1

DEPARTAMENTO DE ESTADÍSTICA Y MATEMÁTICAS

ASIGNATURA ESTADÍSTICA II
SEMESTRE 2011 – II

Ejercicios propuestos Nro. 1.

Texto guía páginas 275 – 279

Ejercicio 8.4 Si X1, X2,…, Xn son variables aleatorias independientes que tienen
distribuciones de Bernoulli idénticas con el parámetro  , entonces X es la proporción de
éxitos en n intentos, lo que denotamos con ˆ . Verifique que

a) E ˆ   ;
 1   
b) var ˆ   .
n

Ejercicio 8.5 Si las primeras n1 variables aleatorias del ejercicio 8.2 tienen distribuciones
de Bernoulli con el parámetro 1 y las otras n2 variables aleatorias tienen distribuciones de
Bernoulli con el parámetro  2 , demuestre que, en la notación del ejercicio 8.4,
 1 2 
a) E ˆ  ˆ     ; 1 2

 1  1   2 1   2 

b) var ˆ1  ˆ2  1
n1
 
n2
.

Ejercicio 8.15 Demuestre que la varianza de la población finita c1, , c2, ,..., cN  se puede
escribir como
N

c 2
i
S2  i 1
 2
N
También, use esta fórmula para recalcular la varianza de los datos de la muestra del
ejercicio 8.16.
 2

Ejercicio 8.16 Muestre que, análoga a la fórmula del ejercicio 8.15, la fórmula para la
varianza de la muestra se puede escribir como
2
 n   n 
n   X i2     X i 
S 2   i 1   i 1 
n  n  1
También, use esta fórmula para calcular la varianza de los siguientes datos de muestreo
sobre el número de llamadas de servicio que recibe el operador de un camión grúa en ocho
días de trabajo consecutivos: 12, 14, 13, 11, 15, 14, 17 y 11.

Ejercicio 8.21 Para muestras aleatorias de una población infinita, ¿qué pasa con el error
estándar de la media si el tamaño de la muestra se
a) aumenta de 30 a 120;
b) aumenta de 80 a 180;
c) disminuye de 450 a 50;
d) disminuye de 250 a 40?

Ejercicio 8.23 Se toma una muestra aleatoria de tamaño n = 100 de una población infinita
con la media   75 y la varianza  2  256. Con base en el teorema del límite central, ¿con
qué probabilidad podemos afirmar que el valor que obtenemos para X caerá entre 67 y 83?

Ejercicio 8.24 Una muestra aleatoria de tamaño n = 81 se toma de una población infinita
con la media   128 y la desviación estándar   6.3. ¿Con qué probabilidad podemos
afirmar que el valor que obtenemos para X no caerá entre 126.6 y 129.4 si usamos el
teorema del límite central?

Ejercicio 8.26 Se tomará una muestra aleatoria de tamaño n = 225 de una población
exponencial con   4 . Con base en el teorema del límite central, ¿cuál es la probabilidad
de que la media de la muestra excederá 4.5?

Ejercicio 8.27 Se tomará una muestra aleatoria de tamaño n = 200 de una población
uniforme con   24 y   48. Basado en el teorema del límite central, ¿cuál es la
probabilidad de que la media de la muestra será menor que 35?

Ejercicio 8.28 Se toma una muestra aleatoria de tamaño 64 de una población normal con
  51.4 y   6.8. ¿Cuál es la probabilidad de que la media de la muestra
a) excederá 52.9;
b) caerá entre 50.5 y 52.3;
c) será menor que 50.6?

Ejercicio 8.29 Se toma una muestra aleatoria de tamaño 100 de una población normal con
  25. ¿Cuál es la probabilidad de que la media de la muestra diferirá de la media de la
población por 3 o más en cualquier dirección?
 3

Texto de Newbold “Estadística para los Negocios y la Economía” capitulo 6, páginas

203 – 208

Ejercicio 1. Cuando un cierto proceso de producción está funcionando correctamente, la

resistencia en ohmios de los componentes producidos sigue una distribución normal con
media 92 y desviación típica 3,6. Se toma una muestra aleatoria de cuatro componentes.
a) Hallar la media de la distribución muestral de la media muestral de la resistencia.
b) Hallar la varianza de la media muestral.
c) Hallar el error estándar de la media muestral.
d) ¿Cuál es la probabilidad de que la media muestral resulte ser mayor que 93 ohmios?

Ejercicio 2. La duración de las bombillas producidas por un cierto fabricante tiene una
media de mil doscientas horas y una desviación típica de cuatrocientas horas. La población
sigue una distribución normal. Supongamos que tú has comprado nueve bombillas, que
pueden ser consideradas como una muestra aleatoria de la producción del fabricante.
a) ¿Cuál es la media de la media muestral de la duración de estas bombillas?
b) ¿Cuál es la varianza de la media muestral?
c) ¿Cuál es el error estándar de la media muestral?
d) ¿Cuál es la probabilidad de que el tiempo medio de duración de tus bombillas sea de
menos de mil cincuenta horas?

Ejercicio 3. El consumo de combustible, en kilómetros por litro, de todos los coches de

cierto modelo tiene media diez y desviación típica dos. Puede asumirse que la distribución
poblacional es normal. Se toma una muestra aleatoria de estos coches.
a) Hallar la probabilidad de que la media muestral del consumo de combustible sea
menor que diez kilómetros por litro si
i) se ha tomado una muestra de una observación.
ii) se ha tomado una muestra de cuatro observaciones.
iii) Se ha tomado una muestra de dieciséis observaciones.
b) Explicar por qué las tres respuestas de (a) difieren de este modo. Hacer un gráfica
para ilustrar el razonamiento.

Ejercicio 4. El precio medio de venta de casas nuevas durante el último año en cierta
ciudad americana fue de 115.000 dólares. La desviación típica de la población fue de
25.000 dólares. Se toma una muestra aleatoria de 100 casas nuevas de esta ciudad.
a) ¿Cuál es la probabilidad de que la media muestral de los precios de venta sea menor
que 110.000 dólares?
b) ¿Cuál es la probabilidad de que la media muestral de los precios de venta esté entre
113.000 dólares y 117.000 dólares?
c) ¿Cuál es la probabilidad de que la media muestral de los precios de venta esté entre
114.000 y 116.000 dólares?
d) Sin hacer los cálculos, razonar en cuál de los siguientes rangos resulta más probable
que se encuentre la media muestral de los precios de venta:
113.000 dólares – 115.000 dólares,
114.000 dólares – 116.000 dólares,
115.000 dólares – 117.000 dólares,
116.000 dólares – 118.000 dólares.
 4

Ejercicio 5. Los candidatos a empleados del departamento de bomberos de cierta ciudad

han de realizar un examen de actitudes. Las puntuaciones en dicho examen siguen una
distribución normal con media 280 y desviación típica 60. Se toma una muestra aleatoria de
nueve puntuaciones de estos exámenes.
a) ¿Cuál será el error estándar de la media muestral de las puntuaciones?
b) ¿Cuál es la probabilidad de que la media muestral de las puntuaciones sea menor
que 270?
c) ¿Cuál es la probabilidad de que la media muestral de las puntuaciones sea mayor
que 250?
d) Supongamos que la desviación típica poblacional fuese 40 en lugar de 60. Sin
repetir los cálculos, establecer cómo cambiarían las respuestas a los apartados (a),
(b) y (c). Ilustrar las conclusiones con los gráficos adecuados.

Ejercicio 7. Una compañía produce cereales para el desayuno. La media del peso que
contienen las cajas de estos cereales es de doscientos gramos y su desviación típica de seis
gramos. La distribución de los pesos en la población es normal. Se eligen cuatro cajas, que
pueden ser consideradas como una muestra aleatoria del total de la producción.
a) ¿Cuál es el error estándar de la media muestral del peso de estas cuatro cajas?
b) ¿Cuál es la probabilidad de que, como media, el peso de estas cuatro cajas sea
menor que 197 gramos?
c) ¿Cuál es la probabilidad de que, como media, el peso de estas cuatro cajas sea
mayor que 206 gramos?
d) ¿Cuál es la probabilidad de que, como media, el peso de estas cuatro cajas esté entre
195 y 205 gramos?
e) Se eligen al azar dos de estas cuatro cajas. ¿Cuál es la probabilidad de que, como
media, el contenido de estas dos cajas pese entre 195 y 205 gramos?

Ejercicio 8. Supongamos que la desviación típica de la cuota pagada mensualmente por los
estudiantes de cierta ciudad americana es de 40 dólares. Se toma una muestra de 100
estudiantes con el fin de estimar la renta media pagada mensualmente por el total de la
población de estudiantes.
a) ¿Cuál será el error estándar de la media muestral de la cuota mensual?
b) ¿Cuál es la probabilidad de que la media muestral exceda a la media poblacional en
más de cinco dólares?
c) ¿Cuál es la probabilidad de que la media muestral esté más de cuatro dólares por
debajo de la media poblacional?
d) ¿Cuál es la probabilidad de que la media muestral difiera de la media poblacional en
más de tres dólares?
 5

Ejercicio 9. El tiempo que dedican a estudiar los estudiantes de cierta universidad en la

semana anterior a los exámenes finales sigue una distribución normal con una desviación
típica de ocho horas. Se toma una muestra aleatoria de cuatro estudiantes con el fin de
estimar el tiempo medio de estudio para esta población de estudiantes.
a) ¿Cuál es la probabilidad de que la media muestral exceda a la media poblacional en
más de dos horas?
b) ¿Cuál es la probabilidad de que la media muestral esté más de tres horas por debajo
de la media poblacional?
c) ¿Cuál es la probabilidad de que la media muestral difiera de la media muestral
difiera de la media poblacional en más de cuatro horas?
d) Supongamos que se toma una segunda muestra de diez estudiantes, independiente
de la anterior. Sin hacer los cálculos, razonar si las probabilidades calculadas en los
apartados (a), (b) y (c) serán mayores, menores o iguales para esta segunda muestra.

Ejercicio 10. Un proceso industrial produce lote de un cierto producto químico cuyos
niveles de impureza siguen una distribución normal con una desviación típica de 1,6
gramos por cada 100 gramos del producto químico. Se selecciona una muestra de 100 lotes
a fin de estimar la media poblacional del nivel de impurezas.
a) 0,05 es la probabilidad de que la media muestral del nivel de impurezas exceda a la
media poblacional, ¿en qué cantidad?
b) 0,1 es la probabilidad de que la media muestral del nivel de impurezas esté por
debajo de la media poblacional, ¿en qué cantidad?
c) 0,15 es la probabilidad de que la media muestral del nivel de impurezas difiera de la
media poblacional, ¿en qué cantidad?

Ejercicio 11. Las tasas de rentabilidad de cierto tipo de acciones siguen una distribución
con una desviación típica de 3,8. Se extrae una muestra de tales acciones con el fin de
estimar el precio medio.
a) ¿Qué tamaño ha de tener la muestra para asegurarnos de que la probabilidad de que
la media muestral difiera de la media poblacional en una cantidad superior a 1 sea
menor que 0,1?
b) Sin realizar los cálculos, razonar si será preciso un tamaño muestral mayor o menor
que el requerido en el apartado (a) para garantizar que la probabilidad de que la
media muestral difiera de la media poblacional en más de 1 sea menor que 0,05.
c) Sin realizar los cálculos, razonar si será preciso un tamaño muestral mayor o menor
que el requerido en el apartado (a) para garantizar que la probabilidad de que la
media muestral difiera de la media poblacional en más de 1,5 sea menor que 0,1.
 6

Ejercicio 12. El tiempo que dedican a estudiar los estudiantes de cierto campus en la
semana anterior a los exámenes finales sigue una distribución normal con una desviación
típica de 8,4 horas. Se toma una muestra aleatoria de estos estudiantes con el fin de estimar
el tiempo medio de estudia para esta población de estudiantes.
a) ¿Qué tamaño ha de tener la muestra para poder asegurar que la probabilidad de que
la media muestral difiera de la media poblacional en más de dos horas sea menor
que 0,05?
b) Sin realizar los cálculos, razonar si se requerirá un tamaño muestral mayor o menor
que el del apartado (a) para poder garantizar que la probabilidad de que la media
muestral difiera de la media poblacional en más de dos horas sea menor que 0,10?
c) Sin realizar los cálculos, razonar si se requerirá un tamaño muestral mayor o menor
que el del apartado (a) para poder garantizar que la probabilidad de que la media
muestral difiera de la media poblacional en más de 1,5 horas sea menor que 0,05.

Texto de Canavos “Probabilidad y Estadística Aplicaciones y Métodos” capitulo 7,

páginas 244 – 2.47

Ejercicio 7.10 Para un determinado nivel de ingresos, el Departamento de Hacienda sabe

que las cantidades declaradas por concepto de deducciones médicas (X1), contribuciones
caritativas (X2) y gastos varios (X3), son variables aleatorias independientes normalmente
distribuidas con medias $400, $800 y $100 y desviaciones estándar $100, $250 y $40,
respectivamente.
a) ¿Cuál es la probabilidad de que la cantidad total declarada por concepto de estas tres
deducciones, no sea mayor de $1.600?
b) Si una persona con este nivel de ingresos declara por concepto de estas deducciones
un total de $2.100, ¿qué tan probable es tener una cantidad igual o mayor a este
monto bajo las condiciones dadas?

Ejercicio 7.11 Una tienda de artículos eléctricos para el hogar vende tres diferentes marcas
de refrigeradores. Sean X1, X2 y X3 variables aleatorias las cuales representan el volumen de
ventas mensual para cada una de las tres marcas de refrigeradores. Si X1, X2 y X3 son
variables aleatorias independientes normalmente distribuidas con medias $8.000, $15.000 y
$12.000, y desviaciones estándar $2.000, $5.000 y $3.000, respectivamente, obtener la
probabilidad de que, para un mes en particular, el volumen de venta total para los tres
refrigeradores sea mayor de $50.000.
 7

Ejercicio 7.15 Para cierta prueba de aptitud se sabe con base en la experiencia que el
número de aciertos es 1.000 con una desviación estándar de 125. Si se aplica la prueba a
100 personas seleccionadas al azar, aproximar las siguientes probabilidades que involucran
a la media muestral X .
a) P  985  X  1015
b) P  960  X  1040 
c) P  X  1020 
d) P  X  975

Ejercicio 7.16 Un contratista piensa comprar una gran cantidad de lámparas de alta
intensidad a cierto fabricante. Éste asegura al contratista que la duración promedio de las
lámparas es de 1.000 horas con una desviación estándar igual a 80 horas. El contratista
decide comprar las lámparas sólo si una muestra aleatoria de 64 de éstas da como resultado
una vida promedio de por lo menos 1.000 horas. ¿Cuál es la probabilidad de que el
contratista adquiera las lámparas?

Ejercicio 7.17 Un inspector federal de pesos y medidas visita una planta de empacado para
verificar que el peso neto de las cajas sea el indicado en éstas. El gerente de la planta
asegura al inspector que el peso promedio de cada caja es de 750 gr con una desviación
estándar de 5 gr. El inspector selecciona, al azar, 100 cajas y encuentra que el peso
promedio es de 748 gr. Bajo estas condiciones, ¿qué tan probable es tener un peso de 748 o
menos? ¿Qué actitud debe tomar el inspector?

Ejercicio 7.18 En la fabricación de cojinetes para motores, se sabe que el diámetro

promedio es de 5 cm con una desviación estándar igual a 0.005 cm. El proceso es vigilado
en forma periódica mediante la selección aleatoria de 65 cojinetes, midiendo sus
correspondientes diámetros. El proceso no se detiene mientras la probabilidad de que la
media muestral se encuentre entre dos límites especificados sea de 0.95. Determinar el
valor de estos límites.

Ejercicio 7.19 En la producción de cierto material para soldar se sabe que la desviación
estándar de la tensión de ruptura de este material es de 25 libras. ¿Cuál debe ser la tensión
de ruptura promedio del proceso si, con base en una muestra aleatoria de 50 especímenes,
la probabilidad de que la media muestral tenga un valor mayor de 250 libras es de 0.95?
 8

Ejercicios propuestos Nro. 2

Texto guía página 292

Ejercicio 8.60 Integre la densidad ji cuadrada apropiada para encontrar la probabilidad de

que la varianza de una muestra aleatoria de tamaño 5 de una población normal con  2  25
caerá entre 20 y 30.

Ejercicio 8.61 La afirmación de que la varianza de una población normal es  2  25 debe

rechazarse si la varianza de una muestra aleatoria de tamaño 16 excede 54.668 o es menor a
12.102. ¿Cuál es la probabilidad de que esta afirmación se rechazará aun cuando  2  25 ?

Ejercicio 8.62 La afirmación de que la varianza de una población normal es  2  4 debe

rechazarse si la varianza de una muestra aleatoria de tamaño 9 excede 7.7535. ¿Cuál es la
probabilidad de que esta afirmación se rechazará aun cuando  2  4 ?

Ejercicio 8.63 Una muestra aleatoria de tamaño n = 25 de una población normal que tiene
la media x  47 y la desviación estándar s  7 . Si basamos nuestra decisión en la
estadística del teorema 8.13, ¿podemos decir que la información dada sustenta la conjetura
de que la media de la población es   42 ?

Ejercicio 8.64 Una muestra aleatoria de tamaño n = 12 de una población normal tiene la
media x  27.8 y la varianza s 2  3.24. Si basamos nuestra decisión en la estadística del
teorema 8.13, ¿podemos decir que la información dada sustenta la afirmación de que la
media de la población es   28.5 ?

Ejercicio 8.65 Si S1 y S2 son las desviaciones estándar de variables aleatorias

independientes de tamaños n1 = 61 y n2 = 31 de poblaciones normales con  12  12 y
 22  18 , encuentre P  S12 / S22  1.16  .

Ejercicio 8.66 Si S12 y S 22 son las varianzas de las variables aleatorias independientes de
tamaños n1 = 10 y n2 = 15 de poblaciones normales con varianzas iguales, encuentre
P  S12 / S22  4.03 .

Texto de Canavos páginas 244 – 247

Ejercicio 7.22 Para un gerente de planta es muy importante controlar la variación en el

espesor de un material plástico. Se sabe que la distribución del espesor del material es
normal con una desviación estándar de 0.01 cm. Una muestra aleatoria de 25 piezas de este
material da como resultado una desviación estándar muestral de 0.015 cm. Si la varianza de
la población es (0.01)2 cm2, ¿cuál es la probabilidad de que la varianza muestral sea igual o
mayor que (0.015)2 cm2? Por lo tanto, ¿qué puede usted concluir con respecto a la variación
de este proceso?
 9

Ejercicio 7.23 Si se obtiene una muestra aleatoria de n = 16 de una distribución normal con
media y varianza desconocidas, obtener P(S12 /  2  2.041).

Ejercicio 7.24 Si se obtiene una muestra aleatoria de tamaño n = 21 de una distribución

normal con media y varianza desconocidas, obtener P( S12 /  2  1.421).

Ejercicio 7.25 Un fabricante de cigarrillos asegura que el contenido promedio de nicotina,

en una de sus marcas, es de 0.6 mg. por cigarrillo. Una organización independiente mide el
contenido de nicotina de 16 cigarrillos de este marca y encuentra que el promedio y la
desviación estándar muestral es de 0.75 y 0.175 mg., respectivamente, de nicotina. Si se
supone que la cantidad de nicotina en estos cigarrillos es una variable aleatoria normal,
¿qué tan probable es el resultado muestral dado el dato proporcionado por el fabricante?

Ejercicio 7.26 Durante los 12 meses pasados el volumen diario de ventas de un restaurante
fue de $2.000. El gerente piensa que los próximos 25 días serán típicos con respecto al
volumen de ventas normal. Al finalizar los 25 días, el volumen de ventas y su desviación
estándar promedio fueron de $1.800 y $200, respectivamente. Supóngase que el volumen
de ventas diario es una variable aleatoria normal. Si usted fuese el gerente, ¿tendría alguna
razón para creer, con base en este resultado, que hubo una disminución en el volumen de
ventas promedio diario?

Texto de Newbold: Páginas 214 – 216

Ejercicio 35. Un proceso produce lotes de un producto químico cuyos niveles de

concentración de impurezas siguen una distribución normal con varianza 1,75. Se extrae
una muestra aleatoria de 20 lotes. Hallar la probabilidad de que la varianza muestral sea
superior a 3,10.

Ejercicio 37. Los salarios de los contables durante sus primeros años de trabajo siguen una
distribución normal con desviación típica de 250.000 pesetas. Se extrae una muestra
aleatoria de 16 observaciones.
a) Hallar la probabilidad de que la desviación típica muestral sea mayor que 300.000
pesetas.
b) Hallar la probabilidad de que la desviación típica muestral sea menor que 150.000
pesetas.

Ejercicio 38. Se quiere someter a todos loes empleados de una gran universidad a un test
de 100 preguntas de elección múltiple. Inicialmente, en un estudio piloto, se somete a este a
este test una una muestra aleatoria de 20 trabajadores. Supongamos que, para la población
completa de todos los trabajadores de la Universidad, la distribución del número de
respuestas correctas sigue una normal con varianza de 250.
a) ¿Cuál es la probabilidad de que la varianza muestral sea menor que 100?
b) ¿Cuál es la probabilidad de que la varianza muestral sea mayor que 500?
 10

Ejercicio 39. Se ha comprobado que, en cierta ciudad española, las facturas de electricidad
durante el período de verano siguen una distribución normal con una desviación típica de
10.000 pesetas. Se toma una muestra aleatoria de 25 facturas.
a) Hallar la probabilidad de que la desviación típica muestral sea menor que 7.500
pesetas.
b) Hallar la probabilidad de que la desviación típica muestral sea mayor que 15.000
pesetas.

Ejercicio 40. El número de horas que dedican a ver televisión los estudiantes en la semana
anterior a sus exámenes finales sigue una distribución normal con una desviación típica de
4,5 horas. Se toma una muestra aleatoria de 30 estudiantes.
a) La probabilidad de que la desviación típica muestral sea mayor que 3,5 horas ¿es
mayor que 0,95?
b) La probabilidad de la desviación típica muestral sea menor que seis horas, ¿es
mayor que 0,95?

Ejercicio 42. En una empresa se fabrican componentes electrónicos que emiten señales
cuya duración sigue una distribución normal. Se extrae una muestra aleatoria de seis
componentes, y se mide la duración de las señales que emiten.
a) 0,05 es la probabilidad de que la varianza muestral sea mayor que ¿qué porcentaje
de la varianza poblacional?
b) 0,10 es la probabilidad de que la varianza muestral sea menor que ¿qué porcentaje
de la varianza poblacional?

Ejercicio 43. Se toma una muestra aleatoria de diez acciones de empresas aseguradoras.
Supongamos que la distribución de las tasas de rentabilidad de las acciones en la población
de todas las empresas aseguradoras es normal.
a) 0,10 es la probabilidad de que la varianza muestral sea mayor que ¿qué porcentaje
de la varianza poblacional?
b) Encontrar dos números, a y b, que hagan correcta la frase siguiente: 0,95 es la
probabilidad de que la varianza muestral esté entre el a% y el b% de la varianza
poblacional.
c) Supongamos que se extrae una muestra de 20 acciones. Sin realizar los cálculos,
indicar cómo cambiaría esto la respuesta al apartado (b).

Ejercicio 44. Se extrae una muestra aleatoria de 15 economistas y se les pregunta sobre su
predicción acerca de la tasa de inflación para el próximo año. Supongamos que las
predicciones para la población completa de economistas sigue una distribución típica de
1,8%.
a) 0,01 es la probabilidad de que la desviación típica muestral sea mayor que ¿qué
numero?
b) 0,025 es la probabilidad de que la desviación típica muestral sea menor que ¿qué
numero?
c) Encontrar un par de números tales que la probabilidad de que la desviación típica
muestral se encuentre entre estos dos números sea 0,9.
 11

Ejercicio 45. Para comprobar la precisión de cierto instrumento, se hacen 12 lecturas de la

misma cantidad. La distribución poblacional de las lecturas que hace este instrumento es
normal.
a) 0,95 es la probabilidad de que la varianza muestral sea mayor que ¿qué porcentaje
de la varianza poblacional?
b) 0,9 es la probabilidad de que la varianza muestral sea mayor que ¿qué porcentaje de
la varianza poblacional?
c) Encontrar un par de números, a y b, que hagan correcta la frase siguiente: 0,95 es la
probabilidad de que la varianza muestral esté entre el a% y el b% de la varianza
poblacional.
 12

Estadísticas de orden.

Considere una muestra aleatoria de tamaño n de una población infinita que tiene
función de densidad continua f ( x) , suponga que ordenamos los valores de
X1 , X 2 , , X n de acuerdo a su tamaño. Si consideremos la más pequeña de las x como
un valor de la variable aleatoria Y1 , el siguiente valor en tamaño como un valor de la
variable aleatoria Y2 , el siguiente valor en tamaño como un valor de la variable
aleatoria Y3 , y el valor más grande como un valor de la variable Yn , entonces nos
referimos a estas Y como estadísticas de orden. De esta forma, Y1 es la estadística de
primer orden, Y2 es la estadística de segundo orden, y así sucesivamente hasta que Yn
es la estadística de orden n.

La densidad de probabilidad de la r – ésima estadística de orden para r  1, 2,3, , n la

obtenemos de la siguiente forma.

Teorema 1: Para una muestra aleatoria de tamaño n de una población infinita X que
tiene densidad f ( x) , entonces la densidad de probabilidad de la r – ésima estadística de
orden Yr está dada por

r 1 nr
n!  yr   
g r ( yr )    f ( x)dx  f ( yr )   f ( x)dx  ,    yr  
(r  1)! n  r !     yr 
Ejemplo 1: Mostrar que para una muestra aleatoria de tamaño n de una población
exponencial con media  , las distribuciones de muestreo de Y1 y Yn están dados por:

 n  ny1 /   n  yn / 
 e , para y1  0  e  (1  e yn /  ) n 1 , para yn  0
g1 ( y1 )    ; g n ( yn )   

0 en cualquier otro caso 
0 en cualquier otro caso

Además, para muestras aleatorias de tamaño n = 2m +1 de esta clase de población, la

distribución de muestreo de la mediana muestral está dada por

 (2m  1)!  x ( m 1) / 

 e [1  e  x /  ]m , para x  0
h( X )   m ! m !

0 en cualquier otro caso
 13

Solución: Sea X una población exponencial con media  , entonces la densidad de

probabilidad de X es:

 1  x /
 e , para x  0
f ( x )  

0 en otro caso

Por lo tanto,

a) Para encontrar la distribución de muestreo de Y1 procedemos así:

11 n 1
n!  y1   
g1 ( y1 )    f ( x)dx  f ( y1 )   f ( x)dx  ,    y1  
(1  1)! n  1!     y1 

Como la muestra es de una exponencial entonces y1  0 y además

 1  y1 / 
 e , y1  0
f ( y1 )  
 0 en otro caso
Por lo tanto,

 11
 y1 1  x /   1  y /    1  x /  
n 1

 n ( n  1)!
g1 ( y1 )   0! n  1!  0 
  e dx  e 1  e dx  , y1  0
    y1  


 0 en otro caso

Ahora, como 0! = 1 y

 b
1 1
 dx  lim 
b
e  x /
e x / dx  lim  e x /    lim eb /  e y1 / 
y1
b 
y1
 b  y1 b 

Como lim eb /  0 , entonces

b 


1
 e dx   lim eb /  e y1 /   e y1 /  lim eb /  e y1 /  0  e  y1 /
 x /
b  b 
y1

Por lo tanto,

 1  y /   y /  n 1  n  ny / 
n 1 e 1 e 1  , y1  0  e 1 , y1  0
g1 ( y1 )     

0 en otro caso  0 en otro caso
 14

b) Similarmente, para encontrar la densidad de Yn procedemos así:

n 1 nn
n!  yn   
g n ( yn )    f ( x)dx  f ( yn )   f ( x) dx 
(n  1)! n  n !     yn 
n 1 0 n 1
n(n  1)!  n
y
    yn 
   f ( x) dx  f ( yn )   f ( x) dx   n   f ( x) dx  f ( yn )
(n  1)!0!     yn    

Como la muestra es de una exponencial entonces

 1  yn / 
 e , yn  0
f ( yn )   
 0 en otro caso
Por lo tanto,

  yn 1 
n 1

n   e dx   1 e  yn / 
 x /
g n ( yn )    0   , yn  0
 

 0 en culaquier otro caso

Ahora, como

yn
1

yn
e x / dx  e x /   1  e yn /
0
0

Entonces, la densidad de Yn es:

   y /  n 1 1  y /  n  y /  y /  n 1
n 1  e n   e n , yn  0  e n 1  e n  , yn  0
g n ( yn )     

0 en culaquier otro caso 0 en culaquier otro caso

c) Para encontrar la densidad de la mediana para una muestra aleatoria de tamaño n =

2m + 1 hay que tener en cuenta que el tamaño de la muestra es impar, por lo que la
mediana es la estadística de orden r 2 m11
2  m  1 , entonces la densidad viene
dada por:
 15

m 11 2 m 1 m 1
(2m  1)! x   
h( x )   f ( x ) dx  f ( x)   f ( x) dx 
(m  1  1)! 2m  1  m  1!    x 
m m
(2m  1)! 
x
  
   f ( x) dx  f ( x)   f ( x) dx 
m ! m !    x 

Ahora, como la muestra es de una población exponencial entonces

 1  x /
 e , x0
f ( x)   
0 en otro caso

Además,
x
1

x
e x /  dx  e x /    1  e x / 
0
0

1
 e
 x / b b
dx  lim e x /    lim  e x /    lim e  x /   e  b /    e  x / 
b  x b  x b 
x

Por lo tanto,

 (2m  1)!  x 
m
  1  x / 
m

h( x)   m ! m !  0    e
 x /  x /
 1
e dx  1
 e dx  x  0
 x 

 0 en otro caso
 (2m  1)! m m
 1  e  x /   1 e  x /   e  x /   , x  0
  m ! m !

 0 en otro caso
 (2m  1)! m
 1  e  x /   e  x ( m 1) /  , x  0
  m ! m ! 

 0 en otro caso

Ejemplo 2: Para una muestra aleatoria de tamaño n de una población uniforme

continua en el intervalo [0, ] encuentre la distribución de muestreo de Y  Yn  Max

Solución: Sea X una población uniforme continua en el intervalo [0, ] , entonces la

densidad de probabilidad de X es

1
 para 0  x  
f ( x )  
 0 en otro caso
 16

Por lo tanto, para encontrar la distribución de muestreo de Y  Yn  Max , procedemos

así:
n 1 nn
n! y   
g n ( yn )  g ( y )    f ( x)dx  f ( y )   f ( x)dx 
(n  1)! n  n  !     y 
n 1 0 n 1
n(n  1)! 
y
   y 
   f ( x) dx  f ( y)   f ( x) dx   n   f ( x) dx  f ( y)
(n  1)!0!     y    

Como la muestra es de una uniforme continua entonces

1
 para 0  y  
f ( y )  

 0 en otro caso

Por lo tanto,
  y 1  n 1 1   1 y  n 1 1
n   dx   , 0  y    n     , 0  y  
gn ( y)    0        0  
 
 
 0 en culaquier otro caso 0 en culaquier otro caso
  y  n 1 1  y n 1
 n  , 0  y  n , 0  y 
        n
0 en culaquier otro caso  0 en otro caso
 