DISTRIBUCIONES t y F 

 
 
1) Variable Aleatoria t de Student. 
 
T es una variable aleatoria t de Student  con parámetro  n, entero positivo, si su función de 
densidad de probabilidades tiene la forma 
 
1
Γ 1
~ ,                       2 ;     
√nπΓ 2
1
El lector debe verificar los datos en la tabla siguiente 
 
E(T)  V(T)  E(T2k‐1)  E(T2k) 
       
0  0  1
;    2  Γ Γ
  2 2 2 ;     2  
1
n > 1  Γ Γ
2 2
 
Gráficas de la función de densidad T para distintos valores de n (n = 1, 2, 4, 6) se muestran a 
continuación. 
 

 
 
   
TEOREMA 1:  Sea Z una normal estándar y sea U una Chi‐Cuadrado con n grados de libertad, 
independientes entre sí. Sea una nueva variable T, función de Z y U, dada por la 
expresión siguiente:  
 
 

 
Entonces, T tiene una distribución t de Student con n grados de libertad. 
 
2) Variable Aleatoria F de Snedecor. 
 
F es una variable aleatoria F de Snedecor  con parámetros m y  n, ambos enteros positivos, si su 
función de densidad de probabilidades tiene la forma 
 
~ , ,             ,     ó        
 

Γ
2 ;        0
Γ Γ  
2 2 1
0;                               
 
El lector debe verificar los datos en la tabla siguiente 
 
E(F)  V(F) 
;    2  2 2
2 ; 4 
2 4
 
Gráficas de la función de densidad F para distintos valores de m y n se muestran a continuación. 
 

 
 
TEOREMA 2:  Sean U y V variables aleatorias Chi‐Cuadrado con m y n grados de libertad, 
respectivamente, e independientes entre sí. Sea una nueva variable F, función de U 
y V, dada por la expresión siguiente.  
 
  

 
Entonces, F tiene una distribución F de Snedecor con m y  n grados de libertad. 
 
TEOREMA 3:  Sea T una variable t de Student con n grados de libertad, entonces la variable F = T2  
sigue una distribución F con 1 y n grados de libertad. 
 
TEOREMA 4:  Sea F una variable F con m y n grados de libertad y sea 0 < α < 1. Entonces el 
percentil α de F, digamos Fm,n;α, y el percentil (1 ‐ α) pero de la variable F con n y m 
grados de libertad, digamos Fn,m;(1 ‐ α), son tales que se cumple  Fm,n;α Fn,m;(1 ‐ α) = 1. 
 
TEOREMA 5:  Sea (X1, X2, …., Xn) una Muestra Aleatoria Simple (MAS) de tamaño n de una variable 
normal con parámetros μ y σ2. Entonces, los siguientes estadísticos siguen las 
distribuciones que se indican 
 
1
        ~ ,           ~ 0,1  
√
 
1
              ~  

 
1 1
              ~  
1
 

~ 1  
√
 
Y finalmente, 
 

                

 
   
 
Es bueno recordar aquí otros resultados de interés obtenidos tanto en este curso como en el anterior. 
 
TEOREMA 6:  Sea Z una variable aleatoria Normal Estándar, entonces la variable Y = Z2  sigue una 
distribución Chi‐Cuadrado con 1 grado de libertad. 
 
TEOREMA 7:  Sean Xi i = 1, …, n variables aleatorias independientes y con igual distribución 
Chi‐Cuadrado con ki grados de libertad, respectivamente, entonces la variable 
∑   sigue una distribución Chi‐Cuadrado con grados de libertad igual a 
la suma de los grados de libertad de las Xi. 
 
TEOREMA 8:  Sean Xi i = 1,…, n variables aleatorias independientes y con igual distribución 
Exponencial con parámetro λ, entonces la variable  ∑   sigue una 
distribución Gamma con parámetros λ y n. 
 
TEOREMA 9:  Sean X una variable aleatoria Gamma con parámetros α y r, entonces, si k = 2r es un 
número entero, la variable  2   sigue una distribución Chi‐Cuadrado con k 
grados de libertad. 
 
 
PROBLEMAS PARA DISCUTIR EN CLASE 
 
1) Sea (X1, X2, …., X7) una Muestra Aleatoria Simple (MAS) de tamaño 7 de una población normal 
estándar. Determine el valor de la constante C para que la variable Y tenga una distribución t 
de Student. Determine los grados de libertad de Y. Calcule P{Y ≥ 1}. 
 
 

Analizando el numerador se tiene 
 
~ 0,1 ;    1, . . , 7      ~ 0,3       ~ 0,1  
√3
 
Analizando el denominador se tiene 
 
~ 0,1          ~ ;    1, . . , 7        ~  
 
Si definimos una t de Student con las variables analizadas, se tiene 
 

√3 ~ 4  

4
 
Comparando con la definición de Y tenemos que     y, en consecuencia, Y sigue una 
√
distribución t de Student con 4 grados de libertad.  
 
Ya que se conoce cuál es la distribución de Y, entonces 
 
4 1 5
Γ Γ
1 2 2  
4 √4πΓ 2
√4πΓ 2
1 1
4 4
 
 
5 3 3 3 3 1 3 1 1 3 1 3√
Γ Γ 1 Γ Γ 1 Γ √  
2 2 2 2 2 2 2 2 2 2 2 4
 
Γ 2 1 
 
Entonces, 
 
3√
4 3
2 0,18695 
√4π 8
1 1
4 4
 
 
2) Sea una población X que sigue una distribución Normal con media μ y varianza 1. Sea Y otra 
población que sigue una distribución de tipo Exponencial con media igual a 1. Sean sendas 
muestras aleatorias simples de estas poblaciones de tamaño 6 y 8, respectivamente. Las 
poblaciones X e Y se suponen independientes.  
 
A) Calcule la probabilidad siguiente: 
 

1,456  

 
Analicemos el lado izquierdo de esta desigualdad 
 

~ 0,1 ;    1, . . , 6      ~ 0,6  

 
∑
~ 0,1  
√6
 
Analicemos el lado derecho 
 

~ 1 ;    1, . . , 8   ~ 1,6 2 ~  
 
Recapitulando, 
 

∑
1,456 1,456  
∑
 
Al multiplicar y dividir en el numerador por √6 no se altera la desigualdad. Al multiplicar y dividir 
el denominador por √6 no se altera la desigualdad. Entonces, 
 

∑
√6 1,456 1,456  
2∑
12
 
Donde, 
 
∑
√6 ~ 12 1,456 0,91447 
2∑
12
 
 
B) Calcule la probabilidad siguiente: 
 

12,36  

 
Analicemos el lado izquierdo de la desigualdad, 
 

~ 1 ;    1, . . , 8   ~ 1,6 2 ~  

 
Analicemos el lado derecho de la desigualdad, 
 
~ 1 ;    1, . . , 8   ~ 1,2 2 ~  
 
Ya que se habla de dos Chi‐cuadrado, se debe pensar en una variable F, cociente de variables 
Chi‐cuadrado!!!!  Entonces, 
 
 2∑
∑ 12 12,36
12,36 12,36 4,12  
2 3
4
 
Donde   ~ 12,4 . Finalmente, 
 

12,36 4,12 9,1404 10  

 
 
3) Sea una muestra aleatoria simple de tamaño “n” de una población X de tipo Normal con media 
cero y varianza θ. Sea otra muestra aleatoria simple de tamaño “n” de una población Y de tipo 
Exponencial con parámetro 3/θ. Sea una tercera muestra aleatoria simple de tamaño “2m” de 
una población W de tipo Gamma con parámetros α = θ y r = 2. Suponga que las poblaciones X, 
Y  y  W  son  independientes.  Calcule  el  valor  adecuado  de  θ  para  que  .  Donde  la 
variable U se define como 
 
∑
 
∑ 6 √24 ∑
 
Del enunciado del problema se puede escribir, 
 
~ 0, ;    1, . . ,     
3
~ ;    1, . . ,       
~ , 2 ;    1, . . , 2
 
Analicemos el numerador de U, 
 

~ ,2 2 ~ 2 ~  

Analicemos el denominador de U, 
 

6 √24 6 2 6 √24 6  

 
3 3
~ , 2 ~
 
~
√
 
Entonces, 
 
1
∑ ∑ 2
2  
∑ 6 √24 ∑ 6
∑ ∑
√
 
∑ 2
8 8 8
 
2 3 6 6
∑ ∑
√
2
 
Donde, 
 
∑ 2
8 ~ 8 ,3  
6
∑ ∑
√
3
Entonces, 
 
8 8 3 16
 
6 6 3 2 3 2