-1 0 +1

Una distribución de frecuencias es un listado de las frecuencias observadas de

todos los resultados de un experimento que se presentaron realmente cuando
se efectuó éste, mientras que una distribución de probabilidad es un listado
de las probabilidades de todos los posibles resultados que podrían
obtenerse si el experimento se llevara a cabo.
Votos que puede obtener en las elecciones que se avecinan una candidata política.
Hasta donde creamos que la experiencia de los pasados 100 días es un
comportamiento típico, podemos utilizar este registro para asignar una
probabilidad a cada número posible de mujeres y encontrar una distribución de
probabilidad.
 Distribución uniforme

valor mínimo valor máximo

La media de una distribución uniforme se localiza a la mitad del intervalo

entre los valores mínimo y máximo.
La desviación estándar describe la dispersión de una distribución entre
a-b

La ecuación de la distribución de la probabilidad uniforme es:

Las áreas dentro de la distribución representan probabilidades.
área de un rectángulo Media y desviación estándar

Espera mas de 25 mint

Espera entre 10 y 20 mint
La variable aleatoria es el resultado de conteos. Es decir, se cuenta el
número de éxitos en el número total de ensayos.

Lance una moneda equilibrada cinco veces y cuente el número de

veces que aparece una cara; seleccione 10 trabajadores y liste
cuántos tienen más de 50 años, o seleccione 20 cajas de Raisin Bran
de Kellog y cuente el número de cajas que pesan más de lo que
La probabilidad de éxito es la misma de un ensayo a otro

La probabilidad de que adivine la primera pregunta de una prueba de verdadero o

falso (éxito) es de un medio. Esto constituye el primer ensayo. La probabilidad de que
adivine la segunda pregunta (segundo ensayo) también es de un medio; la
probabilidad de éxito en el tercer ensayo es un medio y así sucesivamente.
1. El resultado de cada ensayo se clasifica en una de dos categorías
mutuamente excluyentes: éxito o fracaso.
2. La variable aleatoria permite contar el número de éxitos en una
cantidad fija (total) de ensayos.
3. La probabilidad de éxito y fracaso es la misma en cada ensayo.
4. Los ensayos son independientes, lo cual significa que el resultado
de un ensayo no influye en el resultado del otro.
5. La probabilidad del complemento (1- p) es q .

Si repetimos el experimento n veces podemos obtener datos para

armar una distribución binomial. “se llama también Experimentos
de Bernoulli”
Si p < 0.5 Si p = 0.5 Si p > 0.5
  n p
2  n pq
  n pq
  100  1 4  25
  100  1 4  3 4  18.8
2

  100  1 4  3 4  4.3
Ejemplo # 3

¿Cuál es la probabilidad de que ocho de los 15 votantes demócratas

empadronados de Prince Street no puedan votar en las elecciones
preliminares, si la probabilidad de que cualquier individuo no pueda
votar es de 0.30, y si las personas deciden de manera independiente si
votan o no? De que ocho o más votantes empadronados no voten?
Suponga ahora que se nos pide hallar la probabilidad de que menos de
ocho votantes no voten.
0.0337-0.8743-0.0028
Ejemplo
Cierta enfermedad tiene una probabilidad muy baja de ocurrir,
p=1/100.000. Calcular la probabilidad de que en una ciudad con
500.000 habitantes haya más de 3 personas con dicha enfermedad.
Calcular el número esperado de habitantes que la padecen. P=0.7365
• Caracteres morfológicos de personas, animales o plantas, como tallas,
pesos, diámetros, perímetros, etcétera.
• Caracteres fisiológicos, como, efecto de una misma dosis de un fármaco o
de una misma cantidad de abono.
• Caracteres sociológicos, como consumo de cierto producto por un mismo
grupo de individuos o las puntuaciones obtenidas en un examen.
• Caracteres psicológicos, como el cociente intelectual o el grado de
adaptación a un medio.
• Errores cometidos al medir ciertas magnitudes.
La moda, que es el punto
sobre el eje horizontal donde
la curva tiene su punto
máximo, ocurre en x = .

La distribución tiene media igual a

cero y desviación estándar igual a
uno.
 x -
Z=

=DISTR.NORM.ESTAND(Z)
VALOR CRÍTICO: Punto de división entre la región en que se rechaza la hipótesis nula
y aquella en la que se acepta.
La regla de decisión es: rechazar la
hipótesis nula y aceptar la
hipótesis alternativa si el valor z
calculado no se encuentra entre
-2.58 y 2.58. La hipótesis nula no
se rechaza si z se ubica entre -2.58
y 2.58.
La evidencia de la muestra no indica que la producción en la planta de Fredonia haya
cambiado de 200 semanales. La diferencia de 3.5 unidades entre la producción
semanal histórica y la del año pasado puede atribuirse razonablemente al error de
muestreo.
DISTRIBUCION t-STUDENT
Opera decidiendo si una diferencia en la media muestral entre dos
muestras es estadísticamente significativa.
• Es una distribución continua.
• Tiene forma de campana y es simétrica.
• Existe una familia de distribuciones t; cada vez que se cambia de
grados de libertad, se crea una nueva distribución.
• Conforme se incrementa el número de grados de libertad (n-1),
la forma de la distribución t se aproxima a la de la distribución
normal estándar.
• Cada curva t, es mas dispersa que la curva normal estándar..
• Usado cuando se desconoce el valor de la desviación estándar de
la población.
• Se utiliza en muestras de n < 30 o menos elementos.
Distribución
Normal
Distribución
t Student

X1 Media=0 X2
 ά=Nivel de
Certeza Significació
n
Deseada
 ά=Nivel de
Significación/2

ά1=Nivel de
Significació
ά2=Nivel de
n
Certeza Significación

Deseada

ά= (1 – Certeza Deseada)
ά1=.005
ά2=.005

99 %
ά= 1%
ά= .01
ά/2=.005
x=x± t s .
√n

Tiempo medio
requerido para realizar
el trabajo sera entre
8.88 y 17.12 minutos
con una certeza del
 99 %
8.88 17.12
min min
 t STUDENT
¿Cómo usar las tablas?
2. Determinar los grados de libertad (v) tal que v=n-1.
3. Calcular el valor de t=(xbarra-)/(s/n-1).
4. Localizar en tablas el valor de la probabilidad asociada
a los valores de t y de v. Los valores de t pueden ser
negativos o positivos. Contrario a la tabla de la
distribución normal aquí los valores de t están dentro
de la tabla y los valores de probabilidad en la parte
superior de la misma. En algunos casos puede ser
necesario interpolar para encontrar el valor exacto
buscado, de lo contrario se escoge el que más se
aproxime.
 t STUDENT
¿Cómo usar las tablas?
 Por ejemplo si t es igual 0.92 con 5 grados de
libertad, el valor de la probabilidad es 0.80 pues se
localiza en la dirección vertical en la parte superior
tal y como se muestra a continuación.

La tabla se puede usar también al revés, sea dada

una probabilidad se determina el valor de t que le
corresponde.
 t STUDENT
EJEMPLO
Una empresa especifica que el peso medio de uno de
sus productos debe ser de 2 Kg. Sabiendo que la
desviación estándar de una muestra de 17 unidades
es 0.1.
a. ¿Cuál es la probabilidad de que la media sea:
 menos de 1.9666 Kg.?
 más de 2.0646 Kg.?
 entre 1.9935 y 2.053 Kg.?

b. ¿Qué valor de promedio genera una probabilidad de

0.15 a su izquierda?
 SOLUCION
=2 Kg. sxbarra=0.1/16 = 0.025 Kg.
con 16 grados de libertad
a. P(xbarra1.9666)=?

 1.9666  2 
P( x  1.9666)  T    T (1.366)  0.1
 0.025 
La probabilidad de que la media sea menor a 1.9666 Kg.
es 0.1.
 SOLUCION
=2 Kg. sxbarra=0.1/16 = 0.025 Kg.
con 16 grados de libertad
a. P(xbarra1.9666)=?
En Excel se pulsa en el menú:
INSERTAR, FUNCIÓN, ESTADÍSTICAS, DISTR.T
P(xbarra1.9666) se introduce el valor de t que es 1.336
positivo, el número de grados de libertad que es 16 y
se indica que es 1 cola. Excel retorna el valor de la
probabilidad que es 0.1 que es el mismo valor a la
izquierda de -1.336 por la simetría.
La probabilidad de que la media sea menor a 1.9666 Kg.
es 0.1.
SOLUCION
 SOLUCION
 P(xbarra2.0646)=?
 2.0646  2 
P( x  2.00646)  T    T  2.584  0.01
 0.025 
La probabilidad de que la media sea mayor a 2.0646
Kg. es 0.01.
 P(1.9935xbarra2.053)=?
 2.053  2   1.9935  2 
P (1.9935  x  2.053)  T    T  
 0 . 025   0 . 025 
P (1.9935  x  2.053)  T  2.12  T   0.26
P (1.9935  x  2.053)  0.975  0.4  0.575

La probabilidad de que la media esté entre 1.9935 y

2.053 Kg. es 0.575.
 SOLUCION
b. P(xbarra<X)=0.15
X 2
P( x  X )  0.2  t 0.15 
0.025
t 0.15 en tablas para v  16 es  1.071
X 2
 1.071   x  1.973
0.025

El valor del promedio genera una probabilidad de 0.15 a

su izquierda es 1.973 Kilogramos.
 t
STUDENT
 2
(n - 1) s
 =
2

 2
 2
s
F= 2 1

s2