Diferencia entre revisiones de «Final 03/03/2017 (Probabilidad y Estadística)»

De Cuba-Wiki
(Página creada con «{{Back|Probabilidades y Estadística}} Tomado por Matthieu Jonckheere. Se aprueba con un 4. Duró 4 horas. Se podían usar las tablas de distribuciones y el resumen de dis...»)
 
 
(No se muestra una edición intermedia del mismo usuario)
Línea 6: Línea 6:
Sea (X,Y) un vector aleatorio con función de densidad conjunta:
Sea (X,Y) un vector aleatorio con función de densidad conjunta:


<math>f_{XY}(x,y) = k(x^2+y^2) \ 1_{\{20 x 30, \ 20 ≤ y 30\}}</math>
<math>f_{XY}(x,y) = k(x^2+y^2) 1_{\{20 \leq x \leq 30, 20 \leq y \leq 30\}}</math>


# ¿Cuál es el valor de k?
# ¿Cuál es el valor de <math>k</math>?
# ¿Cuál es la probabilidad de que tanto <math>X</math> como <math>Y</math> sean menores que 26?
# ¿Cuál es la probabilidad de que tanto <math>X</math> como <math>Y</math> sean menores que <math>26</math>?
# ¿Cuál es la probabilidad de que <math>max(X,Y) \leq  26</math>?
# ¿Cuál es la probabilidad de que <math>\max(X,Y) \leq  26</math>?
# Hallar <math>f_X</math> y <math>f_X</math>, las funciones de densidad marginales.
# Hallar <math>f_X</math> y <math>f_Y</math>, las funciones de densidad marginales.


=== Ejercicio 2 (30 puntos) ===
=== Ejercicio 2 (30 puntos) ===

Revisión actual - 01:03 14 jul 2021

Plantilla:Back

Tomado por Matthieu Jonckheere. Se aprueba con un 4. Duró 4 horas. Se podían usar las tablas de distribuciones y el resumen de distribuciones disponibles en la página de la materia.

Ejercicio 1 (20 puntos)

Sea (X,Y) un vector aleatorio con función de densidad conjunta:

  1. ¿Cuál es el valor de ?
  2. ¿Cuál es la probabilidad de que tanto como sean menores que ?
  3. ¿Cuál es la probabilidad de que ?
  4. Hallar y , las funciones de densidad marginales.

Ejercicio 2 (30 puntos)

  1. Sea una variable aleatoria con distribución exponencial de parámetro . Calcular su función generadora de momentos.
  2. Sea una variable aleatoria con distribución geométrica de parámetro . Calcular su función generadora de momentos.
  3. Sea una secuencia de variables aleatorias con distribución exponencial de parámetro y una variable aleatoria con distribución geométrica de parámetro independiente de los . Sea . Calcular la función generadora de momentos de .
  4. Deducir de 3. la distribución de .

Ejercicio 3 (25 puntos)

Se supone que 1 de cada 10 fumadores prefiere la marca A. Después de una campaña publicitaria en cierta región de ventas, se entrevistó a 200 fumadores para determinar la efectividad de la campaña. El resultado de esta encuesta mostró que 26 personas preferían la marca A.

  1. ¿Indican estos datos, a nivel aproximado 0.05, un aumento en la preferencia por la marca A?
  2. Calcular el p-valor.
  3. ¿Cuál es la probabilidad aproximada de decidir que la campaña publicitaria no fue efectiva, cuando en realidad la proporción de preferencia por la marca A después de la campaña es 0.15?
  4. ¿Qué tamaño de muestra debería tomarse para que la probabilidad de 3. fuese a lo sumo 0.05?

Ejercicio 4 (25 puntos)

Sea una muestra aleatoria de una distribución .

  1. Probar que Error al representar (SVG o PNG como alternativa (MathML puede ser habilitado mediante plugin de navegador): respuesta no válida («Math extension cannot connect to Restbase.») del servidor «https://en.wikipedia.org/api/rest_v1/»:): {\displaystyle \max_{1≤i≤n} X_i} es el estimador de máxima verosimilitud de .
  2. Calcular el estimador de basado en el primer momento.
  3. Decir si los estimadores obtenidos son insesgados o asintóticamente insesgados, y consistentes. Justificar

Bonus (15 puntos)

Dar la definición de un proceso de Markov (en un espacio discreto) reversible.