Sie sind auf Seite 1von 34

UNIVERSIDAD AUSTRAL DE CHILE

FACULTAD DE CS. ECONMICAS Y ADMINISTRATIVAS


INSTITUTO DE ESTADSTICA

BAIN 052
ESTADSTICA Y PROBABILIDADES PARA INGENIERA
ASIGNATURA DEL CURRICULUM DE LAS CARRERAS DE INGENIERA DE LA
FACULTAD DE CIENCIAS DE LA INGENIERA, DE LA UNIVERSIDAD AUSTRAL DE
CHILE

UNIDAD DE APRENDIZAJE II NOCIONES DE PROBABILIDADES

APUNTES DE CLASES
Autor: Prof. Dr. Vctor Figueroa A.
Versin 4.01

Profesores Asignatura:
Luis Ojeda Silva
Carlos Gonzlez Riffo

Septiembre 2015

40

Unidad de
Aprendizaje

I
II

NOCIONES DE
PROBABILIDAD

I. PROBABILIDAD

42

II. VARIABLES ALEATORIAS

48

III. MODELOS DE VARIABLES ALEATORIAS

50

IV. APLICACIONES EN EL MBITO DE LA INGENIERA

57

ANEXOS

41

1. Valores de la funcin de distribucin normal estndar

62

2. Percentiles de la distribucin t de Student

64

3. Percentiles de la distribucin Chi-cuadrado

67

4. Percentiles de la distribucin F

69

I. PROBABILIDAD
1.1 Introduccin
En ocasiones cuando se habla de probabilidad o posibilidad de que un suceso ocurra, se pierde la credibilidad acerca
del suceso en cuestin, pero es posible tener siempre la certeza total en todo proyecto o actividad que se desea
realizar?, es muy difcil tenerla, debido a que el llevar a efecto un proyecto cualquiera por ms simple que este sea,
ste est sujeto a una gran diversidad de factores que afectan su ocurrencia, entonces qu es lo ms aconsejable
para predecir su ocurrencia?, la probabilidad es la que nos ayuda en estos casos, ya que basndose en
estadsticas, podemos cuantificar la posibilidad de ocurrencia de los sucesos y por consiguiente tomar una buena
decisin basados en esta informacin.
La probabilidad se encarga de evaluar todas aquellas actividades en donde se tiene incertidumbre acerca de los
resultados que se pueden esperar, esto quiere decir que la probabilidad est presente en casi en todas las
actividades que se pretenda realizar. Ejemplos: -Cualquier proyecto de Ingeniera o de otras reas; -Competencias
deportivas; -Juegos de azar, entre otros.
1.2 Conceptos bsicos
A continuacin se definen algunas cuestiones implcitas en el clculo de probabilidades.
El experimento tiene que ser aleatorio, es decir, que pueden presentarse diversos resultados, dentro de un
conjunto posible de soluciones, y esto aun realizando el experimento en las mismas condiciones. Por lo tanto, a
priori no se conoce cul de los resultados se va a presentar. Piense en algn ejemplo al respecto.
Hay experimentos que no son aleatorios y por lo tanto no se les puede aplicar las reglas de la probabilidad.
Piense en algn ejemplo al respecto.
Espacio muestral (): Es el conjunto de todos los resultados posibles de un experimento. Es nuestro Universo.
Ejemplos:
i) Se lanza al aire un dado normal de seis caras (perfectamente equilibrado), y se observa la figura que aparece
en la cara superior del dado y luego se anota el nmero asociado a dicha figura. Enumere los posibles
resultados de este experimento. Respuesta: = 1, 2, 3, 4, 5, 6 .
ii) Se lanza al aire dos veces una moneda normal, y se observa la figura que aparece en la cara superior. Defina
el espacio muestral correspondiente. Respuesta: = CC, CS, SC, SS
Sucesos: Un suceso (o evento) A es un subconjunto del espacio muestral.
Ejemplos:
i) Sea el experimento aleatorio que consiste en Lanzar un dado de seis caras una vez y observar la figura que
aparece en la cara superior del dado y luego anotar el nmero asociado a dicha figura. El espacio muestral
correspondiente es = { / = 1,2,3,4,5,6}. Sucesos asociados a este experimento son: Registrar el
resultado cuando el nmero asociado a la cara superior es un nmero par. A = { 2, 4, 6}.
ii) Sea el experimento aleatorio Lanzar un dado de seis caras dos veces, observar las figuras que aparecen en
la cara superior de los dados y anotar los nmeros asociados a dichas figuras. El espacio muestral
correspondiente es = { (x,y) / x, y = 1,2,3,4,5,6}. Sucesos asociados a este experimento son:
A= En ambos lanzamientos aparece la misma figura. Escrbalo en notacin de conjunto.
B= Los nmeros asociados a las figuras que aparecen son ambos mayores que tres.
C= Los nmeros asociados a las figuras que aparecen son ambos impares.
D= Los nmeros asociados a las figuras que aparecen son diferentes.
E= Los nmeros asociados a las figuras que aparecen corresponden a un as.
F= Los nmeros asociados a las figuras que aparecen, por lo menos uno de ellos es un nmero par.
iii) Sea B el suceso de que aparezcan dos caras en tres lanzamientos de una moneda normal, entonces, como
= CCC, CCS, SCC, CSC, CSS, SCS, SSC, SSS , se tiene que B = CCS, SCC, CSC .
Tipos de sucesos:Suceso simple; Suceso compuesto; Suceso imposible; Suceso seguro.
Operaciones con sucesos: Como se observa los experimentos y sucesos probabilsticos se pueden expresar
con la notacin de conjuntos y a continuacin se enumeran algunas operaciones que es posible realizar con los
sucesos.
1) A B Es el suceso que ocurre si y solo s
2) A B Es el suceso que ocurre s y solo s A y
B ocurren a un mismo tiempo.
A ocurre o B ocurre o ambos ocurren.

42

B
A B

3) A Es el complemento de A. Es el suceso
que ocurre s y solo s A no ocurre.

4) Se dice que A y B son sucesos mutuamente


excluyentes o exclusivos si A B =

1.3 Enfoques para el clculo de probabilidad


Cmo podemos calcular probabilidades?. Existen distintos enfoques que pasamos a comentar a
continuacin:
Enfoque objetivo clsico (a priori De Laplace): Considera que los resultados de un Experimento Aleatorio
son igualmente posibles. Es el que se relaciona con ms frecuencia con las apuestas y juegos de azar. La
probabilidad clsica de un suceso E se determina por:

P(E)

N de casos favorablesal suceso E


N t ot alde casos posibles

m
n

Ejemplo 1: Sea el experimento que consiste en lanzar un dado legal (no cargado) de 6 caras, observar la
figura que aparece en la cara superior y registrar el nmero asociado a dicha figura. Entonces el espacio
muestral est dado por = {1, 2, 3, 4, 5, 6}. Sea A el suceso que el nmero asociado a la figura que muestra
la cara superior del dado es un nmero par, A={2, 4, 6}, luego P( A) = 3/6=1/2.

Representacin grfica (Diagrama de Venn).


Espacio muestral

1
2

Suceso A

6
Ejemplo 2: Sea el experimento aleatorio que consiste en Lanzar 2 monedas al mismo tiempo y observar las
figuras que muestran las caras superiores. Entonces el Espacio Muestral est dado por
= {CC, CS, SC,
SS}. Sea el suceso Sale una cara, E={CS, SC }, entonces la probabilidad de E es igual a 2/4 = .
Enfoque objetivo de la frecuencia relativa (o a posteriori Richard Von Mises). Utiliza datos observados
empricamente. Registra la frecuencia con que ha ocurrido algn suceso E en el pasado y estima la
probabilidad de que el suceso ocurra nuevamente con base a los datos histricos.

P(E)

N de veces que ha ocurrido un suceso en el pasado


N total de observacio nes

Ejemplo 1: Ciertas pruebas muestran que 294 de 300 aislantes de cermica probados podran resistir un
choque trmico, Cul es la probabilidad de que cualquiera de tales aislantes pueda resistirlo?.

P(Resistir choque trmico)

294
300

0,98

Ejemplo 2: Determine la probabilidad de que en cierta lnea de produccin se manufacture un producto


defectuoso, si se toma como referencia que la produccin de la ltima semana en esta lnea fue de 1.500
productos, entre los que se encontraron 18 productos defectuosos. Entonces, P(producto defectuoso) =
Nmero de productos defectuoso/Total de productos producidos en la semana = 18 / 1.500 = 0,012
Lo anterior nos indica que es muy probable que 1,2 productos de cada 100 que se manufacturen en esa lnea
sean defectuosos.
Por qu se utiliz para calcular las probabilidades la informacin de la semana inmediata anterior?. Debido a
que sta refleja la situacin que guarda actualmente la produccin de la lnea mencionada.

43

Principio de la regularidad estadstica: Si repetimos un Experimento Aleatorio


un nmero grande de
veces n (n
) y designamos por m las veces que ocurri un suceso E. Un hecho experimental que
se puede comprobar es que: A medida que n aumenta, el cociente m/n tiende a estabilizarse en un nmero
p.
m/n
p = P(E) = Probabilidad de E.
Al valor p se llega a travs de la frecuencia relativa. (Este es el enfoque llamado frecuentista).
Ejemplo: Se lanzan veces una moneda y se anota el nmero de veces que cae cara. Las 3
personas siguientes realizaron este experimento y obtuvieron los siguientes resultados:
f(xi)
AUTOR
n
N de caras
P(CARA)
Buffon
K. Pearson
Pearson Jr.

4.040
12.000
24.000

2048
6019
12000

0,5069
0,5016
0,5005

0,50
0,50
0,50

Enfoque subjetivo: probabilidad subjetiva (o personal): La probabilidad de que suceda un suceso


especfico se asigna en base a cualquier informacin disponible. Se usan como soporte: La informacin
del pasado. La experiencia... etc. Se relaciona con las situaciones que slo ocurrirn una vez (o slo la
prxima vez, o para slo esa vez).
Ejemplos:
Probabilidad de que un equipo determinado gane el campeonato de futbol este ao.
Probabilidad de que ocurra un terremoto en Osorno este ao.
Dado un experimento aleatorio
y un suceso E, la P(E) = p es el grado de creencia asignado a la
ocurrencia de este suceso por cierto individuo. As podemos decir que:
P(E) = 1
Certeza de que el suceso E ocurrir
0 <P(E) < 1
Grado de certeza de que el suceso E ocurrir
P(E) = 0
Certeza de que el suceso E no ocurrir
1.4 Axiomas y teoremas
Para el clculo de probabilidades hay que tomar en cuenta los AXIOMAS Y TEOREMAS que a continuacin se
enumeran.
AXIOMAS:
1) La probabilidad de que ocurra un suceso A cualquiera se encuentra entre cero y uno. 0

P(A)

2) La probabilidad de que ocurra el espacio muestral es igual a 1. P() = 1


3) Si A y B son sucesos mutuamente excluyentes, entonces la P(A B) = P(A) + P(B)
Generalizando: Si se tienen n sucesos mutuamente excluyentes o exclusivos A1, A2, A3,.....An, entonces;
P(A1 A2 ......... An) = P(A1) + P(A2) + .......+ P(An).
Probabilidad Conjunta: Es la probabilidad que mide la posibilidad de que 2 o ms sucesos ocurran
simultneamente y se denota por: P(A B)
TEOREMAS:
1.
2.
3.
4.
5.
6.

Si es un evento nulo o vaco, entonces la probabilidad de que ocurra debe ser cero. P( ) = 0.
c
La probabilidad del complemento de A es igual a 1 menos la probabilidad de A. P(A )= 1 P(A).
Si un evento A B, entonces la P(A) P(B).
c
La P( A B ) = P(A) P(A B).
Para dos sucesos A y B, P(A B) = P(A) + P(B) P(A B).
Para tres eventos A, B y C, P( AUBUC) P( A) P( B) P(C ) P( A B)

P( A

C ) P( B

C ) P( A

Actividad 1: La siguiente tabla entrega los datos finales sobre el hundimiento de un barco.
Hombres Mujeres Nios Nias
Sobrevivientes 332
318
29
27
Muertos
1360
104
35
18

44

C)

Si selecciona al azar a uno de los pasajeros, calcule la probabilidad de que sea mujer o nia.
Si selecciona al azar a uno de los pasajeros, calcule la probabilidad de que sea un hombre o una persona
que sobrevivi al hundimiento.
Si selecciona al azar a uno de los pasajeros, calcule la probabilidad de que sea una mujer o una persona
que no sobrevivi al hundimiento.
1.5 Sucesos Independientes
Son sucesos en los que la ocurrencia de uno no tiene nada que ver con la ocurrencia del otro. En trminos
probabilsticos, A y B son independientes si y solo si

P(A

B)

P(A)P(B)

Indique sucesos independientes al seleccionar al azar (aleatoriamente) una muestra de 4 alumnos en el curso.
Actividad 2: Se toman, aleatoriamente porcentajes de partidas de un producto proporcionado por dos
proveedores y se clasifican de acuerdo con la forma en que se adecuan a las especificaciones. A continuacin se
resumen los resultados obtenidos con 40 productos.

Proveedor

Cumple con las


especificaciones
si
No

18

17

Sea el suceso A: el producto viene del proveedor 1 y el suceso B: el producto cumple con las
especificaciones. Determine si los sucesos A y B son independientes.
1.6 Probabilidad condicional
Sea un espacio muestral en donde se ha definido un suceso E, donde
P(E) 0, si deseamos determinar la probabilidad de que ocurra un suceso A
(el que tambin es definido en el mismo espacio muestral), dado que E ya
ocurri, entonces deseamos determinar una probabilidad de tipo
condicional, la que se determina como sigue:

P (A / E)

P(A E)
P(E)

E
A

A E

Teorema General de la Multiplicacin: Si A y B son eventos en , entonces

P(A B)
P(A B)

P(A)P(B/A)
P(B)P(A/B)

Si P(A) 0
Si P(B) 0

Propiedad: A y B son INDEPENDIENTES ssi P(A/B)=P(A) y P(B/A) =P(B)


Teorema de la Probabilidad Total: Si B1, B2,,Bn son eventos mutuamente excluyentes, uno de los cuales debe
ocurrir, entonces:

Teorema de Bayes: Permite obtener la probabilidad condicional de un suceso cuando mediante


el efecto tratamos de determinar la probabilidad de la causa.
Sea Ai un suceso que creemos se puede considerar como una posible causa de un suceso B
(efecto).
P(Ai)= Probabilidad a priori. Es la probabilidad inicial con base en el nivel actual de informacin.

45

1702-1761

P(Ai/B)= Probabilidad a posteriori. Es una probabilidad condicional. Esta es una probabilidad revisada con base en
informacin adicional.Si el evento B ocurri
Cul es la probabilidad de que ocurra A1 (P(A 1 / B))?
Cul es la probabilidad de que ocurra A2 [(P(A 2 / B)]?
Cul es la probabilidad de que ocurra A3 [(P(A 3 / B)]?
Teorema: Si A1, A2, ...An son sucesos mutuamente excluyentes, uno de los cuales debe ocurrir, entonces

P (Ar /B)

P (Ar )P(B/Ar )
n

P (Ai )P(B/Ai )
i 1

Ilustracin: En el caso de 2 sucesos:


Sean A1 y A2 dos sucesos mutuamente excluyentes con probabilidades a priori dadas por P(A 1) y P(A2). Sea
B otro suceso. La probabilidad a posteriori P(A1 / B) es:

P( A1 | B)

P( A1) xP( B | A1)


P( A1) xP( B | A1) P( A2) xP( B | A2)

Ejemplo:
Un artculo tiene 3 proveedores P1, P2 y P3.
El P1 provee el 30% (malos el 3%).
El P2 provee el 20% (malos el 5%)
El P3 provee el 50% (malos el 4%).
Se selecciona un artculo y resulta malo (defectuoso). Cul es la probabilidad de que provenga del proveedor P2?
Solucin:
Hay 3 sucesos bsicos A1, A2 y A3 con probabilidades a priori dadas por:
A1: Fue comprado a P1 P(A1 ) = 0,30
A2: Fue comprado a P2
A3: Fue comprado a P3

P(A2 ) = 0,20
P(A3 ) = 0,50

Hay 2 sucesos con informacin adicional:


B1: Artculo es malo.
B2: Artculo no es malo (es bueno). Probabilidades Condicionales
P(B1 |A1 ) = 0,03 = P( Artculo est malo dado que se compr a P1)
P(B1 |A2 ) = 0,05 = P( Artculo est malo dado que se compr a P2)
P(B1 |A3 ) = 0,04 = P( Artculo est malo dado que se compr a P3)
Cul es la probabilidad de que se compr al proveedor P2 dado de que es malo (defectuoso) ? P (A2|
B1)?A2 = Artculo comprado a proveedor 2
B1 = Artculo es malo (defectuoso)
P(El proveedor es P2 / Artculo es malo) =
P (A 2 | B 1) = [(0,20) (0,05)] / [(0,30) (0,03) + (0,20) (0,05) + (0,50)(0,04)] = 0,01 / 0,039= 0,2564

46

DIAGRAMA DE RBOL
A PRIORI

CONDICIONAL

CONJUNTA

P(A i )

P(B1 /Ai )

P(Ai y B1)

A POSTERIORI
DE BAYES
P(Ai /B1)

Causa
Ai

Probabilidad a
Priori
P(A i )

Probabilidad
Condicional
P(B1 /Ai )

Probabilidad
Conjunta
P(Ai y B1)

Probabilidad a
Posteriori
P(Ai /B1 )
P(Causa / Efecto)
De Bayes

A1
A2
A3

0,30
0,20
0,50

0,03
0,05
0,04

0,30 0,03=0,009
0,20 0,05=0,01
0,50 0,04=0,02
0,039

0,009/0,039=0,2308
0,001/0,039=0,2564
0,002/0,039 =0,5128
1

P(B1 / A1)=0,03

B1= Malo

P(A1 Y B1 )= 0,30 0,03


= 0,009

P(A
P(A1 iY/BB11) ) = 0,009 / 0,039
= 0,2308

A1
P(B2 / A1 ) = 0,97
P( A 1 ) = 0,30

P( A 2 ) = 0,20
A2

B2= Bueno

P(B1 / A2 )=0,05

B1= Malo

P(B2 / A2)=0,95

P(A1 Y B2 )= 0,30 0,97


= 0,291

P(A2 Y B1 )= 0,20 0,05 P(A2 Y


/BB
1)1 ) =0,001 / 0,039
= 0,01
= 0,2564

B2= Bueno

P(A2 Y B2 )= 0,20 0,95


= 0,19

B1= Malo

P(A3 Y B1 )= 0,50 0,04


= 0,02

P( A 3 ) = 0,50
P(B1 / A3 )=0,04
A3

P(B2 / A3 )=0,96

B2= Bueno

P(A
P(A33/B
Y 1B) 1 ) = 0,002 / 0,039
= 0,5128

P(A3 Y B2 )= 0,50 0,96


= 0,48

Actividad 3:
1) Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de los productos producidos en
una fbrica. Los porcentajes de produccin defectuosa de estas mquinas son del 3%, 4% y 5%.
i) Se selecciona un producto al azar. Calcule la probabilidad de que sea defectuoso. (R=0,038)
ii) Suponga que tomamos, al azar, un producto y resulta ser defectuoso. Calcule la probabilidad de que haya sido
producida por la mquina B. (R=0,3158)
iii) Qu mquina tiene la mayor probabilidad de haber producido el citado producto defectuoso? (R=Mquina A)

47

II. VARIABLES ALEATORIAS


2.1 Variable aleatoria y distribucin de probabilidad
El resultado de un experimento aleatorio puede ser descrito en ocasiones como una cantidad numrica. En estos
casos aparece la nocin de variable aleatoria: funcin que asigna a cada suceso un nmero.
Las variables aleatorias pueden ser discretas o continuas (tal como ya se estudi en el primer tema del curso).
En las siguientes lneas vamos a recordar conceptos de temas anteriores, junto con su nueva designacin, los
nombres son nuevos, los conceptos no.
Una distribucin de probabilidad es un modelo matemtico que relaciona el valor de la variable con la probabilidad
de ocurrencia de este valor en la poblacin.
0,45
0,4
En otras palabras, es posible visualizar el precio de las acciones de
0,35
0,3
las empresas del mbito informtico como una variable aleatoria (de
0,25
0,2
azar), porque toma valores diferentes en la poblacin conforme algn
0,15
0,1
mecanismo fortuito, y entonces la distribucin de probabilidad de los
0,05
precios describe la probabilidad de ocurrencia de cualquier valor en
0
-6,035
11,065
27,565
44,065
60,565
77,065
93,565
110,065
-0,05
la poblacin.
2.2 Tipos de distribuciones de probabilidad
Hay dos tipos de distribuciones de probabilidad:
Distribuciones discretas
o Distribucin discreta
Cuando la variable que se mide solamente puede tomar ciertos valores, como los nmeros enteros 0,1, 2, 3, ,
la distribucin de probabilidad se denomina distribucin discreta.
0,450
Por ejemplo, la distribucin del nmero de clientes que llegan a
0,400
0,350
una tienda, en un determinado perodo de tiempo, sera una
0,300
0,250
distribucin discreta.
0,200
El aspecto de una distribucin discreta es el de una serie de
0,150
0,100
trazos verticales, con la altura de cada trazo proporcional a la
0,050
probabilidad.
0,000
0
1
2
3
4
5
o Funcin de Cuantia
Asigna a cada posible valor de una variable discreta su
probabilidad. (Recuerde los conceptos de frecuencia relativa y
diagrama de barras). Ejemplo: Nmero de hermanos de los
alumnos presentes en la sala de clases.
La probabilidad de que la variable aleatoria X tome un valor
especfico xi se expresa como:

1.- p(xi )

0, i, i 1,...,k

P[X = xi] = p(xi)

2.

p(xi ) 1
i 1

Ejemplo: Sea el experimento de lanzar una moneda normal tres veces. Definamos la v.a. X como X: numero de
caras obtenidas en los tres lanzamientos
Tenemos

48

RX

0,1,2,3
s, s, s

. Podemos calcular probabilidades en cada valor de

1
8

P X

P X

P c , s , s , s , c, s , s , s , c

3
8

RX (Recorrido de x).

As:

P X

P c , c , s , c , s , c , s , c, c

P X

P c, c, c

3
8

1
8

La distribucin de probabilidad de X es:


i

18

38

38

18

La representacin grfica se observa en la figura siguiente:

Definicin: La Funcin de Distribucin de una Variable Aleatoria X, denotada por F, es una funcin real tal que:

P X

Retomando nuestro ejemplo anterior, obtenemos su funcin de distribucin,

1
8

F 0

P X

F 1

P X

F 2

P X

p 0

p 1

p 2

F 3

P X

p 0

p1

p 2

p 0
p 0

p 1

1 3
8 8

Completamos los valores encontrados en

0
F

49

si

0;

1 8 si 0
4 8 si 1

1;
2;

7 8 si 2
1 si

3;
3.

1
2
1
8

p 3
:

3 3
8 8

7
8

, de la siguiente manera:

Al representar grficamente la distribucin acumulada de la v.a.

X, F

, se tiene una funcin escalonada, cuyo

grfico se aprecia en la figura siguiente. Los saltos que presenta la funcin de distribucin acumulada permiten
encontrar las probabilidades de los valores del recorrido de la v.a. X , tenindose:

, para todo

i 1

i.

o Valor esperado y varianza de una variable aleatoria


La distribucin de probabilidad de una variable aleatoria proporciona un MODELO para la distribucin terica de
la variable. La distribucin de probabilidad de una poblacin es anloga a la distribucin de frecuencias
relativa de los datos (muestra), luego es de esperarse que cada distribucin de probabilidad tenga asociada
unos resmenes numricos similares a los estadgrafos descriptivos que se han sealado para los datos
muestrales (tratados en la Unidad de Aprendizaje I del Programa) y que ahora pasarn a llamarse parmetros.
Por ejemplo: La media terica que desempea o equivale al
concepto de promedio o media aritmtica de los datos, recibe el
nombre de valor esperado o esperanza matemtica de una
variable aleatoria X, Se representa mediante E[X] , y se
calcula como se muestra en la frmula del lado derecho:

X nmero de caras
1
3
3
1 3
0
1
2
3
1.5
8
8
8
8 2

Ejemplo: considerando la v.a.

E X

E(X)

x p(x),si X es una v.a.discreta


x

al lanzar tres veces una moneda normal obtenemos,

Varianza: Se representa mediante VAR[x] o , es el equivalente a la varianza muestral S . La varianza terica se


2
2
2
define como: VAR (X) = E ( X E(X)) .( E(X ) (E(X) )

Ejemplo: Como ejemplo podemos calcular la varianza de la v.a. X


veces una moneda normal, usando la Proposicin.

E X2

2
i

02

1 2 3 2
1
2
8
8

V[X] = E[X2]-( E[X])2=3-(1,5)2=3/4

,y

3 2 1
3
8
8
x=

nmero de caras al lanzar tres

0,75 = 0,866.

OBSERVACIN: De esta forma se pueden definir el equivalente poblacional (parmetros) de todos los estadgrafos
vistos en el Captulo I, es decir, coeficiente de asimetra, coeficiente de curtosis, etc.
2
Actividad 4: a) Determine el valor de c de manera que la funcin f(x) = c(x + 4), para x = 0, 1, 2 y 3, pueda servir
como funcin de cuanta de la variable aleatoria X. b) Grafquela. c) Encuentre P( X< 2). d) Determine el Valor
esperado y la varianza de dicha variable. e) Encuentre F(X) (R-a: c=1/30) (R-b: 9/30)

50

Distribuciones continuas
Cuando la variable que se mide se expresa en una escala continua, su distribucin de probabilidad se llama
distribucin continua. La distribucin de probabilidad de los precios de las acciones de una empresa es continua.
El aspecto de una distribucin continua es de una curva alisada, con el rea bajo la curva igual a la probabilidad, de
manera que la probabilidad de que x se encuentre en el intervalo de a a b se expresa como:
o Funcin de Densidad
1.- f(x) 0, x, x
Es una funcin no negativa de
integral 1.
f(x)dx 1
Penselo como la generalizacin del 2.
histograma con frecuencias relativas
a
b
para variables continuas.
b

PARA QU LA VOY A USAR? Posiblemente no la vamos a usar


directamente sus valores no representan probabilidades. Muchos
procesos aleatorios vienen descritos por variables de forma que son
conocidas las probabilidades en intervalos. La integral definida de la
funcin de densidad en dichos intervalos coincide con la probabilidad de
los mismos. Es decir, identificamos la probabilidad de un intervalo con el
rea bajo la funcin de densidad.
o Valor esperado y varianza de una variable aleatoria continua
valor esperado

E(X)

x f(x)dx, si X es una v.a.continua

P(a X b)

a f(x)dx

0,45
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
-0,05

-6,035

11,065

27,565

44,065

60,565

77,065

93,565

varianza
2

VAR (X) = E ( X E(X)) ( E(X ) (E(X) )

Actividad 5: Una variable aleatoria X que puede tomar valores entre 1 y 3, tiene una funcin de densidad definida
por f(x) = . a) Compruebe que dicha funcin es realmente una funcin de densidad. b) Encuentre P(2 < X <2,5);
c) Encuentre P(X 2,6); d) Determine el valor esperado y la varianza de esta variable.
Variables aleatorias discretas y continuas
o Funcin de distribucin
Es la funcin que asocia a cada valor de una variable, la probabilidad
acumulada de los valores inferiores o iguales. Penselo como la
generalizacin de las frecuencias acumuladas. Diagrama integral.
A los valores extremadamente bajos les corresponden valores de la
funcin de distribucin cercanos a cero. A los valores extremadamente
altos les corresponden valores de la funcin de distribucin cercanos a
uno. La encontraremos en las aplicaciones y publicaciones en forma de
p-valor, significacin,Conforme avancemos les ir sonando cada vez
ms este concepto.

Definicin: La probabilidad P X

x , denotada por F x0 , se llama FUNCION DE DISTRIBUCIN

ACUMULADA DE LA V.A.C. X , y es tal que:

F x0
a y B:a

P A B

P B , puesto que A

P A
b

F b

F a

b
a

x0

x0

Observaciones :
1.
Sean A : X
Entonces:

P a

51

P X

f x dx

b dos eventos donde a y b son nmeros reales tales que a

f x dx

b.

110,065

2. Si X es una v.a.c., entonces: P X

0.

o Para qu sirve la funcin de distribucin?


Contrastar lo anmalo de una observacin concreta. S que una persona de altura 210 cm es anmala porque
la funcin de distribucin en 210 es muy alta. S que una persona adulta que mida menos de 140 cm es
anmala porque la funcin de distribucin es muy baja para 140 cm. S que una persona que mida 170 cm no
posee una altura nada extraa pues su funcin de distribucin es aproximadamente 0,5. Relacinelo con la idea
de cuantil. En otro contexto (Pruebas (o contrastes) de hiptesis) podremos observar unos resultados
experimentales y contrastar lo anmalos que son en conjunto con respecto a una hiptesis determinada. Revise
este punto cuando hayamos visto el tema de contrastes de hiptesis.
III. MODELOS DE VARIABLES ALEATORIAS
Hay variables aleatorias que aparecen con frecuencia en las ciencias de la Ingeniera, de all surgen determinados
modelos especficos tales como:
Distribuciones discretas: Experimentos dicotmicos: Bernoulli. Contar xitos en experimentos dicotmicos
repetidos: Hipergeomtrica; Binomial; Poisson (sucesos raros) y otras.
Distribuciones continuas: Distribucin normal (gaussiana, campana,); Distribucin exponencial; Distribuciones
2
derivadas de la normal (x (Chi Cuadrado), t de Student, F); y otras
3.1 Distribuciones discretas
i) Distribucin Binomial:X ~ B(n, p)
Las caractersticas de esta distribucin son: a) En los experimentos que tienen este tipo de distribucin, siempre
se esperan dos tipos de resultados. Ejemplo: Defectuoso, no defectuoso, pasa, no pasa, etc, denominados
arbitrariamente xito (que es lo que se espera que ocurra) o fracaso (lo contrario del xito). b) Las
probabilidades asociadas a cada uno de estos resultados son constantes, es decir no cambian. c) Cada uno de
los ensayos o repeticiones del experimento son independientes entre s. d) El nmero de ensayos o repeticiones
del experimento (n) es constante.
Si X es la variable aleatoria que representa el nmero de xitos encontrados en la muestra de tamao n,
entonces la distribucin de probabilidad Binomial sigue el siguiente modelo:

P( X

x)

n x n x
p q , x 0,1,2,...,n
x

Alguien no entiende esta frmula? Vamos a tratar de explicarla


con un ejemplo. Ejemplo: Se lanza al aire una moneda normal 3
veces, determine la probabilidad de que aparezcan 2 caras.
2

Media y varianza de una variable con Distribucin Binomial:Media: = np; Varianza = npq
Casos Especiales:
1.- Caso particular: Distribucin de Bernoulli Se presenta cuando el nmero de ensayos o repeticiones del
experimento es igual a 1 (es decir cuando n = 1).
2.- Generalizacin: Distribucin Multinomial- Se presenta cuando en el experimento sean posibles ms de
dos tipos de resultados.
ii) Distribucin Hipergeomtrica: X ~ H(N, k, n)
Los experimentos que tienen este tipo de distribucin tienen las siguientes caractersticas: a) Al realizar un
experimento con este tipo de distribucin, se esperan dos tipos de resultados; b) Las probabilidades asociadas a
cada uno de los resultados no son constantes; c) Cada ensayo o repeticin del experimento no es independiente
de los dems; d) El nmero de repeticiones del experimento (n) es constante.
Ejemplo: En una partida de un determinado producto hay un total de N unidades, entre los cuales hay una
cantidad K de unidades que son defectuosas (xitos). Si se seleccionan de esta partida n unidades al azar, y sin
reemplazo, cul es la probabilidad de obtener x unidades defectuosas (xitos).?

52

Si X es la variable aleatoria que representa el nmero de xitos encontrados en la muestra de tamao n,


entonces la distribucin hipergeomtrica sigue el siguiente modelo:

k
P (X

x)

n x

; para x= 0,1, 2,., Min(k, n).

N
n

Ejemplo: Una compaa manufacturera utiliza un


esquema para la aceptacin de los artculos
producidos antes de ser embarcados. Se preparan
cajas de 25 artculos para embarque y para verificar si
tienen algn artculo defectuoso se selecciona de
cada una de ellas una muestra de 3 artculos.

Donde, N es el tamao de la poblacin


k es el nmero de xitos en la poblacin
n es el tamao de la muestra
x es el nmero de xitos en la muestra
Si se encuentra un artculo defectuoso, la caja entera se regresa para verificarla al 100%. Si no se encuentra ningn
artculo defectuoso, la caja se embarca.
a) Cul es la probabilidad de que se embarque una caja que tiene tres artculos defectuosos?,
X ~ H(N=25, k=3, n=3) P(X=0)
b) Cul es la probabilidad de que una caja que contiene solo un artculo defectuoso se regresa para verificacin?.
X ~ H(N=25, k=1, n=3) P(X=1)
iii) Distribucin Hipergeometrica Generalizada: Caractersticas: a) Al realizar un experimento con este tipo de
distribucin, se esperan ms de dos tipos de resultados; b) Las probabilidades asociadas a cada uno de estos
resultados no son constantes; c) Los ensayos o repeticiones del experimento no son independientes entre s; d)
El nmero de repeticiones del experimento n, es constante.
iv) Aproximacin de la Distribucin Binomial a la Hipergeomtrica: Si la fraccin de muestreo n/N es pequea,
digamos menor que 0,1, entonces la distribucin binomial con p=k/N, y n proporcionan una buena aproximacin.
Cuanto ms pequea sea la razn n/N, tanto mejor sera la aproximacin.
Ejemplo: Un lote de produccin de 200 unidades tiene 8 defectuosos. Se selecciona una muestra aleatoria de 10
unidades, y deseamos encontrar la probabilidad de que una muestra contenga exactamente 1 unidad defectuosa.

Puesto que n/N=10/200 = 0,05 es pequeo, sea p=8/200 = 0,04 y al emplear la aproximacin binomial
1

(0,04) (0,96) =0,28


v) Distribucin de Poisson: X ~ P( )
En este tipo de experimentos los xitos buscados son expresados por unidad de rea, tiempo, pieza, etc.
2
Ejemplos: - Nmero de defectos de una tela por m ; - Nmero de aviones que aterrizan en un aeropuerto por da,
2
hora, minuto, etc. -Nmero de bacterias por cm de cultivo; - Nmero de llamadas telefnicas a un conmutador
por hora, minuto, etc,; - Nmero de llegadas de embarcaciones a un puerto por da, mes, etc,
Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo, rea, o producto, la frmula
a utilizar sera:

P(X x) e-

x
x!

; para x =0, 1, 2, 3,P(X = x) =P(x, ) = probabilidad de que ocurran x xitos, cuando

el nmero promedio de ocurrencia de ellos es ; = media o promedio de xitos por unidad de tiempo, rea o
producto. En esta distribucin la Media y la Varianza son iguales e iguales a .

53

Hay que hacer notar que en esta distribucin el nmero de xitos que ocurren por unidad de tiempo, rea o
producto es totalmente al azar y que cada intervalo de tiempo es independiente de otro intervalo dado, as como
cada rea es independiente de otra rea dada y cada producto es independiente de otro producto dado.
Actividad 6: En la inspeccin de hojalata producida por un proceso electroltico continuo, se identifican 0,2
imperfecciones en promedio por minuto. Determine las probabilidades de identificar a) una imperfeccin en 3
minutos, b) al menos dos imperfecciones en 5 minutos, c) cuando ms una imperfeccin en 15 minutos.
vi) Aproximacin de la Distribucin de Poisson a la Binomial
En este caso se determinarn probabilidades de experimentos Binomiales, pero que dadas sus caractersticas, es
posible aproximarlas con la distribucin de Poisson, estas caractersticas son, n tienda a infinito (n es muy
grande) y p tienda a cero (p es muy pequea), por lo que: = np = nmero esperado de xitos = tasa promedio
de xitos, donde n = nmero de repeticiones del experimento y p = probabilidad de xito = p(xito). Una regla
general aceptable es emplear esta aproximacin si n 20 y p 0,05: s n 100, la aproximacin es generalmente
excelente siempre y cuando np 10.
Actividad 7: En un proceso de manufactura, en el cual se producen piezas de vidrio, ocurren defectos o
burbujas, ocasionando que la pieza sea indeseable para la venta. Se sabe que en promedio 1 de cada 1.000
piezas tiene una o ms burbujas. Cul es la probabilidad de que en una muestra aleatoria de 8.000 piezas,
menos de 3 de ellas tengan burbujas?
3.2 Distribuciones continuas
En esta seccin trataremos las siguientes distribuciones:
1.

Distribucin Uniforme; 2. Distribucin Exponencial; 3. Distribucin Normal; 3. Aproximacin de la Normal a la


Binomial; 4.Distribuciones asociadas a la Normal.

i) Distribucin Uniforme: X ~ U (a, b)


Es la distribucin que se asocia a una variable aleatoria que slopuede tomar valores en el intervalo [a,b], de
modo que todos los valores son equiprobables.
Funcin de densidad:

1
f (x)

b a
0;

PARMETROS:

para a

E(X)

b
V(X)

en otrocaso

a b
;
2

(b - a)2
12

A c t i vi d a d 8 : D e t e r m i n a r l a F u n c i n d e d i s t r i b u c i n (R: F(x)=(x-a) / (b-a) )


APLICACIN: Las tablas de nmero aleatorios se basan en esta distribucin, y tambin las funciones de
aleatorizacin que se utiliza en programas computacionales.
Actividad 9 Sea X una variable aleatoria con distribucin uniforme en el intervalo (a, b).
Si E(X) = 10 y Var(X) = 12, determine los valores de los parmetros a y b. (R: a=4 y b=16)
ii)

Distribucin Exponencial: X ~ Exp()


Es la distribucin que se asocia a una variable aleatoria que slopuede tomar valores mayores o iguales a cero.
Funcin de densidad:

PARMETROS:

54

E(X)

; V(X)

1
2

Funcin de distribucin:

APLICACIN: Tiempo que transcurre hasta la primera ocurrencia de un proceso de Poisson. Revisar relacin
entre Distribucin Exponencial y Distribucin Poisson.
Actividad 10: El tiempo de atencin al cliente en un servicio de informacin de una biblioteca sigue una
distribucin exponencial, con un tiempo de servicio medio de 5 minutos, Cul es la probabilidad de que una
consulta de un cliente dure ms de 10 minutos?.
2

iii) DISTRIBUCIN NORMAL: X ~ N ( ,

Caractersticas:
a) Es generada por una variable de tipo continuo, denominada x; b) La funcin de densidad que nos define esta distribucin es:

f ( x; ,

1
2

1 x
(
2

)2
para -

x
2

Al dar a la funcin de densidad valores especficos para , y valores a x, obtendremos la distribucin en


cuestin, la que tiene forma de campana, por lo que tambin se le conoce como campana de Gauss. Hay un
nmero infinito de funciones de densidad Normal, una para cada combinacin de y . La media entrega la
ubicacin de la distribucin y la desviacin estndar entrega su dispersin. Es el modelo de distribucin
ms utilizado en la prctica, ya que multitud de fenmenos se comportan segn una distribucin normal.
c) Es simtrica con respecto a su eje vertical.
d) Es asinttica con respecto a su eje horizontal; esto quiere decir que jams va a tocar el eje de las equis.
e) El rea total bajo la curva es 1.
f) S sumamos a
, se observar que aproximadamente el 68,26% de los datos se encuentran bajo la curva,
si sumamos a
2 , el 95,44% de los datos estar entre esos lmites y si sumamos a
3 , entonces el
99,74% de los datos caer dentro de esos lmites. Esta caracterstica es a la vez una forma emprica y rpida
de demostrar si los datos que se analizan tienen una distribucin Normal; ya que para trabajar los datos con
esta distribucin, debe verificarse que efectivamente as se distribuyen, ya que de no hacerlo, las decisiones
que en un momento dado se tomarn de un anlisis de los datos con la distribucin Normal, seran errneas.
Casos particulares: Distribucin Normal Estndar: Z ~ N (0 , 1).
2

Esta distribucin surge al hacer = 0 y = 1. La funcin de distribucin


( ) de una variable Z con distribucin Normal Estndar ha sido tabulada,
es decir la integral respectiva se encuentra ya calculada, de tal forma que
para calcular cualquier probabilidad relacionada con esta distribucin,
simplemente se recurre a las Tablas de la Distribucin Normal
Estndar. (Ver hoja adjunta)
Ejemplo: Si Z ~ N (0 , 1), calcule: a) P(Z < 1);
b) P(Z 0); c) P(Z > 1); d) P(-1 Z1); e) P(-2 Z2); f) P(-3 Z3)

55

a
0
(a) P (Z a )

a
-

f (z; 0,1) dx

Cmo se determinan probabilidades relacionadas con cualquier distribucin Normal (X ~ N ( ,

))?

Por tratarse de distribuciones de probabilidad continuas, lo ms lgico es que la


2
funcin f(x, , ), se integre entre los lmites de la variable x; esto es,

P( a

x b)

f ( x; ,

)dx

La integral anterior nos dar el rea bajo la curva de la funcin, desde


a hasta b, que corresponde o es igual a la probabilidad buscada.

Debido a la dificultad que se presenta para integrar esta funcin cada vez que sea necesario, lo que se hace es
tipificar el valor de la variable x, es decir, llevarla a una distribucin Normal Estndar para poder utilizar las
Tablas, esto es, x se transforma en un valor de z, de la siguiente manera:

valor

Este valor de z es buscado en una tabla donde vienen reas asociadas a


este valor, y haciendo uso de los valores tabulados, se determina la
probabilidad requerida.

Actividad 11: una variable aleatoria sigue el modelo de una distribucin normal con media 10 y varianza 4.
Transformarla en una normal tipificada.
X ~ N (10, 4). Para transformarla en una normal tipificada se crea una nueva variable (Z) que ser igual a la
anterior (X) menos su media y dividida por su desviacin estndar (que es la raz cuadrada de la varianza):

(X

(X 10)
2

. En el ejemplo, la nueva variable sera:


Esta nueva variable se distribuye como una normal tipificada, permitindonos, por tanto, conocer la probabilidad
acumulada en cada valor. Z ~ N (0, 1).
Calcule: a) P(X 8); b) P(X 6); c) P(X 4); d) P(8 X 12); e) P(6 X 14); f) P(4 X 16)
Actividad 12:
La produccin diaria de una lnea de ensamblaje se distribuye normalmente con una media de 165 unidades y
una desviacin estndar de 5. Encuentre la probabilidad de que el nmero de unidades producidas por da
a. Sea menor que 162 unidades b. Sea mayor que 173 unidades c. Est entre 152 y 174 unidades
d. Est entre 171 y 177 unidades
(Represente grficamente cada respuesta)
DISTRIBUCIONES ASOCIADAS A LA NORMAL
Dependiendo del problema, podemos encontrar otras distribuciones asociadas:
2
(CHI CUADRADO);
- t de STUDENT;
- F de FISHER
Estas distribuciones resultan directamente de operar con distribuciones normales. Tpicamente aparecen como
distribuciones de ciertos estadsticos.
En el captulo correspondiente a distribuciones muestrales estudiaremos algunas propiedades que tienen estas
distribuciones, sobre todo nos interesar saber qu valores de dichas distribuciones son atpicos (significacin,
p-valores).
2
iv) Distribucin Chi Cuadrado: X ~ (n)
Si X1, X2, X3, _ _ _,Xn, son variables aleatorias independientementes con distribucin normal con media cero y
2 2
varianza uno, entonces la variable aleatoria:
2
X2
n X1 X2
n tendr una distribucin chi cuadrado con n
grados de libertad.
Funcin de densidad:
Funcin de distribucin: Se encuentra tabulada
n

f Y ( y)

y2 e
2

n
2

P 2 (n)

y
2

para y > 0;

0.75 0.90

valor tabulado
0.95

n
2
20

0.975 0.99 0.995

2 (20)

31.410

Valor tabulado

56

v) Distribucin t de Student:X ~t (n)

Si X e Y son variables aleatorias independientes, normal estndar y chi cuadrado, respectivamente, entonces la
X
variable aleatoria:
tiene una Distribucin t con n grados de libertad.
t
k

2 (n)
n

Funcin de densidad:

f T (t )

n 1
t2
1
2
n
n
n
2

Parmetros:

Funcin de distribucin: Se encuentra tabulada

n 1
2

P t(n)
n

valor tabulado
0.75

0.90

0.95

0.975

0.99

0.995

t(20)
para - <t< ;
20

E(X) 0 ; V(X)

1.7247

n 2

Valor tabulado

Aplicacin: Ver Unidad III: Inferencia Estadstica.

vi) Distribucin F:X ~ F (m , n)


Si X e Y son dos variables aleatorias chi cuadrado independientes, con m y n grados de libertad,
respectivamente, entonces la razn,

Fm,n

X
m
Y
n

se distribuye como una F con m grados de libertad en el

numerador y n grados de libertad en el denominador.

Parmetros:

E( X )

m
n 2

Funcin de distribucin: Se encuentra tabulada

P F(m, n)
n

valor tabulado
20

V (X )

2n (m n 2)
m(n 2) 2 (n 4)

Ver Aplicacin: Unidad 3: Inferencia Estadstica.

F(20, 10)

0.90
0.95
0.975
0.99
0.995

2.77
10

Valor tabulado

57

Aproximacin de una binomial por una normal.


Si X es una variable binomial B(n,p) donde n es grande, p y q=1-p NO estn prximas a cero, entonces puede
aproximarse por una variable normal
2

N( ,

haciendo coincidir media y varianza, es decir

npq Por lo tanto, en estas condiciones B(n, p)

en cuenta la correccin por continuidad,


Binomial

P( X
P( X
P( X
P( X
P( X
P( a
P( a
P( a
P( a

a)
a)
a)
a)
a)
X
X
X
X

se puede aproximar por

np ,

N (np, npq) . Adems, tendremos

es decir,

b)
b)
b)
b)

Normal

P( a
P( X
P( X
P( X
P( X
P( a
P( a
P( a
P( a

0,5
a
a
a
a
0,5
0,5
0,5
0,5

X
0,5)
0,5)
0,5)
0,5)
X
X
X
X

a 0,5)

b
b
b
b

0,5)
0,5)
0,5)
0,5)

Acividad:
En un muestreo de un proceso de produccin que produce artculos de los cuales 20 por ciento son defectuosos, se
selecciona una muestra al de azar de 100 artculos cada hora de cada turno de produccin. El nmero de defectos en
una muestra se denota por X. Encontrar
a. P(X< 15) b. P(X=15) c. P(X< 18) d. P(X> 22) e. P(18 < X < 21)
vii)

Aproximacin de una Poisson por una normal.Si X es una variable de Poisson P (

, podemos aproximarla por una variable normal N ( ,


correccin por continuidad

58

) , donde

) . Tambin aqu es necesario realizar a

20

1.

IV. APLICACIONES EN EL MBITO DE LA INGENIERA


Aparear cada una de las siguientes probabilidades con cada una de las sentencias dadas:
0

0,01

0,3

0,6

0,99

a)
b)
c)

El suceso es imposible. Nunca puede ocurrir.


El suceso es cierto, va a ocurrir en cada repeticin de un fenmeno aleatorio.
Este suceso es muy poco posible, pero ocurrir una vez cada tanto en una larga secuencia de
experimentos.
d) Este suceso ocurrir ms frecuentemente de lo que no ocurrir.
D un ejemplo para cada una de las sentencias anteriores.
2.

Se lanza una moneda 4 veces y se observa el resultado de cada lanzamiento:


a) Realice una lista de los puntos muestrales para este experimento.
b) Sea el suceso A que consiste que el experimento produzca exactamente 3 caras, realice una lista de los
puntos muestrales de A.
c) Si la moneda est equilibrada, encontrar P(A).

3.

Un experimento genera un espacio muestral que contiene ocho sucesos E1,...,E8, con p(Ei)=1/8, i=1,...,8. Los
sucesos A y B se definen as: A:E1,E4,E6;
B:E3,E4,E5,E6,E7.Encuentre:
a) P(A);
(b) P(A');
(c) P(A U B);
(d) P(A B);
(e) P(A/B)
(f) Son los sucesos A y B mutuamente excluyentes? Por qu?
(g) Son los sucesos A y B independientes? Por qu?

4.

Si A y B son sucesos mutuamente excluyentes, P(A)= 0.29 y P(B)=0.43, determine, a) P(A), b) P(A B), c)
P(A B), d) P(A B). (Respuestas: a) 0.71 b) 0.72 c) 0.29 d) 0.28).

5.

A) Considere la siguiente tabla referente a la produccin de procesadores para el armado de PC. Se


inspeccionan 200 unidades del tipo A y B, 300 del tipo C y 400 del tipo D, a continuacin se presentan los
resultados obtenidos en la inspeccin;
Si se selecciona una unidad de procesadores al
Tipos de procesador
azar de esta partida, a) cul es la probabilidad de
TOTAL
que el producto seleccionado sea del Tipo D?, b)
DEFECTO
A
B
C
D
cul es la probabilidad de que sea del Tipo A o del
Tipo B?, c) cul es la probabilidad de que el
I
54
23
40
15
132
producto seleccionado sea del Tipo B y tenga el
Defecto II?, d)cul es la probabilidad de que el
II
28
12
14
5
59
producto seleccionado no sea defectuoso?, e)
Determine si los sucesos A y C son mutuamente
S - DEF
118 165
246
380
909
excluyentes, f) Determine si los eventos C y Tener
defectos del Tipo I son mutuamente excluyentes.
TOTAL
200 200
300
400
1100

B) Considere el problema de la Parte A). Si se selecciona una unidad de procesador al azar y resulta que es una
unidad del tipo B,
a) Cul es la probabilidad de que no tenga defectos,
b) Si la unidad seleccionada es del tipo C, cul es la probabilidad de que tenga defectos del tipo II?,
c) Si la unidad seleccionada tiene defectos del tipo I, cul es la probabilidad de que sea del tipo A,
d) cul es la probabilidad de que una unidad no tenga defectos?,
e) cul es la probabilidad de que una unidad tenga defectos?.
f) Son independientes los sucesos B e I?, donde B es el suceso de que la unidad es del Tipo B, e I es el
suceso de que la unidad tiene defectos del Tipo I.
6. A continuacin se muestra una tabla probabilstica acerca del nivel de instruccin de productores de una zona y
la implementacin de nuevas tcnicas de produccin.
Implementacin de nuevas tcnicas de produccin

59

Nivel de instruccin

No

Bajo

0,40

0,20

Alto

0,10

0,30

Son independientes el nivel de instruccin de los productores de esa zona y la implementacin de nuevas
tcnicas de produccin?
7.

8.

9.

Cierto artculo computacional es inspeccionado visualmente por dos inspectores. Cuando aparece un artculo
defectuoso, la probabilidad de que no sea detectado por el primer inspector es 0,1. De aquellos no detectados
por el primer inspector, el segundo inspector slo detecta 5 de cada 10. Qu fraccin de defectuosos no son
detectados por ninguno de los inspectores?
Una encuesta en una regin dada mostr que el 20% de las personas fuman. La probabilidad de muerte
causada por cncer de pulmn, dado que la persona fuma, se encontr que era 10 veces mayor que la
probabilidad de muerte causada por cncer de pulmn, dado que la persona no fuma. Si la probabilidad de
muerte causada por cncer de pulmn en esa regin es de 0,006 cul es la probabilidad de muerte debida a
cncer de pulmn, dado que la persona fuma?
Durante la produccin de cierto producto computacional se han encontrado que se presentan dos tipos de
defectos, el primero con probabilidad de 0,1 y el segundo con probabilidad de 0,05. De acuerdo con la
informacin disponible se supone la independencia entre los citados dos tipos. Al elegir simplemente al azar una
unidad de dicho producto, calcular las siguientes probabilidades:
a) El producto no tenga ningn defecto.
b) El producto sea defectuoso.
c) Si el producto es defectuoso, lo sea por la presencia de un solo tipo de defecto.

VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS


10. Clasifique las siguientes variables aleatorias como discretas o continuas.
X1: El nmero de cadas, por mes, del sistema de informacin computacional de una empresa del rubro
ingeniera.
X2: Las utilidades que produce, cada ao, una empresa que comercializa productos informticos.
X3: El nmero de unidades de monitores que produce cada ao una empresa del rubro.
X4: Los sueldos que reciben en Chile los Ingenieros en Informtica.
X5: La velocidad de procesamiento de un procesador.
11. Un vendedor estima las probabilidades que aparecen en la siguiente tabla para el nmero de ventas X
computadores personales en una semana.
Nmero de ventas 0
1
2
3
Probabilidad
0,12 0,20 0,41
0,27
a) Es esta una funcin de cuanta?; b) Encuentre la probabilidad de vender al menos dos computadores en una
semana; c) Hallar el valor esperado y la varianza de la variable aleatoria X.
12. Determine el valor de c de manera que la siguiente funcin pueda servir como funcin de cuanta de la variable
aleatoria discreta X;

f (x )

2 3
x

3 x

; para x = 0, 1, 2. (R: c=1/10)

13. Un envo de siete discos duros contiene dos defectuosos. Una empresa del rubro adquiere en forma aleatoria tres
de dichos discos. Si X es el nmero de discos defectuosos adquiridos por la empresa, encuentre la funcin de
cuanta de X. Exprese los resultados en forma grfica a travs de un histograma de probabilidad. Encuentre la
funcin de distribucin de X y utilizndola determine P(X=1); P(0 X 2).
14. Dada una variable X cuya distribucin de probabilidad viene definida por la funcin de densidad:
2
f(x) = kx si 0 x 1 y f(x) = 0 en otro caso. Calcular: a) El valor de la constante k para que f(x) sea la funcin de
densidad que define la distribucin de probabilidad de la variable X. b) La funcin de distribucin de X. c) La
probabilidad: P(0,3 X 0,7). El valor esperado y varianza de dicha variable.
15. Sea X una variable aleatoria continua con funcin de densidad dada por
f(x) = A(1 - x), 0 < x < 1
a) Determine el valor de A, para que la funcin as definida sea realmente una funcin de densidad. Grafquela.
b) Obtener una expresin para la funcin de distribucin de X. Grafquela.
d) Calcular P( X< / 1/3 < X < 2/3 )
16. Para los problemas 13 al 15 calcule e interprete
a) el valor esperado, la mediana y la moda.

60

b) La varianza y la desviacin estndar.


b) Los cuartiles, el Primer quintil; el Percentil 60.
17. (Distribucin uniforme en el intervalo (0, 1)) Sea X una v.a. continua con funcin de densidad dada por:
1,

si x

(0,1)

0,

si x

(0,1)

f(x)=

a)
b)

Obtenga la funcin de distribucin


Obtenga distintos parmetros de la distribucin

18. Investigue cmo se podra generalizar la Distribucin Uniforme a cualquier intervalo (a, b).
19. Suponga que la ganancia de un Ingeniero en Informtica dedicado a la comercializacin de productos de su
especialidad, en unidades de 1.000 dlares, se puede considerar como una variable aleatoria X que tiene una
funcin de densidad dada por:
A(1 - x),
0<x<1
f(x)=
0,
en otro caso
a) Determine el valor de A, para que la funcin as definida sea realmente una funcin de densidad. Grafquela.
b) Obtener una expresin para la funcin de distribucin de X. Grafquela.
c) Encuentre la probabilidad de que las utilidades flucten entre $500 y $600 dlares.
DISTRIBUCIONES DISCRETAS: REFORZAMIENTO
20. Se dice que el 75% de los accidentes que ocurren en una planta se atribuyen a errores humanos. Si en un
perodo de tiempo dado, se suscitan 5 accidentes, determine la probabilidad de que; a) dos de los accidentes se
atribuyan a errores humanos, b) como mximo 1 de los accidentes se atribuya a errores de tipo humano, c) tres
de los accidentes no se atribuyan a errores humanos.
21. Suponga que probabilidad de que el vapor se condense en un tubo de aluminio de cubierta delgada a 10 atm de
presin es de 0,40. Si se prueban 12 tubos de ese tipo y bajo esas condiciones, determine la probabilidad de que:
a) el vapor se condense en 4 de los tubos, b) en ms de 2 tubos se condense el vapor, c) el vapor se condense
en exactamente 5 tubos.
22. En un proceso de manufactura se seleccionan aleatoriamente 15 unidades diarias de la lnea de produccin para
verificar el porcentaje de defectuosos en el proceso. A partir de informacin histrica se sabe que la probabilidad
de que se tenga una unidad defectuosa es 0,05. El proceso se detiene en cualquier momento en que se
encuentran dos o ms unidades defectuosas. Este procedimiento se utiliza para proporcionar una seal en caso
de que la probabilidad de defectuosos se incremente. a) Cul es la probabilidad de que en un determinado da el
proceso de produccin se detenga? (suponga un 5% de defectos); b) Suponga que la probabilidad de que se
tenga una unidad defectuosa se incrementa a 0,07. Cul es la probabilidad de que en un determinado da el
proceso de produccin se detenga?.
23. Se est considerando la produccin de una mquina automtica de soldar. Se considerar exitosa si tiene una
efectividad del 99% en sus soldaduras. De otra manera, no se considerar eficiente. Se lleva a cabo la prueba
de un prototipo y se realizan 100 soldaduras. La mquina se aceptar para su fabricacin si no son defectuosas
ms de tres soldaduras. a) Cul es la probabilidad de que una mquina eficiente sea rechazada?; b) Cul es la
probabilidad de que una mquina ineficiente con 95% de soldaduras correctas sea aceptada?
24. Un embarque de 10 artculos contiene dos unidades defectuosas y ocho no defectuosas. Al revisarlo, se tomar
una muestra y las unidades se inspeccionarn. Si se encuentra una unidad defectuosa, se rechazar todo el
embarque. a) Si se selecciona una muestra de tres artculos, cul es la probabilidad de rechazar el embarque?.
b) Si se selecciona una muestra de cuatro artculos, cul es la probabilidad de rechazar el embarque?. c) Si se
selecciona una muestra de cinco artculos, cul es la probabilidad de rechazar el embarque?. d) Si la gerencia
estuviera de acuerdo en que hubiera una probabilidad de 0.90 de rechazar un embarque con dos unidades
defectuosas y ocho no defectuosas, de qu tamao se debe seleccionar la muestra?
25. En un lote de productos se tienen 20 productos sin defectos, 3 con defectos menores y 2 con defectos mayores,
se seleccionan al azar 5 productos de este lote, determine la probabilidad de que a) 3 de los productos
seleccionados no tengan defectos y 1 tenga defectos menores, b) 4 de los productos seleccionados no tengan
defectos y 1 tenga defectos menores.

61

26. Entre los 180 empleados de una empresa, 144 son sindicalizados y el resto no lo son. Se debe seleccionar al
azar a cinco empleados para representar a la empresa en un congreso del ramo.
a) Use la distribucin hipergeomtrica para obtener la probabilidad de que tres de los cinco empleados
seleccionados para el comit sean sindicalizados.
b) Use la aproximacin binomial para la distribucin hipergeomtrica para obtener la misma probabilidad del
inciso anterior.
c) Encuentre el error de la aproximacin.
27. Las llamadas de servicio entran a un centro de mantenimiento de acuerdo con un proceso de Poisson y en
promedio entran 2,7 llamadas por minuto. Encuentre la probabilidad de que: a) no ms de 4 llamadas entren en
un minuto cualquiera; b) menos de 2 llamadas entren en un minuto cualquiera; c)ms de 10 llamadas entren en
un periodo de 5 minutos.
28. El nmero de defectos superficiales de los paneles de plstico utilizados en los mesones de armado de
computadores tiene una distribucin de Poisson con una media de 0,5 defectos por metro cuadrado de panel.
Suponga que un mesn contiene 10 metros cuadrados de este material. a) Cul es la probabilidad de que no
haya defectos superficiales en un mesn?. b) Si se venden 10 mesones a una a una determinada fbrica, Cul
es la probabilidad de que dichos mesones no tengan defectos superficiales? c) ) Si se venden 10 mesones a una
determinada fbrica, Cul es la probabilidad de que, como mximo, uno de ellos tenga defectos superficiales?.
29. De un proceso se toma cada hora una muestra de 20 partes. Lo comn es que el uno por ciento de las partes
requieran volver a ser procesadas. Sea X el nmero de partes de una muestra de 20 que necesitan ser
reprocesadas. Se sospecha de un problema en el proceso si X es mayor que su media por ms de tres
desviaciones estndar. a) Si el porcentaje de partes que es necesario volver a procesar permanece en 1%, cul
es la probabilidad de que X sea mayor que su media por ms de tres desviaciones estndar?. b) Si el porcentaje
de partes que es necesario reprocesar aumenta a 4%, cul es la probabilidad de que X sea mayor que uno?. c)
Si el porcentaje de partes que es necesario reprocesar aumenta a 4%, cul es la probabilidad de que X sea
mayor que uno por lo menos en una de las muestras tomadas las prximas cinco horas?.
30. En un estudio de un inventario se determin que, en promedio, la demanda por un artculo en particular en una
bodega era de 5 veces al da. Cul es la probabilidad de que en un determinado da este artculo sea requerido.
a) ms de 5 veces? (R: 0,3840)
b) Ni una sola vez?
(R:. 0,0067).
31. Supngase que tenemos un proceso de produccin de un artculo que se fabrica en grandes cantidades y
sabemos que la proporcin de artculos defectuosos es de 0,01. Se toma una muestra aleatoria de 100 artculos.
Cul es la probabilidad de que haya k artculos defectuosos? usando: a) La distribucin binomial; b) La
distribucin de Poisson; c) Qu puede concluir de sendos resultados?
REFORZAMIENTO DE DISTRIBUCIONES CONTINUAS
32. Investigue sobre los tipos de problemas donde son aplicables los distintos modelos de distribuciones continuas.
Es decir, en una situacin prctica, Qu caractersticas lo guan para aplicar alguna de las distribuciones
continuas estudiadas.
33. Para cada una de las distribuciones continuas, determine el valor esperado y la varianza.
34. Un fabricante de pesas electrnicas ofrece una garanta de un ao. Si la pesa llega a fallar durante este perodo,
se la reemplaza. El tiempo hasta la falla se modela aceptablemente con la distribucin de probabilidad.
-0,125x
f(x) = 0,125e
x>0
a)
b)
c)
d)

Verifique si f(x) es realmente una funcin de densidad. Grafquela.


A qu modelo general corresponde esta distribucin?.
Qu porcentaje de las pesas se descompondrn dentro del trmino de la garanta?
El costo de produccin de una pesa es de $50 (dlares), y la ganancia por venta es de $25. Cul es el
efecto sobre la utilidades de las reposiciones o reemplazos debidos a la garanta?.
e) Determine la funcin de distribucin asociada. Grafquela.
35. El tiempo que transcurre entre las llamadas a una empresa de computacin tiene una distribucin exponencial
con un tiempo promedio entre llamadas de 15 minutos.
a) Cul es la probabilidad de que no haya llamadas en un lapso de 30 minutos?
b) Cul es la probabilidad de recibir al menos una llamada en un intervalo de 10 minutos?
36. Una caracterstica de la calidad de un producto est distribuida normalmente, con media
y desviacin estndar
1. Las especificaciones para la caracterstica estipulan que 6 < x < 8. Una unidad que cae dentro de estas
especificaciones con respecto a la caracterstica de calidad, produce a una utilidad (o ganancia) de C o. Sin

62

embargo, si x < 6, la utilidad es -C1, mientras que si x > 8, la ganancia es -C2. Encuentre el valor de
maximiza la ganancia esperada.

que

37. El dimetro de un eje empleado en una determinada mquina tiene una distribucinnormal con una media igual a
0,2508 plg. y desviacin estndar de 0,0005 plg. Se han determinado las especificaciones de calidad para el eje
como 0,2500 0,0015plg.
a) Ilustre grficamente los datos del enunciado anterior.
b) Determinar la fraccin o proporcin de los ejes producidos que cumplen con las especificaciones. Interprete el
resultado desde el punto de vista del problema y tomando en cuenta los costos involucrados.
c) Suponga que puede volverse a centrar el proceso de manufactura, quiz ajustando la mquina, para que la
media del proceso sea exactamente igual al valor nominal de 0,2500. Cul sera ahora la fraccin o
proporcin de ejes defectuosos?. Interprete en comparacin con el resultado obtenido en b).
38. El sueldo de los Ingenieros en Informtica de una empresa se distribuye segn una distribucin normal, con
media 2 millones de pesos y desviacin estndar 1 milln de pesos. Calcular el porcentaje de Ingenieros en
Informtica con un sueldo inferior a 4 millones de pesos.
39. La duracin de un determinado producto est distribuida normalmente, con media de 900 das y desviacin
estndar de 50 das. Qu fraccin de este producto podra tener una duracin de ms de 1.000 das?
40. Un fabricante de un determinado producto desea que el 1.5% del producto est debajo de la especificacin de
peso de 0,567 kg. (1,25 lb). Si los datos estn distribuidos normalmente y la desviacin estndar de la mquina
dispensadora del cereal es de 0,567 kg., Cul es el peso medio requerido?.
41. Para una variable aleatoria X con una distribucin ji-cuadrado, encuentre:
2
2
a) X 0.01 con n = 8; b) X 0.9 75 con n = 29
c) X0 tal que P (X< X0) = 0,99; con n = 4
2

42. Sea X ~ X (7), determine el valor X0 que deja a su derecha el 5% del rea.
43. Supngase que la v.a. X tiene una distribucin ji-cuadrado con 10 grados de libertad. Si se nos pidiera
encontrar dos nmeros a y b tales que P (a < X < b) = 0,85, podramos verificar que existen muchos pares de
esa clase.
a) Encuentre dos conjuntos diferentes de valores (a, b) que satisfagan la condicin anterior.
b) Supngase que adems de lo anterior, necesitamos que:
P (X < a) = P (X> b)
Cuntos conjuntos de valores hay?

44. Supongamos que X tiene


tal que: P(X > c) = 2P(X< c)

distribucin

normal

45. Supongamos que X tiene distribucin normal N( , ) (X


que: P(X < c) = 2P(X> c)

N(3,4)

(X

N(3,4)),

deseamos

encontrar

N( , )). Determine c como una funcin de

46. Para una distribucin t encuentre los siguientes valores: t0,01; 10; : t0,025; 10; : t0,10; 15; : t0,01; 20; : t0,05; 20; : t0,01; 11.
47. Para unadistribucin t, encuentre t
48.

63

; ntal

que : P(T t

; 10)

= 0,95; P(T t

; 15)

= 0,01 ; P(T t

Para una distribucin F, encuentre f0,25; (4, 9); f0,05; (15, 10); f0,95; (6, 8); f0,90; (24,24).

; 8)

= 0,90.

c,

y , tal

ANEXO 1
Tabla 1. Valores de la funcin de distribucin normal estndar.

0,00

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

-3,4

0,0003

0,0003

0,0003

0,0003

0,0003

0,0003

0,0003

0,0003

0,0003

0,0002

-3,3

0,0005

0,0005

0,0005

0,0004

0,0004

0,0004

0,0004

0,0004

0,0004

0,0003

-3,2

0,0007

0,0007

0,0006

0,0006

0,0006

0,0006

0,0006

0,0005

0,0005

0,0005

-3,1

0,0010

0,0009

0,0009

0,0009

0,0008

0,0008

0,0008

0,0008

0,0007

0,0007

-3,0

0,0013

0,0013

0,0013

0,0012

0,0012

0,0011

0,0011

0,0011

0,0010

0,0010

-2,9

0,0019

0,0018

0,0018

0,0017

0,0016

0,0016

0,0015

0,0015

0,0014

0,0014

-2,8

0,0026

0,0025

0,0024

0,0023

0,0023

0,0022

0,0021

0,0021

0,0020

0,0019

-2,7

0,0035

0,0034

0,0033

0,0032

0,0031

0,0030

0,0029

0,0028

0,0027

0,0026

-2,6

0,0047

0,0045

0,0044

0,0043

0,0041

0,0040

0,0039

0,0038

0,0037

0,0036

-2,5

0,0062

0,0060

0,0059

0,0057

0,0055

0,0054

0,0052

0,0051

0,0049

0,0048

-2,4

0,0082

0,0080

0,0078

0,0075

0,0073

0,0071

0,0069

0,0068

0,0066

0,0064

-2,3

0,0107

0,0104

0,0102

0,0099

0,0096

0,0094

0,0091

0,0089

0,0087

0,0084

-2,2

0,0139

0,0136

0,0132

0,0129

0,0125

0,0122

0,0119

0,0116

0,0113

0,0110

-2,1

0,0179

0,0174

0,0170

0,0166

0,0162

0,0158

0,0154

0,0150

0,0146

0,0143

-2,0

0,0228

0,0222

0,0217

0,0212

0,0207

0,0202

0,0197

0,0192

0,0188

0,0183

-1,9

0,0287

0,0281

0,0274

0,0268

0,0262

0,0256

0,0250

0,0244

0,0239

0,0233

-1,8

0,0359

0,0351

0,0344

0,0336

0,0329

0,0322

0,0314

0,0307

0,0301

0,0294

-1,7

0,0446

0,0436

0,0427

0,0418

0,0409

0,0401

0,0392

0,0384

0,0375

0,0367

-1,6

0,0548

0,0537

0,0526

0,0516

0,0505

0,0495

0,0485

0,0475

0,0465

0,0455

-1,5

0,0668

0,0655

0,0643

0,0630

0,0618

0,0606

0,0594

0,0582

0,0571

0,0559

-1,4

0,0808

0,0793

0,0778

0,0764

0,0749

0,0735

0,0721

0,0708

0,0694

0,0681

-1,3

0,0968

0,0951

0,0934

0,0918

0,0901

0,0885

0,0869

0,0853

0,0838

0,0823

-1,2

0,1151

0,1131

0,1112

0,1093

0,1075

0,1056

0,1038

0,1020

0,1003

0,0985

-1,1

0,1357

0,1335

0,1314

0,1292

0,1271

0,1251

0,1230

0,1210

0,1190

0,1170

-1,0

0,1587

0,1562

0,1539

0,1515

0,1492

0,1469

0,1446

0,1423

0,1401

0,1379

-0,9

0,1841

0,1814

0,1788

0,1762

0,1736

0,1711

0,1685

0,1660

0,1635

0,1611

-0,8

0,2119

0,2090

0,2061

0,2033

0,2005

0,1977

0,1949

0,1922

0,1894

0,1867

-0,7

0,2420

0,2389

0,2358

0,2327

0,2296

0,2266

0,2236

0,2206

0,2177

0,2148

-0,6

0,2743

0,2709

0,2676

0,2643

0,2611

0,2578

0,2546

0,2514

0,2483

0,2451

-0,5

0,3085

0,3050

0,3015

0,2981

0,2946

0,2912

0,2877

0,2843

0,2810

0,2776

-0,4

0,3446

0,3409

0,3372

0,3336

0,3300

0,3264

0,3228

0,3192

0,3156

0,3121

-0,3

0,3821

0,3783

0,3745

0,3707

0,3669

0,3632

0,3594

0,3557

0,3520

0,3483

-0,2

0,4207

0,4168

0,4129

0,4090

0,4052

0,4013

0,3974

0,3936

0,3897

0,3859

-0,1

0,4602

0,4562

0,4522

0,4483

0,4443

0,4404

0,4364

0,4325

0,4286

0,4247

0,0

0,5000

0,4960

0,4920

0,4880

0,4840

0,4801

0,4761

0,4721

0,4681

0,4641

Fuente: Tabla elaborada por el Profesor Vctor Figueroa Arcila, utilizando las funciones de Excel.

64

Tabla 1. Valores de la funcin de distribucin normal estndar (continuacin).

0,00

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,0

0,5000

0,5040

0,5080

0,5120

0,5160

0,5199

0,5239

0,5279

0,5319

0,5359

0,1

0,5398

0,5438

0,5478

0,5517

0,5557

0,5596

0,5636

0,5675

0,5714

0,5753

0,2

0,5793

0,5832

0,5871

0,5910

0,5948

0,5987

0,6026

0,6064

0,6103

0,6141

0,3

0,6179

0,6217

0,6255

0,6293

0,6331

0,6368

0,6406

0,6443

0,6480

0,6517

0,4

0,6554

0,6591

0,6628

0,6664

0,6700

0,6736

0,6772

0,6808

0,6844

0,6879

0,5

0,6915

0,6950

0,6985

0,7019

0,7054

0,7088

0,7123

0,7157

0,7190

0,7224

0,6

0,7257

0,7291

0,7324

0,7357

0,7389

0,7422

0,7454

0,7486

0,7517

0,7549

0,7

0,7580

0,7611

0,7642

0,7673

0,7704

0,7734

0,7764

0,7794

0,7823

0,7852

0,8

0,7881

0,7910

0,7939

0,7967

0,7995

0,8023

0,8051

0,8078

0,8106

0,8133

0,9

0,8159

0,8186

0,8212

0,8238

0,8264

0,8289

0,8315

0,8340

0,8365

0,8389

1,0

0,8413

0,8438

0,8461

0,8485

0,8508

0,8531

0,8554

0,8577

0,8599

0,8621

1,1

0,8643

0,8665

0,8686

0,8708

0,8729

0,8749

0,8770

0,8790

0,8810

0,8830

1,2

0,8849

0,8869

0,8888

0,8907

0,8925

0,8944

0,8962

0,8980

0,8997

0,9015

1,3

0,9032

0,9049

0,9066

0,9082

0,9099

0,9115

0,9131

0,9147

0,9162

0,9177

1,4

0,9192

0,9207

0,9222

0,9236

0,9251

0,9265

0,9279

0,9292

0,9306

0,9319

1,5

0,9332

0,9345

0,9357

0,9370

0,9382

0,9394

0,9406

0,9418

0,9429

0,9441

1,6

0,9452

0,9463

0,9474

0,9484

0,9495

0,9505

0,9515

0,9525

0,9535

0,9545

1,7

0,9554

0,9564

0,9573

0,9582

0,9591

0,9599

0,9608

0,9616

0,9625

0,9633

1,8

0,9641

0,9649

0,9656

0,9664

0,9671

0,9678

0,9686

0,9693

0,9699

0,9706

1,9

0,9713

0,9719

0,9726

0,9732

0,9738

0,9744

0,9750

0,9756

0,9761

0,9767

2,0

0,9772

0,9778

0,9783

0,9788

0,9793

0,9798

0,9803

0,9808

0,9812

0,9817

2,1

0,9821

0,9826

0,9830

0,9834

0,9838

0,9842

0,9846

0,9850

0,9854

0,9857

2,2

0,9861

0,9864

0,9868

0,9871

0,9875

0,9878

0,9881

0,9884

0,9887

0,9890

2,3

0,9893

0,9896

0,9898

0,9901

0,9904

0,9906

0,9909

0,9911

0,9913

0,9916

2,4

0,9918

0,9920

0,9922

0,9925

0,9927

0,9929

0,9931

0,9932

0,9934

0,9936

2,5

0,9938

0,9940

0,9941

0,9943

0,9945

0,9946

0,9948

0,9949

0,9951

0,9952

2,6

0,9953

0,9955

0,9956

0,9957

0,9959

0,9960

0,9961

0,9962

0,9963

0,9964

2,7

0,9965

0,9966

0,9967

0,9968

0,9969

0,9970

0,9971

0,9972

0,9973

0,9974

2,8

0,9974

0,9975

0,9976

0,9977

0,9977

0,9978

0,9979

0,9979

0,9980

0,9981

2,9

0,9981

0,9982

0,9982

0,9983

0,9984

0,9984

0,9985

0,9985

0,9986

0,9986

3,0

0,9987

0,9987

0,9987

0,9988

0,9988

0,9989

0,9989

0,9989

0,9990

0,9990

3,1

0,9990

0,9991

0,9991

0,9991

0,9992

0,9992

0,9992

0,9992

0,9993

0,9993

3,2

0,9993

0,9993

0,9994

0,9994

0,9994

0,9994

0,9994

0,9995

0,9995

0,9995

3,3

0,9995

0,9995

0,9995

0,9996

0,9996

0,9996

0,9996

0,9996

0,9996

0,9997

3,4

0,9997

0,9997

0,9997

0,9997

0,9997

0,9997

0,9997

0,9997

0,9997

0,9998

Fuente: Tabla elaborada por el Profesor Vctor Figueroa Arcila, utilizando las funciones de Excel.

65

ANEXO 2
Tabla 2. Percentiles de la distribucin t de Student.
En este tipo de tablas se parte de los valoras conocidos de los grados de
libertad n y la probabilidad acumulada
, y se obtiene x, de la expresin:

P(t n

x)

1-

1-

lo que resulta interesante para responder a la pregunta: Para una distribucin


t de Studentconn grados de libertad, cual es el valor de x que deja a su
izquierda una probabilidad
.
La tabla contiene en la fila superior las probabilidades, en la columna de la izquierda los grados de libertad n, y donde
se cruzan la fila y la columna correspondientes se encuentra el valor de x.

0,4
0,3
0,25
0,2
0,15
0,1
0,05
0,025
0,01
0,005
n\

0,6

0,7

0,75

0,8

0,85

0,9

0,324920

0,726543

1,000000

1,376382

1,962611

3,077684

6,313752 12,706205 31,820516 63,656741

0,95

0,288675

0,617213

0,816497

1,060660

1,386207

1,885618

2,919986

4,302653

6,964557

9,924843

0,276671

0,584390

0,764892

0,978472

1,249778

1,637744

2,353363

3,182446

4,540703

5,840909

0,270722

0,568649

0,740697

0,940965

1,189567

1,533206

2,131847

2,776445

3,746947

4,604095

0,267181

0,559430

0,726687

0,919544

1,155767

1,475884

2,015048

2,570582

3,364930

4,032143

0,264835

0,553381

0,717558

0,905703

1,134157

1,439756

1,943180

2,446912

3,142668

3,707428

0,263167

0,549110

0,711142

0,896030

1,119159

1,414924

1,894579

2,364624

2,997952

3,499483

0,261921

0,545934

0,706387

0,888890

1,108145

1,396815

1,859548

2,306004

2,896459

3,355387

0,260955

0,543480

0,702722

0,883404

1,099716

1,383029

1,833113

2,262157

2,821438

3,249836

10

0,260185

0,541528

0,699812

0,879058

1,093058

1,372184

1,812461

2,228139

2,763769

3,169273

11

0,259556

0,539938

0,697445

0,875530

1,087666

1,363430

1,795885

2,200985

2,718079

3,105807

12

0,259033

0,538618

0,695483

0,872609

1,083211

1,356217

1,782288

2,178813

2,680998

3,054540

13

0,258591

0,537504

0,693829

0,870152

1,079469

1,350171

1,770933

2,160369

2,650309

3,012276

14

0,258213

0,536552

0,692417

0,868055

1,076280

1,345030

1,761310

2,144787

2,624494

2,976843

15

0,257885

0,535729

0,691197

0,866245

1,073531

1,340606

1,753050

2,131450

2,602480

2,946713

16

0,257599

0,535010

0,690132

0,864667

1,071137

1,336757

1,745884

2,119905

2,583487

2,920782

17

0,257347

0,534377

0,689195

0,863279

1,069033

1,333379

1,739607

2,109816

2,566934

2,898231

18

0,257123

0,533816

0,688364

0,862049

1,067170

1,330391

1,734064

2,100922

2,552380

2,878440

19

0,256923

0,533314

0,687621

0,860951

1,065507

1,327728

1,729133

2,093024

2,539483

2,860935

20

0,256743

0,532863

0,686954

0,859964

1,064016

1,325341

1,724718

2,085963

2,527977

2,845340

21

0,256580

0,532455

0,686352

0,859074

1,062670

1,323188

1,720743

2,079614

2,517648

2,831360

22

0,256432

0,532085

0,685805

0,858266

1,061449

1,321237

1,717144

2,073873

2,508325

2,818756

23

0,256297

0,531747

0,685306

0,857530

1,060337

1,319460

1,713872

2,068658

2,499867

2,807336

24

0,256173

0,531438

0,684850

0,856855

1,059319

1,317836

1,710882

2,063899

2,492159

2,796939

25

0,256060

0,531154

0,684430

0,856236

1,058384

1,316345

1,708141

2,059539

2,485107

2,787436

26

0,255955

0,530892

0,684043

0,855665

1,057523

1,314972

1,705618

2,055529

2,478630

2,778715

27

0,255858

0,530649

0,683685

0,855137

1,056727

1,313703

1,703288

2,051830

2,472660

2,770683

28

0,255768

0,530424

0,683353

0,854647

1,055989

1,312527

1,701131

2,048407

2,467140

2,763262

29

0,255684

0,530214

0,683044

0,854192

1,055302

1,311434

1,699127

2,045230

2,462021

2,756386

30

0,255605

0,530019

0,682756

0,853767

1,054662

1,310415

1,697261

2,042272

2,457262

2,749996

31

0,255532

0,529836

0,682486

0,853370

1,054064

1,309464

1,695519

2,039513

2,452824

2,744042

32

0,255464

0,529665

0,682234

0,852998

1,053504

1,308573

1,693889

2,036933

2,448678

2,738481

33

0,255399

0,529504

0,681997

0,852649

1,052979

1,307737

1,692360

2,034515

2,444794

2,733277

34

0,255339

0,529353

0,681774

0,852321

1,052485

1,306952

1,690924

2,032244

2,441150

2,728394

35

0,255281

0,529211

0,681564

0,852012

1,052019

1,306212

1,689572

2,030108

2,437723

2,723806

36

0,255227

0,529076

0,681366

0,851720

1,051580

1,305514

1,688298

2,028094

2,434494

2,719485

37

0,255176

0,528949

0,681178

0,851444

1,051165

1,304854

1,687094

2,026192

2,431447

2,715409

Fuente: Tabla elaborada por el Profesor Vctor Figueroa Arcila, utilizando las funciones de Excel.

66

0,975

0,99

0,995

Tabla 2. Percentilesde la distribucin t de Student(Continuacin).

1-

P(t n

x)

1-

0,4

0,3

0,25

0,2

0,15

0,1

0,05

0,025

0,01

0,005

0,6

0,7

0,75

0,8

0,85

0,9

0,95

0,975

0,99

0,995

38

0,255128

0,528828

0,681001

0,851183

1,050772

1,304230

1,685954

2,024394

2,428568

2,711558

39

0,255082

0,528714

0,680833

0,850935

1,050399

1,303639

1,684875

2,022691

2,425841

2,707913

40

0,255039

0,528606

0,680673

0,850700

1,050046

1,303077

1,683851

2,021075

2,423257

2,704459

41

0,254997

0,528502

0,680521

0,850476

1,049710

1,302543

1,682878

2,019541

2,420803

2,701181

42

0,254958

0,528404

0,680376

0,850263

1,049390

1,302035

1,681952

2,018082

2,418470

2,698066

43

0,254920

0,528311

0,680238

0,850060

1,049085

1,301552

1,681071

2,016692

2,416250

2,695102

44

0,254884

0,528221

0,680107

0,849867

1,048794

1,301090

1,680230

2,015368

2,414134

2,692278

45

0,254850

0,528136

0,679981

0,849682

1,048516

1,300649

1,679427

2,014103

2,412116

2,689585

46

0,254817

0,528054

0,679861

0,849505

1,048250

1,300228

1,678660

2,012896

2,410188

2,687013

47

0,254786

0,527976

0,679746

0,849336

1,047996

1,299825

1,677927

2,011740

2,408345

2,684556

48

0,254756

0,527901

0,679635

0,849174

1,047752

1,299439

1,677224

2,010635

2,406581

2,682204

49

0,254727

0,527829

0,679530

0,849018

1,047519

1,299069

1,676551

2,009575

2,404892

2,679952

50

0,254699

0,527760

0,679428

0,848869

1,047295

1,298714

1,675905

2,008559

2,403272

2,677793

51

0,254673

0,527694

0,679331

0,848726

1,047080

1,298373

1,675285

2,007584

2,401718

2,675722

52

0,254647

0,527631

0,679237

0,848588

1,046873

1,298045

1,674689

2,006647

2,400225

2,673734

53

0,254623

0,527569

0,679147

0,848456

1,046674

1,297730

1,674116

2,005746

2,398790

2,671823

54

0,254599

0,527510

0,679060

0,848328

1,046483

1,297426

1,673565

2,004879

2,397410

2,669985

55

0,254576

0,527454

0,678977

0,848205

1,046298

1,297134

1,673034

2,004045

2,396081

2,668216

56

0,254554

0,527399

0,678896

0,848087

1,046120

1,296853

1,672522

2,003241

2,394801

2,666512

57

0,254533

0,527346

0,678818

0,847973

1,045949

1,296581

1,672029

2,002465

2,393567

2,664870

58

0,254512

0,527295

0,678743

0,847862

1,045783

1,296319

1,671553

2,001717

2,392377

2,663287

59

0,254493

0,527246

0,678671

0,847756

1,045623

1,296066

1,671093

2,000995

2,391229

2,661759

60

0,254473

0,527198

0,678601

0,847653

1,045469

1,295821

1,670649

2,000298

2,390119

2,660283

61

0,254455

0,527152

0,678533

0,847553

1,045320

1,295585

1,670219

1,999624

2,389047

2,658857

62

0,254437

0,527108

0,678467

0,847457

1,045175

1,295356

1,669804

1,998971

2,388011

2,657479

63

0,254420

0,527064

0,678404

0,847364

1,045035

1,295134

1,669402

1,998341

2,387008

2,656145

64

0,254403

0,527023

0,678342

0,847274

1,044900

1,294920

1,669013

1,997730

2,386037

2,654854

65

0,254387

0,526982

0,678283

0,847186

1,044768

1,294712

1,668636

1,997138

2,385097

2,653604

66

0,254371

0,526943

0,678225

0,847101

1,044641

1,294511

1,668271

1,996564

2,384186

2,652393

67

0,254355

0,526905

0,678169

0,847019

1,044518

1,294315

1,667916

1,996008

2,383302

2,651220

68

0,254341

0,526868

0,678115

0,846939

1,044398

1,294126

1,667572

1,995469

2,382446

2,650081

69

0,254326

0,526832

0,678062

0,846862

1,044281

1,293942

1,667239

1,994945

2,381614

2,648977

70

0,254312

0,526797

0,678011

0,846786

1,044169

1,293763

1,666914

1,994437

2,380807

2,647905

71

0,254299

0,526763

0,677961

0,846713

1,044059

1,293589

1,666600

1,993943

2,380024

2,646863

72

0,254285

0,526730

0,677912

0,846642

1,043952

1,293421

1,666294

1,993464

2,379262

2,645852

73

0,254272

0,526698

0,677865

0,846573

1,043848

1,293256

1,665996

1,992997

2,378522

2,644869

74

0,254260

0,526667

0,677820

0,846506

1,043747

1,293097

1,665707

1,992543

2,377802

2,643913

75

0,254248

0,526637

0,677775

0,846440

1,043649

1,292941

1,665425

1,992102

2,377102

2,642983

76

0,254236

0,526607

0,677732

0,846376

1,043554

1,292790

1,665151

1,991673

2,376420

2,642078

77

0,254224

0,526578

0,677689

0,846314

1,043461

1,292643

1,664885

1,991254

2,375757

2,641198

78

0,254213

0,526550

0,677648

0,846254

1,043370

1,292500

1,664625

1,990847

2,375111

2,640340

n\

Fuente: Tabla elaborada por el Profesor Vctor Figueroa Arcila, utilizando las funciones de Excel.

67

1Tabla 2. Percentilesde la distribucin t de Student(Continuacin)

P(t n

0,4

n\

0,3

0,25

x)
0,2

10,15

0,1

0,05

0,01

0,005

0,6

0,7

0,75

0,8

0,85

0,9

0,95

0,975

0,99

0,995

79

0,254202

0,526523

0,677608

0,846195

1,043282

1,292360

1,664371

1,990450

2,374482

2,639505

80

0,254191

0,526497

0,677569

0,846137

1,043195

1,292224

1,664125

1,990063

2,373868

2,638691

81

0,254181

0,526471

0,677531

0,846081

1,043111

1,292091

1,663884

1,989686

2,373270

2,637897

82

0,254171

0,526445

0,677493

0,846027

1,043029

1,291961

1,663649

1,989319

2,372687

2,637123

83

0,254161

0,526421

0,677457

0,845973

1,042949

1,291835

1,663420

1,988960

2,372119

2,636369

84

0,254151

0,526396

0,677422

0,845921

1,042871

1,291711

1,663197

1,988610

2,371564

2,635632

85

0,254142

0,526373

0,677387

0,845870

1,042795

1,291591

1,662979

1,988268

2,371022

2,634914

86

0,254132

0,526350

0,677353

0,845821

1,042721

1,291473

1,662765

1,987934

2,370493

2,634212

87

0,254123

0,526327

0,677320

0,845772

1,042648

1,291358

1,662557

1,987608

2,369977

2,633527

88

0,254114

0,526305

0,677288

0,845725

1,042577

1,291246

1,662354

1,987290

2,369472

2,632858

89

0,254106

0,526284

0,677256

0,845679

1,042508

1,291136

1,662155

1,986979

2,368979

2,632204

90

0,254097

0,526263

0,677225

0,845633

1,042440

1,291029

1,661961

1,986674

2,368497

2,631565

91

0,254089

0,526242

0,677195

0,845589

1,042373

1,290924

1,661771

1,986377

2,368026

2,630940

92

0,254081

0,526222

0,677166

0,845546

1,042308

1,290821

1,661585

1,986086

2,367566

2,630330

93

0,254073

0,526203

0,677137

0,845503

1,042245

1,290721

1,661404

1,985802

2,367115

2,629732

94

0,254065

0,526184

0,677109

0,845462

1,042183

1,290623

1,661226

1,985523

2,366674

2,629148

95

0,254058

0,526165

0,677081

0,845421

1,042122

1,290527

1,661052

1,985251

2,366243

2,628576

96

0,254050

0,526146

0,677054

0,845381

1,042062

1,290432

1,660881

1,984984

2,365821

2,628016

97

0,254043

0,526128

0,677027

0,845343

1,042004

1,290340

1,660715

1,984723

2,365407

2,627468

98

0,254036

0,526111

0,677001

0,845304

1,041947

1,290250

1,660551

1,984467

2,365002

2,626931

99

0,254029

0,526093

0,676976

0,845267

1,041891

1,290161

1,660391

1,984217

2,364606

2,626405

100

0,254022

0,526076

0,676951

0,845230

1,041836

1,290075

1,660234

1,983971

2,364217

2,625891

101

0,254015

0,526060

0,676927

0,845195

1,041782

1,289990

1,660081

1,983731

2,363837

2,625386

102

0,254009

0,526043

0,676903

0,845159

1,041729

1,289907

1,659930

1,983495

2,363464

2,624891

103

0,254002

0,526027

0,676879

0,845125

1,041678

1,289825

1,659782

1,983264

2,363098

2,624407

104

0,253996

0,526012

0,676856

0,845091

1,041627

1,289745

1,659637

1,983037

2,362739

2,623932

105

0,253990

0,525996

0,676833

0,845058

1,041577

1,289666

1,659495

1,982815

2,362388

2,623465

106

0,253984

0,525981

0,676811

0,845025

1,041529

1,289589

1,659356

1,982597

2,362043

2,623008

107

0,253978

0,525966

0,676790

0,844993

1,041481

1,289514

1,659219

1,982383

2,361704

2,622560

108

0,253972

0,525952

0,676768

0,844962

1,041434

1,289439

1,659085

1,982173

2,361372

2,622120

109

0,253966

0,525938

0,676747

0,844931

1,041388

1,289367

1,658953

1,981967

2,361046

2,621688

110

0,253961

0,525924

0,676727

0,844901

1,041342

1,289295

1,658824

1,981765

2,360726

2,621265

111

0,253955

0,525910

0,676706

0,844871

1,041298

1,289225

1,658697

1,981567

2,360412

2,620849

112

0,253950

0,525896

0,676687

0,844842

1,041254

1,289156

1,658573

1,981372

2,360104

2,620440

113

0,253944

0,525883

0,676667

0,844814

1,041212

1,289088

1,658450

1,981180

2,359801

2,620039

114

0,253939

0,525870

0,676648

0,844786

1,041169

1,289022

1,658330

1,980992

2,359504

2,619645

115

0,253934

0,525857

0,676629

0,844758

1,041128

1,288957

1,658212

1,980807

2,359212

2,619258

116

0,253929

0,525845

0,676611

0,844731

1,041087

1,288892

1,658096

1,980626

2,358924

2,618878

117

0,253924

0,525832

0,676592

0,844704

1,041047

1,288829

1,657982

1,980448

2,358642

2,618504

118

0,253919

0,525820

0,676575

0,844678

1,041008

1,288767

1,657870

1,980272

2,358365

2,618137

119

0,253914

0,525808

0,676557

0,844652

1,040970

1,288706

1,657759

1,980100

2,358093

2,617776

120

0,253910

0,525796

0,676540

0,844627

1,040932

1,288646

1,657651

1,979930

2,357825

2,617421

Fuente: Tabla elaborada por el Profesor Vctor Figueroa Arcila, utilizando las funciones de Excel.

68

0,025

ANEXO 3
Tabla 3. Percentiles de la distribucin chi-cuadrado.
En este tipo de tablas se parte de los valoras conocidos de los grados de
libertad n y la probabilidad acumulada
, y se obtiene x, de la expresin:

P(

2
n

x)

1-

lo que resulta interesante pera responder a la pregunta: Para una distribucin chi-cuadrado conn grados de libertad,
cual es el valor de x que deja a su izquierda una probabilidad
.
La tabla contiene en la fila superior las probabilidades, en la columna de la izquierda los grados de libertad n, y donde
se cruzan la fila y la columna correspondientes se encuentra el valor de x.

0,995

0,990

0,975

0,950

0,900

0,800

0,750

0,700

0,600

0,500

0,400

0,300

0,250

0,200

0,100

0,050

0,025

0,010

0,005

1-

0,005

0,010

0,025

0,050

0,100

0,200

0,250

0,300

0,400

0,500

0,600

0,700

0,750

0,800

0,900

0,950

0,975

0,990

0,995

0,000

0,000

0,001

0,004

0,016

0,064

0,102

0,148

0,275

0,455

0,708

1,074

1,323

1,642

2,706

3,841

5,024

6,635

7,879

0,010

0,020

0,051

0,103

0,211

0,446

0,575

0,713

1,022

1,386

1,833

2,408

2,773

3,219

4,605

5,991

7,378

9,210

10,597

0,072

0,115

0,216

0,352

0,584

1,005

1,213

1,424

1,869

2,366

2,946

3,665

4,108

4,642

6,251

7,815

9,348

11,345

12,838

0,207

0,297

0,484

0,711

1,064

1,649

1,923

2,195

2,753

3,357

4,045

4,878

5,385

5,989

7,779

9,488

11,143

13,277

14,860

0,412

0,554

0,831

1,145

1,610

2,343

2,675

3,000

3,655

4,351

5,132

6,064

6,626

7,289

9,236

11,070

12,833

15,086

16,750

0,676

0,872

1,237

1,635

2,204

3,070

3,455

3,828

4,570

5,348

6,211

7,231

7,841

8,558

10,645

12,592

14,449

16,812

18,548

0,989

1,239

1,690

2,167

2,833

3,822

4,255

4,671

5,493

6,346

7,283

8,383

9,037

9,803

12,017

14,067

16,013

18,475

20,278

1,344

1,646

2,180

2,733

3,490

4,594

5,071

5,527

6,423

7,344

8,351

9,524

10,219

11,030

13,362

15,507

17,535

20,090

21,955

1,735

2,088

2,700

3,325

4,168

5,380

5,899

6,393

7,357

8,343

9,414

10,656

11,389

12,242

14,684

16,919

19,023

21,666

23,589

10

2,156

2,558

3,247

3,940

4,865

6,179

6,737

7,267

8,295

9,342

10,473

11,781

12,549

13,442

15,987

18,307

20,483

23,209

25,188

11

2,603

3,053

3,816

4,575

5,578

6,989

7,584

8,148

9,237

10,341

11,530

12,899

13,701

14,631

17,275

19,675

21,920

24,725

26,757

12

3,074

3,571

4,404

5,226

6,304

7,807

8,438

9,034

10,182

11,340

12,584

14,011

14,845

15,812

18,549

21,026

23,337

26,217

28,300

13

3,565

4,107

5,009

5,892

7,042

8,634

9,299

9,926

11,129

12,340

13,636

15,119

15,984

16,985

19,812

22,362

24,736

27,688

29,819

14

4,075

4,660

5,629

6,571

7,790

9,467

10,165

10,821

12,078

13,339

14,685

16,222

17,117

18,151

21,064

23,685

26,119

29,141

31,319

15

4,601

5,229

6,262

7,261

8,547

10,307

11,037

11,721

13,030

14,339

15,733

17,322

18,245

19,311

22,307

24,996

27,488

30,578

32,801

16

5,142

5,812

6,908

7,962

9,312

11,152

11,912

12,624

13,983

15,338

16,780

18,418

19,369

20,465

23,542

26,296

28,845

32,000

34,267

17

5,697

6,408

7,564

8,672

10,085

12,002

12,792

13,531

14,937

16,338

17,824

19,511

20,489

21,615

24,769

27,587

30,191

33,409

35,718

18

6,265

7,015

8,231

9,390

10,865

12,857

13,675

14,440

15,893

17,338

18,868

20,601

21,605

22,760

25,989

28,869

31,526

34,805

37,156

19

6,844

7,633

8,907

10,117

11,651

13,716

14,562

15,352

16,850

18,338

19,910

21,689

22,718

23,900

27,204

30,144

32,852

36,191

38,582

20

7,434

8,260

9,591

10,851

12,443

14,578

15,452

16,266

17,809

19,337

20,951

22,775

23,828

25,038

28,412

31,410

34,170

37,566

39,997

21

8,034

8,897

10,283

11,591

13,240

15,445

16,344

17,182

18,768

20,337

21,991

23,858

24,935

26,171

29,615

32,671

35,479

38,932

41,401

22

8,643

9,542

10,982

12,338

14,041

16,314

17,240

18,101

19,729

21,337

23,031

24,939

26,039

27,301

30,813

33,924

36,781

40,289

42,796

23

9,260

10,196

11,689

13,091

14,848

17,187

18,137

19,021

20,690

22,337

24,069

26,018

27,141

28,429

32,007

35,172

38,076

41,638

44,181

24

9,886

10,856

12,401

13,848

15,659

18,062

19,037

19,943

21,652

23,337

25,106

27,096

28,241

29,553

33,196

36,415

39,364

42,980

45,559

25

10,520

11,524

13,120

14,611

16,473

18,940

19,939

20,867

22,616

24,337

26,143

28,172

29,339

30,675

34,382

37,652

40,646

44,314

46,928

26

11,160

12,198

13,844

15,379

17,292

19,820

20,843

21,792

23,579

25,336

27,179

29,246

30,435

31,795

35,563

38,885

41,923

45,642

48,290

27

11,808

12,879

14,573

16,151

18,114

20,703

21,749

22,719

24,544

26,336

28,214

30,319

31,528

32,912

36,741

40,113

43,195

46,963

49,645

28

12,461

13,565

15,308

16,928

18,939

21,588

22,657

23,647

25,509

27,336

29,249

31,391

32,620

34,027

37,916

41,337

44,461

48,278

50,993

29

13,121

14,256

16,047

17,708

19,768

22,475

23,567

24,577

26,475

28,336

30,283

32,461

33,711

35,139

39,087

42,557

45,722

49,588

52,336

30

13,787

14,953

16,791

18,493

20,599

23,364

24,478

25,508

27,442

29,336

31,316

33,530

34,800

36,250

40,256

43,773

46,979

50,892

53,672

31

14,458

15,655

17,539

19,281

21,434

24,255

25,390

26,440

28,409

30,336

32,349

34,598

35,887

37,359

41,422

44,985

48,232

52,191

55,003

32

15,134

16,362

18,291

20,072

22,271

25,148

26,304

27,373

29,376

31,336

33,381

35,665

36,973

38,466

42,585

46,194

49,480

53,486

56,328

33

15,815

17,074

19,047

20,867

23,110

26,042

27,219

28,307

30,344

32,336

34,413

36,731

38,058

39,572

43,745

47,400

50,725

54,776

57,648

34

16,501

17,789

19,806

21,664

23,952

26,938

28,136

29,242

31,313

33,336

35,444

37,795

39,141

40,676

44,903

48,602

51,966

56,061

58,964

35

17,192

18,509

20,569

22,465

24,797

27,836

29,054

30,178

32,282

34,336

36,475

38,859

40,223

41,778

46,059

49,802

53,203

57,342

60,275

36

17,887

19,233

21,336

23,269

25,643

28,735

29,973

31,115

33,252

35,336

37,505

39,922

41,304

42,879

47,212

50,998

54,437

58,619

61,581

37

18,586

19,960

22,106

24,075

26,492

29,635

30,893

32,053

34,222

36,336

38,535

40,984

42,383

43,978

48,363

52,192

55,668

59,893

62,883

Fuente: Tabla elaborada por el Profesor Vctor Figueroa Arcila, utilizando las funciones de Excel.

69

Tabla 3. Percentilesde la distribucin chi-cuadrado (Continuacin).

P(

2
n

x)

1-

0,995

0,990

0,975

0,950

0,900

0,800

0,750

0,700

0,600

0,500

0,400

0,300

0,250

0,200

0,100

0,050

0,025

0,010

1-

0,005

0,010

0,025

0,050

0,100

0,200

0,250

0,300

0,400

0,500

0,600

0,700

0,750

0,800

0,900

0,950

0,975

0,990

0,995

38

19,289

20,691

22,878

24,884

27,343

30,537

31,815

32,992

35,192

37,335

39,564

42,045

43,462

45,076

49,513

53,384

56,896

61,162

64,181

39

19,996

21,426

23,654

25,695

28,196

31,441

32,737

33,932

36,163

38,335

40,593

43,105

44,539

46,173

50,660

54,572

58,120

62,428

65,476

40

20,707

22,164

24,433

26,509

29,051

32,345

33,660

34,872

37,134

39,335

41,622

44,165

45,616

47,269

51,805

55,758

59,342

63,691

66,766

41

21,421

22,906

25,215

27,326

29,907

33,251

34,585

35,813

38,105

40,335

42,651

45,224

46,692

48,363

52,949

56,942

60,561

64,950

68,053

42

22,138

23,650

25,999

28,144

30,765

34,157

35,510

36,755

39,077

41,335

43,679

46,282

47,766

49,456

54,090

58,124

61,777

66,206

69,336

43

22,859

24,398

26,785

28,965

31,625

35,065

36,436

37,698

40,050

42,335

44,706

47,339

48,840

50,548

55,230

59,304

62,990

67,459

70,616

44

23,584

25,148

27,575

29,787

32,487

35,974

37,363

38,641

41,022

43,335

45,734

48,396

49,913

51,639

56,369

60,481

64,201

68,710

71,893

45

24,311

25,901

28,366

30,612

33,350

36,884

38,291

39,585

41,995

44,335

46,761

49,452

50,985

52,729

57,505

61,656

65,410

69,957

73,166

46

25,041

26,657

29,160

31,439

34,215

37,795

39,220

40,529

42,968

45,335

47,787

50,507

52,056

53,818

58,641

62,830

66,617

71,201

74,437

47

25,775

27,416

29,956

32,268

35,081

38,708

40,149

41,474

43,942

46,335

48,814

51,562

53,127

54,906

59,774

64,001

67,821

72,443

75,704

48

26,511

28,177

30,755

33,098

35,949

39,621

41,079

42,420

44,915

47,335

49,840

52,616

54,196

55,993

60,907

65,171

69,023

73,683

76,969

49

27,249

28,941

31,555

33,930

36,818

40,534

42,010

43,366

45,889

48,335

50,866

53,670

55,265

57,079

62,038

66,339

70,222

74,919

78,231

50

27,991

29,707

32,357

34,764

37,689

41,449

42,942

44,313

46,864

49,335

51,892

54,723

56,334

58,164

63,167

67,505

71,420

76,154

79,490

51

28,735

30,475

33,162

35,600

38,560

42,365

43,874

45,261

47,838

50,335

52,917

55,775

57,401

59,248

64,295

68,669

72,616

77,386

80,747

52

29,481

31,246

33,968

36,437

39,433

43,281

44,808

46,209

48,813

51,335

53,942

56,827

58,468

60,332

65,422

69,832

73,810

78,616

82,001

53

30,230

32,018

34,776

37,276

40,308

44,199

45,741

47,157

49,788

52,335

54,967

57,879

59,534

61,414

66,548

70,993

75,002

79,843

83,253

54

30,981

32,793

35,586

38,116

41,183

45,117

46,676

48,106

50,764

53,335

55,992

58,930

60,600

62,496

67,673

72,153

76,192

81,069

84,502

55

31,735

33,570

36,398

38,958

42,060

46,036

47,610

49,055

51,739

54,335

57,016

59,980

61,665

63,577

68,796

73,311

77,380

82,292

85,749

56

32,490

34,350

37,212

39,801

42,937

46,955

48,546

50,005

52,715

55,335

58,040

61,031

62,729

64,658

69,919

74,468

78,567

83,513

86,994

57

33,248

35,131

38,027

40,646

43,816

47,876

49,482

50,956

53,691

56,335

59,064

62,080

63,793

65,737

71,040

75,624

79,752

84,733

88,236

58

34,008

35,913

38,844

41,492

44,696

48,797

50,419

51,906

54,667

57,335

60,088

63,129

64,857

66,816

72,160

76,778

80,936

85,950

89,477

59

34,770

36,698

39,662

42,339

45,577

49,718

51,356

52,858

55,643

58,335

61,111

64,178

65,919

67,894

73,279

77,931

82,117

87,166

90,715

60

35,534

37,485

40,482

43,188

46,459

50,641

52,294

53,809

56,620

59,335

62,135

65,227

66,981

68,972

74,397

79,082

83,298

88,379

91,952

70

43,275

45,442

48,758

51,739

55,329

59,898

61,698

63,346

66,396

69,334

72,358

75,689

77,577

79,715

85,527

90,531

95,023

100,425

104,215

80

51,172

53,540

57,153

60,391

64,278

69,207

71,145

72,915

76,188

79,334

82,566

86,120

88,130

90,405

96,578

101,879

106,629

112,329

116,321

90

59,196

61,754

65,647

69,126

73,291

78,558

80,625

82,511

85,993

89,334

92,761

96,524

98,650

101,054

107,565

113,145

118,136

124,116

128,299

100

67,328

70,065

74,222

77,929

82,358

87,945

90,133

92,129

95,808

99,334

102,946

106,906

109,141

111,667

118,498

124,342

129,561

135,807

140,169

110

75,550

78,458

82,867

86,792

91,471

97,362

99,666

101,766

105,632

109,334

113,121

117,269

119,608

122,250

129,385

135,480

140,917

147,414

151,948

120

83,852

86,923

91,573

95,705

100,624

106,806

109,220

111,419

115,465

119,334

123,289

127,616

130,055

132,806

140,233

146,567

152,211

158,950

163,648

130

92,222

95,451

100,331

104,662

109,811

116,272

118,792

121,086

125,304

129,334

133,450

137,949

140,482

143,340

151,045

157,610

163,453

170,423

175,278

140

100,655

104,034

109,137

113,659

119,029

125,758

128,380

130,766

135,149

139,334

143,604

148,269

150,894

153,854

161,827

168,613

174,648

181,840

186,847

150

109,142

112,668

117,985

122,692

128,275

135,263

137,983

140,457

145,000

149,334

153,753

158,577

161,291

164,349

172,581

179,581

185,800

193,208

198,360

160

117,679

121,346

126,870

131,756

137,546

144,783

147,599

150,158

154,856

159,334

163,898

168,876

171,675

174,828

183,311

190,516

196,915

204,530

209,824

170

126,261

130,064

135,790

140,849

146,839

154,319

157,227

159,869

164,716

169,334

174,037

179,165

182,047

185,293

194,017

201,423

207,995

215,812

221,242

180

134,884

138,820

144,741

149,969

156,153

163,868

166,865

169,588

174,580

179,334

184,173

189,446

192,409

195,743

204,704

212,304

219,044

227,056

232,620

190

143,545

147,610

153,721

159,113

165,485

173,430

176,514

179,315

184,448

189,334

194,305

199,719

202,760

206,182

215,371

223,160

230,064

238,266

243,959

200

152,241

156,432

162,728

168,279

174,835

183,003

186,172

189,049

194,319

199,334

204,434

209,985

213,102

216,609

226,021

233,994

241,058

249,445

255,264

Fuente: Tabla elaborada por el Profesor Vctor Figueroa Arcila, utilizando las funciones de Excel.

70

0,005

ANEXO 4
Tabla 4. Percentiles de la distribucin F.
En este tipo de tablas se parte de los valoras conocidos de los grados de libertad m, n y la probabilidad acumulada 1, y se obtiene F, de la expresin:

P(Fm, n

F)

1-

Lo que resulta interesante pera responder a la pregunta: Para una distribucin F con m grados de libertad en el
numerador y n grados de libertad en el denominador, cual es el valor de F que deja a su izquierda una probabilidad
igual a 1- .
La tabla contiene en la filas superiores la referencia a las probabilidades y a los grados de libertad del numerador m,
en la columna de la izquierda los grados de libertad del denominador n, y donde se cruzan la fila y la columna
correspondientes se encuentra el valor de F.

71

Tabla 4. Percentiles de la distribucin F.

P(Fm, n

F)

1m

1-

0,100

0,900

39,86

0,12

0,18

0,22

0,25

0,26

0,28

0,29

0,30

0,30

0,31

0,33

0,34

0,35

0,36

0,36

0,37

0,050

0,950

161,45

199,50

215,71

224,58

230,16

233,99

236,77

238,88

240,54

241,88

243,91

245,95

248,01

250,10

252,20

253,25

254,19

0,025

0,975

647,79

799,50

864,16

899,58

921,85

937,11

948,22

956,66

963,28

968,63

976,71

984,87

993,10

1001,41

1009,80

1014,02

1017,75

0,010

0,990

4052,18

4999,50

5403,35

5624,58

5763,65

5858,99

5928,36

5981,07

6022,47

6055,85

6106,32

6157,28

6208,73

6260,65

6313,03

6339,39

6362,68

0,005

0,995

16210,72

19999,50

21614,74

22499,58

23055,80

23437,11

23714,57

23925,41

24091,00

24224,49

24426,37

24630,21

24835,97

25043,63

25253,14

25358,57

25451,73

0,100

0,900

8,53

9,00

9,16

9,24

9,29

9,33

9,35

9,37

9,38

9,39

9,41

9,42

9,44

9,46

9,47

9,48

9,49

0,050

0,950

18,51

19,00

19,16

19,25

19,30

19,33

19,35

19,37

19,38

19,40

19,41

19,43

19,45

19,46

19,48

19,49

19,49

0,025

0,975

38,51

39,00

39,17

39,25

39,30

39,33

39,36

39,37

39,39

39,40

39,41

39,43

39,45

39,46

39,48

39,49

39,50

0,010

0,990

98,50

99,00

99,17

99,25

99,30

99,33

99,36

99,37

99,39

99,40

99,42

99,43

99,45

99,47

99,48

99,49

99,50

0,005

0,995

198,50

199,00

199,17

199,25

199,30

199,33

199,36

199,37

199,39

199,40

199,42

199,43

199,45

199,47

199,48

199,49

199,50

0,100

0,900

5,54

5,46

5,39

5,34

5,31

5,28

5,27

5,25

5,24

5,23

5,22

5,20

5,18

5,17

5,15

5,14

5,13

0,050

0,950

10,13

9,55

9,28

9,12

9,01

8,94

8,89

8,85

8,81

8,79

8,74

8,70

8,66

8,62

8,57

8,55

8,53

0,025

0,975

17,44

16,04

15,44

15,10

14,88

14,73

14,62

14,54

14,47

14,42

14,34

14,25

14,17

14,08

13,99

13,95

13,91

0,010

0,990

34,12

30,82

29,46

28,71

28,24

27,91

27,67

27,49

27,35

27,23

27,05

26,87

26,69

26,50

26,32

26,22

26,14

0,005

0,995

55,55

49,80

47,47

46,19

45,39

44,84

44,43

44,13

43,88

43,69

43,39

43,08

42,78

42,47

42,15

41,99

41,85

0,100

0,900

4,54

4,32

4,19

4,11

4,05

4,01

3,98

3,95

3,94

3,92

3,90

3,87

3,84

3,82

3,79

3,78

3,76

0,050

0,950

7,71

6,94

6,59

6,39

6,26

6,16

6,09

6,04

6,00

5,96

5,91

5,86

5,80

5,75

5,69

5,66

5,63

0,025

0,975

12,22

10,65

9,98

9,60

9,36

9,20

9,07

8,98

8,90

8,84

8,75

8,66

8,56

8,46

8,36

8,31

8,26

0,010

0,990

21,20

18,00

16,69

15,98

15,52

15,21

14,98

14,80

14,66

14,55

14,37

14,20

14,02

13,84

13,65

13,56

13,47

0,005

0,995

31,33

26,28

24,26

23,15

22,46

21,97

21,62

21,35

21,14

20,97

20,70

20,44

20,17

19,89

19,61

19,47

19,34

0,100

0,900

4,06

3,78

3,62

3,52

3,45

3,40

3,37

3,34

3,32

3,30

3,27

3,24

3,21

3,17

3,14

3,12

3,11

0,050

0,950

6,61

5,79

5,41

5,19

5,05

4,95

4,88

4,82

4,77

4,74

4,68

4,62

4,56

4,50

4,43

4,40

4,37

0,025

0,975

10,01

8,43

7,76

7,39

7,15

6,98

6,85

6,76

6,68

6,62

6,52

6,43

6,33

6,23

6,12

6,07

6,02

0,010

0,990

16,26

13,27

12,06

11,39

10,97

10,67

10,46

10,29

10,16

10,05

9,89

9,72

9,55

9,38

9,20

9,11

9,03

0,005

0,995

22,78

18,31

16,53

15,56

14,94

14,51

14,20

13,96

13,77

13,62

13,38

13,15

12,90

12,66

12,40

12,27

12,16

0,100

0,900

3,78

3,46

3,29

3,18

3,11

3,05

3,01

2,98

2,96

2,94

2,90

2,87

2,84

2,80

2,76

2,74

2,72

0,050

0,950

5,99

5,14

4,76

4,53

4,39

4,28

4,21

4,15

4,10

4,06

4,00

3,94

3,87

3,81

3,74

3,70

3,67

0,025

0,975

8,81

7,26

6,60

6,23

5,99

5,82

5,70

5,60

5,52

5,46

5,37

5,27

5,17

5,07

4,96

4,90

4,86

0,010

0,990

13,75

10,92

9,78

9,15

8,75

8,47

8,26

8,10

7,98

7,87

7,72

7,56

7,40

7,23

7,06

6,97

6,89

0,005

0,995

18,63

14,54

12,92

12,03

11,46

11,07

10,79

10,57

10,39

10,25

10,03

9,81

9,59

9,36

9,12

9,00

8,89

0,100

0,900

3,59

3,26

3,07

2,96

2,88

2,83

2,78

2,75

2,72

2,70

2,67

2,63

2,59

2,56

2,51

2,49

2,47

0,050

0,950

5,59

4,74

4,35

4,12

3,97

3,87

3,79

3,73

3,68

3,64

3,57

3,51

3,44

3,38

3,30

3,27

3,23

0,025

0,975

8,07

6,54

5,89

5,52

5,29

5,12

4,99

4,90

4,82

4,76

4,67

4,57

4,47

4,36

4,25

4,20

4,15

0,010

0,990

12,25

9,55

8,45

7,85

7,46

7,19

6,99

6,84

6,72

6,62

6,47

6,31

6,16

5,99

5,82

5,74

5,66

0,005

0,995

16,24

12,40

10,88

10,05

9,52

9,16

8,89

8,68

8,51

8,38

8,18

7,97

7,75

7,53

7,31

7,19

7,09

0,100

0,900

3,46

3,11

2,92

2,81

2,73

2,67

2,62

2,59

2,56

2,54

2,50

2,46

2,42

2,38

2,34

2,32

2,30

0,050

0,950

5,32

4,46

4,07

3,84

3,69

3,58

3,50

3,44

3,39

3,35

3,28

3,22

3,15

3,08

3,01

2,97

2,93

0,025

0,975

7,57

6,06

5,42

5,05

4,82

4,65

4,53

4,43

4,36

4,30

4,20

4,10

4,00

3,89

3,78

3,73

3,68

0,010

0,990

11,26

8,65

7,59

7,01

6,63

6,37

6,18

6,03

5,91

5,81

5,67

5,52

5,36

5,20

5,03

4,95

4,87

0,005

0,995

14,69

11,04

9,60

8,81

8,30

7,95

7,69

7,50

7,34

7,21

7,01

6,81

6,61

6,40

6,18

6,06

5,96

10

12

15

Fuente: Tabla elaborada por el Profesor Vctor Figueroa Arcila, utilizando las funciones de Excel.

72

20

30

60

120

1000

Tabla 4. Percentiles de la distribucin F (continuacin).

P(Fm, n

F)

1m

1-

0,100

0,900

3,36

3,01

2,81

2,69

2,61

2,55

2,51

2,47

2,44

2,42

2,38

2,34

2,30

2,25

2,21

2,18

0,050

0,950

2,16

5,12

4,26

3,86

3,63

3,48

3,37

3,29

3,23

3,18

3,14

3,07

3,01

2,94

2,86

2,79

2,75

0,025

0,975

2,71

7,21

5,71

5,08

4,72

4,48

4,32

4,20

4,10

4,03

3,96

3,87

3,77

3,67

3,56

3,45

3,39

0,010

3,34

0,990

10,56

8,02

6,99

6,42

6,06

5,80

5,61

5,47

5,35

5,26

5,11

4,96

4,81

4,65

4,48

4,40

4,32

0,005

0,995

13,61

10,11

8,72

7,96

7,47

7,13

6,88

6,69

6,54

6,42

6,23

6,03

5,83

5,62

5,41

5,30

5,20

0,100

0,900

3,29

2,92

2,73

2,61

2,52

2,46

2,41

2,38

2,35

2,32

2,28

2,24

2,20

2,16

2,11

2,08

2,06

0,050

0,950

4,96

4,10

3,71

3,48

3,33

3,22

3,14

3,07

3,02

2,98

2,91

2,85

2,77

2,70

2,62

2,58

2,54

0,025

0,975

6,94

5,46

4,83

4,47

4,24

4,07

3,95

3,85

3,78

3,72

3,62

3,52

3,42

3,31

3,20

3,14

3,09

0,010

0,990

10,04

7,56

6,55

5,99

5,64

5,39

5,20

5,06

4,94

4,85

4,71

4,56

4,41

4,25

4,08

4,00

3,92

0,005

0,995

12,83

9,43

8,08

7,34

6,87

6,54

6,30

6,12

5,97

5,85

5,66

5,47

5,27

5,07

4,86

4,75

4,65

0,100

0,900

3,18

2,81

2,61

2,48

2,39

2,33

2,28

2,24

2,21

2,19

2,15

2,10

2,06

2,01

1,96

1,93

1,91

0,050

0,950

4,75

3,89

3,49

3,26

3,11

3,00

2,91

2,85

2,80

2,75

2,69

2,62

2,54

2,47

2,38

2,34

2,30

0,025

0,975

6,55

5,10

4,47

4,12

3,89

3,73

3,61

3,51

3,44

3,37

3,28

3,18

3,07

2,96

2,85

2,79

2,73

0,010

0,990

9,33

6,93

5,95

5,41

5,06

4,82

4,64

4,50

4,39

4,30

4,16

4,01

3,86

3,70

3,54

3,45

3,37

0,005

0,995

11,75

8,51

7,23

6,52

6,07

5,76

5,52

5,35

5,20

5,09

4,91

4,72

4,53

4,33

4,12

4,01

3,92

0,100

0,900

3,07

2,70

2,49

2,36

2,27

2,21

2,16

2,12

2,09

2,06

2,02

1,97

1,92

1,87

1,82

1,79

1,76

0,050

0,950

4,54

3,68

3,29

3,06

2,90

2,79

2,71

2,64

2,59

2,54

2,48

2,40

2,33

2,25

2,16

2,11

2,07

0,025

0,975

6,20

4,77

4,15

3,80

3,58

3,41

3,29

3,20

3,12

3,06

2,96

2,86

2,76

2,64

2,52

2,46

2,40

0,010

0,990

8,68

6,36

5,42

4,89

4,56

4,32

4,14

4,00

3,89

3,80

3,67

3,52

3,37

3,21

3,05

2,96

2,88

0,005

0,995

10,80

7,70

6,48

5,80

5,37

5,07

4,85

4,67

4,54

4,42

4,25

4,07

3,88

3,69

3,48

3,37

3,27

0,100

0,900

2,97

2,59

2,38

2,25

2,16

2,09

2,04

2,00

1,96

1,94

1,89

1,84

1,79

1,74

1,68

1,64

1,61

0,050

0,950

4,35

3,49

3,10

2,87

2,71

2,60

2,51

2,45

2,39

2,35

2,28

2,20

2,12

2,04

1,95

1,90

1,85

0,025

0,975

5,87

4,46

3,86

3,51

3,29

3,13

3,01

2,91

2,84

2,77

2,68

2,57

2,46

2,35

2,22

2,16

2,09

0,010

0,990

8,10

5,85

4,94

4,43

4,10

3,87

3,70

3,56

3,46

3,37

3,23

3,09

2,94

2,78

2,61

2,52

2,43

0,005

0,995

9,94

6,99

5,82

5,17

4,76

4,47

4,26

4,09

3,96

3,85

3,68

3,50

3,32

3,12

2,92

2,81

2,70

0,100

0,900

2,88

2,49

2,28

2,14

2,05

1,98

1,93

1,88

1,85

1,82

1,77

1,72

1,67

1,61

1,54

1,50

1,46

0,050

0,950

4,17

3,32

2,92

2,69

2,53

2,42

2,33

2,27

2,21

2,16

2,09

2,01

1,93

1,84

1,74

1,68

1,63

0,025

0,975

5,57

4,18

3,59

3,25

3,03

2,87

2,75

2,65

2,57

2,51

2,41

2,31

2,20

2,07

1,94

1,87

1,80

0,010

0,990

7,56

5,39

4,51

4,02

3,70

3,47

3,30

3,17

3,07

2,98

2,84

2,70

2,55

2,39

2,21

2,11

2,02

0,005

0,995

9,18

6,35

5,24

4,62

4,23

3,95

3,74

3,58

3,45

3,34

3,18

3,01

2,82

2,63

2,42

2,30

2,19

0,100

0,900

2,79

2,39

2,18

2,04

1,95

1,87

1,82

1,77

1,74

1,71

1,66

1,60

1,54

1,48

1,40

1,35

1,30

0,050

0,950

4,00

3,15

2,76

2,53

2,37

2,25

2,17

2,10

2,04

1,99

1,92

1,84

1,75

1,65

1,53

1,47

1,40

0,025

0,975

5,29

3,93

3,34

3,01

2,79

2,63

2,51

2,41

2,33

2,27

2,17

2,06

1,94

1,82

1,67

1,58

1,49

0,010

0,990

7,08

4,98

4,13

3,65

3,34

3,12

2,95

2,82

2,72

2,63

2,50

2,35

2,20

2,03

1,84

1,73

1,62

0,005

0,995

8,49

5,79

4,73

4,14

3,76

3,49

3,29

3,13

3,01

2,90

2,74

2,57

2,39

2,19

1,96

1,83

1,71

0,100

0,900

2,75

2,35

2,13

1,99

1,90

1,82

1,77

1,72

1,68

1,65

1,60

1,55

1,48

1,41

1,32

1,26

1,20

0,050

0,950

3,92

3,07

2,68

2,45

2,29

2,18

2,09

2,02

1,96

1,91

1,83

1,75

1,66

1,55

1,43

1,35

1,27

0,025

0,975

5,15

3,80

3,23

2,89

2,67

2,52

2,39

2,30

2,22

2,16

2,05

1,94

1,82

1,69

1,53

1,43

1,33

0,010

0,990

6,85

4,79

3,95

3,48

3,17

2,96

2,79

2,66

2,56

2,47

2,34

2,19

2,03

1,86

1,66

1,53

1,40

0,005

0,995

8,18

5,54

4,50

3,92

3,55

3,28

3,09

2,93

2,81

2,71

2,54

2,37

2,19

1,98

1,75

1,61

1,45

0,100

0,900

2,71

2,31

2,09

1,95

1,85

1,78

1,72

1,68

1,64

1,61

1,55

1,49

1,43

1,35

1,25

1,18

1,08

0,050

0,950

3,85

3,00

2,61

2,38

2,22

2,11

2,02

1,95

1,89

1,84

1,76

1,68

1,58

1,47

1,33

1,24

1,11

0,025

0,975

5,04

3,70

3,13

2,80

2,58

2,42

2,30

2,20

2,13

2,06

1,96

1,85

1,72

1,58

1,41

1,29

1,13

0,010

0,990

6,66

4,63

3,80

3,34

3,04

2,82

2,66

2,53

2,43

2,34

2,20

2,06

1,90

1,72

1,50

1,35

1,16

0,005

0,995

7,91

5,33

4,30

3,74

3,37

3,11

2,92

2,77

2,64

2,54

2,38

2,21

2,02

1,81

1,56

1,39

1,18

10

12

15

20

30

60

120

1000

10

12

Fuente: Tabla elaborada por el Profesor Vctor Figueroa Arcila, utilizando las funciones de Excel.

73

15

20

30

60

120

1000