Edición de «Final 22/02/2013 (Probabilidad y Estadística)»
De Cuba-Wiki
Puedes deshacer la edición. Antes de deshacer la edición, comprueba la siguiente comparación para verificar que realmente es lo que quieres hacer, y entonces publica los cambios para así efectuar la reversión.
Revisión actual | Tu texto | ||
Línea 8: | Línea 8: | ||
<math>P(|(S_n / n) - p| > t) < 0,001</math> | <math>P(|(S_n / n) - p| > t) < 0,001</math> | ||
independientemente del valor de <math>p</math> (desconocido) | independientemente del valor de <math>p</math> (desconocido). | ||
== Ejercicio 2 == | == Ejercicio 2 == | ||
a) Enunciar y probar el teorema de la probabilidad total. | |||
b) Dar un ejemplo de aplicación del teorema. | |||
c) Sean <math>A</math>, <math>B</math> eventos de un espacio muestral <math>S</math>. Probar que si <math>A</math> y <math>B</math> son independientes, entonces también lo son <math>A</math> y <math>B^c</math>. | |||
== Ejercicio 3 == | == Ejercicio 3 == | ||
Sean <math>T_n</math> y <math>W_n</math> dos estimadores insesgados de <math>\theta</math>: | |||
a) Si se combinan para formar un nuevo estimador dado por <math>\overset{\sim}{\theta}^n= \alpha T_n + \beta W_n</math> donde <math>\alpha</math> y <math>\beta</math> son constantes. ¿Qué condiciones son necesarias sobre <math>\alpha</math> y <math>\beta</math> tal que <math>\overset{\sim}{\theta}</math> sea insesgado? | |||
b) Si <math>T_n</math> y <math>W_n</math> son independientes y tienen varianza <math>V(T_n)</math> y <math>V(W_n)</math> respectivamente, calcular la varianza de <math>\overset{\sim}{\theta}</math>. | |||
b) | c) Bajo las condiciones de b). ¿Cuál es la elección de <math>\alpha</math> y <math>\beta</math> que minimiza la varianza de <math>\overset{\sim}{\theta}</math> y hace que <math>\overset{\sim}{\theta}</math> sea insesgado? | ||
== Ejercicio 4 == | |||
a) Enuncie el Teorema central del límite. | |||
b) Sean <math>X_1,X_2,...X_n</math> v.a.i.i.d. tales que <math>X_i\sim Bi(1,p)</math> y sea <math>n</math> suficientemente grande. Deducir un intervalo de confianza de nivel aproximado <math>1-\alpha</math> para <math>p</math>. | |||
c) Se llama <math>chance</math> al coeficiente <math>c(p) = \frac{p}{1-p}</math>. | |||
* Probar que si <math>p > q</math> entonces <math>c(p) > c(q)</math>. | |||
* Hallar un intervalo de confianza de nivel aproximado <math>1-\alpha</math> para <math>\frac{p}{1-p}</math>. |