INFERENCIA ESTADSTICA

Notas de clase

Profesores:

A. Leonardo Bauelos S.
Nayelli Manzanarez Gmez

TEMA IV
PRUEBAS DE HIPTESIS
INTRODUCCIN
Cuando en un problema especfico debe determinarse si se acepta (valida) una afirmacin
(hiptesis) o no, el procedimiento de toma de decisiones en torno a la afirmacin recibe
el nombre de prueba de hiptesis.
Definicin 4.1
Una hiptesis es una afirmacin acerca de la distribucin de
probabilidad de una variable aleatoria.

Fig. 4.1

Las pruebas de hiptesis son parte de la inferencia estadstica, y a menudo

involucran a ms de un parmetro de la distribucin. Supngase, por ejemplo, que se
desea estimar el promedio de la estatura de los alumnos de la Facultad de Ingeniera, y
se pretende saber si el promedio es 1.67 o no lo es. Lo anterior se expresara:

Definicin 4.2
Una prueba de hiptesis estadstica para alguna caracterstica
desconocida de una poblacin es cualquier regla que permite rechazar o
no rechazar una hiptesis nula con base en una muestra aleatoria de la
poblacin.

...(4.1)
ERRORES DE TIPO I Y TIPO II
Donde

recibe el nombre de hiptesis nula, mientras que

se denomina hiptesis

alternativa.
En la expresin 4.1 se plantea una hiptesis alternativa de dos lados; sin
embargo, es posible plantear hiptesis alternativas de un lado, generando propuestas
como:
...(4.2)
Para probar una hiptesis es necesario seleccionar una muestra aleatoria, y
mediante un estadstico de prueba adecuado determinar si se acepta la hiptesis
o se
rechaza, aceptndose entonces la alternativa

La decisin que se toma de aceptar o rechazar una hiptesis segn los datos observados
en una muestra y empleando un estadstico de prueba adecuado, est sujeta a error. En
particular se pueden cometer dos tipos de errores. Cuando la hiptesis nula se rechaza
siendo que es verdadera se comete un error del tipo I, mientras que si se acepta la
hiptesis nula cuando es falsa entonces se comete un error del tipo II.
Si la hiptesis

es verdadera

es falsa

Y la conclusin es
No se rechaza

Ningn error

Error tipo II

S se rechaza

Error tipo I

Ningn error

. Con la finalidad de aceptar o rechazar

una hiptesis, deben generarse regiones de aceptacin y rechazo, por ejemplo para la
hiptesis sobre la media poblacional planteada por (4.1) se tiene:

Tabla 4.1 Tipos de error en las pruebas de hiptesis.

Las probabilidades de cometer errores del tipo I y II se denotan mediante
respectivamente, es decir

...(4.3)
Adems

)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

recibe el nombre de nivel o tamao de significacin de la prueba.

INFERENCIA ESTADSTICA
Tema IV
Pg. 2
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

Si la hiptesis

es verdadera

es falsa

A fin de probar la hiptesis

contra la alternativa

Y la conclusin es

, de que

y se decide no rechazar
No se rechaza

intervalo

S se rechaza
Tabla 4.2 Probabilidades de error en las pruebas de hiptesis

de que para un material en particular

, se realiza una sola observacin de

si y slo si el valor observado de

ocurre en el

. Calcular los tamaos de los errores tipo I y tipo II.

Resolucin
Para el error tipo I, se tiene

Definicin 4.3
La potencia de una prueba de hiptesis estadstica es la probabilidad de
rechazar una hiptesis falsa. Es decir:

Como se coment anteriormente, los resultados de una prueba de hiptesis estn

sujetos a error, por lo que no se dice que se aprueba la hiptesis nula, es ms
recomendable decir no se rechaza
. El no rechazar
significa que no se tienen
suficientes elementos para rechazarla, lo que no necesariamente significa que hay una
alta probabilidad de que sea verdadera.

S))))))))))))))))))))))))))))))))))))Q
Debe observarse que si la hiptesis nula
determinar el valor de

, es decir, si

es compuesta, entonces no se puede

entonces:

PRUEBAS DE HIPTESIS
Adems de las pruebas de hiptesis unilaterales y bilaterales como fueron las ecuaciones
(4.2) y (4.1), las pruebas se clasifican en simples y compuestas. Las hiptesis simples son
aquellas que especifican el valor del parmetro al que se refieren, por ejemplo:
.
Las hiptesis compuestas son aquellas que no especifican el valor del
parmetro, por ejemplo:

S))))))))))))))))))))))))))))))))))))Q
Ejemplo 4.1
El tiempo transcurrido entre dos seales consecutivas de un contador Geiger
de partculas radioactivas, es una v.a. con distribucin exponencial con
parmetro
.

)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

y el valor de
depende de . Es por ello, que la hiptesis nula debe ser una hiptesis
simple. De manera similar, cuando la hiptesis alternativa es compuesta tampoco se
puede obtener el valor de .

INFERENCIA ESTADSTICA
Tema IV
Pg. 3
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

PRUEBAS DE HIPTESIS PARA LA MEDIA

Cuando se desea realizar una hiptesis con respecto a la media de una variable aleatoria
, debe suponerse con distribucin normal, ya sea porque se distribuye normalmente
o por el cumplimiento del teorema del lmite central. Si se considera que la media se
desconoce pero se conoce la variancia
formularse como:

, entonces la hiptesis bilateral puede

. . . (4.4)
donde

Figura 4.2 Regiones de aceptacin y rechazo para la prueba de hiptesis

sobre la media, ejemplo 4.2.

es una constante especfica, y el estadstico de prueba es

. . . (4.5)

donde

De tablas
Y evaluando el estadstico de prueba para la muestra dada y suponiendo cierta

S))))))))))))))))))))))))))))))))))))Q
Ejemplo 4.2
Considrese una poblacin con distribucin normal con parmetros
desconocido y

se tiene

. Con base en una muestra de 30 observaciones en la

cual
y
, determinar si es correcto suponer que
nivel de significancia de 0.01.
Resolucin
La prueba de hiptesis estadstica es:

con un
De donde se observa que el estadstico de prueba se encuentra fuera de la regin
de aceptacin, es decir
,

El estadstico de prueba es

estandarizando

Figura 4.3 Estadstico de prueba fuera de la regin de aceptacin.

Las regiones crticas y de aceptacin son

)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

INFERENCIA ESTADSTICA
Tema IV
Pg. 4
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

Se concluye que, con base es esta muestra, no parece adecuado suponer

, por lo que
se rechaza.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 4.3
En un estudio del rendimiento de un proceso qumico se ha observado que la
variancia es
, y en los ltimos das de operacin se han tenido los
siguientes rendimientos:
, 91.6
Existe razn para creer que el rendimiento es menor a
?
Resolucin
La prueba de hiptesis estadstica es:

siempre que la poblacin tenga distribucin normal.

PRUEBA DE HIPTESIS SOBRE LA IGUALDAD DE DOS

MEDIAS
Si se desea probar que las medias de dos poblaciones (con distribuciones normales) son
iguales, entonces el estadstico de prueba es
. . . (4.6)

Suponiendo distribucin normal en los datos, el estadstico de prueba es:

La prueba con alternativa de dos lados es:
. . . (4.7)
S))))))))))))))))))))))))))))))))))))
Ejemplo 4.4
Mediciones respecto del esfuerzo cortante obtenidas a partir de pruebas de
compresin independientes para dos tipos de suelos dieron los resultados
siguientes (mediciones en toneladas por pie cuadrado).

valuando

Y con

, de tablas,
no se rechaza

y puesto que

entonces:
Suelo tipo

Suelo tipo

Con base en la informacin obtenida en la muestra no hay evidencia para

rechazar la hiptesis nula, de que la media es igual a 90, con una significancia
del 5%.
S))))))))))))))))))))))))))))))))))))Q
Cuando en la prctica no se conoce el valor de la variancia poblacional
puede sustituirse su valor por

si la muestra es grande

sin tener un

Resolucin

efecto perjudicial de consideracin.

Si la variancia se desconoce y la muestra es pequea
de prueba es

)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

Difieren los dos suelos con respecto al esfuerzo cortante promedio, a un nivel
de significacin de
?

entonces el estadstico

INFERENCIA ESTADSTICA
Tema IV
Pg. 5
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

El estadstico de prueba es

. . . (4.10)

valuando

el cual tiene distribucin aproximadamente

, i.e.,

; donde el nmero de

grados de libertad est dado por

de tablas se obtiene
con
se rechaza

. . . (4.11)
.

S))))))))))))))))))))))))))))))))))))
Cuando las variancias poblacionales se desconocen, se pueden utilizar las
variancias muestrales para las poblaciones, siempre que las muestras sean grandes; si las
muestras son pequeas pero provienen de distribuciones normales con medias y
variancias desconocidas, entonces se tienen dos casos.

y debe utilizarse el entero ms cercano.

M uestras pequeas de poblaciones normales y variancias desconocidas pero iguales

PRUEBAS DE HIPTESIS PARA LA VARIANCIA

El estadstico de prueba es:

. . . (4.8)

Si se desea probar la variancia de una poblacin con distribucin normal, entonces el

estadstico de prueba es
. . . (4.12)
donde

donde

es la variancia muestral y

. . . (4.9)
La prueba de hiptesis de dos lados es:

M uestras pequeas de poblaciones normales y variancias desconocidas y diferentes

Cuando las variancias son diferentes, entonces no existe un estadstico
exacto para
realizar la prueba sobre la igualdad de medias; sin embargo, una buena aproximacin la
proporciona el estadstico

)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

y la hiptesis nula se rechazara si

. . . (4.13)

o bien si

. . . (4.14)

INFERENCIA ESTADSTICA
Tema IV
Pg. 6
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

))))))))))))))))))))))))))))))))))))
Ejemplo 4.5
La dispersin o variancia, de tiempos de acarreo en un proyecto de construccin
son de gran importancia para el sobrestante, ya que los tiempos muy variables
de acarreo originan problemas en la programacin de los trabajos. El encargado
de los transportes dice que el intervalo de tiempo de acarreo no debe ser mayor
que 40 minutos (este intervalo es la diferencia entre el tiempo mayor y el
menor). Si se supone que estos tiempos de acarreo estn distribuidos en forma
aproximadamente normal, el sobrestante cree que la afirmacin acerca de los
lmites quiere decir que la desviacin estndar debe ser aproximadamente 10
minutos. Se midieron en realidad 15 tiempos de acarreo y se obtuvo un
promedio de 142 minutos y una desviacin estndar de 12 minutos. Podra
refutarse la afirmacin de
en el nivel de significancia del 5%?
Resolucin
Se desea probar:

. . . (4.16)
la hiptesis

sera rechazada si:

. . . (4.17a)

o bien si
. . . (4.17b)
Para probar la hiptesis alternativa de un solo lado, quedando la prueba
. . . (4.18)

:
:

Para rechazar

debe cumplirse
. . . (4.19)

El estadstico de prueba es:

La regin de rechazo es:
Puesto que
No se rechaza

. Con base en la informacin de la muestra no hay suficiente

evidencia para concluir que la desviacin estndar es superior a 10 minutos, con

.
S))))))))))))))))))))))))))))))))))))

PRUEBAS DE
VARIANCIAS

HIPTESIS

PARA

LA

IGUALDAD

Un concepto muy utilizado en las pruebas de hiptesis es el nivel de

significacin alcanzado. El nivel de significacin alcanzado en una prueba, , es un
estadstico que representa el mnimo valor de para el cual se rechaza la hiptesis nula.
Es decir:
Si
se rechaza
.
S))))))))))))))))))))))))))))))))))))
Ejemplo 4.6
Dos mquinas producen piezas metlicas. Interesa la variancia del peso de estas
piezas. Se han colectado los siguientes datos.

DE

Para probar la igualdad de dos variancias de poblaciones normales con parmetros

y

desconocidas, se utiliza el estadstico

. . . (4.15)

donde
y la prueba de dos lados quedara como:
)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

a)

Mquina 1

Mquina 2

25

30

0.984

0.907

13.46

9.65

Probar la hiptesis de que las variancias de las dos mquinas son

iguales. Emplear
.

INFERENCIA ESTADSTICA
Tema IV
Pg. 7
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

b)

Probar la hiptesis de que las dos mquinas producen piezas que

tienen el mismo peso medio. Utilizar
.
Resolucin
a)

Es estadstico de prueba es

de donde

PRUEBA DE BONDAD DE AJUSTE JI CUADRADA

Hasta este momento, se han estudiado pruebas de hiptesis estadsticas sobre parmetros
poblacionales, en situaciones donde se conoce (o se supone) la distribucin de las
variables aleatorias. Otro tipo de pruebas se da cuando la distribucin de la variable
aleatoria bajo estudio se desconoce, y por lo tanto se desea "probar" si sigue una
distribucin terica en particular. A este tipo de pruebas se les llama pruebas de bondad
de ajuste.
En particular, para la prueba de bondad de ajuste ji cuadrada, considrese una
muestra aleatoria de tamao de la distribucin de una variable aleatoria dividida en
clases (intervalos exhaustivos y m utuam ente excluyentes), y sea

De tablas:
Puesto que
no se rechaza.
b)

, el nmero de observaciones de la

-sima clase. Si la hiptesis

nula es
donde
es una distribucin que se encuentra completamente especificada,
incluyendo todos sus parmetros, entonces la hiptesis nula es simple.
Con el objeto de deducir un estadstico adecuado para
en el que slo se tienen dos clases,

El estadstico de prueba es

observaciones en la clase
. Para las

, entonces

considrese el caso

representa el nmero de

el nmero de observaciones de la clase

dos categoras excluyentes las probabilidades son

con
y

, entonces bajo la hiptesis nula la probabilidad de la muestra agrupada es

donde

igual a la funcin de probabilidad binomial con parmetros

, es decir, la variable

tiene una distribucin binomial. Estandarizando la variable aleatoria se tiene

valuando:

De tablas,
Puesto que
no se rechaza.
S))))))))))))))))))))))))))))))))))))

)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

y si es suficientemente grande entonces

tiene una distribucin aproximadamente
normal estndar, por lo que al elevar al cuadrado se obtiene una variable aleatoria ji
cuadrada con un grado de libertad.

INFERENCIA ESTADSTICA
Tema IV
Pg. 8
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

La hiptesis nula, de que la distribucin se ajusta a la considerada se rechaza

si

Para realizar esta prueba, no se requiere que el ancho de clase sea constante, lo
que se requiere es que la frecuencia esperada en cada intervalo no sea cero; sin embargo,
el valor mnimo no se ha establecido, la mayora de los autores utilizan los nmeros ,

como mnimos.
La prueba de bondad de ajuste puede utilizarse tambin cuando la variable es
continua; sin embargo, debe hacerse nfasis en que la prueba de bondad de ajuste ji
cuadrada es de naturaleza discreta, en el sentido de que compara frecuencias de
observacin y esperadas para un nmero finito de categoras. Para muestras muy grandes,
la potencia de la prueba tiende a 1, lo que significa que es casi seguro rechazar la
hiptesis nula.
Por lo que el estadstico

tiene aproximadamente una

distribucin ji cuadrada con un grado de libertad, siempre que sea lo suficientemente

grande. De forma anlogamente, para
clases, el estadstico

S))))))))))))))))))))))))))))))))))))Q
Ejemplo 4.7
En un proceso de fabricacin de tela, se cuenta con el nmero de defectos por
metro cuadrado en
, cada una de un metro cuadrado, se
observaron los siguientes resultados
Nmero de defectos

Frecuencia de observacin

En resumen, la prueba de bondad de ajuste ji cuadrada consiste en comparar la

frecuencia observada de la variable aleatoria en cada uno de los intervalos de clase de
una tabla de distribucin de frecuencia
y el valor esperado de la distribucin

10

hipottica

14

6 o ms

10

tiene aproximadamente una distribucin ji cuadrada con

donde

grados de libertad.

. El estadstico de prueba es

Probar la hiptesis de que los datos provienen de una distribucin de Poisson.

Utilizar
.

.
El estadstico

tiene distribucin ji cuadrada con

grados de

libertad, donde
es el nmero de intervalos de clase y
es el nmero de parmetros
de la distribucin hipottica. Por ejemplo
para una distribucin discreta uniforme;
para una distribucin de Poisson y
para una distribucin normal.
)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

Resolucin
Si se considera que
, el nmero de defectos por metro cuadrado tiene una
distribucin de Poisson, entonces

INFERENCIA ESTADSTICA
Tema IV
Pg. 9
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

El estimador puntual de

es:

, de donde:

14

0.19536

9.768

0.15555

7.775

0.21175

10.588

6 o ms
10
El estadstico de prueba es:
La hiptesis estadstica es:
El nmero de defectos tiene distribucin de Poisson con parmetro
.
El nmero de defectos no tiene distribucin de Poisson con parmetro
.
Para determinar el estadstico de prueba se obtiene la siguiente tabla:
Por otro lado, con

0.01869

0.934

0.07437

3.718

0.14799

7.400

10

0.19634

9.817

14

0.19536

9.768

0.15555

7.775

6 o ms

10

0.21175

10.588

Puesto que para el primer intervalo,

se tiene que

1 o menos

0.09306

4.653

0.14799

7.400

10

0.19634

9.817

, se tiene que:

PRUEBA KOLMOGOROV-SMIRNOV
La prueba de bondad de ajuste
es muy til; sin embargo, cuando la v.a. es continua,
para realizar el agrupamiento se requiere de una gran cantidad de datos, con lo que el
agrupamiento se vuelve ms complicado, puesto que se deben buscar clases que no
contengan menos de 3, 4, o 5 valores esperados. Cuando la v.a. bajo prueba es continua,
el estadstico Kolgomorov-Smirnov resulta ms adecuado.
Considrese la hiptesis nula, en la cual se especifica de manera completa la funcin de
distribucin de la variable aleatoria X,
utilizando los estadsticos de orden
tamao

es decir,

)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

parmetros

No se rechaza la hiptesis nula, de que la distribucin es Poisson con parmetro

.
S))))))))))))))))))))))))))))))))))))Q

se agrupan los primeros dos intervalos, obtenindose ahora la siguiente tabla

intervalos,

,...,

de una muestra aleatoria de

y definiendo la funcin de distribucin acumulativa como

es la proporcin de los valores de la muestra que son iguales o menores

.
El estadstico de Kolgomorov-Smirnov se define como

INFERENCIA ESTADSTICA
Tema IV
Pg. 10
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

33

0.0955

0.038

34

0.1092

0.057

35

0.1243

0.076

36

0.1408

0.093

38

0.178

0.089

42

0.2692

0.031

Utilizar la prueba de bondad Kolmogorov-Smirnov para probar que la demanda

diaria de championes tiene una distribucin normal con media
y
desviacin estndar
. Usar
Resolucin
Los datos tienen distribucin normal con media 50 y desviacin

10

43

0.2951

0.038

11

44

0.3222

0.044

estndar 13.
Los datos no tienen distribucin normal con media 50 y desviacin

12

47

0.4087

0.009

estndar 13.

13

48

0.4389

0.006

14

48

0.4389

0.028

15

49

0.4693

0.031

donde

se puede valuar puesto que es la distribucin bajo prueba, y

estadstico independiente de la distribucin

es un

. Los valores crticos del estadstico de

(Kolgomorov-Smirnov) se muestran en el apndice A, y la hiptesis nula se rechaza si

S))))))))))))))))))))))))))))))))))))Q
Ejemplo 4.8
Cierta empresa productora de championes ha registrado la demanda diaria de
champin fresco en toneladas, obtenindose los siguientes valores

Ordenando los datos

y calculando

se tiene

25

0.0272

0.006

16

51

0.5307

0.003

28

0.0453

0.021

17

52

0.5611

0.006

32

0.0831

0.017

18

53

0.5913

0.009

)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

INFERENCIA ESTADSTICA
Tema IV
Pg. 11
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

19

56

0.6778

0.044

20

57

0.7049

0.038

21

58

0.7308

0.031

22

59

0.7556

0.022

23

59

0.7556

0.011

24

61

0.8013

0.001

25

63

0.8413

0.008

26

66

0.8908

0.024

27

67

0.9045

0.005

28

68

0.9169

0.016

29

72

0.9547

0.012

30

76

0.9773

0.023

Mximo

0.093

De donde
Y de tablas
Y puesto que
no se rechaza.
)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

Conclusin:

A partir de la informacin contenida en la muestra, no puede

rechazarse la hiptesis nula, de que los datos provienen de
una poblacin con distribucin normal con media
y
desviacin estndar
.
S))))))))))))))))))))))))))))))))))))Q

INFERENCIA ESTADSTICA
Tema IV
Pg. 12
S))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))))

Apndice A

BIBLIOGRAFA
Estadistico D n de Kolmogorov-Smirnov

n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
35

0.2
0.9
0.684
0.565
0.594
0.446
0.41
0.381
0.358
0.339
0.322
0.307
0.295
0.284
0.274
0.266
0.258
0.25
0.244
0.233
0.231
0.21
0.19
0.18

0.15
0.925
0.726
0.597
0.525
0.474
0.436
0.405
0.381
0.36
0.342
0.326
0.313
0.302
0.292
0.283
0.274
0.266
0.259
0.252
0.246
0.22
0.2
0.19

a
0.1
0.95
0.776
0.642
0.564
0.51
0.47
0.438
0.411
0.388
0.368
0.352
0.338
0.325
0.314
0.304
0.295
0.286
0.278
0.272
0.264
0.24
0.22
0.21

)))))))))))))))))))))))))))))))))))
A.L.B.S./N.M .G.

Mendenhall, W illiam, et al.- Estadstica Matemtica con Aplicaciones.- Grupo Editorial

Iberoamrica.- Mxico, 1994.
0.05
0.975
0.842
0.708
0.624
0.565
0.521
0.486
0.457
0.432
0.41
0.391
0.375
0.361
0.349
0.338
0.328
0.318
0.309
0.301
0.294
0.27
0.24
0.23

0.01
0.995
0.929
0.828
0.733
0.669
0.618
0.577
0.543
0.514
0.49
0.468
0.45
0.433
0.418
0.404
0.392
0.381
0.371
0.363
0.356
0.32
0.29
0.27

Hines, W illiam W . y Montgomery, Douglas C. - Probabilidad y Estadstica para

Ingeniera y Administracin.- CECSA.- Mxico, 1993.
W alpole, Ronald E., et al..- Probabilidad y Estadstica para Ingenieros.- Prentice Hall.Sexta Edicin.- Mxico, 1999.
Scheaffer, Richard L y McClave, James T.- Probabilidad y Estadstica para Ingeniera.Grupo Editorial Iberoamrica.- Mxico 1993.
Canavos, George C.- Probabilidad y Estadstica Aplicaciones y Mtodos.- McGraw-Hill.Mxico, 1988.
Borras Garca, Hugo E., et al.- Apuntes de Probabilidad y Estadstica.-Facultad de
Ingeniera, Mxico 1985.
Rosenkrantz, W alter A.- Introduction to Probability and Statistics for Scientists and
Engineers.- McGraw-Hill.- EE.UU. 1997.