[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial

[MOD014808] Estadística en Ingeniería Aeroespacial

[UDI085958] Distribuciones de probabilidad

INTRODUCCIÓN

La probabilidad de un suceso, según la definición de Laplace, es igual al cociente entre el número de

casos favorables de que ocurra este suceso y el número de casos posibles, en el supuesto de que

todos los casos sean igualmente probables.

Así mismo, la base de la probabilidad se centra en el experimento aleatorio. Éste se define como

cualquier experimento realizado al azar que se puede repetir indefinidamente en las mismas

om
condiciones y cuyo resultado no se puede predecir con certeza.

Referir que a cada resultado de un experimento aleatorio se le asigna un número real, denominado

.c
variable aleatoria. Esta variable puede ser discreta o continua y para conocer la probabilidad de que

s
tome cierto valor, se emplean funciones de probabilidad y de distribución.

ro
Por ello, en esta Unidad Didáctica se estudiarán los conceptos básicos de probabilidad y los tipos de
ha
variables. También se definirán los tipos de funciones de distribución y probabilidad y su uso.
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
1 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

OBJETIVOS

Conocer los conceptos previos de probabilidad.

Definir las variables discretas.

Explicar la función de probabilidad.

Describir la función de distribución.

Aplicar los conceptos media y varianza de una variable aleatoria.

om
Comprender la aplicación de una distribución binomial.

Nombrar otros tipos de distribuciones discretas.

Interpretar el significado de una distribución normal.

.c
Estudiar la distribución “Chi-cuadrado” de Pearson.

s
Saber la definición de la distribución “t” de Student.

ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
2 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

MAPA CONCEPTUAL

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
3 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

1. Conceptos previos de probabilidad

En cualquier investigación es importante poder generalizar o inferir los resultados a un colectivo

mucho más amplio, denominado población, y al que no puede accederse por diversos motivos. Es por

ello que las conclusiones que se extraen requieren que se lleve a cabo una inferencia, siempre

probabilística o la formulación de una hipótesis que se aceptará o rechazará con una determinada

probabilidad. Por estos motivos es necesario abordar los conceptos clave y el estudio de la

probabilidad.

om
La base de toda probabilidad se centra en el experimento aleatorio.

.c
s
ro
Experimento aleatorio:
Es cualquier experimento realizado al azar que se puede repetir indefinidamente en las mismas
ha
condiciones y cuyo resultado no se puede predecir con certeza. Por ejemplo, lanzar al aire un dado
con las caras numeradas del 1 al 6.
l ap
au

Todo experimento aleatorio presenta tres características:

a.

Todos los resultados posibles son conocidos con anterioridad a su realización.

os

No se puede predecir con certeza el resultado que se va a obtener.

El experimento puede repetirse, todas las veces que se desee, en idénticas condiciones.
m
ce

El conjunto de todos los resultados posibles de un experimento aleatorio se denomina espacio

muestral y se representa por letra mayúscula E.

Se denomina suceso elemental a cada uno de los resultados que pueden obtenerse al realizar un

experimento. A todo el espacio muestral de un experimento se le denomina también suceso seguro

porque siempre ocurre. Al suceso que no puede ocurrir se le denomina suceso imposible.

Con estos conceptos previos ya puede exponerse el concepto de probabilidad, el cual se abordará

con tres definiciones: la clásica, la estadística y la axiomática, todas ellas encaminadas a calcular la

probabilidad de ocurrencia de un suceso.

cemosa.aulapharos.com
4 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

Pero antes de exponerlas debe tenerse en cuenta que la probabilidad se cuantifica con un número

comprendido entre cero y uno: cero para el suceso imposible y 1 para el suceso seguro. Cualquier

otro suceso tendrá asignado un número entre 0 y 1 en función de la cuantía de su probabilidad de

ocurrencia.

La definición clásica de probabilidad, formulada por Laplace indica que: “La probabilidad de un

suceso es igual al cociente entre el número de casos favorables de que ocurra ese suceso y el

número de casos posibles en el supuesto de que todos los casos tengan la misma oportunidad de

om
ocurrir (es decir, que sean igualmente probables)”.

.c
s
ro
Esta definición de probabilidad y su aplicación requieren que los sucesos sean equiprobables (cosa

que no siempre ocurre), y en muchos casos puede resultar difícil la clasificación de los sucesos como
ha
favorables y posibles.
ap

Si se repite un experimento aleatorio (lanzar un dado al aire) muchas veces, y anotar las frecuencias

relativas de un suceso, puede observarse que tienden a estabilizarse en un valor comprendido entre
l
au

0 y 1. Este valor se denomina probabilidad del suceso, por tanto, puede definirse la probabilidad de

un suceso A como:
a.
os
m

Siendo esta la definición estadística de probabilidad, que aunque correcta, presenta un grave
ce

problema: muchas veces no es posible repetir un experimento aleatorio un gran número de veces, y

si lo es, no es práctico.

Los graves problemas con las definiciones de probabilidad presentadas (clásica y estadística)

llevaron a algunos matemáticos (Kolmogórov) a establecer una nueva definición, la denominada

axiomática.

La definición axiomática de probabilidad, definida por Kolmogórov, indica que: un conjunto de

sucesos definidos en un espacio muestral y que se designa por P(A) a un número real, asignado a un

cemosa.aulapharos.com
5 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

suceso A, cumple los siguientes axiomas:

Para todo suceso que pertenece a ese conjunto, existe un número mayor o igual a cero, al que

se denomina P(A).

La probabilidad de la unión de todos los sucesos es igual a la suma de las probabilidades de los

sucesos.

La probabilidad de un conjunto es igual a 1.

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
6 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

2. Variables discretas de probabilidad

A los conceptos ya vistos de espacio muestral y probabilidad vamos a añadir el de “variable

aleatoria”.

Una variable aleatoria es una función que asigna un número real, y sólo uno, a cada uno de los

resultados de un experimento aleatorio.

Debe tenerse en cuenta que en un experimento aleatorio puede definirse una variable de la forma en

om
que se considere oportuna. Por ejemplo, al lanzar una moneda al aire en tres ocasiones se definirá

una variable aleatoria como “número de caras obtenidas”, como “número de cruces obtenidas”, o

.c
también como una variable que “toma el valor 1 cuando el número de caras obtenido es mayor que

s
el número de cruces y el valor 0 en otro caso”.

ro
Definida la variable y una vez obtenido un resultado en el experimento aleatorio, la función asigna
ha
un valor numérico Inequívoco a ese resultado. Lo que es aleatorio, en lo que concierne el azar, es el

resultado que obtenemos al realizar el experimento aleatorio y no la variable función.

l ap
au
a.
os

Las variables aleatorias, así definidas y representadas, pueden ser discretas o continuas. Cuando la
m

variable aleatoria X sólo puede tomar un conjunto infinito y numerable de valores (conjunto de
ce

números naturales) o finito de valores (la variable X definida como “número de caras obtenidas al

lanzar una moneda en tres ocasiones” solo puede tomar los valores 0, 1, 2 y 3) se dice que es

discreta.

En el estudio de las variables aleatorias discretas, se prestará especial atención al análisis de sus

funciones de probabilidad y de distribución, su media y su varianza.

2.1. Función de probabilidad

cemosa.aulapharos.com
7 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

La descripción del comportamiento matemático de una variable aleatoria discreta se hará de forma

similar a como se hace con las variables estadísticas, en las que su distribución venía dada por los

valores que tomaba la variable y su correspondiente frecuencia relativa o proporción.

om
.c
s
Las dos propiedades que debe cumplir la función de probabilidad son:
ro
ha
Para cualquier valor de x, la función de probabilidad siempre toma valores positivos o nulos.
ap

La suma de todas las probabilidades correspondientes a cada valor de x es igual a uno.

l
au
a.
os
m
ce

cemosa.aulapharos.com
8 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

2.2. Función de distribución

La función de distribución de probabilidad de una variable aleatoria X, se representa con la misma

letra que su función de probabilidad pero con mayúscula: F(x), e indica cuál es la probabilidad de

que la variable aleatoria tome un valor menor o igual a un valor concreto x. Su definición es:

cemosa.aulapharos.com
9 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
10 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
s
ro
ha
l ap
au

2.3. Media y varianza de una variable aleatoria

a.

Una vez conocido cómo se describe una distribución de frecuencias de una variable estadística
os

mediante los índices de tendencia central y de dispersión, igual procedimiento puede hacerse con la

variable aleatoria: calcular la media y la varianza.

m
ce

Recordar que para una variable discreta X puede calcularse su media como el sumatorio del

producto de cada uno de los valores de la variable por su frecuencia relativa o proporción. Para

calcular la media, designada por la letra griega µ, de una variable aleatoria discreta X se calculará el

sumatorio de cada uno de los valores que toma la variable por su correspondiente función de

probabilidad:

cemosa.aulapharos.com
11 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

La media de una variable X, también se denomina esperanza matemática o valor esperado de X y se

representa por E(X). Este término, referido a una variable aleatoria representa el promedio teórico

que tomaría la variable aleatoria si se repitiese el experimento aleatorio infinitas veces.

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
12 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
13 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
14 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

3. Distribuciones discretas de probabilidad

Existen algunas distribuciones discretas que, por utilizarse frecuentemente como modelo o por su

interés como instrumento estadístico, son especialmente importantes. De muchas de ellas se han

elaborado una serie de tablas que facilitan su aplicación a problemas concretos.

En algunos ámbitos de estudio (Ciencias Sociales y de la Salud) se suele trabajar con variables

aleatorias discretas que sólo pueden tomar dos valores (dicotómicas), representadas normalmente

om
por 0 y 1. En estos casos es muy útil el uso de la distribución binomial.

.c
3.1. La distribución binomial

s
ro
La realización de un experimento aleatorio, como el visto anteriormente de lanzar una moneda al

aire, admite tan solo dos resultados posibles: cara o cruz. Se trata de un experimento o ensayo
ha
llamado “Bernouilli”, en honor al autor pionero en su estudio.
ap

El proceso de Bernouilli es un proceso de observación de la realidad en el que solo son posibles dos

resultados, tradicionalmente a estos resultados se les denomina como: éxito y fracaso.

l
au

El nacimiento de varón o mujer, el acierto o fallo a una pregunta con dos alternativas, el lado
a.

izquierdo o derecho en un laberinto en forma de T elegido por un ratón en el laboratorio son algunos

ejemplos en los que se presentan dos alternativas de respuesta, a las que, como es conocido, se
os

denomina “éxito” (que normalmente se codificará con 1) o “fracaso” (que se codificará con 0), sin
m

que éstos términos tengan connotaciones ni positivas ni negativas respectivamente. Se usa el 0 y el

1 como términos no como valores.

ce

Los ensayos son independientes, es decir, lo que ocurra en un ensayo es independiente de lo que

cemosa.aulapharos.com
15 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

ocurra en el siguiente. Se trata de un proceso estable en el que los ensayos son independientes y sin

memoria.

La distribución binomial consiste en repetir “n” veces, y de forma independiente un proceso de

Bernouilli, es decir, el resultado de un experimento no depende de lo que haya ocurrido en los

anteriores, se dice que es un modelo que sigue la distribución binomial.

Un experimento binomial

om
Un experimento sigue una distribución binomial cuando:

.c
Cada prueba del experimento es un experimento de Bernouilli.

s
El resultado obtenido en cada prueba es independiente de los casos anteriores.

ro
Una variable aleatoria X sigue una distribución binomial (con parámetros n y p) si expresa el número
ha
de éxitos en “n” realizaciones independientemente de un experimento con probabilidad “p” de
ap

obtener éxito y, por tanto (1-p) de obtener fracaso. Esta distribución suele representarse por la

expresión B(n, p) donde B indica “binomial”, n el número de ensayos o veces que se repite un
l
au

experimento o proceso de Bernouilli, y p la probabilidad de obtener éxito.

a.
os
m
ce

cemosa.aulapharos.com
16 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
s
ro
ha
l ap
au

La utilización de las funciones de probabilidad y de distribución requiere cálculos tediosos. Las

a.

tablas de la función de probabilidad y la función de distribución binomial, Tablas I y II incluidas en el

os

Anexo evitan, en muchos casos, el cálculo de las probabilidades a partir de la ecuación de esas

funciones, facilitando considerablemente su obtención cuando hay un elevado número de ensayos

m

(“n”).
ce

Utilización de la Tabla de función de probabilidad binomial (Tabla I)

En la Tabla I, para la función de probabilidad binomial, la primera columna encabezada con la

letra “n” se refiere al número de ensayos e incluye los valores del 1 hasta el 20.

La segunda columna recoge el número de éxitos (“x”) que se esperan obtener, para ese número de

ensayos, y que abarca desde 0 hasta ese número de ensayos.

La primera fila de la tabla recoge algunos valores de la probabilidad de “éxito” (“p”) que van desde

cemosa.aulapharos.com
17 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

0,01 a 0,5.

En el interior de la tabla se encuentran las probabilidades correspondientes. La probabilidad

buscada, para unos valores concretos de “n” y “x”, se encuentra en la intersección de su fila con su

correspondiente columna de “p”. Así, por ejemplo, la probabilidad de obtener dos éxitos en tres

ensayos con una probabilidad de éxito de 0,3 (30%), se encuentra en la tabla.

om
s.c
ro
ha
ap

Se localizará n=3, x=2, p=0,3 y se buscará la intersección para hallar la probabilidad.

l
au

Utilización de la Tabla de función de distribución binomial (Tabla II)

a.

La utilización de la Tabla II, función de distribución binomial, es idéntica a la anterior, tan solo
os

resaltar que las probabilidades que aparecen en el interior de la tabla son acumuladas. Así, por

ejemplo si se lanza una moneda al aire, con esta moneda la probabilidad de obtener cara es del 0,3
m

(30%) y del 0,7 (70%) de que salga cruz, lanzando 10 veces la moneda de manera consecutiva. Si se
ce

desea calcular la probabilidad de que se observen 6 caras o menos, la tabla a la que prestar atención

será la siguiente:

cemosa.aulapharos.com
18 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
Se localizará n=10, x=6, p=0,3 y se buscará la intersección para hallar la probabilidad.

s
3.2. Otras distribuciones discretas
ro
ha
Además de las distribuciones binomiales, existen otros muchos modelos de distribución para
ap

variables aleatorias discretas, es el caso del modelo de Poisson, también denominado “de los sucesos

raros” que se utiliza bajo las mismas condiciones de la binomial, para variables dicotómicas pero con
l
au

un elevado número de ensayos (“n”) y un valor de “p” muy pequeño.

La distribución multinomial es otra de estas, se utiliza para ensayos que ofrecen más de dos
a.

resultados posibles y en cierto sentido suponen una generalización de la binomial o bien puede
os

considerarse un caso particular de la binomial.

m
ce

cemosa.aulapharos.com
19 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

4. Distribución normal

Cuando una variable aleatoria continua puede tomar infinitos valores se podrá afirmar que se trata

de una variable aleatoria continua. En este caso no tiene sentido hablar de la probabilidad de que la

variable tome un valor concreto (que es cero) sino que dicha variable se encuentre en un

determinado intervalo.

La distribución normal es la base de la estadística inferencial, también denominada campana de

om
Gauss o curva normal y fue definida por De Moivre en un intento de encontrar las probabilidades

acumuladas en una distribución binomial cuando “n” es demasiado grande. Prestando atención a las

.c
características fundamentales y la utilización de las tablas correspondientes.

s
Se dice que una variable continua X sigue una distribución normal de media µ y desviación típica σ y

ro
se designa como N(µ,σ), indicando que tiene una distribución normal (N) con parámetros µ y σ.
ha
No existe una única distribución normal, para cada par de valores hay una diferente, por lo que se

habla de familias de distribuciones normales.

ap

La siguiente fórmula recoge la función que para variables continuas se denomina de densidad de
l
au

probabilidad, para una variable X que tiene una distribución normal:

a.
os
m

Como es sabido, no se trata de una única distribución, sino que corresponde a toda una familia

caracterizada por sus parámetros media µ y desviación típica σ.

ce

cemosa.aulapharos.com
20 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
s
ro
ha
ap

Su figura indica que la puntuación de la mayoría de los individuos, en una variable que sigue esta
l

distribución, se encuentra entorno a la media y, a medida que se aleja de esa puntuación, por su lado
au

izquierdo y derecho, va disminuyendo la frecuencia.

a.
os
m
ce

cemosa.aulapharos.com
21 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

Esta última distribución se denomina normal tipificada o normal estandarizada. Debiéndose

trabajar directamente con su función de densidad de probabilidad. Para la aplicación a problemas

concretos que sigan esta distribución, se recurrirá a la Tabla III del Anexo.

Observando las imágenes propuestas, se pueden detectar las propiedades fundamentales de una

distribución normal, entre las que destacan:

La curva tiene forma de campana y es simétrica en torno a su media µ, que coincide con su

om
mediana y su moda.

La curva normal tiene dos puntos de inflexión, es decir, dos puntos donde la curva pasa de ser

.c
cóncava a convexa. Estos puntos están situados a una distancia de una desviación típica de la

media.

s
ro
Es asintótica en el eje de abscisas, se extiende desde -∞ a +∞ sin llegar nunca a tocar el eje.
ha
l ap
au
a.
os
m
ce

La función de probabilidad de una distribución normal viene dada por:

cemosa.aulapharos.com
22 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

Utilización de las Tablas de distribución normal de probabilidad

En la Tabla III se recoge la función de distribución de la distribución normal estándar. En ellas se

presentan todas las puntuaciones típicas desde 0,0 hasta +3,0 con intervalos de 0,01.

La primera columna encabezada consta de un número con un decimal que corresponde a la

puntuación típica y la primera fila corresponde a la puntuación z. Todos los valores interiores

representan probabilidades y llevan, obviamente, un cero delante de la coma.

om
Suponiendo el valor 1.66. ¿cuál es la probabilidad de que Z>1.66?

Se descompone el número en 1,6+0,06 y se busca la intersección. El resultado es 0,9515.

.c
s
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
23 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

5. Distribuciones asociadas a la distribución normal

Las distribuciones asociadas a la normal son modelos de probabilidad construidos a partir de la

distribución normal. A continuación se describen las dos más representativas:

Chi-cuadrado de Pearson.

Distribución “t” de Student.

om
5.1. Distribución “Chi-cuadrado” de Pearson

.c
s
ro
ha
l ap
au
a.
os
m
ce

El número de variables que se suman (n) se denomina grado de libertad. Los grados de libertad

indican que cada una de las n variables aleatorias puede tomar cualquier valor, de sus posibles

valores, sean cuales sean los valores tomados por las n-1 restantes.

Esta distribución se usa fundamentalmente en pruebas para contrastar si la distribución de una

cemosa.aulapharos.com
24 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

variable se ajusta a una distribución determinada, por ejemplo la normal.

Entre sus propiedades podemos señalar las siguientes:

Nunca adopta valores menores de 0 (siempre son positivos).

Es asimétrica positiva, pero a medida que aumentan sus grados de libertad se va aproximando

a la distribución normal.

Para n>30 puede aproximarse a una distribución normal N(n, 2n).

om
.c
s
ro
ha
l ap
au

La función de distribución de una distribución Chi-cuadrado se obtiene mediante la integral de la

función de densidad:
a.
os
m

Llegando a este resultado:

ce

Como se observa, no es nada manejable, por ello, en lugar de trabajar con esta expresión y de igual

modo que con la distribución normal, se trabajará con las tablas. Estas tablas pueden informar del

propio valor de la función de distribución, o del Complementario de la función de distribución.

cemosa.aulapharos.com
25 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

Utilización de la Tabla de distribución Chi-cuadrado

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

5.2. Distribución “t” de Student

La distribución “t” de Student surge a partir del estudio de la distribución normal. Está pensada

para estudios en los que no se dispone de muestreos suficientemente grandes como para aplicar la

distribución normal.

Si X e Y son dos variables aleatorias independientes, donde X sigue una distribución N(0, 1) e Y una

distribución:

cemosa.aulapharos.com
26 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

Entonces la variable aleatoria T:

om
.c
Sigue una distribución “t” con n grados de libertad, es decir, una distribución tn.

s
Su media siempre vale 0 (µ=0) y su varianza:

ro
ha
ap

Por lo tanto, puede definirse una distribución “t” como el cociente entre una variable N(0,1) y la raíz
l
au

cuadrada de la variable:
a.
os

La cual estará dividida por sus grados de libertad.

m
ce

cemosa.aulapharos.com
27 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
s
A partir de su definición y su representación gráfica pueden señalarse las siguientes características

ro
o propiedades de esta distribución:
ha
Es simétrica con µ=0. Su forma es muy parecida a la N(0,1), aunque menos apuntada.
ap

Puede tomar cualquier valor entre -∞ y +∞.

A medida que aumentan los grados de libertad, la distribución se aproxima más y más a una
l

distribución normal.
au

La curva es asintótica al eje de abscisas.

a.

Este tipo de distribución se utiliza fundamentalmente en estadística inferencial, en las pruebas de

os

contraste. En la tabla V se presentan los valores positivos para esta distribución.

m

Utilización de la Tabla de distribución t de Student

ce

En la primera columna se presentan los grados de libertad y en la primera fila las distintas

probabilidades o proporciones de valores menores o iguales que un valor positivo dado.

Como se trata de una distribución simétrica pueden hallarse las probabilidades asociadas a valores

negativos a partir de los valores positivos de la tabla.

De esta manera, una t-Student de 10 grados de libertad deja a la derecha del punto 2.764 una

probabilidad igual a 0.01. Con lo cual, la función de distribución en el punto 2.764 para una t-

Student de 10 grados de libertad vale 1-0.01=0.99.

cemosa.aulapharos.com
28 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
29 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

Glosario

Inequívoco: Que no admite duda o equivocación equívoco.

Complementario: Que perfecciona y completa una cosa.

om
.c
s
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
30 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

Recuerda

La base de toda probabilidad se centra en el experimento aleatorio, el cual es realizado al

azar y se puede repetir indefinidamente bajo las mismas condiciones y sin conocer con certeza

su resultado.

El espacio muestral es el conjunto de todos los resultados posibles de un experimento

aleatorio.

om
Se denomina suceso elemental a cada uno de los resultados posibles al realizar un

experimento aleatorio.

La probabilidad de un suceso, según Laplace, es el cociente del número de casos favorables

.c
entre el número de casos posibles, en el supuesto de que haya equiprobabilidad de ocurrencia.

s
La definición axiomática surge de la necesidad de corregir los problemas presentados en la

ro
definición clásica y estadística de probabilidad.
ha
Una variable aleatoria es una función que asigna un número real, y sólo uno, a cada uno de

los resultados de un experimento aleatorio.

ap

Las variables aleatorias se dividen en discretas y continuas.

Se denomina función de probabilidad de una variable aleatoria discreta a aquella función

l
au

que asocia a cada valor de la variable la probabilidad de que ésta adopte dicho valor.

La función de distribución de probabilidad de una variable aleatoria indica cuál es la

a.

probabilidad de que la variable aleatoria tome un valor menor o igual a otro concreto.
os

La media de una variable aleatoria representa el promedio teórico que tomaría la variable

aleatoria si se repitiese el experimento aleatorio infinitas veces.

m

Un proceso de observación de la realidad en el que solo existe la posibilidad de obtener dos

ce

resultados se denomina proceso de Bernouilli.

La distribución binomial consiste en repetir “n” veces y de forma independiente un proceso

de Bernouilli.

El modelo de Poisson se utiliza bajo las mismas condiciones de la binomial para variables

dicotómicas con un elevado número de ensayos y probabilidad de éxito muy baja.

Para ensayos que ofrecen más de dos resultados posibles se emplea una distribución

multinomial.

La distribución normal es la base de la estadística inferencial y se conoce como campana de

cemosa.aulapharos.com
31 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

Gauss o curva normal.

En la distribución “Chi-cuadrado” de Pearson la variable aleatoria que sigue la distribución

es en realidad la variable resultante de la tipificación elevada al cuadrado de la variable inicial.

El grado de libertad indica que cada una de las variables aleatorias puede tomar cualquier

valor de sus posibles valores.

La distribución “t” de Student se emplea en estudios en los que no se dispone de muestreos

suficientemente grandes como para aplicar una distribución normal.

om
s .c
ro
ha
l ap
au
a.
os
m
ce

cemosa.aulapharos.com
32 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

Autoevaluación

1. Indica si es verdadero o falso el siguiente enunciado: “Un experimento aleatorio

es cualquier experimento realizado al azar en el que no se puede predecir con certeza el
resultado”.

Verdadero.

om
Falso.

.c
s
2. ¿Cuántos números asigna una variable aleatoria a cada uno de los resultados

ro
obtenidos de un experimento aleatorio? ha
Dos.
ap

Uno.
l
au

Depende del tipo de experimento.

a.
os

3. La probabilidad de que una variable aleatoria tome un valor menor o igual a

uno concreto es representada por la función:
m
ce

Probabilidad.

Distribución.

Media.

4. Completa el espacio en blanco del siguiente enunciado: “El proceso de

observación de la realidad en el que solo son posibles dos resultados se

cemosa.aulapharos.com
33 / 34
[AFO004831] Especialista en Estadística en Ingeniería Aeroespacial
[MOD014808] Estadística en Ingeniería Aeroespacial
[UDI085958] Distribuciones de probabilidad

denomina proceso _____________”.

Binomial.

De Poisson.

De Bernouilli.

om
5. De las siguientes distribuciones, ¿cuál se conoce como campana de Gauss?

.c
s
Multinomial.

ro
ha
“Chi-cuadrado”.
ap

Normal.
l
au
a.
os
m
ce

cemosa.aulapharos.com
34 / 34