Uso de la TI, MATLAB,

Excel, R y tablas de las

funciones de densidad de
probabilidad Normal
estndar, ji-cuadrada, tstudent y F
Profesor: Mario Alberto Vzquez Pea
Curso: Probabilidad y Estadstica
Departamento de Irrigacin
Universidad autnoma Chapingo
Octubre del 2007

Introduccin

En este trabajo se presenta la manera de

obtener los valores de las fdp (funciones de
densidad de probabilidad) pdf (probability
density function), as como de las fcd
(funciones acumulativas de probabilidad)
cdf (Cumulativy density function).
Para las funciones de variables aleatorias
continuas ms ampliamente utilizadas en un
primer curso bsico de probabilidad y
estadstica basndose
en diferentes
herramientas que el estudiante puede tener a
su disposicin como son:

La calculadora TI-92 plus o Voyage 200 de

la marca Texas Instruments con la
aplicacin FLASH Stat/List Editor.
MATLAB The languaje of Technical
Computing ver 6.5 de la empresa The
MathWorks Inc.
Microsoft Excel componente del paquete
Microsoft Office de la empresa Microsoft.
R es un entorno en el que se han
implementado
muchas
tcnicas
estadsticas, tanto clsicas como modernas
y tiene la principal ventaja de que es
totalmente gratuito y se puede obtener tanto
el programa ejecutable as como la
documentacin acerca de R del sitio
http://www.r-project.org.

Funcin de densidad normal

Se dice que una variable aleatoria X tiene funcin de densidad
de probabilidad normal si su funcin esta dada por lo
siguiente:

f X (x) =

1
2* *

(
x )2

e
2

2* 2

para < x <

y cumple con las siguientes propiedades:

E(X) = , Var(X) = 2 con 20.
Se acostumbra indicar que la variable aleatoria X tiene
distribucin normal con media y varianza 2 y se utiliza la
siguiente simbologa.
X N , 2

Caractersticas de la fdp
normal

La distribucin normal es simtrica

alrededor de , el valor esperado de X.
Debido a la simetra, la media, moda y
mediana coinciden.
La distancia horizontal entre una lnea
vertical que pasa por E(X) y el punto de
inflexin de la curva es la desviacin
estndar () de la distribucin.

Funciones de densidad
de probabilidad normal
con igual desviacin
estndar
y
diferente
media poblacional 2>1.

1 = 2

1 < 2 < 3

Funciones de densidad
de probabilidad normal
con
igual
media
poblacional
,
pero
diferente
desviacin
estndar 3> 2> 1.

1 2

1 = 2 = 3

Ejemplo de aplicacin

Suponga que el gasto de un orificio con bisel hacia

afuera con carga constante puede ser considerado
como una variable aleatoria y se denota por X.

Despus de una serie de estudios se encontr que

su comportamiento puede ser modelado usando
una distribucin normal con parmetros =0.515
l.p.s y =0.127 l.p.s.

A partir de lo anterior se tiene que:

2=(0.127)2=0.01613 y como el gasto es una
variable aleatoria en la cual se supone distribucin
normal, entonces (el smbolo ~ se usa para indicar
que X tiene distribucin y la N para distribucin
Normal):

X N (0.515,0.01613)

Es decir en trminos de la fdp

con =0.515 y =0.127
f X (x ) =
f X (x ) =

(
x )2

1
2 * *

2 *

< x<

para

(
x 0 .515 )2

1
2 * * 0 .127

2 * 0 .127 2

para

< x<

Evaluando el valor de la fdp en x = 0.5, se tiene:

f X (x ) =

1
2 * * 0 . 127

(0 . 5 0 . 515 )2
2 * 0 . 127

= 3 . 1194

Usando la TI se tiene:

Usando el editor de
listas de la TI

Usando MATLAB se tiene la

siguiente fdp y el valor
cuando x=0.5

Usando la funcin de Excell

DISTR.NORM(0.5,0.515,0.127,FALSO)

En R se usa

dnorm(x,media,desvest,FALSO)
Falso=0 indica que se desea la fdp

Clculo de la cdf de una variable

aleatoria con fdp normal

Por definicin de la cdf (funcin de distribucin

de probabilidad acumulativa) se tiene:
P (X x ) =

f x ( t ) dt =

1
2 * *

e
2

(t )2
2 *

dt

Es decir que para obtener la probabilidad de

que la variable aleatoria X que tiene distribucin
normal sea menor o igual al valor de x, consiste
en integrar la fdp desde - al valor de x.

La integral de la fdp normal no es sencilla de

obtener de manera directa y para ello se utilizan
mtodos numricos que se pueden utilizar a
travs de algunos paquetes estadsticos..

Clculo de la cdf de una variable aleatoria

X con fdp normal en x=0.6 el valor de
P(X0.6) al integrar la fdp normal desde - a
0.6 al usar la TI con =0.515 l.p.s y =0.127
l.p.s, es decir se desea calcular:
0.6

P( X 0.6) =

1
2 * * 0.127

( t 0.515 ) 2
2*0.127 2

dt

En la calculadora TI se puede obtener la probabilidad de la

siguiente manera para obtener el valor de 0.7483.

Ahora usando la opcin de la cdf de

la normal disponible en el editor de
listas/Estadsticas de la TI.

Usando la opcin de graficar

sombreado de la TI

Usando la opcin de la cdf de la fdp

normal en MATLAB con =0.515 y
=0.127 y al dar el valor de x=0.6

X N (10 , 2 . 2 )
2

Usando la funcin de Excell

DISTR.NORM(0.6,0.515,0.127,VERDADERO)
VERDADERO=1 indica que se desea usar la cdf desde
- a x=0.6 con media=0.515 y desv est=0.127

En R se usa
pnorm(x,media,desvest,TRUE,FALSO)
TRUE=1 indica que se desea desde - a x
Falso=0 indica que se desea la cdf

Distribucin
Normal Estndar

Sea X una variable aleatoria con fdp normal

con parmetros media y varianza 2, es
decir:

X N ,

Defina la nueva variable aleatoria dado por

la siguiente transformacin:
(X )
Z=

Se dice que la nueva variable aleatoria

tiene distribucin normal estndar con
media z=0 y varianza z2=1.

La fdp de la nueva variable est dada por la

siguiente funcin (funcin de densidad de
probabilidad normal):
z2

2
1

e
f Z (z ) = 2 *

de
0

< z<
otra

manera

Dado que E[X]= y Var[X]=2, entonces se

tiene que usando propiedades de la
esperanza matemtica y de la varianza se
demuestra que:

1
1
X
{E [X ] E [ ]} =
E [Z ] = E
E (X ) =
=

1
{ } = 0
=

1
1
X
Var (Z ) = Var
= 2 Var ( X ) = 2 {Var [ X ] Var [ ]} =

1
2
= 2 {Var [ X ] 0 } = 2 = 1 . 0

El anterior resultado permite convertir cualquier

variable aleatoria con fdp normal y parmetros media
y varianza 2 a una fdp normal estndar con =0 y
2=1.

El clculo de probabilidades para cualquier variable

aleatoria con fdp normal consiste entonces en
transformar la variable usando la transformacin
Z=(X-)/ para lograr la fdp normal estndar y
entonces solo calcular probabilidades para esta
ltima distribucin.
Dado que existe una correspondencia entre rea y
probabilidad, el problema se reduce a calcular reas
bajo la curva de la fdp normal estndar que son
equivalentes a las reas o probabilidades de la fdp
normal original o sin transformar.

A continuacin se muestra la tabla de valores de

probabilidad acumulada de la distribucin normal
estndar que es posible encontrar en cualquier libro
de estadstica.

Tabla de valores de la
fdp normal estndar
A continuacin se presentan los valores
tabulados de la distribucin normal estndar
que cumple con la siguiente condicin.
z

P(Z z) =

f Z (t ) dt =

1
e
2 *

t2

dt

Proporciona los valores de la cdf de la normal estndar para el

valor de z.

Suponga que se tiene la variable aleatoria X

definida anteriormente con distribucin normal y
parmetros dados por lo siguiente:

X N (0.515,0.01613)

Se desea obtener la probabilidad de que el gasto

del orificio sea menor de 0.6 l.p.s, es decir
P(X0.6), para lo cual se procede a usar la tabla
anterior y se remarca en un pequeo recuadro el
valor usado en la primer columna de Z y la
correspondiente a la columna nueve para obtener
el valor que corresponde a z=0.67 como redondeo
de 0.669297 que proviene de lo siguiente:
X 0 .6

P ( X 0 .6 ) = P
=

0 .6 0 .515

P Z
= P (Z 0 .669297 ) = P (Z 0 .67 ) = 0 .7486
0 .127

Usando la TI se tiene, al
integrar la fdp normal
estndar de a 0.66929

Este mismo resultado es posible de obtener al emplear las

herramientas de cmputo ya explicadas pero al emplear
como media el valor de cero y desviacin estndar de 1.

Funcin de densidad
ji-cuadrada
Sea X una variable aleatoria con fdp
normal con media y varianza 2,
entonces la variable aleatoria
Z=(X-)/
Tiene fdp normal estndar dada por:
z2

1
f z( z) =
e
2*

para < z <

Ahora se tiene que elevando al cuadrado la anterior

variable aleatoria, se genera una nueva variable
aleatoria cuya funcin de densidad de probabilidad
es ji-cuadrada con un grado de libertad, denotado
por lo siguiente:
2
2

Z 1

En el caso de tener variables aleatorias cada una

de ellas con funcin de densidad de probabilidad
normal estndar elevadas al cuadrado y
adicionalmente se cumple la independencia entre
ellas, entonces la nueva variable aleatoria dada por:
X

2
( )

= Z

2
1

+Z

2
2

+ K + Z =
2

i =1

Z i2 2

Tiene distribucin ji-cuadrada con grados de

libertad, a continuacin se muestra la fdp.

Funcin de densidad de
probabilidad ji-cuadrada
x
2 1

*e 2
x
si

fx (x) =
*22
2

de
0

x > 0

otra

manera

Donde () es llamada la funcin matemtica gamma y

Definida por lo siguiente:

)=

y ( 1 ) * e y dy

En particular cuando =1, entonces (1)=1 y en general cuando

es un entero positivo mayor que 1 se cumple que:

( ) = ( 1)* ( 1) = ( 1)* ( 2 )* K * (1) = ( 1)!

Ejemplo de clculo de la fdp

ji-cuadrada usando la TI

Se desea obtener el valor de la fdp jicuadrada para =6 grados de libertad y en

x=10.0, es decir se desea calcular el valor
de fx(x) cundo toma el valor de diez.
Sabiendo que la fdp ji-cuadrada es:
x
2 1

2
*e
x
si

fx(x) =
*22
2

de
0

x > 0

otra

manera

Se requiere obtener (6/2)= (3), ya que

en este caso se tiene:
(3) = y ( ) * e dy = y * e dy = 2

31

De tal manera que ya calculados

los
elementos
que
son
necesarios para tener definida
la funcin se tiene:
6
10
10 2 1 * e 2

f x (10 ) =
= 0 . 042112
6
6 * 2 2

Empleando la TI se tiene:

Usando
el
editor
de
listas/estadsticas de la TI

Usando la opcin de graficar

(Shade o sombreado) de la TI

x~10

Valor de y
aproximado

Grfica de la fdp ji-cuadrada con

6 grados de libertad usando
MATLAB ver 6.5

En R se puede obtener el valor de la

fdp ji cuadrada, al utilizar la funcin
gamma(), como se indica

Valor de fx(10)

En R tambin se cuenta con la funcin:

dchisq(x,df,ncp=FALSE,log=FALSE)
df=grados de libertad,ncp=parmetro de no centralidad
y en log se utiliza FALSE para indicar que no se desea
la opcin de logaritmos.

Clculo de la funcin de
distribucin de
probabilidades
acumulativas de la ji
cuadrada.

Ahora se muestra como obtener

la cdf ji-cuadrada con 6 grados
de libertad y para x=10 con la TI

Solo se procede a obtener la integral

de la fdp de cero al valor de x=10

Ahora se muestra usando la

cdf de la ji-cuadrada con la
TI

Grfica de la cdf ji-cuadrada con

6 grados de libertad y para
x=10, usando MATLAB ver 6.5

En excell se utiliza lo siguiente:

1-DISTR.CHI(10,6)
para obtener el valor de la cdf en x=10

Valor de (1-0.12465202)=P(X10)

Valor de DISTR.CHI(10,6)

En R se usa la funcin:
pchisq(x,df,lower.tail=TRUE,log.p=FALSE)
lower.tail si TRUE se indica que se desea desde - a
x, en caso contrario se obtiene la probabilidad del
complemento, como se indica en la pgina de abajo.

Tabla de valores de
la ji-cuadrada con v
grados de libertad

P X X ( ) =
2

P(X2(6)>12.5916)=0.05

Con la TI se obtiene integrando

la fdp de 0 a 12.5916

Donde por ser eventos

complementarios se
tiene al hacer x=12.5916

P( X x) + P( X < x) = 1
P( X x) = 1 P( X < x) = 1 0.95 = 0.05

Con lo cual se obtiene el

mismo valor que el
mostrado en la tabla
anterior

O bien usando la funcin inversa

del editor de listas/Estadsticas

Usando la opcin de graficar

sombreado de la TI

Clculo de
usando MATLAB ver 6.5
P(X2(6)>12.5916)=0.05

Excell proporciona
directamente los valores de

la tabla

Valor de P(X>X212.5916)~0.05

En R se puede obtener el valor

empleando la funcin
qchisq(rea,df)

Funcin de
densidad de
probabilidad tstudent

La distribucin t de
student

Si Z es una variable N(0,1) y si X2() tiene

distribucin ji-cuadrada con v grados de
libertad y es independiente de Z, entonces
la variable aleatoria definida por:

T =

2
( )

t (

Tiene distribucin t de student con grados de libertad.

Funcin de densidad
t-student

+1

1
2

*
para
+1

f x ( x ) = ( * ) * x 2
2
+ 1
2

0
de
otra
manera

< x<

Donde como en el caso de la fdp ji cuadrada tambin se

emplea la funcin matemtica gamma()

Ejemplo usando la TI

+1

1
2

para
*
+1

2
f x ( x ) = ( * ) * x
2
+ 1
2

0
de
otra
manera

Se desea obtener
el valor de la fdp tstudent para =5
grados de libertad y

en x=0.5, para lo f ( x ) =

cual se requiere

obtener (6/2) y
(5/2) obteniendo:

2 *1

6
= (3) = y(31) *eydy= y2 *eydy= 2
2
0
0

(521) y
5
= y *e dy= y2 *eydy=1.32934
2 0
0

0 .5 2

( * 5 ) *1 .3293
+ 1
5

5 +1

< x <

= 0 .327919

Usando el editor de
listas/Estadsticas

Grfica de la fdp t-student con 5 grados de

libertad y valor de la fdp cuando x=0.5 usando
MATLAB ver 6.5

Empleando la funcin:
dt(0.5,5,0,0)
en R es posible obtener el valor de la
pdf en x=0.5 como se indica

Ahora se muestra como obtener la

cdf de la t-student con 5 grados de
libertad y para x=0.5 con la TI

Solo se procede a obtener la integral de

la fdp de al valor de x=10.

Ahora se muestra usando la

cdf de la ji-cuadrada con la
TI

Usando la opcin de
graficar de la TI

Grfica de la cdf t-student con 5

grados de libertad y valor para x=0.5
usando MATLAB ver 6.5

En excell se utiliza lo siguiente:

1-DISTR.T(0.5,5,1)
para obtener el valor de la cdf en x=0.5

(1-DISTR.T(0.5,5,1)) =P(X0.5)=0.68085

Valor de DISTR.T(0.5,5,1)

En R empleando la funcin:
pt(0.5,5)
es posible obtener el valor de la cdf en x=0.5
como se indica

Tabla de valores de
la t-student con
grados de libertad
P (t t ( )) =
Cabe aclarar que por la propiedad
simtrica de la distribucin t-student con
respecto a cero se cumple tambin que:

P(t t ( )) =

P(t(5)>2.0150)=0.05

Con la TI se obtiene integrando la

fdp t - student de a 2.0150
usando 5 grados de libertad

Donde por ser eventos

complementarios se
tiene al hacer
x=2.0150

P( X x) + P( X < x) = 1
P( X x) = 1 P( X < x) = 1 0.95 = 0.05

Con lo cual se obtiene

el valor aproximado al
que se obtiene en la
tabla anterior

Ahora se muestra usando la

funcin inversa de la t - student
con la TI

Usando la opcin de graficar

sombreado de la TI

Ahora se muestra la
equivalencia entre

P(t t ( )) =

P (t t ( )) =

En forma grfica

Clculo de P(t >2.0150)=0.05

usando MATLAB ver 6.5
(5)

Excell proporciona el rea

para el valor de la tabla

DISTR.T(2.0150,5,1)

En R es posible obtener el valor de la tabla

con la funcin:
qt(rea,df)
Se puede ver que por simetra se cumple
que: P(t t())=
y P(t t ()) = para =0.05

La distribucin F de
Fisher

Sean X e Y dos variables aleatorias con

distribucin ji-cuadrada e independientes,
cada una con m y n grados de libertad
respectivamente, entonces la variable aleatoria
que resulta del siguiente cociente:
X m2
F = m2 Fnm
Yn
n

Tiene distribucin F con m y n grados de libertad.

Funcin de densidad F
m+n
m
( m + n )
2
2 m 2
m 1)
m
(

* * (x )
* 1 + * x
f x ( x) = m n n
n

2 2

de
otra
manera
0

para 0 < x <

Ejemplo usando la TI

Se desea obtener el valor de la fdp F para

m=7 y n=5 grados de libertad y en x=2.0, de
donde se requiere conocer (12/2), (7/2) y
(5/2) obteniendo:

12
5
y
y
(6 1 )
= (6 ) = y
* e dy = y * e dy = 120
2
0
0
5
=
2

7
=
2

5 1
2

* e y dy =

y
0

3
2

y
*
y
e
dy = 1 .32934

7 1
2

* e dy =

y
0

5
2

* e dy = 3 .32335

Valor de la fdp F para x=2.0 cuando m=7 y n=5

m+n
m

( m+n)

2 m2 (m 1) m 2
*

*(x) 2 *1+ *x
fx(x) = m n n
n

2 2

de otra manera
0

para0<x<

7
2
1
7

120 * * 2 2

5
f x ( 2) =
= 0.165688
5+ 7

3.32335 *1.32931 + * 2
5

Usando el editor de
listas/Estadsticas(cambiar)

Grfica de la fdp F con m=7

y n=5 grados de libertad y
valor en x=2.0

En R se utiliza la funcin:
df(x,m,n)
En este caso df(2,7,5)

Ahora se muestra como obtener la

cdf de la F con m=7 y n=5 grados de
libertad y para x=2.0 con la TI

Solo se procede a obtener la integral de

la fdp de 0 al valor de x=2.0.

Ahora se muestra usando la

cdf de la F con la TI usando
m=7 y n=5 en x=2.0

Usando la opcin de
graficar de la TI

Grfica de la cdf F con m=7 y n=5

grados de libertad y para x=2
usando MATLAB ver 6.5

En excell se utiliza lo siguiente:

1-DISTR.F(2,7,5)
para obtener el valor de la cdf en
x=2.0

P(X2)=1-P(X>2)=1-0.23141567=0.76858433

Valor de DISTR.F(2,7,5)
Grados de libertad
en el numerador

Grados de libertad
en el denominador

En R se utiliza la funcin
pf(x,m,n)

P(X2)=0.7685843

Tabla de valores de
la distribucin F con
m grados de libertad
en el numerador y n
grados de libertad en
el denominador
P(F

m
n

m
n , 0 . 10

) = 0 . 10

P(F 75>3.368)=0.10

Con la TI se obtiene integrando la

fdp F de 0 a 3.368 usando m=7 y n= 5

Donde por ser eventos complementarios se

tiene al hacer x=3.368
P( X x) + P( X < x) = 1
P( X x) = 1 P( X < x) = 1 0.90 = 0.10

Con lo cual se obtiene el valor aproximado al

que se obtiene en la tabla anterior

Ahora se muestra usando la

funcin inversa de la F con la TI

Usando la opcin de graficar

sombreado de la TI

Clculo de

P(Fnm Fnm,0.10 ) = 0.10 usando MATLAB ver 6.5

Excell proporciona el rea

para los valores de la tabla

P(X>3.3679)~0.10

En R es posible obtener el valor de la tabla

con la funcin:
qf(rea,m,n)

P(X>3.367899)=0.10