PROBABILIDAD Y ESTADISTICA

2024
Estadística Descriptiva
 ¿QUÉ TIPO DE PREGUNTAS PUEDE RESPONDER LA
ESTADÍSTICA?

 ¿Cuál es la tasa de desempleo?

 ¿Cuál es el porcentaje de unidades defectuosas con que opera determinado proceso

de producción?

 ¿Cuál será la proporción de electores que votarán a un partido determinado en las

próximas elecciones municipales?

 ¿Cuál fue la inflación del mes de agosto?

 CONCEPTOS BÁSICOS
 POBLACION: Conjunto de todos las unidades o individuos (personas, objetos,
animales, etc.) que porten información sobre el fenómeno que se estudia

 MUESTRA: Es un subconjunto de la población y tiene que ser representativa de la

misma.

 UNIDAD O INDIVIDUO: Cualquier elemento que porte información sobre el

fenómeno que se estudia
 CONCEPTOS BÁSICOS
E J E M P LO
Se quiere conocer los costos de alquiler de un departamento para 4 personas en la
ciudad de Mar del Plata para el verano 2024

 POBLACION:

 UNIDAD O INDIVIDUO:
 E S TA D Í S T I C A - A N Á L I S I S
E X P L O R AT O R I O - P R O B A B I L I D A D
La ESTADÍSTICA DESCRIPTIVA Y el ANÁLISIS EXPLORATORIO DE DATOS proveen un conjunto de
técnicas que permiten el resumen de los datos y la descripción de una muestra.
El análisis exploratorio permite, además, identificar patrones de compor tamiento de los datos y
formular hipótesis sobre la población que podrán ser validadas mediante las técnicas del análisis
confirmatorio que utiliza los métodos de la INFERENCIA ESTADÍSTICA
 E S TA D Í S T I C A D E S C R I P T I VA
Se refiere al análisis, el resumen y la presentación de los
resultados relacionados con un conjunto de datos derivados de
una muestra o de toda una población.

Facilita la visualización de los datos.

Permite resumir y presentar un

conjunto de datos mediante una
combinación de descripciones tabuladas
y gráficas.
 VA R I A B L E E S TA D Í S T I C A
Las variables estadísticas son las características de los individuos
que se quieren estudiar y pueden tomar distintas modalidades o
valores.
VARIABLE

CUALITATIVA CUANTITATIVA
Mide un atributo no Mide un atributo
numérico numérico

NOMINAL DISCRETA CONTINUA

ORDINAL Refiere a una medida.
No es posible establecer Refiere al conteo de
Es posible establecer un alguna característica Toma infinidad de
un orden entre
orden entre categorías valores en un intervalo
categorías
real
 VARIABLE ESTADISTICA
EJEMPLOS
Se quiere conocer los costos de alquiler de un departamento para 4 personas en la
ciudad de Mar del Plata para el verano 2025. ¿Qué otras variables puedo definir para
esta Población? Dar ejemplos y clasificarlas:
 TA B L A D E F R E C U E N C I A S
 Consiste en una ordenación, asignando a cada valor/valores su frecuencia (número de
veces qué aparece) agrupada en clases o categorías mutuamente excluyentes.

TIPOS DE TABLAS

 Datos agrupados de manera SIMPLE: Para datos No agrupados (datos cuantitativos

discretos o para variables cualitativas)

 Datos agrupados por INTERVALOS DE CLASE: Para datos agrupados (datos cuantitativos
continuos, datos cuantitativos discretos si hay gran diversidad de los mismos)
 TA B L A S D E F R E C U E N C I A S
TABLAS DE FRECUENCIA
 COMPONENTES

Frecuencia absoluta 𝑭 𝑨 Consiste en el número de veces que aparece un determinado

valor. La suma de las frecuencias absolutas es igual al número total de datos.

Frecuencia absoluta acumulada 𝑭 𝑨𝑨 Equivale a la suma de las frecuencias absolutas

de todos los valores menores o iguales al valor considerado.

Frecuencia relativa (𝑭 𝑹 ) Es el cociente entre la frecuencia absoluta de un determinado

valor y el número total de datos. Expresada como fracción o porcentaje.

Frecuencia relativa acumulada 𝑭 𝑹𝑨 Equivale a la suma de las frecuencias relativas de

todos los valores menores o iguales al valor considerado.
 TABLAS DE FRECUENCIAS
VARIABLE CUALITATIVA
 Variable cualitativa nominal
Ejemplo: Se les preguntó a 100 personas su deporte favorito.

VARIABLE [Link] F. RELATIVA F. RELATIVA PORCENTUAL

𝑭𝑨 𝑭𝑹 𝑭𝑹 %

Futbol 54 54/100 54%

Te n i s 16 16/100 16%

Básquet 30 30/100 30%

TOTAL 100 1 100%

 TA B L A S D E F R E C U E N C I A S
VA R I A B L E C UA L I TAT I VA
 Variable cualitativa ordinal
Resultados de una encuesta de satisfacción realizada a 152 personas. Las variables
cualitativas ordinales tienen un orden natural que permite acumular observaciones:

Datos/categorías F Abs. F. Abs Ac F. Rel F. Rel Ac

Xi 𝑭𝑨 𝑭𝑨𝑨 𝑭𝑹 𝑭𝑹𝑨
Totalmente de acuerdo 16 16 16/152 16/152
Medianamente de acuerdo 47 63 47/152 63/152

No estoy seguro 44 107 44/152 107/152

Parcialmente en desacuerdo 23 130 23/152 130/152

Desacuerdo totalmente 22 152 22/152 1

TOTAL 152 1
 TABLA DE FRECUENCIA CON VALORES AGRUPADOS
EN CLASES
 Se emplea si las variables toman un número grande de valores o la variable es continua

1. Contar el número de datos ( N) en la muestra.

2. Determinar el Valor m áx y m ín. y Rango ( R) de los datos R= Vmax - Vmin

3. Definir la cantidad de Inter valos ( K)

La regla de Sturges es una regla que sirve para calcular el número clases o intervalos idóneo en los que se
debe dividir un conjunto de datos, redondeando al número impar más cercano.

K= 𝟏 + 𝟑, 𝟑𝟐𝟐. 𝒍𝒐𝒈 𝑵

4. Determinar la amplitud (A) de cada inter valo A=R/K

5. Establecer los limites inferior y su periores de cada inter valo [Li, Ls)

6. Determinar las m arcas de clase x i=(Li+Ls)/2

 INTERVALOS DE CLASES
VARIABLE CONTINUA
La siguiente tabla muestra el tiempo de duración, en horas, de la batería de 50
celulares una vez que se realiza una sola carga completa.

 𝑵: 𝟓𝟎
 𝑽𝒂𝒍𝒐𝒓 𝒎𝒊𝒏: 𝟒, 𝟓 , 𝑽𝒂𝒍𝒐𝒓 𝑴𝒂𝒙: 𝟒𝟏, 𝟎𝟎
 𝑹 = 𝟒𝟏 – 𝟒, 𝟓 = 𝟑𝟔, 𝟓
 𝑲 = 𝟏 + 𝟑, 𝟑𝟐𝟐. 𝒍𝒐𝒈 𝟓𝟎 = 𝟔, 𝟔𝟒 ≈ 𝟕
𝟑𝟔,𝟓
 𝑨 = = 𝟓, 𝟐𝟏 ≈ 𝟓, 𝟓
𝟕
 INTERVALOS DE CLASES
VARIABLE CONTINUA
VARIABLE Marca de Clase Frec Abs Frec. Abs Ac. Frec. Rel. Frec. Rel. Ac.
[Li Ls) xi 𝑭𝑨 𝑭𝑨𝑨 𝑭𝑹 𝑭𝑹𝑨
[4,5 10 ) 7,25 9 9 0,18 0,18
[10 15,5) 12,75 17 26 0,34 0,52
[15,5 21) 18,25 11 37 0,22 0,74
[21 26,5) 23,75 6 43 0,12 0,86
[26,5 32) 29,25 5 48 0,1 0,96
[32 37,5 ) 34,75 1 49 0,02 0,98
[37,5 43 ) 40,25 1 50 0,02 1
TOTAL 50 1
 INTERVALOS DE CLASES
VARIABLE CONTINUA
¿Cuántos celulares tienen una batería cuyo tiempo de duración está
entre las 15,5 y 21 horas?

¿Cuántos celulares tienen una batería cuya duración es menor que 26,5
horas ?

¿Qué porcentaje de celulares tienen baterías cuya duración sobrepasa

las 32 horas?
 M E D I DA S D E C E N T R A L I Z A C I O N
Las medidas de tendencia central resumen un conjunto de datos en un único valor que
describe o representa el centro de dicho conjunto.

 Media Aritmética
Es el promedio aritmético o valor medio de la serie de datos de una muestra, lo
simbolizamos con 𝑋 .
Si los datos de la muestra son 𝑥 1 , 𝑥 2 , … , 𝑥 𝑛 , entonces la media 𝑥 se define como
𝒏
la
𝒙
suma de los valores de los datos dividida entre el tamaño 𝑛 de la muestra (𝒙 = 𝒊=𝟏 𝒊 )
𝒏
 Mediana (𝑀𝑒 )
La mediana es el dato que ocupa la posición
central en la muestra ordenada de menor a
mayor.

Moda (𝑀𝑜 )
La moda de un conjunto de datos se define
como el valor que aparece con mayor
frecuencia.
M E D I DA S D E C E N T R A L I Z A C I O N
 En una muestra de nueve empresas, los beneficios por acción han experimentado
este año las siguientes variaciones porcentuales en comparación con el año pasado:
1 .2 1 .2 8.1 3.6 9.4 0.7 1 .0 4.2 5.4

Calcule la media y la moda

𝒏=𝟗

𝑀𝑒𝑑𝑖𝑎 = (1.2 + 1.2 + 8.1 + 3.6 + 9.4 + 0.7 + 1.0 + 4.2 + 5.4)/9
𝑀𝑒𝑑𝑖𝑎 = 3.87

𝑀𝑜𝑑𝑎 = 1.2
 M E D I DA S D E C E N T R A L I Z A C I O N
 En una muestra de ocho empresas, los beneficios por acción han experimentado este año
las siguientes variaciones porcentuales en comparación con el año pasado:
1 .2 1 .2 8.1 3.6 9.4 0.7 1 .0 4.2 5.4

Calcule la mediana
𝑛+1
La mediana es el dato que ocupa la posición en la lista ordenada:
2
𝑛+1
Si 𝑛 es impar, la mediana es el dato que ocupa la posición 2 .
Si 𝑛 es par, la mediana es el promedio de los dos datos centrales.

𝑛+1 9+1
Para este ejemplo = =5
2 2

0.7 1 .0 1 .2 1 .2 3.6 4.2 5.4 8.1 9.4

Luego la mediana ocupupa la posición 5, es decir 𝑀𝑒 = 3.6

 M E D I DA S D E C E N T R A L I Z A C I O N
 En una muestra de ocho empresas, los beneficios por acción han experimentado este
año las siguientes variaciones porcentuales en comparación con el año pasado:
1 .2 1 .2 8.1 3.6 35.7 0.7 1 .0 4.2 5.4

Calcule la mediana y la media

0.7 1 .0 1 .2 1 .2 3.6 4.2 5.4 8.1 35.7

Luego la mediana ocupupa la posición 5, es decir 𝑀𝑒 = 3.6

Calculemos la media

1.2 + 1.2 + 8.1 + 3.6 + 27.7 + 0.7 + 1.0 + 4.2+5.4

𝑥= = 6.79
9
M E D I DA S D E C E N T R A L I Z A C I O N
 Desventajas de la media:
 Solo se puede obtener si la característica observada es cuantitativa.
 La media es muy sensible a la presencia de observaciones extremas,
tendiendo a desplazarse hacia estas. Cuando esto ocurre la media no
sintetiza adecuadamente la distribución de la variable.

 Desventajas de mediana:
 Solo se puede obtener si la característica observada es ordinal.
 En el cálculo de la mediana no se tiene en cuenta toda la información
contenida en la distribución de frecuencias.
 M E D I DA S D E C E N T R A L I Z A C I O N
En datos A grupados
𝒌
𝒊 𝑭𝑨 𝒙𝒊
Media 𝒙= Mediana
𝒏 𝒏
xi marca de clase − 𝑭 𝑨𝑨,𝒊−𝟏
𝐹𝐴 frecuencia absoluta de la clase 𝑴𝒆 = 𝑳𝒊 + 𝑨𝒊 𝟐
𝑭𝑨
Moda
𝐿 𝑖 límite inferi or de l a clase que contiene a la
∆𝟏 mediana.
𝑴𝒐 = 𝑳𝒊 + 𝑨𝒊
∆𝟏 + ∆𝟐 𝐴 𝑖 Ancho del inter valo
F 𝐴 ,i−1 Frecuencia Absol uta acumulada de la clase
Para calcular la moda en datos agrupados se inferior a la clase de la mediana
elige el inter valo de clase de mayor frecuencia. 𝐹𝐴 frecuencia absoluta de la clase de la mediana
∆ 𝟏 = Es la diferencia entre la mayor frecuencia y
la anterior
∆ 𝟐 = Es la diferencia entre la mayor frecuencia y
la siguiente
M E D I DA S D E C E N T R A L I Z A C I O N
VARIABLE Marca de Clase Frec Abs Frec. Abs Ac. Frec. Rel. Frec. Rel.
[Li Ls) xi 𝐹𝐴 𝐹𝐴𝐴 𝐹𝑅 𝐹𝑅𝐴
[4,5 10 ) 7,25 9 9 0,18 0,18
[10 15,5) 12,75 17 26 0,34 0,52
[15,5 21) 18,25 11 37 0,22 0,74
[21 26,5) 23,75 6 43 0,12 0,86
[26,5 32) 29,25 5 48 0,1 0,96
[32 37,5 ) 34,75 1 49 0,02 0,98
[37,5 43 ) 40,25 1 50 0,02 1
TOTAL 50 1

Media
𝒌
𝒊 𝑭𝑨 𝒙𝒊 𝟕,𝟐𝟓∗𝟗+𝟏𝟐,𝟕𝟓∗𝟏𝟕+𝟏𝟖,𝟐𝟓∗𝟏𝟏+𝟐𝟑,𝟕𝟓∗𝟔+𝟐𝟗,𝟐𝟓∗𝟓+𝟑𝟒,𝟕𝟓∗𝟏+𝟒𝟎,𝟐𝟓∗𝟏
𝒙= = = 𝟏𝟔, 𝟗𝟑
𝒏 𝟓𝟎
En promedio las baterías duran aproximadamente 17 horas
M E D I DA S D E C E N T R A L I Z A C I O N
VARIABLE Marca de Clase Frec Abs Frec. Abs Ac. Frec. Rel. Frec. Rel.
[Li Ls) xi 𝐹𝐴 𝐹𝐴𝐴 𝐹𝑅 𝐹𝑅𝐴
[4,5 10 ) 7,25 9 9 0,18 0,18
[10 15,5) 12,75 17 26 0,34 0,52
[15,5 21) 18,25 11 37 0,22 0,74
[21 26,5) 23,75 6 43 0,12 0,86
[26,5 32) 29,25 5 48 0,1 0,96
[32 37,5 ) 34,75 1 49 0,02 0,98
[37,5 43) 40,25 1 50 0,02 1
TOTAL 50 1
Mediana
Primero calculamos 50/2 = 25
𝒏
− 𝑭𝑨𝑨,𝒊−𝟏 𝟐𝟓 − 𝟗
𝑴𝒆 = 𝑳𝒊 + 𝑨𝒊 𝟐 = 𝟏𝟎 + 𝟓, 𝟓 = 𝟏𝟓, 𝟏𝟕
𝑭𝑨 𝟏𝟕
La mitad de las baterías que más duran tienen una duración mayor de 15 horas
M E D I DA S D E C E N T R A L I Z A C I O N
VARIABLE Marca de Clase Frec Abs Frec. Abs Ac. Frec. Rel. Frec. Rel.
[Li Ls) xi 𝐹𝐴 𝐹𝐴𝐴 𝐹𝑅 𝐹𝑅𝐴
[4,5 10 ) 7,25 9 9 0,18 0,18
[10 15,5) 12,75 17 26 0,34 0,52
[15,5 21) 18,25 11 37 0,22 0,74
[21 26,5) 23,75 6 43 0,12 0,86
[26,5 32) 29,25 5 48 0,1 0,96
[32 37,5 ) 34,75 1 49 0,02 0,98
[37,5 43) 40,25 1 50 0,02 1
TOTAL 50 1

Moda
∆𝟏 𝟏𝟕 − 𝟗
𝑴𝒐 = 𝑳𝒊 + 𝑨𝒊 = 𝟏𝟎 + 𝟓. 𝟓 = 13,14
∆𝟏 + ∆𝟐 𝟏𝟕 − 𝟗 + (𝟏𝟕 − 𝟏𝟏)

La duración más frecuente de las baterías es de aproximadamente 13 horas

 GRÁFICOS ESTADÍSTICOS
DATOS CUALITATIVOS
 Diagrama Circular  Gráfico de Barras
 GRÁFICOS ESTADÍSTICOS
DATOS CUANTITAVOS
 Gráficos en línea: datos organizado de  Histogramas
forma simple
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Ve
Versión Estudiantil Versión Estudiantil VersiónTiempos
Estudiantilde Versión
IgniciónEstudiantil Versión Estu
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Ve
23,10
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Ve
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
17,33

frecuencia absoluta
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Ve
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Ve
11,55
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Ve
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
5,78
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Ve
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Ve
0,00
Versión Estudiantil Versión Estudiantil
0,23 Versión
2,17 Estudiantil
4,10 6,03 Versión
7,97 9,90Estudiantil Versión Estu
11,83 13,77
Versión Estudiantil Versión Estudiantil Versión Estudiantil
Tiem pos de ignición Versión Estudiantil Ve
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estu
 SIMETRÍA DE LOS DATOS

Si los datos son simétricos entonces la media y la mediana coinciden. Si además los
datos tienen una sola moda entonces la media, la mediana y la moda coinciden
Si los datos están sesgados (esto es, son asimétricos, con una larga cola en uno de
los extremos), entonces la media, la mediana y la moda no coinciden.
Generalmente se encuentra que:
 moda < mediana < media si la distribución está sesgada a la derecha.
 moda > mediana > media si la distribución está sesgada hacia la izquierda
 MEDIDAS DE POSICION
Cuando un conjunto ordenado de datos se divide en cien partes iguales, los puntos de
división reciben el nombre de percentiles
El percentil 𝑝 de un conjunto de datos es la observación que deja a los sumo 𝑝% de las
observaciones debajo de él y a lo sumo 1 − 𝑝 % encima de él, cuando los datos están
ordenados de menor a mayor.

Ejemplo: consideremos la distribución de salarios de personal administrativo de una

empresa. Si se informa que el percentil 10 de la distribución de sueldos es igual a
$255.000, esto significa que el 10% de los empleados que menos ganan a lo sumo
reciben $255.000, mientras que el 90% restante ganan más de $255.000
 CÁLCULO DE PERCENTILES
NO AGRUPADOS | AGRUPADOS
No Agrupados Datos Agrupados
𝒌. 𝒏
𝐤∙𝒏 𝑷𝒌 = 𝑳𝒊 + 𝑨𝒊 𝟏𝟎𝟎 − 𝑭𝑨𝑨,𝒊−𝟏
𝐏𝐄𝐑𝐂𝐄𝐍𝐓𝐈𝐋 = 𝑭𝑨
𝟏𝟎𝟎
𝑘: orden del percentil
Donde k es el número del percentil. 𝐿𝑖 : límite inferior del intervalo que contiene al percentil
𝐹𝐴𝐴,𝑖−1 : Frecuencia absoluta acumulada de la clase
𝑘𝑛
Obs: Si 100 es el entero 𝑖, entonces el percentil 𝑘 inferior a la clase del percentil
corresponde al valor medio de las observaciones 𝐹𝐴 : frecuencia absoluta de la clase del percentil
ubicadas en las posiciones 𝑖 y 𝑖 + 1 𝐴𝑖 : Amplitud del intervalo.
𝑘𝑛
Si 100 no es entero, el percentil 𝑘 corresponde a la
observación ubicada en la posición entera.
 CÁLCULO DE PERCENTILES
DATOS NO AGRUPADOS
Determinar los percentiles 25 y 60 de los siguientes datos:
3, 5, 5, 8, 12, 15, 21 , 23, 25, 26, 29, 35
 𝑃25
Calculamos la posición
25 ∙ 12
=3
100
Entonces el percentil 25 es el promedio de los datos que están en la posición 3 y 4
5+8
𝑃25 = = 6,5
2
 𝑃60
Calculamos la posición
60 ∙ 12
= 7,2
100
Entonces el percentil 60, es el dato que esta en la posición 8
𝑃60 = 23
 M E D I DA S D E P O S I C I Ó N
VARIABL Marca Frec Abs Frec. Abs Ac. Frec. Rel. Frec. Rel.
E de 𝐹𝐴 𝐹𝐴𝐴 𝐹𝑅 𝐹𝑅𝐴
[Li Ls) Clase Percentil 15
xi
[4,5 10 ) 7,25 9 9 0,18 0,18 𝟏𝟓 ∗ 𝟓𝟎
−𝟎
[10 15,5) 12,75 17 26 0,34 0,52 𝑷𝟏𝟓 = 𝟒, 𝟓 + 𝟓, 𝟓 𝟏𝟎𝟎
𝟗
[15,5 21) 18,25 11 37 0,22 0,74
[21 26,5) 23,75 6 43 0,12 0,86 𝑷𝟏𝟓 = 𝟗, 𝟎𝟖
[26,5 32) 29,25 5 48 0,1 0,96
[32 37,5) 34,75 1 49 0,02 0,98
[37,5 43) 40,25 1 50 0,02 1
TOTAL 50 1

El 15% de las baterías que menos duran, a lo sumo tienen una duración de 9,08 horas
 MEDIDAS DE POSICION
Cuartil (𝑸 𝒊 )
Son los 3 valores de la variable ( 𝑄1 = 𝑝 25 , 𝑄 2 = 𝑝 50 y 𝑄 3 = 𝑝 75 ) que dividen al
conjunto de datos ordenados de menor a mayor en 4 partes iguales
 CALCULO DE CUARTILES
NO AGRUPADOS | AGRUPADOS
Datos n: 8 (par) Datos Agrupados

3 4 5 7 9 10 11 14 𝒌. 𝒏
− 𝑭𝑨𝑨,𝒊−𝟏
𝑸𝒌 = 𝑳𝒊 + 𝑨𝒊 𝟒
𝑭𝑨

𝑸𝟏 = 𝟒. 𝟓 𝑸𝟐 = 𝟖 𝑸𝟑 = 𝟏𝟎. 𝟓 𝑘: orden del cuartil

𝐿𝑖 : límite inferior del intervalo que contiene al cuartil
𝐹𝐴𝐴,𝑖−1 : Frecuencia absoluta acumulada de la clase
Datos n: 9 (impar) inferior a la clase del cuartil
𝐹𝐴 : frecuencia absoluta de la clase del cuartil
3 4 5 7 8 10 11 13 15 𝐴𝑖 : Amplitud del intervalo.

𝑸𝟏 = 𝟓 𝑸𝟐 = 𝟖 𝑸𝟑 = 𝟏𝟏
 M E D I DA S D E
C E N T R A L I Z AC I O N
VARIABLE Marca Frec Abs Frec. Abs Ac. Frec. Rel. Frec. Rel.
[Li Ls) de 𝐹𝐴 𝐹𝐴𝐴 𝐹𝑅 𝐹𝑅𝐴
Clase
xi 𝑄3
[4,5 10 ) 7,25 9 9 0,18 0,18 𝟑 ∗ 𝟓𝟎
− 𝟑𝟕
[10 15,5) 12,75 17 26 0,34 0,52 𝑸𝟑 = 𝟐𝟏 + 𝟓, 𝟓 𝟒
𝟔
[15,5 21) 18,25 11 37 0,22 0,74
[21 26,5) 23,75 6 43 0,12 0,86 𝑸𝟑 = 𝟐𝟏, 𝟒𝟓
[26,5 32) 29,25 5 48 0,1 0,96
[32 37,5 ) 34,75 1 49 0,02 0,98
[37,5 43) 40,25 1 50 0,02 1
TOTAL 50 1

El 25% de las baterías que más duran tienen una duración mayor a 21,5 horas
 MEDIDAS DE DISPERSION
Supongamos que tenemos dos muestras de resistencia a la tensión (en psi) de aleación
de aluminio-litio:
 Muestra 1: 130, 150, 145, 158, 165, 140
 Muestra 2: 90, 128, 205, 140, 165, 160
La media en ambas muestras es 148 psi. Sin embargo la dispersión o variabilidad de la
muestra 2 es mucho mayor que la de la muestra 1 . Para ilustrar esto hacemos para
cada muestra un diagrama de puntos:
 MEDIDAS DE DISPERSION
 Características:

 Indican que tan diseminados se encuentran los datos de una distribución

 Permite conocer que tan cerca o lejos de la media se encuentran los datos.

 Permiten determinar la homogeneidad o heterogeneidad de las distribuciones de los

datos

 Rango:
El rango o recorrido es una medida de dispersión que hace referencia a la diferencia
entre los valores extremos de un conjunto .

𝐑 = 𝐕𝐦𝐚𝐱 − 𝐕𝐦𝐢𝐧
 MEDIDAS DE DISPERSION
 Rango muestra 1
𝑅 1 = 165 − 130 = 35
 Rango muestra 2
𝑅 2 = 205 − 90 = 115

A mayor rango, mayor variabilidad en los datos

El rango ignora toda la información que hay en la muestra entre las observaciones más chica y más
grande
 MEDIDAS DE DISPERSION
 Rango Intercuartílico:
𝑅𝐼𝐶 = 𝑄3 − 𝑄1

El rango intercuartílico es menos sensible a los valores extremos de la muestra que el

rango muestral.
 MEDIDAS DE DISPERSION
Varianza
 La varianza es una medida de disper sión que representa la variabilidad de una serie de
datos respecto a su media. Se calcula como el promedio de los desvíos al cuadrado

(𝑥 𝑖 −𝑥 ) 2 𝐹 𝐴 (𝑥 𝑐𝑖 −𝑥 ) 2
 Datos No Agrupados 𝑆2 = Datos Agrupados 𝑆2 =
𝑛−1 𝑛−1

Desvío Estándar
 Da información de la disper sión respecto a la media. Su cálculo es exactamente el mismo
que la varianza, pero realizando la raíz cuadrada de su resultado

𝑆= 𝑠2
 MEDIDAS DE DISPERSIÓN
Coeficiente de Variación
 Permite realizar comparaciones entre conjuntos con respecto a la dispersión de
sus datos.
𝑆
𝐶𝑉 =
𝑋

 Mientras menor sea el coeficiente de variación el conjunto es más homogéneo (los datos
son más parecidos entre si)
 Mientras mayor sea el coeficiente de variación el conjunto es más heterogéneo (los datos
se diferencias más entre si)
 GRÁFICOS ESTADÍSTICOS
Diagrama de caja y bigote:
Especialmente útil para comparar distribuciones de varios conjuntos de observaciones.
Está basado en medidas robustas de posición y dispersión.
 Los lados más largos de la caja muestran el recorrido
intercuar tílico:
IQR=Q3-Q1
 Este rectángulo está dividido por:
Q2= Me
 Las líneas que sobresalen se llaman bigotes, de largo
máximo: 1 .5*IQR
 Los puntos que se encuentran fuera de este rango se
marcan individualmente (valores atípicos)
 Describe al mismo tiempo varias características
importantes de un conjunto de datos, tales como el
centro, la dispersión, la desviación de la simetría y la
presencia de valores atípicos.
GRÁFICO DE CAJA BIGOTE
 GRÁFICOS ESTADÍSTICOS
Ejemplo
En 20 automóviles elegidos
aleatoriamente, se tomaron las emisiones
de hidrocarburos en velocidad al vacío, en
partes por millón, para modelos de 1985 y
1995

Modelos 1985
141 359 247 940 882 494 306 210 105
880 200 223 188 940 241 190 300 435
241 380

Modelos 1995
140 160 20 20 223 60 20 95 360 70 220
400 217 58 235 380 200 175 85 65
 TEORÍA DE LA
PROBABILIDAD
 PROBABILIDAD

Vivimos rodeados de incertidumbre. Por ejemplo, ¿pueden

decir con exactitud….
 Que resultado voy a obtener si tiro una moneda?
 Cuanto tiempo durará una lámpara?
 Qué equipo va a ganar el próximo clásico?

La probabilidad se utiliza para cuantificar incertidumbre

frente a experimentos aleatorios.
 DEFINICIONES

Un EXPERIMENTO ALEATORIO constituye

un proceso con un resultado que no

puede predecirse con certeza .

 ESPACIO MUESTRAL

El ESPACIO MUESTRAL el conjunto de todos los

resultados posibles de un experimento aleatorio

Ejemplos:
[Link] la lanza una moneda y se observa si salió cara o
ceca
𝑆 = 𝑐𝑎𝑟𝑎; 𝑐𝑒𝑐𝑎

B. Tiempo de duración de una lámpara .

𝑆 = 𝑡 ∈ ℝ/𝑡 ≥ 0
 EVENTO

 Se llama EVENTO o SUCESO a cualquier subconjunto del

ESPACIO MUESTRAL. Los eventos se denotan con las
primeras letras del alfabeto escritas en mayúscula.

Evento

Espacio Muestral
 EVENTO

A. Se la lanza una moneda y se observa si salió cara o

ceca
𝑆 = 𝑐𝑎𝑟𝑎; 𝑐𝑒𝑐𝑎
Evento: sale cara.
𝐴 = 𝑐𝑎𝑟𝑎
B. Tiempo de duración de una lámpara .

𝑆 = 𝑡 ∈ ℝ/𝑡 ≥ 0
Evento: la duración de la lámpara es de más de 700
horas

𝐵 = 𝑡 ∈ ℝ/𝑡 > 700

 EJEMPLO ESPACIO MUESTRAL

Experimento Aleatorio: En una

caja de tres piezas, de las cuales
una es defectuosa, se extraen
dos piezas sucesivamente y sin
reposición. ¿Cuál es el espacio
muestral?
 EJEMPLO

Sean: 𝐷2
𝐷1 : la primera pieza es defectuosa 𝐷1
𝐷3
𝐷2 : la segunda pieza es no
defectuosa 𝐷1
𝐷2
𝐷3 : la tercera pieza es no defectuosa 𝐷3

𝐷1
𝐷3
𝐷2

𝑆= 𝐷1 , 𝐷2 ; 𝐷1 , 𝐷3 ; 𝐷2 , 𝐷1 ; 𝐷2 , 𝐷3 ; 𝐷3 , 𝐷1 ; 𝐷3 , 𝐷2
 EJEMPLO EVENTOS

Sean A: la primera pieza es defectuosa y B: la

segunda pieza es no defectuosa

𝐷1 , 𝐷2 𝐷2 , 𝐷3
S= 𝐷1 , 𝐷3 𝐷2 , 𝐷1 𝐴= 𝐷1 , 𝐷2 ; 𝐷1 , 𝐷3
𝐷3 , 𝐷1 𝐷3 , 𝐷2

𝐷1 , 𝐷2 𝐷3 , 𝐷2
S= 𝐵= 𝐷1 , 𝐷2 ; 𝐷1 , 𝐷3 ; 𝐷3 , 𝐷2 ; 𝐷2 , 𝐷3
𝐷1 , 𝐷3 𝐷2 , 𝐷3

𝐷3 , 𝐷1 𝐷2 , 𝐷1
 COMBINACIÓN DE EVENTOS

La unión de dos eventos 𝐴 y 𝐵, se denotará 𝐴 ∪

𝐵, es el conjunto de resultados que pertenecen
a 𝐴 o 𝐵 o a ambos.

𝐴∪𝐵

A B
Espacio Muestral
 EJEMPLO

Sean A: la primera pieza es defectuosa y B: la

segunda pieza es no defectuosa

𝐷1 , 𝐷2 𝐷3 , 𝐷2
S=
𝐷1 , 𝐷3 𝐷2 , 𝐷3

𝐷3 , 𝐷1 𝐷2 , 𝐷1

𝐴∪𝐵 = 𝐷1 , 𝐷2 ; 𝐷1 , 𝐷3 ; 𝐷3 , 𝐷2 ; 𝐷2 , 𝐷3
 COMBINACIÓN DE EVENTOS

La intersección de dos eventos 𝐴 y 𝐵 , se

denotará 𝐴 ∩ 𝐵 , es el conjunto de resultados
que pertenecen a 𝐴 y a 𝐵
𝐴∩𝐵

B
A
Espacio Muestral
 EJEMPLO

Sean A: la primera pieza es defectuosa y B: la

segunda pieza es no defectuosa

𝐷1 , 𝐷2 𝐷3 , 𝐷2
S=
𝐷1 , 𝐷3 𝐷2 , 𝐷3

𝐷3 , 𝐷1 𝐷2 , 𝐷1

𝐴∩𝐵 = 𝐷1 , 𝐷2 ; 𝐷1 , 𝐷3
 COMBINACIÓN DE EVENTOS

ത
El complemento de un evento 𝐴, se denotará 𝐴,
es el conjunto de resultados que no pertenecen
a𝐴

ഥ
A

A
 EJEMPLO

Sean A: la primera pieza es defectuosa

A 𝐴ҧ
𝐷3 , 𝐷2
𝐷1 , 𝐷2
S= 𝐷2 , 𝐷3
𝐷1 , 𝐷3
𝐷2 , 𝐷1 𝐷3 , 𝐷1

𝐴ҧ = 𝐷3 , 𝐷2 ; 𝐷2 , 𝐷3 ; 𝐷3 , 𝐷1 ; 𝐷2 , 𝐷1
 EVENTOS MUTUAMENTE EXCLUYENTES

Si 𝐴 y 𝐵 son dos eventos tales que A ∩ 𝐵 = ∅, entonces

se dice que 𝐴 y 𝐵 son eventos MUTUAMENTE
EXCLUYENTES. Es decir, dos eventos MUTUAMENTE
EXCLUYENTES NO PUEDEN OCURRIR A LA VEZ

A B

Espacio Muestral
 EJEMPLO

Sean A: la primera pieza es defectuosa y C: las piezas

son no defectuosa A
C
𝐷1 , 𝐷2 𝐷3 , 𝐷2
S=
𝐷1 , 𝐷3 𝐷2 , 𝐷3

𝐷3 , 𝐷1 𝐷2 , 𝐷1

𝐴 ∩ 𝐶 = ∅ → 𝐴 𝑦 𝐶 𝑠𝑜𝑛 𝑒𝑣𝑒𝑛𝑡𝑜𝑠 𝑚𝑢𝑡𝑢𝑎𝑚𝑒𝑛𝑡𝑒 𝑒𝑥𝑐𝑙𝑢𝑦𝑒𝑛𝑡𝑒𝑠

 PROBABILIDAD

El objetivo de la probabilidad es asignar a cada evento

A un número P(A), llamado probabilidad del evento A,
el cual dará una medida precisa de la posibilidad de
que A ocurra. 1 Cierto

Probable

0,5 Probabilidad 50-50

Poco probable

0 Imposible
 DEFINICIONES DE PROBABILIDAD
DEFINICIÓN FRECUENTISTA

Si se realizan 𝑁 repeticiones de un experimento, sea 𝑘 el

número de veces que ocurre un resultado favorable al evento
𝐴 . La probabilidad de ocurrencia del evento 𝐴 es la
frecuencia relativa observada cuando el número total de
observaciones crece indefinidamente:

𝑘
𝑃 𝐴 = lim
𝑁→∞ 𝑁
SIMULACIÓN LANZAMIENTO DE UNA
MONEDA
 DEFINICIONES DE PROBABILIDAD
ESPACIO MUESTRAL FINITO

Sea 𝑆 es un espacio muestral finito que contiene 𝑁

resultados igualmente probables y sea 𝐴 un evento que
puede darse de 𝑘 maneras distintas; es decir, que al
realizar un experimentos hay 𝑁 resultados posibles de los
cuales 𝑘 son favorables al evento 𝐴 . La probabilidad de
que ocurra 𝐴, esta dada por:

𝑘
𝑃 𝐴 =
𝑁
 EJEMPLO

𝑆= 𝐷1 , 𝐷2 ; 𝐷1 , 𝐷3 ; 𝐷2 , 𝐷1 ; 𝐷2 , 𝐷3 ; 𝐷3 , 𝐷1 ; 𝐷3 , 𝐷2

A: la primera pieza es defectuosa

2
𝑃 𝐴 =
6
B: la segunda pieza es no defectuosa
4
𝑃 𝐵 =
6
CÁLCULO DE PROBABILIDADES PARA UNIONES
Y COMPLEMENTOS

Regla de adición
Dados dos eventos, A y B, la probabilidad de su
unión, 𝐴 ∪ 𝐵, es igual a:

𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∩𝐵
 EJEMPLO

Sean A: la primera pieza es defectuosa y B: la

segunda pieza es no defectuosa

𝐷1 , 𝐷2 𝐷3 , 𝐷2
S=
𝐷1 , 𝐷3 𝐷2 , 𝐷3

𝐷3 , 𝐷1 𝐷2 , 𝐷1

2 4 2 4
𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∩𝐵 = + − =
6 6 6 6
CÁLCULO DE PROBABILIDADES PARA UNIONES
Y COMPLEMENTOS

Regla para complementos

Dado el eventos, A , la probabilidad de su
ത es igual a:
complemento, 𝐴,

𝑃 𝐴ത = 1 − 𝑃 𝐴
 EJEMPLO

Sean A: la primera pieza es defectuosa

A 𝐴ҧ
𝐷3 , 𝐷2
𝐷1 , 𝐷2
S= 𝐷2 , 𝐷3
𝐷1 , 𝐷3
𝐷2 , 𝐷1 𝐷3 , 𝐷1

2 4
P 𝐴ҧ = 1 − 𝑃 𝐴 = 1 − P 𝐴 = 1 − =
6 6
 EJEMPLO

Un troquel de extrusión se utiliza para producir varillas de

aluminio. En una población de mil varillas, el número de ellas en
distintas clases es:

Se toma una varilla aleatoriamente a partir de esta población.

¿Cuál es la probabilidad de que la longitud de la varilla sea
demasiado corta? ¿cuál es la probabilidad de que la longitud de la
varilla sea demasiado corta y que el diámetro de la varilla sea
muy grueso?
 DEFINICIÓN AXIOMÁTICA

Todas las definiciones anteriores están íntimamente

ligadas a la parte experimental de la Estadística. Sin
embargo, en los últimos años, la Teoría de la
Probabilidad ha evolucionado de manera sorprendente
y las definiciones se han hecho más rigurosas.
En este contexto, el ruso Andrei Kolmogorov (1933)
definió la medida o función de probabilidad mediante
una serie de axiomas. Éstos, si bien son válidos para
cualquiera de las definiciones de probabilidad
expuestas anteriormente, amplían la definición
incluyendo a cualquier medida que los verifique.
 DEFINICIÓN AXIOMÁTICA

Dado un espacio muestral 𝑆 , llamamos medida de probabilidad a una funci ón

𝑃 que va del espacio muestral 𝑆 al conjunto de los reales, tal que:

1. 𝑃 𝑆 =1

2. Para cualquier evento 𝐴 ; 𝑃 𝐴 ≥ 0

3. Si 𝐴 y 𝐵 son eventos mutuamente excluyentes, entonces 𝑃 𝐴 ∪ 𝐵 =

𝑃 𝐴 +𝑃 𝐵

De m ane ra más general, si 𝐴 1 , 𝐴 2 , 𝐴 3 , …son eventos mutuamente excl uyentes,

entonces:

𝑃 ራ 𝐴𝑖 = ෍ 𝑃 𝐴𝑖
𝑖 𝑖
 PROBABILIDAD CONDICIONAL

Hasta ahora hemos visto el concepto de probabilidad

partiendo de que la única información que tenemos
sobre el experimento es el espacio muestral. Sin
embargo, en ocasiones se conoce que un determinado
evento ha ocurrido. ¿Modificará esta información
adicional la probabilidad de que ocurra otro evento?
generalmente sí. A partir de esta idea surge la idea de
probabilidad condicionada.
 PROBABILIDAD CONDICIONAL

Sean 𝐴 y 𝐵 dos eventos, tal que 𝑃 𝐵 > 0 .

Entonces la probabilidad de que ocurra 𝐴 dado
que ocurrió 𝐵, esta dada por:

𝐴 𝑃 𝐴∩𝐵
𝑃 ൗ𝐵 =
𝑃 𝐵
 PROBABILIDAD CONDICIONAL

Ahora suponga que se toma una varilla, se mide su longitud y se encuentra que
satisface la especificación. ¿Cuál es la probabilidad de que el diámetro también
satisfaga la especificación?

Sea 𝐵 el evento la longitud de la varilla es correcta y 𝐴 el evento el diámetro del la

varilla esta bien

𝑃 𝐴∩𝐵 900ൗ
𝐴
𝑃 ൗ𝐵 = = 1000 = 0,955
𝑃 𝐵 942ൗ
1000
CÁLCULO DE PROBABILIDADES PARA
INTERSECCIONES

Regla de la multiplicación

Sean 𝐴 y 𝐵 dos eventos cualquiera

𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴Τ𝐵 ∙ 𝑃 𝐵 si 𝑃 𝐵 ≠ 0

𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐵Τ𝐴 ∙ 𝑃 𝐴 si 𝑃 𝐴 ≠ 0
 INDEPENDENCIA DE EVENTOS

Dos eventos 𝐴 y 𝐵 son INDEPEDIENTES, cuando la

ocurrencia de uno no influye en la ocurrencia del otro.
Es decir los eventos 𝐴 y 𝐵 son independientes si

𝑃 𝐴Τ𝐵 = 𝑃 𝐴 o 𝑃 𝐵Τ𝐴 = 𝑃 𝐵
O equivalentemente

𝑃 𝐴∩𝐵 =𝑃 𝐴 ∙𝑃 𝐵
 INDEPENDENCIA DE EVENTOS

Si una varilla de aluminio se selecciona del espacio muestral,

determine la probabilidad de que la longitud de varilla sea
demasiado larga 𝐷 y la probabilidad de que dado que el diámetro
de la varilla es muy delgado 𝐸 su longitud sea demasiado larga.

40
𝑃 𝐷 = = 0,04
1000

𝑃 𝐷∩𝐸 2
𝑃 𝐷ൗ𝐸 = = = 0,04
𝑃 𝐸 50

Por lo tantos, los eventos 𝐸 y 𝐷 son independientes

PROBABILIDAD Y ESTADISTICA
2025
• Probabilidad Total
• Teorema de Bayes
 PA RT I C I O N E S
Definición
Sea 𝑺 el espacio muestral asociado a un experimento 𝜺 . Una
familia de subconjuntos 𝑩 𝒊 con 𝟏 ≤ 𝒊 ≤ 𝒏 constituye una
partición de 𝑺 si
𝑺
𝑖) 𝐵𝑖 ≠ ∅ 𝑠𝑖 1 ≤ 𝑖 ≤ 𝑛
𝑖𝑖) 𝐵𝑖 ∩ 𝐵𝑗 = ∅ 𝑠𝑖 𝑖 = 𝑗
𝑛

𝑖𝑖𝑖) ራ 𝐵𝑖 = 𝑆
𝑖=1
 PROBABILIDAD TOTAL
Definición
Sea 𝑨 ⊂ 𝑺 y 𝑩 𝒊 con 𝟏 ≤ 𝒊 ≤ 𝒏 una partición de 𝐒. Entonces la
P(A): 𝑛

𝑃 𝐴 = ෍ 𝑃 𝐵𝑖 . 𝑃(𝐴|𝐵𝑖 )
𝑖=1 𝑺
𝑃 𝐴 =𝑃 𝐴∩𝑆

𝑃 𝐴 = 𝑃 𝐴 ∩ 𝐵1 ∪ 𝐵2 ∪ 𝐵3 … ∪ 𝐵𝑛

𝑃 𝐴 = 𝑃( 𝐴 ∩ 𝐵1 ∪ 𝐴 ∩ 𝐵2 ∪ 𝐴 ∩ 𝐵3 … ∪ 𝐴 ∩ 𝐵𝑛 )
 PROBABILIDAD TOTAL
Definición
Sea 𝑨 ⊂ 𝑺 y 𝑩 𝒊 con 𝟏 ≤ 𝒊 ≤ 𝒏 una partición de 𝐒. Entonces la
P(A): 𝑛

𝑃 𝐴 = ෍ 𝑃 𝐵𝑖 . 𝑃(𝐴|𝐵𝑖 )
𝑖=1 𝑺
𝑃 𝐴 =𝑃 𝐴∩𝑆

𝑃 𝐴 = 𝑃 𝐴 ∩ 𝐵1 ∪ 𝐵2 ∪ 𝐵3 … ∪ 𝐵𝑛

𝑃 𝐴 = 𝑃( 𝑨 ∩ 𝑩𝟏 ∪ 𝐴 ∩ 𝐵2 ∪ 𝐴 ∩ 𝐵3 … ∪ 𝐴 ∩ 𝐵𝑛 )
 PROBABILIDAD TOTAL
Definición
Sea 𝑨 ⊂ 𝑺 y 𝑩 𝒊 con 𝟏 ≤ 𝒊 ≤ 𝒏 una partición de 𝐒. Entonces la
P(A): 𝑛

𝑃 𝐴 = ෍ 𝑃 𝐵𝑖 . 𝑃(𝐴|𝐵𝑖 )
𝑖=1 𝑺
𝑃 𝐴 =𝑃 𝐴∩𝑆

𝑃 𝐴 = 𝑃 𝐴 ∩ 𝐵1 ∪ 𝐵2 ∪ 𝐵3 … ∪ 𝐵𝑛

𝑃 𝐴 = 𝑃( 𝑨 ∩ 𝑩𝟏 ∪ 𝑨 ∩ 𝑩𝟐 ∪ 𝐴 ∩ 𝐵3 … ∪ 𝐴 ∩ 𝐵𝑛 )
 PROBABILIDAD TOTAL
Definición
Sea 𝑨 ⊂ 𝑺 y 𝑩 𝒊 con 𝟏 ≤ 𝒊 ≤ 𝒏 una partición de 𝐒. Entonces la
P(A): 𝑛

𝑃 𝐴 = ෍ 𝑃 𝐵𝑖 . 𝑃(𝐴|𝐵𝑖 )
𝑖=1 𝑺
𝑃 𝐴 =𝑃 𝐴∩𝑆

𝑃 𝐴 = 𝑃 𝐴 ∩ 𝐵1 ∪ 𝐵2 ∪ 𝐵3 … ∪ 𝐵𝑛

𝑃 𝐴 = 𝑃( 𝑨 ∩ 𝑩𝟏 ∪ 𝑨 ∩ 𝑩𝟐 ∪ 𝐴 ∩ 𝐵3 … ∪ 𝐴 ∩ 𝐵𝑛 )

𝑃 𝐴 = 𝑷 𝑨 ∩ 𝑩𝟏 + 𝑷 𝑨 ∩ 𝑩𝟐 + 𝑃 𝐴 ∩ 𝐵3 … + 𝑃 𝐴 ∩ 𝐵𝑛 = 𝑷 𝑩𝟏 . 𝑷(𝑨|𝑩𝟏 ) + 𝑷 𝑩𝟐 . 𝑷 𝑨 𝑩𝟐 …
 EJEMPLO

Suponga que una planta ensambladora recibe sus reguladores de voltaje

de tres proveedores diferentes, 60% del proveedor 𝐵1 , 30% del proveedor
𝐵2 y 10% del proveedor 𝐵3 . Suponga, asimismo, que 95% de los
reguladores de voltaje de 𝐵1 , 80% de los de 𝐵2 y 65% de los de 𝐵3 se
desempeñan de acuerdo con las especificaciones.
A la compañía, le gustaría conocer la probabilidad de que algún
regulador de voltaje recibido por la planta se desempeñará de acuerdo
con las especificaciones
 EJEMPLO

Sean:
𝐵1 : el regulador de voltaje es proporcionado por el proveedor 𝐵1
𝐵2 : el regulador de voltaje es proporcionado por el proveedor 𝐵2
𝐵3 : el regulador de voltaje es proporcionado por el proveedor 𝐵3
𝐷: el regulador de voltaje se desempeña de acuerdo a las
especificaciones
 EJEMPLO

0,95 𝐷

𝐵1 𝑃 𝐷 = 𝑃 𝐵1 ∩ 𝐷 ∪ 𝐵2 ∩ 𝐷 ∪ 𝐵3 ∩ 𝐷
0,6
0,05 ഥ
𝐷
𝐵1 ∩ 𝐷 , 𝐵2 ∩ 𝐷 y 𝐵3 ∩ 𝐷 son eventos mutuamente excluyentes
𝐷
0,3 0,8
𝐵2 𝑃 𝐷 = 𝑃 𝐵1 ∩ 𝐷) + 𝑃 𝐵2 ∩ 𝐷 + 𝑃(𝐵3 ∩ 𝐷
0,2 ഥ
𝐷
0,1
0,65 𝐷
𝑃 𝐷 = 𝑃 𝐵1 𝑃 𝐷ൗ𝐵1 + 𝑃 𝐵2 𝑃 𝐷ൗ𝐵2 + 𝑃 𝐵3 𝑃 𝐷ൗ𝐵3
𝐵3
0,35 ഥ
𝐷
𝑃 𝐷 = 0,6 ∙ 0,95 + 0,3 ∙ 0,8 + 0,1 ∙ 0,65 = 0,875
 TEOREMA DE BAYES

Suponga que una planta ensambladora recibe sus reguladores de voltaje

de tres proveedores diferentes, 60% del proveedor 𝐵1 , 30% del proveedor
𝐵2 y 10% del proveedor 𝐵3 . Suponga, asimismo, que 95% de los
reguladores de voltaje de 𝐵1 , 80% de los de 𝐵2 y 65% de los de 𝐵3 se
desempeñan de acuerdo con las especificaciones. Se elige al azar un
regulador y se desempeña de acuerdo con las especificaciones, cuál es la
probabilidad de que provenga del proveedor 𝑩 𝟑 .
 EJEMPLO

Regla de la multiplicación

0,95 𝐷
𝑃 𝐵 ∩ 𝐷 𝑃 𝐵3 ∙ 𝑃 𝐷ൗ𝐵
𝐵 3 3
𝐵1 𝑃 3ൗ𝐷 = = =
0,6 𝑃 𝐷 𝑃 𝐷
0,05 ഥ
𝐷
𝐷 Regla de la probabilidad total
0,3 0,8
𝑃 𝐵3 ∙ 𝑃 𝐷ൗ𝐵
𝐵2 𝐵3ൗ 3
𝑃 𝐷 =
0,2 ഥ
𝐷 𝑃 𝐵1 𝑃 𝐷ൗ𝐵 + 𝑃 𝐵2 𝑃 𝐷ൗ𝐵 + 𝑃 𝐵3 𝑃 𝐷ൗ𝐵
1 2 3
0,1
0,65 𝐷

𝐵3 𝐵3ൗ 0,1 ∙ 0,65

𝑃 𝐷 = 0,6 ∙ 0,95 + 0,3 ∙ 0,8 + 0,1 ∙ 0,65 = 0,074
0,35 ഥ
𝐷
 TEOREMA DE BAYES
Si 𝑷(𝑨)>0
𝑷(𝑩 𝟏 ∩ 𝑨)
𝑷 𝑩𝟏 𝑨 =
𝑷(𝑨)

Reemplazando la formula de la 𝑷(𝑩𝟏 ∩ 𝑨)

probabilidad total: 𝑷 𝑩𝟏 𝑨 = 𝒏
σ𝒊=𝟏 𝑷 𝑩𝒊 . 𝑷(𝑨|𝑩𝒊 )

Reescribiendo el numerador:
𝑷 𝑩𝟏 . 𝑷(𝑨|𝑩𝟏 )
𝑷 𝑩𝟏 𝑨 = 𝒏
σ𝒊=𝟏 𝑷 𝑩𝒊 . 𝑷(𝑨|𝑩𝒊 )
Variable Aleatoria Discreta
¿Cuántas asignaturas estás cursando?
 Resultados de la encuesta

Experimento aleatorio asociado a la pregunta ¿Cuántas asignaturas

estás cursando?

Encuesta a estudiantes de la asignatura.

Variable: 𝑿: número de asignaturas

cursadas.

Valores observados: 2, 3, 4, 5, 6 y 9.

Valores posibles no observados: 7 y 8.

 Distribución

𝑋 FA FAA FR
2 4 4 0,05970149
3 20 24 0,29850746
4 16 40 0,23880597
5 23 63 0,34328358
6 3 66 0,04477612
9 1 67 0,01492537

Distribución de asignaturas cursadas

25

20

15
FA
10

0
2 3 4 5 7 8 6 9
 Definición

Una variable aleatoria es una función que asigna un número real a

cada elemento del espacio muestral de un experimento aleatorio.
Una variable aleatoria se llama variable aleatoria discreta si su imagen,
el conjunto 𝐴, es discreto, es decir, finito o contable.
ℝ
𝑋
𝐴
 Función de probabilidad puntual

𝑿: número de asignaturas cursadas.

𝑋 2 3 4 5 6 7 8 9
𝑝(𝑥𝑖 )

𝑋 2 3 4 5 6 7 8 9
𝑝(𝑥𝑖 ) 0,06 0,3 0,24 0,34 0,045 0 0 0,015
𝑋 FA FAA FR
2 4 4 0,05970149
3 20 24 0,29850746
4 16 40 0,23880597
5 23 63 0,34328358
7 0 63 0
8 0 63 0
6 3 66 0,04477612
9 1 67 0,01492537
 Función de probabilidad puntual

Definición: Sea 𝑿 una variable aleatoria discreta. Una función de

probabilidad puntual de 𝑿 es una función 𝑷: 𝑨 → 𝑹 tal que:

𝒊) 𝑷 𝒙𝒊 ≥ 𝟎 ∀𝒙𝒊
𝒏

𝒊𝒊) ෍ 𝑷(𝒙𝒊 ) = 𝟏
𝒊=𝟏
 Función de Probabilidad Acumulada

La función de distribución acumulada de la variable aleatoria 𝑿 es la

función.
𝑭 (𝑥) = 𝑷 𝑿 ≤ 𝒙 𝒙 ∈ ℝ
 Función de probabilidad puntual

𝑿: número de asignaturas cursadas.

𝑋 2 3 4 5 6 7 8 9
𝑝(𝑥𝑖 ) 0,06 0,3 0,24 0,34 0,045 0 0 0,015

𝑋 FA FAA
0 𝑠𝑖 𝑥 < 2
2 4 4
3 20 24
0,06 𝑠𝑖 2 ≤ 𝑥 < 3
4 16 40 0,36 𝑠𝑖 3 ≤ 𝑥 < 4
5 23 63 F 𝑥 = 0,6 𝑠𝑖 4 ≤ 𝑥 < 5
6 3 66 0,94 𝑠𝑖 5 ≤ 𝑥 < 6
7 0 66 0,985 𝑠𝑖 6 ≤ 𝑥 < 9
8 0 66 1 𝑠𝑖 𝑥 ≥ 9
9 1 67
Función de probabilidad puntual

0 𝑠𝑖 𝑥 < 2
0,06 𝑠𝑖 2 ≤ 𝑥 < 3
0,36 𝑠𝑖 3 ≤ 𝑥 < 4
F 𝑥 = 0,6 𝑠𝑖 4 ≤ 𝑥 < 5
0,94 𝑠𝑖 5 ≤ 𝑥 < 6
0,985 𝑠𝑖 6 ≤ 𝑥 < 9
1 𝑠𝑖 𝑥 ≥ 9
Función de probabilidad puntual

0 𝑠𝑖 𝑥 < 2
0,06 𝑠𝑖 2 ≤ 𝑥 < 3
0,36 𝑠𝑖 3 ≤ 𝑥 < 4
F 𝑥 = 0,6 𝑠𝑖 4 ≤ 𝑥 < 5
0,94 𝑠𝑖 5 ≤ 𝑥 < 6
0,985 𝑠𝑖 6 ≤ 𝑥 < 9
1 𝑠𝑖 𝑥 ≥ 9

• ¿Qué porcentaje de estudiantes esta cursando menos de 4

asignaturas?

𝑃 𝑋 < 4 = 𝐹 3 = 0,36
El 36% de los estudiantes esta cursando menos de 4 asignaturas
Función de probabilidad puntual

0 𝑠𝑖 𝑥 < 2
0,06 𝑠𝑖 2 ≤ 𝑥 < 3
0,36 𝑠𝑖 3 ≤ 𝑥 < 4
F 𝑥 = 0,6 𝑠𝑖 4 ≤ 𝑥 < 5
0,94 𝑠𝑖 5 ≤ 𝑥 < 6
0,985 𝑠𝑖 6 ≤ 𝑥 < 9
1 𝑠𝑖 𝑥 ≥ 9

• ¿Qué porcentaje de estudiantes esta cursando al menos 5

asignaturas?

𝑃 𝑋 ≥ 5 = 1 − 𝑃 𝑋 < 5 = 1 − F 4 = 1 − 0,6 = 0,4

El 40% de los estudiantes esta cursando al menos de 5 asignaturas
 Función de probabilidad puntual

0 𝑠𝑖 𝑥 < 2
0,06 𝑠𝑖 2 ≤ 𝑥 < 3
0,36 𝑠𝑖 3 ≤ 𝑥 < 4
F 𝑥 = 0,6 𝑠𝑖 4 ≤ 𝑥 < 5
0,94 𝑠𝑖 5 ≤ 𝑥 < 6
0,985 𝑠𝑖 6 ≤ 𝑥 < 9
1 𝑠𝑖 𝑥 ≥ 9

• ¿Qué porcentaje de estudiantes esta cursando 6 asignaturas?

𝑃 𝑋 = 6 = 𝐹 6 − 𝐹 5 = 0,985 − 0,94 = 0,045

El 4,5% de los estudiantes esta cursando 6 asignaturas
 Función de probabilidad puntual

0 𝑠𝑖 𝑥 < 2
0,06 𝑠𝑖 2 ≤ 𝑥 < 3
0,36 𝑠𝑖 3 ≤ 𝑥 < 4
F 𝑥 = 0,6 𝑠𝑖 4 ≤ 𝑥 < 5
0,94 𝑠𝑖 5 ≤ 𝑥 < 6
0,985 𝑠𝑖 6 ≤ 𝑥 < 9
1 𝑠𝑖 𝑥 ≥ 9

• ¿Puedo calcular la moda y la mediana?

 Esperanza matemática

Sea 𝑿 una variable aleatoria discreta con función de

probabilidad puntual 𝑷. Se llama Esperanza de 𝑿, denotado 𝑬
𝑿 o 𝝁𝑿 a:
𝑛

𝐸 𝑋 = ෍ 𝑥𝑖 ∗ 𝑃 𝑥𝑖
𝑖=1

𝑋 2 3 4 5 6 7 8 9
𝑝(𝑥𝑖 ) 0,06 0,3 0,24 0,34 0,045 0 0 0,015

𝐸 𝑋 = 2 ∗ 0,06 + 3 ∗ 0,3 + 4 ∗ 0,24 + 5 ∗ 0,34 + 6 ∗ 0,045 + 9 ∗ 0,015 = 4,085

 Varianza de una variable aleatoria

Sea 𝑿 una variable aleatoria discreta con función de probabilidad

puntual 𝑷 y esperanza 𝑬 𝑿 finita. Se llama varianza de 𝑿 denotado
𝑽(𝑿) a:

2
𝑉 𝑋 =𝐸 𝑋−𝐸 𝑋

𝑉 𝑋 = 𝐸 𝑋2 − 𝐸2 𝑋
Y el Desvío estándar de 𝑿, denotado como 𝜎𝑋
𝜎𝑋 = 𝑉 𝑋
 Varianza de una variable aleatoria

𝑋 2 3 4 5 6 7 8 9
𝑝(𝑥𝑖 ) 0,06 0,3 0,24 0,34 0,045 0 0 0,015

E 𝑋 2 = 22 ∗ 0,06 + 32 ∗ 0,3 + 42 ∗ 0,24 + 52 ∗ 0,34 + 62 ∗ 0,045 + 92 ∗ 0,015

𝐸 𝑋 2 = 18,115

𝑉 𝑋 = 18,115 − 4,0852 = 1,43

𝜎𝑋 = 1,2
 Varianza de una variable aleatoria

Sean 𝑿e 𝒀 dos variables aleatorias y 𝑐 ∈ ℝ. Entonces

 𝒔𝒊 𝑿 𝒆𝒔 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆, 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔 𝑽 (𝑿) = 𝟎

 𝑽 (𝒄𝑿 + 𝒃 ) = 𝑐 2 𝑽( 𝑿)
PROBABILIDAD Y ESTADISTICA
2025
• Variable Aleatoria Discreta
 VA R I A B L E S A L E AT O R I A S
Una variable aleatoria es una función que asigna un número real
a cada resultado posible del espacio muestral de un fenómeno o
experimento aleatorio. Formalmente:

Sea 𝑺 el espacio muestral asociado a un experimento 𝜺. Una

variable aleatoria 𝑿 es una función del espacio muestral a los
números reales:

𝑿 ∶ 𝑺 → 𝑨 𝑐𝑜𝑛 𝑨 ⊂ ℝ
 V A R I A B L E S A L E AT O R I A S
E J E M P LO S
𝜺 : Se tira una moneda tres veces y se cuenta el número de caras
.
Sea 𝑋 la 𝑣. 𝑎 “número de caras obtenidos luego de los tres tiros”
Denotemos con 𝑐: 𝑐𝑎𝑟𝑎 y 𝑠: 𝑐𝑒𝑐𝑎
𝑺: 𝒄, 𝒄, 𝒄 ; 𝒄, 𝒄, 𝒔 ; 𝒄, 𝒔, 𝒄 ; 𝒔, 𝒄, 𝒄 ; 𝒄, 𝒔, 𝒔 ; 𝒔, 𝒔, 𝒄 ; 𝒔, 𝒄, 𝒔 ; (𝒔, 𝒔, 𝒔)
𝑋: 𝑆 → 0,1,2,3
𝑺 𝑿
(𝑐, 𝑐, 𝑐) 𝑋 𝑐, 𝑐, 𝑐 = 3
𝒄, 𝒄, 𝒔 ; 𝒄, 𝒔, 𝒄 ; 𝒔, 𝒄, 𝒄 𝑋 𝑐, 𝑐, 𝑠 = 𝑋 𝑐, 𝑠, 𝑐 = 𝑋 𝑠, 𝑐, 𝑐 = 2
𝒄, 𝒔, 𝒔 ; 𝒔, 𝒔, 𝒄 ; 𝒔, 𝒄, 𝒔 𝑋 𝑐, 𝑠, 𝑠 = 𝑋 𝑠, 𝑠, 𝑐 = 𝑋 𝑠, 𝑐, 𝑠 = 1
(𝑠, 𝑠, 𝑠) 𝑋 𝑠, 𝑠, 𝑠 = 0
 V A R I A B L E S A L E AT O R I A S
E J E M P LO S
𝜺 : Se toma el tiempo de espera, en horas, entre conductores sucesivos
que excedan el límite de velocidad detectado por un radar. Evidentemente el
espacio muestral asociado al experimento es:

𝑺 = ℝ≥𝟎

𝑋: ℝ≥𝟎 → ℝ≥𝟎
 VA R I A B L E S A L E AT O R I A S
Una variable aleatoria se llama variable aleatoria discreta si su
imagen es discreta, es decir, finita o contable.

Una variable aleatoria se llama variable aleatoria continua si su

imagen es un intervalo de los números reales.
 F U N C I Ó N D E P R O BA BI L I DA D
P U N T UA L
 Definición Sea 𝑿: 𝑺 → 𝑨 una variable aleatoria discreta. Una función de
probabilidad puntual de 𝑿 es una función 𝑷: 𝑨 → 𝑹 tal que:

𝒊) 𝟎 ≤ 𝑷 𝒙𝒊 ≤ 𝟏 ∀𝒙𝒊
𝒏

𝒊𝒊) ෍ 𝑷(𝒙𝒊 ) = 𝟏
𝒊=𝟏

Donde 𝐴 es el conjunto imagen de 𝑋

 DISTRIBUCIÓN DE PROBABILIDAD

El conjunto de pares 𝑥𝑖 ; 𝑝 𝑥𝑖 es la distribución de

probabilidades de variable aleatoria 𝑋

𝜺 : Se tira una moneda tres veces.

Sea 𝑋 la 𝑣 . 𝑎 “número de caras obtenidos luego de los tres tiros ”
Entonces la distribución de probabilidades de la variable 𝑋 es:

𝒙 𝟎 𝟏 𝟐 𝟑
𝑝 𝑥 1 3 3 1
8 8 8 8
 F U N C I Ó N D E D I ST RI BU C I Ó N
AC U M U LA DA ( F DA )
La función de distribución acumulada de la variable aleatoria 𝑿 es la
función.
𝑭 𝑿 =𝑷 𝑿≤𝒙 𝒙∈ℝ
En el experimento de contar el número de caras
𝟎 𝒙<𝟎 𝟎 𝒙<𝟎
𝟏 𝟏
𝟎≤𝒙<𝟏 𝟎≤𝒙<𝟏
𝟖 𝟖
𝟏 𝟑 𝟒
𝑭 𝑿 = + 𝟏≤𝒙<𝟐 →𝑭 𝒙 = 𝟏≤𝒙<𝟐
𝟖 𝟖 𝟖
𝟏 𝟑 𝟑 𝟕
+ + 𝟐≤𝒙<𝟑 𝟐≤𝒙<𝟑
𝟖 𝟖 𝟖 𝟖
𝟏 𝒙≥𝟑 𝟏 𝒙≥𝟑
F U N C I Ó N D E D I ST RI BU C I Ó N
AC U M U LA DA ( F DA )
La FDA de 𝑋 es una función escalonada, los
puntos donde hay un salto coinciden con la
imagen de 𝑋, y la magnitud del salto en 𝑥𝑖 es igual
a 𝑃 𝑋 = 𝑥𝑖 .
Además si 𝑥1 , 𝑥2 , … 𝑥𝑛 son los valores de la
imagen de 𝑋ordenados de mayor a menor:
𝑃 𝑋 = 𝑥1 = 𝐹 𝑥1
𝑃 𝑋 = 𝑥2 = 𝐹 𝑥2 − 𝐹 𝑥1
⋮
𝑃 𝑋 = 𝑥𝑛 = 𝐹 𝑥𝑛 − 𝐹 𝑥𝑛−1
 EJEMPLO

 El número de fallas en un alambre de cobre de 1 pulg de longitud, fabricado en

proceso específico, varía de alambre en alambre. En conjunto, 48% de los alambres
producidos no tiene falla, 39% presenta una, 12% fue detectado con dos y 1% tiene
tres. Sea 𝑋 el número de fallas en una pieza de alambre seleccionada
aleatoriamente. Entonces, la distribución del número de fallas es:

𝑿 𝟎 𝟏 𝟐 𝟑
𝑝 𝑥 0,48 0,39 0,12 0,01
 EJEMPLO

Calcular:
A. La función distribución acumulada
B. La probabilidad de que tenga mas de 1 falla.
C. La probabilidad de que tenga entre 1 y 3 fallas
 E S P E R A N Z A M AT E M Á T I C A D E U N A
V A R I A B L E A L E AT O R I A
 Definición
Sea 𝑿 una variable aleatoria discreta con función de probabilidad puntual
𝑷. Se llama Esperanza de 𝑿, denotado 𝑬 𝑿 o 𝝁 𝑿 a:

𝑬 𝑿 = 𝝁𝑿 = ෍ 𝒙𝒊 𝑷(𝒙𝒊 )
𝒊=𝟏

En el experimento de contar el número de caras

𝟏 𝟑 𝟑 𝟏
𝑬 𝑿 = 𝟎 ∗ + 𝟏 ∗ + 𝟐 ∗ + 𝟑 ∗ = 𝟏, 𝟓
𝟖 𝟖 𝟖 𝟖
 ESPERANZA MATEMÁTICA
EJEMPLO
Determine la prima anual para una póliza de seguro de $10000 que
cubre un evento que, en un largo tiempo, ha ocurrido a razón de 2 veces
en 100. Sea 𝑋 igual a la ganancia financiera anual para la compañía de
seguros, que resulte de la venta de la póliza, y sea 𝐶 igual a la prima
anual desconocida. Calcule el valor de 𝐶 tal que la ganancia esperada
𝐸 (𝑋) iguale a cero. Entonces 𝐶 es la prima requerida para que haya
punto de equilibrio. Para esto, la compañía sumaría costos
administrativos y utilidad.
 E S P E R A N Z A D E U N A VA R I A B L E A L E AT O R I A
PROPIEDADES

Proposición: Dada una variable aleatoria 𝑋 entonces:

𝑬 𝒂𝑿 + 𝒃 = 𝒂𝑬 𝑿 + 𝒃

Proposición: Sea 𝑋 una variable aleatoria y sea 𝑝 su función de

probabilidad puntual, entonces la esperanza de cualquier función ℎ 𝑋 es
igual a:

𝑬 𝒉(𝑿) = σ𝒙 𝒉 𝒙 𝒑 𝒙
 VA R I A N Z A D E U N A VA R I A B L E
A L E AT O R I A
 Definición
Sea 𝑿 una variable aleatoria discreta con función de probabilidad puntual
𝑷 y esperanza 𝑬 𝑿 finita. Se llama varianza de 𝑿 denotado 𝑽(𝑿) a:

𝑽 𝑿 =𝑬 𝑿 − 𝑬(𝑿) 𝟐
• Cuanto mayor sea la varianza más dispersos
(alejados del centro de gravedad o esperanza)
se encuentran los valores que puede tomar la
Y el Desvío estándar de 𝑿, variable aleatoria.
denotado como 𝝈𝑿
• Una menor varianza supone una mayor
concentración de la distribución alrededor de su
centro de gravedad.
𝝈𝑿 = 𝑽 𝑿
 P R O P I E DA D E S D E L A VA R I A N Z A Y
ESPERANZA
Sean 𝑿e 𝒀 dos variables aleatorias y 𝒄 ∈ 𝑹. Entonces

𝒊) 𝑽 𝑿 = 𝑬 𝑿𝟐 − (𝑬(𝑿))𝟐

𝒊𝒊) 𝒔𝒊 𝑿 𝒆𝒔 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆, 𝒊𝒈𝒖𝒂𝒍 𝒂 𝒌, 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔 𝑽 𝑿 = 𝟎

𝒊𝒊𝒊) 𝑽 𝒄𝑿 + 𝒃 = 𝒄𝟐 𝑽 𝑿
 VA R I A B L E A L E AT O R I A
D I S C R E TA
 Ejemplo:
Sea 𝑋 la capacidad (en kg) de un lavarropas comprado por el próximo cliente que
elige la marca cándida. La función de probabilidad puntual de X está dada por:
𝑥𝑖 5 7.5 10
𝑃(𝑥𝑖 ) 0.25 0.45 0.30

a) Calcular el valor esperado y la varianza de la variable 𝑋

b) Si el precio del lavarropas es h 𝑋 = 𝟐𝟎𝑿 − 𝟕. 𝟓 hallar el valor esperado y el desvío
estándar del precio del lavarropas Cándida.
DISTRIBUCIONES DE Variables
Discretas
PROBABILIDAD
 DISTRIBUCIÓN BINOMIAL
EJEMPLO

Un examen tiene cuatro preguntas y cada una tiene tres

opciones como respuesta, siendo solamente una de ellas la
correcta. Si un estudiante contesta cada pregunta al azar, ¿cuál
es la probabilidad de que apruebe el examen, si este se
aprueba con al menos dos respuestas correctas?

¿Cómo podemos resolver

este problema?
DISTRIBUCIÓN BINOMIAL
EJEMPLO

Sea 𝑋 la V.A número de respuestas correctas

𝑃1 𝑃2 𝑃3 𝑃4
1 2 2 2
3 3

1 2 2 2
3 3

1 2 2 2
3 3
𝑋=2
1 2 2 2
3 3

1 2 2 2
3 3

1 2 2 2
3 3
2 2 2 2
1 2 4 1 2
𝑃 𝑥 =2 =6∙ = = 0,296
3 3 2 3 3
DISTRIBUCIÓN BINOMIAL
EJEMPLO

Sea 𝑋 la V.A número de respuestas correctas

𝑃1 𝑃2 𝑃3 𝑃4
3
1 2
3 3
3
1 2
3 3
3
𝑋=3
1 2
3 3
3
1 2
3 3

3 3
1 2 4 1 2
𝑃 𝑥 =3 =4∙ = = 0,098
3 3 3 3 3
 DISTRIBUCIÓN BINOMIAL
EJEMPLO

Sea 𝑋 la V.A número de respuestas correctas

𝑃1 𝑃2 𝑃3 𝑃4
4 0
1 2 𝑋=4
3 3

4 0 4 0
1 2 4 1 2
𝑃 𝑥=4 = = = 0,012
3 3 4 3 3

∴ 𝑃 𝐴𝑝𝑟𝑜𝑏𝑎𝑟 𝑒𝑙 𝑒𝑥𝑎𝑚𝑒𝑛 = 𝑃 𝑥 = 2 + 𝑃 𝑥 = 3 + 𝑃 𝑥 = 4 = 0,407

La probabilidad de aprobar el examen es igual a 0,407

 DISTRIBUCIÓN BERNOULLI

Un ensayo Bernoulli consiste en un experimento que tiene dos

resultados posibles:
ÉXITO FRACASO
𝑝: 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 é𝑥𝑖𝑡𝑜 1 − 𝑝: 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑑𝑎 𝑑𝑒 𝑓𝑟𝑎𝑐𝑎𝑠𝑜

Se define la variable aleatoria 𝑋, como sigue:

 Si el resultado del experimento es un entonces 𝑋 = 1

 Si el resultado del experimento es un entonces 𝑋 = 0

DISTRIBUCIÓN BERNOULLI

En símbolos: 𝑋 0 1
Si 𝑋~𝐵𝑒𝑟 𝑝 𝑝 𝑥 1−𝑝 𝑝

𝐸 𝑋 = 0∙ 1−𝑝 +1∙𝑝 =𝑝

𝑉 𝑋 = E 𝑋 2 − 𝐸 2 𝑋 = 02 1 − 𝑝 + 12 𝑝 − 𝑝2

𝑉 𝑋 = 𝑝 − 𝑝2 = 𝑝 1 − 𝑝 = 𝑝 ∙ 𝑞
 DISTRIBUCIÓN BINOMIAL

Supongamos que se lleva a cabo una serie de 𝑛 ensayos

Bernoulli independientes (el resultado de uno no afecta al
resultado de los otros ensayos) y cada uno con la misma
probabilidad de éxito 𝑝.

Sea 𝑋 la variable aleatoria número de éxitos 𝐸 en los 𝑛

ensayos, entonces 𝑋 tiene una distribución Binomial con
parámetros 𝑛 y 𝑝. En símbolos:

𝑿~𝑩𝒊 𝒏, 𝒑
 DISTRIBUCIÓN BINOMIAL

Entonces la variable 𝑋~𝐵𝑖 𝑛, 𝑝 puede tomar los valores

0,1,2, … , 𝑛 con las probabilidades dadas por la función de
probabilidad puntual:

𝒏 𝒙 𝒏−𝒙
𝒑 𝟏−𝒑 𝒙 = 𝟎, 𝟏, 𝟐, … , 𝒏
𝒑 𝒙 =𝑷𝑿=𝒙 = 𝒙

𝟎 𝒆𝒏 𝒐𝒕𝒓𝒐 𝒄𝒂𝒔𝒐
𝑛 𝑛!
=
𝑥 𝑛 − 𝑥 ! 𝑥!

𝐸 𝑥 =𝑛∙𝑝

𝑉 𝑥 =𝑛∙𝑝∙𝑞
 DISTRIBUCIÓN BINOMIAL

Resumen:
Si se realizan un total de 𝑛 ensayos de
Bernoulli y si
• Los ensayos son independientes
• Cada ensayo tiene la misma probabilidad
de éxito 𝑝
• 𝑋 es el número de éxitos en los 𝑛
ensayos
Entonces 𝑋~𝐵𝑖 𝑛. 𝑝
 DISTRIBUCIÓN GEOMÉTRICA

Un proceso que llena paquetes se detiene cada vez que se detecta uno cuyo peso no
cumple la especificación. Supongamos que cada paquete tiene una probabilidad de
0,01 de no cumplir la especificación y que los pesos de los paquetes son
independientes, ¿cuál es la probabilidad de que se detenga el proceso en el paquete
número 10?
Definimos la variable 𝑋: 𝑛𝑟𝑜 𝑑𝑒 𝑝𝑎𝑞𝑢𝑒𝑡𝑒𝑠 ℎ𝑎𝑠𝑡𝑎 𝑞𝑢𝑒 𝑠𝑒 𝑑𝑒𝑡𝑖𝑒𝑛𝑒 𝑒𝑙 𝑝𝑟𝑜𝑐𝑒𝑠𝑜

9
𝑃 𝑥 = 10 = 0,99 ∙ 0,99 ∙ 0,99 ∙ 0,99 ∙ 0,99 ∙ 0,99 ∙ 0,99 ∙ 0,99 ∙ 0,99 ∙ 0,01 = 0,99 ∙ 0,01

La probabilidad de detener el proceso en el décimo paquete es 0,0091

 DISTRIBUCIÓN GEOMÉTRICA

La distribución Geométrica se relaciona con una

secuencia de ensayos Bernoulli con la diferencia de
que el número de ensayos no es fijo, de hecho, la
variable aleatoria de interés, 𝑋 , se define como el
número de ensayos requeridos para alcanzar el primer
éxito inclusive.
 DISTRIBUCIÓN GEOMÉTRICA

Entonces la variable 𝑋~𝐺𝑒 𝑝 puede tomar los valores

0,1,2, … , con las probabilidades dadas por la función de
probabilidad puntual:

𝒑 𝟏−𝒑 𝒙−𝟏 𝒙 = 𝟎, 𝟏, 𝟐, …
𝒑 𝒙 =𝑷 𝑿=𝒙 =
𝟎 𝒆𝒏 𝒐𝒕𝒓𝒐 𝒄𝒂𝒔𝒐

𝟏
𝑬 𝑿 =
𝒑

𝟏−𝒑
𝑽 𝑿 =
𝒑𝟐
 DISTRIBUCIÓN HIPERGEOMÉTRICA

Cuando una población finita contiene dos tipos de

unidades, que pueden ser denominados como
éxitos o fracasos, y se extrae una muestra sin
reemplazo de la población, cada unidad
representa un ensayo Bernoulli. A medida que se
selecciona cada unidad, la proporción de éxitos en
la población restante disminuye o aumenta. Por
esta razón, los ensayos no son independientes. La
distribución que describe adecuadamente el
número de éxitos en esta situación se llama
distribución hipergeométrica.
 DISTRIBUCIÓN HIPERGEOMÉTRICA

Entonces, la variable aleatoria de interés es

𝑋 : número de éxitos en la muestra 𝑁 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑀 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑛 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑋 ~𝐻 𝑛, 𝑀 , 𝑁

𝑀 𝑁−𝑀
𝑥 𝑛−𝑥 m a x 0, 𝑛 − 𝑁 + 𝑀 ≤ 𝑥 ≤ m i n 𝑛 , 𝑀 ,
𝑝 𝑥 =𝑃 𝑋=𝑥 = 𝑁
𝑛
0 𝑒 𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

𝑀
Se puede demostrar, teniendo en cuenta que 𝑝 = 𝑁

𝐸 𝑋 =𝑛∙𝑝

𝑁−𝑛
𝑉 𝑋 = ∙𝑛∙𝑝∙ 1−𝑝
𝑁−1
 DISTRIBUCIÓN HIPERGEOMÉTRICA
EJEMPLO
Un lote de 75 arandelas contiene cinco en las que la variabilidad
en el espesor alrededor de la circunferencia de la arandela es
inaceptable. Se toma una muestra al azar de 10 arandelas. ¿Cuál
es la probabilidad de que ninguna de las arandelas inaceptables
se encuentre en la muestra?

𝑋 : número de arandelas en las que la variabilidad en el espesor

alrededor de la circunferencia es inaceptable.

𝑋 ~𝐻 10,5,75

5 70
𝑃 𝑋=0 = 0 10 = 0,479
75
10
La probabilidad de que no haya arandelas inaceptables en la muestra de 10
es igual a 0,497
 DISTRIBUCIÓN POISSON

Supongamos que deseamos observar el número de ocurrencias

de un cierto evento dentro de un intervalo de tiempo o unidad
de espacio, por ejemplo, el número de clientes que llegan a un
cajero automático durante la noche, o el número de reclamos
que llegan a una compañía aseguradora en una semana o el
número de imperfecciones de una chapa de un metro cuadrado.
 DISTRIBUCIÓN POISSON

Para modelar este tipo de situaciones podemos definir

la variable aleatoria 𝑋 como el número de ocurrencias
de este evento en el intervalo de tiempo o espacio
dado.
Entonces 𝑋 puede tomar los valores 0, 1, 2, . . ..
Supongamos que conocemos 𝜆 el número promedio de
ocurrencia del evento en el intervalo de tiempo o
espacio dado
 DISTRIBUCIÓN POISSON

𝑋 : número de ocurrencias de un evento en el inter valo de tiempo

o espacio dado
𝑋 ~𝑃𝑜 𝜆

𝜆 : la tasa promedio de ocurrencia de un evento poco frecuente en

un intervalo de tiempo o espacio específico.

𝑒 −𝜆 𝑥
𝑝 𝑥 = 𝑃 𝑋 = 𝑥 = 𝑥! 𝜆 𝑠𝑖 𝑥 = 0,1,2, . .
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

𝐸 𝑋 =𝜆

𝑉 𝑋 =𝜆
 DISTRIBUCIÓN POISSON
EJEMPLO
Supongamos que, en promedio, ocurren 5 fallas diarias en una
línea de montaje y que la cantidad de fallas diarias es una
variable aleatoria que sigue una distribución de Poisson. ¿Cuál
es la probabilidad de obtener exactamente al menos tres fallas
en un día?

Sea 𝑋: 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑎𝑙𝑙𝑎𝑠 𝑒𝑛 𝑢𝑛 𝑑í𝑎 → 𝑋~𝑃𝑜 5

𝑃 𝑥 ≥3 = 1−𝑃 𝑥 =0 −𝑃 𝑥 =1 −𝑃 𝑥 =2

𝑒 −5 ∙50 𝑒 −5 ∙51 𝑒 −5 ∙52

𝑃 𝑥 ≥3 = 1− − − = 0,875
0! 1! 2!

La probabilidad de obtener al menos tres fallas en un día es igual a 0,875

 DISTRIBUCIÓN POISSON

El parámetro 𝜆 de la distribución de Poisson está

íntimamente relacionado con la amplitud del intervalo
temporal (o espacial) al cual se refiere el fenómeno
bajo estudio, y en caso de que se desee la
probabilidad referida a otro período (o longitud),
simplemente se debe adaptar el parámetro
proporcionalmente.
 DISTRIBUCIÓN POISSON
EJEMPLO
Consideremos un torneo de fútbol en el que se convierte un
promedio de 2,5 goles por partido. Supongamos que la cantidad
de goles sigue una distribución de Poisson. ¿Cuál es la
probabilidad de que en 5 partidos se conviertan 10 goles?
 DISTRIBUCIÓN POISSON

Una manera de considerar una distribución de Poisson, es

considerarla como una aproximación de la distribución Binomial
cuando 𝑛 es grande y 𝑝 es pequeña.

Ejemplo: Una masa contiene 10000 átomos de una sustancia

radiactiva. La probabilidad de que cierto átomo decaiga en un
periodo de un minuto es de 0,0002. Sea 𝑋 el número de átomos
que decae en un minuto. Por lo tanto
𝑋 ~𝐵𝑖 10000; 0,0002 y 𝐸 𝑋 = 10000 ∙ 0,0002 = 2

Ahora supongamos que otra masa contiene 5000 átomos y cada

unos de éstos tiene la probabilidad de éxito de 0,0004 de decaer
en un inter valo de un minuto. Sea 𝑌 el número de átomos de esta
masa que decae por minuto. Entonces
𝑌 ~𝐵𝑖 5000; 0,0004 y 𝐸 𝑋 = 5000 ∙ 0,0004 = 2
 DISTRIBUCIÓN POISSON

En ambos casos, el número de ensayos 𝑛 y la probabilidad de

éxito 𝑝 son distintas, sin embargo coinciden en su valor
esperado 𝑛𝑝.
Ahora suponga que queremos calcular la probabilidad de sólo
tres átomos decaigan en un minuto para cada una de estas
masas:
10000
𝑃 𝑋=3 = 0,0002 3 0,9998 9997 = 0,180465091
3

5000
𝑃 𝑌=3 = 0,0004 3 0,9996 9997 = 0,180483143
3

Estas probabilidades son casi iguales, ¿a qué se debe?

 DISTRIBUCIÓN POISSON

Es posible probar que cuando 𝑛 es grande y 𝑝 es pequeña, la

función puntual depende por completo de la media 𝑛 ∙ 𝑝, y muy
poco de los valores específicos de 𝑛 y 𝑝. Por consiguiente, se
puede aproximar la función puntual binomial con una cantidad
que dependa sólo de 𝑛 ∙ 𝑝.
Específicamente cuando 𝑛 es grande, 𝑝 pequeño y 𝜆 = 𝑛 ∙ 𝑝, se
puede demostrar que:
−𝜆
𝑛 𝑥 𝑒
𝑝 1 − 𝑝 𝑛−𝑥 ≈ 𝜆𝑥
𝑥 𝑥!

Nota: Como regla empírica, esta aproximación puede ser

aplicada con seguridad si 𝑛 ≥ 50 y 𝑛 ∙ 𝑝 < 5
 DISTRIBUCIÓN POISSON
EJEMPLO
En un control de calidad, diariamente se extraen 50 artículos
para ser analizados. Si más de 3 artículos son defectuosos, se
deberá detener el proceso y analizar las causas de los defectos
para corregirlas. Si en un día determinado el 1% de los
artículos son defectuosos, ¿cuál es la probabilidad de detener
el proceso?
PROBABILIDAD Y ESTADISTICA
2023
• Variable Aleatoria Continua
• Distribución Exponencial
• Distribución Normal
 VA R I A B L E S A L E AT O R I A S
Una variable aleatoria asigna un valor numérico a cada resultado
posible del espacio muestral de un fenómeno o experimento
aleatorio. Formalmente:

Sea 𝑺 el espacio muestral asociado a un experimento 𝜺. Una

variable aleatoria 𝑋 es una función del espacio muestral a los
números reales:

𝑿 ∶ 𝑺 → 𝑨 𝑐𝑜𝑛 𝑨 ⊂ ℝ
 VA R I A B L E S A L E AT O R I A S
Una variable aleatoria se llama variable aleatoria discreta si su
imagen es discreta, es decir, finita o contable.

Una variable aleatoria se llama variable aleatoria continua si su

imagen es un intervalo de los números reales.
 FUNCIÓN DENSIDAD DE UNA VARIABLE ALEATORIA
CONTINUA
La función 𝑓: 𝐴 → ℝ es una función de densidad de probabilidad para la
variable aleatoria continua X, definida sobre el conjunto de los números
reales, sí:
1. 𝑓 𝑥 ≥ 0 ∀𝑥 ∈ ℝ
∞
2. −∞
𝑓 𝑥 𝑑𝑥 = 1
𝑃 𝑎≤𝑥≤𝑏
𝑏
3. 𝑃 𝑎 ≤ 𝑋 ≤ 𝑏 = 𝑎
𝑓 𝑥 𝑑𝑥
 FUNCIÓN DENSIDAD DE UNA VARIABLE ALEATORIA
CONTINUA

Observaciones:

• 𝑓 𝑥 no es una probabilidad, de hecho puede ser mayor que 1. Es simplemente

el valor de una función en un punto.
𝑎
• 𝑃 𝑋 = 𝑎 = 𝑎 𝑓 𝑥 𝑑𝑥 = 0
Es decir la probabilidad de que una v.a continua tome un valor fijo es cero.

𝑏
• 𝑃 𝑎≤𝑋≤𝑏 =𝑃 𝑎<𝑥≤𝑏 =𝑃 𝑎≤𝑋<𝑏 =𝑃 𝑎<𝑋<𝑏 = 𝑎
𝑓 𝑥 𝑑𝑥
F U N CIÓN D E D I STRIBU CIÓN ACUMULADA

La función de distribución acumulada (fda) 𝐹 𝑥 de una variable

aleatoria continua 𝑋, con una función de densidad 𝑓(𝑥) es:
𝑥

𝐹 𝑥 =𝑃 𝑋≤𝑥 = 𝑓 𝑠 𝑑𝑠
−∞
Donde 𝑥 ∈ −∞, ∞
F U N CIÓN D E D I STRIBU CIÓN ACUMULADA

Sea 𝐹 𝑥 la función de distribución acumulada (fda) de una

variable aleatoria continua 𝑋, entonces:

𝑃 𝑎 ≤𝑋 ≤𝑏 =𝐹 𝑏 −𝐹 𝑎
 E J E M P LO

Sea 𝑋 una variable aleatoria con función densidad

𝑐𝑥 2 𝑠𝑖 0 ≤ 𝑥 ≤ 1
𝑓 𝑥 =
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Encontrar el valor de 𝑐 y calcular:

a. ¿Cuál es el valor de 𝑐?
1
b. Calcular 𝑃 𝑋 >
4
c. Hallar la fda de 𝑋
 E J E M P LO

2 𝑠𝑖 0 ≤ 𝑥 ≤ 1 3𝑥 2 𝑠𝑖 0 ≤ 𝑥 ≤ 1
𝑓 𝑥 = 𝑐𝑥 𝑓 𝑥 =
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

∞ 0 1 ∞
a. 1 = −∞
𝑓 𝑥 𝑑𝑥 = −∞
𝑓 𝑥 𝑑𝑥 + 0
𝑓 𝑥 𝑑𝑥 + 1
𝑓 𝑥 𝑑𝑥

0 1 ∞
1= 0 𝑑𝑥 + 𝑓 𝑥 𝑑𝑥 + 0 𝑑𝑥
−∞ 0 1

1 3
2
𝑥 1 1
1= 𝑐 ∙ 𝑥 𝑑𝑥 = 𝑐 ∙ =𝑐∙
0 3 0 3

→𝑐=3
 E J E M P LO
∞ 1 ∞
b. 1
𝑃 𝑋> = 𝑓 𝑥 𝑑𝑥 = 𝑓 𝑥 𝑑𝑥 + 𝑓 𝑥 𝑑𝑥
4 1 1
1
4 4

1 ∞
1
𝑃 𝑋> = 3𝑥 2 𝑑𝑥 + 0 𝑑𝑥
4 1
1
4

1 3
1 1 1 1 63
𝑃 𝑋> = 3𝑥 2 𝑑𝑥 = 𝑥 3 1 =1− =1− =
4 1 4 4 64 64
4

1
𝑃 𝑥> ≅ 0,98
4
 EJEMPLO

c. Para calcular la fda tenemos dos tres casos: 0 < 𝑥; 0 ≤ 𝑥 ≤ 1;𝑥 > 1, por
lo tanto:
0 𝑠𝑖 0 < 𝑥
𝑥 2 𝑑𝑠
𝐹 𝑥 = 0
3𝑠 0≤𝑥≤1
1 𝑥>1

0 𝑠𝑖 0 < 𝑥
Es decir, 𝐹 𝑥 = 𝑥 3 0≤𝑥≤1
1 𝑥>1
 EJEMPLO

Podemos resolver b) utilizando la fda

3
1 1 1 1 63
𝑃 𝑋> =1−𝑃 𝑋≤ =1−F =1− =
4 4 4 4 64
 E S P E R A N Z A M AT E M Á T I C A D E U N A
V A R I A B L E A L E AT O R I A
Definición
Sea 𝑿 una variable aleatoria continua con función densidad
𝑓 𝑥 . Se llama Esperanza de 𝑿, denotado 𝑬 𝑿 o 𝝁 𝑿 a:
∞

𝑬 𝑿 = 𝝁𝑿 = 𝒙𝒇 𝒙 𝒅𝒙
−∞
 E S P E R A N Z A D E U N A VA R I A B L E A L E AT O R I A
PROPIEDADES

Proposición: Sea 𝑋 una variable aleatoria que toma valores en el conjunto

𝐴 y sea 𝑓 𝑥 la función densidad, entonces la esperanza de cualquier
función ℎ 𝑋 es igual a:

∞
𝐸 ℎ(𝑋) = −∞
ℎ 𝑥 𝑓 𝑥 𝑑𝑥
 VA R I A N Z A - D E S V Í O E S T Á N DA R

Definición
Sea 𝑿 una variable aleatoria continua con función densidad
𝑓 𝑥 y esperanza 𝑬 𝑿 finita. Se llama varianza de 𝑿 denotado
𝑽(𝑿) a:
𝑽 𝑿 = 𝑬 𝑿 − 𝑬(𝑿) 𝟐 = 𝑬 𝑿𝟐 − (𝑬(𝑿))𝟐

Y el Desvío estándar de 𝑿, denotado como 𝝈𝑿

𝝈𝑿 = 𝑽 𝑿
 LA DISTRIBUCIÓN DE PROBABILIDAD EXPONENCIAL

La distribución exponencial, es una herramienta muy útil en probabilidad y

estadística para modelar el tiempo que transcurre entre eventos que ocurren
de manera aleatoria y a una tasa promedio constante en una unidad de
tiempo.

Ejemplos:

 Tiempo entre llegadas de clientes,

 Tiempo hasta que falla un equipo
 Tiempo entre llamadas telefónicas.
 LA DISTRIBUCIÓN DE PROBABILIDAD EXPONENCIAL

Una variable aleatoria 𝑋 tiene una distribución exponencial 𝑋~𝐸𝑥𝑝 𝜆 ,

con parámetro λ > 0, si su función de densidad es:

𝜆𝑒 −𝜆∙𝑥 𝑥>0
𝑓 𝑥 =
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
 LA DISTRIBUCIÓN DE PROBABILIDAD EXPONENCIAL

Esta distribución tiene un único parámetro importante, que se denota

con la letra griega lambda (λ). Esta tasa representa la frecuencia
promedio con la que ocurren los eventos en una unidad de tiempo
 LA DISTRIBUCIÓN DE PROBABILIDAD EXPONENCIAL

Dada una variable aleatoria 𝑋 que se distribuye exponencialmente con

parámetro 𝜆, se puede obtener la función de distribución:

𝟎 𝒆𝒏 𝒐𝒕𝒓𝒐 𝒄𝒂𝒔𝒐
𝒙
𝑭 𝒙 = 𝝀𝒆 −𝝀∙𝒔 𝒅𝒔 𝒙≥𝟎
𝟎

𝟎 𝒆𝒏 𝒐𝒕𝒓𝒐 𝒄𝒂𝒔𝒐
𝑭 𝒙 =
𝟏 − 𝒆 −𝝀𝒙 𝒙≥𝟎
 ESPERANZA Y VARIANZA DE LA DISTRIBUCIÓN
EXPONENCIAL

La esperanza y la varianza de la distribución exponencial son:

1
𝐸 𝑋 =
𝜆

1 1
𝑉 𝑋 = 2 → 𝜎𝑥 =
𝜆 𝜆
 EJEMPLO

El tiempo de vida de un circuito integrado particular tiene una distribución

exponencial con media de dos años. Encuentre la probabilidad de que el circuito dure
más de tres años.

Sea 𝑋: 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑣𝑖𝑑𝑎 𝑑𝑒 𝑢𝑛 𝑐𝑖𝑟𝑐𝑢𝑖𝑡𝑜 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑑𝑜.

𝑋~𝐸𝑥𝑝 𝜆

1 1
𝐸 𝑋 = =2→𝜆=
𝜆 2
1 3
− ∙3 −
𝑃 𝑋>3 =1−𝑃 𝑋 ≤3 =1− 1− 𝑒 2 =𝑒 2 = 0,2231
 LA DISTRIBUCIÓN NORMAL

La distribución normal es una distribución de probabilidad continua y

simétrica alrededor de su media. Su gráfica tiene la forma característica
de una campana. Muchas variables aleatorias en el mundo real tienden a
seguir, al menos aproximadamente, esta distribución.
 LA DISTRIBUCIÓN NORMAL

La distribución normal está completamente definida por dos parámetros:

 La media (μ): Este parámetro indica el centro de la distribución, es
decir, el valor alrededor del cual se agrupan los datos. La campana es
simétrica con respecto a la media.

 La desviación estándar (σ): Este parámetro mide la dispersión o

variabilidad de los datos alrededor de la media. Una desviación
estándar pequeña indica que los datos están muy concentrados cerca
de la media, resultando en una campana más alta y estrecha. Una
desviación estándar grande indica que los datos están más dispersos,
dando lugar a una campana más baja y ancha."
 DISTRIBUCIÓN NORMAL

Existe una familia infinita de distribuciones normales

 LA DISTRIBUCIÓN NORMAL

Una variable aleatoria 𝑋 tiene una distribución normal, con media 𝜇 y

varianza 𝜎 2 , si su función de densidad es:

1 1 𝑥−𝜇 2
−2 σ
𝑓 𝑥 = 𝑒 𝑥∈ℝ
𝜎 2𝜋

𝐗~𝑵(𝝁, 𝝈)
ÁREA BAJO LA CURVA NORMAL

𝑋~𝑁 𝜇, 𝜎

𝑏
1 1 𝑥−𝜇 2
−
𝑃 𝑎≤𝑋≤𝑏 = 𝑒 2 σ 𝑑𝑥
𝜎 2𝜋
𝑎
 DISTRIBUCIÓN NORMAL ESTÁNDAR

Si 𝑍 es una variable normal con media 𝜇 = 0 y desvío 𝜎 = 1, entonces 𝑍 es una

variable Normal Estándar

 EJEMPLOS

Dada una distribución normal estándar, encuentre el área bajo la curva:

a) Entre 𝑧 = −1,97 y 𝑧 = 0,86

𝑃 −1,97 ≤ 𝑍 ≤ 0,86 = 𝑃 𝑍 ≤ 0,86 − 𝑃 𝑍 ≤ −1,97

 EJEMPLOS

𝑃 𝑍 ≤ 0,86

𝑃 𝑍 ≤ 0,86 = 0,8051
 EJEMPLOS

𝑃 𝑍 ≤ −1,97

𝑃 𝑍 ≤ −1,97 = 0,0244
 EJEMPLOS

Dada una distribución normal estándar, encuentre el área bajo la curva:

Entre 𝑧 = −1,97 y 𝑧 = 0,86

𝑃 −1,97 ≤ 𝑍 ≤ 0,86 = 𝑃 𝑍 ≤ 0,86 − 𝑃 𝑍 ≤ −1,97

𝑃 −1,97 ≤ 𝑍 ≤ 0,86 = 0,8051 − 0,0244

𝑃 −1,97 ≤ 𝑍 ≤ 0,86 = 0,7807

 EJEMPLOS

Dada una distribución normal estándar, encuentre el área bajo la curva:

A la derecha de 𝑧 = 1,84

𝑃 𝑍 ≥ 1,84 = 1 − 𝑃 𝑍 ≤ 1,84
 EJEMPLOS

𝑃 𝑍 ≤ 1,84

𝑃 𝑍 ≤ 1,84 = 0,9671
 EJEMPLOS

Dada una distribución normal estándar, encuentre el área bajo la curva:

A la derecha de 𝑧 = 1,84

𝑃 𝑍 ≥ 1,84 = 1 − 𝑃 𝑍 ≤ 1,84
𝑃 𝑍 ≥ 1,84 = 1 − 𝑃 𝑍 ≤ 1,84

𝑃 𝑍 ≥ 1,84 = 1 − 0,9671 = 0,0329

 EJEMPLOS

Dada una distribución normal estándar, encuentre el área bajo la curva:

A la derecha de 𝑧 = 1,84

𝑃 𝑍 ≥ 1,84 = 𝑃 𝑍 ≤ −1,84
 EJEMPLOS

𝑃 𝑍 ≤ −1,84

𝑃 𝑍 ≤ −1,84 = 0,0329
 EJEMPLOS

Dada una distribución normal estándar, encuentre el área bajo la curva:

A la derecha de 𝑧 = 1,84

𝑃 𝑍 ≥ 1,84 = 𝑃 𝑍 ≤ −1,84 = 0,0329

 DISTRIBUCIÓN NORMAL

Cuando 𝐗~𝑵(𝝁, 𝝈) , las probabilidades que implican 𝑿 se calculan

“estandarizando la variable”:

𝑎−𝜇 𝑋−𝜇 𝑏−𝜇

𝑃 𝑎≤𝑋≤𝑏 =𝑃 ≤ ≤ = P 𝑧1 ≤ 𝑍 ≤ 𝑧2
𝜎 𝜎 𝜎
 EJEMPLO

El tiempo que requiere un conductor para reaccionar a las luces de freno de un

vehículo que está desacelerando es crítico para evitar colisiones por alcance.
Un estudio sugiere que el tiempo de reacción de respuesta en tráfico a una
señal de freno puede ser modelado con una distribución normal que tiene un
valor medio de 1.25 seg. y desvío estándar de 0.46 seg ¿Cuál es la
probabilidad de que el tiempo de reacción esté entre 1.00 seg y 1.75 seg?
 EJEMPLO

Los tiempos de vida de las baterías en cierta aplicación se distribuyen

normalmente con media de 50 horas y desviación estándar de 5 horas.
Determine el percentil 40 de los tiempos de vida de las baterías.

Sea 𝑋: 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑑𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑢𝑛𝑎 𝑏𝑎𝑡𝑒𝑟í𝑎 𝑋~𝑁 50; 5

𝑥 50

𝑋 − 𝜇 𝑥 − 50
𝑃 𝑋 < 𝑥 = 0,4 → 𝑃 < = 0,4
𝜎 5
 EJEMPLO

𝑧 0

𝑃 𝑍 ≤ 𝑧 = 0,4 → 𝑧 = −0,25
 EJEMPLO

Sea 𝑋: 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑑𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑢𝑛𝑎 𝑏𝑎𝑡𝑒𝑟í𝑎

𝑋 − 𝜇 𝑥 − 50
𝑃 𝑋 < 𝑥 = 0,4 → 𝑃 < = 0,4 → 𝑃 𝑍 < 𝑧 = 0,4
𝜎 5

𝑃 𝑍 ≤ 𝑧 = 0,4 → 𝑧 = −0,25

𝑥 − 50
= −0,25 → 𝑥 = 5 ∙ −0,25 + 50 = 48,75
5

El 40% de los tiempos de las baterías esta por debajo de los 48,75 horas
 A P R OX I M A C I Ó N D E L A
BINOMIAL
 La distribución normal a menudo se utiliza como una aproximación a la
distribución de valores en una población discreta.

Aproximación de la distribución binomial a la distribución Normal

1. Cuando la cantidad de experimentos tiende a

infinito 𝑛 → ∞ (en la práctica 𝒏 ≥ 𝟑𝟎)

2. p y q no deben ser menores a 0,1

𝑩 𝒏, 𝒑 ≅ 𝑵(𝒏𝒑, 𝒏𝒑𝒒)
 E J E M P LO
 La corrección por continuidad es una corrección a realizar en el cálculo
de una probabilidad relativa a una distribución discreta cuando para
ello se utiliza una distribución continua

𝑷 𝑿𝒅𝒊𝒔𝒄𝒓𝒆𝒕𝒂 = 𝒙 = 𝑷(𝒙 − 𝟎. 𝟓 < 𝑿𝒄𝒐𝒏𝒕𝒊𝒏𝒖𝒂 < 𝒙 + 𝟎. 𝟓)

 Para probabilidades acumuladas:
𝑷 𝑿𝒅𝒊𝒔𝒄𝒓𝒆𝒕𝒂 ≤ 𝒙 = 𝑷(𝑿𝒄𝒐𝒏𝒕𝒊𝒏𝒖𝒂 ≤ 𝒙 + 𝟎. 𝟓)
𝑷 𝑿𝒅𝒊𝒔𝒄𝒓𝒆𝒕𝒂 < 𝒙 = 𝑷(𝑿𝒄𝒐𝒏𝒕𝒊𝒏𝒖𝒂 < 𝒙 − 𝟎. 𝟓)
𝑷 𝑿𝒅𝒊𝒔𝒄𝒓𝒆𝒕𝒂 ≥ 𝒙 = 𝑷(𝑿𝒄𝒐𝒏𝒕𝒊𝒏𝒖𝒂 ≥ 𝒙 − 𝟎. 𝟓)
𝑷 𝑿𝒅𝒊𝒔𝒄𝒓𝒆𝒕𝒂 > 𝒙 = 𝑷(𝑿𝒄𝒐𝒏𝒕𝒊𝒏𝒖𝒂 > 𝒙 + 𝟎. 𝟓)
 CORRECCIÓN POR
C O N T I N U I DA D
 Suponga que el 25% de los conductores con licencia de manejo en un
estado particular no están asegurados. Sea X el número de conductores
no asegurados en una muestra aleatoria de tamaño 50
¿Cuál es la probabilidad de que entre 5 y 15 inclusive de los conductores
seleccionados no estén asegurados?
𝑛 = 50
Cumple condiciones para
𝑝 = 0.25 aproximar con la distribución
𝑞 = 1 − 𝑝 = 0.75 normal

𝑋~𝑁(𝑛𝑝, ; 𝑛𝑝𝑞)
𝑿~𝑩(𝟓𝟎; 𝟎. 𝟐𝟓) 𝑿~𝑵(𝟏𝟐. 𝟓; 𝟑. 𝟎𝟔𝟐)
 CORRECCIÓN POR
C O N T I N U I DA D
¿Cuál es la probabilidad de que entre 5 y 15 inclusive de los conductores
seleccionados no estén asegurados?
𝑿~𝑵(𝟏𝟐. 𝟓; 𝟑. 𝟎𝟔𝟐) 𝑃 5 ≤ 𝑋 ≤ 15 = 𝑃(5 − 0.5 ≤ 𝑋 ≤ 15 + 0.5)

𝑃 5 ≤ 𝑋 ≤ 15 = 𝑃(4.5 ≤ 𝑋 ≤ 15.5)
4.5 − 12.5 15.5 − 12.5
𝑃 5 ≤ 𝑋 ≤ 15 = 𝑃 ≤𝑍≤
3.062 3.062
𝑃 5 ≤ 𝑋 ≤ 15 = 𝑃 −2,61 ≤ 𝑍 ≤ 0,98

𝑃 5 ≤ 𝑋 ≤ 15 = 𝑃 𝑍 ≤ 0,98 − 𝑃(𝑍 ≤ −2.61)

𝑃 5 ≤ 𝑋 ≤ 15 = 0.8365 − 0.0045 = 𝟎. 𝟖𝟑𝟐𝟎
 ESTADÍSTICA INFERENCIAL: REPASO
• Estadística descriptiva: describimos a la muestra o bien a la población (si el tamaño es
pequeño). Obtenemos las medidas de resumen ESTADÍSTICOS

• Estadística inferencial: deseamos obtener información acerca de los PARÁMETROS

POBLACIONALES a partir de los estadísticos. Para lograrlo, la muestra debe ser
representativa.
 ESTADÍSTICA INFERENCIAL
Parámetro
Estadístico Estimación 𝜇: 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛al
𝑋; 𝑆; 𝑝 𝜎: 𝑑𝑒𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟
𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
𝑝: proporción binomial
Parámetro: caracterización numérica
Estadístico: variable
de la distribución de la población.
aleatoria proveniente
Describe, parcial o completamente,
de una muestra
la función de densidad de la
población de la variable de interés
 POBLACIÓN-MUESTRA-MUESTREO
• Población: conjunto de individuos, elementos u objetos de los
cuales se quiere obtener información.

• Unidades de muestreo: elementos de la población, no solapados

que se van a estudiar.

• Muestra: conjunto de unidades de muestreo extraídas de la

población mediante un procedimiento definido.

• Muestreo : proceso por el que se generan muestras

 MUESTREO
Muestreo: consiste en obtener una proporción seleccionada (muestra) de la población en
estudio, de tal manera que sea representativa con respecto a las propiedades que
deseamos analizar dentro de los límites medibles de error.
ETAPAS DEL MUESTREO

Identificar
Dimensionar el
la
tamaño de la Seleccionar
Definir el población Determinar
muestra según la técnica
objetivo de interés el marco
el tipo de de
del estudio y la o las muestral
variable de muestreo
variables
interés
de interés
TAMAÑO DE MUESTRA PARA ESTIMAR UNA PROPORCIÓN
• No se conoce el tamaño de la población
𝑧2 ∙ 𝑝 ∙ 𝑞
𝑛=
𝑒2
• Se conoce el tamaño de la población
𝑁 ∙ 𝑧 2∙ 𝑝 ∙ 𝑞
𝑛= 2
𝑒 𝑁 − 1 + 𝑧2 ∙ 𝑝 ∙ 𝑞

Se debe conocer:
a) El nivel del confianza de la estimación. Generalmente se toman niveles de confianza de 95% y 99%, se calcula
𝑧 = 𝑧𝛼 2
b) Un valor aproximado del parámetro a estudiar. Generalmente obtenido de estudios previos. Si no se cuenta con esa
información previa, se utiliza 𝑝 = 0,5, que maximiza el tamaño muestra
c) Error máximo tolerado en el estudio 𝑒
 TAMAÑO DE MUESTRA PARA ESTIMAR UNA MEDIA
• No se conoce el tamaño de población
𝑧2 ∙ 𝑆2
𝑛=
𝑒2
• Se conoce el tamaño de la población
𝑁 ∙ 𝑧2∙ 𝑆2
𝑛= 2
𝑒 𝑁 − 1 + 𝑧2 ∙ 𝑆2
Se debe conocer:
• El nivel del confianza de la estimación. Generalmente se toman niveles de confianza de 95% y
99%, se calcula 𝑧 = 𝑧𝛼 2
• Una estimación previa del la varianza de la distribución de la variable 𝑆 2
• La precisión que se desea en el estudio 𝑒
TAMAÑO DE MUESTRA PARA ESTIMAR UNA PROPORCIÓN
En una planta automotriz, se estima que el 5% de los sensores de proximidad que llegan de un
proveedor externo presentan fallas menores al momento de su instalación en la línea de
montaje. El departamento de control de calidad quiere realizar un estudio para estimar con
mayor precisión la proporción actual de sensores defectuosos en el lote recibido este mes.
Si se desea trabajar con un nivel de confianza del 95% y un error máximo de estimación de
±0,03,¿cuál debe ser el tamaño mínimo de la muestra necesario para obtener una estimación
confiable de la proporción de sensores con fallas?
𝜶
Como 𝟐 = 𝟎. 𝟎𝟐𝟓 → 𝒛𝜶 𝟐 = 𝟏, 𝟗𝟔, luego
𝑧2 ∙ 𝑝 ∙ 𝑞 1,96 2 ∙ 0,05 ∙ 0,95
𝑛= = = 202,75
𝑒2 0,032
El tamaño de muestra óptimo para este estudio es igual a 203.
 TIPOS DE MUESTREO
Muestreo probabilístico: cada muestra tiene la misma
probabilidad de ser recolectada, es decir, todos los individuos
de la población tienen la misma probabilidad de formar parte de
la muestra

Muestreo no probabilístico: las muestras se reúnen por medio

de un proceso que no les brinda a todos los individuos de la
población las mismas oportunidades de ser seleccionados.
TÉCNICAS DE MUESTRO: MUESTREO ALEATORIO SIMPLE (MAS)
• El muestreo aleatorio simple es un procedimiento de muestreo
probabilístico que da a cada elemento de la población la misma
probabilidad de ser seleccionado.
• Los individuos que constituirán la muestra son elegidos
aleatoriamente mediante números aleatorios obtenidos por Tabla
o programas en computadora.
• La población debe ser homogénea respecto a la variable de
interés.
 TÉCNICAS DE MUESTRO: MUESTREO ALEATORIO ESTRATIFICADO
(MAE)
• Este tipo de muestreo se utiliza especialmente cuando
se sospecha que la población es heterogénea en
cuanto a alguna característica asociada a las variables
de estudio.
• Esto obliga a dividir a la población en subpoblaciones o
estratos de acuerdo a la variabilidad de esta
característica, con el objeto de mejorar las
estimaciones.
• Se realiza un MAS de cada una de los estratos.
 TÉCNICAS DE MUESTRO: MUESTREO POR CONGLOMERADO (MC)
Suele aplicarse cuando las poblaciones son muy grandes y
dispersas
• No se dispone de un marco muestral (listado)
• En lugar de individuos se seleccionan conglomerados que están
agrupados de forma natural ( manzanas, departamentos,
municipios, hospitales, provincias, escuelas etc..
• Una muestra por conglomerados es una muestra aleatoria en la
cual cada unidad de muestreo es una colección, o
conglomerado, de elementos.
 TÉCNICAS DE MUESTRO: MUESTREO POR CONGLOMERADO (MC)
La idea, es que estos subconjuntos de
la población, los conglomerados, sean
heterogéneos, de tal forma que
presenten una diversidad similar a la
de la población y sean a la vez
homogéneos entre ellos, pues da igual
el conglomerado que se observe, se
busca que todos representen fielmente
a la población.
 TÉCNICAS DE MUESTRO: MUESTREO SISTEMÁTICO (MS)
Se utiliza con frecuencia en lugar de un
muestreo aleatorio.
• Cada individuo es seleccionado según la
enésima posición de una lista de los
miembros de la población, el primero de
ellos se escoge al azar.
• Mientras que la lista no contiene ningún
orden oculto, este método es tan bueno
como el método de muestreo aleatorio. Su
única ventaja con respecto a la técnica de
muestreo aleatorio es la simplicidad.
 INFERENCIA ESTADÍSTICA
La inferencia estadística se ocupa de tomar decisiones o predicciones acerca de
los parámetros, es decir, las medidas numéricas descriptivas que caracterizan una
población. Los tres parámetros que conocemos son: la media poblacional μ, la
desviación estándar poblacional σ y la proporción binomial p.
Los métodos para hacer inferencias acerca de parámetros poblaciones caen en
una de dos categorías:
• Estimación: estimar o predecir el valor del parámetro
• Prueba de hipótesis: tomar una decisión acerca del valor de un parámetro, con
base en alguna idea preconcebida de cuál podría se su valor
 ESTIMACIÓN
Para estimar el valor de un parámetro poblacional, se puede usar información
de la muestra en la forma de un Estadístico (Estimador).

• Estimación puntual: Con base en datos muestrales, se calcula un solo

número para estimar el parámetro poblacional.

• Estimación de intervalo: Con base en datos muestrales, se calculan dos

números para formar un intervalo dentro del cual se espera esté el
parámetro poblacional.
 ESTADÍSTICO
Un estadístico es cualquier cantidad cuyo valor puede ser
calculado a partir de datos muestrales.
Ejemplos de estadísticos:

𝑋𝑖 𝑋𝑖 −𝑋 2 𝑋
𝑋= ; 𝑆= 𝑃= 𝑋: 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠
𝑛 𝑛−1 𝑛

Cualquier estadístico tiene una distribución de probabilidad

DISTRIBUCIÓN DE LA MEDIA MUESTRAL 𝑋
 DISTRIBUCIÓN DE LA MEDIA MUESTRAL:
TEOREMA CENTRAL DEL LÍMITE
Si 𝑛 > 30 es suficientemente grande, 𝑋 tiene una distribución normal con
𝜎2
media 𝜇 y varianza
𝑛

𝜇
 DISTRIBUCIÓN DE LA MEDIA MUESTRAL
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una muestra aleatoria de una distribución con media 𝜇 y
𝜎2
varianza 𝜎2 conocido. Si 𝑋𝑖 ~𝑁 𝜇; 𝜎 2 entonces 𝑋~𝑁 𝜇;
𝑛
 DISTRIBUCIÓN DE LA MEDIA MUESTRAL

Por lo tanto, si tengo población normal 𝜎 2 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜 o 𝑛 > 30,

las medias muestrales se distribuyen alrededor de la media
poblacional en forma gaussiana. En esta curva gaussiana, la
medida de dispersión no es el desvío estándar, sino el error
estándar de la media, que es el desvío estándar de la población
dividido el tamaño de la muestra.
 DISTRIBUCIÓN DE LA MEDIA MUESTRAL
Una empresa de material eléctrico fabrica bombillas de luz que tienen
una duración que se distribuye aproximadamente de forma normal, con
media 800 horas y desviación estándar de 40 horas. Encuentre la
probabilidad de que una muestra aleatoria de 16 bombillas tenga una
vida promedio de menos de 775 horas

¿Qué probabilidad me está pidiendo que calcule el problema?

𝑃 𝑋 < 775
DISTRIBUCIÓN DE LA MEDIA MUESTRAL
𝑋: 𝑑𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑙á𝑚𝑝𝑎𝑟𝑎
𝑋~𝑁 800; 40

40
𝑋~𝑁 800;
16

𝑋 − 𝜇 775 − 800
𝑃 𝑋 < 775 = 𝑃 < = 𝑃 𝑍 < −2,5
𝜎 𝑛 40 16
 DISTRIBUCIÓN DE LA MEDIA MUESTRAL

𝑋 − 𝜇 775 − 800
𝑃 𝑋 < 775 = 𝑃 < = 𝑃 𝑍 < −2,5
𝜎 𝑛 40 16

𝑃 𝑋 < 775 = 𝑃 𝑍 < −2,5 = 0,0062

 ESTIMACIÓN POR INTERVALOS
A partir de una muestra aleatoria se construye un intervalo (𝜃1 , 𝜃2 ) donde los
extremos 𝜃1 , 𝜃2 son dos estadísticos, tal que
𝑃 𝜃1 ≤ 𝜃 ≤ 𝜃2 ) = 1 − 𝛼

• donde 𝜃 es el parámetro desconocido a estimar

• 𝛼 es un valor real entre cero y uno, dado de antemano, llamado nivel de

significación.

• 1 − 𝛼 es el nivel de confianza
 INTERVALO DE CONFIANZA
Supongamos que 𝛼 = 0,05,

¿qué significa 𝑃 𝜃1 < 𝜃 < 𝜃2 = 0,95?

Los valores de 𝜃1 , 𝜃2 depende de los valores 𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 de la muestra. En

este contexto, si obtenemos 100 muestras, obtendremos en general 100
valores diferentes para 𝜃1 y 𝜃2 y por lo tanto obtendremos 100 intervalos
distintos, de los cuales aproximadamente 95 de ellos contendrán al verdadero
parámetro.
 𝜎
INTERVALO DE CONFIANZA PARA 𝜇 PARA 𝑋 ~𝑁 𝜇;
𝑛

𝑃 𝜇1 ≤ 𝜇 ≤ 𝜇2 = 1 − α

𝑿−𝝁
𝑷 −𝒛𝜶 𝟐 ≤ ≤ 𝒛𝜶 𝟐 =𝟏−𝜶
𝛔 𝐧
 INTERVALO DE CONFIANZA PARA 𝜇

𝑿−𝝁
𝑷 −𝒛𝜶 𝟐 ≤ ≤ 𝒛𝜶 𝟐 =𝟏−𝜶
𝛔 𝐧

𝝈 𝝈
𝑷 −𝒛𝜶 𝟐 ≤ 𝑿 − 𝝁 ≤ 𝒛𝜶 𝟐 =𝟏−𝜶
𝒏 𝒏
𝝈 𝝈
𝑷 𝑿 − 𝒛𝜶 𝟐 ≤ 𝝁 ≤ 𝑿 + 𝒛𝜶 𝟐 =𝟏−𝜶
𝒏 𝒏
𝝈 𝝈
𝑰𝑪 𝟏−𝜶 .𝟏𝟎𝟎% = 𝑿 − 𝒛𝜶 𝟐 ; 𝑿 + 𝒛𝜶 𝟐
𝒏 𝒏
 INTERVALO DE CONFIANZA PARA 𝜇
¿Qué pasa si tengo normalidad pero no conozco 𝝈𝟐 y 𝒏 es menor que 30?

Cuando 𝑛 es pequeño, no es probable que S se aproxime a 𝜎.

Esto implica que la distribución de probabilidad de

(𝑥 − 𝜇) (𝑆 𝑛) se disperse más que una distribución normal
estándar.
En estos casos, la variable aleatoria T, Tiene una distribución
de probabilidad llamada distribución t con n-1 grados de
libertad
 DISTRIBUCIÓN 𝑡

Una distribución 𝑡 está regida por sólo un parámetro, llamado

número de grados de Libertad de la distribución, abreviado como
𝑔𝑙. Este parámetro se denota con la letra griega 𝜐.Posibles valores
de 𝜈 son los enteros positivos 1, 2, 3, . . . Cada diferente valor del
Parámetro corresponde a una distribución 𝑡 diferente.
DISTRIBUCIÓN 𝑡
INTERVALO DE CONFIANZA PARA 𝜇

𝑿−𝝁
𝑻= ~𝒕𝒏−𝟏
𝑺 𝒏
 INTERVALO DE CONFIANZA PARA 𝜇
𝑿−𝝁
𝑷 −𝒕𝜶 𝟐,𝒏−𝟏 ≤ ≤ −𝒕𝜶 𝟐,𝒏−𝟏 =𝟏−𝜶
𝑺 𝐧

𝑺 𝑺
𝑰𝑪 𝟏−𝜶 .𝟏𝟎𝟎% = 𝑿 − 𝒕𝜶 𝟐,𝒏−𝟏 ; 𝑿 + 𝒕𝜶 𝟐,𝒏−𝟏
𝒏 𝒏
 INTERVALO DE CONFIANZA PARA 𝜇
El contenido de 7 contenedores similares de ácido sulfúrico es de
𝟗, 𝟖; 𝟏𝟎, 𝟐; 𝟏𝟎, 𝟒; 𝟗, 𝟖; 𝟏𝟎; 𝟏𝟎, 𝟐; 𝟗. 𝟔 litros. Encuentre un intervalo de confianza del 95%
para la media de todos los contenedores, si se supone una distribución aproximadamente
normal.
𝑺 𝑺
𝑰𝑪 𝟏−𝜶 .𝟏𝟎𝟎% = 𝑿 − 𝒕𝜶 𝟐,𝒏−𝟏 ; 𝑿 + 𝒕𝜶 𝟐,𝒏−𝟏
𝒏 𝒏
𝑋 = 10 𝑆 =0,283 𝑡0,025;6 = 2,447
0,283 0,283
𝑰𝑪𝟗𝟓% = 𝟏𝟎 − 2,447 ; 𝟏𝟎 + 2,447 = 9,74; 10,26
7 7
 INTERVALO DE CONFIANZA PARA 𝑝
Proposición: Si n es suficientemente grande,
𝑝∙𝑞
𝑃~𝑁 𝑝;
𝑛
𝑷−𝒑
𝑷 −𝒛𝜶 𝟐 ≤ ≤ 𝒛𝜶 𝟐 =𝟏−𝜶
𝒑∙𝒒
𝒏

𝒑∙𝒒 𝒑∙𝒒
𝑰𝑪 𝟏−𝜶 .𝟏𝟎𝟎% = 𝒑 − 𝒛𝜶 𝟐 ; 𝒑 + 𝒛𝜶 𝟐
𝒏 𝒏
 INTERVALO DE CONFIANZA PARA 𝜎 2
Dado un muestreo aleatorio de una distribución normal con
𝑛−1 𝑆 2
parámetros 𝜇 y 𝜎 2. La variable aleatoria tiene una
𝜎2
distribución Chi cuadrado 𝜒 2 con 𝑛 − 1 grados de libertad

𝑃 𝜎 21 ≤ 𝜎 2 ≤ 𝜎 21 = 1 − 𝛼
 DISTRIBUCIÓN 𝜒 2
La distribución ji cuadrada es una distribución de probabilidad continua con un solo
parámetro 𝜐 , llamado número de grados de libertad, con posibles valores de 1, 2, 3, .
Cada función de distribución de probabilidad 𝑓(𝑥; 𝜐) es positiva sólo con 𝑥 > 0 y
cada una tiene asimetría positiva (una larga cola superior), aunque la distribución se
mueve hacia la derecha y se vuelve más simétrica a medida que se incrementa 𝜐.
INTERVALO DE CONFIANZA PARA 𝜎 2
𝑛 − 1 𝑆2
𝑃 𝜒 2 𝑛−1,1−𝛼 ≤ 2
≤ 𝜒 2
𝑛−1, 𝛼 =1−𝛼
2 𝜎 2

(𝑛 − 1)𝑆 2 𝑛 − 1 𝑆 2
𝑰𝑪 𝟏−𝜶 .𝟏𝟎𝟎% = 2 ; 2
𝜒 𝑛−1,𝛼 𝜒 𝑛−1,1−𝛼
2 2
 INTERVALO DE CONFIANZA PARA 𝜎 2
Los siguientes son pesos, en decagramos, de 10 paquetes de semillas para
césped distribuidas por cierta compañía: 46.4; 46.1; 45,8; 47,0; 46,1;
45,9; 45,8; 46,9; 45,2; y 46.0. Encuentre un intervalo de confianza de
95% para la varianza de todos los paquetes de semillas para césped que
distribuye la compañía. Suponga una población normal.
 DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE
MEDIAS MUESTRALES

La diferencia de medias es el estadístico 𝑋1 − 𝑋2 , donde las

variables 𝑋1 y 𝑋2 representan las medias de sendas muestras
aleatorias de tamaños 𝑛1 y 𝑛2 , respectivamente, seleccionadas
de dos poblaciones diferentes y de manera independiente.
DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE MEDIAS
MUESTRALES
Teorema: Si se extraen al azar muestras independientes de
tamaño 𝑛1 y 𝑛2 de dos poblaciones, discretas o continuas, con
medias 𝜇1 y 𝜇2 y varianzas 𝜎1 2 y 𝜎2 2 respectivamente, entonces la
𝜎1 2 𝜎2 2
𝑋1 − 𝑋2 ~𝑁 𝜇1 − 𝜇2 ; +
𝑛1 𝑛2
DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE MEDIAS
MUESTRALES
Teorema: Si se extraen al azar muestras independientes de
tamaño 𝑛1 y 𝑛2 de dos poblaciones, discretas o continuas, con
medias 𝜇1 y 𝜇2 y varianzas 𝜎1 2 y 𝜎2 2 respectivamente, entonces la
𝜎1 2 𝜎2 2
𝑋1 − 𝑋2 ~𝑁 𝜇1 − 𝜇2 ; +
𝑛1 𝑛2
INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS
𝝈𝟐𝟏 𝝈𝟐𝟐 𝝈𝟐𝟏 𝝈𝟐𝟐
𝑷 𝒙𝟏 − 𝒙𝟐 − 𝒛𝜶 𝟐 + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝒙𝟏 − 𝒙𝟐 + 𝒛𝜶 𝟐 + =𝟏−𝜶
𝒏𝟏 𝒏𝟐 𝒏𝟏 𝒏𝟐

𝝈𝟐𝟏 𝝈𝟐𝟐 𝟐
𝝈𝟏
𝟐
𝝈𝟐
𝑰𝑪 𝟏−𝜶 .𝟏𝟎𝟎% = 𝒙𝟏 − 𝒙𝟐 − 𝒛𝜶 𝟐 + ; 𝒙𝟏 − 𝒙𝟐 + 𝒛𝜶 𝟐 +
𝒏𝟏 𝒏𝟐 𝒏𝟏 𝒏𝟐
TEST DE HIPÓTESIS
PARAMÉTRICO
 TEST DE HIPÓTESIS

En numerosos problemas reales, es necesario tomar decisiones

basadas en datos. Una de estas decisiones consiste en evaluar si
una afirmación sobre un parámetro poblacional es razonable o
no, a partir de la información obtenida en una muestra. A esta
afirmación se la denomina hipótesis estadística, y el
procedimiento formal para evaluarla se conoce como prueba o
test de hipótesis
 TEST DE HIPÓTESIS

La empresa CONSTRUIR S.R.L sospecha que el peso de

las bolsas de cemento que utilizan no es el
establecido por la cementera que las distribuye. Por
esta razón, efectúa una denuncia en la oficina de
Defensa del Consumidor, aduciendo que los obreros
notan que las bolsas son más livianas y que hay más
consumo de éstas que el estipulado para sus obras.
¿Qué hará dicha oficina, para darle una respuesta a la
empresa?
 HIPÓTESIS ESTADÍSTICA

Una hipótesis estadística es una aseveración sobre el

valor de un parámetro (característica de una población
o característica de una distribución de probabilidad),
sobre los valores de varios parámetros o sobre la forma
de una distribución de probabilidad completa.
 EJEMPLOS DE HIPÓTESIS ESTADÍSTICAS

 La pretensión de que 𝜇 = 0,75 , donde 𝜇 es el diámetro

interno promedio verdadero de un cierto tipo de tubo de PVC.

 La proposición 𝑝 = 0,1, donde 𝑝 es la proporción de tarjetas

de circuito defectuosas entre todas las tarjetas de circuito
producidas por un cierto fabricante.

 Si 𝜇 1 y 𝜇 2 denotan las resistencias a la ruptura promedio

verdaderas de dos tipos diferentes de cuerdas, una hipótesis
es la aseveración de que 𝜇 1 − 𝜇 2 = 0 y otra es que 𝜇 1 − 𝜇 2 =
5
HIPÓTESIS NULA -HIPÓTESIS ALTERNATIVA

La hipótesis nula denotada por 𝐻0 , es la pretensión que

inicialmente se supone cierta. Es la hipótesis que se contrasta.
Se rechaza sólo con evidencia significativa.

La hipótesis alternativa denotada por 𝐻1 , Niega a 𝐻0 (es lo que

nos interesa demostrar). Los datos pueden mostrar evidencia a
favor. No debería ser aceptada sin una gran evidencia a favor.

Si la muestra no contradice fuertemente a 𝐻0 , se continuará

creyendo en la verdad de la hipótesis nula.

La hipótesis nula será rechazada en favor de la hipótesis

alternativa sólo si la evidencia muestral sugiere que 𝐻0 es
falsa.

Las dos posibles conclusiones derivadas de un análisis de prueba

de hipótesis son entonces: rechazar o no rechazar 𝐻0 .
 HIPÓTESIS NULA -HIPÓTESIS ALTERNATIVA

En el tratamiento de la prueba de hipótesis, 𝐻0 siempre será

formulada como una afirmación de igualdad. Si 𝜃 denota el
parámetro de interés, la hipótesis nula tendrá la forma
𝐻0 : 𝜃 = 𝜃0 donde 𝜃0 es un número específico llamado valor nulo
del parámetro. Luego, es posible realizar alguna las siguientes
formulaciones:

𝐻0 : 𝜃 = 𝜃0 𝐻0 : 𝜃 = 𝜃0 𝐻0 : 𝜃 = 𝜃0
𝑐𝑜𝑛𝑡𝑟𝑎 𝑐𝑜𝑛𝑡𝑟𝑎 𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1: 𝜃 > 𝜃0 ó 𝐻1: 𝜃 < 𝜃0 ó 𝐻1: 𝜃 ≠ 𝜃0
 TEST DE HIPÓTESIS

La variable aleatoria involucrada de nuestro problema

es:

𝑋: 𝑝𝑒𝑠𝑜 𝑑𝑒 𝑙𝑎𝑠 𝑏𝑜𝑙𝑠𝑎𝑠 𝑑𝑒 𝑐𝑒𝑚𝑒𝑛𝑡𝑜

La preocupación de la oficina de Defensa del

Consumidor consiste en que las bolsas de cemento no
tengan el peso adecuado; es decir que la media
poblacional sea menor que 50 kg
 EJEMPLO

La empresa CONSTRUIR S.R.L sospecha que el peso de las

bolsas de cemento que utilizan no es el establecido por la
cementera que las distribuye. Por esta razón, efectúa una
denuncia en la oficina de Defensa del Consumidor, aduciendo
que los obreros notan que las bolsas son más livianas y que
hay más consumo de éstas que el estipulado para sus obras. La
ingeniera designada por Defensa del Consumidor, para poner a
prueba la afirmación de cementera de que sus bolsas contienen
50 𝑘𝑔 de cemento, seleccionó una muestra de aleatoria de 36
bolsas de cemento de la línea de producción y obtuvo una
media de 49953,6 gramos con una desviación estándar de 82
gramos.

𝐻0 : 𝜇 = 50000 𝑔
𝐻1 : 𝜇 < 50000 𝑔
 TEST DE HIPÓTESIS

¿Cómo se decide si rechazar o no rechaza 𝐻0 ?

Todo el conjunto de valores que pueda tomar el estadístico de
prueba se divide en dos conjuntos o regiones. Un conjunto,
formado de valores que apoyan la hipótesis alternativa y llevan a
rechazar 𝐻0 , se denomina región de rechazo. El otro, formado de
valores que apoyan la hipótesis nula, recibe el nombre de región
de no rechazo.

Región de no rechazo

Área igual a 𝛼
Nivel de 50000 𝑋
significancia 𝑋
PASOS PARA REALIZAR EN UNA PRUEBA
DE HIPÓTESIS

Identificar el parámetro Seleccionar el nivel de

de interés Formular 𝐻0 y 𝐻1 significancia de la prueba

Establecer la región de
Decidir si 𝐻0 debe ser rechazo
rechazada o no y (conjunto de valores de los Elegir el estadístico de
expresar esta estadísticos para los cuales prueba y calcularlo
conclusión en el se rechaza 𝐻0 )
contexto del problema
 PRUEBA DE HIPÓTESIS PARA LA MEDIA
𝑛 ≥ 30
La empresa CONSTRUIR S.R.L sospecha que el peso de las
bolsas de cemento que utilizan no es el establecido por la
cementera que las distribuye. Por esta razón, efectúa una
denuncia en la oficina de Defensa del Consumidor, aduciendo
que los obreros notan que las bolsas son más livianas y que
hay más consumo de éstas que el estipulado para sus obras. La
ingeniera designada por Defensa del Consumidor, para poner a
prueba la afirmación de cementera de que sus bolsas contienen
50 𝑘𝑔 de cemento, seleccionó una muestra de aleatoria de 36
bolsas de cemento de la línea de producción y obtuvo una
media de 49953,6 gramos con una desviación estándar de 82
gramos. Sabiendo que el peso de las bolsas de cemento está
distribuido normalmente, con un nivel de significancia del 5%
¿Qué puede concluir la oficina de Defensa del Consumidor?
 PRUEBA DE HIPÓTESIS SOBRE LA MEDIA
EJEMPLO

Paso 1: Parámetro de interés 𝜇: peso promedio de bolsas de cementos

Paso 2:
𝐻0 : 𝜇 = 50000𝑔
𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝜇 < 50000𝑔

Paso 3: 𝛼 = 0,05

Paso 4: Valor del estadístico de prueba 𝑛 > 30

𝑋 − 𝜇 49953,6 − 50000
𝑍= 𝑠 = = −3,39
82
𝑛 36
 PRUEBA DE HIPÓTESIS SOBRE LA MEDIA
EJEMPLO

Paso 5: Región de rechazo

𝐻0 : 𝜇 = 50000𝑔
Como 𝛼 = 0,05 y 𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝜇 < 50000𝑔

Región se rechazo

∴ 𝑅𝑅 = −∞; −1,64
PRUEBA DE HIPÓTESIS SOBRE LA MEDIA
EJEMPLO
Paso 6:
Por lo tanto como 𝑍 = −3.39 ∈ 𝑅 𝑅 = −∞; −1,64 , hay evidencia
suficiente para rechazar 𝐻0 . Luego la oficina de defensa del
consumidor deben interpelar a la cementera, pues el reclamo
de la empresa CONSTRUIR S.R.L es válido
PRUEBA DE HIPÓTESIS SOBRE LA MEDIA
𝜎 CONOCIDA 0 𝑛 > 30
𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝑠𝑖 𝑍 > 𝑧 𝛼 ó 𝑍 < −𝑧 𝛼
𝐻0 : 𝜇 = 𝜇 0 2 2
(A) Si 𝑐𝑜𝑛𝑡𝑟𝑎 entonces
𝐻1 : 𝜇 ≠ 𝜇 0 𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 𝑠𝑖 −𝑧 𝛼 ≤ 𝑍 ≤ 𝑧 𝛼
2 2

𝐻0 : 𝜇 = 𝜇 0 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝑠𝑖 𝑍 > 𝑧 𝛼
(B) Si 𝑐𝑜𝑛𝑡𝑟𝑎 entonces
𝐻1 : 𝜇 > 𝜇 0 𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 𝑠𝑖 𝑍 ≤ 𝑧 𝛼

𝐻0 : 𝜇 = 𝜇 0 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝑠𝑖 𝑍 < −𝑧 𝛼
(C) Si 𝑐𝑜𝑛𝑡𝑟𝑎 entonces
𝐻1 : 𝜇 < 𝜇 0 𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 𝑠𝑖 𝑍 ≥ −𝑧 𝛼
PRUEBA DE HIPÓTESIS SOBRE LA MEDIA
𝜎 CONOCIDA 0 𝑛 > 30
 PRUEBA DE HIPÓTESIS PARA LA MEDIA
(MUESTRAS CHICAS)

Cuando el tamaño de muestra es chico, si la muestra

proviene de una población normal. El estadístico de
prueba utilizado es:
𝑋−𝜇
𝑇 = 𝑠 ~𝑡 𝑛−1
𝑛
Que es una variable aleatoria que tiene una distribución
𝑡 con 𝑛 − 1 grados de libertad.
Los criterios para la prueba 𝒕 de una muestra son como
los de 𝑍 pero se basan en la distribución 𝑡.
 PRUEBA DE HIPÓTESIS PARA LA VARIANZA

Supongamos que se desea probar la hipótesis de que la varianza

de una población normal es igual a un valor específico 𝜎0 2 .
Sea 𝑋1 , 𝑋 2 , … , 𝑋 𝑛 una muestra aleatoria de tamaño 𝑛 de un 𝑣 . 𝑎 𝑋,
donde 𝑋~𝑁 𝜇 , 𝜎 2 .
Tomamos el estimador puntual de 𝜎 2 , 𝑆 2 :
𝑛
1
𝑆2 = 𝑋𝑖 − 𝑋 2
𝑛−1
𝑖 =1
Luego a partir de 𝑆 2 , construimos el estadístico

2
𝑛 − 1 𝑆
𝜒2 =
𝜎2
Este estadístico tiene una distribución chi − 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑐𝑜𝑛 𝑛 −
1 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑
 PRUEBA DE HIPÓTESIS PARA LA VARIANZA

Supongamos las hipótesis:

𝐻0 : 𝜎 2 = 𝜎0 2
𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝜎 2 ≠ 𝜎0 2

Tomamos el estadístico de prueba

𝑛 − 1 𝑆2
𝜒2 =
𝜎2
𝑛−1 𝑆 2
Y si 𝐻0 : 𝜎2 2
= 𝜎0 es verdadera, entonces 𝜒2 = ~𝜒 2 𝑛−1
𝜎2
 PRUEBA DE HIPÓTESIS PARA LA VARIANZA
REGLA DE DECISIÓN

𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝑠𝑖 𝜒 2 > 𝜒 2 𝛼 ,𝑛−1 ó 𝜒 2 > 𝜒 2 1− 𝛼 ,𝑛−1

2 2
2 2
Si 𝐻1 : 𝜎 ≠ 𝜎0 entonces
𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 𝑠𝑖 𝜒 2 1− 𝛼 ,𝑛−1 ≤ 𝜒 2 ≤ 𝜒 2 𝛼 ,𝑛−1
2 2

𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝑠𝑖 𝜒 2 > 𝜒 2 𝛼 ,𝑛−1

Si 𝐻1 : 𝜎 2 > 𝜎0 2 entonces
𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 𝑠𝑖 𝜒 2 ≤ 𝜒 2 𝛼 ,𝑛−1

𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝑠𝑖 𝜒 2 < 𝜒 2 1−𝛼 ,𝑛−1

Si 𝐻1 : 𝜎 2 < 𝜎0 2 entonces
𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 𝑠𝑖 𝜒 2 ≥ 𝜒 2 1−𝛼,𝑛−1
 PRUEBA DE HIPÓTESIS PARA LA VARIANZA
EJEMPLO

Un fabricante de detergente líquido está interesado en la

uniformidad de la máquina utilizada para llenar las botellas. Al
tomar una muestra aleatoria de 20 botellas se obtiene una
varianza muestral para el volumen de llenado de
𝑠 2 = 0,0153 𝑜𝑧 2 . Si la varianza del volumen de llenado es mayor
que 0,01 𝑜𝑧 2 , entonces existe una proporción inaceptable de
botellas que serán llenadas con una cantidad menor de líquido.
Supongamos que la distribución del volumen de llenado es
aproximadamente normal. ¿Existe evidencia en los datos
muestrales que sugiera que el fabricante tiene un problema con
el llenado de las botellas? Utilice 𝛼 = 0,05
 PRUEBA DE HIPÓTESIS PARA LA VARIANZA
EJEMPLO

Paso 1: Parámetro de interés

𝜎 2 : 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒𝑙 𝑣𝑜𝑙𝑢𝑚é𝑛 𝑑𝑒 𝑙𝑙𝑒𝑛𝑎𝑑𝑜

Paso 2:
𝐻0 : 𝜎 2 = 0,01
𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝜎 2 > 0,01

Paso 3: 𝛼 = 0,05
Paso 4: Valor del estadístico de prueba

𝑛 − 1 𝑆 2 19 ∙ 0,0153
𝜒2 = = = 29,07
0,01 0,01
 PRUEBA DE HIPÓTESIS PARA LA VARIANZA
EJEMPLO

Paso 5: Región de rechazo. Como 𝛼 = 0,05, 𝑛 = 20 y

𝐻0 : 𝜎 2 = 0,01
𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝜎 2 > 0,01

Región
de
rechazo

∴ 𝑅 𝑅 = 30,14; ∞
 PRUEBA DE HIPÓTESIS PARA LA VARIANZA
EJEMPLO

Paso 6: Como el valor calculado de 𝜒 = 29,07 ∉ 𝑅 𝑅 = 30,14; ∞

cae fuera de la región de rechazo, no hay evidencia suficiente
para rechazar 𝐻0 . Luego no hay evidencia de que el fabricante
tenga un problema con el llenado de las botellas
 PRUEBA DE HIPÓTESIS PARA PROPORCIONES

Sea 𝑋 el número de éxitos en 𝑛 ensayos independientes

de Bernoulli, cada uno con probabilidad de éxito 𝑝; en
otras palabras, 𝑋~𝐵𝑖 𝑛, 𝑝 0 .

Como la prueba de hipótesis es sobre la media 𝑝 , el

𝑋
estadístico de prueba a considerar es 𝑃 = . Bajo las
𝑛
hipótesis planteadas
𝑝0 ∙ 𝑞 0
𝑃 ~𝑁 𝑝 0 ; 𝑛
Suponiendo que tanto 𝑛 ∙ 𝑝 0 como 𝑛 ∙ 𝑞 0 son mayores
que 10:
PRUEBA DE HIPÓTESIS PARA PROPORCIONES
EJEMPLO

Un proveedor de placas semiconductoras afirma que

de todas las placas que suministra, sólo 10% son
defectuosas. Se prueba una muestra de 400 placas, y
50 de ellas, presentan defectos. ¿Se puede concluir
que esta afirmación es falsa, con un nivel de
significancia de 𝛼 = 0,01?
PRUEBA DE HIPÓTESIS PARA PROPORCIONES
EJEMPLO

Paso 1: Parámetro de interés

𝑝: 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒 𝑝𝑙𝑎𝑐𝑎𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎𝑠

Paso 2:
𝐻0 : 𝑝 = 0,1
𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝑝 > 0,1
Paso 3:𝛼 = 0,01
Paso 4: Valor del estadístico de prueba

𝑃 − 0,1 0,125 − 0,1

𝑍= = = 1.67
0,1 ∙ 0,9 0,1 ∙ 0,9
𝑛 400
PRUEBA DE HIPÓTESIS PARA PROPORCIONES
EJEMPLO

𝐻0 : 𝑝 = 0,1
Paso 5: Como 𝛼 = 0.01 y 𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝑝 > 0,1

Región de
rechazo

∴ 𝑅 𝑅 = 2,33, ∞
PRUEBA DE HIPÓTESIS PARA PROPORCIONES
EJEMPLO

Paso 6:
El valor calculado 𝑧 = 1,67 cae fuera de la región de rechazo,
por lo tanto no hay evidencia suficiente para rechazar la
hipótesis nula al nivel de significación 𝛼 = 0,01 . En otras
palabras, no hay evidencia suficiente para negar la afirmación
del proveedor
 PRUEBA DE HIPÓTESIS PARA DIFERENCIAS DE
MEDIAS (VARIANZAS CONOCIDAS)

Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 1 una muestra aleatoria de tamaño 𝑛 1 de

una 𝑣 . 𝑎 𝑋 , donde 𝑋~𝑁 𝜇 1 , 𝜎 2 1 y sea 𝑌1 , 𝑌2 , … , 𝑌𝑛 2 una
muestra aleatoria de tamaño 𝑛 2 de una 𝑣 . 𝑎 𝑌 , donde
Y~𝑁 𝜇 2 , 𝜎 2 2 .

Tomando el estimador puntual 𝑋1 − 𝑋2 de 𝜇 1 − 𝜇 2

Sabemos que el estadístico

𝑋1 − 𝑋2
𝑍= ~𝑁 0,1
𝜎2 1 𝜎22
+
𝑛1 𝑛2
PRUEBA DE HIPÓTESIS PARA DIFERENCIAS DE
MEDIAS

𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝑠𝑖 𝑍 > 𝑧 𝛼 ó 𝑍 < −𝑧 𝛼

𝐻0 : 𝜇 1 = 𝜇 2 2 2
Si 𝑐𝑜𝑛𝑡𝑟𝑎 entonces
𝐻1 : 𝜇 1 ≠ 𝜇 2 𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 𝑠𝑖 −𝑧 𝛼 ≤ 𝑍 ≤ 𝑧 𝛼
2 2

𝐻0 : 𝜇 1 = 𝜇 2 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝑠𝑖 𝑍 > 𝑧 𝛼
Si 𝑐𝑜𝑛𝑡𝑟𝑎 entonces
𝐻1 : 𝜇 1 > 𝜇 2 𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 𝑠𝑖 𝑍 ≤ 𝑧 𝛼

𝐻0 : 𝜇 1 = 𝜇 2 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝑠𝑖 𝑍 < −𝑧 𝛼
Si 𝑐𝑜𝑛𝑡𝑟𝑎 entonces
𝐻1 : 𝜇 1 < 𝜇 2 𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 𝑠𝑖 𝑍 ≥ −𝑧 𝛼
 EJEMPLO: PRUEBA DE HIPÓTESIS
DIFERENCIA DE MEDIAS
Se realizó un estudio para determinar la resistencia a la
ruptura de dos tipos de acero. Para una muestra aleatoria
formada por 20 especímenes de acero laminado en frío la
resistencia promedio muestral fue de 𝑋 = 29,8 𝑘𝑠𝑖 . Al
estudiar una segunda muestra aleatoria de 25
especímenes de acero galvanizado de dos lados se obtuvo
una resistencia promedio muestral 𝑌 = 32,7 𝑘𝑠𝑖 . Se supone
que las distribuciones de la resistencia a la ruptura de los
dos tipos de acero son normales con 𝜎1 = 4,0 𝑘𝑠𝑖 y
𝜎2 = 5,0 𝑘𝑠𝑖 ¿Indican los datos que la resistencia de
ruptura del acero laminado 𝜇 1 es menor a la resistencia
del acero galvanizado de dos lados 𝜇 2 ?
 P-VALOR

El p-valor es la probabilidad de que el estadístico de

prueba tome un valor que sea al menos tan extremo
como el valor observado del estadístico de prueba
cuando la hipótesis nula es verdadera. Es decir, el p-
valor es el área de la cola que está más allá del valor
del estadístico para la muestra.

P-Valor. Test a
cola derecha.
 P-VALOR (MEDIA -PROPORCIÓN)

El p-valor es el nivel de significación mas pequeño que conduce

al rechazo de la hipótesis nula .

𝐻1 : 𝜃 < 𝜃0 𝐻1 : 𝜃 ≠ 𝜃0 𝐻1 : 𝜃 > 𝜃0

p-valor p-valor p-valor p-valor

Si 𝛼 < 𝑝 − 𝑣𝑎𝑙𝑜𝑟 entonces se acepta 𝐻0 con un nivel de significancia 𝛼

Si 𝛼 > 𝑝 − 𝑣𝑎𝑙𝑜𝑟 entonces se rechaza 𝐻0 con un nivel de significancia 𝛼

 CÁLCULO DE ERRORES TIPO I Y TIPO II

Error de Tipo I: Es el error que se comete al rechazar la hipótesis Nula al ser

verdadera

P( rechazar H0 |H0 es verdadera) = alfa

 ERRORES EN LA PRUEBA DE HIPÓTESIS

Error de tipo I: Rechazar 𝐻0 , cuando ésta es verdadera.

Error de tipo II: Aceptar 𝐻0 , cuando ésta es falsa.

𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0
𝛼 = 𝑃 𝑒𝑟𝑟𝑜𝑟 𝑡𝑖𝑝𝑜 𝐼 = 𝑃 𝐻0 𝑒𝑠 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑎
𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0
𝛽 = 𝑃 𝑒𝑟𝑟𝑜𝑟 𝑡𝑖𝑝𝑜 𝐼𝐼 = 𝑃 𝐻0 𝑒𝑠 𝑓𝑎𝑙𝑠𝑎

La probabilidad de un error de tipo I también se llama nivel de significancia y,

por lo general, se establece como 𝛼 = 0,05 o 𝛼 = 0,01. Qué valor se elija en
algún problema dado tendrá que depender de los riesgos, o las
consecuencias, por cometer un error de tipo I.
ERRORES EN LA PRUEBA DE HIPÓTESIS

 Los errores tipo I y II están relacionados. Una

disminución en la probabilidad en un tipo de error
siempre da como resultado un aumento en la
probabilidad del otro, siempre que el tamaño de la
muestra no cambie.

 En general, un aumento en el tamaño de la muestra

reduce tanto a 𝛼 como a 𝛽.
 CÁLCULO DE ERROR DE TIPO II

Error de Tipo II: Es el error que se comete al Aceptar la hipótesis Nula cuando esta
es falsa.
𝐻0 : 𝜇 = 𝜇 0
𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝜇 ≠ 𝜇 0

Supongamos que el verdadero valor de 𝜇 es 𝜇1

−𝑋𝐶 𝑋𝐶
Se rechaza
𝑯𝟎
CÁLCULO DE ERROR DE TIPO II

¿Qué pasa con el

estadístico de prueba
cuando no rechazo 𝐻0 ?

−𝑧𝛼 𝑧𝛼
2 2

𝑋 − 𝜇0
𝛽 = 𝑃 −𝑍 𝛼 < 𝜎 < 𝑍 𝛼 /𝜇 = 𝜇 1
2 2
𝑛
 CÁLCULO DE ERROR DE TIPO II

𝜎
Supongamos que el verdadero valor de 𝜇 es 𝜇1 . Es decir 𝑋~𝑁 𝜇1 , 𝑛

𝑋−𝜇0
𝛽 = 𝑃 −𝑍𝛼 2 < 𝜎 < 𝑍𝛼 2 /𝜇 = 𝜇1
𝑛

𝜎 𝜎
β = P −𝑍𝛼 + 𝜇0 < 𝑋 < 𝑍𝛼 + 𝜇0 /𝜇 = 𝜇1
2 𝑛 2 𝑛

𝜎
Como 𝑋~𝑁 𝜇1 ; , estandarizando:
𝑛

𝜇0 − 𝜇1 𝑋 − 𝜇1 𝜇0 − 𝜇1
β = P −𝑍𝛼 2 + 𝜎 < 𝜎 < 𝑍𝛼 2 + 𝜎
𝑛 𝑛 𝑛
 CÁLCULO DE ERRORES TIPO I Y TIPO II

Error de Tipo II: Es el error que se comete al Aceptar la hipótesis Nula cuando esta
es falsa.
𝐻0 : 𝜇 = 𝜇 0
𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝜇 > 𝜇 0

Supongamos que el verdadero valor de 𝜇 es 𝜇1 .

𝑋𝐶
 ¿Qué pasa con el
estadístico de prueba
cuando no rechazo 𝐻0 ?

𝑧𝛼

𝑋 − 𝜇0
𝛽=𝑃 𝜎 < 𝑍𝛼 /𝜇 = 𝜇1
𝑛
 CÁLCULO DE ERRORES TIPO I Y TIPO II

𝜎
Supongamos que el verdadero valor de 𝜇 es 𝜇1 . Es decir 𝑋~𝑁 𝜇1 , 𝑛

𝑋 − 𝜇0 𝜎
𝛽=𝑃 𝜎 < 𝑍𝛼 /𝜇 = 𝜇1 = P 𝑋 < 𝑍𝛼 + 𝜇0 /𝜇 = 𝜇1
𝑛
𝑛
𝜎
Como 𝑋~𝑁 𝜇1 ; , estandarizando:
𝑛

𝑋 − 𝜇1 𝜇0 − 𝜇1
β=P 𝜎 < 𝑍𝛼 + 𝜎
𝑛 𝑛
 CÁLCULO DE ERRORES TIPO I Y TIPO II

Error de Tipo II: Es el error que se comete al Aceptar la hipótesis Nula cuando esta
es falsa.
𝐻0 : 𝜇 = 𝜇 0
𝑐𝑜𝑛𝑡𝑟𝑎
𝐻1 : 𝜇 < 𝜇 0

Supongamos que el verdadero valor de 𝜇 es 𝜇1 .

𝑋 − 𝜇0 𝜎
𝑃 𝜎 > 𝑍𝛼 /𝜇 = 𝜇1 = P 𝑋 > 𝑍𝛼 + 𝜇0 /𝜇 = 𝜇1
𝑛
𝑛

𝜎
Como 𝑋~𝑁 𝜇1 ; , estandarizando:
𝑛

𝑋 − 𝜇1 𝜇0 − 𝜇1
β=P 𝜎 > 𝑍𝛼 + 𝜎
𝑛 𝑛
PRUEBA DE HIPÓTESIS
p-valor
 REPASAMOS…
La prueba de hipótesis es un procedimiento estadístico
para decidir, en base a la información que provee una
muestra, entre dos hipótesis relativas a un parámetro.
Los pasos necesarios para una prueba de hipótesis eran:

Establecer Expresar
Elegir el la región Decidir si esta
Identificar Elegir el nivel
estadístico de rechazo 𝐻0 debe conclusión
el Formular de
de prueba y la regla ser en el
parámetro 𝐻0 y 𝐻1 significación
y de decisión rechazada contexto
de interés de la prueba
calcularlo o no del
problema
PRUEBA DE HIPÓTESIS

𝑅𝑅 = −∞; −𝑡𝑐 ∪ 𝑡𝑐 ; ∞
Regla de decisión:

𝑡𝑜𝑏𝑠 ∉ 𝑅𝑅 𝑛𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0

𝑡𝑜𝑏𝑠 ∈ 𝑅𝑅 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0

𝒕𝒐𝒃𝒔
𝒕𝒐𝒃𝒔
PRUEBA DE HIPÓTESIS: P-VALOR

¿Qué sucede si tomo 𝛼

más pequeño?

𝒕𝒐𝒃𝒔
𝒕𝒐𝒃𝒔

Rechazo 𝐻0 No rechazo 𝐻0

El p-valor es el nivel de significación mas pequeño

que conduce al rechazo de la hipótesis nula.
P-VALOR

 El 𝒑 − 𝒗𝒂𝒍𝒐𝒓 es una medida de evidencia contra la

hipótesis nula 𝐻0 :

 Representa la probabilidad de observar un

resultado tan extremo como el obtenido,
asumiendo que 𝐻0 ​ es verdadera.

 Es una herramienta clave para tomar decisiones:

 Si 𝒑 − 𝒗𝒂𝒍𝒐𝒓 < 𝜶: Rechazamos 𝐻0

 Si 𝒑 − 𝒗𝒂𝒍𝒐𝒓 > 𝜶 : No rechazamos 𝐻0

P-VALOR

𝑝𝑣𝑎𝑙𝑜𝑟 = 2P 𝑇 > 𝑡𝑜𝑏𝑠

P-VALOR
𝐻1 : 𝜇 < 𝜇0 𝐻1 : 𝜇 > 𝜇0

𝑝 − 𝑣𝑎𝑙𝑜𝑟
𝑝 − 𝑣𝑎𝑙𝑜𝑟

𝑡𝑜𝑏𝑠 𝑡𝑜𝑏𝑠

𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 𝑃 𝑇 < 𝑡𝑜𝑏𝑠 𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 𝑃 𝑇 > 𝑡𝑜𝑏𝑠

PROBABILIDAD Y ESTADISTICA
2025
TEST DE HIPOTESIS - EJEMPLO
 TEST DE HIPOTESIS

 Una empresa de manufactura de válvulas hidráulicas afirma que el diámetro promedio

de salida de un modelo específico de válvula es de 50 mm. Un ingeniero en control de

calidad sospecha que, debido a una recalibración reciente en la máquina de

mecanizado, el diámetro promedio ha aumentado respecto al valor nominal. Se sabe

que el diámetro de salida de las válvulas sigue una distribución normal, con una

desviación estándar conocida de 1 ,5 mm. Se toma una muestra aleatoria de 36

válvulas, y se encuentra que el diámetro promedio muestral es de 50,4 mm. Se desea

evaluar esta sospecha utilizando un nivel de significancia de α = 0,05

 TEST DE HIPOTESIS

 A) Plantear y realizar el test de hipótesis adecuado para verificar si el

diámetro promedio ha aumentado respecto al valor nominal. Indicar
cuál es la hipótesis nula y alternativa, calcular el estadístico de prueba,
establecer la región crítica y concluir.

Paso 1: Parámetro de interés 𝜇: diametro promedio de salida

Paso 2:
𝐻0 : 𝜇 = 50 𝑚𝑚
ቐ
𝐻1 : 𝜇 > 50 𝑚𝑚

Paso 3: 𝛼 = 0,05
 TEST DE HIPOTESIS

Paso 4: Valor del estadístico de prueba

ഥ − 𝝁 50,4 − 50
𝑿
𝒁= 𝝈 = = 𝟏, 𝟔
ൗ 𝒏 1,5
൘
36

Paso 5: Región de rechazo

Como 𝛼 = 0,05 y el test es Unilateral (a Cola derecha) ∴ 𝑹𝑹 = 𝟏, 𝟔𝟒 ; ∞

Paso 6:
Por lo tanto, como 𝑍 = 1,6 ∉ 𝑅 𝑅 = 1,64; ∞ ,
no hay evidencia suficiente para rechazar 𝐻0 .
Es decir, que no hay evidencia de un
aumento del diámetro de salida de las
válvulas luego de la recalibración
 TEST DE HIPOTESIS

 B )Calcular el p-valor asociado a la prueba realizada. ¿Cuál sería la

conclusión si se usara un nivel de significancia de α = 0,01 ?

 c) Supongamos que el diámetro real promedio ha aumentado a 50,6

mm. Calcular la probabilidad de cometer un error de Tipo II (β) bajo
esta situación, usando la misma muestra (n = 36) y el mismo nivel de
significancia. ¿Qué implicancias prácticas tiene este resultado?
 TEST DE HIPOTESIS – P-VALOR

 B )Calcular el p-valor asociado a la prueba realizada. ¿Cuál sería la

conclusión si se usara un nivel de significancia de α = 0,01 ?

𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 𝑃 𝑍 > 1.6

𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 1 − 𝑃 𝑍 < 1.6 ≅ 1 − 0,9452 = 0,0548

 Cómo p-valor > 0,05 reafirmamos el NO rechazo de la hipótesis nula.

 Con α = 0.01, tampoco se rechazaría la hipótesis nula.

 TEST DE HIPOTESIS – ERROR TIPO II

 c) Supongamos que el diámetro real promedio ha aumentado a 50,6 mm.

Calcular la probabilidad de cometer un error de Tipo II (β) bajo esta
situación, usando la misma muestra (n = 36) y el mismo nivel de
significancia. ¿Qué implicancias prácticas tiene este resultado?

𝜷 = 𝑷 𝒏𝒐 𝒓𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝑯𝟎 𝑯𝟎 𝒆𝒔 𝒇𝒂𝒍𝒔𝒂

ഥ es:
Bajo 𝐻0 , el limite crítico en 𝑋

𝜎
𝑋𝑐 = 𝜇 0 + 𝑍 𝛼 . = 50 + 1.64 ∗ 0.25 = 50.41
𝑛
 TEST DE HIPOTESIS – ERROR TIPO II

 Ahora, bajo la hipótesis alternativa 𝜇 = 50.6 𝑚𝑚:

𝑋𝑐 − 50.6 50.41 − 50.6

𝑍= = = −0.76
0.25 0.25

𝜷 = 𝑷 𝒏𝒐 𝒓𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝑯𝟎 𝑯𝟎 𝒆𝒔 𝒇𝒂𝒍𝒔𝒂

ഥ = 𝟓𝟎. 𝟒𝟏 𝝁 = 𝟓𝟎. 𝟔 = 𝑷 𝒁 < −𝟎. 𝟕𝟔 = 𝟎. 𝟐𝟐𝟑𝟔

𝜷=𝑷 𝑿

Hay un 22.5% de probabilidad de no detectar el aumento si el verdadero valor de μ es 50.6 mm.

PROBABILIDAD Y ESTADISTICA
2025
ANÁLISIS DE REGRESIÓN LINEAL
 Estudia la relación entre dos o más variables
cuantitativas que están conectadas de forma no
determinística, es decir, con cierta variabilidad.

 El objetivo es estimar o predecir el valor de una

variable (dependiente) a partir del conocimiento de
otra (predictora), utilizando un modelo probabilisto

basado en los patrones observados en los datos .

M O D E LO M AT E M Á T I C O L I N E A L
La relación matemática más simple entre dos variables 𝑥 e 𝑦 es una
relación lineal de la forma:
𝒚 = 𝜷𝟎 + 𝜷𝟏 𝒙
Donde:
y: variable dependiente (la que queremos predecir o explicar).
x: variable independiente (la que usamos como predictor).
β0​ : ordenada al origen o intercepto.
β1​ : pendiente de la recta de regresión .

En este modelo determinístico el valor observado de 𝑦 es una función lineal de 𝑥

E J E M P LO
 Modelo Probabilístico Lineal:

𝒀 = 𝜷𝟎 + 𝜷𝟏 𝒙 + 𝜺
𝜺~𝑵(𝟎, 𝝈𝟐 )
𝜺 es una V.A y, por lo tanto, 𝒀 también lo es.

La variable aleatoria 𝜀 se conoce como término de error aleatorio o desviación aleatoria en el modelo
probabilístico. Sin 𝜀, cualquier para observado 𝑥, 𝑦 correspodería a un punto que queda exactamente sobre la
línea 𝑦 = 𝛽0 + 𝛽1 𝑥, llamada recta de regresión verdadera. La inclusión del término 𝜀 permite que los puntos
𝑥1 , 𝑦1 ; 𝑥2 , 𝑦2 ; ⋯ ; 𝑥𝑛 , 𝑦𝑛 provenientes de las 𝑛 observaciones independientes se dispersen de la recta de
regresión.
 REGRESIÓN LINEAL
Si las dos variables no están determinísticamente relacionadas, entonces para un
valor fijo de 𝑥, el valor de la segunda variable(𝑦) es aleatorio. La variable aleatoria y
su valor observado se designan 𝒀 e 𝒚, respectivamente y se la conoce como
variable dependiente o de respuesta.

En general, disponemos de n pares de puntos 𝒙 𝒊 , 𝒚 𝒊 y el primer paso es realizar

un gráfico de puntos o de dispersión
Ejemplo práctico
A partir de los siguientes paneles, determina en cada caso si se trata de
una tendencia lineal, no lineal o si no existe tendencia.
 𝜺~𝑵(𝟎, 𝝈𝟐 )
𝒀 = 𝜷𝟎 + 𝜷 𝟏 𝒙 + 𝜺
Si fijamos 𝑥 = 𝑥 ∗
𝐄 𝒀 𝒙 = 𝒙∗ = 𝑬 𝜷𝟎 + 𝜷𝟏 𝒙∗ + 𝜺 = 𝑬 𝜷𝟎 + 𝑬 𝜷𝟏 𝒙∗ + 𝑬 𝜺 = 𝜷𝟎 + 𝜷𝟏 𝒙∗ + 𝑬 𝜺 = 𝜷𝟎 + 𝜷𝟏 𝒙∗

En general

𝑬 𝒀 𝒙 = 𝜷𝟎 + 𝜷𝟏 𝒙 Recta de regresión verdadera

También se puede probar que:

𝑽 𝒀 𝒙 = 𝝈𝟐
Modelo Probabilístico Lineal :

𝒀 = 𝜷 𝟎 + 𝜷𝟏 𝒙 + 𝜺
𝜺 es una V.A y, por lo tanto, 𝒀 también lo es.
𝜺~𝑵(𝟎, 𝝈𝟐 )
𝑬(𝒀) = 𝜷𝟎 + 𝜷𝟏 𝒙
𝑽 𝒀 = 𝝈𝟐

Recta de
regresión
verdadera
𝑦 = 𝛽0 + 𝛽1 𝑥
El parámetro de varianza 𝜎 2 determina el grado al cual cada curva normal se dispersa en torno a su valor
medio. Cuando 𝜎 2 es pequeña, un punto observado (𝑥, 𝑦) normalmente quedará bastante cerca de la
recta de regresión verdadera, mientras que las observaciones pueden desviarse considerablemente de
sus valores esperados cuando 𝜎 2 es grande
Estimación de Parámetros del Modelo:

De aquí en adelante se supondrá que las variables 𝑥 e 𝑌 están relacionadas

de acuerdo con el modelo de regresión lineal simple. Un investigador casi

nunca conocerá los valores de 𝛽0 , 𝛽1 y 𝜎 2 . En cambio, tendrá disponible una

muestra de datos compuesta de n pares observados (𝑥1 , 𝑦1 ), . . . , (𝑥 𝑛 , 𝑦𝑛 ),con

la cual los parámetros de modelo y la recta de regresión pueden ser

estimados.

¿Cómo estimo 𝛽0 , 𝛽1 y 𝜎 2 ?
Estimación de Parámetros del Modelo :
Disponemos de n pares de datos (𝑥 𝑖 , 𝑦 𝑖 ).
Los estimadores de mínimos cuadrados de 𝛽0 y 𝛽1 , denotados como 𝜷 𝟎 y 𝜷 𝟏
son aquellos que minimizan:
𝒏 𝒏

𝒇 𝜷𝟎 , 𝜷𝟏 = 𝒚𝒊 − 𝜷𝟎 + 𝜷𝟏 𝒙𝒊 𝟐 = 𝜺𝒊 𝟐

𝒊=𝟏 𝒊=𝟏

Para obtener una expresión para 𝜷 𝟎 y 𝜷 𝟏

𝝏𝒇 𝝏𝒇
=𝟎 =𝟎
𝝏𝜷𝟎 𝝏𝜷𝟏
 Y de aquí se obtiene:
𝒏 𝒏 𝒏 𝒏
𝒊=𝟏(𝒙𝒊 − 𝒙)(𝒚𝒊 − 𝒚) 𝒏 𝒊=𝟏 𝒙𝒊 𝒚𝒊 − 𝒊=𝟏 𝒙𝒊 𝒊=𝟏 𝒚𝒊
𝜷𝟏 = 𝒏 =
(𝒙
𝒊=𝟏 𝒊 − 𝒙) 𝟐
𝒏 𝒏𝒊=𝟏 𝒙𝟐𝒊 − ( 𝒏𝒊=𝟏 𝒙𝒊 )𝟐

Luego si tenemos en cuenta la siguiente notación:

𝒏 𝒏

𝑺𝒙𝒙 = (𝒙𝒊 − 𝒙)𝟐 𝑺𝒙𝒚 = (𝒙𝒊 −𝒙)(𝒚𝒊 − 𝒚)

𝒊=𝟏 𝒊=𝟏

𝑺𝒙𝒚
𝜷𝟏 =
𝑺𝒙𝒙
𝜷𝟎 = 𝒀 − 𝜷𝟏 . 𝒙
Ejemplo
Se obtuvieron de 33 muestras de desechos tratados químicamente Se registraron los
valores de 𝑥, la reducción porcentual de los sólidos totales, y de 𝑦, el porcentaje de
disminución de la demanda de oxígeno químico

11
5
Gráfico de dispersión
Se observa que los puntos se acercan mucho a una línea recta, lo cual indica que la suposición de
linealidad entre las dos variables parece ser razonable
Calculemos de recta de regresión estimada
𝒏
𝒊=𝟏(𝒙𝒊 − 𝒙)(𝒚𝒊 − 𝒚)
𝜷𝟏 = 𝒏 𝟐
𝒊=𝟏(𝒙𝒊 − 𝒙)

3728,09
𝑆𝑥𝑦 = 3728,09 𝑆𝑥𝑥 = 4152,18 𝑏1 = 𝛽1 = = 0,8979
4152,18

𝜷𝟎 = 𝒚 − 𝜷 𝟏 . 𝒙

𝑥 = 33,45 𝑦 = 34,06 𝛽0 = 34,06 − 0,8979 ∗ 33,45 = 4,025

Recta estimada: 𝒚 = 𝟎, 𝟖𝟗𝟕𝟗 ∗ 𝒙 + 𝟒, 𝟎𝟐𝟓

Nota: Una vez que obtenemos la recta estimada es posible predecir un valor de 𝑦, siempre y cuando el valor de
la variable independiente se encuentre en el rango de los valores dados por los pares 𝑥𝑖 , 𝑦𝑖
Inferencia sobre el parámetro 𝜷 𝟏

La pendiente 𝛽1 de la línea de regresión es el cambio promedio verdadero

en la variable dependiente 𝑦 asociada con un incremento de una unidad en
la variable independiente 𝑥. La pendiente de la recta de mínimos cuadrados
𝛽1 , da una estimación puntual de 𝛽1 . Así las inferencias sobre 𝛽1 están
basadas en considerar a 𝛽1 como un estadístico por lo tanto es necesario

conocer su distribución de muestreo .

Estimador de 𝝈 𝟐

Dado el parámetro 𝝈 𝟐 , un estimador puntual de dicho parámetro es:

𝒏 𝒏
𝟏 𝒆 𝟐
𝑺𝒚𝒚 − 𝜷𝟏 𝑺𝒙𝒚
𝟐 𝟐 𝒊=𝟏 𝒊
𝑺 = 𝒚𝒊 − 𝜷𝟎 + 𝜷𝟏 𝒙𝒊 = =
𝒏−𝟐 𝒏−𝟐 𝒏−𝟐
𝒊=𝟏

Residuos 𝑒𝑖 : Los valores pronosticados 𝑦1 , 𝑦2 , … , 𝑦𝑛 se obtienen sustituyendo sucesivamente

𝑥1 , 𝑥2 , … , 𝑥𝑛 en la ecuación de la recta de regresión 𝑦 = 𝛽1 𝑥 + 𝛽0 . Los residuos son las desviaciones
verticales 𝑦1 − 𝑦1 , 𝑦2 − 𝑦2 , … , 𝑦𝑛 − 𝑦𝑛 con respecto a la recta estimada
Inferencia sobre el parámetro 𝜷 𝟏

Teorema: La suposición del modelo de regresión lineal simple implica que

la variable estándar

𝛽1 − 𝛽1
𝑇=
𝑆
𝑆𝑥𝑥
Tiene una distribución 𝑡 con 𝑛 − 2 grados de libertad
Test de hipótesis sobre el parámetro 𝜷 𝟏 : Significancia de la regresión

𝐻0 : 𝛽1 = 0
𝐻1 : 𝛽1 ≠ 0
El estadístico de prueba es
𝛽1 − 𝛽1
𝑇= ~𝑡 𝑛−2
𝑆
𝑆𝑥𝑥
Aceptar 𝐻0 es equivalente a concluir que no hay relación lineal entre 𝑥e 𝑌.
Puede haber otro tipo de relación
Si 𝐻0 se rechaza implica que 𝑥, esto implica que el modelo de regresión
lineal es adecuado.
Ejemplo: Teniendo en cuenta el ejemplo anterior, realice un test de hipótesis de la
significancia de la regresión
𝐻0 : 𝛽1 = 0
𝐻1 : 𝛽1 ≠ 0

𝑺 = 𝟑, 𝟒𝟑 𝑺𝒙𝒙 = 𝟒𝟏𝟓𝟐, 𝟏𝟖 𝑡𝟎,𝟎𝟐𝟓;𝟑𝟏 ≅ 𝟐, 𝟎𝟒𝟐

El estadístico de prueba es
𝛽1 − 𝛽1 0,8979 − 0
𝑇= = = 16,86
𝑆 3,43
𝑆𝑥𝑥 4152,18

𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 2 𝑃 𝑡 > 16,86 < 0,0001

Por lo tanto se rechaza la hipótesis nula, luego la variable independiente 𝑥 tiene

importancia al explicar la variabilidad en 𝑌 o el modelo lineal es adecuado
C O E F I C I E N T E D E D E T E R M I N AC I Ó N

El coeficiente de determinación, denotado por 𝑅2 , está dado por:

𝒏 𝟐
(𝒚
𝒊=𝟏 𝒊 − 𝒚 𝒊 )
𝑅2 = 𝟏 − 𝒏 𝟐
𝒊=𝟏 (𝒚 𝒊 − 𝒚 )

Se interpreta como la proporción de variación 𝑦 observada que puede ser explicada

por el modelo de regresión lineal simple.
Gráficos de Datos y transformaciones
Con frecuencia es aconsejable trabajar con un modelo alternativo en el que 𝑥 o 𝑦 (o
ambas) intervengan en una forma no lineal. Es posible que se prescriba una
transformación de los datos debido a consideraciones teóricas inherentes al estudio
científico, o a que una simple gráfica de los datos sugiera la necesidad de reexpresar
las variables del modelo. Abajo se indican algunas de las transformaciones y la
apariencia de las gráficas que sirven como diagnóstico:
Gráficos de funciones linealizables
 REGRESIÓN LINEAL
¿CUÁNTO TIEMPO TARDÁS EN LLEGAR A LA FACU?
 DISTANCIA VS TIEMPO

SUPONGAMOS QUE QUEREMOS ESTIMAR CUANTO

TIEMPO APROXIMADAMENTE VOY A TARDAR PARA
LLEGAR A LA FACULTAD A PARTIR DE LOS SIGUIENTES
DATOS:
 DISTANCIA VS TIEMPO

Distancia Tiempo
(km) (min)
2 12
5 20
8 25
10 35
12 30
15 40
18 45
20 50
 DISTANCIA VS TIEMPO

Dado que los puntos parecen seguir un patrón lineal, tiene sentido usar
Regresión Lineal Simple para encontrar una recta que “mejor ajuste ” a
esos datos
 Modelo probabilístico lineal

𝒀 = 𝜷𝟎 + 𝜷 𝟏 𝒙 + 𝜺
𝜺~𝑵(𝟎, 𝝈𝟐 )
𝜺 es una V.A y, por lo tanto, 𝒀 también lo es.
La variable aleatoria 𝜀 se conoce como término de error aleatorio o desviación
aleatoria en el modelo probabilístico. Sin 𝜀, cualquier para observado 𝑥, 𝑦
correspodería a un punto que queda exactamente sobre la línea 𝑦 = 𝛽0 + 𝛽1 𝑥,
llamada recta de regresión verdadera. La inclusión del término 𝜀 permite que
los puntos 𝑥1 , 𝑦1 ; 𝑥2 , 𝑦2 ; ⋯ ; 𝑥𝑛 , 𝑦𝑛 provenientes de las 𝑛 observaciones
independientes se dispersen de la recta de regresión.
 Modelo probabilístico lineal

𝜺~𝑵(𝟎, 𝝈𝟐 )
𝒀 = 𝜷𝟎 + 𝜷𝟏 𝒙 + 𝜺
Si fijamos 𝑥 = 𝑥 ∗

𝐄 𝒀 𝒙 = 𝒙∗ = 𝑬 𝜷𝟎 + 𝜷𝟏 𝒙∗ + 𝜺 = 𝑬 𝜷𝟎 + 𝑬 𝜷𝟏 𝒙∗ + 𝑬 𝜺

𝐄 𝒀 𝒙 = 𝒙∗ = 𝜷𝟎 + 𝜷𝟏 𝒙∗

𝑬 𝒀 𝒙 = 𝜷𝟎 + 𝜷𝟏 𝒙 Recta de regresión verdadera

Modelo probabilístico lineal

Recta de
regresión
verdadera
𝑦 = 𝛽0 + 𝛽1 𝑥
Método de los Mínimos cuadrados

Queremos minimizar la función:

𝒏

𝒇 𝜷𝟎 , 𝜷 𝟏 = 𝒚𝒊 − 𝜷𝟎 + 𝜷𝟏 𝒙𝒊 𝟐

𝒊=𝟏

𝝏𝒇 𝝏𝒇
=𝟎 =𝟎
𝝏𝜷𝟎 𝝏𝜷𝟏
 Método de los Mínimos cuadrados

𝒏 𝒏 𝒏 𝒏
𝒊=𝟏(𝒙𝒊 − 𝒙)(𝒚𝒊 − 𝒚) 𝒏 𝒊=𝟏 𝒙𝒊 𝒚𝒊 − 𝒙
𝒊=𝟏 𝒊 𝒊=𝟏 𝒚𝒊
𝜷𝟏 = 𝒏 =
𝒊=𝟏(𝒙𝒊 − 𝒙) 𝟐
𝒏 𝒏𝒊=𝟏 𝒙𝟐𝒊 − ( 𝒏𝒊=𝟏 𝒙𝒊 )𝟐
Luego si tenemos en cuenta la siguiente notación:
𝒏 𝒏

𝑺𝒙𝒙 = (𝒙𝒊 − 𝒙)𝟐 𝑺𝒙𝒚 = (𝒙𝒊 −𝒙)(𝒚𝒊 − 𝒚)

𝒊=𝟏 𝒊=𝟏

𝑺𝒙𝒚
𝜷𝟏 =
𝑺𝒙𝒙
𝜷 𝟎 = 𝒀 − 𝜷𝟏 . 𝒙
 Estimadores

𝑦 = 𝛽0 + 𝛽1 𝑥 Recta de regresión verdadera

Estimamos a 𝑦, con:
𝑦 = 𝑎 + 𝑏𝑥
Donde
𝑎 𝑒𝑠 𝑒𝑙 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜𝑟 𝑑𝑒 𝛽0
𝑏 𝑒𝑠 𝑒𝑙 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜𝑟 𝑑𝑒 𝛽1
 Uso de la calculadora

Elijo la opción modo

Elijo la opción 2
estadística en este Cargo los datos Elijo opción 3
y=a+bx
caso la opción 6
Uso de la calculadora

La estimación de la recta
verdadera de regresión es:

𝑦 = 9,388 + 2,021𝑥
 Recta de regresión estimada

𝑦 = 9,388 + 2,021𝑥

¿Qué interpretación tiene la pendiente?

Por cada kilometro adicional de distancia a la facultad,

esperamos que el tiempo de viaje aumente en promedio,
2,021 minutos
 Recta de regresión estimada

𝑦 = 9,388 + 2,021𝑥

¿Qué interpretación tiene la ordenada al origen?

La ordenada al origen es 9,388 minutos. Este sería el tiempo

de viaje estimado para una distancia de 0 km. Sin embargo,
debemos tener cuidado: como 0 𝑘𝑚 está fuera del rango de
nuestros datos (que empiezan en 2 𝑘𝑚 ), esta es una
extrapolación. Por lo tanto, la interpretación literal de este
valor no tiene sentido práctico en nuestro contexto
 Extrapolación
La extrapolación es el
acto de usar el modelo
de regresión para
hacer predicciones
fuera del rango
original de tu variable
independiente o
regresora. Es decir,
fuera del rango que
toma la variable
regresora no es
posible utilizar el
modelo para predecir,
pues el patrón lineal
podría cambiar.
 Interpolación

Podemos interpolar para predecir una valor de 𝑦 , para

cualquiera valor de 𝑥 que se encuentre dentro del rango de la
muestra.
Por ejemplo, ¿Cuánto tiempo tardará en llegar a la facultad un
estudiantes que viva a 3 𝑘𝑚?
𝑦 = 9,388 + 2,021 ∗ 3 = 15,451

En promedio se espera que un estudiante tarde

aproximadamente 15, 45 minutos en llegar a la facultad.
 ¿Pregunta?

¿ Tiene sentido utilizar 𝑦 para predecir 𝑥?

Coeficiente de determinación

𝑆𝑆𝑇 𝑆𝑢𝑚𝑎 𝑇𝑜𝑡𝑎𝑙 = 𝑦𝑖 − 𝑦 2

SST → total de la variabilidad observada

𝑆𝑆𝑅 𝑆𝑢𝑚𝑎 𝐸𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎 𝑝𝑜𝑟 𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜

= 𝑦𝑖 − 𝑦 2

SSR → parte explicada por el modelo

𝑆𝑆𝑅 𝑆𝑢𝑚𝑎 𝑁𝑜 𝐸𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎 𝑝𝑜𝑟 𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜

= 𝑦𝑖 − 𝑦𝑖 2

SSE → parte no explicada (error)

 Coeficiente de determinación

Se puede probar que:

𝑆𝑆𝑇 = 𝑆𝑆𝑅 + 𝑆𝑆𝐸

Definimos el coeficiente de determinación como:

𝑆𝑆𝑅 𝑆𝑆𝐸
𝑅2 = =1−
𝑆𝑆𝑇 𝑆𝑆𝑇

Cuya interpretación en la proporción de la variabilidad de 𝑌 que

es explicada por el modelo lineal.
Un 𝑅2 alto significa que el modelo es capaz de explicar un gran
porcentaje de la variabilidad de la variable 𝑌
Coeficiente de determinación
Coeficiente de determinación

𝑆𝑥𝑦 = 552,72 𝑆𝑥𝑥 = 273,5 𝑆𝑦𝑦 = 1162,87

2
552,72
𝑅2 = = 0,96
273,5 ∗ 1162,87

El 96% de la variabilidad de 𝑦 es
explicada por el modelo lineal en 𝑥
 Inferencia sobre la pendiente

Para realizar inferencia estadística sobre la pendiente

de la recta de regresión se tienen que cumplir las
hipótesis que se plantearon anteriormente para el
error.

𝒀 = 𝜷𝟎 + 𝜷𝟏 𝒙 + 𝜺
𝜺~𝑵(𝟎, 𝝈𝟐 )
 Inferencia sobre la pendiente
Significancia de la regresión

𝐻0 : 𝛽1 = 0
𝐻1 : 𝛽1 ≠ 0
El estadístico de prueba es
𝑏 − 𝛽1
𝑇= ~𝑡 𝑛−2
𝑆
𝑆𝑥𝑥
No rechazar 𝐻0 es equivalente a concluir que no hay
relación lineal entre 𝑥 e 𝑌. Puede haber otro tipo de relación.
Si 𝐻0 se rechaza implica que 𝑥 , esto implica que el modelo
de regresión lineal es adecuado.
Inferencia sobre la pendiente

Donde
𝒏 𝒏
𝟏 𝒆 𝟐
𝟐 𝟐 𝒊=𝟏 𝒊
𝑺 = 𝒚𝒊 − 𝒂 + 𝒃𝒙𝒊 =
𝒏−𝟐 𝒏−𝟐
𝒊=𝟏
𝟐
𝑺𝒚𝒚 − 𝒃𝑺𝒙𝒚
𝑺 =
𝒏−𝟐
 Linealización

El objetivo es poder usar las herramientas de la regresión

lineal simple en datos que, de forma natural, no siguen una
línea recta.
Gráficos de funciones linealizables
Transformaciones