se desecha si tiene menos de 95 ml o más de 105 ml.

a) Calcula la probabilidad de que un envase se deseche.

b) Si en un día se llenan 50 envases en esta máquina, calcula la probabilidad de que se
desechen más del 3% de los envases. Especifica claramente el modelo probabilístico
subyacente y explica cómo calculas esta probabilidad.
 Estadística II Ejercicios Tema 1

10.- El número de siniestros de una póliza sigue una distribución binomial negativa BN(3; 0,6). Calcula
la probabilidad de que, para una muestra aleatoria simple de 100 pólizas, el número medio de siniestros
sea superior a 1,85.

11.- Sea (X1, X2, X3) una muestra aleatoria simple de una población Normal de media µ. ¿Cuál de los
dos estimadores es más eficiente?

X1 + X 2 + X 3 X1 − 4 X 2
=µ 1 = 
    y      µ 2
3 3

12.- Para estimar el ingreso medio µ de una población de varianza σ 2 se toma una muestra aleatoria

simple de n1 = 10 individuos de dicha población y se calcula su ingreso medio muestral X1 . Para

mejorar la estimación anterior, se elige otra muestra, independiente de la primera, de la misma

población de tamaño n2 = 20 , y se calcula el ingreso medio muestral X 2 . Se consideran los siguientes

estimadores de µ a partir de conjunto de las dos muestras:

X1 + X 2 n1X1 + n2 X 2
=µˆ1 =     y      µˆ 2 .
2 n1 + n2

¿Son estos estimadores insesgados? ¿Cuál de los dos es más eficiente?

13.- Sean T1, T2 ,T3 tres estimadores de θ tales que E (T1 )= E (T2 )= θ , E (T3 )= θ + 2 , y

Var (T1 ) 12,

= = Var (T2 ) 10,
= Var (T3 ) 9 . ¿Cuál es más eficiente? Justifica tu respuesta.

1
14.- Sea una m.a.s. de tamaño n de una variable con distribución gamma de parámetros λ= y α=4.
θ
𝑋𝑋�
Demuestra que el estimador de θ: 𝜃𝜃� = es insesgado. Calcula su varianza y demuestra que es un
4

estimador consistente de θ.
15.- Sea X una variable aleatoria que toma los valores 0, 1, 2 y 3 con probabilidades:
1 2 θ −4 1
p[ X= 0]
= , p[ X= 1]
= , p[ X= 2]
= , p[ X= 3]
= ,
θ θ θ θ
donde θ es un parámetro desconocido, con θ>4.
Obtén el estimador de θ por el método de momentos.
16.- El número de siniestros de una determinada póliza de seguros sigue una distribución de Poisson
de parámetro λ. Si tenemos una m.a.s de tamaño n de dicha variable

a) Obtén el estimador máximo verosímil para λ y demuestra que coincide con el estimador
por el método de los momentos
b) ¿Es insesgado el estimador obtenido?
c) ¿Es consistente el estimador obtenido?
d) Estima la probabilidad de que no ocurra ningún siniestro.
e) Si en una muestra de tamaño 3 el número de siniestros ha sido 3, 1 y 2, escribe la función
de verosimilitud asociada a esa muestra y calcula la estimación máximo verosímil de λ.
Estadística II Ejercicios Tema 1

17.-Se dispone de una población geométrica, X → G ( p ) , y se ha tomado una muestra de tamaño

n=5, cuya realización ha sido (2, 4, 1, 3, 5).
a) Obtén la función de verosimilitud asociada a esa muestra concreta de tamaño 5.
1
b) Suponiendo una muestra de tamaño n, demuestra que el estimador de p: 𝑝𝑝̂ = es un
1+𝑋𝑋�

estimador consistente de p.

18.- Se realiza una muestra de tamaño 10 del tiempo de espera, en minutos, en la cola de un
supermercado y se obtienen los siguientes resultados (2; 3; 1,5; 0,5; 1; 1; 0,5; 2,5; 1; 2). Estima la
probabilidad de que un cliente tenga que esperar a lo sumo un minuto.

19.- Una empresa de bebidas quiere lanzar un nuevo producto en Valladolid. Para analizar la
aceptación que tendrá dicho producto, la empresa realiza un estudio de mercado y entrevista a 350
personas elegidas al azar, de las cuales 210 declaran que estarían dispuestas a comprar dicho
producto. Llamemos p a la proporción de individuos de Valladolid que estarían dispuestos a comprar el
producto.

a) Construye la función de verosimilitud asociada a la muestra anterior

b) Obtén la estimación máximo verosímil de p.

20.- Dada una muestra aleatoria simple de tamaño 20 de una distribución normal, se estima por máxima
verosimilitud la esperanza de la distribución (µ), obteniéndose una estimación igual a 1,2. Razona si
son verdaderas o falsas las siguientes afirmaciones:

a) Si tomáramos distintas muestras de tamaño 20 obtendríamos otras estimaciones de µ.

�) está centrada en ese valor 1,2.
b) La distribución del estimador máximo verosímil (X

21.- Razona si son verdaderas o falsas las siguientes afirmaciones:

a) Un estadístico es una variable aleatoria.
b) Las variables que componen una muestra aleatoria simple tienen la misma distribución que la
variable que se muestrea.
c) Las variables que componen una muestra aleatoria simple son independientes.
d) La media muestral de una muestra aleatoria simple de tamaño n de una variable aleatoria de

media µ y varianza σ2 es una variable aleatoria con media µ y varianza σ .

n
e) Sea (X1, X2) una m.a.s. de una variable Binomial B(3,p). Los posibles valores de la media
muestral son: { 0; 0,5; 1; 1,5; 2; 2,5; 3 }.
f) El número de caras que obtengo al tirar 500 veces una moneda perfecta es una variable
aleatoria cuya media es 0,5.
g) Sea (X1, …, X10) una muestra aleatoria simple de una variable aleatoria X con distribución
Normal de esperanza 1. Entonces . p  X ≤ 0.2 < p[ X ≤ 0.2]

h) Un estimador es una variable aleatoria mientras que una estimación es un número.

i) Si un estimador es el estimador eficiente entonces es el estimador con menor error cuadrático
medio.
Estadística II Ejercicios Tema 1

j) Un parámetro es una variable aleatoria.

k) Un estimador θˆ de un parámetro θ debe tomar valores en el mismo rango en el que toma

valores dicho parámetro.

l) Si un estimador es insesgado y su varianza converge hacia cero al aumentar el tamaño
muestral, dicho estimador es consistente.