E STADÍSTICA

PARA INGENIERÍA
Y CIENCIAS
Héctor Adolfo Quevedo Urías
Universidad Autónoma de Ciudad Juárez

Blanca Rosa Pérez Salvador

Universidad Autónoma Metropolitana - Iztapalapa

PRIMERA EDICIÓN EBOOK

MÉXICO, 2014

GRUPO EDITORIAL PATRIA

 info editorialpatria.com.mx

www.editorialpatria.com.mx

Dirección editorial: Javier Enrique Callejas

Coordinadora editorial: Estela Delfín Ramírez
Diseño de interiores: Juan Castro Salgado (TROCAS)
Diseño de portada: Publishare

Revisión técnica:
Dr. Pedro Lara Velázquez
Profesor-Investigador
Universidad Autónoma Metropolitana-Azcapotzalco

Estadística para Ingeniería y Ciencias

Derechos reservados:
© 2014, Héctor Quevedo Urias / Blanca Rosa Peréz Salvador
© 2014, GRUPO EDITORIAL PATRIA, S.A. DE C.V.
Renacimiento 180, Colonia San Juan Tlihuaca,
Delegación Azcapotzalco, Código Postal 02400, México, D.F.

Miembro de la Cámara Nacional de la Industria Editorial Mexicana

Registro núm. 43

ISBN ebook: 978-607-438-939-5

Queda prohibida la reproducción o transmisión total o parcial del conte-

nido de la presente obra en cualesquiera formas, sean electrónicas o mecá-
nicas, sin el consentimiento previo y por escrito del editor.

Impreso en México
Printed in Mexico

Primera edición ebook: 2014

Agradecimientos

Héctor Adolfo Quevedo Urías

A mi esposa Gloria y a mis hijos Héctor, Rocío, Christopher, Anabel, Abigail, Jordyn, Lauren y Adriana.

De forma especial y con profundo agradecimiento dedico este libro a las siguientes personas,
por su valioso apoyo en la realización de este proyecto:

A la escritora Margarita Quevedo Urías.

Al licenciado Jorge Mario Quintana Silveyra por su sobresaliente y fina actuación como Rector de la
Universidad Autónoma de Ciudad Juárez (UACJ).
Al M. en C. David Ramírez Perea, Secretario General de la UACJ; al maestro Antonio Guerra Jaime,
Director del Instituto de Ingeniería y Tecnología de la UACJ, y demás autoridades universitarias.
Al doctor Enrique A. Olivas y al doctor Jawad Mahmoud del Departamento de Química del Community
College, en El Paso, Texas; al doctor Humberto García, del Instituto Tecnológico y de Estudios Superiores
de Monterrey (ITESM – Campus Ciudad Juárez), y al doctor Jorge A. Salas Plata Mendoza de la UACJ.

Blanca Rosa Pérez Salvador

Agradezco a mis tres hijos, Armando, Blanca y Rosendo, por su paciencia y apoyo.
iv  |  Estadística para ingeniería y ciencias

Prólogo
Este libro de estadística está orientado a la aplicación y solución de problemas en ingeniería
y ciencia. Busca darle al lector los conocimientos estadísticos y matemáticos necesarios para
que pueda resolver sus problemas de estadística, no sólo dentro de las aulas, sino también en
la práctica.
En estos tiempos tan cruciales que vivimos, es decir, con tantos cambios políticos, econó-
micos, sociales, climáticos y ambientales, es muy importante que se esté enterado de lo que
está pasando y la razón por la cual vendrán muchos más cambios en nuestro modo de vivir.
Sin embargo, para poder enfrentar a estos problemas necesitamos conocer sus orígenes. Es por
ello que una de las finalidades de esta obra es la de concientizar a la gente de estos cambios,
algunos tan profundos como el calentamiento global.
La finalidad de este libro es el dar muchos ejemplos y ejercicios con variadas aplicaciones
estadísticas en la ingeniería ambiental, la ingeniería civil, la química, física, biología, ingeniería
mecatrónica, la ingeniería agrícola, hidrología, medicina y muchas más. Además, este libro
brinda un mensaje de ideas creativas, reflexivas e innovadoras, para que el lector medite sobre
los conceptos aplicados a las diferentes disciplinas que interaccionan con la vida del hombre.
Siendo así, este texto lleva una comunicación importante, no sólo en el punto de vista estadís-
tico, también en los puntos de vista de la salud, la sociedad, economía, política, etcétera.
La estadística y los métodos probabilísticos o estocásticos juegan un papel muy importan-
te en todas las fases del comportamiento humano. De esta manera, el uso de la probabilidad
y la estadística se ha extendido, no sólo a las áreas tradicionales universitarias o escolares, sino
también a todos los campos de la ingeniería, agricultura, biología, química, comunicaciones,
economía, electrónica, mecatrónica, medicina, física, hidrología, ciencias políticas, psicolo-
gía, sociología, encuestas políticas, mercadotecnia, ecología, meteorología, control de calidad,
etcétera.
Este texto de probabilidad y estadística está diseñado para cursos de licenciatura y postgra-
do, para ingeniería ambiental y demás ramas de la ciencia. No obstante, los prerrequisitos para
entender mejor los conceptos mostrados aquí, son tener cursos básicos de cálculo diferencial e
integral, con derivaciones parciales e integración múltiple.
En este texto se encuentra una compilación de casi 70 libros de referencias bibliográficas
de probabilidad y de estadística, además de ideas originales e innovadoras, no sólo aplicadas a
la ingeniería ambiental, sino también a la ingeniería en general, la economía, química, física,
agricultura, medicina, etc. Este texto consta de más de 400 páginas que incluyen conceptos
teóricos y muchos ejemplos prácticos. Además, al final de cada capítulo se listan ejercicios
aplicados a la ingeniería y la ciencia. Es decir, el cuerpo del libro consta de un total de casi 900
ejercicios con respuestas.
El propósito de esta obra es el de ayudar al lector a entender los conceptos, ideas y fun-
ciones de la probabilidad y de la estadística con aplicación a problemas de ingeniería y demás
ramas de la ciencia. Este texto deberá ser útil para aquellos estudiosos que deseen hacer aplica-
ciones de la probabilidad y la estadística a problemas de investigación.
Cada capítulo cuenta con definiciones pertinentes y claras, teoremas y principios, abun-
dantes gráficas de materiales descriptivos, además de muchos ejemplos y ejercicios.
Por ejemplo, el Capítulo 1 da la introducción a la estadística descriptiva, trata de la clasi-
ficación de variables, medidas de tendencia central, dispersión, distribuciones de frecuencia,
etc., así como también del uso de los programas Excel y Minitab. Más adelante, el Capítulo
2 discute los conceptos básicos de la teoría de probabilidad, la introducción axiomática de la
probabilidad, técnicas de conteo, teorema de Bayes, etc. Después, el Capítulo 3 está relacio-
nado con funciones de distribución de variables aleatorias discretas, esperanza matemática de
 Prologo  |  

variables aleatorias discretas, funciones de distribución uniforme discreta, función de distri-

bución binomial, distribución binomial negativa, distribución hipergeométrica, distribución
Poisson y así sucesivamente. El capítulo 4 habla de funciones de distribución de variables alea-
torias continuas, funciones de densidad conjunta y marginal, covarianza, distribución expo-
nencial, gamma, Weibull, lognormal, distribución normal, teorema del límite central, distribu-
ción de ji-cuadrada, distribución de t de Student, distribución F, y así sucesivamente. Además,
este capítulo da muchas aplicaciones estadísticas usando el programa Minitab. El capítulo 5
habla de estimación, es decir, estimación puntual, por intervalos, determinación del tamaño
de la muestra y así sucesivamente. En seguida, el Capítulo 6 discute prueba de hipótesis, es
decir, para los parámetros de la distribución normal; pruebas de hipótesis para variables no
normales, prueba de hipótesis sobre el parámetro de Bernoulli, pruebas de bondad de ajuste,
gráficos de probabilidad normal, y así sucesivamente. Además, este capítulo da muchas apli-
caciones usando Minitab y Excel. Más adelante, el Capítulo 7 está relacionado con el análisis
de varianza (ANOVA). Este capítulo discute las propiedades y suposiciones del modelo de
ANOVA, diseños de ANOVA, esto es, de una clasificación y diseños de bloques completamen-
te aleatorizados, también discute modelos factoriales de dos, tres y hasta cuatro clasificaciones
de efectos fijos y estudia la interpretación del problema de interacción. En seguida, el Capítulo
8 está relacionado con regresión lineal simple y múltiple, aquí se discute las propiedades de
los estimadores de mínimos cuadrados, inferencias acerca de los coeficientes de regresión, los
procedimientos para evaluar la calidad de los modelos de regresión seleccionados usando diag-
nósticos o criterios estadísticos (R2, PRESS, s, criterio Cp, etc.) y de diagnósticos gráficos de
residuales, procedimiento de ANOVA y así sucesivamente. Igualmente, este capítulo describe
aplicaciones muy profundas usando programas como Minitab. El Capítulo 9 está relacionado
con regresión polinomial o no lineal, la cual incluye modelos polinomiales de segundo y tercer
orden, con una variable independiente y con más de dos variables regresivas. Este capítulo
también habla de modelos de regresión no lineales de regresión logística y de modelos expo-
nenciales paramétricos, con una sola variable independiente, también trata el problema de
autocorrelación, de análisis gráficos para diagnosticar colinealidad y las medidas para mitigar
estos problemas. Finalmente discute transformaciones para corregir las violaciones a las supo-
siciones del análisis de regresión y así sucesivamente. En el CD encontrarás series de tiempo y
sus componentes, como gráficas de series de tiempo, análisis de tendencia, etcétera.
Este libro incluye, varios apéndices con tablas de distribuciones binomiales, de Poisson,
normal, de t de Estudiante, de F, de ji-cuadrada, etc., es decir, contiene 44 tablas de las funcio-
nes probabilísticas y de papel de gráfica. Igualmente, incluye una lista de muchas referencias
bibliográficas. También se proporciona una sección (en CD) de varios ejemplos usando Excel.
En este rubro se dan muchos ejemplos de problemas resueltos usando el programa Minitab,
es decir, describiendo su uso y el de Excel con minuciosidad algo presentado por muy pocos
libros de estadística. Finalmente, esta obra, también da una sección con las respuestas a todos
los problemas impares.
Para concluir, debe decirse que, ésta es una obra de estadística diseñada para los estu-
diantes de ingeniería ambiental, demás ingenierías y de la ciencia en general. También, esta
obra clásica de probabilidad y estadística está diseñada para todos aquellos investigadores que
deseen encontrar, prácticamente, todos los conceptos de la probabilidad y estadística que les
puedan ayudar en el desarrollo de su profesión de ingeniería, en la investigación o cualquier
otra área de la ciencia en general. Igualmente, este libro está diseñado para todas aquellas per-
sonas que estén interesadas en conocer los impactos de la dinámica científica, climatológica,
económica, política, social y de salud, por la que en la actual está pasando la humanidad.
Contenido
Capítulo 1 2.7  Eventos independientes  65
Estadística descriptiva  1 Problemas propuestos  72
Efectos de la radiación UVB  1
Introducción  2
Capítulo 3
1.1 Clasificación de la estadística  2
1.2 Clasificación de variables: tipo de datos  3 3.1  Variables aleatorias discretas  76
1.3 Medidas de tendencia central o de localización  4 3.2  Probabilidad de una variable aleatoria  77
1.3.1  Media aritmética  4 3.2.1 Función de densidad y función de distribución
1.3.2  Mediana  5 acumulada  77
1.3.3  Moda  6
3.2.2 Funciones de densidad conjuntas y marginales  80
1.3.4  Media geométrica  7
1.3.5  Media armónica  8 3.2.3 Funciones de densidad condicional y variables
1.3.6  Cuartiles  8   aleatorias independientes  82
1.4 Medidas de variabilidad o dispersión  9 3.3 Esperanza matemática de una variable aleatoria
1.4.1  Rango  10
  discreta  84
1.4.2  Rango intercuartílico  10
1.4.3  Varianza  11 3.3.1  Valor esperado de una variable aleatoria  85
1.4.4  Desviación estándar  12 3.3.2  Varianza de una variable aleatoria  87
1.5 Distribuciones de frecuencia  12 3.3.3  Covarianza  89
1.5.1  Frecuencia absoluta  13 3.3.4  Función generatriz de momentos  92
1.5.2  Frecuencia relativa  15
3.4 Función de distribución uniforme discreta  93
1.5.3  Frecuencia acumulada  16
1.6 Métodos gráficos  18 3.5  Función de distribución Bernoulli  94
1.6.1  Diagrama de tallo-hoja  18 3.6  Función de distribución binomial  96
1.6.2  Histograma  19 3.6.1  Definición y propiedades  96
1.6.3  Polígonos de frecuencia  20 3.6.2 Cálculo de la distribución binomial usando
1.6.4  Diagrama de cajas  21
  Excel  100
1.6.5  Simetría  23
1.7 Media y varianza con datos agrupados  24 3.6.3 Cálculo de la distribución binomial usando
1.8 Instrucciones para el uso de Excel en estadística Minitab  102
descriptiva  25 3.6.4  Ejemplos  104
1.8.1 Medidas de tendencia central y de dispersión 3.7 Función de distribución acumulada binomial negativa  113
con Excel  27
3.7.1  Definición y propiedades  113
1.8.2  Tabla de frecuencias con Excel  28
1.8.3  Gráficas con Excel 29 3.7.2 Relación de las funciones de densidad binomial
1.8.4  Uso de Minitab para el diseño de gráficas  29 negativa y binomial  116
1.9  Instrucciones para el uso de Minitab en estadística 3.7.3 Cálculo de la distribución binomial negativa
descriptiva  31
  usando Excel  117
1.9.1  Estadísticas descriptivas usando Minitab  31
1.9.2  Diagramas de caja con Minitab  32 3.8  Función de distribución geométrica  119
1.9.3  Diagrama de tallo-hoja con Minitab  33 3.9  Distribución hipergeométrica  120
1.9.4 Gráficas de frecuencia relativa acumulada (ojivas) 3.9.1  Definición y propiedades  120
  usando el Minitab  34 3.9.2 Relación entre las distribuciones hipergeométrica
Problemas propuestos  36
y binomial  122
Capítulo 2 3.9.3 Cálculos de la distribución hipergeométrica
Introducción a la probabilidad 38 usando Excel  123
Introducción  38 3.9.4 Cálculos de la distribución hipergeométrica
2.1  Conceptos básicos  39   usando el Minitab  124
2.1.1  Diagramas de Venn  41
3.10  Función de distribución Poisson  127
2.2  Introducción axiomática de la probabilidad  46
2.3  Espacios muestrales equiprobables  48 3.10.1  Definición y propiedades  127
2.4  Técnicas de conteo  50 3.10.2 Aproximación de la distribución binomial
2.4.1  La regla del producto para pares ordenados  50   mediante la distribución Poisson  131
2.4.2  Regla de multiplicación más general  50 3.10.3 Cálculo de la distribución Poisson usando
2.4.3  Permutaciones  53
  Excel  131
2.4.4  Combinaciones  56
2.5  Probabilidad condicional  60 3.10.4 Instrucciones para la distribución Poisson
2.6  Teorema de Bayes  62 usando Minitab  132

3.10.5 Ejemplos de la función de distribución
  Poisson  134
Problemas propuestos  141
Capítulo 4
Introducción 143
1.4  Probabilidad de una variable aleatoria continua  144
4.1.1 Función de densidad y función de distribución
  144
4.1.2 Funciones de densidad conjuntas y marginales  148
4.1.3 Densidad condicional y variables aleatorias
  independientes  150
4.2 Esperanza matemática de una variable aleatoria
  continua  151
4.2.1  Valor esperado de una variable aleatoria  151
4.2.2  Varianza de una variable aleatoria  152
4.2.3  Covarianza  154
4.2.4  Función generatriz de momentos  158
4.3  Distribución uniforme continua  159
4.4  Distribución exponencial  161
4.5  Distribución gamma  163
4.5.1  Función gamma  163
4.5.2  Función de densidad gamma  164
4.6  Distribución Weibull  168
4.7  Distribución normal  170
4.7.1  Definición y propiedades  170
4.7.2  Cálculo de probabilidades normales  173
4.7.3  Cálculos con la distribución normal inversa  177
4.8  Teorema del límite central  182
4.8.1  Presentación  182
4.8.2 La distribución normal como aproximación de la
  distribución binomial  186
4.9  Distribución lognormal  189
4.10  Distribuciones derivadas de la normal  192
4.10.1  La distribución ji-cuadrada  192
4.10.2  La distribución t de Student  194
4.10.3  La distribución F  196
4.11 Cálculo de las funciones de distribución
  acumuladas continuas usando Excel  197
4.11.1  Presentación  197
4.11.2 Ejemplo de uso de tablas y gráficas de
  funciones de probabilidad  198
4.12 Cálculo de distribuciones continuas usando el programa
  Minitab  200
4.12.1 Cálculo de los valores de la funciones de
  densidad y de distribución normal  200
4.12.2 Cálculo de los valores de la función de
  distribución exponencial  202
4.12.3 Cálculo de los valores de la función de
  distribución acumulada gamma  204
4.12.4 Cálculo de los valores de la función de
  distribución lognormal  205
4.12.5 Cálculo de los valores de la función de
  distribución acumulada Weibull  207
Problemas propuestos  209
Capítulo 5
Estimación  213
Introducción  213
5.1  Estimación puntual  214
5.1.1  Introducción  214
5.1.2  Propiedades de los estimadores  215
Contenido  |  vii
5.1.3  Método de máxima verosimilitud  223
5.1.4 Propiedades de los estimadores de máxima
  verosimilitud  226
5.1.5 Estimadores de máxima verosimilitud de los
  parámetros de la distribución normal  227
5.2  Estimación por intervalos  230
5.2.1  Introducción  230
5.2.2 Intervalo de confianza para los parámetros
  de la normal  231
5.2.3 Intervalos de confianza para el parámetro de la
  distribución Bernoulli  247
5.2.4 Intervalos de confianza de los parámetros de la
  normal y de distribución Bernoulli usando
  Minitab  249
Problemas propuestos  254
Capítulo 6
Prueba de hipótesis  256
Introducción  256
6.1  Conceptos básicos  257
6.1.1  La idea detrás de hacer pruebas de hipótesis  264
6.1.2  El valor de p en la toma de decisiones  265
6.2  Pruebas uniformemente más potentes  270
6.3  Tipos de prueba  279
6.4 Prueba de hipótesis para los parámetros de la normal  281
6.4.1  Prueba para la media  281
6.4.2  Prueba de diferencia de medias  286
6.4.3  Prueba para la varianza  291
6.4.4 Prueba de hipótesis sobre la igualdad de dos
  varianzas  292
6.5  Prueba de hipótesis sobre el parámetro de Bernoulli  293
6.5.1  Prueba de hipótesis sobre una proporción  293
6.5.2 Pruebas de hipótesis para la diferencia de dos
  proporciones p1 2 p2  295
6.6  Pruebas de bondad de ajuste  296
6.6.1  Prueba ji-cuadrada (χ2)  297
6.6.2  Prueba de Kolmogorov-Smirnov (K-S)  303
6.6.3  Gráficos de probabilidad normal  304
6.7 Uso de Minitab y Excel para las pruebas de hipótesis
  de la media de la normal  307
6.7.1  Prueba de hipótesis para μ con Minitab  307
6.7.2  Prueba de hipótesis para μ1 2 μ2 con Minitab  311
6.7.3 Prueba de hipótesis para diferencia de medias
  con Exel  312
Problemas propuestos  314
Capítulo 7
Análisis de varianza (ANOVA)  321
Introducción  321
7.1  Análisis de varianza simple  322
7.1.1 Propiedades y suposiciones en el análisis de
  varianza (ANOVA)  322
7.1.2 Diseños de análisis de varianza completamente
  aleatorizados  322
7.1.2 Análisis subjetivos (gráficos) de los residuales
  para revisar por la adecuación del modelo de
  ANOVA  324
7.1.3 Método de comparaciones múltiples para saber
  cuáles poblaciones son iguales y cuáles son
  desiguales  329
viii  |  Estadística para ingeniería y ciencias
7.1.4 Uso del programa Minitab para resolver problemas
  de ANOVA de una clasificación  331
7.2 Análisis de varianza de diseño de bloques
  completamente aleatorizados  333
7.2.1 Suposiciones del modelo de bloques aleatorios
  completos  335
7.2.2 Uso de Excel para resolver problemas de diseños
  aleatorizados de bloques completos  336
7.3 Clasificaciones cruzadas: Análisis de varianza en dos
  sentidos  338
7.3.1  Interacción con ANOVA de dos factores  338
7.4 Problemas de ANOVA de dos clasificaciones
  usando el programa Minitab  343
7.5 Análisis de varianza de tres sentidos: diseño
  completamente aleatorizado (efectos fijos)  346
7.5.1 Interacción con ANOVA de diseños
  factoriales de tres clasificaciones  347
7.5.2 Uso del programa para resolver análisis de varianza
  de tres clasificaciones con efectos fijos  349
Problemas propuestos  354
Capítulo 8
Regresión lineal simple y múltiple  359
Introducción  359
8.1  Regresión lineal simple  360
8.1.1  Suposiciones del modelo de regresión lineal  360
8.1.2 Aplicación de análisis objetivos estadísticos
 para la evaluación del modelo de regresión  361
8.1.3 Aplicación de análisis gráficos subjetivos para la
  evaluación del modelo de regresión  363
8.2 Ecuaciones normales para calcular el intercepto en la
  ordenada a y la pendiente b de la curva o línea de
  regresión manualmente  364
8.2.1 Cálculo del coeficiente de determinación
  R 2 de la muestra que estima a r2 el coeficiente
  de determinación poblacional  365
8.2.2 Cálculo manual del coeficiente de correlación R
  de la muestra que estima a r, el coeficiente de
  correlación poblacional  365
8.2.3  Tipos de correlación lineal  366
8.2.4 Intervalo de confianza para el coeficiente
  poblacional b componente de la línea de
  regresión mY|X 5 a 1 bX, estimado por b, la
  pendiente de la línea  367
8.2.5 Intervalo de confianza para el parámetro
 poblacional a, el intercepto de la ordenada
de la línea de regresión mY|X 5 a 1 bX, cuyo
estimador es a  367
8.2.6 Hipótesis nula H0: b 5 b0 contra las hipótesis
  alternativas H1: b , 1 y H2: b . 2  368
8.2.7 Hipótesis nula H0: a 5 a0 contra las hipótesis
 alternativas H1: a ≠ a0, H2: a . a0 y
H3: a , a0  368
8.2.8 Intervalo de confianza para mY|X de la línea
  poblacional estimada por Y  368
8.2.10 Hipótesis nula de H0: a 5 a0 contra las hipótesis
  alternativas H1: a . 0 y H2: a , 0  369
8.2.9 Hipótesis nula de H0: 0 contra las hipótesis
  alternativas H1: b . 0 y H2: b , 0  369
8.2.11 Pruebas de hipótesis H0: r 5 0, contra las
 hipótesis alternativas H1: r ≠ 0, para el
coeficiente de correlación poblacional r
estimado por R  370
8.3  Regresión y correlación lineal múltiple  377
8.3.1  Modelo de regresión múltiple generalizado  378
8.3.2 Modelo de regresión múltiple con más de dos
  variables independientes  378
8.3.3 Cálculos y aplicaciones de regresión lineal simple
  usando el programa Minitab  379
8.3.3 Cálculos y aplicaciones de regresión múltiple
  usando el programa Minitab  380
Problemas propuestos  386
Capítulo 9
Regresión no lineal  393
9.1  Introducción  394
9.2 Modelo de regresión polinomial paramétrico o
  poblacional  394
9.3 Modelos polinomiales de segundo orden (k 5 2) con una
  variable independiente  394
9.4 Modelo de polinomios de tercer orden (k 5 3) con una
  variable independiente  395
9.5 Interacción en los modelos polinomiales de regresión  396
9.5.1 Modelo de segundo orden (cuadrático) con
  interacción  396
9.6 Modelo polinomial (de segundo orden o cuadrático) con
  tres variables independientes sin interacción  397
9.6.1 Modelo polinomial (de segundo orden o
 cuadrático), con tres variables independientes
con interacción  397
9.7 Evaluación de la utilidad de los modelos de regresión  398
9.7.1 Análisis de estadísticos como R 2, s, criterio Cp
 y PRESS, para evaluar la utilidad del modelo
polinomial  399
9.8  Resumen de los modelos de regresión usados  401
9.9 Prueba estadística para comparar la suma de los
 cuadrados del error (SSE) de cada modelo probado,
para saber cuál modelo es superior  404
9.10 Cálculos y aplicaciones de regresión cuadrática con el
  programa Minitab  409
9.11 Procedimientos para la identificación de valores atípicos
  extremos, también conocidos como “outliers”  416
9.11.1 Procedimientos para identificar valores
  extremos  416
9.12  Diagnóstico de multicolinealidad  416
9.12.1 Medidas para corregir multicolinealidad
  severa  418
9.13  Autocorrelación en datos de series de tiempo  422
9.14  Heteroscedasticidad y homoscedasticidad  425
9.14.1 Prueba de White para el problema de
  heteroscedasticidad  426
9.15 Transformaciones a las variables de los modelos
 probabilísticos de regresión, para corregir las
violaciones a las suposiciones del análisis de
regresión  427
9.16 Valores inusuales extremos, su identificación y sus
  consecuencias  427
Problemas propuestos  429
Bibliografía  B-435
Índice analítico  I-437
 Capítulo 1
Estadística descriptiva
Efectos de la radiación UVB
• Efectos sobre la piel:
Las radiaciones UV entre 290 y 320 nm se denominan B (UVB) y son las responsables de los efectos biológicos más
importantes de dichas radiaciones en el ser humano. Tienen efectos nocivos sobre la piel a corto y largo plazos. El
enrojecimiento de la piel (eritema solar), desde leve a quemaduras importantes, es el principal efecto nocivo inmedia-
to. Los efectos a largo plazo suelen ser infravalorados por el público debido a que tardan años en producirse, pues no
existen anormalidades inmediatas en la piel que alerten a las personas de su inadecuada exposición a la luz del Sol.
Destacan la mayor frecuencia de cánceres cutáneos y el envejecimiento prematuro de la piel.
Sin embargo, la radiación UV sólo constituye un riesgo para la salud cuando el ser humano se somete repetida-
mente, durante años, a exposiciones excesivas para su tipo de piel.
El riesgo ante la radiación UV disminuye a medida que aumenta el grado de pigmentación natural de la piel del
ser humano; es máximo en pieles muy blancas y mínimo en personas de piel negra.

• Efectos sobre el ojo:

De los efectos de la radiación UVB sobre el ojo cabe mencionar que aunque no se haya probado de forma absoluta,
existen muchas evidencias científicas del daño que la radiación UVB puede hacer en las delicadas estructuras ocula-
res. La afección más frecuente, en el mundo desarrollado, capaz de producir ceguera es la catarata, y no hay muchas
dudas de la influencia de este tipo de radiaciones en el desarrollo de la misma.
Además, 10% de las personas mayores de 65 años de nuestro medio padecen una lesión en la zona de máxima vi-
sión, denominada degeneración macular, ligada a la edad en cuya producción también interviene la radiación ultravioleta.
Por último, uno de los cánceres oculares más frecuentes, llamado melanoma de úvea, está en franco aumento y
se supone que tiene una relación directa con la luz solar.
Fuente: http://www.solysalud.org./sys/radiacion/fradiacion.html

La explicación anterior cita los efectos en la salud del hombre debido a la radiación ultravioleta (UV) proce-
dente del Sol. Antes del advenimiento de la era industrial, la capa de ozono estratosférico tenía como función
principal proteger a los seres vivos de la dañina radiación ultravioleta. Sin embargo, en tiempos modernos
esta capa natural de ozono se ha reducido por las emisiones de sustancias químicas como los clorofluoro-
carbonos y óxidos de nitrógeno, entre otros.
En el hombre, los efectos en la salud más notables son el cáncer de piel, la inhibición del sistema inmune,
las cataratas, etc. Según las estadísticas de la Organización Mundial de la Salud (oms) se estima que más
de 2 millones de casos de cáncer de piel se presentan en todo el mundo cada año, de los cuales 200 000
corresponden a melanomas de carácter maligno. La oms también ha determinado que la sobreexposición
a los rayos solares es responsable de un 20% de los 12 a 15 millones de casos de cataratas en el mundo.
Según la oms, la exposición prolongada a la radiación ultravioleta se asocia con casos de fotoqueratitis y
fotoconjuntivitis, y en algunas personas con la degeneración de la retina, tal como es el caso de las máculas
oculares. Según el reporte de la oms, la radiación ultravioleta también debilita el sistema inmunológico, por
tanto aumenta el riesgo de contraer enfermedades infecciosas. Los factores que intervienen en los efectos
de la radiación UV son el nivel de reducción de la capa de ozono, la hora del día, la época del año, la latitud,
la altitud, las condiciones climáticas, la luz reflejada, etcétera.
  |  Estadística para ingeniería y ciencias

Introducción
El propósito de este capítulo es presentar y estudiar los principales tópicos de la estadística descriptiva. La pa-
labra estadística se deriva del latín status que significa “estado”. En términos generales, la estadística descriptiva
está relacionada con el arreglo, el resumen y la presentación de datos, de tal manera que la información sea
extraída y entendida con facilidad. Asimismo, se discuten igualmente las medidas de tendencia central como
la media, la mediana y la moda. Se discute igualmente, las medidas de variabilidad como la varianza, la des-
viación estándar y el rango, y la elaboración de tablas de frecuencia y algunos métodos gráficos. Estas técnicas
tienen como finalidad desarrollar en los estudiantes su pensamiento estadístico.
El propósito de los autores en este capítulo es explicar sus tópicos de manera sencilla y auxiliándose de
varios ejemplos propuestos y ejercicios.
En un esfuerzo para introducir a los estudiantes en el uso de la computadora como herramienta del análisis
estadístico, al final del capítulo se da una explicación detallada de cómo usar los programas Minitab y Excel
para obtener los cálculos de los conceptos vistos en este capítulo.
Muchos estudiantes de ingeniería ambiental, medicina, economía, biología y todas las demás disciplinas
de ingeniería, encontrarán numerosas oportunidades de hacer de la estadística descriptiva presentada en este
capítulo una herramienta valiosa.

1.1  Clasificación de la estadística

La estadística es el conjunto de métodos utilizados para coleccionar, resumir, organizar, presentar y analizar
la información contenida en un conjunto de datos. Por otro lado, el término estadística también se refiere a la
obtención de conclusiones válidas y a la toma de decisiones razonables, con base en el análisis de los datos.
En el campo de la ingeniería ambiental y las ciencias experimentales es indispensable usar la estadística en
el diseño de plantas de aguas residuales e industriales, chimeneas industriales, equipo de control de la conta-
minación, pruebas de rutina de laboratorio, trabajos de investigación y producción de calidad y construcción,
entre otros.
La estadística se clasifica en dos grandes rubros: estadística descriptiva y estadística inferencial, términos
que se pueden definir como:

Estadística descriptiva.  Conjunto de métodos que se utilizan para organizar, clasificar y presentar la
información contenida en los datos por medio de gráficas o tablas, así como el conjunto de medidas
para indicar su dispersión y su localización. Esta rama de la estadística presenta una descripción de
la información contenida en los datos.

Estadística inferencial.  Conjunto de métodos que se utilizan para deducir alguna característica de la
población con únicamente información parcial. Con esta rama de la estadística se infiere cómo es la po-
blación de donde se obtuvo un subconjunto de datos.

Para entender mejor la diferencia de estos dos tópicos, es importante conocer el significado de los concep-
tos de población y muestra.

Definición 1.1.  La población es el conjunto objetivo de estudio o conjunto de unidades de interés.

 Capítulo 1  Estadística descriptiva  |  

Por ejemplo, en un estudio sobre ingreso, la población puede ser representada por los habitantes de un
país. Mientras que en un estudio sobre producción agrícola, la población puede ser las hectáreas de cultivo
en un estado determinado. Además, una población puede ser finita o infinita. Por ejemplo, la población con-
sistente de todos los tornillos producidos en una fábrica, durante un día, es finita. En contraste, la población
consistente de todos los posibles resultados (caras o águilas) de los lanzamientos sucesivos de una moneda es
infinita.
A menudo es imposible, impráctico o caro, observar todas las unidades de la población; por ello, en lu-
gar de examinar el grupo en su totalidad, es conveniente hacerlo sólo con una parte de la población llamada
muestra.

Definición 1.2.  La muestra es un subconjunto de la población. La estadística estudia las muestras

elegidas a través de un proceso aleatorio.

Los métodos de la estadística descriptiva proporcionan únicamente la descripción de los datos muestrales.
Los métodos de estadística inferencial proporcionan deducciones de la población total utilizando únicamente
los datos de la muestra.
Por ejemplo, al estudiar un nuevo colorante para telas de algodón se pueden hacer mediciones de la resis-
tencia del colorante en sólo 10 piezas de un metro del material.
La muestra consiste en las 10 piezas de algodón tratadas con el colorante. La población consta de todas las
piezas de algodón posibles de un cierto tipo que pudieran ser tratadas con el nuevo colorante. Al estudiar las
10 piezas de algodón se puede hacer una descripción del efecto del colorante en esas 10 piezas, o se pueden
hacer inferencias del efecto del colorante en cualquier otra pieza de algodón de la población.
En otras palabras, la estadística inferencial se refiere al proceso de sacar conclusiones acerca de una po-
blación basándose en una muestra obtenida por un proceso aleatorio (al azar), de tal manera la exactitud de
los resultados se mide mediante la probabilidad. Por tanto, para hacer un estudio adecuado de la estadística
inferencial se deben conocer las bases de la teoría de probabilidades.
Las técnicas utilizadas en la estadística inferencial son: la estimación de parámetros y las pruebas de
hipótesis, que se estudiarán más adelante.

1.2  Clasificación de variables: tipo de datos

La materia prima de la estadística son los datos recolectados y el análisis que se pueda hacer de estos datos
depende de sus características, por lo que se deben conocer los niveles de medición de los datos. La primera
clasificación de los datos es cualitativo y cuantitativo. El sexo, el estado civil y el tono de un colorante son
datos cualitativos; la edad, el peso y el tiempo de duración de un proceso son datos cuantitativos.
Los datos cualitativos, a su vez, se clasifican en datos nominales y datos ordinales. Los datos ordinales,
a pesar de no ser datos numéricos, presentan un orden natural; por ejemplo, la clasificación taxonómica de los
animales en Biología (peces, anfibios, reptiles, aves, mamíferos); el tono de un tinte (más claro o más oscuro);
etc. Los datos nominales son aquellos que no presentan un orden establecido; por ejemplo, las licenciaturas
que ofrece una escuela.
Los datos cuantitativos, a su vez, se clasifican en datos de intervalo y datos de razón. Los datos de intervalo
son aquellos donde el cero tiene una posición arbitraria, el ejemplo más común es el de la temperatura, ya que
de la escala depende la posición del cero. El cero en la escala Kelvin no tiene la misma posición que en la escala
Celsius. Los datos de razón son datos en los que el cero está bien determinado; por ejemplo, el número de hijos,
«
®
® « «
®
®
« ® «
®  |«  Estadística
 para ingeniería y ciencias
® ®
® ® ® «
®
®
« ® ®
® ingreso, ® de lluvia en el año; si una unidad muestral tiene el valor cero, implica que carece de la cua-
®
®
® ® ® ®
el
®
«
la «
cantidad
® «
®
® ® ®
lidad.
® Los® ®
diferentes ® valores ®
de una variable
« de razón se pueden comparar mediante una razón; por ejemplo, si
®
® ® ® ®
® « « ®
®
® ® persona
una ® ®
tiene ®
dos hijos y otra tiene®cuatro, la razón es de uno a dos, una tiene el doble de hijos que la otra.
® ® ® ®
®

® ® ® ®
® ® «
®
®
® ® ® ® ® ®
®
®
®
® ® ®
«
® « ®
®
®
«
® « de intervalo
¬
® ® ®
¬ ¬
® ® ®
¬ ¬
® ® «
¬ « cuantitativas
¬ ¬ ¬ [
® ® ® ® ® ®
® ® ® ® ® ® ® ® « ® « ®
®
®
®
¬ ®
® ¬ ® ¬ ®
®
® ® ®
® ® ® ® ®
® ¬ ®
® ¬ Variables ® ¬ ®
® ® ® ­ ®
®
­ ¬ [­
«
­ de razón
« nominales
¬
®
® ¬
®
® ¬
®
® ¬
® ¬
® ­ ­ ¬
¬ cualitativas
¬ ¬ [
® ® ® ® ® ® ® ® ® ® ® ® ® ­ ordinales
®
®
®
®
®
®
®
® ­ ­ ®
®
® ® ­
® ® ® ® ® ® ® ® ­
®
® ®
® ®
® ®
­ ® Figura ® 1.1. Clasificación de las variables.
®
® ® ® ®
® ® ® ­ ®
® ® cuantitativas ­
Las variables
­ se pueden clasificar en discretas o continuas. Los valores que toma una variable
®
® ® ® ®
® ® ® ® ®
discreta se pueden­contar o enumerar, como el número de hijos. Los valores que toma una va-
­ ® ® ­ ®
® aleatoria
®
®
®
®
®
® ®
riable ®
aleatoria ­
continua se pueden medir; por ejemplo, la cantidad de leche producida en una región. Las
­
® ® ® ­ continuas ®
®
variables
® ­ toman valores en un conjunto continuo. La clasificación de variables en discreta y continua
®
® ­ tiene
­ mayor significado al estudiar los conceptos de probabilidad.
®
®
­

1.3  Medidas de tendencia central o de localización

Las medidas de tendencia central son valores que indican la posición que tienen los datos; es decir, una medi-
da de localización se puede ver como un representante de la posición de los datos.

1.3.1  Media aritmética

Definición 1.3.  La media aritmética es el promedio común de los datos; esto es, dados los datos x1,
x2, . . . , xn su media aritmética es

x1 1 x2 1 … 1 xn 1 n
x5
n
5 ∑x
n i=1 i
(1.1)

La notación para la media aritmética es con una raya sobre la variable, por ejemplo:
La media aritmética de la variable x se denota como x–.
La media aritmética de la variable y, se denota como y–, etcétera.

Ejemplo 1.1.  Encontrar la media aritmética de los siguientes datos: 3, 5, 9, 4, 6.

Solución:
Con la ecuación (1.1) y sustituyendo los valores se obtiene:

315191416 27
x5 5 5 5.4
5 5
Esto significa que los datos están posicionados alrededor de 5.4.
 Capítulo 1  Estadística descriptiva  |  

Ejemplo 1.2. Encontrar la media aritmética de una muestra de observaciones de ciertos análisis de

aguas, cuyos valores son 8, 3, 5, 12, 10.

Solución:
8 1 3 1 5 1 12 110 38
x5 5 5 7.6
5 5

Como se puede ver, la media aritmética únicamente tiene sentido cuando se calcula
con variables cuantitativas o numéricas.

1.3.2  Mediana
A continuación se da la definición de mediana:

Definición 1.4.  La mediana es el valor que se encuentra en el centro cuando se han ordenado los
datos. La mediana se denota con la letra M.

Para determinar la mediana se deben ordenar primero los datos, por ello sólo se puede calcular a variables
cuantitativas o a variables cualitativas ordinales. ( n11)
La posición de la mediana se calcula con la fórmula , donde n es el número de datos. Si el resul-
2
tado de esta fórmula es un entero, entonces, la mediana es(el
5 1dato
1) que ocupa esa posición; si el resultado de la
fórmula es fraccionario, la mediana es el promedio entre los valores
2 que se encuentran en las posiciones de los
enteros más cercanos al resultado de la fórmula. ( 6 1 1)
2
( 6 1 8)
Ejemplo 1.3.  Determinar la mediana de los datos 8, 3, 5, 2 12, 10.
(10 11)
Solución:
2
Primero se ordenan los datos de menor(5a1 mayor,
5)
2( n11)
3, 5, 8, 10, 12
2
(5 11)
La mediana es el dato que está en el lugar 5 3, 3 es entero; entonces, es el tercer
2
dato en orden creciente: M 5 8.
(6 11)
Si el número de datos es par, entonces, la mediana es el promedio de los dos datos
2
del centro.
( 6 1 8)
2
Ejemplo 1.4.  Encontrar la mediana de los datos 8, 3, 5, 12, 10, 6.
(10 11)
Solución: 2
(5 1 5)
Primero se ordenan los datos de menor a mayor, es decir:
2
3, 5, 6, 8, 10, 12
 ( n11)
  |  Estadística para ingeniería y ciencias ( n121)
(5211)
(5 121)
(6211)
Hay 6 datos, entonces la fórmula es(6 11) 5 3.5, esto significa que la mediana es el
2
promedio de los datos que están en los(62lugares
1 8) 3 y 4, esto es, el promedio de 6 y 8, que
(6 128)
son los datos centrales. Mediana 5 5 7.
2 11)
(10
(10 121)
(521 5)
(5 125)
1.3.3  Moda
2

Definición 1.5.  La moda de un conjunto de datos es el valor que ocurre con más frecuencia y se de-
nota como Mo.

La moda se calcula a datos cuantitativos o cualitativos, y a diferencia de la media aritmética o de la me-

diana, no necesariamente es un valor único.
Si los datos aparecen una sola vez, se dice que no tienen moda.

Ejemplo 1.5.  Se tiene los datos del tipo de sangre de 9 personas. Obtener su moda.

A, A, B, AB, A, O, AB, B, B
Solución:
Para obtener la moda de estos datos primero se agrupan por tipo de sangre.
A A A AB AB B B B O
Los datos tienen dos modas, el tipo de sangre A y el tipo de sangre B, pues la frecuencia
de ambos tipos es igual a 3 y es la máxima frecuencia.
Observe que con los datos de tipo de sangre no es posible calcular la media aritmé-
tica o la mediana, pues no se pueden sumar ni ordenar

Ejemplo 1.6. Los datos 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18 tienen una moda igual a 9, es decir, el valor
que ocurre con más frecuencia.

Ejemplo 1.7.  Los valores 3, 5, 8, 10, 12, 15, 16 no tienen moda.

Ejemplo 1.8. La muestra de observaciones 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9 tiene dos modas, 4 y 7, por

tanto es bimodal.

Ejemplo 1.9. Encontrar la media aritmética, la mediana y la moda para la muestra del análisis de
plomo en el aire, la cual está medida en partes por millón (ppm):

3, 5, 2, 6, 5, 9, 5, 2, 8, 6
Solución:
La media aritmética es
 Capítulo 1  Estadística descriptiva  |   
( n11)
2
(5 11) ( n11)
3 125 1 2 1 6 1 5 1 9 1 5 1 22 1 8 1 6
x5 (5 11) 5 5.1 ppm
(6 11) 10
2 2
• Para obtener la (mediana
6 1 8) se ordenan los datos: (6 12,1)2, 3, 5, 5, 5, 6, 6, 8, 9; el lugar
( n11)
donde se encuentra2la mediana es . Como2 son 10 datos, entonces la mediana
(10 11) 2 ( 6 1 8)
está en el lugar 5 5.5. (5 11)
2 2
2 (10 11)
• La mediana es el(5promedio
1 5) entre los
(6 1datos
1) que ocupan los lugares 5 y 6.
2 2
2 (5 1 5)
La mediana(es M 5
6 1 8) 5 5.
2
2
• Para obtener la moda se utiliza la lista de datos ordenados, en la que se muestra que
(10 11)
el 5 aparece más veces, entonces, la moda es Mo 5 5.
2
(5 1 5)
Ejemplo 1.10. Encontrar la media aritmética, la mediana y la moda de los datos: 48.7, 48.8, 49.5,
2
50.3, 51.6.

Solución:
• La media es x– 5 49.8.
• La mediana es M 5 49.5.
• La moda Mo no existe.

1.3.4  Media geométrica

Definición 1.6.  La media geométrica se calcula con la fórmula:

(1.2)

La media geométrica es útil para promediar tasas de crecimiento (aumento o decremento) de una
muestra estadística. Esta medida de localización sólo se calcula en datos numéricos positivos.
Un resultado importante de esta medida de localización es que el logaritmo de G es igual a la
media aritmética de los logaritmos de los datos. Al calcular el logaritmo de (1.2), se obtiene:
…
log(G) 5 3 n
5 log( x) (1.3)
n

Ejemplo 1.11.  Encontrar la media geométrica de los valores 3, 5, 6, 6, 7, 10, 12.

Solución:

G5 7 3 3 5 3 6 3 6 3 7 310 312 5 7 3 3 5 3 6 3 6 3 7 310 312 5 6.43

  |  Estadística para ingeniería y ciencias

1.3.5  Media armónica

La media armónica (MA) de un juego n de números x1, x2, x3, . . . , xn es el recíproco de la media aritmética de
los recíprocos de los números.

Definición 1.7.  La media armónica de los datos x1, x2, . . . , xn se define como:
n
MA 5 (1.4)
∑
n
i =1
1 / xi

Ejemplo 1.12.  Calcular la media armónica de los números 2, 3, 7.

Solución:
El promedio armónico de los números 2, 3, 7 se calcula usando la fórmula 1.4:
3
MA5 5 3.07
1 1 1
1 1
2 3 7
Es importante mencionar que las medidas de localización más utilizadas son la media
aritmética, la mediana y la moda, por esta razón, a la media aritmética se le denota
simplemente como media.

Nota: La relación entre las medias aritmética, geométrica y armónica es la siguiente: La media geométrica
de un juego de valores positivos x1, x2, . . . , xn es menor o igual que su media aritmética, pero mayor o
igual que su media armónica. Esta relación en símbolos se denota como: MA # G # x–.

1.3.6  Cuartiles
Los cuartiles son medidas que indican la posición de los datos sin que ésta sea central.

Definición 1.8.  Los cuartiles son tres datos, Q1, Q2, Q3, que dividen a la muestra en cuatro partes
iguales cuando se han ordenado previamente.
• E
l primer cuartil, Q1, es la mediana de la mitad de los datos más chicos y se localiza en la posición
( m11) ( n11)
dada por , donde m es la parte entera del resultado de la fórmula .
2 2
• El segundo(4cuartil,
11) Q , coincide con la mediana; esto es, Q 5 M. (5 11)
2 2
2 2
• El tercer cuartil, Q , es la mediana de la mitad de los datos mayores y se encuentra localizado en
( 3 1 4) 3 (6 11)
( m11) 2
la posición 2 , contando los datos en forma descendente.
(6 1 72) ( 6 1 8)
(4 11) ( m11)
• De acuerdo 2con el resultado de la fórmula , los cuartiles se calculan2 siguiendo la misma
( 9 1 2
1) 2 (10 11)
regla que se utilizó para encontrar la mediana.
(23 1 4) (4 11) 2
(5 112) 2 (5 1 5)
(26 1 7) ( 3 1 4) 2
2 2
 Capítulo 1  Estadística descriptiva  |  

Ejemplo 1.13.  Calcular los tres cuartiles de 3, 7, 5, 2, 4, 5, 6, 8.

Solución:
Primero se deben ordenar los datos en forma ascendente.
2, 3, 4, 5, 5, 6, 7, 8
Hay ocho datos, n 5 8.
( n11) 9
La posición del segundo cuartil o mediana se calcula con la fórmula 5 5
2 2
4.5.
(5 11) (5 1 5)
9
La mediana es el promedio de los datos que están en los lugares 4 y 5. 2 2
2
(6 11)
(5 1 5)
Mediana 5 Q2 5 55 2
2
( 6 1 8)
( n11) ( m1 1) 2
La parte entera de 5 4.5 es m 5 4, la posición del primer cuartil es:
2 2 (10 11)
(5 11) ( m11) (4 11) 2
2 5 ( 5 2.5
m1 1 ) ( 5 1 5)
2 2
(6 11) (4 11) ( 3 1 4) 2 2
El primer cuartil es el 2promedio de 2los datos que (4 11en
2 están ) los lugares 2 y 3.
( 6 1 8) ( 3 1 4) (6 1 7()m11)2
2 2 cuartil 25 (3 1
Q1 5 Primer 2 4) 5 3.5
(10 11) (6 1 7) (9 11)(4 1 2 1)
2 2 datos que ( 6
2 están 2 7)
1
El tercer cuartil es el
(5promedio
1 5) de los en los lugares 2 y 3 en la orde-
(9 11) (5 11)(3 1 2 4)
nación de mayor a menor: 2 2 2 (9 1 2 1)
(5 11) cuartil 5 (6 1 2 7)
Q3 5 Tercer ( 5 5 6.5
2 2 1)
1
(9 1 2 1)
2
(5 11)
2

1.4  Medidas de variabilidad o dispersión

Las medidas de posición proporcionan información importante acerca de los datos; sin embargo, es insufi-
ciente para describir como éstos se distribuyen. Por ejemplo, conociendo el tiempo de vida promedio de los
marcapasos se puede diseñar el seguimiento de los pacientes en tratamiento y conocer la posición promedio
de su tiempo de vida útil mediante la media, la mediana o la moda para tener una idea de cuándo se debe
cambiar el aparato a los pacientes; pero resulta también importante que el tiempo de falla de los diferentes
marcapasos presente poca variación según el valor central. Es claro que un buen control de calidad tendría por
objetivo lograr que el tiempo de vida de los marcapasos tuviera poca variación entre ellos. Esto hace ver que
es sumamente importante conocer qué tan dispersos están los datos.
En esta sección se estudiarán algunas de las medidas de dispersión que se usan para describir los datos. Es
importante hacer notar que únicamente a las variables cuantitativas se les puede calcular su variación.
10  |  Estadística para ingeniería y ciencias

1.4.1  Rango
El rango es la medida de dispersión más simple y su definición formal es la siguiente:

Definición 1.9.  El rango es igual al valor máximo menos el valor mínimo y se denota con la letra R.
Así pues, el rango corresponde a la longitud del intervalo donde se encuentran distribuidos los datos.
Si el rango es pequeño, los datos son poco variables; y si el rango es grande, los datos pueden estar
muy dispersos.

Ejemplo 1.14.  Hallar el rango de 2, 3, 3, 5, 5, 5, 8, 10, 12.

Solución:
El número más pequeño es mín 5 2 y el más grande es el máx 5 12, entonces:

R 5 12 2− 2 5 10
Esta medida de dispersión es muy sensible a valores extremos, pues si algún dato está
alejado del resto, será determinante para indicar una variación grande.

1.4.2  Rango intercuartílico

El rango intercuartílico es una medida de dispersión que no es sensible a valores extremos y se define de la
siguiente manera:

Definición 1.10.  El rango intercuartílico es igual al valor del tercer cuartil menos el valor del primer
cuartil. El rango intercuartílico se denota con el símbolo RI.

RI 5 Q3 2 Q1 (1.5)
( m11)
El rango intercuartílico corresponde a la longitud del intervalo donde se encuentra la mitad de los
2 los datos
datos centrales, dejando fuera la cuarta parte de los datos más chicos y la cuarta parte de
(4 11)
mayores.
2
( m11) ( 3 1 4)
2 2
Ejemplo 1.15.  Encontrar el rango intercuatílico de 2, 3, 3, 5, 5, 5, 8, 10, 12.
(4 11) (6 1 7)
Solución: 2 2
( 3 1 4) (9 11)
El número de datos es n 5 9; entonces, la posición de la mediana es 5 5, en
2 2
los datos la mediana es el número 5.
(6 1 7) (5 11)
M 5 Q2 5 2 5 2
( 9 1 1)
El valor m es igual a m 5 5; entonces, la posición de los dos cuartiles es:
2
( m11) (5 11)
5 53
2 2
(4 11)
2
( 3 1 4)
 Capítulo 1  Estadística descriptiva  |  11

de manera que los cuartiles están en la tercera posición. Entonces, Q1 5 3 y Q3 5 8.

El rango intercuartílico es:
RI 5 Q3 2 Q1 5 8 2 3 5 5

1.4.3  Varianza
La varianza es una de las medidas de dispersión más utilizada y se define así:

Definición 1.11.  La varianza, denotada por s2, se define mediante la fórmula:

1 n
s2 5 ∑ ( x 2 x )2
n 2 1 i51 i
(1.6)

La varianza es una clase de promedio al cuadrado de las desviaciones de cada dato respecto a la
media. Cuando todos los datos son iguales la varianza es igual a cero y conforme la dispersión de los
datos aumenta el valor de la varianza también se incrementa. Para calcular esta medida de dispersión
se utilizan todos los datos.

Ejemplo 1.16.  Encontrar la varianza de los datos 8, 8, 8, 8, 8.

Solución:
El promedio de estos datos es x 5 8; entonces, la varianza se calcula usando (1.4) y da:
( 8 2 8)2 1 ( 8 2 8)2 1 ( 8 2 8)2 1 ( 8 2 8)2 1 ( 8 2 8)2
s2 5 50
5 21
Aquí, no hay variación en los datos, pues todos son iguales y la varianza es igual a 0.

Ejemplo 1.17.  Hallar la varianza de los datos 3, 2, 6, 5, 4.

Solución:
El promedio de estos datos es x 5 4; entonces, la varianza es:
( 3 2 4 )2 1 ( 2 2 4 )2 1 ( 6 2 4 )2 1 ( 5 2 4 )2 1 ( 4 2 4 )2
s2 5 5 2.5
5
5 21
La razón de dividir entre n 2 1 en lugar de n se explicará más adelante cuando se
explique la estimación de parámetros. Considerar que n son los términos que se están
sumando.

Teorema 1.1.  Una fórmula equivalente para la varianza que resulta más simple para hacer cálculos es:

1  n 2 1 n  
2
1 n
s2 5 ∑ (
n 21 i51 i
x 2 x ) 2
5  ∑ x 2 ∑ x
n 2 1  i51 i n  i51 i  
(1.7)

12  |  Estadística para ingeniería y ciencias

Demostración:
Al desarrollar los términos al cuadrado de la suma en la fórmula de la varianza, se tiene que:
n n

∑ ( x 2 x) 5 ∑ ( x
2
i
2 2
i
2 2 xi x 1 x ) (1.7a)
i51 i51

Ahora, se separan los términos de la suma para formar tres sumas:

n n n n

∑ ( x 2 x) 5 ∑ x 2 ∑ 2 x x 1 ∑ x
2
i
2 2
i i
(1.7b)
i51 i51 i51 i51

y como el término x– es constante; entonces, por las propiedades de la suma:

n n n

∑ ( x 2 x) 5 ∑ x 2 2 x∑ xi 1 nx
2
i
2 2
i
(1.7c)
i51 i51 i51

Finalmente, se sustituye el término x– por su expresión equivalente x 5 ∑ n x / n y resulta que:

i51 i

2 2
n n
 n   n 
∑ ( x 2 x) 5 ∑ x 2 2  ∑ xi  / n 1  ∑ xi  / n
2
i
2
i
(1.7d)
i51 i51  i51   i51 

Al simplificar, se hallará la expresión buscada:

1  n 2 1 n  
2
1 n 1  n 2 
∑  ∑ xi 2  ∑ xi   5 ∑
2
2
s 5 ( xi 2 x) 5  xi 2 n x 2 (1.7e)
n 21 i51 n 21  i51 n  i51   n 2 1  i51 

1.4.4  Desviación estándar

Al definir la varianza de los datos se introdujo el término al cuadrado en los sumandos para asegurar que la con-
tribución a la suma de la variación de cada dato sea un valor positivo y que en consecuencia realmente mida qué
tan diferente es el dato al valor central; sin embargo, con este hecho se distorsiona la esencia de los datos, pues
se cambia de unidades. Por ejemplo, si las mediciones de la variable x es en metros, el promedio x– también está
en metros, la dispersión de cada dato respecto a la media aritmética xi 2 x también está tomada en metros, pero
el cuadrado de este término ( xi 2 x)2 está en metros cuadrados, por lo que la varianza mide en metros cuadrados
la dispersión de los datos. Para regresar a las unidades originales se debe calcular la raíz cuadrada de la varianza
que es la definición de desviación estándar.

Definición 1.12.  La desviación estándar de los datos es igual a:

2
varianza (1.8)

1.5  Distribuciones de frecuencia

Cuando se están procesando grandes cantidades de datos es conveniente agruparlos en clases o categorías para
estudiar su frecuencia.
 Capítulo 1  Estadística descriptiva  |  13

1.5.1  Frecuencia absoluta

Si las variables son cualitativas (no numéricas) las clases pueden ser cada uno de sus valores.

Ejemplo 1.18. La variable x es igual a la calidad del artículo elaborado. Los valores que toma la varia-
ble son: x 5 b cuando el artículo es bueno y x 5 d cuando el artículo es defectuoso.
Se inspecciona una muestra de la producción de un día, dando los resultados:
b, b, d, b, b, b, b, d, d, b, b, b, b, d, b
Los datos se agrupan en dos categorías:
Tabla 1.1.
Clase Datos Frecuencia
Bueno bbbbbbbbbbb 11
Defectuoso dddd 4

Cuando los datos son números enteros, las clases pueden ser cada uno de los posibles
valores de la variable.

Ejemplo 1.19. La variable es x 5 número de hijos de la persona; en la muestra tiene como x 5 0, 1,

2, 3, 4, 5.
Una muestra de 20 personas dio los siguientes resultados:
3, 2, 4, 0, 0, 1, 1, 2, 2, 0, 3, 1, 0, 1, 0, 2, 1, 0, 5, 3
Los datos se pueden agrupar en seis categorías como se observa en la siguiente tabla.
Tabla 1.2.
Clase Datos Frecuencia
0 000000 6
1 11111 5
2 2222 4
3 333 3
4 4 1
5 5 1

Si la variable es entera o continua en un rango amplio, las clases se forman por inter-
valos de preferencia de la misma longitud. Para estudiar cómo agrupar los datos se
definen los siguientes conceptos:

Definición 1.13.  El intervalo de clase es el conjunto de valores que determina una clase, por ejemplo
los valores entre 60 y 62 forman un intervalo de clase.
Los números 60 y 62, de este ejemplo, se llaman límites de clases o límites de clases inferior o
superior. El intervalo 60262 incluye, teóricamente, las mediciones 59.5262.5 y se llaman límites de
clases.
14  |  Estadística para ingeniería y ciencias

Definición 1.14.  La marca de clases, es el punto medio de un intervalo de clase y se obtiene suman-
do los límites superior e inferior y dividiendo entre dos.
(60 1 62)
Por ejemplo, el punto medio del intervalo 60262 es 5 61 y, así sucesivamente.
2
Definición 1.15.  El tamaño de los intervalos de clase es la diferencia entre los límites o linderos
superiores e inferiores.

Reglas para seleccionar los intervalos de clase

Una de las prácticas más comunes para formar los intervalos de clase es:
• Obtener el mínimo y el máximo valor de los datos y calcular el rango.
• Dividir el rango entre el número de intervalos que se quiere obtener, el resultado de esta división es la
longitud del intervalo de clase (1).
• Los intervalos de clase son (mín, mín1l), (mín1l, mín12l), (mín12l, mín13l), etcétera.

Ejemplo 1.20.  Agrupar los siguientes datos en seis intervalos de clases iguales.

3.45  2.76  4.06 2.65 6.43 4.70 3.24 4.12 3.25 2.67 3.65
4.56  3.45  4.53 4.56 2.43 3.65 2.48 5.46 2.54 1.36 4.30
2.54 3.54  1.23  3.43  5.43 2.76 3.14 5.36
Solución:
Primero se forman los intervalos de clase:
• mín 5 1.23, máx 5 6.43; entonces, el rango es R 5 6.43 2 1.23 5 5.20.
• Como se quiere 6 intervalos de clase; entonces, la longitud del intervalo de clase
5.20
es l 5 5 0.8667.
6
• Los intervalos de clase son:
[1.2300, 2.0967), [2.0967, 2.9634), [2.9634, 3.8301),
[3.8301, 4.6968), [4.6968, 5.5635), [5.5635, 6.4302]
La siguiente tabla muestra la frecuencia de estos datos.

Tabla 1.3.

Intervalo de clase Raya por dato Frecuencia

1.2300 2 2.0967 // 2
2.0967 2 2.9634 //////// 8
2.9634 2 3.8301 ///////// 9
3.8301 2 4.6968 ////// 6
4.6968 2 5.5635 //// 4
5.5635 2 6.4302 / 1
 Capítulo 1  Estadística descriptiva  |  15

Un criterio para determinar el número de clases adecuado es:

número de clases ≈ n
Otra manera de formar los intervalos de clase, es considerando únicamente interva-
los cuyo límite inferior sea entero o mitad de un entero; el siguiente ejemplo explica
cómo se forman los intervalos de clase de esta manera.

Ejemplo 1.21. Con los mismos datos del ejemplo anterior, formar los intervalos de clase consideran-
do únicamente enteros para el límite inferior de cada clase.
Solución:
Observe los datos:
3.45 2.76 4.06 2.65 6.43 4.70 3.24 4.12 3.25 2.67 3.65 4.56 3.45 4.53 4.56 2.43
3.65 2.48 5.46 2.54 1.36 4.30 2.54 3.54 1.23 3.43 5.43 2.76 3.14 5.36
Como el mínimo valor es 1.23 y el máximo es 6.43, los intervalos de clase son:
(1, 1.9), (2, 2.9), (3, 3.9), (4, 4.9), (5, 5.9), (6, 6.9)
La tabla de frecuencias con esta clasificación se muestra a continuación.

Tabla 1.4.

Intervalo de clase Raya por dato Frecuencia

1 2 1.9 // 2
2 2 2.9 //////// 8
3 2 3.9 ///////// 9
4 2 4.9 /////// 7
5 2 5.9 /// 3
6 2 6.9 / 1

Observe que esta última forma de obtener los intervalos de clase es simple y tiene
la ventaja que si se agregan nuevos datos, éstos se pueden clasificar sin modificar la
agrupación ya hecha; en cambio, con la clasificación que utiliza el rango para calcular
la longitud del intervalo de clase, si se agregan más datos y el rango cambia, se debe
modificar toda la clasificación.

1.5.2  Frecuencia relativa

Con la frecuencia relativa se pueden comparar diferentes muestras de tamaños distintos, pues lo que se revisa
son las proporciones en cada clase que equivalen a porcentajes.

Definición 1.16.  La frecuencia relativa de una clase es igual a su frecuencia absoluta entre el total
de datos.
f
fr 5 n (1.9)
16  |  Estadística para ingeniería y ciencias

La suma de las frecuencias relativas es igual a 1, independientemente del número de datos que se
tengan.

Ejemplo 1.22.  Calcular la frecuencia relativa de los datos de la tabla 1.3.

Solución:
La tabla 1.5 muestra la solución de este problema.
Tabla 1.5.
Intervalo de clase Frecuencia Frecuencia relativa
1 2 1.9 2 0.0666667
2 2 2.9 8 0.2666667
3 2 3.9 9 0.3000000
4 2 4.9 7 0.2333333
5 2 5.9 3 0.1000000
6 2 6.9 1 0.0333333

En ocasiones la frecuencia relativa se representa como un porcentaje en lugar de una

fracción.

Ejemplo 1.23.  Escribir la frecuencia relativa de la tabla 1.4 con la notación de porcentaje.
Solución:
La tabla 1.6 da la respuesta a este ejemplo.
Tabla 1.6.
Intervalo de clase Frecuencia Frecuencia relativa
1 2 1.9 2 6.66667%
2 2 2.9 8 26.66667%
3 2 3.9 9 30.00000%
4 2 4.9 7 23.33333%
5 2 5.9 3 10.00000%
6 2 6.9 1 3.33333%

1.5.3  Frecuencia acumulada

La frecuencia acumulada absoluta y relativa es otra manera de describir los datos.

Definición 1.17.  La frecuencia acumulada de una clase es igual al número de elementos que están
en las clases menores o iguales de dicha clase.
 Capítulo 1  Estadística descriptiva  |  17

Ejemplo 1.24.  Calcular las frecuencias acumuladas de los datos de la tabla 1.5.

Solución:
Se escriben los datos, la frecuencia acumulada en la clase 121.9 es 2, la frecuencia
acumulada en la clase 222.9 es 2 1 8 5 10, etcétera. Esto se describe en la tabla 1.7.

Tabla 1.7

Intervalo Frecuencia Frecuencia Frecuencia relativa

de clase Frecuencia relativa acumulada acumulada
1 2 1.9 2 0.0666667 2 0.0667
2 2 2.9 8 0.2666667 10 0.3333
3 2 3.9 9 0.3000000 19 0.6333
4 2 4.9 7 0.2333333 26 0.8667
5 2 5.9 3 0.1000000 29 0.9667
6 2 6.9 1 0.0333333 30 1.0000

Ejemplo 1.25. Este es un ejemplo adaptado del libro Statistics for Management and Economics, a Syste-
matic Approach de los autores Keller, et al., 1990. Los datos de la tabla 1.8 muestran la
duración de las llamadas de larga distancia (en minutos) durante un día.

Tabla 1.8.  Duración de llamadas de larga distancia (minutos).

11.8 3.6 16.6 13.5 4.8 8.3 8.9 9.1 7.7 2.3
12.1 6.1 10.2 8.0 11.4 6.8 9.6 19.5 15.3 12.3
8.5 15.9 18.7 11.7 6.2 11.2 10.4 7.2 5.5 14.5

Con estos datos se elaboró la tabla de frecuencias 1.9.

Tabla 1.9. Límites de clase, frecuencia relativa y frecuencia relativa
acumulada.
Intervalos Frecuencia Frecuencia relativa
de clase relativa acumulada
2–5 3/30 5 0.100 03/30 5 0.100
5–8 6/30 5 0.200 09/30 5 0.300
08 – 11 8/30 5 0.267 17/30 5 0.567
11 – 14 7/30 5 0.233 24/30 5 0.800
14 – 17 4/30 5 0.133 28/30 5 0.933
17 – 20 2/30 5 0.067 30/30 5 1.000
Fuente: Statistics for Management and Economics, a Systematic Approach de los autores Keller et al. Wadewor-
th Publishers Company, Belmont, California (1990).

Con las frecuencias relativas acumuladas de la tabla de frecuencias se elaboró un

polígono de frecuencias acumuladas u ojiva.
18  |  Estadística para ingeniería y ciencias

Gráfica de frecuencia relativa acumulada en función límites de clase

5.0 7.5 10.0 12.5 15.0 17.5 20.0
1.0 1.0
1.000

Frecuencia relativa acumulada 0.8 0.8

0.800

0.6 0.6
0.567
0.4 0.4

0.300
0.2 0.2

0.100
0.0 0.0
5.0 7.5 10.0 12.5 15.0 17.5 20.0

Límites de clase

Figura 1.2. Gráfica de la frecuencia relativa acumulada (ojiva)

contra los límites de clase.

En la figura anterior se observa que 30% de las llamadas telefónicas duraron menos
de 8 minutos y 80% duraron menos de 14 minutos. De manera que 20% de las llama-
das fueron más largas que 14 minutos y así sucesivamente.

1.6  Métodos gráficos

La representación gráfica de la distribución de frecuencia permite tener una mejor imagen de los datos. El
primer método gráfico revisado es el diagrama de tallo-hoja.

1.6.1  Diagrama de tallo-hoja

La manera más simple de explicar qué es un diagrama de tallo-hoja es con un ejemplo:

Ejemplo 1.26.  Con los siguientes 40 datos de la tabla 1.10 construir el diagrama de tallo-hoja.
Tabla 1.10.
2.2 4.1 3.5 4.5 3.2 3.7 3.0 2.6
3.4 1.6 3.1 3.3 3.8 3.1 4.7 3.7
2.5 4.3 3.4 3.6 2.9 3.3 3.9 3.1
3.3 3.1 3.7 4.4 3.2 4.1 1.9 3.4
4.7 3.8 3.2 2.6 3.9 3.0 4.2 3.5

Solución:
Para hacer el diagrama de tallo-hoja, se separa cada observación en dos partes: una
para formar el tallo y otra para la hoja. En este caso, el tallo se forma con el dígito de
 Capítulo 1  Estadística descriptiva  |  19

los enteros, y la hoja con el dígito de los decimales. Por ejemplo, para el número 3.7,
el dígito 3 representa el tallo y el dígito 7 representa la hoja. El tallo de los datos del
ejemplo está formado por los números 1, 2, 3 y 4.
tallo
1.*
•  Primero se forman los tallos con la parte entera de
2.*
los datos.
3.*
4.*
tallo hojas
•  Después, se escriben las hojas.
1.*
Para el dato 2.2, se pone en el tallo 2, el decimal 2. 2.* 2
Para el dato 4.1, se pone en el tallo 4, el número 1,
3.*
etcétera.
4.* 1
tallo hojas
1.* 69
•  El diagrama de tallo-hoja
2.* 26596
terminado queda así:
3.* 5270413817463913172482905
4.* 15734172
tallo hojas
1.* 69
•  Finalmente, en cada clase se
2.* 25669
pueden ordenar los datos
3.* 0011112223334445567778899
4.* 11234577
Si en el diagrama se observa que en una clase hay muchos números, se puede ha-
cer un refinamiento, es decir, para cada elemento del tallo se forman dos diferentes
conjuntos de hojas. En el diagrama de tallo-hoja con dos tallos por clase se puede
representar de la siguiente manera: el primero con los dígitos del 0 al 4 y el segundo
con los dígitos del 5 al 9:
Frecuencia tallo hojas
2 *1 69
3 *2 2
7 *2 5669
15 *3 001111222333444
18 *3 5567778899
8 *4 11234
3 *4 577

1.6.2  Histograma
La manera más común de representación gráfica de los datos son los histogramas que consisten en rectángulos
adyacentes, cuyas alturas son las frecuencias de clases, mientras que sus bases se extienden entre sucesivas
20  |  Estadística para ingeniería y ciencias

fronteras de clases. Esto quiere decir que cada barra tiene su base sobre la abscisa con centro en la marca de
clase y con la altura igual a la frecuencia de clase.

Ejemplo 1.27.  Elaborar el histograma de los 500 casos de fosfatos agrupados en la siguiente tabla.

Tabla 1.11.

Intervalo
f f. r.(%) f. a. f. r. a. (%)
de clase
< 30.5 13 2.6 13 2.6
30.5 2 35.5 24 4.8 37 7.4
35.5 2 40.5 49 9.8 86 17.2
40.5 2 45.5 78 15.6 164 32.8
45.5 2 50.5 96 19.2 260 52.0
50.5 2 55.5 94 18.8 354 70.8
55.5 2 60.5 72 14.4 426 85.2
60.5 2 65.5 43 8.6 469 93.8
65.5 2 70.5 21 4.2 490 98.0
> 70.5 10 2.0 500 100.0

Solución:

25.5 30.5 35.5 40.5 45.5 50.5 55.5 60.5 65.5 70.5 85.5

Figura 1.3.  H
 istograma que muestra la distribución de frecuencias
de los datos de la tabla 1.11.

Gráfica de frecuencia vs. marca de clase

1.6.3  Polígonos de frecuencia
100 100
El polígono de frecuencia es una línea quebrada que une los puntos dados por marca de clase y frecuencia.
80 80
ecuencia

60 60
 Capítulo 1  Estadística descriptiva  |  21

Ejemplo 1.28.  Encontrar el polígono de frecuencia de los datos de la tabla 1.11.

Solución:

Frecuencia vs. marca de clase

100 100

80 80

60
Frecuencia

60

40 40

20 20

0 0
20 30 40 50 60 70
Marca de clase

Figura 1.4.  Polígono de frecuencia de los datos de la tabla 1.11.

1.6.4  Diagrama de cajas

Definición 1.18.  El diagrama de cajas es una representación gráfica que utiliza los valores extremos
y los cuartiles. La forma del diagrama de cajas se representa en la siguiente figura:

mín Q1 M Q3 máx

Figura 1.5  Diagramas de caja.

La distancia entre cada una de las medidas de posición está graduada a escala. Con este diagrama
se visualiza la posición, la dispersión y la simetría de los datos; la caja es un rectángulo que indica la
posición de la mitad de los datos centrales.
22  |  Estadística para ingeniería y ciencias

Para elaborar la gráfica de cajas siga los pasos:

• Dibuje una línea horizontal y gradúela.

0 1 2 3 4 5 6 7 8

• En la línea ubique la posición del mínimo, máximo, primer cuartil, tercer cuartil y mediana.

0 1 2 3 4 5 6 7 8
mín Q1 M Q3 máx

• Dibuje las líneas auxiliares.

0 1 2 3 4 5 6 7 8
mín Q1 M Q3 máx

• Dibuje el diagrama.

0 1 2 3 4 5 6 7 8
mín Q1 M Q3 máx

Ejemplo 1.29. Encontrar el diagrama de cajas de los datos que se reportan en el diagrama de tallo-
hoja siguiente:
tallo hojas
1.* 69
2.* 25669
3.* 0011112223334445567778899
4.* 11234577
 Capítulo 1  Estadística descriptiva  |  23

Solución:
Primero se deben encontrar los valores extremos, los cuartiles y la mediana de estos
datos.
• Los valores extremos son mín 5 1.6 y máx 5 4.7.
• El número de datos es n 5 40.
(40 11)
• La posición de la mediana es 5 20.5.
2
(4031.411
) 3.4
• Entonces, la mediana es el promedio
M 5 2 de los5datos
3.4 que están en la posición 20 y 21.
2
(40 11) 3.4 1 3.4
(20 11) 5 3.4
2M 5 2
2
3.4 1 3.4
• El valor de m es: m 5 20. M 5 (20 11) 5 3.4
22
(20 11)
La posición de los cuartiles es 5 10.5.
2

3.1 1 3.1
El primer cuartil es Q1 5 5 3.1 .
2

3.8 1 3.9
El tercer cuartil es Q3 5 5 3.85 .
2

• Después, elabore la gráfica.

1.6 3.1 3.4 3.85 4.7

Figura 1.6.  Diagrama de cajas de los datos de este ejercicio.

1.6.5  Simetría
Los histogramas y los diagramas de cajas permiten visualizar la distribución de los datos. Éstos pueden distri-
buirse o comportarse de manera simétrica alrededor del promedio, o pueden estar cargados a uno u otro lado
de la recta numérica; en este sentido la relación entre las tres medidas de centralidad más comunes: media
aritmética (o simplemente media), moda (la barra más alta) y mediana, con respecto a la simetría de los datos,
está dada en las siguientes gráficas:
24  |  Estadística para ingeniería y ciencias

Mo Mo

M M
X
X

Oblicua a la derecha Simétrica Oblicua a la izquierda

sesgo positivo sesgo cero sesgo negativo
media > mediana > moda media = mediana = moda media < mediana < moda

Oblicua a la derecha Simétrica Oblicua a la izquierda

Figura 1.7.  H
 istogramas con diferentes sesgos y los diagramas de caja correspondientes
a cada histograma.

1.7  Media y varianza con datos agrupados

Cuando se tienen los datos agrupados en una tabla de frecuencia se puede calcular la media y la varianza con
las fórmula antes dadas.

Ejemplo 1.30. Se tiene una muestra de tamaño 36 de análisis de fosfatos (PO423), reportados en la
tabla 1.12. Encuentre la media y la varianza de estos datos.
Tabla 1.12.
Valores de x 61 64 67 68 69 70 73
Frecuencia 5 8 4 3 4 7 5

Solución:
El total de datos en la muestra se obtiene sumando las frecuencias de todas las
clases.
5 1 8 1 4 1 3 1 4 1 7 1 5 5 36
Son 36 datos.
La media se obtiene sumando todos los datos y dividiendo el resultado de la
suma entre 36.
La suma de un mismo valor se puede abreviar con una multiplicación, así al sumar
los cinco datos, igual a 61, más los ocho datos, igual a 64, más, etcétera, se obtiene:
61 1 61 1 61 1 61 1 61 1 64 1 64 1 64 1 64 1 64 1 64 1 64 1 64 1 . . . 5 5(61)
1 8(64) 1 . . .
 Capítulo 1  Estadística descriptiva  |  25

De esta manera la media y la varianza de dichos datos son iguales a:

61 3 5 1 64 3 8 1 67 3 4 1 68 3 3 1 69 3 4 1 70 3 7 1 73 3 5
x5 5 67.2222
5 1 8 1 4 1 31 4 1 7 1 5
(61 2 67.2222)2 3 5 1 (64 2 67.2222)2 3 8 1. . . 1( 73 2 67.2222)2 3 5
x5 514.6349206
36 2 1
Y así se obtiene una fórmula equivalente considerando las frecuencias de cada clase.

∑ ∑
n
xi f xi
i51 i
x5 i51
5 (1.10)
n ∑ i51 i
f

De igual manera, para la varianza muestral se obtiene la fórmula

∑ ∑ ∑
n 2
( xi 2 x)2 ( xi 2 x)2 fi xi2 fi 2 nx
s2 5 i51
5 i51
5 i51
(1.11)

n 21 ∑ f 21
i51 i
n 21

Esta fórmula también puede utilizarse cuando los datos están agrupados en intervalos
de clase. Se emplea la frecuencia fi y la marca de clase o punto medio mi de clase.

x5
∑ f mi
i51 i (1.12)

∑ i51 i
f

Ejemplo 1.31.  Calcular la media de los datos agrupados de la siguiente tabla:

Tabla 1.13.
Frecuencia
Intervalo Punto Frecuencia Frecuencia
relativa
de clase medio (f) relativa
acumulada
(f.r.)
(f.r.a.)
1.5 – 1.9 1.7 2 0.050 0.050
2.0 – 2.4 2.2 1 0.025 0.075
2.5 – 2.9 2.7 4 0.100 0.175
3.0 – 3.4 3.2 15 0.375 0.550
3.5 – 3.9 3.7 10 0.250 0.800
4.0 – 4.4 4.2 5 0.125 0.925
4.5 – 4.9 4.7 3 0.075 1.000

Solución:
Al usar la fórmula (1.12), se obtiene:
1.7 3 2 1 2.2 31 1 2.7 3 4 1 3.2 315 1 3.7 310 1 4.2 3 5 1 4.7 3 3
x5 53.4125
2 11 1 4 115 110 1 5 1 3

1.8  Instrucciones para el uso de Excel en estadística descriptiva

Las computadoras son una poderosa herramienta que auxilia a la estadística para organizar, clasificar y anali-
zar los datos. Existen en el mercado diferentes paquetes de cómputo estadístico, su estructura es semejante y si
26  |  Estadística para ingeniería y ciencias

se aprende a usar uno de ellos, es relativamente fácil usar otro. Excel no es un paquete de cómputo estadístico,
es una hoja de cálculo. Tiene la ventaja de estar en español, pero los cálculos estadísticos que puede hacer
son limitados si se comparan con los paquetes estadísticos especializados. Sin embargo, por ser una hoja de
cálculo que se encuentra casi en cualquier computadora personal es adecuado utilizarlo como una primera
herramienta de cálculo.
Nota: Para un curso introductorio de estadística basta y sobra con el uso de Excel, incluso activando estadística
VBA es suficiente para un curso de estadística aplicada.
  Al abrir Excel se despliega la siguiente pantalla, o una muy semejante.

Figura 1.8.

Cada celda se identifica por la letra de la columna y el número del renglón que se encuentra, así la primera
celda es la A1, etcétera.
En la parte superior de la pantalla se encuentra un menú con las siguientes opciones Archivo, Edición, Ver,
Insertar, Formato, Herramientas, Datos, Ventana y Ayudas (?) y una serie de iconos que permiten realizar una
serie de funciones. Para activarlas se usa el ratón de la computadora. La mayoría de los cálculos estadísticos que
brinda Excel se encuentran en la subrutina Análisis de datos en la opción Herramientas del menú principal.
La opción Análisis de datos no se carga al instalar Excel, por lo que hay que activarla la primera vez que
se use. Para ello, oprima el ratón sobre la opción Herramientas y en el menú que se despliega elija la opción
Complementos.

Figura 1.9.
 Capítulo 1  Estadística descriptiva  |  27

En la ventana que aparece señale la opción Herramientas para análisis y oprima la opción aceptar. Con esto
se activa la aplicación y la próxima vez que entre a la opción Herramientas aparecerá un menú que ya incluye la
opción Análisis de datos.

Figura 1.10.

1.8.1  Medidas de tendencia central y de dispersión con Excel

Para encontrar las medidas de tendencia central y las medidas de dispersión de un conjunto de datos se deben
seguir estos pasos:
1. Escriba los datos en una columna, uno en cada celda.
2. Elija la opción Herramientas y ahí la opción Análisis de datos.
3. En el menú que aparece, elija la opción Estadística descriptiva.
4. En la pantalla que se despliega, con la ventanilla de Rango de entrada activada, coloque el cursor del
ratón sobre el primer dato y oprimiendo su botón izquierdo arrastre hasta cubrir todos los datos. Con
esto, en la ventanilla de Rango de entrada aparece el rango de las celdas donde están los datos, en este
caso los datos; se encuentran de la celda B2 a la B15.

Figura 1.11.
28  |  Estadística para ingeniería y ciencias

5. Si la primera celda de los datos corresponde a un rótulo (edad, concentración de plomo, etc.), señale en
esta misma pantalla. En este ejemplo no se puso rótulo.
6. Los cálculos de salida saldrán en la misma página, si señala en Opciones de salida la opción Rango de
salida; luego, coloque el cursor del ratón en la ventana correspondiente y señale una celda vacía desde
donde aparecerán los resultados.

7. Marque la opción Resumen de estadísticas.

8. Oprima la opción Aceptar y aparecerá una tabla con los resultados.

Columna 1
Media 36.5
Error típico 3.45258304
Mediana 34
Moda 23
Desviación
12.9183828
estándar
Varianza de la
166.884615
muestra
Curtosis 0.06723329
Coeficiente de
0.76365412
asimetría
Rango 42
Mínimo 23
Máximo 65
Suma 511
Cuenta 14
Resultados obtenidos

Figura 1.12.

La pantalla queda así antes de aceptar.

1.8.2  Tabla de frecuencias con Excel

Para elaborar una tabla de frecuencias con Excel se deben escribir en una columna los datos de la muestra y en
otra columna el límite superior de cada clase como se indica a continuación.

Tabla 1.14.
Si la clase es Se debe escribir
60 – 62 62
63 – 64 64

1. Escriba los datos de la muestra en una columna y el límite superior de cada clase en otra columna dife-
rente, uno en cada celda.
2. Elija la opción Herramientas y ahí la opción Análisis de datos.
 Capítulo 1  Estadística descriptiva  |  29

3. En el menú que aparece, elija la opción Histograma.

4. En la pantalla que se despliega, introduzca los datos arrastrando el cursor del ratón sobre los datos,
como se hizo en la explicación anterior. De igual manera, introduzca los datos de las clases y el rango
de salida.
5. Puede optar por tener un gráfico o únicamente la tabla de frecuencias.

Con los datos del ejemplo de la sección anterior y con las clases 20224, 25229, 30234, etc., se obtiene la
siguiente tabla y gráfica.

Histograma Clase Frecuencia

4.5 24 4
4
29 1
3.5
3 34 3
Frecuencia

2.5 39 0
Frecuencia
2 44 3
1.5 49 1
54 1
0.5
59 0
0
64 0
24 34 44 54 64 y mayor
69 1
Clase y mayor 0

Figura 1.13.

1.8.3  Gráficas con Excel

Para elaborar un histograma con Excel se requiere
tener los datos agrupados en una tabla de frecuencias,
lo puede hacer con las instrucciones de histograma.
1. Señale arrastrando con el cursor del ratón los
datos de la tabla de frecuencias.
2. Elija con el cursor del ratón el asistente de
gráficas cuyo icono se encuentra en la parte
superior de la pantalla. Esto despliega una pantalla donde puede elegir el tipo de gráfica. Seleccione el
primero (columnas) y oprima el cursor en Siguiente.
3. Puede poner título a la gráfica o a los ejes. Termine con finalizar. Obtendrá una gráfica de barras verti-
cales como la de la figura anterior.
El asistente de gráficas le permitirá hacer diferentes tipos de gráficas; puede usted experimentar asistido con
las ayudas de Excel.

1.8.4  Uso de Minitab para el diseño de gráficas

Ejemplo 1.32. Utilizando los datos de la siguiente tabla de frecuencias elaborar la gráfica de frecuencia
relativa contra puntos medios.
30  |  Estadística para ingeniería y ciencias

Tabla 1.15.
Punto medio Frecuencia Frecuencia relativa
16.5 7 0.039
21.5 13 0.073
26.5 20 0.002
31.5 26 0.145
36.5 32 0.179
41.5 34 0.189
46.5 19 0.106
51.5 13 0.072
56.5 3 0.017
61.5 6 0.034
66.5 6 0.034

Solución:
1. Abra la hoja de Minitab.
2. Vaya a: Graph → Seatter-Plot.
3. En la ventanilla de “Scatterplot-Simple” introduzca las variables.
4. En la ventanilla de “Labels” y en “Data Labels” haga clic en “Use y Value Labels”
y luego haga clic en OK y OK.
5. En la ventana de “Scatteplot-Simple” y en la ventanilla de “Scatterplot-Simple
View” haga clic en “Symbols” y “Project Lines” y siga las instrucciones señaladas.
Al seguir todas las indicaciones anteriores se produce la gráfica de frecuencias relativas
contra puntos medios.

Figura 1.14.
 Capítulo 1  Estadística descriptiva  |  31

1.9  Instrucciones para el uso de Minitab en estadística descriptiva

1.9.1  Estadísticas descriptivas usando Minitab

Ejemplo 1.33. Para explicar el manejo del Minitab se utilizarán los datos de un problema de me-
catrónica adaptado del libro Mechatronics. Principles and Applications de Godrey C.
Onwubolu, 2005, pues está relacionado con una prueba de confiabilidad. Los datos
consisten en los tiempos de falla de 25 emisores de luz de rectificadores de corriente
alterna. Los datos son los siguientes:
Tabla 1.16.
0.5 5 7 1 4
7.5 1.5 4.5 8 1.3
5 8.1 2 5.5 8.6
2.5 5.5 9 3 6
9.5 3.5 6.5 10 3
Fuente: Mechatronics. Principles and Applications. Godrey C. Onwubolu.
Elsevier Butterworth-Heinemann, Ámsterdam (2005).

Solución:
Para encontrar la solución al ejemplo se va a utilizar Minitab.
1. En el menú de la parte superior de la pantalla, elija las opciones:
Stat → Basic Statistics → Display Descriptive Statistics
Con esto, aparecerá la ventana de diálogo Display Descriptive Statistics.
2. En la ventana de diálogo de Display Descriptive Statistics y en la ventana de
Variables escriba C1 para indicar que los datos que se van a utilizar están en esa
columna.
3. Con el cursor seleccione la opción Statistics y en la ventana de diálogo que apa-
rece escoja todas las estadísticas descriptivas deseadas y luego haga clic en OK.
4. Estas indicaciones producen los siguientes resultados:
Descriptive Statistics: Tiempos de fallas
Total
Mean
Variable Count N N* CumN Percent CumPct Mean SE
StDev
Tiempos
25 25 0 25 100 100 5.220 0.573 2.864
de falla

Variable Variance CoefVar Minimum Q1 Median Q3 Maximum

Tiempos
8.200 54.86 0.500 2.750 5.500 7.750 10.000
de falla

Variable IQR Skewness Kurtosis

Tiempos
5.000 20.03 21.17
de falla
32  |  Estadística para ingeniería y ciencias

Nota: En la ventana Descriptive Statistics-Statistics se puede conocer la definición

de cualquiera de esas estadísticas descriptivas que aparecen. Para ello, se debe
hacer clic en Help y se desplegará una pantalla con los términos y sus defini-
ciones. A fin de conocer las definiciones de todas las estadísticas antes mostra-
das se hace lo siguiente:
Stat → Basic Statistics → Display Descriptive Statistics → Statistics
5. En la ventana de diálogo de Display Descriptive Statistics al seleccionar Graphs
aparece la ventana de diálogo de Display Descriptive Statistics-Graphs, ahí se
pueden seleccionar todos los tipos de gráficas como histogramas, diagramas de
caja, etcétera.
6. Finalmente, haga clic.

Figura 1.15.

1.9.2  Diagramas de caja con Minitab

Para hacer el diagrama de caja de los datos del ejemplo anterior, se procede de la siguiente manera:
Graph → Boxplot → Aceptar.
1. En la ventana Boxplot-One y Simple y en la ventana Gráfica de diagrama de caja.
de Graph Variables se escribe C1 para indicar que los
0 2 4 6 8 10
datos están en la columna 1.
2. Dentro de esa misma ventana, vaya a Data View y en
la ventana Boxplot-Data View que aparece, seleccio-
ne la información deseada y haga clic en OK.
Esto genera una gráfica como la que se muestra a conti-
nuación. 0 2 4 6 8 10

Figura 1.16. Tiempos de fallas

 Capítulo 1  Estadística descriptiva  |  33

1.9.3  Diagrama de tallo-hoja con Minitab

Para hacer gráficas de tallo-hoja con Minitab, haga lo siguiente:
1. En el menú de la parte superior de la pantalla, seleccione las opciones
Stat → Stem-and-leaf
2. Con esto aparece una ventana de diálogo y en la ventanilla de Graph variables introduzca el número
de columna donde están los datos y seleccione Aceptar.
3. En esta misma ventana de diálogo, Minitab permite que se eliminen algunos valores atípicos o extrín-
secos, para ello seleccione las ventanillas Trim y haga clic en OK. Esta orden eliminará los valores
inusuales y señalará los más altos y más bajos.

Ejemplo 1.34. Con las instrucciones anteriores y los datos de la siguiente tabla de un ejercicio adapta-
do del libro Probability and Statistics for Engineering and the Sciences del investigador esta-
dístico J. L. Devore, 2000, que corresponde al octanaje de varios tipos de gasolinas, se
siguieron las instrucciones anteriores, con el objeto de hacer un diagrama de tallo.
La siguiente tabla muestra la información del octanaje de varios tipos de gasolina.
Tabla 1.17.
88.5 87.7 83.4 86.7 87.5 91.5 88.6 103.3
95.6 93.3 94.7 91.1 91.0 94.2 87.8 89.9
88.3 87.6 84.3 86.7 88.2 90.8 88.3 98.8
94.2 92.7 93.2 91.0 90.3 93.4 88.5 90.1
89.2 88.3 85.3 87.9 88.6 90.9 89.0 96.1
93.3 91.8 92.3 90.4 90.1 93.0 88.7 89.9
89.8 89.6 87.4 88.9 91.2 89.3 94.4 92.7
91.8 91.6 90.4 91.1 92.6 89.8 90.6 91.1
90.4 89.3 89.7 90.3 91.6 90.5 93.7 92.7
92.2 92.2 91.2 91.0 92.2 90.0 90.7
Fuente: Probability and Statistics for Engineering and the Sciences. J. L. Devore, Thomson Learning, Inc. (2000).

Siguiendo las instrucciones antes dadas se genera la información.

Stem-and-Leaf Display: Relación de octanaje de gasolina
Stem-and-leaf of Rel. de octanos de gasolina N 5 79
Leaf Unit 5 0.10
1 83 4
2 84 3
3 85 3
5 86 77
11 87 456789
21 88 2333556679
31 89 0233678899
(13) 90 0113344456789
35 91 0001112256688
34  |  Estadística para ingeniería y ciencias

22 92 22236777
14 93 023347
8 94 2247
4 95 6
3 96 1
2 97
2 98 8
1 99
1 100 3
La distribución de los datos tiene un sesgo ligeramente positivo. Sin embargo, para
mejorar la simetría de los datos, se pueden eliminar los valores extrínsecos. Si-
guiendo las instrucciones de arriba, seleccione las ventanillas Trim y haga clic en OK.
Esto generará el histograma que sale del diagrama tallo-hoja que a continuación se
muestra.
Stem-and-Leaf Display: Relación de octanaje de gasolina
Stem-and-leaf of Rel. de octanos de gasolina: N 5 79
Leaf Unit 5 0.10
LO 83.4 (valor inusual pequeño eliminado)
2 84 3
3 85 3
5 86 77
11 87 456789
21 88 2333556679
31 89 0233678899
(13) 90 0113344456789
35 91 0001112256688
22 92 22236777
14 93 023347
8 94 2247
4 95 6
3 96 1
HI 98.8, 100.3 (valores inusuales altos eliminados)
Note que sí hubo alguna mejoría en la simetría de los datos, al eliminar los valores
extrínsecos.

1.9.4  Gráficas de frecuencia relativa acumulada (ojivas) usando el Minitab

Ejemplo 1.35. La intención de este ejercicio es usar la información del ejemplo 1.25, pero ahora se debe
aplicar el programa Minitab para demostrar cómo se puede abreviar el trabajo del cálcu-
lo manual de los intervalos de clase y cálculo de frecuencias relativas acumuladas.
  1. Primero, introduzca los datos en la hoja de trabajo del Minitab en la columna C1
dados en la tabla 1.8 del ejemplo 1.25.
 Capítulo 1  Estadística descriptiva  |  35

  2. Calcule la media y la desviación estándar de los datos. Acordemente, la media de

los datos de la tabla 1.8 es 10.243 y la desviación estándar es 4.272.

  3. En seguida, vaya a: Calculator → Probability Distribution → Normal.

  4. En la ventana de diálogo Normal Distribution que aparece haga clic en Cumula-

tive Probability.

  5. En la ventanilla Mean ponga el valor del promedio (10.243) y en la ventanilla de

Standard deviation escriba el valor de la desviación estándar (4.272).

  6. Seleccione Input columns y coloque los datos de la columna C1.

  7. En la ventana Optional Storage ubique los datos de la columna C2, o sea, la co-
lumna donde se almacenarán los datos de la frecuencia relativa acumulada (f.r.a.)
y haga OK.

  8. Para hacer la ojiva, vaya a: Graph → Scatterplot → Simple → OK.

  9. En la ventana de diálogo Scatterplot-Simple que aparece ponga la variable depen-

diente y (f.r.a.) y la variable independiente x (duración de llamadas telefónicas).

10. En la ventana de diálogo de Scatterplot-Scale seleccione las subdivisiones gráficas

deseadas.

11. En la ventana de diálogo Scatterplot-Data View seleccione Symbols y Connect

line y OK, haga clic en OK.

12. Todas estas órdenes producen la ojiva o gráfica de frecuencia relativa mostrada a
continuación.

1.0 1.0

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0.0 0.0
0 5 10 15 20
Duración llamadas telefónicas

Figura 1.17.  Gráfica de f.r.a. en fracción de duración de llamadas telefónicas.

Al igual que en el ejemplo 1.26 de la gráfica se puede ver que de manera aproximada
30% de las llamadas duraron menos de ocho minutos. Asimismo, 80% duraron me-
nos de 14 minutos y así sucesivamente.
36  |  Estadística para ingeniería y ciencias

Problemas propuestos
1.1 Calcular el promedio, la varianza y la desviación estándar de las
observaciones de la siguiente muestra: 12, 6, 7, 3, 15, 10, 18, 5.
1.2 Encontrar la desviación estándar y el promedio de los valores:
3, 6, 2, 1, 7, 5, de acuerdo con los valores obtenidos del pro-
medio y la desviación estándar. ¿Qué conclusiones se pueden
obtener de la localización y la dispersión de los datos?
1.3 Escribir los siguientes términos usando anotación de suma.
a) x21 1 x22 1 x23 1 . . . 1 x210
b) (x1 1 y1) 1 (x2 1 y2) 1 . . . 1 (x5 1 y5)
c) f1 x1y1 1 f2 x2y2 1 f3 x3y3 1 f4 x4y4
1.4 Encontrar la desviación estándar.
a) 23, 7, 29, 5
b) 2.4, 1.6, 3.8, 4.1, 3.4
1.5 El rango de los números 5, 3, 8, 4, 7, 6, 12, 4, 3 es:
1.6 De 50 mediciones la más grande es 8.34 kg. Si el rango es R 5
0.46, determinar la medición más pequeña.
1.7 Escribir las siguientes sumatorias en su forma desarrollada.
6 78
a) ∑X j 79
j=1
4
a) ¿Qué tipo de sesgo tiene esta distribución?
b) ¿Dónde se halla la mayor concentración de valores?
1.11 En un examen final de estadística, los grados fueron: 100, 100,
66, 65, 64, 60, 59, 57, 58, 50.
¿Los datos tienen una distribución oblicua hacia la derecha
o hacia la izquierda? Justificar el argumento usando la rela-
ción del promedio, la mediana y la moda.
1.12 Encontrar la media geométrica de la muestra aleatoria con
observaciones 10, 12, 16.
1.13 La siguiente tabla muestra los coeficientes de inteligencia de
550 niños de una escuela elemental. Calcular la media arit-
mética, la desviación estándar, la moda, la mediana, los cuar-
tiles, el rango, el rango intercuartílico, el diagrama de caja y el
histograma.
Marca de clase (x) Frecuencia (y)
75 5
5
2
82 2

∑( y 23) 3 86 5
b) j
j =1 91 3

5
94 5
c) ∑ fk x j 98 2
k=1
102 4
1.8 Con los datos de la siguiente tabla y usando el programa de
106 3
computadora Minitab, Excel o una calculadora de bolsillo,
determinar: 110 4
a) La media aritmética. 114 2
b) La varianza. 118 1
c) La desviación estándar.
122 3
Observación (x) Frecuencia ( f )
126 2
70 49
1.14 La siguiente tabla muestra las temperaturas, en oC, de 10 re-
74 16 giones de México. Llene los valores que están vacíos.
78 28 Temp. (oC) 20 21 22 23
82 45 Frecuencia 3 2 1
86 66 Frecuencia
3 9
90 85 acumulada

98 72 Frecuencia
relativa (%) 30% 20%
102 54 acumulada
106 38 Frecuencia
30% 90%
relativa
110 27
Total 10
114 18
1.15 Se hicieron análisis químicos de cloruros (Cl2) expresados en
118 115
unidades de mg/L procedentes de una muestra de aguas resi-
1.9 En una distribución, si la media es 5.0, la mediana es 7.0 y duales usando el método de nitrato de mercurio. Los resulta-
la moda es 9.0, contestar los siguientes enunciados: dos se muestran en la siguiente tabla:
a) ¿Qué tipo de sesgo tiene esta distribución? 17.2 17.1 17.0 17.1 16.9 17.0 17.1
b) ¿Dónde se encuentra la mayor concentración de valores?
17.0 17.3 17.2 16.9 17.0 17.1 17.3
1.10 En una distribución, si el promedio es de 10.0, la mediana es
de 8.0 y la moda es de 5.0, contestar las siguientes preguntas: 17.2 17.4 17.1 17.1 17.0 17.1
 Capítulo 1  Estadística descriptiva  |  37

a) Hallar el promedio aritmético, la varianza y la desviación 1.18 Con los datos de la siguiente tabla:
estándar.
Marca de Frecuencia
b) Encontrar el rango intercuartil. Altura (pulgadas) clase (x) f (x)
c) Hacer un histograma de frecuencia.
60–62 61 5 5 × 61 5 305
d) Hallar el coeficiente de variación. Buscar su definición.
e) ¿Son simétricos los datos? 63–65 64 18 64 × 18 5 1152
f ) Encontrar el primer cuartil, el segundo cuartil y el tercer 66–68 67 42 67 × 42 5 2814
cuartil.
69–71 70 27 70 × 27 5 1890
1.16 Se hace un estudio de análisis de concentraciones de demanda
72–74 73 8 73 × 8 5 584
bioquímica de oxígeno (DBO). Para esto se da un avance de la
información. Hay que hacer lo siguiente: Calcular la media con la fórmula para datos agrupados.
a) Completar la tabla de abajo calculando los puntos in- 1.19 Completar los faltantes de la tabla siguiente, de una distribu-
termedios, la frecuencia relativa y la frecuencia relativa ción de frecuencia de las vidas de 400 tubos. Además, hacer
acumulada. los cálculos pedidos a continuación.
b) Hacer el histograma. a) Encontrar el límite superior de la quinta clase.
c) Calcular el primer cuartil y el tercer cuartil. b) Hallar el límite inferior de la octava clase.
d) Señalar en el histograma la media, la moda y la mediana. c) Determinar la marca de clase de la séptima clase.
Frecuencia d) Localizar los límites de la última clase.
Número Frecuencia relativa e) Encontrar el tamaño del intervalo de clase.
Intervalos de Puntos relativa acumulada
f ) Hallar la frecuencia de la cuarta clase.
(Conc. DBO) análisis intermedios (%) (%)
g) Determinar la frecuencia relativa de la sexta clase.
50.00–59.99 8
h) Encontrar el porcentaje de los tubos cuyas vidas sean <
60.00–69.99 10 600 horas.
70.00–79.99 16 i) Hacer una gráfica de frecuencia relativa versus puntos
medios y revisar la simetría de los datos.
80.00–89.99 14

90.00–99.99 10 Vida No. de Punto

de los tubos tubos (f) f.r. f.a. f.r.a. medio
100.00–109.99 5
300–399 14
110.00–119.99 2
400–499 46
1.17 Una organización caritativa que ayuda a damnificados por
500–599 58
huracanes ha hecho una lista de donaciones recibidas en miles
de pesos durante el presente año, los datos se muestran en la 600–699 76
siguiente tabla, con ellos: 700–799 68
a) Encontrar la media y la varianza usando la fórmula para 800–899 62
datos agrupados.
900–999 48
b) Hacer el histograma.
c) Obtener un polígono de frecuencia con la frecuencia rela- 1000–1099 22
tiva acumulada. 1100–1199 6
d) En qué puntos este polígono alcanza las alturas 0.25, 0.50,
0.75. Éstos son aproximadamente los valores de los tres
cuartiles.
Problemas de tarea
253.0 173.4 117.0 191.2 151.4
182.0 132.0 162.0 212.9 155.9 Revisa tu CD-ROM para encontrar más problemas:
221.0 158.0 135.0 124.4 68.9
89.7 95.6 84.1 135.1 123.2
101.0 126.5 142.8 20.2 119.0
 Capítulo 2
Introducción a la probabilidad
(Jupiter Images Corporation)

(Jupiter Images Corporation)

Estas fotografías muestran el interior de un casino y un cohete interplanetario, ambos lugares extremos
en donde se aplican modelos de probabilidad. La probabilidad es una medida de la incertidumbre en los
resultados de un proceso; se puede pensar en la probabilidad cuando se jala la palan ca de las máquinas
tragamonedas; de igual manera se puede pensar en la probabilidad al medir el consumo de combustible de un
cohete que es lanzado al espacio, inclusive la probabilidad está presente para medir la incertidumbre de que el
lanzamiento sea exitoso o fallido.
Los juegos de azar siempre han ejercido una especial atracción tanto en hombres como en mujeres; la
naturaleza aleatoria de los resultados y la posibilidad de obtener grandes ganancias rodea de glamour a los
casinos; fue en estos ambientes donde se desarrolló con mayor vigor la teoría de la probabilidad. De manera
paralela se desarrollaron los modelos probabilísticos, tanto en otros ámbitos diametralmente opuestos,
como en la modelación del átomo y la posición de las partículas subatómicas, como en los procesos físicos
y químicos, ya que es una herramienta esencial en el desarrollo de la ciencia y tecnología.

Introducción
En este capítulo se presentan las bases para el estudio de la probabilidad; el objetivo es que los estudiantes
adquieran los conocimientos acerca de los modelos aleatorios, los cuales les permitan generar inferencias esta-
dísticas plausibles sobre fenómenos específicos, ya sea en la ingeniería o en las ciencias aplicadas.
 Capítulo 2  Introducción a la probabilidad  |  39

2.1  Conceptos básicos

La probabilidad es la rama de las matemáticas que se encarga del estudio formal de los procesos aleatorios.
El desarrollo de la teoría de la probabilidad matemática ocurrió en el siglo xvii, y alguno de sus destacados
promotores fueron el noble francés Antoine Gombauld y el matemático francés Blaise Pascal. En el siglo xix,
Robert Brown observó en un líquido el movimiento azaroso de las moléculas; actualmente dicho movimiento
se conoce como movimiento browniano, el cual es un movimiento aleatorio de coloides en un medio líquido
causado por colisiones con moléculas del líquido. Posteriormente, Einstein aplicó el movimiento browniano a
la física. Todo esto despertó el interés por utilizar la probabilidad para modelar problemas científicos dejando
atrás el concepto original de aplicación a juegos de azar.
En este capítulo, primero se estudiarán los objetos que son la materia prima de la probabilidad; esto es,
los objetos que son susceptibles para medir la probabilidad.

Definición 2.1.  Se llama experimento a cualquier proceso que es susceptible de ser observado.

El concepto de experimento en probabilidad difiere de las otras disciplinas. En probabilidad se consideran

experimentos, por ejemplo, observar si en un día determinado llueve o no, lanzar un volado y ver el resultado
u observar la concentración de contaminantes en el aire a una hora específica del día. Una vez establecido lo
que es un experimento, se define el espacio muestral.

Definición 2.2.  Se llama espacio muestral al conjunto de posibles resultados en un experimento y se

denota con la letra S.

Ejemplo 2.1.  Al lanzar una moneda, el espacio muestral es:

S 5 {águila, sol}

Ejemplo 2.2.  Si el experimento es lanzar un dado, el espacio muestral es:

S 5 {1, 2, 3, 4, 5, 6}

Ejemplo 2.3. Si el experimento es observar el número de accidentes automovilísticos en un día y una

ciudad determinados, el espacio muestral es:
S 5 {0, 1, 2, 3, 4, 5, 6, 7, …}

Ejemplo 2.4. Si el experimento es seleccionar al azar una carta de un mazo de 52 cartas, el espacio
muestral es:
S 5 {as de espadas, 2 de espadas, . . . , rey de diamantes}

Ejemplo 2.5.  Si el experimento es lanzar dos monedas al aire, el espacio muestral es:
S 5 {aa, as, sa, ss}
40  |  Estadística para ingeniería y ciencias

Definición 2.3.  Un evento es un subconjunto del espacio muestral. Los eventos se denotan con las
letras mayúsculas del alfabeto.

Ejemplo 2.6.  Si el espacio muestral es S 5 {águila, sol}, dos eventos posibles son:

A 5 {águila} y B 5 {sol}

Ejemplo 2.7.  Si el espacio muestral es: S 5 {1, 2, 3, 4, 5, 6}, algunos ejemplos de eventos son:
A 5 {1, 2}, B 5 {5, 3, 1}, C 5 {4}
Se dice que un evento A ocurre si sucede cualquiera de sus elementos, por ejemplo,
si en el experimento de lanzar un dado se tiene el evento F 5 {3, 4, 5}. Se dice que F
ocurre, si al lanzar el dado sale el 4; o bien, sale el 3; o el 5; cualquiera de sus elementos
hace que ocurra el evento F.

Algunos eventos particulares son:

Definición 2.4.  Evento seguro es el que siempre ocurre.

Por ejemplo, si en una rifa se compran todos los boletos, se juega con el evento seguro. Si en un volado se
pide tanto águila o como sol, se juega con el evento seguro. El evento seguro es igual al espacio muestral.

Definición 2.5.  Evento imposible es el que no puede ocurrir.

Si no se compran boletos para una rifa se juega con el evento imposible, si en un volado se pide algo dife-
rente a águila o sol, se juega con el evento imposible. El evento imposible se denota con el símbolo de conjunto
vacío, φ.

Definición 2.6.  Se dice que un evento es elemental o simple, si está formado por un único elemento.

Ejemplo 2.8. Considérese el experimento de lanzar dos monedas no cargadas. Suponer que las águi-
las se denotan con a y los soles con s. Citar los eventos elementales o simples.

Solución:
Los eventos simples son: {aa}, {as}, {sa}, {ss}.
 Capítulo 2  Introducción a la probabilidad  |  41

2.1.1  Diagramas de Venn

Una manera esquemática de denotar los eventos es con los diagramas de Venn. En estos diagramas el espacio
muestral se indica con un rectángulo, los eventos se dibujan como curvas cerradas dentro del rectángulo y
generalmente se sombrea el conjunto que se quiere destacar. Por ejemplo, el evento A se representa de la
siguiente manera:

Figura 2.1.  El área sombreada es A.

Hay tres operaciones que se pueden llevar a cabo entre eventos: la unión, la intersección y el comple-
mento.

Definición 2.7.  La unión de dos eventos es otro evento igual a la ocurrencia de al menos uno de los
eventos y se indica con el símbolo ∪; esto es, la unión de los eventos A y B se indican como A ∪ B
y significa que ocurre A, B o ambos simultáneos. Con diagramas de Venn, la unión de los eventos A
y B es:

B A

Figura 2.2.  El área sombreada es A ∪ B.

La unión se relaciona con la conjunción “o”. Por ejemplo, al elegir un estudiante al azar se tiene una unión
cuando se pide que el estudiante elegido sea mujer o estudie derecho. En este caso, es la unión de todas las
mujeres junto con todos los estudiantes de derecho, ya sean hombres o mujeres.

Definición 2.8.  La intersección de dos eventos es otro evento igual a la ocurrencia de los dos eventos
simultáneamente y se indica con el símbolo ∩, es decir, la intersección de los eventos A y B se indican
como A ∩ B.
42  |  Estadística para ingeniería y ciencias

Con diagramas de Venn, la intersección de los eventos A y B es:

B A

Figura 2.3.  El área sombreada es A ∩ B.

La intersección se relaciona con la conjunción “y”. Por ejemplo, al elegir un estudiante al azar se tiene una
intersección cuando se pide que el estudiante elegido sea mujer y que estudie derecho, esto es, la intersección,
incluye todas las mujeres estudiantes de derecho.

Definición 2.9.  El complemento de un evento A es igual a que en el experimento no ocurra A, y se

denota como Ac, símbolo que se lee como “complemento de A”.

Por ejemplo, si al realizar el experimento de lanzar un dado, se tiene que A 5 {2, 3}; entonces, se sigue
que Ac 5 {1, 4, 5, 6}.
Con diagramas de Venn el complemento de A se representa de la siguiente manera:

Ac

Figura 2.4.  El área sombreada es Ac.

Los elementos de un evento se pueden escribir en forma de lista o por la descripción de una característica
común. Por ejemplo, el conjunto de las vocales del alfabeto latino se puede escribir de estas dos maneras:

A 5 {a, e, i, o, u} o A 5 {x | x es una vocal}

La línea “|”, se lee “tal que”.

En ocasiones, los conjuntos únicamente se pueden escribir por la descripción de una característica, pues
el número de elementos es grande y difícil de listar todos sus elementos.

Ejemplo 2.9.  S 5 {x | x es una ciudad con una población de más de un millón de personas}
 Capítulo 2  Introducción a la probabilidad  |  43

La descripción de los elementos de un conjunto también puede ser establecida mediante relaciones de
orden.

Ejemplo 2.10. Considerar el experimento de observar el tiempo requerido para completar una tarea en
particular y en un intervalo de 0 a 40 segundos. En este caso, el espacio muestral es:
S 5 {x | 0 < x < 40}

Ejemplo 2.11. Determinar el número de automóviles que los mecánicos encargados de verificar la emi-
sión de óxidos de nitrógeno deben inspeccionar antes de encontrar uno que no satisface
los reglamentos gubernamentales. En este caso, puede ocurrir que el que no cumple la
norma sea el primer auto inspeccionado, o el segundo, o el tercero, etcétera; no se puede
determinar cuántos autos tendrán que inspeccionar antes de hallar el primero que falle,
por tanto el espacio muestral es infinito:
S 5 {1, 2, 3, 4, 5, 6, 7, 8, . . .}

Ejemplo 2.12.  Sean los eventos A 5 {a, b, c} y B 5 {b, c, d, e}, encuentre la unión A ∪ B.

Solución:
La unión de dos eventos se forma al juntar los elementos que están en los dos con-
juntos.
A ∪ B 5 {a, b, c, d, e}

Ejemplo 2.13. Si el espacio muestral es S 5 {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}, y se tienen los eventos A 5 {0,
2, 4, 6, 8}, B 5 {1, 3, 5, 7, 9} y C 5 {2, 3, 4, 5}, encontrar:
a) A ∩ B
b) A ∩ C

Solución:
a) Debido a que A y B no tienen elementos en común; entonces, A ∩ B 5 φ, ya que
es imposible que ocurran simultáneamente los eventos A y B.
b) Como el 2 y el 4 son elementos de A y C; entonces, A ∩ C 5 {2, 4}.

Ejemplo 2.14. Considerar el experimento de lanzar un dado si con el espacio muestral generado se

definen los eventos: A 5 {1, 2, 3, 4}, B 5 {3, 4, 5, 6} y C 5 {1, 3, 5}. Encontrar:
a) A ∪ B
b) A ∪ C
c) A ∩ B
d) A ∩ C
e) Ac
f ) {A ∪ C}c
44  |  Estadística para ingeniería y ciencias

Solución:
a) A ∪ B 5 {1, 2, 3, 4, 5, 6} 5 S
b) A ∪ C 5 {1, 2, 3, 4, 5}
c) A ∩ B 5 {3, 4}
d) A ∩ C 5 {1, 3}
e) Ac 5 {5, 6}
f) (A ∪ C)c 5 {6}

Ejemplo 2.15. El experimento aleatorio es lanzar dos monedas al aire; entonces, el espacio muestral
es: S 5 {aa, as, sa, ss}. En este espacio muestral se definen los eventos:
E1 5 {aa, as, sa} y E2 5 {as, sa, ss},
entonces, encuentre:
a) E1 ∪ E2
b) E1 ∩ E2
c) E1c
d) E2c

Solución:
a) E1 ∪ E2 5 {aa, as, sa, ss}
b) E1 ∩ E2 5 {as, sa}
c) E1c 5 {ss}
d) E2c 5 {aa}

Las operaciones de unión, intersección y complemento satisfacen las siguientes rela-

ciones operacionales.

Tabla 2.1.  Propiedades que se satisfacen en el álgebra de conjuntos.

(A ∪ B) ∪ C 5 A ∪ (B ∪ C)
Ley asociativa
(A ∩ B) ∩ C 5 A ∩ (B ∩ C)
A∪B5B∪A
Ley conmutativa
A∩B5B∩A
A ∪ (B ∩ C) 5 (A ∪ B) ∩ (A ∪ C)
Ley distributiva
A ∩ (B ∪ C) 5 (A ∩ B) ∪ (A ∩ C)
(A ∪ B) c 5 Ac ∩ Bc
Leyes de Morgan
(A ∩ B) c 5 Ac ∪ Bc
A ∪ Ac 5 S
A ∩ Ac 5 Φ
Leyes complementarias
(Ac) c 5 A
Sc 5 Φ, Φc 5 S
A∪Φ5A
A∩S5A
Leyes idénticas
A∪S5S
A∩Φ5Φ
A∪A5A
Leyes con la misma potencia
A∩A5A
 Capítulo 2  Introducción a la probabilidad  |  45

Definición 2.10.  Dos eventos A y B son mutuamente excluyentes si cuando ocurre uno de ellos es
imposible que suceda el otro; en otras palabras dos eventos A y B son mutuamente excluyentes si no
pueden ocurrir, de manera simultánea, si uno excluye al otro; esto es, A ∩ B 5 Φ.

Figura 2.5.  Diagrama de Venn de dos eventos mutuamente excluyentes.

Ejemplo 2.16. En los siguientes eventos determinar cuáles son mutuamente excluyentes y cuáles no
lo son.

a) Al manufacturar un componente electrónico los eventos:

A 5 {defectuoso}, B 5 {bueno}
b) Al elegir a una persona al azar y medirle su coeficiente intelectual:
A 5 {coeficiente intelectual > 100}, B 5 {coeficiente intelectual < 95}
c) Al seleccionar un médico al azar que sea:
A 5 {x | x es cirujano} y B 5 {x | x es mujer}
d) Al seleccionar a una persona, que la persona elegida sea:
A 5 {x | x un tipo con personalidad dominante}
B 5 {x | x un tipo de personalidad sumisa}

Solución:
a) Los eventos son mutuamente excluyentes, pues un artículo no puede ser bueno y
defectuoso al mismo tiempo.
b) Los eventos son mutuamente excluyentes, ya que una persona no puede tener un
coeficiente intelectual mayor a 100 y al mismo tiempo tener un coeficiente intelec-
tual menor que 95.
c) Los eventos no son mutuamente excluyentes, pues una persona sí puede ser mé-
dico cirujano y mujer al mismo tiempo.
d) Los eventos son mutuamente excluyentes, pues una persona tiene personalidad
dominante o personalidad sumisa, pero no puede tener ambas.
46  |  Estadística para ingeniería y ciencias

Ejemplo 2.17. Si el experimento es: elegir una carta de un mazo de 52 naipes, sean los eventos E1 5
{x | x es un as} y E2 5 {x | x es un rey}. ¿Estos eventos son mutuamente excluyentes?

Solución:
En este caso, estos eventos son mutuamente excluyentes, porque no se puede sacar el
as y el rey al mismo tiempo.

2.2  Introducción axiomática de la probabilidad

La probabilidad es una medida de la incertidumbre de que ocurra alguno de los posibles resultados de un
experimento. La probabilidad se calcula a los eventos. Para el evento A, la probabilidad de A se denota como
P(A).
Son tres las propiedades básicas de la probabilidad o axiomas de la probabilidad.
Axiomas de probabilidad
1. Para cualquier evento A se satisface que P(A) $ 0.
2. P(S) 5 1, la probabilidad del evento seguro es 1.
3. Si A1, A2, A3, . . . , son eventos mutuamente excluyentes por pares, entonces:

P(A1 ∪ A2 ∪ A3 ∪ . . . ∪ An ∪ . . .) 5 P(A1) 1 P(A2) 1 P(A3) 1 . . . P(An) 1 . . .

Con base en estos tres axiomas, se desarrolla la teoría de la probabilidad.

Teorema 2.1.  Si A es un evento; entonces, P(Ac) 5 1 2 P(A).

Demostración:
Para cualquier evento A, se tiene que A y Ac son mutuamente excluyentes, A ∩ Ac 5 Φ; entonces, se
puede aplicar el tercer axioma a la unión de estos dos eventos:

P(A ∪ Ac) 5 P(A) 1 P(Ac)

Por otro lado, también se satisface A ∪ Ac 5 S, por lo que P(A ∪ Ac) 5 1; entonces, se sigue que P(A)
1 P(Ac) 5 1, de donde al despejar da como resultado P(Ac) 5 1 2 P(A).

Teorema 2.2.  La probabilidad del evento imposible es cero, P(Φ) 5 0.

Demostración:
Se sabe que Φ 5 Sc, por lo que al aplicar el teorema 2.1, se determina que

P(Φ) 5 P(Sc) 5 1 2 P(S) 5 1 2 1 5 0

 Capítulo 2  Introducción a la probabilidad  |  47

Teorema 2.3.  Si A ⊂ B necesariamente P(A) # P(B).

Demostración:
Se tiene que B 5 A ∪ (B ∩ Ac) y A ∩ (B ∩ Ac) 5 Φ, por lo que se puede aplicar el tercer axioma de
probabilidad para calcular la probabilidad de B:
P(B) 5 P(A ∪ (B ∩ Ac) 5 P(A) 1 P(B ∩ Ac) $ P(A)
Esto último debido a que por el axioma 1, P(B ∩ Ac) ≥ 0.
Las dos siguientes proposiciones se presentan sin demostración y se bosqueja una prueba usando
los diagramas de Venn.

Teorema 2.4.  Si A y B son eventos; entonces:

P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B)

A
B

Figura 2.6.  P(A ∪ B) indica la probabilidad del área sombreada.

A A
B B

S S

P(A) P(B)
Figura 2.7.  En estos casos, se ejemplifica la probabilidad del área sombreada
en ambos diagramas.

A
B
B

Figura 2.8.
48  |  Estadística para ingeniería y ciencias

La probabilidad de la intersección se contó dos veces en P(A) 1 P(B), por eso hay que restarle una
vez este valor:
P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B)

Teorema 2.5.  Si A, B y C son eventos; entonces:

P(A ∪ B ∪ C) 5 P(A) 1 P(B) 1 P(C) 2 P(A ∩ B) 2

P(A ∩ C) 2 P(B ∩ C) 1 P(A ∩ B ∩ C)

Ejemplo 2.18. Este caso es una adaptación del libro Probabilidad y Estadística para Ingenieros de Miller
y Freund (1994), editado por Richard A. Jonson. Al probar el servicio de un nuevo
dispositivo anticontaminante, se puede citar cada una de las seis clasificaciones con
sus respectivas probabilidades:

Muy deficiente Deficiente Suficiente Bueno Muy bueno Excelente

0.07 0.12 0.17 0.32 0.21 0.11

Encontrar la probabilidad al hacer el consumidor la clasificación:

a) Muy deficiente
b) Deficiente
c) Suficiente o bueno
d) Bueno, muy bueno o excelente

Solución:
a) P(muy deficiente) 5 0.07
b) P(deficiente) 5 0.12
c) P(suficiente o buena) 5 0.17 1 0.32 5 0.49
d) P(bueno, muy bueno o excelente) 5 0.32 1 0.21 1 0.11 5 0.64
Los incisos c) y d) corresponden a la unión de eventos mutuamente excluyentes, por
eso se suman las probabilidades.

2.3  Espacios muestrales equiprobables

Definición 2.11.  Un espacio muestral finito es equiprobable si cada uno de sus eventos elementales
tienen la misma oportunidad de ocurrir.
En un espacio equiprobable tiene sentido la definición clásica de probabilidad.
#A
P(A) 5 (2.1)
#S
Donde #A 5 el número de elementos en A.
 Capítulo 2  Introducción a la probabilidad  |  49

Ejemplo 2.19. Si un dado está bien balanceado, el espacio muestral generado por un lanzamiento es
equiprobable, pues todas las caras tienen la misma oportunidad de aparecer. En este
espacio muestral encontrar:
a) La probabilidad de obtener el número 1.
b) La probabilidad de obtener un número par.
c) La probabilidad de obtener los números 3 o 4.
d) La probabilidad de no obtener los números 3 o 4.
Solución:
1 3 1 2 1 2
a) P({1}) 5
6 6 2 6 3 3
3 1 11 3 23 1 71 2 12 1 41 2 12
b) P({2, 4, 6})
8 6586 6 8652 82 6 46 3 83 3 23
1 1 3 3 1 1 32 23 11 11 22 22 7 71 1 4 4 1 1
c) P({3, 4}) 5 8 858 8 8 8 8 8 4 4 8 8 2 2
6 66 62 26 63 33 3
3 3 1 1 2 2 7 7 1 1 4 14 11 31 31 12 21 12 2
d) P({3,
8 8 84}8 )85
c
8 8182
4 4P({3,
8 68 264}) 51− 5
62 62 26 63 33 3
3 31 12 27 71 14 41 1
Ejemplo 2.20.  Encontrar la probabilidad de que una pareja con 3 hijos tenga:
8 88 88 88 84 48 82 2
a) Exactamente 2 varones: A 5 {(v, v, n), (v, n, v), (n, v, v)}
b) Tres varones o 3 niñas: B 5 {(v, v, v), (n, n, n)}
c) A lo más dos varones: C 5 {(n, n, n), (v, n, n), (n, v, n), (n, n, v), (v, v, n), (v, n, v),
(n, v, v)}
d) Cuando menos 2 varones D 5 {(v, v, n), (v, n, v), (n, v, v), (v, v, v)}
e) Más de 2 niñas: E 5 {(n, n, n)}
f) Menos de 2 varones: F 5 {(n, n, n), (v, n, n), (n, v, n), (n, n, v)}
Solución:
El espacio muestral de este experimento, cuando v representa a los varones y n repre-
senta a las niñas, es:
S 5 {vvv, vvn, vnv, nvv, vnn, nvn, nnv, nnn}
Entonces, el1número
3 1 de
2 elementos
1 2 en
1 S3 es18, 2y todos
1 2 los elementos son igualmente
probables: 6 6 2 6 3 3 6 6 2 6 3 3
1 1 2 7 11 134 311 12 21 12 2
3 11113323111712221211412212 3
a) P(A) 5 5 0.375 d)  P(D) 5 5
6 8 8 8 64 668 622 26 63 33 3
68 6628666686223826634633833323 8
1 3 13 3 1 2 13 321 12 27 71 14 41 1
21 331231127122127747111144 411 1
b) P(B) 5 1 5 5 e)  P(E) 5
6 6 28 6 2 6 38 838 88 88 84 48 82 2
68 883888838888488888442488 822 26
3 1 2 7 1 4 1 1 2 7 1 1 4 31 1 2 1 2
3
c) P(C) 5 f )  P(F) 5 5
8 8 8 8 4 8 2 8 8 8 4 68 62 2 6 3 3
8
3 1 2 7 1 4 1
Como se observa, si el espacio muestral es equiprobable, el calcular la probabilidad
8 8 8 8 4 8 2
de un evento se reduce a contar cuántos elementos tienen ese evento y el espacio
muestral, por esta razón es importante contar con métodos de conteo eficientes, ya
que algunos de estos métodos serán revisados en la siguiente sección.
50  |  Estadística para ingeniería y ciencias

2.4  Técnicas de conteo

2.4.1  La regla del producto para pares ordenados
Dicha regla de conteo es la más sencilla y consiste en determinar de cuántas maneras se puede elegir un par de
elementos cuando la primera selección se hace de entre n elementos y la segunda selección de entre m elemen-
tos. El total de maneras de obtener este par se encuentra multiplicando los valores de m y n, “mn”.

Ejemplo 2.21. ¿Cuántos puntos tiene el espacio muestral del experimento que consiste en lanzar dos
dados una vez?

Solución:
El primer dado puede caer en n 5 6 diferentes maneras. Para cada una de éstas, tal
vez el segundo dado caiga en m 5 6 diferentes maneras. Por tanto, el par de dados
caen en nm 5 (6) (6) 5 36 maneras.
Los elementos del espacio muestral de este experimento se listan en la tabla si-
guiente:

11 12 13 14 15 16
21 22 23 24 25 26
31 32 33 34 35 36
41 42 43 44 45 56
51 52 53 54 55 56
61 62 63 64 65 66

Ejemplo 2.22. En un estudio médico los pacientes se clasifican de acuerdo con su tipo de sangre;
es decir, AB1, AB−, A1, A−, B1. B− o O1, O−; y también se clasifican de acuerdo con su
presión arterial en alta, baja o normal. Encontrar el número de maneras en las cuales
un paciente se pueda clasificar.

Solución:
n 5 8 tipos de sangre y m 5 3 presiones arteriales. Por tanto, nm 5 (8) (3) 5 24 ma-
neras de clasificar a los pacientes.

2.4.2  Regla de multiplicación más general

La regla del producto para k-arreglos se define como sigue: si una operación se puede hacer en n1 maneras y,
si para cada una de estas maneras, una segunda operación se puede hacer en n2 maneras, y, si por cada una
de estas dos primeras operaciones, una tercera operación se puede hacer en n3 maneras y, así sucesivamente;
entonces, la secuencia de k operaciones o arreglos se puede hacer en n1, n2, n3, . . . , nk arreglos, es decir:

n1 n2 n3, . . . , nk (2-2)
 Capítulo 2  Introducción a la probabilidad  |  51

Ejemplo 2.23. Suponer que un cliente desea instalar un teléfono inalámbrico y se selecciona de n1 5

10 colores decorativos que se supone que están disponibles en n2 5 3 longitudes de
cables con n3 5 2 tipos de tonos rotativos. Entonces, ¿cuántas diferentes selecciones
puede hacer?
Solución:
n1 n2 n3 5 (10)(3)(2) 5 60 arreglos

Ejemplo 2.24. Si una clínica en un centro médico tiene 4 especialistas del corazón, 3 en medicina
interna y cirujanos generales, ¿cuántas maneras existen de seleccionar un médico de
cada tipo?
Solución:
n1 n2 n3 5 (4)(3)(2) 5 24
La regla de la multiplicación se puede representar de manera gráfica mediante los
llamados diagramas de árbol; para describir cómo se elaboran estos diagramas se
presenta el siguiente ejemplo.

Ejemplo 2.25. Si una computadora selecciona, aleatoriamente, uno de dos factores, Rh (positivo y
negativo) y uno de tres tipos de sangre, ¿cuántos elementos tiene el espacio muestral
de este experimento? ¿Cuál es la probabilidad de tener el tipo de sangre A positivo?
Solución:
El número de elementos del espacio muestral de este experimento es:
n1 n2 5 (2) (3) 5 6
por tanto el diagrama de árbol es:

Factor Rh Tipo de sangre Resultado

A 1A
1 O 1O
B 1B

A 2A
2 O 2O
B 2B
Figura 2.9.  Diagrama que muestra el factor Rh, el tipo de sangre y el resultado.

Del diagrama de árbol de la figura 2.9, se obtiene el espacio muestral, que es:
S 5 {1A, 1O, 1B, 2A, 2O, 2B}
Al examinar esta situación se observa que una sola rama corresponde a: 1A. Por
1 3 1 2 1 2
tanto, la probabilidad de este evento es P(1A) 5 suponiendo que en la población
6 6 2 6 3 3
de interés los tres tipos de sangre y los dos factores3RL1 son
2 igualmente
7 1 4 1probables.
8 8 8 8 4 8 2
52  |  Estadística para ingeniería y ciencias

Ejemplo 2.26. Encontrar la probabilidad de que un infante sea una niña con ojos azules. Suponer
que la probabilidad de varones y mujeres es igual y que puedan tener ojos cafés, ver-
des, azules o castaños, también es igualmente probable.
Solución: 1 3 1 2 1 2
6 6 se2obtiene:
Si se usa la regla de productos 6 3 n 3 n 5 (2) (4) 5 8. La probabilidad de tener
1 2
3 1 2 7 1 4 1
una niña con ojos azules es . El diagrama de árbol de este espacio muestral es:
8 8 8 8 4 8 2
Sexo Color de ojos Resultado
Cafés Varón de ojos cafés
Azules Varón de ojos azules
Varón
Verdes Varón de ojos verdes
Castaños Varón de ojos castaños

Cafés Mujer de ojos cafés

Azules Mujer de ojos azules
Mujer
Verdes Mujer de ojos verdes
Castaños Mujer de ojos castaños
Figura 2.10.  Diagrama de árbol
1 3 para
1 2varones
1 2 y mujeres.
6 elementos.
El espacio muestral S tiene ocho 6 2 6 3De3manera que la probabilidad de tener
3 1 2 7 1 4 1
una niña de ojos azules es igual a .
8 8 8 8 4 8 2
Ejemplo 2.27. Considerar el lanzamiento de una moneda tres veces (o el lanzamiento de tres mone-
das a la vez).
a) Usar un diagrama de árbol para representar el número de resultados en el espacio
muestral.
b) Calcular la probabilidad de que caigan exactamente tres soles (caras).
c) Calcular la probabilidad de que caigan cuando menos dos soles.
d) Calcular la probabilidad de que caigan a lo más dos águilas.
e) Calcular la probabilidad de todo el espacio muestral.
Solución:
a) En la siguiente figura se muestra el diagrama de árbol de este experimento, la letra
s representa sol y la a representa águila.

Etapa 1 Etapa 2 Etapa 3

Primera moneda Segunda moneda Tercera moneda
Sol (s, s, s)
Sol
Águila (s, s, a)

Sol Águila
Sol (s, a, s)
Águila (s, a, a)
Sol (a, s, s)
Águila Sol
Águila (a, s, a)
Águila
Sol (a, a, s)
Águila (a, a, a)
Figura 2.11. Diagrama de árbol del experimento de lanzar las tres monedas
simultáneamente.
 Capítulo 2  Introducción a la probabilidad  |  53

En el diagrama de árbol hay ocho resultados posibles al lanzar una moneda tres veces
consecutivas o tres monedas simultáneamente. El espacio muestral es:1 3 1 2 1 2
S 5 {(s, s, s), (s, s, a), (s, a, s), (a, s, s), (s, a, a), (a, s, a), (a, a, s),6(a,6a, 2a)} 6 3 3
3 1 2 7 1 4 1
b) La probabilidad de que caigan exactamente 2 1es: 2P{(s, s, s)} 5
1 3tres1 soles 8 8 8 8 4 8 2
c) La probabilidad de que caigan cuando menos
6 6 dos
2 6soles
3 es:
3
3 1 2 7 1 1 4 31 1 2 1 2
P({(s, s, s), (s, s, a), (s, a, s), (a, s, s)}) 5 5 1 3 1 2 1 2
8 8 8 8 4 68 62 2 6 3 3
d) La probabilidad de caigan a lo más dos águilas es: 3 1 26 76 12 46 13 3
3 1 2 7 1 4 1
P({(s, s, s), (s, s, a), (s, a, s), (a, s, s), (s, a, a), (a, s,8a),8(a,8a, s)})8 45 8 2
8 8 8 8 4 8 2
e) La probabilidad de 1todo 3 el
11 espacio
32 111 32muestral
2111 322111es 3221P(S) 1111;32es
11 3225 211decir:
1 322 11 22 1 2
P(s, s, s) 1 P(s, s, a) 16 P(s,6 6a,
2 s)661623P(s,
66362a,3 6a)6361
23P(a,
663623s,6s)
6361
23 6P(a,
63623s,66a)
3 21
3 6P(a,
3 3 s, 3s) 1
3 1 32 17 321 17432111743211174321117432111743211174 211 74 11 4 1
P(a, a, a) 5 1 1 1 1 1 1 1 5 1
8 8 88 88 884 88888428888842888884288888428888842888 842 88 42 8 2
Ejemplo 2.28.  Una pareja de recién casados desea tener cuatro hijos.
a) Listar el espacio muestral para este experimento.
b) ¿Cuál es la probabilidad de tener tres varones?, ¿cuatro varones?
c) ¿Cuál es la probabilidad de tener sólo niñas? ¿Más de dos niñas?
Solución:
a) S 5 {vvvv, vvvn, vvnv, vvnn, vnvv, vnvn, vnnv, vnnn, nvvv, nvvn, nvnv, nvnn, nnvv,
nnvn, nnnv, nnnn}
4 11 5 4 1 5
b) P(3 varones) 5 5 ¼ ; P(4 varones) 5
4
16 16 16 16 16 16
4 1 5 4 1 5
c) P(4 niñas) 5 ; P(más de 2 niñas) 5
16 16 16 16 16 16

2.4.3  Permutaciones

Definición 2.12.  Una permutación de k en n es un arreglo ordenado de k objetos o casos, tomados

de un conjunto con n elementos; en una permutación k < n o k 5 n siempre. El número total de per-
mutaciones de n elementos en k lugares se denota como nPk.

En una permutación el orden es importante y los diferentes elementos del conjunto aparecen una única
vez.

Teorema 2.6.  El número total de permutaciones en k lugares es: n(n 2 1)(n 2 2) . . . (n 2 k 1 1)

Demostración:
La formación de un arreglo se puede ver como un proceso que se realiza en n etapas, cada etapa es la
selección del siguiente elemento en el arreglo.
54  |  Estadística para ingeniería y ciencias

Para elegir el primer elemento del arreglo se tienen n posibles resultados. Para elegir el segundo
elemento del arreglo se tienen (n 2 1) posibles resultados, pues si ya se eligió un elemento, sólo que-
dan n 2 1 donde se puede hacer la elección. Para elegir el tercer elemento se tienen (n 2 2) posibles
resultados, uno menos que antes. De esta manera, para elegir el elemento k del arreglo, se tienen (n
2 (k 2 1)) posibles resultados, por lo que aplicando la regla de la multiplicación, el total de maneras
de completar el proceso es:
n(n 2 1)(n 2 2)(n 2 3) . . . (n 2 k 1 1)
Corolario  Si n 5 k, el número de permutaciones es igual a n(n 2 1)(n 2 2)(n 2 3) . . . (3)(2)(1).

Notación factorial
En los métodos de conteo es muy común que aparezcan productos de números que disminuyen en una uni-
dad. Entonces, es conveniente introducir una notación para este tipo de productos la cual se llama notación
factorial.

Definición 2.13.  Para un entero n positivo el factorial n, o n factorial, denotado como n!, es igual a:
n! 5 n(n 2 1)(n 2 2)(n 2 3) . . . (3)(2)(1)
y para 0 se define como 0! 5 1.

Ejemplo 2.29.  Calcular los factoriales de 7, 5 y 0.

Solución:
a) 7! 5 (7)(6)(5)(4)(3)(2)(1) 5 5 040
b) 5! 5 (5)(4)(3)(2)(1) 5 120
c) 0! 5 1

Ejemplo 2.30. Un candidato presidencial planea visitar cada uno de los 28 estados de un país, ¿cuán-
tas rutas diferentes son posibles?

Solución:
Las capitales de los diferentes 28 estados se pueden arreglar en 28! maneras; así el
número de diferentes rutas es 28! 5 3.049 × 1029.

Ejemplo 2.31. En la facultad de ingeniería, en cierta oficina, los escritorios de cuatro becarias se po-
nen en línea contra una pared. Cada becaria se puede sentar en cualquier escritorio.
¿Cuántos arreglos para sentar a las becarias son posibles?

Solución:
n! 5 4! 5 (4)(3)(2)(1) 5 24
 Capítulo 2  Introducción a la probabilidad  |  55

Teorema 2.7.  La fórmula para calcular el total de permutaciones de n elementos en k lugares es:

n!
n
Pk 5 (2.3)
( n 2 k )!

Demostración: n( n 21)( n 2 2) . . . (n 2 k 11)(n 2 k ). .
P 5 n( n 21)( n 2 2) . . . (n 2 k 11) 5
n! n k
( n 2 k )(n 2 k 21). . . (3)(2)(1)
P
Por 5
n k la definición de permutaciones se tiene que:
( n 2 k )!
n( n 21)( n 2 2) . . . (n 2 k 11)(n 2 k ). . . (3)(2)((1) n!
n
Pk 5 n( n 21)( n 2 2) . . . (n 2 k 11) 5 5 (2.4)
( n 2 k )(n 2 k 21). . . (3)(2)(1) ( n 2 k )!

Ejemplo 2.32.  Con una calculadora de bolsillo evalúe las siguientes permutaciones:
a) 8
P3
b) P
6 4

c) P
15 1

d) P
3 3

Solución:
a) 8
P3 5 n!/(n 2 r)! r 5 8!/(8 2 3)! 5 336
b) P 5 (6)(5)(4)(3) 5 360
6 4

c) P 5 15
15 1

d) P 5 (3)(2)(1) 5 6
3 3

Ejemplo 2.33. El número de permutaciones de las cuatro letras, a, b, c, d en cuatro lugares: n 5 k

5 4, es:
n! 5 4! 5 24

Ejemplo 2.34. En una lotería en la cual hay un primer y un segundo premio se emitieron 20 boletos.
De cuántas maneras posibles se puede tener el par de boletos ganadores.

Solución:
Como se obtiene un primer y un segundo premios, sí importa el orden de los boletos
premiados; entonces, se debe usar la fórmula de las permutaciones para n 5 20 y
k 5 2, la solución es:
20!
P2 5 5 380
20
(20 2 2)!

Ejemplo 2.35. Bajo las condiciones del problema anterior, ¿cuál es la probabilidad de ganar si se
compra un solo boleto?

Solución:
Si el experimento es escoger a los dos boletos premiados de los 20 boletos que se emi-
tieron, el espacio muestral tiene 380 elementos. Los elementos del espacio muestral
56  |  Estadística para ingeniería y ciencias

son de la forma (n, m), donde n es el boleto que gana el primer premio y m el boleto
que gana el segundo premio.
S 5 {(1, 2), (1, 3), (1, 4), (1, 5), (1, 6), . . . , (19, 20), (20, 1), (20, 2), . . . , (20, 19)}
Si se compra solamente el boleto con el número k, se gana si:
1. Obtiene el primer premio; esto es, si los boletos ganadores son de la forma (k, n)
con n ≠ k son 19 posibles casos.
2. Obtiene el segundo premio; esto es, si los boletos ganadores son de la forma (n, k)
con n ≠ k, son también 19 casos diferentes a los anteriores.
Entonces, hay 2·19 5 38 casos en que se puede ganar y la probabilidad de ganar es:
38 38 1 1
P(ganar con un solo boleto) 5 5 5 0.10
38038010 10

Ejemplo 2.36.  ¿Cuál es el número de permutaciones de las letras a, b, c; esto es, n 5 k 5 3?

Solución:
La solución es 3! 5 (3)(2)(1) 5 6, y éstas son: abc, bac, acb, cab, bca, cba.

Ejemplo 2.37. Es una carrera de 10 caballos hay un premio para cualquiera que pueda escoger el
orden exacto y ganar desde el primero hasta el décimo lugar. ¿Cuántos arreglos dife-
rentes hay?
Solución:
10
P10 5 3 628 800 permutaciones

2.4.4  Combinaciones

Definición 2.14. Se conoce como combinaciones de n en r, al número total de subconjuntos de r ele-

mentos de un conjunto de n elementos. Las combinaciones se denotan como nCr.

Ejemplo 2.38.  A 5 {a, b, c, d} encuentre todos los subconjuntos de dos elementos.

Solución:
Los subconjuntos de dos elementos del conjunto de cuatro elementos son:
{a, b}, {a, c}, {a, d}, {b, c}, {b, d}, {c, d}.
Entonces, el número total de combinaciones de 4 en 2 es igual a 6.
En las combinaciones el orden no es importante, pues el conjunto {a, b} es igual
que {b, a}.
 Capítulo 2  Introducción a la probabilidad  |  57

Teorema 2.8.  El número de combinaciones de n en r se puede calcular mediante la fórmula:

n!
Cr 5 (2.5)
n
r !( n 2 r )!
Demostración: n!
n!
( n 2 r )! en r lugares es nPr 5
Ya se vio que el número de permutaciones de n elementos
( n 2 r )!
7!
En las permutaciones el orden es importante pues si los elementos de un conjunto se escriben en
4! más. En una combinación no importa el orden,
un orden diferente se cuenta como una permutación
10!
importa únicamente los elementos que intervienen. De esta manera, las permutaciones son iguales
6!
a las combinaciones por el número que cada subconjunto se puede presentar como una ordenación
5!
diferente.
3!

P 5 r!nCr
n r
(2.6)
de donde se sigue que:
P n!
n
Cr 5 n r 5 (2.7)
r ! r !( n 2 r )!

Ejemplo 2.39.  Evaluar 7C4. n! n!

r !( n 2 r )! r !( n 2 r )!
Solución:
n! n!
Con la fórmula nCr 5 y sustituyendo los valores de n 5 7 y r 5 4, se obtiene
( n 2 r )! ( n 2 r )!
el siguiente resultado:
7! 7!
C 5 3! 5 35
4! 7 3
4!
10! 10!
Ejemplo 2.40. En una fábrica de llantas se elaboran 10 tipos diferentes de neumáticos. Si se quiere
6! 6!
preparar una remesa con seis tipos de llantas, ¿de cuántas maneras se puede preparar
5! 5!n!
el envío?
3! r !(3n
! 2 r )!
Solución: n!
Al preparar la remesa de llantas se debe elegir un subconjunto de seis llantas de di-
( n 2 r )!
ferente tipo; es decir, se debe seleccionar un
7! subconjunto de seis elementos de los 10
disponibles. Entonces, la solución es igual4al! número de combinaciones de 10 en 6:
10!
C6 5
4! 5 210
6! n!
10

5!n 2 r )!
r !(
Ejemplo 2.41. Se elegirán a tres inspectores de cinco disponibles para inspeccionar las actividades de
3!n!
una industria contaminante. ¿De cuántas maneras se pueden seleccionar?
( n 2 r )!
Solución:
7!
Los tres inspectores integran un subconjunto 4! de los cinco inspectores disponibles; en-
tonces se pide que se diga cuántos diferentes10subconjuntos
! de tres inspectores se pueden
formar de los cinco disponibles, y esto corresponde
6! a las combinaciones de 5 en 3:
5!
C3 5 2! 5 10
5 3!
58  |  Estadística para ingeniería y ciencias

n!
r !( n 2 r )!
Ejemplo 2.42. ¿De cuántas maneras puede la Sociedad Química Mexicana seleccionar las fechas en
que tres conferencistas dicten su conferencia,n!si cada conferencia debe ser dictada en
( n 2disponibles?
días diferentes y únicamente hay cinco fechas r )!
7!
Solución: 4!
10
Se pide elegir un subconjunto de tres días de! un total de cinco días; esto es, las com-
binaciones de 5 en 3: 6!
5!
C 5 2! 5 10
5 3 3!

Ejemplo 2.43. Se tienen cuatro cajas para almacenar cuatro de seis objetos; ¿cuántas maneras posi-
bles hay de escoger los cuatro objetos que queden en las cajas?

Solución:
Los cuatro objetos que se empacarán es un subconjunto de los seis objetos totales, por
lo que la solución es la combinación de 6 en 4:

6
C4 5 15

Teorema 2.9.  Si de un conjunto de n elementos se quiere obtener k subconjuntos con n1, n2, n3, . . . ,
nk, elementos cada uno (n1 1 n2 1 n3 1 . . . 1 nk 5 n), la fórmula para obtener el total de maneras en
que se puede hacer es:

n!
n
C n n ... n 5 (2.8)
1 2 k
n1!n2!n3! . . . nk!
Demostración:
El proceso de selección de los k subconjuntos se hace en k etapas, en cada etapa se selecciona uno de
los subconjuntos.
En la primera etapa se selecciona un subconjunto de n1 elementos del conjunto total de n elemen-
tos. El total de maneras en que se puede realizar la primera etapa es:
n!
Cn 5 (2.9)
n 1
n1 !( n − n1 )

En la segunda etapa se elige un subconjunto de n2 elementos del conjunto de n 2 n1 elementos
que quedan. El total de maneras en que se puede realizar la segunda etapa es:
( n 2 n1 )!
n2n1
Cn 5 (2.10)
2
n2 !( n 2 n1 2 n2 )

En la etapa i, se selecciona un subconjunto de ni elementos del conjunto de n 2 n1 2 n2 … 2 ni−1
elementos que quedan. El total de maneras en que se puede realizar la etapa i es:
( n 2 n1 2 n2 2. . . 2 ni21 )!
n2n1 2... 2ni 21
Cn 5 (2.11)
i
ni ( n 2 n1 2 n2 2. . . 2 ni21 2 ni )!

 Capítulo 2  Introducción a la probabilidad  |  59

Hasta la etapa k-ésima, y por la regla del producto, el total de formas de hacer la selección es
igual a la multiplicación del total de formas de hacer la selección de cada etapa. Al multiplicar cada
una de las diferentes combinaciones se cancelan algunos términos:

n!
C n ,n ... nr 5 n C n 3 n2n C n 3... 3 n2n 2...2n C n 5 (2.12)
n 1 2 1 1 2 1 k 22 k .1
n1!n 2!n 3! . . . n k!

Ejemplo 2.44. ¿De cuántas maneras pueden arreglarse en un cordón eléctrico con nueve portalám-
paras, tres focos rojos, cuatro focos amarillos y dos focos azules?
Solución:
Como se observa, lo que se pide es seleccionar tres subconjuntos de las nueve porta-
lámparas de 3, 4 y 2 elementos cada uno, para poner los focos de diferente color. Esto
n!
implica que se utilice la fórmula El resultado es:
(n1!n2!n3!)
9!
5 1 260
[(3!4!2!)]
12!
Ejemplo 2.45. El equipo de un colegio juega 12 partidos durante la temporada. ¿De cuántas maneras
[( 7!)(3!)(2!)]
pueden darse los resultados de los juegos para el equipo si al terminar la temporada
ganó 7 juegos, perdió 3 y empató 2? 7!
(3!2!2!)
Solución:
10!
El total de maneras en que pueden darse 3!3!los
(3 2!2resultados
!) es igual al número de subcon-
juntos de 7, 3 y 2 elementos del total de los 12 juegos, por lo que para encontrar este
valor se debe usar la fórmula del teorema9! anterior con n 5 12, n 5 7, n 5 3 y n 5
1 2 3
2 para resolver este problema: [( 3! 4 !2!)]
12!
5 7 920
[( 7!)(3!)(2!)]
7!
Ejemplo 2.46. ¿En cuántas maneras pueden siete científicos ser asignados a una habitación triple y a
(3!2!2!)
dos habitaciones dobles en un hotel?
10! 9!
Solución: 3!3!2![(
(3 2!)3!4!2!)]
La solución es igual a decir, ¿de cuántas maneras 12!se pueden obtener tres subconjuntos
de 3, 2 y 2 científicos, del total de siete que[( 7son? La2!)]
!)(3!)( fórmula es:
7!
C3,2,2 5 5 210
7 9! (3!2!2!)
[(3!4!2!)] 10!
Ejemplo 2.47. ¿De cuántas maneras se pueden acomodar 10 viajeros en un hotel asignándoles dos
12! (3
3!3!2!2!)
habitaciones triples y dos habitaciones dobles?
[( 7!)(3!)(2!)]
Solución: 7!
Con la fórmula de las combinaciones
(3!2del
!2!)teorema anterior, se obtiene:
10!
5 25 200
(3
3!3!2!2!)
60  |  Estadística para ingeniería y ciencias

2.5  Probabilidad condicional

Considere el experimento de seleccionar a una persona al azar de un grupo de 30 personas de las cuales 10 son
mujeres y 20 son hombres, 7 de las mujeres estudian enfermería y 3 ingeniería, en cambio 18 de los hombres
estudian ingeniería y 2 enfermería. Sean los eventos:
A  :  “la persona seleccionada es mujer”.
B  :  “la persona seleccionada estudia ingeniería”.
¿Cuál es la probabilidad de que la persona seleccionada estudie ingeniería?

Solución:
Al aplicar la fórmula de la probabilidad para espacios equiprobables, sabiendo que son 21 personas las que
estudian ingeniería, se tiene que:
#B 3 118 21
P(B) 5 5 5 5 0.7
#S 30 30
La probabilidad de que la persona seleccionada sea mujer es:

#A 10 1
P(A) 5 5 5
#S 30 3
y la probabilidad que la persona seleccionada sea una mujer que estudia ingeniería, es

#A ∩B 3
P(A ∩ B) 5 5 5 0.1
#S 30
Si se decide escoger a la persona únicamente de entre las mujeres, el espacio muestral se reduce y la pre-
gunta sería: ¿cuál es la probabilidad de elegir a una persona que estudie ingeniería dado que es mujer?

Solución:
El resultado se encuentra dividiendo el número de mujeres que estudia ingeniería entre el total de mujeres,
esto es:

A esta probabilidad se le conoce como probabilidad condicional, y se puede escribir en términos de la

probabilidad con el espacio original mediante la relación dada en la expresión siguiente:

La definición formal de la probabilidad condicional es la siguiente:

Definición 2.15.  Dados dos eventos A y B de un espacio muestral S, se define como probabilidad
condicional de A dado B a la probabilidad que ocurra A dado que ocurrió B, y se calcula mediante
la siguiente fórmula:
 Capítulo 2  Introducción a la probabilidad  |  61

« P(A † B)
® si P(B) x 0
P(A | B) 5 ¬ P(B)
® 0 si P(B) 5 0
­

Ejemplo 2.48.  Si en un espacio muestral se tienen dos eventos A y D, tales que:

P(D) 5 0.83, P(A) 5 0.82 y P(D ∩ A) 5 0.78
a) Encontrar la probabilidad de A dado D.
b) Hallar la probabilidad de D dado A.
Solución:
a) P(A|D) 5 P(D ∩ A)/P(D)
5 0.78/0.83
5 0.94
b) P(D|A) 5 P(D ∩ A)/P(A)
5 0.78/0.82
5 0.95

Ejemplo 2.49. Los resultados obtenidos de 266 muestras de aire se clasifican de acuerdo con la pre-
sencia de dos moléculas raras. Sean los eventos:
A 5 {x | x es una muestra con la molécula rara tipo 1}
B 5 {x | x es una muestra con la molécula rara tipo 2}
¥ 12 ´ ¥ 36 ´
Se sabe que P(A ∩ B) 5¦ µy P(A) 5¦ , entonces, para calcular la probabilidad de
§ 266 ¶ § 266 µ¶
tener una muestra con la molécula rara del tipo 2, si se sabe que ya tiene la molécula
del tipo 1, es (Montgomery et al. 1996):

Solución:
¥ 12 ´ ¥ 36 ´ 12 1
P(B|A) 5 P(A ∩ B)/P(A) 5 ¦ / 5 5
§ 266 µ¶ ¦§ 266 µ¶ 36 3
¥ 30 ´
Ejemplo 2.50.  Refiriéndose al problema anterior, encontrar P(A|B), si P(B) es igual a¦
§ 266 µ¶
Solución:
¥ 12 ´ ¥ 30 ´ 12
P(A|B) 5 P(A ∩ B)/P(B) 5 ¦ / 5 0.4
§ 266 µ¶ ¦§ 266 µ¶
5
30

Teorema 2.10.  Para cualquier par de eventos A y B se satisface que:

P(A ∩ B) = P(A | B)P(B)
La demostración es directa al despejarla de la definición de probabilidad condicional.
62  |  Estadística para ingeniería y ciencias

Teorema 2.11.  Para eventos A1, A2, A3, . . . , An se tiene que:

P(A1 ∩ A2 ∩ A3 ∩ . . . ∩ An) 5 P(A1 | A2 ∩ A3 ∩ . . . ∩ An) P(A2 | A3 ∩ . . . ∩ An) . . . P(An21|An)P(An)

Demostración:
Se usa sucesivamente la fórmula P(A ∩ B) = P(A | B)P(B)
P(A1 ∩ [A2 ∩ A3 ∩ . . . ∩ An]) 5 P(A1 | A2 ∩ A3 ∩ . . . ∩ An) P(A2 ∩ [A3∩ . . . ∩ An])
5 P(A1 | A2 ∩ A3 ∩ . . . ∩ An) P(A2 | A3 ∩ . . . ∩ An) P(A3 ∩ . . . ∩ An).
5 P(A1 | A2 ∩ A3 ∩ . . . ∩ An) P(A2 | A3 ∩ . . . ∩ An) . . . P(An − 1|An)P(An)

Ejemplo 2.51. Se tiene una urna con 3 bolas rojas, 4 bolas blancas y 5 bolas verdes. Se eligen sucesi-
vamente sin reemplazo las bolas de la urna. Encontrar la probabilidad que:
a) Las dos primeras bolas sean verdes.
b) La tercer bola sea roja si la primera fue verde y la segunda es roja.
c) La primera bola sea roja, la segunda sea blanca y la tercera sea verde.
Solución:
Sean los eventos:
a) Ei la i-ésima bola es roja.
b) Fi la i-ésima bola es blanca.
c) Gi la i-ésima bola es verde.
El total de bolas en la urna son 12, conforme se seleccionan las bolas se reduce este
número.
a) G1 ∩ G2 es el evento: las primeras dos bolas son verdes, entonces:
¥ 4 ´¥ 5 ´ ¥ 5´
P(G1 ∩ G2) 5 P(G2 | G1) P(G1) 5 ¦ µ ¦ µ 5 ¦ µ
§ 11 ¶ § 12 ¶ § 33 ¶
b) Si ya se sacaron 2 bolas, una verde y otra roja, sólo quedan 10 bolas y de ella 2 son
rojas, por lo que:
2
P(E3 | G1 ∩ E2) 5
10 ¥ 5 ´¥ 4 ´¥ 3 ´ 5
c) P(E1 ∩ F2 ∩ G3) 5 P(G3 | E1 ∩ F2) P(F2 | E1) P(E1) 5 ¦ µ ¦ µ ¦ µ 5
§ 10 ¶ § 11 ¶ § 12 ¶ 110

2.6  Teorema de Bayes

Teorema 2.12.  (Probabilidad total) Sea E1, E2, E3, . . . , En eventos tales que:
1. Ei ≠ φ, para i 5 1, 2, 3, . . . , n
2. Ei ∩ Ej 5 φ, . . . si i ≠ j
3. E1 ∪ E2 ∪ E3 ∪ . . . ∪ En 5 S
 Capítulo 2  Introducción a la probabilidad  |  63

Entonces, para cualquier evento A se satisface que:

P(A) 5 P(A ∩ E1) 1 P(A ∩ E2) 1 P(A ∩ E3) 1 . . . 1 P(A ∩ En)
5 P(A|E1)P(E1) 1 P(A|E2)P(E2) 1 P(A|E3)P(E3) 1 . . . 1 P(A|En )P(En)

Demostración:
Los eventos Ei forman una partición del espacio muestral, pues la unión de todos ellos determina el
espacio muestral y por parejas son mutuamente excluyentes, esto se puede representar con diagramas
de Venn, tales como:

E1 E2 E3 E4 E5 E6 … En

Figura 2.12.  A 5 (A ∩ E1) ∪ (A ∩ E2) ∪ (A ∩ E3) ∪ . . . ∪ (A ∩ En).

El evento A es igual a la unión de eventos mutuamente excluyentes, por lo que por el axioma 3 de la
probabilidad sucede lo siguiente:
P(A) 5 P(A ∩ E1) 1 P(A ∩ E2) 1 P(A ∩ E3) 1 . . . 1 P(A ∩ En)
y por la definición de probabilidad condicional se obtiene:
P(A) 5 P(A|E1)P(E1) 1 P(A|E2)P(E2) 1 P(A|E3)P(E3) 1 ... 1 P(A|En )P(En)
La probabilidad condicional generalmente se utiliza cuando se quiere determinar la probabilidad
de un evento posterior dado otro evento anterior; por ejemplo, cuál es la probabilidad del color de la
segunda bola extraída dado el color de la primera bola extraída; con el teorema de Bayes se calcula la
probabilidad de lo que ocurrió antes conociendo lo que sucedió después esto corresponde a la interfe-
rencia de causas conociendo el resultado. El teorema de Bayes se enuncia como:

Teorema 2.13.  (de Bayes) Sea E1, E2, E3, ..., En eventos, tales que:
Ei ≠ φ, para i 5 1, 2, 3, . . . , n
Ei ∩ Ej 5 φ, . . . si i ≠ j
E1 ∪ E2 ∪ E3 ∪ . . . ∪ En 5 S

Entonces, para cualquier evento A se satisface que:

P(A | E j )P(E j )
P(E j | A ) 5 (2.13)
P(A | E1 )P(E1 ) 1 P(A | E 2 )P(E 2 ) 1. . . 1 P(A | E n )P(E n )
64  |  Estadística para ingeniería y ciencias

Demostración:
P(A ∩ E j ) P(A | E j )P(E j )
Se sabe que P(E j | A ) 5 5 y por el teorema de la probabilidad total, el
P(A ) P(A )
denominador se transforma:
P(A | E j )P(E j )
P (E j | A) 5 (2.14)
P(A | E1 )P(E1 ) 1 P(A | E 2 )P(E 2 ) 1. . . 1 P(A | E n )P(E n )

Los experimentos en los que se aplica la fórmula de Bayes presentan en dos etapas: una etapa anterior
(una antes) y una etapa posterior (una después). La etapa anterior se relaciona con los eventos de la
partición (E1, E2, E3, . . . , En); la etapa posterior se relaciona con el evento A.

Ejemplo 2.52. Considerar una urna con 4 bolas blancas y 6 bolas negras. Si se sacan 2 bolas al azar
sin reemplazo, encontrar la probabilidad de que la primera bola sea negra dado que
la segunda bola es blanca.

Solución:
Sean los eventos:
E1:  la primera bola es blanca.
E2:  la primera bola es negra.
D:  la segunda bola es blanca.
Con la fórmula de Bayes, se obtiene:

P(D | E 2 )P(E 2 )
P(E 2 | D) 5
P(D | E1 )P(E1 ) 1 P(D| E 2 )P(E 2 )

(4 / 9)(6 / 10) 6 2
P(E 2 | D) 5 5 5
(3 / 9)(4 / 10) + (4 / 9)(6 / 10) 9 3

Ejemplo 2.53. En un lote de 5 artículos se elige uno al azar. El artículo elegido se prueba y sale de-
fectuoso; si el lote puede tener de 1 a 5 artículos defectuosos con igual probabilidad,
¿cuál es el número de artículos defectuosos más probable, dada la información de que
se sacó un artículo defectuoso?

Solución:
La primera etapa del experimento se relaciona con la condición de los artículos del
lote (cuántos artículos defectuosos hay en el lote); la segunda etapa se relaciona con
la prueba del artículo para ver si es bueno o defectuoso.
La primera etapa está relacionada con la partición:
a) E1, en el lote hay 1 artículo defectuoso.
b) E2, en el lote hay 2 artículos defectuosos.
c) E3, en el lote hay 3 artículos defectuosos.
 Capítulo 2  Introducción a la probabilidad  |  65

d) E4, en el lote hay 4 artículos defectuosos.

e) E5, en el lote hay 5 artículos defectuosos.
La segunda etapa define el evento D:
a) D: el artículo elegido del lote es defectuoso.
1 i
Por hipótesis del problema, se sabe que P(Ei) 5 ; además, la probabilidad de sacar
5 5
un artículo defectuoso cuando hay i defectuosos; cuando hay i defectuosos es: P(D | Ei)
1 i
5 para i 5 1, 2, 3, 4, 5.
5 5
Por la fórmula de Bayes, se tiene que:

P(D | Ei )P(Ei )
P(Ei | D) 5 5

∑ P(D | E k
)P(E k )
k =1

lo cual implica que:

(1 / 5)(i / 5) i
P(Ei | D) 5 5
(1 1 2 1 3 1 4 1 5) / 25 15

Se puede ver que la máxima probabilidad se tiene cuando todos los focos del lote
son defectuosos.

2.7  Eventos independientes

Definición 2.16.  Dos eventos A y B se dice que son independientes si y sólo si la ocurrencia de
uno de ellos no cambia la probabilidad de ocurrencia del otro; es decir A y B son independientes si
P(A | B) 5 P(A) y P(B | A) 5 P(B).

Teorema 2.14.  Si A y B son eventos independientes, entonces:

P(A ∩ B) 5 P(A )P(B)

Teorema 2.15.  Los eventos A1, A2, A3, . . . , An son independientes si y sólo si:
P(A1 ∩ A2 ∩ A3 ∩ . . . ∩ An) 5 P(A1) P(A2) . . . P(An−1)P(An)

Ejemplo 2.54. Encontrar la probabilidad de sacar dos soles en dos lanzamientos de una moneda no
cargada.
Solución:
Puesto que la moneda no está cargada, la probabilidad de obtener un sol en un volado
es igual a 0.5; los resultados de los dos lanzamientos son independientes, por tanto la
probabilidad de tener dos soles es:
66  |  Estadística para ingeniería y ciencias

P(s, s) 5 (0.5)(0.5) 5 0.25.

Ejemplo 2.55. Se sacan dos cartas, aleatoriamente, de un mazo de 52 naipes; ¿qué probabilidad hay
de obtener dos ases si. . .
a) la primera carta se reemplaza antes de que se saque la segunda?
b) la primera carta no se reemplaza antes de que se saque la segunda?

Solución:
Sean los eventos:
A1:  se obtiene as en la primera extracción.
A2:  se obtiene as en la segunda extracción.
a) Si para sacar la segunda carta se regresa al mazo la carta que ya se sacó, la probabi-
lidad del resultado de la segunda carta es independiente de lo que haya ocurrido con
la primera extracción. Los dos resultados son independientes. Por otro lado, entre
los 52 naipes hay cuatro ases, la probabilidad de sacar un as en cada extracción es
44 11  11  11  11
5 , por tanto,5 la5probabilidad de tener dos ases es:
5252 1313  1313  1313  169 169
4 1  1  1  1
P(A1 ∩ A2) 5 P(A1)P(A2) 5     5
52 13  13   13  169
b) Si  3al3 sacar
 44 la segunda
11 carta no se regresa la carta4que1ya se1 sacó, 
  1 entonces,1 sólo
 5151  5252 55221
221 52 13  13   13  5 169
quedan 51 cartas y 3 ases si la primera carta fue
3  4 
as. Los1
resultados de las 2 extrac-
ciones son dependientes; entonces, la probabilidad  51   52  5 de221
tener dos ases es:
2020 44  3  4  1
P(A1 ∩ A2) 5 P(A2 | A1)P(A1) 5     5
2626 2626  51   52  221
20 4
Ejemplo 2.56. Se sabe que las probabilidades asociadas a los 26dos 26eventos J y K son P(J) 5 0.60, P(K) 5
0.4 y P(J 44 ∩ K) 20205 0.10. ¿Estas probabilidades indican que 20 J y4 K son independientes?
 2626 / / 2626 550.020
.20
4 1  1  4 1 1 126 1  1  1
  4   520   26  5
Solución: 52 13  1352  13 /

13 
169 135 0 .
20
13  169
 26   26  4 1  1   1  5 1
Para que los eventos J y K sean independientes, se debe  452  13 20  13
satisfacer  13  169
larelación:
/ 5 0.20
P(J ∩ K) 5 P(J)P(K)  3   4  13   4  26 1  26 
5   5
En este caso, se tiene que P(J)P(K) 51   52 5 (0.60)(0.40)
 51   52  5221
221 0.24 y P(J ∩ K) 5 0.10, que
3  4  1
son valores diferentes, por tanto J y K no son independientes.  51   52  5 221
20 4 20 4
Ejemplo 2.57.  Encontrar P(A|B), si P(B) 5 y P(A ∩ B) 5
26 26 26 26
20 4
Solución: 26 26
 4   20   4   20 
Al aplicar la fórmula de la probabilidad condicional
.20 /  se
 26  /  26  5026 5tiene:
0.20
  26     
4 20
P(A|B) 5 P(A ∩ B)/P(B) 5 P(A|B) 5   /   5 0.20
 26   26 

Ejemplo 2.58. (Ejemplo adaptado del libro Statistics for Management and Economics de G. Keller,
Brian Warrock, Henry Bartel, Wardsworth Publishing Co., Belmont, California,
1990.) Considerar el espacio muestral S 5 {a, b, c, d), donde P({a}) 5 P({d}) 5 0.3 y
P({b}) 5 P({c}) 5 0.2.
 Capítulo 2  Introducción a la probabilidad  |  67

a) Calcular las probabilidades de los eventos:

E1 5 {a, b}
E2 5 {b, c}
E3 5 {c, d}
b) ¿Cuáles de los eventos definidos en el inciso a) son independientes por pares?
Solución:
a) P(E1) 5 0.3 1 0.2 5 0.5
P(E2) 5 0.2 1 0.2 5 0.4
P(E3) 5 0.2 1 0.3 5 0.5
b) Los eventos E1 y E2 son independientes, ya que E1 ∩ E2 5 {b}, y se satisface que
P(E1 ∩ E2) 5 P(E1)P(E2) 5 0.2.
De la misma manera, los eventos E2 y E3 son independientes.
Los eventos E1 y E3 no son independientes, ya que P(E1 ∩ E2) 5 0, mientras que
P(E1)P(E2) 5 0.25. Estos eventos son mutuamente excluyentes.

Ejemplo 2.59. Veinte unidades de un producto manufacturado se sitúan en un depósito. Dos de esas

unidades están defectuosas. Si se inspeccionan 2 de las 20 unidades, ¿cuál es la proba-
bilidad de que las piezas seleccionadas sean las defectuosas?
Solución:
Si se tienen los eventos:
A:  la primera unidad inspeccionada es defectuosa.
B:  la segunda unidad inspeccionada es defectuosa.
Se pide calcular la probabilidad de la intersección, es decir:
¥ 1 ´¥ 2 ´ 1
P(A ∩ B) 5 P(B|A)P(A) 5 ¦ µ ¦ µ 5
§ 19 ¶ § 20 ¶ 190
Ejemplo 2.60. Al tirar dos dados se gana si la suma de los valores resultantes es igual a 7. ¿Cuál es la
probabilidad de ganar en dos juegos consecutivos de ¥ 6este
´ ¥ experimento?
6´
¦§ 36 µ¶ ¦§ 36 µ¶
Solución:
Sean los eventos A: se gana en el primer juego; y B: se¥ gana1 ´ en el segundo juego; A y
B son eventos independientes, porque el resultado 5 del¦§ 3primer
6 µ¶ lanzamiento no afecta
el resultado del segundo. Al tirar dos dados se tienen 6 posibilidades de sumar 7 (2 1
¥ 1 ´¥ 2 ´ 1
5, 5 1 2, 3 1 4, 4 1 3,
¦ 11µ ¦ 6, 6µ 5
1 1) de un total de 36 posibles resultados, entonces
6 6§ 19 ¥¶ §120 ´ ¥¶ 2 190
´ 1
P(A) 5 y P(B) 5 , así ¦ que
µ ¦ la probabilidad
µ 5 de la intersección es:
36 36 § 19 ¶ § 20 ¶ 190
¥ P(A
6 ´ ¥∩6B)´ 5 P(A) · P(B)
¦§ 36 µ¶ ¦§ 36 µ¶
¥ 6 ´¥ 6 ´
5 ¦ µ¦ µ
§ 36 ¶ § 36 ¶
¥ 1´
5
5¦ µ
§ 36 ¥¶ 1 ´
5¦ µ
§ 36 ¶
68  |  Estadística para ingeniería y ciencias

Ejemplo 2.61. Supóngase que en una caja hay 20 fusibles, de los cuales 5 están defectuosos. Si se
seleccionan sucesivamente 2 fusibles aleatoriamente, ¿cuál es la probabilidad de que
los 2 fusibles seleccionados estén defectuosos?

Solución:
Si se tienen los eventos:
A:  el primer fusible seleccionado es defectuoso.
B:  el segundo fusible seleccionado es defectuoso.
Se pide calcular la probabilidad de la intersección, es decir:
 4  5  1
P(A ∩ B) 5 P(B|A)P(A) 5  5
 19   20  19
Ejemplo 2.62.  Si P(A) 5 0.5, P(B) 5 0.4 y P(B|A) 5 0.3, encontrar P(A ∩ B).
1 1 1 11
Solución: 1 2 5
6 6 36 36
P(A ∩ B) 5 P(A)P(B|A) 5 (0.5)(0.3) 5 0.15.
4 1
Ejemplo 2.63.  Con referencia al problema anterior, encontrar P(A 9∪ B).
4
Solución:
Para resolver este problema se utiliza la fórmula P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B).
P(A ∪ B) 5 0.5 1 0.4 2 0.15 5 0.75

Ejemplo 2.64.  ¿Cuál es la probabilidad de obtener al menos un 6, al tirar dos dados no cargados?
Solución:
Sean los eventos:
A1:  sale 6 en el primer dado.
A2:  sale 6 en el segundo dado.
 4  5  1
 19y se20usa 5
 la19fórmula:
Se quiere calcular la probabilidad de la unión
P(A ∪ A ) 5 P(A1) 1  4P(A
  2)52
 P(A1 1 ∩ A2)  4   5  1
 4   15  2 1 511
5 1  1   1   19   20  5 19
Se tiene que P(A1) 5 1/6,
19  P(A
20 2) 5191/6 y P(A1 ∩2
19 A 20
)5 19
5
6 1 6 236 36
Sustituyendo todos estos valores en la fórmula da como resultado:
1 1 1P(A11∪ A ) 54 1 1 1 1 11
1 2 5 1 1 1 11
1 2 51 2
6 6 36 36 1 2 5
6 6 36 36 9 4 6 6 36 36
2
Ejemplo 2.65. La probabilidad de que Marina pase matemáticas es y la probabilidad de que pase
4 1 4 1 3 4 1
el curso de inglés es . Si la probabilidad de 9pasar
4 ambos cursos es de , ¿cuál es la
9 4 9 4
probabilidad de que Marina pase cuando menos uno de los cursos?
Solución:
Sean los eventos:
A:  Marina pasa matemáticas. B:  Marina pasa inglés.
Se pide la probabilidad de la unión:
 Capítulo 2  Introducción a la probabilidad  |  69

P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B)

2 4 1
5 21 421
31924
3 9 4
31
31
5 36
36
4 13 1 16
4 1 13 2 1 5 16
Ejemplo 2.66. ¿Cuál es la probabilidad de que una carta52seleccionada
1 52 2 52 5aleatoriamente,
52 de un mazo de
52 52 52 52
52 cartas, sea un rey o un corazón? 1 1 1
1 1 1 51
10 1 10 5 5
Solución: 10 10 5
2 4 8 1 12 8
Sean los eventos: 2 1 4 2211 4 2 1 2 52 2 8 12
1 2 5 1 50
8
5525
3 9 34 9 4 3 52 9 514 50 5525
A: la carta seleccionada es un rey.
31 31 3188 12
12
B: la carta seleccionada
36 es de
36 corazones.3652 52
52
52
4 13 4 1 13 16 1 4 1613 1 16
Por tanto, P(A) 5 ,1P(B)25 1 52 , P(A25∩1B)4 5 2
1 .
5
52 5252 5252 525252 15252
2 52 52
1 eventos 31 91 4 1
1 1 1 1 1 mutuamente
Debido a que los 1 5 1no son 5 311 5 excluyentes, se usa la regla aditiva:
10 1010 5 10 5 10 10 5
P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B)
2 8 212 8 812 36 2 8 8 12 8
52 5 1 5250 5 15525
50 4 513
52
5525 1 501 552516
5 1 2 5
52 52 52 52
8 12 8 12 8 12
1 1 1
52 52 52 52
Ejemplo 2.67. Una computadora genera aleatoriamente1el 52 52último
5 dígito de un número telefónico.
10 10 5
Encontrar la probabilidad de que el resultado sea 8 o 9 (Triola, 1986).
2 8 12 8
Solución: 52 5 1 50 5525
Sean los eventos: 8 12
A:  el número elegido es 8. 52 522 4 1
1 2
B:  el número elegido es 9. 3 9 4
31
Los eventos A y B son eventos mutuamente excluyentes, pues si sale un 8, esto impi-
36
de que salga un 9, por tanto, al aplicar la regla aditiva se tiene que P(A ∪ B) 5 P(A)
4 13 1 16
1 P(B) y sustituyendo las probabilidades da: 1 2 5
52 52 52 52
1 1 1
P(A ∪ B) 5 1 5
10 10 5
2 8 12 8
Ejemplo 2.68. Al lanzar dos monedas, cuál es la probabilidad de obtener al menos sol.
52 51 50 5525
Solución: 8 12
Sean los eventos: 52 52
A:  se obtiene sol en el primer volado.
B:  se obtiene sol en el segundo volado.
Si la moneda no está cargada se tiene que P(A) 5 P(B) 5 0.5; además A y B son
eventos independientes, por lo que P(A ∩ B) 5 0.25; entonces, finalmente,
P(A ∪ B) 5 P(A) 1 P(B) 2 P(A ∩ B) 5 0.5 1 0.5 2 0.25 5 0.75
70  |  Estadística para ingeniería y ciencias

sa
B

ss
aa
A as

Figura 2.13. Diagrama de Venn donde se indica la relación de los eventos A y B.



Ejemplo 2.69.  Tres naipes se sacan sucesivamente, sin reemplazo; sean los eventos:
2 4 1 2 4 1
A1:  la primera carta es un as rojo (hay dos ases rojos).
1 2 1 2
3 9 4 3 9 4
2 4 1A :  la segunda carta es un 10 o una sota (hay cuatro 10 y cuatro sotas).
1 2 2 31 31
3 9 4
36 36
A3: la tercera carta tenga un número mayor que 3 y menor que 7 (hay doce cartas
31
entre el 3 y el 7). 4 13 1 4 1613 1 16
36 1 2 51 2 5
Encontrar la probabilidad de que ocurra el 52
evento A52 ∩ A52 222∩52A 42452
4 .52 1411 152 52
4 13 1 16 1 2 111 2 1
322 2
1 2 5 1 1 1333 1 9399 14944 41
52 52 52 52 1 5 1 5
Solución: 10 10 531 31 1031 10 5
31
1 1 1
1 5 2 8 1236 36362 36 8 8 12 8
10 10 Las 5 probabilidades condicionales son: P(A1) 5 , P(A2|A1) 5 , P(A3|A1 ∩ A2) 5
52 51 50 44452 5525 413
1351 1350
13 111 15525
16
16
16 16
2 8 12 8 111 12 22 25 55 5
. (Aquí nótese que, en la primera selección hay8 5212cartas, 52
5252en
8 52 52
52
la 52 52
12segunda 52
5252 5252
52
52 52
selección el
52 51 50 5525
52 52 111
52 1 111
52 1111 1
8 12 número de cartas baja a 51 y en la tercera selección2 4baja1a 10 2101
50 11410
cartas.) 15 5
10110
5 Por 5
555 5 tanto:
1 2 10 1 10 102
52 52 3 9 4 3222 92888 412 812
12 12888 8
P(A1 ∩ A2 ∩ A3) 5 P(A1)P(A22|A14)P(A ∩ A2) 5 ( 31 )( )( ) 5
1 3|A131
1 2 52
5252 52555111 5
50
50
1
50 50 5525
5525
55255525
3 9 4 36 36
888 12 812
12 12
Ejemplo 2.70. El mismo experimento del ejemplo 31anterior, sólo4 que 13la selección
14 16 13 se1hace 16con reem-
1 22 24452 52525
11152 52
52
52 2 52 5
36 A1 ∩ A2 ∩52
plazo, encontrar la probabilidad que A3. 521 1 52 52
22 52 52 52 52
33 99 44
4 13 1 116 1 1 1 1 1
Solución: 1 2 52 1431 315 1 510 1 10 5 5
52 52 52 52 10 1 2 10
Al haber reemplazo de cartas, el problema se 32reduce 9836
36 4a la regla multiplicativa para
12 2 88 12 8
1 1 1
31 5144 1
eventos independientes. Los valores de las probabilidades
1 5
52 50
1 2
13
13
52 de los
5525
2 5 5
11 tres
1 5 50
16
16eventos son:
5525
10 10 5
36 52 52 52 52 52 52 52 52
2 8 12 88 12 8 12
P(A1) 5 ; P(A ) 5 4 ; y 13 1 1
P(A 11
)15 11
16
52 51 250 5525 52 152 1 13 52
2 55
552
52 10 10
52 10 10
52 5552
En seguida, sustituyendo los valores8 en12la siguiente expresión
212 818 12 12 se obtiene:88
1
52 52 1 5
P(A1 ∩ A2 ∩ A3) 5 P(A 52
52
)P(A
10 1 10 2 5 3 55 1
1
)P(A 50
50 ) 5525
5525
2 888 12 12
12 8
5 ( )( )( )
52 552 52
1 50 52
52 5525
5 0.0013655
8 12
52 52
 Capítulo 2  Introducción a la probabilidad  |  71

Ejemplo 2.71. Cuatro cartas se sacan en sucesión de un mazo de 52 cartas. Encontrar la probabilidad

de que la primera carta sea un rey; la segunda sea un 9 de diamantes; la tercera sea,
cuando menos, una sota (suponiendo que el as sea la primera carta) y, la cuarta carta
sea un 7 negro.

Solución:
Sean los eventos:
A:  la primera carta seleccionada sea un rey (hay cuatro reyes).
B:  la segunda carta seleccionada sea el 9 de diamantes (hay un solo 9 de diamantes).
C: la tercera carta sea cualquier carta menor o igual que una sota (empezando con
el as, luego el 2 hasta el 10 hay 10 cartas antes de la sota, son 11 con la sota; por
tanto, hay 11(4) 5 44 de estas cartas).
D:  la cuarta carta sea un 7 negro (hay dos 7 negros).

Se puede ver que un 7 negro es menor que la sota, por tanto el evento C se puede
descomponer como la unión de dos eventos mutuamente excluyentes, C 5 C1 ∪ C2,
donde:
C1: la tercera carta sea una carta menor o igual que una sota que no sea 7 negro (hay
42 casos)
C2:  la tercera carta sea un 7 negro. (Hay dos casos)
Por las leyes de Morgan se tiene que:
A ∩ B ∩ C ∩ D 5 A ∩ B ∩ (C1 ∪ C2) ∩ D
5 (A ∩ B ∩ D) ∩ (C1 ∪ C2)
5 (A ∩ B ∩ D ∩ C1) ∪ (A ∩ B ∩ D ∩ C2)
5 (A ∩ B ∩ C1 ∩ D) ∪ (A ∩ B ∩ C2 ∩ D)
Entonces,
P(A ∩ B ∩ C ∩ D) 5 P((A ∩ B ∩ C1 ∩ D) ∪ (A ∩ B ∩ C2 ∩ D))
5 P(A ∩ B ∩ C1 ∩ D) 1 P(A ∩ B ∩ C2 ∩ D)
Las probabilidades condicionales de las diferentes extracciones son:
4 1 41 2 1 2
P(A) 5 , como es la primera extracción, ésta se realiza con las 52 cartas.
52 51 50 50 49 49
4 1 41 2 1 2
P(B | A) 5 , ya se extrajo un rey; entonces, hay 51 cartas.
52 51 50 50 49 49
4 1 41 2 1 2
P(C1 | A ∩ B) 5 , ya se extrajeron dos cartas, un rey y un 9 de diamantes que es
52 51 50 50 49 49
menor que una sota, quedan 50 cartas; sólo 41 están en C1.
4 1 41 2 1 2
P(C2 | A ∩ B) 5 , ya se extrajeron dos cartas, quedan 50, y dos 7 negros.
52 51 50 50 49 49
4 1 41 2 1 2
P(D | A ∩ B ∩ C1) 5 , ya se extrajeron tres cartas, quedan 49 y dos 7 negros.
52 51 50 50 49 49
4 1 41 2 1 2
P(D | A ∩ B ∩ C2) 5 , ya se extrajeron tres cartas, quedan 49 y sólo un 7 negro.
52 51 50 50 49 49
72  |  Estadística para ingeniería y ciencias

Entonces:
P(A ∩ B ∩ C1 ∩ D) 5 P(A) P(B | A) P(C1 | A ∩ B) P(D | A ∩ B ∩ C1)
¥ 4 ´ ¥ 1 ´ ¥ 41 ´ ¥ 2 ´
5 ¦ µ¦ µ¦ µ¦ µ
§¥ 52 1 ¶´ §¥ 50
4 ¶´ §¥ 51 41 ¶´ §¥ 49
2 ¶´
¦§ 52 µ¶ ¦§ 51 µ¶ ¦§ 50 µ¶ ¦§ 49 µ¶
5 0.00005048
¥ 4 ´P(B
P(A ∩ B ∩ C2 ∩ D) 5 P(A) ¥ 1 |´ ¥A)2 P(C
´ ¥ 1 |´ A ∩ B) P(D | A ∩ B ∩ C )
¦§ 52 µ¶ ¦§ 51 µ¶ ¦§ 50 µ¶ ¦§ 49 µ¶
1 1
¥ 4 ´¥ 1 ´¥ 2 ´¥ 1 ´
5 ¦ µ¦ µ¦ µ¦ µ
§ 52 ¶ § 51 ¶ § 50 ¶ § 49 ¶
5 0.00000123
P(A ∩ B ∩ C ∩ D) 5 0.00005048 1 0.00000123 5 0.00005171

Problemas propuestos
2.1 Al lanzar una moneda no cargada, ¿cuál es la probabilidad
de que salga sol?
2.2 Al lanzar un dado no cargado de 6 caras, ¿cuál es la proba-
bilidad de que caiga 1?
2.3 ¿Cuál es la probabilidad de que caiga cualquiera de los nú-
meros 3 o 4 al lanzar un dado no cargado?
2.4 Si una persona es seleccionada al azar de un grupo de 20
psicólogos y 30 sociólogos, ¿cuál es la probabilidad de que
la persona seleccionada sea un sociólogo?
2.5 ¿Cuál de los siguientes números no representa una probabi-
lidad y por qué?
3/7, 2, 21/2, 3/4, 99/101, 0, 1, 5, 1.11, 1.0001, 0.0001, 0.001,
0.9999
2.6 La probabilidad de que Juan esté vivo en 20 años es de 0.7 y
la probabilidad de que Pedro esté vivo en 20 años es de 0.5.
Si se supone que hay independencia entre la vida de estas
personas, ¿cuál es la probabilidad de que ambos estén vivos
en 20 años?
2.7 Si al lanzar sucesivamente una moneda no cargada se defi-
nen los eventos:
E1:  en el quinto lanzamiento sale águila.
E2:  en el sexto lanzamiento sale águila.
¿Cuál es la probabilidad de que salgan águila en ambos lan-
zamientos?
2.8 ¿Cuál es la probabilidad de sacar cuando menos un 6 en 2
lanzamientos de un dado no cargado?
Sugerencia: usar la regla de adición.
2.9 Suponiendo que el sexo de un hijo por nacer es igualmente
probable, y que es independiente del sexo de sus hermanos o
hermanas. Para una familia de tres hijos:
a) Describa el espacio muestral y calcule la probabilidad de
que la familia tenga:
• exactamente 2 varones.
• exactamente 2 niñas.
• cuando menos 2 varones.
2.10 Lanzar 2 veces una moneda no cargada. Encontrar:
a) El espacio muestral.
b) La probabilidad de que salgan exactamente sol y águila.
2.11 Encontrar el número de permutaciones de las letras a, b, c en
dos lugares.
2.12 Hallar el número de combinaciones de las letras a, b, c en
subconjuntos de dos elementos.
2.13 Si dos eventos A y B son tales que P(A) 5 0.10, P(B) 5 0.40
y P(A ∩ B) 5 0.05. Determinar:
a) P(A|B)
b) P(B|A)
2750
2.14 Si dos eventos A y B son tales que P(B) 5 y P(A ∩
10 000
B) 5 0.14. Encontrar P(A|B).
2.15 Si al lanzar un dado se tiene el evento E 5 {2, 4, 6}. Encon-
trar la probabilidad de E.
2.16 Si de un grupo de 80 estudiantes, 30 son mujeres y se elige
una persona al azar, encontrar la probabilidad de que la per-
sona seleccionada no sea mujer.
2.17 De los siguientes eventos decir cuáles son mutuamente ex-
cluyentes:
a) A 5 {x | x asiste a las clases de estadística regularmente};
B 5 {x | x posee una computadora}.
b) A 5 {x | x tiene cabello rubio};
B 5 {x | x tiene ojos cafés}.
2.18 Sean los eventos:
A:  el vuelo de un avión que llega a tiempo.
B:  el vuelo de un avión que sale a tiempo.
Las probabilidad correspondientes son: P(A) 5 0.82; P(D)
5 0.83 y la probabilidad de que el avión salga a tiempo y
llegue a tiempo es P(D ∩ A) 5 0.78. Hallar la probabilidad
de que el avión:
a) Llegue a tiempo dado que partió a tiempo.
b) Haya salido a tiempo dado que arribó a tiempo.
2.19 Se tiene una caja que contiene 3 bolas blancas y 2 bolas
negras. Se eligen sucesivamente las bolas sin reemplazo,
entonces:
a) ¿Cuál es la probabilidad de que la primera bola sea ne-
gra?
b) ¿Cuál es la probabilidad de que la segunda bola sacada
sea negra dado que la primera bola sacada fue negra?
c) ¿Cuál es la probabilidad de que ambas bolas sacadas
sean negras?
2.20 Con la siguiente figura y la simbología del diagrama de Venn
definir las regiones:
a) Regiones 1 y 2.
 Capítulo 2  Introducción a la probabilidad  |  73

b) Regiones 1 y 3. 2.26 Del problema anterior representar con notación de conjun-

c) Regiones 1, 2, 3, 4, 5 y 7. tos, (uniones, intersecciones y complementos) las siguientes
d) Regiones 4 y 7. regiones:
e) Región 1. a) 4, 6, 7
f ) Regiones 2, 6 y 7. b) 1, 4
c) 1, 2, 5, 7
d) 1, 2
A e) 1, 3, 4
B 2.27 En estudios de higiene industrial y seguridad de obreros de
7 2 una industria se descubrió que 8% necesitaron botas de hule
5 para protección contra descargas eléctricas, 15% requirieron
1
3 cascos protectores para la cabeza y 3% necesitaron tanto botas
4
de hule protectoras como cascos protectores para la cabeza.
¿Cuál es la probabilidad de que un trabajador seleccionado al
6 azar necesite botas protectoras de hule o cascos protectores
para la cabeza? Sugerencia: usar el modelo aditivo.
2.28 Se lanza una moneda dos veces. Encontrar la probabilidad
C S de sacar una cara, ya sea en el primer o segundo lanzamiento
o en ambos. Suponer que H 5 caras, T 5 águilas.
2.29 Una computadora genera aleatoriamente el último dígito de
Figura 2.14.  Diagramas de Venn.
un número telefónico. Calcular:
2.21 De 10 000 personas de 20 años observadas, 9 961 llegaron a) La probabilidad de que el resultado sea un 8 o 9.
a los 21 años de edad. ¿Cuál es la probabilidad de que las b) La probabilidad de que el resultado sea un número non
personas de 20 años de este grupo sobrevivan hasta los 21. o menor que 4.
2.22 De un grupo de 100 profesionistas de los cuales 40 son in- 2.30 Al tirar dos dados no cargados, encuentre la probabilidad
genieros y 60 arquitectos, la mitad de los ingenieros y de los de obtener en la suma de sus caras un 7 o un 11.
arquitectos son mujeres. Encontrar la probabilidad de que 2.31 ¿Cuál es la probabilidad de sacar un as o un rey de un mazo
un profesionista seleccionado aleatoriamente sea ingeniero de 52 cartas?
o mujer. Usar la fórmula de la probabilidad de la unión de 2.32 ¿Cuál es la probabilidad de sacar un as o una espada, o am-
dos eventos. bos, en la selección de una carta de un mazo de 52 naipes?
2.23 ¿Cuál es la probabilidad de que una carta seleccionada al azar 2.33 ¿Cuántas comidas consistentes en una sopa, un empareda-
de un mazo de 52 naipes sea una reina o un corazón? Usar la do, un postre y un refresco son posibles, si se seleccionan 4
fórmula de la probabilidad para la unión de dos eventos. sopas, 3 tipos de emparedados, 5 postres y 4 refrescos?
2.24 ¿Cuál es la probabilidad de sacar un 6 al lanzar dos dados no 2.34 Dos monedas se lanzan. ¿Cuál es la probabilidad de que am-
cargados? bas monedas caigan en águila? Usar regla multiplicativa.
2.25 A un ingeniero fabricante de motores de autos le preocupan 2.35 Una pareja de recién casados planea tener 3 hijos. Encontrar
tres tipos de defectos. Sean los eventos, los siguientes enunciados:
A:  el eje del motor es demasiado grande. a) La probabilidad de que todos los hijos sean hombres.
B:  las bobinas son inadecuadas. b) La probabilidad de que sólo hayan 3 mujeres.
C:  las conexiones eléctricas son insatisfactorias. c) La probabilidad de exactamente 2 varones.
Expresar verbalmente los eventos representados por las re- d) La probabilidad de 3 varones y 3 mujeres.
giones del diagrama de Venn. e) La probabilidad de tener a lo más 2 varones.
a) Región 2. f ) La probabilidad de tener cuando menos 2 varones.
b) Regiones 1 y 3 juntas. Suponer que tener un varón o una niña son eventos igual-
c) Regiones 3, 5, 6 y 7 juntas. mente probables y que el sexo de cada hijo es independiente
del sexo de sus hermanos.
g) Hacer un diagrama de árbol para facilitar el cómputo.
A 2.36 Con referencia al problema anterior, si la familia fuera de 4
B
hijos, ¿cuál sería la probabilidad de que fueran 4 varones o
7 2 4 niñas?
5 2.37 Se sacan dos cartas al azar de un mazo de 52 naipes. ¿Qué
1
3 probabilidad hay de obtener dos ases si. . .
4
a) la primera carta es repuesta antes de sacar la segunda
carta?
6 b) la primera carta no es repuesta antes de sacar la segunda
carta? Suponer una regla multiplicativa.
2.38 Hay 10 rollos de película en una caja y tres están defec-
C S
tuosos. Se sacan dos rollos, uno detrás del otro. ¿Cuál es
la probabilidad de seleccionar un rollo defectuoso seguido
Figura 2.15. En la figura se muestran los espacios muestrales y por otro rollo defectuoso, si no hay reemplazo? Usar regla
eventos. multiplicativa.
74  |  Estadística para ingeniería y ciencias
2.39 Responder las siguientes preguntas:
a) ¿Cuántos elementos tiene el espacio muestral, generado
por lanzar dos dados no cargados? ¿Cuál es este espacio
muestral?
b) ¿Cuántos puntos muestrales hay en un espacio muestral
cuando se lanzan tres dados simultáneamente?
2.40 Un diseñador de una nueva subdivisión ofrece a los com-
pradores de casas una selección de estilos exteriores de in-
glés, rústico, colonial y tradicional combinados con tipos de
rancho de dos pisos y un desnivel. ¿De cuántas maneras se
puede ordenar una de estas casas con esos estilos de cons-
trucción? Hacer un diagrama de árbol. Sugerencia: usar la
regla del producto n1n2.
2.41 Un estudio de tráfico vehicular indica que de 3 756 automó-
viles que se acercan a la plaza, 857 entran en el aparcamien-
to. ¿Cuál es la probabilidad de que un auto no entre en el
aparcamiento?
2.42 En una prueba la primera pregunta es de falso y verdadero y
la segunda es de selección múltiple con posibles respuestas
de a, b, c, d, e. Siendo así, ¿cuántas secuencias de posibles
respuestas hay en estas dos preguntas?
2.43 En el diseño de un sistema de computadora, si un byte se
define como una secuencia de 8 bits y, cada bit debe ser 0 o
1, ¿cuántos bytes diferentes son posibles?
2.44 Explicar detalladamente o con sus propias palabras lo que
significan los siguientes términos:
a) Experimento aleatorio.
b) Espacio muestral.
c) Evento.
2.45 Evaluar 50! Sugerencia: usar la aproximación de Stirling:
n! ~ 2pn n e
n 2n
2.46 Se lanza una moneda tres veces consecutivas. Hacer un
diagrama de árbol con los resultados de sol y águila y escri-
bir el espacio muestral. Calcular lo siguiente:
a) Se obtienen cuando menos 2 soles.
b) El segundo lanzamiento es un sol.
c) El número de soles es exactamente 2.
d) El segundo lanzamiento cae en águila.
e) Todos los lanzamientos muestran la misma imagen.
f ) El número de soles es menor que 2.
g) El segundo lanzamiento no es sol.
h) El número de soles es de cuando menos 2.
i) El número de soles es no más de 3.
j) El número de águilas es a lo más 3.
k) Que el número de soles exceda al número de águilas.
2.47 ¿De cuántas maneras diferentes una sección sindical con 25
miembros puede elegir un presidente y un vicepresidente?
2.48 Si se lanza 3 veces consecutivas un dado, ¿cuál es la proba-
bilidad de que salga un 6?
2.49 Se seleccionan tres cartas, sucesivamente, de un mazo de 52;
encontrar el número de resultados si:
a) Hay reemplazo.
b) Si no hay reemplazo.
2.50 ¿De cuántas maneras pueden acomodarse cinco canicas de
diferentes colores en una fila?
2.51 Calcular de cuántas maneras pueden formarse seis personas
para subir a un autobús.
2.52 Un candidato presidencial planea hacer campaña política.
Encontrar el número de permutaciones si:
a) Planea visitar todos los estados de la República Mexi-
cana.
b) Planea visitar únicamente los estados que colindan con
Estados Unidos de América.
2.53 Evaluar los siguientes factoriales:
a) 7!
b) 70!/68!
c) 10!/0!
2.54 Supóngase que hay 50 personas compitiendo por tres diferen-
tes puestos, ordenados en primero, segundo y tercero. ¿De
cuántas maneras se puede seleccionar a las tres personas para
ocupar los tres puestos?
2.55 En cierta compañía, 5 escritorios de secretaria se sitúan en lí-
nea contra la pared. Cada secretaria puede sentarse en cual-
quier banco de los escritorios. ¿Cuántos arreglos se pueden
hacer para sentar a las secretarias?
2.56 En un almacén hay 5 cajas adyacentes para almacenar 5
objetos diferentes. El depósito de cada objeto puede almace-
narse satisfactoriamente en una caja. ¿De cuántas maneras
pueden asignarse 5 objetos a 5 cajas?
2.57 Supóngase que hay 7 partes diferentes para ser almacenadas,
pero sólo hay 4 cajas disponibles. ¿Cuántas maneras de aco-
modar los 4 objetos hay?
2.58 ¿De cuántas maneras diferentes se pueden realizar una pri-
mera, segunda, tercera o cuarta selección entre 12 empresas
arrendadoras de equipo de control de contaminación am-
biental?
2.59 Contestar lo siguiente.
a) ¿Cuál es el número de permutaciones de las letras a, b, c?
b) ¿Cuáles son estas permutaciones? Escribirlas.
2.60 Un mecanismo electrónico de control requiere de 5 chips de
memoria idénticos. ¿De cuántas maneras puede habilitarse
este mecanismo colocando los 5 chips en las 5 posibles po-
siciones dentro del controlador?
2.61 Se requiere sentar a 5 hombres y 4 mujeres en una fila, de
tal manera que las mujeres ocupen lugares pares. ¿Cuántos
arreglos hay?
2.62 Un aparato de seguridad de un negocio con 10 botones se
inhabilita cuando 3 botones diferentes se oprimen en la se-
cuencia apropiada (los botones no pueden oprimirse dos ve-
ces). Si el código correcto se olvida, ¿cuál es la probabilidad
de inhabilitar el aparato a través de oprimir aleatoriamente,
tres botones?
2.63 Se sacan dos boletos de la lotería entre 30 posibles para el
primero y segundo premios. ¿Cuál es la probabilidad de ga-
nar comprando un boleto?
2.64 En una carrera de ocho perros se juega un premio de exacta.
Si se seleccionan tres números de perros, ¿cuál es la probabi-
lidad de acertar el ganador comprando un solo boleto?
2.65 Considérese una carrera de 10 caballos con un premio para
cualquiera que pueda seleccionar el orden exacto y ganar des-
de el primero hasta el décimo lugar.
a) ¿Cuántas permutaciones posibles hay?
b) ¿Cuál es la probabilidad de ganar si se compra un solo
boleto?
c) ¿Cuál es la probabilidad de acertar a los caballos que lle-
guen en los tres primeros lugares?
Problemas de tarea
Revisa tu CD-ROM para encontrar más problemas.
 Capítulo 3
Funciones de distribución
de variables aleatorias
discretas
En esta fotografía se muestra el trabajo que se
realiza en un laboratorio de análisis clínicos. En
este ambiente se obtiene un gran número de re-
sultados aleatorios, entre los que se encuentran
el tipo y el número de análisis solicitados, que pue-
den ser: análisis de sangre, de orina y para descu-
brir hepatitis, embarazo o sida, etc. Existen otros
resultados aleatorios menos evidentes, como el
número de falsos positivos o falsos negativos que
pueden presentarse.
En un laboratorio clínico es importante cuan-
tificar los resultados, tales como el número de so-
licitantes de servicios en el laboratorio de análisis
clínico, el número de falsos positivos que puede
haber en un día, el número de análisis que se pue-
den procesar en una hora, etc. Si en este tipo de
empresa se conoce la probabilidad de que se ten-
ga una demanda de x o de y análisis, se podrá pla-
near con mejores resultados los insumos que hay
que comprar y tener en el inventario, y el número
(Jupiter Images Corporation)

de empleados que puede ser necesario tener,

para que la atención hacia el cliente sea acepta-
ble y la obtención de los resultados sea óptima; si
se tiene el conocimiento de la probabilidad de los
falsos positivos, se podrán implementar acciones
para disminuir o eliminar estos errores.

Introducción
En este capítulo se estudiarán las variables aleatorias que modelan alguna característica numérica discreta de
los experimentos aleatorios. El propósito del capítulo es que los estudiantes identifiquen las características
que definen a los diferentes modelos de probabilidad y así poder seleccionar el que corresponda al problema
o proceso que está estudiando.
76  |  Estadística para ingeniería y ciencias

3.1  Variables aleatorias discretas

En ocasiones, de debe estudiar algún aspecto numérico de espacio muestral; por ejemplo, si se considera el
lanzamiento de tres monedas no cargadas, el espacio muestral del experimento es:
S 5 {(sss), (ssa), (sas), (ass), (saa), (asa), (aas), (aaa)}
pues lo que interesa conocer es el número de águilas observadas. De esta manera, se genera una función que
asocia un número a cada elemento del espacio muestral, esto es:

(sss) (ssa) (sas) (ass) (saa) (asa) (aas) (aaa)

↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
0 1 1 1 2 2 2 3

A la función que asocia un número real a cada elemento del espacio muestral se le llama variable alea-
toria, y se denota en general con las últimas letras mayúsculas del alfabeto. En este ejemplo, se llamará X a
la variable aleatoria:
X:  S → R
Los valores que puede tomar la variable aleatoria son X 5 0, 1, 2 y 3, y la probabilidad asociada con cada
uno de estos valores está relacionada con la probabilidad del evento que se asocia a esos valores:
1 3 4 7
P(X 5 0) 5 P({(sss)}) 5
8 8 8 8
1 3 4 7
P(X 5 1) 5 P({(ssa), (sas), (ass)}) 5
8 8 8 8
1 3 4 7
P(X 5 2) 5 P({(saa), (asa), (aas)}) 5
8 8 8 8
1 3 4 7
P(X 5 3) 5 P({(aaa)}) 5
8 8 8 8

Definición 3.1.  Una variable aleatoria es una función medible cuyo dominio es el espacio muestral
y cuyo codominio es igual a los números reales.
Esta función se llama variable porque puede tomar diferentes valores, y se llama también aleato-
ria porque los valores que toma son al azar, y es medible porque se le puede calcular su probabilidad
(la idea de medible tiene un significado relacionado con el concepto de espacio de probabilidad y
sigmas álgebras, cuyo estudio formal sale del alcance de este texto).

Definición 3.2.  Una variable aleatoria discreta es aquella cuyo rango de posibles valores es finito o
infinito, pero numerable.

Ejemplo 3.1.  El número de hijos que puede tener una familia es una variable aleatoria discreta.

Ejemplo 3.2. El número de artículos que se deben inspeccionar en un lote de una producción deter-
minada antes de encontrar el primer artículo defectuoso es una variable aleatoria.
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  77

3.2  Probabilidad de una variable aleatoria

3.2.1 Función de densidad y función de distribución

Definición 3.3.  El rango o recorrido de una variable aleatoria es el conjunto de valores que
puede tomar la variable con probabilidad positiva.

Ejemplo 3.3. En un negocio de autolavado se pueden atender hasta 15 autos en un día. Si X es el

número de autos que se atienden en un día particular, X es una variable aleatoria
que depende de la demanda del servicio en ese día. El rango de valores de esta
variable va del 0 al 15. La variable toma el valor 0 cuando nadie solicita el servicio
y toma el valor 15 cuando solicitan el servicio 15 clientes o más.

Recorrido de X 5 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15.

Definición 3.4.  Se llama función de densidad de probabilidades de la variable X a la función que

nos indica su probabilidad puntual:

f  (x) 5 P(X 5 x) (3.1)

La función de densidad siempre se denota con una letra minúscula, en este caso se usó f, pero
se puede utilizar g o h, etc. Se debe puntualizar que en la probabilidad es muy importante el uso de
las letras mayúsculas y minúsculas, pues el significado cambia. En esta expresión, la X mayúscula
corresponde al nombre de la variable aleatoria, la x minúscula corresponde al valor que puede tomar
la variable aleatoria, en este sentido se puede escribir en lugar de x cualquier número, pero X siempre
es igual: f (3) 5 P(X 5 3), f (5) 5 P(X 5 5), etcétera.
Dado que la función de densidad representa la probabilidad de un evento, entonces satisface las
propiedades de la probabilidad.

Propiedades de la función de densidad de una variable aleatoria

a) f ( x)$ 0 para todo real x.

b) ∑ f ( x) 51
x

Definición 3.5.  Se llama función de distribución de la variable aleatoria X a la función que indi-
ca su probabilidad acumulada y se denota con la misma letra que representa la función de densidad,
pero en mayúsculas.
78  |  Estadística para ingeniería y ciencias

Si f (x) es la función de densidad de X, la función de distribución es F(x); si h(x) es la función de

densidad de X, la función de distribución es H(x); si g(x) es la función de densidad de X, la función de
distribución es G(x); etc. Si la función de densidad es f (x) 5 P(X 5 x), la función de distribución es:

F ( x) 5 P( X # x) 5 ∑ f (i ) (3.2)
i#x

Propiedades de la función de distribución de una variable aleatoria

a) La función de distribución es creciente, es decir, si x1 , x2 , entonces, F ( x1 ) # F ( x2 )

b) La función de distribución es continua por la derecha.

c) lím F ( x) 5 0
xq2h

d) lím F ( x)51
xqh

Ejemplo 3.4. Sea X la variable que indica el número de águilas al lanzar tres veces una moneda no
cargada, escriba la función de densidad y la función de distribución acumulada de X.
Solución:
El espacio muestral de este experimento es:
S 5 {(sss), (ssa), (sas), (ass), (saa), (asa), (aas), (aaa)}
y el recorrido de la variable aleatoria que indica el número de águilas es X 5 0, 1, 2, 3;
como este espacio muestral es equiprobable, la función de densidad de X es:
1 3 4 7 1 3 4 7
a) f (0) 5 d) f (3) 5
8 8 8 8 8 8 8 8
1 3 4 7
b) f (1) 5 e) f (x) 5 0 en cualquier otro valor de x
8 8 8 8
1 3 4 7
c) f (2) 5
8 8 8 8
La función de distribución de X es:

¯0 si x , 0
²
²1 si 0 # x , 1
²8
²² 4
F ( x)5 ° si 1 # x , 2
²8
²7
²8 si 2 # x , 3
²
²± 1 si 3 # x

La gráfica de la función de densidad se dibuja con líneas verticales de altura igual a la

probabilidad y la función de distribución es escalonada.
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  79

Las gráficas de f (x) y de F(x) de la variable aleatoria en este ejemplo son las siguientes:

Función de densidad
Función de X de X
de densidad Función de distribución
Función de X de X
de distribución
0.4 0.4 1.2 1.2
0.35 0.35 1 1
0.3 0.3
0.8 0.8
Probabilidad

Probabilidad
Probabilidad

Probabilidad
0.25 0.25
0.6 0.6
0.2 0.2
0.15 0.15 0.4 0.4
0.1 0.1
0.2 0.2
0.05 0.05
0 0 0
0
21 21 0 0 1 1 2 2 3 3 4 4 21 21 0 0 1 1 2 2 3 3 4 4
RangoRango
de X de X RangoRango
de X de X

Figura 3.1.

Cálculo de probabilidades de una variable aleatoria

La probabilidad en un rango de valores se puede calcular tanto con la función de densidad como con la fun-
ción de distribución.
Por ejemplo, la probabilidad P(3 ≤ X ≤ 8), se puede calcular:
 Con la función de densidad:

P(3 # X # 8) 5 P( X 5 3) 1 P( X 5 4) 1 P( X 5 5) 1 P( X 5 6) 1 P( X 5 7) 1 P( X 5 8)

5 f (3) 1 f (4) 1 f (5) 1 f (6) 1 f ( 7) 1 f (8)

 Con la función de distribución:

P(3 # X # 8) 5 P( X # 8) 2 P( X # 2)

5 F (8) 2 F (2)

Con la función de densidad el cálculo de la probabilidad siempre se hace con la suma de los diferentes
valores que están entre 3 y 8, con la función de distribución el cálculo se hace con la diferencia de la probabili-
dad acumulada hasta el máximo valor a calcular menos el mínimo valor a calcular menos uno, en el ejemplo
8 y 2.

Ejemplo 3.5. Si X es la variable aleatoria con función de densidad f (x) = cx, para x 5 1, 2, 3, 4. ¿Cuál
es el valor de c?

Solución:
Como f (x) es función de densidad, se deben satisfacer las dos condiciones:
a) f ( x)$ 0 para todo real x.

b) ∑ f ( x) 51 .
x
80  |  Estadística para ingeniería y ciencias

La primera condición implica que c debe ser positiva; la segunda condición dice que la
suma de la función de densidad sobre los cuatro valores que puede tomar X debe ser
igual a 1, entonces:
c (1) 1 c (2) 1 c (3) 1 c (4) 5 c (10) 5 1

de aquí se obtiene que c 5 0.10.

3.2.2  Funciones de densidad conjuntas y marginales

Si se tiene dos variables aleatorias sobre el mismo espacio muestral:
X:  S → R y Y:  S → R
Se puede definir un vector aleatorio (X, Y ) y su función de probabilidad.

Definición 3.6.  Se llama función de densidad conjunta de X y Y a la probabilidad

f (x, y) 5 P(X 5 x, Y 5 y) (3.3)

Definición 3.7.  Se llama función de distribución conjunta de la variables X y Y a la probabilidad

F ( x, y) 5 P( X # x, Y # x) (3.4)

Ejemplo 3.6. Considerar el vector aleatorio (X, Y) cuya función de densidad conjunta está dada en
la tabla 3.1:

Tabla 3.1.

X
1 2 3 4 5
1 0.03 0.08 0.10 0.06 0.02
Y 2 0.05 0.12 0.15 0.14 0.04
3 0.02 0.05 0.08 0.04 0.02

Así, para los diferentes valores de (x, y), la función f (x, y), se encuentra en la columnas
x y el renglón y correspondiente; de esta manera se tiene que f (1, 1) 5 0.03, f (4, 2) 5
0.14, etcétera.

Ejemplo 3.7. Considerar la función de densidad del ejemplo anterior para encontrar la probabilidad
de que X sea igual a 2.
Solución:
Hay tres posibilidades para que X sea igual a 2, (2, 1), (2, 2) y (2, 3), entonces
P(X 5 2) 5 f (2, 1) 1 f (2, 2) 1 f (2, 3) 5 0.08 1 0.12 1 0.05 5 0.25
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  81

Cuando se quiere obtener la probabilidad de una de las dos variables que son coorde-
nadas del vector aleatorio, se realiza una suma sobre la otra variable, como se indica
en las dos definiciones siguientes.

Definición 3.8.  La función de densidad marginal de X está dada por:

fX ( x) 5 P( X 5 x) 5 ∑ f ( x, y) (3.5)
y

y la función de densidad marginal de Y está dada por:

fY ( y) 5 P(Y 5 y) 5 ∑ f ( x, y) (3.6)
x

A estas funciones se les llama marginales porque en la tabla de la función de densidad conjunta
el valor de las probabilidades para las variables X y Y,  fX  y fY se encuentra sumando los valores en las
columnas y en los renglones y se registra el resultado en el margen de la tabla.

Ejemplo 3.8. Dada la tabla 3.1 del ejemplo 3.6, encontrar las funciones de densidad marginales de
X y Y.

Solución:
Para hallar las funciones de densidad marginales de X y Y se suman en la tabla los
valores que están en la misma columna y los que se encuentran en el mismo renglón,
quedando así:

Tabla 3.2.

X
1 2 3 4 5 Suma
1 0.03 0.08 0.10 0.06 0.02 0.29
Y 2 0.05 0.12 0.15 0.14 0.04 0.50
3 0.02 0.05 0.08 0.04 0.02 0.21
Suma 0.10 0.25 0.33 0.24 0.08 1.00

La función de densidad marginal de X se halla en el margen inferior de la tabla:

fX (1) 5 0.10, fX (2) 5 0.25, fX (3) 5 0.33, fX (4) 5 0.24, fX (5) 5 0.08

La función de densidad marginal de Y se encuentra en el margen derecho de la tabla:

f Y (1) 5 0.29,  f Y (2) 5 0.50,  f Y (3) 5 0.21

82  |  Estadística para ingeniería y ciencias

3.2.3 Funciones de densidad condicional y variables aleatorias 

independientes
La relación que tiene la función de densidad conjunta con los eventos es el de la intersección de dos eventos,
a saber:
{ X 5 x, Y 5 y} 5{s ∈S | X 5 x} ∩ {s ∈S | Y 5 y}
Entonces, considerando las fórmulas de la probabilidad condicional y de los eventos independientes que
se revisaron en el capítulo anterior, se pueden definir los conceptos de función de densidad condicional y de
variables aleatorias independientes.

Definición 3.9.  La función de densidad de X condicionada a que Y tome el valor de y, es igual a:

¯ f ( x, y)
² si fY ( y) | 0
fX |Y ( x | y) 5 ° fY ( y) (3.7)
² 0 si fY ( y) 5 0
±

De esta definición se obtiene lo siguiente  f (x, y) 5 fX |Y ( x | Y
y) .

Definición 3.10.  Dos variables aleatorias X y Y son independientes si y sólo si

fX |Y ( x | y) 5 fX ( x)   o  f ( x, y) 5 fX ( x) fY ( y) (3.8)

Observe que estas definiciones son semejantes a las definiciones de probabilidad condicional y even-
tos independientes citadas en el capítulo 2.

Ejemplo 3.9.  Dada la tabla del ejemplo 3.6, encontrar las funciones de densidad condicionales.
a) fX |Y ( x | 3)

b) fY|X ( y | 2)

Solución:
Para hallar la función de densidad condicional de X dado que Y 5 3, se usa la fórmula
f ( x, 3)
fX |Y ( x | 3) 5 , los valores que se utilizan son cuando Y 5 3 y se encuentran som-
fY (3)
breados en la tabla 3.3:
Tabla 3.3.

X
1 2 3 4 5 Suma
1 0.03 0.08 0.10 0.06 0.02 0.29
Y 2 0.05 0.12 0.15 0.14 0.04 0.50
3 0.02 0.05 0.08 0.04 0.02 0.21
Suma 0.10 0.25 0.33 0.24 0.08 1.00
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  83

Los valores calculados son:

f (1, 3) 0.02 f (2, 3) 0.05

fX |Y (1 | 3) 5 5 5 0.0952 fX |Y (2 | 3) 5 5 5 0.2381
fY (3) 0.21 fY (3) 0.21

f (3, 3) 0.08 f (4, 3) 0.04

fX |Y (3 | 3) 5 5 5 0.3010 fX |Y (4 | 3) 5 5 5 0.1905
fY (3) 0.21 fY (3) 0.21

f (5, 3) 0.02
fX |Y (5 | 3) 5 5 5 0.0952
fY (3) 0.21

Para encontrar la función de densidad condicional de Y dado que X 5 2, se usa la

fórmula:
f (2, y)
fY |X ( y | 2) 5
fX ( 2)

y los valores que se utilizan están en la columna de X 5 2, los cuales se encuentran

sombreados en la tabla 3.4:

Tabla 3.4.

X
1 2 3 4 5 Suma
1 0.03 0.08 0.10 0.06 0.02 0.29
Y 2 0.05 0.12 0.15 0.14 0.04 0.50
3 0.02 0.05 0.08 0.04 0.02 0.21
Suma 0.10 0.25 0.33 0.24 0.08 1.00

Los valores calculados son:

f (2, 1) 0.08 f (2, 2) 0.12

fY|X (1 | 2) 5 5 5 0.32 fY|X (2 | 2) 5 5 5 0.48
fX (2) 0.25 fX (2) 0.25

f (2, 3) 0.05
fY |X (3 | 2) 5 5 5 0.20
fX (2) 0.25

Ejemplo 3.10.  Dada la tabla del ejemplo 3.6, analizar si las variables X y Y son o no independientes.

Demostración:
Si X y Y son independientes, se debe satisfacer que fX |Y ( x | y) 5 fX ( x) para todos los
valores de X y Y.
Como del ejercicio anterior se tiene que:

f (1, 3) 0.02
fX |Y (1 | 3) 5 5 5 0.0952 ≠ fX (1) 5 0.10
fY (3) 0.21

entonces, X y Y no son independientes.

84  |  Estadística para ingeniería y ciencias

3.3  Esperanza matemática de una variable aleatoria discreta

Como una variable aleatoria tiene un recorrido numérico, se pueden calcular para la variable aleatoria tanto
las medidas de posición y como las de dispersión que fueron estudiadas en el capítulo 1, pero con la variante
que ahora los resultados serán valores teóricos o valores esperados, pues no dependen de un experimento
observado.
Primeramente se definen la moda y la mediana de una variable aleatoria; sin embargo, la media de la
variable aleatoria se estudia con más detalle, pues tiene mayor aplicabilidad en la estadística.

Definición 3.11.  La moda de una variable aleatoria X es el valor que tiene mayor probabilidad; es
decir, si Mo es la moda de X, entonces P(X 5 Mo) $ P(X 5 x) para toda x.

Cuando se dibuja la gráfica de la función de densidad, la moda corresponde al valor de X cuya probabi-
lidad tiene mayor altura.

Definición 3.12.  La mediana de una variable aleatoria es el valor M tal que:

P(X # M) $ 0.5 y P(X $ M) $ 0.5 (3.9)

Ejemplo 3.11.  C
 onsiderar la variable aleatoria X que indica el número de hijos que decide tener una
familia. La función de densidad de X se encuentra en la siguiente tabla:

X 0 1 2 3 4 5
F(x) 0.03 0.17 0.31 0.25 0.19 0.05

Esto significa que es más probable que una familia decida tener 2 hijos a que decida
tener 0 hijos, etc. Encontrar la moda y la mediana de esta variable aleatoria.

Solución: 0.35

Para la moda observe que el valor 0.3

con la probabilidad mayor es 2, 0.25
pues P(X 5 2) 5 0.31 $ P(X 5 x),
0.2
para cualquier valor de x. Entonces,
la moda es 2. 0.15

La mediana también es 2, ya que 0.1

P(X # 2) 5 0.51 $ 0.5 y P(X $ 2) 0.05

5 0.70 $ 0.5.
0
0 1 2 3 4 5 6

Figura 3.2.
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  85

3.3.1  Valor esperado de una variable aleatoria

El valor esperado se relaciona con la media de una variable aleatoria y para explicar mejor este concepto pri-
mero revise un ejemplo en el que se calcule la media aritmética de datos observados usando las fórmulas vistas
en el capítulo 1, y luego analice el mismo ejemplo, pero con datos esperados.
Considere el experimento de lanzar 60 veces un dado no cargado; en estos 60 lanzamientos se observaron
12 veces el uno, 9 veces el dos, 8 veces el tres, 9 veces el cuatro, 15 veces el cinco y 7 veces el seis, estos resul-
tados se reportan en la siguiente tabla de frecuencia:

X 1 2 3 4 5 6
Frecuencia observada 12 9 8 9 15 7

La media de los 60 datos usando la fórmula para datos agrupados es:

12(1) 1 9(2) 1 8(3) 1 9(4) 1 15(5) 1 7(6)

X5 5 3.45
60

Si se lanzara de nuevo el dado 60 veces, los resultados observados podrían cambiar y en consecuencia la
media calculada tomaría otro valor.
Por otro lado, si en lugar de lanzar el dado 60 veces considera lo que indica la probabilidad: cada cara del
dado tiene la misma probabilidad de aparecer, en este caso teóricamente se esperaría que cada cara del dado
apareciera de manera exacta 10 veces.

X 1 2 3 4 5 6
Frecuencia esperada 10 10 10 10 10 10

La media esperada sería:

10(1) 110(2) 110(3) 110(4) 110(5) 110(6)

µ5 5 3.5
60

Los valores de la tabla son independientes de los resultados que pudieran observarse en un experimento,
éste es en esencia el concepto de esperanza matemática de una variable aleatoria, cuya definición formal se
establece en seguida.

Definición 3.13.  Dada X una variable aleatoria con función de densidad igual a f (x), se conoce como
valor esperado o esperanza matemática de X, al resultado de la expresión:

E( X ) 5 ∑ xf ( x) (3.10)
x

Este valor corresponde a la media aritmética que en teoría tiene la variable X. Entonces, el valor
esperado de X se denota con la letra griega µ, y corresponde a la media de X.

E(X) 5 µ (3.11)
86  |  Estadística para ingeniería y ciencias

Ejemplo 3.12. Para el caso de la tirada de un dado, X puede tomar los valores 1, 2, 3, 4, 5 y 6, con
1 21
probabilidad igual a , así la media de esta variable es:
6 6
1 21 1 21 1 21 1 21 1 21 1 121 21
E(X) 5 1( ) 1 2( ) 1 3( ) 1 4( ) 1 5( ) 1 6( ) 5 5 3.5
6 6 6 6 6 6 6 6 6 6 6 66 6
Este valor corresponde a la media esperada de la variable aleatoria y coincide con el
valor obtenido antes en el ejemplo de introducción.

Definición 3.14.  Si X es una variable aleatoria con función de densidad f (x), y g es cualquier función,
entonces el valor esperado de g(X) es igual a:

E( g ( X )) 5 ∑ g ( x) f ( x) (3.12)
x

Definición 3.15.  Si X y Y son variables aleatorias con función de densidad conjunta igual a f (x, y),
entonces el valor esperado de g(X, Y ) es igual a:

E( g ( X , Y )) 5 ∑ g ( x, y) f ( x, y) (3.13)
x

En todos los casos, el valor esperado corresponde a la media aritmética teórica de la variable aleatoria
que se esté considerando.

Teorema 3.1.  (Propiedades del valor esperado de X ) Sea X y Y dos variables aleatorias y c una
constante, entonces se satisfacen las relaciones:
a) E(c) 5 c
b) E(cX ) 5 cE(X )
c) E(X 1 Y ) 5 E(X ) 1 E(Y )
d) E(XY) 5 E(X)E(Y) cuando las variables aleatorias son independientes

Demostración:

a) Si g(x) 5 c, entonces por la definición 3.14 se obtiene:

E( g ( X )) 5 ∑ cf ( x) 5 c∑ f ( x) 5 c
x x

b) Si g(x) 5 cx, entonces por la definición 3.14 se obtiene:

E(cX ) = E( g ( X )) 5 ∑ cxf ( x) 5 c∑ xf ( x) 5 cE( X )

x x
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  87

c) Si g(x, y) 5 x 1 y, entonces por la definición 3.15 se obtiene:

E( X 1Y ) 5 E( g ( X , Y )) 5 ∑ ∑ ( x 1 y) f ( x, y) 5 ∑ ∑ xf ( x, y) 1 ∑ ∑ yf ( x, y)
x y x y x y

5 ∑ ∑ xf ( x, y) 1 ∑ ∑ yf ( x, y) 5 ∑ x∑ f ( x, y) 1 ∑ y∑ f ( x, y)
x y x y x y y x

5 ∑ xfX ( x) 1 ∑ yfY ( y) 5 E( X ) 1 E(Y )

x y

d) Como X y Y son variables aleatorias independientes, entonces f ( x, y) 5 fX ( x) fY ( y) , y si se consi-

dera que g(x, y) 5 xy, entonces por la definición 3.15 se obtiene:

E( XY ) 5 ∑ ∑ xyf ( x, y) 5 ∑ ∑ xyfX ( x) fY ( y) 5 ∑ xfX ( x)∑ yfY ( y) 5 E( X )E(Y )

x y x y x y

3.3.2  Varianza de una variable aleatoria

Definición 3.16.  La varianza de la variable aleatoria X indica la dispersión de los valores de X y se

calcula mediante la fórmula:
V ( X ) 5 E( X 2 E( X ))2 5 ∑ ( x 2 E( X ))2 f ( x) (3.14)
x

La varianza de una variable aleatoria se denota con el símbolo σ2.
De igual manera, se tiene una fórmula equivalente para calcular la varianza.

Teorema 3.2.  La varianza de la variable aleatoria X se puede calcular con la fórmula equivalente:

V ( X ) 5 E( X 2 ) 2(E( X ))2 5 ∑ x 2 f ( x) 2(E( X ))2 (3.15)

Demostración:
V ( X ) 5 E( X 2 E( X ))2 5 ∑ ( x 2 E( X ))2 f ( x)
x

5 ∑ ( x 2 2 2 xE( X ) 1(E( X )2 ) f ( x)
x

5 ∑ ( x 2 f ( x) 2 2 E( X ) xf ( x) 1 (E( X ))2 f ( x))

x

5 ∑ x 2 f ( x) 2 2 E( X )∑ xf ( x) 1(E( X ))2 ∑ f ( x)
x x x

5 ∑ x 2 f ( x) 2 2 E( X )E( X ) 1(E( X ))2

x

5 ∑ x 2 f ( x) 2(E( X ))2
x
 88  |  Estadística para ingeniería y ciencias

Ejemplo 3.13. La variable aleatoria que describe la demanda de servicio en un servicio de lavado de
autos tiene la función de probabilidad reportada en la tabla,

X 0 1 2 3 4 5 6 7
f (x) 0.05 0.10 0.13 0.18 0.23 0.17 0.11 0.03

Encontrar la media y la varianza de X.

Solución:
La media es:
E( X ) 5 0(0.05) 11(0.10) 1 2(0.13) 1 3(0.18) 1 4(0.23)) 1 5(0.17) 1 6(0.11) 1 7(0.03) 5 3.54
E( X ) 5 0(0.05) 11(0.10) 1 2(0.13) 1 3(0.18) 1 4(0.23)) 1 5(0.17) 1 6(0.11) 1 7(0.03) 5 3.54

Para la varianza primero se calcula:

E( X 2 ) 5 0 2 (0.05) 112 (0.10) 1 2 2 (0.13) 1 32 (0.18) 1 4 2 (0.23) 1 52 (0.17) 1 6 2 (0.11) 1 72 (0.03)

X 2 ) 5 0 2 (0.05) 112 (0.10) 1 2 2 (0.13) 1 32 (0.18) 1 4 2 (0.23) 1 52 (0.17) 1 6 2 (0.11) 1 72 (0.03) 5 15.6
y, finalmente,
V(X) 5 E(X2) 2 (E(X))2 5 15.6 2 3.542 5 3.0684

Teorema 3.3.  (Propiedades de la varianza) Si X y Y son variables aleatorias y c es una constante,

entonces, se satisfacen las relaciones:
a) V(c) 5 0, es decir, la varianza de una constante es cero.
b) V(cX ) 5 c2V(X ), lo que significa que las constantes salen de la varianza al cuadrado.
c) V(X 1 c) 5 V(X ). Al trasladar una variable aleatoria no se modifica su dispersión.
d) V(X 1 Y ) 5 V(X ) 1 V(Y ), si X y Y son variables aleatorias independientes.
Demostración:
a) V(c) 5 E(c 2 E(c))2 5 E(0) 5 0. Esta propiedad dice que si la variable toma siempre el mismo
valor, entonces, no tiene variación.
b) V(cX ) 5 E(cX 2 E(cX ))2 5 E(cX 2 cE(X ))2 5 E(c2(X 2 E(X ))2) 5 c2E(X 2 E(X ))2 5 c2V(X )
c) V(X 1 c) 5 E(X 1 c 2 E(X 1 c))2 5 E(X 1 c 2 E(X ) 2 c))2 5 E(X 2 E(X ))2 5 V(X )
d) Dado que X y Y son variables aleatorias independientes se tiene que f ( x, y) 5 fX ( x) fY ( y) , en-
tonces:
V(X 1 Y ) 5 E(X 1 Y 2 E(X 1 Y ))2 5 E(X 1 Y 2 E(X ) 2 E(Y ))2
5 E(X 1 Y 2 E(X ) 2 E(Y ))2 5 E[(X 2 E(X )) 1 (Y 2 E(Y ))]2
5 E(X 2 E(X ))2 1 2E(X 2 E(X ))E(Y 2 E(Y )) 1 E(Y 2 E(Y ))2
5 V(X ) 1 2[E(X ) 2 E(X )][E(Y ) 2 E(Y )] 1 V(Y )
5 V(X ) 1 V(Y )
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  89

3.3.3  Covarianza
La covarianza de dos variables aleatorias indica la asociación promedio entre dos variables y su definición
formal es la siguiente.

Definición 3.17.  La covarianza de las variables aleatorias X y Y se define mediante la fórmula:

Cov( X , Y ) 5 E( X 2 E( X ))(Y 2 E(Y )) 5 ∑ ∑ ( x 2 E( X ))( y 2 E(Y )) f ( x, y) (3.16)

x y

Observe que si X 5 Y, entonces la covarianza de X y Y se reduce a la varianza de X.

Para facilitar los cálculos de la covarianza se tiene una fórmula equivalente en el siguiente teorema.

Teorema 3.4.  La covarianza de dos variables aleatorias se puede calcular también con la fórmula
equivalente:
Cov( X , Y ) 5 E( XY ) 2 E( X )E(Y ) 5 ∑ ∑ xyf ( x, y) 2 E( X )E(Y ) (3.17)
x y

Demostración:
Cov( X , Y ) 5 E( X 2 E( X ))(Y 2 E(Y )) 5 E( XY 2 XE(Y ) 2YE( X ) 1 E( X )E(Y ))
5 E( XY ) 2 E( XE(Y )) 2 E(YE( X )) 1 E(E( X )E(Y )) se separan las sumas

5 E( XY ) 2 E(Y )E( X ) 2 E( X )E(Y ) 1 E( X )E(Y ) se eliminan las constantes

5 E( XY ) 2 E(Y )E( X )

Ejemplo 3.14. Sean X y Y variables aleatorias con función de densidad conjunta dada en la siguiente
tabla, encuentra la covarianza de X y Y.

Tabla 3.5.

X
1 2 3 4 5 Suma
1 0.03 0.08 0.10 0.06 0.02 0.29
Y 2 0.05 0.12 0.15 0.14 0.04 0.50
3 0.02 0.05 0.08 0.04 0.02 0.21
Suma 0.10 0.25 0.33 0.24 0.08 1.00

Solución:
Para calcular la covarianza se utiliza la segunda fórmula. Primero se obtienen las
medias de X y Y y el valor esperado de XY:
90  |  Estadística para ingeniería y ciencias

  E(X ) 5 1× (0.10) 1 2×× (0.25) 1 3× ×(0.33) 1 4×× (0.24) 1 5×× (0.08) 5 5(0.08) 5 2.95
  E(Y ) 5 1× (×0.29) 1 2×× (0.50) 1 3×× (0.21) 5 1.92
E(XY ) 5 1× 3 ×1× 3 ×0.03 1 1×× 3 2× 3 ×0.08 1 1×× 3 3× 3 ×0.10 1 1×× 3 4×× 3 0.06 1 1×× 3 5× 3
×0.02 1 2×× 3 1×× 3 0.05 1 2×× 3 2× 3 ×0.12 1 2× 3 ×3 3 0.15 1 2×× 3 4× 3 ×0.14 1 2××
3 5×× 3 0.04 1 3 3 1× 3 ×0.02 1 3×× 3 2×× 3 0.05 1 3 3 3 3 0.08 1 3 3 4×× 3
0.04 1 3 3 5×× 3 0.02 5 5.69
Cov (X, Y ) 5 5.69 2− 2.95× 3 ×1.92 5 0.026

Teorema 3.5.  (Propiedades de la covarianza) Si X, Y y Z son variables aleatorias y a y b son cons-

tantes, entonces se satisfacen las relaciones:
a) Si X y Y son variables aleatorias independientes, entonces Cov(X, Y ) 5 0.
b) Cov (aX, bY ) 5 abCov(X, Y ), las constantes salen de la covarianza.
c) Cov (X 1 a, Y 1 b) 5 Cov(X, Y )
d) V(X 1 Y, Z ) 5 Cov(X, Z ) 1 Cov(Y, Z ).
Demostración:
a) Debido a que X y Y son independientes, la función de densidad conjunta es igual al producto de
las probabilidades marginales, y por tanto:

Cov( X , Y ) 5 ∑ ∑ ( x 2 E( X ))( y 2 E(Y )) fX ( x) fY ( y)

x y

5 ∑ ( x 2 E( X )) fX ( x)∑ ( y 2 E(Y )) fY ( y)
x y

5 E(X 2 E(X ))E(Y 2 E(Y )) 5 0

b) Cov (aX, bY) 5 E(aX 2 E(aX ))(bY 2 E(bY ))

5 E(aX 2 aE(X))(bY 2 bE(Y ))
5 E(a[X 2 E(X)])(b[Y 2 E(Y )])
5 abE [X 2 E(X )][Y 2 E(Y )]
5 abCov(X, Y )

c) Cov (X 1 a, Y 1 b) 5 E(X 1 a 2 E(X 1 a))(Y 1 b 2 E(bY 1 b))

5 E(X 1 a 2 E(X ) 2 a)(Y 1 b 2 E(Y) − b)
5 E(X 2 E(X ))(Y 2 E(Y ))
5 Cov(X, Y )

d) Cov (X 1 Y, Z ) 5 E(X 1 Y 2 E(X 1 Y ))(Z 2 E(Z ))

5 E(X 1 Y 2 E(X ) 2 E(Y ))(Z 2 E(Z ))
5 E((X 2 E(X )) 1 (Y 2 E(Y )))(Z 2 E(Z ))
5 E((X 2 E(X ))(Z 2 E(Z )) 1 E(Y 2 E(Y ))(Z 2 E(Z ))
5 V(X, Z ) 1 V(Y, Z )
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  91

La primera de las propiedades de la covarianza hace suponer que con ella se puede determinar el grado
de asociación de las dos variables; si las variables son independientes no hay asociación entre ellas, ¿cómo se
determina cuando hay la máxima asociación? y ¿qué tipo de asociación indica la covarianza?
Con el coeficiente de correlación se determina que tipo de asociación entre X y Y considera la covarianza.

Definición 3.18.  Dadas X y Y variables aleatorias se define el coeficiente de correlación mediante

la fórmula:
Cov( X , Y ) Cov( X , Y )
ρxy 5 5 (3.18)
V ( X )V (Y ) σxσ y

Teorema 3.6.  Si X y Y son dos variables aleatorias, entonces se satisface que:

−1 # ρxy # 1
Demostración:
Considérese las variables Z1 5 (X 2 µx )/σx y Ζ2 5 (Y 2 µy )/σy, donde µx 5 E(X ), σx2 5 V(X ), µy 5
E(Y ) y σy2 5 V(Y ).
Observe que:
µ1 5 E(Z1) 5 E[(X 2 µx )/σx] 5 [E(X ) 2 µx]/σx 5 0; de la misma manera µ2 5 E(Z2 ) 5 0.
Entonces, V(Z1) 5 E(Z1 2 E(Z1))2 5 (E(Z1)2 5 E((X 2 µx )/σx)2 5 E((X 2 µx )2)/V(X ) 5 1, de la misma
manera: V(Z2 ) 5 1.
Por tanto Cov(Z1, Z2 ) 5 E[(Z1 2 µ1)(Z2 2 µ2 )]5 E(Z1Z2 ).
Por otro lado, se sabe que (Z1 6 Z2 )2 $ 0 entonces E[(Z1 6 Z2 )2] $ 0
Al desarrollar el cuadrado y aplicar las propiedades del valor esperado se tiene que:
E[(Z1 6 Z2 )2] 5 E[(Z1)2 6 2 Z1 Z2 1 (Z2 )2]
5 E[(Z1)2] 6 2E(Z1 Z2 ) 1 E[(Z2 )2]
5 V(Z1) 6 2Cov(Z1 Z2 ) 1 V(Z2 )
5 1 6 2Cov(Z1 Z2) 1 1
5 2(1 6 Cov(Z1 Z2)) $ 0
De lo anterior se obtienen dos desigualdades:
 1 1 Cov(Z1 Z2)) $ 0 implica que 21 # Cov(Z1, Z2).
 1 2 Cov(Z1 Z2)) $ 0 implica que Cov(Z1, Z2) # 1.
De las dos desigualdades se concluye que 21 # Cov(Z1, Z2) # 1
Cov(Z1, Z2) 5 E(Z1Z2) 5 E[(X − µx)/σx] [(Y 2 µy)/σy]
5 E[(X 2 µx)(Y 2 µy)]/σxσy
5 Cov(X, Y)/σxσy 5 rxy
92  |  Estadística para ingeniería y ciencias

Corolario 1.  Dadas X y Y variables aleatorias se tiene que rxy 5 61 si y sólo si X = aY + b, con a y
b constantes.

Demostración:
E[(Z1 6 Z2)2] 5 0 si y sólo si Z1 = 6Z2, entonces (X 2 µx)/σx 5 6(Y 2 µy)/σy y al despejar de esta
ecuación la variable X, se obtiene:
σx σx
X 56 Y7 µ y 1µ x
σy σy
a b

Como se muestra, si el coeficiente de correlación es igual a 1 o a 21, entonces X y Y están asociados

mediante la ecuación de una recta. La asociación entre X y Y que mide la covarianza es la de una
línea recta.

3.3.4  Función generatriz de momentos

Definición 3.19.  Se conocen como momentos de orden i de la variable aleatoria X al valor esperado
de la potencia i-ésima de X, y se denota como Mi; esto es Mi 5 E( X i ) ; para i 5 1, 2, 3, ...

Definición 3.20.  Dada X variable aleatoria con función de densidad f (x), se llama función genera-
triz de momentos a MX(t) 5 E(eXt).

El nombre de función generatriz de momentos se justifica con el desarrollo en series de potencia de la

función exponencial:
(tX )2 (tX )3 (tX )4
etX 51 1 tX 1 1 1 1. . . (3.19)
2! 3! 4!

La función generatriz de momentos corresponde a una serie de potencias de t, cuyos coeficientes son los
momentos de orden i.

t 2 E( X 2 ) t 3 E( X 3 ) t 4 E( X 4 )
MX (t ) 5 E(etX ) 5 1 1 tE( X ) 1 1 1 1. . . (3.20)
2! 3! 4!

Dada la función generatriz de momentos, se pueden obtener los momentos de orden i, derivan esta fun-
ción y evaluando t 5 0, como se indica en el siguiente teorema.

Teorema 3.7.  Dada una variable aleatoria X, se tiene que:

dk
M X (t ) 5 E ( X k ) (3.21)
dt k t 50

 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  93

Demostración:
k 12
dk k k 11 2 E( X )
M X
( t ) 5 E ( X ) 1 tE ( X ) 1 t 1. . . 5 E( X k )
dt k
t 50
2 ! t 50

El siguiente teorema indica la principal propiedad de la función generatriz de momentos, pues aplican-
do este resultado se puede caracterizar la función de distribución acumulada de la variable aleatoria.

Teorema 3.8.  La función generatriz de momentos es una transformación inyectiva.

Inyectiva significa que si X y Y son variables aleatorias con función de densidad diferentes, en-
tonces sus funciones generatrices de momentos son diferentes: ( MX (t ) ≠ MY (t ) ), y si se tienen dos
variables aleatorias para las cuales las funciones generatrices de momentos son iguales, entonces
dichas variables tendrían la misma función de densidad.

Ejemplo 3.15. Calcular la función generatriz de momentos de la variable aleatoria generada por la

tirada de un dado no cargado.

Solución:
1 21 1 21 1 21 1 21 1 21 1 21
E(eXt) 5 et( ) 1 e2t( ) 1 e3t( ) 1 e4t( ) 1 e5t( ) 1 e6t( ) 5(et 2 e7t)/6(1 2 et)
6 6 6 6 6 6 6 6 6 6 6 6

3.4  Función de distribución uniforme discreta

La variable aleatoria uniforme discreta considera experimentos con resultados equiprobables.

Definición 3.21.  Un experimento uniforme discreto tiene n posibles valores que pueden ser observa-
dos con igual probabilidad. La función de densidad uniforme discreta es:

¯1
² si x 51, 2, 3, . . . , n
f ( x) 5 ° n (3.22)
² 0 en otro caso
±

El ejemplo más conocido de variable aleatoria uniforme es el relacionado con la tirada de un dado
no cargado.

Otro ejemplo es el de una lotería con n boletos numerados del 1 al n, con un solo premio y eligiendo el
boleto premiado con un proceso en que todos los números tienen igual probabilidad.

Teorema 3.9.  Sea X una variable aleatoria uniforme con parámetro n, entonces la media, la varianza
y la función generatriz de momentos son:
94  |  Estadística para ingeniería y ciencias

a) µ 5 (n 1 1)/2;
b) σ2 5 [n2 2 1]/12
c) MX(t) 5 et (ent 2 1)/n(et 2 1)

Demostración:
Para encontrar la media y la varianza se utilizan las fórmulas de la suma de los primeros n enteros
positivos y la suma de los primeros n enteros positivos al cuadrado; estas fórmulas se citan al princi-
pio del este libro.
a) µ 5 E(X ) 5 1(1/n) 1 2(1/n) 1 ... 1 n(1/n) 5 (1 1 2 1 3 1 ... 1 n)/n 5 (n 1 1)n/2n 5 (n 1 1)/2
b) Para la varianza primero se encuentra E(X2):
E(X 2) 5 12(1/n) 1 22(1/n) 1 . . . 1 n2 (1/n) 5 (12 1 22 1 32 1 . . . 1 n2)/n 5 n (n 1 1) (2n 1 1)/
6n 5 (n 1 1)(2n 1 1)/6

Entonces:
σ2 5 (n 1 1)(2n 1 1)/6 2 (n 1 1) 2/4
5 [2(2n2 1 3n 1 1) 2 3(n2 1 2n 1 1)]/12
5 [4n2 1 6n 1 2 2 3n2 2 6n 2 3]/12
5 [n2 21]/12

b) Para la función generatriz de momentos se tiene que MX(t) 5 E(e tX ) 5 e t(1/n) 1 e 2t (1/n) 1 . . . 1
e nt (1/n)
5 (e t 1 e 2t 1 . . . 1 e nt)/n
5 e t (e nt 2 1)/ n(e t 2 1)

Tabla 3.6.

Resumen Variable aleatoria uniforme

f (x) 5 1/n, si x 5 1, 2, . . . , n
Función de densidad
f (x) 5 0 en otro caso
Media µ 5 (n 1 1)/2
Varianza σ2 5 [n2 21]/12
Función generatriz de momentos MX(t ) 5 e t (e nt 2 1)/n(e t 2 1)

3.5  Función de distribución Bernoulli

Definición 3.22. Cualquier experimento que tiene dos posibles resultados se llama experimento Ber-
noulli.

Algunos ejemplos de experimentos Bernoulli son:

 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  95

Tabla 3.7.

Experimento Resultados
Volados Águila Sol
Nacimientos Niño Niña
Análisis clínico Positivo Negativo
Control de calidad Defectuoso Bueno
Toma de decisiones De acuerdo En desacuerdo

Para caracterizar a los experimentos Bernoulli en un solo modelo, a uno de los resultados se denota
como éxito y al otro como fracaso; dicha asignación de los resultados del experimento es arbitraria.

Definición 3.23.  La variable que asigna 1 al éxito y 0 al fracaso se llama variable aleatoria Bernoulli.
Éxito → 1   Fracaso → 0
Por convención a la probabilidad de que ocurra éxito en un experimento Bernoulli se le denota con
la letra p y de que ocurra un fracaso se denota con la letra q.
f (0) 5 P(X 5 0) 5 q, f (1) 5 P(X 5 1) 5 p
y por la segunda propiedad de la funciones de densidad se obtiene que p 1 q 5 1.

Teorema 3.10.  La media y la varianza de una variable aleatoria Bernoulli son:

µ 5 p y σ2 5 p(1 2 p) 5 pq (3.23)

Demostración:
La media de la variable es el valor esperado de X, siguiendo la fórmula se tiene que

E(X ) 5 0f (0) 1 1f (1) 5 0q 1 1p 5 p

La varianza de X es

E(X 2 E(X ))2 5 E(X 2 p)2

5 (0 2 p)2f (0) 1 (1 2 p)2f (1)
5 p2(1 2 p) 1 (1 2 p)2p
5 p(1 2 p)(p 1 (1 2 p))
5 p(1 2 p) 5 pq

Teorema 3.11.  La función generatriz de momentos de la variable aleatoria Bernoulli es

MX(t ) 5 1 2 p 1 pe t (3.24)

Demostración:
MX(t ) 5 E(e tX) 5 e 0tf (0) 1 e1tf (1) 5 1 2 p 1 pe t
96  |  Estadística para ingeniería y ciencias

Tabla 3.8.

Resumen Variable aleatoria Bernoulli

f (0) 5 1 2 p 5 q
Función de densidad
f (1) 5 p
Media µ5p
Varianza σ2 5 pq
Función generatriz de momentos MX(t ) 5 1 2 p 1 pe t

3.6  Función de distribución binomial

3.6.1  Definición y propiedades
El experimento binomial consiste en efectuar un número fijo n de experimentos Bernoulli independientes y
con igual probabilidad de éxito, y al final se cuenta cuantos éxitos ocurrieron. Por ejemplo, realizar 20 exá-
menes médicos de la misma enfermedad a individuos de la misma población y al final determinar cuántos de
estos análisis clínicos son positivos.

Definición 3.24.  La variable que indica el número de éxitos en n experimentos Bernoulli iguales e
independientes se llama variable aleatoria binomial.

Los experimentos Bernoulli son iguales cuando la probabilidad de éxito es la misma, y son independientes
si la función de densidad conjunta es igual al producto de las densidades marginales. Por ejemplo:
Si se lanzan 20 veces una moneda y X indica el número de águilas observadas en este experimento, X es
una variable aleatoria binomial, porque es la misma moneda que se lanza y porque el resultado en un volado
es independiente de los resultados de los otros volados.
Si se inspeccionan 30 artículos en una línea de ensamblaje y X indica el número de artículos defectuosos
encontrados, X es una variable aleatoria binomial, porque los artículos fueron fabricados con el mismo proce-
dimiento y el que un artículo sea defectuoso es independiente de que otro artículo lo sea.
Si en un matrimonio con 5 hijos, X indica el número de hijos varones, entonces X es una variable aleatoria
binomial.
El recorrido de la variable aleatoria binomial va de 0 a n.

Teorema 3.12.  Sea X una variable aleatoria binomial con parámetros n y p, su función de densi-
dad es:

¯² C p x q n2x si x 5 0, 1, . . . , n
f ( x) 5 ° n x (3.25)
²± 0 en otro caso

 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  97

Demostración:
Se hará para el caso particular n 5 7 y k 5 3. Esto es, cuando se realizan siete experimentos Bernoulli
iguales e independientes y se quieren observar tres éxitos. Ésta no es una demostración formal, pero
da una idea de cómo efectuar la demostración en general.
Suponga que Xi es la variable aleatoria del i-ésimo experimento Bernoulli, esto es, Xi 5 0 si en
el i-ésimo experimento Bernoulli ocurre un fracaso y Xi 5 1 cuando en ese experimento ocurre un
éxito.
Alguna de las diferentes formas de tener tres éxitos en los siete experimentos Bernoulli, son:

X1 5 1, X2 5 1, X3 5 1, X4 5 0, X5 5 0, X6 5 0, X7 5 0
X1 5 1, X2 5 1, X3 5 0, X4 5 1, X5 5 0, X6 5 0, X7 5 0
X1 5 1, X2 5 1, X3 5 0, X4 5 0, X5 5 1, X6 5 0, X7 5 0
X1 5 1, X2 5 1, X3 5 0, X4 5 0, X5 5 0, X6 5 1, X7 5 0
X1 5 1, X2 5 1, X3 5 0, X4 5 0, X5 5 0, X6 5 0, X7 5 1
X1 5 1, X2 5 0, X3 5 1, X4 5 1, X5 5 0, X6 5 0, X7 5 0
X1 5 1, X2 5 0, X3 5 1, X4 5 0, X5 5 1, X6 5 0, X7 5 0
X1 5 1, X2 5 0, X3 5 1, X4 5 0, X5 5 0, X6 5 1, X7 5 0
X1 5 1, X2 5 0, X3 5 1, X4 5 0, X5 5 0, X6 5 0, X7 5 1
X1 5 0, X2 5 1, X3 5 1, X4 5 1, X5 5 0, X6 5 0, X7 5 0
X1 5 0, X2 5 1, X3 5 1, X4 5 0, X5 5 1, X6 5 0, X7 5 0

Aquí se muestran 11 formas de obtener tres éxitos en siete experimentos Bernoulli. El total de
formas es igual al número de subconjuntos de tres elementos del total de siete, es decir, hay

7
C3 5 7!/3!4! 5 35
diferentes formas de obtener tres éxitos en siete experimentos. Cada una de estas formas tiene la mis-
ma probabilidad y por ser las variables Bernoulli independientes, se tiene que:

P(X1 5 1, X2 5 1, X3 5 1, X4 5 0, X5 5 0, X6 5 0, X7 5 0)
5 P(X1 5 1)P(X2 5 1)P(X3 5 1)P(X4 5 0)P(X5 5 0)P(X6 5 0)P(X7 5 0)
5 pppqqqq 5 p3q4

La probabilidad de tener tres éxitos en los siete experimentos Bernoulli es igual al número de for-
mas que dan tres éxitos, multiplicados por la probabilidad de cada una de estas maneras, por lo que

P(X 5 3) 5 35 p3q4

De la misma manera, para n y k arbitrarios se obtiene que:

P(X 5 k) 5 nCk pkqn2k

De las 11 formas listadas antes de obtener tres éxitos en los siete experimentos se puede ver que
el número de éxitos es igual a la suma de las variables Bernoulli individuales, esto es:

X 5 X1 1 X2 1 X3 1 X4 1 X5 1 X6 1 X7
98  |  Estadística para ingeniería y ciencias

Este resultado siempre es cierto: para cualquier n la variable binomial es igual a la suma de n
variables aleatorias Bernoulli iguales e independientes.

Teorema 3.13.  Si X es una variable aleatoria binomial con parámetros n y p, entonces existen n va-
riables Bernoulli iguales e independientes Xi, tales que:
X 5 X1 1 X2 1 X3 1 . . . 1 Xn (3.26)
Demostración:
La demostración es directa, basta recordar que una variable Bernoulli toma el valor de 0 cuando ocu-
rre un fracaso y toma el valor de 1 cuando ocurre un éxito, por tanto, esta suma es igual al número de
unos en ella y esto equivale al número de éxitos en los n experimentos Bernoulli.

Teorema 3.14.  Si X es una variable aleatoria binomial con parámetros n y p, entonces su media es
µ 5 np y su varianza es σ2 5 npq.
Demostración:
Si X es variable aleatoria binomial, entonces existen X1, X2, X3, X4, X5, . . . , Xn variables aleatorias
Bernoulli iguales e independientes, tales que:
X 5 X1 1 X2 1 X3 1 X4 1 X5 1 X6 1 . . . 1 Xn
Entonces, por las propiedades del valor esperado y de la varianza se obtiene:
a) µ 5 E(X ) 5 E(X1 1 X2 1 X3 1 X4 1 X5 1 X6 1 . . . 1 Xn)
5 E(X1) 1 E(X2) 1 E(X3) 1 E(X4) 1 E(X5) 1 E(X6) 1 . . . 1 E(Xn)
5p1p1p1...1p
5 np
b) σ2 5 V(X) 5 V(X1 1 X2 1 X3 1 X4 1 X5 1 X6 1 . . . 1 Xn) por ser variables aleatorias indepen-
dientes
5 V(X1) 1 V(X2) 1 V(X3) 1 V(X4) 1 V(X5) 1 V(X6) 1 . . . 1 V(Xn)
5 pq 1 pq 1 pq 1 . . . 1 pq
5 npq

Teorema 3.15.  Si X es una variable aleatoria binomial con parámetros n y p, entonces su función
generatriz de momentos es MX(t ) 5 (1 2 p 1 pe t )n.
Demostración:
El desarrollo de un binomio elevado a la n es igual a:
n
(a 1 b)n 5 ∑ n Ck a k bn2k (3.27)
0

Entonces, la función generatriz de momentos de la variable aleatoria binomial es:
n n n
MX (t ) 5 E(etX ) 5 ∑ etx f ( x) 5 ∑ n C x etx p x q n2x 5 ∑ n C x (et p) x q n2x (3.28)
0 0 0

esta última expresión es el desarrollo de un binomio a la n, por lo que:

MX (t ) 5(et p 1 q)n 5 (et p 11 2 p)n (3.29)

 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  99

Tabla 3.9.
Resumen Variable aleatoria b�������
inomial
f (x ) 5 nCx pxqn2x
Función de densidad
f (x ) 5 0 en otro caso
Media µ 5 np
Varianza σ2 5 npq
Función generatriz de momentos MX(t ) 5 (1 2 p 1 pe t )n

La notación simplificada para la función de densidad y la función de distribución acumulada bino-

mial es para la densidad P(X = x) = b(x; n, p) y para la distribución P(X ≤ x) = B(x; n, p).

Relación de la media y la varianza con los valores de n y p

Para revisar la relación de la media y la varianza de una variable aleatoria binomial y los valores de n y p, se
calculó con Excel la función de densidad para n 5 10 y p 5 0.10, 0.20, 0.30, 0.50, 0.70 y 0.90, y se realizaron
sus respectivas gráficas
n 5n10; de
p5
5 10; 5barras:
p0.10;
media
0.10;
5 1,5varianza
media
5 0.9
1, varianza 5 0.9 n 5n10; p 5p0.20;
5 10;
media
5 0.20;
5 2,5varianza
media
5 1.6
2, varianza 5 1.6
0.45 n 5n10; p 5p0.10;
5 10; media
5 0.10; 5 1,5varianza
media 5 0.9
1, varianza 5 0.9 0.35 n 5 10; p 5 0.20; media 5 2, varianza 5 1.6
0.45 0.35 n 5 10; p 5 0.20; media 5 2, varianza 5 1.6
0.40.4
0.45 0.30.35
0.45
n 5n10; p 5p0.10; media 5 1,5varianza 5 0.9 0.35 0.3
n 5n10; p 5p0.20; media 5 2,5varianza 5 1.6
0.35 5 10; 5 0.10; media 1, varianza 5 0.9 5 10; 5 0.20; media 2, varianza 5 1.6
de éxitos

0.4
0.35
de éxitos
0.4 0.25
de éxitos

0.3 0.3 0.3

0.25
de éxitos

0.45
0.45
0.35 0.3 0.35
0.35
de éxitos

0.35
de éxitos

0.20.25
0.25
de éxitos

0.25
0.4 0.4
de éxitos

0.3
0.25
0.3 0.2
0.30.3
0.2
0.35 0.15
Número

0.2
éxitos

0.35
de éxitos

0.25 0.2
0.25 0.2
0.15
Número

0.25
Número
éxitos

0.25
de éxitos

0.15
0.3
Número

0.2 0.3
0.15 0.10.15
0.15
Número

0.2
Número

0.1 0.1
0.20.2
Número

0.25
0.25
Número

de

0.15 0.1
0.15 0.05
0.1
de

0.05
0.2 0.2 0.15 0.1
0.05
Número

0.1 0.15
Número

0.05
0.1
Número
Número

0
0.15
0.15 0 0
0.05
0.05
0.050 0.10.05
0.1
0.1
00.100 01 12 23 34 45 56 67 78 89 9 10 10 0 00 01 12 23 34 45 56 67 78 89 9
0.05
0.05
10 10
0.05
0.050 1 2 3 Probabilidad 0 01 12 23 Probabilidad
0 1 2 34 Probabilidad
45 5 6 67 78 8 9 10
9 10 34 Probabilidad
45 5 6 67 78 8 9 10
9 10
0 0 0 0
Probabilidad Probabilidad
0 01 12 23 34 Probabilidad
45 56 67 78 89 9 10 10 0 01 12 23 34 Probabilidad
45 56 67 78 89 9 10 10
Probabilidad
Probabilidad Probabilidad
Probabilidad

n 5n10; p 5p0.30; media 5 3,5varianza 5 2.1 n 5 10; p 5 0.50; media 5 5, varianza 5 2.5
5 10; 5 0.30; media 3, varianza 5 2.1 n 5 10; p 5 0.50; media 5 5, varianza 5 2.5
n 5n10;
0.30.3 p 5p0.30;
5 10; media
5 0.30; 5 3,5varianza
media 5 2.1
3, varianza 5 2.1 0.3 n 5n10; p 5p0.50;
5 10; media
5 0.50; 5 5,5varianza
media 5 2.5
5, varianza 5 2.5
0.3
0.3 0.3
0.25 0.3 0.3
0.25 n 5n10; p 5p0.50; media 5 5,5varianza 5 2.5
5 10; 5 0.50; media 5, varianza 5 2.5
de éxitos

de éxitos

0.25n 5n10; p 5p0.30;

5 10; media
5 0.30; 5 3,5varianza
media 5 2.1
3, varianza 5 2.1 0.25
de éxitos

de éxitos

0.25
0.2 0.25
0.2
0.30.25
de éxitos

de éxitos

0.30.25 0.3
de éxitos

de éxitos

0.3
0.2 0.2
0.2
0.15 0.2 0.2
0.15
0.25 0.2
0.25
0.25
0.25 0.15
Número

Número
éxitos

éxitos
de éxitos

de éxitos

0.15
Número

Número

0.15
0.10.15 0.15
0.10.15
0.20.2
Número

Número

0.2 0.2 0.1

Número

Número

0.1
de

de

0.1 0.1 0.1

0.05
0.15
0.05
0.15 0.1
0.15 0.15
0.05
Número

Número

0.05
Número

Número

0.05
00.05 0.05
00.05
0.1 0.1
0.1 0.1
0 0
0 00 01 12 23 34 45 56 67 78 89 10 0 0 1 2 3 4 5 6 7 8 9 10
0.05
0.05 9 10 0.050 0 1 2 3 4 5 6 7 8
0.05 9 10
0 01 12 23 Probabilidad
34 Probabilidad
45 5 6 67 78 89 10
9 10 0 01 12 23 Probabilidad
34 Probabilidad
45 5 6 67 78 8
9 10
9 10
0 0 0 0
0 01 12 23 Probabilidad
Probabilidad
3 4 5 6 7 89
4 5 6 7 8 10 10
9 0 01 12 23 Probabilidad
34 Probabilidad
45 56 67 78 89 10 10
9
Probabilidad
Probabilidad Probabilidad
Probabilidad
n 5n10; p 5p0.70; media 5 7,5varianza 5 2.1 n 5 10; p 5 0.90; media 5 9, varianza 5 0.9
5 10; 5 0.70; media 7, varianza 5 2.1 n 5 10; p 5 0.90; media 5 9, varianza 5 0.9
0.30.3n 5n10; p 5p0.70; media 5 7,5varianza 5 2.1 0.45 n 5n10; p 5p0.90;
5 10; media
5 0.90; 5 9,5varianza
media 5 0.9
9, varianza 5 0.9
5 10; 5 0.70; media 7, varianza 5 2.1 0.45
0.4
0.45
0.3 0.3 0.4
0.45
de éxitos

de éxitos

0.25 n 5n10; p 5p0.70;

5 10; media
5 0.70; 5 7,5varianza
media 5 2.1
7, varianza 5 2.1 0.35 n 5 10; p 5 0.90; media 5 9, varianza 5 0.9
n 5 10; p 5 0.90; media 5 9, varianza 5 0.9
de éxitos

de éxitos

0.25 0.4
0.35
0.4
0.3
de éxitos

de éxitos

0.25 0.45
0.45
de éxitos

de éxitos

0.2
0.30.25
0.3
0.2 0.35 0.3
0.35
0.25
0.4
0.3 0.4
0.2
0.15 0.25
0.3
Número

Número

0.2
éxitos

éxitos

0.25
de éxitos

de éxitos

0.25
0.15 0.2
0.35
Número

Número

0.35
0.25 0.2
0.25
0.15 0.15
0.3
Número

Número

0.1
0.20.15 0.3
Número

Número

0.2
0.1 0.2
0.15
0.2
de

de

0.1
0.25
0.25
0.1 0.1 0.15 0.1
0.15
0.05
0.15
Número

Número

0.15 0.05
Número

Número

0.05 0.2
0.1 0.2
0.05
0.1
0.05
00.05
0.1 0
0.15
0.15
0.05
0.1
0 0.050
0.1 0.1
0 00 01 12 23 34 45 56 67 78 89 9 10
0 00 01 12 23 34 45 56 67 78 89
0.05
10
9 10 10
0.05 0.05
0.050 1 2 3 4 5 6 7 8 9 10
0 01 12 23 Probabilidad
34 Probabilidad
45 5 6 67 78 8
9 10
9 10 0 1 2 Probabilidad
3 Probabilidad
4 5 6 7 8 9 10
0 0 0 0
Probabilidad
Probabilidad
0 01 12 23 34 45 56 67 78 89 10 10
9 0 01 12 23 Probabilidad
34 Probabilidad
45 56 67 78 89 9 10 10
Figura 3.3. Probabilidad
Probabilidad
Probabilidad Probabilidad
100  |  Estadística para ingeniería y ciencias

Como se puede ver, en todos los casos el valor más probable es cuando X toma el valor de la media, y la
mayor variación es cuando p 5 0.5.

3.6.2  Cálculo de la distribución binomial usando Excel

Los valores de la probabilidad para la función de densidad binomial son difíciles de obtener usando una cal-
culadora de bolsillo y aplicando la fórmula directamente, por tal razón es conveniente tener los cálculos ya
efectuados para algunos valores de n y p y reportarlos en una tabla. Al final del libro se encuentra un apéndice
con una tabla de la función distribución binomial (la probabilidad acumulada). Con esta tabla se pueden cal-
cular las probabilidades de cualquier intervalo, de acuerdo con las relaciones:
P(X # x) 5 B(x; n, p) valores que trae la tabla.
P(X 5 x) 5 B(x; n, p) 2 B(x 2 1; n, p)
P(x1 # X # x2) 5 B(x2; n, p) 2 B(x1 2 1; n, p)
P(X $ x) 5 1 2 B(x 2 1; n, p)
Pero a pesar que se tenga reportada en libros la tabla con las probabilidades de la variable aleatoria bi-
nomial, éstas sólo se anexan para algunos valores reducidos de n y p, entonces si se tienen que calcular las
probabilidades con valores que no se encuentren en la tabla, los cálculos de la distribución binomial se pueden
obtener usando una hoja de cálculo como Excel o un programa estadístico como Minitab.
Las instrucciones para hacer una tabla con los valores de la función de densidad y con los valores de la
función de distribución acumulada de la variable aleatoria binomial con n 5 5 y p 5 0.35 utilizando Excel, se
citan a continuación.
1. Escriba en una columna los valores del recorrido de X 5 0,
1, 2, 3, 4, 5. . .
2. Colóquese en la celda frente al valor 0 y haga
�������������������
clic ���������
sobre el
icono de función.
3. En el menú que aparece, elija la opción Estadísticas.
4. En el nuevo menú elija la opción Distr. Binom.
5. Llene los espacios en la pantalla de diálogo; con el cursor
en la ventanilla de Núm éxito señale la celda donde esta
el 0, en este caso es A2, Ensayos es n 5 5, Prob_éxito es
0.35, en Acumulado escriba 0, que equivale a falso, para
que proporcione el valor puntual. Figura 3.4.

Figura 3.5.
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  101

6. Con esto se obtiene la probabilidad P(X 5 0).

7. Ahora colóquese nuevamente en esta celda y lleve el cursor
del ratón a su esquina inferior derecha, hasta que la crucecita
del cursor se hace delgada.
8. Entonces, oprimiendo el botón izquierdo del ratón arrastre la
información hasta llegar al renglón donde está el número 15. Figura 3.6.
Con esto se obtienen los valores de la función de densidad en
una columna.
Ahora, en la siguiente columna calcule la función de distribución,
siga las mismas instrucciones, sólo que en la ventanilla de Acumula-
do escriba 1, en vez de 0.
Si sigue las instrucciones obtendrá los datos que se presentan en la si-
guiente tabla. Figura 3.7.
Tabla 3.10.

X Densidad Distribución
0 0.11602906 0.11602906
1 0.31238594 0.428415
2 0.33641563 0.76483063
3 0.18114688 0.9459775
4 0.04877031 0.99474781
5 0.00525219 1

Con el asistente de gráficas se pueden obtener las gráficas de las dos funciones de probabilidad. Siga las
instrucciones para obtenerlas.
1. Señale las celdas donde están los valores de la
función de densidad.
2. Haga clic en el icono del asistente de gráfica.
3. Elija el tipo de gráfica Columnas y haga clic en
Siguiente.
4. En la pantalla que aparece haga clic en Series y
ponga el cursor en la ventanilla de Rótulos del
eje de categorías (X ).
5. Luego coloque el cursor en la celda donde está
el 0 y arrastre el cursor hasta cubrir los datos
del 0 al 5. Haga clic en Siguiente.
6. Puede ponerle nombre a la gráfica, a los ejes y Figura 3.8.
termínela.
Haga lo mismo con los datos de la función de distribución acumulada. Las gráficas que obtendrá son las
siguientes.
102  |  Estadística para ingeniería y ciencias

Función Función
de densidad
de densidad Función Función
de distribución
de distribución
0.4 0.4 1.2 1.2
0.35 0.35
1 1
0.3 0.3
0.8 0.8
0.25 0.25
0.2 0.2 0.6 0.6
0.15 0.15
0.4 0.4
0.1 0.1
0.2 0.2
0.05 0.05
0 0 0 0
0 10 2 1 32 4 3 5 4 5 0 1 0 21 32 4 3 5 4 5
NúmeroNúmero
de éxitosde éxitos NúmeroNúmero
de éxitosde éxitos

Figura 3.9.

3.6.3  Cálculo de la distribución binomial usando Minitab

Para calcular los valores de las probabilidades acumuladas y de la probabilidad puntual de la función binomial
siga estas indicaciones:

1. Calc → Probability distributions → Binomial

2. En la ventana Binomial Distribution haga clic en Cummulative Probability.
3. En la ventanilla Number of trials introduzca el número de ensayos. Igualmente, en la ventanilla Pro-
bability of success ponga la probabilidad de éxito.
4. En la ventanilla Optional Storage ponga la columna donde se almacenarán los resultados de las pro-
babilidades acumuladas y haga clic en OK.
5. Análogamente, para calcular las probabilidades de función de masa proceda como lo hizo antes, pero
ahora haciendo clic en Probability.

También, para hacer gráficas con los valores de las probabilidades acumuladas y de la probabilidad de
densidad proceda de la siguiente manera:
1. Graph → Scatterplot
2. En la ventana Scatterplot-Simple introduzca las probabilidades acumuladas (en la ventanilla Y va-
riable). Asimismo, introduzca las probabilidades de densidad de masa (en la ventanilla Y variable).
Igualmente, introduzca los valores de la variable aleatoria X (en la ventanilla de x variables), para cada
uno de sus casos.

Ejemplo 3.16. Se utiliza Minitab en un estudio de higiene industrial y seguridad llevado a cabo en
muchas maquiladoras industriales, supóngase que hay una población grande com-
puesta de operadores de maquiladoras con dos características: tomadores de licor y
abstemios. Si se elige una persona al azar de esta población se considerará éxito si la
persona seleccionada es tomadora de licor y fracaso si es abstemio. La probabilidad
de obtener un éxito se supone igual a p 5 0.4 y la probabilidad de fracaso es q 5 0.6.
Si se saca una muestra al azar de n 5 11 operadores de la maquiladora:
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  103

a) Preparar una tabla mostrando las probabilidades con sus respectivos valores de X.
b) Preparar una gráfica con los valores obtenidos en el inciso a).
c) Calcular la media y la varianza de esta distribución.
d) Calcular la probabilidad de que el valor de X sea de cuando menos 5.
e) Calcular la probabilidad de que el valor de X esté entre 3 y 6 inclusivamente.
f ) Calcular la probabilidad de que el valor de X esté entre 3 y 6 exclusivamente.
g) Calcular la probabilidad de que el valor de X sea igual a 4.

Solución:
a) La variable que indica el número de éxitos en las 11 observaciones es binomial
con parámetros n 5 11 y p 5 0.4. La tabla siguiente muestra las funciones de
densidad y de distribución de esta variable aleatoria.

Tabla 3.11.
Variable aleatoria Función de distribución Función de densidad
binomial X P(X ≤ x) P(X = x)
0 0.003628 0.003628
1 0.030233 0.026605
2 0.118917 0.088684
3 0.296284 0.177367
4 0.532774 0.23649
5 0.753498 0.220724
6 0.900647 0.147149
7 0.970719 0.070071
8 0.994076 0.023357
9 0.999266 0.00519
10 0.999958 0.000692
11 1.000000 0.000042

b) Las gráficas siguientes muestran la solución para este inciso.

0.0 2.5 5.0 7.5 10.0

Función de distribución acum. Función de distribución acum.
0.25
1.0 1.0 0.25

0.8 0.8 0.20 0.20

0.6 0.6 0.15 0.15

0.4 0.4 0.10 0.10

0.2 0.2 0.05 0.05

0.0 0.0 00.0 0.00

0.0 2.5 5.0 7.5 10.0
Var. aleatoria

Figura 3.10.
104  |  Estadística para ingeniería y ciencias

En la figura de la derecha nótese que debido a que p 5 0.4 , 0.5, la distribución es

oblicua hacia la derecha.
c) El promedio μ, la varianza σ2 y la desviación σ estándar σ de σ esta distribución son:
μ 5 np 5 (10)(0.4) 5 4.0, σ2 5 npq 5 (10)(0.4)(0.6) 5 2.4, σ 5 2.4 5 1.555
d) P(X $ 5) 5 1 2 P(X # 4) 5 1 2 0.532774 5 0.4672 (de la tabla 3.11)
e) P(3 # X # 6) 5 0.78173
f ) P(3 , X , 6) 5 0.23649 1 0.220724 5 0.4572
g) P(X 5 4) 5 0.23649

3.6.4  Ejemplos
Usar el Minitab o Excel para comparar los resultados obtenidos.

Ejemplo 3.17.  Calcular las siguientes probabilidades binomiales usando la fórmula

n!
b( x; n, p) 5 p x (1 2 p)n2x
x!( n 2 x)!

a) b(3; 8, 0.6)
b) b(5; 8, 0.6)
c) P(3 # X # 5) cuando n 5 8 y p 5 0.6
d) P(1 # X ) cuando n 5 12 y p 5 0.1
e) b(x; 8, 0.6) donde x 5 0

Solución:
a) b(3; 8, 0.6) es la densidad binomial cuando X 5 3, n 5 8, p 5 0.6.
P(X 5 3) 5 8!/3!(8 2 3)! (0.6)3 (1 2 0.6)8−3
5 0.124
b) b(5; 8, 0.6) es la densidad binomial cuando X 5 5, n 5 8 y p 5 0.6.
P(X 5 5) 5 8C5 (0.6)5 (0.4)825 5 8!/5!(8 2 5)! (0.6)5 (0.4)3
5 (56) (0.078) (0.064)
5 0.279
c) P(3 # X # 5) es la suma de los valores de la densidad binomial en X 5 3, 4 y 5.
Por tanto: P(3 # X # 5) 5 b(3; 8, 0.6) 1 b(4; 8, 0.6) 1 b(5; 8, 0.6)
5 0.124 1 0.232 1 0.279
5 0.635
d) P(X $ 1) con n 5 12 y p 5 0.1. Se debe hacer el cálculo de b(x; 12, 0.1) para x 5 1,
2, 3, . . . , 12 y luego sumarlos, o se puede utilizar la fórmula vista en el capítulo 2:
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  105

P(Ac) 5 1 2 P(A),
es decir:
P(X $ 1) 5 1 2 P(X , 1) 5 1 2 P(X 5 0)
5 1 2 0.282
5 0.718

Ejemplo 3.18.  En la tabla de la distribución binomial, encontrar los valores para:

a) B(4; 10, 0.3)
b) B(6; 10, 0.7)

Solución:
a) B(4; 10, 0.3) en la tabla se buscan los valores para n 5 10, luego la columna para
p 5 0.3, y finalmente el renglón correspondiente a x 5 4; el valor que se obtiene
es: 0.8497.
Por tanto, P(X # 4) 5 B(4; 10, 0.3) 5 0.8497.
b) B(6; 10, 0.7) en la tabla se buscan los valores para n 5 10, luego la columna para
p 5 0.7 y finalmente el renglón correspondiente a x 5 6; el valor que resulta es:
0.3504.
Por tanto, P(X # 6) 5 B(6; 10, 0.3) 5 0.3504.

Ejemplo 3.19. Una moneda no cargada se lanza 6 veces (que es lo mismo que lanzar seis monedas a
la vez). Calcular las siguientes probabilidades:
a) La probabilidad de que salgan exactamente 2 soles.
b) La probabilidad de que salgan cuando menos 4 soles.
c) La probabilidad de tener 0 soles.

Solución:
Cada lanzamiento de la moneda es un experimento Bernoulli, por tanto, éxito corres-
ponde a que salga sol en el volado y los resultados de cada volado son independientes
y la moneda no está cargada, por lo que la variable que determina el número de soles
es una binomial con parámetros n 5 6 y p 5 0.5.
a) Entonces, la probabilidad de que salgan exactamente 2 soles es:
15 1
P(X 5 2) 5 b(2; 6, 0.5) 5 6C2 (0.5)2 (0.5)62−2 5
64 64
b) La probabilidad de que salgan cuando menos 4 soles (X $ 4) es:
P(X 5 4 o 5 o 6) 5 b(4; 6, 0.5) 1 b(5; 6, 0.5) 1 b(6; 6, 0.5)
5 6C4(0.5)4 (0.5)624 1 6C5 (0.5)5 (0.5)625 1 6C6 (0.5)6 (0.5)626
5 0.34375
15 1
c) La probabilidad de tener 0 soles es: P(X 5 0) 5 6C0 (0.5)0 (0.5)620 5 .
64 64
106  |  Estadística para ingeniería y ciencias

Ejemplo 3.20. Por un estudio de toxicología se sabe que la probabilidad de que un enfermo se recu-
pere de una intoxicación es de 0.4. Si se tiene una muestra de 15 personas que se han
intoxicado, calcular las siguientes probabilidades:
a) La probabilidad de cuando menos 10 personas sobrevivan.
b) La probabilidad de que 3 de 8 personas (inclusivamente) intoxicadas sobrevivan.
c) La probabilidad de que exactamente 5 personas intoxicadas sobrevivan.

Solución:
Sea X el número de intoxicados que sobrevivan. Dado que cada persona intoxicada
puede recuperarse o no, cada persona corresponde a un experimento Bernoulli, y la
recuperación de cada una de las personas en la muestra es independiente, entonces X
es una variable aleatoria binomial con n 5 15 y p 5 0.4.
a) El término “cuando menos 10” equivale a X $ 10. Entonces, se utiliza la fórmula
de la probabilidad del complemento y se encuentra el valor en la tabla de la distri-
bución binomial:
P(X $ 10) 5 1 2 P(X # 9) 5 1 2 0.9662 5 0.0338
b) La probabilidad de que se recuperen entre 3 y 8 intoxicados, inclusivamente, equi-
vale a P(3 # X # 8). Se puede calcular usando la tabla de distribución binomial.
P(3 # X # 8) 5 P(X # 8) 2 P(X # 2)
5 0.9050 2 0.0271
5 0.8779
c) La probabilidad de que exactamente 5 intoxicados sobrevivan es:
P(X 5 5) 5 P(X # 5) 2 P(X # 4)
5 0.4032 2 0.2173
5 0.1859

Ejemplo 3.21. Si 20% de los tornillos producidos por una máquina están defectuosos, determinar la
probabilidad que de 4 tornillos seleccionados aleatoriamente:
a) Uno esté defectuoso.
b) Ninguno esté defectuoso.
c) A lo más 2 estén defectuosos.
d) Cuando menos uno esté defectuoso.

Solución:
Si al elegir 4 tornillos al azar X indica el número de tornillos defectuosos, X se distri-
buye binomialmente de acuerdo con unos parámetros n 5 4 y p 5 0.20. Entonces:
a) P(X 5 1) 5 4C1 (0.2)1 (0.8)421 5 0.4096
b) P(X 5 0) 5 4C0 (0.2)0 (0.8)420 5 0.4096
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  107

c) El término “a lo más 2” equivale a X # 2. En la tabla de la distribución binomial

es directa, P(X # 2) 5 0.9728.
d) El término “cuando menos 1” significa X $ 1,
P(X $ 1) 5 1 2 P(X 5 0)
5 1 2 0.41
5 0.59

Ejemplo 3.22. Suponer que 40% de los ríos de cierta región industrial de México están contaminados
con benceno. Si se toma una muestra aleatoria de tamaño n 5 30, calcular la proba-
bilidad:
a) Exactamente 15 ríos en la muestra estén contaminados con benceno.
b) Cuando menos 15 ríos en la muestra estén contaminados con benceno.
c) No más de 10 ríos, pero cuando menos de 5 ríos en la muestra estén contamina-
dos con benceno.

Solución:
Cada río elegido puede o no estar contaminado, esto es un experimento Bernoulli,
y la condición de cada río es independiente de los otros: entonces, la variable X que
indica el número de ríos contaminados es binomial con n 5 30 y p 5 0.40. Para el
cálculo se usa Excel o Minitab porque no se tienen valores tabulados para n 5 30.
a) P(X 5 15) 5 30!/(30 2 15)! (0.4)15(0.6)30∼15
5 0.0783
b) Cuando menos 15 indica que X $ 15.
P(X $ 15) 5 1 2 P(X , 15) 5 1 2 P(X # 14)
5 1 2 0.8246 5 0.1754
c) “No más de 10 ríos, pero cuando menos de 5” equivale a 5 # X # 10.
P(5 # X # 10) 5 P(X # 10) 2 P(X # 4)
5 0.2915 2 0.0015
5 0.2900

Ejemplo 3.23. En un estudio de laboratorio bacteriológico de aguas se afirma que 3% de las tomas
domiciliarias contienen la bacteria E. coli, en concentraciones arriba del límite estipula-
do por las leyes ambientales. Suponiendo que esta afirmación es correcta, encontrar la
probabilidad de que en una muestra aleatoria de 25 tomas domiciliarias, se encuentre:
a) Ninguna toma contaminada.
b) Cuando menos 1 toma contaminada.
c) Entre 1 y 5 tomas contaminadas.
d) Más de 5 tomas contaminadas.
e) Más de 5, pero menos de 10 tomas contaminadas.
108  |  Estadística para ingeniería y ciencias

Solución:
Cada toma muestreada puede o no estar contaminada, independientemente de las
otras tomas en la muestra. Por tanto, la variable aleatoria X que indica el número de
tomas domiciliarias contaminadas en la muestra, es una variable aleatoria binomial
con parámetros n 5 25 y p 5 0.03. Debido a que para el valor de p 5 0.03, no hay
valores en la tabla de distribución binomial incluida en este libro, los cálculos para
este problema se deben calcular usando la fórmula o con ayuda de Excel o Minitab.
a) Ninguna toma contaminada:
P(X 5 0) 5 25C0 (0.03)0 (0.97)25
5 0.4070
b) Cuando menos se encuentra 1 toma contaminada es equivalente a X $ 1 y se
expresa como:
P(X $ 1) 5 1 2 P(X , 1) 5 1 2 P(X 5 0)
5 1 2 0.4670
5 0.5330
c) Entre 1 y 5 tomas contaminadas:
P(1 # X # 5) 5 P(X # 5) 2 P(X , 1) 5 0.9999 2 0.467 5 0.5329
d) Más de 5 tomas contaminadas:
P(X . 5) 5 1 2 P(X # 5) 5 1 2 0.9999 5 0.0001
e) Más de 5, pero menos de 10 tomas contaminadas.
P(5 , X , 10) 5 P(X # 9) 2 P(X # 5) 5 1 2 0.9999 5 0.0001

Ejemplo 3.24. En un río adyacente a una zona industrial, la probabilidad de que al tomar una mues-
tra de agua ésta exceda el límite de cromo que es de 10 mg/L, es de 0.10. Si se toman
n 5 18 muestras de agua del río y se supone que las muestras de agua son indepen-
dientes con respecto a la presencia de cromo, entonces:
a) Encontrar la probabilidad de que dos de las muestras excedan el límite de 10 mg/L
de cromo.
b) Hallar la probabilidad de que, al menos 4 muestras excedan el límite.
c) Determinar la probabilidad de que, cuando menos 3 muestras, pero menos de 7
excedan el límite estipulado.
d) Encontrar la probabilidad de que más de 3 muestras, pero menos de 7 excedan el
límite estipulado de cromo.

Solución:
Sea X 5 número de muestras de agua que excedan el límite estipulado de 10 mg/L
del total de las 18 observaciones. Entonces, X es una variable aleatoria binomial con
parámetros p 5 0.1 y n 5 18.
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  109

a) P(X 5 2) 5 18!/2!(18 2 2)! (0.1)2 (0.9)1822

5 (153)(0.01)(0.1853)
5 0.284
b) P(X $ 4) 5 1 2 P(X , 4) 5 1 2 P(X # 3)
3

512 ∑ 18Cx (0.1)x (0.9)182x

x50

5 1 2 (0.15 1 0.30 1 0.284 1 0.168)

5 1 2 0.902 5 0.098
Ahora, si se usa la tabla binomial acumulada para buscar el valor de n 5 18, con X 5 3
y p 5 0.1 y el valor P(X , 4) es 0.902. Por tanto:
P(X $ 4) 5 1 2 0.902 5 0.098
c) Aquí se busca P(3 # X , 7), esto nos lleva a:
P(3 # X , 7) 5 P(X # 6) 2 P(X # 2)
5 0.9988 2 0.7338
5 0.265
d) P(3 , X , 7) 5 P(X # 6) 2 P(X # 3)
5 0.9988 2 0.9018
5 0.097

Ejemplo 3.25. Se sabe que la probabilidad de que una industria elegida al azar no cumpla con las
regulaciones ambientales es igual a p 5 0.5; si se elige una muestra de 10 industrias al
azar y X indica el número de industrias que no cumplen con las regulaciones ambien-
tales del aire y del agua en esa muestra, encontrar:

a) La probabilidad de que, exactamente, 5 industrias cumplan con los límites am-

bientales.
b) La probabilidad de que no más de 2 cumplan con el reglamento.
c) La probabilidad de que cuando menos 9 lo cumplan.
d) La probabilidad de que menos de 5 industrias cumplan, pero cuando menos 3 sí
lo cumplan.

Solución:
a) P(X 5 5) 5 P(X # 5) 2 P(X # 4) 5 0.246 (usando la tabla binomial)

b) P(X # 2) 5 0.055 (usando la tabla binomial)

c) P(X $ 9) 5 1 2 0.989
5 0.011
d) P(3 # X , 5) 5 P(X # 4) 2 P(X # 2) 5 0.7338 2 0.3770
5 0.3568 (de la tabla binomial)
110  |  Estadística para ingeniería y ciencias

Ejemplo 3.26. La fabricación de accesorios para un sistema de control de partículas (ciclón) se asocia
con un proceso Bernoulli. Si la probabilidad de obtener una parte defectuosa es igual
a 0.20, estimar la probabilidad:
a) De no encontrar partes defectuosas del sistema de control en una muestra aleato-
ria de 10 partes.
b) De no hallar partes defectuosas de los ciclones fabricados en una muestra de 20
partes.

Solución:
a) Usando la fórmula binomial: b(x; n, p) 5 nCx px qn2x
P(X 5 0) 5 10C0 (0.2)0 (0.8)2100 5 0.107
Este resultado también se puede obtener con la tabla de la distribución binomial con
n 5 10, p 5 0.2 y X 5 0.
b) Nuevamente usando la fórmula binomial y sustituyendo da:
P(X 5 0) 5 20C0 (0.2)0 (0.8)2200

5 (1)(1)(0.012)
5 0.012

Ejemplo 3.27. Se toma una muestra aleatoria de n 5 20 (peces), sea p 5 0.05, la probabilidad que un
pez muera por la exposición a cierta concentración tóxica proveniente de una descar-
ga industrial a un río. Sea X el número de peces de la muestra que morirán durante el
experimento, entonces
a) Calcular la media μ y la desviación estándar σ de X.
b) La probabilidad de que muera a lo más 1 pez de la muestra.
c) La probabilidad de que no muera ningún pez de la muestra.
d) La probabilidad de que mueran cuando menos 3 peces de la muestra.
e) La probabilidad P(X 5 10).

Solución:
a) Media: μ 5 np 5 (20)(0.05) 5 1
Varianza: s2 5 npq 5 (1.0)(0.95) 5 0.95
Desviación estándar: s5 npq 5 0.95 5 0.9747
b) P(X # 1) 5 0.736
c) P(X 5 0) 5 0.358
d) P(X $ 3) 5 1 2 P(X , 3) 5 1 2 0.9245 5 0.0755
e) P(X 5 10) 5 1.08(1028)
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  111

Ejemplo 3.28. La posibilidad de que una muestra de aire contenga un microorganismo letal es de
10%. Suponiendo que las muestras son independientes, con respecto a la presencia del
microorganismo y que se toman 18 muestras. Encontrar la probabilidad de que:
a) Exactamente 2 muestras contengan el germen.
b) Al menos 4 muestras contengan el germen.
c) La probabilidad de que menos de 7 muestras de aire contengan el germen, pero
cuando menos 3 muestras también lo tengan, e.g., P(3 # X , 7).

Solución:
Sea X el número de muestras de aire que contienen el germen patógeno en las 18
muestras analizadas. Entonces, X es una variable aleatoria binomial con parámetros
p 5 0.1 y n 5 18. Por consiguiente:
a) P(X 5 2) 5 18C2 (0.1)2 (0.9)16 5 0.284
b) P(X $ 4) 5 1 2 P(X # 3) 5 1 2 0.9018 5 0.982
c) P(3 # X , 7) 5 P(X # 6) 2 P(X # 2) 5 0.9983 2 0.7338 5 0.2645

Ejemplo 3.29. La paraestatal PEMEX de México se avocó a hacer perforaciones en el sureste de

Tabasco. Para ver la factibilidad financiera de que fuera conveniente hacer las per-
foraciones, PEMEX contrató los servicios de una firma de estudios estadísticos. Se
sabe que cada pozo perforado se clasifica como productivo o no productivo. La expe-
riencia de PEMEX es que, en este tipo de exploraciones 15% de los pozos perforados
son productivos. Para las exploraciones petroleras se seleccionaron aleatoriamente 12
sitios. Con esta información presente, hacer los siguientes cálculos.
a) ¿Cuál es la probabilidad de que los 12 pozos que se perforen sean productivos?
b) ¿Cuál es la probabilidad de que ningún pozo perforado sea productivo?
c) ¿Cuál es la probabilidad de que exactamente un pozo sea productivo?
d) Para hacer rentable al país, cuando menos tres de los pozos de exploración deben
ser productivos. Siendo así, ¿cuál es la probabilidad de que el negocio sea rentable?

Solución:
Sea X la variable aleatoria que indica el número de pozos productivos de los 12 pozos
perforados, entonces X es una variable aleatoria binomial con parámetros n 5 12 y
p 5 0.15, entonces:
a) P(X 5 12) 5 1.297(10210)
b) P(X 5 0) 5 0.1422
c) P(X 5 1) 5 0.3012
d) P(X $ 3) 5 1 2 P(X # 2) 5 1 2 0.7358 5 0.2642
112  |  Estadística para ingeniería y ciencias

Ejemplo 3.30. Un fabricante de precipitadores electrostáticos afirma que 6% de los equipos que
fabrica para controlar las partículas contaminantes del aire están defectuosos. Si esta
afirmación es correcta y se toma una muestra aleatoria de 10 aparatos, encontrar la
probabilidad de que:
a) Exactamente dos aparatos estén defectuosos.
b) Cuando menos dos aparatos estén defectuosos.
c) Menos que un aparato esté defectuoso.
d) Entre 2 y 5 estén defectuosos (incluyendo los extremos y sin incluirlos).
e) P(S).
f ) Graficar la función de densidad P(X = x) y la función de distribución P(X ≤ x).
Solución:
Sea X 5 número de aparatos defectuosos contenidos en la muestra, entonces X es
variable aleatoria binomial con parámetros n 5 10 y p 5 0.06, entonces se pueden
utilizar los valores de la tabla binomial,
a) P(X 5 2) 5 P(X # 2) 2 P(X # 1) 5 0.0988
b) P(X $ 2) 5 1 2 P(X # 1) 5 1 2 0.8824 5 0.1176
c) P(X , 1) 5 P(X 5 0) 5 0.5386
d) P(2 # X # 5) 5 P(X # 5) 2 P(X # 1)
5 0.1176
e) P(2 , X , 5) 5 P(X # 4) 2 P(X # 2)
5 0.0187
f ) P(S) 5 1
g) La siguiente figura muestra la función de distribución acumulada a) y de densidad
de X b).
a) b)
Figura mostrando
Figura mostrando la gráfica delaP(X
gráfica versus
5 x)de x) versus
P(X 5variable variable
aleatoria x aleatoria
Figurax mostrando
Figura mostrando
la gráfica delaP(X
gráfica versus
5 x)de x) versus
P(X 5variable variable
aleatoria x aleatoria x
0 1 0 2 1 3 2 4 3 5 4 6 5 6
1.0 1.0 0.6
0.6 0.6 0.6

0.9 0.9 0.5 0.5 0.5 0.5

0.4 0.4 0.4 0.4

0.8 0.8
0.3 0.3 0.3 0.3
0.7 0.7
0.2 0.2 0.2 0.2

0.6 0.6 0.1 0.1 0.1 0.1

0.0 0.0 0.0 0.0

0.5 0.5
0 1 0 2 1 3 2 4 3 5 4 6 5 6 0 1 0 2 1 3 2 4 3 5 4 6 5 6
Variable
Variable aleatoria x aleatoria x Variable
Variable aleatoria x aleatoria x

Figura 3.11.
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  113

Ejemplo 3.31. Teóricamente, cierta forma de desnutrición ocurre en 15% de personas sin que se den
cuenta. Este tipo de desnutrición no se debe a que no se coma lo suficiente, sino a
situaciones en que el cuerpo no asimila los nutrientes, sin importar cuánto o cómo se
alimente. Esto se debe a la alteración química de la sangre por vida antinatural. Sien-
do así, determinar las siguientes probabilidades para una muestra de 5 personas.
a) Ninguna persona la tiene.
b) Cuando menos 2 personas la tienen.
c) Entre 2 y 4 la tienen, inclusivamente.

Solución:
La variable X que indica el número de personas con el problema de desnutrición en
la muestra es binomial con parámetros n 5 5 y p 5 0.15, entonces
a) P(X 5 0) 5 0.59049
b) P(X $ 2) 5 1 2 0.91854 5 0.08146
c) P(2 # X # 4) 5 0.99999 2 0.91854 5 0.08145
Nota: se le pide a usted que use el programa Minitab o el programa Excel para resol-
ver los ejemplos anteriores y comparar los resultados.

3.7  Función de distribución acumulada binomial negativa

3.7.1  Definición y propiedades

Como ya se vio, la variable aleatoria binomial indica el número de éxitos en n experimentos Bernoulli inde-
pendientes, el número de ensayos Bernoulli es fijo y el número de éxitos en la muestra es la variable. En la
variable binomial negativa se requiere tener un número de éxitos fijado de antemano y el número de experi-
mentos Bernoulli independientes necesarios para obtener ese número de éxitos es la variable.
Por ejemplo, supóngase que se lanza sucesivamente una moneda y se detiene cuando sale la quinta águila.
En este caso, no se sabe cuántos volados deben ser lanzados, se sabe que el mínimo número de volados que
deben realizarse es 5; si X indica el número de volados que se deben lanzar, el recorrido de X es:

X 5 5, 6, 7, 8, . . .

Definición 3.25.  La variable aleatoria X que indica el número de experimentos Bernoulli iguales e
independientes que son necesarios realizar para obtener k-éxitos se llama variable aleatoria binomial
negativa.
El recorrido de la variable aleatoria binomial negativa es infinito e igual a
X 5 k, k 1 1, k 1 2, k 1 3, k 1 4, . . .
114  |  Estadística para ingeniería y ciencias

Teorema 3.16.  La función de densidad de la variable aleatoria binomial negativa es:

¯² C pk q x2k si x 5 k, k 11, k 1 2, . . .
f ( x) 5 ° x21 k21 (3.30)
±² 0 en otro caso

Demostración:
Suponga que X 5 x, esto significa que en los primeros x 2 1 experimentos Bernoullis independientes
ya ocurrieron k 2 1 éxitos, y en el experimento número x ocurrió el éxito número k y ahí se detiene
el proceso, esto es:
P(X 5 x) 5 P(en x 2 1 experimentos ocurren k 2 1 éxito, y hay un éxito en el experimento x)
5 P(en x 2 1 experimentos ocurren k 2 1 éxito) P (hay un éxito en el experimento x)
5 x–1Ck21 pk–1qx2k p 5 b(k21; x21, p) p
5 x21Ck21 pkqx2k

Teorema 3.17.  La media, la varianza y la función generatriz de momentos de la distribución bino-

mial negativa es igual a:

k
 µ 5
p

kq
 σ 2 5
p2
k
 pet 
 MX (t )5  
 1 2 qet 

Demostración:
Para calcular la media, la varianza y la función generatriz de momentos se utiliza la relación que se
deriva de la segunda propiedad de las funciones de densidad:
∞
( x 21)!
∑ (k 21)!( x 2 k )! p k
(1 2 p) x2k 51
x5k

para toda k . 0 y 0 , p , 1.
∞
a) µ 5 E(X) 5 ∑ xf ( x)
x5k

∞
x( x 21)!
5∑ pk (1 2 p) x2k
x5k ( k 2 1)!( x 2 k )!

k ∞ x!
5 ∑
p x5k k !( x 2 k )!
pk11 (1 2 p) x2k

haciendo la sustitución x 5 x* 2 1   y   k 5 k*2 1:

 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  115

k ∞ ( x * 21)! k
5 ∑
p x*5k* (k * 21)!( x * 2 k*)!
pk* (1 2 p) x*2k* 5 (1)
p

k
5
p

b) Para la varianza primero se calcula E(X(X11)) 5 E(X2) 1 E(X ), y luego con este resultado, se
calcula V(X ) 5 E(X2) 2 (E(X ))2 5 E(X(X 1 1)) 2 E(X ) 2 (E(X ))2
∞
c) E(X(X 1 1)) 5 ∑ x( x 11) f ( x)
x5k

∞
x( x 1 1)( x 2 1)! k
5∑ p (1 2 p) x2k
x5k ( k 2 1)!( x 2 k )!
∞
k(k 11) ( x 11)!
5
p 2 ∑ (k 11)!( x 2 k )! p k 12
(1 2 p) x2k
x5k

haciendo la sustitución:
x 1 1 5 x* 2 1  y  k 1 1 5 k*2 1
∞
k(k 11) ( x * 21)!
5
p 2 ∑ (k * 21)!( x * 2 k*)! p k*
(1 2 p) x*2k*
x*5k*

k(k 1 1)
5
p2

La varianza de X es:
σ2 5 V(X) 5 E(X(X 1 1)) 2 E(X) 2 (E(X))2

k(k 11) k k 2 kq
5 2 2 25 2
p2 p p p

∞
d) MX(t ) 5 E(e tX) 5 ∑e tx
f ( x)
x5k

∞
etx ( x 21)!
5∑ pk (1 2 p) x2k
x5k ( k 2 1)!( x 2 k )!

∞
pk ( x 21)!
5
qk
∑ (k 21)!( x 2 k )! (e q) t x

x5k

∞
pk etk ( x 21)!
5
(1 2 et q)k
∑ (k 21)!( x 2 k )! (1 2 e q) t k
(et q) x2k
x5k

pk etk
5
(1 2 et q)k

116  |  Estadística para ingeniería y ciencias

Tabla 3.12.

Resumen Variable aleatoria binomial negativa

f (x) 5 x21Ck−21 pkqx2k si x 5 k, k 1 1, . . .
Función de densidad
f (x) 5 0 en otro caso
Media µ 5 k/p
Varianza σ2 5 kq/p2

pk etk
Función generatriz de momentos MX(t ) 5
( 12 et q ) k

3.7.2  Relación de las funciones de densidad binomial negativa y binomial

Si X es binomial negativa con parámetros k y p, entonces:

P( X 5 x) 5 b(k 21; x 21, p) p (3.31)

Esta relación permite obtener los valores de la probabilidad de la binomial negativa, utilizando los cálcu-
los de la probabilidad binomial.

Ejemplo 3.32. Se sabe que 10% de los empleados de una industria padecen de una enfermedad de-
generativa. Para el estudio de la enfermedad, se requiere de 3 pacientes que tengan
la enfermedad por lo que se analiza sucesivamente al azar a los empleados de la
industria hasta tener a los 3 pacientes que den positivo en los análisis. Encontrar la
probabilidad de que:
a) Se tenga que analizar exactamente 5 empleados para tener a los 3 con la enfer-
medad.
b) Se tengan que hacer más de 7 análisis.
c) Se tengan que hacer exactamente 3 análisis.

Solución:
Considerar que X es la variable aleatoria que indica el número de análisis que es nece-
sario hacer para encontrar los tres positivos, entonces X se distribuye de acuerdo con
una binomial negativa con parámetros k 5 3 y p 5 0.10:
a) P(X 5 5) 5 b(k21; x21, p) p 5 b(2; 4, 0.10) (0.10) 5 (0.0486)(0.10) 5 0.00486
b) P(X . 7) 5 1 2 P(X # 7)
5 1 2 (b(2; 2, 0.10) 1 b(2; 3, 0.10) 1 b(2; 4, 0.10) 1 b(2; 5, 0.10)
1 b(2; 6, 0.10))p
5 1 2 0.02569
5 0.97431
c) P(X 5 3) 5 b(2; 2, 0.10) 5 0.001
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  117

Las siguientes gráficas muestran las funciones de distribución acumulada binomial

negativas considerando diferentes valores de p y k, observe cómo la probabilidad se
concentra hacia el 0.

BinomialBinomial
negativa;negativa;
p 5 0.1,pk550.1,
3 k53 BinomialBinomial
negativa;negativa;
p 5 0.3,pk550.3,
3 k53

0.03 0.03 0.12 0.12

0.25 0.25 0.01 0.01

Probabilidad

Probabilidad
Probabilidad

Probabilidad
0.02 0.02 0.08 0.08

0.015 0.015 0.06 0.06

0.04 0.04
0.01 0.01
0.02 0.02
0.005 0.005
0 0
0 0 3 6 9
3 12
6 15 18 15
9 12 21 18
24 21 24
1 6 1111662111
2616
3121
3626
4131
4651 564651 56
36 41
Número de experimentos
Número de experimentos Número de experimentos
Número de experimentos

Media 5 30 Media 5 10
Figura 3.12.

3.7.3  Cálculo de la distribución binomial negativa usando Excel

Las instrucciones para elaborar una tabla de la función de densidad y la función de distribución de la variable
aleatoria binomial negativa con parámetros k 5 3 y p 5 0.4 son los siguientes:

1. Escriba en una columna los primeros valores del recorri-

do de X (3, 4, 5, 6, 7, 8, 9, 10, 11 y 12).
2. Coloque el cursor en la celda frente al número 3.
3. Escriba 50.4*.
4. Seleccione luego el icono de función fx y elija las funcio-
nes Estadísticas.

5. Seleccione la función DISTR.BINOM.

6. Escriba 2 en Núm_éxito; en Ensayos anote la ubicación

de la celda en que está el tres, menos 1: por ejemplo: A2-1,
en Prob_éxito 0.4 y en Acumulado 0, haga clic en Acep-
tar. Véase la figura 3.14.

7. Coloque el cursor en la esquina inferior derecha de la

celda hasta que aparece una crucecita delgada y opri-
Figura 3.13.
miendo el botón izquierdo del ratón arrástrelo hasta la
celda B11.
118  |  Estadística para ingeniería y ciencias

Figura 3.14.

  8. Coloque el cursor ahora dos celdas enfrente del número 3 y

escriba el signo 5 y la ubicación de la celda donde está la
probabilidad de X 5 3; en este caso es B2 y queda así 5 B2.
Después, teclee Intro.
  9. Ahora, en la celda de abajo escriba el signo 5 y la suma de la
localización de la celda de arriba y la celda de la izquierda, en
este caso queda como 5 C2 1 B3
10. Colóquese en la esquina inferior derecha de la misma celda y
con el botón izquierdo del ratón oprimido arrastre el cursor
hasta el renglón donde está el número 12.
Figura 3.15.
El resultado es la tabla con la densidad y distribución de la binomial
negativa.

Tabla 3.13.

X Densidad Distribución
3 0.064 0.064
4 0.1152 0.1792
5 0.13824 0.31744
6 0.13824 0.45568
7 0.124416 0.580096
8 0.10450944 0.68460544
9 0.08360755 0.76821299
10 0.06449725 0.83271025
11 0.04837294 0.88108319
12 0.03547349 0.91655668
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  119

En esta tabla la función de distribución acumulada no llega a 1 porque sólo se graficaron los primeros 12
valores para X.

3.8  Función de distribución geométrica

Definición 3.26.  La variable aleatoria que indica el número de experimentos Bernoulli independien-
tes que se deben realizar para encontrar el primer experimento exitoso se llama variable aleatoria
geométrica.

Teorema 3.18.  La función de densidad de la variable aleatoria geométrica es igual a:

²¯ pq x21 si x 51, 2, 3, . . .
f ( x) 5 ° (3.32)
±² 0 en otro caso

Demostración:
Observe que la variable aleatoria geométrica es una variable binomial negativa con parámetros k 5 1
y p, entonces:
( x 21)! 0 x21
P(X 5 x) 5 b(0; x21, p)p 5 p q p 5 pq x21
0!( x 21)!

Teorema 3.19.  La media, la varianza y la función generatriz de momentos de la distribución bino-

mial negativa es igual a:

1 q pet
 µ 5   σ 2 5   MX (t )5
p p2 1 2 qet

Demostración:
Es suficiente sustituir k 5 1, en la media, varianza y función generatriz de momentos de la función
de densidad binomial negativa.
Tabla 3.14.

Resumen Variable aleatoria geométrica

f (x) 5 pqx21 si x 5 1, 2, 3, . . .
Función de densidad
f (x) 5 0 en otro caso
Media µ 5 1/p
Varianza σ2 5 q/p2

pe t
Función generatriz de momentos MX(t ) 5
( 12 et q )
120  |  Estadística para ingeniería y ciencias

3.9  Función de distribución hipergeométrica

3.9.1  Definición y propiedades

Definición 3.27.  Supóngase que se tiene una población de tamaño N cuyos elementos son de dos
clases: unos elementos tienen una característica de interés y otros elementos no la tienen. Entonces M
elementos tienen la característica de interés y N–M no la tienen, y para utilizar la misma nomencla-
tura ya vista se dirá que es éxito si el elemento elegido presenta la característica de interés y fracaso
si no la tiene. Si de esa población se elige una muestra al azar sin reemplazo, la variable X que indica
el número de éxitos en la muestra se llama hipergeométrica.

Teorema 3.20.  Si X es una variable aleatoria hipergeométrica, entonces su función de densidad es:

« M C x ( N 2M ) C n2x
® si máx {0, n 2 N 1 M} # x # mín{n, M}
f ( x) 5 ¬ N
Cn
®
­ 0 en otro caso

Demostración:
El espacio muestral de este experimento es equiprobable, por lo que para calcular la probabilidad de
la variable aleatoria X, se cuentan los elementos del espacio muestral y los elementos con el valor X
especificado.
El total de maneras en que se pueden escoger n elementos de un total de N elementos es igual a
las combinaciones de N en n, esto es #S 5 NCn.
El total de formas de tener x éxitos de un conjunto total de M éxitos, es igual a las combinaciones
de M en x, esto es MCx, y el total de maneras de tener n–x éxitos de N–M éxitos son las combinaciones de
N–M en n–x, esto es, N–MCn–x y por la regla de la multiplicación, el total de maneras de tener x éxitos y n–x
fracasos es igual al producto de estos dos números MCx N–MCn–x.

En resumen:

N
Cn Representa la cantidad de formas en las que se puede seleccionar una muestra de tamaño n
de una población de tamaño N.

M
Cx Representa la cantidad de maneras en las que se puede seleccionar x éxitos de un total de k
éxitos de la población.

N–M
Cn–x Representa la cantidad de maneras en las que se puede seleccionar n2x fracasos de un total
de N2M fracasos en la población.

Ahora, para determinar el recorrido de x, basta con ver que la expresión rCk, r y k satisfaga la
relación 0 # k # r, entonces de la expresión MCx N2MCn2x se sigue que

0#x#M y 0#n2x#N2M
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  121

Estas desigualdades equivalen a:

0#x#M y n2N1M#x#n
De aquí se sigue que:
máx{0, n 2 N 1 M} # x # mín{M, n}

Teorema 3.21.  Si X es una variable aleatoria hipergeométrica, entonces su media y su varianza son:

Mn
 µ 5
N

Mn( N 2 M )( N 2 n) M M   N 2n
 σ 2 5 5n  12   (3.34)
2
N ( N 21) N N   N 21 

Demostración:
Se utiliza la segunda propiedad de las funciones de densidad para cualquiera de los valores factibles
de N, M y n.
C x N 2M C n2x
∑ f ( x) 5 ∑ M

Cn
51
x x N

xMCxN 2M C n2x
 ∑ x f ( x) 5
x N
Cn

En el numerador se tiene que:

xM ! M! ( M 21)!
xM C x 5 5 5M 5 MM21 C x21
x!( M 2 x)! ( x 21)!( M 2 x)! ( x 21))!( M 2 x)!

y en el denominador:

N! N ( N 21)! N C
N
Cn 5 5 5 N 21 n21
n!( N 2 n)! n ( n 2 1)!( N 2 n) n

Si se hace el cambio de variable M*5 M 2 1, n* 5 n 2 1, N*5 N 2 1 y x* 5 x 2 1, se tiene que:

xM C x N 2M C n2x Mn M* C x* N * 2M* C n* 2x* Mn

µ 5∑ 5 ∑ 5
N
Cn N x N*
C n* N

 Para calcular la varianza, primero se encuentra E(X(X 2 1)) 5 E(X2) 2 E(X ) y luego se calcula el
término σ2 5 E(X(X 2 1)) 1 E(X ) 2 (E(X ))2.

x( x 21)M C x N 2M C n2x
E( X ( X 21)) 5 ∑
x N
Cn
122  |  Estadística para ingeniería y ciencias

En el numerador se tiene que:

x( x 21)M ! M!
x( x 21)M C x 5 5
x!( M 2 x)! ( x 2 2)!( M 2 x)!

( M 2 2)!
5 M ( M 21) 5 M( M 21)M22 C x22
( x 2 2)!( M 2 x)!

y en el denominador:

N! N ( N 21) ( N 2 2)! N ( N 21)N 22 C n22

N
Cn 5 5 5
n!( N 2 n)! n( n 2 1) ( n 2 2)!( N 2 n) n( n 21)

Si se hace el cambio de variable M* 5 M 2 2, n* 5 n 2 2, N* 5 N 2 2 y x* 5 x 2 2, se tiene que:

x( x 21)M C x N 2M C n2x M( M 21)n( n 21) M* C x* N * 2M* C n* 2x*

E( X ( X 21)) 5 ∑ 5 ∑
N
Cn N ( N 21) x N*
C n*

M ( M 21)n( n 21)
E( X ( X 2 1)) 5
N ( N 21)

De esta manera:
M ( M 21)n( n 21) Mn M 2 n2 M( N 2 M )( N 2 n)
σ2 5 1 2 5
N ( N 21) N N2 N 2 ( N 21)

Tabla 3.15.

Resumen Variable aleatoria hipergeométrica

M
C x( N 2M ) C n2x
f (x) 5
N
Cn
Función de densidad
si x 5 máx{0, n − N 1 M}, . . . , mín{n, M}
f (x) 5 0 en otro caso
Media µ 5 nM/N
Varianza σ2 5 nM(N 2 M)(N 2 n)/N2(N 2 1)
Función generatriz de momentos No tiene una expresión analítica simple

La función de densidad hipergeométrica se denota como h(x; N, n, M) y la distribución hipergeome-

trica como H(x; N, n, M).

3.9.2 Relación entre las distribuciones hipergeométrica y binomial

Observe que la distribución hipergeométrica se puede escribir de la siguiente manera:

M! ( N 2 M )!
M
C x N 2M C n2x x!( M 2 x)! ( n 2 x)!( N 2 M 2 n 1 x)
5
N
Cn N!
n!( N 2 n)!
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  123

n! M ( M 21) … ( M 2 x 11)( N 2 M )( N 2 M 21) … ( N 2 M 2 n 1 x 11)

5
x!( n 2 x)! N ( N 21)( N 2 2) … ( N 2 n 11)

n! M ( M 21) ( M 2 x 11) ( N 2 M ) ( N 2 M 21) ( N 2 M 2 n 1 x 11)
5 … …
x!( n 2 x)! N ( N 21) ( N 2 x 11) ( N 2 x) ( N 2 x 21) ( N 2 n 11)

Y cuando N es suficientemente grande con respecto a n, se tiene que:

M 2i M i M
• 5 2 ≈ cuando 1 # i # x 21 , n y
N 2i N 2i N 2i N

N 2M 2 j N M1 j M
• 5 2 ≈ 12 cuando 0 # j # n 2 x 21 o x # x 1 j # n 21
N 2x2 j N 2x2 j N 2x2 j N

lo que implica que:

x n2x
C x N 2M C n2x n! ¥ M´ ¥ M´ ¥ M´
M
z ¦ µ ¦ 12 µ 5 b ¦x; n, µ
N
Cn x!( n 2 x)! § N ¶ § N¶ § N¶

Por esta razón, la media y la varianza de la distribución hipergeométrica se pueden aproximar mediante
las fórmulas: x n2x
C x N 2M C n2x n! ¥ M´ ¥ M´ ¥ M´

M
z µ¦5 npµ 51 2
¦ n µ 5 b ¦x; n, µ (3.35)
N
Cn x!( n 2 x)! § N ¶ § N¶ § N¶
¥ M ´ ¥ M ´
σ2 5 npq 5 n ¦ µ ¦ 1 2 µ (3.36)
§N¶ § N¶
cuando N es grande con respecto a n.

3.9.3  Cálculos de la distribución hipergeométrica usando Excel

Los cálculos para la distribución hipergeométrica con parámetros N 5 8, M 5 3, n 5 5, con Excel, se hacen
con las instrucciones siguientes:
a) Escriba en una columna los 4 datos del recorrido (0, 1, 2, y 3).
b) Colóquese en la celda frente al 0.
c) Haga clic en el asistente de función, fx ; luego en las funciones estadísticas seleccione DISTR.HIPER-
GEOM y llene los datos de la siguiente manera: en Muestra_éxito escriba la celda donde está el 0 (por
ejemplo, A2), en Núm_de_muestra escriba 5, en Población_éxito escriba 3, en Núm_de_población
escriba 8 y luego arrastre el ratón para obtener los restantes cálculos.
Con estas instrucciones se obtiene la tabla de pro- Densidad hipergeométrica, N 5 8, M 5 3 y n 5 5

babilidades y con estas probabilidades se puede elaborar 0.60000

la gráfica. 0.50000

0.40000

X h(x; 8, 3) 0.30000

0.20000
0 0.01786
0.10000
1 0.26786 Figura 3.16.
0.00000
2 0.53571 0 1 2 3
Probabilidad
3 0.17857
124  |  Estadística para ingeniería y ciencias

Las probabilidades acumuladas se calculan de la misma manera que se hizo la probabilidad acumulada
de la variable aleatoria binomial negativa.

3.9.4  Cálculos de la distribución hipergeométrica usando el Minitab

1. Ubíquese en Calc → Probability Distributions → Hypergeometric.
2. Se abre la ventana Hypergeometric Distribution y haga clic en Cummulative Probability y/o Proba-
bility.
3. En la ventanilla Population size (N) ponga N, el número de éxitos (k) en la población.
4. En la ventanilla de Simple Size (n) indique el tamaño de muestra (n).
5. En la ventanilla de Input columns ingrese la columna de datos que se quieran evaluar. Igualmente, en
Optional Storage ponga la columna donde se almacenen los valores generados. Haga clic en OK y se
obtiene la tabla de valores.
Igualmente, para hacer gráficas de los valores generados, proceda como en el caso de la distribución
binomial.

Ejemplo 3.33. Una población de 10 medidores de pH (que determinan la acidez y alcalinidad de so-

luciones químicas) tiene cuatro unidades defectuosas (éxitos arbitrariamente). Si una
muestra de tres medidores se selecciona de manera aleatoria, sin reemplazo, hacer lo
siguiente:
a) Una tabla que incluya los valores de la variable aleatoria hipergeométrica X con
los valores correspondientes de las probabilidades acumuladas y las probabilida-
des de que X sea menor que un valor especificado de x (P(X , x)).
b) La probabilidad de que un aparato de pH está defectuoso.
c) La probabilidad de que dos aparatos estén defectuosos.
d) La probabilidad de que tres aparatos estén defectuosos de la muestra seleccionada.
e) La probabilidad de que a lo más dos estén defectuosos.
f) La probabilidad de que entre uno y tres medidores, inclusive, estén defectuosos.
g) Hacer gráficas para las probabilidades generadas.

Solución:
Aquí, N 5 10, k 5 4, n 5 3, X 5 0, 1, 2, 3.
a) La siguiente tabla muestra los resultados requeridos.

Tabla 3.16.
Variante aleatoria Probabilidad
P(X = x)
hipergeométrica X acumulada
0 0.16667 0.166667
1 0.66667 0.5
2   .96667 0.3
3 1 0.03333
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  125

Con los cálculos computarizados de la tabla generada por Minitab, los resultados se
simplifican:
b) P(X 5 1) 5 0.5000 (de la tabla anterior columna 2)
c) P(X 5 2) 5 0.3000
d) P(X 5 3) 5 0.0333
e) P(X # 2) 5 0.9667
f ) P(1 # X # 3) 5 (1 2 0.16667) 5 (0.5000 1 0.3000 1 0.0333) 5 0.8333

Comprobar los resultados de los siguientes ejemplos usando Minitab o Excel y

comparar los resultados.

Ejemplo 3.34. Un comité de tamaño 5 es seleccionado aleatoriamente, de entre 3 químicos y 5 físi-

cos. Registrar en una tabla los valores de la función de densidad de X 5 número de
químicos en el comité.

Solución:
Aquí, N 5 8, M 5 3 (los químicos) y n 5 5, el comité es un subconjunto de las ocho
personas disponibles, por lo que la distribución de X es una hipergeométrica con pa-
rámetro N 5 8 y M 5 3, éstos son:

C x 5 C 52x
f ( x)5 3   con  x 5 0, 1, 2, 3
8
C5

La tabla de probabilidades se pueden elaborar con una calculadora de bolsillo, pues

los cálculos no son laboriosos. Sustituyendo a x en la fórmula, se tiene que:
P(X 5 0) 5 h(0; 8, 5, 3) 5 3C0 • 5C5/8C5 5 (1)(1)/56 5 1/56 5 0.018
P(X 5 1) 5 h(1; 8, 5, 3) 5 3C1 • 5C4/8C5 5 (3)(5)/56 5 15/56 5 0.268
P(X 5 2) 5 h(2; 8, 5, 3) 5 3C2 • 5C3/8C5 5 (3)(10)/56 5 30/56 5 0.536
P(X 5 3) 5 h(3; 8, 5, 3) 5 3C3 • 5C2/8C5 5 (1)(10)/56 5 10/56 5 0.179

Recorrido de X 0 1 2 3
h(x; 8, 3) 0.018 0.268 0.536 0.179

Ejemplo 3.35.  Refiriéndose al problema anterior, calcular las siguientes probabilidades:

a) La probabilidad de que, exactamente, 1 químico sea seleccionado.
b) La probabilidad de que, cuando menos 1 químico sea seleccionado.
c) La probabilidad de que, entre 1 y 3 (inclusive) químicos sean seleccionados.

Solución:
Con los datos de la distribución hipergeométrica obtenidos en el problema anterior,
se tiene que
126  |  Estadística para ingeniería y ciencias

a) P(X 5 1) 5 0.268
b) P(X $ 1) 5 1 2 P(X 5 0) 5 1 2 0.018 5 0.982
c) P(1 # X # 3) 5 P(X 5 1) 1 P(X 5 2) 1 P(X 5 3)
5 (0.268) 1 (0.536) 1 (0.179) 5 0.983

Ejemplo 3.36. Un embarque de 20 computadoras contiene cinco que están defectuosas. Si 10 de estas
computadoras se seleccionan aleatoriamente, para su inspección, ¿cuál es la probabi-
lidad de que 2 de las 10 estén defectuosas?

Solución:
La variable X que indica el número de computadoras defectuosas que hay entre las
10 seleccionadas para su inspección es una variable aleatoria hipergeométrica con
parámetros n 5 10, M 5 5 y N 5 20 y se pide la probabilidad que X 5 2.
Ahora, sustituyendo estos valores en la fórmula hipergeométrica se obtiene:

P(X 5 2) 5 h(2; 20, 10, 5) 5 5C2 • 15C8/20C10 5 (10)(6435)/184 756 5 0.348

Ejemplo 3.37. Con ayuda del ejemplo anterior resolver el problema. Si un lote de 100 computadoras
tiene 25 defectuosas:
a) Usar la fórmula hipergeométrica.
b) Con la fórmula binomial obtener una aproximación de la distribución hiper-
geométrica.

Solución:
a) Sustituyendo x 5 2, n 5 10, k 5 25, N 5 100 en la fórmula da:
P(X 5 2) 5 h(2; 100, 10, 25) 5 25C2 • 75C8/100C10
5 (300)(1.687×1010)/1.731×1013
5 0.292
b) Si considera que N 5 100 y que es grande con relación a n 5 10; entonces, se puede
usar la fórmula binomial como una aproximación a la hipergeométrica; en este caso
se utiliza como parámetros de la binomial n 5 10, p 5 k/N 5 25/100 5 0.25.
P(X 5 2) 5 B(2; 10, 0.25) 5 10C2 (0.25)2 (0.75)8
5 (45)(0.0625)(0.100) 5 0.2813

Nota: obsérvese que la diferencia entre los dos valores es de sólo 0.01. En general, es
posible usar la distribución binomial como una aproximación a la distribución
hipergeométrica, si n , N/10.

Ejemplo 3.38. Una población de 10 medidores de pH (que miden la acidez y la alcalinidad de solu-

ciones químicas) contiene 4 unidades defectuosas. Si una muestra de 3 medidores se
selecciona al azar, sin reemplazo, encontrar las siguientes probabilidades:
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  127

a) Exactamente 1 aparato de pH esté defectuoso.

b) Dos aparatos estén defectuosos.
c) Tres aparatos de pH estén defectuosos de la muestra seleccionada.
d) A lo más 2 aparatos estén defectuosos.

Solución:
Dado que los elementos de la muestra se seleccionan sin reemplazo, se tiene que la
variable X que indica el número de unidades defectuosas en la muestra es una va-
riable aleatoria hipergeométrica con parámetros N 5 10, M 5 4 y n 5 3; entonces,
aplicando la fórmula binominal realizar los cálculos.
a) P(X 5 1) 5 4C1 • 6C2/10C3 5 0.500
b) P(X 5 2) 5 4C2 • 6C1/10C3 5 0.300
c) P(X 5 3) 5 4C3 • 6C0/10C3 5 0.033
d) P(X # 2) 5 0.5000 1 0.1667 1 0.3000 5 0.9667

Ejemplo 3.39. Una encuesta universitaria hecha a 24 estudiantes del último año reveló que 12 de
ellos recomiendan tomarse cuando menos una o dos cervezas diariamente para estu-
diar mejor. Si se seleccionan de manera aleatoria 11 de estos estudiantes, ¿cuál es la
probabilidad de que 4 estudiantes en la muestra tengan esta opinión?

Solución:
La variable X que indica el número de estudiantes en la muestra que piensan que
tomarse cuando menos una o dos cervezas diariamente para estudiar mejor es una
variable aleatoria hipergeométrica con parámetros N 5 24, n 5 11, M 5 12, entonces,
X 5 4 y sustituyendo los valores en la fórmula hipergeométrica:
P(X 5 4) 5 h(4; 24, 11, 12) 5 12C4 • 24−12C11−4/24C11
5 (495)(792)/2 496 144
5 0.26

3.10  Función de distribución Poisson

3.10.1  Definición y propiedades

La variable aleatoria Poisson indica el número de éxitos que ocurren en un intervalo de tiempo, de área, de
volumen, etc. La distribución de Poisson es una aproximación de la binomial para n grande y probabilidad p
muy pequeña, porque así es como se define y determina el tipo de problemas que resuelve. Ejemplos de una
variable aleatoria de Poisson son: el número de partículas que emite un material radiactivo en un minuto, el
número de huevos que pone una mariposa en una hoja o el número de accidentes automovilísticos en una
ciudad durante un año.
128  |  Estadística para ingeniería y ciencias

El experimento Poisson satisface las siguientes propiedades:

a) El número de éxitos que ocurren en cualquier intervalo es independiente del número de éxitos que
suceden en cualquier otro intervalo.
b) La probabilidad de que un éxito ocurra en un intervalo es la misma para todos los intervalos de tama-
ños iguales y es proporcional al tamaño del intervalo.
c) La probabilidad de que dos o más éxitos ocurran en un intervalo se aproxima a cero, a medida que el
intervalo se hace más pequeño.

Teorema 3.22.  Sea X una variable aleatoria Poisson, entonces la función de densidad de X es:

¯ Q x e2Q
² si x 5 0, 1, 2, 3, . . .
f ( x) 5 ° x! (3.37)
² 0 en otro caso
±

Demostración:
Si X es variable aleatoria Poisson, entonces se satisfacen las tres propiedades enlistadas en el subtema
3.10.1. Represente el intervalo de interés con el intervalo [0, 1], y considere los subintervalos de longi-
tud igual a 1/n, cuya unión es igual a [0, 1]
 ( n 21) 
[0, 1/n], [1/n, 2/n], [2/n, 3/n], [3/n, 4/n], . . . ,  
 n, 1 
Sea Xi la variable que indica el número de éxitos que ocurren en el intervalo [(i 2 1)/n, i/n], de esta
manera la variable aleatoria Poisson X que indica el número de éxitos en el intervalo [0, 1] es igual a:

X 5 X 1 1 X 2 1…1 X n

Por otro lado, sea pn 5 P ( X i 51) , entonces 1 2 pn 5 P ( X i 5 0) 1 P ( X i $ 2) y por la propiedad 2 de

los experimentos Poisson esta probabilidad es proporcional al tamaño del intervalo y si λ es la cons-
tante de proporcionalidad pn 5λ / n .
Las variable aleatoria Yi dada por:
²¯1 si X i 51
Yi 5 °
²±0 si X i 5 0 o X i $ 2

son Bernoulli independientes, con p 5 pn , por lo que Y 5Y1 1Y2 1…1Yn es una variable aleatoria
binomial con parámetros n y p 5 pn , y por la propiedad 3 de los experimentos Poisson se sigue que
lím P ( X i $ 2) 5 0 lo que implica que Y → X cuando n→ ∞ y en consecuencia la función de densi-
n→∞
dad de Y fn, converge a la función de densidad de X cuando n va a infinito, esto es lím fn 5 fX .
nmd

Entonces, para encontrar la función de densidad Poisson se debe encontrar fn y luego calcular su
límite cuando n va a infinito.

fn ( x) 5 b( x; n, pn )

n!
5 p x q n2x
x!( n 2 x)! n n

[ npn ][( n 21) pn ][( n 2 2) pn ] …[( n 2 x 11) pn ]
5 (1 2 pn )n2x
x!
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  129

y sustituyendo a pn por λ / n , en esta última expresión, se sigue que

n2x
λ x [( n 21) / n][( n 2 2) / n] … [( n 2 x 11) / n]  λ
fn ( x ) 5  1 2 n 
x!
de aquí, se sigue que
L x e 2L
llím fn ( x) 5 fX ( x) 5
xmd x!

Algunos procesos que se describen con variables aleatorias Poisson

a) El número de tóxicos emitido por una industria (contaminación atmosférica) encontrados en un volu-
men de aire.
b) El número de tempestades, ciclones, tornados, granizadas, inundaciones, fuegos forestales, etc., en
cierta región del mundo durante un año.
c) El número de bacterias en un plato de prueba.
d) El número de partículas emitidas por una sustancia radiactiva, como partículas alfa, beta o gamma
durante un minuto.
e) El número de ítems defectuosos de la producción total de un día.
f ) El número de accidentes entre los trabajadores en una industria.
g) Las demandas de un producto o las demandas de servicios.
h) El número de reclamos por accidentes de autos, en una compañía de seguros durante un periodo de
tiempo.
i) El número de accidentes en un determinado tramo carretero durante 3 meses.
j) El número de defectos sobre la superficie de una mesa.
k) El número de errores de imprenta de un libro, etc.

Teorema 3.23.  Si X es la variable aleatoria Poisson, entonces la media, la varianza y la función ge-
neratriz de momentos de X son:

 µ 5 λ
 σ2 5 λ
 MX(t ) 5 e2λ 1λetx

Demostración:
Para la demostración se utiliza:
∞
xi
ex 5∑
i51 i !
130  |  Estadística para ingeniería y ciencias

∞ ∞
xλ x e2λ
 La media es µ 5 ∑ xf ( x) 5 ∑
x50 x50 x!
*
∞
λ x e2λ ∞
λx
5∑ 5 λe2λ ∑ *
x51 ( x − 1)! x* 50 x !

sustituyendo a x 5 x* 1 1, se obtiene:
5 λe2λ e λ 5 λ

 Para calcular la varianza primero se encuentra E(X(X 2 1)) 5 E(X 2) 2 E(X) y luego se obtiene σ2
5 E(X(X 2 1)) 1 E(X) 2 [E(X)]2
∞ ∞
x( x 21)λ x e2λ
E( X ( X 21)) 5 ∑ x( x 21) f ( x) 5 ∑
x50 x50 x!
*
∞
λ x e2λ ∞
λx
5∑ 5 λ 2 e2λ ∑ *
x52 ( x 2 2 )! x* 50 x !

sustituyendo a x 5 x* 1 2, se obtiene:
5 λ 2 e2λ e λ 5 λ2

Ahora si, se calcula la varianza de X: σ2 5 λ2 1 λ 2 λ2 5 λ

∞ ∞
etX λ x e2λ
MX(t ) 5 E(etX ) 5 ∑ etX f ( x) 5 ∑
x50 x50 x!
∞
(e t λ ) x
5 e2λ ∑
x50 x!
t t
5 e2λ e λe 5 e2λ1λe

Tabla 3.17.

Resumen Variable aleatoria Poisson

λ x e2λ
F(x) 5 si x 5 0, 1, 2, 3, . . .
Función de densidad x!
f (x) 5 0 en otro caso
Media µ5λ
Varianza σ2 5 λ
MX(t) 5 e2λ 1λe
tx
Función generatriz de momentos

Un resultado importante de la distribución Poisson es cuando se calcula la probabilidad de ocurrencia

de los éxitos en intervalos de longitud igual a un múltiplo o en un submúltiplo del intervalo.

Teorema 3.24.  Sea X el número de éxitos en un intervalo de longitud a. X se distribuye de acuerdo

con una Poisson con media igual a λ. Si Y indica el número de éxitos en un intervalo de longitud igual
a ab; entonces, Y se distribuye según la ley Poisson con media igual a bλ.
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  131

Demostración:
Es directa de la propiedad 2 de los experimentos Poisson.

Ejemplo 3.40. Si durante un mes el número de accidentes laborales en una factoría es una variable
Poisson con media igual a λ 5 3, entonces:
El número de accidentes laborales en una factoría durante dos meses es una variable
Poisson con media igual que 2λ 5 6.
El número de accidentes laborales en una factoría durante medio mes es una variable
Poisson con media igual que λ/2 5 1.5.

3.10.2 Aproximación de la distribución binomial mediante la distribución 

Poisson
La distribución binomial con parámetros p # 0.05 y n $ 20 se puede aproximar adecuadamente mediante una
distribución Poisson con parámetro λ 5 np, este resultado es consecuencia de la demostración del teorema
3.22. En la siguiente tabla se muestra los valores de la distribución binomial con parámetros n 5 40 y p 5 0.05
y la distribución Poisson λ 5 np 5 2.

Tabla 3.18.

Distribución binomial Distribución Poisson Diferencia

P(X $ 1) 5 1 2 F (0) P(X $ 1) 5 1 2 F (0)
0.0074
5 1 2 0.1285 5 0.8715 5 1 2 0.1353 5 0.8641
P(X # 2) 5 F (2) 5 0.67674 P(X # 2) 5 F (2) 5 0.67667 0.00007
P(X $ 3) 5 1 2 F (2) P(X $ 3) 5 1 2 F (2)
5 1 2 0.67674 5 1 2 0.67667 0.00007
5 0.32326 5 0.32333

3.10.3  Cálculo de la distribución Poisson usando Excel

Los cálculos para la distribución Poisson con parámetro λ 5 3, con Excel, se hacen con las instrucciones
siguientes:
1. Escriba en una columna los primeros datos del recorrido, por lo menos 10.
2. Colóquese en la celda frente al 0.
3. Haga clic en el asistente de función, fx; luego en las funciones estadísticas seleccione POISSON y llene
los datos de la siguiente manera: en X ponga la celda donde está el 0 (por ejemplo, A2), en Media
escriba 3, en Acumulado escriba 0 (0 para la probabilidad puntual y 1 para la acumulada) y acepte.
4. Colóquese nuevamente en la misma celda y con el cursor del ratón posiciónese en la esquina inferior
derecha hasta que aparezca la crucecita delgada, y oprimiendo el botón izquierdo del ratón arrástrelo
para obtener los cálculos restantes.
132  |  Estadística para ingeniería y ciencias

Con estas instrucciones se obtiene la tabla de probabilidades siguiente y con estas probabilidades se puede
elaborar la gráfica de la densidad.

X Densidad Distribución Poisson, media 5 3

0.25
0 0.04978707
1 0.14936121
0.2
2 0.22404181
3 0.22404181 0.15
4 0.16803136
5 0.10081881 0.1

6 0.05040941
0.05
7 0.02160403
8 0.00810151
0
9 0.00270050 0 1 2 3 4 5 6 7 8 9 10
Número de éxitos
10 0.00081015

Figura 3.17.

3.10.4  Instrucciones para la distribución Poisson usando Minitab

1. Posiciónese en Calc → Probability distribution → Poisson
2. En la ventana Poisson Distribution haga clic en Cummulative probability y/o Probability.
3. En la ventanilla Mean ponga el valor del promedioλ.
4. En la ventanilla Input columns introduzca los valores de la variable aleatoria Poisson X. En Optional
Storage coloque la columna donde se almacenarán los datos generados y haga clic en OK.

Para hacer gráficas sobrepuestas debe usar el programa Minitab y proceda de la siguiente manera:
1. Vaya a Scatterplot-Simple y en las ventanillas Y-variable y X-variable escriba las probabilidades y
los valores de la variable aleatoria discreta Poisson X.
2. En la ventana Scatterplot-Multiple graphs haga clic en Overlaid on the same graph y haga clic en
OK.

Ejemplo 3.41. Para la distribución Poisson con parámetro λ 5 8, siga las instrucciones anteriores
para generar una tabla con los valores de la distribución y la densidad Poisson. En
la misma gráfica poner las dos funciones. Una vez hecho esto, calcular las siguientes
probabilidades:
a) P(X $ 5)
b) P(8 # X # 10)
c) P(X 5 7)
d) P(4 , X , 8)
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  133

Solución:
La tabla y la gráfica siguientes muestran los resultados requeridos.

Tabla 3.19.

Variable aleatoria X Probabilidades Probabilidades acumuladas

0 0.000335 0.000335
1 0.002684 0.003019
2 0.010735 0.013754
3 0.028626 0.042380
4 0.057252 0.099632
5 0.091604 0.191236
6 0.122138 0.313374
7 0.139587 0.452961
8 0.139587 0.592547
9 0.124077 0.716624
10 0.099262 0.815886
11 0.072190 0.888076
12 0.048127 0.936203
13 0.029616 0.965819
14 0.016924 0.982743
15 0.009026 0.991769
16 0.004513 0.996282
17 0.002124 0.998406
18 0.000944 0.999350

Gráficas de probabilidades en función de variable aleatoria X

0.6 0.6 Variable
Probabilidades generadas
Probabilidades acumuladas
0.5 0.5

0.4 0.4
Datos

0.3 0.3

0.2 0.2

0.1 0.1

0.0 0.0
0 1 2 3 4 5 6 7 8 9
Var. aleatoria X
Figura 3.18.

a) P(X $ 5) 5 0.9084
b) P(8 # X # 10) 5 0.3629
c) (X 5 7) 5 0.1396
d) P(4 , X , 8) 5 0.3053
134  |  Estadística para ingeniería y ciencias

3.10.5  Ejemplos de la función de distribución Poisson

Aplicar el programa Minitab o Excel y comparar los resultados

Ejemplo 3.42.  Suponer que X se distribuye de acuerdo con la Poisson dada por:
f (x) 5 [(0.72)x e20.72]/x!
Encontrar:
a) f (0)
b) f (1)
c) f (2)
d) f (3)

Solución:
a) f (0) 5 [(0.72)0 e20.72]/0! 5 0.4868
b) f (1) 5 [(0.72)1 e20.72]/1! 5 0.3505
c) f (2) 5 [(0.72)2 e20.72]/2! 5 0.1262
d) f (3) 5 [(0.72)3 (0.4868]/3! 5 0.030

Ejemplo 3.43. Un estudio de higiene y seguridad industrial que se realizó a largo plazo llevó a la
gerencia a concluir que el número de accidentes por trabajador, durante un año (X),
sigue una distribución Poisson. Si el promedio anual de accidentes por trabajador fue
de 0.3, estimar lo siguiente:
a) ¿Cuál es la probabilidad de que un trabajador seleccionado, aleatoriamente, no
tenga un accidente durante el año siguiente?
b) ¿Cuál es la probabilidad de que un empleado seleccionado, aleatoriamente, tenga
cuando menos 1 accidente durante el siguiente año?
c) ¿Cuál es la probabilidad de que un trabajador tenga, exactamente, 1 accidente?
d) ¿Cuál es la probabilidad de que un trabajador seleccionado al azar de la fábrica
tenga entre 2 y 4 accidentes, inclusivamente, el próximo año?

Solución:
El número de accidentes por trabajador durante un año, X es una variable aleatoria
Poisson con parámetro λ 5 0.3; entonces, para resolver el problema se usa la función:
f (x; λ) 5 λxe2λ /x!:

a) f (0) 5 P(X 5 0) 5 (0.3)0 e20.3/0! 520.741

Esto se puede interpretar como que en el próximo año, de cada 100 trabajadores,
en promedio 74 no tendrán ningún accidente y 26 si lo pueden tener.
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  135

b) La probabilidad de que un trabajador tenga cuando menos un accidente se puede

encontrar en las tablas de Poisson.
P(X $ 1) 5 1 2 P(X 5 0) 5 1 2 0.741 5 0.259
c) La probabilidad de que el trabajador tenga exactamente un accidente, se puede
encontrar usando la fórmula o las tablas de probabilidades.

f (1) 5 (0.3)1 e20.3/1!

5 0.2222
d) La probabilidad de que un trabajador tenga entre 2 y 4 accidentes, inclusive, es:
P(2 # X # 4) 5 f (2) 1 f (3) 1 f (4)
5 0.0333 1 0.0033 1 0.0002
5 0.0368

Ejemplo 3.44. El número de defectos por pie cuadrado de la tela de un equipo de filtros se distribuye
de acuerdo con la ley Poisson, con λ 5 0.08. Si se elige un pie cuadrado de tela al
azar, calcular la probabilidad de que la tela tenga:
a) Ningún defecto.
b) Cuando menos 1 defecto.
c) Exactamente, 2 defectos.

Solución:
Se utiliza la fórmula de la función de densidad Poisson con λ 5 0.08.
a) Ningún defecto:

P(X 5 0) 5 (0.08)0 (e20.08)/0!

5 0.923
b) Cuando menos un defecto:
P(X $ 1) 5 1 2 P(X 5 0) 5 1 2 0.923 5 0.077
c) Exactamente 2 defectos:
P(X 5 2) 5 (0.08)2 e20.08/2!
5 (0.0064) (0.92)/2
5 0.00295

Ejemplo 3.45. En un estudio de higiene y seguridad industrial una población de trabajadores de

un grupo de industrias que manejan procesos muy ruidosos tienen 5% de problemas
emocionales que interfieren con su trabajo. Si se saca una muestra aleatoria de 60
trabajadores, utilice la distribución Poisson para dar una aproximación a las probabi-
lidades de la distribución binomial y calcule:
a) Si más de 2 trabajadores sufren de disturbios emocionales.
b) Cuando menos 4.
c) 5 o más.
136  |  Estadística para ingeniería y ciencias

Solución:
Para usar la aproximación Poisson y la fórmula binomial, se calcula primero el valor
de λ usando la relación λ 5 np 5 (60)(0.05) 5 3; para resolver los diferentes incisos
primero calcular las probabilidades para x 5 0, 1, 2, 3, 4.
Con la función P(X = x) 5 f (x) 5 λx e−λ/x! y sustituyendo los valores, obtener:

P(X 5 0) 5 30(e28)/0! 5 0.0498

P(X 5 1) 5 31(0.0498)/1! 5 0.1494

P(X 5 2) 5 32(0.0498)/2! 5 0.2240

P(X 5 3) 5 33(0.0498)/3! 5 0.2240
P(X 5 4) 5 34(0.0498)/4! 5 0.1680

a) Más de 2 trabajadores sufren disturbios emocionales:

P(X . 2) 5 1 2 P(X # 2) 5 1 2 P(X 5 0, 1, 2)
5 1 2 0.4232
5 0.5768
b) Cuando menos 4 trabajadores:
P(X $ 4) 5 1 2 P(X # 3) 5 1 2 0.6472
5 0.3528
c) Cinco o más trabajadores:
P(X $ 5) 5 1 2 P(X # 4) 5 1 2 0.8152
5 0.1848

Ejemplo 3.46. De los artículos producidos por una factoría, 3% están defectuosos. Una muestra de
25 artículos se selecciona para una inspección. Calcular la probabilidad:
a) Exactamente 4 artículos estén defectuosos.
b) 3 o más objetos estén defectuosos.
Use las distribuciones binomial y la Poisson para encontrar estas probabilidades y
compare los resultados.

Solución:
Con la distribución binomial y los parámetros n 5 25 y p 5 0.03.
a) P(X 5 4) 5 0.0054
b) P(X $ 3) 5 0.038
Con la distribución de Poisson con parámetro λ 5 25(0.03) 5 0.75.
a) P(X 5 4) 5 0.006
b) P(X $ 3) 5 0.041
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  137

Ejemplo 3.47. Un promedio de 3 autos arriban a la caseta de cobro de una carretera cada minuto.
Si esta tasa es aproximada por un proceso Poisson, ¿cuál es la probabilidad de que,
exactamente, 5 autos arribarán en un periodo de un minuto?

Solución:
En este caso, se tiene que λ 5 3, x 5 5.

P(X 5 5) 5 (3)5 (e) 23/5! 5 [(243)(0.0498)]/120 5 0.1008

El valor de 0.1008 es la probabilidad de que 5 autos arriben en un minuto.

Ejemplo 3.48. 10% de las herramientas producidas en cierto proceso de manufactura son defectuo-
sas. Encontrar la probabilidad de que, en una muestra de 10 herramientas selecciona-
das, aleatoriamente sólo 2 herramientas estén defectuosas. Utilice lo siguiente:
a) La distribución binomial.
b) La distribución de Poisson.
Solución:
La variable aleatoria X que indica el número de herramientas defectuosas en la mues-
tra de 10 es binomial con parámetros n 5 10 y p 5 10% 5 0.10, entonces:
1. P(X 5 2) 5 10C2 (0.1)2 (0.9)1022 5 10!/[2!(10− 2 2)!] 5 0.19
2. Si usa la aproximación Poisson, se calcula λ 5 np 5 (10)(0.10) 5 1,

P{X 5 2} 5 (1)2 (e21)/2! 5 1/2e 5 0.1839

Ejemplo 3.49. Si 3% de los focos eléctricos manufacturados por una compañía son defectuosos en-
contrar la probabilidad de que, en una muestra de 100 focos:
a) Ningún foco esté defectuoso. d) Tres focos estén defectuosos.
b) Un foco esté defectuoso. e) Cuatro focos estén defectuosos.
c) Dos focos estén defectuosos. f ) Cinco focos estén defectuosos.

Solución:
Dado que n es grande, es más conveniente usar la aproximación Poisson en lugar
de la distribución binomial que es exacta, y como los parámetros de la distribución
binomial son n 5 100, p 5 0.03, entonces λ 5 np 5 (100)(0.03) 5 3,

a) P(X 5 0) 5 (3)0 (e23)/0! 5 (1)( 0.04979) 5 0.04979

b) P(X 5 1) 5 (3)1 (e23)/1! 5 (3)(0.04979)/1 5 0.1494

c) P(X 5 2) 5 (3)2 (e23)/2! 5 (9)(0.04979)/2 5 0.44811

138  |  Estadística para ingeniería y ciencias

d) P(X 5 3) 5 (3)3 (e23)/3! 5 (27)(0.04979)/6 5 0.2241

e) P(X 5 4) 5 (3)4 (e23)/4! 5 (81)(0.04979)/24 5 0.1680

f ) P(5, 3) 5 (3)5 (e23)/5! 5 (243)(0.04979)/120 5 0.1008

Ejemplo 3.50. La probabilidad de que una persona muera de un ataque cardiaco por fumar en exceso
es de 0.002. Encontrar la probabilidad de que menos de 5 personas, de las siguientes
2 000, mueran de un problema cardiaco y obtener el promedio y la varianza de la varia-
ble aleatoria X que indica el número de personas que mueren de un problema cardiaco
de las 200 de la muestra.

Solución:
Primero calcule el promedio y la varianza. Las fórmulas para esto son:
µ 5 np 5 (2000)(0.002) 5 4.0
σ2 5 npq 5 (2 000)(0.002)(0.998) 5 3.992
Para calcular la probabilidad se utiliza la aproximación Poisson, pues n es grande y
p es muy pequeña.
P(X , 5) 5 P(X # 4) 5 0.6288

Ejemplo 3.51. En un estudio de contaminación ambiental se instala una red de 3 840 sensores de alto
volumen para medir las concentraciones de partículas atmosféricas menores que 10
micras. Si la probabilidad de que cualquiera de estos muestreadores falle es de 0.00083
durante un año, entonces, determinar las probabilidades de que 0, 1, 2, 3, 4, . . . de
los muestreadores fallen durante el año en cuestión. Hacer una gráfica usando papel
semilogarítmico.

Solución:
Si X indica el número de sensores que fallan, X se distribuye de acuerdo con una
binomial con parámetros n 5 3 840 y p 5 0.00083. Además, debido a que n es muy
grande y p muy pequeña es conveniente utilizar la aproximación Poisson, por lo que
se calcula el valor de λ.
λ 5 np 5 (3840)(0.00083) 5 3.2
Los cálculos se realizan con la fórmula o con la computadora,
f (x) 5 p(x; 3.2) 5 (3.2)x e− 23.2/x!
Al sustituir los valores de la variable aleatoria X en la fórmula anterior tenemos:
Para graficar los datos de la variable aleatoria X (abscisa) y de la probabilidad f (x) 5
p(x; μ) (ordenada), se usó papel semilogarítmico.

p(0; 3.2) 5 3.20 (0.041)/0! 5 0.041

p(1; 3.2) 5 3.21 (0.041)/1! 5 0.130
p(2; 3.2) 5 3.22 (0.041)/2! 5 0.209
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  139

p(3; 3.2) 5 3.23 (0.041)/3! 5 0.223

p(4; 3.2) 5 3.24 (0.041)/4! 5 0.178
p(5; 3.2) 5 3.25 (0.041)/5! 5 0.114
p(6; 3.2) 5 3.26 (0.041)/6! 5 0.061
p(7; 3.2) 5 3.27 (0.041)/7! 5 0.028
p(8; 3.2) 5 3.28 (0.041)/8! 5 0.011
p(9; 3.2) 5 3.29 (0.041)/9! 5 0.00397
p(10; 3.2) 5 3.210 (0.041)/10! 5 0.0013

Gráfica logarítmica de f(x) vs. variable aleatoria X

0.2230
0.2090 0.1780
0.1300 0.1140
0.100
0.0610
0.0410
0.0280
f(x)

0.0110
0.010

0.0034

0.0013
0.001
0 5 10

Figura 3.19.

Ejemplo 3.52.  Refiriéndose al problema anterior, calcule las siguientes probabilidades.

a) La probabilidad de que fallen (inclusivamente), entre 3 y 9 muestreadores.
b) La probabilidad de que fallen más de 8 muestreadores.
c) La probabilidad de que fallen (exclusivamente), entre 4 y 6 muestreadores.
d) La probabilidad de que fallen más de 10 muestreadores.
e) La probabilidad de que fallen todos los muestreadores.
f ) La probabilidad de que no falle ningún muestreador.
Solución:
a) P(3 # X # 9) 5 0.61833
b) P(X . 8) 5 1 2 P(X # 8) 5 1 2 0.9943 5 0.0057
c) P(4 , X , 6) 5 P(5 # X # 5) 5 0.1140
d) P(X . 10) 5 1 2 P(X # 10) 5 1 2 0.9995 5 0.0005
e) P(X 5 3 840) 5 0
f ) P(X 5 0) 5 0.041
140  |  Estadística para ingeniería y ciencias

Ejemplo 3.53. El número X de huracanes observados en la región del Caribe, durante los últimos 3
años, tiene una distribución de Poisson con una media λ 5 8. Calcular las siguientes
probabilidades:
a) La probabilidad de que ocurran a lo más 8 huracanes.
b) La probabilidad de que ocurran exactamente 8 huracanes.
c) La probabilidad de que ocurran cuando menos 9 huracanes.
d) La probabilidad de que ocurran entre 5 y 8 huracanes, de manera inclusiva.
e) La probabilidad de que ocurran entre 5 y 8 huracanes, de manera exclusiva.
f ) La probabilidad de que ocurran a lo más 8 huracanes, pero más de 5.
g) La probabilidad de que ocurran más de 2 huracanes.
h) Graficar las probabilidades P(X 5 x) y P(X # x) en función de x.

Solución:
Los resultados se encuentran usando Excel o Minitab.
a) P(X # 8) 5 0.59255
b) P(X 5 8) 5 0.1396.
c) P(X $ 9) 5 1 2 P(X , 9) 5 1 2 0.5925 5 0.4075.
d) P(5 # X # 8) 5 0.492
e) P(5 , X , 8) 5 0.251
f ) P(5 , X # 8) 5 P(X 5 6) 1 P(X 5 7) 1 P(X 5 8) 5 0.3159
g) 1 2 P(X # 2) 5 0.9863

Densidad
Densidad Poisson,
Poisson, media
media 5588 Distribución
Distribución Poisson,
Poisson, media
media 5588
0.16
0.16 1.2
1.2
0.14
0.14
11
Probabilidad

Probabilidad

0.12
Probabilidad

Probabilidad

0.12
0.1
0.1 0.8
0.8
0.08
0.08 0.6
0.6
0.06
0.06 0.4
0.4
0.04
0.04
0.2
0.2
0.02
0.02
00 00
Número
Número dede éxitos
éxitos Número
Número dede éxitos
éxitos

Figura 3.20.
 Capítulo 3  Funciones de distribución de variables aleatorias discretas  |  141
Problemas propuestos
3.1 Si la variable aleatoria X tiene una distribución binomial con
parámetros n 5 10 y p 5 0.5. Calcular las siguientes probabi-
lidades:
a) P(X 5 5)
b) P(X # 2)
c) P(X $ 9)
d) P(3 # X , 5)
3.2 La variable aleatoria X tiene una distribución binomial con n
5 10 y con p 5 0.01. Calcular lo siguiente:
a) P(X 5 5)
b) P(X # 2)
c) P(X $ 9)
d) P(3 # X # 5)
3.3 Se sabe que 20% de la producción de sensores de alto volumen
son defectuosos y fallarán al realizarse una prueba de mues-
treo de partículas con filtros de cierta porosidad. Si se eligen al
azar 15 sensores y X indica el número de sensores que fallan
la prueba en esta muestra, entonces, X tiene una distribución
binomial con n 5 15 y p 5 0.2. Determinar lo siguiente:
a) La probabilidad de que a lo sumo 9 sensores fallen la
prueba.
b) La probabilidad de que exactamente 8 fallen.
c) La probabilidad de cuando menos 8 sensores fallen.
d) La probabilidad de que fallen entre 4 y 7 de manera ex-
clusiva.
3.4 De acuerdo con la Chemical Engineering Progress (noviem-
bre de 1990), aproximadamente 30% de todas las fallas de
operación de tuberías en plantas químicas son ocasionadas
por errores del operador. Calcular:
a) La probabilidad de que de las siguientes 20 fallas al me-
nos 10 fallas se deban al error del operador.
b) La probabilidad de que, no más de 4 de 20 fallas se deban
a error del operador.
3.5 De acuerdo con un reporte publicado en la revista Parade,
una encuesta nacional de Estados Unidos de América de la
Universidad de Michigan a estudiantes universitarios del úl-
timo año, revela que casi 50% fuman marihuana. Si se selec-
cionan 12 estudiantes aleatoriamente y se les pide su opinión
al respecto, encontrar la probabilidad de que el número que
fuman marihuana todos los días sea:
a) Entre 7 y 9 inclusive.
b) A lo más 5.
c) No menos de 8.
3.6 Un estudio de higiene industrial examinó las actitudes de los
trabajadores industriales acerca de los antidepresivos. Esta
investigación reveló que, aproximadamente, 70% de los tra-
bajadores entrevistados creen que los antidepresivos no curan
nada, sino que sólo encubren el problema real y no ayudan
a resolver los problemas de trabajo. De acuerdo con esta in-
vestigación, ¿cuál es la probabilidad de que al menos 3 de los
siguientes 5 trabajadores seleccionados, aleatoriamente, sean
de esta opinión?
3.7 Con respecto al problema anterior de los antidepresivos, si X
representa el número de trabajadores de la industria que cree
que los antidepresivos no ayudan a resolver los problemas
emocionales del trabajo, sino que dan solamente una solu-
ción paliativa al problema de las depresiones emocionales,
encontrar la media y la varianza suponiendo que el tamaño
de la muestra n es igual a 20.
3.8 En una investigación de higiene y seguridad industrial, el
ingeniero encargado del departamento de seguridad afirma
que sólo 40% de todos los trabajadores usan cascos de segu-
ridad cuando almuerzan en el lugar del trabajo. Suponiendo
que esta afirmación sea correcta, hallar la probabilidad de
que 4 de los siguientes 6 trabajadores de la industria, elegi-
dos, aleatoriamente, usen los cascos de seguridad, mientras
comen en el lugar del trabajo.
3.9 Una compañía constructora de precipitadores electrostáti-
cos sabe que en promedio 29% de este equipo de control
de partículas requerirán de reparaciones después de un año
de usarse. Si se seleccionan, aleatoriamente, 20 precipita-
dores electrostáticos, de la producción total, encontrar la
probabilidad que:
a) Al menos 5 precipitadores requieran de reparaciones
después de un año.
b) Exactamente 5 de estas unidades de control de la conta-
minación atmosférica requieran reparación después de
un año.
3.10 En un estudio de ahorro de energía, se argumenta que, en
el 40% de las calefacciones activadas con energía solar, la
cuenta por servicio baja considerablemente. De acuerdo con
este argumento, ¿cuál es la probabilidad de que la cuenta
de servicio baje, en cuando menos 5 de una muestra de 50
calefacciones? Hacer este problema usando la distribución
binomial y después la distribución normal.
3.11 Hacer el mismo problema 3.10, pero usando 50% con n 5 25
y P(X $ 5).
3.12 Se argumenta que 60% de las instalaciones de calefacción
solar reduce la cuenta por concepto de servicio en al menos
un tercio. En consonancia con esto, ¿cuáles son las probabi-
lidades de que la cuenta de servicio se reduzca en al menos
un tercio en:
a) cuatro de cinco instalaciones?
b) al menos cuatro de cinco instalaciones?
3.13 En estudios de ingeniería civil, si la probabilidad de que cierta
columna de ala ancha caiga bajo una carga axial de 0.05, cal-
cular la probabilidad de que entre 16 columnas de ese tipo:
a) ¿Caigan cuando más dos?
b) ¿Caigan al menos cuatro?
3.14 Considerar el experimento de probar sucesivamente los com-
ponentes que salen de una línea de producción deteniéndose
cuando se encuentra el primer artículo defectuoso. Suponga
que la probabilidad que un componente sea defectuosos es
igual a 0.3. Encontrar la probabilidad que se detenga el ex-
perimento al probar el sexto componente.
3.15 Ejemplo adaptado del libro Probability and Statistics for Engi-
neers and Scientists de Walpole et al. (1993). Se afirma que 2/3
de los 20 millones de personas que toman Valium son mu-
jeres. Suponiendo que esta afirmación es correcta, encuen-
tre la probabilidad de que en un día determinado la quinta
142  |  Estadística para ingeniería y ciencias
persona que se le prescribe Valium sea la primera paciente
mujer de ese día.
3.16 Un agente vendedor de equipo de laboratorio de química
compra un lote de 7 medidores de pH, 3 de los cuales son
defectuosos; porque no están bien calibrados. El agente ven-
dedor entrega cinco de estos medidores a un laboratorio; si
X es el número de medidores defectuosos adquiridos por el
laboratorio, encontrar el promedio de X.
3.17 Se lanza un dado no cargado; sea X la variable aleatoria que
indica la cara del dado que cae hacia arriba. Encontrar el es-
pacio muestral de este experimento y la función de densidad
de X.
3.18 Se lanza una moneda no cargada sucesivamente; encontrar
la probabilidad de que salga la primera cara en el cuarto lan-
zamiento.
3.19 Suponga que la probabilidad de que una industria en un
complejo industrial esté procesando objetos a base de mer-
curio (metal pesado muy peligroso) es igual a 0.01. Bajo el
supuesto que la inspección de las industrias es independien-
te, encontrar la probabilidad de que sea imperativo inspec-
cionar exactamente 125 industrias de ese complejo industrial
antes de que se pueda detectar una industria que procese ese
tipo de objetos a base de mercurio.
3.20 En un complejo industrial hay industrias que emiten 4 to-
neladas de SO2 por hora, 5 toneladas de SO2 por hora, 7
toneladas de SO2 por hora, 9 toneladas de SO2 por hora y
10 toneladas de SO2 por hora. Suponga que los 5 tipos de in-
dustrias tienen la misma probabilidad de ser seleccionadas.
Si se escoge una industria al azar del complejo industrial y X
indica la cantidad de SO2 que emite la industria selecciona-
da, entonces:
a) Encontrar la función de densidad de X.
b) Dibujar la gráfica de su función de densidad de X.
c) Encontrar la media y la varianza de X.
3.21 La probabilidad de que cierta clase de componente resista
una prueba de choque es de 0.55. Encontrar la probabili-
dad de que sobrevivan, exactamente, dos de los siguientes 4
componentes que se prueben.
3.22 La probabilidad de que un paciente se recupere de un pro-
blema cardiaco es de 0.4. Si se selecciona aleatoriamente
una muestra de 15 pacientes con síntomas de problemas car-
diacos y si X indica el número de paciente que se recuperan,
¿cuál es la probabilidad de:
a) P(X $ 10).
b) P(3 # X # 8).
c) P(X 5 5).
d) P(3 , X , 8).
3.23 Supóngase que X tiene distribución hipergeométrica con
parámetros N 5 10, M 5 3 y n 5 4 entonces, calcular las
probabilidades para los siguientes valores de X.
a) X 5 1.
b) Si el valor de la variable aleatoria X es de cuando menos
uno.
c) Si P(1 # X # 4).
3.24 Un fabricante de llantas para autos reporta que entre un car-
gamento de 600 llantas de la marca Goodyear remitidas a un
distribuidor local, 50 tienen defectos leves. Si un motorista
compra, al azar, 10 de estas llantas, ¿cuál es la probabilidad
de que 4 de estas llantas estén un poco dañadas? Hacer este
problema usando la distribución hipergeométrica y la bino-
mial.
3.25 Un fabricante de aparatos de monitoreo ambiental para la
medición de monóxido de carbono (CO) sabe que sólo 10%
de los aparatos requieren de reparación, dentro del periodo
de garantía de un año. Si se saca una muestra al azar de 10
de estos aparatos, entonces, calcular:
a) La probabilidad de que cuando menos 3 de los 10 aparatos
requieran de reparación dentro del periodo de garantía.
b) Si cinco de los 10 aparatos requirieron de reparación en
el primer año, ¿apoyaría esto o refutaría la afirmación del
fabricante? ¿Qué significado tiene la probabilidad calcu-
lada (en cuanto a la afirmación del fabricante de que sólo
10% de los aparatos requieren de reparación dentro de
un año), cuando la probabilidad de que cualquiera de los
aparatos requiera de reparación en el periodo de garan-
tía?
3.26 Se sabe que 50% de las personas que sufren enfermedades
genéricas padecen de un tipo de desnutrición no tradicio-
nal. Si se toma una muestra aleatoria de 20 enfermos gené-
ricos, encuentre la probabilidad de que:
a) Todas las personas en la muestra tengan problemas de
desnutrición.
b) Cuando menos 15 personas enfermas estén desnutridas.
c) Ninguna persona esté desnutrida.
3.27 En una encuesta a cierta universidad del hemisferio norte
aplicada a estudiantes del último año revela que casi 40% de
esa población de estudiantes aprueba el consumo diario de
marihuana. Si se seleccionan al azar 10 estudiantes y se les
pide su opinión al respecto, calcular las siguientes probabili-
dades:
a) Entre 6 y 8 estudiantes aprueban este hábito diariamente.
b) A lo más 5 estudiantes lo aprueba.
c) No menos de 6 lo aprueban.
3.28 Supóngase que 0.01 es la probabilidad de que un enfermo,
quien padece de los síntomas del llamado cáncer hepático,
pudiera recuperarse. Si se selecciona una muestra aleatoria
de 15 enfermos de este síntoma, calcular la probabilidad de
que 3 enfermos se recuperen de este mal.
3.29 Dos éxitos ocurrieron en los primeros 6 ensayos de un pro-
ceso de Bernoulli con p 5 0.3. Siendo así, calcular la proba-
bilidad de tener 2 éxitos en los siguientes 6 ensayos.
3.30 Supóngase que X tiene una distribución Poisson con media
igual a 4. Calcular las siguientes probabilidades:
a) P(X 5 0).
b) P(X # 2).
c) P(X 5 4).
d) P(X 5 8).
e) P(X $ 2).
Problemas de tarea
Revisa tu CD-ROM para encontrar más problemas.
 Capítulo 4

Funciones de distribución de
variables aleatorias continuas
Esta fotografía muestra las columnas que sos-
tienen un puente o paso a desnivel, el cual debe
tener la suficiente resistencia para soportar el
tránsito de un innumerable número de autos que
circulen sobre él, la velocidad del viento en ese
lugar, la fuerza de los temblores y otros factores
más. Para la construcción de este tipo de estruc-
(Jupiter Images Corporation)

turas se requiere determinar los factores aleato-

rios que pudieran incidir en ella.
Las aplicaciones estadísticas son de vital im-
portancia en el diseño y construcción de puentes.
Generalmente, los estudios estadísticos se aplican
a todas las variables relacionadas con la construc-
ción y diseño de un puente. Estas variables son las
siguientes:

1. Longitud, ancho, altura y peso del puente.

2. Deflexión y capacidad de carga del puente.
3. Torres principales.
4. Cables principales.
5. Cables verticales suspendidos.
6. Cantidades de concreto.
7. Cantidades de acero estructural.
Por ejemplo, el puente Golden Gate de San Francisco, California, tiene dos torres principales que sopor-
tan al puente. Las dimensiones de estas torres son de 227 m y 152 m, respectivamente. Los cables princi-
pales del puente Golden Gate pasan por arriba de las dos torres. La longitud total del cable principal usado
es de 80 000 millas. En cuanto a los cables verticales suspendidos, el puente Golden Gate tiene un total de
250 pares cuyos diámetros son de 2.69 pulgadas. La cantidad de concreto fue de 389 000 yardas cúbicas.
La cantidad total de acero estructural que se usó en la construcción del puente fue de 83 000 toneladas.
Indudablemente, los estudios estadísticos desempeñan un papel muy importante en el diseño de cada una
de las variables que intervinieron en la construcción del puente Golden Gate.

Introducción
En este capítulo se discutirá el concepto de variable aleatoria continua y las funciones de probabilidad asociadas
a ésta y para explicar mejor estos conceptos se comienza con la definición de intervalo en los números reales.
144  |  Estadística para ingeniería y ciencias

4.1  Probabilidad de una variable aleatoria continua

La idea de aleatoriedad ligada a valores continuos ocurre en la práctica con mucha frecuencia; algunos ejem-
plos de variación aleatoria continua son: el tiempo en que un componente electrónico deja de funcionar, el
tiempo que tarda el microbús en hacer su recorrido, la cantidad de leche que da una vaca cada día, etc.; todas
estas variables toman valores en un conjunto continuo.

Definición 4.1.  Dados dos números reales a y b, tales que a , b, se conoce como intervalos a los
conjuntos de números reales definidos como:
• (a, b) 5 {x | a < x < b} intervalo abierto.
• [a, b) 5 {x | a # x < b} intervalo semiabierto o semicerrado.
• (a, b] 5 {x | a < x # b} intervalo semiabierto o semicerrado.
• [a, b] 5 {x | a # x # b} intervalo cerrado.
Estos conjuntos son continuos. observe que si el conjunto incluye los extremos se llama cerrado y si
no los incluye se llama abierto.

Definición 4.2.  Una variable aleatoria continua es una variable cuyo rango de valores es un inter-
valo o la unión de dos o más intervalos.

Ejemplo 4.1.  E
 l tiempo de vida de un componente eléctrico es una variable aleatoria continua por-
que un componente electrónico se puede descomponer en cualquier momento dentro
de un intervalo de tiempo.

Ejemplo 4.2.  L
 a cantidad de precipitación pluvial en la temporada de lluvia es una variable aleatoria
continua, porque el volumen de agua puede tomar cualquier nivel en un intervalo de
volumen.

4.1.1  Función de densidad y función de distribución

Definición 4.3.  Se llama función de distribución de la variable aleatoria X a la función que indica su
probabilidad acumulada y se denota con una letra mayúscula.

F ( x) 5 P ( X # x)

Propiedades de la función de distribución de una variable aleatoria

a) La función de distribución es creciente, es decir, si x1 , x2, entonces, F ( x1 ) # F ( x2 ) .
b) La función de distribución es continua por la derecha.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  145

c) lím F(x) 5 0
xm d

d) lím F(x) 5 1
xmd

En su definición, la función de distribución de una variable aleatoria continua no difiere de la definición de

distribución de una variable aleatoria discreta, la diferencia radica en que la gráfica de la distribución de una
variable aleatoria continua es continua y la gráfica de la función de distribución discreta es escalonada.

Definición 4.4.  La función de densidad de una variable aleatoria continua es igual a la derivada de
la función de distribución, y se denota con la misma letra, pero minúscula:

d
f ( x) 5 F ( x) (4.1)
dx

En este sentido, una función de densidad no representa propiamente una probabilidad, sin embargo,
satisface las propiedades siguientes:

Propiedades de la función de densidad de una variable aleatoria

a) f (x) $ 0 para todo real x
∞
b) ∫ −∞
f (x)dx 5 1

La primera propiedad se satisface porque la derivada de una función creciente siempre es mayor o igual
a cero. La segunda propiedad se deriva de que la integral sobre todos los reales corresponde a la probabilidad
del espacio muestral.
Por el teorema fundamental del cálculo se sigue que:
x
F ( x) 5 ∫ f (t )dt (4.2)
−∞

Para el cálculo de probabilidades, se utiliza la relación:
b
P(a ≤ X ≤ b) 5 ∫ f ( x)dx 5 F(b) 2 F(a) (4.3)
a

Nótese que en las funciones de densidad continuas se usan integrales donde las funciones de densidad
discretas tienen sumatorias. La probabilidad se puede obtener
P (1 < X < 3)
usando la integral de la función de densidad o la diferencia de 0.045
la función de distribución acumulada evaluada en los extremos 0.04
del intervalo. 0.035
En este sentido, la probabilidad de X corresponde al área 0.03
bajo la curva de la gráfica de la función de densidad en el inter- 0.025
valo correspondiente de acuerdo con la figura siguiente. 0.02
0.015
Figura 4.1. Gráfica que muestra la probabilidad de X co- 0.01
rrespondiente al área bajo la curva de la grá- 0.005
fica de la función de densidad en el intervalo
0
correspondiente. 0 1 2 3 4
146  |  Estadística para ingeniería y ciencias

Cuando la variable aleatoria es continua, se tiene que:

P(a , X , b) 5 P(a # X , b) 5 P(a , X # b) 5 P(a # X # b) (4.4)

Esto significa que da lo mismo que se incluyan o no los extremos del intervalo, ya que en el caso conti-
nuo la probabilidad en un punto siempre es cero P(X 5 x) 5 0; esta probabilidad corresponde al área de un
segmento de recta que siempre es cero; en el caso discreto sí hay diferencia en incluir o no los extremos del
intervalo.

Ejemplo 4.3.  Dada la función de densidad:

¯cx si 0 # x # 2,
f ( x) 5 °
±0 en otro caso

Encuentre el valor de c y la función de distribución acumulada de la variable aleatoria.

Solución:
∞
El valor de c debe ser tal que se satisfagan las condiciones  f (x) $ 0 y ∫ f ( x)dx 51; la
−∞
primera condición implica que c . 0; la segunda condición implica que:
2
2 cx 2
∫ 0
cxdx 5
2 0
5 2c 5 1

1
De donde se concluye que c5 .
2

Ejemplo 4.4.  Si una variable aleatoria tiene la densidad de probabilidad:

¯²2e 2 x si x $ 0
f ( x)5 °
²± 0 en otro caso

Encontrar las probabilidades cuando:

a) 1, X , 3
b) X . 0.5
c) 1 , X , 2

Solución:
b
Se usa la fórmula P(a , X , b) 5 ∫ f ( x)dx
a

3
a) P(1 , X , 3) 5 ∫ 2e −2 x dx
1

3
5− e −2 x
1

5 − e −6 1 e −2

5 0.3654
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  147

∞
b) P( X . 0.5) 5 ∫ 2e −2 x dx
0.5

∞
5− e −2 x
0.5

5 − 0 1 e −1
5 0.3679
2
c) P(1 , X , 2) 5 ∫ 2e −2 x dx
1

2
5− e −2 x
1

5 − e −4 1 e −2
5 0.3496

Ejemplo 4.5.  L
 a variable aleatoria X indica la cantidad de tiempo de incubación de bacterias en un
plato de prueba durante 2 horas y su función de densidad es igual a f (x) 5 0.5x, para 0 #
x # 2. Calcular las siguientes probabilidades:
a) P (X # 1)
b) P (0.5 # X # 1.5)
c) P (1.5 , X)

Solución:
1 1
0.5 x 2
a) P (X # 1) 5 ∫ 0.5 xdx 5 5 0.25
0 2 0

1.5 1.5
0.5 x 2
b) P (0.5 # X # 1.5) 5 ∫ 0.5 xdx 5 5 0.5
0.5 2 0.5

2 2
0.5 x 2
c) P (1.5 , X) 5 ∫ 0.5 xdx 5
1.5 2
5 0.4375
1.5

Ejemplo 4.6.  E
 l error en la reacción de temperatura (en °C) de una incubadora en un laboratorio de
bacteriología para la incubación de un plato de agar es una variable X continua que tiene
x2
una densidad de probabilidad de f (x) 5 cuando −1 , X # 2, y 0 en otro caso. En-
3
contrar la probabilidad de que la temperatura esté entre 0 °C y 1 °C.

Solución:
1 1
x2 x3 1
P(0 , X # 1) 5 ∫0 3 dx 5 5
9 0 9

Ejemplo 4.7.  L
 a proporción de industrias que responden a cierto cuestionario ecológico es una variable
aleatoria continua X cuya función de densidad es:
148  |  Estadística para ingeniería y ciencias

2( x 1 2) / 5 si 0 , x , 1
f ( x) 5 
 0 en otro caso

a) Mostrar que f (x) es una función de densidad.

b) Encontrar la probabilidad de que más de 25% de las industrias contactadas pero me-
nos que 50%, responderán voluntariamente a este cuestionario.

Solución:
a) Si f (x) es densidad se deben satisfacer las relaciones  f (x) $ 0 para todo real x y
∞
∫ −∞
f ( x)dx 51 .

Observe que la función es mayor o igual que cero, ahora basta probar que la integral de
la función es igual a 1:
1
∞ 1 2( x 1 2) x2 1 4 x 1 1 4 0 1 4(0)
∫ −∞
f ( x)dx 5 ∫
0 5
dx 5
5
5
5
−
5
51
0

b) Se quiere calcular la probabilidad en el intervalo [0.25 , X , 0.50].

0.5
0.5 2( x 1 2) x2 + 4 x 0.25 1 4(0.5) 0.0625 1 4(0.25) 1.1875
∫0.25 5 dx 5 5 5
5
2
5
5
5
5 0.2375
0.25

4.1.2  Funciones de densidad conjuntas y marginales

Si se tienen dos variables aleatorias continuas sobre el mismo espacio muestral:
X: S → R y Y: S → R
Se puede definir un vector aleatorio (X, Y ) y su función de probabilidad.

Definición 4.5.  Se llama función de distribución conjunta de las variables X y Y a la probabili-

dad.
F ( x, y) 5 P ( X # x, Y # y) (4.5)

Definición 4.6.  Se llama función de densidad conjunta de X y Y, f (x, y) a la función definida como:
d2
f (x, y) 5 F ( x, y) (4.6)
dxdy
La función de densidad conjunta de las variables aleatorias X y Y satisface las condiciones:

a) f ( x, y) ≥ 0 para todo real x.

∞ ∞
b) ∫ f∫( x)ffdx
−∞ −∞
((x, y)dxdy
)dx
x51 51 5 1
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  149

Ejemplo 4.8.  P
 ruebe que la siguiente función es una función de densidad conjunta de las variables
aleatorias X y Y.
1
 si −1 # x # 1, x − 1 # y # x 11
f ( x, y) 5  4
0 en otro caso


Solución:
1
• La primera condición se satisface, pues . 0.
4
• La segunda condición se satisface porque:

1 x +1 1 1 x +1
∫ ∫
−1 x −1
f ( x, y)dxdy 5
4 ∫−1 ∫ x−1
dydx
x +1
1 x +1 y
5∫ ∫ dx

−1 x −1 4 x −1

1 1
5∫ dx51
−1 2
Se concluye que f (x, y) es función de densidad conjunta de las variables X y Y.

Definición 4.7.  Dado el vector aleatorio (X, Y) con función de densidad conjunta dada por f (x, y),
se define
• La función de densidad marginal de X como:
∞
fX ( x) 5 ∫ f ( x, y)dy (4.7)
−∞

• Y la función de densidad marginal de Y como:

∞
fY ( y) 5 ∫ f ( x, y)dx (4.8)
−∞

La función de densidad marginal de una variable aleatoria corresponde a su función de densidad.

Ejemplo 4.9.  E
 ncontrar las dos funciones de densidad marginal cuando la función de densidad con-
junta está dada por:
1
 si −1 # x # 1, x − 1 # y # x 11
f ( x, y) 5  4
0 en otro caso

Solución:
La región donde f (x, y) es positiva es el interior del romboide de la figura 4.2. Es sobre
esta región donde se debe integrar para obtener la función de densidad marginal de X,
al integrar sobre los posibles valores de y:
150  |  Estadística para ingeniería y ciencias

Figura 4.2.

y5x11
x51

x +1 x +1
1 y
fX ( x) ∫
x −1
dy
x −1

x 11 x − 1 1
5 − − 1,x,1
5 si 2 x 52 1
4 4 2 y5x21

La función de densidad marginal de Y tiene

dos formas de calcularse, cuando 0 , y , 2
y cuando −22 , y , 0.
1
x 1 y−1 2− y
• Caso 0 , y , 2, dx 5 − 5
y −1
4 4 4

y +1
x y 11 −1 y 1 2
• Caso 2−2 , y , 0, dx 5 − 5
−1
4 4 4

De aquí se obtiene que la función de densidad marginal de Y es:

 y12
 si −2 , y , 0
 4
2− y
fY ( y)5  si 0 # y , 2
 4
 0 en otro caso



4.1.3  Densidad condicional y variables aleatorias independientes

Definición 4.8.  La función de densidad de X condicionada a que Y tome el valor de y es igual a:

 f ( x, y)
 si fY ( y) ≠ 0
fX |Y ( x | y) 5  fY ( y) (4.9)
 0 si fY ( y) 5 0


De esta definición se obtiene que: f ( x, y) 5 fX |Y ( x | y) fY ( y) .

Definición 4.9.  Dos variables aleatorias X y Y son independientes si y sólo si:

fX |Y ( x | y) 5 fX ( x)   o  f ( x, y) 5 fX ( x) fY ( y) (4.10)

Como se puede ver, estas definiciones son iguales que en el caso discreto.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  151

4.2  Esperanza matemática de una variable aleatoria continua

4.2.1  Valor esperado de una variable aleatoria

Definición 4.10.  El valor esperado o esperanza matemática de la variable aleatoria X cuya función
de densidad es f (x), es igual a:
∞

E( X ) 5 ∫ xf ( x)dx (4.11)
−∞

este valor corresponde a la media teórica de la variable X, y se denota con la letra griega µ. E(X ) es
una medida de posición.

Ejemplo 4.10.  E
 ncontrar el valor esperado de la variable aleatoria cuya función de densidad es
igual a:
 −2 x
f ( x)5 
 0 en otro caso
Solución:
∞ ∞ ∞
e −2 x 1
µ5 E( X ) 5 ∫ xf ( x)dx 5 ∫ x 2e −2 x dx 5 − xe −2 x 5
−∞ 0
2 0
2

El valor esperado de una variable aleatoria continua tiene definiciones y propiedades

semejantes al valor esperado de las variables aleatorias discretas, la diferencia signifi-
cativa está en el hecho que en lugar de sumas se usan integrales.

Definición 4.11.  Si X es una variable aleatoria con función de densidad f (x), entonces el valor espe-
rado de g(X ) es igual a:
(4.12)

Definición 4.12.  Si X y Y son variables aleatorias con función de densidad conjunta igual a f (x, y),
entonces el valor esperado de g(X, Y) es igual a:
∞

E( g ( X , Y )) 5 ∫ −∞
g ( x, y) f ( x, y)dxdy (4.13)

En todos los casos, el valor esperado corresponde a la media aritmética teórica de la variable aleatoria
que se esté considerando.

Teorema 4.1.  (Propiedades del valor esperado) Sean X y Y dos variables aleatorias y c una constan-
te, entonces, se satisfacen las relaciones:
1. E(c) 5 c
152  |  Estadística para ingeniería y ciencias

2. E(cX ) 5 cE(X )
3. E(X + Y ) 5 E(X ) 1 E(Y )
4. E(XY ) 5 E(X )E(Y ), cuando las variables aleatorias X y Y son independientes.

Demostración:
a) Si g (x) 5 c, entonces por la definición 4.11 se sigue que:
∞ ∞
E( g ( X )) 5 ∫ cf ( x)dx 5 c ∫ f ( x)dx 5 c
0 0

b) Si g (x) 5 cx, entonces por la definición 4.11 se obtiene que:

∞ ∞
E(cX ) 5 E( g ( X )) 5 ∫ -∞
cxf ( x)dx 5 c ∫ xf ( x)dx 5 cE( X )
-∞

c) Si g (x, y) 5 x 1 y, entonces por la definición 4.12 se obtiene que:

∞ ∞ ∞ ∞ ∞ ∞
E( X 1Y ) 5 E( g ( X ,Y )) 5 ∫ ∫ -∞ -∞
( x 1 y) f ( x, y)dxdy 5 ∫
-∞ -∞∫ xf ( x, y)dxdy 1 ∫
-∞ -∞ ∫ yf ( x, y)dxdy
∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞
5∫ ∫ xf ( x, y)dydx 1 ∫ ∫ yf ( x, y)dxdy 5 ∫ x ∫ f ( x, y)dydx 1 ∫ y ∫ f ( x, y)dxdy
-∞ -∞ -∞ -∞ -∞ -∞ -∞ -∞

∞ ∞
∫-∞
xf ( x)dx 1 ∫ yf ( y)dy 5 E( X ) 1 E(Y )
-∞

d) Como X y Y son variables aleatorias independientes, entonces f ( x, y) 5 fX ( x) fY ( y) , y si g(x, y) 5

xy, por la definición 4.12 resulta:
∞ ∞ ∞ ∞ ∞ ∞
E( XY ) 5 ∫ ∫ -∞ -∞
xyf ( x, y)dxdy 5 ∫
-∞ -∞∫ xyf ( x) f ( y)dxdy 5 ∫ xf ( x)dx ∫ yf ( y)dy 5 E( X )E(Y )
-∞ -∞

4.2.2  Varianza de una variable aleatoria

Definición 4.13.  La varianza de la variable aleatoria X, V(X ), es una medida de dispersión de la

variable aleatoria y se calcula mediante la fórmula:
∞
V ( X ) 5 E( X − E( X ))2 5 ∫ ( x − E( X ))2 f ( x)dx (4.14)
−∞

La varianza de una variable aleatoria se denota con el símbolo V(X ) 5 σ2.

Teorema 4.2.  La varianza de la variable aleatoria X se puede calcular con la fórmula equivalente:
∞
V ( X ) 5 E( X 2 ) − (E( X ))2 5 ∫ x 2 f ( x)dx − (E( X ))2 (4.15)
−∞

Demostración:
∞
V ( X ) 5 E( X − E( X ))2 5 ∫ ( x − E( X ))2 f ( x)dx
−∞
∞
5 ∫ ( x 2 − 2 xE( X ) 1(E( X )2 ) f ( x)dx
−∞
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  153

∞
5 ∫ ( x 2 f ( x) − 2 xE( X ) f ( x) 1(E( X )2 f ( x))dx
−∞

∞ ∞ ∞
5 ∫ x 2 f ( x)dx − 2 E( X ) ∫ xf ( x)dx 1(E( X ))2 ∫ f ( x)dx
−∞ −∞ −∞

∞
5 ∫ x 2 f ( x)dx − 2 E( X )E( X ) 1(E( X ))2
−∞

∞
5 ∫ x 2 f ( x)dx − (E( X ))2
−∞

5E( X 2 ) − (E( X ))2

Ejemplo 4.11.  S
 e están lanzando dardos a una ruleta giratoria. Sea X la variable que indica la dis-
tancia entre el punto donde cayó el dardo y el centro de la ruleta, suponiendo que la
función de densidad de X es igual a:
6 x(1 − x) si 0 , x , 1
f ( x) 5 
 0 en otro caso
Encontrar la media y la varianza de X.

Solución:
La media es:
1
1 1 3x 4 3 1
E( X ) 5 ∫ xf ( x)dx 5 ∫ 6 x (1 − x)dx 5 2 x −
2 3
52 − 5
0 0 2 0 2 2
Para la varianza primero se calcula:
1
1 1 3x 4 6 x 5 3 6 15 − 12 3
E( X ) 5 ∫ x f ( x)dx 5 ∫ 6 x (1 − x)dx 5
2 2 3
− 5 − 5 5 5 0.3
0 0 2 5 0 2 5 10 10

y, finalmente,
σ2 5 V(X) 5 E(X2) 2 (E(X))2 5 0.3 2 0.52 5 0.05

Teorema 4.3.  (Propiedades de la varianza) Si X y Y son variables aleatorias y c es una constante,

entonces se satisfacen las relaciones:
a) V(c) 5 0, la varianza de una constante es 0.
b) V(cX ) 5 c2V(X ), las constantes salen al cuadrado de la varianza.
c) V(X 1 c) 5 V(X ), si se traslada la distribución, no se modifica la varianza.
d) V(X 1 Y) 5 V(X ) 1 V(Y), cuando X y Y son variables aleatorias independientes.
Demostración:
a) V(c) 5 E(c 2 E(c))2 5 E(0) 5 0. Esta propiedad dice que si la variable toma siempre el mismo
valor entonces no tiene variación.
154  |  Estadística para ingeniería y ciencias

b) V(cX) 5 E(cX 2 E(cX))2 5 E(cX – cE(X))2 5 E(c2(X 2 E(X))2) 5 c2E(X – E(X))2 5 c2V(X)
c) V(X 1 c) 5 E(X 1 c 2 E(X 1 c))2 5 E(X 1 c 2 E(X) − c))2 5 E(X 2 E(X))2 5 V(X)
d) Cuando X y Y son variables aleatorias independientes se tiene que f ( x, y) 5 fX ( x) fY ( y) , entonces

V(X 1 Y) 5 E(X 1 Y 2 E(X 1 Y))2 5 E(X 1 Y 2 E(X) 2 E(Y))2

5 E(X 1 Y 2 E(X) − E(Y))2 5 E[(X 2 E(X)) 1 (Y 2 E(Y))]2
5 E(X 2 E(X))2 1 2E(X 2 E(X))E(Y 2 E(Y)) 1 E(Y 2 E(Y))2
5 V(X) 1 2[E(X) 2 E(X)][E(Y) 2 E(Y)] 1 V(Y)
5 V(X) 1 V(Y).

4.2.3  Covarianza
La covarianza de dos variables aleatorias continuas tiene una definición semejante a la del caso discreto.

Definición 4.14.  La covarianza de las variables aleatorias X y Y se define mediante la fórmula:

∞ ∞
Cov( X ,Y ) 5 E( X − E( X ))(Y − E(Y )) 5 ∫ ∫ ( x − E( X ))( y − E(Y )) f ( x, y)dxdy (4.16)
−∞ −∞

Cuando X es igual a Y, la covarianza de X y Y se reduce a la varianza de X.

Para facilitar los cálculos de la covarianza se tiene una fórmula equivalente en el siguiente teo-
rema.

Teorema 4.4.  La covarianza de dos variables aleatorias se puede calcular también con la fórmula
equivalente:
∞ ∞
Cov( X ,Y ) 5 E( XY ) − E( X )E(Y ) 5 ∫ ∫ xyf ( x, y)dxdy − E( X )E(Y ) (4.17)
−∞ −∞

Demostración:
Cov( X ,Y ) 5 E( X − E( X ))(Y − E(Y )) 5 E( XY − XE(Y ) − YE( X ) 1 E( X )E(Y ))
5 E( XY ) − E( XE(Y )) − E(YE( X )) 1 E(E( X )E(Y ))   (se separan las sumas)
5 E( XY ) − E(Y )E( X ) − E( X )E(Y ) 1 E( X )E(Y )   (se sacan las constantes)
5E( XY ) − E(Y )E( X )

Ejemplo 4.12.  Sean X y Y variables aleatorias con función de densidad conjunta dada por:

1
 si −1 # x # 1, x − 1 # y # x 11
f ( x, y) 5  4
0 en otro caso

Encontrar la covarianza de X y Y.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  155

Solución:
Para calcular la covarianza se utiliza la segunda fórmula. Primero se obtienen las
medias de X y Y y el valor esperado de XY.

E(X) 5

E(Y) 5

E(XY) 5

Finalmente, se tiene que:

Cov(X, Y) 5 1/3 2 0 5 1/3

Teorema 4.5.  (Propiedades de la covarianza) Si X, Y y Z son variables aleatorias y a y b son cons-

tantes, entonces se satisfacen las relaciones:
a) Si X y Y son variables aleatorias independientes, entonces Cov (X, Y) 5 0.
b) Cov (aX, bY) 5 abCov (X, Y), las constantes salen de la covarianza.
c) Cov (X 1 a, Y 1 b) 5 Cov (X, Y)
d) V(X 1 Y, Z) 5 Cov (X, Z) 1 Cov (Y, Z).

Demostración:
a) Debido a que X y Y son independientes se tiene que E(XY) 5 E(X)E(Y), por tanto:
Cov( X ,Y ) 5 E( XY ) − E( X )E(Y )
5 E( X )E(Y ) − E( X )E(Y ) 5 0

b) Cov (aX, bY) 5 E(aX 2 E(aX))(bY 2 E(bY))

5 E(aX 2 aE(X))(bY 2 bE(Y))
5 E(a[X 2 E(X)])(b[Y 2 E(Y)])
5 abE [X 2 E(X)][Y 2 E(Y)]
5 abCov (X, Y)

c) Cov (X 1 a, Y 1 b) 5 E(X 1 a 2 E(X 1 a))(Y 1 b 2 E(bY 1 b))

5 E(X 1 a 2 E(X) 2 a)(Y 1 b 2 E(Y) − b)
5 E(X 2 E(X))(Y 2 E(Y))
5 Cov (X, Y)
156  |  Estadística para ingeniería y ciencias

d) Cov (X 1 Y, Z) 5 E(X 1 Y 2 E(X 1 Y ))(Z 2 E(Z ))

5 E(X 1 Y 2 E(X ) 2 E(Y ))(Z – E(Z ))
5 E((X 2 E(X ) ) 1 (Y2 E(Y )))(Z 2 E(Z ))
5 E((X 2 E(X ) )(Z 2 E(Z )) 1 E(Y2 E(Y ))(Z 2 E(Z ))
5 V(X, Z ) 1 V(Y, Z )
La primera de las propiedades de la covarianza hace suponer que con ella se puede determinar el
grado de asociación de las dos variables; si las variables son independientes no hay asociación entre
ellas, el inverso no necesariamente es cierto, pues variables aleatorias que no son independientes
pueden tener covarianza igual a 0, como se ve en el siguiente ejemplo.

Ejemplo 4.13.  Sea X y Y variables aleatorias con función de densidad conjunta dada por:
1
 si x 2 1 y2 # 1
f ( x, y)5  π
0 en otro caso

a) Compruebe que X y Y no son independientes.
b) Encuentre la covarianza de X y Y.

Solución:
a) Para probar que X y Y no son independientes, se debe ver que f (x, y) ≠ fx(x)fy(y).
Para encontrar las funciones de densidad marginales de X y Y se debe integrar a x en
el rango − 1 − y2 # x # 1 − y2 y a y en el rango − 1 − x 2 # y # 1 − x 2 .

1 dy 5 2 1 − y
2
1 dy 5 2 1 − x   y  f ( y)5
2
1− x 2 1− y2
fX ( x)5 ∫
− 1− x 2
π π Y ∫− 1− y 2
π π
con esto se obtiene f (x, y) ≠  fx(x)fy(y) y se concluye que X y Y no son independientes.
1− x 2
1 1− x 2 y  y2 1
b) E( X )5 ∫−1 ∫− dydx 5 ∫   dx 5 0 de la misma manera se llega a
1− x 2 π −1
 2π − 1− x 2

que E(Y) 5 0, falta calcular E(XY).

1− x 2
1 1− x 2 xy  y2 
1
E( XY )5 ∫ ∫ dydx 5 ∫ x   dx5 0
−1 − 1− x 2 π −1
 2π − 1− x 2

Entonces la covarianza de X y Y es Cov(X, Y) 5 0.

Definición 4.15.  Dadas X y Y variables aleatorias, se define el coeficiente de correlación mediante

la fórmula:
Cov( X ,Y ) Cov( X ,Y )
rxy 5 5 (4.18)
V ( X )V (Y ) X xX y

 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  157

Teorema 4.6.  Si X y Y son dos variables aleatorias, entonces se satisface que:

−1 # rxy # 1 (4.19)
Demostración:
Considérese las variables Z1 5 (X − µx) /σx y Z2 5 (Y 2 µy) /σy, donde µx 5 E(X), σx2 5 V(X), µy 5
E(Y) y σy2 5 V(Y),
observe que:
µ1 5 E(Z1) 5 E[(X 2 µx) /σx] 5[E(X) 2 µx] /σx 5 0; de la misma manera µ2 5 E(Z2) 5 0.
Entonces V(Z1) 5 E(Z1 − E(Z1))2 5 (E(Z1)2 5 E((X 2 µx) /σx)2 5 E((X 2 µx)2) / V(X) 5 1, de la misma
manera V(Z2) 5 1.
Por tanto, Cov(Z1, Z2) 5 E[(Z1−µ1)(Z2 2 µ2)] 5 E(Z1Z2).
Por otro lado, se sabe que (Z1 ± Z2)2 $ 0, entonces E[(Z1 ± Z2)2] $ 0.
Al desarrollar el cuadrado y aplicar las propiedades del valor esperado, se tiene que:
E[(Z1− Z2)2] 5 E[(Z1)2 ± 2 Z1 Z2 + (Z2)2]
5 E[(Z1)2] ± 2Ε(Z1 Z2) + E[(Z2)2]
5 V(Z1) ± 2Cov(Z1 Z2) + V(Z2)
5 1 ± 2Cov(Z1 Z2) + 1
5 2(1 ± Cov(Z1 Z2)) $ 0
De esto se obtienen dos desigualdades:
 1 + Cov (Z1 Z2)) $ 0 implica que −1 # Cov (Z1,Z2).
 1 − Cov (Z1 Z2)) $ 0 implica que Cov (Z1,Z2) # 1.
De las dos desigualdades resulta: −1 # Cov (Z1,Z2) # 1.
Cov (Z1,Z2) 5 E(Z1Z2) 5 E[(X 2 µx) /σx] [(Y 2 µy ) /σy]
5 E[(X 2 µx)(Y 2 µy)] /σxσy
5 Cov (X, Y)/σxσy 5 rxy

Corolario 4.1.  Dadas X y Y variables aleatorias se tiene que rxy 5 ±1 si y sólo si X 5 aY + b, con a
y b constantes.

Demostración:
E[(Z1 ± Z2)2] 5 0 si y sólo si Z1 = ±Z2, entonces (X 2 µx) /σx 5 ±(Y 2 µy) /σy; al despejar de esta ecua-
ción la variable X, se obtiene:
σx σx
X 5± Y µ y 1µ x
σy σy
{






a b
158  |  Estadística para ingeniería y ciencias

Como se observa, si el coeficiente de correlación es igual a 1 o a −1, entonces X y Y están asociados

mediante la ecuación de una recta. Cualquier otra asociación entre X y Y no necesariamente la detec-
ta la covarianza o el coeficiente de correlación.

4.2.4  Función generatriz de momentos

Definición 4.16.  Se llama momento de orden i de la variable X al valor esperado de la potencia

i-ésima de X, y se denota como Mi, esto es Mi 5 E(Xi ); con i 5 1, 2, 3, …

Definición 4.17.  Dada X variable aleatoria con función de densidad f (x), se llama función genera-
triz de momentos de X a la función MX(t) definida como MX(t) 5 E(eXt).
El nombre de función generatriz de momentos se justifica en que a partir del desarrollo en series
de potencia de la función exponencial

(tX )2 (tX )3 (tX )4

etX 51 1 tX 1 1 1 1. . . (4.20)
2! 3! 4!
La función generatriz de momentos es una serie de potencias de t, en cuyos coeficientes están los
momentos de orden i, E( X i ) .

t 2 E( X 2 ) t 3 E( X 3 ) t 4 E( X 4 )
MX (t ) 5 E(etX ) 51 1 tE( X ) 1 1 1 1. . . (4.21)
2! 3! 4!

Conocida la función generatriz de momentos, se pueden obtener los momentos de orden i, derivando
esta función y evaluando en t 5 0; como se indica en el siguiente teorema.

Teorema 4.7.  Dada una variable aleatoria X, se tiene que:

dk
M (t ) 5 E ( X k ) (4.22)
dt k X t =0

Demostración:

dk E( X k +2 )
M (t ) 5 E( X k ) 1 tE( X k +1 ) 1 t 2 1... 5 E( X k )
dt k X t =0
2! t =0

El siguiente teorema se aplica para identificar la función de distribución de una variable aleatoria.

Teorema 4.8.  La función generatriz de momentos es una transformación inyectiva.

En una transformación inyectiva, funciones de densidad diferentes tienen función generatriz
de momentos diferentes: ( MX (t ) ≠ MY (t ) ), y si se tienen dos variables aleatorias para las cuales las
funciones generatrices de momentos son iguales, las variables aleatorias tienen la misma función de
densidad.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  159

Ejemplo 4.14.  C
 alcular la función generatriz de momentos de la variable aleatoria X cuya función
de densidad está dada por:
 −2 x
f ( x)5 
 0 en otro caso
Solución:
∞
∞ ∞ 2 e( t − 2 ) x 2
MX (t ) 5 E(etX ) 5 ∫ etx 2e −2 x dx 5 ∫ 2e( t −2 ) x dx 5 5
0 0 t −2 0
2−t

si t , 2, en otro caso la integral diverge.

4.3  Distribución uniforme continua

Definición 4.18.  Se conoce como variable aleatoria uniforme continua en el intervalo (a, b) a la
variable X que tiene función de densidad igual a:
 1
 si a # x # b
f ( x)5  b − a (4.23)
 0 en otro caso


Teorema 4.9.  Si X es una variable aleatoria uniforme en (a, b), entonces su media, varianza y su
función generatriz de momentos son iguales a:
 µ 5 (a 1 b)/2
 σ2 5 (a − b)2/12
etb − eta
 MX(t) 5 (4.24)
t (b − a )

Demostración:
b
b x x2 b2 − a 2 (a − b)(a 1 b) a 1 b
 µ 5 E(X ) 5 ∫a b− a
dx 5 5
2(b − a) a 2(b − a)
5
2(b − a)
5
2

 Para la varianza primero calculamos E(X2).

b
b x2 x3 b3 − a 3 (a − b)(a 2 1 ab 1 b2 ) a 2 1 ab 1 b2
E(X ) 5
2
∫ a b− a
dx 5 5
3(b − a) a 3(b − a)
5
3(b − a)
5
3
De esta manera la varianza es:
σ2 5 E(X2) 2 (E(X))2
a 2 1 ab 1 b2 (a 1 b)2
5 −
3 4
160  |  Estadística para ingeniería y ciencias

4(a 2 1 ab 1 b2 ) − 3(a 2 1 2 ab 1 b2 )
5
12
a 2 − 2 ab 1 b2
5
12
(b − a ) 2
5
12

 La función generatriz de momentos es

b
b etx etx etb − eta
MX(t) 5 E(e tX ) 5 ∫a b− a
dx 5 5
t (b − a ) a t ( b − a )

Tabla 4.1.

Resumen Variable aleatoria uniforme continua

f (x) 5 1/(b 2 a) si a , x , b
Función de densidad
f (x) 5 0     en cualquier otro caso
Media µ 5 (a 1 b)/2
Varianza σ2 5 (b 2 a)2/12

etb − eta
Función generatriz de momentos MX (t)5
5
t (b − a )

Ejemplo 4.15.  Sea X una variable aleatorias uniforme en el intervalo [2, 4]; (X , U(2, 4)). Calcular:
a) P(2.3 # X # 3.4)
b) Graficar f (x)
c) La media de X
d) La varianza de X
e) La función generatriz de momentos

Solución:
3.4
3.4 1 x 3.4 − 2.3 1.1
a) P(2.3 # X # 3.4) 5 ∫2.3 4−2
dx 5
2
5
2
5
2
5 0.55
2.3

b) La gráfica correspondiente se Función de densidad uniforme (2, 4)

muestra a continuación: 0.6
(4 1 2)2 0.5
c) µ 5 53
2 0.4
(4 2 2) 2
1
d) σ2 5 5 0.3
12 3 0.2

e) MX(t) 5 e − e 5 e − e
t4 t2 4t 2t
0.1
t ( 4 − 2) 2t
0
Figura 4.3. 0 1 2 3 4 5 6 7
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  161

4.4  Distribución exponencial

La distribución exponencial se utiliza, entre otras cosas, para modelar el tiempo de vida de baterías, transisto-
res, baleros o componentes eléctricos de computadora; también para modelar la distancia entre los principales
defectos en una carretera, etcétera.
La distribución exponencial se aplica en la ingeniería ambiental. Por ejemplo, se puede usar para modelar
el tiempo que se tardan los pesticidas en degradarse en la tierra o para medir el tiempo en que se toma en de-
gradarse una sustancia radiactiva. Igualmente, se utiliza para medir la cinética de la demanda bioquímica de
oxígeno (DBo5). De manera análoga, se puede usar para medir el tiempo que tardan las partículas atmosféricas
en caer en la superficie de la Tierra.

Definición 4.19.  Se dice que una variable aleatoria continua X está exponencialmente distribuida si
su función de densidad es:
f (x) 5 e2λx  para X $ 0 con λ $ 0 (4.25)
Donde:
λ es el parámetro de la distribución.
Considerando la definición de función de distribución, se tiene que:

 F(x) 5

 P(X $ x) 5 e2λx

Teorema 4.10.  Sea X una variable aleatoria exponencial con parámetro λ, entonces su media,
varianza y función generatriz de momentos son iguales a:
 µ 5 1/λλ
 σ2 5 1/λ2
 MX(t) 5 λ/(λ − t) (4.26)

Demostración:
∞ e − λx ∞ 1
 µ 5 E(X) 5 ∫0
λ x2e− λ xdx 5 −
λ
− xe − λ x 5
0 λ

 Para la varianza primero se calcula E(X 2).

∞ 2e − λx 2 xe − λx ∞ 2
E(X 2) 5 ∫0
λxe − λx dx 5 −
λ2
−
λ
− x 2 e − λx 5 2
0 λ
De esta manera, la varianza es:
σ2 5 E(X 2) 2 (E(X))2

2 1 1
5 − 5
λ2 λ2 λ2
162  |  Estadística para ingeniería y ciencias

 La función generatriz de momentos es:

∞
∞ ∞ λe( t −λ ) x
MX(t) 5 E(e tX ) 5 ∫0
etx λe − λx dx ∫
0
λe( t −λ ) x dx
t −λ
5 ; con t , λ
0

Tabla 4.2.

Resumen Variable aleatoria exponencial

f (x) 5 λe λx si x . 0, con λ . 0
Función de densidad
f (x) 5 0 en cualquier otro caso
Media µ 5 1/ λ
Varianza σ2 5 1/ λ2

λ
Función generatriz de momentos MX (t)    
5 ;t,λ
λ−t

Ejemplo 4.16.  S
 ea X la variable aleatoria que indica el tiempo en años en que un componente elec-
trónico se mantiene en servicio, X se distribuye de acuerdo con una exponencial con
parámetro λ 5 0.2. Calcular la probabilidad de que:
a) El componente se mantenga trabajando después de cumplir dos años.
b) El componente esté funcionando entre tres y cuatro años.
c) El componente deje de funcionar antes de cumplir el año.

Solución:
a) El componente se mantenga trabajando después de cumplir dos años.
∞ ∞
P(X . 2) 5 ∫ 2
λe − λx dx 5 −e −0.2 x 5 e −0.4 5 0.67
2

b) El componente esté funcionando entre tres y cuatro años.

4 4
P(3 , X , 4) 5 ∫ 3
λe − λx dx 5 −e −0.2 x 5 − e −0.8 1e −0.6 5 0.99
3

c) El componente deje de funcionar antes de cumplir el año.

1 1
P(0, X , 1) 5 ∫ 0
λe − λx dx 5 −e −0.2 x 5 − e −0.2 1e −0 5 0.1813
0

La distribución exponencial es una Gráfica de curvas exponenciales de densidad para valores lambda 5 2, .5, 1

familia paramétrica de funciones; 2.0 2.0 Variable

la gráfica siguiente muestra la fun- f(x; 2)

f(x; .5)
1.5 1.5
ción de densidad exponencial para f(x; 1)
Datos Y

algunos valores de λ. 1.0 1.0

0.5 0.5
Figura 4.4. Gráfica con curvas de funciones
de probabilidad de densidad de la 0.0 0.0
distribución exponencial con dife- 0 2 4 6 8 10
Variable aleatoria X
rentes valores de λ.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  163

Ejemplo 4.17.  E
 l tiempo en años que tarda una sustancia radiactiva en degradarse se distribuye ex-
ponencialmente con función de densidad:
1 12x/15
f (x) 5 e para x . 0
15 5
¿Cuál es la probabilidad de que el tiempo que tarda en degradarse sea...
a) A lo más de 6 años?
b) Entre 6 y 18 años?
Solución:
6 6
a) P(X # 6) 5 ∫0
λe − λx dx 5 −e − x/15 51 − e −6/15 5 0.3297
0

18
x 6 18
18 − − −
∫ 5 0.6988 − 0.3297 5 0.3691
− λx
b) P(6 # X # 18) 5 λe dx 5 −e 15
5e 15
−e 15
6
6

Ejemplo 4.18.  E
 l tiempo requerido para que ocurra una reacción química está exponencialmente
distribuido con un tiempo esperado de 5 minutos.
a) ¿Qué proporción de la sustancia se formará dentro de 1 minuto?
b) ¿Dentro de 5 minutos?
c) ¿Entre 4 y 8 minutos?
Solución:
1 1 1
Se sabe que el valor esperado es igual a E(X ) 5 5 5, por lo que λ 5 5 0.20;
λ 15 5
entonces:
a) P(X # 1) 5 1 2 e−0.20(1) 5 0.1813
b) P(X # 5) 5 1 2 e−0.20(5) 5 0.6321
c) P(4 , X , 8) 5 e−0.20(4) 2 e−0.20(8) 5 0.2474

4.5  Distribución gamma

4.5.1  Función gamma
Antes de entrar al estudio de la función de densidad gamma se revisará la función gamma que se define me-
diante una integral.

Definición 4.20.  La función dada por la relación.

∞
Г G(αα) 5 ∫
0
x α−1e − x dx (4.27)

se conoce como función gamma.

164  |  Estadística para ingeniería y ciencias

Teorema 4.11.  La función gamma satisface las siguientes condiciones.

a) Para cualquier α . 1, G(α) 5 (α 2 1) G(α 2 1).
b) Para cualquier entero positivo n, G(n) 5 (n 2 1)!
c) G(0.5) 5 π

Demostración:
a) Al aplicar integración por partes a la función gamma, se tiene que:

u 5 xα 21 du 5 (α 2 1)xα22
dv 5 e–x v 5 2e2x

∞ ∞ ∞
∫
0
x α−1e − x dx 5 − x α−1e − x 1(α − 1) ∫ x( α−1)−1e − x dx 5 (a 2 1) G(G 2 1)
0 0

b) Para n entero mayor que 1, se satisface la relación anterior, esto es GГ(n) 5 (n 2 1) 2 G(n 2 1); de
esta manera, aplicando la misma relación repetidamente se llega a que:

GГ(n) 5 (n 2 1) (n 2 1) (n 2 1) . . . 2 · 1 G(1) 5 (n 2 1)! GГ(1)

y se puede ver de la integral que G(1) 5 1, con lo que se termina la demostración.

c) Para demostrar que G(0.5) 5 π, se requiere aplicar la técnica de cambio de variable en la inte-
1 1 1 1
2 2
gración; al hacer el cambio de variable u 5 x , se
x tiene que 2dux5 x dx, entonces:
2 2 2 2

∞
El siguiente paso es calcular la integral I 5 ∫ e − u du como una integral iterada doble:
2

∞ ∞ ∞ ∞
I 2 5 ∫ e − u du ∫ e − v dv 5 ∫ ∫
2 2 2 2
e − ( u +v )dudv
0 0 0 0

Haciendo un cambio de variable a coordenadas polares, se tiene que:

u 5 r cos(θ) y v 5 r sen(θ), el jacobiano de esta transformación es igual a |J|5 r

y dado que 0 # u, v # `; entonces 0 # r # ` y 0 # θ # Π/2, efectuando el cambio de variables

se tiene que:

π
De esto se obtiene que: Γ(0.5) 5 2 I 5 2 5 π , lo cual se quería probar.
2

4.5.2  Función de densidad gamma

Con base en la función gamma se define la función de densidad gamma considerando dos parámetros, de
acuerdo con la siguiente definición.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  165

Definición 4.21.  Una variable aleatoria X tiene distribución gamma si su función de densidad es:

f (x) 5 para x . 0,  con α, b . 0;  0 en otro caso (4.28)

La función f (x) satisface la primera propiedad de una función de densidad, ya que es positiva; para ver
que también cumpla con la segunda propiedad se aplica el cambio de variable y 5 x/b, se sigue que
dy 5 dx/ b, entonces se obtiene la función gamma dividida entre la función gamma que da igual a 1.

h x F  1 e  x /b hx
F 1  y
e
µ 0 F
b ,( F)
dx 5 µ0 , (F )
dy 51 (4.29)

la distribución gamma se convierte en la distribución exponencial. Esto se ve en la figura 4.5.
La siguiente figura presenta la función de densidad gamma para diferentes valores de los pará-
metros α y b.
a) b)
Gráfica sobrepuesta
Gráfica sobrepuesta de fdp gamma
de fdp gamma vs. diferentes
vs. diferentes valores
valores de alfa yde alfa y beta
beta Gráfica sobrepuesta
Gráfica sobrepuesta de fdp gamma
de fdp gamma incompleta
incompleta vs. de
vs. valores valores
alfa de alfa

1.2 1.2 1.2 1.2 1.6 1.6 1.6 1.6

1.4 1.4 1.4 1.4
1.0 1.0 1.0 1.0
1.2 1.2 1.2 1.2
f(x; alfa, beta)
f(x; alfa, beta)

Variable Variable Variable

0.8 0.8 0.8 0.8
Prob. densidadProb. densidad
alfa 5 2, beta alfa 5 2, beta 5 .333
5 .333
Variable
1.0 1.0 1.0 1.0 densidadProb.
Prob. densidad
alfa 5 1 alfa 5 1
f(x; alfa)

Prob. densidadProb. densidad

1, beta alfa
5 15 1, beta 5 1
f(x; alfa)

alfa 5
Prob. densidadProb. densidad
alfa 5 .6 alfa 5 .6
Prob. densidadProb. densidad
alfa 5 2, beta alfa
5 25 2, beta 5 2
0.6 0.6 Prob. densidadProb. densidad
alfa 5 2 alfa 5 2
0.6 0.6 Prob. densidadProb. densidad
alfa 5 2, beta alfa
5 15 2, beta 5 1 0.8 0.8 0.8 0.8
Prob. densidadProb. densidad
alfa 5 5 alfa 5 5

0.4 0.4 0.6 0.6 0.6 0.6

0.4 0.4
0.4 0.4 0.4 0.4
0.2 0.2 0.2 0.2
0.2 0.2 0.2 0.2
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0 1 02 1
3 24 35 46 57 6 7 0 20 42 64 86 108 10
VariableVariable
aleatoriaaleatoria
X X VariableVariable
aleatoriaaleatoria
X X

Figura 4.5. a)  La función de densidad gamma con diferentes valores de α y b.

b)  La función de densidad gamma con b 5 1.

Teorema 4.12.  Si X es una variable aleatoria que se distribuye como una gamma con parámetros α
y β, entonces la media, la varianza y la función generatriz de momentos de X es:
 E(X) 5 µ 5 αβ,
 V(X) 5 σ2 5 αβ2
 MX(t) 5 (1 − tβ)2α (4.30)

Demostración
h x F  1 e  x /b
Para encontrar la media, la varianza y la función generatriz de momentos se utiliza µ 0 bF ,( a)
dx 51
para todos los valores de α y β positivos.
∞ ∞ xx α−1e − x/β ∞ x
( α +1 )−1 − x /β
e
 E(X) 5 ∫0
xf ( x)dx 5 ∫
0 α
β Γ (α )
dx 5 αβ ∫0 α +1
β Γ(α 11)
dx 5 αβ

 Para calcular la varianza se determina primero E(X 2):

166  |  Estadística para ingeniería y ciencias

∞ ∞ x 2 x α − 1 e − x /β ∞ x
( α + 2 )−1 − x /β
e
E(X2) 5 ∫ x 2 f ( x)dx 5 ∫ α
dx 5 α ( α 1 1)β 2
∫ α+2
dx 5 α(α 11)β 2
0 0 β Γ (α ) 0 β Γ (α 1 2 )
Entonces, la varianza es:
σ2 5 E(X 2) 2 (E(X ))2 5 α(α 1 1)β2 − α2β2 5 αβ2
 La función generatriz de momentos es:
∞ ∞ etx x α−1e − x/β tx α −1 x ( t −1/β )
∞e x e
MX(t) 5 ∫0
etx f ( x)dx 5 ∫
0 α
β Γ (α )
dx 5 ∫0 α
β Γ (α )
dx

*
∞ x α−1e − x/β
tβ −α
∫ dx tβ −α
, donde β* 5 β/(1−tβ)
0 β * α Γ (α )

Tabla 4.3.

Resumen Variable aleatoria gamma

x α − 1 e − x /β
f (x) 5  α    si x . 0, con α, β . 0
Función de densidad β Γ (α )
f (x) 5 0 en cualquier otro caso
Media µ 5 αβ
Varianza σ2 5 αβ2
Función generatriz de momentos MX (t) 5 (12tβ)2α; t , 1/β

Definición 4.22.  Se conoce como distribución gamma estándar a la distribución gamma con b 5 1.

Ejemplo 4.19.  S
 ea X una variable aleatoria con función de distribución gamma estándar con pará-
metro α 5 3, calcular:
a) La probabilidad de que X esté entre 4 y 5.
b) La probabilidad de que X sea mayor que 4.

Solución:
Para obtener los cálculos, se usa la tabla de la distribución gamma que se incluye en
el apéndice de este libro o usando Excel o Minitab, de acuerdo con las instrucciones
que vienen en la última sección de este capítulo. Para ello, se utiliza la fórmula P(a #
X # b) 5 F(b) 2 F(a).
a) P(4 # X # 5) 5 F(5) 2 F(4)
5 0.875 2 0.762 5 0.113
b) P(X . 4) 5 1 2 P(X # 4) 5 1 2 F(4) 5 1 − 0.762 5 0.238
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  167

Ejemplo 4.20.*  S
 ea X el tiempo de supervivencia, en días, de los conejillos de indias expuestos a una
radiación gamma de 400 rads (dosis de radiación absorbida). Se supone que X sigue
a una distribución gamma con parámetros α 5 10 y β 5 20.
a) Calcular la media y la varianza de la supervivencia.
b) Calcular la probabilidad de que un conejillo sobreviva entre 80 y 120 días.
c) Calcular la probabilidad de que un animal sobreviva cuando menos 20 días.

Solución:
De acuerdo con las fórmulas obtenidas,
a) La media de X es E(X) 5 µ 5 αβ 5 (10)(20) 5 200 días.
La varianza es V(X) 5 σ2 5 αβ2 5 (10)(20)2 5 4 000.
Para saber la variación promedio de la supervivencia en días se debe obtener la
desviación estándar, σ 5 63.25 días.
b) P(80 # X # 120) 5 F(120/20, 10) 2 F(80/20, 10)
5 F(6, 10) 2 F(4, 10)
5 0.084 2 0.008 (de la tabla de la distribución de gamma)
5 0.076
c) P(X $ 20) 5 1 2 P(X , 20) 5 1 2 F(20/20, 10)
≈ 0.000 (de la tabla de la distribución gamma)

Ejemplo 4.21.  S
 upóngase que el consumo de electricidad X en kilowatts-hora, sigue a una distribu-
ción gamma con parámetro de forma α 5 3 y parámetro de escala β 5 3. Encontrar:
a) La media y la varianza de X.
b) La probabilidad de que en cierto día el consumo de electricidad sea mayor que 15
kilowatts-hora.
c) La probabilidad de que el consumo diario de electricidad sea de cuando menos
20 kilowatts-hora.
d) La probabilidad de que el consumo por día esté entre 30 y 50 kilowatts-hora.

Solución:
Para calcular la media y la varianza µ y σ2 se utilizan las fórmulas: µ 5 αβ y que
σ2 5 ααβ2.
a) μ 5 (3)(3) 5 9  y  σ2 5 (3)(3)2 5 27
b) P(X . 15) 5 0.4490
c) P(X $ 20) 5 0.2928
d) P(30 # X # 50) 5 0.0797

*Problema adaptado de Probabilidad y estadística para Ingeniería y Ciencias de J. L. Devore, Thomson (2001).
168  |  Estadística para ingeniería y ciencias

4.6  Distribución Weibull

La distribución Weibull la introdujo el físico Weibull en 1939 y de forma análoga a las distribuciones gamma
y exponencial, se utiliza para modelar tiempo de falla de componentes mecánicos o eléctricos. Por ejemplo,
la distribución Weibull proporciona la probabilidad de que, bajo condiciones experimentales específicas, un
componente se mantenga funcionando en forma apropiada por cuando menos un tiempo determinado. Esta
función, igualmente, se usa en el diseño de sistemas complicados, cuya operación o seguridad depende de los
varios componentes involucrados en el sistema; por ejemplo, si una columna de acero puede vencerse. Otra
aplicación de la distribución Weibull es en el modelado de las fallas que puede tener algún aparato sensible
al calor y el estudio de componentes idénticos sujetos a condiciones ambientales idénticas, los cuales pueden
fallar a tiempos diferentes e impredecibles.

Definición 4.23.  La variable aleatoria X se distribuye de acuerdo con una distribución Weibull si su
función de densidad es:
α

αx α−1e − ( x/β )
f (x) 5 α (4.31)
β

para x $ 0 con α . 0 y β . 0; 0 en otro caso.

La siguiente gráfica muestra el comportamiento de la función de densidad de Weibull, según
diferentes valores de α y β.

Gráfica sobrepuesta de valores de alfa y beta vs. var. aleatoria Weibull

1.6 1.6

1.4 1.4 Variable

Alfa 5 1, beta 5 1
Alfa 5 2, beta 5 1
1.2 1.2 Alfa 5 2, beta 5 .5

1.0 1.0
Datos Y

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0.0 0.0

0 1 2 3 4 5 6

Var. aleatoria X de Weibull

Figura 4.6. Gráfica que muestra la curva de densidad de Weibull. Nótese que cuando α 5 1,
la curva se torna exponencial.

El siguiente teorema muestra una forma simple de la función de distribución acumulada Weibull, lo que
ayudará a calcular las probabilidades de que X esté en cualquier intervalo.

Teorema 4.13.  La función de distribución acumulada de una variable aleatoria Weibull con pará-
metros α y β es:

F(x; α, β) 5 1 2 exp[2 (x/β)α] para x $ 0 (4.32)

 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  169

Demostración:
La demostración es directa, por tanto sólo es necesario derivar esta función respecto a x y ver que el
resultado es la función de densidad Weibull.
El resultado de este teorema permite tener una manera directa de calcular probabilidades para la
variable aleatoria Weibull mediante la fórmula:

P(a # X # b) 5 F(b; α, β) 2 F(a; α, β)

Teorema 4.14. 
Si X es una variable aleatoria Weibull, entonces su media y varianza son:
1
 E(X) 5 µ 5 Γ( 11)
2 α 1
V(X) 5 Γ( 11) [Γ( 11)]2 (4.33)
α α
Demostración:
α
∞ ∞ x α e2( x /β )
 E(X) 5 ∫ 0
xf ( x)dx 5 ∫
0 βα
dx

x dx
Si se hace el cambio de variable u 5 ( )α se tiene que du 5 xα−1 α y, por tanto, la integral se
β β
convierte en:
∞ 1
E(X) 5 ∫0
u(1/α+1)−1e − udu 5 Γ(
α
11)

 Para calcular la varianza se determina primero E(X 2), en donde se usa el cambio de variable
x
u 5 ( )α
β
α
α + 1 − ( x /β )
∞ ∞x e ∞ 2
E(X 2) 5 ∫ x 2 f ( x)dx 5 ∫ dx 5 ∫ u( 2/α+1)−1e − udu 5 Γ( 11)
0 0 βα 0 α

Entonces la varianza es:

2 1
σ2 5 E(X2) 2 (E(X))2 5 Γ( 11) 2 [Γ( 11)]2
α α
Tabla 4.4.

Resumen Variable aleatoria Weibull

α
x α−1e − ( x/β )
f (x) 5      
α
si x . 0, con α, β . 0
Función de densidad β
f (x) 5 0 en cualquier otro caso

Media µ 5 Γ(1/α 11),

Varianza Σ2 5 Γ(2/α 11) 2 [Γ(1/α 11)]2

La función generatriz de momentos no tiene una expresión simple, por tal razón no la incluimos.
170  |  Estadística para ingeniería y ciencias

Ejemplo 4.22.*  S
 ea X una variable aleatoria con función de distribución acumulada Weibull con
parámetros α 5 20 y β 5 100. Calcular:
a) P(X # 105)
b) P(98 # X # 102)
Solución:
105 20
a) P(X # 105) 5 F(105; 20, 100) 5 1 2 exp[−( ) ]
100
5 1 2 0.070 5 0.930
b) P(98 # X # 102) 5 F(98; 20, 100) 2 F(102; 20, 100)
98 20 102 20
5 exp[2( ) ] 2 exp[2( ) ]
100 100
5 0.513 2 0.226
5 0.287

*Problema adaptado del libro de Devore (2001).

4.7  Distribución normal

4.7.1  Definición y propiedades

En las aplicaciones estadísticas, la distribución normal es la más importante de todas las distribuciones debido,
entre otras razones, a que muchos procesos aleatorios tienen resultados simétricos y concentrados en un punto.
Esta distribución fue primeramente propuesta por Abraham De Moivre (1667-1754). Sin embargo, 100 años
después Karl Gauss (1777-1855) y Pierre Simon, marqués de Laplace (1749-1827), la propusieron de manera
independiente. Por esta razón, a la distribución normal también se le llama gaussiana o campana de Gauss. La
normal se obtuvo como una aproximación cuando n → ∞ de la binomial.

Definición 4.24.  La variable aleatoria X se distribuye según una normal con parámetros µ y σ, si la
función de densidad de X es:

1
e − ( x−µ ) /2 σ   para  2` , x , `,  con  2` , µ , ` y σ . 0
2 2
f ( x) 5 (4.34)
2 πσ

Se utiliza la expresión: Densidad Normal

X ~ N(µ, σ2)
para indicar que X es normal con parámetros µ y σ2.
La gráfica de la función de densidad normal es simé- s
trica con respecto al parámetro µ; la amplitud de la
gráfica está dada por el parámetro σ.
m
Figura 4.7.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  171

La probabilidad de que X esté en un intervalo es igual al área bajo la curva de la función de densidad.
Entonces se observa que:

mm mm

Figura 4.8.

El área bajo la curva antes de µ es igual al área después de µ: P(X , µ) 5 P(X . µ) 5 0.5.
El área antes de µ − a y área después de µ + a son iguales:
P(X , µ 2 a) 5 P(X . µ 1 a)

m2a m m1a

Figura 4.9.

 Para intervalos de igual longitud, si el intervalo está más cerca de µ, el área correspondiente es
mayor que si se está lejos de µ. En la gráfica se ve que b – a 5 d 2 c, pero:
P(a , X , b) , P(c , X , d)

a b c m d

Figura 4.10.

Por ser la normal una función de densidad se tiene que el área total bajo la curva normal es igual que 1.
172  |  Estadística para ingeniería y ciencias

Teorema 4.15.  Si X es una variable aleatoria normal con parámetros µ y σ2, entonces la media, va-
rianza y función generatriz de momentos de X son:
 E(X) 5 µ
 V(X) 5 σ2
t 2σ 2
tµ1
 Mx(t) 5 e 2 (4.35)

Demostración:
 Se calcula el valor esperado E(X − µ ) 5 E(X) − µ y se utiliza el cambio de variable: y 5 x 2 µ, lo
que implica que dy 5 dx.
∞ 1 ∞
 E(X − µ ) 5 ∫ ∫
2 2
( x − µ) f ( x)dx 5 ( x − µ)e − ( x−µ ) /2 σ dx
−∞ 2 πσ −∞

∞
1 ∞ 1
2 πσ ∫−∞
2 2 2 2
5 ye − y /2 σ dy 5 e − y /2 σ 50
2 πσ −∞

De donde se obtiene que E(X) − µ = 0 , lo cual implica que E(X) = µ.

 La varianza es:
∞ 1 ∞
V(X) 5 E(X − µ)2 5 ∫ ∫
2 2
( x − µ)2 f ( x)dx 5 y2 e − y /2 σ dx
0 2 πσ 0

∞
σ2 σ2 ∞
∫
2 2 2 2
5 ye − y /2 σ 1 e − y /2 σ dy 5 σ 2
2 πσ −∞
2 πσ −∞

 La función generatriz de momentos es:

∞ et µ ∞ ty − y2 /2 σ 2
∫ 2 πσ ∫0
µ ( x −µ )
MX(t) 5 f ( x)dx 5 e e dy
0

t 2S 2
t M t 2S 2
e 2 d t M

2 PS °0
5
2 2 2
e ( y t S ) /2 S 2
dy 5 e 2

Tabla 4.5.

Resumen Variable aleatoria normal

1 2 2
Función de densidad e − ( x−µ ) /2 σ si 2` , x , ` con σ . 0
f (x) 5        
2 πσ     2` , µ , `
Media µ
Varianza σ2
t 2S 2
tM1
Función generatriz de momentos MX (t) 5 e 2
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  173

4.7.2  Cálculo de probabilidades normales

La distribución normal se utiliza para modelar infinidad de procesos aleatorios. A pesar de la importancia de
la distribución normal dentro de la estadística, no es posible calcular las probabilidades integrando la función
de densidad, pues no existe su antiderivada, por esta razón, la única manera de calcular las áreas bajo la curva
normal es mediante integración numérica. Los resultados se pueden encontrar en tablas incluidas en los libros
o calcularlas empleando una computadora.
La relación que tiene el área de la curva normal y su desviación estándar está dada esquematizada en las
dos gráficas siguientes: f (z)

f (z)

68.27%

2.15% 13.6% 34.1% 34.1% 13.6% 2.15% 95.45%68.27%

m 2 3s m 2 2s m 2 s m m 1 s m 1 2s m 13s
2.15% 13.6% 34.1% 34.1% 13.6%
68.2% 2.15% 99.73%95.45%
95.4%
m 2 3s m 2 2s m 299.7%
s m m 1 s m 1 2s m 13s z,
68.2% 23 22 21 0 99.73%
1 2 3
95.4%
99.7% z,
23 22 21 0 1 2 3
a)  X ~ N(µ, σ2) b)  Z ~ N(0, 1)
Figura 4.11. Esquemas que muestran las áreas bajo la curva normal. (Understanding Statistics.
Concepts and Methods, Heath and Company, P. Brase et. al. 1995).

En estas gráficas se observa que, aproximadamente, 68.27% de los valores de los datos están dentro de
una desviación estándar a cada lado de la media; aproximadamente, 95.45% de los valores están dentro de dos
desviaciones estándar en cada lado de la media; y aproximadamente, 99.73% de las observaciones están dentro
de tres desviaciones estándar de la media.

Teorema 4.16.  Si X ~ N(µ, σ2), entonces la variable Z definida como Z 5 (X 2 µ)/σ se distribuye
como una normal con media 0 y varianza 1; esto es, Z ~ N(0, 1).

Demostración:
Para probar este resultado primero se encuentra la función de distribución Z en términos de la función
de distribución de X, a partir de la definición de la función de distribución como la probabilidad acu-
mulada de Z:
FZ(z) 5 P(Z # z) 5 P((X 2 µ)/σ # z) 5 P(X # zσ 1 µ) 5 FX(zσ 1 µ)

Se encuentra la función de densidad de Z al derivar su función de distribución respecto a z usando la

técnica de la regla de la cadena:

d d
fZ (z) 5 FZ (z) 5 FX (zσ 1 µ) 5 fX (zσ 1 µ)σ
dz dz

1 2 2 1 − z2 /2
5 e − ( zσ + µ − µ ) / 2 σ × σ 5 e
2 πσ 2π
174  |  Estadística para ingeniería y ciencias

De donde se sigue que:

1 − z2 /2
fZ (z) 5 e
2π
que es la función de densidad de la normal con media µ 5 0 y varianza σ2 5 1.
El resultado de este teorema se usa para tener una única tabla de distribución normal, pues cual-
quier variable aleatoria normal la podemos llevar a una normal Z ~ N(0, 1).

Definición 4.25.  La distribución normal con media µ 5 0 y varianza σ2 5 1 se conoce como normal
estándar.
Nota: La distribución normal estándar se denota como φ(z) 5 P(Z # z).

En el apéndice se anexa una tabla de la distribución normal estándar, con ella se resuelven los siguientes
ejemplos.

Ejemplo 4.23.  S
 ea Z una variable aleatoria con distribución normal estándar. Encontrar el área bajo
la curva que esté entre z 5 −1.97 y z 5 0.86.
Solución:
El área entre z 5 −1.97 y z 5 0.86 es igual a la probabilidad:
P(−1.97 , Z , 0.86) 5 φ(0.86) 2 φ(−1.97)
5 0.8051 2 0.0244 5 0.7807
Estos valores se encuentran en la tabla de la normal estándar.

 ada una distribución normal, con µ 5 50 y σ 5 10, encontrar la probabilidad de que

Ejemplo 4.24.  D
X esté entre 45 y 62.
Solución:
Se quiere hallar la probabilidad P(45 , X , 62), para calcularla usando la tabla de
la normal estándar se aplica la transformación Z 5 (X 2 µ) / σ en los números X 5
45 y X 5 62.
(45 − 50)/10 5 − 0.5
(62 − 50)/10 5 1.2
P(45 , X , 62) 5 P(2 0.5 , Z , 1.2) 5 φ(1.2) 2 φ(−0.5) 5 0.8849 2 0.3085 5 0.5764

Ejemplo 4.25.  S
 ea Z la variable aleatoria, tal que Z ~ N(0, 1). Encontrar su gráfica y la probabilidad
que esté entre z 5 −1.73 y z 5 12.45.
Solución:
P(−1.73 # Z # 2.45) 5 φ(2.45) 2 φ(−1.73)
5 0.9929 − 0.0418
5 0.9511
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  175

21.73 0 2.45

Figura 4.12.  Gráfica de la curva normal.

Ejemplo 4.26.  ¿Cuál es el área bajo la curva normal a la izquierda de z 5 −1.96?

Solución:
En la tabla de la distribución normal se busca el valor de la variable aleatoria z 5 −1.96:
P(z , −1.96) 5 φ(−1.96) 5 0.0250

Ejemplo 4.27.  ¿Cuál es el área bajo la curva normal a la izquierda de −2.58?

Solución:
Se busca el valor de z 5 −2.58 en la tabla de la normal estándar:
P(z , −2.58) 5 φ(−2.58) 5 0.005

Ejemplo 4.28.  Calcular la probabilidad de que la variable z esté entre −0.5 y 1.25.

Solución:
P(−0.5 , z , 1.25) 5 φ(1.25) 2 φ(−0.5) 5 0.8944 2 0.3085 5 0.5859

P (20.5 < Z < 1.25) 5G1.0 2G.3085 2 G.1056

5 G.5859

P (Z < 2 0.5) 5 G.3085 P (Z > 2 1.25) 5 G.1056

z
20.5 1.25

Figura 4.13.  Gráfica que muestra la probabilidad de P(20.5 , z , 1.25).

 i X es una variable aleatoria normal con parámetros µ 5 24 y σ 5 3. ¿Qué valor de

Ejemplo 4.29.  S
z le corresponde a X 5 19?

Solución:
(19 2 24) 25
z 5 (X 2 µ) / σ 5 5 5 −1.67
3 3
176  |  Estadística para ingeniería y ciencias

 i X es una variable aleatoria normal con parámetros µ 5 150 y σ 5 24, ¿cuál es el

Ejemplo 4.30.  S
valor de z correspondiente a un valor de X 5 182?
Solución:
z 5 (182 2 150)/24 5 1.33
Ejemplo 4.31.  S
 i X es una variable aleatoria normal con parámetros µ 5 100 y desviación estándar
σ 5 15, calcular la probabilidad de P(70 , X , 130).
Solución:
Primero se estandarizan los valores de X 5 70 y X 5 130 por valores de la variable
aleatoria z, esto es:
(70 2 100)
5 −2.00
15
(130 2 100)
5 2.00
15
El valor de z correspondiente al intervalo (70 , X , 130) es (−2.00 , z , 2.00) y la
probabilidad es:
P(70 # X # 130) 5 P(−2.00 # z # 2.00)
5 φ( 2.00) 2 φ(− 2.00)
5 0.9772 2 0.0228 5 0.9544

.4772 .4772

22.00 < z < 12.00

70 < x < 130

Figura 4.14.  Gráfica de la curva normal.

Ejemplo 4.32.  S
 e sabe que el coeficiente intelectual de un grupo de personas se distribuye como una
normal con parámetros µ 5 120 y σ 520. ¿Cuál es la probabilidad de que una persona
elegida al azar de esa población tenga un coeficiente intelectual entre 80 y 140 puntos?
Solución:
Buscar la probabilidad P(80 , X , 140), estandarizando la variable se obtiene:
P(80 , X , 140) 5 P(−2 , Z , 1) 5 φ( 2) 2 φ(− 1) 5 0.9772 2 0.1587 5 0.8185.
Esto significa que cerca de 82% de la población tiene un IQ entre 80 y 140 puntos.

Ejemplo 4.33.  L
 a intensidad del viento en m/s se distribuye normalmente con parámetros µ 5 10 y
σ2 5 4.
a) ¿Qué porcentaje (probabilidad) de la intensidad del viento cae entre 9 y 14 m/s?
b) ¿Entre 13 y 15 m/s?
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  177

Solución:
a) P(9 # X # 14) 5 P(20.5 # Z # 2) 5 0.9772 − 0.3085 5 0.6687 5 66.87%
b) P(13 # X # 15) 5 P(1.5 # Z # 2.5) 5 0.9938 2 0.9332 5 0.06 5 6%

4.7.3  Cálculos con la distribución normal inversa

La función de distribución acumulada normal estándar establece una relación entre el número z y la probabi-
lidad α bajo la curva normal a la izquierda de z.
Para indicar esta relación se escribe un subíndice a la z que corresponde a la probabilidad. De esta manera
zα es tal que:
P(Z # zα) 5 φ(zα) 5 α (4.36)

o Za

Figura 4.15.
Hasta ahora, los problemas presentados tienen como finalidad hallar la probabilidad α conociendo el
valor de zα.
En esta sección se debe encontrar el valor de zα conociendo el valor de α, de ahí el nombre de distribución
normal inversa. En este caso los problemas se reducen a encontrar el valor de z que satisfaga alguna de las
cuatro relaciones siguientes:
P(Z , z) 5 α,   P(Z . z) 5 α,   P(−z , Z , z) 5 α   o   P(0 , Z , z) 5 α (4.37)
cuando el valor de α es conocido.

Ejemplo 4.34.  Considerar a Z , N(0, 1) y encontrar el valor de z, tal que P(Z , z) 5 0.05.

Solución:
La probabilidad P(Z , z) es acumulada, por lo que coincide con la función de distri-
bución acumulada normal. Se busca en la tabla de la distribución normal en la colum-
na de probabilidad (área) al valor más cercano a 0.05, en este caso hay dos valores:
 z 5 −1.65 con probabilidad P(Z , −1.65) 5 0.0495 y
 z 5 −1.64 con probabilidad P(Z , −1.64) 5 0.0505
Como 0.0495 , 0.05 , 0.0505, entonces el valor de z que se busca debe estar entre
−1.65 y −1.64, de esta manera se acuerda que z sea el promedio de estos dos números.
Resultado:
z 5 −1.645;  P(Z , −1.645) 5 0.05
178  |  Estadística para ingeniería y ciencias

Ejemplo 4.35.  Considere a Z , N(0, 1). Encontrar el valor de z, tal que P(Z . z) 5 0.6305.

Solución:
La probabilidad que se pide no se puede determinar directamente en la tabla, pues
ésta sólo da probabilidades acumuladas para Z # z. Si se considera el complemento
de esta probabilidad, se tiene que:
P(Z # z) 5 1 − P(Z . z) 5 1 − 0.6305 5 0.3695
Entonces se busca en la tabla el valor de z que corresponde a la probabilidad 0.3695, y
en la columna área se ve el valor de z. En este caso también hay dos valores cercanos
a 0.3695:
 z 5 −0.34 con probabilidad P(Z , −0.36) 5 0.3669.
 z 5 −0.33 con probabilidad P(Z , −0.35) 5 0.3707.
Como 0.3669 , 0.3695 , 0.3707, entonces el valor de z que se busca debe hallarse
entre −0.34 y −0.33, de esta manera se acuerda que z sea el promedio de estos dos
números.

Resultado:
z 5 −0.335;  P(Z . −0.335) 5 0.6305

Ejemplo 4.36.  Considere a Z ~ N(0, 1). Encontrar el valor de z, tal que P(−z , Z , z) 5 0.732.

Solución:
La probabilidad que se pide no se encuentra en la tabla de la distribución normal,
entonces se debe hallar una probabilidad que se pueda buscar en la tabla.
Por la simetría de la función de densidad normal, se tiene que P(Z # −z) 5 P(Z
$ z), y además la probabilidad de Z en los números reales es igual que 1 y se puede
escribir como la suma de tres términos:
P(Z # −z) 1 P(−z , Z , z) 1 P(Z $ z) 5 2P(Z # −z) 1 P(−z , Z , z) 5 1
De donde se tiene que 2 P(Z # −z) 5 1 − P(−z , Z , z) 5 1 − 0.732 5 0.268.
Se encuentra que P(Z # −z) 5 0.134 y es un valor que sí se puede hallar en las
tablas.
De nuevo se determinan dos valores cercanos a 0.134:
 −z 5 −1.11 con probabilidad P(Z , −1.11) 5 0.1335.
 −z 5 −1.10 con probabilidad P(Z , −1.10) 5 0.1357.
Como 0.1335 , 0.134 , 0.1357, entonces el valor de −z que se busca debe estar
entre −1.11 y −1.10, de esta manera se acuerda que −z sea el promedio de estos dos
números.

Resultado:
−z 5 −1.105 lo que implica que z 5 1.105; P(−1.105 , Z , 1.105) 5 0.732
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  179

Ejemplo 4.37.  Considere a Z , N(0, 1). Encontrar el valor de z, tal que P(0 , Z , z) 5 0.105.

Solución:
La probabilidad que se pide no se halla en las tablas, pero se sabe que antes de la
media el área es igual a 0.5, entonces:
P(Z , z) 5 P(Z # 0) 1 P(0 , Z , z) 5 0.5 1 0.105 5 0.605
Se busca en la tabla de distribución normal y en la columna de probabilidad (área) el
valor más cercano a 0.605. Hay dos valores:
 z 5 0.26 con probabilidad P(Z , 0.26) 5 0.6026.
 z 5 0.27 con probabilidad P(Z , 0.27) 5 0.6064.
Como 0.6026 , 0.6050 , 0.6064, entonces el valor de z que se busca debe estar entre
0.26 y 0.27, de esta manera se acuerda que z sea el promedio de estos dos números.

Resultado:
z 5 0.265; P(0 , Z , 0.265) 5 0.105

Ejemplo 4.38.  U
 n área de 0.4370 está bajo la curva normal entre la media y un valor positivo de z.
¿Cuál es el valor de z?

Solución:
La probabilidad que se pide es P(0 , Z , z) y no se encuentra en las tablas, pero se
sabe que antes de la media el área es igual a 0.5. Entonces:
P(Z , z) 5 P(Z # 0) 1 P(0 , Z , z) 5 0.5 1 0.4370 5 0.9370
Se busca en la tabla de distribución normal y en la columna de probabilidad el valor
más cercano a 0.9370, y se halla que z 5 1.53.

Ejemplo 4.39.  U
 n área de 0.4808 está bajo la curva normal entre la media y un valor de z negativo.
¿Cuál es el valor de z?

Solución:
La probabilidad que se da es P(z , Z , 0) 5 0.4808 con z negativo; esta probabilidad
no corresponde a un valor de la tabla de distribución normal; para encontrar la pro-
babilidad acumulada se observa que:
P(Z # z) 1 P(z , Z , 0) 5 P(Z , 0) 5 0.5 de donde se obtiene que:
P(Z # z) 5 P(Z , 0) 2 P(z , Z , 0) 5 0.5 2 0.4808 5 0.0192
Se busca en la tabla de distribución normal y en la columna de probabilidad el valor
más cercano a 0.0192; así que se encuentra que z 5 −2.07.

Ejemplo 4.40.  9 0% de la distribución de partículas atmosféricas de una curva normal está a la iz-
quierda de un valor de z en particular. ¿Cuál es el valor de z?
180  |  Estadística para ingeniería y ciencias

Solución:
Se está buscando el valor de z, tal que P(Z , z) 5 0.90; este valor se halla directamen-
te en la tabla normal. Se debe buscar el valor más cercano a 0.90. Hay dos valores:
 z 5 1.28 con probabilidad P(Z , 1.28) 5 0.8997.
 z 5 1.29 con probabilidad P(Z , 1.29) 5 0.9015.
Como 0.8997 , 0.9000 , 0.9015, entonces el valor de z que se busca debe estar entre
1.28 y 1.29, pero como 0.90 se encuentra más cerca de 0.8997 se decide que z 5 1.28.
Resultado:
z 5 1.28;  P(Z , 0.128) 5 0.90

Ejemplo 4.41.  C
 onsidere que X ~ N(10, 4). ¿Dentro de qué rango está comprendido 95% de los
valores centrales de X?, es decir, ¿cuál debe ser el valor de a tal que, P(µ − a , X ,
µ 1 a) 5 0.95?
Solución:
Primero se estandarizan los valores de X 5 µ − a y de X 5 µ 1 a, esto es:
(µ − a − µ) a (µ − a − µ) a
5 − y 5 σ
σ σ σ
por lo que:
a a
P(µ − a , X , µ 1 a) 5 P(− σ , Z , σ ) 5 0.95
Esta probabilidad equivale a P(− z , Z , z) 5 0.95 y no se puede encontrar en la
tabla de distribución normal; sin embargo, por la simetría de la función de densidad
normal se tiene que para el mismo valor de z, P(Z , −z) 5 0.025, y consecuentemente
P(Z # z) 5 0.975, esta probabilidad sí se encuentra en la tabla de distribución normal
estándar. Ahora, se busca el valor de z con probabilidad más cercana a 0.975 y se
determina que z 5 1.96 5 a/σ.
De esta ecuación se despeja el valor de a quedando como a 51.96σ, y por el
enunciado del problema se sabe que σ 5 2, por lo que a 5 1.96(2) 5 3.92, así que:
P(µ − a , X , µ 1 a) 5 P(10 − 3.92 , X , 10 1 3.92) 5 P(6.08 , X , 13.92) 5 0.95

95%
2.5%

2.5%

21.96 1.96 z
6.08 13.92 X

Figura 4.16.  Gráfica de este problema.

 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  181

Teorema 4.17.  Sea X variable aleatoria normal con media µ y varianza σ2, X ~ N(µ, σ2), el valor de
a, tal que P(µ − a , X , µ 1 a) 5 1 2 α es igual a z1−α/2 σ.

Demostración:
Al estandarizar los valores de µ 2 a y µ 1 a, se obtiene la relación:
a a
P(µ − a , X , µ 1 a) 5 P(− , Z , ) = 1 − α (4.38)
σ σ
El problema equivale a encontrar el valor de z 5 a/σ, tal que P(−z , Z , z) 5 1 − α, probabilidad que
no se halla en la tabla de la distribución normal estándar, por lo que se debe encontrar la probabilidad
acumulada para Z. Por la simetría de la función de densidad se tiene que P(Z ,− z) 5 P(Z , z) 5
α/2, y por tanto:
α α
P(Z , z) 5 P(Z , −z) 1 P(−z , Z , z) 5 1 − α 1 5 1 − (4.39)
2 2
a
De donde se sigue que z1−α/2 5 , lo que implica que a 5 z1−α/2 σ.
σ

Ejemplo 4.42.  C
 onsidere que X ~ N(10, 4). ¿Dentro de qué rango está comprendido 99% de los
valores centrales de X ?, es decir, ¿cuál debe ser el valor de a tal que P(µ − a , X ,
µ 1 a) 5 0.99?
Solución:
Este ejemplo se resuelve aplicando el teorema 4.17. obsérvese que 1 − α 5 0.99, de donde
se sigue que α 5 0.01 y consecuentemente α/25 0.005, por lo que 1 − α/2 5 0.995.
Se busca el valor de z0.995 en la tabla, y se encuentra que z0.995 5 2.575, ahora se
aplica la fórmula a/σ = 2.575, por lo que a 5 2.575 σ 5 2.575(2) 5 5.15, así que:
P(µ − a , X , µ 1 a) 5 P(10 − 5.15 , X , 10 15.15) 5 P(4.85 , X , 15.15) 5 0.95

99%
0.5%
0.5%

22.58 2.58 z
4.85 15.15 X

Figura 4.17.  Gráfica que muestra la curva relacionada con el ejemplo anterior.

 i X es una variable aleatoria normal con media µ 5 20 y varianza σ2 5 9, dentro de

Ejemplo 4.43.  S
qué rango están comprendidas en el centro.
a) ¿El 99% de las observaciones de en medio de la curva normal?
b) ¿El 90% de las observaciones de en medio de la curva normal?
c) ¿El 80% de las observaciones de en medio de la curva normal?
182  |  Estadística para ingeniería y ciencias

Solución:
Para encontrar el valor de a se usa la fórmula a 5 z1−α/2 σ, y luego se hallan los valores
de los extremos del intervalo donde está contenida la X, (µ − a , X , µ 1 a).
α
a) En este caso 1 − α 5 0.99, entonces α 5 1 2 0.99 5 0.01, por lo que 5 0.005,
α 2
de donde se obtiene que 1 2 5 0.995.
2
En la tabla de distribución normal estándar se busca la probabilidad más cercana a
0.995, el valor de z correspondiente es 2.575, entonces el valor de a es:
a 5 z0.995 σ 5 2.575(3) 5 7.725
Finalmente:
 µ − a 5 20 − 7.725 5 12.275
 µ 1 a 5 20 + 7.725 5 27.725
α
b) En este caso, 1 − α 5 0.90; entonces α 5 1 2 0.90 5 0.10. Por tal razón, 5 0.05,
α 2
de donde se obtiene que 1 2 5 0.95.
2
En la tabla de distribución normal estándar se busca la probabilidad más cercana a
0.95. Como el valor de z correspondiente es 1.645, entonces el valor de a es:
a 5 z0.95 σ 5 1.645(3) 5 4.935
Por último:
 µ − a 5 20 2 4.935 5 15.065
 µ 1 a 5 20 1 4.935 5 24.935
α
c) En este caso, 1 2 α 5 0.80; entonces α 5 1 2 0.80 5 0.20. Por ello 5 0.10, de
α 2
donde resulta que 1 2 5 0.90.
2
En la tabla de distribución normal estándar se busca la probabilidad más cercana a
0.90 y como el valor de z correspondiente es 1.28, entonces el valor de a es:
a 5 z0.90 σ 5 1.28 (3) 5 3.84
Finalmente:
 µ 2 a 5 20 2 3.84 5 16.16

 µ 1 a 5 20 1 3.84 5 23.84

4.8  Teorema del límite central

4.8.1  Presentación
Este teorema es uno de los resultados que justifican la importancia que tiene la distribución normal en la infe-
rencia estadística y se enuncia como:
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  183

Teorema 4.18.  (Teorema del límite central) Sea X1, X2, X3, … Xn, variables aleatorias independien-
tes e igualmente distribuidas con función de densidad arbitraria, tal que su media y varianza son E(Xi)
5 µ y V(Xi) 5 σ2, entonces:
n ( X − µ)
lím 5 Z~N (0,1)
n→∞ σ
X 1 1 X 2 1... 1 X n
con X 5 (4.40)
n
Demostración:
Para probar este teorema se encuentra primero la función generatriz de momentos de la variable
y luego se calcula el límite de esta función generatriz de momentos cuando n va a
infinito. Si este límite coincide con la función generatriz de momentos de la normal estándar, se con-
cluye que el teorema es cierto. Algunos pasos se saltan para hacer más ágil la demostración.
n

n ( X − µ ) i =1 i
− µ)∑( X
Primero se observa que: Yn 5 5
σ σ n
entonces,
tY t ( X 1 −µ )/ σ n +...+t ( X n −µ )/ σ n
MY (t ) 5 E(e n ) 5 E(e )
n

t ( X 1 −µ )/ σ n t ( X n −µ )/ σ n
5E(e . . .e )

La última expresión es el valor esperado de un producto de variables aleatorias independientes, en-
tonces se convierte en el producto de valores los esperados:
tY t ( X 1 −µ )/ σ n t ( X −µ )/ σ n
MY (t ) 5 E(e ) 5 E e . . . E (e )
n

Y utilizando el desarrollo en series de la función exponencial, y las propiedades del valor esperado,
resulta que:
n
 t 2 t 3 E ( X − µ )3 t 4 E ( X − µ )4 
MY (t ) 5  1 1 1 1 1...
n
 2 n 3! n σ
3/ 2 3
4 ! n σ
2 4

n n− 1
 t2  1  t2   t 3 E ( X − µ )3 t 4 E ( X − µ )4 
5  1 1  1 1/ 2  1 1   1 1. . . 
 2n  n  2n   3!σ 3
4! n σ
1/ 2 4


n− 2 2

1  t2   t 3 E ( X − µ )3 t 4 E ( X − µ )4 
1 1 1 1 . . . ...
2 n  2 n  
 3!σ 3 4!n1/2 σ 4 

El límite de esta función cuando n va a infinito es:

2
lím MY (t ) 5 et /2 (4.41)
nmd
n

Esta función coincide con la función generatriz de momentos de la normal estándar, y dado que la
función generatriz de momentos es inyectiva, se concluye que el teorema es cierto.
184  |  Estadística para ingeniería y ciencias

Como una consecuencia del teorema central del límite se pueden establecer los siguientes resultados
equivalentes:
Si n es suficientemente grande, entonces la variable:
 X1 1 X2 1 X3 1 … 1 Xn tiene una distribución aproximadamente normal con media nµ y varian-
za nσ2.
 tiene una distribución aproximadamente normal con media µ y varianza σ2/n.
 tiene una distribución aproximadamente normal con media 0 y varianza 1.
El siguiente ejemplo muestra de qué manera los promedios de una variable aleatoria no normal se
van acercando a la distribución normal.

Ejemplo 4.44.  S
 i se lanza un dado no cargado cada una de sus caras tiene la misma probabilidad de
aparecer. Sea X1 la variable que indica el resultado del lanzamiento de un dado; su
1
función de densidad es f (x) 5 6 con x 5 1, 2, 3, 4, 5, 6.
Si se lanzan dos dados no cargados, los resultados corresponden a un vector
aleatorio (X1, X2); la primera coordenada es el resultado del primer dado y la segunda
coordenada es el resultado del segundo dado. La siguiente tabla indica la probabili-
(X 1 X2)
dad del promedio del resultado de los dos dados Y2 5 1 .
2
Tabla 4.6.

(X1 + X2)/2 Probabilidad Resultados en los dados que dan este promedio
1.0 1/36 (1, 1)
1.5 2/36 (1, 2)(2, 1)
2.0 3/36 (1, 3)(2, 2)(3, 1)
2.5 4/36 (1, 4)(2, 3)(3, 2)(4, 1)
3.0 5/36 (1, 5)(2, 4)(3, 3)(4, 2)(5, 1)
3.5 6/36 (1, 6)(2, 5)(3, 4)(4, 3)(5, 2)(6, 1)
4.0 5/36 (2, 6)(3, 5)(4, 4)(5, 3)(6, 2)
4.5 4/36 (3, 6)(4, 5)(5, 4)(6, 3)
5.0 3/36 (4, 6)(5, 5)(6, 4)
5.5 2/36 (5, 6)(6, 5)
6.0 1/36 (6, 6)

Si se lanzan 3 dados, el resultado es una terna de la forma (X1, X2, X3); la primera co-
ordenada corresponde al resultado observado en el primer dado, la segunda coorde-
nada corresponde al resultado observado en el segundo dado y la tercera coordenada
es el resultado del tercer dado. Hay 216 posibles resultados al lanzar tres dados. Por
la cantidad de resultados posibles no es fácil citarlos en una tabla, pero sí se pueden
contar y saber cuántos casos hay que dan el mismo promedio. Para contar de cuántas
maneras se obtiene un mismo promedio, se observan de cuántas maneras se tiene la
suma de los primeros dos dados y se completa con el resultado del tercer dado.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  185

(X 1 X2)
Por ejemplo, si 1 5 2, implica que X1 1 X2 1 X3 5 6 y los valores que pueden
3
tomar los dados para tener una suma de seis es:

Tabla 4.7.

Suma de los dos primeros dados Valor del tercer dado Número de resultados

X1 1 X2 5 2 (1, 1) X3 5 4 1

X1 1 X2 5 3 (2, 1), (1, 2) X3 5 3 2

X1 1 X2 5 4 (3, 1), (2, 2), (1, 3) X3 5 2 3

X1 1 X2 5 5 (4, 1), (3, 2), (2, 3), (1, 4) X3 5 1 4

Suma total 10

P((X1 1 X2 1 X3)
Hay 10 formas de obtener una suma igual a 6 y, por tanto, 5 2) 5
10 . 3
216
En la tabla 4.8 se muestran los resultados posibles para el promedio de las caras
de tres dados que fueron lanzados. Para cada valor del promedio se revisa de cuántas
maneras se obtiene la suma de los dos primeros dados y se completa con el tercer
dado, igual que se hizo antes para el promedio igual que 2.

Tabla 4.8.

(X1 + X2 + X3)/3 Probabilidad Número de casos que dan este promedio

1.00 1/216 1
1.33 3/216 11253
1.67 6/216 1 1 21 3 5 6
2.00 10/216 1 1 2 1 3 1 4 5 10
2.33 15/216 1 1 2 1 3 1 4 1 5 5 15
2.67 21/216 1 1 2 1 3 1 4 1 5 1 6 5 21
3.00 25/216 2 1 3 1 4 1 5 1 6 1 5 5 25
3.33 27/216 3 1 4 1 5 1 6 1 5 1 4 5 27
3.67 27/216 4 1 5 1 6 1 5 1 4 1 3 5 27
4.00 25/216 5 1 6 1 5 1 4 1 3 1 2 5 25
4.33 21/216 6 1 5 1 4 1 3 1 2 1 1 5 21
4.67 15/216 5 1 4 1 3 1 2 1 1 5 15
5.00 10/216 4 1 3 1 2 1 1 5 10
5.33 6/216 3121156
5.67 3/216 21153
6.00 1/216 1
186  |  Estadística para ingeniería y ciencias

Resultados de un dado Promedios de 2 dados Promedios de 3 dados

0.18 0.18 0.14
0.16 0.16 0.12
0.14
Resultados de un dado 0.14 Promedios de 2 dados 0.1 Promedios de 3 dados
0.12 0.12
0.1 0.18 0.08 0.14
0.1 0.18
0.08 0.16 0.08 0.16 0.06 0.12
0.06 0.14 0.06 0.14
0.04 0.1
0.04 0.12 Resultados de un dado
0.04 0.12 Promedios de 2 dados Promedios de 3 dados
0.02 0.08
0.02 0.1 0.18 0.02 0.1 0.14
0.18
0 0.080.16 0 0.08 0 0.06
0.16 0.12
1
0.06 2 3 4 5 6 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
0.06 1 2 3 4 5 6
0.14 0.14 0.04
0.040.12 0.04 0.1
0.12 0.02
0.02 0.02 0.08
0.1 0.1
0 0 0
0.08 0.08 0.06
1 2 3 4 5 6 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 1 2 3 4 5 6
0.06 0.06
0.04
0.04 0.04
0.02
0.02 0.02
0 0 0
1 2 3 4 5 6 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 1 2 3 4 5 6

Figura 4.18. Como se puede ver, conforme aumenta el número de variables en el promedio,

las probabilidades asociadas se van semejando a la forma de campana. En todos
los casos, tienen la misma media, en este ejemplo µ 5 3.5. Además, conforme
n aumenta, la probabilidad se concentra en el centro, pues la varianza va dismi-
nuyendo.

El teorema del límite central se satisface para cualquier variable aleatoria. En el caso
de las distribuciones simétricas, la convergencia a la normal es más rápida (para n
no tan “grande” la aproximación a la normal es bastante buena), para distribuciones
asimétricas la convergencia puede ser muy lenta (n debe ser muy “grande” para que
apenas se comience a aproximar a la normal).

4.8.2  La distribución normal como aproximación de la distribución binomial

Como una variable aleatoria binomial X con parámetros n y p, se puede escribir como una suma de variables
aleatorias Bernoulli independientes con la misma probabilidad de éxito p, es decir:
X 5 X1 1 X2 1 X3 1 . . . 1 Xn (4.42)
Entonces, por el teorema del límite central cuando n es suficientemente grande, la distribución de X,
que es binomial con parámetros n y p, se puede aproximar mediante una distribución normal con media np y
varianza npq.

Factor de corrección por discrecionalidad

Dado que la distribución binomial es discreta y la distribución normal es continua, se debe aplicar una correc-
ción, pues con una distribución discreta las probabilidades son la altura de cada segmento de recta en la gráfica
de su función de densidad, mientras que las probabilidades de una distribución continua corresponden al área
bajo la curva de la función de densidad.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  187

a) b)

k k k k

Figura 4.19. En la binomial P(X 5 k) corresponde a la altura de cada línea que se observa
en la gráfica a); esa altura es igual al área del rectángulo de base igual a uno
y altura igual que la probabilidad de que X sea igual que k. Con la aproximación
normal, la probabilidad P(X 5 k) corresponde al área bajo la curva entre los
puntos k 2 0.5 y k 1 0.5. El valor de 0.5 que se suma o se resta al valor de k
se denomina factor de corrección por pasar de una distribución discreta a una
continua.

La aproximación normal a la binomial se aplica utilizando las fórmulas de la siguiente tabla:

Tabla 4.9.

Probabilidad con la distribución binomial Probabilidad aproximada por la normal

P(X 5 k) P(k − 0.5 , X , k 1 0.5)

P(k1 # X # k2) P(k1 − 0.5 # X # k21 0.5)

Conforme el valor del parámetro p esté más cercano a 0.5, la densidad binomial es más simétrica y con-
secuentemente la convergencia a la normal es más rápida; si p está más cerca de 0 o de 1, se requerirá un valor
de n más grande para que la distribución binomial se aproxime a una normal, en cualquier caso, con n sufi-
cientemente grande (se recomienda que np . 10 y nq . 10) se puede considerar como buena la aproximación
normal.
La fórmula de la normal estándar aproximada a la distribución binomial es:

X − np
Z5 (4.43)
npq

Ejemplo 4.45.  U
 na máquina produce tornillos de los cuales 10% son defectuosos. Encontrar la
probabilidad de que en una muestra aleatoria de 400 tornillos producidos por esta
máquina:
a) A lo más 30 tornillos estén defectuosos.
b) Entre 30 y 50 estén defectuosos.
c) Entre 35 y 45 estén defectuosos.
d) 55 o más tornillos estén defectuosos.
188  |  Estadística para ingeniería y ciencias

Solución:
Como 400 es suficientemente grande, se puede aplicar el teorema del límite central.
Primero se calcula el promedio y la desviación estándar de la binomial:
µ 5 np 5 (400)(0.1) 5 40 y σ 5 npq 5 [(400)(0.1)(0.90)]0.5 5 6.0
En seguida, se calcula el valor de la variable aleatoria Z usando la relación Z 5
(X 2 µ) .
σ
a) Para calcular P(X # 30) primero se corrige el valor de 30 para quedar como 30.5
y luego se transforma el valor de 30.5 a valores de Z usando la fórmula de estan-
darización, es decir:
z 5 (30.5 2 40)/6.0 5 21.75
Por tanto: P(X # 30) ≈ P(Z # 21.75) 5 0.04
b) P(30 # X # 50) 5 P(29.5 # X # 50.5).
Para calcular esto, primero transformamos los valores de 29.5 y 50.5 a valores de
(29.5 2 40) (50.5 2 40)
Z, es decir, z 5 5 21.75; z 5 5 1.75
6.0 6.0
Por tanto,
P(30 # X # 50) 5 P(X # 50) 2 P(X # 30)
≈ P(Z # 1.75) 2 (Z # 21.75)
5 0.96 2 0.04
5 0.92
c) La probabilidad de que entre 35 y 45 tornillos estén defectuosos es P(34.5 # X #
45.5). Para esto, primero se transforman los valores de X a valores de Z.
(34.5 2 40) (45.5 2 40)
z5 5 20.92   y  z 5 5 0.92
6.0 6.0
Por tanto, P(35 # X # 40) ≈ P(−0.92 # Z # 0.92)
5 0.8212 2 0.1788 5 0.6424
d) P(X $ 55) 5 P(X $ 54.5). Primero se estandariza el valor de X 5 55.5 a valores
de Z.
(54.5 2 40)
z5 5 2.41 que corresponde a una probabilidad de 0.992.
6.0
Por tanto:
P(X $ 55) 5 1 2 P(X # 55) 5 P(Z # 2.41) 5 1 − 0.992 5 0.008

Ejemplo 4.46.  Si X es una variable aleatoria binomial con parámetros n 5 15 y p 5 0.4.

a) Calcular la probabilidad de que X sea igual que 4.
b) Encontrar la aproximación normal de la misma probabilidad.

Solución:
a) Con la tabla binomial se encuentra que:
P(X 5 4) 5 b(4; 15, 0.4) 5 0.1268
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  189

b) Para la aproximación normal se calcula la media y la desviación estándar de la

binomial:
μ 5 np 5 (15)(0.4) 5 6
σ 5 npq 5 (15)(0.4)(0.6) 5 1.897

P(X 5 4), con X binomial es aproximadamente igual que P(3.5 , X , 4.5), con
X normal. Se estandarizan los valores de 3.5 y 4.5:
(3.5 2 6) (4.5 2 6)
z5 5 21.32   y  z5 5 20.79
1.9 1.9
P(X 5 4) 5 b(4; 15, 0.4) ≈ P(21.32 , Z , 20.79)
5 P(Z , 2 0.79) 2 P(Z , 21.32)
5 0.2148 2 0.0934 5 0.1214
El valor 0.1214 obtenido con la distribución normal está muy cercano al 0.1268
calculado con la distribución binomial.

4.9  Distribución lognormal

El modelo lognormal tiene aplicaciones en física, biología, ingeniería, hidrología, medición de partículas atmos-
féricas, etcétera.

Definición 4.26.  Una variable aleatoria X se dice que es lognormal si log(X) ~ N(µ, σ2).

Teorema 4.19.  Si X es variable aleatoria lognormal, entonces su función de densidad es:

1 2 2
f (x) 5 e − (log( x )−µ ) /2 σ , para x . 0, con σ . 0 (4.44)
xσ 2 π
Demostración:
Por la definición se sabe que si X es variable aleatoria lognormal, entonces Y 5 log(X) se distribuye
de acuerdo con una normal con media µ y varianza σ2. Se encontrará la función de densidad de X
mediante la función de distribución acumulada de Y, tomando en cuenta que la función logaritmo es
estrictamente creciente.
FX(x) 5 P(X # x) 5 P(log(X) # log(x)) 5 P(Y # log(x)) 5 FY(log(x))
Donde FY es la función de distribución acumulada de Y y por tanto es normal con media µ y va-
rianza σ2.
La función de densidad de X es por tanto:

d d f (log( x)) 1 2 2
fX (x) 5 FX ( x) 5 FY (log( x)) 5 Y 5 e − (log( x )−µ ) /2 σ
dx dx x xσ 2 π
190  |  Estadística para ingeniería y ciencias

f (x)

Moda Media x
Mediana

Figura 4.20. La gráfica muestra la curva de densidad lognormal. Se observa que se satisface
la relación: media . mediana . moda. La distribución lognormal tiene un sesgo
positivo. Es importante considerar que en las observaciones pequeñas el cálculo
de su logaritmo aumenta de manera considerable. Fuente: Hines et al. Probabi-
lidad y estadística para Ingeniería (2005).

La mediana M es tal que P(X # M ) 5 0.5 5 P(X $ M ).

La moda de una variable aleatoria es el valor de x para el que f (x) es máximo.

Gráfica sobrepuesta de N y T vs. var. aleatoria X lognormal

0.25 0.25 Variable

mu 5 1, sigma 5 1
mu 5 3, sigma 5 1
mu 5 3, sigma 5 1
0.20 0.20

0.15 0.15
Datos Y

0.10 0.10

0.05 0.05

0.00 0.00

0 5 10 15 20 25

Va. aleatoria X lognormal

Figura 4.21.  La gráfica muestra curvas de densidades lognormales.

Teorema 4.20.  Sea X variable aleatoria lognormal con parámetros µ y σ2, su media y varianza son:
2

2 µx 5 e
µ1σ /2
 E(X)
µ1σ /52
e 2 2
2 σ 2 5(2 e σ 21)e 2 µ1σ
 σ 2x 5(e σ 21)e 2xµ1σ (4.45)

Demostración:
2 2
∞ ∞ e − (log( x )−µ ) /2 σ
 E(X) 5 ∫ 0
xf ( x)dx 5 ∫
0 2 πσ
dx

Si se hace el cambio de variable y 5 log(x), se tiene que x 5 ey, en consecuencia resulta que dx 5
eydy, por tanto, la integral se convierte en:

E(X) 5

 Para calcular la varianza se calcula primero E(X 2); en este cálculo también se usa el cambio de
variable y 5 log(x):
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  191

E(X 2) 5

Entonces, la varianza es:

2
E(X 2) 2 (E(X))2 5 e 2 e 2 µ+σ
2 2
5 X 2x 5(e X 21)e 2 R1X
R1X 2 / 2
R x 5e
Tabla 4.10.

Resumen Variable aleatoria lognormal

1 2 2
e − (log( x )−µ ) /2 σ , para x . 0 con σ .0
f (x) 5         
Función de densidad xσ 2 π
f (x) 5 20  en Xcualquier
2 otro caso
2 R1X 2
X x 5(e 21)e
2
Media µx 5 R 5 eR1X / 2 con μ la media de log(X)
     
x

2 2
X 2
5(e X 21)e 2 R1X con µ y σ son la media y la desviación
         
x
Varianza
estándar
R 5 eR1X de
/ 2 log(X)
2

Para el cálculo de las probabilidades de la distribución lognormal se utiliza la relación:

FX(x) 5 FY(log(x))
Por tanto, se usan las tablas de distribución normal estándar que se encuentran en el apéndice de este
libro.

 a variable aleatoria X tiene una distribución lognormal con µ 5 10 y σ2 5 4.

Ejemplo 4.47.*  L
Calcular:
a) El promedio, la varianza, la mediana y la moda de la distribución.
b) P(X # 1000)

Solución:
a) La media es E(X) 5 exp[10 1 (0.5)(4)] 5 e12 ≈ 162,754
La varianza es:V(X) 5 (exp(4)21) 3 exp(24) 5 1.41977E 3 1012
La mediana corresponde al valor de x, tal que FX(x) 5 0.05, esto significa que log(x)
5 µ, pues en la distribución normal antes de µ y después de µ la probabilidad es 0.5,
entonces la mediana es:
x 5 e µ 5 e10 ≈ 22 026
La moda corresponde al valor más alto de la función de densidad; se debe derivar la
función de densidad y encontrar la raíz de la derivada, entonces la moda es:

Problema adaptado del libro Probabilidad y estadística para Ingeniería de Hines et al. Grupo Editorial Patria (2005).
*
192  |  Estadística para ingeniería y ciencias

Mo 5 e10 2 4 5 e 6 ≈ 403.43
b) P(X # 1000) 5 P(ln X # ln 1000) 5 P(Y # ln 1000)
5 P(Y # 6.91) 5 P(Z # (6.91 2 10)/2)
5 P(Z # 2 1.55) 5 0.0606

4.10  Distribuciones derivadas de la normal

Son tres distribuciones derivadas de la normal, las cuales se aplican en la estadística inferencial para modelar
las distribuciones en el muestreo. Estas distribuciones derivadas de la normal son: la ji-cuadrada (χ2), la t de
Student y la F de Snedecor. En esta sección se estudiarán las distribuciones sin demostrar sus formas analíticas
y se darán algunos ejemplos de cómo usar las tablas correspondientes.

4.10.1  La distribución ji-cuadrada

La distribución ji-cuadrada surge de la suma de normales estándar al cuadrado, su definición formal es la
siguiente.

Definición 4.27.  Sea Z1, Z2, . . . , Zk variables aleatorias independientes con distribución normal es-
tándar, entonces la variable aleatoria dada por:

X Z12 Z22 Z3 ... (4.46)

tiene una distribución conocida como ji-cuadrada con k grados de libertad.

Teorema 4.21.  Sea X variable aleatoria ji-cuadrada con k grados de libertad, entonces su función de
densidad es:
1
fk ( x) 5 x k /2−1e − x/2 para x $0;   y   0 en otro caso (4.47)

Observe que la función de densidad ji-cuadrada corresponde a una densidad gamma con parámetros
k
β52 y α5 .
2
La siguiente gráfica muestra la función de densidad de esta variable para distintos valores de k;
observe que cuando k es pequeño, la probabilidad 0.16

se concentra en valores pequeños y conforme k k56

crece la probabilidad se concentra en valores ma- 0.12

yores. k 5 12

0.06 k 5 18
k 5 24
k 5 30

0.04
Figura 4.22.  G
 ráfica que muestra la familia de
la distribución de ji-cuadrada con
0 10 20 30 40
diferentes grados de libertad.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  193

Dado que la ji-cuadrada es la suma de variables aleatorias independientes por el teorema del límite cen-
tral, esta distribución se aproxima a una normal conforme k crece, como se puede ver en la gráfica.
El único parámetro de la distribución ji-cuadrada son los grados de libertad (el parámetro k) que
corresponde al número de variables aleatorias independientes en la suma que define la variable. La
variable ji-cuadrada siempre es positiva, pues corresponde a la suma de variables al cuadrado.

Teorema 4.22.  Si X1 y X2 son dos variables aleatorias independientes, tales que X1 ~ ji-cuadrada con
n grados de libertad y X2 ~ ji-cuadrada con m grados de libertad, entonces X1 1 X2 ~ ji-cuadrada
con n 1 m grados de libertad.

Demostración:
Por la definición de la variable ji-cuadrada se sigue que:

X1 5 Z12 1 Z22 1 . . . 1 Zn2    y   X2 5 W12 1 W22 1 . . . 1 Wn2

con Z1, Z2, . . . , Zn, W1, W2, . . . , Wm variables aleatorias independientes tales que Zi ~ N(0, 1) y Wi
2 2 2 2 2 2
~ N(0, 1). Entonces, X1 1 X2 5 Z1 1 Z2 1 . . . 1 Zn 1 W1 1 W2 1 . . . 1 Wn es la suma de
n 1 m variables normales estándar independientes al cuadrado, por lo que se deben distribuir como
ji-cuadrada con n 1 m grados de libertad.

Teorema 4.23.  Si X se distribuye como una ji-cuadrada con k grados de libertad, entonces la media,
la varianza y la función generatriz de momentos de X son:
 E(X ) 5 k
 V(X ) 5 2k
 MX(t) 5 (1 2 2t)2k (4.48)

Demostración:
k
Como la distribución ji-cuadrada es una densidad gamma con parámetros β 5 2 y α 5 , se tiene
2
que:
k
 E(X ) 5 αβ 5 ( )2 5 k
2
k
 V(X ) 5 αβ2 5 ( )4 5 2k
2
 MX(t) 5 (1 2 tβ)2α 5 (1 2 2t)2k/2

Tabla 4.11.

Resumen Variable aleatoria ji-cuadrada

x k /2−1e − x/2 si x $ 0
f (x) 5      
Función de densidad
k /2
Γ

f (x) 5 0 en cualquier otro caso

Media µ5k
Varianza σ2 5 2k
1
Función generatriz de momentos MX(t) 5 (1 2 2t)2k/2  t ,
2
194  |  Estadística para ingeniería y ciencias

El apéndice de este libro contiene una tabla de la

distribución ji-cuadrada con los valores de x, tales
0.12
que:
P(X . x) 5 α
0.08
Para:
α 5 0.995, 0.99, 0.975, 0.95, 0.90,
0.04
 0.10, 0.05, 0.025, 0.01, 0.005
Si se quiere tener la probabilidad del complemento,
0 10 20
se usa la fórmula: x

P(X , x) 5 1 2 P(X , x) Figura 4.23.

Ejemplo 4.48.  S
 ea X una variable aleatoria ji-cuadrada con 9 grados de libertad, encontrar el valor
de x, tal que:
 P(X . x) 5 0.025
 P(X , x) 5 0.025
Solución:
Para hallar el valor de x, tal que:
P(X . x) 5 0.025
en la tabla de la ji-cuadrada busque en la columna correspondiente la probabilidad
0.025 y el renglón de 9 grados de libertad para encontrar x 5 19.023.
Para determinar el valor de x, tal que:
P(X , x) 5 0.025,
se encuentra la probabilidad del complemento, P(X . x) 5 0.975, ahora en la columna
de 0.975 busque el renglón de 9 grados de libertad y ahí se halla a x 5 2.700.

ji cuadrada con 9 grados de libertad

0.12

0.1

0.08

0.06

0.04

0.02
0.025 0.025
0
0 2.7 5 10 15 19.023 25 30
20.02 Figura 4.24.

4.10.2  La distribución de Student

La distribución t de Student la propuso en 1908 William S. Gosset, quien usaba el seudónimo de Student en
sus publicaciones y se define así:
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  195

Definición 4.28.  Sea X y Y variables aleatorias independientes, tales que X ~ N(0, 1) y Y ~ ji-cuadrada
con n grados de libertad, entonces la variable:
X
W5 (4.49)
Y /n

es una variable t de Student con n grados de libertad. Los grados de libertad corresponden a los grados
de libertad de la ji-cuadrada del denominador.
0,45
0,4 k 51
k 52
0,35 k 55
k 5 10
0,3 k 5 infini
0,25

0,2
0,15
0,1
0,05
0
25 24 23 22 21 0 1 2 3 4 5

Figura 4.25. Gráficas de la función de densidad t de Student: la media de esta distribución

es 0 y conforme los grados de libertad aumentan la varianza de la variable alea-
toria t disminuye; en el límite al infinito, la distribución t coincide con la normal
estándar.

Las tablas en el cd-rom (apéndices) del libro reportan los valores de la función de distribución acumu-
lada t de Student, esto es, si X ~ t con n grados de libertad, en la tabla se dan los valores de:
P(X , x) 5 α
En el renglón superior de la tabla se hallan los valores para α 5 0.75, 0.90, 0.95, 0.975, 0.99, 0.995.
0.9975, 0.999, 0.9995, 0.99975, 0.9999, 0.99995, 0.999975 y 0.99999.
En la primera columna de la izquierda están los grados de libertad y en las restantes columnas
se encuentran los valores de x.

Ejemplo 4.49.  S
 ea X distribuida como t de Student con 10 grados de libertad, encontrar la probabi-
lidad:

 P(X , x) 5 0.95
 P(X . x) 5 0.05

 P(X , x) 5 0.05

Solución:

 La probabilidad P(X , x) 5 0.95 se lee directamente en la tabla, de manera que se

debe ir a la columna señalada como 0.95; en esta columna se observa el renglón
de los grados de libertad igual que 10, ahí se encuentra el valor de x 5 1.812.
196  |  Estadística para ingeniería y ciencias

 La probabilidad P(X . x) 5 0.05, no la trae la tabla, pues la variable aleatoria X

está por arriba del valor x. Para poder utilizar las tablas de este libro, se determina
el complemento de esta probabilidad P(X , x) 5 1− 0.05 5 0.95; ahora, en la
columna correspondiente a 0.95 se busca el renglón de 10 grados de libertad y en
esa celda se halla el valor de x 5 1.812.
 La probabilidad P(X , x) 5 0.05 es una probabilidad acumulada, pero en la tabla
no se encuentra el 0.05, de manera que para encontrar el valor de x se utiliza la
simetría de la distribución t, entonces se satisface que P(X , −x) 5 P(X . x) 5
0.05 y es el mismo valor del inciso anterior, x 5 21.812.

4.10.3  La distribución F
La función F la introdujeron George Waddell Snedecor y Ronald Fisher, razón por la cual a esta distribución
se le conoce como distribución F de Snedecor o como distribución F de Fisher-Snedecor, y se define de la
siguiente manera.

Definición 4.29.  Sea X1 y X2 variables aleatorias independientes con distribución ji-cuadradas con
grados de libertad ν1 y ν2, respectivamente; entonces, la variable aleatoria:

X 1 / ν1
F5 (4.50)
X 2 / ν2

tiene distribución F con ν1 y ν2 grados de libertad. Observe que los grados de libertad son los de las
variables ji-cuadrada que están en el numerador y en el denominador.
La función de densidad F tiene una gráfica semejante a la gráfica de la función de densidad ji-
cuadrada, como se puede observar en la siguiente gráfica.
Gráfica sobrepuesta de prob. de densidad vs. valores de F
1.2 1.2

1.0 1.0

Variable
0.8 0.8 Prob. de densidad F.05; 30, 30
Prob. de densidad F.05; 20, 6
Prob. de densidad F.05; 6, 6
f(F)

0.6 0.6

0.4 0.4

0.2 0.2

0.0 0.0
0 1 2 3 4 5

Valores de F

Figura 4.26.  Gráfica que muestra curvas F típicas, con diferentes grados de libertad v1 y v2.

La tabla 7 del cd-rom de este libro tiene los valores de la probabilidad:

P(F . x) 5 α (4.51)
Para valores de α 5 0.100, 0.050, 0.010 y 0.001, en el primer renglón de la tabla se tienen los grados
de libertad del numerador (ν1) y en la primera columna de la izquierda están los grados de libertad
del denominador (ν2). Los valores de la tabla se denotan por Fα.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  197

Teorema 4.24.  Si la variable aleatoria X se distribuye como una F con ν1 y ν2 grados de libertad,
1
entonces la variable se distribuye como una F con ν2 y ν1 grados de libertad.
X
Demostración:
X 1 / ν1
Si X se distribuye como una F con ν1 y ν2, entonces X 5 donde X1 y X2 son variables alea-
X 2 / ν2
torias independientes y X1 ~ ji-cuadrada con ν1 grados de libertad y X2 ~ ji-cuadrada con ν2 grados
1 X /ν
de libertad; por tanto: 5 2 2 que corresponde a una variable aleatoria F con ν2 y ν1 grados de
X X 1 / ν1
libertad.

Teorema 4.25.  (Relación de la distribución t con la distribución F) Si X es una variable aleatoria t

de Student con ν1 grados de libertad, entonces X 2 es una variable F con 1 y ν1 grados de libertad.
Demostración:
De la definición de la variable t de Student con n grados de libertad se tiene que X , t con n grados
de libertad, entonces:
Z
X5
Y /n

con Z y Y independientes y Z ~ N(0, 1) y Y ~ ji-cuadrada con n grados de libertad. Como Z 2 es

una suma con un único sumando, se tiene que Z 2 ~ ji-cuadrada con 1 grado de libertad. Entonces,
Z2 / 1
X25 que corresponde a una variable aleatoria F con 1 y n grados de libertad.
Y /n

Ejemplo 4.50.  Encontrar:

a) F0.05 con ν1 5 6 y ν2 5 10
b) F0.01 con ν1 5 6 y ν2 5 10

Solución:
a) Los grados de libertad del numerador son ν1 5 6 y los grados de libertad del de-
nominador son ν2 5 10. Con α 5 0.05 de la tabla de F del apéndice, se lee 3.22.
Por tanto, F0.05;6, 10 5 3.22.
b) Para este inciso se busca α 5 0.01 en la tabla de F con ν1 5 6 y ν2 5 10 y da
F0.01;6, 10 5 5.39.

4.11  C
 álculo de las funciones de distribución acumuladas  
continuas usando Excel
4.11.1  Presentación
Para obtener los cálculos de las distribuciones continuas con Excel se utiliza el asistente de gráficas. Al ha-
cer clic en el asistente de gráficas aparece una pantalla de diálogo en la que se debe elegir primero el tipo de
198  |  Estadística para ingeniería y ciencias

función y luego la función específica que se quiere. En esta pantalla se eligen las funciones Estadísticas y se
busca la distribución particular que se requiere calcular; en la figura 4.27 se observa una ventana con diferentes
opciones de funciones de distribución acumulada, la ji-cuadrada (DISTR.CHI), la distribución exponencial
(DISTR.EXP), la distribución F (DISTR.F), etc. Cuando se selecciona la distribución deseada aparece otra
pantalla de diálogo en la que se solicitan los valores de los parámetros de la distribución. En algunas distribu-
ciones hay una ventanilla asignada como Acumulado, si en esta ventanilla se pone 0, se obtiene el valor de la
función de densidad y si se pone 1, resulta el valor de la función de distribución para el valor particular de x.

Figura 4.27.

4.11.2  Ejemplo de uso de tablas y gráficas de funciones de probabilidad

Para hacer una gráfica de la función de densidad o de distribución de una variable aleatoria continua se debe
generar una columna con los valores de X y luego otra columna con los valores de la distribución correspon-
diente. Con estos datos en las dos columnas se puede elaborar la gráfica usando el asistente de gráficas. Tanto
para generar los datos de X, como los de la función de probabilidad, sólo es necesario escribir uno o dos va-
lores, marcar la celda donde están estos valores y con el botón izquierdo del ratón sostenido, se arrastra hacia
abajo para que se hagan los cálculos correspondientes. Como ejemplo, se describen las instrucciones para
generar los datos y elaborar la gráfica de la función de densidad normal estándar.
Los datos de la normal estándar se van a calcular en el rango desde 24 a 4 con un espaciamiento de un
décimo. Las instrucciones para obtener la gráfica son:
1. En una celda (por ejemplo, la A2), escriba el número −4.
2. En la celda de abajo (la A3) escriba −3.9.
3. Seleccione las dos celdas y vaya a la esquina inferior izquierda hasta
que el cursor del ratón se convierta en una crucecita delgada; oprima
el botón izquierdo del ratón y arrástrelo hasta la celda A82; con esto
se tendrá una columna con los datos de X en el rango de 24 a 4.

Figura 4.28.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  199

4. Colóquese frente de la celda en donde está el 24 (en la B2) y haga clic en el asistente de función, bus-
que en las funciones Estadísticas la función DISTR.NORM.
5. En la pantalla de diálogo que aparece en la ventanilla de X, escriba la ubicación de la celda donde está
el 24 (la A2, en este caso); esto lo puede hacer al poner el cursor del ratón sobre esta celda corres-
pondiente; en la ventanilla de Media escriba 0, en Desv_estándar escriba 1, y en acum., 0, como se
muestra en la figura 4.29.

Figura 4.29.

6. Ahora, ponga el cursor del ratón en la esquina inferior derecha de esta celda y oprimiendo el botón
izquierdo arrástrelo (hasta la celda B82). Con estas instrucciones se calculan las dos columnas, la de
los valores de X y la de la densidad normal estándar.
7. En seguida señale los datos de las dos columnas que se acaban de calcular y haga clic en el asistente
de gráficas.

Figura 4.30.

8. En la pantalla que aparece elija la gráfica DIS-

PERSION y señale el tipo de gráfica que está uni-
da con líneas curvas (vea la figura 4.31).

Figura 4.31.
200  |  Estadística para ingeniería y ciencias

9. Puede rotular la gráfica poniéndole nombre y termine. Al final se obtiene la gráfica siguiente:

Densidad normal estándar

0.5

0.4

0.3

0.2

0.1

0
26 24 22 0 2 4 6

Figura 4.32.

4.12  C
 álculo de distribuciones continuas usando  
el programa Minitab

4.12.1  C
 álculo de los valores de la funciones de densidad  
y de distribución normal
Los valores de la función de distribución (probabilidad acumulada) normal se obtienen con las instrucciones
siguientes:
1. Vaya a Calc > Probability distributions > Normal
2. En la ventana de diálogo de Normal Distribution haga clic en Cummulative distribution, es decir,
para calcular las probabilidades acumuladas.
3. En la ventanilla de Mean escriba el valor de la media y en la ventanilla de Standard deviation el valor
de la desviación estándar.
4. Haga clic en OK. Todo esto generará la columna de los valores de la distribución acumulada corres-
pondiente a la media y desviación estándar impuestos.
De manera similar, para generar los valores de la función de densidad se debe proceder de la siguiente
manera:
1. En la ventana de diálogo de Normal Distribution haga clic en Probability density, es decir, para
calcular las probabilidades de densidad.
2. Proceda como en los incisos 3) y 4).

Ejemplo 4.51.  Calcular las siguientes probabilidades bajo la curva normal estándar.
a) Entre z 5 21.5 y z 5 21
b) Entre z 5 1 y z 5 21
c) La probabilidad de que el valor de z sea de cuando menos 2.
d) La probabilidad de que el valor de z sea de cuando mucho 2.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  201

Solución:
Aquí es conveniente introducir un rango de valores apropiados de la variable alea-
toria z en la hoja de Minitab, de acuerdo con lo que se desee hacer: en este caso, por
ejemplo, de 24 a 14. La figura 4.33 muestra esta situación.

Figura 4.33.

Solución:
a) P(21.5 # Z # 21.0) ) 5 0.1587 2 0.0668 5 0.0919 (de la tabla de la figura 4.33)
b) P(21 # Z # 1) (en este caso no se necesita usar ninguna tabla. ¿Por qué?)
c) P(Z $ 2) 5 1 2 P(Z # 0.9332) 5 0.0668
d) P(Z # 2) 5 0.9773

Ejemplo 4.52.  C
 alcular la distribución de las probabilidades acumuladas para los valores de la varia-
ble aleatoria normal X de 2.5, 2.6, 2.7, 2.8, 2.9, 3.0, 3.1, 3.2, 3.3, 3.4.
Determinar lo siguiente:
a) P(X $ 2.9)
b) P(2.7 # X # 3.0)

Solución:
Siga las instrucciones para calcular las probabilidades pedidas por el problema.
202  |  Estadística para ingeniería y ciencias

Tabla 4.12.

Variable aleatoria X Probabilidad acumulada

2.5 0.068622
2.6 0.123865
2.7 0.204508
2.8 0.310167
2.9 0.434423
3 0.565577
3.1 0.689833
3.2 0.795492
3.3 0.876135
3.4 0.931378

a) P(X $ 2.9) 5 0.6898

b) P(2.7 # X # 3.0) 5 0.4417

4.12.2  C
 álculo de los valores de la función de distribución  
exponencial
Los valores de la función de distribución acumulada (probabilidad acumulada) exponencial se obtienen con
las instrucciones siguientes:
1. Escriba en una columna los valores de X donde quiere tener los cálculos de la función de distribución
acumulada.
2. Vaya a Calc > Probability distributions > Exponential.
3. En la ventana de Exponential distribution haga clic en Cummulative probability. En la ventana de
1
Mean escriba el valor de μ (recuerde que μ 5 ).
λ
4. En la ventana de Input column escri-
ba el número de la columna donde está
la variable aleatoria X y en la ventani-
lla de Optional Storage ponga la co-
lumna donde se almacenarán los datos
y haga clic en OK.
Para hacer las gráficas correspondientes
introduzca los valores como se muestra en el
recuadro de la figura 4.34.

Figura 4.34.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  203

Ejemplo 4.53.  S
 uponer que el tiempo promedio que se tarda una sustancia radiactiva (un isótopo ra-
diactivo que tiene el mismo número atómico pero diferente peso molecular) en descom-
ponerse es una variable aleatoria exponencial con μ 5 15 años. Hacer lo siguiente:
a) Una tabla con los valores de las probabilidades acumuladas y de función de masa
para los valores de la variable aleatoria exponencial X de 0, 5, 10, 15, 20, 25, 30,
35, 40, 45 y 50 años.

b) ¿Cuál es la probabilidad de que el isótopo tarde en degradarse a lo más en 5 años?

c) ¿Cuál es la probabilidad de que el isótopo tarde en oxidarse entre 20 y 50 años?

d) ¿Cuánta materia orgánica quedó (lo que se consumió) después de 40 años?

e) Graficar las probabilidades acumuladas e individuales en función del tiempo en
años.

Solución:
a) Siga las instrucciones para calcular los valores de la función exponencial dadas
por Minitab:

Figura 4.35.

b) P(X # 5) 5 0.2835

c) P(20 # X # 50) 5 0.2279

d) P(X . 40) (para resolverse por el lector)

e) Para graficar las probabilidades acumuladas e individuales en función del tiempo
en años proceder como se observa en la ventana anterior. Estas instrucciones
generan las gráficas siguientes.
204  |  Estadística para ingeniería y ciencias

Gráfica de prob. individual vs. variable aleatoria exponencial

X X Gráfica
Gráfica de probabilidad
de probabilidad acum.acum. vs. aleatoria
vs. var. var. aleatoria exponencial
exponencial X X
Prob. individual o cantidad de material restante
Gráfica de prob. individual vs. variable aleatoria exponencial
Prob. individual o cantidad de material restante

Prob. acum. o cantidad de material oxidado

Prob. acum. o cantidad de material oxidado
0.07 0.07 0.07 0.07 1.0 1.0 1.0 1.0

0.06 0.06 0.06 0.06

0.8 0.8 0.8 0.8
0.05 0.05 0.05 0.05

0.04 0.04 0.04 0.04 0.6 0.6 0.6 0.6

0.03 0.03 0.03 0.03

0.4 0.4 0.4 0.4

0.02 0.02 0.02 0.02

0.2 0.2 0.2 0.2
0.01 0.01 0.01 0.01

0.00 0.00 0.00 0.00 0.0 0.0 0.0 0.0

0 0 10 10 20 20 30 30 40 40 50 50
0 0 10 10 20 20 30 30 40 40 50 50
Var. aleatoria
Var. aleatoria exponencial
exponencial X X Var. aleatoria
Var. aleatoria exponencial
exponencial X X

Figura 4.36.  G
 ráficas de las probabilidades exponenciales acumuladas e individuales en fun-
ción del tiempo.

4.12.3  Cálculo de los valores de la función de distribución acumulada gamma

Los valores de la función de distribución acumulada (probabilidad acumulada) gamma se obtienen con las
instrucciones siguientes:
1. Escriba en una columna los valores de X donde quiere tener los cálculos de la función de distribución
acumulada.
2. Vaya a Calc > Probability distributions > Gamma.
3. En la ventana de diálogo Gamma distribution haga clic en Cummulative probability.
4. En la ventanilla de Shape parameter escriba el valor de α deseado. Igualmente, en la ventanilla de
Scale parameter escriba el valor de β.
5. Para todas las demás instrucciones proceda como en los incisos anteriores.

Ejemplo 4.54.  H
 acer el mismo ejemplo 4.20 de la supervivencia de los conejillos de indias con pa-
rámetro de forma α 5 10 y con escala β 5 20. Calcular las siguientes probabilidades,
pero ahora usando Minitab:

a) P(80 # X # 120)

b) P(X $ 80)
c) P(X # 80)

d) P(X $ 20)

Solución:

Siga las instrucciones antes mencionados para la distribución gamma e introduzca un

rango de valores de X apropiado para obtener la tabla siguiente.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  205

Tabla 4.13.

Variable aleatoria de
Probabilidad acumulada Función de densidad
distribución gamma X

19 0.0000001 0
20 0.0000001 1E-07

21 0.0000002 1E-07
79 0.0074911 0.000621

80 0.0081322 0.000662
81 0.0088148 0.000704
119 0.0805251 0.003356
120 0.083924 0.003442

De la tabla anterior:
a) P(80 # X # 120) 5 0.0839 2 0.0081 5 0.0758
b) P(X $ 80) 5 1 2 0.0081 5 0.9919
c) P(X # 80) 5 0.0081
d) P(X $ 20) 5 1 2 0.0000001 5 0.9999999
Nótese que los valores correspondientes son muy parecidos usando la fórmula y Mini-
tab.

4.12.4  Cálculo de los valores de la función de distribución lognormal

Los valores de la función de distribución lognormal (probabilidad acumulada) se obtienen siguiendo estas
instrucciones:

1. Escriba en una columna los valores de X donde quiere tener los cálculos de la función de distribución
acumulada.

2. Vaya a Calc → Probability distribution → Lognormal.

3. En la ventana de diálogo que aparece Lognormal distribution haga clic en Cummulative probabi-
lity.

4. En la ventanilla Location introduzca el valor de μ y en la ventanilla Scale, el valor de σ.

5. En la ventanilla Input column escriba la columna donde están los valores de la variable aleatoria X.
En la ventanilla Optional storage introduzca la columna donde se almacenarán los resultados. Lue-
go, haga clic en OK.
6. Todas estas órdenes generan la tabla de las probabilidades acumuladas. De ahí, se pueden calcular
todas las probabilidades de X deseadas.
206  |  Estadística para ingeniería y ciencias

Ejemplo 4.55.  S
 i los datos de un experimento siguen a una distribución lognormal y dan un modelo
de probabilidad razonable para la variable aleatoria X lognormal, con valores para-
métricos de μ 5 3.3 y σ 5 1.1, entonces calcular las siguientes probabilidades:
a) La probabilidad de que el valor de X esté entre 40 y 60.
b) La probabilidad de que el valor de X sea igual o mayor que 99.
c) La probabilidad de que el valor de X sea 50.
d) Para atestiguar la suposición del modelo lognormal, hacer una gráfica de probabi-
lidad lognormal.
Solución:
Siguiendo las instrucciones anteriores se genera la tabla siguiente, para la distribución
lognormal, la cual puede usarse para calcular las probabilidades pedidas.

Tabla 4.14.

Variable aleatoria lognormal X Probabilidad acumulada

39 0.629493
40 0.638153
41 0.646532
49 0.704718
50 0.711026
51 0.717147
59 0.760171
60 0.764893
61 0.769487
99 0.880478
100 0.882291

a) P(40 # X # 60) 5 0.1267

b) P(X $ 99) 5 0.1195
c) P(X 5 50) 5 φ
d) Para hacer la gráfica de probabilidad lognormal proceda de la siguiente manera:
1. Vaya a Graph → Probability Plot.
2. En la ventana Probability Plots haga clic en Single y en OK.
3. En la ventana Probability Plot-Single introduzca los valores de la variable X.
4. En la ventanilla Distribution haga clic en lognormal y luego en OK. Nótese
que no es necesario introducir los parámetros históricos, puesto que el progra-
ma los calcula.
5. Prosiga con las demás indicaciones pedidas por el programa y haga clic en OK.
Todas estas indicaciones generan la gráfica de probabilidad lognormal.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  207

Gráfica de probabilidad lognormal

lognormal 2 95% CI
Distribución logormal
99 Loc 4.026 1.2
Sacel 0.3250
95 N 11
AD 0.573 1
90 P-Value 0.105
Probabilidad

80 0.8
70
60
50 0.6
40
30
20 0.4
10
5 0.2

1 0
20 30 40 50 60 70 80 90100 150
0 50 100 150 200 250

Variable aleatoria lognormal X

Figura 4.37.  Gráfica de probabilidad lognormal usando el programa Minitab.

4.12.5  C
 álculo de los valores de la función de distribución acumulada  
Weibull
Las instrucciones para el uso de la función Weibull con Minitab son las siguientes:
1. Vaya a Calc → Probability distributions → Weibull
2. En la ventana de diálogo Weibull Distribution y en las ventanillas de Shape parameter y Scale para-
meter introduzca los valores del parámetro de forma y escala que definen la distribución Weibull.
3. Prosiga con las instrucciones pedidas por el programa.

Ejemplo 4.56.  É
 ste es un ejercicio de ingeniería civil, es decir, de calidad de seguridad y confiabilidad
adaptado del libro Statistics in Civil Engineering de Metcalfe (1997), el cual está rela-
cionado con las vidas (en semanas) de 23 bombas sumergibles, suponga que la vida
de estas bombas es una variable aleatoria Weibull. Los valores de los parámetros de
forma y escala son, respectivamente, 2.109 y 82.163. Los datos se encuentran en la tabla
siguiente.

Tabla 4.15.  Vidas de 23 bombas sumergibles.

18 29 33 41 42 46 48 52 52 54 56 68
69 70 72 84 93 99 105 106 128 129 173

Efectúe lo siguiente:
a) Una tabla con la probabilidad acumulada y la probabilidad de función de masa.
b) Una gráfica de probabilidad Weibull. ¿Qué tanta fidelidad tienen los datos bajo
estas condiciones?
c) Calcular la probabilidad de que la vida de las bombas sea de 70 semanas.
d) Calcular la probabilidad de que la vida de las bombas esté entre 68 y 70 sema-
nas.
Solución:
a) Siga las instrucciones anteriores para generar la tabla siguiente.
208  |  Estadística para ingeniería y ciencias

Tabla 4.16.
Vidas de las bombas Probabilidad Función de
(semanas) acumulada densidad
18 0.039858 0.0045757
29 0.105249 0.0072365
33 0.135883 0.0080655
41 0.206133 0.0094265
42 0.215629 0.009566
46 0.254903 0.0100516
48 0.27521 0.0102502
52 0.316866 0.0105579
54 0.338096 0.010667
56 0.359515 0.0107467
68 0.488792 0.0106383
69 0.499406 0.0105875
70 0.509965 0.0105309
72 0.530901 0.0104009
84 0.64927 0.0092262
93 0.727089 0.008037
99 0.772735 0.0071733
105 0.81314 0.0062956
106 0.819363 0.0061503
128 0.921695 0.0032863
129 0.924927 0.003178
173 0.991838 0.0004784

b) Para realizar la gráfica de probabilidad de Weibull proceda de la siguiente manera:

1. Vaya a: Graph → Probability Distribution → Weibull.
2. En la ventana de diálogo Probability Plots haga clic en Single y en OK.
3. En la ventana de Probability Plot-Single y en la ventanilla Graph Variables
introduzca las variables de acuerdo con las instrucciones dadas.
4. En la ventana de Probability Plot-Distribution haga clic en la distribución Wei-
bull. En las ventanillas de Historical parameters introduzca los valores de los
parámetros de forma y escala y haga clic en OK. Siga todas las demás instruccio-
nes para completar los cál-
Gráfica de probabilidad de las bombas (semanas)
culos para generar la gráfica Weibull 2 95% CI
de probabilidad Weibull. 99

90
99

90
Shape
Scale
2.108
82.16
N 23
80 80 AD 0.287
c) P(X 5 75) 5 φ 70
60
50
70
60 P-Value >0.250
50
Porciento

40 40
d) P(68 # X # 70) 5 0.021173 30
20
30
20

10 10

Figura 4.38. Gráfica de probabilidad Weibull 5

3
5
3
para este ejercicio usando Mini- 2 2

tab. 1 1
10 100
Vidas de las bombas (semanas)
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  209

Problemas propuestos
4.1 Dada la tabla siguiente: ción a los efectos en la salud producidos por la radiación de
Tabla 4.17 microondas debidas a la proximidad de los teléfonos celulares
a la cabeza del usuario y a la proximidad a las estaciones de
X P(X) antenas base de telefonía celular, a estaciones eléctricas, a lí-
0 0.8574 neas de alta tensión, a hornos de microondas, antenas base
de televisión y de radio, etc. La mayoría de estas investigacio-
1 0.1354
nes coinciden en que los efectos de las RE están afectando el
2 0.0071 cerebro y al sistema nervioso en mayor o menor grado. Hay
3 0.0001 estudios que han relacionado las emisiones electromagnéticas
­­­ con casos de cáncer en el cerebro, efectos en la actividad enzi-
Calcular las sumas: mática y espermática, efectos visuales y auditivos, prevalencia
1 de dolores de cabeza entre los usuarios de teléfonos móviles,
a) ∑ P( x) .
1

∑ P( x) problemas con el sueño, efectos en las células linfáticas huma-

x 50
x510 nas, mutaciones, etc., en las personas expuestas. En cuanto a la
∑ PP(( xx)) 2 ∑ P( x)
2 1

∑ 2
x 50
1
b) ∑ P( x) 2 ∑ P( x) .
proximidad de las antenas base de telefonía móvil y sus efectos
en la salud, algunos países han estipulado, como un criterio se-
x 50 x 50
20 10
x5 x5 guro, el establecimiento de las antenas de microondas a distan-
4.2 Con∑ x)) 2 ∑ P( x)
3

∑
∑
P
P(( x
3
referencia
P( x) al ejercicio 4.1, calcular:
x 50 x 50
x 50
x530
c) ∑ P( x) .
x 50
4.3 Este ejercicio (adaptado del libro Probability and Statistics
de Devore (2000)), está relacionado con el estudio que hizo
un ecologista, quien deseaba marcar una región circular de
muestreo con un radio de 10 metros. Sin embargo, el radio re-
sultante R de la región muestreada es en realidad una variable
aleatoria R con una función de probabilidad de densidad de:
 2
f (r )  3(1 2 (104 2 r ) ) si 9 ≤ r ≤11
 0 en otro caso
Hallar el área esperada de la región circular resultante.
4.4 Este ejercicio (adaptado del libro Elementary Statistics de M.
Tripla, 6a. edición. Addison-Wesley ([1995]) está relacionado
con una distribución uniforme de temperaturas que tienen un
rango de 0 °C a 5 °C. Si una temperatura se selecciona al azar,
encontrar P(X . 1 °C).
4.5 Dar el dominio de cada una de las siguientes variables y decir
si las variables son continuas o discretas.
a) El número de litros de agua en un radiador de automóvil.
b) El número de libros en el estante de una librería.
c) El diámetro D de una esfera.
4.6 Actualmente hay mucho debate por saber si las emisiones de
campos electromagnéticos producidos por los teléfonos móvi-
les (celulares) y sus estaciones de antenas base pueden estar
afectando la salud de las personas. De acuerdo con la fuente
SRI International, 2007, la cantidad de teléfonos celulares au-
mentó de 500 millones en 2003 a 2 500 millones de teléfonos
móviles en 2007. (http://www.sri.com/policy/csted/reports/
sandt/techin2/chp4.html). Este incremento tan desmesurado
del uso de la telefonía celular y sus consiguientes efectos en
las funciones cognitivas y fisiológicas debido a las radiaciones
electromagnéticas (RE) es una situación que está causando
mucha preocupación entre las personas conocedoras de este
problema. Se han realizado muchas investigaciones con rela-
cias mínimas de 600 metros de complejos habitacionales (reco-
mendaciones que no se han considerado). De acuerdo con lo
anterior, se diseña un ejemplo hipotético relacionado con las
mediciones de radiación electromagnética y la proximidad a
la fuente emisora, es decir, haciendo mediciones a diferentes
distancias de las antenas base de telefonía celular. Esto se hace
con el objeto de examinar el efecto que tienen factores como
distancia, hora del día, estación del año, etc. Para este ejemplo,
en particular, se calculan los promedios de una muestra aleato-
ria de 30 mediciones de radiación electromagnética para cada
una de las siguientes distancias: 25, 50, 100, 200, 300, 400, 500
y 600 metros de la antena base de telefonía celular. Los pro-
medios de la radiación electromagnética para cada distancia
son: 950 MHz, 800 MHz, 550 MHz, 300 MHz, 125 MHz, 30
MHz, 0.02 Hz y 0.001 Hz, respectivamente. El estudio se llevó
a cabo durante todo un año (cada mes) para evaluar variables
como la distancia, la altura, época del año, factores meteoro-
lógicos (como temperatura, presión atmosférica, intensidad
y dirección del viento, humedad relativa, contaminación del
aire, por partículas y gases, etc.), que pudieran afectar el poder
de la densidad de la radiación electromagnética emitida. Para
resolver este problema haga lo siguiente:
a) Una gráfica de intensidad de radiación electromagnética
en función de las distancias. Si hubiese valores atípicos
extremos, enlistar tres posibles factores físicos (no esta-
dísticos) que puedan explicar estas situaciones.
b) Una gráfica de probabilidad exponencial y calcular el
valor del parámetro histórico. ¿Se ajustan bien los datos
bajo estas condiciones?
c) De acuerdo con los resultados obtenidos en el inciso (b)
hacer una tabla con las probabilidades acumuladas y su
gráfica correspondiente y calcular las siguientes probabi-
lidades.
1) P(X # 200).
2) P(100 # X # 400).
d) Desde el punto de vista de la salud, ¿cree usted que a me-
dida que las antenas base de telefonía celular se sitúen más
alejadas de los complejos habitacionales la gente estará
210  |  Estadística para ingeniería y ciencias
menos expuesta a daños a la salud por los efectos de la
radiación electromagnética?
4.7 Supóngase que la función de densidad de cierto experimento
de mediciones de oxígeno disuelto (OD) es exponencial con
λ 5 1. Encontrar las siguientes probabilidades:
a) P(0 , X , 4).
b) P(X , 4).
c) P(2 , X , 5).
d) P(0 , X , 3).
4.8 La vida promedio de una partícula en la atmósfera sigue la
ley de Stoke. Ésta se encuentra en función del diámetro de
sedimentación, misma que se halla en función de la densidad
de la partícula, la densidad del medio, la viscosidad absoluta
del medio, la aceleración de la gravedad (981 cm/s2), etc. De
esta manera, X, la vida promedio de la partícula, se modela
con la función densidad exponencial. Suponiendo que la vida
promedio en la atmósfera de esa partícula sea de 12 años, en-
tonces:
a) ¿Cuál es la probabilidad de que la vida de residencia at-
mosférica de la partícula sea a lo más de 6 años?
b) ¿Cuál es la probabilidad de que la vida de residencia at-
mosférica de la partícula sea entre 5 y 10 años?
Sugerencia: Usar las siguientes relaciones:
P(X # x0) 5 1 2 e−x/μ y
P(5 # X # 10) 5 P(X # 10) 2 P(X # 5)
4.9 La vida (en horas) de un dispositivo electrónico es una va-
riable aleatoria con función de densidad exponencial f (x) 5
1/50 e−x/50 para x $ 0.
a) ¿Cuál es la vida media del dispositivo?
b) Hacer una gráfica con valores de x 5 5, 6, 7, 8, 9, 10, 11,
12, 13, 14, 15, 20 con su probabilidades correspondientes
f (x).
Sugerencia: Usar el programa Minitab.
c) Calcular P(X # 10). Hacerlo con la fórmula y también
revisando la gráfica.
d) Calcular P(10 # X # 15). Hacerlo con la fórmula y la
gráfica.
4.10 La vida de un transistor de televisión está exponencialmente
distribuida con un promedio de 1 000 horas. Encontrar la pro-
babilidad de que semejante transistor de televisión durará:
a) Entre 800 y 1 200 horas.
b) Cuando menos 1 500
4.11 Este ejercicio está adaptado del libro Probabilidad y estadísti-
ca aplicadas a la ingeniería de los autores Montgomery et al.
(1996). Supóngase que la variable aleatoria X tiene una dis-
tribución exponencial con promedio igual que 10. Calcular:
a) P(X $ 10)
b) P(X $ 20)
c) P(X $ 30)
d) P(X $ 60)
e) Entre 5 y 50
f ) P(X # 30)
Sugerencia: Para esto, usando el paquete de computadora
Minitab, hacer una gráfica con la función exponencial en los
valores x 5 0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55 y 60
en función de las probabilidades acumuladas. Una vez hecho
esto, determinar los valores de las probabilidades requeridas.
4.12 La vida promedio de un pesticida organoclorado (pestici-
da muy tóxico y persistente que todavía se usa en países en
desarrollo) depositado en la Tierra es una variable aleatoria
con función de densidad:
f (x) 5 1/60 e−x/60 para x $ 0
a) Dar el promedio del tiempo de degradación del pesticida.
b) Calcular la probabilidad de que el pesticida, sobreviva a
los 100 días.
4.13 Supóngase que el tiempo en horas requeridas para reparar
una bomba de calor es una variable aleatoria X que tiene
una distribución gamma con parámetros históricos de α 5 2
y β 5 0.5.
a) Encontrar el promedio, la varianza y la desviación están-
dar de la variable X.
b) ¿Cuál es la probabilidad de que el siguiente servicio re-
quiera más que 4 horas para reparar la bomba?
c) La probabilidad de que se requieran entre 3 y 4 horas
para reparar la bomba.
4.14 Suponiendo que un estudio relacionado con la producción de
cierta sustancia química siga a una distribución gamma con
α 5 3; entonces, encontrar las siguientes probabilidades:
a) P(X . 5)
b) P(3 # X # 5)
4.15 Éste es un problema que involucra el uso de la distribución
gamma en donde aparecen distribuciones que no son están-
dares. (Devore 2001, p. 171.) Supóngase que el tiempo X de
supervivencia, en semanas, de un ratón macho, selecciona-
do al azar y expuesto a 240 rads de radiación gamma tiene
una distribución gamma con α 5 8 y β 5 15.
a) Calcular la media y la varianza de X.
Encontrar la probabilidad de que un ratón sobreviva:
b) Entre 60 y 120 semanas.
c) A lo más 30 semanas.
4.16 Sea X la resistencia final a la tensión (ksi) a −200 °F de un
tipo de metal que presenta problemas de resistencia a tempe-
raturas bajas. Supóngase que X tiene una distribución Weibull
con parámetros α 5 20 y β 5 100. Calcular lo siguiente:
a) La probabilidad de que la resistencia final a la tensión
(ksi) a −200 °F se dé 105 a lo más.
b) Entre 98 y 102.
4.17 La duración de cierta refacción (en meses) para automóviles
sigue a una distribución Weibull con α 5 25 y β 5 105.
Calcular:
a) P(X # 110 meses).
b) P(90 # X 115 meses).
c) La probabilidad de que la refacción se desgaste después
de 60 meses.
4.18 Se sabe que la distribución de Weibull se usa ampliamente en
problemas de estadística relacionados con el envejecimiento y
deterioro de materiales sólidos aislantes sujetos a voltajes de
CA. Los valores de los parámetros dependen del voltaje y de
la temperatura; considere que se tiene un aparato cuya vida
útil (en horas) sigue una distribución Weibull con parámetros
de densidad α 5 2.5 y β 5 200.
a) ¿Cuál es la probabilidad de que la vida de uno de estos
aparatos sea a lo más de 200?
b) Menos que 200 horas.
c) Más de 300 horas.
d) Entre 100 y 200 horas.
4.19 Éste es un ejercicio relacionado con la distribución
normal inversa. Considerar a Z ≈ N(0, 1). Encontrar
el valor de la variable aleatoria z de tal manera que
P(Z , z) 5 0.04.
 Capítulo 4  Funciones de distribución de variables aleatorias continuas  |  211
4.20 Se tiene una variable aleatoria con media igual a 1800 y des-
viación estandar igual a 200; si se obtiene una muestra alea-
toria de 60 unidades, utilice el teorema central del límite para
promedio muestral esté entre 1 800 y 1 900.
4.21 Calcular las siguientes probabilidades de precipitaciones plu-
viales suponiendo que los datos siguen una distribución nor-
mal.
a) ¿Cuál es la probabilidad de que las mediciones de preci-
pitaciones pluviales de 24 horas no difieran del promedio
por 3/4 de la desviación estándar? Dibujar la gráfica.
b) ¿Cuál es la probabilidad de que las mediciones de preci-
pitaciones anuales no difieran del promedio por más de
0.5 de la desviación estándar? Dibujar la gráfica.
c) ¿Cuál es la probabilidad de que las precipitaciones anua-
les difieran del promedio por más de la mitad de la des-
viación estándar?
4.22 Sea X una variable aleatoria normal con media de 72 micras
y desviación estándar de 15 micras. Determinar los valores
de la función de distribución acumulada de X en:
a) 60 micras.
b) 93 micras.
c) 72 micras.
4.23 Refiriéndose al problema anterior, encontrar los valores de
X correspondientes a la variable aleatoria normal Z y su fun-
ción de distribución acumulada para los valores:
a) z 5 21.
b) z 5 1.6.
4.24 Encontrar el área bajo la curva normal estándar entre z 5 0
y z 5 1.2.
4.25 Considere que el nivel de contaminación X de las industrias
en una región es tal que X ~ N(µ, σ2). Se observa el nivel de
contaminación de dos industrias independientemente; los
valores que dieron son: X1 5 90 y X2 5 74; si al estandarizar
los valores de X1 y X2 se obtuvieron Z1 5 0.7, y Z2 5 20.5,
respectivamente, encontrar la media y la desviación están-
dar de X.
4.26 Hallar el área bajo la curva normal estándar entre z 5 0 y
z 5 2.05.
4.27 Determinar el área bajo la curva normal entre z 5 10.92 y
z 5 1.94.
4.28 Encontrar la probabilidad de que una Z observada se encuen-
tre a la derecha de z 5 2.05 y a la izquierda de z 5 1− .44.
4.29 Si X es el promedio y s es la desviación estándar de una
muestra aleatoria de 40 mediciones de partículas atmosféri-
cas menores de 10 micras, encontrar la probabilidad de que
las mediciones estén fuera del rango de ( X ± 1.2 s). Dibujar
la gráfica.
4.30 Determinar el valor o los valores de z cuando:
a) La probabilidad entre 0 y z es de 0.3770.
b) La probabilidad a la izquierda de z es de 0.8621.
4.31 Si los diámetros de las chumaceras de una maquinaria están
normalmente distribuidos con una media de 0.6140 pulgadas
y una desviación estándar de 0.0025 pulgadas, determinar la
probabilidad de que las chumaceras tengan diámetros:
a) Entre 0.610 y 0.618 pulgadas inclusivamente.
b) Menor que 0.617 pulgadas.
c) Mayor que 0.608 pulgadas.
d) Igual que 0.615 pulgadas.
4.32 La precipitación pluvial tiene distribución normal con me-
dia igual que 50 mm y una desviación estándar igual que
10 mm. Encontrar la probabilidad de que X tenga un valor
entre 45 mm y 62 mm de lluvia.
4.33 Si la concentración de nitratos, en mg/L, en aguas residuales
tiene distribución normal con media µ y desviación estándar
σ. ¿Cuál es la probabilidad de que las concentraciones estén:
a) dentro del rango (µ ± 2σ)?
b) sea mayor que (µ −1.5σ)?
4.34 Sea X variable aleatoria normal con µ 5 300 y σ 5 50. En-
contrar la probabilidad de que X tome un valor mayor que
362.
4.35 Dada X, una variable aleatoria normal, con µ 5 40 y σ 5 6,
hallar el valor de X que tenga:
a) 45% del área a la izquierda.
b) 14% del área a la derecha.
4.36 La tela de fibra de vidrio del equipo de control para partículas
atmosféricas tiene una duración con distribución normal con
media de 3.0 años, y una desviación estándar de 0.5 años.
Encontrar la probabilidad de que una tela de un filtro dure
menos de 2.3 años.
4.37 Una compañía fabrica electrodos para precipitadores elec-
trostáticos (equipo de control para partículas contaminantes
en aire), cuya duración está normalmente distribuida con
una media igual a 800 horas y una desviación estándar de
40 horas. Determinar la probabilidad de que un electrodo se
funda entre 778 y 834 horas.
4.38 Se utilizan medidores para rechazar todos los componentes
cuyas dimensiones no se encuentren dentro de la especifi-
cación dada por 1.50 ± d. Se sabe que esta dimensión está
normalmente distribuida con un promedio de 1.50 y una
desviación estándar de 0.2; determinar el valor de d para
que la especificación cubra 95% de las mediciones.
4.39 En un estudio de ingeniería de higiene industrial y seguri-
dad, el supervisor de producción encuentra que, los traba-
jadores, en promedio, completan una tarea en 10 minutos
cuando están expuestos a altas concentraciones de gases.
Los tiempos requeridos para completar la tarea son aproxi-
madamente normales con una desviación estándar de 3 mi-
nutos. Encontrar lo siguiente:
a) La proporción de empleados que completan la tarea en
menos de 4 minutos.
b) El porcentaje de empleados que requieren más de 5 mi-
nutos en completar la tarea.
c) La probabilidad de que un empleado, quien acaba de ser
asignado a la tarea, la completará dentro de 3 minutos.
4.40 En un estudio de meteorología de precipitación pluvial, el
promedio de lluvia registrado, a la centésima de un centí-
metro, para el mes de marzo fue de 9.22 centímetros. Supo-
niendo que estos valores están normalmente distribuidos con
una desviación estándar conocida de 2.83 cm, encontrar la
probabilidad de que en el mes de marzo del siguiente año, se
reciban:
a) Menos de 1.84 cm de lluvia.
b) Más de 5 cm de lluvia.
c) Cuando menos 13.8 cm de lluvia.
d) Igual que 5 cm de lluvia, e.g., P(4.5 # X # 5.5).
e) Graficar cada inciso.
4.41 Sea Z una variable aleatoria normal estándar, calcular las si-
guientes probabilidades y dibujar las gráficas.
a) P(0 # Z # 2.17)
b) P(0 # Z # 1)
212  |  Estadística para ingeniería y ciencias
c) P(−2.5 # Z # 0)
d) P(−2.5 # Z # 2.5)
e) P(1.5 # Z)
f ) P(|Z| # 2.50)
4.42 Si X es una variable aleatoria normal con promedio de 80 y
desviación estándar de 10, hallar las siguientes probabilida-
des mediante estandarización.
a) P(X # 100)
b) P(65 # X # 100)
c) P(85 # X # 95)
d) P(70 # X)
e) P(90 # X # 100)
f ) P(80 # X # 110)
g) P(2 . Z . −2)
4.43 Encontrar las siguientes probabilidades:
a) P(−1 , Z , 2.0)
b) La probabilidad de que la variable aleatoria Z no se en-
cuentre entre estos dos valores.
c) Si X ~ N(4, 1), ¿qué valores de X llevan a Z 5 −1 y Z 5 2?
4.44 En un estudio de ahorro de combustible, se sabe que 40%
de los coches no americanos de 4 cilindros tienen un con-
sumo de gasolina considerablemente menor, con relación a
los coches americanos de 6 u 8 cilindros (la reducción del
consumo de gasolina es muy importante para aminorar el
calentamiento global de la Tierra). Si se saca una muestra
aleatoria de 15 coches de 4 cilindros, calcular la probabi-
lidad de que 4 de estos coches sean eficientes en el ahorro
de combustible. Usar la distribución binomial y la normal.
Comparar los resultados.
4.45 En un estudio de higiene industrial y seguridad, se sabe
que la probabilidad de que un operador de las plantas de
reactores nucleares sea adicto al uso de narcóticos es de
0.05. ¿Cuál es la probabilidad de que, exactamente, 5 de
los siguientes 100 operadores sean adictos a los narcóticos?
Usar la distribución binomial y la distribución normal para
resolver este importante y delicado problema.
4.46 Se dan los siguientes datos: n 5 15, p 5 0.4. Calcular la pro-
babilidad de que el valor de la variable aleatoria X sea igual a
4. Hacer esto de la siguiente manera:
a) Aplicar la distribución binomial.
b) Usar la distribución normal como aproximación a la bi-
nomial.
4.47 En un estudio de la ingeniería del aire, es decir, de contami-
nación atmosférica, se tomó una muestra de partículas, cuyas
mediciones siguen a una distribución lognormal con μ igual
que 10 y σ igual que 0.02.
a) Calcular promedio, varianza, mediana y moda de la dis-
tribución lognormal.
b) Determinar la probabilidad de que las mediciones de las
partículas sean igual o menor que 2 micras.
4.48 En un estudio de ingeniería civil adaptado del libro Statistics
in Civil Engineering de Metcalfe (1997), se investiga el número
de ciclos de falla para 25 especímenes de prueba de asfalto
almástigo (12% de adherencia), sujeto a vibraciones de carga
axial con una tensión inicial de 200 μe. El valor del pará-
metro de forma para la distribución lognormal es igual que
5.627 y el valor de escala es igual que 0.458. Igualmente, los
valores históricos para la distribución Weibull son de 2.167 y
349.3. Los datos se dan abajo ordenados en forma ascenden-
te. Hacer lo siguiente:
a) Presentar análisis de gráficas de probabilidad Weibull y
lognormal e indicar cuál distribución ajusta mejor los da-
tos, es decir, justificando la aserción.
b) Una vez que se decida qué distribución es más posible,
hacer una tabla de probabilidades acumuladas.
c) Del inciso b) calcular lo siguiente:
1) La probabilidad de que los ciclos a falla del asfalto
sean a lo más de 114.
2) La probabilidad de que los ciclos a falla del asfalto
sean de cuando menos 786.
3) La probabilidad de que los ciclos a falla del asfalto
sean de 200.
Tabla 4.18. Datos de ciclos (miles) a falla de asfalto de 25
especímenes de asfalto almástigo.
114 143 144 167 170 200 219
246 251 251 260 264 269 271
274 312 321 352 362 383 389
416 516 624 786
4.49 Éste es un ejercicio adaptado del libro Probability and Statistics
For Engineering and the Sciences de Jay L. Devore (2000). Sea
X la mediana por hora de la potencia (en decibeles) de las se-
ñales de radio recibidas transmitidas entre dos ciudades. Los
autores del artículo “Families of Distributions for Hourly Median
Power and Instantaneous Power of Received Radio Signals” (J. Re-
search National Bureau of Standards, vol. 67D, 1963: 753-762)
argumentan que la distribución lognormal provee un modelo
de probabilidad razonable para X. Si los valores de los pará-
metros son μ 5 3.5 y σ 5 1.2, calcular:
a) La media y la desviación estándar de la potencia recibida.
b) La probabilidad de que la potencia de la transmisión re-
cibida esté entre 50 y 250 decibeles (dB).
c) La probabilidad de que el valor de la potencia de la
transmisión recibida sea menor que 50 dB.
4.50 Suponiendo que las emisiones de concentraciones atmosfé-
ricas de óxidos de azufre (SO2) (causante de muchos proble-
mas respiratorios), en cierta ciudad cercana a un complejo
industrial, sigan un modelo lognormal con μ 5 2.0 y σ 5
1.0, calcular:
a) La media y la desviación estándar de la concentración
de SO2.
b) La probabilidad de que la concentración de SO2 sea a lo
más de 100.
c) La probabilidad de que la concentración de SO2 esté en-
tre 50 y 100.
d) La probabilidad de que la concentración de la calidad
del aire de SO2 sea menor que la estipulada por las legis-
laciones ambientales, es decir, de 300 μg/m3.
Problemas de tarea
Revisa tu CD-ROM para encontrar más problemas:
 Capítulo 5
Estimación

(Jupiter Images Corporation)

La fotografía que se muestra corresponde a un auto deportivo. Éste es uno de los inventos que más fascinan
a hombres y mujeres de todas las edades. Existe en el mercado una gran variedad de marcas y modelos de
automóviles. Cuando de elegir auto se trata, una de las características deseables es que sea económico en
el consumo de combustible y en el costo de las refacciones. En este sentido, se dice que los autos europeos
o japoneses cumplen con estas características, pues el consumo de gasolina es menor comparado con los
autos elaborados en Estados Unidos de América. El consumo de gasolina por kilómetro recorrido es una
variable aleatoria que depende de varios factores, entre ellos: la marca y el modelo del auto, pero también
depende de la velocidad y la temperatura ambiente a las cuales se maneja, además de la presión atmosférica,
etc. Se puede suponer de manera simplista que el consumo de gasolina sigue un modelo de probabilidad f  (x)
(por ejemplo, una densidad normal), pero los parámetros de esta distribución, como la media y la varianza,
son desconocidos y sólo se puede obtener cierta información acerca de ellos a través de datos obtenidos al
experimentar el manejo de un auto, esto es por medio de datos muestrales.

Introducción
En este capítulo se estudiará el concepto de parámetro y de su estimador estadístico, así como se revisará el
método de estimación de máxima verosimilitud (el más común de los métodos de estimación), se analizarán
las propiedades deseables para ser considerados buenos estimadores y se citarán varios ejemplos en cada uno
de los temas tratados.
214  |  Estadística para ingeniería y ciencias

5.1  Estimación puntual

5.1.1  Introducción
En la mayoría de los procesos aleatorios que se encuentran en la industria o en las ciencias naturales y las ciencias
sociales, entre otras, se puede identificar el tipo de función de distribución que rige el experimento observado; sin
embargo, no siempre es posible conocer la función de distribución específica que lo determina, debido a que se
desconoce el o los parámetros que la identifican. Por ejemplo, si se prueban los artículos que salen de una línea de
producción, se sabe que cada artículo inspeccionado puede ser bueno o defectuoso, por tanto, cada observación
corresponde a un experimento Bernoulli, pero se desconoce cuál es la probabilidad de que un artículo inspeccio-
nado sea bueno o defectuoso, esto es, se desconoce el valor del parámetro p. En otras palabras, si consideramos
que éxito es encontrar un artículo defectuoso, la función de densidad de X es igual a:
f (0) 5 1 2 p   y   f (1) 5 p  con  0 , p , 1
y en esta función de densidad se desconoce el valor de p.
Otro ejemplo es el tiempo que los focos de una fábrica se mantienen funcionando; este tiempo es una
variable aleatoria exponencial con parámetro λ:
f (x) 5 λe2λx  para  x $ 0,  0 en otro caso; con  λ . 0
pero se desconoce el valor de λ.
Un tercer ejemplo es cuando se quiere determinar el tiempo que se mantendrá funcionando apropiada-
mente un componente electrónico bajo ciertas condiciones; la función de distribución que lo modela es una
Weibull con parámetros α y β; entonces, se sabe que su función de densidad es:
αx α−1e − ( x/β )α
f (x) 5 para  x $ 0,  0 en otro caso; con  α . 0  y  β . 0
β
sin embargo, puede desconocerse alguno de los parámetros α o β.
En estos casos, y en otros semejantes, se requiere conocer el valor de uno o más parámetros para calcular
las probabilidades sobre el tiempo de funcionamiento del componente electrónico; en estos casos, la única
información que se puede obtener del parámetro respectivo es la proporcionada por una muestra aleatoria; Xl,
X2, . . . , Xn. El investigador se ve en la necesidad de usar los datos de la muestra para obtener un estimador
de los parámetros desconocidos. Ante esta situación la estadística proporciona criterios de estimación funda-
mentados en la teoría de la probabilidad.

Definición 5.1.  Se llama muestra aleatoria al conjunto de observaciones independientes Xl, X2, X3,
. . . , Xn de la función de distribución F(x; θ).
En este contexto, θ denota de manera genérica a cualquier parámetro, es decir, θ representa in-
distintamente a µ, σ, λ, etc., además por ser las observaciones de la muestra independientes entre sí,
su función de densidad conjunta es igual al producto de las funciones de densidad marginales.

Definición 5.2.  Sea Xl, X2, X3, . . . , Xn una muestra aleatoria de una función de distribución F(x, θ). Se
llama estimador del parámetro θ a una función de los datos muestrales. Al estimador del parámetro θ
se denota como θ̂ , es decir, con la misma letra que se designa el parámetro y un gorrito encima:
Si θ es el parámetro, entonces θ̂ 5 h(Xl, X2, X3, . . . , Xn ) es un estimador.
 Capítulo 5  Estimación  |  215

Definición 5.3.  Dado θ̂ , un estimador del parámetro θ, se llama estimación de θ al valor del estima-
dor evaluado en una muestra particular.
De manera que un estimador es una regla para calcular y una estimación es el valor que toma
un estimador.

Ejemplo 5.1.  S
 upóngase que se tiene una muestra aleatoria X1, X2, X3, . . . , Xn de una función de
distribución Bernoulli con parámetro p. Un estimador de p está dado por p̂ 5 X ; es
decir, el estimador de p es el promedio de los datos muestrales. Ahora, supóngase que
se tomó una muestra de 10 observaciones dadas por:
X1 5 1, X2 5 0, X3 5 1, X4 5 1, X5 5 0, X6 5 1, X7 5 1, X8 5 0, X9 5 0, X10 5 1

(1 1 0 11 11 1 0 1 1 11 1 0 1 0 11) 6
El promedio de estos 10 datos es 5 5 0.6, enton-
10 10
ces una estimación del parámetro es p50
ˆ .6 .

5.1.2  Propiedades de los estimadores

Para cada parámetro θ pueden existir varios estimadores diferentes. En general, se escogerá el estimador que
posea mejores propiedades que los restantes. Entre las propiedades deseables de un estimador se hallan el
insesgamiento, la eficiencia, la consistencia, la suficiencia y la robustez.

Insesgamiento
El insesgamiento está relacionado con el concepto de exactitud. Una manera simple de explicarlo es la si-
guiente: cada posible muestra aleatoria proporciona un diferente valor de estimación para el parámetro θ; si se
encuentran todos los valores posibles de θ̂ y se obtiene su promedio y éste concuerda con θ, entonces, se dice
que el estimador θ̂ es insesgado. La definición formal de esta propiedad es:

Definición 5.4.  Un estimador θ̂ del parámetro θ se dice que es insesgado si se satisface la relación
E( θ̂ ) 5 θ.

Ejemplo 5.2.  S
 ea X1, X2, X3, . . . , Xn una muestra aleatoria de una distribución Poisson con pa-
rámetro λ, mostrar que la media aritmética de los datos muestrales es un estimador
insesgado de λ.
Solución:
Dado que Xi tiene distribución Poisson con parámetro λ, se tiene que E(Xi) 5 λ para
toda i 5 1, 2, . . . , n. Por otro lado, se tiene que la media aritmética de los datos mues-
1 n
trales es X 5 ∑ X , entonces por la propiedad de linealidad del valor esperado (la
n i =1 i
esperanza matemática saca constantes y separa sumas) se obtiene:
216  |  Estadística para ingeniería y ciencias

1 n
n
 1
E ( X ) 5 E  ∑ i =1 X i  5 E
 n (∑ X )5 1n ∑
n
i =1 i
n
i =1
E( X i )5
1 n
n i =1
nλ
∑ λ 5 n 5λ
En general, la media aritmética de la muestra es un estimador insesgado de la media
de la variable aleatoria. En efecto, si una muestra X1, X2, X3, . . . , Xn procede de una
población de media µ, quiere decir que:
E[Xi] 5 µ para cualquier i 5 1, . . . , n
lo cual corresponde a la solución del problema anterior.

Eficiencia
El concepto de eficiencia está relacionado con la precisión del estimador, así que primero se citará la definición
de eficiencia relativa.

Definición 5.5.  Si θ̂1 y θ̂2 son ambos estimadores insesgados de θ y V ( θ̂1 ) # V( θ̂2 ), diremos que θ̂1
es más eficiente que θ̂2 . Un estimador es más eficiente (más preciso), si su varianza es menor.
Cuando se tiene un estimador insesgado de un parámetro θ es útil saber si hay otro estimador
insesgado más eficiente; en este sentido el teorema de Cramér-Rao proporciona una cota mínima para
las varianzas de los estimadores insesgados. Antes de citar el teorema veremos dos lemas siguientes.

Lema 5.1.  Si X1, X2, X3, . . . , Xn es una muestra aleatoria de una función de densidad, tal que f (x,
θ) . 0 para x en una región que no depende del parámetro θ , entonces:

(5.1)

Demostración:
Primero encontremos el valor esperado de

Para ello, se utiliza el hecho de que  f (x1, x2, . . . , xn; θ), es una función de densidad conjunta, entonces:

si derivamos esta ecuación respecto a θ, se tiene que:

y h h h
µ µ
yV h h
… µ f ( x1 , x2 , …, xn ; V)dx1dx2 … dxn  0
h

y como la región donde f (x1, x2, . . . , xn; θ) . 0 no depende del parámetro se puede intercambiar la
derivada con las integrales, quedando así:
h h h y
µ µ …µ f ( x1 , x2 , … , xn ; V)dx1dx2 … dxn
h h h yV
h h h
y
f ( x1 , x2 , … , xn ; V)
µ µ …µ yV
f ( x1 , x2 , … , xn ; V)dx1dx2 … dxn
h h h f ( x1 , x2 , … , xn ; V)
 Capítulo 5  Estimación  |  217

© y ¹
Eª
« yV

log( f ( X 1 , X 2 , … , X n ; V)) º»  0
Por otro lado, se sabe que X1, X2, X3, . . . , Xn son variables aleatorias independientes que satisfacen
la relación:
f (x1, x2, . . . , xn; θ) 5 f (x1; θ) f (x2; θ) . . . f (xn, θ)
entonces:

De manera que , por lo que:

y dado que X1, X2, X3, . . . , Xn son variables aleatorias independientes, se obtiene:

Lema 5.2.  Si X1, X2, X3, . . . , Xn es una muestra aleatoria de una función de densidad, tal que f (x;
θ ) . 0 para x en una región que no depende del parámetro θ y θ̂ es un estimador insesgado de θ,
entonces:

(5.2)

Demostración:

Dado que , se obtiene:

218  |  Estadística para ingeniería y ciencias

Ahora, como θ̂ es un estimador insesgado de θ, resulta:

h h h
E(Vˆ )  µ µ … µ Vˆ f ( x1 , x2 , … , xn ; V)dx1dx2 … dxn  V
h h h

por tanto, al derivar esta relación respecto a θ, se tiene que:

y h h h y
E(Vˆ )  µ µ … µ Vˆ f ( x1 , x2 , … , xn ; V)dx1 , dx2 , …, dxn 1
yV h h h yV
y h h h y
E(Vˆ )  µ µ … µ Vˆ log[ f ( x1 , x2 , … , xn ; V)] f ( x1 , x2 , …, xn ; V)dx1 , dx2 , …, dxn
yV h h h yV

Teorema 5.1.  (Cramér-Rao) Si X1, X2, X3, . . . , Xn es una muestra aleatoria de una función de den-
sidad, tal que f (x; θ) . 0 para x en una región que no depende del parámetro θ, entonces, para todo
θ̂ estimador insesgado de θ satisface la desigualdad:

(5.3)

Demostración:
Se sabe que el coeficiente de correlación de dos variables aleatorias es un valor entre –1 y 1, entonces
para las variables aleatorias θ̂ y , se tiene que:

De esto sigue que:

Al aplicar los lemas 5.1 y 5.2, queda demostrado el teorema.

En el texto de este teorema se indica que la función de densidad de X es que f (x; θ ) . 0 para x
en una región que no depende del parámetro θ. Un ejemplo de función de densidad que no satisface
esta condición es la uniforme continua, ya que como se recordará su definición es:

1 / (b − a) si a # x # b
f ( x; a, b) 5 
 0 en otro caso
 Capítulo 5  Estimación  |  219

la cual significa que el rango de x está determinado por los parámetros a y b. Con esta función de
densidad no se aplica el teorema.

Definición 5.6.  Un estimador insesgado θ̂ es eficiente si alcanza la cota de Cramér-Rao.

Un estimador eficiente tiene varianza mínima.

Ejemplo 5.3.  E
 ncontrar la cota de Cramér-Rao para la función de densidad Bernoulli y mostrar que
la media aritmética de la muestra es un estimador eficiente de p.

Solución:
Se sabe que la función de densidad Bernoulli es igual a f (0) 5 12 p y f (1) 5 p; estas
funciones se pueden escribir como f (x; p) 5 px(12 p)1−x para x 5 0, 1, 0 , p , 1 y 0 en
otro caso.
El logaritmo de esta función de densidad es log(  f (x; p)) 5 xlog(p) 1 (1 2 x)log(1 – p).

Su derivada respecto a p es .

  0 1 − 0 2  1 1−1 
2
  1− p p n
5 n  −  (1 − p) 1  p − 1 − p  p = n  1 25
  p 1 − p    (1 − p) p  p(1 − p)
2
 

Entonces, la cota de Cramér-Rao es .

Por otro lado, se encuentra que la varianza de la media aritmética de los datos mues-
trales es:
 n  1 n 1 n np(1 − p) p(1 − p)
V ( X ) 5V  1n ∑ X i  5 2 ∑ V ( X i ) 5 2 ∑ p(1 − p) 5 5
 i =1  n i =1 n i =1 n2 n

La varianza de la media aritmética de la muestra coincide con la cota de Cramér-Rao,

por lo que se concluye que la media aritmética es un estimador eficiente de p. No existe
ningún otro estimador de p que tenga menor varianza.

Consistencia
Si no es posible emplear estimadores de mínima varianza, el requisito mínimo deseable para un estimador es
que a medida que el tamaño de la muestra crece, el valor del estimador tienda a estar cerca del valor del pará-
metro, propiedad que se denomina consistencia. Existen diversas definiciones de consistencia, más o menos
restrictivas, pero la más utilizada es la siguiente.
220  |  Estadística para ingeniería y ciencias

Definición 5.7.  Un estimador θ̂ del parámetro θ se dice que es consistente si cuando n crece, θ̂ tiende
en probabilidad a θ. Esto significa que si para toda ε . 0 es imposible que cuando n sea grande, la
distancia entre θ̂ y θ es mayor que ε; en símbolos esto se expresa:

lím P(| θ̂ 2 θ|. ε) 5 0 (5.4)

nmd

entonces, θ̂ es consistente.
La idea de la consistencia es que conforme el tamaño de la muestra crece, el valor del estimador
se aproxima al del parámetro con probabilidad igual a 1. Una condición necesaria para determinar
que un estimador es consistente se presenta en el siguiente teorema.

Teorema 5.2.  Si la varianza de un estimador insesgado θ̂ es tal que:

lím V( θ̂ ) 5 0 (5.5)
nmd

entonces, θ̂ es un estimador consistente de θ.

Demostración:
Sea g( θ̂ ) la función de densidad del estimador θ̂ , entonces:
∞
V (θˆ ) 5 ∫ (θˆ − θ)2 g (θˆ )dθˆ 5 ∫ ˆ (θˆ − θ)2 g (θˆ )dθˆ $ ε 2 ∫ ˆ g (θˆ )dθˆ 5 ε 2 P (| θˆ − θ | . ε)
−∞ |θ − θ )| > ε |θ − θ )| > ε

Por tanto,
V( θ̂ ) $ ε2 P(| θ̂ 2 θ|. ε) $ 0
Si lím V( θ̂ ) 5 0, entonces necesariamente para una ε fija lím P(| θ̂ 2 θ|. ε) 5 0 y θ̂ es un estimador
nmd nmd
consistente de θ.

Suficiencia
E1 concepto de estadística suficiente lo introdujo Fisher en 1922, y ha sido objeto de numerosas e importantes
investigaciones. Como originalmente indicó Fisher, un estadístico (o función de la muestra de valores obser-
vados) es suficiente para el objetivo de la inferencia estadística si contiene, en un cierto sentido, toda la “infor-
mación” sobre la distribución generadora (función de distribución de acuerdo con la cual ha sido generada la
muestra de valores observados). ¿En qué sentido hemos de usar la palabra “información” aquí? Supondremos
que el modelo estadístico de las variables aleatorias observables tiene una cierta función de distribución con-
junta que pertenece a una familia especificada F(x; θ) de funciones de distribución. Sin embargo, la verdadera
función de distribución generadora es desconocida, pues se ignora el valor de θ.

Definición 5.8.  Sea Xl, X2, . . . , Xn una muestra aleatoria de la función de densidad f (x; θ); se llama
estadística a cualquier función de los datos muestrales, es decir, cualquier función de la forma T 5
h(Xl, X2, . . . , Xn) es una estadística.
La única información que se tiene para tomar una decisión sobre θ es el resultado del experimen-
to aleatorio, es decir, la muestra aleatoria Xl, X2, . . . , Xn. Sin embargo, los datos muestrales son un
 Capítulo 5  Estimación  |  221

complicado conjunto de números y el investigador se ve en la necesidad de introducir una simplifi-

cación deseable, para la cual siempre que sea posible se elegirá un estadístico que pierda la menor in-
formación contenida en la muestra relativa al parámetro θ. Éste es el deseo que incita a la definición
de estadístico suficiente. Supóngase, pues, que T es una estadística (es decir, una función medible de
la variable aleatoria X ) y sea Z otra estadística; si consideramos la probabilidad condicionada de Z,
dado T, en general esta probabilidad dependerá de θ; si ocurre que la función condicionada no de-
pende del parámetro, esto significará que la estadística Z en presencia de T no proporciona ninguna
información adicional acerca de θ. Si esto ocurre para cualquier otra estadística se concluye que toda
la información que existía en la muestra Xl, X2, . . . , Xn nos la ha proporcionado la estadística T, de
manera que se llama estadística suficiente.

Definición 5.9.  Se dice que una estadística T es suficiente para el parámetro θ si la función de densi-
dad condicional de U (cualquier otra estadística dada T ), no depende del parámetro. Esto es, si para
toda U se tiene que fU|T(u|t) no depende de θ, entonces T es estadística suficiente para θ.
En otras palabras, un estimador es suficiente para θ cuando ya tiene toda la información sobre el
parámetro que está contenida en la muestra.
Es difícil probar con todas las posibles estadísticas si fU|T(u|t) no depende de θ, y debido a que
todas las estadísticas dependen de la muestra, se puede tomar en lugar de todas las estadísticas la
propia muestra Xl, X2, . . . , Xn. Entonces, un método para verificar si una estadística T es suficiente,
es determinar la distribución condicionada de Xl, X2, . . . , Xn, dado T. Sin embargo, este método es
también laborioso y de gran dificultad. Fisher y después Neyman proporcionaron un criterio simple,
con el cual generalmente podemos determinar si una familia F(x; θ) de funciones de distribución
admite un estadístico suficiente no trivial y definir cuál es la forma de este estadístico. Este criterio lo
proporciona el célebre teorema de factorización de Neyman-Fisher.

Teorema 5.3.  (Factorización de Neyman-Fisher) Sea T una estadística de la muestra aleatoria de la

función de densidad f (x; θ). T es estadística suficiente del parámetro θ si y sólo si la función de densi-
dad conjunta se puede expresar como el producto de dos funciones: una que depende de la estadística
suficiente y el parámetro y otra que depende únicamente de la muestra, esto es:

f (x1, x2, . . . , xn; θ) 5 f (x1; θ) f (x2; θ) . . .  f (xn; θ) 5 g(T; θ)h(x1, x2, . . . , xn) (5.6)

Demostración:
Primero se demuestra que si T es estadística suficiente, entonces se satisface la relación:
f (x1, x2, . . . , xn; θ) 5 g(T; θ)h(x1, x2, . . . , xn)
Por la definición de función de densidad condicional se tiene que:

donde la función h( x1 , x2 , . . . , xn ) no depende de θ, ya que T es función de la muestra, se obtiene:

222  |  Estadística para ingeniería y ciencias

entonces, de la función de densidad condicional de la muestra dada T, resulta:

f ( x1 , x2 , … , xn , t ; V) f ( x1 , x2 , … , xn ; V)

g (T ; V) g (T ; V)

y por ser T estadística suficiente, la función de densidad dado T no depende de θ.

f ( x1 , x2 , … , xn , t ; V)
 h( x1 , x2 , … , xn )
g (T ; V)

por tanto, se satisface la desigualdad:

f ( x1 , x2 , … , xn ; V)
 h( x1 , x2 , … , xn )
g (T ; V)

y de aquí se despeja la densidad conjunta:

f (x1, x2, . . . , xn; θ) 5 g(T; θ)h(x1, x2, . . . , xn

Ejemplo 5.4.  C
 omprobar que la función de distribución exponencial admite una estadística suficien-
te para el parámetro λ.

Solución:
La función de densidad conjunta de la muestra es:
f (x1, x2, . . ., xn; λ) 5 f (x1; λ) f (x2; λ) . . . f (xn; λ)
5 λ exp(2λ x1) λ exp(2λ x2) . . . λ exp(2λ xn)
5 λn exp(2λ[ x1 + x2 1 . . . 1 xn])
5 λn e2λΤ
Las dos funciones de la factorización son g(T, λ) 5 λn e2λΤ y h(x1, x2, . . . , xn) 5 1. De lo
anterior, resulta que la estadística suficiente para λ es T 5 X1 + X2 1 . . . 1 Xn.

Robustez
Al estudiar un proceso aleatorio es posible que la función de distribución generadora de la muestra sea F(x; θ)
(por ejemplo, una exponencial) y se está suponiendo que la distribución correcta es G(x; θ), (por ejemplo, una
Weibull) si la estimación de θ no se afecta fuertemente por considerar la verdadera distribución es G(x; θ), en
lugar de F(x; θ), entonces se dice que el estimador es robusto.

~ es un estimador robusto del parámetro θ si los supuestos de partida en

Definición 5.10.  Se dice que θ
los que se basa la estimación, atribuida a la selección de la función de distribución que, en realidad,
no es la correcta, no alteran de manera significativa los resultados que éste proporciona.
 Capítulo 5  Estimación  |  223

5.1.3  Método de máxima verosimilitud

Se conocen varios métodos utilizados para obtener estimadores de parámetros, entre los que destacan el mé-
todo de máxima verosimilitud, el método de Bayes o el método de momentos. En este libro nos abocaremos a
estudiar sólo el método de máxima verosimilitud, el cual es el que se utiliza más ampliamente.
La idea del método de máxima verosimilitud se centra en escoger como estimador del parámetro el valor
de θ que maximiza la probabilidad dada la muestra.

Definición 5.11.  Dada una muestra aleatoria X1, X2, X3, . . . , Xn con función de densidad f (x; θ),
se conoce como función de verosimilitud a la función de densidad conjunta de la muestra. En esta
función, el parámetro θ es la variable, y la muestra se considera fija, esto es:

L(θ; x1, x2, x3, . . . , xn) 5 f (x1; θ) f (x2; θ) f (x3; θ) . . . f (xn; θ) con θ en Θ∗

Como observamos, la función de verosimilitud es el producto de las funciones de densidad margi-

nales evaluada en los datos muestrales, ya que las observaciones son independientes. Debido a que
en la función de verosimilitud la variable es el parámetro y los valores x1, x2, x3, . . . , xn se consideran
conocidos y en consecuencia, fijos, por simplicidad se utiliza la notación:

L(θ) 5 L(θ; x1, x2, x3, . . . , xn) con θ en Θ (5.8)

Θ es el conjunto de todos los parámetros posibles.

*

Ejemplo 5.5.  S
 ea X1, X2, X3, . . . , Xn una muestra aleatoria de una función de densidad Bernoulli con
parámetro p, encontrar la función de verosimilitud de esta distribución.
Solución:
La función de densidad Bernoulli es f (x; p) 5 p x(1 2− p)1−x para x 5 0, 1, 0 , p , 1 y 0
en otro caso. Entonces, la función de verosimilitud es:

… p xn (1  p)1 xn  p x1  x2 
x 1 x1 x 1 x2 …  xn n( x1  x2  …  xn )
L( p)  p 1 (1  p) p 2 (1  p) (1  p)

Definición 5.12.  Dada una muestra aleatoria X1, X2, X3, . . . , Xn con función de densidad f (x; θ), se
conoce como estimador de máxima verosimilitud del parámetro θ al número θ̂ , donde la función de
verosimilitud alcanza el valor máximo.
Entonces, el objetivo del método de máxima verosimilitud es encontrar el valor del posible rango
de valores del parámetro que optimiza la función de verosimilitud, dados los datos de la muestra.

Ejemplo 5.6.  D
 eterminar el estimador de máxima verosimilitud del parámetro p en la función de
densidad Bernoulli.
Solución:
La función de verosimilitud en este caso es:
224  |  Estadística para ingeniería y ciencias

… p xn (1  p)1 xn  p x1  x2 
x 1 x1 x 1 x2 …  xn n( x1  x2  …  xn )
L( p)  p 1 (1  p) p 2 (1  p) (1  p)

Para hallar el valor de p donde L(p) alcanza su valor máximo, se debe derivar la función
de verosimilitud respecto a p y encontrar la raíz de esta derivada, así que su función de
verosimilitud es:
y x  …  xn 1 n( x  …  xn ) x  …  xn n  ( x  …  xn )  1
L( p) ( x1  …  xn ) p 1 (1  p) 1 p 1 ( n ( x1  …  xn ))(1  p) 1
yp

p 1
x  K  xn 1
(1  p)
n( x1  K  xn )1
( x  …  x )(1 p) p(n ( x  … x ))
1 n 1 n

Los puntos críticos de L(p) son las raíces o soluciones de la relación ∂p∂ L( p)50 . Hay
tres soluciones: p 5 0, 1 2 p 5 0 y (x1 1 x2 1 . . . 1 xn)(1 2 p) 2 (n 2 (x1 1 x2 1 . . .
1 xn))p 5 0.
• La primera ecuación implica que: p 5 0 y L(0) 5 0.
• La segunda ecuación implica que: p 5 1 y L(1) 5 0.
• La tercera ecuación implica que:
(x1 1 x2 1 . . . 1 xn) 2 p(x1 1 x2 1 . . . 1 xn) 5 np 2 (x1 1 x2 1 . . . 1 xn)p
Ψ (x1 1 x2 1 . . . 1 xn) 5 np
x1  x2  …  xn n( x1  x2  …  xn )
Ψ p 5 (x1 1 x2 1 . . . 1 xn)/n 5 x y L( x ) 5 x (1  x) 0

De las tres posibles soluciones de la ecuación ∂p∂ L( p)50 , la tercera es la que da mayor
valor al sustituirse en la función de verosimilitud. Entonces, el estimador del paráme-
tro p de máxima verosimilitud es p̂ = x .
Una manera de simplificar la obtención del estimador de máxima verosimilitud es
utilizar el logaritmo de L(θ); ya que la función logaritmo es estrictamente creciente, el
valor que hace máxima la función L(θ) también maximiza la función log(L(θ)).
En general, el método de máxima verosimilitud consiste en los siguientes pasos:
a) Obtener la función de verosimilitud L(θ; x1, x2, x3, . . . , xn) como el producto de las
funciones de densidad marginales evaluadas en los datos muestrales.
b) Obtener el logaritmo de la función de verosimilitud, Log(L(θ; x1, x2, x3, . . . , xn)).
c) Derivar el logaritmo de la función de verosimilitud.
d) Encontrar las raíces del logaritmo de la derivada de la función de verosimilitud.
e) Las raíces obtenidas en el punto anterior más los extremos en el intervalo de la de-
finición del parámetro son los candidatos de ser el valor que maximiza a la función
de verosimilitud. Determinar cuál de estos puntos maximiza la función de verosi-
militud; ese punto es el estimador de máxima verosimilitud.

Ejemplo 5.7.  S
 ea X1, X2, . . . , Xn una muestra aleatoria de una función de distribución Weibull con
parámetros α 5 2 y β desconocida, encontrar el estimador de máxima verosimilitud
de β.
 Capítulo 5  Estimación  |  225

Solución:
La función de verosimilitud para la función de densidad Weibull, con α 5 2 y β es:
2 x e −( x /β ) 2
f (x) 5 para x $ 0, 0 en otro caso; con β . 0.
β
Entonces, la función de verosimilitud es:
 ( x12  x22  …  xn2 )/G 2
2 n ( x1 x2 … xn )e
L(G) 
Gn
El logaritmo de esta función es:

log[ L(G)] n log(2)  log( x1 )  …  log( xn ) ( x12  x22  …  xn2 ) / G 2  n log(G)

y su derivada con respecto a β es:

y
log[ L(G)] 2( x12  x22  …  xn2 ) / G 3  n / G
yG

La solución de la ecuación x12 x2 . . .1 x / β 3 2 n / β 5 es el estimador de máxi-

n
ma verosimilitud, y éste es igual a:
ˆ
G 2( x12  x22  …  xn2 ) / n

Ejemplo 5.8.  S
 ea X1, X2, . . . , Xn una muestra aleatoria de una variable aleatoria exponencial con
parámetro desconocido λ, encontrar el estimador de máxima verosimilitud de λ.

Solución:
La función de densidad exponencial con parámetro λ es igual a:
f (x) 5 λe − λx para x $ 0, 0 en otro caso; con λ . 0
Entonces la función de verosimilitud es:
 Q ( x1  x2  …  xn )
L(Q)  Q n e
El logaritmo de esta función es:

log[ L(Q)] n log(Q)  Q( x1  x2  …  xn )

y su derivada de λ es:
y n
log[ L(Q )] ( x1  x2  …  xn )
yQ Q
n
La solución de la ecuación ( x1  x2  …  xn )  0 es el estimador de máxima ve-
Q
rosimilitud y éste es igual a:
x1 1 x2 1. . .1 xn
λ̂ 5 5x
n

Ejemplo 5.9.  S
 ea X1, X2, . . . , Xn una muestra aleatoria de una variable aleatoria uniforme en el in-
tervalo [0, θ], encontrar el estimador de máxima verosimilitud de θ.
226  |  Estadística para ingeniería y ciencias

Solución:
La función de densidad uniforme en el intervalo [0, θ] es igual a:
f (x) 5 1/ θ para 0 # x # θ,  0 en otro caso
Entonces, la función de verosimilitud es:
L(θ) 51 / θ n para 0 # x1, x2, . . . , xn # θ

El logaritmo de esta función es:

log[ L(θ)]5 2 n log(θ)
y su derivada con respecto a θ es:
∂ n
log[ L(θ)]5 2
∂θ θ
n
La ecuación 2 5 0 no tiene solución; por tanto, la función de verosimilitud no tiene
θ
puntos críticos, pues es estrictamente decreciente.
El máximo de L(θ) se debe alcanzar en uno de los extremos del rango de θ. De la
definición de la función de densidad se observa que:
x1 # θ, x2 # θ, . . . , xn # θ
de aquí se deduce que el rango de definición de θ es máx{x1, x2, . . . , xn}# θ # ∞, en
el extremo inferior se tiene que L(θ) es mayor; de aquí se sigue que el estimador de
máxima verosimilitud de θ es:

ˆ máx{ x  x  …  x }
V 1 2 n

5.1.4  Propiedades de los estimadores de máxima verosimilitud

Los estimadores de máxima verosimilitud satisfacen la mayoría de las propiedades anteriormente descritas,
así como otras más y por esta razón se recomienda el uso de estos estimadores. Son cinco las principales pro-
piedades de los estimadores de máxima verosimilitud, estas propiedades se listan en seguida y se presentan sin
su demostración formal debido a la complejidad de la misma.
a) Los estimadores de máxima verosimilitud son consistentes. Si θ0 es el verdadero valor del parámetro
θ y θ̂ es el estimador de máxima verosimilitud, entonces θ̂ converge a θ0 conforme el tamaño de la
muestra aumenta.
b) Los estimadores de máxima verosimilitud tienden a una distribución normal cuando el tamaño de
la muestra aumenta.
θ̂ → X ~ N(µ, σ2) cuando n → ∞

c) Los estimadores de máxima verosimilitud son los más eficientes. Si el dominio de la función de
densidad no depende de θ, entonces, θ̂ alcanza la cota de Cramér-Rao.
d) Si existe una estadística suficiente para θ, entonces el estimador de máxima verosimilitud es sufi-
ciente.
 Capítulo 5  Estimación  |  227

e) Los estimadores de máxima verosimilitud son invariantes bajo transformaciones funcionales. Esto
significa que si θ̂ es el estimador insesgado de θ, entonces, u( θ̂ ) es el estimador de máxima verosimi-
litud de u(θ).
Los estimadores de máxima verosimilitud no necesariamente son insesgados; sin embargo, en la mayoría
de los casos se puede eliminar el sesgo con operaciones aritméticas simples de suma o multiplicación.

5.1.5  E stimadores de máxima verosimilitud de los parámetros  

de la distribución normal
Cuando estudiamos la distribución normal se dijo que era la distribución más importante de la estadística y el
teorema del límite central justifica esta aseveración, por esta razón la estimación de los parámetros de la dis-
tribución normal se tratará de manera especial en este capítulo. Primeramente, se obtendrán los estimadores
de máxima verosimilitud y se encontrarán sus propiedades.

Estimación de la media de la normal con s conocida

Dada una muestra aleatoria X1, X2, . . . , Xn de una distribución normal con media µ y varianza σ2 conocida
(Xi ~ N(µ, σ2)) se tiene que la función de verosimilitud es:

− 1 ∑ ( xi − µ )2
n
1
L(µ) 5 e 2 σ2 i =1
(5.9)
(2 π )n/ 2 σ n
El logaritmo de esta función es:

∑
n
log(L(µ)) = 2log((2π)n/2) 2 nlog(σ) 2 1
2 σ2 i =1
( xi − µ)2 (5.10)

y su derivada respecto a µ es:

(5.11)

La raíz de esta derivada es ∑ i =1 ( xi 2 µ) 5 0 ⇒ µˆ 5 x , esto significa que el estimador de máxima verosimi-
n

litud de la media de la normal es la media aritmética de la muestra y como se ve no depende del valor de la
varianza.

Estimación de la varianza de la normal con  conocida

Si la media µ es conocida, la función de verosimilitud es:

− 1 ∑ ( xi − µ )2
n
1
L(σ) 5 e 2 σ2 i =1 (5.12)
(2 π ) σ
n/ 2 n

El logaritmo de la función es:

∑
n 2
log(L(σ)) = 2log((2π)n/2) 2 nlog(σ) 2 1
2 σ2 i =1
( xi − µ) (5.13)

y su derivada respecto a σ es:

(5.14)

228  |  Estadística para ingeniería y ciencias

n 1 1 n 1 n
∑ ( x 2µ) 5 0 ⇒ σˆ 2 5 n ∑ i=1 ( xi 2µ) , entonces, σˆ 2 5 n ∑ i=1 ( xi 2 µ) ,
n 2 2 2
La raíz de esta derivada es 2 1
σ σ 3 i =1 i
es el estimador de máxima verosimilitud de la varianza de la normal cuando se conoce µ.

Estimación de la media y la varianza de la normal, ambas desconocidas

La función de verosimilitud de la normal con µ y σ desconocidas es:
− 1 ∑ ( xi − µ )2
n
1
L(µ, σ) 5 e 2 σ2 i =1 (5.15)
(2 π ) σ
n/ 2 n

El logaritmo de la función de verosimilitud es:

∑
n 2
log(L(σ)) 5 2log((2π)n/2) 2 nlog(σ) 2 1
2 σ2 i =1
( xi 2 µ) (5.16)
y sus derivadas parciales respecto a µ y σ son:

(5.17)

Al igualar a cero las dos derivadas se obtiene un sistema de dos ecuaciones con dos incógnitas:
1
2 ∑ i =1
n
( xi − µ) 5 0
2σ
n 1
2 1 3 ∑ i =1 ( xi 2 µ) 5 0
n 2
(5.18)
σ σ
1
La solución de este sistema de ecuaciones está dada por µˆ = x y σˆ 22 5 ∑ i =1 ( xi 2 x) , éstos son los estima-
n 2

n
dores de máxima verosimilitud de los respectivos parámetros.

Propiedades de los estimadores de la media y la varianza de la normal

1 n 1 n
∑ ( x 2 x) y σˆ 2 5 n ∑ i=1 ( xi 2µ) son estimadores de máxima verosimilitud, éstos
2 2
Dado que µˆ = x , σ̂ 2 5
n i =1 i
satisfacen las propiedades enunciadas en el apartado; la única propiedad que se debe probar es la de insesga-
miento.

Teorema 5.4.  Para una muestra aleatoria de una distribución normal, se tiene que µˆ = x es y un
estimador insesgado para la µ.

Demostración:
nµ
E(µˆ ) 5 E( X ) 5 1n E(∑ i =1 X i ) 5 1n ∑ i =1 E( X i ) 5 1n ∑ i =1 µ 5
n n n
5µ
n

Teorema 5.5.  Para una muestra aleatoria de una distribución normal, se tiene que el estimador
1 n
∑
2
σˆ 2 5 ( xi 2 µ) es insesgado para σ2.
n i =1
 Capítulo 5  Estimación  |  229

Demostración:
1 n 2
1 n
E(σˆ 2 ) 5
n
∑ i =1
E ( X i − µ ) 5 ∑ i =1 σ 2 5 σ 2
n

Teorema 5.6.  Para una muestra aleatoria de una distribución normal se tiene que el estima-
1 n
dor de σ2 dado por Sˆ 2 5 ¤ i 1 ( xi 2 x) es sesgado, mientras que el estimador de σ2, dado por
2

n
n 2 1
∑
n 2
2
s 5 σˆ 5 ( xi 2 x) es insesgado.
n−1 n−1 i =1

Demostración:

1 n 1 n 2

∑ E( xi 2 x) 5 ∑ i =1 E ( xi 2 µ) − 1n ∑ j =1 ( x j 2 µ) 
2 n
E(σˆ 22 ) 5
n i =1
n  

1 n 
∑ E( xi 2 µ)2 1 n12 ∑ j =1 E( x j 2 µ)2 2 n2 ∑ j =1 E( xi 2 µ)( x j 2 µ) 1 1n ∑ j ≠ k E( xk 2 µ)E( x j 2 µ) 
n n
5 i =1 
n  

1 n  2 1
∑ σ 1 n2 ∑ j =1 σ 2 2 n2 σ 2 
n
5
n i =1 

1 n

5 ∑  σ 2 1 nn2 σ 2 2 n2 σ 2 
n i =1 
n 21 2
5 σ
n
n−1 2
Como vemos, en este caso, E(σˆ 2 ) 5 σ , por tanto, el estimador de la varianza tiene sesgo.
n
n 2
Por otro lado, el valor esperado s 2 5 σ̂ es igual a:
n−1 2

n n n 21 2
E( s 2 ) 5 E(σˆ 22 ) 5 σ 5σ2
n 21 n 21 n

así se concluye que s2 es un estimador insesgado para σ2.

Tabla 5.1.  Estimadores de los parámetros de la distribución normal.

Parámetro Estimador Valor esperado del estimador

µ µ̂5 X µ

σˆ 2 5 1n ∑ i =1 ( X i 2 µ)
n 2
σ2 σ2  (µ conocida)

s 2 5 n1−1 ∑ i =1 ( X i 2 X )
n 2
σ2 σ2
230  |  Estadística para ingeniería y ciencias

5.2  Estimación por intervalos

5.2.1  Introducción
La estimación puntual de un parámetro da una idea de su valor, pero nada dice de la precisión y la exactitud
con la cual se está estimando ese valor. Para remediar esta deficiencia se puede estimar la distancia media entre
el estimador y el parámetro y con esta estimación se construye un intervalo de confianza.
La idea de la estimación de un parámetro mediante un intervalo se basa en encontrar dos estadísticas T1 y
T2, tales que satisfagan la relación P(T1 # θ # T2) 5 1 2 α, donde 1 2 α se conoce como nivel de confianza.
Las dos estadísticas definen el intervalo (T1, T2) que con una probabilidad de 12 α contiene al parámetro θ.
Es importante aclarar la diferencia que existe entre decir intervalo aleatorio e intervalo de confianza.
Cuando se tiene el intervalo indicando los extremos mediante la fórmula de las estadísticas T1 y T2, se con-
sidera que el intervalo es aleatorio. Cuando se obtiene la muestra y con sus datos se evalúan las estadísticas
T1 y T2, el intervalo obtenido se dice que es de confianza, pues lo que se tiene es la confianza que la muestra
obtenida sea una de las que harían que T1 # θ # T2. El valor de 1 2 α corresponde a la probabilidad de que el
intervalo aleatorio contenga el parámetro; cuando se evalúan los extremos del intervalo en la muestra particu-
lar, se tiene un intervalo de confianza y el término (1 2 α)100% corresponde al porcentaje de confianza que
el parámetro se encuentra contenido en el intervalo.
En general, para determinar los intervalos de confianza del parámetro θ se debe tener una estadística cuya
función de distribución no dependa de algún parámetro desconocido. El siguiente ejemplo muestra la forma
de obtener un intervalo de confianza para el parámetro λ de la exponencial.

Ejemplo 5.10.  S
 ea X1, X2, . . . , Xn una muestra aleatoria de una distribución exponencial con pa-
rámetro λ. Encontrar el intervalo de confianza del parámetro λ usando la suma de
valores muestrales como base.

Solución:
Primero se determina la función de distribución de la variable Y 5λ ∑ i =1 X i , utili-
n

zando la técnica de la función generatriz de momentos. Recuerde que si dos variables

tienen la misma función generatriz de momentos, entonces las dos variables se dis-
tribuyen igual:

MY(t) 5 E(etY)  µ … µ etY Q n e ¨

n
h h Q Xi
i "1
dx1 … dxn
0 0

1 h h  Q ( 1 t ) ¨ i "1 Xi dx … dx (1  t ) n
n


(1  t )n µ 0
… µ Q n (1  t )n e
0 1 n

Ésta es la función generadora de momentos de la función de distribución gamma con

parámetros α 5 n, β 5 1, esto implica que:

y n−1 e − y
fY ( y) 5   si  y . 0,  con  n . 0
Γ( n)
Como se puede ver, la función de densidad no depende de ningún parámetro desco-
nocido, pues n es el tamaño de la muestra.
 Capítulo 5  Estimación  |  231

Ahora, se encuentran dos números a y b, tales que satisfacen la relación:

P(a # Y # b) 5 1 2 α
De esta manera, se obtiene el intervalo aleatorio para λ .
{y | a # y # b} 5 {x1, . . . , xn | a # λ ∑ i =1 xi # b}
n

5{x1, . . . , xn | a/ ∑ i =1 xi # λ # b/ ∑ i =1 xi }
n n

Ejemplo 5.11.  U
 na muestra aleatoria de una función de distribución exponencial de tamaño 20 da
una suma igual a 34.7. Encontrar un intervalo de 95% de confianza para λ.

Solución:
Dado que se quiere un intervalo de 95% de confianza, entonces 1 2 α 5 0.95 y se de-
ben hallar los números a y b, tales que P(a # Y # b) 5 0.95, cuando Y es una variable
aleatoria gamma con α 5 20, β 5 1. Existen infinidad de parejas a y b que satisfacen
la relación y por facilidad y conveniencia se elegirán los números considerando que
en los dos extremos se deja fuera la misma área, esto es:
P(Y # a) 5 P(Y $ b) 5 0.025
De aquí se obtiene que P(Y # b) 5 0.975. Los valores de a y b que satisfacen esta
relación se encuentran usando Excel con el asistente de función  f . Elija funciones
ESTADÍSTICAS, luego DISTR.GAMMA.INV, introduzca los datos que se piden y
se obtiene que a 5 12.22 y b 5 29.67.
El extremo inferior del intervalo es 12.22/34.7 5 0.352 y el extremo superior del
intervalo es 29.67/34.7 5 0.855, usando la fórmula obtenida en el ejemplo 5.10 se
determina que:
0.352 # λ # 0.855 con 95% de confianza

5.2.2  Intervalo de confianza para los parámetros de la normal

Función de distribución de los estimadores de  y 2
Para hallar los intervalos de confianza de los parámetros de la normal, primero se estudian las funciones de
distribución de la media y la varianza de la muestra.

Teorema 5.7.  Si X1, X2, . . . , Xn es una muestra aleatoria de una función de distribución normal con
media µ y varianza σ2, entonces n ( X 2µ) / σ ~ N(0, 1).

Demostración:
Encontrar la función generatriz de momentos de la variable aleatoria:
Z 5 n ( X 2 µ) / σ 5(∑ i =1 ( X i 2 µ)) / nσ
n

Y si concuerda con la función generatriz de momentos de la normal estándar se habrá probado el

teorema.
232  |  Estadística para ingeniería y ciencias

1
… µ e ¨ i "1 e ¨ i "1 i
n n
h h t ( xi  R )/ nX  ( x  R )2 / 2 X 2
MZ(t) 5 E(etZ) 5
(2 U )n/ 2 X n µ h h
dx1 … dxn

2
et / 2
… µ e ¨ i "1 i
n
h h  ( x  R  tX / n )2 / 2 X 2

(2 U )n/ 2 X n µ h h
dx1 … dxn

2
/2
5et
ésta es la función generatriz de momentos de la normal estándar y así queda demostrado el teorema.

Teorema 5.8.  Si X1, X2, . . . , Xn es una muestra aleatoria de una función de distribución normal con
media µ y varianza σ2, entonces ( n 21)s2 / σ 2 5 ∑ i =1 ( X i 2 X )2 / σ 2 ~ ji-cuadrada con n 2 1 grados
n

de libertad.
La demostración de este teorema sale del alcance de este libro.

Teorema 5.9.  Si X1, X2, . . . , Xn es una muestra aleatoria de una función de distribución normal con
media µ y varianza σ2, entonces las variables n ( X 2µ) / σ y ( n 21)s2 / σ 2 5 ∑ i =1 ( X i 2 X )2 / σ 2 son
n

independientes.
La demostración de este teorema no será tema de este libro.

Tabla 5.2.  Distribución de los estimadores de los parámetros de la normal.

Parámetro Estimador Función de distribución asociada

µ µ̂5 X µˆ 5 X ≈ N (µ, σ 2 / n) µ

1
σˆ 2 5 1n ∑ i =1 ( X i 2 µ)2 ∑ ( X 2 µ) ≈ χ2 con n grados de libertad
n n 2
σ2
σ 2 i =1 i

1
s 2 5 n1−1 ∑ i =1 ( X i 2 X ) ∑ ( X 2 X ) ≈ χ2 con n 1 grados de libertad
n 2 n 2
σ2
σ 2 i =1 i

Intervalo de confianza para 

Para calcular el intervalo de confianza de la media de la normal µ, se consideran dos casos: con σ2 conocida
y σ2 desconocida.
Caso 1. Se conoce el valor de σ2.
El teorema 5.7 indica que n ( X 2µ) / σ ~ N(0, 1), por tanto se debe tener el valor de zα/2, tal que P(2zα/2 #
n ( X 2µ) / σ # zα/2) 5 1 2 α.
Si se despeja de este intervalo el parámetro se obtiene:
{2zα/2 # n ( X 2µ) / σ # zα/2 } Ψ { X 2 zα/2σ/ n # µ # X 1 zα/2σ/ n }
Donde:
α
zα/2 es el valor tal que P(zα/2 . Z) 5
y Z ~ N(0, 1).
2
La probabilidad (1 – α) es el nivel de confianza y cuando se reporta el intervalo se considera como por-
centaje y no como probabilidad.
 Capítulo 5  Estimación  |  233

X – zα/2 σ / n es el límite de confianza inferior.

X 1 zα/2 σ/ n es el límite de confianza superior.

El término / n es el error estándar.

Tabla 5.3.  Valores de zα/2 para los niveles de confianza más comúnmente usados.

Nivel de confianza 1 – α α α/2 zα/2

0.90 0.10 0.050 1.645
0.95 0.05 0.250 1.96
0.99 0.01 0.005 2.58

Determinación del tamaño de la muestra. La selección más apropiada del tamaño de la muestra es impor-
tante, porque no queremos una muestra de tamaño excesivamente grande, ya que será muy costosa, ni tan
pequeña que dé resultados deficientes. Como vemos, la longitud del intervalo de confianza para µ está deter-
minado por el error E 5 zα/2σ/ n . De esta ecuación, se puede despejar el término zα/2 o el valor de n. Entonces,
manipulando esta ecuación se pueden calcular tres términos:
a) E 5 zα/2σ/ n es la mitad de la longitud del intervalo; es el error máximo permitido para la distancia
entre µ y X . Para calcularlo se deben conocer los valores de 1 2 α y n.
b) zα/2 5 E/ n /2σ es el valor de Z para una confianza de 1 2 α; para calcularlo se deben conocer los va-
lores del error E y de n.
c) n 5 (2zα/2σ/E)2 es el tamaño de la muestra; para calcularlo se deben conocer los valores del error E y
de 1 2 α.
La primera ecuación se utiliza para construir el intervalo de confianza cuando se tiene el tamaño de la
muestra n y la confianza del estimador. La segunda ecuación se usa si se quiere determinar el valor de la con-
fianza y se conoce la longitud del intervalo de confianza y el tamaño de la muestra. La tercera ecuación se em-
plea para encontrar el tamaño de la muestra, la longitud del intervalo de confianza y el nivel de confianza.

Ejemplo 5.12.  S
 upóngase que se tiene una muestra aleatoria de 100 observaciones de concentraciones
de óxidos de nitrógeno (NO) atmosférico obtenida de una población normal con σ 5
25. Se calculó el promedio muestral y se obtuvo X 5 20. Encontrar el intervalo de
confianza de 95% y 99% para el promedio poblacional μ.

Solución:
La estimación puntual de μ es X 5 20. Se utiliza la primera de las tres fórmulas.
Intervalo de 95% para μ.
α 5 0.05, entonces α/2 5 0.025. En la tabla de la distribución normal estándar se en-
cuentra que z0.025 5 1.96
• El extremo inferior del intervalo es X 2 zα/2σ/ n 5 20 – 1.96 (25)/ 100 5 15.1
• El extremo superior del intervalo es X 1 zα/2σ/ n 5 20 1 1.96 (25)/ 100 5
24.9
234  |  Estadística para ingeniería y ciencias

De esta manera se tiene que 15.1 , μ , 24.9 con 95% de confianza.

Intervalo de confianza del 99% para µ
α 5 0.01, entonces α/2 5 0.005. En la tabla de la distribución normal estándar se deter-
mina que z0.005 5 2.58.
• El extremo inferior del intervalo es X 2 zα/2σ/ n 5 20 – 2.58 (25)/ 100
5 13.55.
• El extremo superior del intervalo es X 1 zα/2σ/ n 5 20 1 2.58 (25)/ 100
5 26.45.
Así que 13.55 , μ , 26.45 con 99% de confianza.

Ejemplo 5.13.  U
 n consultor estadístico intenta usar el promedio de una muestra aleatoria de tamaño
n 5 150, para estimar la aptitud mecánica promedio (promedio mediante cierta prue-
ba) de obreros de la línea de montaje de una industria. Si con base en la experiencia,
el estadístico puede suponer que σ 5 6.2 y la normalidad de las observaciones, en-
tonces, para estos datos, ¿qué puede afirmar este consultor con probabilidad de 0.99,
acerca de la dimensión máxima del error E?

Solución:
Los datos que se tienen son: n 5 150, σ 5 6.2, α 5 0.01; entonces, zα/2 5 z0.005 5 2.575.
Al usar la fórmula E 5 zα/2 (σ/ n ) y sustituyendo, resulta:
E 5 2.575(6.2/ 150 )
5 1.30
Con este resultado, el consultor estadístico puede afirmar, con un nivel de confianza
de 99%, que la distancia entre la media poblacional y la media muestral será a lo
mas de 1.30.

Ejemplo 5.14.  S
 uponer que el consultor estadístico del problema anterior desea un nivel de confian-
za de 95%; siendo así, ¿cuál sería la magnitud del error, E?

Solución:
Al usar nuevamente la fórmula E 5 zα/2 (σ/ n ) con zα/2 5 z0.025 5 1.96
E 5 1.96(6.2 150 ) 5 0.992
Nótese que debido a que se quiere menos precisión (usando el nivel de confianza de
95%), el intervalo es de menor longitud que en el ejemplo anterior. Observe que si
se cambia la confianza o el tamaño de la muestra, el error de estimación máximo E
también cambia.

Ejemplo 5.15.  E
 n un estudio de química, en un artículo publicado en el Journal of Heat Transfer, se
describe un nuevo método para medir la conductividad térmica del hierro Armco.
Suponer que se desea que el error promedio en la conductividad térmica del hierro
 Capítulo 5  Estimación  |  235

Armco sea menor que 0.05 Btu/h-ft-oF, con un nivel de confianza de 95%. Entonces,
si de estudios previos se sabe que la desviación estándar es de σ 5 0.10, estimar el
tamaño de muestra requerido.

Solución:
Aquí, zα/2 5 z0.05/2 5 z0.025 5 1.96, σ 5 0.10, E 0.05.
Al sustituir estos valores en la ecuación n 5 (zα/2 σ/E)2 obtenemos:
n 5 [(1.96)(0.10) / 0.05)]2
5 15.37 ≈ 16
Nota: Siempre debemos redondear por arriba el tamaño de la muestra, de manera
que el número requerido sea cuando menos adecuado. Esto es un convencio-
nalismo usado en estadística.

Ejemplo 5.16.  E
 n un estudio de recolección de basura desechada por el sector doméstico, es decir,
del reciclado de basura, queremos estimar el promedio del plástico desechado en las
casas. ¿Qué tamaño de muestra de casas debe ser seleccionado, aleatoriamente, si
deseamos estar seguros en 99% que el promedio muestral esté dentro de 0.250 kilo-
gramos del verdadero promedio poblacional μ? Suponer que estudios pilotos dan una
desviación estándar conocida de σ 5 1.100 kilogramos.

Solución:
Queremos un tamaño de muestra n, dado que α 5 0.01 (99% de nivel de confianza),
de manera que zα/2 5 z0.005 5 2.575 (valor constante de la tabla de la distribución nor-
mal con 99% nivel de confianza). Además, E 5 0.250, σ 5 1.100.
Así, sustituyendo los datos en la fórmula n 5 (zα/2 σ/E)2, obtenemos:
n 5 [(2.575)(1.100) / (0.250)]2
5 128.37
≈ 129
En conclusión, debemos de obtener una muestra de cuando menos 129 casas domés-
ticas seleccionadas aleatoriamente (que están descartando el plástico). Con semejante
muestra, estaremos confiados en un 99% de que el promedio muestral X no se aleja-
rá de μ más de 0.250 kilogramos.

Ejemplo 5.17.  R
 efiriéndose al ejemplo anterior, si quisiéramos tener resultados menos precisos em-
pleando un margen de error de 0.500 kilogramos, calcular el tamaño de la muestra n
suponiendo las mismas condiciones anteriores.

Solución:
Usando la fórmula n 5 (zα/2 σ/E)2, obtenemos:
n 5 [(2.575)(1.100) / (0.500)]2
5 32.09
≈ 33
236  |  Estadística para ingeniería y ciencias

Observaciones:
a) Conforme disminuye la longitud del intervalo 2E, el tamaño requerido de la mues-
tra n aumenta para un valor fijo de σ y para el nivel de confianza especificado.
b) A medida que aumenta, el tamaño requerido de la muestra n se incrementa el
nivel de confianza, para una longitud deseada 2E fija.
c) Conforme aumenta el nivel de confianza, el tamaño requerido de la muestra n tam-
bién se incrementa para una longitud fija deseada 2E.

Caso 2. Se desconoce el valor de σ2.

Cuando se desconoce el valor de σ se utiliza su estimador s y se encuentra la función de distribución de
n ( X R)
. Los teoremas 5.7, 5.8 y 5.9 indican que ~ N(0, 1), (n – 1)s /σ ~ ji-cuadrada con n
2 2
s
2 1 grados de libertad y que son independientes; entonces, por la definición 4.27 se tiene que el cociente:

n ( X 2 µ) / σ n ( X 2 µ)
5 (5.20)
s/σ s
se distribuye como una t con n – 1 grados de libertad. Así que se satisface la relación:
P(2t12α/2 # n ( X 2µ) / s # t12α/2) 5 1 2 α (5.21)
Si se despeja de este intervalo el parámetro, resulta:
{2t12α/2 # n ( X 2µ) / s # t12α/2 } 5 { X 2 t12α/2 s/ n # µ # X 1 t12α/2 s/ n } (5.22)

Determinación del tamaño de la muestra. En este caso se pueden utilizar las mismas fórmulas derivadas de la
longitud del intervalo de confianza para µ que está determinado por el error E 5 t12α/2s/ n . De esta ecuación
se pueden despejar tres términos:
• E 5 t12α/2s/ n es la mitad de la longitud del intervalo y es el error máximo permitido para la distancia
entre µ y X . Para calcularlo se deben conocer los valores de 1 2 α y n.
• t12α/2 5 E n /2s es el valor de t para una confianza de 1 2 α. Se calcula al conocer el error E y n. Es
poco probable que el resultado del cálculo de la parte de la derecha de la ecuación sea uno de los que
cita la tabla de t de Student (recuerde que la tabla de t únicamente contiene los reportes para unos
cuantos valores de la probabilidad) entonces, t12α/2 y se obtiene usando las funciones de Excel o Mi-
nitab; otra opción es que cuando n es suficientemente grande se puede considerar que la distribución
t es aproximadamente normal estándar.
• n 5 (t12α/2 s/E)2 es el tamaño de la muestra; para calcularlo se debe conocer el error E y 1 2 α, pero
también se debe tener una estimación de σ, por lo que se requiere obtener una muestra piloto prelimi-
nar para calcular el valor de s.

Ejemplo 5.18.  E
 l gerente de una fábrica sabe que el tiempo que usan los trabajadores para hacer una
determinada faena se distribuye como una normal con media desconocida µ y varian-
za desconocida σ. Se seleccionó una muestra de 18 empleados y se les tomó el tiempo
 Capítulo 5  Estimación  |  237

que tardaron en hacer la faena, el promedio y la desviación estándar de los 18 datos

fue igual a X 5 15 minutos y s 5 2 minutos. Construya un intervalo de confianza
de 95% para la µ.

Solución:
El intervalo de confianza se encuentra con la fórmula;
X 2 t12α/2 s/ n # µ # X 1 t12α/2 s/ n

de esta fórmula desconocemos únicamente el valor de t12α/2 con 18 2 1 5 17 grados de

libertad. Dado que se quiere el intervalo de 95% de confianza, se tiene que α 5 0.05 y
α/2 5 0.025. En la tabla de la distribución t de Student se encuentra que t0.975 5 2.110
y se calcula s/ n 5 0.47.
El intervalo de confianza es:
15 – 2.110 (0.47) , µ , 15 1 2.110 (0.47)
14.01 , µ , 15.99
Esto significa que basado en la muestra de 18 empleados, estamos confiados en 95%
que los límites de 14.01 y 15.99 minutos contienen el verdadero promedio del tiempo
requerido para completar la tarea.

Intervalos de confianza para la diferencia de dos medias

Sean X11, X12, . . . , Xn , una muestra aleatoria de n1 observaciones tomadas de una primera población con va-
1
lor esperado µ1 y varianza σ 1 , y X21, X22, . . . , Xn una muestra aleatoria de n2 observaciones tomada de una
2
2
segunda población con valor esperado µ2 y varianza σ 2 . Si las muestras vienen de una distribución normal y X 1
2

 σ2 σ2 
y X 2 son las medias muestrales, entonces X 1 − X 2 ~ N  µ1 2 µ 2 , 1 1 2  .
 n n 1 2 
Para calcular el intervalo de confianza para la diferencia de dos medias se debe saber si las varianzas
poblacionales son conocidas o desconocidas, y en caso de que sean desconocidas si son iguales o diferentes.
Cada uno de estos tres casos se analizará por separado.

Caso 1. Varianzas conocidas.

Si las varianzas poblacionales son conocidas, los pasos a seguir para encontrar el intervalo de confianza son
los siguientes:
a) Se calcula X 1 − X 2 , el estimador suficiente de µ1 2 µ2.

b) Se encuentra el valor de zα/2 en la tabla de la distribución normal estándar, tal que:

 X 1 2 X 2 2 (µ 1 2 µ 2 ) 
P  2zα / 2 , , z  51 2 α
 σ 12 / n1 1 σ 22 / n2
α / 2


c) Al manipular la expresión anterior en forma similar a como se hizo en los casos de una sola muestra,
se llega al siguiente teorema que nos define el intervalo de confianza para la diferencia entre dos me-
dias µ1 – µ2 con varianzas conocidas σ 12 y σ 22 .
238  |  Estadística para ingeniería y ciencias

Teorema 5.10.  Si X 1 y X 2 son las medias de dos muestras aleatorias independientes de tamaño n1
y n2 tomadas de poblaciones que tienen varianzas conocidas σ 1 y σ 2 , respectivamente; entonces un
2 2

intervalo de 100(1 – α)% de confianza para µ1 2 µ2 es:

X 1 2 X 2 2 zα / 2 σ 12 / n1 1 σ 22 / n2 , (µ1 2 µ 2 ) , X 1 2 X 2 1 zα / 2 σ 12 / n1 1σ 22 / n2

Ejemplo 5.19.  C
 onstruir un intervalo de confianza de 94% para la diferencia real entre las duraciones
de dos marcas de focos, si una muestra de 40 focos tomada al azar de la primera mar-
ca dio una duración media de 418 horas y una muestra de 50 focos de otra marca dio
una duración media de 402 horas. Las desviaciones estándares de las dos poblaciones
son 26 horas y 22 horas, respectivamente.

Solución:
Se tiene que X 1 5 418, X 2 5 402, σ1 5 26, σ2 5 22, n1 5 40, n2 5 50, a 5 0.04, z0.03
5 1.88. El intervalo de confianza es:

6.3  R1 R 2  25.7

El hecho de que ambos límites sean positivos y, por tanto, el intervalo no contenga el
valor cero, indica que es poco probable que ambas marcas tengan la misma duración
media, y sugiere que la primera marca de focos tenga una duración media superior a
la segunda.

Ejemplo 5.20.  C
 on la finalidad de reducir el consumo de gasolina (para que se contamine menos el
medio ambiente, especialmente, con CO2 que está calentando la Tierra y cambiando
el clima), se hizo un estudio para comparar el rendimiento en kilómetros por litro de dos
tipos de máquinas A y B. Para esto se seleccionó una muestra de 50 unidades del tipo
de máquina A y otra muestra de 50 unidades del tipo de máquina B. El promedio de
gasolina consumida para las máquinas tipo A fue de X 1 5 36 km por litro y el prome-
dio para las máquinas tipo B fue de X 2 5 42. Las desviaciones estándar fueron de 6
y 8 km para las máquinas A y B, respectivamente. Encontrar el 95% de intervalo de
confianza para (µA 2 µB).

Solución:
Los promedios aritméticos y las desviaciones estándar son: X 1 5 36 km y X 2 5 42 km
con σ1 5 6 y σ2 5 8, respectivamente. Los tamaños de las muestras son n1 5 n2 5 50.
Intervalo de 95%:
α 5 0.05, entonces α/2 5 0.025. En la tabla de la distribución normal estándar se en-
cuentra que z0.025 5 1.96.
 Capítulo 5  Estimación  |  239

• El extremo inferior del intervalo es:

X 1 2 X 2 2 zα / 2 σ 12 / n1 1 σ 22 / n2 5 36 2 42 21.96 6 2 / 50 1 8 2 / 50 5 28.772
• El extremo superior del intervalo es:
X 1 2 X 2 1 zα / 2 σ 12 / n1 1 σ 22 / n2 5 36 2 42 11.96 6 2 / 50 1 8 2 / 50 5 23.228

De esta manera se tiene que 28.57 , µ1 2 µ2 , 23.43 con 95% de confianza.

Intervalo de confianza de 99% para µ:
α 5 0.01, entonces, α/2 5 0.005. En la tabla de la distribución normal estándar se
encuentra que z0.005 5 2.58.
• El extremo inferior del intervalo es:
X 1 2 X 2 2 zα / 2 σ 12 / n1 1 σ 22 / n2 5 36 2 42 2 2.58 6 2 / 50 1 8 2 / 50 5 29.649

• El extremo superior del intervalo es:

X 1 2 X 2 1 zα / 2 σ 12 / n1 1 σ 22 / n2 5 36 2 42 1 2.58 6 2 / 50 1 8 2 / 50 5 22.351

De esta manera, se tiene que 29.649 , µ1 2 µ2 , 22.351 con 99% de confianza.

En ambos casos el 0 no está incluido en el intervalo de confianza y los extremos son
negativos, por tanto se concluye que existe suficiente evidencia estadística para afir-
mar que:
µ1 , µ 2
Selección del tamaño de la muestra para dos poblaciones. Se puede encontrar el
tamaño de muestra apropiado para construir un intervalo de confianza considerando
un error específico y un nivel de confianza 100(1 – α)% especificado y que las dos
muestras sean del mismo tamaño, es decir, n1 5 n2 5 n, en este caso el error máximo
permitido es:
E 5 zα / 2 σ 12 / n 1 σ 22 / n 5 zα / 2 (σ 12 1 σ 22 ) / n (5.23)

por tanto, al despejar el valor de n se tiene que:
zα2 / 2 (σ 12 1 σ 22 )
n5 (5.24)
E2
Nota: Recuerde que es necesario redondear al entero mayor del resultado de esta
fórmula. Con esto, se asegura que el nivel de confianza sea al menos de 100(1
– α) por ciento.

Ejemplo 5.21.  S
 e prueban dos fórmulas diferentes de gasolina oxigenada para reducir las emisiones de
monóxido de carbono (CO) emitidas por los motores de combustión interna. Se sabe
de antemano que la varianza para la primera fórmula es de 1.5, mientras que la varianza
para la segunda fórmula es de 1.2. ¿Qué tamaño de muestra debe usarse para cada po-
blación muestreada, si se desea tener una confianza de 95% de que el error, al estimar la
diferencia entre los promedios de las dos fórmulas diferentes, sea menor que 1?
240  |  Estadística para ingeniería y ciencias

Solución:
Se sustituyen los datos en la fórmula:
zα2 / 2 (σ 12 1 σ 22 ) 1.96 2 × (1.5 11.2)
n5 2
5 510.37 ≈ 11
E 12
Por tanto, el tamaño de la muestra para las poblaciones µ1 y µ2 es:
n 5 n1 5 n2 5 11

Caso 2. Varianzas desconocidas, pero iguales ( σ 1 5 σ 2 5 σ2).

2 2

Cuando las varianzas son desconocidas, se debe realizar previamente una prueba estadística para verificar si
son iguales o diferentes, esto se puede hacer usando las técnicas que se verán en el siguiente capítulo. Si se
concluye que no hay diferencia significativa entre las dos varianzas, entonces se efectúan los pasos siguientes
para obtener el intervalo de confianza.
El estadístico usado como estimador puntual de la diferencia de medias µ1 2 µ2 será X 1 − X 2 , que es un
estimador suficiente. Para el caso que las dos muestras sean independientes y obtenidas de una distribución
normal, resulta:
X 1 2 X 2 2 (µ 1 2 µ 2 ) ( n1 21)s12 1( n2 21)s22
~ N(0, 1)  y  ~χ (5.25)
2
σ 1 / n1 11 / n2 σ2

Con n1 1 n2 2 2 grados de libertad, por lo que de la definición de la distribución t de Student, definición

4.27, al efectuar el cociente de la variable normal estándar entre la raíz cuadrada de la variable ji-cuadrada
entre sus grados de libertad, se obtiene:

X 1 2 X 2 2 (µ 1 2 µ 2 )
sp 1 / n1 11 / n2 ~ t con n1 1 n2 2 2 grados de libertad

( n1 21)s12 1( n2 21)s22
donde: sp2 5
n1 1 n2 2 2
De esta expresión resulta el siguiente teorema.

Teorema 5.11.  Si X 1 , X 2 , s12 y s22 son las medias y las varianzas de dos muestras aleatorias de tama-
ños n1 y n2, respectivamente, tomadas de dos poblaciones normales e independientes con varianzas
desconocidas pero iguales, entonces un intervalo de confianza de 100(1 – α)% para la diferencia de
las medias µ1 2 µ2 es:

X 1 2 X 2 2 t1−α / 2 sp 1 / n1 11 / n2 , µ1 2 µ 2 , X 1 2 X 2 2 t1−α / 2 sp 1 / n1 11 / n2

( n1 21)s12 1( n2 21)s22
con sp2 5
n1 1 n2 2 2

Ejemplo 5.22.  L
 a siguiente tabla presenta los resultados de dos muestras aleatorias para comparar el
contenido de nicotina de dos marcas de cigarros.
 Capítulo 5  Estimación  |  241

Tabla 5.4.  Resultados.

Marca A Marca B
ni 10 8
Xi 3.1 2.7
8i 0.5 0.7

Suponiendo que los conjuntos de datos provienen de muestras tomadas al azar de

poblaciones normales con varianzas desconocidas pero iguales, construir un intervalo
de confianza de 95% para la diferencia real de nicotina de las dos marcas.
Solución:
Como las varianzas son iguales pero desconocidas, se calcula el valor de la varianza
combinada sp:
(9 × (0.5)2 1 7 × (0.7)2
sp2 5 5 0.355 ⇒ sp 5 0.596
16
El valor de t0.975 con 16 grados de libertad es igual a 2.12, entonces el intervalo de
confianza de 95% está dado por:
1 1 1 1
3.1 2 2.7 2 2.21 × 0.596 1 , µ1 2 µ 2 , 3.1 2 2.7 1 2.21 × 0.596 1
10 8 10 8

20.2 , µ1 2 µ 2 , 1.0
Debido a que la diferencia real entre las dos medias puede ser cero, no se concluye
que existe una diferencia en el contenido de nicotina de las dos marcas de cigarros.

Ejemplo 5.23.  E
 l gerente de una refinería piensa modificar el proceso para producir gasolina a partir
de petróleo crudo. Él hará la modificación sólo si la gasolina promedio que se obtiene
por este nuevo proceso (expresada como un porcentaje del crudo) aumenta su valor
con respecto al proceso en uso. Con base en experimentos de laboratorio y mediante
el empleo de dos muestras aleatorias de tamaño 12, una para cada proceso, la canti-
dad de gasolina promedio del proceso en uso es de 24.6 con una desviación estándar
de 2.3, y para el proceso propuesto fue de 28.2 con una desviación estándar de 2.7. El
gerente piensa que los resultados proporcionados por los dos procesos son variables
aleatorias independientes normalmente distribuidas con varianzas iguales. Con base
en esta evidencia, ¿debe adoptarse el nuevo proceso?
Solución:
Para determinar si hay diferencia significativa entre los dos procesos de elaboración de
gasolina se encuentra el intervalo de confianza de µ1 2 µ2, con 95% de confianza.
Como las varianzas son iguales pero desconocidas, calculamos el valor de sp:
(11 × (2.3)2 111 × (2.7)2
sp2 5 5 6.29 ⇒ sp 5 2.508
22
El valor de t0.975 con 22 grados de libertad es igual a 2.074, entonces el intervalo de
confianza de 95% está dado por
242  |  Estadística para ingeniería y ciencias

24.6 2 28.2 2 2.074 × 2.508 1

12
1 121 , µ1 2 µ 2 , 24.6 2 28.2 1 2.074 × 2.508 1
12
1 121

25.724 , µ1 2 µ2 , 21.476
Debido a que el cero no está contenido en este intervalo y que los dos extremos son
negativos, se puede concluir que el nuevo proceso de obtención de gasolina tiene una
media mayor.

Ejemplo 5.24.  S
 e hace un experimento agrícola para probar dos tipos de fertilizantes (fosfatados y
nitrogenados) en el cultivo de maíz sembrado en dos tipos de suelos. Uno de cada tipo
de fertilizantes se aplica a cada suelo por separado. Después del crecimiento de las
plantas de maíz se selecciona una muestra de 13 mazorcas cultivadas en la parcela con
la aplicación del fertilizante fosfatado. El peso promedio muestral fue de 2.1 libras,
con una varianza de 0.5 libras. Similarmente, se seleccionan 12 mazorcas cultivadas
en la parcela con la aplicación del fertilizante nitrogenado. El peso promedio muestral
fue de 1.0 libras con una varianza de 0.6 libras. Suponiendo que las dos poblaciones
de la producción de maíz son normales y que las dos varianzas son iguales, hacer un
intervalo de confianza de 90% para la diferencia de los dos promedios poblacionales.

Solución:
Los datos son: X 1 5 2.1, s12 5 0.6, n1 5 13, X 2 5 1.0, s22 5 0.6, n2 5 12, n2 5 12.
Para determinar si hay diferencia significativa entre los dos procesos de elaboración de
gasolina se encuentra el intervalo de confianza para µ1 2 µ2, con 90% de confianza.
Como las varianzas son iguales pero desconocidas, calculamos el valor de sp:
(12 × 0.5 111 × 0.6
sp2 5 5 0.548 ⇒ sp 5 0.740
23
El valor de t0.975 con 22 grados de libertad es igual a 2.074, entonces el intervalo de
confianza de 95% está dado por:

2.1 21.0 2 2.069 × 0.740 1

13
1 121 , µ1 2 µ 2 , 2.1 21.0 2 2.069 × 0.740 1
13
1 121

0.48 , µ1 2 µ2 , 1.713
Debido a que el cero no está contenido en este intervalo, se puede concluir que el fer-
tilizante fosfatado da mazorcas son significativamente más pesadas que el fertilizante
nitrogenado.

Varianzas desconocidas y desiguales 21  22

Si se determina que las varianzas de las dos poblaciones son diferentes se puede calcular el intervalo de con-
fianza para la diferencia de las dos medias considerando la estadística:

X 1 2 X 2 2 (µ 1 2 µ 2 ) ( s 2 / n 1 s 2 / n )2
~ t con ( n 21)s 4 / n2 1( n 21)s 4 / n2 grados de libertad
1 1 2 2

s12 / n1 1 s22 / n2 1 1 1 2 2 2

El intervalo de confianza lo da el siguiente teorema, basado en la distribución t con n grados de libertad.

 Capítulo 5  Estimación  |  243

Teorema 5.12.  Si X 1 , X 2 , s12 y s22 son las medias y las varianzas de dos muestras aleatorias de tama-
ños n1 y n2, respectivamente, tomadas de dos poblaciones normales e independientes con varianzas
desconocidas y diferentes, entonces un intervalo de confianza de 100(1 – α)% para la diferencia de
las medias µ1 2 µ2 es:
X 1 2 X 2 2 t1−α / 2 s12 / n1 1 s22 / n2 , µ1 2 µ 2 , X 1 2 X 2 1 t1−α / 2 s12 / n1 1 s22 / n2 (5.27)

( s12 / n1 1 s22 / n2 )2
la variable t tiene grados de libertad.
s14 / n12 ( n1 21) 1 s24 / n22 ( n2 21)

Ejemplo 5.25.  U
 n ingeniero sanitario muestrea dos poblaciones de concentraciones de DBO (de-
manda bioquímica de oxígeno) provenientes de dos plantas de tratamiento de aguas
residuales. Para la primera planta se toma una muestra de n1 5 16 análisis del DBO,
los 16 datos dan un promedio muestral igual a X 1 5 4.00 con una varianza de s12 5
1.5. Para la segunda planta de tratamiento se toma una muestra de n2 5 15 análisis
de DBO, de estos 15 datos se obtiene un promedio muestral de X 2 5 3.6 con una
varianza s22 5 1.3. El ingeniero desea construir un intervalo de confianza de 95% para
las diferencias de promedios µ1 y µ2 de cada planta.

Solución:
Primeramente, se calculan los grados de libertad usando la ecuación:
( s12 / n1 1 s22 / n2 )2 (1.5 / 16 11.3 / 15)2 0.033
5 5 5 30
s14 / n12 ( n1 21) 1 s24 / n22 ( n2 21) (1.5 ) / (16 × 15) 1(1.3 ) / (15 × 14) 0.0011
2 2 2 2

La estimación puntual de µ1 2 µ2 es ( X 1 – X 2 ) 5 (4.0 – 3.6) 5 0.4. Usando un nivel

de confianza de 95% con 30 grados de libertad y consultando la tabla de la distribu-
ción de t da t0.975; 30 5 2.042. Por tanto, sustituyendo todos estos valores en la relación
del teorema anterior se obtiene:
4.0 2 3.6 2 2.042 1.5 / 16 11.3 / 15 , µ1 2 µ 2 , 4.0 2 3.6 1 2.042 1.5 / 16 11.3 / 15

–0.467 , (µ1 2 µ2) , 1.267

Nótese que el intervalo contiene a 0, lo que indica que es probable que las dos medias
sean iguales.

Intervalo de confianza para la media de datos pareados mD 5 m1 2 m2

En algunos casos se quiere determinar el efecto de un proceso aplicado a unidades muestrales y se obtienen
datos pareados, a las mismas unidades en dos tiempos diferentes o aplicados a unidades muestrales semejan-
tes. Por ejemplo, cuando se desea calcular el efecto de un nuevo proceso de prevención de accidentes indus-
triales se puede elegir una muestra de n industrias y para cada industria se tienen dos datos:
244  |  Estadística para ingeniería y ciencias

• X1i 5 Número de accidentes en el mes anterior a la aplicación del método de prevención de accidentes.
• X2i 5 Número de accidentes después de aplicarse el método.
Las dos mediciones son dependientes porque miden la misma unidad muestral; en estos casos el efecto del
método está contenido en la diferencia de las dos mediciones; de esta manera se elimina el efecto de las distintas
industrias. Si el método de prevención de accidentes es efectivo, entonces la diferencia X2i 2 X1i deberá tener un
valor esperado positivo, sin importar qué tan grandes o qué tan chicos sean los valores que tomen las variables
X1i y X2i. La diferencia X2i 2 X1i contiene el efecto del método aplicado, el efecto de las distintas industrias ha
sido eliminado en esta diferencia. El método de construcción de parámetros de datos pareados consiste en los
siguientes pasos:
• Se obtienen datos pareados (X11, X21), (X12, X22), (X13, X23), . . . , (Xn, Xn).
• Se calculan las diferencias de los dos datos.
D1 5 X11 2 X21, D2 5 X12 2 X22, D3 5 X13 2 X23, . . . , Dn 5 Xn 2 Xn
• Y bajo el supuesto de que Di ~ N(µd, σd2), se aplica la misma fórmula que para el intervalo de confianza
de una media cuando la desviación estándar es desconocida.
D 2 t12α/2 sd/ n # µ D # D 1 t12α/2 sd/ n
donde D y sd son la media y la desviación estándar de las diferencias Di.
De la misma manera, se pueden comparar dos diferentes métodos de prevención de accidentes aplicados
a dos conjuntos de industrias independientes:
• D11, D12, . . . , Dn son las diferencias correspondientes al método A.
• D21, D22, . . . , Dm son las diferencias correspondientes al método B.
Se puede determinar un intervalo para la diferencia de las medias R D  R D , utilizando las fórmulas de
1 2
intervalos de confianza para la diferencia de medias con muestras independientes.

Ejemplo 5.26.  E
 jercicio adaptado del texto Statistical Inference de Jerome C. R. Li (1964). En un estudio
para determinar el efecto de un fertilizante nitrogenado en la producción de betabeles, se
dividió un campo agrícola en 10 bloques del mismo tamaño y cada bloque se fraccionó
en dos parcelas iguales haciendo 10 pares de bloques. Un bloque de cada par fue selec-
cionado aleatoriamente para la aplicación del fertilizante a una tasa de 50 libras por acre
y el otro bloque quedó sin fertilizante. La tabla 5.5 muestra los datos obtenidos de los
20 bloques. Si se supone normalidad, construir un intervalo de confianza de 95% para
µD 5 µ1 – µ2.
Tabla 5.5. Datos de la aplicación del fertilizante nitrogenado en parcelas con
dos bloques.
Fertilizante
Bloque sin aplicación Bloque con aplicación Diferencias
Bloque
a) b) b) – a)
1 140.4 170.5 30.1
2 174.7 207.4 32.7
3 170.2 215.9 45.7
4 174.6 209.0 34.4
5 154.5 171.6 17.1
(Continúa)
 Capítulo 5  Estimación  |  245

(Continuación)
6 185.0 201.2 16.2
7 118.9 209.9 91.0
8 169.8 213.3 43.5
9 174.7 184.1 9.4
10 176.7 220.4 43.7
Suma total 1 639.5 2 003.3 363.8

Solución:
a) Se usa la fórmula de intervalos de confianza para datos pareados, entonces se cal-
cula la media y la desviación estándar de las diferencias: D 5 36.38, sd 5 22.95
y el valor de t con 9 grados de libertad: tα/2; n-1 5 t975;9 5 2.262, sustituyendo y sim-
plificando da el intervalo de confianza de 95% para la diferencia de los promedios
µd 5 µ1 – µ2.
19.9626 , µ1 – µ2 , 52.7974

Intervalo de confianza para una media o para la diferencia de dos medias en poblaciones  
que no están normalmente distribuidas (muestras grandes)
El teorema del límite central afirma que con un tamaño de muestra suficientemente grande el promedio
muestral de variables aleatorias distribuidas de acuerdo con cualquier función de distribución se distribuye
aproximadamente normal. Según este resultado se concluye que cuando las poblaciones bajo estudio no son
normales todavía se puede encontrar un intervalo de confianza, tanto para una media o para la diferencia de
dos medias si el tamaño de muestra es “grande” (en la mayoría de los casos es suficiente y es mayor que 30).
Las fórmulas estudiadas en esta sección se pueden utilizar cuando n (el tamaño de una sola muestra) es grande,
o cuando el tamaño de n1 y n2 (dos muestras independientes) también es grande.

Intervalo de confianza para 2, la varianza

Es importante estimar la magnitud de la dispersión de los datos, por ejemplo es útil para determinar las condi-
ciones que se pueden ofrecer en la garantía de los diferentes productos elaborados en la industria. Es por esta
razón que conviene tener un conocimiento, aunque sea estadístico, de la magnitud de la varianza.
El teorema 5.8 afirma que cuando las observaciones son normales, entonces:

( n 21)s 2 / σ 2 5 ∑ i =1 ( X i 2 X )2 / σ 2 ~ χ2 con n 2 1 grados de libertad

n

Al utilizar esta estadística se pueden hallar dos números a y b, tales que:

P (a , ( n 21)s 2 / σ 2 , b) 51 2 α

Existe una infinidad de parejas a y b que pueden satisfacer esta relación, y por simplicidad se puede elegir
que en ambos lados del intervalo se tenga la misma probabilidad, es decir, se eligen los valores de a y b, tales
que:
P((n 2 1)s2/σ2 , a) 5 α/2 y P((n 2 1)s2/σ2 , b) 5 1 2 α/2

De manera que a 5 χα/2 y b 5 χ1−α / 2 , entonces el intervalo de confianza se obtiene de la relación:

2 2

χα2 / 2 , ( n 21)s 2 / σ 2 , χ12−α / 2 b

246  |  Estadística para ingeniería y ciencias

De la primera desigualdad se obtiene lo siguiente:

χα/2
2
, ((n 2 1)s2/σ2 Ψ σ2 , ((n 2 1)s2/ χα/2
2

y de la segunda parte:
((n 2 1)s2/σ2 , χ1−α / 2 Ψ ((n 2 1)s2/ χ1−α / 2 , σ2
2 2

De estas dos desigualdades se concluye que el intervalo de 100(1 2 α)% de confianza de σ2 está dado por:

( n 21)s 2 ( n 21)s 2
, σ 2
,
χα2 / 2 χ12−α / 2

Ejemplo 5.27.  S
 i una muestra aleatoria de 17 mediciones tiene una varianza de s2 5 196.38, encon-
trar los intervalos de 95% y 99% de confianza para σ2.

Solución:
( n 21)s 2 ( n 21)s 2
a) Se utilizará la relación , σ2 , 2 con α 5 0.05, α/2 5 0.025
χα / 2
2
χ 1− α / 2
Primero se encuentra en las tablas de la ji-cuadrada con 16 grados de libertad los
valores de χ 20.975 = 6.91 y χ 20.025 = 28.85, entonces se halla el intervalo:
16 × 196.38 16 × 196.38
, σ2 ,
28.85 6.91
108.91 , σ2 , 454.71
b) Ahora se tiene que α 5 0.01, α/2 5 0.005, entonces los valores correspondientes
de la ji-cuadrada con 16 grados de libertad son χ 20.995 = 5.14 y χ 20.005 5 34.27, por lo
que el intervalo es:
16 × 196.38 16 × 196.38
, σ2 ,
34.27 5.14
91.69 , σ2 , 611.30
El intervalo de confianza para la desviación estándar σ se calcula obteniendo la raíz
cuadrada de los extremos del intervalo de confianza para la varianza, es decir, α 5 0.05
y el intervalo de confianza para σ es (10.45, 21.32) y para α 5 0.01, es (9.59, 24.72).
Tabla 5.6.  Resumen de los intervalos de confianza para los parámetros de la normal.

Parámetro Condiciones Intervalo de confianza

Extremo inferior: X 2 zα/2σ/ n

µ σ conocida
Extremo superior: X 1 zα/2σ/ n

Extremo inferior: X 2 t12α/2 s/ n

µ σ desconocida Extremo superior: X 1 t12α/2 s/ n
t con n – 1 grados de libertad

Extremo inferior: X 1 2 X 2 2 zα / 2 σ 12 / n1 1 σ 22 / n2
µ1 2 µ 2 σ1 y σ2 conocidas
Extremo superior: X 1 2 X 2 1 zα / 2 σ 1 / n1 1 σ 2 / n2
2 2

(Continúa)
 Capítulo 5  Estimación  |  247

(Continuación)

Extremo inferior: X 1 2 X 2 2 t1−α/ 2 s 1 / n1 11 / n2

Extremo superior: X 1 2 X 2 1 t1−α/ 2 s 1 / n1 11 / n2

µ1 2 µ 2 σ1 y σ2 desconocidas
pero iguales ( n1 21)s12 1( n2 21)s22
con s 2 5
n1 1 n2 2 2
y t con n1 1 n2 2 2 grados de libertad

Extremo inferior: X 1 2 X 2 2 t1−α/ 2 s12 / n1 1 s22 / n2

µ1 2 µ2 σ1 y σ2 desconocidas y Extremo superior: X 1 2 X 2 1 t1−α/ 2 s12 / n1 1 s22 / n2

diferentes
( s12 / n1 1 s22 / n2 )2
t con                grados de libertad
( n1 21)s14 / n12 1( n2 21)s24 / n22

Extremo inferior: ( n 21)s 2 / χ12−α / 2

σ2 Extremo superior: ( n 21)s 2 / χα2 / 2
La ji-cuadrada tiene n 2 1 grados de libertad

5.2.3  Intervalos de confianza para el parámetro de la distribución Bernoulli

Intervalos de confianza para p
Cuando se desea determinar el intervalo de confianza de una proporción (el parámetro p de la distribución
Bernoulli), se utiliza el estimador:
número de éxitos en la muestra ¨ i "1 X i
n

p̂ 
tamaño de la muestra n
entonces, si n es suficientemente grande se puede aplicar el teorema del límite central, considerando que p̂ ~
N(p, p(12p)/n).
De donde se deduce que el intervalo de confianza para p está determinado por:
pq
ˆˆ pq
ˆˆ
pˆ 2 zα / 2 , p , pˆ 1 zα / 2 (5.28)
n n

Ejemplo 5.28.  E
 n un experimento agrícola se sembraron 36 semillas de girasol germinando 31 de ellas.
Con estos datos se quiere obtener el intervalo de 90% de confianza de la proporción de
semillas que pueden germinar de la población total de semillas.
Solución:
Las semillas pueden germinar o no germinar, entonces cada semilla que se siembra
corresponde a un experimento Bernoulli; si se considera que el evento “la semilla germi-
na” es éxito, entonces se tiene una muestra aleatoria de variables Bernoulli X1, X2, . . . ,
X36, con las que se puede calcular la probabilidad p de que las semillas germinen.
248  |  Estadística para ingeniería y ciencias

33
De manera que p5
ˆ 5 0.9167, y en la tabla de la distribución normal se encuentra que
36
z0.05 5 1.645; con estos valores se aplica la fórmula para el intervalo de confianza para
p, quedando así:

0.9167 × 0.0833 0.9167 × 0.0833

0.9167 21.645 , p , 0.9167 11.645
36 36

de donde se obtiene el intervalo:

0.841 , p , 0.992

Intervalos de confianza para la diferencia de proporciones p1 2 p2

De igual manera, cuando se quiere comparar las proporciones de dos poblaciones y el tamaño de las dos muestras
de variables Bernoulli es grande se puede considerar que los estimadores de las proporciones p1 y p2 dados por:

∑ ∑
n n
X 1i X 2i
p̂1 5 i =1
y p̂2 5 i =1
(5.29)
n1 n2

se distribuyen aproximadamente normal:

p̂1 ~ N(p1, p1(12p1)/n1) y p̂2 ~ N(p2, p2(12p2)/n2) (5.30)

entonces, un intervalo de confianza del (1 – α)100% para la diferencia pˆ 1 − pˆ 2 está dado por:

pˆ 1qˆ 1 pˆ 2 qˆ 2 pˆ qˆ pˆ qˆ
pˆ 1 2 pˆ 2 2 zα / 2 1 , p1 2 p2 , pˆ 1 2 pˆ 2 1 zα/ 2 1 1 1 2 2 (5.31)
n1 n2 n1 n2

Ejemplo 5.29.  S
 e eligieron al azar 140 hombres y 150 mujeres entre 40 y 50 años de edad y se halló que
56 de los hombres y 27 de las mujeres usan lentes; con estos datos construir un intervalo
de confianza de 95% para la diferencia de las proporciones reales de hombres y mujeres
que usan lentes en la población.

Solución:

De acuerdo con los datos obtenidos, se tiene que pˆ 1 5 56 / 140 5 0.40 y pˆ 2 27 / 150 0.18,
y debido a que las dos muestras son grandes se puede suponer normalidad, entonces se
determina que z0.025 5 1.96, y el intervalo de confianza es:

0.4 × 0.6 0.18 × 0.82 0.4 × 0.6 0.18 × 0.82

0.6 2 0.18 21.96 1 , p1 2 p2 , 0.6 2 0.18 21.96 1
140 150 140 150
0.318 , p1 – p2 , 0.522
 Capítulo 5  Estimación  |  249

Tabla 5.7. Resumen de intervalos de confianza para el parámetro de una

distribución Bernoulli.

Parámetro Intervalo de confianza

p Extremo inferior: pˆ 2 zα / 2 pq / n
Extremo superior: pˆ 1 z pq / n
α /2

Extremo inferior: p1 2 p2 2 zα/ 2 p1 (1 2 p1 ) / n1 1 p2 (1 2 p2 ) / n2

p1 2 p2
Extremo superior: p 2 p 1 z p1 (1 2 p1 ) / n1 1 p2 (1 2 p2 ) / n2
1 2 α/ 2

5.2.4  I ntervalos de confianza de los parámetros de la normal y de  

distribución Bernoulli usando Minitab
Intervalos de confianza para  con  conocida
Siga las instrucciones:
1. Stat → Basic Statistics → 1-Sample z.
2. En la ventana de diálogo 1-Sample z (Test and Confidence Interval) haga clic en Summarized data.
3. En la ventanilla Sample size ponga el tamaño de la muestra y en la ventanilla de Mean escriba el valor
de la media y en la ventanilla de Standard deviation ponga el valor de la desviación estándar (si no se
hace prueba de hipótesis deje intacto todo lo demás).
4. Si desea hacer gráficas, haga clic en Graphs y en OK.
5. Todas estas órdenes dan el intervalo de confianza para µ.

 ados los datos n 5 100, σ 5 25, X 5 20 para determinar un intervalo de confianza

Ejemplo 5.30.  D
de 95% y 99% en intervalos de confianza de µ con σ conocida y siguiendo las instruc-
ciones anteriores.

Figura 5.1.
250  |  Estadística para ingeniería y ciencias

One-Sample Z
The assumed standard deviation 5 25
N Mean SE Mean 95% CI
100 20.0000 2.5000 (15.1001, 24.8999)

Intervalo de confianza para  con  desconocida

Siga las instrucciones:
1. Stat → Basic Statistics → 1-Sample t.
2. En la ventana de diálogo 1-Sample t (Test and Confidence Interval) haga clic en data y llene los datos
solicitados.

Ejemplo 5.31.  S
 i para el ejemplo 5.18 del gerente de la fábrica que desea estimar el tiempo con n 5
18 empleados y en la muestra dio que X 5 15 minutos, s 5 2, se quiere obtener el
intervalo de confianza de 95%. Usando las instrucciones de Minitab se obtienen los
siguientes resultados:

Figura 5.2.

One-Sample T
N Mean StDev SE Mean 95% CI
18 15.0000 2.0000 0.4714 (14.0054, 15.9946)

Intervalos de confianza para 1 2 2 con varianzas iguales y desconocidas

Siga las instrucciones:
1. Stat → Basic statistics → 2-Sample (Test and Confidence Interval).
 Capítulo 5  Estimación  |  251

2. En la ventana de diálogo de 2-Sample (Test and Confidence Interval) puntear Summarized data.
3. En las ventanillas Simple size, Mean y Standard deviation se deben poner los valores correspondien-
tes del tamaño de la muestra, del promedio y de la desviación estándar, para la primera y segunda
muestra, respectivamente.

Ejemplo 5.32.  C
 on los siguientes datos: X 1 5 10.0, n1 5 15, s12 5 1.3, X 2 5 6.19, n2 5 13, s22 5
1.0. Encontrar el intervalo de confianza para µ1 2 µ2 con nivel de confianza de 95%.
Siguiendo las instrucciones anteriores se obtiene:

Solución:
Two-Sample T-Test and CI
Sample N Mean StDev SE Mean
1 15 10.00 1.14 0.29
2 13 6.19 1.00 0.28
Difference 5 µ (1) 2 µ (2)
Estimate for difference: 3.81000
95% CI for difference: (2.97061, 4.64939)

Figura 5.3.

Intervalos de confianza para la proporción poblacional  (muestras grandes)

Siga las instrucciones:
1. Stat → Basic Statistics → 1-Proportion.
2. En la ventana de diálogo 1-Proportion (Test and Confidence Interval) haga clic en Summarized
data.
3. En la ventanilla de Number of trials escriba el tamaño de la muestra y en la ventanilla Number of
events registre el número de eventos observados.
252  |  Estadística para ingeniería y ciencias

Ejemplo 5.33.  S
 e sacó una muestra aleatoria de 100 industrias potencialmente contaminadoras del
medio ambiente. Se encontró que 26 industrias estaban violando los límites de con-
centraciones del aire impuestos por las legislaciones ambientales. Hallar un intervalo
de confianza de 95% y 99% para la proporción de industrias que violaron los límites
gubernamentales.

Solución:
Test and CI for One Proportion

Figura 5.4.

Exact
Sample X N Sample p 95% CI
1 26 100 0.260000 (0.177394, 0.357312)

Intervalos de confianza para la diferencia entre dos proporciones (1 2 2)

Siga las instrucciones:

1. Stat → Basic statistics → 2-Proportions.

2. En la ventana de 2 Proportions (Test and Confidence Interval) haga clic en Samples in different
columns.
3. En la ventanilla First en Trials ponga n1, el número de ensayos y en la ventanilla Events registre el
número de éxitos en la primera muestra.
4. En la ventanilla Second en Trials ponga n2, el número de ensayos y en la ventanilla Events escriba el
número de éxitos en la segunda muestra.
 Capítulo 5  Estimación  |  253

Ejemplo 5.34.  É
 ste es un estudio adaptado del libro de Probabilidad y estadística de Walpole, et. al.
(1992). En un estudio médico en el que el especialista en genética está interesado
en la proporción de hombres y mujeres en la población que tienen un leve desorden
sanguíneo, se tiene una muestra aleatoria de 1 000 hombres y se encontró que 250
presentaron esta afección, mientras que en otra muestra aleatoria de 1 000 mujeres,
275 de ellas lo padecían. Calcular un intervalo de confianza de 95% para la diferencia
entre la proporción de hombres y mujeres que sufren este desorden sanguíneo.

Solución:
Con el programa Minitab y siguiendo las instrucciones de anteriores, se obtienen los
siguientes resultados:
Test and CI for Two Proportions
Sample X N Sample p
1 250 1000 0.250000
2 275 1000 0.275000

Figura 5.5.

Difference = p (1) - p (2)

Estimate for difference: -0.025
95% CI for difference: (-0.0635508, 0.0135508)
254  |  Estadística para ingeniería y ciencias

Problemas propuestos
5.1 Se llevó a cabo un análisis de las concentraciones de nitratos a) Construir un intervalo de 95% de confianza para la tasa
(NO-3) de un sistema de tratamiento de aguas industriales. Las sensorial promedio de la población de la cual fue obtenida
concentraciones de nitratos se reportaron en mg/L en la si- la muestra.
guiente tabla: b) Usar la regla de 68-95-99.7 para probar que efectivamen-
te la población muestreada es normal. (Esta regla es una
6.9 7.8 8.9 5.2 7.7 9.6 8.7
forma rápida de revisar la normalidad de la distribución
6.7 4.8 8.0 10.1 8.5 6.5 9.2 muestreada.) Siendo así, para que la distribución de los
7.4 6.0 9.4 6.1 6.3 5.6 5.2 datos sea normal o, aproximadamente normal, el 68% de
5.4 7.3 8.2 8.3 7.2 7.5 6.1 las observaciones deben estar dentro de σ y el promedio
6.0 5.4 7.6 8.1 7.9 8.5 µ; el 95% de las observaciones deben caer dentro de 2σ y
promedio µ, y 99.7% de las observaciones se encuentran
Con estos datos realizar lo siguiente: dentro de 3σ y el promedio µ.
a) Un resumen de estadística descriptiva. Tasas sensoriales para este estudio.
b) Un intervalo de confianza para el promedio poblacional
(µ). 8.8 6.6 8.4 6.5 8.4 7.0 9.0 10.3
Sugerencia: Usar el programa Minitab para resolver este pro- 8.7 11.3 8.1 5.2 6.3 11.6 6.2 10.9
blema.
5.6 Una muestra de 56 partículas atmosféricas de plomo (Pb)
5.2 El problema de los reactores nucleares es que los fragmentos
dio un promedio de 148.48 ppm (partes por millón) y una
fisionables o desintegrados son siempre radiactivos y su dispo-
desviación estándar de 12.44; con estos datos construya un
sición, como residuos peligrosos, siempre ha sido muy cues-
intervalo de 99% de confianza para µ, suponiendo que los
tionable. Esto se debe a que los fragmentos fisionables típicos
datos se distribuyen de acuerdo con una ley normal.
incluyen cesio 137, estroncio 90 y yodo 131. La EPA (Envi-
5.7 Las proporciones muestrales de dos muestras de distribuciones
ronmental Protection Agency) define como residuos peligrosos
Bernoulli son 0.6 y 0.4, respectivamente, con n1 5 400 y n2 5
aquellas sustancias que poseen las características de reactivi-
350. Construir un intervalo de confianza de 99% para la dife-
dad, carácter ígneo, corrosividad, radiactividad y toxicidad.
rencia de dos proporciones.
Otra definición de residuos peligrosos se refiere a cualquier
5.8 Con los siguientes datos: D 5 6.0, sd 5 9.0 y n 5 10 construir
cosa que, debido a su cantidad, concentración, o característi-
un intervalo de confianza de 99% para µd.
cas físicas, químicas o infecciosas, puede causar o contribuir a
5.9 Para medir la eficiencia de una planta piloto de filtros por
la muerte o enfermedades irreversibles o representar peligros
goteo, en cuanto a las concentraciones de los sólidos sus-
presentes o potenciales a la salud humana, cuando son inapro-
pendidos (SS) expresados en miligramos por litro (mg/L), se
piadamente manejados, almacenados o transportados. Se ob-
tomaron los datos en la entrada y en el efluente de la plan-
tuvo una muestra aleatoria de 40 trabajadores expuestos a esos
ta. Los datos muestreados se dan en la tabla 5.8. Construir
residuos peligrosos y sus análisis de sangre y orina dieron un
un intervalo de confianza de 95% para la media poblacional
promedio de 5.0 mg/L de estroncio con una desviación están-
usando las fórmulas para datos pareados.
dar de 0.25. Calcular un intervalo de confianza para el prome-
dio poblacional con los niveles de confianza de 95 y 99%. Tabla 5.8.
5.3 Las temperaturas en grados Celsius medidas en un experi- Concentraciones de SS Concentraciones de SS
mento se consideran normales. Si se tomaron las siguientes en la entrada de la planta en el efluente de la planta
muestras: 22, 24, 22, 25, 30, 28, 29, 28, 24, 23, 25, 27, 26, 23, (mg/L) (mg/L)
24, 21, 22, 21, 25, 21, 23, 24, 21, 20, 21, 20, 22, 28, 27, 31, cons-
75.5 39.1
truir los intervalos de 95 y 99% de confianza para el promedio
poblacional µ. 47 25
5.4 Describir qué sucedería al intervalo de confianza de µ, en el 33 23
ejercicio anterior si:
56 32
a) La confianza del intervalo aumenta de 90 a 95%.
b) El tamaño de la muestra aumenta con α constante, es 61 38
decir, con el nivel de confianza de 95%. 33 20
c) El tamaño de la muestra disminuye con α constante, es
decir, con el nivel de confianza de 95%. 32 23
d) El valor de σ aumenta o si disminuye con n y α constan- 26 19
tes.
38 22
5.5 Ejercicio adaptado del libro de Elementary Statistics de Mario
Triola (1995). En un estudio médico sobre terapia de hipnosis 49 30
para aminorar el dolor se midieron las tasas sensoriales a 16 pa- 100 77
cientes tomados al azar; las mediciones se reportan en la tabla
92 55
siguiente. Suponer que la población muestreada es normal.
 Capítulo 5  Estimación  |  255

distribuciones normales con varianzas iguales, encontrar un

56 33
intervalo de confianza para µ1 2 µ2.
61 42 5.13 En cierto complejo industrial se tomó una muestra aleatoria de
64 36 500 industrias, de las cuales 30% estaban contaminando el aire
con partículas de polvo de tamaños menores que 10 micras. En
56 28
otro complejo industrial, se tomó otra muestra de 400 indus-
59 35 trias, de las cuales 40 estaban contaminando el aire con el mis-
63 33 mo tipo de contaminantes. Construir un intervalo de confianza
de 95% para las diferencias de las proporciones poblacionales
57 34
ρ
ρ 1 2 ρρ2.
62 47 5.14 En un sondeo para examinar la cantidad de personas que
usan paneles solares en cierta ciudad, se tomó una muestra
5.10 Este estudio está adaptado del libro Basic Statistics: A Primer
aleatoria de 1 200 casas y se encuentra que, únicamente, 75
for the Biomedical Sciences de Olive Jean Dunn. John Wiley &
tienen este tipo de sistemas para ahorrar energía. Hallar un
Sons, New York. London. Sydney, Toronto. (1977). A cinco
intervalo de confianza de 90% para la proporción de dueños
mujeres se les administró una inyección para inducir el parto.
de casas que han instalado este tipo de dispositivos.
Sus presiones arteriales fueron tomadas antes y después de
5.15 Se sabe que el tiempo de vida útil, en horas, de un foco de 75
la inyección. Hacer un intervalo de confianza de 95 y 99%
watts tiene una distribución, aproximadamente normal, con
suponiendo un modelo de t pareada. Los datos se dan en la
una desviación estándar de 25 horas. Si se desea una con-
tabla 5.9.
fianza de 95% en el error de estimación para que la duración
Tabla 5.9.
media sea menor que 5 horas, ¿qué tamaño de muestra debe
Número Presión arterial usarse?
de paciente Antes Después
5.16 Hacer el mismo problema que el anterior, pero ahora usan-
do una confianza de 99% y un error E 5 1 y comparar los
1 97 100
resultados.
2 85 94 5.17 Un ingeniero automotriz desea estimar el tiempo esperado
3 87 98 que tardaría un mecánico en girar las llantas de un auto. Para
ello, quiere obtener un intervalo de confianza de 95%, con
4 97 96
un error máximo de E 5 0.50 minutos. Si se sabe de estudios
5 71 88 pilotos anteriores que la desviación estándar es de 5 1.6 mi-
5.11 Una muestra aleatoria de tamaño n1 5 0 de una población nutos, ¿qué tan grande deberá ser la muestra seleccionada?
normal dio un promedio igual a X 1  5 70.0 y una desvia- Sugerencia: Usar la fórmula n 5 (zα/2 σ/E)2.
ción estándar s1 5 4.0. Una segunda muestra aleatoria de ta- 5.18 El director de cierta universidad desea estimar el tiempo pro-
maño n2 5 35 sacada de una población normal diferente dio medio que les lleva a los estudiantes ir de un salón a otro al
un promedio igual a X 2 5 65 y una desviación estándar de cambiar de clase, sin llegar tarde, con una confianza de 99%
s2 5 2.5; suponiendo que las varianzas poblacionales son y un error de cuando más E 5 0.25 minutos. Experiencias
iguales: anteriores estiman una desviación estándar de σ 5 1.40 mi-
a) Encontrar el intervalo de confianza de 95% para la dife- nutos. Siendo así, ¿qué tan grande deberá ser la muestra que
rencia de las medias poblacionales. se deba tomar?
b) Hallar el intervalo de confianza de 99% para la diferen- 5.19 La Environmental Protection Agency (EPA por sus siglas en
cia de las medias poblacionales. inglés) de Estados Unidos de América desea conducir una
c) Interpretar en palabras los resultados de a) y b). prueba de millaje de cierto modelo de un auto importado. El
5.12 Para un estudio médico se seleccionaron 34 pacientes que ingeniero estadístico de la EPA quiere estimar el promedio
fueron separados aleatoriamente en dos grupos, uno de n1 5 µ, de millas por galón de combustible, usado por este mo-
16 pacientes y el otro de n2 5 18; a cada grupo se le aplicó delo, con 95% de nivel de confianza. Si σ 5 2.5 millas por
un diferente medicamento para mitigar el dolor de cabeza; galón, ¿qué tamaño de muestra (número de autos de este
los datos medidos fue el tiempo en días que duró el alivio. modelo) deberá tomar para conducir esta prueba? El error
Para el primer grupo se obtuvo una media muestral igual a de estimación de E es igual a E 5 0.1.
X 1 5 20.0 y una desviación estándar igual a s1 5 1.1. Para
el segundo grupo se obtuvo una media muestral igual a X 2
Problemas de tarea
5 24.0 y una desviación estándar igual a s2 5 1.4. Suponien-
do que los datos obtenidos en las dos muestras provienen de Revisa tu CD-ROM para encontrar más problemas:
 Capítulo 6
Prueba de hipótesis
EL EFECTO INVERNADERO EL CALENTAMIENTO GLOBAL
Es el calentamiento natural de la Tierra. Los gases de Es el incremento a largo plazo en la temperatura promedio
efecto invernadero, presentes en la atmósfera,   de la atmósfera. Se debe a la emisión de gases de efecto
retienen parte del calor del Sol y mantienen ttooppaauussaa 50 km 50     
km invernadero que se desprenden por actividad
una temperatura apta para la vida. ttrraa         
ESTR Est del hombre.
EEss SFERA ATO ra ato
1 La energía colar atraviesa la ATO SF pa
S TR 20 km 20 km ER u 1 La quema de combustibles, la
atmósfera. Parte de ella es E A deforestación, la ganadería, etc.,

ssaa
absorbida por la superficie S FERA TRO
PO PO incrementan la cantidad de
y otra parte es TRO 12km 12 km SF
ER
A gases de efecto invernadero
reflejada.
Fuente: http:/www.clarin.com|diario|2005|07|06|um|calentamiento_global_jpg

en la atmósfera.
2 Una parte de la
radiación reflejada Gases
es retenida por los de efecto
gases del efecto invernadero

Tropopausa
Tropopausa

invernadero... Energía solar

Energía solar reflejada Energía solar

Gases 2 La atmósfera
de efecto modificada retiene
3 ... otra parte vuelve invernadero más calor. Así se
al espacio. daña el equilibrio
natural y aumenta
la temperatura de
12 km 12 km
la Tierra.
Ca o
pa zon
de 20 km 20 km
ozono apa de o
C

50 km 50 km

En alusión al calentamiento global, la mayoría de los científicos están de acuerdo con que este fenómeno
está cambiando los patrones meteorológicos de temperatura, precipitaciones, incidencias de tornados, hu-
racanes, granizadas, vientos y así sucesivamente. La foto de arriba muestra en el lado izquierdo el efecto in-
vernadero cuando la Tierra estaba en su estado prístino; en el lado derecho, se citan los efectos después de
la era industrial debido a la quema indiscriminada de compuestos fósil; esto ha propiciado que las emisiones
de gases de invernadero estén calentando la Tierra y distorsionado el clima, situación que está alterando
todas nuestras formas de vida.
La estadística puede ayudar a entender y a resolver los problemas causados por el calentamiento glo-
bal. El comparar estadísticamente las mediciones de la temperatura, antes y después de la industrialización
masiva, permite determinar la existencia de un aumento de temperatura. Por otra parte, la estadística posi-
bilita probar si nuevos motores para automóviles, o nuevos filtros de maquinarias disminuyen las emisiones
de gases que provocan el calentamiento global.

Introducción
En este capítulo se estudian las pruebas de hipótesis estadística. Esta técnica se utiliza para determinar con
base en datos muestrales cuáles conjeturas son estadísticamente verdaderas.
 Capítulo 6  Prueba de hipótesis  |  257

6.1  Conceptos básicos

Las pruebas de hipótesis es una parte de la inferencia estadística que consiste, básicamente, en decidir cuál de
dos posibles conjeturas sobre la población es verdadera, basándose en la información proporcionada por una
muestra aleatoria.
Las conjeturas relativas a la población objeto de las pruebas de hipótesis pueden relacionarse con la forma
de la distribución de una variable aleatoria (por ejemplo, si la distribución generadora de los datos es una Wei-
bull), o con los valores de uno o varios parámetros de la misma (por ejemplo, si el valor esperado de una normal
es µ 5 100).
De esta manera, las pruebas de hipótesis presentan dos enfoques:
a) Pruebas de hipótesis sobre parámetros. Consisten en determinar si el parámetro de una distribución
toma o no un determinado valor.
b) Pruebas de bondad de ajuste. Definen si un conjunto de datos se ha generado de una determinada
distribución.
Así pues, por ejemplo de la información que nos da una muestra aleatoria se tiene que decidir si el pro-
ceso de llenado de botellas de refresco la media del contenido en cada botella es igual a µ 5 725 ml, o si una
determinada droga ayuda a prevenir los infartos al miocardio en un grupo particular de pacientes.

Definición 6.1.  Una hipótesis estadística es una afirmación o conjetura acerca de la función de
distribución F(x, θ) generadora de la muestra aleatoria. Si la hipótesis estadística identifica por com-
pleto la distribución, recibe el nombre de “hipótesis simple” (por ejemplo, que el parámetro de una
exponencial es λ 5 10) y si no la especifica recibe el nombre de “hipótesis compuesta” (por ejemplo,
λ . 10).
De esta manera, se tiene que:
• Una hipótesis simple es de la forma: µ 5 100, σ2 5 16, θ 5 0.03 o “la función generadora de la
muestra es una normal estándar”.
• Una hipótesis compuesta es de la forma: µ ≠ 100, µ . 100, σ2 . 16, θ , 0.03, o “la función gene-
radora es simétrica respecto a la media”.

Como ya se citó, la prueba de hipótesis esencialmente consiste en decidir entre dos conjeturas contrapuestas
cuál es la verdadera. Una de las conjeturas se supone verdadera ya sea porque la historia o la experiencia así
lo ha establecido o porque así lo indica el modelo que genera los datos. La otra conjetura es la que los datos
parecen respaldar. La primera conjetura se denota como hipótesis nula y la segunda conjetura se denota como
hipótesis alternativa. Generalmente, la hipótesis alternativa es aquella que defiende el investigador.

Definición 6.2.  Se llama hipótesis alternativa a la conjetura que se pone a prueba. Es la hipótesis de
investigación. La hipótesis alternativa se denota como Ha o H1.

Definición 6.3.  Se llama hipótesis nula a la conjetura que se considera cierta, ya sea porque el
modelo así lo indica, porque la historia lo ha probado o porque es lo aceptado. La hipótesis nula se
identifica con el símbolo H0.
258  |  Estadística para ingeniería y ciencias

Ejemplo 6.1. Suponer que una máquina programada para verter un contenido de 250 mililitros está
llenando botellas de refresco. Al observar la banda de llenado el ingeniero de produc-
ción nota que las botellas parecen tener un contenido mayor al esperado. Ante esta
situación el ingeniero de producción debe tomar una decisión:
• Puede decidir que la máquina está bien calibrada y que el sobrellenado observado
se debe sólo al azar, pues el proceso es aleatorio y es probable que algunas botellas
tengan un contenido por arriba de la media sin que cambie el valor de la media de
llenado real que es de 250 mililitros.
• Puede decidir que la máquina necesita ajustes, pues el sobrellenado se debe a algo
más que el azar.
La primera conjetura: “la máquina sigue bien calibrada” es la hipótesis nula porque
es lo que indica la programación de la máquina. La conjetura: “la máquina necesita
ajustes” es la hipótesis alternativa. En este sentido, la hipótesis nula es verdadera hasta
que se demuestre lo contrario.
El rechazo o la aceptación de la hipótesis nula se hace con base en los datos obser-
vados. Si bajo el supuesto que la hipótesis nula es cierta, lo que ocurre con los datos
muestrales es poco probable, entonces rechazaremos la hipótesis nula.
La prueba se establece como:
H0: µ 5 250 mililitros contra Ha: µ . 250 mililitros

Ejemplo 6.2. Considerar el ejemplo 6.1. El ingeniero de producción decide tomar una muestra alea-
toria de 30 botellas de refresco llenadas por la máquina sospechosa y con el promedio
del contenido de las 30 botellas seleccionadas elegirá una de las dos conjeturas como
verdadera. ¿Cómo debe hacerlo?

Solución:
El ingeniero de producción sabe que si la hipótesis nula es verdadera, entonces el con-
tenido de cada botella se distribuye como una normal con media µ 5 250 mililitros y
varianza desconocida σ2; entonces, si X1, X2, . . . , X30 es el contenido de las 30 botellas
de la muestra, se tiene que el promedio de su contenido es una variable aleatoria nor-
σ
mal con media igual a 250 mililitros y desviación estandar mililitros. Si es verdad
n
que la media del contenido de las botellas es µ 5 250, entonces se espera que X 2 250 . c
sea un valor cercano a cero. En el caso que µ sea mayor que 250, se esperaría que
X 2 250 .sea c un valor “grande”. Se tiene que dar una definición objetiva de “grande”.
Se puede decir que el término es grande si X 2 250 . c , donde c es un valor tal que
P ( X 2 250 . c | µ 5 250) 5 α con α un valor pequeño. Si se está de acuerdo con esta
definición
n ( Xde2 µgrande,
) 30el( X
siguiente
2 250) paso es encontrar el valor de c y para hacerlo, como
tc 5se conoce el valor
no 5 de σ,
s s sePutiliza la variable.
( X 2 250 . c | µ 5 250) 5 α
n ( X 2 µ) 30 ( X 2 250)
tc 5 5
s s
que se distribuye como una t de Student con n 2 1 5 29 grados de libertad.
 Capítulo 6  Prueba de hipótesis  |  259

Si tc se encuentra cerca del cero no habrá evidencia para rechazar la hipótesis nula y la
decisión será que la máquina sigue bien calibrada. Si por el contrario tc es positiva y
se encuentra alejado de cero se tendrá evidencia de que la hipótesis nula es falsa y se
concluirá que la máquina necesita ajustes.
El ingeniero de producción decide que no desea equivocarse al rechazar la hipótesis
nula en más de 0.05 de probabilidad, por tanto busca que:

 30 ( X 2 250) 
P( X 2 250 . c | µ 5 250) 5 P  . t 0.95  5 0.05
 s 
Y encuentra en la tabla de la distribución t con n 2 1 5 29 grados de libertad que
t0.095 5 1.699.
El ingeniero de producción decide que rechazará la hipótesis nula cuando tc . 1.699.

Definición 6.4.  Se llama estadística de prueba a la función de los datos muestrales que se utiliza para
tomar la decisión.
n ( X 2 µ)
En el ejemplo 6.1 la estadística de prueba es tc 5 .
s
Definición 6.5.  Se llama región crítica o región de rechazo para H0 al conjunto de valores de la esta-
dística de prueba que hace que se rechace la hipótesis nula.
En el ejemplo 6.1. la región de rechazo es tc . 1.699.
Dado que la decisión se toma según una variable aleatoria, se puede equivocar si se rechaza la
hipótesis nula como si no se rechaza.
Tabla 6.1.  Relación entre la veracidad de la hipótesis de prueba y la decisión del investigador.

En la realidad
H0 es verdadera H0 es falsa
No rechazar H0 Acierto Error tipo II
Decisión es
Rechazar H0 Error tipo I Acierto

Como se puede ver en la tabla 6.1, hay dos tipos de error:

a) Rechazar la hipótesis nula cuando es verdadera; este error se denota como error tipo I.
b) No rechazar la hipótesis nula cuando es falsa; este error se denota como error tipo II.

Definición 6.6.  Se conoce como nivel de significancia de la prueba de hipótesis a la probabilidad de

cometer el error tipo I y se denota con la letra α.
P(error tipo I) 5 α 5 Nivel de significancia de la prueba

Definición 6.7.  Se conoce como potencia de la prueba a la probabilidad de acertar cuando se rechaza
H0, esto es potencia 5 1 2 P(error II), a la probabilidad del error II, P(error II), se le denota con la
letra β, entonces
260  |  Estadística para ingeniería y ciencias

1 2 P(error tipo II) 5 1 2 β 5 Potencia de la prueba

Es deseable que la región de rechazo sea tal que la probabilidad de cometer los errores tipo I y tipo
II sean pequeñas; sin embargo, no es posible disminuir la probabilidad de ambos errores simultánea-
mente, pues conforme disminuye uno de ellos, aumenta el otro.
En el caso de tener dos hipótesis simples de la forma:
H0: θ 5 θ0   contra   Ha: θ 5 θ1
Observe que la probabilidad de cometer el error tipo I depende de θ0:
P(error tipo I) 5 P(rechazar H0 | θ 5 θ0) 5 α(θ0)
La probabilidad de cometer el error tipo II depende de θ1:
P(error tipo II) 5 P(aceptar H0 | θ 5 θ1) 5 β(θ1).
Cuando la hipótesis alternativa es una hipótesis compuesta, de la forma:
H0: θ 5 θ0   contra   Ha: θ . θ0
Se tiene que la probabilidad de cometer el error II es una función que depende de θ y en consecuencia
la potencia de la prueba también es una función.
Potencia 5 1 2 β(θ)  para θ . θ0
La gráfica de la función potencia recibe el nombre de curva característica operativa o curva OC, y
es muy empleada principalmente en estudios de control de calidad.

Ejemplo 6.3. Se diseña un examen de 10 preguntas de opción múltiple. Cada pregunta tiene cinco
posibles respuestas marcadas con la letra a, b, c, d, e. Al aplicar este examen a una
persona se establece una prueba de hipótesis. Identificar los elementos de la prueba de
hipótesis en este ejemplo.

Solución:
Un estudiante al entrar a un curso no conoce el material de la materia, esto no se
pone en duda, porque en otro caso no se inscribiría. Cuando se aplica un examen al
estudiante es porque se quiere probar si el estudiante ya conoce el material estudiado o
sigue sin conocerlo. Éstas son las dos conjeturas.
En este caso se tienen dos conjeturas:
a) El estudiante ya conoce el material estudiado.
b) El estudiante no conoce el material estudiado.
La hipótesis nula es la que nos arroja la historia del estudiante, si nació sin conocer el
material estudiado entonces ésta debe ser la hipótesis nula. Las dos hipótesis son:
a) Hipótesis nula. H0: el estudiante no conoce el material estudiado.
b) Hipótesis alternativa. Ha: el estudiante ya conoce el material estudiado.
 Capítulo 6  Prueba de hipótesis  |  261

• El examen es una muestra aleatoria de los conocimientos del estudiante. Con el

examen se hace un sondeo de qué tanto sabe el estudiante del material estudiado.
• La calificación del examen es la estadística de prueba. La calificación del examen
se utiliza para decidir si el estudiante sabe o no sabe sobre el tema examinado.
• La región crítica de la prueba es cuando la calificación es mayor o igual a 6. Si la
calificación es mayor o igual a 6 se rechazará la hipótesis de ignorancia sobre el
tema. Calificación menor que 6 no rechaza la hipótesis nula.
• El error tipo I (rechazar H0 cuando es verdadera), es que apruebe el estudiante
cuando realmente no sabe.
• El error tipo II (acepta H0 cuando es falsa), es que repruebe un estudiante que sí
conoce sobre el tema.

Ejemplo 6.4. En referencia al ejemplo 6.3, encuentre el nivel de significancia de esta prueba de hi-
pótesis.

Solución:
La hoja de respuesta del examen del ejemplo 6.3 es de la forma:

1. (a) (b) (c) (d) (e) 5. (a) (b) (c) (d) (e) 9. (a) (b) (c) (d) (e)
2. (a) (b) (c) (d) (e) 6. (a) (b) (c) (d) (e) 10. (a) (b) (c) (d) (e)
3. (a) (b) (c) (d) (e) 7. (a) (b) (c) (d) (e)
4. (a) (b) (c) (d) (e) 8. (a) (b) (c) (d) (e)

La respuesta a cada pregunta es un experimento Bernoulli, porque puede ser correcta

e incorrecta la respuesta; si se hace que éxito sea “la respuesta es correcta” y que p sea
la probabilidad de éxito. En estas circunstancias se tiene que la calificación del examen
C (número de respuestas correctas en las 10 preguntas contestadas) es una variable
aleatoria binomial con parámetros n 5 10 y p desconocida, C ~ B(10, p).
Si la hipótesis nula es cierta, esto es si la conjetura “el estudiante no sabe” es verdade-
ro, entonces el estudiante estará contestando al azar. Si en cada pregunta hay cinco
opciones y una de ellas es correcta, la probabilidad de acertar en cada pregunta es p 5
1/5 5 0.20.
Así que cuando H0 es cierta se tiene que C ~ B(10, 0.20).
De esta manera, se tiene que la significancia es:
P(error tipo I) 5 P(que el estudiante apruebe el examen cuando no sabe)
5 P(C $ 6 | p 5 1/5) 5 1 2 0.9936 5 0.0064
De manera que es poco probable que un estudiante que no sabe nada pueda aprobar
el examen.

Ejemplo 6.5.  En referencia al ejemplo 6.3, encuentre la potencia de esta prueba de hipótesis.
262  |  Estadística para ingeniería y ciencias

Solución:
Cuando la hipótesis nula es falsa porque el estudiante sí sabe, se tiene que p . 0.20,
pero no se conoce qué tanto es lo que el estudiante sabe. La probabilidad de cometer
el error tipo II es igual a:
P(error II) 5 P(que el estudiante repruebe cuando sí sabe)
5 P(C , 6 | p . 0.20)
y la potencia de la prueba es:
Potencia 5 1 – P(error II)
5 1 – P(C # 5 | p . 0.20)
5 1 – β(p)
Con Excel se calcula la potencia de esta prueba para diferentes valores de p y los resul-
tados se reportan en la siguiente tabla y figura.

Tabla 6.2.
p P(Error II) Potencia
0.25 0.9803 0.0197
0.3 0.9527 0.0473
0.35 0.9051 0.0949
Potencia de la prueba
0.4 0.8338 0.1662 1.2
0.45 0.7384 0.2616 1.0
0.5 0.6230 0.3770 0.8
Potencia

0.55 0.4956 0.5044 0.6

0.6 0.3669 0.6331 0.4
0.65 0.2485 0.7515 0.2
0.7 0.1503 0.8497 0.0
0 0.2 0.4 0.6 0.8 1 1.2
0.75 0.0781 0.9219
p  Probabilidad éxito
0.8 0.0328 0.9672
0.85 0.0099 0.9901 Figura 6.1.
0.9 0.0016 0.9984
0.95 0.0001 0.9999
1.00 0.0000 1.0000

Observe que mientras la probabilidad de contestar correctamente cada pregunta es me-

nor, la probabilidad de que repruebe el examen conociendo un poco (error II) es más
alta y la potencia de la prueba es baja. Conforme aumenta el valor de p, esto es, mientras
más sabe el estudiante, la probabilidad de reprobar el examen es más baja y la poten-
cia es mayor. Cuando el estudiante sabe todo lo del curso, se tiene que p 5 1, y entonces
la probabilidad de cometer el error II es 0 y la potencia de la prueba es 1.
En los ejemplos 6.3, 6.4 y 6.5, se observa que se modifica la región de rechazo para
disminuir la probabilidad de uno de los errores y la probabilidad del otro aumenta. Por
ejemplo, si para que acredite un estudiante el curso se le pide una calificación mayor
 Capítulo 6  Prueba de hipótesis  |  263

o igual a 8, se reduce la probabilidad de que alguien que no sabe pase el examen, pero
aumenta la probabilidad de que alguien que sabe no pase. Si para pasar el curso se pide
que la calificación sea mayor o igual a 4, entonces disminuye la probabilidad de repro-
bar a alguien que sabe, pero aumenta la probabilidad que pase alguien que no sabe. Por
esto, se debe elegir una región crítica donde los dos errores tengan una probabilidad
pequeña y de ser posible, semejante.
En resumen, una prueba o contraste de una hipótesis estadística es una regla o
procedimiento que conduce a la decisión de aceptar o rechazar cierta hipótesis, iden-
tificada como hipótesis nula, con base en los resultados de una muestra. Los procedi-
mientos de prueba de hipótesis dependen del empleo de la información contenida en
una muestra aleatoria de la población de interés. Si esta información es consistente con
la hipótesis nula se concluye que ésta es verdadera; sin embargo, si esta información es
inconsistente con la hipótesis se concluye que es falsa.
Los pasos a seguir en una prueba de hipótesis es:

a) Formular las hipótesis.

b) Tomar una muestra aleatoria de la variable de interés {X1, X2, . . . , Xn}.
c) Generar o calcular un “Estadístico de prueba” que sirva para definir la acción de
aceptar o rechazar la hipótesis nula.
d) Definir el criterio de aceptación o de rechazo. Es decir, el procedimiento de prueba
parte los posibles valores del estadístico de prueba en dos subconjuntos o regiones:
Una “región de aceptación de H0” y una “región de rechazo de H0”.
e) Tomar la decisión de aceptar o rechazar H0 dependiendo de si el estadístico de
prueba queda en la región de aceptación o en la región de rechazo.
Es importante comprender que la aceptación de una hipótesis nula simplemente
implica que los datos obtenidos no dan suficiente evidencia para rechazarla. Por otro
lado, el rechazo de una hipótesis implica que la evidencia muestral pone en duda la
hipótesis planteada.

Ejemplo 6.6. Un laboratorio quiere probar que un nuevo medicamento tiene una efectividad de 90%
comparado con la efectividad de un medicamento en uso que es de 60%. Se aceptará el
nuevo medicamento si al aplicarse el medicamento a 20 personas el número de éxitos
es mayor o igual a 16; en caso contrario se rechazará. Establecer las hipótesis adecua-
das (según lo planteado) y evaluar los valores de α y β.

Solución:
La aplicación del medicamento a un paciente es un experimento Bernoulli donde éxi-
to es que el medicamento sea efectivo y p es la probabilidad de éxito. El nuevo me-
dicamento se aceptará sólo si prueba que es mejor que el medicamento en uso y la
efectividad demostrada por el medicamento en uso es que la probabilidad de éxito es
p 5 0.60, entonces la hipótesis nula es que a lo más el nuevo medicamento es igual al
medicamento en uso. Las hipótesis se pueden formular de la siguiente manera:
264  |  Estadística para ingeniería y ciencias

H0: p 5 p0 5 0.60
Ha: p 5 pa 5 0.90
n 5 20
Región de rechazo. Si se denota por X el número de éxitos observados, entonces la re-
gión crítica es C 5 {X | X $ 16}. Observe que X se distribuye binomial con parámetros
n 5 20 y p desconocida.
Error tipo I. Rechazar que p 5 0.60 cuando en realidad sí lo es; esto ocurre cuando X
$ 16 y p 5 0.60. El nivel de significancia es igual a:
α 5 P(error I) 5 P(X $ 16 | p 5 0.60) 5 0.051, valor que se obtiene
de tablas de la binomial.
Error tipo II. Aceptar que p 5 0.60 cuando en realidad es igual a 0.90. Esto ocurre
cuando X # 15 y p 5 0.90. La probabilidad del error tipo II es:
β 5 P(error II) 5 P(X # 15 | p 5 0.90) 5 0.043, valor que se obtiene
de tablas de la binomial.
Un buen procedimiento de prueba es aquel en que tanto α como β sean pequeños. Para
este ejemplo, α 5 0.051 y β 5 0.043, ambos datos son relativamente bajos, lo que se
puede considerar como adecuado.
En la siguiente tabla se presentan los términos más importantes que deben ser recor-
dados.

Tabla 6.3.  Términos que deben ser recordados.

Hipótesis nula Hipótesis alternativa Estadística de prueba
Región crítica Error tipo I Error tipo II
Significancia Potencia

6.1.1  La idea detrás de hacer pruebas de hipótesis

De acuerdo con el estadístico Jerome C. R. Li (1964), toda la idea de hacer pruebas de hipótesis es de tratar de
producir evidencia para rechazar la hipótesis nula H0 y aceptar la hipótesis alternativa Ha (que es la más impor-
tante). Si la hipótesis no se puede rechazar pueda deberse a que la evidencia para rechazar H0 no se pudo gene-
rar. Esta falta de evidencia puede resultar de un tamaño de muestra insuficiente o debido a un experimento con
excesivo error. En el campo de la investigación científica todos los investigadores siempre están esperanzados
en rechazar las hipótesis nulas de sus trabajos de investigación. Esto se debe a que cuando se rechaza la hipóte-
sis nula en un trabajo de investigación, esto conlleva a un experimento conciso y preciso. Bajo estas condiciones
el tamaño de la muestra es suficientemente grande y la variación de sus replicaciones o de sus experimentos es
baja. Sin embargo, algunas ocasiones no es posible rechazar la hipótesis nula porque existen situaciones donde
no se puede controlar la variación, como en el caso de los registros meteorológicos (como las temperaturas a
nivel mundial), que están alterados por el calentamiento global. En este caso para mitigar dicha situación tiene
que aumentarse el tamaño de la muestra, lo que implicaría costos más altos. En el caso de la ingeniería indus-
trial y de manufactura, los ingenieros industriales siempre tienen que hacer pruebas de hipótesis periódicas de
 Capítulo 6  Prueba de hipótesis  |  265

los productos manufacturados o de los artículos producidos por la industria de manufactura. Esto se hace con
el objeto de revisar la eficiencia de la línea de producción de la fábrica.
En las pruebas de hipótesis, el valor de s o de σ es muy importante, porque ahí se reflejan las técnicas del
laboratorio refinadas o defectuosas. Un valor bajo de s refleja técnicas de laboratorio muy sofisticadas o refina-
das, mientras que un valor alto de s refleja lo contrario. Todo esto se explica y se prueba a través del poder de la
prueba y de los errores estándares del promedio, de la desviación estándar, etcétera.

6.1.2  El valor de p en la toma de decisiones

En las pruebas de hipótesis hay otra forma alternativa moderna computarizada de probar la misma situación
(que se hace con la prueba clásica de hipótesis que se diseñó en el siglo antepasado), es decir, el enfoque de la
era cibernética. De acuerdo con Keller et al. (1998), el valor de p de una prueba de hipótesis se define como el valor
más pequeño de α que llevará al rechazo de la hipótesis nula. En verdad, el valor de p es la probabilidad, bajo la hi-
pótesis nula (o la probabilidad si la hipótesis nula es verdadera), de obtener un valor tan inusual o más inusual
que el de la muestra, cuando la hipótesis nula es verdadera (una situación inusitada). Esta prueba de hipótesis
no tradicional se hace usando el valor de la probabilidad p. Por ejemplo, cuando rechazamos o aceptamos una
hipótesis nula H0: y nos inclinamos por la hipótesis alternativa, Ha, con un nivel de significancia de α 5 0.05
o igual a 0.01, etc., queremos saber qué tanta confiabilidad podemos tener al tomar nuestras decisiones esta-
dísticas, ya que de esto depende la probabilidad, p. Es por esta razón que la inclusión del valor p es necesaria
porque el simple rechazo de una prueba de hipótesis no le dice nada al tomador de decisiones si la prueba estuvo
en el umbral del rechazo. Esto dejará a los tomadores de decisiones en una situación de incertidumbre, con los
riesgos implicados por los niveles de significancia de α 5 0.05 o α 5 0.01 seleccionados.
En términos simples, el concepto filosófico del valor de p es que este valor representa un decremento en el
grado de confiabilidad en un resultado. Dicho enfoque está diseñado para darnos la alternativa (en términos de
probabilidad), de rechazar o no la hipótesis sustentada. Así, entre más bajo sea el valor de p, menos podemos creer
en la hipótesis nula y mientras mayor sea la estadística de prueba menos se puede creer en la hipótesis nula). Específi-
camente hablando, el nivel de p representa la probabilidad de error en aceptar los resultados observados como
válidos. Por ejemplo, con un valor de p 5 0.05, esto significa 1/20, es decir, que tal vez estamos equivocados
con una probabilidad de 1 en 20 en la decisión de rechazar la hipótesis nula, H0: sustentada. Además, si p 5
0.01, esto es, 1/100, indica que podemos estar equivocados en nuestra decisión de rechazar la hipótesis con una
probabilidad de 1 en 100. (En estos casos, nadie argumentará que vamos a equivocarnos en nuestra decisión
con esta probabilidad tan baja.) En términos generales, valores grandes de p, digamos mayores que 0.1, apoyan
el no rechazo de la hipótesis (es decir, se acepta o se reserva una decisión). Por otro lado, valores pequeños de
p apoyan el rechazo de la hipótesis nula.

Mecanismos para calcular los valores de la probabilidad p (para la distribución normal)

cuando se hacen las pruebas de hipótesis no tradicionales
a) Para calcular el valor de la probabilidad p, se busca el valor de la z calculada en la tabla de la distribu-
ción normal, con el valor del nivel de significancia usado. Los criterios que se siguen se hacen compa-
rando el valor de p con el valor de α.

b) Los criterios que se siguen para interpretar el valor de p son:

• P # 0.05. La prueba está en el umbral de la significancia. Aquí casi siempre se acepta la hipótesis
nula. Es un argumento débil y no convincente. Nos deja en una situación de incertidumbre. Esto
dice que, “tal vez así sea”.
266  |  Estadística para ingeniería y ciencias

• P # 0.01 La prueba es altamente significativa. Se considera un argumento estadístico muy fuerte

en contra de la aceptación de la hipótesis nula. La probabilidad de 0.01 dice que podemos equi-
vocarnos en la decisión de rechazar la hipótesis nula, con una probabilidad de 1 en 100 de haber
rechazado una hipótesis verdadera, cuando debió ser aceptada.
• P # 0.001. La prueba es mucho muy significativa. Se considera un argumento estadístico mucho
muy fuerte y convincente. Aquí, la probabilidad con la cual podemos equivocarnos en haber hecho
una decisión errónea en el rechazo de la hipótesis nula es de una milésima, es decir, de 1 en 1 000.

De acuerdo con Pfaffenberger (1987) la interpretación matemática

de los valores de la probabilidad p
a) Para pruebas bilaterales:
• Valor de p 5 2p(X . x), si H0: µ 5 µ0 con H1: µ .µ0.
• Valor de p 5 2p(X , x), si H2: µ , µ0.
b) Para prueba unilateral derecha:
• Valor de p 5 (X , x), si H0: µ $ µ0, con H1: µ , µ0.
c) Para prueba unilateral izquierda:
• Valor de p 5 p(X . x), si H0: µ # µ0 con H1: µ . µ0.
–
Donde: X es #, $, 5, que el promedio muestral X .

Ejemplo 6.7. A continuación se dan los valores de la z calculada; así, encontrar el valor de la proba-
bilidad p, si:
a) El valor de z 5 3.2, con H0: µ 5 µ0.
b) El valor de z 5 3.0, con H0: µ # µ0.
c) El valor de z 5 23.2, con H0: µ $ µ0.
Solución:
a) Buscamos el valor de z 5 3.2 en la tabla de la distribución normal y da un valor de
0.9993. Entonces, p 5 1 2 0.9993 5 0.0007. Sin embargo, debido a que la prueba
es bilateral, este valor de p se multiplica por 2 para dar p 5 0.0014.
b) Buscamos el valor de z 5 3.0 en la tabla de la distribución normal y nos da 0.9987.
Entonces,
p 5 1 20.9987 5 0.0013. No obstante, como la prueba es unilateral, así se queda.
c) Para z 5 23.2 con H0: µ $ µ0. Ésta es una prueba unilateral izquierda (porque el
valor de z es negativo) y este valor en la tabla de la distribución normal da 0.0007.

Metodología para calcular los valores de la probabilidad p por medio de fórmulas empíricas
Para las pruebas de hipótesis no tradicionales, es decir, usando el valor de la probabilidad p, es necesario hacer
interpolaciones de los valores obtenidos. Sin embargo, en el caso de la distribución normal, para calcular el
valor de la probabilidad p no es necesario hacer interpolaciones, porque se puede leer directamente en la tabla
 Capítulo 6  Prueba de hipótesis  |  267

de la distribución normal, el valor de la estadística z calculada. No obstante, para la distribución de t de Student

y para distribución F, para la distribución de la ji-cuadrada, etc., sí es necesario hacer interpolaciones. Esto se
hace buscando el valor calculado en la tabla de la distribución que se está usando, con su correspondiente valor
de grados de libertad y del valor porcentual deseado, como se muestra a continuación.

Fórmula empírica para hacer interpolaciones y calcular el valor de p

Aquí vamos a dar un método para hacer interpolaciones usando la fórmula empírica señalada.
(λ2 2 λ1)/(TR2 2 TR1) 5 (λ2 2 X)/(TR2 2 TRcalc.)
Donde:
λ2 5 Nivel de confianza más alto de la tabla de la distribución usada.
λ1 5 Nivel de confianza más bajo de la tabla usada.
TR2 5 Probabilidad de la estadística usada correspondiente a λ2.
TR1 5 Probabilidad de la estadística usada correspondiente a λ1.
X 5 Valor que se quiere interpolar. Aquí, cuando la prueba es bilateral, este valor se multiplica por 2.
TRcalc. 5 Valor de la estadística calculada.
Por ejemplo, para la distribución de t de Student se obtiene la formula empírica siguiente:
(λ2 2 λ1)/(t2 2 t1) 5 (λ2 2 X)/(t2 2 tcalc.)
Igualmente, para la distribución de la ji-cuadrada:
(λ2 2 λ1)/(χ22 2 χ21) 5 (λ2 2 X)/(χ22 2 χ2calc.)
También, para calcular la distribución F:
( λ2 2 λ1) /(F2 2 F1) 5 ( λ2 2 X) /(F2 2 Fcalc.)

Ejemplo 6.8. Para explicar cuál sería la diferencia en la decisión de aceptar o rechazar una hipótesis
nula, supongamos que el valor de la hipótesis nula es igual a un valor esperado de µ0
–
5 10, esto es, H0: µ 5 10. Además, supongamos que X 5 12, σ 5 4.5 y n 5 25 y, si
–
después de sustituir los valores en la variable aleatoria normal calculada por zcalc. 5 (X 2
µ0) / σ / n , con α 5 0.05 con sus valores críticos de 61.96, entonces, zcalc. 5 2.22, y,
por tanto, 2.22 . 1.96 y se rechaza H0. Aquí, la certidumbre es dictada por el valor de la
probabilidad p, esto es, p 5 1 2 0.9861 5 0.0139.

Ejemplo 6.9. Ahora, supongamos que zcalc. 5 1.2, con σ 5 8.333 y con las demás variables constantes.
Bajo estas condiciones, 1.2 , 1.96 y, se acepta H0 con un valor de probabilidad de p 5
1 2 0.8849 5 0.12. Aquí, el valor de p dice que la probabilidad de haber hecho una
decisión errónea y aceptar una hipótesis falsa es de una posibilidad en diez. Entonces,
de acuerdo con el razonamiento expuesto anteriormente, ¿en cuál de las dos situaciones
hay más confiabilidad, es decir, más certeza en nuestras decisiones?

Ejemplo 6.10. Éste es un ejemplo donde se muestra la manera de calcular el valor de la probabilidad

p. Siendo así, hacer lo siguiente:
268  |  Estadística para ingeniería y ciencias

a) Si el valor calculado de la estadística de la distribución de z fuera de z 5 23.4 con

una prueba de hipótesis bilateral, calcula el valor de p.
b) Ahora, si z 5 23.4 con una prueba de hipótesis bilateral, entonces calcular el valor
de p.
Solución:
a) Buscar este valor en la tabla de la distribución normal y nos da 0.0003. Este valor
es precisamente el valor de la probabilidad p. Pero como la prueba es bilateral, se
multiplica por 2 y da p 5 0.0006.
b) Determinar el valor de 23.4 en la tabla de la distribución normal y vemos que
tiene un valor de 0.9998. Ahora, le restamos 1 y nos da p 5 1 2 0.9998 5 0.0002.
Nuevamente, como la prueba es bilateral, el valor lo multiplicamos por 2 y da
p 5 0.0004.

Ejemplo 6.11. Se dan los siguientes datos de una muestra aleatoria de 15 mediciones (micras) de
partículas atmosféricas en unidades de partes por millón (ppm): 33.38, 32.15, 33.99,
34.10, 33.97, 34.34, 33.95, 33.85, 34.23, 32.73, 33.46, 34.13, 34.45, 34.19, 34.05.
Hacer los siguientes cálculos:
a) Probar la hipótesis nula de H0: µ 5 34.5 contra la hipótesis alternativa de H1: µ ≠
34.5. Calcular el valor de la probabilidad p.
b) Probar la hipótesis de H0: µ $ 34.5 contra la hipótesis alternativa de H1: µ , 34.5.
Calcular el valor de p.
Solución:
a) Al hacer los cómputos pertinentes y sustituir en la variable aleatoria t, obtenemos.
–
tcalc. 5 ( X 2 µ0) / s/ n 5 (33.8 – 34.5) / 0.63/ 15 5 2 4.3
El valor de la probabilidad p se calcula usando la fórmula de interpolación:
( λ2 2 λ1)/(t2 2 t1) 5 ( λ2 2 X ) / (t2 2 tcalc.)
Se consulta la tabla de la distribución t y se busca el valor |24.3|, vemos que:
λ2 5 0.99975, t2 5 4.499, λ1 5 0.9995, t1 5 4.14, tcalc. 5 24.3 (aquí en este caso, se
toma el valor absoluto), X igual a valor buscado, el cual corresponde a la interpo-
lación de t 5 24.3 con n 5 14 g.l. Sustituyendo los valores en la fórmula anterior
se obtiene:
(0.99975 – 0.9995)/(4.499 – 4.140) 5 (0.99975 2 X)/(4.499 – 4.3)
X 5 0.99987 y el valor de p 5 2(1 2 0.99999) 5 0.00002. Este valor es mucho
muy significativo y apoya, muy contundentemente, la contención de que el pro-
medio no es mayor que 34.5.
b) Probando la hipótesis nula de H0: µ $ 34.5 contra H1: µ , 34.5
La t calculada es la misma que en el inciso a), es decir, 24.3. Ésta es una
prueba unilateral izquierda con α 5 0.5 con el valor porcentual de t.95;14 5 21.761,
o sea que la región crítica izquierda es 21.761 (de la tabla de la distribución de
t). Para hacer una decisión de rechazar o aceptar H0: se compara el valor de t.95;14
 Capítulo 6  Prueba de hipótesis  |  269

5 21.761 con tcalc. 5 24.3 y vemos, nuevamente, que se introduce en el extremo

izquierdo de la distribución, por tanto, se rechaza la hipótesis.
El valor de la probabilidad p se calcula buscando el valor absoluto de |24.3|
en la tabla con α 5 0.05 y vemos que está entre 4.499 y 4.140 con sus respectivos
valores de λ igual a 0.99975 y 0.9995, es decir, que el valor de p está entre 0.00025
, p , 0.0005, con un valor de p ≈ 0.0002.

Ejemplo 6.12. Supóngase que se saca una muestra de 8 mediciones de nitratos (NO32) y se calcula
un valor de t 5 23.62, con un nivel de significancia de α 5 0.05. Probar la hipótesis
nula de H0: µ 5 32.0. Calcular el valor de la probabilidad p.
Solución:
Aquí la prueba es bilateral. Las regiones críticas son de t[.05;7] 5 2.365. El valor de t
es 23.62. Se usa la función de P para dos colas dadas como: p 5 P(t.025 , 2|t|) 1
P(t.025 . |t|)
Estamos buscando la probabilidad de sacar un valor de t que exceda 3.62 con
y 5 7 grados de libertad, pero vemos que este valor no se encuentra en la tabla de la
distribución t. Entonces, tenemos que interpolar el valor y lo buscamos en la tabla y
vemos que está entre λ2 5 0.9975 con t2 5 4.029 y 1λ 5 0.995 con t1 5 3.499. Además,
sabemos que t[.05;7] 5 22.375 (porque es de la cola izquierda). Luego, se sustituyen
todos estos valores en la fórmula de interpolación siguiente:
P 5 ( λ2 2 λ1) / (t2 2 t1) 5 ( λ2 2 X ) / (t2 2 tcalc. )
En seguida se sustituyen los valores anteriores:
p 5 [(0.9975 2 0.995)/(4.029 2 3.499) 5 (0.9975 2 X)/(4.029 2 3.62)]
5 (0.0025)/(0.53) 5 (0.9975 2 X)/(0.409)
5 0.99785. .95
0.025 0.025
La probabilidad p es 1 2 0.99785 5 0.002. Sin embargo, debido a que la prueba in-
volucra dos extremos, por tanto, el valor de la probabilidad
t
t
p se multiplica
t
t
por 2 para
(1F/2; n1) (1F/2; n1)
(1.05/2; 81) (1.05/2; 81)
dar p 5 0.0043. Este valor es mucho muy significativo.
t Las figuras
t de abajo muestran
(.975;7) (.975;7)
t 2.365 t 2.365
esta situación.

.95 .996
0.025 0.025 p  .002 p  .002

t (1F/2; n1) t (1F/2; n1) t (1F/2; n1) t (1F/2; n1)

t (1.05/2; 81) t (1.05/2; 81) t (1.01/2; 81) t (1.01/2; 81)
t (.975;7) t (.975;7) t (.975;7) t (995;7)
t 2.365 t 2.365 t 3.499 t 3.499

Figura 6.2.  Regiones críticas y valores de p.

Ejemplo 6.13. Este problema está encaminado

.996
a estimar el valor de la probabilidad p para pruebas
p  .002 p  .002
con la distribución F. Por ejemplo, con α 5 0.05, para una prueba de hipótesis con n1
5 5 y n2 5 t7 y con un valor de tFcalc. 5 5.70, la región crítica es F0.05;4,6 5 4.53. Enton-
(1F/2; n1) (1F/2; n1)
t t
ces, al comparar
t el valor de Fcalc.
(1.01/2; 81)
(.975;7) t 5 5.70 con F0.05;4,6 5 4.53, se rechaza la hipótesis y
(1.01/2; 81)
(995;7)

se inclina t
por Ha. Sin embargo,t esta
3.499 3.499
prueba de hipótesis tradicional no dice qué tanta
270  |  Estadística para ingeniería y ciencias

convicción se le puede dar al resultado obtenido. Para esto, se hace una prueba de
hipótesis no tradicional usando el valor de la probabilidad p. Siendo así, se busca en
la tabla de la distribución F el valor de Fcalc. 5 5.70, con 4 y 6 grados de libertad, y con
α 5 0.05, pero vemos que no está explícitamente mostrado; es decir, está entre 4.53 y
9.15 con sus valores respectivos de α 5 0.50 y 0.010, por tanto la probabilidad es 0.01
, p , 0.05. Ahora, para obtener un valor de p más preciso se usa la siguiente fórmula
de interpolación:
( λ2 2 λ1)/(F2 2 F1) 5 ( λ2 2 X)/(F2 2 Fcalc.)
Donde: 5 λ2 5 Valor porcentual más alto que el valor de Fcalc.
λ1 5 valor porcentual más bajo que Fcalc.
F2 5 Valor de la distribución F correspondiente a λ2.
F1 5 Valor de la distribución F correspondiente a λ1.
X 5 Valor que se quiere interpolar.
Fcalc. 5 Valor calculado.
Ahora, con λ2 5 0.05, λ1 5 0.01, F2 5 4.53, F1 5 9.15 y Fcalc. 5 5.70 y sustituyendo
y resolviendo por X, se obtiene:
(0.05 2 0.01)/(4.53 2 9.15) 5 (0.05 2 X )/(4.53 2 5.70)
X 5 p 5 0.04
El valor es 0.025.

6.2  Pruebas uniformemente más potentes

Al establecerse las hipótesis de prueba puede existir más de una estadística que pueda utilizarse para tomar la
decisión. Es deseable que la estadística de prueba y la región de rechazo para H0 sean tales que fijando la pro-
babilidad de cometer el error I, se minimice la probabilidad de cometer el error II. Esto significa que de todas
las regiones críticas de significancia igual a α, se quiere tener la de menor valor de β 5 P(error II). Si esto es
posible, se dirá que se tiene la mejor prueba.
Cuando se prueban dos hipótesis simples el llamado lema de Newman Pearson da la pauta para encontrar
la mejor prueba.

Teorema 6.1.  [Lema de Newman Pearson] Para la prueba de hipótesis:

H0: θ 5 θ0   contra   Ha: θ 5 θ1

La mejor región crítica de tamaño α es de la forma:

 L(θ0 ) L(θ0 ; X 1 , X 2 , ..., X n ) 

C 5 ( X 1 , X 2 , ..., X n ) 5 ,k (6.1)
 L(θ1 ) L(θ1 ; X 1 , X 2 , ..., X n ) 

con k una constante positiva.
 Capítulo 6  Prueba de hipótesis  |  271

Esto significa que cuando se tiene una muestra aleatoria, la mejor decisión se hace de acuerdo con
la siguiente regla:
a) Si L(θ0)/L(θ1) , k,  entonces se rechaza la hipótesis nula  (si ocurre C ).
b) Si L(θ0)/L(θ1) $ k,  entonces no se rechaza  (si ocurre C c ).
Demostración:
Si C es una región crítica o región de rechazo de tamaño α para H0, se tiene que:
• P(error I) 5 P(C | θ 5 θ0) 5 α
• 1 2P(error II) 5 1 2 P(Cc | θ 5 θ1) 5 P(C | θ 5 θ1) 5 1 2 βc 5 potencia en C
Para probar que C es la mejor región crítica se debe ver que para cualquier otra región de rechazo C *
de tamaño α; el error tipo II tiene probabilidad menor en C que en C * (βc , βc*) en consecuencia, la
potencia es mayor en C que en C *.
El error tipo I y el error tipo II en la región C *:
• P(error I) 5 P(C * | θ 5 θ0) 5 α
• 1 2 P(error II) 5 1 2 P(C *c | θ 5 θ1) 5 P(C * | θ 5 θ1) 5 1 2 βc 9 potencia en C *.
La prueba se hará considerando que la distribución generadora de la muestra es continua, con algu-
nas modificaciones se puede hacer la demostración para variables discretas.
Las dos regiones críticas se pueden descomponer en la unión de dos conjuntos mutuamente exclu-
yentes: C 5(C ∩ C * ) ∪ (C ∩ C *c ) y C * 5(C * ∩ C ) ∪ (C * ∩ C c ).
De aquí se sigue que:
P(C | θ 5 θ0 ) 5 P(C ∩ C ∗ | θ 5 θ0 ) 1 P(C ∩ C ∗c | θ 5 θ0 ) 5 α

P(C * | θ 5 θ0 ) 5 P(C * ∩ C | θ 5 θ0 ) 1 P(C * ∩ C c | θ 5 θ0 ) 5 α

y consecuentemente: P(C | θ 5 θ ) 2 P(C * | θ 5 θ ) 5 P(C ∩ C *c | θ 5 θ ) 2 P(C * ∩ C c | θ 5 θ0 ) 5 0
P(C * | θ 5 θ ) 5 P(0C * ∩ C | θ 5 θ )01 P(C * ∩ C c | θ 5 θ )05 α
0 0 0
P(C ∩ C *c | θ* 5 θ0 ) 5 ∫ C ∩C *c f ( x1 *;cθ0 )f ( x2 ; θ0 ). . . f*( xn ; θc 0 )dx1dx2 . . . dx
(CP|(θC5 * θ ) 2 P(C | θ 5 θ )*5 P(C c ∩ C | θ 5 θ ) 2 P(C ∩ C | θ 5 θ ) 5 0 . n
P(C | θ 5 θ0 )P5
*
∩0C | θ 5 θ ) 1 P(C 0 ∩ C | θ 5θ )5α 0 0

∫
*c 0 0
*(cC ∩ C | θ 5 θ ) # k *c f ( x1 ; θ*1 ). . . fc( xn ; θ1 )dx1 dx2 . . . dxn 5 kP(C ∩ C | θ 5 θ1 )
*c
P
Ahora,
P(Cse | θ5calculará P
θ0 *) 2 P(C ( C ∩
cada *C | θ5 |
uno θ θ
θ0 *)de
5 )
50 Plos 5 (C∫términos
∩
C ∩C
0 f
C *c | θ 5
* c ( x 1de
; θ ) f
C ∩C la diferencia. ( x ; θ
θ00*) 2 P2c(C 0 ∩ C | θn5 θ00 ) 510 2 ) . . . f ( x ; θ ) dx dx . . . dx n
P(C | θ 5 θ0 )2 (C* ∩∩CCc ||θθ5 5θθ00 ))*1 ∩cCf (|xθ ;5θθ)0 f)(5xα; θ ). . . f ( x ; θ )dx dx *. c. . dx
cP
x)∫.1c.;C|.θ*θf∩1(5
5P P(C
|(CθC5 52
0 0 ∫ C ∩C2
• P(C *∩| θC5*cθ| 0θ)P5 5 (C θP0∩ ()C 5 C* *∩
∫ | θfθ5
C ∩C **c
(0 x)θ1# ;)θk1)Pf (C x *c;∩ θf (0C C)x. θ . .; fθ)(51x ;0θ )dx2 dx0 . . . dx 5
)dx
n 0 0 n 1 1 2* 1
α dx . . . dx2cn n
n kP 0 (C 1∩ C 2 | θ 5n θ1 )
P(C | θ 5 θ0 )**2 P ( C * | θ 5θ c ) 5 P(C ∩ C | θ 5 θ ) 2 P(C ∩ C | θ 5 θ ) 5 0
*c
2P θPC (C θ|0θ)∩ 5C θP0x()|C52 θ5 θ0*)c #2
∫ θc5fk;(θθ∫x0 1)C);2 (ffC((xx*.21.∩ ;;. θθdx
C01 ))c..|5
..θ.. 5 (θxxn);;θ5
fkf(P θ10))dx
dx dx2......dx dxn 52kP(C * ∩ C c | θ 5 θ1 )
0 0 0
| θC5*θc 0| θ ) #∩ ; θ∩1 )C θ∩C0P)cdx
c
Pθ*(c*cC
∫
P((C )2 |k * c1dx
P C∩ 5 5 *f|( (0nC ∩que:0 C 1| θ 5 2 θ1 ) n
*c f ( . .C.)/L(θ
∩Cx dx
*
En la región C ∩ 5C 0 se satisface que 1 L(θ n ) , 1 k, 1 entonces n se sigue
P*(*|C ∩ C | θ 5(C
cθ 5 θ ) 5*P
θ0* )∩C 5 ∫ |Cθ∩5
∩ C
*c f* c( x1 0; θ 0 ) f* (1x2 ; θ c ). . . f*(
2
c xn ; θ 0 )dx1 dx2 . . . dxn
P(PC(PC(C kc[|PθC x∩C ; θθ00))f|1 θk P(;θC ∩
. f.P.C (.1.x|;.θθ θ.θ0.)0.;dx
)| θ55 αθ1.)]. .5
0 ∩5 P(C | θ 5 θ1 ) 2kP C * |∩θ C
5cθ|1θ)]5 θ )
*
) 50∩∫,C (5C CC
( x5 θ1x0))2 (f(x)C ;C k[dx P((C
c 0f ( x1 ; θ 0 ∫
∩ *C | θ θ(0C *c f (θ f (1)dx ; θ1 )dx
2
P
∩ C c2P
( C
|5 θP05
C * c θ 0 ) 52
P(C | *θc 5 θ0* ) 2 P(C 0| θ 5*cθ0∫* )C5
∩ | θ 5 θ
C ∩C
* )# ∫ Ck*
∩C
1 ) #2
f
*c(C ∩ ( x
)2fC(* ∩
; θ
1 C 1 | θ5
C 2
c; θ
0
nf1()x
n
θ ) 21Pc (C1 ∩2C | θ 5
θ
* c). . . f ( x ; θ )dx *dx . . c. dx 5 kP(C ∩ C | θ 5 θ )
0
xdx n 21 dx 2
. .n1. dx2 . . . dxn 52
n θ0 ) 5
n * c 1
∩CP * c0
C)∫5 * c *0n 1
P (C ∩ *C P|(θ
P(C ∩ C *0|c*θ,|5
cC θθk0 θ )
[ Pθ)(#2 k ∩C C(C| θ∩5
P f ( x 1C
; θ
θ | 1θ) 2) .
5P . . f
θ(0C ( x
.).1 .∩ ;
n fPC
θ((x1C ;|θθ∩15
) dx dx)Cdxθ2 1|)]
. .
θ5.k. dx θn.[0.P )dx k P
(Cα52 ( C ∩
| θ 5kθP1()C2 P∩(C
C | θ θ
C 1|| θθ 5
*
) 5θθ11 )]
|0θ) 5 θ∫ 0C∫)∩52
5 5 # 5 5 5
c f (1x1 ; θ1 )
* c
2P Ck∩C *c * dx )
* *c f∫( C
0c 0
P(C 2∩PC (C |∩ θ5 Cθ C ∩C x*1∩; Cθc0 f)(f x(1x;2θ; 0θ)0f)(.n*c.x.2f1;(θx0n);.1θ. .0f)2(dx xn1dx ; θ*n02 ). dx
. . dx dx . . . dxn
1 ∫ C ∩C
• 20, P(kC[ P(∩CP
*
(CC
C∩C c
| θ| *θ5
c5
| θθθc05)0 )52
θ2 )P2(C P* (C| cθ∩
C
f5(C xθ1*0;c)θ|5 Pf ((θC
θ0 )5 x2)]∩ ;5 θC0k).[.P|.θ(fC 5 ( x|θnθ0;5 )θ2 )P dx(C
0θ1 ) 2
dx∩
1 P(
. .C*. dx| θn 5θθ)]0 ) 5 0
2C | θ 5
1c n 2

∩ ∩ θ θ θ θ ∫ *ckf∫ *1 ; θc1 f θ θ θ ∩ 1C k*cP|(θC 5* θ∩1 )C c | θ 5 θ1 )

* c* 1
P(C 2P P (
CC | 5C | ) 5
# k ) #2 ( x ) (
. .x. f ; ( x ) .
; . . )f dx( x dx ; .).dx. dx dx 5 . . .Pdx
k (C 52
P(C ∩ C *| θ 5 θc0 ) #2k0∫ C * ∩∫CCc ∩fC( x1 ; θ11). . .0 f ( xn2; θ10)dx1dx2 .n. . dx
cC ∩ C | θ 5 θ )C5 C( x ; θ ) f ( x ; θ ). . . f ( x ; θ )dx dx n. . . dx
* c
2P * P ( 0 0 ∩C C ∩
* c f 1 1 n 1 1n 21 1 n
0 n 52
2
1 k2P(C ∩
*
n C | θ 5 θ1 )
c
y en la 2región ,* kC C∩ |Cθ∩C se*csatisface
θ 5 θ∫1 )*2 que (L(θ
x∩ θ)/L(θ )f| (θx15 ) ;$ θθ10)]k, ).5.entonces ; θ|0θ)se dxθsigue ) 2 Pque: (C * | θ 5 θ1 )]
*c
P0(C ∩[ P (*cC *5 c Cθ 0 )| 52 P (C
c f* c ; 0C .kf[(Px(nC 5 1 *2 . . . dxn
dx
(CC∩ C | θ 5| θθ5 )θ (Ck∩∫ C f ( x1 ; θ)]15 . .[fP((xCn ;| θθ15 5kθP1()]C ∩ C | θ 5 θ1 )
*c
0 , k[ P(CP∩C c
1
20 P)# C ∩ C
C ∩C *|c θ 5 θ
1 0
1
). k 2 )dx θ11)dx 22P. .(.Cdx|nθ5
1

2P P(C * ∩ C c*| θ 5 θc 0 ) #2k ∫ C * ∩C c f ( x1 ; θ1 ). . . f ( xn ; θ1 )dx1dx2 . . . dxn 52kP(C * ∩ C c | θ 5 θ1 )

2 P(C ∩ C | θ 5 θ0 ) 52∫ C * ∩C c f ( x1 ; θ0 )f ( x2 ; θ0 ). . . f ( xn ; θ0 )dx1dx2 . . . dxn
0 ,
Finalmente, se k [ P(C ∩C C *c | θ 5 θ1 ) 2 P(C ∩ C *c | θ 5 θ1 )]5 k[ P(C | θ 5 θ1 ) 2 P(C * | θ 5 θ1 )]
2P Pconcluye
(C * ∩ C c que: | θ 5 θ0 ) #2k ∫ C * ∩C c f ( x1 ; θ1 ). . . f ( xn ; θ1 )dx1dx2 . . . dxn 52kP(C * ∩ C c | θ 5 θ1 )
0 , k[ P(C ∩C
C *c | θ 5 θ1 ) 2 P(C ∩ C *c | θ 5 θ1 )]5 k[ P(C | θ 5 θ1 ) 2 P(C * | θ 5 θ1 )]
272  |  Estadística para ingeniería y ciencias

Por tanto, P(C * | V  V1 )  P(C | V  V1 ) , con lo que se prueba que la potencia en C es mayor que la
potencia en C*, por tanto
n C es mejor región
( x x . .crítica.
.x )/G 2 2 2 2
2 ( x1 , x 2 , ..., x n e ) 1 2 n

L(G) 
Lo que nos dice en palabras simples G n el lema de Neyman Pearson es que la probabilidad del error II
en C es menor que en2 nC( x, ,por
*
lo que
x , ..., x ) la mejor región crítica
( x x . . .x )/G 2
1
2
2 es C. 2
n
( x x . . .x )/10
n
0 2 2 2 2
1 2 n e 1 2 n
n
L(G 0 ) G n
n © 3 ¹ ( x12 x22 . . .xn2 )/180
 0
 ( x2 x10 2 ª e k
L(G1 ) 2 ( x , x , ..., x )( x12 x22 . . .xn2 )/G1n
« 2 º»
2 2
n . . . x )/ 15
1 2 n
e 1 2 n

n
Ejemplo 6.14. Sea X , X , . . . , X G1 una muestra aleatoria15de una función de distribución Weibull
n
1 2 100
con parámetros α 5 2 y β desconocida; encontrar la mejor región crítica de tamaño α
5 0.05 para la prueba:
H0: β 5 10   contra   Ha: β 5 15
Solución:
La función de verosimilitud en* este caso es:
P(C | V  V1 )  P(C | V  V1 )
( x12 x22 . . .xn2 )/G 2
2 n ( x1 , x 2 , ..., x n e )
P(C | V  V1 )  P(C | V  V1 )L(G) 
*

( x12 x22 . . .xn2 )/G 2

Gn
2 n ( x1 , x 2 , ..., x n e ) ( x 2 x 2 . . .x 2 )/G n
L(Gmejor
La )  región críticanes: n
2 ( x1, x 2, ..., xn ) 1 2 n 0 ( x 2 x 2 . . .xn2 )/10 2
e 1 2
G n
L(G ) 2 n G0 n
10 n © 3 ¹ ( x12 x22 . . .xn2 )/1
( x12 x220. . 
ª« 2 º» e
n .xn )/G 0  
2 ( x1, x 2, ..., xn ) L(G )  ( x 2
 x 2
. . . x 2
)/ 10 2

2 n ( x1 , xe 2 , ..., xn ) 1 2
1 2 (nx 2 x 2 . . .xn2 )/G1n ( x 2 x 2 . . .xn2 )/152
1 n e 1 2
L(G 0 ) G0n
n © 3¹
 ( x2 x10
2 2
. .xnn2 )/180
 G1n 2 2  ª º e( x1 x2 .15 k
L(G1 ) 2 ( x , x , ..., x ) ( x12 x22 . . .xn2 )/G1n
« 2»
2
n . . . x )/ 15
1 2 n
e 1 2 n

G1n 15 n

Al calcular el logaritmo natural en ambos lados de la desigualdad, se sigue que:

Para conocer el valor de c para un nivel de significancia α (cα) se debe conocer la distribu-
ción de la variable aleatoria Yn  X 12 . . .  X n2 ; la manera de encontrar esta distribución
es calculando la función generatriz de momentos 1 h deh Ynn y después buscar si coincide con
n µ0 µ0
2 2 2 2 2
tY ( x x . . .x )( 1t G ) /G
la función Y
generatriz de M de
momento E(ealguna )  distribución
2 x1, conocida.
x 2 , ..., xn e
n
dx1dx2 . . . dxn1 2 n
2 2 Y
 X 2 . . .  X 2 G n

Ynn  X11 . . .  Xnn

1G* 
h Gh/ 1t G2
MY  E(e tYnn)  1n µ hµ h2 nnx1, x 2 , ..., xn e ( x112 x222 . . .xnn2 )(1t G2 )/G2dx1dx2 . . . dxn
tY ( x 2 x 2 . . .x 2 )( 1t G 2 ) /G 2
MYn  E(e ) G n µ0 µ0 2 x1, x 2 , ..., xn e dx1dx2 . . . dxn
n
G 0 0
G G / 1  t G
* 2
si se hace G* G / 1  t G 2 en esta integral se puede completar una integral para que
integre 1.

1 ∞ ∞ 1
∫ ∫
tY − ( x12 1x22 1…1xn2 )/β*2
MY 5 E(e n ) 5 1
2 n x1 x2 … xne dx1dx2 …dxn 5
n
(1 2 t β 2 )n/ 2 β* n 0 0 (1 2 t β 2 )n/ 2
















51
Ésta es la función generatriz de momentos de una distribución gamma con parámetros:
α 5 n/2 5 50 y β∗ 5 β2.
 Capítulo 6  Prueba de hipótesis  |  273

Se tiene que P(error I) 5 P( x12  x22 … xn2  c0.05 |β 5 10) 5 0.05, el valor de c0.05 se
busca usando Excel y se encuentra que c0.05 5 6217.1044.
1  ( x R ) / 2 X 1  ( x R ) / 2 X 1 2 2 2 2
 ( xn R )2 / 2
L(R; x1 , ..., xn )  e 1 e 2 ... e
Se rechaza la hipótesis nula cuando x12  x22 … 2 UX
xn2  c6217.1044 y 2 UX
es la mejor de las 2 UX
0.05
pruebas. 1 ¨ ( xi R )2 / 2 X22 2
n
1 i 1 ( x1 R ) / 2 X 1 1

L(R; x1 , ..., e  ( x R )2 / 2 X 2
(2 Ux)nn/)2
X n 2 UX e 2 UX
e 2 ...
2 UX
Ejemplo 6.15. Considerar una muestra aleatoria de una normal, esto x 2 σ
2
1 es X ©
~ N(µ,
ª ¨ R ). Use
¨
x nR el
¹ lema de n 2 n 2 2
«1 º /2 X
¨
n
( x R ) »/ 2 X i 1 i i 1 i 2 2

Neyman-Pearson y encuentre la mejor región crítica e
n / 2para e
 n lasn/ 2hipótesis. i 1 i

(2 U ) X n
(2 U ) X
H0: µ 5 µ0   contra   Ha: µ 51µ1 ©
ª ¨ i 1 xi2 2 R ¨ i 1 xi nR2 ¹»º / 2 X 2
n n
«
 e
Solución: (2 U )n/ 2 X n

La función de verosimilitud está dada por:

x 2  x 2 … x 2  c
1 2 n 0.05

1  ( x R )2 / 2 X 2 1  ( x R )2 / 2 X 2 1  ( x R )2 / 2 X 2
L(R; x1 , ..., xn )  e 1 e 2 ... e n
2 UX 2 UX 2 UX
1
e ¨ i 1 i
n
 ( x R )2 / 2 X 2

(2 U ) X
n/ 2 n

© ¹
 ª ¨ xi2 2 R ¨ xi nR 2 º / 2 X 2
n n
1 « i 1 »
 e i 1

(2 U )n/ 2 X n

Aplicando el lema de Neyman-Pearson se obtiene:

 
2  ∑ xi2 22 µ 0 ∑ xi 1nµ 20  / 2 σ 2
n n
1
e  i 51 i 51   n n 
2  ∑ xi2 22 µ 0 ∑ xi 1nµ 20  / 2 σ 2
L(µ 0 ) (2 π) σn/ 2 n
e  i 51 i 51 
5 =
L(µ1 )  n 
2  ∑ xi2 22 µ1 ∑ xi 1nµ12  / 2 σ 2
 n 
2  ∑ xi2 22 µ1 ∑ xi 1nµ12  /2 σ 2
n n
1
e  i 51 1
i 51 
e  i 51 i 51 

(2 π ) σ
n/ 2 n

Por tanto, la hipótesis nula H0 se rechaza si se cumple que:


∑ i 51 xi2 22 µ0 ∑ i 51 xi 1nµ20  / 2 σ 2
n n
2

e ( µ 0 2µ1 ) ∑ i 51 xi / 2 σ 2 , k
n

 
=e
∑ i 51 xi2 222 µ 1∑∑
n n
x2 1nµ 2  / 2nσ 2x 1nµ 2  / 2 σ 2
∑
2 n
 1 i22 µ 01 
i 5x 0
e e i 51 i i 51 i 
= e 0 1 ∑ i 51 i , k
n
( µ 2µ ) x /2 σ2

µ1 )∑
nn
Al obtener el logaritmo(µ 2σ
 2 n 2
natural 2 ∑
de esta µ1 ∑ xi 1nµ1  / 2se
xi 2desigualdad
2
σ tiene que:
2
0
e  i5i151 i i 51 

µ1 )∑ i51
n
(µ 0 i
σ2
Aquí se tienen dos casos:
Caso 1.  µ0 2 µ1 . 0 (µ1 , µ0).

y dado que la parte derecha es constante, que x– ~ N(µ, σ2) y que el tamaño de la
región crítica es α se tiene que se rechaza la hipótesis nula si:
n( x 2µ 0 ) n( x 2µ 0 )
zc 5 ,2zα si σ es conocida, o tc 5 ,2t12α si σ es desconocida.
σ s
Caso 2.  µ0 2 µ1 , 0 (µ0 , µ1).
274  |  Estadística para ingeniería y ciencias

∑ in51 xi . σ 2 log(k ) / (µ 0 2 µ1 ) ⇒ x . σ 2 log(k ) / (µ 0 2 µ1 )

lo que implica que se rechaza la hipótesis nula si:

n( x 2µ 0 ) n( x R 0 )
zc 5 . zα si σ es conocida, o tc   t1F si σ es desconocida.
σ s
1  ( x R )2 / 2 X 2 1  ( x R )2 / 2 X 2 1
L(R; x1 , ...,
Ejemplo 6.16. Considerar una reacción química que se distribuye xn )
normalmente e 1media de µ y e 2
con ...
2 UX 2 UX 2 UX
una varianza σ 5 1. Se quiere probar la hipótesis µ 5 10 contra la hipótesis µ 5 11, a
2
1
e ¨
n 2 2
 ( x R ) / 2 X
 n 5n9/ 2 reacciones.
un nivel de significancia de 0.05, con base en una muestra de i 1 i
n
(2 U ) X
Solución: © ¹
 ª ¨ xi2 2 R ¨ xi nR 2 º / 2
n n
1 « i 1 »

De acuerdo con el enunciado se tiene que las hipótesis de prueba e i 1

(2 U )nson:
/2

H0: µ 5 µ0 5 10   contra   Ha: µ 5 µ1 5 11

Se sabe que n 5 9, σ 5 1 y α 5 0.05.
n( x R )
tc  de verosimilitud
La función 0
 t1Festá dada por:
s
1  ( x R )2 / 2 X 2 1  ( x R )2 / 2 X 2 1  ( x R )2 / 2 X 2
L(R; x1 , ..., x n )  e 1 e 2 ... e n
2 UX 2 UX 2 UX
1 ¨ ( xi R )2 / 2 X 2
n

 e i 1

(2 U )n/ 2 X n
© ¹
 ª ¨ xi2 2 R ¨ xi nR 2 º / 2
n n
1 « i 1 »
 e i 1

(2 U )n/ 2

Aplicando el lema de Neyman-Pearson se tiene:

 
2  ∑ xi2 22 µ 0 ∑ xi 1nµ 20  / 2
n n
1
e  i 51 i 51   n n 
2  ∑ xi2 220 ∑ xi 1100 n / 2
L(µ 0 ) (2 π) n/ 2
e  i 51 i 51 
5 5
L(µ1 )  
2  ∑ xi2 22 µ1 ∑ xi 1nµ12  / 2
 
2  ∑ xi2 222 ∑ xi 1121 n / 2
n n n n
1
e  i 51 i 51 
e  i 51 i 51 

(2 π ) n/ 2

Por tanto, la hipótesis nula H0 se rechaza si se cumple que:


∑ i 51 xi2 220 ∑ i 51 xi 1100 n / 2
n n
2

e
5 e ∑ i 51 i
n
2 x 121 n / 2
 
,k
∑ i 51 xi2 222 ∑
n n
2 x 1121 n / 2
 i 51 i 
e
Al obtener el logaritmo natural de esta desigualdad se tiene que:

 9 ( x  10 )   9( x 10) 
Al
P (estandarizar (∑
Error _ I )  Pla suma, secsigue:
n
x  |µ 10)  P   z0.05     1.645  0.05
i1 1
 σ   σ 
 9 ( x  10 )   9( x 10) 
(∑
n
P (Error _ I )9( xP µ 0i)1 x1  c |µ 10)  P   z0.05     1.645  0.05
zc   1.645  σ   σ 
σ  9 ( x  10 )   9( x 
(∑
n
9 ( x µ0 ) P ((Error _ nI )(cP10 x1  c |µ 10)  P   z0.05   
zc DeP (esta _ I
Errormanera,)1.P 645X | µ 10 ) Z
se sigue que la mejor región crítica está
    ) i z
1 ) 0
0.05dada por:
 .05  σ   σ
σ
P (Error _ II ) P X  | µ 11)  (Z  n ( c  11 )  z )  0.0 6
P (Error _ I )  P X  | µ 10)  (Z  n (9c( x 10µ)  )
0 z0.05 )  0.05
0.06
zc   1.645
σ
P (Error _ II ) P X  | µ 11)  (Z  n (c 11) z0.06 )  0.06
P (Error _ I )  P X  | µ 10)  (Z  n (c 10)  z0.05 )  0.05
P (Error _ II ) P X  | µ 11)  (Z  n (c 11) z0.06 )  0.06
 Capítulo 6  Prueba de hipótesis  |  275

Ejemplo 6.17. Refiérase al ejemplo 6.16. ¿Cuál será el tamaño mínimo requerido de la muestra para
efectuar las pruebas de hipótesis con la condición de que α 5 0.05 y β 5 0.06?
 9 ( x  10 )   9( x 10) 
P (Error _ I )  P (∑ i1 x1  c |µ 10)  P 
n
Solución:  z0.05     1.645  0.0
 σ   σ 
La hipótesis nula se rechaza sin x– . c para un valor de9c( positivo.
x  1 0 )   9( x 10) 
P (Error9_(Ix)µP0 )(∑ i1 x1  c |µ 10)  P   z0.05     1.645  0.0
zc del error tipo
La probabilidad I1.es:
645  σ   σ 
σ
9 ( x_I µ
P (Error ) )
0 P X  | µ  10)  ( Z  n (c 10)  z0.05 )  0.05
zc   1.645
σ
P (Error _ II ) P X  | µ 11)  (Z  n (c 11) z0.06 )  0.06
y la probabilidad del_ Ierror
P (Error )  Ptipo
X II es:
| µ 10)  (Z  n (c 10)  z0.05 )  0.05
P (Error _ II ) P X  | µ 11)  (Z  n (c 11) z0.06 )  0.06

De estas dos relaciones se obtiene un sistema de dos ecuaciones con dos incógnitas,
cuando se sustituye z0.05 y z0.06, buscando en la tabla de la normal estándar:

n (c 10) 1 645 y n c 11) 1.555

Se despeja el valor de raíz de n y se igualan las dos ecuaciones:

1.645 1.555
n5 52 ⇒ 1.645(c 211) 521.555(c 210)
c 210 c 211
⇒ (1.645 11.555)c 51.555(10) 11.645(11)
⇒ c 5 10.514
De aquí se sigue que:
1.645
n5 5 3.2 ⇒ n 510.2424 ≈ 11
10.514 210
se requiere de una muestra Error
de 11 elementos . c | µsatisfacer
) 5 P ( X para 510) las condiciones pedidas.
 n ( X 2 µ) n (c 2 µ ) 
P
Ejemplo 6.18. Refiérase al ejemplo 6.16.5Considerar . µ 510 
 σ la prueba de
σ hipótesis anterior,
 pero modifican-
do la hipótesis alternativa de la siguiente manera:
H0: µ 5 10   contra   Ha: µ . 10
La región crítica de esta prueba para un nivel de significancia de α 5 0.05 está deter-
1.645
–
n 5
minada por un valor c, tal 10
que P(X .5c 3|.21µ.⇒
.514 2n105
645 510
5n10) 5 .2 ⇒≈nesto
5.2424
30.05; 11
510implica que:
.2424 ≈ 11
10.514 210
Error )5 P ( X . c |)µ55P10
Error (X) . c | µ 510)
 n ( X 2 µ) n (nX 2µµ))
(c2 
5P 5 P . . 10(c 2 µ) µ 510 
µ 5n
 σ  σσ σ 
 

5 P (Z . 9 (c 210)) 5 0.05

De esta manera, se tiene que zα/ 2 51.645 5 9 (c 2 10) ⇒ c 510 11.645 / 3 510.548 , es
decir, se rechaza H0: µ 5 10 si X $ 10.548 .
P (Error
Debe observarse que el valor crítico c no_ II ) 5 P ( Xdel
depende , 10 | µ 511) que tome la hi-
.548específico
valor
pótesis alternativa, sino que sólo depende del hecho que µ es mayor o menor que µ0.
276  |  Estadística para ingeniería y ciencias

La probabilidad delXerror .548 II cuando µ 5 11, es igual a:

$ 10tipo

P (Error _ II ) 5 P ( X , 10.548 | µ 511)

© n ( X  R) n(10.548  R) ¹
P ª  R 11º
« X X »

(
5 P Z , 9 (10.548 211) )
5 P (Z ,21.356) 5 0.08754

La probabilidad de cometer el error tipo II en función de µ es igual a:

P (Error _ II )  P ( X  10.548 | R)
© n ( X  R) n (10.548  R) ¹
P ª  Rº
« X X »
 P (Z  9 (10.548  R)) G(R)

Para construir la curva OC y la gráfica de la función potencia se presentan en la tabla

siguiente diferentes valores de µ para la hipótesis alternativa, la probabilidad de co-
meter el error tipo II cuando µ toma esos valores y la función potencial de la prueba.
Tabla 6.4. Diferentes valores de µ para la hipótesis alternativa, la probabilidad de cometer el error tipo
II cuando µ toma esos valores y la función potencia de la prueba.

 10 10.2 10.4 10.6 10.8 11 11.2 11.4 11.6 11.8 12

() 0.95 0.852 0.672 0.438 0.225 0.088 0.025 0.005 8E-04 9E-05 7E-06
Potencia 0.05 0.148 0.328 0.562 0.775 0.912 0.975 0.995 0.999 1 1

Con estos datos se hacen las dos gráficas siguientes: la primera es de la probabilidad del
error tipo II, P(error II) 5 β(µ) y la segunda es de la función potencia de esta prueba.

P(error II) P(error II) Potencia 5 1 2 b(m) Potencia 5 1 2 b(m)

1 1 1 1
0.9 0.9
0.8 0.8 0.8 0.8
0.7 0.7
0.6 0.6
0.6 0.6
0.5 0.5
b

b
b

0.4 0.4
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.2 0.2
0.1
0 0
9 10 11 12 13
9 10 0
11 12 13 0
9 10 11 12 913 10 11 12 13
m m m m

Figura 6.3. Figura 6.4.

Observe que conforme el valor de µ se aleja de 10, la probabilidad de cometer el error

tipo II disminuye porque es más fácil determinar cual es el verdadero valor de µ y la
potencia de la prueba aumenta.
 Capítulo 6  Prueba de hipótesis  |  277

Definición 6.7.  Sea la prueba de una hipótesis simple contra otra compuesta.
H0: θ 5 θ0   contra   H1: θ P Θ1
Se dice que una prueba es uniformemente más potente de tamaño α si es la mejor prueba para las
hipótesis simples H0: θ 5 θ0  contra H1: θ 5 θ1; para toda θ1 P Θ1.

Ejemplo 6.19. Considerar que se tiene una muestra de una distribución normal con media µ y va-
rianza conocida igual a σ2 5 4. ¿Cuál es la prueba uniformemente más potente para
las hipótesis?
H0: µ 5 10   contra   Ha: µ > 10
Solución:
La hipótesis alternativa es compuesta, entonces para encontrar la prueba uniformemen-
te más potente se debe escoger la mejor prueba para las hipótesis simples H0: µ 5 10
contra H1: µ 5 µ1 cuando µ1 . 10.
Aplicando el lema de Neyman-Pearson se tiene:
 
2  ∑ x12 220 ∑ xi 1100 n  / 2 α 2
n n
1  i 51   n 
e i 51
2  ∑ x12 220 ∑ xi 1100 n  / 2 α 2
n

L(µ 0 510) (2 π)n/ 2 σ n e  i 51 i 51 

5 n n5 n 22
2  ∑ 1x1 22 µ1 ∑  ∑ x 1nµ1  / 2 α∑
n
L(µ1 )  n 2 22   
e i 51 ii 51 1  i 51 e  ∑i 51 1 1 ∑2i5∑
n
α
1 2 x 2 20 2 x 100
i 2 n 
1 / 2 x 22 µ x 1nµ1  / 2 α 2 n
2

e  i 51 1 in
x2 2 20
∑ i 51 xi 1100n  / 2 α 2
L((µ20π5 ) σ5n10
/ 2 ) n (2 π ) n / 2
σ n
e i 51 1

x1 2n20 ∑ x2i11002n 5
 n 2 
1 1 2  ∑ei 51 x12∑22i 5µ11 ∑
n
/2 α2  n 2
1µ
 n2 
xi( ) 2 2  ∑ x1 22nµ1 ∑
2  ∑ x12 220 ∑ L
n
 n n x 1i 5 nµ1
 /2α 
1  i 52 1 ∑ x 2 2i 20
xi 1nnµ12  / 2 α 2 
51 ∑ x 1100 n  / 2 α 2
1001 n  /2α i 51 i
Por tanto,e la hipótesis i 51nula H se rechaza nne
si / 2sensatisface que: e
i 51
L(µ 0 5 
0 10) ( 102 n2
( /µ21π )∑ ) n xσ 2 2
e  i 51 1 i 51 i 
 5 (n2e5 π2 2)20 σn ix511i100  / 2 α1 2 n n , k n
/ σ 1 ( µ 2 100 )
5
2  ∑ x12 22 µ1 ∑  1xi n1nL 2 α2)∑ ∑ i 51 i n 2  ∑ x12 22µ1 ∑n 2xi 1nµ12 n/ 2 α 2
x
/µ
 i 51 1    2
µ12 (
 i 51 2  ∑ i 5x11 220 ∑ xi 1100 n  / 2α∑
2 2 i 51 x1 22 µ1 ∑ i 51 xi 1nµ1  / 2 α
 n n  2 n n

1 n x 1100  / 2 α1
2 2
 i 51 2i5∑ e
20 ∑ 
e
L(µ 0 510) (e2 π) σ
1
n / i2 1
x12n2
i 1 i n 

2
e n e
 i 51 i 51 e
(2 π)2n 5σe(102µ1 )∑
n/ 2 n
5 5
2 2
5 n 5i 51 xi /σ 1n( µ1 22 100 )n ,n k 2  2
) µ1 )∑ i521x∑ n/ σ2 , µ 22
2
L(10
(µ12 1 i 2x1 22nµ1x∑
2lo
 gnn( k 2) 2 (
2∑ i 51xi 1 nn2
x1 2 µµ2 1 ∑
/ 2 α1i 5 x1
1 i
100nµ12 )/ 2nα 2

2  ∑ x1 22 µ1 ∑ xi 1nµ1  / 2 α
e2  ne/i251  ∑ 51 ∑
 2   i 51 
e 1 2i20 x 1100 n  / 2 α
1
 en 2n
∑
i 51

1 1 xi /∑
n
i 51 i 
π σ n i 51 1 2( 102µ1 i)5∑
 x 220 σ 2 1( µxi21 100  / 2 α 2
∑ i51 xi .nσ(10 ( 2 )
n 2
21 1 2100n)n
(log(k) 2n (µn2 1 2100 2
)n) ⇒ x ,5σ e (log(k ) 2(µ1 2100), n)k/ n(µ20 ∑ 2i 5µ1 x112)2520 ∑c i 51 xi 1100n  / 2 α 2
i5 n n
ne 2
i 51

µ 2∑ µ σ /)2 α σ (µse
n 2
Al obtener  n el2 logaritmo
2  ∑ x1 220 ∑ xi 1100 n  / 2α
2 natural
2 
1
L
∑) ( x10de
2
i51
5 2x µ10
i
1 ∑/
está ) x, 1(nlo 2µ12π
desigualdad
i
g
 (nk/22) 2

 1
2 100
tiene ) nque e
e i 5 1 i 5
5n
1
5  n 2
e  i 51 n ( X i 51
210 n ) n2(((µ
L X 102 )2 µ1 10
) ∑) xi / σ 2 1( µ12 2100 )n2  ∑ x 2 22 µ ∑ x 1nµ 2  / 2 α 2
i 51. z2 1
n n
2  ∑ x1 22 µ1 ∑ xi 1nµ12  / 2 α 2
n 
n ∑
z 5 x 5 σ
5 e (log( 1 n k)2 ( µ 100 ) n  k
)
, ⇒ x σ 1 2 i 51 i
(log( k )1
( µ 2
100 )
 i 51
n ) / n ( µ µ ) 
5c
1 ∑ i51 i ( 2 π ) n / 2 σ n
i 51 1

2  ∑ x1 22 µ1 ∑σ xi 1nµ1  / 2 α
 cn 2 i 5 (
12 10
 i
.2 2 µ )
2 x / σ 2
1a
, 2 lo g ( k e ) 2 ( µ 2 ,
2 100 ) n 2 1
2 e 0
2
i 51
1
 i 51  1
e i 51

nn( X 2n 1022) n n ( X 2 2102 )

/ σ1∑ )1σ21 ((log(
.n 0 xzc(µ kxi)12 100(nµ  / 2 α2 100 . z)an) ⇒ xn , σ 2 (log(k ) 2(µ12 2100)n) / n(µ 0 2 µ1 )
,i5elo1 gxσse
2 ∑ 5∑
µ1µ)∑
5 2> 10)
y como(1010 (i .kisigue µ12que:
x 220
22 2 i 51100
2)n 1
e ) 1 ∑ i 51 i
5
1 ( 102µ ) x / σ 2 1( µ12 2100 )n
i51 i
 n (n X 2 10)n n ( X 2510 ,k
∑ i51 xi . σ (log(k )z2c 5(eµ12i100 22 ∑ x12 22 µ1 ∑ xi 1nµ12  2/ 2 α 2
n 2
51 )n) ⇒ i55 1x , σ  (log( k ) 2 .(zµa 1 2100)n) / n(µ 0 2 µ1 ) 5 c
2
σ 2
1 ∑
n
y dadoz que n ( X 2 10 ) n ( (
10 X 2 2 µ 10 ) ) x / σ –2
,
x ~ N(µ, log(kσ )2 2 (µ 2 100) n
2
5 la parte derecha 5 es constante, .i5z1aque i ) y que 1 el tamaño de la región
c
crítica es α se tiene σ que se rechaza n2 la hipótesis nula 2 si:
∑ i51 xi . σ (log(k ) 2(µ1 2100)n) ⇒ x , σ 2 (log(k ) 2(µ12 2100)n) / n(µ 0 2 µ
2

n ( X 210) n ( X 210)
zc 5 5 . za
σ 2
por tanto, ésta es la prueba uniformemente más potente para la prueba con Ha: µ > 10.
Hay pruebas que no admiten una región crítica uniformemente más potente. Por
ejemplo, para la prueba:
H0: µ 5 10   contra   Ha: µ ≠ 10
278  |  Estadística para ingeniería y ciencias

No hay una mejor región crítica para la prueba, pues cuando 10 , µ1 la mejor región
es x– . c y cuando 10 . µ1 la mejor región es x– , c; en ambos casos la mejor región es
diferente y por tanto no existe la prueba uniformemente más potente.

Ejemplo 6.20. Se ha propuesto un nuevo diseño para el sistema de frenos de un automóvil. Se sabe
que para el sistema actual la distancia de frenado a una velocidad de 60 kilómetros por
hora bajo condiciones específicas tiene una media real igual a 40 metros. Se propone
que el nuevo diseño se ponga en práctica sólo si los datos muestrales indican una fuerte
reducción en el verdadero promedio de la distancia de frenado para el nuevo diseño.
a) Definir el parámetro de interés e indicar las hipótesis pertinentes.
b) Suponer que la distancia de frenado para el nuevo diseño está distribuida nor-
malmente con una desviación estándar de 3 metros. Si x– es la distancia media de
frenado para una muestra aleatoria de 36 observaciones, ¿cuál de las siguientes
regiones de rechazo es apropiada?
• C1 5 { x–|x– . 51.3}
• C2 5 { x–|x– , 38.56}
• C3 5 { x–|x– . 51.3} o {x–|x– , 38.56}
c) ¿Cuál es el nivel de significancia para la región crítica pertinente del inciso b)?
Cómo cambia la región crítica para obtener una prueba con α 5 0.02?
d) ¿Cuál es la probabilidad de que el nuevo diseño no se ponga en práctica cuando
su verdadera distancia media de frenado es de 38 metros y se usa la región crítica
definida en el inciso b)?
e) Si se desea un nivel de significancia del 0.05, ¿cuál es la mejor región crítica para
probar la hipótesis H0: µ 5 40 contra la hipótesis alternativa H1: µ 5 38?

Solución:
a) El parámetro de interés es µ, la media de la distancia de frenado a una velocidad
de 60 kilómetros por hora y las hipótesis respectivas son:
H0: µ 5 40   contra   Ha: µ < 40

b) En este caso µ1 , µ0, entonces la mejor región crítica es de la forma x– , c, por

tanto la región crítica más apropiada es C2 5 { x–|x– , 38.56}; ya que queda a la
izquierda de µ 5 40, que es el sentido de la hipótesis alternativa.
c) El nivel de significancia de C2 se encuentra considerando que se rechaza H0 cuan-
do x– , 38.56. Entonces, la probabilidad de cometer el error tipo I está dado por:

 n ( X 2 40) 6(38.56 2 40) 

α 5 P( X , 38.569 | µ 5 40) 5 P  ,  5 P(Z ,22.88) 5 0.002
 σ 3 

Si el tamaño de la región crítica fuera α 5 0.02, la región crítica estaría definida por
c, que satisface la relación:
 Capítulo 6  Prueba de hipótesis  |  279

 6(c 2 40) 
)5  Z ,  5 P(Z ,2z0.02 ) 5 0.02
 3
De aquí se obtiene que:
6(c 2 40)
52z0.02 522.055 ⇒ c 5 40 2 2.055 3 3 / 6 5 38.9725
3
d) ¿Cuál es la probabilidad de que el nuevo diseño no se ponga en práctica cuando
su verdadera distancia media de frenado es 38 metros y se usa la región crítica
definida en el inciso b)? Se está pidiendo la probabilidad de que se cometa el error
tipo II, esto es, que no se rechace que µ 5 40 cuando en realidad es 38. El nuevo
diseño no se pone en práctica si la media muestral es mayor o igual a 38.56, por
tanto esta probabilidad está dada por:
 n ( X  38) 6(38.56  38) 
β  P( X  38.56 | µ  38)  P     P(Z  1.12  0.1314
 σ 3 

e) Si se desea un nivel de significancia de 0.05, ¿cuál es la mejor región crítica para

la hipótesis H0: µ 5 40 contra Ha: µ 5 38, entonces resulta que:
 6(c 2 40) 
P( X , c | µ 5 40) 5 P  Z ,  5 P(Z ,2 z0.05 ) 5 0.05
 3

Y a partir de esto se obtiene:

6(c 2 40)
f ) 52z0.05 521.645 ⇒ c 5 40 21.645 3 3 / 6 5 39.1775
3
n( x 2µ 0 )
tc 5 , 2t12α
s

6.3  Tipos de prueba

Cuando se plantean las hipótesis estadísticas sobre un parámetro θ, se pueden presentar dos posibles situa-
ciones:
a) Pruebas unilaterales o pruebas de una cola.
H0: θ 5 θ0   contra   Ha: θ . θ0   o   H0: θ 5 θ0   contra   Ha: θ , θ0
b) Pruebas bilaterales o pruebas de dos colas.
H0: θ 5 θ0   contra   Ha: θ ≠ θ0
Según se formule la hipótesis alternativa (unilateral inferior, unilateral superior o bilateral) queda definida
la región crítica, que es el conjunto de valores que indican que la hipótesis alternativa es cierta.

Ejemplo 6.21. La experiencia dice que el tiempo promedio de secado de la pintura de un fabricante
es igual a 20 minutos. El fabricante modificó la composición química de su pintura y
quiere probar que esta modificación disminuya significativamente el tiempo de seca-
do. ¿Qué hipótesis alternativa debe usar el fabricante?
280  |  Estadística para ingeniería y ciencias

La hipótesis de prueba es la hipótesis alternativa, entonces las hipótesis son:

H0: µ 5 20   contra   Ha: µ , 20

Como se puede ver en los diferentes ejemplos revisados sobre región crítica, ésta de-
pende del nivel de significancia, α; es posible que para algunos valores de α se rechace
la hipótesis nula y para otros valores no se rechace.

Ejemplo 6.22. Ver ejemplo 6.14 para una muestra aleatoria de 17 muestras de secado de pintura con
la modificación en la composición química, el promedio y la desviación estándar de
los datos muestrales son iguales a x– 5 18.2 y s 5 3.6 para la prueba
H0: µ 5 20   contra   Ha: µ , 20.

¿Qué decisión se toma para los valores de α 5 0.05, 0.025, 0.01?

6(c 2 40)
52z0.05 521.645 ⇒ c 5 40 21.645 3 3 / 6 5 39.177
Solución: 3
n( x 2µ 0 )
La región de rechazo para H0 es de la forma tc 5 , 2t12α , donde la va-
s
riable t tiene 16 grados de libertad. La estadística de prueba evaluada en los valores
muestrales es:
n( x 2µ 0 ) 17 (18.2 2 20)
tc 5 5 522.0616
s 3.6

Entonces, para cada uno de los diferentes niveles de significancia se tienen regiones
de rechazo.
Tabla 6.5.

Resultado
Nivel de significancia Región de rechazo de H0 Decisión
tc respecto a tα

n( x 2µ 0 ) 17 (18.2 2 20) 22.0616 ,

α 5 0.05 tc 5
       5 , 21.7419 522.0616 Se rechaza H0
s 3.6 21.7419

n( x 2µ ) 17 (18.2 2 20) 22.0616 .

α 5 0.025 tc 5
      0 5 , 22.1199 522.0616 No se rechaza H0
s 3.6 22.1199

n( x 2µ ) 17 (18.2 2 20) 22.0616 .

α 5 0.01 tc 5
      0 5 , 22.5835 522.0616 No se rechaza H0
s 3.6 22.5835

Como se observa, en este último ejemplo, la decisión de rechazar a H0 se hace con

base en la estadística de prueba; se revisa si cae o no en la región de rechazo y la región
de rechazo está en función del nivel de significancia. En la tabla anterior se observa
que t0.95 5 1.7459, t0.975 5 2.1199 y t0.99 5 2.5835. Para el nivel de significancia α 5
0.05 se rechaza la hipótesis nula porque 2tc , 2tα para los niveles de significancia α
5 0.025 y α 5 0.01, no se rechaza la hipótesis nula porque 2tc . 2tα. La pregunta
es: ¿Cuál es el valor menor del nivel de significancia con el cual todavía se rechaza la
 Capítulo 6  Prueba de hipótesis  |  281

hipótesis nula? La respuesta es: el valor αc que satisface la relación P(t , 22.0616) 5
αc; este valor se encuentra usando Excel y resulta ser αc 5 0.02794. En conclusión:

• Si α . 0.02794 se rechaza H0.

• Si α , 0.02794 no se rechaza H0.

Con la aparición de las computadoras y su uso masivo, se tiene la posibilidad de

calcular el valor de la significancia mínimo para el cual todavía se rechaza H0; este
valor se identifica simplemente como p o como probabilidad, y equivale a un valor
de la significancia calculado a partir de la estadística de prueba. Su definición es:

Definición 6.8.  Al valor p 5 αc que satisface las dos condiciones siguientes para una muestra alea-
toria dada:

• Si α , αc, entonces se rechaza H0.

• Si α . αc, entonces no se rechaza H0.

A este valor se le conoce como nivel de significancia calculado o valor p de la prueba.

El valor de p 5 αc se puede utilizar para tomar la decisión de rechazar o no la hipótesis nula
comparándola con el valor de α propuesto.
El α calculada se obtiene usando Excel o de paquetes de cómputo como Minitab y en algunos
casos particulares de las tablas de probabilidad. Mientras el valor de p sea más pequeño mayor es la
seguridad de no equivocarse al rechazar la hipótesis nula. Entonces la decisión se puede tomar con
base en el valor de p o en el valor de la estadística de prueba, la decisión es equivalente.

6.4  Prueba de hipótesis para los parámetros de la normal

6.4.1  Prueba para la media
Cuando la distribución generadora de la muestra es una normal con media µ y varianza σ2, y la hipótesis nula
–
es H0: µ 5 µ0 el lema de Newman Pearson indica que la región crítica está determinada por X ∼ N(µ, σ2) y se
sabe que tiene dos posibles estadísticas de prueba: (ver ejemplo 6.8).

n( x 2µ 0 )
• zc 5 cuando el valor de σ es conocido, zc es normal estándar.
σ

n( x 2µ 0 )
• tc 5 cuando el valor de σ es desconocido, tc es t de Student con n 2 1 grados de libertad.
s

Por otro lado, son tres las posibles formas en que se puede formular una prueba de hipótesis. En la siguien-
te tabla se cita la región de rechazo para cada una de estas tres formas.
282  |  Estadística para ingeniería y ciencias

Tabla 6.6.
Región de rechazo, Región de rechazo, Valor de P según σ
Formulación de la prueba
σ conocida σ desconocida sea conocida o no
p 5 P (z . zc)0
a)  H0: µ 5 µ0  contra  Ha: µ . µ0 zc . zα tc . t12α
p 5 P (t . tc)
p 5 P (z , zc)0
b)  H0: µ 5 µ0  contra  Ha: µ , µ0 zc , 2 zα tc , 2 t12α
p 5 P (t , tc)
p 5 2P (z . zc)0
c)  H0: µ 5 µ0  contra  Ha: µ ≠ µ0 | zc | . zα/2 | tc | . t12α/2
p 5 2P (t . tc)

Los pasos para realizar la prueba de hipótesis son:

a) Seleccione la muestra aleatoria y calcule los estimadores.
1 n
• X5 ∑ X
n i51 i

• s2 5
1
n 21
∑
n
(
i =1 )
X i2 2 n( X )2 , este estimador se calcula en el caso de que s sea desconocida.

b) Formule las hipótesis de prueba.

c) Calcule la estadística de prueba zc o tc, según sea el caso.

• z n (( x
n x2 2µ
µ 00 ))
zcc 5
5 σ
σ
ttc 5
n
n (
( x
x 2µ
2 µ 00 ))
• c
5 ss

d) Tome la decisión más conveniente si la estadística de prueba cae en la región de rechazo o en la región
de aceptación.

Ejemplo 6.23. El gerente de ventas de una fábrica empacadora de especias quiere verificar si el peso
neto de las bolsas de canela para venta al público es realmente el indicado en la eti-
queta. El gerente de producción asegura al gerente de ventas que el peso promedio de
cada bolsa es de 750 gramos con una desviación estándar de 5 g. El gerente de ventas
selecciona, al azar, 100 bolsas y encuentra que el peso promedio es de 748 g. Bajo
estas condiciones y usando un nivel de significancia de 0.05, ¿qué actitud debe tomar
el inspector de calidad?

Solución:
El gerente de ventas debe establecer una prueba de hipótesis donde la hipótesis nula
es H0: µ 5 µ0 5 750; hay dos posibles maneras de formular la hipótesis alternativa:
a) Ha: µ 5 µ1 ≠ 750

b) Ha: µ 5 µ1 , 750

La primera tiene sentido, ya que el gerente de ventas quiere probar si el peso no es el

indicado. La segunda manera de formular la hipótesis alternativa tiene sentido por
el valor que se observó en la media muestral, pues 748 , 750. Esta segunda forma
tiene la ventaja de tener una prueba uniformemente más potente.
 Capítulo 6  Prueba de hipótesis  |  283

Entonces, las hipótesis de prueba son:

H0: µ 5 µ0 5 750   contra   Ha: µ 5 µ1 , 750

n( x 2µ 0 )
La estadística de prueba es zc 5 , porque se conoce el valor de σ y la región
σ
de rechazo de tamaño 0.05 es igual a zc , 2z0.05 5 21.645. De acuerdo con los datos
n( x 2µ 0 ) 100 ( 748 2 750)
muestrales se encuentra que zc 5 5 524 y como 24 <
σ 5
21.645 se rechaza la hipótesis nula, concluyendo que la media del peso real de las
cajas es menor que 750, cantidad correspondiente al peso especificado.

Ejemplo 6.24. Las siguientes son las lecturas del aumento de la temperatura en un contenedor que
transporta verduras para exportación: 6.9, 4.8, 6.2, 5.4, 7.0, 6.4, 6.9 y 5.6. El fabrican-
te afirma que sus contenedores están bajo control, por lo que la temperatura media
del agua no es mayor que 6 grados centígrados. Con un nivel de significancia de 5%,
¿es posible que los datos contradigan la información del fabricante?
Solución:
La afirmación del fabricante “la temperatura media del agua no es mayor que 6 gra-
dos centígrados, esta conjetura corresponde a la hipótesis nula. Las hipótesis son
entonces:
H0: µ ≤ 6   contra   H1: µ . 6
Para aplicar las técnicas estudiadas en este capítulo, se requiere que la hipótesis nula
sea una hipótesis simple entonces se escoge el valor de 6, pues si se rechaza la hipótesis
nula para µ 5 6 también se rechazará con cualquier otro valor de µ , 6. Entonces, se
debe plantear las hipótesis de prueba como:
H0: µ 5 6   contra   H1: µ . 6
Con n 5 8, α 5 0.05.
La media y la desviación estándar de los datos muestrales son x– 5 6.16 y s 5 0.81, el
valor calculado de la estadística de prueba es:
n( x 2µ 0 ) 8 (6.16 2 6)
tc 5 5 5 0.5587
s 0.81
El valor de las tablas de la distribución t con 7 grados de libertad es igual a t120.05 5
1.895.
La región de rechazo es tc . 1.895.
En este caso, la estadística de prueba cae en la región de aceptación, pues 1.895 .
0.5587, y se concluye que no hay suficiente evidencia para rechazar la hipótesis nula
y por tanto se acepta.

Ejemplo 6.25. El promedio de una muestra aleatoria de 36 concentraciones atmosféricas de óxidos

–
de nitrógeno (NOx), en mg/L, es igual a X 5 74.0 mg/L. Suponiendo normalidad y
que σ2 5 81.0 mg/L, ¿dan estos datos suficiente evidencia para afirmar que la media
de las concentraciones de NOx esté por arriba de 70 mg/L? Usar α 5 0.05.
284  |  Estadística para ingeniería y ciencias

Solución:
Debido a que se busca evidencia de que la media de las concentraciones de NOx está
por arriba de 70 mg/L, dicha conjetura corresponde a la hipótesis alternativa. Las
hipótesis de prueba son:
H0: µ 5 70   contra   Ha: µ . 70.
La estadística de prueba es:

n( x R 0 ) 36 ( 74.  70)
zc    2.66
X 9
La región crítica es zc . zα 5 z0.05 5 1.645.
En este caso se tiene que zc 5 2.66 . 1.645; esto significa que la estadística de prueba
cae en la región de rechazo, por tanto hay suficiente evidencia para rechazar la hipó-
tesis nula y decir que la alternativa es cierta.

Ejemplo 6.26. Para evitar la contaminación ambiental producida por el consumo excesivo e innece-
sario de gasolina se realiza un estudio de la ingeniería ambiental atmosférica. En el
departamento de ingeniería de una fábrica de autos se está diseñando un nuevo modelo
de motor de combustión interna; se afirma que este nuevo motor tiene rendimiento del
millaje por arriba de 35 millas por galón. Se tiene la convicción que el valor de la desvia-
ción estándar es σ 5 4 millas. La Environmental Protection Agency de Estados Unidos
de América quiere probar si el nuevo motor cumple las especificaciones reportadas
por el fabricante. Para ello se eligen 50 autos nuevos con este motor y se prueban bajo
circunstancias iguales. Los resultados de la prueba dan un promedio muestral de 36.4
millas por galón. ¿Estos datos confirman lo afirmado por el fabricante? Usar el nivel de
significancia de 0.025.

Solución:
El fabricante afirma que su motor tiene un rendimiento de cuando menos 35 millas
por galón, entonces lo que se quiere probar es que µ . 35. Como hipótesis nula se
establece la frontera de esta afirmación; entonces la prueba se formula así:

H0: µ 5 35   contra   Ha: µ . 35.

Como se conoce el valor de σ se tiene que la estadística de prueba es:

n( x 2µ 0 ) 50 (36.4 2 35)
zc 5 5 5 2.47
σ 4
La región crítica de la prueba está dada por zc . z0.025 5 1.96.
En este caso se tiene que zc 5 2.47 . 1.96, esto significa que la estadística de prueba
cae en la región de rechazo, por tanto hay suficiente evidencia para rechazar la hi-
pótesis nula y decir que el nuevo motor sí tiene un rendimiento mayor que 35 millas
por galón.
 Capítulo 6  Prueba de hipótesis  |  285

Ejemplo 6.27. Se sabe que el estándar químico para el agua potable, en cuanto a sólidos disueltos tota-
les (SDT), es de 500 mg/L y una muestra de 144 casos tomados en diferentes domicilios
de una ciudad da un promedio aritmético estadístico de 503 mg/L, con una desviación
estándar de 15 mg/L. La diferencia de la media muestral con respecto al estándar permi-
tido, ¿es suficiente para decir que el agua de esa ciudad está por arriba en la concentra-
ción del químico? Usar α 5 0.05. Encontrar el valor de p.

Solución:
Dado que se quiere probar si la concentración del químico está por arriba del estándar
químico, las hipótesis de prueba son:
H0: µ 5 500   contra   Ha: µ . 500.
Como se desconoce el valor de σ y se tiene su estimación, la estadística de prueba es:

n( x 2µ 0 ) 144 (503 2 500)

tc 5 5 5 2.4
s 15
La región crítica de la prueba está dada por la desigualdad zc . z0.05 5 1.645.
En este caso se tiene que zc 5 2.4 . 1.645, es decir, que la estadística de prueba cae en
la región de rechazo, por tanto hay suficiente evidencia para rechazar la hipótesis nula y
decir que el agua potable de esa ciudad está por arriba del estándar del químico.
El valor de la probabilidad p se calcula buscando el valor de 2.4 en la tabla de la distri-
bución normal y da 0.9918, pero como queremos conocer sólo el valor de p le restamos
1 y nos da p 5 1 2 0.9918 5 0.0082. Debido a que este valor es pequeño, se dice que
es muy significante.

Ejemplo 6.28. Un fabricante de sistemas de aspersión contra incendios que se instalan dentro de casas
y edificios, argumenta que sus sistemas tienen una media poblacional de temperatura
de 54.4 oC. Para probar su aseveración se obtiene una muestra aleatoria de 16 unidades,
que al probarse dan un promedio estadístico de 55.0 oC, con una desviación estándar
de 1.0 oC. Si se sabe que la distribución de los tiempos de activación de los sistemas de
aspersión contra los incendios, de este fabricante, es normal, ¿se refutaría el argumento
del fabricante de que el verdadero promedio es el que se menciona antes? Suponer un
nivel de significancia de 0.05.

Solución:
Dado que no se indica hacia qué lado se quiere obtener evidencia estadística, la prueba
se puede formular como:
H0: µ 5 54.4   contra   Ha: µ ≠ 54.4
Como se desconoce el valor de σ y se tiene su estimación, la estadística de prueba es:
n( x 2µ 0 ) 16 (55 2 54.4)
tc 5 5 5 2.4
s 1
La prueba es bilateral, entonces se debe buscar el valor de tablas en α/2 5 0.025 y la
región crítica de la prueba está dada por la desigualdad | zc | . z0.025 5 1.96.
286  |  Estadística para ingeniería y ciencias

En este caso, se tiene que zc 5 2.4 . 1.96, esto significa que la estadística de prueba
cae en la región de rechazo, por tanto hay suficiente evidencia para rechazar la hipó-
tesis nula y decir que la afirmación del fabricante es falsa.

6.4.2  Prueba de diferencia de medias

Cuando se conjetura sobre la diferencia de dos medias de una distribución normal, la región crítica está deter-
minada por la variable aleatoria:
 σ2 σ2 
X 1 2 X 2 ~ N  µ1 2 µ 2 , 1 1 2 
 n1 n2 

La siguiente tabla muestra la forma de la región crítica con base en esta variable aleatoria y de acuerdo con
la región crítica formulada.
Tabla 6.7.

Formulación de la prueba Región de rechazo

– –
a) H 0: µ 1 2 µ2 5 δ0  contra Ha: µ1 2 µ2 . δ0 X1 2 X2 . c
– –
b) H0: µ1 2 µ2 5 δ0  contra H a: µ 1 2 µ 2 , δ 0 X1 2 X2 , c
– – – –
c) H 0: µ1 2 µ2 5 δ0  contra Ha: µ1 2 µ2 ≠ δ0 X 1 2 X 2 , c1 o X 1 2 X 2 . c2

El valor de c depende del nivel de significancia seleccionado y para obtener este valor se requiere conocer
una función de distribución asociada a la diferencia de los promedios muestrales independiente de cualquier otro
parámetro desconocido,
σ2 para ello se tienen tres casos.
1

Caso 1.  σ y σ 22 conocidas.

2
1

σ 2 se puede obtener una normal estándar al restar la media y dividirla entre su desviación estándar; así
En este caso
2

se tiene que:
X 1 2 X 2 2 (µ 1 2 µ 2 )
≈ N (0, 1)
σ 12 / n1 1 σ 22 / n2

Entonces, la probabilidad del error tipo I para la prueba es:

H0: µ1 2 µ2 5 δ0   contra   Ha: µ1 2 µ2 . δ0
es igual a:

P(error I ) 5 P( X 1 2 X 2 . c | µ1 2 µ 2 5 δ 0 )

 X 1 2 X 2 2δ c 2δ0   X 1 2 X 2 2δ 
5P 0
. | µ1 2 µ 2 5 δ 0  5 P  0
. zα 
 σ 1 / n1 1 σ 2 / n2 σ 1 / n1 1 σ 2 / n2  σ 1 / n1 1 σ 2 / n2
2 2 2 2 2 2
 

La estadística de prueba es:
X 1 2 X 2 2δ0
zc 5
σ 12 / n1 1 σ 22 / n2

Con esta nueva estadística de prueba se reescribe la región de rechazo como:

 Capítulo 6  Prueba de hipótesis  |  287

Tabla 6.8.

Formulación de la prueba Se rechaza H0 si: Valor de p

a) H0: µ1 2 µ2 5 δ0   contra  Ha: µ1 2 µ2 . δ0 zc . zα p 5 P(z . zc)

b) H0: µ1 2 µ2 5 δ0   contra  Ha: µ1 2 µ2 , δ0 zc , 2 zα p 5 P(z , zc)

c) H0: µ1 2 µ2 5 δ0   contra  Ha: µ1 2 µ2 ≠ δ0 | zc | . zα/2 p 5 2P(z . zc)

σ 12 σ 12
Caso 2.  σ 12 y σ 22 desconocidas pero iguales: σ 12 5 σ 22 5 σ2.
σ 2 se puede obtener una normal estándar
En este caso
2
σ2 2
al restar la media y dividirla entre su desviación estándar.

X 1 2 X 2 2 (µ 1 2 µ 2 )
≈ N (0, 1)
σ 2 1 / n1 11 / n2

Además, se tiene que la variable aleatoria:

( n1 21)s12 1( n2 21)s22
sp2 5
n1 1 n2 2 2

Se distribuye como una ji-cuadrada con n1 1 n2 2 2 de libertad, y siguiendo la definición 4.29 al efectuar
la división de la variable normal estándar entre la raíz cuadrada de la variable ji-cuadrada entre sus grados de
libertad, se obtiene que:
X 1 2 X 2 2 (µ 1 2 µ 2 )
, t con n1 1 n2 2 2 grados de libertad
sp 1 / n1 11 / n2

De aquí se puede obtener la probabilidad del error tipo I para la prueba:

H0: µ1 2 µ2 5 δ0   contra   Ha: µ1 2 µ2 . δ0
como:

(
P(error I ) 5 P X 1 2 X 2 . c | µ1 2 µ 2 5 δ 0 )
 X 1 2 X 2 2δ c 2δ0   X 1 2 X 2 2δ 
5P 0
. | µ1 2 µ 2 5 δ 0  5 P  0
. t12α 
 sp 1 / n1 11 / n2 sp 1 / n1 11 / n2   sp 1 / n1 11 / n2 

La estadística de prueba es:
X 1 2 X 2 2δ0
tc 5
sp 1 / n1 11 / n2

y se rechaza la hipótesis nula cuando esta estadística de prueba cae en la región de rechazo:

Tabla 6.9.

Formulación de la prueba Se rechaza H0 si: Valor de p

a) H0: µ1 2 µ2 5 δ0   contra  Ha: µ1 2 µ2 . δ0 tc . t 12α p 5 P(t . tc)

b) H0: µ1 2 µ2 5 δ0   contra  Ha: µ1 2 µ2 , δ0 tc , 2 t 12α p 5 P(t , tc)

c) H0: µ1 2 µ2 5 δ0   contra  Ha: µ1 2 µ2 ≠ δ0 | tc | . t 12α/2 p 5 2P(t . tc)

288  |  Estadística para ingeniería y ciencias
σ 12 σ 12
Caso 3.  σ 12 y σ 22 desconocidas y desiguales σ 12 ≠ σ 22 .
Si se tieneσcomo hipótesis nula H0: µ1 2 µ2 5σ 2δ0, la estadística de prueba está dada por:
2 2
2

X 1 2 X 2 2δ0 ( s12 / n1 1 s22 / n2 )2

tc 5 , t con grados de libertad
2 2
s / n1 1 s / n2
1 2
( n1 21)s14 / n12 1( n2 21)s24 / n22

De esto resulta que la región de rechazo es igual a:

Tabla 6.10.

Formulación de la prueba Se rechaza H0 si: Valor de p

a) H0: µ1 2 µ2 5 δ0   contra  Ha: µ1 2 µ2 . δ0 tc . t 12α p 5 P(t . tc)

b) H0: µ1 2 µ2 5 δ0   contra  Ha: µ1 2 µ2 , δ0 tc , 2 t 12α p 5 P(t , tc)

c) H0: µ1 2 µ2 5 δ0   contra  Ha: µ1 2 µ2 ≠ δ0 | tc | . t 12α/2 p 5 2P(t . tc)

Prueba de diferencia de medias para observaciones pareadas

Hay situaciones en que se tienen dos conjuntos de datos dependientes porque son tomados a la misma unidad
muestral o a unidades muestrales semejantes por pares. El resultado de estas mediciones se da en parejas (X11,
X21), (X12, X22), . . . (X1n, X2n), donde (X1i, X2i) son las mediciones tomadas sobre el i-ésimo elemento de la
muestra. La forma de eliminar las diferencias entre unidades muestrales distintas es considerando la diferencia
D 5 X1 2 X2.
Suponiendo que D ~ N(µd, σd2) se tiene que la estadistica de prueba es:

n(D2µd 0 )
tc 5 ≈ t y se distribuye como una t con n 2 1 grados de libertad.
sd
Lo anterior corresponde a la prueba de una media con varianza desconocida. El procedimiento para
realizar la prueba es:
a) Se recoge la muestra aleatoria de los datos como un conjunto de n parejas:
(X11, X21), (X12, X22), . . . , (X1n, X2n).
b) Con los datos de la muestra se calculan las diferencias Di 5 X1i 2 X2i para i 5 1, 2, . . . , n.
–
c) Se calculan la media y la varianza muestral de los datos Di, D y sd2, respectivamente.
d) Como la varianza muestral es desconocida, el estadístico de prueba se calcula como:

n(D2µd 0 )
tc 5
sd
e) La decisión se toma de acuerdo con la siguiente tabla:

Tabla 6.11.

Formulación de la prueba Región de rechazo, σ desconocida Valor de p

a)  H0: µd 5 µd 0  contra  Ha: µ d . µd 0 tc . t 12α p 5 P(t . tc)
b)  H0: µd 5 µd 0  contra  Ha: µd , µd 0 tc , 2 t 12α p 5 P(t , tc)
c)  H0: µd 5 µd 0  contra  Ha: µd ≠ µd 0 | tc | . t 12α/2 p 5 2P(t . tc)
 Capítulo 6  Prueba de hipótesis  |  289

Ejemplo 6.29.  S
 e realiza un estudio para medir la efectividad de dos tipos de antigripales y el aumen-
to del sueño. Para este efecto, a seis personas se les suministra el primer antigripal en
una noche y el segundo antigripal en una segunda noche. Se registran los respectivos
tiempos de sueño y se reportan en la siguiente tabla:

Tabla 6.12.
Paciente
1 2 3 4 5 6
Antigripal A 4.8 4.1 5.8 4.9 5.3 7.4
Antigripal B 3.9 4.2 5.0 4.9 5.4 7.1

Con un nivel de significancia de 5%, ¿hay diferencias significativas entre los periodos
de sueño provocados por ambos remedios?
Solución:
Como los antigripales se aplicaron a las mismas personas durante dos noches diferen-
tes, se trata de un experimento con observaciones apareadas y como no hay informa-
ción sobre cuál de los dos antigripales produce mayor tiempo de sueño las hipótesis a
probar se formulan de la siguiente manera:
H0: µd 5 0   contra   Ha: µd ≠ 0
Con los datos pareados se calculan las diferencias.
Tabla 6.13.
Paciente
1 2 3 4 5 6
Antigripal A 4.8 4.1 5.8 4.9 5.3 7.4
Antigripal B 3.9 4.2 5.0 4.9 5.4 7.1
Diferencia 0.9 20.1 0.8 0.0 20.1 0.3
–
La media y la desviación estándar muestrales de las diferencias son d 5 0.30 y s 5
0.452, respectivamente.
La estadística de prueba evaluada en los valores muestrales es:
n(D2µd 0 ) 6 (0.30 2 0)
tc 5 5 51.63
sd 0.452

La región de rechazo es | tc | . t12α/2.

El valor de tablas de la distribución t con un nivel de significancia de 0.05 y 5 grados
de libertad es t0.95 5 2.05.
En este caso, se tiene que 1.63 5 | tc | , t0.95 5 2.05, por lo que, se concluye que no hay
suficiente evidencia estadística para rechazar la hipótesis nula. No se rechaza H0.

Ejemplo 6.30.  N
 ueve pares de gemelos participan en un experimento en el cual a uno de cada par de
gemelos se les entrena para anotar en el lanzamiento hacia la canasta de básquetbol;
290  |  Estadística para ingeniería y ciencias

después de una semana se les pide a todos los gemelos, entrenados o no, a que rea-
licen 30 lanzamientos. Los datos se reportan en la siguiente tabla. ¿La información
de la tabla reporta que el programa de adiestramiento es efectivo? Use un nivel de
significancia de α 5 0.05.
Tabla 6.14.
Números de canastas anotadas
1 2 3 4 5 6 7 8 9
Con adiestramiento 18 27 17 28 25 23 13 22 28
Sin adiestramiento 23 20 12 29 22 20 10 21 25

Solución:
Dado que los gemelos tienen características genéticas semejantes, los datos obtenidos
son pareados; entonces, se debe considerar la diferencia de las anotaciones entre el
gemelo que recibió el adiestramiento menos las anotaciones del que no lo recibió. La
hipótesis alternativa es que con el adiestramiento se anotan en promedio más canas-
tas. Las hipótesis de prueba:
H0: µd 5 0   contra   Ha: µd . 0
Las diferencias se reportan en la siguiente tabla:
Tabla 6.15.
Números de canastas anotadas
1 2 3 4 5 6 7 8 9
Con adiestramiento 18 27 17 28 25 23 13 22 28
Sin adiestramiento 23 20 12 29 22 20 10 21 25
Diferencia 25 7 5 21 3 3 3 1 3

La media y la desviación estándar muestrales de las diferencias son d– 5 2.1 y s 5

3.48, respectivamente.
La estadística de prueba evaluada en los valores muestrales es:
n(D2µd 0 ) 9 (2.1 2 0)
tc 5 5 51.82
sd 3.48
La región de rechazo es | tc | . t12α/2.
El valor de tablas de la distribución t con un nivel de significancia de 0.05 y 8 grados
de libertad es t0.95 5 1.8595.
En este caso, se tiene que 1.82 5 | tc | , t0.95 5 1.8595, por tanto no se rechaza la
hipótesis nula y se concluye que el programa de entrenamiento no es efectivo, o que
una semana no es suficiente para que sea efectivo.

Prueba para la media de variables no normales

Con base en el teorema central del límite, si el tamaño de la muestra es suficientemente grande se pueden
utilizar las mismas pruebas que para el caso normal.
 Capítulo 6  Prueba de hipótesis  |  291

6.4.3  Prueba para la varianza

En algunas ocasiones se necesita plantear una prueba de hipótesis sobre la varianza de una distribución nor-
mal; dichas hipótesis se pueden presentar en tres formas:

a) H 0: σ 2 5 σ 20    contra   H a: σ 2 . σ 20
b) H 0: σ 2 5 σ 20    contra   H a: σ 2 , σ 20
c) H 0: σ 2 5 σ 20    contra   H a: σ 2 ≠ σ 20
El estimador de la varianza poblacional σ² es la varianza muestral s², y la variable aleatoria asociada con
este estadístico es la distribución ji-cuadrada, esto es:
( n 21)s 2 / σ 2 5 ∑ i51 ( X i 2 X )2 / σ 2 ~ χ2 con n 2 1 grados de libertad.
n

De aquí se obtiene que la estadística de prueba es:

χc2 5 ∑ i51 ( X i 2 X )2 / σ 20
n
(6.2)

Los criterios de decisión se presentan en la siguiente tabla:

Tabla 6.16.

Formulación de la prueba Se rechaza H0 si: Valor de p

H 0: σ 5 σ 0 contra
a)       
2 2
H a: σ 2 . σ 20 χc2 . χ122α p 5 P(χ2 . χ2c )

H 0: σ 5 σ 0 contra
b)       
2 2
H a: σ 2 , σ 20 χc2 , χα2 p 5 P(χ2 , χ2c )

H 0: σ 5 σ 0 contra
c)       
2 2
H a: σ 2 ≠ σ 20 χc2 , χα2 / 2 o χc2 . χ122 α / 2 p 5 ZP(χ2 . χ2c )

Ejemplo 6.31. Suponga que el diámetro de los balines de una herramienta hidráulica es una magnitud
que se distribuye normalmente con una desviación estándar de 0.6 milésimas de pul-
gada. El proceso de producción se sale de control si la desviación estándar es mayor a
0.6. Para controlar el proceso se toman muestras periódicas de 20 piezas, y se considera
que el proceso está fuera de control cuando la evidencia estadística hace que se rechace
la H0 que afirma que la desviación estándar del proceso es a lo más de 0.6 con un nivel
de significancia de 0.01. ¿Qué se puede concluir si para una muestra dada la desviación
estándar es de 0.84 milésimas de pulgada?
Solución:
El proceso se considera fuera de control si la desviación estándar y consecuentemente
la varianza exceden de cierto límite. Por tanto, las hipótesis pueden plantearse como:
H 0: σ 2 5 0.36    contra   H 0: σ 2 . 0.36

La región de rechazo para esta prueba es χc2 . χ 20.99 5 36.19077 .

Los datos para la prueba son n 5 20, α 5 0.01, y el estadístico de prueba está dado
por:
( n 21)s 2 / σ 20 5(20 21)0.84 2 / 0.36 5 37.24
292  |  Estadística para ingeniería y ciencias

El valor 37.24 es mayor que 36.19077, lo que significa que el estadístico de prueba cae
en la región de rechazo y se concluye con la evidencia de la muestra que la varianza
es mayor que 0.36, de manera que el proceso se encuentra fuera de control.

Ejemplo 6.32. Un fabricante de medidores de CO2 afirma que la desviación estándar poblacional de
sus aparatos es menor que 3 partes por trillón (ppt). Se toma una muestra aleatoria de 10
aparatos y se calcula la desviación estándar muestral que resulta ser 1.6. ¿Existe suficien-
te evidencia (en términos del valor de p), para apoyar la afirmación del fabricante?

Solución:
a) El fabricante desea probar que sus medidores tienen una desviación estándar ma-
nor que 3, y ésta es la hipótesis alternativa, entonces las hipótesis de prueba son:
H1: σ2 , 9, la prueba de hipótesis nula debe ser H0: σ2 $ 9 con esta prueba se
utiliza la distribución χ2.
b) La región de rechazo es χ2calc. , χ212α;n21, o sea, χ2calc., χ2.95;9, o sea, χ2 , 3.33.
c) La estadística a usar es χ2 5 (n – 1)s2/σ2.
d) Los cálculos son χ2calc. 5 9(1.6)2/9 5 2.56.
e) En conclusión, se rechaza la hipótesis nula y se dice que sí hay suficiente eviden-
cia para apoyar la afirmación del fabricante.
f) El valor de p se hace buscando 2.56 en la tabla de la distribución de ji-cuadrada
con ν 5 9 y vemos que es (0.025 , p , 0.01). Usando la función de interpolación
de ji-cuadrada y sustituyendo los valores da (0.025 – 0.01)/(2.7 – 2.09) 5 (0.025
– X)/(2.7 – 2.56) y la probabilidad es p 5 0.022. La figura siguiente muestra esta
situación. Este cálculo también se puede realizar con las herramientas estadísticas
de Excel.
f (D2)

Valor de p  .022

Región de rechazo D2
Región crítica

D2  2.56

Figura 6.5.

6.4.4  Prueba de hipótesis sobre la igualdad de dos varianzas σ 12

Se tienen dos poblaciones normales e independientes con varianzas desconocidas σ 12 y σ 22 , respectivamente,
y se desea verificar la hipótesis de que las varianzas son iguales contra una hipótesis
σ 22 alternativa de que son
diferentes. Las posibles hipótesis pueden ser:
 Capítulo 6  Prueba de hipótesis  |  293

a) H 0: σ 12 5 σ 22    contra   H a: σ 12 , σ 22
b) H 0: σ 12 5 σ 22    contra   H a: σ 12 . σ 22
c) H 0: σ 12 5 σ 22    contra   H a: σ 12 ≠ σ 22
Se sabe que:
( n 21)s12 / σ 12 , χ 2 con n1 2 1 grado de libertad y

( n 21)s22 / σ 22 , χ 2 con n2 2 1 grado de libertad

entonces, de la definición de la distribución F se obtiene que:

s12 / σ 12
,F con n1 2 1 y n2 2 1 grado de libertad
s22 / σ 22 σ 2
1

Debido a la hipótesis nula: σ 12 5 σ 22 5 σ2, esta estadística se convierte en:

σ 22 s12 / σ 2 s12
Fc 5 5 ,F (6.3)
s22 / σ 2
s22

Como la tabla de la distribución F únicamente reporta valores para α en el extremo derecho de la figura (para
F grande), la estadística de prueba debe ser el cociente que bajo la hipótesis alternativa se espera tenga un valor
“grande”. Esto es, si H a: σ 12 , σ 22 , la región de rechazo es F21 c 5 s22 / s12 . F21α y si H a: σ 12 . σ 22 , la región de rechazo
es F12c 5 s12 / s22 . F12 α ; con los grados de libertad correspondientes al numerador y denominador del cociente.

Tabla 6.17.

Formulación de la prueba Se rechaza H0 si: Valor de p

H 0: σ 12 5 σ 22 contra
a)        H a: σ 12 , σ 22 F21c . F21α p 5 P(F . F21c)

H 0: σ 12 5 σ 22 contra
b)        H a: σ 12 . σ 22 F12 c . F12 α p 5 P(F . F12c)

H 0: σ 12 5 σ 22 contra
c)        H a: σ 12 ≠ σ 22 p 5 P(F . F21c) 1 P(F . F12c)

6.5  Prueba de hipótesis sobre el parámetro de Bernoulli

 
6.5.1  Prueba de hipótesis sobre una proporción
Muestras pequeñas
Para una población cuyos elementos son de dos tipos, unas unidades tienen una característica y otros ele-
mentos carecen de ella, las conjeturas acerca de la proporción de los elementos que tienen la característica son
hipótesis sobre el parámetro p de una distribución Bernoulli. Las hipótesis de prueba se pueden formular de
tres maneras:
a) H0: p 5 p0 contra Ha: p . p0
b) H0: p 5 p0 contra Ha: p , p0
c) H0: p 5 p0 contra Ha: p ≠ p0
294  |  Estadística para ingeniería y ciencias

El estimador de máxima verosimilitud del parámetro p es:

número de éxitos en la muestra ¨ i1 X i

n

p̂  (6.4)
tamaño de la muestra n

Entonces, Xc 5 n p̂ se distribuye como una binomial con parámetros n y p, así que la región de rechazo
se determina con esta distribución de probabilidades. Debido a que esta variable aleatoria es discreta se debe
escoger la región de rechazo de tamaño lo más cercano al valor de α seleccionado. La región de rechazo de
acuerdo con la forma de la hipótesis alternativa se describe en la siguiente tabla:

Tabla 6.18.

Formulación de la prueba Se rechaza H0 si: Valor de p

a)  H0: p 5 p0  contra  Ha: p . p0 Xc . X12α p 5 P(X . Xc)

b)  H0: p 5 p0  contra  Ha: p , p0 Xc , Xα p 5 P(X . Xc)

c)  H0: p 5 p0  contra  Ha: p ≠ p0 Xc . X12α/2   o  Xc , Xα/2 p 5 ZP(X . Xc)

Ejemplo 6.33. Un agricultor asegura que al menos 90% de sus semillas germinarán, sin embargo, al
sembrar 20 de estas semillas resulta que sólo 15 de ellas germinan. ¿Estos datos dan
evidencia suficiente para rechazar la afirmación del fabricante?
Solución:
Las semillas germinadas dan pauta para considerar que el porcentaje de semillas úti-
les en el lote es menor al que afirma el agricultor. Si p es la probabilidad de que cada
semilla germine al sembrarlas, la prueba se puede formular como H0: p 5 0.90 contra
Ha: p , 0.90.
Bajo el supuesto de que la afirmación del agricultor es cierta, la variable X igual
al número de semillas que germinan de las 20 sembradas; es binomial con parámetros
n 5 20 y p 5 0.90, X ~ B(20, 0.90). Los siguientes datos de la tabla son de la distri-
bución binomial.

Tabla 6.19.

Distribución binomial con n 5 20 y p 5 0.90

x 11 12 13 14 15 16 17
P(X ≤ x) 0.00006 0.0004 0.0024 0.0113 0.0432 0.1330 0.3231

En la tabla anterior se busca el valor de P(X # x) que está más cercano a α 5 0.05 y
que es P(X # 15) 5 0.0432, por tanto la región de rechazo es X # 15. Y como fueron
15 semillas que germinaron, entonces se tiene suficiente evidencia para rechazar la
afirmación del agricultor.

Muestras grandes
El teorema del límite central afirma que la variable binomial se aproxima a una normal cuando n es grande.
Así que cuando la muestra de variables Bernoulli es grande (n . 30) se puede suponer que p̂ ~ N(p, p(12p)/n)
y por tanto, la estadística de prueba es:
 Capítulo 6  Prueba de hipótesis  |  295

n ( pˆ 2 p0 )
zc 5 (6.5)
p0 (1 2 p0 )

y la región de rechazo se encuentra en la tabla siguiente:

Tabla 6.20.

Formulación de la prueba Se rechaza H0 si: Valor de p

a)  H0: p 5 p0  contra  Ha: p . p0 zc . zα p 5 P(Z . zc)
b)  H0: p 5 p0  contra  Ha: p , p0 zc , 2zα p 5 P(Z . zc)
c)  H0: p 5 p0  contra  Ha: p ≠ p0 zc . zα/2   o   zc , 2zα/2 p 5 ZP(Z . zc)

6.5.2  Pruebas de hipótesis para la diferencia de dos proporciones p1 2 p2

Suponga que se tienen dos poblaciones provenientes de ensayos de Bernoulli, con probabilidad de éxito p1 y
p2, respectivamente. Se desea verificar si las dos proporciones son iguales y la manera de hacerlo es mediante
una prueba de hipótesis sobre la diferencia de las dos proporciones.
Las tres posibles maneras de formular la prueba son:
a) H0: p1 2 p2 5 0 contra Ha: p1 2 p2 . 0
b) H0: p1 2 p2 5 0 contra Ha: p1 2 p2 , 0
c) H0: p1 2 p2 5 0 contra Ha: p1 2 p2 ≠ 0
Para probar las hipótesis anteriores, se toman dos muestras de tamaño n1 y n2, respectivamente. Sea X1 el
número de éxitos observados en la primera muestra de tamaño n1, y sea X2 el número de éxitos observados en
la segunda muestra de tamaño n2. Tanto X1 como X2 son variables aleatorias binomiales independientes con
parámetros (n1, p1) y (n2, p2). Las probabilidades de éxito estimadas son p̂ 1 5 X1 /n1 y p̂ 2 5 X2 /n2, de manera
respectiva. Estos estimadores son normales de modo aproximado si los tamaños de la muestra son suficiente-
mente grandes, si esto ocurre entonces la siguiente estadística tiene una distribución que es aproximadamente
normal estándar.
pˆ 1 2 pˆ 2 2( p1 2 p2 )
Z5 ≈ N (0, 1) (6.6)
p1 (1 2 p1 ) p2 (1 2 p2 )
1
n1 n2

Al suponer que la hipótesis es nula, se tiene que p1 5 p2 5 p, y como este parámetro es desconocido, se
tiene que estimar con base en la información muestral y el mejor estimador es el promedio combinado, dado
por:
X1 1 X 2
p̂ 5 (6.7)
n1 1 n2

Por tanto, la estadística de prueba bajo la hipótesis nula está dada por:

pˆ 1 2 pˆ 2
Zc 5 ≈ N (0, 1) (6.8)
pˆ (1 2 pˆ )(1 / n1 11 / n2 )

La región de rechazo se reportan en la tabla siguiente:
296  |  Estadística para ingeniería y ciencias

Tabla 6.21.

Formulación de la prueba Se rechaza H0 si: Valor de p

a)  H0: p1 2 p2 5 0 contra Ha: p1 2 p2 . 0 zc . zα p 5 P(Z . zc)
b)  H0: p1 2 p2 5 0 contra Ha: p1 2 p2 , 0 zc , 2zα p 5 P(Z . zc)
c)  H0: p1 2 p2 5 0 contra Ha: p1 2 p2 ≠ 0 zc . zα/2   o   zc , 2zα/2 p 5 2P(Z . zc)

Ejemplo 6.34. En 1987 un artículo del New York Times reportó que se puede reducir el riesgo de
sufrir ataques al corazón ingiriendo una aspirina diaria. Para llegar a esta conclusión
el articulista se basó en los resultados de un experimento diseñado con dos grupos de
individuos. El primer grupo tenía 11 034 personas y a éstas se le suministró una dosis
diaria de una pastilla que no contenía ninguna droga (un placebo), de éstos 189 sufrie-
ron posteriormente ataques cardiacos. Por su parte, al otro grupo de 11 037 personas
se les suministró una aspirina diaria y sólo 104 sufrieron un ataque cardiaco. ¿Usando
una prueba de hipótesis y un nivel de significancia de 1%, considera que el articulista
del New York Times estaba en lo correcto?
Solución:
Sea p1 la proporción real de personas que sin tomar aspirina sufren un infarto cardiaco,
y p2 la proporción real de personas que al tomar aspirina sufren posteriormente un
infarto; las hipótesis de prueba se plantean de la siguiente manera:
H0: p1 2 p2 5 0   contra   Ha: p1 2 p2 . 0
Para obtener la región de rechazo se calculan los estimadores y la estadística de
prueba:

X1 1 X 2 189 1104
• p̂ 5 5 5 0.0133
n1 1 n2 11 034 111 037

pˆ 1 2 pˆ 2 0.0171 2 0.0094
• Zc 5 5 5 5.00
pˆ (1 2 pˆ )(1 / n1 11 / n2 ) 0.0133(1 2 0.0133)(1 / 11 034 11 / 11 037)

Como Zc 5 5.00 . Z0.99 5 2.33, se rechaza la hipótesis nula y se concluye que hay
evidencia estadística suficiente para afirmar que tomar una aspirina diaria reduce las
posibilidades de sufrir infarto en el futuro.
 

6.6  Pruebas de bondad de ajuste

Ya se revisaron las pruebas referentes a conjeturas que involucran a los parámetros de una distribución, ahora
se estudiarán las pruebas referentes a conjeturas sobre la distribución misma. Esto es, se harán conjeturas sobre
cuál es la función de distribución generadora de los datos muestrales; estas pruebas se denominan “pruebas
de bondad de ajuste”.
 Capítulo 6  Prueba de hipótesis  |  297

Se analizarán dos pruebas básicas:

• La prueba ji-cuadrada.
• La prueba de Kolmogorov-Smirnov.
Estas pruebas miden el grado de ajuste que existe entre la distribución obtenida a partir de la muestra y
la distribución teórica que se supone debe seguir esa muestra. Ambas pruebas están basadas en la hipótesis
nula de que no hay diferencias significativas entre la distribución muestral y la teórica. Ambas pruebas están
basadas en las siguientes hipótesis:
H0: f (x, θ) 5 f0(x, θ)   contra   H1: f (x, θ) ≠ f0(x, θ)
donde f0(x, θ) es la distribución que se supone sigue la muestra aleatoria. La hipótesis alternativa siempre
enuncia que los datos muestrales son generados por una distribución distinta a f0(x, θ). Al especificar la hipó-
tesis nula, el conjunto de parámetros definidos por θ puede ser conocido o desconocido. En caso de que los
parámetros sean desconocidos es necesario estimarlos mediante el método de máxima verosimilitud.
Para formular la hipótesis nula se debe:
a) Observar la naturaleza de los datos a analizar. Por ejemplo, si tratamos de investigar la distribución
que siguen los tiempos de falla de unos componentes, podríamos pensar en una distribución exponen-
cial, o una distribución gamma o una distribución Weibull, pero en principio no consideraríamos una
distribución normal. Si analizamos los caudales de un río en un determinado sitio podemos pensar en
una distribución logarítmica normal, pero no en una distribución normal.
b) Elaborar y analizar un histograma de los datos. La forma que tome el histograma de frecuencia es
quizá la mejor indicación del tipo de distribución a considerar.

6.6.1  Prueba ji-cuadrada (χ2)

La prueba ji-cuadrada se basa en la comparación entre la frecuencia observada y la frecuencia esperada en un
intervalo de clase. Es decir, se quiere determinar si las frecuencias observadas en la muestra están lo suficien-
temente cerca de las frecuencias esperadas bajo la hipótesis nula.
Para realizar esta prueba se agrupan los datos en intervalos de clase [ci21, ci), preferiblemente del mismo
tamaño, y se calcula la probabilidad de que la variable esté en ese intervalo de clase pi 5 P(ci21 # X , ci) su-
poniendo que X ~ f0(x, θ); esta clasificación se muestra en la siguiente tabla.

Tabla 6.22.
Intervalo de clase [c0, c1) [c1, c2) [c2, c3) ... [ck−1, ck)
Probabilidad de que X esté
p1 p2 p3 pk
en [ci−1, ci)
Valor esperado E1 5 np1 E2 5 np2 E3 5 np3 Ek 5 npk

El estadístico de prueba está definido como:

(Oi 2 Ei )2
χc2 5 ∑ i51
k
(6.9)
Ei

Donde:
• Oi 5 Total de datos que caen en la clase i.
• Ei 5 Número esperado de datos en la clase i.
• k 5 Número de clases en que se agruparon los datos.
298  |  Estadística para ingeniería y ciencias

La estadística de prueba se distribuye aproximadamente como una ji-cuadrada con k 2 1 grados de li-
bertad. La razón por la cual se tiene esta distribución aproximada es porque al obtener una observación ésta
puede caer o no en un intervalo de clase, lo cual lleva a que el número de observaciones en un intervalo de
clase se distribuya como binomial; por esta razón si el número de datos es suficientemente grande, el número
de datos en cada intervalo de clase se distribuye aproximadamente normal con media npi y varianza npi(12pi),
y entonces, se puede demostrar que la estadística de prueba definida antes se distribuye aproximadamente
como una ji-cuadrada con k 2 1 grados de libertad.
Si los valores observados son cercanos a los valores esperados, no se puede rechazar la hipótesis nula; en
caso contrario, se rechaza la hipótesis nula (H0) de acuerdo con la formulación de las hipótesis y se muestra
en la siguiente tabla.
Tabla 6.23.

Formulación de la hipótesis Se rechaza H0 cuando: Valor de p

H0: f (x, θ) 5 f0(x, θ)   contra   H1: f (x, θ) ≠ f0(x, θ) χ .χ

2
c
2
α p 5 P(χ2 . χ2c )

Es importante tener en cuenta las siguientes recomendaciones al aplicar esta prueba de hipótesis:
a) El número de intervalos de clase k debe estar entre 5 y 20 para que sea adecuada y fácil la identifica-
ción de la posible función de distribución.
b) El número esperado de observaciones en cada intervalo debe ser mayor o igual a cinco; en caso con-
trario, deben agruparse varios intervalos para lograr esto, ya que la distribución ji-cuadrada es una
aproximación para números grandes.
c) El primer intervalo de clase viene desde 2` y el último intervalo de clase va hasta `. Con estos inter-
valos de clase se calculan las probabilidades.

Ejemplo 6.35. A un grupo de 80 empleados de una maquiladora se les aplicó una prueba para deter-
minar sus habilidades en el manejo de una nueva maquinaria. Las calificaciones se
dan en un rango de 0 a 100 y se reportan en la tabla siguiente:
Tabla 6.24.
29 78 48 29 30 44 72 73 45 82 84 71 75 84 45 45
47 32 33 54 56 33 62 63 64 36 38 53 54 38 40 57
42 51 52 53 56 57 58 71 76 77 58 60 60 62 65 65
14 16 73 74 45 21 23 66 67 42 43 51 67 70 57 78
55 27 78 48 49 50 51 86 58 59 89 36 37 91 92 93

Los datos dan evidencia de que las calificaciones provienen de una distribución nor-
mal.
Solución:
La prueba a resolverse es:
H0:  X ~ N( µ, σ2)   contra   H1:  X ~ f (x, θ) ≠ N( µ, σ2)
La hipótesis nula no está completamente identificada, pues se desconocen los valo-
res de los parámetros de la normal; entonces, se estiman los parámetros siguientes:
x– 55.8 y s 5 18.6.
 Capítulo 6  Prueba de hipótesis  |  299

Se proponen hacer los intervalos de clase, de forma simétrica a la media muestral y

con una longitud igual a 10.
Antes de 55.8 se forman 6 intervalos de clase y después de 55.8 se forman otros
seis. Todos los intervalos de clase son de longitud igual a 10, excepto el primero y el
último que se van a menos infinito y más infinito, respectivamente.
La probabilidad de que una observación se encuentre en cada intervalo de clase,
se calcula con Excel y con el asistente de función f x.
Siga las instrucciones para obtener el valor de pi.
En la pantalla de Excel haga clic en el asistente de función:
fx → Estadísticas → DISTR.NORM
Llene los datos de la siguiente manera: en la ventanilla de X ponga la ubicación de la
celda donde está el dato 5.8 (por ejemplo, A2), en la ventanilla de Media escriba 55.8.
En la ventanilla de Desviación estándar escriba 18.6 y en la ventanilla de Acumulado
escriba 1; haga clic en Aceptar y ya tiene el primer cálculo; el valor que aparece es
0.003592266. Ahora, vuelva a colocarse en la misma celda y lleve el cursor a la esqui-
na inferior derecha hasta que aparezca una crucecita delgada; arrastre el cursor con
el botón izquierdo oprimido hasta llegar a emparejarse con la celda que tiene el dato
115.8. Con esto obtiene los resultados de la distribución normal acumulados. Ahora,
copie el valor 0.003592266 en la celda frente a este número. Esto es, hay dos celdas
con el mismo valor. Ahora, baje a la siguiente celda y escriba el símbolo “5”, luego
indique la ubicación de la celda a la izquierda, después indique el signo – y luego la
ubicación de la celda de la izquierda y arriba (por ejemplo, A3-A2). Luego, vaya a
la esquina inferior izquierda de la celda y arrastre el cursor hasta emparejarse con el
último cálculo de la columna anterior. En esta columna se encuentran los valores de
pi. Con estos valores multiplicados por 80 se obtienen los valores esperados bajo el
supuesto de que la hipótesis nula es cierta. Con Excel se puede obtener la tabla de
frecuencia de los 80 datos. Los resultados así obtenidos se hallan en la siguiente tabla;
antes de pasarlos a esta tabla para disminuir los números decimales se utilizó el icono,
0 0
el cual tiene esta forma .
→ 0
Tabla 6.25.  Valores esperados 2 Ei )2
y i observados
k (O elaborados con Excel.
2
χc 5 ∑ i51 5 3.73643705
Clase (xi21, xi) pi = F (xi) 2 F E
(xii21) Ei = n pi Oi = frecuencia
,   5.8 0.0036 0.2874 0
5.9 – 15.8 0.0122 0.9731 1
15.9 – 25.8 0.0376 3.0101 3
25.9 – 35.8 0.0877 7.0196 7
35.9 – 45.8 0.1543 12.3430 14
45.9 – 55.8 0.2046 16.3668 14
55.9 – 65.8 0.2046 16.3668 17
65.9 – 75.8 0.1543 12.3430 11
75.9 – 85.8 0.0877 7.0196 8
85.9 – 95.8 0.0376 3.0101 5
95.9 – 105.8 0.0122 0.9731 0
105.9 , 0.0036 0.2874 0
300  |  Estadística para ingeniería y ciencias

Con los datos obtenidos para los valores esperados y los valores observados, se puede
elaborar un histograma. Con Excel se hicieron los siguientes histogramas: El histogra-
ma de los valores observados tiene cierta asimetría y no se tiene la forma de campana
perfecta; sin embargo, en el centro se tiene la mayor concentración de los datos. El he-
cho de que los valores observados no tenga un histograma totalmente apegado a los va-
lores esperados se debe a que es un proceso aleatorio y se tienen variaciones aleatorias,
la prueba de hipótesis indicará si estas variaciones son extremadamente inusuales.
Los histogramas de los valores observados y esperados son los siguientes.

Valores esperados
Valores esperados Valores observados
Valores observados
18.0000 18.0000 18 18
16.0000 16.0000 16 16
14.0000 14.0000 14 14
12.0000 12.0000 12 12
10.0000 10.0000 10 10
8.0000 8.0000 8 8
6.0000 6.0000 6 6
4.0000 4.0000 4 4
2.0000 2.0000 2 2
0.0000 0.0000 0 0

.58.8

3575 .58.8

5955 5.58.8

8.8
.8
8

1555 < 5 5.8

35 5. .8.8

555.9 5.8.8

5. .8
.9 .8

5.

.8
5.5
<5
5.

.8
.9.9 .8
55

9 4 85

- 6 05
15 < 5

5.
-2

<- 54

- 2- 6

- 4- 8

- 610
5

05
5.
-2

-4

- 2- 6

05

-8
.9 - 1

-8
.9 9 -

-1
.9

.9

.59.9

.9.9

..99 -
-1
.9

.9
15

35
.9
35

.9
155

75
.9
7

75

95
95

Figura 6.6. Figura 6.7.

La diferencia que hay antre ambas gráficas puede deberse al azar, o puede deber-
se a que los datos muestrales provienen de una distribución distinta a la normal.
Ahora, se calculará el valor de la estadística de prueba para determinar si las
evidencias estadísticas de la muestra dicen que se debe rechazar la hipótesis y que la
función generadora de los datos es una distribución normal.
(Oi 2 Ei )2
El estadístico de prueba χc 5 ∑ i51
2 k
5 3.73643705.
Ei
Este valor se debe comparar con el valor de tablas de ji-cuadrada con k – 1 5 11
grados de libertad. Vamos a utilizar un nivel de significancia de a 5 0.10. El valor de
tablas de la ji-cuadrada es χ2 5 17.275.
Para concluir, se encuentra que el valor calculado 3.73643705 es menor que el
valor de tablas, 17.275, por lo que se tiene que la estadística de prueba está en la región
de aceptación y se concluye que no hay suficiente evidencia estadística para rechazar
la hipótesis de normalidad asumida como hipótesis nula.

Ejemplo 6.36. Las tablas de números aleatorios se elaboran con algún algoritmo computacional
generalmente relacionado con números primos grandes; es decir, en realidad no son
aleatorios, pero se aproximan bastante a un proceso aleatorio. Para probar que el
procedimiento generador es aceptable, se toma una serie de 100 números generados
por el algoritmo y se pide verificar si son congruentes con el supuesto de que los da-
tos están uniformemente distribuidos en el intervalo [0, 1]. Los datos clasificados en
rangos se presentan en la tabla siguiente. Haga la prueba ji-cuadrada con un nivel de
confianza de 1%.
 Capítulo 6  Prueba de hipótesis  |  301

Tabla 6.26.
Intervalos
0-0.1 0.1-0.2 0.2-0.3 0.3-0.4 0.4-0.5 0.5-0.6 0.6-0.7 0.7-0.8 0.8-0.9 0.9-1
de clase
Frecuencia 14 15 9 8 4 11 10 10 7 12

Solución:
Las hipótesis de prueba son:
H0:  X ~ U(0, 1)   contra   H1: X ~ f (x, θ) ≠ U(0, 1)
Si se supone que la distribución generadora de los datos es uniforme en el intervalo
(0, 1), la probabilidad de que una observación esté en cualquiera de los intervalos de
clase es igual a pi 5 0.10, y los valores esperados en cada intervalo de clase es Ei 5
100 pi 5 10. Entonces, se obtiene la tabla siguiente:

Tabla 6.27.
Clase 1 2 3 4 5 6 7 8 9 10
Oi 14 15 9 8 4 11 10 10 7 12
pi 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10
Ei 10 10 10 10 10 10 10 10 10 10

(Oi 2 Ei )2
El cálculo de la estadística de prueba es χc 5 ∑ i51
2 k
5 9.6 y el valor de tablas
Ei
de la ji-cuadrada con 9 grados de libertad y α 5 0.01 es χ2 5 21.666.
En conclusión, se encuentra que el valor calculado 9.6 es menor que el valor
de tablas 21.666, por lo que se tiene que la estadística de prueba está en la región de
aceptación de H0 y no hay suficiente evidencia estadística para rechazar la hipótesis
de uniformidad asumida como hipótesis nula.

Valores observados
Valores observados Valores esperados
Valores esperados
20 20 12 12
10 10
15 15 8 8
10 10 6 6
4 4
5 5 2 2
0 0 0 0
1 2 3 4
1 5
2 6
3 7
4 8
5 9
6 10
7 8 1
9 10 2 3 41 5
2 6
3 7
4 8
5 9
6 10
7 8 9 10

Figura 6.8. Figura 6.9.

 
Ejemplo 6.37. Se revisaron 200 árboles de aguacate en una plantación para buscar el número de plagas
que la afectan. Usando un nivel de confianza de 5% se desea verificar mediante una
prueba ji-cuadrada si dichos valores proceden de una distribución de Poisson con
una media igual a tres diferentes plagas por árbol.
302  |  Estadística para ingeniería y ciencias

Tabla 6.28.

Número de plagas 0 1 2 3 4 5 6 7 8 9
Frecuencia 12 35 45 43 32 19 9 3 1 1

Solución:
Las hipótesis planteadas son:
H0:  X ~ P(λ 5 3)   contra   H1: X ~ f (x, θ) ≠ P(λ 5 3)
La tabla siguiente presenta los cálculos requeridos para realizar la prueba de bondad
de ajuste. Para el cálculo de f (x,λ) que es una distribución de Poisson se usó la si-
guiente relación:
x
λ i 2λ
pi 5 e
xi !

En la siguiente tabla se presentan los valores observados, la probabilidad según una

distribución Poisson con λ 5 3.5, los valores esperados y el cálculo de la estadística
de prueba.

Tabla 6.29.

Núm. de Probabilidad Número

Frecuencia Discrepancia
plaga bajo H0 esperado
Oi pi Ei (Oi 2 Ei)2/Ei
0 12 0.0498 9.9574 0.4190
1 35 0.1494 29.8722 0.8802
2 45 0.2240 44.8084 0.0008
3 43 0.2240 44.8084 0.0730
4 32 0.1680 33.6063 0.0768
5 19 0.1008 20.1638 0.0672
6 9 0.0504 10.0819 0.1161
7 3 0.0216 4.3208 0.4038
8 1 0.0081 1.6203 0.2375
9 1 0.0038 0.7606 0.0754
10 200 1.0000 200.0000 2.3496

(Oi 2 Ei )2
El cálculo de la estadística de prueba es χc2 5 ∑ i51
k
5 2.3496 y el valor de
Ei
tablas de la ji-cuadrada con 8 grados de libertad y α 5 0.05 es χ2 5 15.507.
Así pues, el valor calculado es igual a 2.3496 y es menor que el valor de tablas,
15.507, por lo que se tiene que la estadística de prueba está en la región de aceptación
de H0 y se concluye que no hay suficiente evidencia estadística para rechazar la hipó-
tesis nula.
 Capítulo 6  Prueba de hipótesis  |  303

6.6.2  Prueba de Kolmogorov-Smirnov (K-S)

Ésta es también una prueba de bondad de ajuste; la hipótesis nula se refiere a que los datos fueron generados
por la distribución F(x, θ). Para obtener el estadístico de prueba se utilizan las frecuencias acumuladas obser-
vadas. Esta prueba se cataloga como no paramétrica.
Sea Sn(x) la función de distribución empírica definida como:
número de datos  x
Sn ( x) (6.10)
n
y F0(x) es la función de distribución teórica para la variable aleatoria X, esto representa la probabilidad de que
la variable aleatoria X tome un valor menor o igual a x (también, se interpreta como la proporción esperada
de observaciones que tengan un valor menor o igual a x).
Esta prueba se puede realizar para valores agrupados en intervalos de clase y también para valores sin
agrupar. En el caso de considerar los intervalos de clase, las probabilidades para cada clase se obtienen de la
misma manera que en la prueba ji-cuadrada.
La estadística de prueba es la desviación máxima entre la distribución teórica y la distribución empírica,
es decir:
Dmáx(c) 5 Máx|F0 (x) 2 Sn(x)|
El procedimiento general para realizar esta prueba para valores agrupados en intervalos de clase es el
siguiente:
a) Se formula la prueba de hipótesis:
H0: f (x, θ) 5 f0(x, θ)   contra   H1: f (x, θ) ≠ f0(x, θ)
y si se desconoce alguno de los parámetros, éstos se deben estimar.
b) Se determinan los intervalos de clase.
c) Con los datos muestrales se construye la función empírica Sn(xi ) (frecuencia relativa acumulada).
d) Se calcula la función de distribución teórica en los intervalos de clase F0(xi ).
e) Para cada intervalo de clase se calcula la diferencia entre F0(xi ) y Sn(xi ), y se busca la diferencia máxi-
ma en valor absoluto Dmáx(c) 5 Máx|F0(xi ) 2 Sn(xi ), i 5 1, 2, . . . , k.
f ) Se busca en la tabla el valor crítico Dmáxα con el nivel de significancia α. Si el valor observado Dmáx(c)
es menor o igual que el valor crítico, (Dmáx(c) # Dmáxα, entonces se acepta la hipótesis nula de que no
existen diferencias significativas entre la distribución teórica y la distribución dada por los resultados
muestrales, es decir, que los valores generados siguen la distribución que se había supuesto.
Cuando la muestra es pequeña y/o los valores no se organizan en intervalos de clase, el procedimiento
es similar, sólo que el paso b) se cambia por “se ordenan los valores de la muestra en forma ascendente, de
menor a mayor”, y en los pasos c) y d) se calculan las funciones de distribución teórica y empírica para cada
valor de la muestra.
La distribución de Dmáx(x) es conocida y depende del número de observaciones n. Los valores críticos para
esta prueba se encuentran en una tabla al final de texto y en el apéndice A.

Ejemplo 6.38. Refiérase al ejemplo 6.28. Pruebe que las calificaciones obtenidas por los 80 emplea-
dos siguen una distribución normal; ahora use la prueba de Kolmogorov- Smirnov
con un nivel de significancia de 0.10.
304  |  Estadística para ingeniería y ciencias

Solución:
Las hipótesis de prueba son:
H0:  X ~ N(µ, σ2)   contra   H1: X ~ f (x, θ) ≠ N(µ, σ2)
y de la tabla 6.24 presentada en el ejemplo 6.28 se genera una nueva tabla con los
datos para |F0(x) 2 Sn(x)|.

Tabla 6.30.

Prob. acum.
Clase pi Oi F. acum. Sn = F. Ac./n |F0(x)2Sn(x)|
F0(x)
, 5.8 0.0036 0.0036 0 0 0.0000 0.0036
5.9 – 15.8 0.0122 0.0158 1 1 0.0125 0.0033
15.9 – 25.8 0.0376 0.0534 3 4 0.0500 0.0034
25.9 – 35.8 0.0877 0.1411 7 11 0.1375 0.0036
35.9 – 45.8 0.1543 0.2954 14 25 0.3125 0.0171
45.9 – 55.8 0.2046 0.5000 14 39 0.4875 0.0125
55.9 – 65.8 0.2046 0.7046 17 56 0.7000 0.0046
65.9 – 75.8 0.1543 0.8589 11 67 0.8375 0.0214
75.9 – 85.8 0.0877 0.9466 8 75 0.9375 0.0091
85.9 – 95.8 0.0376 0.9842 5 80 1.0000 0.0158
95.9 – 105.8 0.0122 0.9964 0 80 1.0000 0.0036
105.9 , 0.0036 1.0000 0 80 1.0000 0.0000

En la última columna de esta tabla se observa que:

Dmáx(c) 5 Máx | F0 (x) 2 Sn(x) | 5 0.0214
Por otro lado, el valor crítico para α 5 0.10 es igual a Dmáx(0.10) 5 1.22/ 80 5 0.1364.
Como antes, con esta prueba se acepta la hipótesis nula, pues no hay evidencia esta-
dística suficiente para rechazarla.

Propiedades de la prueba de Kolmogorov-Smirnov

Puede aplicarse para tamaños de muestra pequeños, lo que no sucede con la prueba ji-cuadrada.
Es más potente que la ji-cuadrada, es decir, cuando se rechaza la hipótesis nula se tiene una mayor con-
fiabilidad en dicho resultado, pues la probabilidad de cometer el error tipo II es menor.
Se usa con variables discretas y continuas.

6.6.3  Gráficos de probabilidad normal

Además de las pruebas de bondad de ajuste ji-cuadrada y Kolmogorov-Smirnov, se tiene esta prueba gráfica
que permite verificar si una muestra proviene de una distribución normal.
La prueba se basa en las calificaciones normales de los valores de la muestra y en el principio usado para
graficar en el papel probabilístico normal. Si una muestra proviene de una distribución normal, al ordenar la
muestra, calcular la frecuencia relativa acumulada Sn(xi ) y graficarla en un papel probabilístico normal, los
datos deben alinearse en una línea recta.
 Capítulo 6  Prueba de hipótesis  |  305

Sea (X1, X2, . . . , Xn) la muestra aleatoria. Los pasos a seguir para esta prueba son los siguientes:
a) Se ordenan los valores de la muestra de menor a mayor.
Sea X(1), X(2), . . . , X(n) la muestra ordenada.
b) Se denomina “rango de Xi” a la posición en que queda el valor Xi al ordenar la muestra de menor a
mayor. Si consideramos los valores ya ordenados, el rango de X(i ) será simplemente i, ya que (i ) de-
nota la i-ésima posición al ordenar la muestra.
i 23 / 8
c) El término pi 5 , para i 5 1, 2, 3, 4, . . . , n; corresponde, aproximadamente, a la probabilidad
n 11 / 4
empírica del valor X(i).
Se define como “Calificación normal” al valor de Z en la distribución normal que tiene una probabilidad
acumulada de pi, es decir, Zi 5 φ21(pi ). Si al graficar los pares (Zi, X(i )) se tiene una figura aproximadamente
lineal, entonces se concluye que los datos provienen de una población normal.
La gráfica (Zi, X(i )) recibe el nombre de gráfica cuantil normal.

Ejemplo 6.39.  Verifique que los siguientes datos fueron generados de una distribución normal.

106.7 98.9 106.1 100.5 101.9 102.5 98 104.8 99.4 92.1

93.7 113.1 100.8 107.9 102 97.6 97.7 101.2 101.3 100.2
100.1 103.8 105.1 96.2 102.4 109.9 95.4 106.8 103.7 98.2

La tabla siguiente presenta los valores de la muestra ordenados de menor a mayor, el

rango de cada valor y las respectivas calificaciones normales (Zi).

Tabla 6.31.
Cálculos para el gráfico de probabilidad normal
Rango o Calificación Rango o Calificación
Valor orde- Valor orde-
posición Pi normal posición Pi normal
nado X(i ) nado X(i )
i Zi i Zi
1 86.8 0.021 –2.04 16 99.6 0.517 0.04
2 89.6 0.054 –1.61 17 100.0 0.550 0.12
3 89.9 0.087 –1.36 18 100.3 0.583 0.21
4 91.6 0.120 –1.18 19 100.7 0.616 0.29
5 93.7 0.153 –1.02 20 101.5 0.649 0.38
6 95.3 0.186 –0.89 21 101.6 0.682 0.47
7 95.8 0.219 –0.78 22 102.1 0.715 0.57
8 96.0 0.252 –0.67 23 102.2 0.748 0.67
9 96.2 0.285 –0.57 24 102.5 0.781 0.78
10 96.4 0.318 –0.47 25 102.8 0.814 0.89
11 96.4 0.351 –0.38 26 103.0 0.847 1.02
12 97.1 0.384 –0.29 27 103.7 0.880 1.18
13 97.2 0.417 –0.21 28 103.8 0.913 1.36
14 98.9 0.483 –0.12 29 104.1 0.946 1.61
15 98.9 0.483 –0.04 30 107.2 0.979 2.04
306  |  Estadística para ingeniería y ciencias

Gráfico de probabilidad normal

120

Valores
110
100

90
80
2.5 1.5 0.5 0.5 1.5

Calificación normal

Figura 6.10.

Como puede observarse, la relación entre los datos es aproximadamente lineal, lo

cual indica que la muestra puede provenir de una distribución normal. El coeficiente
de correlación entre los Pi y los Zi es 0.9785.

Ejemplo 6.40.  Considere los siguientes datos maestrales:

0.908,  0.262,  0.075,  0.964,  0.635,  0.228,  0.066,  0.178,  0.709,  0.348,
0.973,  0.080, 0.573, 0.620, 0.695, 0.719, 0.829, 0.916, 0.945, 0.119
Pruebe si la función generadora fue una normal.

Solución:
Primero, deben ordenarse los datos.
0.066, 0.075, 0.080, 0.119, 0.178, 0.228, 0.262, 0.348, 0.573, 0.620,
0.635, 0.695, 0.709, 0.719, 0.829, 0.908, 0.916, 0.945, 0.964, 0.973
i 2 3 / 8 i 2 0.375
Luego con esta fórmula: pi 5 5 , se encuentran las probabilidades
n 11 / 4 20 2 0.25
esperadas y se halla el valor de z, con la normal inversa. Los resultados se muestran
en la siguiente tabla.
Tabla 6.32.

X(i) Posición pi zi X(i) Posición pi zi

0.066 1 0.0309 21.8682 0.635 11 0.5247 0.0619
0.075 2 0.0802 21.4034 0.695 12 0.5741 0.1868
0.080 3 0.1296 21.1281 0.709 13 0.6235 0.3146
0.119 4 0.1790 20.9191 0.719 14 0.6728 0.4478
0.178 5 0.2284 20.7441 0.829 15 0.7222 0.5895
0.228 6 0.2778 20.5895 0.908 16 0.7716 0.7441
0.262 7 0.3272 20.4478 0.916 17 0.8210 0.9191
0.348 8 0.3765 20.3146 0.945 18 0.8704 1.1281
0.573 9 0.4259 20.1868 0.964 19 0.9198 1.4034
0.620 10 0.4753 20.0619 0.973 20 0.9691 1.8682
 Capítulo 6  Prueba de hipótesis  |  307

La gráfica de los datos (x, z) se muestran en la siguiente figura:

2.5000
2.0000
1.5000
1.0000
0.5000
0.0000
0.5000 .000 0.500 1.000 1.500
1.0000
1.5000
2.0000

Figura 6.11.

En la gráfica se observa una tendencia no lineal, sin embargo la tendencia de los datos
no se aleja de la línea recta, por lo que no se rechaza que los datos sean normales.

6.7 U
 so de Minitab y Excel para las pruebas de hipótesis
de la media de la normal
6.7.1  Prueba de hipótesis para μ con Minitab
Las hipótesis que se prueban con estas instrucciones son:
Tabla 6.33.
Región de rechazo, σ Región de rechazo, σ
Formulación de la prueba
conocida desconocida
1.  H0: µ 5 µ0  contra  Ha: µ . µ0 zc . zα tc . t12α
2.  H0: µ 5 µ0  contra  Ha: µ , µ0 zc , 2 zα tc , 2 t12α
3.  H0: µ 5 µ0  contra  Ha: µ ≠ µ0 | zc | . zα/2 | tc | . t12α/2

Con  conocida
Para estas pruebas se deben tener calculados los valores del promedio y el valor conocido de s (o que la mues-
tra sea mayor o igual a 30).
Las instrucciones son las siguientes:
1. Vaya a: Stat → Basic Statistics → 1-Sample z.
2. En la ventana de diálogo de 1-Sample z (Test and Confidence Interval) haga clic en Sample in columns.
3. En la ventanilla de Standard deviation escriba el valor de la desviación estándar.
4. En la ventanilla de Test mean ponga el valor de µ0.
5. En la ventanilla de Options escriba el valor del nivel de significancia α deseado.

Ejemplo 6.41. Los siguientes datos corresponden a una muestra aleatoria de una distribución normal:
23, 25, 23, 26, 31, 29, 30, 29, 25, 24, 26, 28, 27, 24, 25, 22, 23, 22, 26, 22, 24, 25, 22, 21,
22, 21, 23, 29, 28, 27.
308  |  Estadística para ingeniería y ciencias

a) Hacer una gráfica de probabilidad normal con los datos para verificar la normalidad
de Anderson-Darling.
b) Probar la hipótesis nula de H0: µ 5 27.0 contra H1: µ ≠ 27.0 usando α 5 0.05.
c) Calcular el valor de la probabilidad p.
d) Hacer una prueba de normalidad de Kolmogorov-Smirnov.

Solución:
a) La figura siguiente muestra la gráfica de probabilidad con un valor de prueba de nor-
malidad de Anderson-Darling igual a 0.565, lo que indica que hay buena simetría en
los datos.
Gráfica de probabilidad
normal 295% CI
0.99 0.99 Mean 25.07
StDev 2.84
N 30
0.95 0.95 AD 0.565
0.9 0.9 P-Value >0.250
Probabilidad

0.8 0.8
0.7 0.7
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0.05 0.05

0.01 0.01
15 20 25 30 35
Variable aleatoria X

Figura 6.12.

b) Al seguir las instrucciones dadas anteriormente se obtienen las ventanas y la en-

trada de los datos en el Minitab.

Figura 6.13.
 Capítulo 6  Prueba de hipótesis  |  309

Figura 6.14.

Las figuras 6.12 y la 6.13 muestran las ventanas y entradas de Minitab.

Los resultados obtenidos son:
Test of mu 5 27 vs. not 5 27
The assumed standard deviation 5 2.84
Variable N Mean StDev SE Mean   Z  P
Observaciones 30 25.0667 2.8398 0.5185 23.73 0.000
Para la Z calculada igual a 23.73, el valor de p a tres decimales es igual a 0, esto sig-
nifica que se rechaza la hipótesis nula con muy poca probabilidad de equivocarse.
c) El valor de p es muy significante, es decir, p ,, 0.0001.
d) La prueba de K-S usando Minitab se hace con las instrucciones:
1. Vaya a:  Stat → Basic Statistics → Normality test.
2. En la ventana de Normality Test escriba los datos de la variable aleatoria X y
luego haga clic en Kolmogorov-Smirnov y en Aceptar.
Estas indicaciones generan la figura siguiente:
Gráfica de Probabilidad de var. aleatoria X
Normal
99
Mean 25.07
StDev 2.840
95 N 30
KS 0.083
90 P-Value >0.150
80
Porcentaje

70
60
50
40
30
20
10
5
1
20.0 22.5 25.0 27.5 30.0 32.5
var. X

Figura 6.15.

Prueba de normalidad de Kolmogorov-Smirnov

Nótese que los valores de la gráfica de prueba de normalidad de Anderson-Darling y la de Kolmogorov-Smirnov
(K-S) difieren notablemente. La prueba de normalidad de Anderson-Darling es más precisa que la prueba de K-S;
sin embargo, algunos estadísticos todavía usan la prueba de normalidad de K-S por su valor histórico.
310  |  Estadística para ingeniería y ciencias

Instrucciones usando Minitab con  desconocida

1. Vaya a: Stat → Sample t.
2. En la ventana de diálogo haga clic en Sample in columns.
3. En la ventanilla de Test Mean ponga el valor esperado de µ0.
4. En Options escriba el nivel de α deseado y la prueba de hipótesis alternativa deseada.

Ejemplo 6.42. Se dan las siguientes mediciones de una muestra aleatoria de 15 mediciones de partícu-
–
las atmosféricas menores de 10 micras en unidades de ppm, con un promedio de X 5
33.798 con s 5 0.6303.
a) Probar la hipótesis nula de H0: µ 5 34.5 contra H1: µ ≠ 34.5.
b) Probar la hipótesis nula H0: µ 5 34.5 contra H1: µ , 34.5.
c) Probar la hipótesis nula H0: µ 5 33.2 contra H1: µ . 33.2.
d) Calcular el valor de p en cada uno de sus casos.

Solución:
Siguiendo las instrucciones anteriormente dadas se tiene que:
a) One-Sample T: Partículas atmosféricas
Test of mu 5 34.13 vs. not 5 34.13
Variable  N Mean  StDev  SE Mean t P
Partículas atmos. 15 33.7980 0.6303 0.1627 22.04 0.061
b) One-Sample T: Partículas atmosféricas
Test of mu 5 34.05 vs. , 34.05
 N Mean StDev SE Mean t P
15 33.7980 0.6303 0.1627 21.55 0.072
c) One-Sample T: Partículas atmosféricas
Test of mu 5 33.2 vs . 33.2
Variable N Mean StDev SE Mean t P
Partículas atmos. 15 33.7980 0.6303 0.1627 3.67 0.001

Figura 6.16.
 Capítulo 6  Prueba de hipótesis  |  311

Figura 6.17.

Las figuras 6.15 y 6.16 muestras las entradas a la hoja del Minitab para los incisos a)
y b).

6.7.2  Prueba de hipótesis para 1 2 2 con Minitab

Las hipótesis que se prueban con estas instrucciones son:
a) H0: µ1 2 µ2 5 δ0  contra  Ha: µ1 2 µ2 . δ0
b) H0: µ1 2 µ2 5 δ0  contra  Ha: µ1 2 µ2 , δ0
c) H0: µ1 2 µ2 5 δ0  contra  Ha: µ1 2 µ2 ≠ δ0
Con σ1 y σ2 desconocidas:
1. Vaya a:  Stat → 2-Sample t.
2. Haga clic en Summarized data.
3. En la ventanilla de First y Second y en las ventanillas de Sample size y Estandar deviation, ponga
los tamaños de muestras, los promedios y las desviaciones estándares para cada caso y haga clic en
Aceptar.

Ejemplo 6.43.  Se dan los siguientes datos de dos muestras aleatorias:

–
n1 5 10;  X 1 5 2 902.8;  s1 5 277.2  s21 5 76 875.99
–
n2 5 8;  X 2 5 3 108.1;  s2 5 205.9  s22 5 42 382.41
Probar que no hay diferencias entre las dos poblaciones muestreadas.
Interpretar el valor de p.
312  |  Estadística para ingeniería y ciencias

Solución:
Los resultados obtenidos con las instrucciones antes citados son:
Two-Sample T-Test and CI

Sample N SE Mean StDev Mean

1 16 2 909 277 69
2 8 3 108 206 73

Difference 5 mu (1) - mu (2)

Estimate for difference: 2199.300
95% CI for difference: (2429.794, 31.194)
T-Test of difference 5 0 (vs. not 5): T-Value 5 21.79 P-Value 5 0.087 DF 5 22
Both use Pooled StDev 5 256.6711
Con este valor de p 5 0.087 no se rechaza la hipótesis nula a un nivel de significancia
de 0.05, 0.087 . 0.05.

Figura 6.18. Figura 6.19.

Las figuras 6.17 y 16.18 muestran las ventanas para las entradas de los datos.

6.7.3  Prueba de hipótesis para diferencia de medias con Excel

Con Excel se pueden efectuar las pruebas de hipótesis de una media y de diferencia de medias de la distri-
bución normal. Para ello, se deben po-
ner los datos en una o en dos columnas,
según sea el caso. Luego, se eligen las
opciones:
Herramientas → Análisis de datos
y aparece la pantalla siguiente:

Figura 6.20.
 Capítulo 6  Prueba de hipótesis  |  313

• La prueba t para la media de dos muestras emparejadas es la diferencia de dos medias cuando los
datos son pareados.
• La prueba t para dos muestras que suponen varianzas iguales es la prueba de diferencia de dos medias
cuando las muestras son independientes y las varianzas son iguales pero desconocidas.
• La prueba t para dos muestras suponiendo varianzas desiguales, es la prueba de diferencia de dos
medias cuando las muestras son independientes y las varianzas son desiguales y desconocidas.

• La prueba z para medias de dos muestras es la prueba de diferencia de dos medias cuando las muestras
son independientes y las varianzas son conocidas.

Se elige la prueba que se desea hacer.

Ejemplo 6.44.  Se tienen dos muestras, una de hombres y otra de mujeres, dadas por:
Edades de hombres: 34, 44, 36, 38, 47, 37, 56, 47, 46, 38.
Edades de mujeres: 29, 35, 33, 28, 31, 34, 27, 29, 32, 36.
Si se suponen varianzas iguales, haga la prueba H0: µ1 – µ2 5 3 contra Ha: µ1 – µ2 . 3
con Excel. Use α 5 0.01.
Se escriben los datos en dos columnas y luego se elige la prueba t para dos muestras
suponiendo varianzas iguales. En la ventana de diálogo se escribe la siguiente infor-
mación:

Figura 6.21.

El rango de las variables 1 y 2 se introduce colocando el cursor sobre las celdas donde
están los datos y arrastrándola se palomea el cuadrito de rótulos porque el rango de
las variables incluye las celdas donde están los rótulos, es decir, las celdas A1 y B1. La
salida se pondrá desde la celda A13. Los resultados son:
314  |  Estadística para ingeniería y ciencias

Tabla 6.34.  Prueba t para dos muestras suponiendo varianzas iguales.

  Edades de hombres Edades de mujeres

Media 42.3 31.4
Varianza 46.9 9.6
Observaciones 10 10
Varianza agrupada 28.25
Diferencia hipotética de las medias 3
Grados de libertad 18
Estadístico t 3.32355498
P(T , 5 t) una cola 0.00188975
Valor crítico de t (una cola) 2.55237865
P(T , 5 t) dos colas 0.00377951
Valor crítico de t (dos colas) 2.87844159  

La t calculada es tc 5 3.32356 y como la prueba es de una cola se tiene que el valor

de t en tablas es t0.01 5 2.55, el valor de p 5 0.00189 y se concluye que:
tc 5 3.32356 . t0.01 5 2.55 y p 5 0.00189 , α 5 0.01, lo que implica que hay
suficiente evidencia para rechazar la hipótesis nula.

Problemas propuestos
6.1 En un estudio de meteorología, después de analizar una
muestra de 106 tomas de temperaturas ambientales, un inge-
niero ambiental sospecha que la media real de la temperatura
es menor que 98.6 oF. Encontrar:
a) La hipótesis nula H0.
b) La hipótesis alternativa H1.
c) Si esta prueba es de dos colas, de cola izquierda o de cola
derecha.
6.2 El proceso de envasado de café llena bolsas con 200 gramos
de peso. En forma periódica se escogen al azar 25 bolsas
llenas y se pesa el contenido real de cada una de ellas. Se
considera que el proceso de llenado está fuera de control si la
media muestral se encuentra por debajo de 197.9 g o por arri-
ba de 201.9 g. Se supone que la cantidad de café contenido
en cada bolsa sigue una distribución normal con desviación
estándar igual a 5 gramos. Hacer lo siguiente:
a) Enunciar las hipótesis nula y alternativa adecuadas para
este proceso de control.
b) Obtener la probabilidad del error de tipo I.
c) Como una región crítica alternativa, considerar rechaza-
da H0 cuando la media muestral está por debajo de 197.7
g o por encima de 202.3 g. Si el tamaño máximo del error
de tipo I es de 0.05, ¿cuál de las dos pruebas es la mejor?
d) Si la media real de llenado es de 201 gramos, ¿cuál es la
potencia de la prueba?
6.3 La siguiente es una muestra aleatoria de 16 observaciones
del análisis de contenido de cobre (Cu) en el agua: 62, 43, 60,
49, 72, 56, 45, 46, 37, 56, 41, 43, 36, 45, 56, 49, estos datos
–
dan una media muestral igual a X 5 49.75 y una desviación
estándar de 10. Suponer que los datos son generados de una
distribución normal y con un nivel de significancia de 0.01
comprobar las hipótesis.
a) H0: µ 5 40  contra  Ha: µ ≠ 40
b) H0: µ 5 49  contra  Ha: µ ≠ 49
c) H0: µ 5 52  contra  Ha: µ ≠ 52
6.4 Un proceso de producción envasa el producto en bolsas de 600
gramos. Para controlar el proceso se toman muestras de 20
artículos cada cinco horas, se pesan y se acepta que el proceso
está bajo control si sus pesos promedio se encuentran entre los
límites aceptables. Cuando se rechaza el proceso, éste se debe
detener para investigar cuál es la causa del problema y corre-
girlo. El proceso se considera fuera de control (se rechaza) si
el peso medio es o muy pequeño, caso en el cual se estaría
engañando al consumidor, o es muy grande, caso en el cual
perdería la empresa. Si la desviación estándar del proceso es de
4 gramos y tiene un nivel de significancia de 0.001:
a) Enunciar las hipótesis nula y alternativa adecuadas para
esta situación.
b) Establecer los límites adecuados (de control) para decidir
cuándo se debe aceptar o rechazar el proceso.

c) Si el nivel medio del proceso se aumenta a 603 gramos,
¿cuál es la probabilidad de que se descubra este cambio en
la siguiente muestra que se tome después de ocurrido el
cambio?
6.5 Escribir las siguientes conjeturas sobre la media poblacional
en cada uno de los seis casos como una hipótesis de prueba.
En todos los casos, el parámetro es µ.
a) La media del coeficiente de los instructores de estadística
es 185.
b) La media del peso del papel descartado cada semana en un
estudio de reciclaje de papel es menor que 10 kilogramos.
c) El tiempo medio requerido para que los estudiantes pue-
dan adquirir su título es mayor que 5 años.
d) La media anual de ingresos de los médicos es de $300 000
dólares.
e) La media de la edad de los aviones comerciales es de
cuando menos 10 años.
f ) La tasa media de consumo de gasolina de los automóvi-
les Chevrolet es de no más de 17 millas/galón.
6.6 Una empresa de investigación de mercados reparte un pro-
ducto nuevo a 200 personas y luego de que éstas lo prueban
les dicen el precio de venta y les pregunta si comprarían el
producto, 82 personas dijeron que no; luego, ofrece el mis-
mo producto a 400 personas distintas y después de probarlo
les dice el precio de venta aumentado en 10% y les pregunta
si lo comprarían y 116 dijeron que no. ¿Estos datos dan evi-
dencia de que la modificación del precio del producto cam-
bia la proporción de personas dispuestas a comprarlo?
6.7 El presidente de cierta compañía fabricante de partes de au-
tomóvil afirma que el número promedio de partes vendidas
diariamente es de 1 500. El director general de toda la cade-
na de establecimientos quiere comprobar esta afirmación.
Para ello, se toma una muestra aleatoria consistente en 36
días, la cual mostró un promedio de 1 450 partes vendidas
por día. Suponer que σ 5 120 partes. ¿Estos datos dan evi-
dencia de que el fabricante está equivocado? Usar α 5 0.05.
6.8 El administrador de una empresa de investigación de merca-
dos desea determinar si los jugadores de ajedrez prefieren sus
piezas en madera o en plástico. De un total de 250 jugadores
entrevistados, 145 expresaron su preferencia por las piezas de
madera y los restantes, 105 jugadores, por las piezas de plásti-
co. Estos datos una evidencia fuerte de que hay una diferencia
entre las preferencias por estos dos tipos de materiales? Use
un nivel de significancia de 0.025.
6.9 En un estudio de oceanografía (el estudio físico, químico y
biológico de las aguas de los océanos), un oceanógrafo re-
quiere que la profundidad promedio del océano sea de 62.3
brazas para poder llevar a cabo sus estudios de ciertos aná-
lisis biológicos. Para determinar si la zona que ha elegido
satisface esta condición, tomó una muestra de sondeos de
profundidad en 40 localizaciones marinas y encontró que el
promedio de la muestra estadística es de 64.8 brazas con una
desviación estándar de 5.1. ¿Son estos datos suficiente evi-
dencia para rechazar la zona seleccionada a fin de hacer los
estudios biológicos? Usar niveles de significancia de 0.05 y
0.01 para hacer la prueba.
6.10 Dos negocios de autolavado tienen métodos diferentes para
hacer la limpieza integral de un automóvil. Se desea compa-
rar los dos métodos de lavado y para ello se toma el tiempo
en que se terminaron de limpiar 100 autos en cada uno de los
Capítulo 6  Prueba de hipótesis  |  315
negocios. Los datos obtenidos dieron un promedio de 52.9 y
50.1 con desviación estándar de 4.7 y 5.1, respectivamente.
Si se supone que los tiempos de limpieza se distribuyen de
acuerdo con una normal con varianzas iguales, ¿se puede
decir que uno de los dos negocios de autolavado es más efi-
ciente que el otro? Usar α 5 0.01 para efectuar la prueba.
6.11 Para determinar si en las aguas residuales de una ciudad se
encuentran disueltos pesticidas clorinados hidrocarbonados
(estos pesticidas ya no se usan en países industrializados por
su persistencia tan acentuada), se usan cromatografía de gas
en dos laboratorios distintos. Los tamaños de las muestras
usadas por los laboratorios fueron de 40 y 50 observaciones,
respectivamente. Si los análisis procedentes del primer labo-
–
ratorio dan un resultado de X 1 5 74 con desviación están-
dar de s1 5 8 y los resultados del segundo laboratorio dan
–
un promedio de X 2 5 78 con una desviación estándar de
s2 5 7, determinar si hay una diferencia significante entre
los resultados de los dos laboratorios. Suponer niveles de
significancia de α 5 0.05 y α 5 0.01, y que la varianza real
de ambas muestras son iguales.
6.12 Decidir en cada caso si la hipótesis dada es simple o com-
puesta:
a) Una variable aleatoria tiene una distribución Weibull
con α 5 3 y β 5 2.
b) Una variable aleatoria tiene una distribución Weibull
con α 5 3 y β . 2.
c) Una variable aleatoria tiene una densidad exponencial.
d) Una variable aleatoria tiene una distribución Bernoulli
con P 5 0.35.
e) Una variable aleatoria tiene una distribución de Poisson
con λ 5 3.25.
f) Una variable aleatoria tiene una distribución de Poisson
con λ . 2.65.
g) Una variable aleatoria tiene una distribución normal con
desviación estándar s 5 10.
i) Una variable aleatoria tiene una distribución binomial
negativa con k 5 4 y p , 0.60.
6.13 Para la prueba H0: µ ≥ 32 contra Ha: µ , 32, se dan los
–
siguientes valores de la muestra aleatoria: n 5 50, X 5 31.8
y σ 5 0.75. Encontrar la estadística de prueba si α 5 0.05 y
calcular el valor de la probabilidad p correspondiente.
6.14 Un recipiente contiene 10 canicas de las cuales m son rojas
y las otras son azules. Para demostrar la hipótesis nula m 5
2 contra la alternativa m 5 4, se sacan del recipiente al azar
dos de las canicas sin reemplazo y se rechaza la hipótesis
nula si y sólo si ambas son rojas. Determinar las probabili-
dades de cometer errores de tipo I y II con este criterio.
6.15 Para una muestra al azar de 36 casos de análisis de aguas
que contienen cloratos (mg/L de ClO322), se usa el méto-
–
do argento métrico de titulaciones. Los resultados dan X 5
138.84 y una desviación estándar igual a 10.0.
a) Probar la hipótesis de que el promedio poblacional es
igual a 145.0 mg/L, contra la hipótesis de que este pro-
medio es diferente con niveles de significancia de α 5
0.05 y α 5 0.01.
b) Calcular el valor de la probabilidad p.
c) Estimar el intervalo de confianza para el promedio po-
blacional.
6.16 Con referencia a las siguientes pruebas de hipótesis: H0: p 5
0.95, H1: p 5 0.6, n 5 20 donde p es la probabilidad de éxito
316  |  Estadística para ingeniería y ciencias
en los ensayos de Bernoulli, ¿cuáles son las probabilidades
de cometer los errores tipo I y II si la región de aceptación es
X $ 16 y la región de rechazo correspondiente es X , 16.
6.17 Sean X1 y X2 una muestra aleatoria de tamaño 2 tomada de
una población normal con σ2 5 1. Sea la prueba H0: µ 5 µ0
contra Ha: µ 5 µ1, donde µ1 . µ0. Si se rechaza H0 cuando
–
X . µ0 1 1, ¿cuál es el nivel de significancia?
6.18 Se utiliza una sola observación de una variable aleatoria con
una distribución exponencial para probar la hipótesis nula
de que la media de la distribución es 1/λ 5 2 contra la alter-
nativa de que es 1/λ 5 5. Si se acepta la hipótesis nula si y
sólo si el valor observado de la variable aleatoria es menor o
mayor que 0.3, determinar las probabilidades de cometer los
errores de tipo I y II.
6.19 En un estudio de química acerca del agua, el promedio de
una muestra aleatoria de 100 análisis de sulfatos (SO422) es de
1 570 mg/L, con una desviación estándar de 120 mg/L. Si µ es
el promedio de todos los casos de sulfatos, probar la hipótesis
nula de H0: µ 5 1 600 mg/L contra la hipótesis alternativa de
H1: µ ≠ 1 600 mg/L usando los niveles de significación de 0.05
y 0.01. Calcular el valor de la probabilidad p.
6.20 Sea λ el parámetro de la Poisson; encontrar la mejor región
crítica para la prueba:
H0: λ 5 10  contra  H1: λ 5 20
6.21 Un fabricante de fusibles afirma que con una sobrecarga de
25% los fusibles se fundirán en 14 minutos en promedio. Para
probar esta afirmación se tomó una muestra aleatoria de 20
fusibles y se sometió a una carga de 25% y los tiempos que
tardaron en fundirse tuvieron un promedio de 10.63 minutos,
con una desviación estándar de 2.48 minutos. Suponiendo
que la población muestreada es normal, hacer una prueba de
hipótesis para refrendar o rechazar la afirmación del fabri-
cante de fusibles. Usar un nivel de significancia de α 5 0.05.
También, calcular el valor de p.
6.22 Suponer que X1 y X2 constituyen una muestra aleatoria de
tamaño 2 tomada de la población dada por:
 θ21 para
f ( x; θ) 5 
 0 en otro caso
Encontrar la mejor región crítica para la prueba H0: θ 5 1
contra Ha: θ 5 2 con un nivel de significancia de a 5 0.06.
Calcular la potencia para esta región crítica.
6.23 Se utilizará una muestra aleatoria de tamaño 100 para pro-
bar la hipótesis de que la media de una población normal es
menor que 30. Se sabe que la varianza σ2 5 169. Si se recha-
za la hipótesis nula si y sólo si la media de aleatoria excede
de 33, determinar la probabilidad de cometer el error tipo I.
6.24 Suponer que X1 y X2 constituyen una muestra aleatoria de
tamaño 2 tomada de la población dada por:
 θ21 para
f ( x; θ) 5 
 0 en otro caso
Encontrar la mejor región crítica para la prueba H0: θ 5 1
contra Ha: θ 5 2 con un nivel de significancia de a 5 0.05.
Calcular la potencia para esta región crítica.
6.25 En un estudio relacionado con el análisis de aguas industria-
les relativas a su contenido de calcio (mg/L) usando el méto-
do gravimétrico se obtiene una población de 48 muestras de
agua y se analiza su contenido de calcio y se encuentra que
la media muestral es de 76.4 mg/L con una desviación es-
tándar de 3.6. Empleando un nivel de significancia de 0.05,
probar la hipótesis cuyo promedio poblacional es mayor que
75 mg/L y calcular el valor de p.
6.26 Para la prueba de hipótesis H0: λ 5 4 contra H1: λ 5 9
de una población exponencial utilizar el lema de Neyman y
Pearson para obtener la región crítica de mayor potencia de
tamaño α 5 0.10.
6.27 Con referencia a los datos de precipitaciones de la tabla 5.10
de Comisión Nacional del Agua (CONAGUA) del capítulo
5 de distribuciones continuas, ejercicio 5.21 relacionado con
la estadística histórica de los promedios anuales de precipita-
ciones pluviales correspondientes al periodo de 1957 a 2006
de Ciudad Juárez, Chihuahua, México, hacer lo siguiente:
a) Un resumen de la estadística descriptiva.
b) Probar la hipótesis nula de H0: µ $ 28.0 cm contra la
hipótesis alternativa de H1: µ , 28.0 cm a un nivel de
significancia de 0.01.
c) Hacer una gráfica de probabilidad en función de los 50
valores anuales y por medio de extrapolación calcular el
promedio y la desviación estándar y compararlos con los
calculados.
6.28 Utilizar el lema de Neyman y Pearson para obtener la mejor
región crítica para una distribución binomial en la prueba
H0: p 5 0.4 contra H1: p 5 0.8.
6.29 Una empresa de camiones de carga sospecha que el ciclo
de vida de ciertos neumáticos que usa es menor que 28 000
millas (µ # 28 000), lo cual va en contra de lo que afirma su
distribuidor. Para verificar su sospecha la empresa instala 40
de esas llantas en sus camiones y obtiene al final un ciclo de
vida promedio de 27 463 con σ 5 1 348 millas. ¿Estos datos
confirman la sospecha de la empresa?
6.30 Utilizar la aproximación normal para obtener la región crí-
tica de tamaño α 5 0.01 para la prueba H0: p 5 0.40 contra
H1: p 5 0.30, cuando se tiene una muestra de variables alea-
torias Bernoulli de tamaño n 5 100. Determinar la probabi-
lidad de cometer un error de tipo II.
6.31 Una muestra aleatoria de 100 muertes en Estados Unidos
de América. reportó un promedio de vida de 71.8 años con
una desviación estándar de 8.9 años. ¿Puede esto indicar
que la vida promedio de hoy en día es mayor que 70 años?
Usar α 5 0.05.
6.32 Se utilizará una sola observación de una variable aleatoria
que tiene una distribución uniforme (0, θ) para verificar la
prueba H0: θ 5 θ0 contra H1: θ 5 θ1, con θ0 , θ1. Aplicar
el lema de Neyman y Pearson para obtener la mejor región
crítica de tamaño α.
6.33 Un fabricante de cables de acero afirma que su producto tie-
ne una resistencia de ruptura de 8.0 kg. Probar la hipótesis
nula de que H0: µ 5 8.0 kg, contra la prueba alternativa de
que H1: µ ≠ 8.0 kg. Para ello, se sacó una muestra aleatoria
de 50 cables y se encuentra que tiene una resistencia prome-
–
dio de X 5 7.8 kg, con una desviación estándar de 0.5 kg.
En esta prueba se usó un nivel de significancia de α 5 0.05
y α 5 0.01.
6.34 Dada una muestra aleatoria de tamaño n tomada de una
población normal con µ 5 µ0, aplicar el lema de Neyman y
Pearson para construir la mejor región crítica de tamaño α,
con el fin de probar la H0: σ 5 σ0 contra H1: σ 5 σ1, tal que
σ1 . σ0.

6.35 En un estudio de la aplicación del pH (potencial hidrógeno
que tiene una escala de 0 a 14, donde 7 es neutral y abajo de
7 es ácido y arriba de 7 es alcalino), para medir la alcalinidad
y la acidez de soluciones, un ingeniero, dedicado al estudio
de la contaminación del agua, asegura que dos muestras de
soluciones (A y B) provienen del mismo lugar de un río,
donde supuestamente hubo una descarga industrial de ácido
clorhídrico (HCl). Si esto fuera cierto el pH y las medias rea-
les relativas a las dos muestras de soluciones serían iguales.
Los datos recolectados se encuentran en la tabla siguiente.
Suponer que las observaciones provienen de poblacionales
normales.
a) Probar la hipótesis nula de igualdad de las medias de pH
contra las que son diferentes, usar α 5 0.05.
b) Construir un intervalo de 95% de confianza para la dife-
rencia de las medias e interpretarlo acordemente.
c) ¿Desaprueben los datos la afirmación del ingeniero?
Tabla 6.35.  Datos de las mediciones del pH.
Mediciones de pH de Mediciones de pH de
solución A solución B
6.24 6.27
6.31 6.25
6.28 6.33
6.30 6.27
6.25 6.24
6.26 6.31
6.24 6.28
6.29 6.29
6.22 6.34
6.28 6.27
6.36 El gerente de un restaurante sabe que 60% de sus clientes pre-
fieren la zona de fumar, sin embargo, a últimas fechas cree
que este porcentaje ha aumentado. Establecer las hipótesis de
prueba y decir en qué condiciones cometerían un error de tipo
I y en qué condiciones uno de tipo II, si p 5 0.70.
6.37 Una compañía está en el proceso de decidirse si producirá
un nuevo componente electrónico. En la planta hay dos má-
quinas que pueden ser adaptadas para hacer este componen-
te. Para ello, se hace una prueba en la máquina 1 y se mide el
tiempo de producción por componente y da un promedio de
–
X 1 5 5.23 minutos para una muestra de 100 componentes.
–
En la máquina 2 el promedio de tiempo fue de X 2 5 5.37
minutos para una muestra de 64 componentes. En pasadas
experiencias, se sabe que las desviaciones estándar fueron de
0.15 y 0.10 minutos, respectivamente.
a) Probar la hipótesis nula de que no hay diferencias entre
las medias de las dos poblaciones de componentes mues-
treadas.
b) Hacer un intervalo de confianza para la diferencia de las
medias.
c) Calcular el valor de p.
6.38 Un buscador de talentos entrevista a un ejecutivo para pro-
bar la hipótesis nula de que podrá ocupar un puesto de ma-
yor nivel. De qué manera él cometería un error de tipo I y en
qué condiciones uno de tipo II.
6.39 A pesar de que el plomo (Pb) es un elemento muy peligroso,
los seres vivos se adaptan crónicamente a las acumulaciones
de este metal pesado. La presencia de Pb en el agua potable
puede venir de descargas industriales, minas y fundiciones
Capítulo 6  Prueba de hipótesis  |  317
de metales. Hay algunos métodos para determinar las con-
centraciones de Pb en el agua. Uno de ellos es el método de
absorción atómica espectrométrico (método A) y otro es el
método calorimétrico (método B). En una investigación se
pretende comparar los resultados de los métodos de absor-
ción atómica y el de ditizone. El método de absorción ató-
mica espectrométrica consiste en aspirar la muestra prepa-
rada en una flama y atomizarla. El método ditizone consiste
en extraer en tetracloruro de carbono (CCl4) el Pb en una
solución ligeramente básica. Los datos que se citan a con-
tinuación dan las concentraciones (en mg/L) de las lecturas
obtenidas por los métodos A y B. Usando un nivel de signi-
ficación de 0.05 y suponiendo que las poblaciones muestrea-
das son normales:
a) Probar que no hay diferencia entre las medias de los dos
métodos de análisis utilizados.
b) Calcular el valor de p.
c) Hacer un intervalo de confianza de 95%.
Método A
0.055, 0.051, 0.052, 0.053, 0.055, 0.053, 0.055, 0.049,
0.048, 0.049, 0.05, 0.053, 0.052, 0.054, 0.056, 0.054,
0.057, 0.049, 0.048, 0.05, 0.057, 0.059, 0.040, 0.042,
0.043, 0.046, 0.055, 0.03, 0.07, 0.075, 0.08, 0.086,
0.056, 0.078, 0.076, 0.077
Método B
0.057, 0.06, 0.07, 0.057, 0.059, 0.059, 0.049, 0.06,
0.07, 0.075, 0.06, 0.067, 0.068, 0.064, 0.069, 0.078,
0.07, 0.079, 0.074, 0.05, 0.06, 0.07, 0.08, 0.081,
0.072, 0.082, 0.079, 0.087, 0.04, 0.04, 0.04, 0.043,
0.044, 0.046, 0.081, 0.083
6.40 Un laboratorio clínico realizó ocho análisis para identificar a
los portadores de cierta bacteria; m es el número de pacien-
tes que dio positivo en la prueba. Con el fin de demostrar la
hipótesis nula m 5 2 contra la alternativa m . 2, se extraen
al azar dos de los resultados de los análisis y se rechaza la
hipótesis nula si y sólo si ambos resultados son positivos.
a) Determinar las probabilidades que existen de cometer
errores de tipo I cuando m 5 0, 1 y 2.
b) Obtener las probabilidades de cometer errores de tipo II
cuando m 5 4, 5, 6 y 7. Además, trazar la gráfica de la
función de potencia.
6.41 Ejercicio adaptado del libro Probabilidad y estadística para in-
geniería y ciencias de Jay L. Devore (2001). Para probar si la
media real de la resistencia del acero laminado en frío es di-
ferente que la media de la resistencia del acero galvanizado
de los dos lados, se tomaron dos muestras, una de cada tipo
de acero y se obtuvieron los siguientes datos: n1 5 20 especí-
–
menes de acero laminado en frío, con X 1 5 29.8 ksi; n2 5 25
–
especímenes de acero galvanizado de dos lados, X 2 5 34.7
ksi. Si se supone que las dos distribuciones de resistencia de
los aceros son normales con σ1 5 4.0 y σ2 5 5.0 ksi (sugeri-
das por una gráfica en el artículo “Zinc-Coated Sheet Steel: An
Overview”, Automotive Engr., diciembre de 1984, pp. 39-43).
¿Significan estos datos que las verdaderas resistencias pro-
medio µ1 y µ2 son diferentes?
6.42 Supóngase que en el caso de una distribución binomial con
n 5 20 se tiene la prueba H0: p 5 0.10 contra H1: p . 0.10;
se acepta la hipótesis nula si X # 4 y se rechaza si X . 4.
318  |  Estadística para ingeniería y ciencias
Construir la función potencia evaluada en distintos valores
de p de esta región de rechazo y graficar.
6.43 Dos astrónomos registraron observaciones de cierta estrella
en el firmamento. El primer astrónomo obtuvo 12 observa-
ciones y dio un promedio de 1.20 mediciones. El segundo as-
trónomo obtuvo una muestra de 8 observaciones y obtuvo un
promedio de 1.15 mediciones. La experiencia pasada indicó
que estos astrónomos obtuvieron mediciones con varianzas
iguales a 0.40 mediciones. Suponer que la población mues-
treada es normal. Usar el nivel de significación de 0.05 para
probar las hipótesis: H0: µ1 2 µ2 5 0 contra Ha: µ1 2 µ2 ≠ 0.
6.44 Se usará una sola observación para probar la hipótesis nula
de que el parámetro de una distribución exponencial es igual
a 15 contra la hipótesis alternativa de que no es igual a 15.
La hipótesis nula se rechazará si y sólo si el valor observado
es menor que 13 o mayor que 17, determinar:
a) La probabilidad de cometer un error tipo I.
b) Las probabilidades de cometer errores tipo II cuando λ
5 2, 4, 8, 16 y 20.
c) Trazar la gráfica de la función de potencia.
6.45 Decir qué tipo de prueba se tiene (bilateral o unilateral).
a) H0: µ 5 14.00 contra Ha: µ . 14.00.
b) H0: µ 5 14.00 contra Ha: µ ≠ 14.00.
c) H0: µ 5 14.00 contra Ha: µ , 14.00.
6.46 Dada una muestra Poisson de tamaño 10:
a) Encontrar la región crítica uniformemente más potente
de tamaño α 5 0.01 para la prueba H0: λ 5 3 contra H1:
λ # 3.
b) Hallar las probabilidades de cometer errores de tipo II
cuando la media de la población es 2.0, 1.5, 1.0 y 0.5.
c) Trazar la gráfica de la función potencia.
6.47 Se usó una muestra de 49 mediciones de ruidos (en deci-
beles, dB) para probar las hipótesis H0: µ 5 145 contra Ha:
– ción del motel en ese sitio. Para esto se cuentan los autos que
µ ≠ 145. Si la media muestral es X 5 138.00 dB con una
desviación estándar de 20.
a) Establecer la región crítica con un nivel de significancia
α 5 0.05.
b) Calcular la estadística de prueba y decir si de acuerdo
con su valor, se rechaza o se acepta la hipótesis nula.
6.48 Una persona dice que tiene la capacidad de determinar la
marca de café con sólo probarlo; si se le dan a probar 10
tazas de café de dos marcas diferentes y acierta en 8 casos,
¿estos datos son evidencia suficiente para aceptar que esta
persona tiene la habilidad que dice? Formular las hipótesis y
concluir con α 5 0.05.
6.49 El médico de una empresa de refrigeración afirma que la
temperatura promedio de sus empleados no baja de 98.6 oF,
la cual es frío tolerable para el cuerpo. El departamento de
sanidad quiere probar si esto es cierto; para ello se tomó una
muestra al azar de 50 trabajadores del frigorífico y se midió
su temperatura. El promedio de la temperatura de este gru-
– los datos resultantes dieron una media muestral de 60.0 mg/L
po fue de X 5 98.2 oF con una desviación estándar de σ 5
0.62. Para este problema:
a) Identificar la hipótesis nula H0 y la hipótesis alternativa
H a.
b) Establecer las regiones críticas para los niveles de signifi-
cación de α 5 0.05 y α 5 0.01.
c) Calcular la estadística de prueba.
d) Si se rechaza la hipótesis nula, calcular el valor de la
probabilidad p.
–
6.50 Con los siguientes datos: X 5 31.8, σ 5 0.25, n 5 50 para
H0: µ ≥ 32.
a) Formular la hipótesis alternativa.
b) Establecer las regiones críticas cuando α 5 0.05 y α 5
0.01
c) Calcular la estadística zc.
6.51 Para construir las carreteras estatales se requiere un concre-
to con bajo valor de conductividad térmica para reducir al
mínimo los daños ocasionados por cambios de temperatura
y, así, evitar accidentes automovilísticos en las carreteras.
Supóngase que hay dos tipos de concreto, uno es un agre-
gado escalonado y el otro no tiene agregados finos. La tabla
siguiente resume los datos de un experimento realizado para
comparar los dos tipos de concreto. ¿Sugiere esta informa-
ción que el verdadero promedio de conductividad del con-
creto, con agregado escalonado, supera al del concreto sin
agregado fino? (Adaptado del libro Probabilidad y estadística
para ingeniería y ciencias de J. L.Devore, 2000.)
Tabla 6.36.
Tipo de Tamaño de Promedio Desviación
concreto muestra muestral estándar muestral
Con agregados 42 0.486 0.187
Sin agregados 42 0.359 0.158
Fuente: Adaptación del libro Probabilidad y estadística para ingeniería y ciencias, quinta
edición de Jay. L.Devore (2000). Thomson-Learning.
6.52 El gerente de una cadena de hoteles está considerando cons-
truir un motel a lo largo de una autopista. El dueño que
vende el terreno al gerente para la construcción del motel,
asegura qué por ahí pasan 1 100 vehículos por día. Sin em-
bargo, el gerente de la cadena de hoteles dice que una cifra
mayor que 1 100 vehículos sería adecuada para la construc-
pasan por el lugar durante 18 días; los datos observados son:
1 150; 1 225; 1 195; 1 195; 1 210; 1 100; 1 150; 1 195; 1 105;
1 205; 1 121; 1 190; 1 195; 1 192; 1 100; 1 20; 1 09; 1 095. ¿Los
resultados reafirman o desaprueban la afirmación del dueño
del terreno? Usar α 5 0.05.
6.53 Una muestra al azar de 49 análisis de aguas residuales dio un
–
promedio igual a X 5 800 mg/L y una desviación estándar de
s 5 60.0 mg/L. Con estos datos efectuar la prueba de hipótesis
H0: µ 5 850 contra Ha: µ . 850; usar α 5 0.05. Calcular el
valor de p.
6.54 Se sacó una muestra aleatoria de SO3 atmosférico en unida-
des de ppm provenientes de un complejo industrial, los datos
obtenidos son 50, 52, 56, 57, 55, 55, 54, 55, 56, 57, 56, 54.
Probar H0: µ 5 52 contra H0: µ 5 52 que es diferente. Se sabe
que la población muestreada es normal. Usar α 5 0.01.
6.55 49 muestras de agua tomadas al azar de cierto río fueron ana-
lizadas para medir las concentraciones de fosfatos (PO234) y
de PO234 y una desviación estándar igual a 5.5 mg/L.
a) Probar la hipótesis nula de H0: µ 5 62.0 mg/L contra Ha:
µ ≠ 62.0 mg/L. Usar α 5 0.05.
b) ¿Qué tanta confiabilidad se le puede dar a los resultados
considerando el valor de p estimado?
6.56 Un maestro de estadística y asiduo cliente de un banco dijo
al gerente que de acuerdo con sus estimaciones él considera
que el tiempo requerido para cambiar un cheque tiene una
 Capítulo 6  Prueba de hipótesis  |  319

desviación estándar de 6 minutos; el gerente argumenta que Tabla 6.37.

con una muestra aleatoria de 25 clientes calculó una desvia-
Concentración Concentración
ción estándar de 4 minutos. Usando un nivel de significancia Núm.
de Pb antes de Pb después de
de α 5 0.05, probar la hipótesis del gerente que afirma que la sujeto
de correr correr
variación es menor que 6.0 minutos.
1 2.76 7.02
6.57 Decir si las siguientes afirmaciones son falsas o verdaderas. 2 5.18 3.10
a) A medida que el tamaño de la muestra n disminuye y la 3 2.68 5.44
desviación estándar s aumenta, el valor de la probabili- 4 3.05 3.99
5 4.10 5.21
dad p disminuye. 6 7.05 10.26
b) Cuando n y s disminuyen, el valor del error estándar au- 7 6.60 13.91
menta y, por tanto, el valor de p disminuye. 8 4.79 18.53
c) A medida que n aumenta y las técnicas del laboratorio se 9 7.39 7.91
10 7.30 4.85
refinan causando una varianza pequeña, el error están- 11 11.78 11.10
dar del promedio baja y, por consiguiente, el valor de p 12 3.90 3.74
aumenta y la hipótesis nula se rechaza. 13 26.00 94.03
d) A medida que el error estándar del promedio disminuye 14 67.48 94.03
15 17.04 41.70
por tamaños de muestras grandes, con pequeñas variacio-
nes, esto conlleva a un valor pequeño de p mucho muy 6.61 En una prueba para diseñar un equipo de control para partí-
significante, lo cual nos lleva a retener la hipótesis nula. culas emitidas por una fuente industrial, se hicieron dos prue-
e) Cuando la varianza disminuye con n constante, el valor bas para saber cuál de los dos sistemas de control eran más
de p disminuye y la hipótesis nula se rechaza. eficientes. La primera prueba consistió en instalar un filtro de
f ) Si n aumenta y las técnicas del laboratorio se refinan cau- vidrio (baghouse). La otra prueba agregó al sistema de control
sando una varianza pequeña, el error estándar baja y, por del baghouse un ciclón. Probar la hipótesis que con el equipo
consiguiente, el valor de p disminuye y se retiene H0. adicional no hubo diferencia en las reducciones de contami-
g) A medida que n aumenta y las técnicas del laboratorio se nantes. Calcular el valor de la probabilidad p. La siguiente
refinan causando una varianza pequeña, el error están- tabla muestra los resultados de los dos equipos de control.
dar baja y, por consiguiente, el valor de p disminuye y se Supóngase que la selección de la muestra fue completamente
acepta Ha. al azar, sin emparejamiento y suponer que las poblaciones
h) Los incisos d), e) y f) son correctos. son normales. Haga una prueba de diferencia de varianzas
i) Los incisos e) y g) son correctos. para elegir el tipo de prueba a usar. Utilisar α 5 0.05.
6.58 Encontrar los valores críticos de t por los cuales el área del
Tabla 6.38. Concentraciones de partículas para ambas situa-
extremo derecho de la distribución de t es de α 5 0.05 y de
ciones.
α 5 0.01, si los grados de libertad son:
a) 16 Concentración de partículas Concentración de partículas
b) 28 con el sistema de control con el sistema de control al
agregado cual se le agregó el ciclón
c) ∞
Microgramos/m3 Microgramos/m3
6.59 Para mantener el control de la calidad industrial, un fabrican-
te de sistemas de control de partículas (ciclones), supone que 421 207
462 17
la producción de estos sistemas para el control de partículas 400 412
menores que 10 micras tienen un eficiencia promedio de 32%. 378 74
Para probar esta aseveración se tomó una muestra de 8 ciclo- 413 116
nes y se midieron las eficiencias de cada uno para ese tamaño
6.62 Para probar si una droga experimental puede curar los sín-
de partículas. Las eficiencias (%) fueron: 29.4, 30.8, 30.6, 31.5,
tomas de la leucemia, 10 enfermos con el síntoma avanzado
32.1, 31.7, 30.3 y 30.8, respectivamente. Hacer las siguientes
fueron sometidos a una prueba. Cinco de ellos recibieron
estimaciones:
el tratamiento experimental y otros cinco no. El tiempo de
a) Establecer un intervalo de confianza para µ, con α 5
supervivencia, en años, se midió en cada uno de los suje-
0.05.
tos. Usando α 5 0.05, probar que la droga experimental fue
b) Hacer una prueba de hipótesis bilateral al 95%.
efectiva. Suponer que las dos distribuciones son normales y
c) Calcular el valor de la probabilidad p.
tienen varianzas iguales. Los datos se citan a continuación.
6.60 En una prueba para medir la acumulación de plomo (Pb) at-
(Nota: independientemente del enfoque puramente estadís-
mosférico en la sangre, se realizó un experimento con 15 vo-
tico que se le pudiera dar a este problema, la llamada leuce-
luntarios. La prueba consistió en exponer a los sujetos en un
mia no es una enfermedad en particular de la sangre, sino un
sitio aledaño a una planta de fundición de metales y de exaltar
síntoma [crónico destructivo] que acusa que todo el cuerpo
el metabolismo, esto es, correr. Antes y después de correr se
esté enfermo, no únicamente la sangre. De no pensarse así,
les sacó sangre y se midió la concentración de Pb. Los datos
entonces, se diría que la sangre es una parte independiente
se muestran en la tabla siguiente. ¿Los datos dan evidencia
del cuerpo y no un componente contingente de todo el orga-
suficiente para indicar que después del ejercicio se tenía más
nismo, como unidad independiente.)
plomo en la sangre? Usar α 5 0.01.
320  |  Estadística para ingeniería y ciencias

Tabla 6.39.  Datos. medio. Para probar esta afirmación, se tomó una muestra
aleatoria de 25 bombillas y se sometió a una carga de 25% y
Supervivencia en años
los tiempos que tardaron en fundirse tuvieron un promedio
Sujetos tratados 2.1  5.3  1.4  4.6  2.9 de 12.13 minutos, con una desviación estándar de 2.48 mi-
Sujetos sin tratamiento 1.9  1.5  2.8  3.1  2.0 nutos. Suponiendo que la población muestreada es normal,
hacer una prueba de hipótesis para refrendar o rechazar la
6.63 La tabla siguiente muestra los datos de oxígeno disuelto afirmación del fabricante de fusibles. Usar un nivel de signi-
(OD) obtenidos por varios laboratorios usando el método ficancia de α 5 0.05. También, calcular el valor de p.
de Winkler y el método de electrodos en la misma muestra 6.67 En un estudio de seguridad de caminos, la policía federal cree
de agua. Las concentraciones del oxígeno disuelto (OD), se que los accidentes carreteros se deben a que la velocidad pro-
expresan en mg/L. medio de los automovilistas que manejan sobre cierta zona
Use la prueba de diferencia de medias para datos pareados a carretera exceden el límite de velocidad de 110 kilómetros
fin de determinar si los dos métodos de análisis dan el mismo por hora. Para probar esta aseveración se tomó una muestra
resultado. Usar α 5 0.05. aleatoria de 20 vehículos con sus respectivas velocidades en
(Sugerencia: Utilizar los programas de computadora Minitab kilómetros por hora registrada por el radar. Los resultados de
o Excel.) los 20 vehículos fueron: 113.6, 115.0, 117.0, 118.0, 115.9, 84.0,
Tabla 6.40. 87.0, 90.0, 110.0, 95.0, 98.0, 99.0, 118.0, 120.0, 121.0, 119.0,
Método de Winkler 118.0, 111.0, 112.0, 112.6.
1.2 1.4 1.4 1.3 1.2 1.3 1.4 2.0 1.9 .1 1.8 1.0 1.1 1.4 a) ¿Proveen estos datos suficiente evidencia para apoyar la
aseveración de la policía federal de caminos de que los
Método de electrodos
automovilistas están violando el reglamento del límite de
1.6  1.4  1.9  2.3  1.7  1.3  2.2  1.4  1.3  1.7  1.9  1.8  1.8  .8 velocidad de 110 kilómetros por hora? Usar α 5 0.05.
b) Estimar el intervalo de confianza con α 5 0.05 y con α 5
6.64 Se instaló un nuevo equipo de seguridad para reducir los ac-
0.1 para el promedio poblacional de velocidad.
cidentes industriales en una industria tendiente a disminuir el
6.68 En un esfuerzo por establecer el tiempo estándar para realizar
número de horas-hombre perdidas. Para medir la eficiencia
determinada tarea en el ensamble de partes de carburadores
del equipo de seguridad instalado, se examinó una muestra
para automóviles, el ingeniero de producción de una fábrica
aleatoria en varios departamentos de esta industria. El núme-
selecciona aleatoriamente a 10 trabajadores experimentados
ro de horas-hombre perdido en el mes antes de la instalación
para realizar esta faena y se calcula una desviación estándar
del equipo y el siguiente mes después de instalar el equipo se
de 1.22 minutos. El ingeniero de producción afirma que la
reporta en la siguiente tabla.
desviación estándar poblacional es menor que 2.00 minutos.
Tabla 6.41. ¿Existe suficiente evidencia para apoyar la aseveración del
Horas perdidas ingeniero? Usar α 5 0.05.
por departamento 6.69 Se tomaron las temperaturas de los hornos de ladrillo medidas
en grados Celsius (oC) y en grados Fahrenheit (oF). La hipóte-
Mes 1 2 3 4 5 6
sis nula es que el promedio de la temperatura del horno es de
Antes de instalar el equipo 18 26 43 17 29 30 50 oC. Hacer la misma prueba, pero con el promedio en oF. La
Después de instalar el equipo 15 20 31 17 25 27 tabla siguiente muestra los resultados de las temperaturas de
los hornos en oC. Convertir estas temperaturas a oF para com-
¿Realmente valió la pena la inversión en la instalación del pletar la tabla y comparar los resultados de las dos pruebas
equipo de seguridad? Usar α 5 0.05. de hipótesis. ¿Los resultados de la estadística de prueba son
6.65 Los siguientes datos forman una muestra aleatoria de óxidos iguales para las dos escalas de temperatura? (Sugerencia: Usar
de azufre (SO2) atmosféricos, en ppm, provenientes de una la fórmula de conversión de temperaturas de grados Celsius a
fundición: 56, 58, 58, 59, 57, 57, 56, 57, 58. Suponiendo que Fahrenheit dada como: oF 5 9/5(oC) 1 32). Usar α 5 0.05.
los datos provienen de una población normal de óxidos de
azufre. Temperaturas oC
a) Estimar el intervalo de confianza de 95% e interpretarlo 47 55 68 55 51 50 49 45 53 47 48 51
acordemente. Temperaturas oF
b) Probar la hipótesis nula de que el promedio poblacional es
de 58.5 ppm contra que es diferente. Establecer las regio-
nes de rechazo y aceptación. Usar α 5 0.05.
c) Si la hipótesis nula no se rechaza, explicar por qué podría
haber ocurrido esto. Problemas de tarea
6.66 Un fabricante de bombillas afirma que, con una sobrecarga
de 25%, las bombillas se fundirán en 15 minutos, en pro- Revisa tu CD-ROM para encontrar más problemas:
 Capítulo 7
Análisis de varianza
(ANOVA)
6
Promedios máximos de cadmio

0
1 2 3 4 5
Tipos de laboratorios

Gráfica de las mediciones de los promedios del metal pesado cadmio (sustancia muy peligrosa), las cuales
proceden de cinco laboratorios distintos.
Los resultados obtenidos por los diferentes laboratorios presentan cierta variación que se observa en la
gráfica, esta variación puede deberse al azar o a que los laboratorios tienen métodos diferentes de análisis
que dan resultados significativamente diferentes. El análisis de varianza (ANOVA) es una técnica estadística
que permite decidir cuál de estas dos conjeturas es la verdadera disminuyendo la probabilidad de cometer
un error. En este capítulo se estudiará esta técnica estadística.

Introducción
Este capítulo discutirá diseños de ANOVA completamente aleatorizados, métodos de comparaciones múl-
tiples para saber qué poblaciones son iguales y cuáles no, el ANOVA de diseños de bloques completamente
aleatorizados y las clasificaciones cruzadas: análisis de varianza de dos sentidos, análisis de varianza de tres
sentidos (efectos fijos) e interacciones de ANOVA con dos o más factores. Además, este capítulo demostrará,
detalladamente, las aplicaciones de ANOVA usando el programa Minitab.
322  |  Estadística para ingeniería y ciencias

7.1  Análisis de varianza simple

Al método utilizado para comparar varios promedios se llama análisis de varianza o simplemente ANOVA. En
su forma más simple, el análisis de varianza compara varios tratamientos para determinar la igualdad de los pro-
medios. En contraste con las pruebas de z o de t que estudia la igualdad de dos poblaciones, el análisis de varianza
estudia más de dos distribuciones, y usa la estadística F. Específicamente, el modelo ANOVA simple estudia las
pruebas de hipótesis de la forma H0: µ1 5 µ2 5 µ3 5 . . . 5 µn contra Ha: alguna µi es diferente de las otras.

7.1.1  P
 ropiedades y suposiciones en el análisis de varianza (ANOVA)
1. Para las pruebas del análisis de varianza se usa la distribución de F. Ésta no es simétrica, sino sesgada,
es decir, oblicua hacia la derecha.
2. Los valores de F pueden ser cero o positivos, pero no negativos.
3. La prueba de la hipótesis es siempre unilateral derecha.
4. Hay una distribución de F diferente para cada par de grados de libertad, (g.l.). La figura 7.1 muestra
esta situación. Para denotar los grados de libertad con el numerador se usa la anotación y1 y para los
grados de libertad en el denominador se usa la anotación y2.
5. Las poblaciones tienen distribuciones normales.
6. Las poblaciones tienen la misma varianza o desviación estándar. Si esta condición no puede ser cum-
plida, la prueba de F no es válida. En este caso se debe usar una prueba de hipótesis diferente.
7. Las muestras son aleatorias e independientes.
Nota: Cuando no se pueden cumplir las condiciones de normalidad o de independencia de los datos, uno se
tiene que remitir a la pruebas no paramétricas, que no requieren de estas suposiciones.

8
f
r Z1  4, Z2  25 (grados de libertad)
6
Z1  4, Z2  4 (grados de libertad)
4
Z1  1, Z2  4 (grados de libertad)

1 2 3 4 5 F6

Figura 7.1. Gráfica de la distribución F. Hay una distribución diferente de F para cada

par de grados de libertad del numerador n1 y del denominador n2.

7.1.2  Diseños de análisis de varianza completamente aleatorizados

Existen dos tipos básicos de análisis de varianza: el diseño completamente aleatorizado y el diseño de bloque
completamente aleatorizado.
En el caso del diseño completamente aleatorizado, conocido como análisis de varianza en un sentido
(ANOVA de una clasificación), se asignan los tratamientos en forma aleatoria a las unidades experimentales.
En este diseño se sacan las muestras de manera independiente, por tanto, la selección de una muestra no
afecta la selección de cualquier otra. Para cada una se puede calcular el promedio, –
X j y la varianza s2j. La idea
 Capítulo 7  Análisis de varianza (ANOVA)  |  323

de la prueba es que si las medias son iguales para todos los grupos, la variación dentro de los grupos es igual a
la variación entre grupos. Si hay diferencia en las medias de los grupos, entonces la variación entre grupos es
mayor que la variación dentro de los grupos. Por ejemplo, supóngase que se quiere probar cuatro marcas de
neumáticos, 1, 2, 3 y 4, para determinar si hay diferencias con respecto a la duración. Para esto se puede asignar,
aleatoriamente, una muestra de 8 neumáticos de cada marca y colocarlos a 8 vehículos (dos con el mismo tipo
de llantas), luego se corren los autos en condiciones semejantes de clima, carretera, entre otras y al final se mide
el dasgaste de las llantas. Si el deasgaste sufrido tiene igual media para cada tipo de llanta, entonces la variación
entre el dasgaste de las llantas de un mismo grupo es igual a la variación en el desgaste de las llantas de diferente
grupo. El análisis de varianza (ANOVA) compara estas dos variaciones.
El diseño de bloques completamente aleatorizados, se utiliza cuando las unidades experimentales no son
homogéneas y debido a eso aumenta la probabilidad de cometer los errores tipo I o tipo II. Por ejemplo, en el
caso anterior de las llantas, el interés se ubica en la influencia de la marca de las llantas sobre el desgaste de las
mismas, sin embargo, los operarios de los automóviles de prueba pueden introducir una variación adicional no
controlada, por lo que sería conveniente que todos los choferes manejaran los autos con los cuatro tipos de llan-
tas, y considerar a cada chofer como un bloque.
Una suposición importante del modelo para un diseño de bloques completos aleatorizados es que se supo-
ne que los efectos de tratamiento y bloqueo son aditivos. Por ejemplo, para ilustrar esta situación, si se grafican
los promedios poblacionales versus tratamientos, digamos de bloque 1 y 2 y, si las gráficas son paralelas, se
dice que los efectos de tratamiento y de bloques son aditivos o que no interactúan. Sin embargo, si las líneas
se cruzan entre sí, se dice que hay interacción o no aditividad.
El formato de la tabla de ANOVA de un sentido completamente aleatorizado se da abajo. La tabla 7.1 da una
descripción de todos los componentes de clasificaciones unilaterales o de diseños completamente aleatorizados.

Tabla 7.1.  Análisis de varianza de un sentido de diseños completamente aleatorizados.

Fuente de la Suma de (SS) Grados de Cuadrado (MSa) Valor

Fcalc. Ftab.
variación los cuadrados libertad medio de p

Tratamientos SSa a21 MSa 5 SSa/(a 2 1) F1 5 MSa/s2 F[12α;a 21,a(n21)]

Error (residual) SSe a(n 2 1) s2e 5 SSe/[a(n 2 1)]

Total SSt an 2 1

Donde:

(7-1)
a n
SSe  ∑
SSa representa la variación entre las diferentes ∑ ( yij (variación
muestras yi )  SStexplicada).
 SSa 2

i1 j 1
a n a n
SSe  ∑
SS∑
t
( y∑
ij ∑ (iyij  y. .t .)
 y )2  SS  2
SSa
(7-2)
i1 j 1 i1 j 1
a n a n

SSe representa la variación dentroSSde ∑muestras

 SS
t las e∑ ∑ij ∑ debido
2
( y  (yy. ij. .) yia) lacasualidad 2
SSt  SSa (variacion inexplicada).
i1 j 1 i1 j 1
a n
SSt  ∑ ∑ ( yij  y. . .)2 (7-3)

i1 j 1
a n
SSt representa la suma total de los cuadrados y esSSlo
e
 ∑ ∑ (que
mismo yij Σ yij
i
)2 2 (Σyij
 SSt
/n).a
2SS
i1 j 1
a n
SSt  ∑ ∑ ( yij  y. . .)2
i1 j 1
324  |  Estadística para ingeniería y ciencias

Donde:
yij 5 j-ésima observación del i-ésimo tratamiento
y–i 5 promedio de todas las observaciones para el i-ésimo tratamiento
y–... 5 promedio de todas las an observaciones o promedio de los promedios
a 5 número de tratamientos
n 5 tamaño de la muestra
Tratamiento. El término “tratamiento” no se refiere a un tratamiento propiamente dicho, sino a diferen-
tes muestras de las cuales es el resultado de distintos factores que estamos analizando. Es decir, combina-
ciones de un nivel de cada factor en el experimento.
Error o residual. Para cualquier juego de mediciones de la misma cosa hay un promedio que se identifica
con el “verdadero valor” teórico, es decir, un valor singular, el cual existe, solamente, como un concepto.
El “error” o residual se debe a las variaciones de las observaciones individuales acerca de su propia media.
Este error algunas veces se llama variación inexplicable, porque el error de la suma de los cuadrados mide
la diferencia entre los valores de la muestra que se deben a variación casual, por la que no se encuentra
una causa identificada. En estadística, el error puede ser la variación debido a factores incontrolables o
a un muestreo de error debido a la naturaleza arbitraria de la muestra seleccionada para representar a la
población. El término “error” no es un error en el sentido estricto de la palabra.
Valor de p. Esto se refiere al nivel de probabilidad de la cola derecha usando la distribución F. Cuando el
valor de p es menor que un valor predeterminado de alfa, digamos 0.05, se rechaza la hipótesis de que la
influencia de los términos es cero.

7.1.2 Análisis subjetivos (gráficos) de los residuales para revisar

por la adecuación del modelo de ANOVA
Las suposiciones del modelo de ANOVA es que las observaciones son normales e independientes con la
misma varianza en cada tratamiento o nivel de factores. Esta suposición se hace por medio de examinar los
gráficos de residuales para determinar la adecuación del modelo de ANOVA. Por ejemplo, la suposición de
normalidad se puede verificar haciendo gráficas de probabilidad normal con los residuales. Igualmente para
verificar la suposición de independencia, esto se hace graficando los residuales en función de los valores ajus-
tados y–i, para ver que no haya tendencias definidas y que debe haber, aproximadamente, el mismo número
de residuales positivos y negativos. De manera análoga, también se pueden hacer histogramas de residuales
y gráficas de residuales versus el orden. Estos diagnósticos gráficos subjetivos se aplicarán en ejemplos usando
Minitab.

Ejemplo 7.1. Éste es un ejemplo relacionado con el uso de ANOVA unilateral o de diseño comple-
tamente aleatorizado. Para esto se coleccionaron las concentraciones atmosféricas de
óxidos de azufre, SO2, en partes por millón (ppm) provenientes de cinco muestreadores
localizados a diferentes distancias (aleatoriamente asignadas), de una fuente emisora
industrial. Se busca probar la hipótesis nula de que las cinco poblaciones de SO2 son
iguales, es decir, H0: µ1 5 µ2 5 µ3 5 µ4 5 µ5. Calcule el valor de p. Los datos se dan en
la tabla siguiente. Use un paquete de computadora para procesar los datos.
 Capítulo 7  Análisis de varianza (ANOVA)  |  325

Tabla 7.2.  Concentraciones de SO2 de los cinco muestreadores.

Número de
1 2 3 4 5
muestreador
500 550 648 720 890
510 540 630 700 900
490 500 620 710 920
530 520 600 736 880

Solución:
Usando un programa de computadora dan los resultados de abajo:

Tabla 7.3.  Resultados de este problema usando un programa de computadora.

Fuente Suma de los Grados de Cuadrado

Valor de
de la cuadrados libertad medio Fcalc. Ftab.
p
variación (SS) (g.l.) (MSa)
Entre los 101
406 132.20 4 296.58 3.06 4.4 3 10214
grupos 530.80
Dentro de
5 135.00 15 342.33
los grupos
Total 411 258.20

En conclusión, al juzgar por el valor de F 5 296.58 .... Fcrítica 5 3.06, la hipótesis

nula de igualdad de poblaciones de SO2 se rechaza de una manera muy significante. La
aceptación de Ha es contundentemente apoyada por el valor tan pequeño de p 5 4.4 ×
10214.

Ejemplo 7.2. Los nitratos (NO23) representan la fase más oxidada en el ciclo del nitrógeno. General-
mente, esto ocurre en muy pequeñas cantidades en las superficies de los almacenamien-
tos de agua, pero puede existir en grandes cantidades en algunas aguas subterráneas. En
cantidades excesivas, los nitratos pueden ocasionar una enfermedad infantil llamada
metemeglobinemia. Por esta razón, el límite establecido para los NO23 es de 45 mg/L
para el agua potable. Para los análisis de los nitratos, existen varios métodos. Por ejem-
plo, un método es el del ácido fenoldisulfónico; otro es el de la reducción de cadmio;
otro es el del ácido cromotrópico y, otro más es el de brucina o alcaloide tóxico. Para
esto, se hizo un estudio estadístico para comparar los resultados de los cuatro métodos
mencionados antes para analizar los nitratos. Los siguientes datos se dan abajo. Para
esto, llamemos tratamiento (1) al método del ácido fenoldisulfónico, tratamiento (2) al
método de la reducción del cadmio, tratamiento (3) al método de ácido cromotrópico,
y tratamiento (4) al método de brucina. La tabla 7.4 da los resultados en mg/L. Suponer
un nivel de significancia de 0.05. Hacer los siguientes cálculos:
a) Enlistar las suposiciones implicadas por el modelo de ANOVA.
b) Hacer una tabla de análisis de varianza y probar que no hay diferencias entre los 4
métodos.
c) Estimar el valor de la probabilidad p y sacar las conclusiones apropiadas.
326  |  Estadística para ingeniería y ciencias

Tabla 7.4.  Datos de las concentraciones de nitratos.

Tratamiento Resultados de los seis análisis (mg/L)

1 99 40 61 72 76 84
2 96 84 82 104 99 105
3 63 57 81 59 64 72
4 79 92 91 87 78 71

Solución:
a) Las suposiciones implicadas por el modelo de análisis de varianza de una sola
clasificación son:
1. Las cuatro poblaciones de los nitratos están normalmente distribuidas.
2. Las varianzas de las cuatro poblaciones de nitratos son iguales.
3. Las 24 observaciones (análisis) son independientes, es decir, que las muestras
fueron seleccionadas aleatoriamente.
b) Usando un programa de computadora da los resultados de abajo.
Tabla 7.5. ANOVA para los resultados del ejemplo de arriba mediante el uso de
un programa de computadora.

Fuente de Suma de Cuadrado

g.l. Fcalculada Ftabulada Valor p
variación cuadrados medio
Debido a los
3 940 980 5.99 3.098 0.0044
métodos
Error 20 3272 164
Total 23 6212

Nota: El valor de la probabilidad p también se puede calcular manualmente usando la

relación 7-4.
(λ2 2 λ1) / (F2 2 F1) 5 (λ2 2 X ) / (F2 2 Fcalc.) (7-4)
Donde:
λ2 5 valor porcentual de F más alto que el valor de Fcalc.
λ1 5 valor porcentual de F más bajo que el valor de Fcalc.
F2 5 valor de la distribución F correspondiente a λ2.
F1 5 valor de la distribución F correspondiente a λ1.
X 5 valor que se quiere interpolar.
Fcalc. 5 valor calculado usando la tabla de la distribución F.
El mecanismo que se sigue para interpolar es buscando el valor de la Fcalc. 5 5.99 en la
tabla de la distribución F con n1 5 3 (numerador) y n2 5 20 (denominador) y vemos
que 5.99 está entre λ2 5 0.001 con F2 5 8.10 (valor más alto) y λ1 5 0.01 con F1 5 4.94
(valor más bajo). En seguida, sustituimos el valor de la Fcalc. 5 5.99 y los demás valores
en la fórmula de interpolación (7-4) para dar:
(0.001 2 0.01)/(8.10 2 4.94) 5 (0.001 2 X)/(8.10 2 5.99)
 Capítulo 7  Análisis de varianza (ANOVA)  |  327

Resolviendo por X 5 0.0038 5 p 5 0.0038. Este valor está de acuerdo con el valor de
0.0044 de la tabla 7.5. En conclusión, el valor de p 5 0.0044 apoya contundentemente
la decisión de aceptar Ha.
Por otra parte, un método corto para hacer análisis de varianza de un sentido, es
decir, manualmente, se da usando el formato de la tabla de abajo.

Tabla 7.6. Análisis de varianza (ANOVA) para una clasificación, con muestras

de tamaños iguales usando el método abreviado.

Fuente de Suma de los Cuadrado del

g.l. Fcalc. Ftab. Valor de p
variación cuadrados promedio

Debido al SSa 5 ∑T 2/n − G 2

MSa 5 SSa /
a−1 MSa /s 2e F[1− α;a−1,a(n−1)] Estimado
tratamiento /an (a − 1)

Residuo SSr 5 ∑X 2 − ∑ T 2 /n a (n − 1) s 2e 5 SSr /a (n − 1)

Total SSt 5 ∑X 2 − G 2/an na − 1

Donde:
T 2 5 cuadrado de los totales
g.l. 5 n 5 grados de libertad
n 5 tamaño de la muestra
G 5 gran total
a 5 número de muestras

Ejemplo 7.3. La tabla siguiente muestra los datos de los análisis de demanda química de oxígeno
(DQO) hechos por tres laboratorios diferentes. Se tomaron 3 muestras de 5 observacio-
nes cada una. Suponer que las tres muestras vienen de poblaciones normales aleatorias
y que tienen la misma varianza. Suponer un nivel de significancia de α 5 0.05. Hacer
el problema manualmente aplicando el método corto mostrado en la tabla 7.6. Desa-
rrollar los siguientes enunciados:

a) Una tabla con un análisis de varianza para el DQO.

b) Establecer la región crítica.

c) Probar la hipótesis nula de H0: µ1 5 µ2 5 µ3, o sea que σµ2 5 0, es decir, que los pro-
medios de las tres poblaciones de DQO son iguales. Además, establecer la hipótesis
alternativa apropiada.

d) Si se rechaza H0: calcular el valor de la probabilidad p.

Se da la tabla siguiente con algunos cálculos preliminares:

328  |  Estadística para ingeniería y ciencias

Tabla 7.7.  Valores preliminares de la muestra.

Número de
1) 2) 3) Combinación
muestra
Observación 3 9 1
7 12 2
7 11 6
6 8 4
2 5 7
Totales 25 45 20 G 5 90
– –
Promedio X 5 9 4 X 56

Solución:
Usando las estadísticas de la tabla 7.8, los cálculos son:
G 5 ΣT 5 ΣX 5 T1 1 T2 1 T3 1 . . . 1 Tk 5 25 1 45 1 20 5 90, an 5 (3)(5) 5 15
–
Promedio general o promedio de los promedios 5 X 5 G/an 5 90/15 5 6
– – – –
También, X 5 (X 1 1 X 2 1 X 3)/a 5 (5 1 9 1 4)/3 5 6
ΣX 2 5 688, n 5 5, a 5 3, ΣT 2/n 5 3 050 / 5 5 610
SS(entre las muestras) 5 (2T 2/n) − (2T )2/an 5 2T 2/n 2 G 2/an
 5 (252 1 452 1 202)/5 2 [(25 1 45 1 20)2] / [(3)(5)] 5 70.0
Nota: La suma de los cuadrados SSa 5 SS(entre las muestras) mide la variación entre los pro-
medios muestrales.
SS 5 ΣX2 − ΣT 2/n 5 Σ(X − –
(dentro de las muestras)
X )2 5 688 − 610 5 78

• SSr 5 SS(dentro de las muestras) mide la variación de las observaciones dentro de los prome-
dios muestrales.
SS 5 SS
(total)
1 SS
(entre las muestras)
5 ΣX 2 − G 2/an 5 Σ(X − –
(dentro de las muestras)
X )2

• SS(total) mide la variación total de las observaciones an.

La varianza de los promedios muestrales es:
s2x– 5 cuadrado del promedio de SS(entre las muestras) 5 Σ(X − –
X )2/a − 1
 5 [(5 − 6)2 1 (9 2 6)2 1 (4 2 6)2]/3 − 1
 5 (212 1 32 2 22)/2 5 7.0
s2e 5 cuadrado del promedio de SS(dentro de las muestras)
–
5 Σ(X − X )2/a(n − 1)
5 SS(dentro de las muestras) /a(n − 1)
5 78/3(5 2 1) 5 6.5
MSa 5 70.0/2 5 35.00  y  s 2e 5 78.0/12 5 6.5  y  F 5 35.90/6.5 5 5.38
 Capítulo 7  Análisis de varianza (ANOVA)  |  329

Sustituyendo todos los valores anteriores en el formato de la tabla 7.6 da lo siguiente.

Tabla 7.8.  Información relacionada con este ejemplo.

Fuente de Suma de los Cuadrado del Valor
g.l. Fcalc. Ftab.
variación cuadrados promedio de p
Debido al
70.0 2 35.00 5.38 3.89 0.021
tratamiento
Residuo 78.0 12 6.50
Total 148.0 14

7.1.3  M
 étodo de comparaciones múltiples para saber cuáles poblaciones
son iguales y cuáles son desiguales
Una vez dado que el análisis de varianza encuentra una diferencia significante entre los promedios de los tra-
tamientos, la siguiente tarea consiste en determinar cuáles tratamientos son diferentes. Hay distintas opciones
para determinar qué tratamientos son iguales y cuáles no. Ejemplos de éstos son los métodos de Tykey-Kra-
mer, Fisher LSD, Dunnett, Duncan, Newman-Keuls, Bonferroni, etcétera.
El análisis de varianza es un procedimiento poderoso para probar la homogeneidad de un grupo de pro-
medios. Sin embargo, si rechazamos la hipótesis de igualdad (H0: µ1 5 µ2 5 µ3 5 µn), y nos inclinamos por
la hipótesis alternativa de que cuando menos dos de los promedios son iguales, todavía no sabemos cuáles
de los promedios son iguales y cuáles no. El uso del método de comparaciones múltiples implica hacer varias
comparaciones emparejadas entre los tratamientos o promedios.
Por ejemplo, Walpole y colaboradores (1993) da las funciones para comparaciones emparejadas de prue-
bas como la de abajo, las cuales dicen que son iguales o que no hay diferencia:
H0: µi 2 µj 5 0 (7-5)
H1: µi 2 µj ≠ 0 (7-5a)
Para hacer estas pruebas emparejadas usamos la versión de t de Student de la forma de:

Xi Xj
t (7-6)
s2$n
a
Donde: SSa b¨ ( y i y. . .)2
– i1
X 5 unos de los promedios que se quiere comparar.
i b
– SSb a¨ ( y j y. . .)2
X j 5 otro de los promedios que se quiere comparar.
j 1

s 5 desviación estándar combinada o la raíz cuadrada

a b del cuadrático promedio del error MS.
e
n 5 tamaño de la muestra de cada tratamiento.
SS ¨ ¨( y 2
ij
yi j
. . .)
i1 j 1
a b
SSt ¨ ¨( y ij
y. . .)2
i1 j 1
Ejemplo 7.4. Éste es un estudio traducido y adaptado adel libro Probability and Statistics for Engineers and
Scientists de Walpole y colaboradores
SSa bn ¨ ( yi...el cual. . da
(1993), .)2 un ejemplo del uso de las compara-
ciones múltiples. La tabla siguiente da los
i1 datos relacionados con este problema. Se busca
b
SS de αan5 0.05,
suponer un nivel de significancia ( ¨ estimando
. . .)2 el valor de la probabilidad p.
...
j 1
a b
SSab n ¨ ¨ ( yij... yi... y j... y. . .)2
i1 j 1
a b n
330  |  Estadística para ingeniería y ciencias

Tabla 7.9.  Datos del número de agregados.

Número de agregados
1 2 3 4 5
551 595 639 417 563
457 580 615 449 631
450 508 511 517 522
731 583 573 438 613
499 633 648 415 656
632 517 677 555 679
Adaptación de Probability and Statistics for Engineers and Scientists. Fifth edition. E.R. Walpole, H. Myers.
Prentice-Hall, Inc. Nueva York (1993).

Resolver los siguientes enunciados:

a) Hacer un análisis de varianza usando en paquete de computadora.
b) Probar la hipótesis nula de que la población del agregado 1 es igual a la población
del agregado 5, es decir, H0: µ1 5 µ5 contra la hipótesis alternativa de H1: µ1 ≠ µ5.
c) Probar la hipótesis nula de que la población del agregado 4 es igual a la población
del agregado 5, es decir, H0: µ4 − µ5 5 0, contra H1: µ4 − µ5 ≠ 0.

Solución:
a) Usando un programa de computadora como Excel da los siguientes resultados.

Tabla 7.10.  Resultados mediante análisis de varianza de un solo factor.

ANOVA

Fuente de variación SS g.l. MS Fcalc. Valor de p Fcrit.

Entre los grupos 85356.47 4 21339.12 4.301536 0.008752 2.75871
Dentro de los grupos 124020.3 25 4960.813
Total 209376.8 29        

Al juzgar por los resultados obtenidos se rechaza los hipótesis de igualdad de prome-
dios, es decir, H0: µ1 5 µ2 5 µ3 5 µ4 5 µ5, con una probabilidad de p 5 0.009.

Tabla 7.11.  Agregados y los promedios correspondientes a cada uno.

Resumen
Grupos Conteo Suma Promedio Varianza
Agregado 1 6 3 320 553.3333 12 133.87
Agregado 2 6 3 416 569.3333 2 302.667
Agregado 3 6 3 663 610.5 3 593.5
Agregado 4 6 2 791 465.1667 3 318.567
Agregado 5 6 3 664 610.6667 3 455.467
 Capítulo 7  Análisis de varianza (ANOVA)  |  331

b) Ahora bien, para probar la hipótesis de que la población del agregado 1 es igual a
la población del agregado 5, se usa la relación: H0: µ1 5 µ5 y H1: µ1 ≠ µ5. Usando la
función (7-6) y sustituyendo los valores de la tabla 7.11 de µ1 5 553.33, µ5 5 610.67,
desviación estándar combinada 5 s 5 4960.813 5 70.43 y n 5 6 da:
2
Xi X j
t 6
s2$n
4960.813
a

a
SS i
b¨ ( y y. .2.)2
t 5 (553.33 2 610.67) / [(70.43)
i1 ( )] 5 21.41
b
6
Para calcular el valor de la probabilidad ¨ ( y elj valor
SSpb se abusca 2
y. . .) absoluto, |−1.41| en la tabla
j 1
de la distribución de t de Student y está entrea 0.05 b y 0.10 y por interpolación da p 5
0.17. Este valor no es significante y, porSStanto,
e ¨se¨dice( yij queyi “tal jvez” .µ. .)
1
2
5 µ5.
i1 j 1

c) Aquí se quiere probar la hipótesis nula dea que b no hay diferencias entre las pobla-
SS ¨ ¨ ( yµ
ciones de los agregados 4 y 5, esto es,t H0i:1µj415 y. . .)2
ij . Para esto, se procede en forma
5
análoga al inciso b) usando los valores de la tabla
a 11 de µ4 5 465.17, µ5 5 610.67, s 5
70.43 y tamaño de muestra de n 5 6. bn¨ ( yi... todos
SSSustituyendo
a
2
. . .)estos valores en la función
i1
(7-6) da: b
4960 .813
SS an¨ ( ...
. . 2.)2
t 5 (465.17 2 610.67) / j[(70.43)(
1 ) 5 23.58
a b
6
n ¨ ¨ (layij...
Para calcular el valor de la probabilidadSSpabse consulta y. . .)
tablayi...de laydistribución
j... de t con
2

i1 j 1
25 grados de libertad y vemos que el valor p correspondiente
a b n
a 3.58 está entre 0.0005
, p , 0.001. Por interpolación, el valor n ¨ ¨ de
SSe calculado ¨ ijk ij...
pyes igualy 2
a 0.0008. Este valor
apoya, muy contundentemente, la hipótesis alternativa de H1: µ4 ≠ µ5.
i1 j  1 k  1
a b n
SSt ¨¨ ¨( ijk
y. . .)2
i1 j  1 k  1

7.1.4 Uso del programa Minitab para resolver problemas

y. . .) de ANOVA
a
SS bcn¨ (y a i...
2

de una clasificación i1

b
SS acn¨ ( y y. . .) b j...,
2

j 1

Ejemplo 7.5. Éste es un estudio relacionado con el ahorro de energía, c

es decir, de gasolina usando
SSb abn¨ ( y k... . . .)2
diferentes tipos de automóviles. Para esto la tareakconsistió
1 en hacer una prueba a seis
tipos de autos de cada modelo (auto 1, auto 2, auto a b 3, auto 4, auto 5 y auto 6). Para

cada uno de los seis autos, en cada una abde las ¨

SS cn ¨ ( ij... y j... y. . .)2
seis muestrasi...se puso
i1 j 1
exactamente 10
litros de gasolina en el tanque. Se tomó una muestra a c aleatoria de tres para cada tipo
SS bn ¨ ¨ ik... similares),
de auto. En seguida cada auto se manejóac (en condiciones ( i...
y k...
y. . .)2 consumir
hasta
i1 k 1
totalmente el combustible. Las distancias manejadas, b c bajo estas condiciones (en kiló-
metros) se registraron como se muestraSS an¨ ¨
enbc la tabla ( jk... Para
siguiente. j...
yresolver
k...
2
. . .)este estudio
se debe suponer α 5 0.05, hacer una tabla de análisis de varianza y probar que no hay
j 1 k 1
a b c
SSabc n ¨además
diferencias entre las seis poblaciones muestreadas, ¨ ¨ ( yde ijk...
interpretar
yij...2 ik...los resultados
jk... i... j... k...
...
adecuadamente. También si se desea evaluar lai1utilidad j  1 k  1 del modelo se puede hacer
a b c n
gráficos de residuales, es decir, pruebas de normalidad, residuales versus valores ajus-
SSe an¨ ¨ ¨ ¨ (y ijkl ijk...
)
tados, etc. Estos conceptos de momento son unj1poco prematuros,
k 1 k  1 l  1 pero seijk...explicarán
detalladamente en el capítulo 8 de regresión. a b c n
SSe an¨ ¨ ¨ ¨ (y ijkl yijk... y. . .)
j 1 k 1 k  1 l  1
332  |  Estadística para ingeniería y ciencias

Tabla 7.12.  K
 ilometraje de cada uno de los seis modelos después de consumir
los 10 litros de gasolina.
Tipos de autos
Auto 1 Auto 2 Auto 3 Auto 4 Auto 5 Auto 6
Kilometraje 34 38 38 40 38 41
38 38 38 44 39 39
36 35 40 46 42 40

Solución:
Seguir las indicaciones del programa Minitab como:
1. Vaya a: Stat → ANOVA → One Way (unstacked).
2. En la ventana de diálogo de One Way Analysis of Variance y en la ventanilla
de Responses introduzca las columnas de datos.
3. Si desea evaluar la utilidad del modelo de ANOVA vaya a Graphs y luego
seleccione OK.

a) La tabla de ANOVA se da abajo.

Tabla 7.13.  Análisis de varianza.

Fuente de Valor
g.l. SS MS Fcalc. Ftab.
variación de p
Debido a los
5 99.78 19.96 5.21 3.11 0.009
autos
Error 12 46.00 3.83
Total 17 145.78

Figura 7.2.  Programa Minitab para resolver problemas de ANOVA.

 Capítulo 7  Análisis de varianza (ANOVA)  |  333

En conclusión, debido a que Fcalc. 5 5.21 es mayor que 3.11 se rechaza la hipótesis
sustentada con un valor de p 5 0.009, el cual es muy significante.
b) La figura 7.3 muestra los diagnósticos gráficos para verificar la utilidad del modelo
de ANOVA de este estudio.

Gráficas de residuales para Auto 1, Auto 2, Auto 3, Auto 4, Auto 5, Auto 6

Gráficas de probabilidad normal de residuales
99
2

Porcentaje
90

Residual
0
50
10 2

1 4
4 2 0 2 4 36 38 40 42 44
Residual Valor ajustado
Histograma de residuales
4.8

Frecuencia
3.6
2.4
1.2
0.0
3 2 1 0 1 2 3
Residual

Figura 7.3.  Esquema de los diagnósticos gráficos.

Con relación a la figura 7.2, debido a que los valores residuales están muy cercanos a
la línea, dan un fuerte apoyo a la suposición de normalidad. Igualmente para la prueba
de independencia, de valores ajustados versus residuales, hay de manera aproximada el
mismo número de residuales positivos y negativos y la variabilidad de los residuos no
dependen de modo alguno del valor de y–i., lo que sugiere un buen ajuste del modelo de
ANOVA. Esto se explicará detalladamente en el capítulo de regresión.

7.2 Análisis de varianza de diseño de bloques completamente

aleatorizados
Como se dijo anteriormente, el diseño de bloques completamente aleatorios se usa para reducir el error expe-
rimental, ya sea debido a muestras pequeñas o a la variación inherente de las observaciones. Con este tipo de
diseño por bloques completos es posible controlar la variación dentro de las muestras (residual) generadas por
algún factor indeseable. De manera que, al bloquear las observaciones, se reduce la variación, que tal vez no
se pueda controlar cuando se usan diseños completamente aleatorizados.
El diseño de bloques aleatorizados también se refiere como ANOVA con dos factores, en el sentido de
que se usa I para representar el número de niveles del primer factor A y J para representar el número de niveles
del segundo factor B (bloques). Así, hay IJ posibles combinaciones que constan de un nivel de factor A y otro
de factor B. Cada una de estas combinaciones se llama tratamiento, por lo que hay IJ diferentes tratamientos.
Aquí, en el diseño de bloques, el número de observaciones hechas en el tratamiento IJ se representan con Kij
5 1, el cual es un caso especial del diseño de bloques aleatorizados, donde un solo factor A es de interés prin-
cipal, y el otro factor (B) bloques es incluido para reducir el error experimental.
En la siguiente discusión de ANOVA de dos factores, nos centraremos en el caso de Kij 5 K . 1, para
diferenciarlo del diseño de bloques aleatorios con Kij 5 1.
De cualquier manera, el término “bloque” se deriva de diseños experimentales agrícolas, en los cuales
las parcelas de tierras de cultivos se refieren como “bloques”. Por ejemplo, en el caso del diseño de bloques
aleatorios, los tratamientos se asignan aleatoriamente a unidades dentro de cada bloque con características de
334  |  Estadística para ingeniería y ciencias

suelos semejantes. De no ser así, las parcelas a las que se le aplica fertilizante, no todas podrían tener el mismo
tipo de tierra, nutrientes o humedad (lo que causaría variaciones en los rendimientos agrícolas). Al agrupar
las parcelas por características similares de suelos, minerales, nutrientes, humedad, etc., el error experimental
se reduce.
Otro ejemplo es el relacionado con experimentos médicos. Si los tratamientos son tres drogas y hay 24
pacientes, usando el diseño completamente aleatorizado, ocho pacientes son asignados de manera aleatoria a
cada uno de los tratamientos. Pero puede ocurrir que el historial clínico de los 24 pacientes no sea el mismo,
lo cual puede afectar su comportamiento con las drogas (lo que puede causar un error o residual grande). Sin
embargo, agrupando a los pacientes por historiales clínicos similares, edades, sexo, pesos, fumadores, toma-
dores, orientaciones sexuales, etc., se controla esta variación.
En el caso de la ingeniería ambiental, usando modelos de contaminación atmosférica, se esperaría que las
concentraciones de los contaminantes disminuyeran en función de la distancia (siempre y cuando las alturas
de los muestreadores fueran iguales, las condiciones meteorológicas fueran uniformes y el tipo de terreno por
donde está pasando la pluma fuera similar). Al controlar estos factores, las concentraciones de los contami-
nantes disminuyen exponencialmente, en función de la distancia de la fuente emisora, sin producir mucha
variación.
La tabla de abajo da el formato de ANOVA para el diseño de bloques completos.
Tabla 7.14.  ANOVA de un diseño aleatorizado por bloques completos.

Fuente de Suma de los Grados de Cuadrado

Fcalc. Ftab. Valor de p
variación cuadrados libertad medio
Debido a los
SSa a21 MSa 5 SSa/(a 2 1) MSa/s 21 F[12a;a21,(a21)(b21)] Calculada
tratamientos
Debido a los
SSb b21 MSb 5 SSb/(b 2 1) MSb/s 22 F[12a;b21,(a21)(b21)]
bloques
Residual s2e 5 SSe/[(a 2 1)(b 2
SSe (a 2 1)(b 2 1)
(Error) 1)]
Total SS ab 2 1
Xi X j t
t Xi X j
t
Donde: X i s 2X$ nj
t X i s 2X$ nj
t s a2 $ n
a2 $ n
SSa bs¨ a ( yi y. . .)22   Suma de cuadrados de tratamientos. (7-7)
SSa b¨ a1 ( y i y. . .)2
SSa b¨ i (y y. . .)2
SSa b¨

i b1 ( y i y. . .)
SSb a¨
i1 i
i b1
b (y j y. . .)22
SSb a¨

b1 ( y j y. . .)2   Suma de cuadrados de bloques. (7-8)
SSb a¨ j (y y. . .)2
SSb aa¨ j 1 ( y j
j 1 b j
y. . .)
SSe ¨ a ¨
aj 1b
b ( yij yi . . .)22
SSe ¨ a1 ¨ b 1 ( yij yi j
. . .)2
SSe ¨ i1 ¨
i j (y yi j . . .)2   Suma de cuadrados del error. (7-9)
SSe ¨ a1 ¨
 
j 1 ( yij y j . . .)
i jb1 ij i j
SSt ¨ i
a ¨
a 1 j
 b1
b ( yij y. . .)2 2
SSt ¨ a1 ¨ b 1 ( yij y. . .)2
SSt ¨ i1 ¨
i j (y y. . .)2
SSt ¨ i1 ¨
j 1 ( yij
j a1 ij
y. . .)   Suma total de los cuadrados. (7-10)
SSa bn¨
SSa ibn 1 j 1 a
( y . . .)22
SSa bn¨ ¨ a
a ( y
i1 ( yi...
i... . . .)2
. . .)2
SSa bn¨
Donde: i b1 ( yi... . . .)
an¨
i1 i...
SS –
b
i1 ( . . .)22
SS
SS
y i... 5 an
an¨ ¨
promedio b
b (
j 1 ( ...
... de .) observaciones para el i-ésimo tratamiento.
. .las
. . .)22
SSy–j... 5 an ¨
j 1 ( ...
promedio
j a1 b ... de. .las .) observaciones para el j-ésimo bloque.
SS
SyS–ab n
n ¨
j
¨
promedio
a ¨
a1 b

¨ b (
(
y
y ij...
de
yi... y j... y. . .)22
yi... las
todas . . .)
y ab yobservaciones o el promedio de los promedios.
SS...ab 5 n¨ i1 ¨
a b
i1 j 1 ( yij... yi... y j... y. . .)22
SSab n
y ab 5 j-ésima ¨
a ¨
j 1 ( yij...
b n
ai1 bj 1 observación
i1 j 1 ij...
y i...
y j...
del
j...
y . . .)
i-ésimo tratamiento.
SSij...e n ¨ a ¨ b ¨
n
yijk yij... 22
SSe n ¨ i1 ¨ j  1 k¨
n
y y
SSe n ¨ i1 ¨
a
j  1 k¨
b n
 1 yijk yij... 2
SSe n ¨ ia1 ¨ jb 1 k¨
 1 yijk
n
1 ijk
yij...
ij...
2

SSt
SSt ¨
¨
i
a ¨
a1 j
a1 ¨
b ¨
b 1 kn
b 1 k¨
 1(
n
n 1 ( ijk
ijk
y. . .)2
y. . .)2
2

i j 
 Capítulo 7  Análisis de varianza (ANOVA)  |  335

7.2.1  Suposiciones del modelo de bloques aleatorios completos

El modelo o diseño de bloques aleatorios completos asume cuatro suposiciones:
1. La respuesta al i-ésimo tratamiento en el j-ésimo bloque proviene de una distribución normal.
2. Las varianzas de las poblaciones ab son todas iguales. Esto se llama homoscedasticidad. Este término
se discutirá, nuevamente, en el capítulo de regresión y correlación lineal simple y múltiple.
3. Los promedios de las distribuciones normales ab pueden expresarse en la forma de µ 1 α 1 β. Esta
propiedad usualmente se llama aditividad o no interacción. Este término se discutirá, nuevamente, en
el capítulo de regresión y correlación.
4. Las desviaciones de los promedios εεij son independientes. Por ejemplo, si se sabe que ε11 es grande, no
se puede esperar que ε12 sea pequeña o grande.
Una suposición importante del modelo para un diseño de bloques completos aleatorizados es que se
supone que los efectos de tratamiento y de bloqueo son aditivos. Por ejemplo, para ilustrar esta situación, si
se grafican los promedios poblacionales versus tratamientos, digamos de los bloques 1 y 2, y si las gráficas son
paralelas, se dice que los efectos de tratamiento y de bloques son aditivos o que no interactúan. Sin embargo,
si las líneas de la gráfica se cruzan entre sí, se dice que hay interacción. En este renglón, si no se cumple la
condición de aditividad, conducirá a conclusiones erróneas.
El diseño completamente aleatorio tiene muchas aplicaciones en la producción industrial y en modelos
educativos. Para esto vamos a usar un ejemplo para ilustrar esta situación.

Ejemplo 7.6. Éste es un ejercicio relacionado con un experimento de bloques aleatorios completos

para determinar los efectos corrosivos de cuatro sustancias químicas diferentes, v.g.,
HCl, H2SO4, HNO3 y HF. Estos ácidos gaseosos que entran en el flujo de aire (flujo
transportador que entra al equipo de control, el cual se genera de un procesamiento
industrial), pasan por los filtros, es decir, en las telas usadas en los filtros o baghouses
(hechas de fibra de vidrio, asbestos, dacron, nailon, polietileno), para controlar la con-
taminación del aire. Para tales fines se seleccionan cinco muestras de telas y se aplica
un diseño aleatorio por bloques completos, para probar cada sustancia química, en un
orden aleatorio, sobre cada una de las muestras de las telas. Se sacan las conclusiones
debidas. Los datos se dan en la tabla de abajo. Hacer lo siguiente:
a) Probar la hipótesis nula de igualdad de promedios.
b) Hacer una tabla de análisis de varianza de diseño aleatorizado por bloques com-
pletos.
c) Sacar todas las conclusiones apropiadas.
Tabla 7.15.  R
 espuesta de los índices de corrosividad de las cuatro sustancias
químicas en las muestras de telas.
Tipos de telas
Sustancias químicas Vidrio Asbestos Dacron Nailon Polietileno
HCl 1.8 2.1 1.1 1.7 1.6
H2SO4 2.7 2.9 0.8 2.5 2.5
HNO3 2.3 2.3 1.1 2.0 1.8
HF 4.4 4.8 2.5 4.4 3.9
336  |  Estadística para ingeniería y ciencias

Usando un el paquete computadora se dan abajo.

Tabla 7.16.  A
 NOVA de los resultados de las resistencias a la corrosión de las
telas mediante el uso de un diseño aleatorizado de bloques
completos.
Fuente de Valor
SS g.l. MS Fcalc. Ftab.
variación de p
Debido
16.778 3 5.596 68.04 3.49 8.39 × 1028
a los ácidos
Debido
6.593 4 1.648 20.04 3.26 3.03 × 1025
a las telas
Error 0.987 12 0.082
Total 24.368 19

Debido a que el valor de la Fcalc. 5 68.05 . F0.05,3,12 5 3.49 se rechaza la hipótesis nula de
igualdad de tratamientos, y se dice que hay una diferencia muy marcada en la acción de
los ácidos, en cuanto el efecto que tienen sobre la resistencia promedio de las telas. Esta
contención está muy bien sustentada por el valor tan pequeño de p 5 8.39 3 1028.
Por otra parte, en cuanto a modelos estadísticos para controlar la variación, existe
otro tipo de diseño para reducir el error experimental llamado cuadrados latinos. Aun
cuando el diseño en bloques aleatorizados es muy efectivo para reducir el error expe-
rimental (residual), al eliminar una fuente de variación, los cuadrados latinos son muy
útiles para reducir dos fuentes de variación, mientras se reduce el número de combina-
ciones. Este diseño, sin embargo, no se discutirá en este texto.

7.2.2 Uso de Excel para resolver problemas de diseños aleatorizados

de bloques completos

Ejemplo 7.7. Supóngase que queremos usar cuatro vehículos diferentes para probar el kilometraje
dado por cuatro tipos de combustibles. Usando un diseño de bloques aleatorizado se
quema cada tipo de combustible en cada uno de los cuatro vehículos, seleccionando
aleatoriamente el orden en que se hace esto. Así, se tienen cuatro tratamientos corres-
pondientes a cuatro tipos de combustibles. Es decir, cuatro bloques correspondientes
a los cuatro vehículos probados. Los datos se dan en la tabla 7.17. Usando α 5 0.05 y
suponiendo que no hay interacción, sacar las conclusiones apropiadas.
Tabla 7.17. Kilometraje por litro dado de los diferentes tipos de combustibles y
de los cuatro tipos de vehículos.
Tipos de automóviles
Tipos de gasolinas 1 2 3 4
Gasolina con aditivo 13.5 15.8 17.8 18.9
Gasolina sin plomo 13.2 15.6 17.3 18.7
Gasolina premium 13.3 15.2 17.1 18.5
Gas propano 19.3 18.9 18.8 20.0
 Capítulo 7  Análisis de varianza (ANOVA)  |  337

Solución:
Usando el programa Excel, se procede así:
1. Introduzca los datos en la hoja de Excel.
2. Vaya a: Tools → Data Analysis
3. En la ventana de Data Analysis seleccione ANOVA: Two-Factor Without Repli-
cation y en la ventanilla de Input Range introduzca las columnas de datos y haga
clic en OK.

Figura 7.4. Esquema de la ventana de Data Analysis con el análisis de varianza

de bloques completamente aleatorizados.

Siguiendo estas instrucciones se generan los datos la tabla 7.18.

Tabla 7.18. ANOVA de los resultados del diseño aleatorizado de bloques
completos.

Fuente de
SS g.l. MS Fcalc. Valor de p Fcrítica
variación
Vehículos 27.61188 3 9.203958 7.599163 0.00774 3.862548
Combustibles 39.13688 3 13.04563 10.771 0.002465 3.862548
Error 10.90063 9 1.211181
Total 77.64938 15        

Conclusiones: De acuerdo con los efectos de los tratamientos (renglones) el valor de

Fcalc. 5 7.6 es mayor que la Fcrítica 5 3.86 y se rechaza la hipótesis nula. Esto quiere
decir que los tipos de combustibles no tienen un efecto sobre el kilometraje dados por
los vehículos. Esta decisión es apoyada por un valor de p 5 0.008 muy significante.
Similarmente, de acuerdo con los efectos de los bloques (columnas) el valor de Fcalc. 5
10.8 es mayor que Fcrítica 5 3.86 y se rechaza la hipótesis nula de promedios de bloques
iguales. Con esto, se concluye que los vehículos tienen valores de kilometrajes diferen-
tes. Esta decisión es apoyada por un valor de p 5 0.002 muy significante.
338  |  Estadística para ingeniería y ciencias

7.3  C
 lasificaciones cruzadas: Análisis de varianza en dos sentidos
El análisis de varianza en dos direcciones, de dos clasificaciones o de dos sentidos es útil para estudiar más
de dos tipos diferentes de tratamientos. La característica del diseňño factorial en dos sentidos es que, cada
nivel de un factor, se usa en combinación con cada nivel del otro factor. Por ejemplo, considérese el caso de
n réplicas de las combinaciones del tratamiento que se determinan por a niveles del factor A y b niveles del
factor B. En este aspecto, las observaciones se estructuran por medio de un arreglo rectangular, donde los
renglones representan los niveles del factor A y las columnas representan los niveles del factor B. Así, hay ab
celdas, cada una de las cuales contienen n observaciones (tamañňo de la muestra).
Por ejemplo, si un ingeniero agrónomo investiga el comportamiento de dos tipos de semillas, por medio
de variar el nivel del fertilizante, digamos, a tres niveles, alto, mediano y bajo, un factor sería el tipo de semilla
y el otro el nivel de fertilizante. Éste sería un ejemplo factorial con dos factores, el cual consistiría en usar seis
tratamientos formados por medio de usar cada tipo de semilla con cada nivel de fertilizante.
Otro ejemplo, de ANOVA de dos factores está relacionado con la medición de las concentraciones de
contaminantes del aire emitidos por una fuente industrial. Aquí para un factor se pueden seleccionar distintos
niveles de distancias de la fuente emisora y, para el otro factor, se pueden seleccionar diferentes alturas donde
están situados los muestreadores (porque la altura afecta las concentraciones).

7.3.1  Interacción con ANOVA de dos factores

Cuando se estudian experimentos factoriales es importante determinar si los factores principales tienen una
influencia en la respuesta, también lo es analizar lo que se llama interacción (no aditividad). El texto de Dunn
et al. (1974) explica el concepto de la interacción. Por ejemplo, en la figura 7.5, en un experimento que invo-
lucra tres niveles de agua y tres de fertilizante, las líneas son paralelas, lo que indica que no hay interacción, o
sea que hay independencia en los datos. Esto ocurrió porque los factores tipo de semilla, temperatura, suelos,
etc., fueron constantes o controlados. Sin embargo, en la figura 7.6 se observa que, en ambas gráficas hay una
respuesta promedio con interacción, es decir, que hay dependencia. En la primera gráfica un nivel alto de
fertilizante interacciona positivamente con un nivel alto de agua; mientras que en la segunda gráfica niveles
altos de agua y fertilizante dan una respuesta baja, en comparación con la respuesta a niveles bajos y medianos
de agua. En términos simples, se dice que hay interacción entre dos factores (digamos A y B), si el cambio en
uno de los factores (digamos factor B) produce un cambio en respuesta a un nivel (digamos nivel 1) del otro
factor (digamos A) diferente de aquél producido en los otros niveles (digamos nivel 2) de este segundo factor
A, donde un nivel es uno de los tratamientos dentro de un factor.

Nivel alto de agua

Respuesta media

Nivel mediano de agua

Nivel bajo de agua

Figura 7.5. Gráfica de una respuesta promedio
sin interacción (aditividad), es decir
hay independencia en los datos.

1 2 3
Nivel de fertilizante

Fuente: Adaptación del libro Applied Statistics: Analysis of Variance and Regression. Dunn et al. 1974. John Wiley and Sons.
Nueva York, (1974).
 Capítulo 7  Análisis de varianza (ANOVA)  |  339

Nivel alto Nivel alto Nivel alto de agua Nivel alto de agua
de agua de agua

Respuesta media

Respuesta media
Respuesta media

Respuesta media
Nivel mediano Nivel mediano
Nivel mediano Nivel mediano de agua de agua
de agua de agua
Nivel bajo Nivel bajo
de agua de agua
Nivel bajo Nivel bajo
de agua de agua

1 2 3 1 2 3 1 2 31 2 3
Nivel de fertilizante Nivel de fertilizante Nivel de fertilizante Nivel de fertilizante

Figura 7.6. Gráficas de una respuesta promedio con interacción (no aditividad), es

decir, hay dependencia entre los datos.
Fuente: Adaptación del libro Applied Statistics: Analysis of Variance and Regression. Dunn et al. 1974. John Wiley and Sons.
Nueva York (1974).

Cuando ocurre una interacción en algún experimento es importante investigar por qué ocurrió. Por ejem-
plo, cuando se establece la tabla de análisis de varianza, se estudian los comportamientos de los efectos prin-
cipales y también la posible interacción entre los dos factores bajo estudio. En términos estadísticos, si la F
calculada es mayor que la F crítica eso indica que los factores están interactuando. No obstante, la interacción
puede ocurrir por mera casualidad. Pero también, la interacción puede ocurrir, causalmente, debido a algún
valor extremo o factor que no se ha podido controlar. La interacción, también se puede deber a algún pro-
blema en los datos o a una respuesta errónea. De cualquier manera, cuando los datos obtenidos indican que
existe una interacción grande, los efectos principales correspondientes serán de poca utilidad.
Como se verá en el siguiente ejemplo, si hay interacciones entre las alturas y las distancias. Cuando se
modelan las emisiones de contaminantes atmosféricos, hay muchas variables que pueden afectar los resulta-
dos. En este ejemplo, tal vez hubo cambios meteorológicos imprevistos, emisiones fugitivas o diferencias en
los tipos de terreno por donde pasa la pluma de la chimenea. Esto pudo contribuir a la interacción de los dos
factores estudiados en ese ejemplo.
Situaciones similares pueden ocurrir en estudios de agricultura. Por ejemplo, si el ingeniero agrónomo
desea estudiar los rendimientos agrícolas usando dos factores, como el tipo de semilla y la cantidad de fer-
tilizante aplicado, tiene que analizar si hubo interacción entre los factores semilla-fertilizante. Si la hubo,
pudo deberse a que, en las parcelas seleccionadas para los cultivos experimentales, no había uniformidad de
variables como humedad, tipos de suelos, cantidad de nutrientes, etc. Para remediar esta situación se tendría
que hacer un experimento por bloques aleatorizados, es decir, teniendo cuidado de que las parcelas agrícolas
fueran todas uniformes en las variables anteriormente descritas.
De cualquier manera, la tabla de abajo muestra el formato que se usa para experimentos factoriales en
dos sentidos o con dos tratamientos. La tabla 7.19 muestra el formato que se sigue para los análisis de varianza
en dos sentidos.
Tabla 7.19.  Análisis de varianza en dos sentidos.
Fuente de variación SS g.l. MS Fcalc. Ftab.
Efecto principal
Debido a A SSa a21 MSa 5 SSa/(a 2 1) F1 5 MSa/s2e F[12α;a21,ab(n21)]
Debido a B SSb b21 MSb 5 SSb/(b 2 1) F2 5 MSb/s2e F[12α;b21,ab(n21)]
Interacción de dos factores
Debido a AB SSab (a 2 1)(b 2 1) MSab 5 SSab/(a 2 1)(b 2 1) F3 5 MSab/s2e F[12α;(a21)(b21),ab(n21)]
Residual SSe ab(n 2 1) s e 5 SSe/[ab(n 2 1)]
2

Total SSt abn 2 1

 SSa b¨ b ( yi
a
y. . .)
SSb a¨
i1
SSba b a i1 b ( y ij y. . .)22
SSb a¨
¨ ( y y . . .)
y. . .)22
j 1 ( y j
ij1
b1 j

SS aaa¨j 1b( y j
b b
y. . .)2
SSbbe ¨ aa¨ j ¨ 1b( y ( yj ij y.y. .) . . .)22
340  |  SS
SSe ¨
¨
Estadística ¨ (parayij ingeniería yii j y ciencias . . .)2
i1 ¨
j
a b (y 1
e i 1  j  1
yi j
. . .)
SSe ¨ a1 ¨
j 1 ij j
a bb
a ( yij yi 2 j . . .)22
SSte ¨ a1¨
b1
i j
b 1 ( yijij y. . .) . . .)
Donde: SSt ¨ i
11 ¨
j
( yij y.i . .)22 j
SSt ¨ i1 ¨
ii

a jj 11
j 1 ( yij
b y. . .)
SSt ¨ i1 ¨
a b a (y y. . .)22
SSta ¨ 1 ¨
a1
j ij
bn a 1 ( yi...
y. . .) 2   Suma de los cuadrados debido al factor A (7-11)
1 ¨
SSa iibn j
( yij . . .)2
SSa bn
SSa bn¨
¨ij
i
a 1 ( yi...
ab
1 i...
. . .)
. . .)222
b1 ( yi...
an¨
i
SSa bn b1 ( yi... . . .) 2
SS an¨ i
( ... ... . . .)2   Suma de los cuadrados debido al factor B (7-12)
SS an¨ j 1 ( ...
ij b11 . . .)2
SS an¨ j 1 ( b ...
ba b
. . .)2
SSab n ¨
SS
SSab an n jaa1 (¨ b ( y . . .) yi... y j... y. . .)22
SSab n ¨
¨ ¨ ( y
... ij...
yi... y j... y. . .)2  
i1 ¨ yi... y j... y. . .) Suma de los cuadrados de la interacción
ji 1
a b (y j  1 ij...

SSab n ¨ ai1 ¨
j 1
a bb n ij...
a (y yi... y2j... y. . .)22 de los factores AB      (7-13)
nn ¨ ¨
SSeeab n ¨ ai1¨ bj 1¨
bj 1 n ij...
S
SSS (nyij...yijk yi... yij... y2j... y. . .)
SSe n ¨
¨ 1 1¨ ¨ yijk yij... 2
i1 ¨ j  1 k¨
ai bj 11k  n1
 1 yijk yij...
i j

SSe n ¨ a1 ¨
a
b 1 k¨
b
 1 yijk
nn yij... 222   Suma de los cuadrados del error o residual (7-14)
SSet n ¨ a1 ¨ ¨
i j n
 1( yijk yy. ij...
. .)2
SSt ¨
¨
i
¨b 11 kk¨
j b 1k n
( ijk y. . .)2
ijk

i1 ¨ j  1 k¨
ia 11 j  11
SSt  1 ( ijk y. . .)2
 
n
SSt ¨i1 a¨
a ab
j  1 k¨  1 ( ijk
n
y. . .)
SSta bcn
SSa bcn ¨i1¨
¨ a¨j (1y
( yk¨ i...1
 ( yijk. . .)y22 . . .)2   Suma de los cuadrados del total
y . . .)
(7-15)
SSa bcn¨ i1i a j 1 1 k 
1 ( y i...
i...1
y. . .) 2

SSa bcn¨
i
ab
b1 ( y i... y. . .)222
SSbba acn¨
i
Donde: SS ac n
bcn ib1 i... ( y yy......))
SSb acn¨
¨ ( y jj..., y. . .)22
j 1 ( y j..., y. . .)2
j
i b 11 ...,
A5 acn¨
SSvariación j c1debido
bc
( y j..., yal. .primer .) factor A
SSbb ac abn n¨ j c1 ((y yjk... y. . .)22
B5 abn¨
SSvariación debido
(y ...,
al. . segundo
.) factor B
SSbb abnjkk¨  c11 ( y k...

. . .)22
abnk¨ a 1
c b k...
AB 5 SSinteracción a1 ( y
b entre el. .factor
.)2 A y B (interacción que ocurre cuando no hay aditividad)
SSbab abn cn¨ ¨a1¨ (b y(k... . . .) y j... y. . .)22
2SSb cn ¨
¨
k
¨ (k...ij... i...
y y. . .)2
i1 ¨
s 1, s 2SS
2
, sab3 y scne son
2 2
bla1 formaciónij... i...
ydej... los cuadrados medios y se obtienen dividiéndolos entre sus correspon-
j 1 ( ij... y. . .)2
i ka 1 1j 

cn¨ 1¨
ab i... j...
dientes SSabgrados iade
a bc
(
libertad y y. . .)
cn¨ ia1 ¨
j 1
SSab bn c
( ij...
c1 ( ij...
i...
yyj... y.y...). .)2 22
yijk 5SS
ac
suma
SSac bn¨
bn de ¨
ialas 1 k ¨
j

¨
j
( ik...
11observaciones
ik...
i...i...
i...
yj...k...
y k... lay.(ij
en y. . .))-ésima
. .)22 celda
1 ( ik...
ac 
c k...

¨ ¨
i b 1k i...
– SS
y i.. 5SSpromedio bn a c
( y y . . .)
. . .)22 el i-ésimo nivel del factor A
b de c las observaciones
an¨ ¨ ypara
ac i  1 k  1 ik... i...
bn c 1 ( jk... y k...
SSbc ac an¨ i b1 k
¨ 
( jk... ik... j...
i... y k... . . .)2
–
y … 5SSpromedio
bc
an¨ ij b 1
¨
k
de1 (todas
c 1 j...
lasj... abny k... observaciones
k...
. . .)
SSbc an¨ ¨
bc j 1 k jk...
ba cb
( c y k... . . .)22
– n¨ a1 k
¨ b1 ¨
b 1 c jk...
j  j...
y .j. 5SSpromedio an de (las (observaciones
y j... yij... y 2 ik...para . . .) jk... el j-ésimo nivel del factor
. . .)22B
SSbc abc n¨ j a1 k
¨ 
¨ c jk...
( yijk... yij...k...
2 ik... i... j... k...
. . .)2
y–ij. 5SSpromedio
abc
n¨ ji a
i1 de
1 k
¨
j b 1
1 k
¨
las

c 1 ijk...
 1 (observaciones
yijk... yij...2 ik...en lajk... jk... i...
(ij)-ésima
j...
celda
k...
. . .)
SSabc n ¨ ai1 ¨ j  1 kc¨
abc j 1 k i... j... k...
a a b b c
1(
c ny yij...2 ik... . . .)22
yijk 5SS ann ¨
eabc an¨ ai1¨ ¨
j  1¨
b
kc¨ ¨ 1(
n ijk...
y (yen y 2 jk... i...
) del factor j... k...
. . .)j-ésimo nivel del factor B
SSk-ésima ¨ observación
¨ b
1 1k¨ 1 l¨
n ijk...
(y ijkl elij...i-ésimo ijk... ik... nivel
)
ijk...jk... i... j...A y k...
el nivel
a5 SS e

SSnúmero
an ¨j ai
j 1de
11k
¨1 k¨c 1 l¨
j
b kc
 1n 1 (y ijkl ijk... ijk...
)
an¨ ¨bb 1muestras
k¨ c 1 l¨
(ydel
ijkl primer factor
e k 1 ijk... ijk...
a n
)
¨ a1 k
¨ k¨ c 1 l¨
n1
e j   ijkl ijk... ijk...
SS an (y y y . . .) )
b5 SSe an¨
número
e j a de 1k
¨ 
¨c 1 l¨
b 1muestras n1 del
ijkl segundo
(y ijkl yijk... y. . .)ijk... factor
ijk...
SSe an¨ j a 1 k
¨ 1 k¨
b1k
 1 l¨
n1
 1 (y ijkl

yijk... y. . .)
SSe an¨ ¨ 1 k¨  1 l¨
j 1 k
n5 número a total b cde ncasos
 1 (y ijkl yijk... y. . .)
SSe an¨ ¨1 k¨ 1 l¨
j 1 k
j 1 k  1 (y ijkl yijk... y. . .)
Aquí es importante recapitular
j 1 k 1 k  1 l 1 las suposiciones del modelo de ANOVA en dos direcciones, es decir:
1. Los residuales o errores εijk deben ser independientes.
2. Los residuales εijk deben estar normalmente distribuidos.
3. Los residuales εijk deben de venir de una población con la misma varianza.
De no cumplirse con estas suposiciones, el diseño será incierto.

Ejemplo 7.8. Para estudiar los efectos de la altura y la distancia en las concentraciones de contami-
nantes atmosféricos (SO3), que son emitidos por una chimenea industrial se instalaron,
viento debajo de la fuente emisora, tres muestreadores, a tres alturas diferentes (tres
niveles de A) y, a cuatro distancias distintas (cuatro niveles de B), con dos observaciones
obtenidas para cada una de las 12 combinaciones de altura-distancia. Para esto se dan
 Capítulo 7  Análisis de varianza (ANOVA)  |  341

los siguientes avances informativos: SSa 5 7.00, SSb 5 20.00, SSe 5 7.0 y SSt 5 45.00.
Suponiendo un nivel de significancia de α 5 0.05, resolver los siguientes enunciados:
a) Establecer una tabla de análisis de varianza.
b) Hacer pruebas de F para demostrar que ninguno de los valores de F, para interac-
ciones de la altura y la distancia, es significativo. Probar la hipótesis nula H’0: de
que no hay diferencias en las concentraciones promedio de SO3 en las distancias,
cuando se usan tres alturas diferentes, en las cuales fueron situados los muestreado-
res que están midiendo las concentraciones del bióxido de azufre. Además, probar
la hipótesis nula H”0: de que no hay diferencia en las concentraciones promedio en
las cuatro distancias a las que se situaron los sensores. Finalmente, probar la hipó-
tesis nula H’’’0: de que no hay interacción entre las diferentes alturas y las distintas
distancias de los sensores.
c) Ver cuáles efectos principales son significativos.
d) Calcular los valores de p.
Solución:
Usando un programa de computadora se obtienen los siguientes resultados.
a) La tabla de ANOVA con los valores sustituidos se da abajo.
Tabla 7.20. ANOVA para el problema de los efectos de la altura y la distancia
en las concentraciones del contaminante SO3 atmosférico.

Fuente Suma de los Cuadrado Valor de

g.l. Fcalc. Ftab.
de variación cuadrados (SS) medio (MS) p
Debido a la
7.00 2 3.50 6.03 3.89 0.023
altura (A)
Debido a la
20.00 3 6.67 11.50 3.49 p ,, 0.001
distancia (B)
Debido a la
11.00 6 1.83 3.16 3.00 0.046
interacción de AB
Debido al error 7.00 12 0.58
Total 45.00 23

b) Las tres pruebas de hipótesis nulas se establecen de la siguiente manera:

H’0: α1 5 α2 5 α3 5 0 (no hay diferencias en las concentraciones promedio de SO3
cuando se sitúan los sensores a las diferentes alturas).
H’’0: β1 5 β2 5 β3 5 β4 5 0 (no hay diferencias en las concentraciones de SO3,
cuando se sitúan los sensores en las cuatro distancias de la fuente emisora).
H’’’0: (αβ)11 5 (αβ)12 5 . . . 5 (αβ)24 5 0 (no hay interacción entre las diferentes
alturas y las diferentes distancias).
Las pruebas de hipótesis alternativas son:
H 91: cuando menos una de las concentraciones αi (por la altura) difiere de cero.
H 01: cuando menos una de las concentraciones βj (por la distancia) difiere de cero.
H -1: cuando menos una de las (αβ)ij (interacción altura-distancia) difiere de cero.
342  |  Estadística para ingeniería y ciencias

Conclusión:
Se rechaza H 90: y se concluye que las concentraciones de SO3 por el efecto de la altura
son diferentes a aquéllas debidas al efecto de la distancia. Esta contención es apoyada
por el valor de p 5 0.023. Análogamente, H 00: también se rechaza con un valor muy
significativo de p ,, 0.001. La interacción entre la altura y la distancia, es decir, Fcalc.
5 3.16 . Ftab. 5 3.00 está en el umbral de la interacción, con un valor de p 5 0.05.
Esto indica que la interacción debe de considerarse. Lo que quiere decir que tienen que
considerarse variables como el tipo de terreno, cambios imprevistos en las condiciones
meteorológicas, sensores mal situados, mal funcionamiento del equipo, emisiones fu-
gitivas, cuerpos de agua y así sucesivamente.
c) y d) explicados por el inciso a). De acuerdo con la tabla todos los efectos son signi-
ficativos, especialmente, debido a la distancia.

Ejemplo 7.9. Éste es un ejemplo de ingeniería agrícola, el cual hace un estudio de ANOVA de dos
clasificaciones relacionado con el rendimiento de algodón. En este experimento se in-
volucran dos tipos de semillas (1 y 2), cada uno de estos factores usados en tres niveles
de agua, es decir, bajos, medianos y altos. Saque todas las conclusiones debidas. La
tabla de abajo muestra la información requerida para este problema.

Tabla 7.21.  Producción de algodón en toneladas por hectárea.

Nivel de agua
Tipo de semilla Bajo Mediano Alto
1 2.4 3.0 2.9
3.0 3.3 3.4
2.3 3.2 3.5
3.3 3.1 3.4
2 2.9 2.5 4.2
2.7 2.9 4.6
2.4 2.1 4.3
2.5 2.3 4.2

Usando un programa de computadora da los resultados mostrados en la tabla 7.22.

Tabla 7.22. Análisis de varianza para el experimento agrícola de dos tipos de
semillas con tres niveles diferentes de agua.

Fuente de variación g.l. SS MS Fcalc. F0.05 Valor de p

Tipo de semilla 1 4.25042 4.25042 91.90 4.41 0.000
Nivel de agua 2 0.81333 0.40667 8.79 3.55 0.002
Interacción de semilla
2 0.69333 0.34667 7.50 3.55 0.004
y fertilizante
Error 18 0.83250 0.04625
Total 23 6.58958
 Capítulo 7  Análisis de varianza (ANOVA)  |  343

Conclusiones:
Debido a que el valor de la estadística Fcalc. 5 91.90 es mucho mayor que Ftab. 5 4.41
se rechaza la hipótesis de que no hay diferencias entre los tipos de semillas, es decir
H0: µ1 5 µ2 5 µ3 5 µ4 y se inclina por la hipótesis alternativa de H1: µ1 ≠ µ2 ≠ µ3 ≠ µ4.
Esta decisión es apoyada por un valor de p muy significativo. Situación similar ocurre
con los niveles de riegos. En cuanto a la interacción se ve que los factores semilla y
niveles de agua están interactuando porque 7.50 . 3.55. En este caso la interacción
pudo ocurrir por mera casualidad, pero también por algún valor extremo o problema
relacionado con el diseño experimental.

7.4 Problemas de ANOVA de dos clasificaciones usando

el programa Minitab

Ejemplo 7.10. Se prueban 16 autos de diferentes tamaños de motores (1.6, 2.3, 3.0 y 3.7 litros) del
mismo cilindraje y de dos tipos distintos de transmisiones (manual y automática) con
objeto de comparar el consumo de gasolina (en kilómetros por litro), es decir, después
de ser manejados bajo condiciones similares. Con un nivel de significancia de α 5
0.05 hacer lo siguiente:
a) Hacer una matriz con la información dada e introducirla a la hoja de Minitab.
b) Hacer una tabla de análisis de varianza de dos clasificaciones y sacar todas las
conclusiones debidas.
c) Hacer gráficas de los efectos principales y de los efectos de interacción entre mo-
tores y tipos de transmisiones.
d) Usando gráficos subjetivos evaluar la utilidad del modelo de ANOVA bidirec-
cional.
Tabla 7.23.  Kilometraje para los tipos de motores y tipos de transmisiones.

Capacidad de las máquinas (litros)

1.6 2.3 3.0 3.7
Transmisión automática 12.5 11.8 11.0 10.0
13.0 11.0 10.9 10.5
Transmisión manual 14.0 14.1 11.6 15.0
15. 0 12.8 14.5 16.0

Solución:
Usando el programa Minitab proceder así:
1. Vaya a: Stat → ANOVA → Two Way
2. Después en la hoja de Minitab introduzca los datos como se muestra en la
figura 7.7.
344  |  Estadística para ingeniería y ciencias

a) La matriz estructurada e introducida a la hoja de Minitab se da en la figura 7.7.

Figura 7.7. Esquemas de la introducción de los datos en la hoja de Minitab

así como también la ventana donde se introducen los datos de la
variable de respuesta (kilometraje), los factores tipo de transmisión
y tipo de máquina.

b) Los resultados de ANOVA se dan en la tabla 7.24.

Tabla 7.24.
Fuente de
g.l. SS MS Fcalc. Ftab. Valor de p
variación
Debido a la
1 31.08 31.08 37.53 5.32 0.000
transmisión
Debido a la
3 5.79 1.93 2.33 4.07 0.151
máquina
Interacción 3 8.16 2.72 3.28 4.07 0.079
Error 8 6.63 0.83
Total 15 51.65

Conclusión:
Para los efectos de la transmisión, debido a que la Fcalc. 5 37.53 es mayor que Ftab. 5
4.84, se rechaza la hipótesis de que no hay diferencias entre los efectos de las transmi-
 Capítulo 7  Análisis de varianza (ANOVA)  |  345

siones y se inclina por la hipótesis alternativa. Esta decisión es apoyada por un valor
de p 5 0.001, el cual es muy significante. En cuanto a los efectos de interacción debido
a que Fcalc. 5 1.44 menor que Ftab. 5 3.59 no hay interacción entre el factor transmisión
y el factor máquina.
c) Para generar las gráficas de los efectos principales y de interacción usando el pro-
grama Minitab proceder de la siguiente manera:
1. Para hacer gráficas de los efectos principales entre motores y tipos de transmi-
siones, vaya a: Stat → ANOVA → Main effects. En seguida, en la ventana
de Main Effects y en la ventanilla de Response introduzca la variable de
respuesta (kilometrajes en columna 1). En la ventanilla de Factors ponga las
columnas C2 y C3 (tipos de transmisión y máquina) y haga clic en OK.
2. Igualmente, para generar la gráfica de los efectos de interacción vaya a: Stat
→ ANOVA → Interaction Plot. En seguida, en la ventana de Interaction
Plot introducir las variables de respuesta y de factores y haga clic en OK.
Además, si se desea seleccionar Display full interaction plot matrix.
Todo lo anterior genera las gráficas de los efectos principales y de interacción.
Efectos principales
Efectos principales
(promedios(promedios
de datos) de
para
datos)
kilometraje
para kilometraje Gráfica deGráfica
interacción
de interacción
(datos de (datos
promedios)
de promedios)
para kilometraje
para kilometraje

Tipo transmisión
Tipo transmisión Tipo de máquina
Tipo de máquina 1.6 2.3 1.6
3.0 2.3
3.7 3.0 3.7
14.5 14.5 16 16
Tipo de transmisión
Tipo de transmisión
Promedio de kilometraje

Promedio de kilometraje

Transmisión automática
Transmisión automática
14.0 14.0 14 14
Transmisión manual
Transmisión manual
Tipo transmisión
Tipo transmisión
12 12
13.5 13.5
16 16 10 10
13.0 13.0 Tipo de máquina
Tipo de máquina
14 14 1.6 1.6
Tipo de máquina
Tipo de máquina 2.3 2.3
12.5 12.5
12 12 3.0 3.0
3.7 3.7
12.0 12.0 10 10
ic a icaal ua
l
11.5 11.5 át ánt u an
om ma
om
ut utn nm
na nisaió isió
11.0 11.0 isió ió
niss
m s m
sm srma an
Transmisión automática
Transmisión
Transmisión
automáticamanual 1.6 manual
Transmisión 2.3 1.6 3.02.3 3.73.0 3.7 an anT Tr
Tr Tr

Figura 7.8.  Efectos principales y de interacción.

c) Los gráficos subjetivos para evaluar la utilidad del modelo de ANOVA bidireccio-
nal se muestran en las gráficas de abajo.

Gráficas de residuales
Gráficas de probabilidad normal de residuales Residuales versus valores ajustados
99 2
Porcentaje

90 1
Residual

50 0
1
10
1 2
4 2 0 2 4 11 12 13 14 15
Residual Valor ajustado
Histograma de residuales Residual versus el orden
2
4.8
Frecuencia

Residual

3.6 1

2.4 0

1.2 1

0.0 2
2.0 1.5 1.0 20.5 0.0 0.5 1.0 1.5 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Residual Orden de observación

Figura 7.9. Gráficos subjetivos de residuales. La interpretación de la primera gráfica

superior izquierda es que la prueba de normalidad es buena. En la segun-
da gráfica superior derecha, hay aproximadamente el mismo número de
residuales positivos y negativos; además, no hay ninguna tendencia cre-
ciente o decreciente en los datos, lo que indica que el modelo es bueno.
346  |  Estadística para ingeniería y ciencias

7.5 Análisis de varianza de tres sentidos: diseño completamente

aleatorizado (efectos fijos)
Cuando se habla de análisis de varianza con clasificaciones cruzadas o diseños factoriales, hay experimentos
que involucran más de dos factores, lo cual nos lleva al análisis de varianza de clasificaciones en tres sentidos.
Aquí es necesario decir que, en el caso de modelos de ANOVA factoriales en tres clasificaciones todos pueden
ser fijos, aleatorios, uno aleatorizado y dos fijos, o dos aleatorizados y el otro fijo. Aquí se verán, únicamente,
experimentos con tres factores fijos A, B y C, en los niveles a, b y c, respectivamente, en diseños experimentales
por completo aleatorizados y con efectos fijos.
Los números de los niveles de los tres factores están representados por I, J y K, respectivamente, y Lijk es
igual al número de observaciones hechas con el factor A al nivel I, factor B al nivel J y factor C al nivel K. Pero,
es necesario afirmar que el análisis factorial es muy complicado cuando los valores de Lijk no son todos iguales,
por tanto, en este estudio se limitará a Lijk 5 L.
En el experimento de la producción de cebada teníamos dos niveles, es decir, el factor semilla y el factor
fertilizante, pero si este experimento se hiciera con un análisis de varianza de tres sentidos, se le podría agregar
otro factor más, es decir, dos niveles de agua. Bajo estas condiciones habría 12 combinaciones de tratamientos,
y se supondría que 48 parcelas fueron asignadas aleatoriamente a las 12 combinaciones de tratamientos.
Otro ejemplo relacionado con la ingeniería ambiental atmosférica es usando tres factores para medir
las concentraciones de gases y partículas contaminantes, v. g., SO2, NO2, Pb, Cd, etc. Es decir, para ver los
efectos que tendrían factores como diferentes elevaciones, distancias, tipos de sensores y tipos de terrenos o
condiciones meteorológicas. Las clasificaciones cruzadas con tres factores, se diseñaron tradicionalmente,
para experimentos agrícolas, pero también tienen muchas aplicaciones en otras áreas. La tabla 7.25 muestra el
formato usado para experimentos factoriales de tres factores fijos.

Tabla 7.25.  ANOVA de tres vías para modelo de efectos fijos.

Fuente de
SS g.l. Cuadrado medio Fcalc. Ftab.
variación

Efectos principales

A SSa a21 MSa 5 SSa/(a 2 1) MSa/s21 F1[12α;a21,abc(n21)]

B SSb b21 MSb 5 SSb/(b 2 1) MSb/s 2 2

F2[12α;b21,abc(n21)]

C SSc c21 MSc 5 SSc/(c 2 1) MSc/s23 F3[12α;c21,abc(n21)]

Interacción de dos factores

AB SSab (a 2 1)(b 2 1) MSab 5 SSab/(a 2 1)(b 2 1) MSab/s24 F4[12α;(a21)(b21),abc(n21)]

AC SSac (a 2 1)(c 2 1) MSac 5 SSac/(a 2 1)(c 2 1) MSac/s25 F5[12α;(a21)(c21),abc(n21)]

BC SSbc (b 2 1)(c 2 1) MSbc 5 SSbc/(b 2 1)(c 2 1) MSbc/s26 F6[12α;(b21)(c21),abc(n21)]

Interacción de tres factores

ABC SSabc (a 2 1)(b 2 1)(c 2 1) MSabc 5 SSabc/[(a 2 1)(b 2 1)(c 2 1)] MSabc/s27 F7[12α;(a21)(b21)(c21),abc(n21)]

Residual SSe abc(n 2 1) s2e 5 SSe/[abc(n 2 1)]

Total SSt abcn 2 1

 SS a an¨ ¨ ¨ ib
j1
a 1( b ...
a 1 b ... i... . . .)22
SS
SSS S an
an n
¨ ¨bj1
¨
¨
i
ab1 (¨
ab1( ¨
b ...( y . . .)
b ... ( y . . .)yi...
y2 2 y j... y. . .)22
y.. .. .)
j
S S
SSS
ab
Sab an n
n¨ ia1 ¨ (jb1 (...yij...
ij...
. . y.)i... y y j... y .)2
a¨
j
nj¨ i1a1¨

SSS
Sabab an 11 bjb1(...
(j1 nyij...ij... . .y.)i...i...2 y j...j... y. . .)22
SSab n ¨ ij
1¨ (y y y j... y. . .)
Sabe nn ¨
SSS iaa1 ¨
aia j
a1 jb
j b1 ¨
bb
( nyij... yijkyi...
b1 n ij...
i... yij... j...
y 22 y. . .)22
SSSS Se nn¨ nn ¨ ¨ 11 ¨ ¨ ¨ 11 k¨
( y y y y y y .y...). .)2 Capítulo 7  Análisis de varianza (ANOVA)  |  347
ni¨ 11 j¨ 11 k¨
Sab
SS a b
(ij...
n
y ijk i...y ij... j...
n 1 ij...yijk i...yij... 2 j...
y 2
¨
b¨
iai jbj
ab n ¨ 1¨ 1¨
 
SSSSeeab (y11 ij...yijk yi...yij... y2 j... y. . .)2
SSe n ¨ aia1i¨ b1 bj ¨
i j
ia ai 1jb j 1knn
n 1 yijk y 22
SSet nn ¨ i¨aa1 ¨
a j bb1 k¨
j¨ b1 k¨
1n
SS nn1 (yijk y.ij... . .)2 22
n¨ i¨ 1¨ j¨ 11¨ kk¨
Donde:
SS y y
¨ ¨ ¨
ij...
SS ( y y.. ..ij....)
¨ ¨ ¨
 n ijk
SS
SS a b n
 11 ( ijk yijk yij... .)222
i¨ j¨ k¨
e t
SSt e n¨ 1¨  1¨
ia11j  j b n
 1( y y
ijk
SS te i 1 k 1 ijk
y . . .)
¨ 1¨ 1¨
 
SSt a i 
i1 aj  1 k  1 1 b
j  1 kn 
(1 ijk y. . .)22
1 ijk ijk ij...
SS
SSSS bcn¨
aii

¨ii¨a11¨
a1 ¨
¨ jba
aj b1(¨
a
j
b1(k¨
nk
y n1 ( y. . .)y2. . .)
n1( .. .. ..y)).22y...). .)2
2 (7-16)
¨ 1 (ky¨
j  1 k i... ijk
SS ta
bcn yi... 1 (ijky
SS
SSt a bcn
i¨ 1 ji¨ ¨ 11(ky¨
y
SSaat bcnii¨
ia 2
SSSS bcn
at 1 ( y. . .) y. . .)
i... ijk 2

acn¨ ¨ i1a bj1

( y11 kki... 1
 1 y. . .)2 2
ijk 2

¨ii¨
ai 1 b1j 
SS
SSab bcn ba ((yy i... yy. . .).)2
SSSS
SS
SS ac
bcn
ac
bcn n
n ¨
¨
 ba1( y
11 ( y
( yi...i...jj..., y.yy...).. 2..) .))222 (7-17)
ni¨ ¨
ab jb ...,
SSSSba ac
ba bcn j1b1((yy j ...,
i... yy .. . ..). )
SSb acn¨ jic1
c (y
j...,
i... y. . .)222
SS
SS ac
abn n ¨bj 
¨ i bc11((yyj..., y . .. ..) .)
ac¨ ¨ 2
SS cb1( y y.y....).. .)
bb acn j 
nj¨
1 2
SS
SS
SS abn
abn 1( jy
( y...,j...,k... .)2222 (7-18)
j ¨
bb

SSb abnk¨
k k...
SSSSbbbb abn acn 1c1((y y j...,
k... y . .. .
.) .)
¨
k
kajc 11 b k...
1(by k...
j...,
. . .)22
SS
SSbab abn cn¨ caj
a c1¨ (by(k... ij... . . .)i... y y. . .)22
SSSS
SS
SSab abncn
cn¨
abn ¨ ¨ k
a¨
a  c(¨
1
¨ by (
b( y(k...ij...
. . .) 2
.)2 y j... y
. . i... 2 y j...
y.. .. .).)22
¨ 11¨
¨
b ab ik   1 1 j  k...
1 ij... i... j...
SSSSabbb cn abn ( (
1y . . .) y y . . .) (7-19)
SSab cn¨ ¨
ki jb
a
iak 11j 
( ij...
c1 k... i...
y j... y. . .)22 2
SS
SSSS
SS ac cn
ab
cn
bn
bn ¨ ¨ i ¨
aiak1

¨ aa1¨
a1 j¨ ¨bj 
1 cb1 ( ij...

¨
b1 c (
c1( (ij...ik... i... i... y j...
ij...
i...
i...
y y
y
j... y. . ..)2. .)2
j...k... y. .y.)
y. .. .)
.. .)
SS
SSabac cn
bn i¨
i
¨ 1j k ¨
¨
1 ( ik... yy k... yy
2
.)222
SSac bn¨ b1¨
ia  i...
SSSSacacab bn
ab cn 1j1k 11((
c ij...
ik... i...
i...
y k... y
j...
y .. .. .).)
an¨ ¨
i
ia kjcc 1 ik...
c11( ik...
ij... i... j...
y k... y. . .)222 (7-20)
SS
SSacbc bn ¨ ai
¨ i
ba ¨
b11k
¨
cj 
cc (( i...
yyk... y.....).)
i¨
¨ ba ¨
jb1¨
2 2
SS an c c( ( y y.y....).. .)
SS bn
¨ ¨ y k...
i  1 k  1 ik...
jk... i...
j... k...
k...
SS
SS an
bn 11 ( ik... y .)2222
SSbcac an¨ ¨ a1¨ ¨
acbc  1kk  jk... i...j... k...
c
SSSSbcac
bc anbn ( ( jk...
ik... j...
i...
y y k...
k... y . . ..) .)
¨ ¨
i j1  k 1  k 1 1
jb
i kkc
b1 1( cjk...
b 11 cjk... ik... j...i...
y k... k... . . .)22
SSbcabc ann¨ j¨ ¨ ¨c1 ¨
bj  ck
SS an i a11k
( jk...( y j... yij...k...
j...
y k... . . .)
. . .)22 (7-21)
¨ ¨ a1¨ ¨ b 1( ¨
2 ik...
b
a c
b c 2 jk...
SSSS n b1 k
c ( yijk... y . . .) .. .. .)
n¨ ia1 ¨ k¨
2 2 i... j... k...
SSabc
SS an jb 1 ( 1 ( yijk... j... yij... y2 ik.... . .) jk... .)2
a¨ ¨
bc j k jk... j... k...
nj¨ 11¨ 1¨
  i... j... k...
1 1 ( cjk... k... ik.... . .)2 jk...
SSSSabcbc an i1ak1 kc 1( y ijk... y ij...y2 i... j... k...
. . .)22
¨ ¨ ¨
jb
ij k kc jk... 1 n ijk... j... ij... k... ik...
SSabc bc
n j
b
( y y 2 jk... i... j... k...
. . .)2
SS
SS abc
an n
n n¨ ¨
¨
aia j 1
¨ ¨b
b 1¨
k
a1 j bb1 kcc1 n ijk...
aia1¨


¨

b¨
1
¨c
c 1¨ ( nyijk... (y y ij...
2 ik... jk...
) i... j... k...
. . .)
11l¨
a
SS c(ny ijkly 2 . ...). 2.)2 (7-22)
¨ ¨ ¨
1 ij... ik... jk... i... j... k...
SS abc
an i j k
(y jk...)
¨ a 1 j¨ b 1 k¨ c 1 ¨
e  ijk... ijk...
SS
SS an b 1kkc ( y (y y 2 )
a¨ b¨ ck¨
abc j ijk... ij... ijk...ik... i... j... k...
SSe abc an¨ 1¨ 1¨ 1¨
e j  1 k  1  1 ijkl ijk...
SS eabc
n i n
( y ijk... ijkl
(y y ij... ijk... ik... ijk...jk...
ij... ijk... ik... ijk...)jk...
2 i... j... k...
. . .)2
SSe an¨ ¨ b1bj1k¨ c1 ck ¨
j  1 k   1 k  1 l  1
ja i 1kb j k1c l1n
n 1 ijk...ijkl i... j... k...

(y )
an¨ j¨
a¨
¨ bb1 k¨
b cc1 l¨
¨c1 l ¨
aj ai1k n 1n1
SS an n (y ijkl yijk... . .)))
y.iijk...
SSee an nn1 (yijkl
SSSS
SS
SS an
an
an ¨ j¨
¨ a 1¨
aa1 k
¨
¨ b 1¨ kk¨
¨ c 1¨
c1 l ¨
l l¨ n 1 (y(y
(y
(y
ijkl y
y
ijk...
ijk... y ..jk...
yijk... .. .)
.) ) (7-23)
j¨ k¨ k¨ l¨
e e kk ijklijkl ijk...
an¨ 1¨ 1¨  1¨
j  1   1   1   1 ijk...
SSSSe e an
ee j a1 k  b1 k  n1
 1 (y (y ijkl
ijkl
y ijk...
ijk...
y . . i.)
ijk... )
SSe an¨ 1¨ 1¨ ck1 1l¨

a
jj  11 kk b 1 k c 1 ln 1 ijk...

1 k  1 l  1 
(y ijkl
ijkl
y ijk...
y . . .)
jk...
SSe an¨ aj  j
a1 k ¨ bk  b1 k¨ c ¨
n l 1 1
n (y ijkl y ijk...
y . . .)
SSSS anan ¨jj¨a11¨ k¨ 1¨ k¨
k b1 k c1 l n1
 1¨ ¨ (y(y ijkl
yijk... y.y...). .)
yijk...ijk...

j ¨ 1 k ¨ 1 k ¨ 1 l ¨
e l 1 ijkl
SSee an j 1 k 1 k  1 l  1
1 (y ijkl
ijkl
y ijk...
y. . .) (7-24)
j 1 k 1 k  1 l  1

La simbología usada en las fórmulas anteriores se define de la siguiente manera:

y–i… 5 promedio de las observaciones para el i-ésimo nivel del factor A.
y– 5 promedio de todas las abcn observaciones.
....

y–.j.. 5 promedio de las observaciones para el j-ésimo nivel del tratamiento B.

y– 5 promedio de las observaciones para el k-ésimo nivel del tratamiento C.
..k.

y–ij.. 5 promedio de los casos para el i-ésimo nivel del factor A y el j-ésimo nivel del factor B.
yijkl 5 denota la l-ésima observación de la combinación del ijk-ésimo tratamiento.

7.5.1  Interacción con ANOVA de diseños factoriales de tres clasificaciones

En cuanto al impacto de interacciones, cuando se diseñan análisis de varianza en tres sentidos, es importante
estar consciente de esta situación, porque la interacción puede impactar la interpretación que se hace con res-
pecto a los efectos principales. Además, la presencia de interacción puede descubrir situaciones importantes
que ayuden a modificar el diseño experimental original, para hacerlo más representativo. Las interacciones
usualmente ocurren cuando los efectos principales son muy grandes, pero pueden desaparecer cuando el in-
vestigador estadístico aminora las diferencias entre los niveles de un tratamiento, haciendo con esto que los
efectos principales sean menos pronunciados.
Con la ingeniería atmosférica las mediciones de la contaminación del aire se hacen modelos de difusión
atmosférica. Usualmente, esto se hace para validar estudios de difusión atmosférica o para estudios de impac-
348  |  Estadística para ingeniería y ciencias

to ambiental. Por ejemplo, una aplicación sería medir las concentraciones que ocurren a lo largo de la pluma.
Para un diseño factorial con tres tratamientos, se puede agregar otro factor más al ejemplo de la difusión
atmosférica con dos tratamientos, el cual explicamos antes. En este caso, además de los factores distancia y
altura, podemos agregar un tercer factor relacionado con diferentes marcas de muestreadores.
En cuanto el efecto de interacción, en estudios de impacto ambiental usando modelos de difusión atmos-
férica, la interacción de los factores bajo estudio puede descubrir situaciones que afecten el estudio. Aunque si
bien los modelos de difusión atmosférica suponen condiciones climatológicas uniformes, las emisiones fugi-
tivas o las diferencias en los tipos de terrenos como arena, arcilla, piedras, agua, tipo de vegetación, etc., por
donde pasa la pluma de la chimenea, pueden ocasionar que los factores bajo estudio interactúen.
Situaciones similares pueden ocurrir con diseños factoriales aplicados a la agricultura cuando se aplican
dos factores como tipos de semilla y niveles de fertilizantes. Aquí se puede agregar otro factor más, el nivel
de agua para hacer un diseño factorial, es decir, con tres factores. Sin embargo, si hay interacción, tal vez los
tipos de suelos de las parcelas no tienen las mismas características de humedad, de tipos de suelos, tipos de
temperaturas, tipos de nutrientes, etc.; en cuyo caso hay que remitirnos a los diseños de bloques completa-
mente aleatorizados.

Ejemplo 7.11. En un estudio hipotético de difusión atmosférica, es decir, usando un modelo de difu-
sión atmosférica, se hicieron análisis de concentraciones de contaminantes del aire las
cuales se midieron en cuatro distancias diferentes a lo largo de la pluma (500, 1 000,
1 200 y 1 500 metros), en dos alturas distintas (500 y 800 metros) y con cuatro marcas
diferentes de sensores, y con tamaños de muestras de tres observaciones para cada una
de las combinaciones de niveles de los tres factores. Para esto se dio una avanzada de
los valores en la siguiente forma: suma de los cuadrados del factor A 5 SSa 5 1.50,
suma de los cuadrados del factor B 5 SSb 5 19.40, suma de los cuadrados del factor C
5 SSc 5 147.00, suma de los cuadrados de la interacción de factores A y B 5 SSab 5
0.006, suma de los cuadrados de la interacción de factores A y C 5 SSac 5 4.83, suma
de los cuadrados de la interacción de B y C 5 SSbc 5 2.64, suma de los cuadrados de
la interacción de los factores A, B y C 5 SSabc 5 0.75, suma total de los cuadrados 5
SSt 5 183.72. Al asumir un nivel de significancia de 0.05. Se probarán las hipótesis
de los efectos principales sólo si todas las interacciones no son significativas. Hacer lo
siguiente:
a) Asignar los simbolismos apropiados para cada uno de los componentes de la
fuente de variación.
b) Hacer una tabla de análisis de varianza que incluya la F crítica y el valor de p.
c) Hacer pruebas de significancia sobre los efectos principales.
d) Hacer una prueba de significancia sobre todas las interacciones.
Solución:
a) Las distancias de los muestreadores situados a lo largo de la pluma, es decir, vien-
to abajo, son el factor A con i 5 4. Las diferentes alturas a las que están situados
los muestreadores son el factor B con j 5 2. Finalmente, los muestreadores son el
factor C con k 5 4. El número de casos es n 5 3. Por tanto, el número de combi-
naciones es 4 3 2 × 4 5 32 y el número total de observaciones es 32 3 3 5 96.
b) El análisis de varianza se da en la tabla 7.26.
 Capítulo 7  Análisis de varianza (ANOVA)  |  349

Tabla 7.26.  D
 atos y el llenado de los faltantes en la tabla, de acuerdo con los
datos proporcionados por el problema.

Cuadrado
Fuente de
SS g.l. del Fcalc. Ftab. Valor de p
variación
promedio
Efectos principales
Debido a A 1.50 3 0 .50 4.17 2.76 0.0098
Debido a B 19.40 1 19.40 161.17 3.94 p ,,, 0.001
Debido a C 147.00 3 49.00 408.33 2.76 p ,,, 0.001
Interacción de dos factores
Debido a AB 0.006 3 0.002 0.02 2.76 p . 0.100
Debido a AC 4.83 9 0.54 4.50 1.97 p , 0.001
Debido a BC 2.64 3 0.88 7.33 2.76 p , 0.001
Interacción de tres factores
Debido a ABC 0.75 9 0.08 0.67 1.97 p . 0.100
Error 7.59 64 0.12
Total 183.72 95

Conclusión:
Los efectos principales son significativos sustentados con valores de p que son muy
pequeños, de 0.009 y p ,,, 0.001. Al juzgar por estos valores de p, existen efectos
principales muy fuertes de distancia, altura y sensores (las diferentes alturas, distan-
cia) y tipos de sensores sí afecta el promedio verdadero de las concentraciones de
contaminantes; los niveles de los contaminantes si dependen de esas tres variables).
Por otro lado, debido a que F7 5 MSabc/s27 5 0.67 , F7[0.05;9,64] 5 1.97, las interacciones
entre los factores distancia, altura y sensores no son de importancia. Sin embargo, las
interacciones AC y BC son variables importantes del experimento.
En el análisis de varianza, también hay lo que se llama diseños factoriales con
todos los factores a dos niveles. Aquí se incluyen temas como combinaciones ortogo-
nales lineales, diseños de replicaciones fraccionales, diseños anidados o jerárquicos,
cuadrados latinos, etc. Estas funciones, sin embargo, no se discutirán aquí.
El análisis de varianza también se puede aplicar a problemas de regresión lineal
y múltiple para evaluar la significancia total de la ecuación de regresión, es decir,
probando la hipótesis nula de que todos los coeficientes poblacionales del modelo de
regresión son iguales a cero. Este tema, sin embargo, se discutirá más ampliamente
en el capítulo dedicado a regresión múltiple.

7.5.2  U
 so del programa para resolver análisis de varianza de tres
clasificaciones con efectos fijos

Ejemplo 7.12. Éste es un ejercicio relacionado con un experimento de análisis de varianza de tres

clasificaciones, es decir, tres factores fijos. Este ejemplo está encaminado a ilustrar
350  |  Estadística para ingeniería y ciencias

cómo se estructura una matriz con los datos que se introducen en el programa Mini-
tab, para construir una tabla de ANOVA de tres clasificaciones y sus gráficas de efec-
tos principales, de efectos de interacción y de diagnósticos gráficos para la validación
del modelo. Se debe suponer un nivel de significancia de α 5 0.05. Para esto, haga lo
siguiente usando el programa Minitab (versión 14):
a) Siguiendo las instrucciones dadas por el programa Minitab explicadas abajo, cree
una matriz con los datos del problema. Una vez hecho esto, introduzca manual-
mente los datos del problema y, de nuevo, estructure la tabla de análisis de varian-
za de tres clasificaciones.
b) Después, siga las instrucciones a fin de generar gráficas de residuales para la eva-
luación del modelo de ANOVA.
c) Luego, siguiendo las instrucciones del paquete Minitab, haga gráficas para anali-
zar los efectos principales y las interacciones que pudieran suscitarse.
d) Saque todas las conclusiones debidas y analice los resultados de los criterios esta-
dísticos para la evaluación del modelo.
Los datos se dan en la tabla 7.27.

Tabla 7.27.  Tabla con información para este ejercicio.

Factor B1 Factor B2
Factor C1 Factor C2 Factor C1 Factor C2
Factor A1 20.0 11.0 13.0 13.0
20.0 12.0 12.0 12.0
17.0 10.0 12.0 13.0
19.0 12.0 13.0 13.0
Factor A2 20.0 16.0 14.0 11.0
20.0 19.0 17.0 10.0
19.0 17.0 12.0 8.0
20.0 18.0 13.0 8.0
Factor A3 17.0 22.0 20.0 14.0
18.0 22.0 22.0 15.0
18.0 22.0 21.0 14.0
18.0 21.0 21.0 16.0

Solución:
Aquí, el factor A tiene tres niveles (i 5 1, . . . , a 5 3); el factor B dos (j 5 1, . . . , b 5
2) y el factor C dos (k 5 1, . . . , c 5 2) o sea 3 × 2 × 2 5 12 posibles combinaciones
de tratamientos. Además, hay l 5 1, . . . , n 5 4 observaciones en cada uno de las abc
combinaciones de tratamientos (celdas) o sea abcn 5 3 3 2 3 2 3 4 5 48 observa-
ciones.
A continuación se muestra el procedimiento para construir una tabla de ANOVA
de tres factores o en tres sentidos para los datos de este problema señalados en la
tabla 7.27.
 Capítulo 7  Análisis de varianza (ANOVA)  |  351

1. Vaya a: Stat → DOE → Factorial → Create Factorial Design.

2. En la ventana Create Factorial Design seleccione General Full Factorial Design
señalado en el encabezado de Type of Design. En la ventanilla de Number of
Factors escoja el diseño factorial deseado (tres factores, en este caso).
3. Dentro de la ventana de Create Factorial Design y en la ventanilla de Number of
Factors seleccione el diseño factorial deseado (tres factores en este caso). Dentro
de esta misma ventana vaya a Designs y aparecerá la ventana Create Factorial
Design-Designs. Ponga el número de niveles de cada factor A, B, C, en este caso,
3 niveles para el factor A y dos niveles para los factores B y C, respectivamente.
Además, en la ventanilla de Number of replicates ponga el número de réplicas (4
en este caso) y dé OK.
4. Todo lo anterior lleva, nuevamente, a la ventana Create Factorial Design. De
ahí vaya a la ventanilla de Results y donde aparece la ventana Create Factorial
Design-Results, seleccione Summary Table and Design Table y haga clic en
OK. Esto crea la matriz de datos (con 7 columnas de las cuales las primeras 4 no
se usan).
5. Ahora proceda a ingresar manualmente los valores de Y para los factores A, B y
C con sus respectivos niveles (en este caso tres niveles para el factor A y dos para
los factores B y C, respectivamente). Esta situación se ve en la figura 7.10.
6. Una vez hecho lo anterior, vaya a Stat → DOE → Factorial → Analyze Facto-
rial Design y luego haga clic en OK. Con esto, aparece la ventana Analyze Facto-
rial Design y ponga C8 (los valores de Y) en la ventanilla de Response y presione
OK. Esto genera la tabla de ANOVA de tres sentidos dados en la tabla 7.28.

Figura 7.10. Esquema de los valores de los factores A, B y C (columnas C5, C6 y C7) siguien-
do las instrucciones hasta el inciso 4. Además muestra la columna C8 con los
valores de respuesta introducidos manualmente siguiendo las instrucciones del
inciso 5. Nótese que las primeras cuatro columnas no se usan.
352  |  Estadística para ingeniería y ciencias

Tabla 7.28.  Resultados de ANOVA de 3 sentidos.

General Linear Model: Y versus A, B, C

Factor Type Levels Values
A fixed 3 1, 2, 3
B fixed 2 1, 2
C fixed 2 1, 2
Analysis of Variance for Y, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P
A 2 210.875 210.875 105.438 87.76 0.000
B 1 172.521 172.521 172.521 143.60 0.000
C 1 93.521 93.521 93.521 77.84 0.000
A*B 2 62.542 62.542 31.271 26.03 0.000
A*C 2 16.792 16.792 8.396 6.99 0.003
B*C 1 7.521 7.521 7.521 6.26 0.017
A*B*C 2 167.792 167.792 83.896 69.83 0.000
Error 36 43.250 43.250 1.201
Total 47 774.813
S 5 1.09608 R-Sq 5 94.42% R-Sq(adj) 5 92.71%
Unusual Observations for Y
Obs Y Fit SE Fit Residual St Resid
6 17.0000 14.0000 0.5480 3.0000 3.16 R
30 17.0000 19.0000 0.5480 2.0000 2.11 R
34 12.0000 14.0000 0.5480 2.0000 2.11 R
R denotes an observation with a large standardized residual.

7. Optativamente, si desea generar diagnósticos gráficos de residuales haga lo si-

guiente:
a) Vaya a Stat → DOE → Factorial → Analyze Factorial Design → Graphs →
Standardize → Four in one → OK.
b) En la ventana de Analyze Factorial Design vaya a la ventanilla de Graphs.
c) En la ventana de Analyze Factorial Design-Graphs seleccione (si se desea)
Standardize, Four in One y luego haga clic en las teclas de OK.
Todas estas indicaciones generan
Residuales Plots for Y
las gráficas de los residuales para Normal Probability Plot of the de Residuals Residuals versus the Fitted values
Standardized Residual

99

evaluar la utilidad del modelo de 90 2

Porcent

ANOVA como se muestra en la

50
0
10

figura 7.11. 1
23.0 21.5 0.0 1.5 3.0
22
10 15 20
Standardized Residual Fitted Value
Histogram of the Residuals Residuals versus the Order of the Data
Standardized Residual

16
Frequency

2 2

Figura 7.11. Diagnósticos gráficos para la

8
0
4

evaluación del modelo de

22
0
22 21 0 1 2 3 1 5 10 15 20 25 30 35 40 45
Standardized Residual Observation Order
ANOVA de tres sentidos.
 Capítulo 7  Análisis de varianza (ANOVA)  |  353

8. Para hacer las gráficas de los efectos principales haga lo siguiente:

a) Vaya a Stat → DOE → Factorial → Factorial Plots. Esto lleva a la ventana
de Factorial Plots. Ahí seleccione la ventanilla de Main effects, la ventanilla
de SETPUP y oprima OK. Esto lleva a la ventana de Factorial Plots-Main
Effects. Ahí en la ventanilla de Responses ponga C8.
b) En seguida, en el encabezado de Factors to include plots y en la ventanilla
de Selected escoja las dos primeras desigualdades (. y ..) y aparece A:A,
B:B y C:C. Luego en la ventanilla de Options ponga el título de la gráfica y
seleccione OK. Esto genera la gráfica de los efectos principales como se ve en
la figura 7.12.

Gráfica de efectos principales de los factores A, B y C

A B
19.5
18.0
16.5
15.0

Mean of Y
Figura 7.12.  Gráfica de efectos principales.
1 2 3 1 2
C
19.5
18.0
16.5
15.0

1 2

9. Para generar las gráficas de los efectos de interacción, vaya nuevamente, a la ven-
tana de Factorial Plots-Interaction y seleccione Options, lo que lleva a la ventana
de Factorial Plots-Interaction, ahí escoja Draw full interaction matrix y ponga
el título de la gráfica, luego seleccione OK. Esto genera la gráfica de los efectos de
interacción. Estas gráficas se observan en la figura 7.13.

Gráfica mostrando las interacciones

1 2
20
A
1
2
16
A 3

Figura 7.13. Gráfica de las interacciones 12

20
B
1
de los factores A, B y C. B 16 2

12
20 C
1
2
16 C
12
1 2 3 1 2

Conclusiones:
Los efectos principales de los factores A, B y C son significativos sustentados con va-
lores de p muy pequeños. Al juzgar estos valores de p existen efectos principales muy
fuertes entre los factores A, B y C. Las interacciones entre los factores AB son importan-
tes. Sin embargo, las interacciones entre los factores AC y BC no son de importancia.
No obstante las interacciones entre los tres factores ABC son variables importantes del
experimento. En cuanto a la evaluación del modelo de ANOVA de tres direcciones es
decir, de los gráficos de residuales, esto sugiere un buen ajuste del modelo de ANOVA.
354  |  Estadística para ingeniería y ciencias

Problemas propuestos
7.1 Los siguientes datos se obtuvieron de un muestreo atmosfé- Tabla 7.32.  Tabla con la información requerida.
rico de óxidos de azufre (SO2) proveniente de cuatro lugares
Método A Método B Método C
diferentes. Calcular lo siguiente:
a) Hacer un análisis de varianza con un nivel de significan- 71 90 72
cia de α 5 0.05 y completar la tabla de 7.30. 75 80 77
b) Determinar si hay diferencias entre los cuatro sitios. 65 86 76
Tabla 7.29.  Datos del SO2.
69 84 79
Sitio # 1 Sitio # 2 Sitio # 3 Sitio # 4 a) Llenar los espacios en blanco de la tabla 7.33 y probar la
20 25 28 31
hipótesis que no existen diferencias entre los tres prome-
dios poblacionales con α 5 0.05.
17 25 31 15 b) Elaborar una gráfica que muestre la región crítica y la F
calculada.
18 26 34 12
Tabla 7.33.  Análisis de varianza.
10 14 17 24
Suma
Fuente Cuadrado Valor
Tabla 7.30. Resultados usando un programa de computadora de los
de g.l. del Fcalc. Ftab. de
como Excel. Llenar las faltantes de la tabla. cuadrados
variación promedio p
(SS)
Fuente Cuadrado
Valor Debido al
de SS g.l. del Fcalc. Ftab.
de p tratamiento
variación promedio 2 228.0 15.78
(variación entre
Debido al los grupos)
261.69 3 1.93
tratamiento
Residual (error)
Residual (variación dentro 130.0 14.4
(error 543.75 45.31 de los grupos)
experimental)
Total 11 586.0
Total 15
7.4 Supóngase que cuatro laboratorios ambientales están analizan-
7.2 Un investigador desea estudiar el efecto de cuatro fertilizan-
do una muestra de un filtro con partículas de plomo atmosféri-
tes diferentes para ver sus efectos en la producción de maíz.
co provenientes de un complejo industrial. Para esto, se quiere
Para esto, se dividió una zona agrícola en 24 parcelas del mis-
saber la efectividad entre los métodos de análisis usados por
mo tamaño y forma. Usar un nivel de significancia de 0.05.
estos cuatro laboratorios. Hacer los siguientes cálculos:
Probar que no hay diferencia entre los cuatro tratamientos.
a) Probar la hipótesis nula H0: µ1 5 µ2 5 µ3 5 µ4, es decir,
Usar el programa Minitab.
que no hay diferencias en los promedios poblacionales de
Tabla 7.31 Producción de maíz bajo cuatro diferentes trata-
mientos de fertilizantes.
los resultados de los análisis de los cuatro métodos dife-
rentes usados por los laboratorios. Establecer la hipótesis
Tratamientos Rendimientos alternativa de este problema.
b) Calcular el valor de la probabilidad p. La tabla 7.34 mues-
Sin aplicación de fertilizante 1) 99 40 61 72 76 84 tra los valores obtenidos por los cuatro laboratorios por los
tres métodos usados por estos cuatro laboratorios. Éste es
Con aplicación de fertilizante 2) 96  84  82  104  99  105 un ejemplo de análisis de varianza con dos factores.
Tabla 7.34.  E
 stimaciones de los cálculos de los 12 resultados
Con aplicación de fertilizante 3) 63 57 81 59 64 72 por los tres métodos diferentes usados por los cua-
tro laboratorios distintos.
Con aplicación de fertilizante 4) 79 92 91 87 78 71 Método Suma de los
de análisis renglones
Las suposiciones son que las cuatro poblaciones del rendi-
Laboratorio 1 2 3 Ti
miento de maíz están normalmente distribuidas, con las
varianzas de las poblaciones iguales y con las observaciones 1 16 19 24 59
independientes. 2 21 20 21 62
7.3 Para comparar la efectividad de tres muestreadores de gases 3 18 21 22 61
contaminantes atmosféricos, es decir, usando métodos A, B
4 13 20 25 58
y C, se seleccionaron muestras de tamaño cuatro y se regis-
traron los siguientes resultados en ppm. Suma de las
68 80 92 240
columnas (Tj)
 Capítulo 7  Análisis de varianza (ANOVA)  |  355

Obtener las conclusiones debidas de la hipótesis para los tres torios, ¿qué factores físicos se podrían tomar en conside-
métodos de análisis y decir si se rechaza o se acepta la hi- ración para ver si se pudiera obtener alguna mejoría o
pótesis. reducción del error experimental?
7.5 En un estudio de ingeniería ambiental relacionado con las me- 7.7 Los datos de la tabla 7.37 representan el número de horas de
diciones en el suelo de ozono (O3) (desde el punto de vista de alivio paliativo dado por cinco tabletas diferentes (A, B, C,
la química atmosférica, el O3 troposférico se produce por la D, E), para el dolor de cabeza, que se administraron a 25 su-
interacción de los óxidos de nitrógeno, la temperatura y, hasta jetos, quienes experimentaban dolores de cabeza (migrañas).
cierto punto, por los compuestos volátiles orgánicos y otros Hacer un análisis de varianza para probar la hipótesis al nivel
contaminantes del aire), se recabó la información de un mues- de significancia de 0.05 de que el número promedio de horas
treo de este contaminante atmosférico (O3 en unidades de par- de alivio paliativo dado por las tabletas es el mismo para las
tes por trillón) proveniente de cinco muestreadores localizados cinco tabletas usadas. Calcular los siguientes enunciados:
en cinco diferentes lugares. Hacer los siguientes cálculos. a) Hacer una tabla de análisis de varianza.
a) Establecer la hipótesis nula y la hipótesis alternativa de b) Calcular el valor de la probabilidad p e interpretarla acor-
que no hay diferencias entre las cinco poblaciones de O3 demente.
muestreadas, con α 5 0.05. Tabla 7.37.  Horas de alivio con las cinco tabletas.
b) Hacer una tabla de ANOVA que incluya la F crítica.
c) Calcular e interpretar el valor de la probabilidad p. Tipos de tabletas
Tabla 7.35.  D
 atos de ozono con los números de los mues- A B C D E
treadores.
5 9 3 2 7
1 2 3 4 5 4 7 5 3 6
55.1 59.5 63.9 41.7 56.3 8 8 2 4 9
45.7 58.0 61.5 44.9 63.1 6 6 3 1 4
45.0 50.8 51.1 51.7 52.2 3 9 7 4 7
73.1 58.3 57.3 43.8 61.3
7.8 En un estudio de ingeniería de usos del agua, específicamente,
49.9 63.3 64.8 41.5 65.6 de contaminación de corrientes, a fin de revisar que no hu-
63.2 51.7 67.7 55.5 67.9 biera descargas industriales, previo a un proyecto de dilución,
se analizó la demanda bioquímica de oxígeno de cinco días
7.6 Supóngase que 15 personas han sido seleccionadas de una (DBO)5 en mg/L. Para esto, se hizo un muestreo aleatorio a lo
población con problemas de obecidad y han sido separados largo de la corriente, es decir, en cuatro lugares diferentes. Para
al azar dentro tres grupos. Cada grupo fue alimentado con tales fines hacer los siguientes cálculos:
tres tipos de comidas diferentes para perder peso, es decir, a) Hacer un análisis de varianza usando un nivel de signifi-
alimentos 1), 2) y 3). Después de algún tiempo, los pesos que cancia de 0.05. Observar si hay diferencias entre las con-
perdieron los participantes de los tres grupos se registraron centraciones de DBO de los cuatro lugares muestreados.
en la tabla 7.36: b) Si no se pudiera rechazar la hipótesis nula de desigual-
Tabla 7.36.  Pesos perdidos (gramos) de los participantes. dad de las cuatro poblaciones de concentraciones de la
demanda bioquímica de oxígeno (DBO5), ¿qué factores
Tipos de comidas estadísticos se deberían tomar en consideración?
c) ¿De acuerdo con estudios de contaminación de corrien-
Tipo (1) Tipo (2) Tipo (3)
tes, con qué objeto se tendría que hacer este tipo de estu-
42 112 70 dio analítico?
96 96 17 Tabla 7.38.  Resultados del muestreo del DBO en mg/L.
81 88 49
Sitio # 1 Sitio # 2 Sitio # 3 Sitio # 4
95 135 24
20 25 28 31
76 119 40
17 25 31 15
Estos datos están en conformidad con un factor de un diseño
18 26 34 12
completamente aleatorio. Un factor es el alimento dado a la
muestra. Esto es un diseño completamente aleatorio, porque 10 14 17 24
las unidades experimentales de los 15 sujetos han sido asig- 7.9 Se diseñó un experimento de ingeniería agrícola en el cual
nadas aleatoriamente a los tres tipos de comidas. Hacer lo se usaron dos parcelas de tierra arenosa y de tierra arcillosa.
siguiente: Además, se aplicaron cuatro niveles de fertilizantes es decir,
a) Decir qué tipo de análisis de varianza se está usando. sin ninguna aplicación, con niveles bajo, mediano y alto. La
b) Hacer la tabla del análisis de varianza para la muestra y cantidad de agua de irrigación fue uniforme, así como las
sacar conclusiones al respecto. temperaturas y los tipos de semillas plantadas. Aplicar el ex-
c) Evaluar el modelo de ANOVA usando criterios o diag- perimento de ANOVA apropiado y sacar todas las conclusio-
nósticos gráficos. nes debidas acerca de este experimento. La tabla 7.39 da la
d) Si se revirtiera este problema a un diseño de bloques alea- información requerida.
356  |  Estadística para ingeniería y ciencias

Tabla 7.39.  Información requerida para este experimento de carburador, mismo tipo de aceite, mismo tipo de man-
agrícola. tenimiento, mismo peso, mismas temperaturas ambientales,
Nivel de fertilizante mismo millaje, igual edad y tamaño del motor, etc. Probar la
hipótesis de que no hay diferencias en el kilometraje de los
Tipo de coches probados usando α 5 0.01. Suponer un análisis de
Nada Bajo Mediano Alto
tierra varianza de bloques completamente aleatorizados y aplicar
Arcillosa 3.0 3.5 3.9 4.5 un programa de computadora para resolver este problema.
3.1 3.4 3.8 4.4 Tabla 7.42. Kilometrajes por litro de los 4 coches pro-
bados.
Arenosa 2.5 3.0 3.4 4.0
Kilometraje
2.4 2.9 3.3 3.9
Coche núm.
a) Hacer una tabla de ANOVA.
1 2 3 4 5
b) Hacer gráficas que muestren los efectos principales e in-
terpretarlos acordemente. 1) 13 16 15 12 11
c) Hacer gráficas con los efectos de interacción e interpre- 2) 22 24 14 20 18
tarlos acordemente. 3) 18 17 16 15 13
7.10 Se hace un estudio de química ambiental entre el nivel de
4) 39 38 28 31 34
acidez en términos de pH (factor A) y la concentración de
cloro (factor B) en el agua. Aquí se supone un análisis de 7.13 Este ejercicio es una adaptación del libro de Montgomery
varianza de dos vías con un diseño completamente aleatori- et al., Probabilidad y estadística aplicadas a la ingeniería p. 672,
zado. Los datos se dan en la tabla 7.40. Hacer una tabla de (1996) el cual cita un artículo publicado en el American Indus-
análisis de varianza y sacar las conclusiones debidas. trial Hygiene Association Journal (vol. 37, 1976, pp. 418-422).
Tabla 7.40. Datos de este problema del pH y la concentración Este estudio describe una prueba de campo para detectar la
de cloro. presencia de arsénico en muestras de orina. La prueba ha
Nivel del pH
sido propuesta para su uso entre trabajadores forestales de-
bido al uso cada vez mayor de arsénico orgánico en dicha
pH 5 7.0 pH 5 7.2 pH 5 7.4 pH 5 7.6 industria. El experimento compara los resultados obtenidos
con la prueba al ser efectuada por un inexperto y un entrena-
Nivel de concentración de cloro
dor experimentado con el análisis efectuado en un laborato-
Baja 22 17 8 6 rio remoto. Para la prueba se escogen cuatro sujetos, los cua-
Mediana
les son considerados como bloques. La variable de respuesta
9 11 7 4
es el contenido de arsénico (en ppm) en la orina del sujeto.
Alta 8 8 6 5 Los datos son los siguientes:
Tabla 7.43.  Datos del problema.
7.11 Éste es un experimento de análisis de varianza que se hace
para cumplir con los llenados de la tabla de ANOVA. Para Sujeto
esto se da la tabla 7.41 de ANOVA. Suponiendo un nivel Prueba 1 2 3 4
de significancia de α 5 0.05, hacer lo siguiente: llenar los Inexperto 0.05 0.05 0.04 0.15
faltantes de la tabla de ANOVA y decir qué diseño se usó.
Decir si la interacción entre los dos factores A y B es signifi- Experto 0.05 0.05 0.04 0.17
cante. Incluir en la tabla el valor crítico de F. Laboratorio 0.04 0.04 0.03 0.10
Tabla 7.41.  Tabla de ANOVA. (Llenar los faltantes.) Fuente: Adaptación del libro de Montgomery, et al. (1996), Probabilidad y esta-
dística aplicadas a la ingeniería. McGraw-Hill Interamericana Editores
Fuente de Valor S.A. de C.V., (1996).
g.l. SS MS Fcalc. Fcrítica
variación de p a) ¿Existe diferencia alguna en el procedimiento de prueba
Factor A 1 382.72 de arsénico?
b) Analizar gráficamente, los residuos de este experimento.
Factor B 2 503.72
7.14 Cuatro niveles de fertilizantes se usaron en un experimento
Interacción 2 1020.06 agrícola con dos niveles de agua, es decir, frugal y abundan-
te. Los ocho tratamientos fueron asignados aleatoriamente
Error 192.67
a ocho parcelas. La respuesta es en toneladas por hectárea.
Total 17 3622.94 La tabla 7.44 da la información requerida.
Tabla 7.44.  Datos de este problema.
7.12 Este es un ejercicio relacionado con una investigación para
determinar el consumo de gasolina (por litro) de cuatro co- Nivel de fertilizante
ches. Para esto, se agrupan los cuatro tipos de autos tratan-
Nivel de agua Nada Bajo Mediano Alto
do de homogenizar o de controlar las variables que pudie-
ran afectar el consumo de gasolina (bloqueo para eliminar Poca agua 3.0 3.3 3.7 3.1
las variables no deseables). Las variables controladas son Mucha agua 2.3 4.0 4.3 5.0
caballajes del motor, mismo rodaje de llantas, mismo tipo
 Capítulo 7  Análisis de varianza (ANOVA)  |  357

a) Generar la matriz de datos e introducirlos a la hoja del acción en la decisión de rechazar o aceptar la hipótesis
programa Minitab. sustentada?
b) Usar el modelo más apropiado de ANOVA y hacer una 7.17 En un experimento de agronomía se estudió el rendimiento
tabla de análisis de varianza. de trigo usando tres niveles diferentes de fertilizantes fosfa-
c) Hacer una gráfica que muestre los efectos principales de tados, es decir, bajo, mediano y alto. Como segundo factor
los dos factores y de los efectos de interacción y decir si se usaron tres variedades distintos de semillas de trigo (1, 2,
son significativos. 3) haciendo, con esto, un total de nueve combinaciones de
e) Evaluar la utilidad del modelo de ANOVA a través de tratamientos. De esta manera, cada combinación de trata-
diagnósticos gráficos de residuales. miento se asignó aleatoriamente a una de las 27 parcelas (de
7.15 En un estudio hipotético de ingeniería del aire, de difusión extensiones de dos hectáreas), de tal manera que tres parcelas
atmosférica situando los sensores para medir la calidad del recibieron cada tratamiento. Los rendimientos de trigo, en
aire con respecto a SO2 a tres diferentes distancias y a tres toneladas métricas se dan en la tabla 7.47.
distintas alturas, hacer lo siguiente: suponiendo α 5 0.05. Tabla 7.47. Rendimiento de la cosecha de trigo en toneladas
a) Estructurar una matriz con los datos e introducirlos a la métricas.
hoja del programa Minitab.
Nivel del fertilizante
b) Hacer una tabla de ANOVA.
c) Analizar las gráficas de los efectos principales y de los Variedad de la
Bajo Mediano Alto
efectos de interacción que pudieran ocurrir entre los fac- semilla
tores de distancias y alturas. 7 10 12
La tabla 7.45. Muestra la información requerida para este 1 10 10 14
problema.
9 12 12
Tabla 7.45.  C
 oncentraciones (ppm) de SO2 para este 8 12 17
problema.
2 10 14 16
Distancias en metros
8 13 17
Alturas 1 000 1 500 2 000 9 14 16
A nivel del mar 350 250 100 3 10 14 18
300 metros 280 210 90 12 16 21
500 metros 250 190 70 a) Aplicar la función de ANOVA más apropiada para este
7.16 Las siguientes observaciones se obtuvieron de un diseño experimento y sacar las conclusiones debidas.
de bloques aleatorizados, es decir, de seis poblaciones nor- b) Hacer una gráfica de residuales para el rendimiento de
males. La finalidad de este ejercicio es analizar las dife- trigo.
rencias entre un ANOVA con bloques aleatorizados y un 7.18 Este estudio tiene el fin de que el lector adquiera destreza en
análisis de varianza sin agrupar las características de las el cumplimiento del llenado de tablas de análisis de varian-
observaciones de este diseño experimental. La tabla 7.46 za. Para tal efecto, se pide completar la tabla de ANOVA
da la información requerida. 7.48 y decir qué diseño se usó.
Tabla 7.48.  Datos del problema.
Tabla 7.46. Datos de este experimento de bloques aleatoriza-
dos. Fuente de Valor
SS g.l. MS Fcalc. Ftab.
variación de p
Tratamientos
Debido a los
2 000 10
Bloques 1 2 3 4 5 6 tratamientos
1 20 31 29 25 35 31 Debido a las
1 200
columnas
2 27 28 32 34 30 33
Debido a los
7 400 5
3 19 23 27 30 28 27 renglones

4 23 23 25 32 29 28 Residual 25

5 21 20 19 18 25 26 Total 12 000 45

6 26 24 23 22 23 25 7.19. Completar la siguiente tabla de ANOVA (7.49) y decir qué

diseño se usó.
a) Construir una tabla de ANOVA de bloques completa- Tabla 7.49.
mente aleatorizados.
b) Decir si los resultados pueden permitirnos concluir, a un Fuente de Valor
SS g.l. MS Fcalc. Ftab.
variación de p
nivel de significancia de α 5 0.05, que los promedios de
las seis poblaciones no difieren entre sí. Debido a los
tratamientos 120.0 3
c) Si la información de este problema no se agrupara por
características similares (para disminuir la variación Debido a los
bloques 900.0 5
entre las observaciones), ¿qué efectos tendría semejante
358  |  Estadística para ingeniería y ciencias

Residual 60.0 11 11.2 11.3 14.5 13.2

Total 5 11.4 11.9 14.2 14.2

10.0 10.2 13.5 13.7
7.20 Se realiza un diseño de dos factores en uno completamente
aleatorizado, en el cual se aplican cuatro niveles del factor A 11.8 10.8 11.5 11.8
y tres niveles del factor B. Los datos dados son SSa 5 15.00, 6 11.0 11.5 10.2 12.8
SSb 5 41.00, SSab 5 23.05, SSt 5 92.8 y n 5 2. Con esta 12.0 10.2 11.8 12.3
información hacer una tabla de análisis de varianza y sacar
las conclusiones debidas. Hacer lo siguiente:
7.21 Este es un estudio encaminado a comparar diferentes tipos a) Hacer una matriz con los datos e introducirlos en la hoja
de dietas y de ejercicios de rutina. En este caso setenta y dos del programa Minitab.
personas con sobrepeso se asignan aleatoriamente a diferen- b) Aplicar el diseño de ANOVA más apropiado para este
tes programas consistentes en cuatro dietas y seis ejercicios ejercicio y hacer la correspondiente tabla de ANOVA.
de rutina. Por ejemplo, la dieta A es una dieta vegetariana c) ¿Se puede concluir con base en los resultados que las
que incluye vegetales y frutas, pero ningún tipo de carne. La dietas tienen diferentes efectos? Similarmente, ¿se puede
dieta B es una dieta vegetariana que incluye, además de ve- concluir que las rutinas de ejercicios difieren con respec-
getales y frutas, granos, queso y leche. La dieta C incluye, to a sus efectos con la pérdida de peso?
además de las combinaciones anteriores, el consumo de car- d) Hacer una gráfica que muestre los efectos principales.
ne. La última dieta (D) incluye, únicamente, el consumo de e) Hacer otra gráfica que muestre los efectos de interacción.
carne roja, pollos y pescados. El número de libras perdidas 7.22 Supóngase que cuatro diferentes máquinas son manejadas
por cada sujeto, al final del experimento, se muestra en la por cuatro operadores distintos. Se quiere saber si los ope-
tabla 7.50. radores difieren con respecto a la productividad de tiempo,
Tabla 7.50. Información para la pérdida de pesos (en libras) de cuando son asignados a variados tipos de maquinarias. Apli-
los estudiantes obesos. car el análisis de varianza más apropiado para este problema
usando α 5 0.05. Sacar conclusiones al respecto usando un
Tipo de dieta
programa de computadora. Los datos se dan en la tabla 7.51.
Rutina de Tabla 7.51.  P
 roductividad por tiempo de los distintos opera-
A B C D
ejercicio
dores asignados aleatoriamente a cuatro tipos de
12.0 09.9 12.9 13.7 máquinas diferentes.

1 09.9 09.6 11.5 13.2

Operadores
11.0 09.6 10.5 13.5
10.9 10.9 10.8 15.5 Máquinas 1 2 3 4

2 11.6 10.9 12.0 14.9 A 68.5 79.2 83.8 87.5

12.5 10.8 11.9 14.6
B 72.2 80.6 89.3 95.3
12.5 11.9 11.9 13.0
3 11.9 11.8 11.9 13.7 C 73.3 80.2 88.0 94.1

11.9 12.4 12.6 13.5

D 81.1 88.8 95.2 100.5
11.6 09.6 13.9 14.0
4 11.9 09.4 13.5 15.4 Problemas de tarea
10.5 10.8 12.7 14.5
Revisa tu CD-ROM para encontrar más problemas:
 Capítulo 8

Regresión lineal
simple y múltiple
La radiación electromag-
nética (UV-C, UV-B y UV-A)
está localizada entre 100 y
380 nanómetros (nm). Por
ejemplo, la radiación UV-C
(la más dañina) de longitud
de onda de 100-280 nm,
es totalmente absorbida
por el ozono estratosférico,
el vapor de agua, O2 y CO2,
por lo que no llega a la Tie-
rra. La radiación UV-B está
localizada entre 280-315
nm en el espectro electro-
magnético y es muy dañina
para los seres vivos, por-
(Jupiter Images Corporation)
que parte de la radiación
que llega a la Tierra está ligada a daños genéticos (DNA), cáncer en la piel y cataratas. Según la NASA la
radiación UV-B causa incrementos en las concentraciones de ozono a ras del suelo. Igualmente, la radiación
UV-A está localizada entre longitudes de onda de 315-380 nm, y aunque no es tan perjudicial como la UV-B,
este tipo de radiación causa envejecimiento prematuro de la piel.
La escala del índice de radiación ultravioleta, varía de , 2 hasta . 11 (extremo).

Introducción
Este capítulo estudia la regresión lineal simple y múltiple. Discute la aplicación de diagnósticos estadísticos
y gráficos para la evaluación del modelo de regresión seleccionado. También estudia intervalos de confianza
para los coeficientes del modelo de regresión y así sucesivamente.
Para fines de aplicaciones prácticas, a fin de calcular las concentraciones de radiación ultravioleta, se puede
estructurar un modelo de regresión lineal múltiple de la forma de Y 5 b0 1 b1X1 1 b2X2 1 . . . 1 bkXk, cuyo
modelo poblacional es Yj 5 β0 1 β1X1j 1 β2X2j 1 . . . . . . . 1 βkXkj 1 εj . En este caso, la variable de respuesta
sería el índice de radiación ultravioleta. Las variables independientes serían latitud, altitud, hora del día, esta-
ción (verano, invierno), presencia de nubes, bruma, concentraciones de contaminantes atmosféricos (partículas
orgánicas e inorgánicas, ozono a ras del suelo, etc.), y la concentración de ozono estratosférico arriba del lugar
donde se aplique el modelo.
360  |  Estadística para ingeniería y ciencias

8.1  Regresión lineal simple

El objetivo de estudiar regresión lineal simple es obtener el modelo de regresión más apropiado, es decir, una
ecuación de regresión lineal simple o múltiple para fines de predicción y estimación. Los componentes de
esta ecuación de regresión lineal, con sólo una variable independiente, también llamado modelo lineal de pri-
mer orden, son la variable dependiente Y 9 o función de respuesta y y la variable independiente X. El modelo
de esta ecuación, que describe la relación de la variable X con la variable Y, se llama la ecuación de regresión de
Y sobre X y la gráfica de esta función se llama la curva de regresión.
El modelo de regresión lineal poblacional que describe la relación entre la respuesta o variable dependien-
te Y y la variable independiente o regresora X es:

Y 5 β0 1 β1x1 1 ε   i 5 1, 2, . . . , n (8-1)

Donde:
Y 5 variable dependiente poblacional (también se usa la anotación y)
β0 5 intercepto en la ordenada
β1 5 pendiente de la línea
X1 5 variable independiente
ε 5 error aleatorio con promedio de 0 y varianza σ2 constante. Este valor de ε es la diferencia entre el
valor teórico de Yi y el valor de Y calculado u observado. Las condiciones de ε son que este pará-
metro debe estar normalmente distribuido; sus valores deben de ser independientes uno del otro y
la varianza de ε es Var(ε) 5 σ2ε
n 5 número de (x, y) pares de observaciones
La ecuación de la línea de regresión muestral que estima a modelo de regresión poblacional (8-1) de arriba
se da como:
Y 5 a 1 bx (8-2)
Donde:
Y 5 valor de la variable dependiente de la muestra
a 5 intercepto en la ordenada
b 5 pendiente de la línea

8.1.1  Suposiciones del modelo de regresión lineal

a) Los valores de Y son independientes uno del otro, es decir, no deben de estar correlacionados
b) Las distribuciones condicionales de probabilidad de Y dado X son normales
c) La varianza del error es σ2 y es constante
d) Los coeficientes β0 y β1 son desconocidos y deben de estimarse
Para estimar la ecuación de regresión lineal simple y múltiple se usa lo que se llama el método de los
mínimos cuadrados que ajusta los datos de la muestra a la línea de regresión. Ésta es una de las técnicas más
usadas en investigaciones científicas para encontrar la relación entre dos o más variables que están causalmen-
te relacionadas.
 Capítulo 8  Regresión lineal simple y múltiple  |  361

En esta sección veremos el problema de regresión lineal de una variable dependiente (Y) y otra indepen-
diente (X), con fines de predicción y estimación. Sin embargo, una vez que se obtiene la ecuación de regresión
lineal, ésta se tiene que evaluar o validar para ver qué tanta fidelidad se le puede poner al modelo para usos de
predicción. Esto se logra utilizando enfoques objetivos y subjetivos. Por ejemplo, el enfoque objetivo se logra haciendo
pruebas estadísticas de inferencia. Este enfoque se complementa usando enfoques subjetivos, es decir, analizando las grá-
ficas de los residuales estandarizados o no estandarizados (crudos), es decir, a través de inspecciones visuales.

8.1.2  A
 plicación de análisis objetivos estadísticos para la evaluación
del modelo de regresión
En cuanto al enfoque objetivista (estadística inferencial), para la validación del modelo de regresión, éste se
relaciona con el uso de estadísticas como el coeficiente de determinación múltiple R2 (o r 2), el coeficiente de
determinación ajustado R2ajustada, el error estándar estimado s, tablas de análisis de varianza, pruebas de t de Stu-
dent, intervalos de confianza, el criterio de Mallow de Cp, PRESS, y así sucesivamente. De esta manera, cuando
se habla de coeficientes en el modelo de regresión múltiple, existen cuatro tipos:
a) El coeficiente de determinación múltiple (R2).
b) El coeficiente de correlación múltiple (R).
c) El coeficiente de determinación ajustado (R2ajustada).
d) El coeficiente parcial de correlación múltiple (Rij.k ).
El coeficiente de determinación múltiple R2 es, tal vez, la medida estadística más popular usada para
medir el grado de ajuste del modelo de regresión con los datos de la muestra. El coeficiente R2 es el coeficiente
entre la variación de Y debida al modelo de regresión lineal entre la variación total de Y. Este término toma
valores entre 0 y 1, y multiplicado por 100 determina el porcentaje de variación debido al modelo de regresión.
Si el valor de R2 está cercano a cero, esto indica que no hay una relación lineal entre Y y las X, mientras que,
un valor cercano a uno, indica un ajuste perfecto. Sin embargo, el valor del coeficiente R2 no debe de interpretarse
ligeramente, sin el apoyo del error estándar estimado, del residual (PRESS), del criterio de Mallow (Cp) o de los factores
de variación inflados (variance inflation factors, VIF). Además, la validación del modelo debe estar apoyada por los
análisis de los gráficos subjetivos.
De acuerdo con la lógica del programa de computadora NCSS, los siguientes enunciados dan algunas
calificaciones de la interpretación de R2.
a) El valor de R2 puede incrementarse agregando más variables independientes, pero esto puede causar
un aumento en el error del cuadrado medio, especialmente, cuando la muestra es pequeña.
b) La magnitud de R2 está influenciada por el rango de cada variable independiente. R2 aumenta a medi-
da que el rango de las X se incrementa y viceversa.
c) El valor de R2 no mide la magnitud de las pendientes.
d) La magnitud de R2 no mide la aptitud del modelo lineal; mide la fuerza lineal del componente del
modelo.
e) Un valor grande de R2 no necesariamente significa una predicción grande. Lo opuesto también es
correcto. Todo esto tiene que ser complementado o corroborado por otras funciones estadísticas y por
el análisis gráfico subjetivo.
f ) El valor de R2 es altamente sensible al número de observaciones. Entre más grande sea el tamaño de
la muestra, más alto será el valor de R2.
362  |  Estadística para ingeniería y ciencias

Más adelante hay lo que se llama el valor ajustado del coeficiente de determinación múltiple ajustado
(R ajustada). Este coeficiente de determinación múltiple ajustado R2ajustada es una versión ajustada de R2, la cual
2

busca remover la distorsión causada por un tamaño de muestra pequeño. Igualmente, también hay lo que se
llama PRESS (predicted sum of squares), que se usa para validar el modelo de regresión en términos de predic-
ción. Aquí, entre más pequeño sea el valor de PRESS, mejor será el modelo candidato.
En forma análoga, también hay lo que se llama el coeficiente de correlación múltiple R. Este coeficiente
R mide la fuerza de la relación lineal entre la variable dependiente Y y las variables independientes X1, X2, X3,
. . . , Xk. En contraste con el coeficiente de correlación lineal simple, el rango de este coeficiente de correlación
múltiple es de 0 # R # 1. Esto se debe a que R no indica la pendiente de la ecuación de regresión debido a que
no es posible indicar los signos de todos los coeficientes de regresión que relacionan la variable dependiente Y
a la variable independiente Xi. Así como en el caso de la correlación lineal, la medición de R2 es más fácil de
interpretar que el coeficiente de correlación múltiple, R.
Otro tipo de correlación relacionado con regresión y correlación múltiple es lo que se llama coeficiente
parcial de correlación múltiple. Este coeficiente mide la fuerza de la relación lineal entre la variable dependien-
te Y y las variables independientes X1, X2, X3, . . . , Xk. Este coeficiente se puede expresar como Rij.k, que es el
estimador del coeficiente de correlación múltiple poblacional ρij.k. Rij.k se puede usar para ver la relación causal
entre Y y una de las variables independientes, manteniendo las demás constantes. Este coeficiente, también se
puede usar para ver la relación entre dos variables independientes.
Prosiguiendo dentro de la categoría de análisis objetivos de estadística inferencial relacionados con regre-
sión múltiple, tenemos lo que se llama análisis de varianza (ANOVA) discutido en el capítulo 7; en forma aná-
loga como el uso de R2, este análisis es un método complementario para revisar las suposiciones del modelo de
regresión. La fidelidad de los resultados del ANOVA está mancomunada a la suposición de que los residuales
están normalmente distribuidos. El uso de ANOVA prueba los promedios poblacionales donde se analiza la variación
total. ANOVA evalúa la utilidad del modelo de regresión probando la hipótesis nula de que todos los coeficientes (βi) de
la ecuación de regresión (pendientes) son iguales a cero. Los componentes del análisis de varianza o de ANOVA son
parecidos a los del análisis de varianza simple dados en capítulos anteriores. Los componentes son la fuente
de variación, los grados de libertad, la suma de los cuadrados, el cuadrado del promedio, la prueba de F y el
nivel de probabilidad. Por ejemplo, la fuente de variación representa las particiones de la variación en Y. Hay
cuatro fuentes de variación: intercepto, modelo, residuo o error y total ajustado. La prueba de inferencia con
la estadística F se usa para probar la hipótesis de todas las βi 5 0.
Más importante todavía es el cálculo del nivel de probabilidad p. El valor de p es la probabilidad de ob-
tener un estadístico de prueba, al menos tan contradictorio o más extremo para H0:, como el valor observado
que se obtuvo, asumiendo que H0: es verdadera. Si el valor de p es menor qué, digamos α 5 0.05, la hipótesis
nula se rechaza; de otra manera se retiene. Entre más pequeño sea el valor de p, más certidumbre habrá en la
hipótesis alternativa, Ha:.
Otras funciones estadísticas usadas en la evaluación de la utilidad del modelo de regresión son los llama-
dos VIF (por sus siglas en inglés de Variance Inflation Factors), la estadística Cp de Mallow y la estadística de
Durbin-Watson. Los factores de varianza inflada (VIF) están relacionados con problemas de multicolineali-
dad, los cuales causan toda clase de problemas con el análisis de regresión. En forma análoga, el diagnóstico
Cp da el número óptimo de variables para el modelo de regresión. De manera semejante, la estadística Durbin-
Watson está relacionada con la autocorrelación. Usualmente, este criterio se usa para probar por correlación
en serie de primer orden positiva o negativa.
Otros estadísticos objetivistas para validar el modelo de regresión son las pruebas individuales de t de
Student para probar la hipótesis de que β1, β2, β3, βk son iguales a cero. Además, se pueden usar los intervalos
de confianza. Por ejemplo, en regresión múltiple el valor de t de Student se usa para probar la hipótesis de
que uno de los coeficientes es igual a cero, después de remover la influencia de los otros. Los investigadores
 Capítulo 8  Regresión lineal simple y múltiple  |  363

Paffenberger et al. (1987) dan la función para el intervalo de confianza para βi. Sin embargo, si se concluye que
β1 o βk no son igual a cero esto no necesariamente dice que el modelo de regresión es útil para predicción. En
verdad, para determinar si el modelo es apropiado, en lugar de probar que β1 5 0 y β2 5 0, separadamente
(usando la prueba de t), se usa una prueba conjunta, como el análisis de varianza (ANOVA).

8.1.3  A
 plicación de análisis gráficos subjetivos para la evaluación
del modelo de regresión
En cuanto al uso de análisis de gráficos para evaluar la utilidad del modelo de regresión, esto se logra anali-
zando los gráficos de los residuales crudos o estandarizados. Los residuales estandarizados son los residuales
ei divididos entre una estimación de su desviación estándar. Estos residuales estandarizados toman en consi-
deración que los residuales pueden tener diferentes varianzas, lo cual hace que sea más fácil detectar valores
inusuales extremos. El programa Minitab considera valores extremos aquellos residuales mayores que 2 o
menores que 22. Los residuales crudos o regulares son la diferencia entre la respuesta actual (Y ) y el valor
estimado del modelo.
De acuerdo con la lógica del programa de computadora Minitab los diagnósticos gráficos subjetivos se
dan como:
a) Histograma de residuales
b) Gráfica normal de residuales
c) Gráfica de residuales en función de los valores ajustados
d) Gráfica de residuales versus órdenes
El histograma de residuales son herramientas exploratorias para analizar las características de los datos
como valores inusuales, variación y forma. Cuando el error de la variable es aproximadamente normal, el
histograma tiene forma de campana.
Con respecto a la gráfica normal de residuales, los puntos en ésta, por lo general, deberán formar una
línea recta, si los residuales están normalmente distribuidos. Si no es así, la suposición de normalidad puede
invalidarse. Así, los valores de la variable aleatoria estadística ei deben estar normalmente distribuidos. Para
lograr esto, se grafican los residuales de la variable dependiente en función de los valores de z o normales
esperados. Para que se reúna la condición de normalidad de los datos, todos los puntos deben estar dentro
de las bandas de confianza muy cercanos a la línea de regresión. Además, si los términos del error ei están
normalmente distribuidos, los residuales deberán estar, de manera aproximada, de acuerdo con las reglas del
68%, 95% y 99.7%. Esto quiere decir que el 68% de los residuales deberán estar entre z 5 61; el 95% entre z
5 62 y, finalmente, el 99.7% de los residuales entre z 5 63.
Con relación a la gráfica de residuales, en función de valores ajustados, ésta debe mostrar aleatoriedad de
los residuales con, aproximadamente, el mismo número de residuales positivos y negativos, sin tendencias de-
finidas que indiquen colinealidad o correlación en serie, es decir, falta de independencia entre las variables.
Por último, la gráfica de los residuales versus órdenes está relacionada con todos los residuales en el orden
en que los datos se coleccionaron y se usa para encontrar errores no aleatorios, especialmente de efectos rela-
cionados con el tiempo.
Otros factores que tienen que revisarse es lo que se llama homoscedasticidad o sea cuando la variable
aleatoria ei tiene la misma varianza, lo cual se hace graficando los residuales contra cada valor de las variables
independientes (Xi). Aquí, tiene que haber la misma cantidad de valores positivos y negativos expresados en la
gráfica, lo cual se denomina homoscedasticidad. Sin embargo, de no ser así, existe el problema de heteroscedasti-
cidad, mismo que se retomará en el capítulo de regresión polinomial.
364  |  Estadística para ingeniería y ciencias

Recapitulando lo anterior, las condiciones o suposiciones requeridas para validar el modelo, subjetiva-
mente, se hacen a través de los análisis de los residuales crudos o no estandarizados. Como se dijo antes, los
llamados residuales se definen como las diferencias entre el valor actual de Y y el valor pronosticado de Y por
el modelo de regresión estimado. Los residuales se denotan por ei, esto es, ei 5 Yi 2 Y9i. Las gráficas de los resi-
duales dan información muy importante acerca de la naturaleza y fuerza de la relación entre las variables. La figura 8.1
muestra los residuales que son las diferencias entre los valores de Y1, Y2, Y3, . . . , Yk y los valores observados
de Y91, Y92, Y93, . . . , Y9k de la línea de regresión de la muestra. Por otra parte, los residuales estandarizados se
obtienen dividiéndolos entre sus respectivas desviaciones estándares.

50 y1  y 1
40

30 y2  y 2
y3  y 3 y4  y 4
20

10 y5  y 5 y6  y 6

x
0 5 10 15 20

Figura 8.1.  Gráfica de los residuales de un ejemplo.

Las suposiciones de los valores residuales son:

a) Los residuales ei están normalmente distribuidos (εi están normalmente distribuidos)
b) Los residuales tienen la misma varianza (εi 5 σ2, σ2 es constante)
c) Los residuales ei son independientes
Otro método menos popular que el análisis de los residuales, para evaluar la ecuación de regresión, es com-
parando el diagrama de dispersión de los puntos, con respecto a la línea de regresión, con la gráfica de los puntos
con respecto al promedio de – y . Esto se debe a que, sin importar el valor de X, el promedio – y siempre permanece
constante (línea horizontal trazada en el diagrama esparcido de la gráfica). De esta manera, si la dispersión de
los puntos con relación a la línea de regresión es mucho menor que la dispersión de los puntos con respecto a la
línea horizontal de –
y , entonces, se puede concluir que la ecuación de la línea de regresión da un buen ajuste para
los datos de la muestra. Para esto se puede consultar el libro Business Statistics de Daniel, et al. (1989).

8.2 Ecuaciones normales para calcular el intercepto en la ordenada a

y la pendiente b de la curva o línea de regresión manualmente
Las variables a y b se obtienen de las ecuaciones normales de abajo, es decir, resolviéndolas simultáneamente:
n n
n n
Σ Y n5 an 1 b Σb Σ
i 5 1 Σ Y 5 an 1 (8-3)
n
i 51
Σ Y 5 an 1n bi 5Σ1 n
i 51
n
i 51 in51 n n
Σ nXY 5 an ΣX 1 b ΣbXΣ X (8-4)
i 5 1 Σ XY 5 i 5a1 ΣX 1
n
i 51
Σ XY 5 a ΣX 1 b Σ X i 51 i 51 i 51
Al resolverse simultáneamentei 5dan
1 el intercepto, a en la ordenada y la pendiente de la línea b:
i 5 1n n i5 1n  n2   n  n  n  n      n n2   n  n  2 
2

Σ Y Σ X Σ X Σ XY  n Σ X Σ X X 
 n   n i 512i Σ 2  i 5 1 Σ  n 2 i5n   2
222
 Y i5 1n Σ X 2
  n2 i 5 1 Σ X  XY 1 Σ 
n X i 5 1 Σ
51   i 5 1  i 51    i 5 1   1 
i 5
Intercepto 5 a 5  i Σ Y   Σ X   
Σ
   i 51   i 51
2 X
i 51 
Σ 
XY      n Σ 
X    Σ
   i 5 1 
2 X    

51   i 51      i 5 1    
 
 n  n  n  n     n n2  n  n  2 
2
–  n–Σ XY
n
n
 5n Y 2bX  nn Σ XY 2 n2 Σ X X
i 5 1 i 5 1   i 5 1i Σ  iΣ YnY
5 1 Σ
   n i Σ n1 XΣ X
5n
2 2 Σ X
2  2
i 5 1 Σ X  (8-5)
  5 1    i 51    2 
 i 5 1   i 5 1   
n
 i 51Σ XY 2 Σ X Σ
 i5 1   i 5 1  Y n Σ X Σ
   i 5 1 
2 X  
  2
i 51   
n
n2  n  n   2 
n Sxx 5 Sxxi Σn X
55 1 Σ X 
22 2 Σ X
2i 5 1 Σ X n n
2 i 51 i 51
 n n n
Σ XY 5 a ΣX 1 b Σ X
i 51 i 51 i 51
nnn nn
 ΣΣ YY
n
12bb ΣΣ nCapítulo   8    n     |  365
2
 5 2  ymúltiple
n n n n
5an an1 Regresión  lineal simple
 i Σ Y111   Σ X  i2 5111 Σ X
 i 5 1   i Σ XY   n Σ X  2 Σ X  
 i 5 1
iii5
55 ii55
 nnn  
51 i 51
nn
51    i 51  
n nnn
 
ΣΣ XY XY5 5aaΣΣX X1 1bb ΣΣ X X
 iii5
n 55111
 n iii55 5111
 iii5
n 55111
  n
 n

2

Pendiente 5 b 5  n Σ XY 2  ΣnnnX   Σ Y nnn  nnn Σ X 2 2  Σ X nn  222 (8-6)

i 5 1 nnn    222            n  222  n  
  nn
  ΣΣ YY  ΣΣ X  ΣΣ XY
i 5 1 i 5 1 ni 5 1 i 5 1
X 2
2 Σ Σ XX  XY  nn Σ Σ XX 22 Σ
Σ X X
Sxyii/i555S111xx iii555111  2 iii555111 iii555111   iii555111  iii555111  (8-7)
n
 n   
Donde: Sxx 5 ΣnnnX 2 2  Σ nnnX  n
 i 521se dan por  n    222

Σxy y Σx i5  1  ecuaciones  n 
n n nnn nn
Σ nnni iΣ Σ XY XY2 2 ΣΣlas X X ΣΣ YY (8-8) nn ΣyΣ (8-9).
XX2222 2 ΣΣ X X 
 
5
i 515 1 1 i 5 1 i 5 1   i 5 1
n i i
5 5 1 1 i i
5 5 11 i i
5 5 11 iii555111  
• Las siguientes ecuaciones son S
muy 5importantes.
Σ XY 2 Σ X ΣY n   
xy i 51 i 51 222
nnn
 2  nnn

SSxxxxxxn5 5 Σ2Σ X X2222 n2 Σ

iii55Σ X X nn (8-8)
5111   n
S yy 5 Σ Y 2  Σ Y iii5
55111

i 51
nnn
 i 5 1
nnn

SSxyxyxy5 5 ΣΣ XY XY2 2 ΣΣ X XΣΣYY nn (8-9)
5111
iii5
5 5111
iii5
5
222
nnn
 nnn 
5 ΣΣ YY2222
SSyyyyyy5 2 ΣΣ YY nn (8-10)
iii5
55111 iii555111 

 álculo del coeficiente de determinación R 2 de la muestra

8.2.1  C
que estima a r2 el coeficiente de determinación poblacional
Como se dijo antes, el coeficiente de determinación múltiple R2 es una prueba objetivista de estadística. Ésta
es una función estadística muy importante, para validar el modelo de regresión lineal. Este coeficiente R2 mide
la proporción de variación en la variable dependiente Y explicada por la variable independiente X. Los valores
de R2 varían de 0 a 1. Un valor cercano a 0 indica que no hay una relación lineal entre Y y X, mientras que
un valor cercano a uno indica un ajuste lineal perfecto. Aquí, sin embargo, es necesario reiterar que un valor
alto de R2 no necesariamente indica un buen ajuste del modelo de regresión, sino hasta que se hacen todas las
pruebas objetivistas y subjetivas. La función que calcula R2 es:
R2 5 b Sxy / Syy (8-11)
5 1 2 Sxy2 / Sxx Syy (8-12)
Donde Sxy Sxx Syy se dan por las ecuaciones (8-8), (8-9) y (8-10) descritas para la ecuación (8-11). También
hay el llamado coeficiente R2 de determinación ajustado. Ésta es una versión ajustada de R2, la cual busca
remover la distorsión debida a un tamaño de muestra pequeño. Se define como:
R2ajustada 5 1 2 [(1 2 R2) (n 2 1)/(n 2 2)] (8-13)
Donde R2 ya se definió y n es el tamaño de la muestra.

8.2.2  C
 álculo del coeficiente de correlación R de la muestra
que estima a r, el coeficiente de correlación poblacional
Como se dijo antes, el coeficiente de correlación R, que estima a ρ, también se llama coeficiente de correla-
ción de Pearson. Este coeficiente es un índice de la fuerza de la asociación lineal entre las variables X y Y. El
coeficiente de correlación R es:

Sxy
(8-14)
R
Sxx Syy

Donde Sxy , Sxx , Syy se dan por las ecuaciones (8-8), (8-9) y (8-10).
366  |  Estadística para ingeniería y ciencias

Nota: El coeficiente de correlación R explica el grado de asociación entre las variables X y Y. Este
coeficiente R varía de 21 a 0, si la correlación es negativa, con pendiente negativa. Pero, si la
correlación es positiva, entonces, R varía de 0 a 1. Así, a medida que R se aproxima a 61, mejor
asociación habrá entre las variables X, Y y σ2 será igual a 0. Nótese que, en caso de la regresión li-
neal múltiple, hay lo que se llaman coeficientes parciales de regresión para medir la relación lineal
entre la variable dependiente Y y la variable independiente especificada.

8.2.3  Tipos de correlación lineal

a) Correlación simple que consiste en dos variables, una dependiente (Y ) y la otra independiente (X ).
Dentro de esta categoría tenemos:
• Correlación directa. Esta correlación consiste en el incremento en una variable la cual es acompa-
ñada por el incremento de otra variable (correlación positiva).
• Correlación inversa. Esta correlación consiste en el incremento de una variable la cual es acompa-
ñada por el incremento de otra (correlación negativa).
• Correlación no lineal. En esta correlación hay una asociación entre las dos variables pero la fun-
ción que describe los datos es más complicada que una línea recta y puede ser una parábola, un
polinomio, una función senoidal, entre otras.
b) Correlación múltiple. Aquí, hay más de dos variables. Una variable es dependiente (Y ), mientras que
lasyotras son independientes
y y yX1, X2, . . .y , Xk, etcétera.
y y y y
Los diagramas de la figura 8.2 representan varios tipos de correlaciones.
a) b) c)
y y y y y y y y y

x x x x x x x x x

a) a) a) b) b) b) c) c) c)

x x x x x x x x x

a) a) a) b) b) b) c) c) c)
d) e) f)
y y y y y y y y y

y y y y y y y y y

x x x x x x x x x

Figura 8.2.  a)Diagramas

a) esparcidos
a) b) representan
que b) b) c)tipos de c)
diferentes c)
correlaciones entre y .
Por ejemplo, la figura a) representa una correlación positiva entre y . La figura b)
x x x x x x x x x
representa una correlación positiva entre y . La figura c) representa una perfecta
correlación positiva entre y . La figura d) representa una asociación negativa no muy
a)acentuada
a) entre a) b) b) b) c) c) c)
las dos variables. La figura e) representa una correlación positiva
muy fuerte entre y . La figura f) representa una perfecta correlación negativa entre
las variables y .
 x

a) simple y múltiple 
Capítulo 8  Regresión lineal |  367 b)

a) b) c)

y
y y y y

x x x x x

a) b) c)
a) b)
Figura 8.3. Diagramas de dispersión donde se muestra una correlación cero. Por ejemplo, la figura
a) representa un diagrama esparcido donde no hay ninguna asociación o correlación
entre las variables y . La figura b) representa una relación no lineal (posiblemente una
parábola) entre las variables y . La figura c) representa también una correlación no
lineal y las variables y posiblemente una parábola con curvatura negativa.
y entre

8.2.4 Intervalo de confianza para el coeficiente poblacional b componente

de la línea de regresión mY|X 5 a 1 bX, estimado por b,
la pendiente de la línea
x x
b 2 t[12α/2;n22]
c) c) s / Sxx , β , b 1 t[12α/2;n22] s /
2 Sxx 2 (8-15)

Donde:
b 5 Sxy Sxx
t[12α/2;n22] 5 valor de la distribución de t de Student

Sxy 2 bSxy
s5 (8-16)
n 22

5 SSE/(n 2 2)

La ecuación de la varianza es: s2 5 (Syy 2 bSxy) / (n 2 2) (8-17)

β 5 coeficiente poblacional de la pendiente de la línea, el cual es estimado por b 5 Sxy /Sxx, o sea el coefi-
ciente de la línea de regresión muestral.

8.2.5 Intervalo de confianza para el parámetro poblacional a, el intercepto

de la ordenada de la línea de regresión mY|X 5 a 1 bX,
cuyo estimador es a
n n

2
s ∑ 2
i 2
s ∑ 2
i
i 1 i 51
a αx a (8-18)
nSxx nSxx
368  |  Estadística para ingeniería y ciencias

Donde:
a ya se definió anteriormente
t[12α/2;n22] 5 a un valor usando la distribución de t de Student con ν 5 n 2 2 grados de libertad
s ya se definió de la ecuación (8-16)
Sxx ya se definió de la ecuación (8-9)

8.2.6 Hipótesis nula H0: b 5 b0 contra las hipótesis alternativas

H1: b 1 y H2: b 2
Para esta prueba también se usa la distribución de t de Student con ν 5 n 2 2 grados de libertad, es decir:

t 5 (b 2 β0) /s/Sxx (8-19)

Donde:
t 5 la estadística de la distribución de t de Student
β0 5 un valor dado
b 5 pendiente de la línea

8.2.7 Hipótesis nula H0: a 5 a0 contra las hipótesis alternativas

H1: a ≠ a0, H2: a a0 y H3: a a0
Aquí, nuevamente, se usa la distribución de t de Student con grados de libertad, ν 5 n 2 2. Para esto se usa
la fórmula 8-20:
a 2F 0
t5 n
(8-20)
s ¨x 2
i
/ nSxx
i51

Donde:
α0 5 un valor dado
s, ya definida anteriormente
a, ya definida anteriormente

8.2.8  Intervalo de confianza para mY|X de la línea poblacional estimada por Y

El intervalo de confianza para el valor de μY|X se hace es usando la fórmula 8-21:

1 1
Y09 2 t[α/2;ν] s 1 (X0 2 –
X )2/Sxx , μY|X , Y09 1 t[α/2;ν] s 1 (X0 2 –
X )2/Sxx (8-21)
n n

Donde:
Y09 5 a 1 b X0 5 valor de la línea de regresión con un valor de X0 dado (8-22)
 Capítulo 8  Regresión lineal simple y múltiple  |  369

t[α/2;n22] 5 valor de la distribución de t con un nivel de significancia de α 5 0.05 o bien 0.01 con ν 5 n 2 2
grados de libertad
a, ya definida anteriormente
s, ya definida anteriormente
X0 5 un valor dado
–
X 5 promedio de la muestra

8.2.9  H
 ipótesis nula H0: b 5 0 contra las hipótesis alternativas
H1: b 0 y H2: b 0
Para hacer esta prueba usamos la distribución de t de Student con ν 5 n 2 2 grados de libertad. La función esta-
dística usada para tales fines es:

t 5 (b 2 b0) / s / Sxs (8-23)

Donde:
s, ya definida anteriormente
b 5 intercepto en la ordenada Y
β0 5 un valor dado
Sxx ya definida de la ecuación (8-8)
Σxy ya definida de la ecuación (8-9)
β0 5 0
Aquí, también se tienen que calcular las regiones críticas usando la distribución de t, es decir, t[12α/2;ν], donde
α es el nivel de significancia deseado y ν es el número de grados de libertad, es decir, n 2 1. Después de esto,
se compara el valor de tcalc., con el valor crítico de ttab. y se sigue el mismo procedimiento para cualquier prueba
de hipótesis.

8.2.10  H
 ipótesis nula de H0: a 5 a0 contra las hipótesis alternativas
H1: a 0 y H2: a 0
Para hacer esta prueba de hipótesis se usa la estadística de t de Student mostrada abajo:
a 2F 0
t5 n
(8-24)
s ¨x 2
i
/ nSxx
i51

Donde:
s, ya definida anteriormente
b ya definida anteriormente de la ecuación (8-7)
Aquí también se tiene que establecer las regiones críticas usando la distribución de t de Student. Estas regio-
nes críticas son: t[12α/2;ν], donde α es el nivel de significancia usado.
370  |  Estadística para ingeniería y ciencias

8.2.11  P
 ruebas de hipótesis H0: r 5 0, contra la hipótesis alternativas
H1: r 0, para el coeficiente de correlación poblacional r
estimado por R
Para estos fines se usa la estadística de t de Student:

t 5 vR / 1 2 R 2
(8-25)
Donde:
R 5 Sxy S / Sxx Syy (8-26)
ν 5 n 2 2 grados de libertad
Aquí, nuevamente, para calcular las regiones críticas se usa la t de Student, es decir, t[α/2;n22].

Ejemplos de problemas usando regresión y correlación lineal simple

Ejemplo 8.1. Este problema está relacionado con un estudio acerca de la cantidad de precipitación
pluvial y la remoción de contaminación atmosférica.

Tabla 8.1.  Datos del ejemplo 8.1.

Lluvia
18 7 14 31 21 5 11 16 26 29
(0.066 cm)
Remoción de
55 17 36 85 62 18 33 41 63 87
contaminación

Hacer los siguientes cálculos:

a) Hacer una gráfica que vaya en función de la variable dependiente Y y la variable inde-
pendiente X, con línea de regresión.
b) Calcular los valores de la estadística descriptiva.
c) Obtener la ecuación de regresión lineal simple y trazarla en la gráfica.
d) Evidenciar la fidelidad del modelo de regresión, es decir, a través de la emisión de un
juicio subjetivo analizando los valores de los residuales estandarizados, de la siguiente
manera:
• Hacer una gráfica que muestre la prueba de normalidad.
• Hacer una gráfica con los residuales estandarizados versus valores ajustados de Y.
(El valor predicho o ajustado de Yi es el valor de Y que se esperaría cuando se usa
la línea de regresión. En otras palabras, los valores ajustados de Y1, Y 2, . . . , Yn se
obtienen sustituyendo, sucesivamente, x1, x2, . . . , xn en la ecuación de la línea de
regresión estimada: Yi 5 b0 1 b1xi, . . . , 1 bnxn).
• Hacer un histograma de residuales.
• Hacer una gráfica que muestre los residuales estandarizados versus los renglones.
b) Complementar la evaluación del modelo con inferencias estadísticas, como:
• Cálculo del coeficiente de determinación R2 y el coeficiente de correlación R.
 Capítulo 8  Regresión lineal simple y múltiple  |  371

• Hacer una tabla de análisis de varianza (ANOVA).

• Hacer una tabla con los coeficientes, los errores estándares, las pruebas de t, los
valores de p y los intervalos de confianza para el intercepto y la pendiente.
Solución:
Usando un programa de computadora se obtienen los siguientes resultados.
a) La variable dependiente es la remoción de contaminantes (Y ) y la variable indepen-
diente es la cantidad de lluvia (X ). La figura 8.4 muestra esta solución:
y
100.0

Y9 5 1.0213 1 2.7348 (x)

75.0

50.0 Y

25.0

0.0 x
0.0 8.8 17.5 26.3 35.0

Figura 8.4. Gráfica que muestra Y versus X, con una línea recta horizontal corres-
–
pondiente al valor del promedio de Y 5 49.7000.

b) Los valores de la estadística descriptiva son:

– –
X 5 17.8000, Y 5 49.7000. Los valores máximos y mínimos de los valores de Y son
87.000 y 17.000, respectivamente. Los valores máximos y mínimos de los valores de
X son 31.000 y 5.0000, respectivamente. Cuadrado medio del error 5 s2y|x 5 26.667;
error cuadrático medio es sy|x 5 5.164.
c) Usando un programa de computadora se estiman los valores del intercepto en la
ordenada y la pendiente. Éstos son: intercepto 5 a 5 1.0213, pendiente de la línea
5 b 5 2.7348. Sustituyendo estos valores dan la línea de regresión muestral (mis-
ma que se ve en la figura 8.4), da.
Y 5 a 1 bX
 Y 5 1.0213 1 2.7348(X )
d) Para este inciso la figura 8.5 muestra la información requerida.
Residual Plots Remocion de contaminantes (Y)
Normal Probability Plot of the Residuals Residuales versus the Fitted Values
99
Porcentaje

90 5
Residual

50 0

10 25

1 210 210
25 0 5 10 20 40 60 80
Residual Fitted Value
Histograma de residuales Residual versus the Order of the Data
3
Frecuencia

5
Residual

2
0

1 25

0 210
28 24 0 4 1 2 3 4 5 6 7 8 9 10
Residual Orden de observación

Figura 8.5.  Gráficas de las respuestas para el inciso d).

372  |  Estadística para ingeniería y ciencias

Como se ve en la figura 8.5 la gráfica superior izquierda muestra la prueba de normali-

dad con todos los puntos formando una línea recta. Esto indica que la distribución de
los datos es normal. Igualmente, la figura superior derecha muestra los residuales en
función de los valores ajustados de Y. Aquí, hay aleatoriedad en la distribución de los
puntos con la misma cantidad de puntos negativos y positivos, lo que indica que no
hay correlación de los datos. La figura inferior izquierda muestra la frecuencia versus
los residuales. Finalmente, la figura inferior derecha muestra los residuales en función
de los órdenes de las observaciones. Aquí, en esta figura hay aleatoriedad y el mismo
número de puntos positivos y negativos, lo que sugiere que no hay colinealidad o
correlación en serie de la información suministrada.
e) Para complementar el estudio objetivista se efectúan pruebas estadísticas de infe-
rencia.
• El cálculo del coeficiente de determinación R2, el cual es la fuerza relativa de
la relación lineal entre X y Y (mide la proporción de variación en Y que puede
ser explicada por la variación en X ), lo dan la ecuación (8-11) y las ecuaciones
(8-6), (8-7) y (8-8), respectivamente:
R2 5 0.9620
El cálculo del coeficiente de correlación R es:
R5 R 2 5 0.9808

• Para el análisis de varianza (ANOVA), que también sirve para validar el mo-
delo de regresión, es una función estadística objetivista que prueba la hipótesis
nula de que la pendiente es igual a 0. Aquí se verá que un valor grande de F in-
dica que el modelo de regresión seleccionado es útil. Sin embargo, es necesario
analizar todos los demás criterios antes de emitir un juicio final. La tabla 8.2 de
ANOVA da los resultados.
Tabla 8.2.  Análisis de varianza (ANOVA) para el ejemplo 8.1.
Fuente de Suma de los Cuadrado del Valor
g.l. Fcalc. Ftab.
variación cuadrados promedio de p
Debido al
5 396.77 1 5 396.77 202.38 5.32 0.00001
tratamiento
Residual
213.33 8 26.67
(error)
Total 5 610.1 9

El valor de Ftab. se saca consultando la tabla de la distribución de F, esto es F0.95, 1, 8 el

cual da F0.95, 1, 8 5 5.32. Aquí, debido a que el valor de Fcalc. 5 202.38 ... 5.32, se re-
chaza la hipótesis sustentada de que H0:β1 5 0 y se inclina por H0:β1 ≠ 0. La conclusión
es de que la pendiente de la línea no es igual a 0 u horizontal.
• La tabla 8.3 muestra los valores del intercepto en la ordenada, el gradiente de
la línea de regresión, los errores estándar, la pruebas de hipótesis usando la t
de Student, los valores de la probabilidad p y los intervalos de confianza (95%)
para β0 (intercepto) y β1 (pendiente).
 Capítulo 8  Regresión lineal simple y múltiple  |  373

Tabla 8.3. Valores del intercepto, pendiente, pruebas t de Student, valor del nivel
de p y sus intervalos.

Error Límite Límite

Coeficiente Prueba t Valor de p
estándar inferior superior
Intercepto 1.02 3.79 0.27 0.79 27.772 9.76
Pendiente 2.73 0.19 14.23 5.8 3 10 27
2.29 3.18

Aquí, nótese que el intervalo de confianza para el intercepto es muy amplio y la hipóte-
sis no se puede rechazar, puesto que el valor de t es muy pequeño y el valor de p 5 0.79
es grande. Esto lo apoya el valor de 0.79 de p y un error estándar de 3.79, relativamente
grande; lo contrario ocurre con las pruebas estadísticas de la pendiente, cuyo valor de
t es grande y de p es muy pequeño.

Ejemplo 8.2. En un estudio de microbiología ambiental, en muestras de agua, se dieron los datos
de la tabla 8.4. Estos datos se refieren al crecimiento de una colonia de bacterias en un
medio de cultivo.
Tabla 8.4.  Datos del ejemplo 8.2.
Tiempo en días
de inoculación 3 6 9 12 15 18
(X )
Núm. de
115 000 147 000 189 000 230 600 257 900 286 400
bacterias (Y )

Hacer los siguientes cálculos:

a) Hacer una gráfica con el número de bacterias en función del tiempo.
b) Evaluar la calidad del modelo de regresión usando diagnósticos estadísticos y grá-
ficos.
c) Con la ecuación de regresión, estimar el número de bacterias después de 20 días.
d) Encontrar los intervalos de confianza para α y β.

Solución:
a) La gráfica con el número de bacterias en función del tiempo de inoculación es la
figura 8.6.

300 000
Número de bacterias (Y)

250 000

200 000

150 000

100 000
5 10 15 20
Tiempo de inoculación (X)

Figura 8.6.  Gráfica de número de bacterias versus tiempo de inoculación.

374  |  Estadística para ingeniería y ciencias

b) La evaluación del modelo con ecuación de regresión y aplicación de diagnósticos

estadísticos y gráficos se da en seguida.
La ecuación de regresión es:
Número de bacterias (Y ) 5 81 147 1 11 721, Tiempo de inoculación (X)

Predictor Coef SE Coef T P

Constante 81 147.0 5 271.0 15.40 0.000
Tiempo de
inoculación (X ) 11 721.0 451.1 25.98 0.000

s 5 5 661.81 R-Sq 5 99.4% R-Sq(adj) 5 99.3% PRESS 5 302 704 548

R-Sq(pred) 5 98.61%

Tabla 8.5.  Análisis de varianza.

Fuente de Valor
variación g.l. SS MS F
de p
Debido a la
regresión 1 21 637 464 143 21 637 464 143 674.99 0.000

Residual (error) 4 128 224 190 32 056 048

Total 5 21 765 688 333

Estadística de Durbin-Watson 5 1.46591

Residual Plost for Numero de bacterias (Y)
Normal Probability Plot of the Residuals Residuales versus the Fitted Values
Standardized Residual

99 2

90 1
Porcent

50 0

10
21
1
22 21 0 1 2 1000000 1500000 2000000 2500000 3000000
Standardized Residual Fitted Value
Histogram of the Residuals Residual versus the Order of the Data
Standardized Residual

1.00 2
Frecuency

0.75 1

0.50 0

0.25
21
0.00
21.5 21.0 20.5 0.0 0.5 1.0 1.5 1 2 3 4 5 6
Standardized Residual Orden de observación

Figura 8.7. Gráficas de los resultados de la prueba de normalidad, es decir, de

los residuales versus porcentajes, residuales estandarizados versus
valores ajustados, histograma de residuales estandarizados y resi-
duales estandarizados versus los órdenes de las observaciones.

c) (Y ) 5 81 147 1 11 721, tiempo de inoculación (20 días) 5 315 567.

d) Intervalo de confianza de 95% para α: 61 259.45 , α , 101 780.6; valor de la
probabilidad p 5 0.0004; intervalo de confianza de 95% para β es: 10 040.14 , β
, 13 508.43, con un valor de la probabilidad p 5 0.000046.

Ejemplo 8.3. En un estudio de agricultura, relacionado con la siembra de algodón, en cierto estado
del norte de México, la precipitación anual y el rendimiento de la cosecha de algodón
son como sigue.
 Capítulo 8  Regresión lineal simple y múltiple  |  375

Tabla 8.6.  Datos del ejemplo 8.3.

Precipitación en
7.12 63.54 47.38 45.92 8.68 50.86 44.46
centímetros (X )
Rendimiento de
la cosecha en 1 037 380 416 427 619 388 321
libras/acre (Y )

Hacer los siguientes cálculos:

a) Calcular los valores del intercepto a y la pendiente b.
b) Escribir la ecuación de la línea de regresión.
c) Calcular el coeficiente de determinación R2 y el coeficiente de correlación R.
d) Predecir el rendimiento de la cosecha de algodón, si la precipitación es de 30 pul-
gadas.
e) Hacer una tabla de análisis de varianza.
Solución:
a) Usando un programa de computadora como el de Excel da:
intercepto en la ordenada 5 a 5 880.40
pendiente de la línea 5 b 5 29.61
b) Por tanto, la ecuación de la línea de regresión es:
Y 5 880.40 2 9.61 (X )
c) El coeficiente de determinación 5 R2 5 0.6991
El coeficiente de correlación 5 R 5 0.8361
d) Cuando la precipitación de lluvia es de 30 pulgadas, el rendimiento de la cosecha
se calcula usando el modelo de regresión obtenido, es decir, sustituyendo el valor
de X 5 30. De esta manera, usando la ecuación de regresión dada arriba y sustitu-
yendo el valor de X 5 30 nos da:
Y 5 880.4 2 9.61 (30) 5 592.1
e) La tabla de análisis de varianza dada por el programa Excel se da en la tabla 8.7.

Tabla 8.7.  Análisis de varianza (ANOVA).

Fuente de Valor
g.l. SS MS Fcalc. Ftab.
variación de p
Debido a la
regresión 1 260 628.2 260 628.2 11.62 5.32 0.019

Residuo 5 112 165.5 22 433.11

Total 6 372 793.7

En conclusión, al comparar el valor de la estadística calculada F con el valor crítico

de F se rechaza la hipótesis sustentada con un valor de p igual a 0.019.
376  |  Estadística para ingeniería y ciencias

Ejemplo 8.4. En un estudio de ingeniería del agua relacionado con las reducciones de los sólidos sus-
pendidos, en función de la demanda química de oxígeno (DQO), se sacó una muestra
aleatoria, cuyos datos se dan en la tabla 8.8. Para lo siguiente:
a) Identificar la variable dependiente y la independiente y hacer una gráfica de DQO
versus reducción de sólidos.
b) Calcular la ecuación de la línea de regresión con línea de regresión.
c) Hacer una tabla de análisis de varianza que incluya la F crítica y el valor de p.
d) Validar el modelo candidato, a través de estadísticas como R2, PRESS, s y de la
estadística de Durbin-Watson (para la prueba de autocorrelación de residuales).
e) Evaluar la utilidad del modelo a través de gráficos subjetivos:

Tabla 8.8.  Mediciones de sólidos y la demanda química de oxígeno.

Sólidos suspendidos DQO
30 29 33 37 25 32 29 27 31 36 25 31
30 30 33 30 35 31 29 28 32 29 30 30
29 30 34 30 36 30 28 29 34 29 34 29
34 31 36 29 31 30 33 30 35 28 30 28
28 31 36 28 33 32 26 30 34 28 30 31
27 32 36 27 31 32 27 32 34 26 29 31

Solución:
a) La variable dependiente es DQO y la variable independiente es reducción de sólidos
suspendidos. La figura 8.8 muestra las concentraciones de DQO versus reducción de
sólidos suspendidos con línea de regresión.

Gráfica de DOQ en función de sólidos suspendidos

37.5 37.5

35.0 35.0

32.5 32.5
DQO (Y)

30.0 30.0

27.5 27.5

25.0 25.0

25.0 27.5 30.0 32.5 35.0 37.5

Sólidos suspendidos (X)

Figura 8.8.  Gráfica del DQO versus reducción de sólidos con línea de regresión.

b) La ecuación de la línea de regresión es:

DQO (Y ) 5 1.53 1 0.909 X(sólidos suspendidos), donde la pendiente es igual a
0.909 y el intercepto es 1.53.
c) La tabla 8.9 muestra la información de ANOVA.
 Capítulo 8  Regresión lineal simple y múltiple  |  377

Tabla 8.9.  ANOVA de sólidos suspendidos y DQO.

Fuente de Valor
SS g.l. MS Fcalc. Fcrítica
variación de p
Entre los grupos 32.00 1 32.00 4.35 3.98 0.04
Residual (error) 515.44 70 7.35
Total 546.44 71

d) s 5 0.9039, R2 5 88.8%, R2(ajustada) 5 88.5%, PRESS 5 31.8928 R2(predecida) 5 87.13%,

estadística de Durbin-Watson 5 1.67
Aquí, el coeficiente de determinación R2 mide qué tan bien el modelo de regresión
ajusta los datos. Análogamente, el estadístico PRESS (suma de cuadrados de error de
predicción) mide la calidad del modelo de regresión. En cuanto a la estadística Durbin-
Watson si está cercana a 2 no hay autocorrelaciones en series positivas o negativas. La
variación de los datos da la estadística s.
e) La figura 8.9 da la información subjetiva para la evaluación del modelo

Residual Plots for DQO (Y)

Normal Probability Plot of the Residuals Residuales versus the Fitted Values

Standardized Residual
99 2
90
Porcent

0
50
22
10
124 24
22 0 2 25.0 27.5 30.0 32.5 35.0
Standardized Residual Fitted Value
Histogram of the residuals Residual versus the Order of the Data
Standardized Residual

2
Frecuencia

10.0

7.5 0
5.0
22
2.5

0.0 24
24 23 22 21 0 1 2 1 5 10 15 20 25 30 35
Standardized Residual Observation Order

Figura 8.9.  L
 a figura superior izquierda muestra la prueba de normalidad. La
figura superior derecha muestra los residuales estandarizados versus
valores ajustados. La figura inferior izquierda muestra el histograma.
Finalmente, la figura inferior derecha muestra los residuales estanda-
rizados versus el orden de las observaciones. Nótese que hay un valor
inusual extremo en el renglón 11, cuyo valor ajustado es 33.2681 y
cuyo residual estandarizado tiene un valor de 3.8259.

8.3  Regresión y correlación lineal múltiple

En el estudio de regresión lineal múltiple, el objetivo es construir un modelo probabilístico que relacione una
variable dependiente con dos o más variables independientes. Así, muchas aplicaciones del análisis de regresión
involucran situaciones donde se tiene más de una variable independiente. En la mayor parte de los problemas
de investigación se necesitan varias variables independientes para ver el efecto en la variable dependiente. La
variable dependiente o de respuesta (Y ) puede estar relacionada con muchas variables independientes o regre-
soras X1, X2, etcétera.
En el estudio de regresión lineal múltiple se pueden usar el enfoque matricial. También se pueden hacer
pruebas de hipótesis, intervalos de confianza, análisis subjetivos (análisis de los gráficos) y análisis objetivos
378  |  Estadística para ingeniería y ciencias

(estadística de inferencia), como los cálculos de los coeficientes de determinación (R2) o de correlación (R),
como en el caso de la regresión lineal simple. Sin embargo, en este caso, se puede calcular el coeficiente
de correlación general y coeficientes de correlación parciales, es decir, en forma análoga a como se hace con
los coeficientes β0, β1, etcétera.
Cuando hablamos de regresión lineal múltiple tenemos las siguientes situaciones:
a) Modelo de primer orden con dos variables regresoras o independientes.
b) Modelo de primer orden con más de dos variables independientes.

8.3.1  Modelo de regresión múltiple generalizado

Cuando este modelo general es lineal en los coeficientes se denomina modelo de regresión múltiple. Por ejem-
plo, para el caso de k variables independientes x1, x2, x3, . . . , xk, el promedio lo da Y|x1, x2, x3, . . . , xk y se da
mediante el modelo de regresión múltiple poblacional:
Y 5 μY|x1, x2, x3, . . . , xk 5 β0 1 β1x1 1 β2x2 1 . . .1 βkxk 1 εk (8-27)
Este modelo, también se puede expresar con otra anotación como:
Yj 5 β0 1 β1X1j 1 β2X2j 1 . . . 1 βkXkj 1 εj (8-27a)
Los parámetros βj , j 5 0, 1, 2, 3, . . . , k se conocen como coeficientes de regresión poblacionales. Por ejem-
plo, el parámetro βj representa el cambio esperado en la respuesta Y, por unidad de cambio en xj, cuando todos
los demás pronosticadores xi se mantienen constantes. Además, εi y ei son los errores aleatorios o residuales de
población y de la estadística asociados con la respuesta Yi.
El modelo de regresión lineal múltiple de la muestra que estima al modelo poblacional de arriba es:
Y 5 b0 1 b1X1 1 b2X2 1 . . . 1 bkXk (8-28)
Donde cada coeficiente de regresión parcial βi es estimado por bi. Esto se debe a que cada coeficiente par-
cial βi mide el cambio esperado en Y por unidad de cambio en x1, cuando x2 se mantiene constante, y β2 mide
el cambio esperado en Y por unidad de cambio en x2 cuando x1 se mantiene constante.
El modelo de primer orden con dos variables independientes es:
Yi 5 β0 1 β1Xi1 1 β2Xi2 1 ε (8-29)
Donde Yi es la variable dependiente que denota la respuesta en las -ésimas tentativas; Xi1 y Xi2 son las dos va-
riables independientes de la -ésima tentativa; β0, β1, β2 son los coeficientes de regresión y ε es el error o residual.

8.3.2  M
 odelo de regresión múltiple con más de dos variables independientes
Yi 5 β0 1 β1Xi1 1 β2Xi2 1 . . . 1 βp21Xi,p21 1 ε (8-30)

Cuando hablamos de regresión lineal múltiple, el principal objetivo es la obtención de la ecuación de la línea
de regresión muestral, para predicción y estimación, la cual emula a la ecuación poblacional. Sin embargo,
antes de poder usar el modelo de regresión calculado, éste se tiene que evaluar, para ver qué tanta certeza se le
puede adjudicar. La evaluación o validación del modelo de regresión estimado se hace a través de análisis ob-
jetivos y subjetivos, en forma análoga como en la regresión lineal simple. Por ejemplo, los análisis objetivistas
se hacen a través de funciones estadísticas de inferencia. Posteriormente, para que la validación del modelo
sea completa, el procedimiento se complementa usando enfoques subjetivistas, a través de análisis de las
gráficas de los valores residuales. Si la validación no es satisfactoria, se procede con remediación del modelo,
 Capítulo 8  Regresión lineal simple y múltiple  |  379

ya sea haciendo transformaciones de los ejes o probando otros modelos más apropiados, como cuadráticos o
cúbicos, etcétera.

8.3.3 Cálculos y aplicaciones de regresión lineal simple usando

el programa Minitab
1. Vaya a: Stat → Regression → Regression
2. En la ventana de diálogo de Regression y en la ventanilla de Response introduzca la variable dependiente
y en la ventanilla de Predictors ponga la variable independiente.
3. En la ventana de Graphs si lo desea señale los residuales estandarizados.
4. Para la evaluación del modelo de regresión con gráficos de residuales, escoja Four in One y luego selec-
cione la tecla OK.
5. En la ventana de Regression haga clic en la ventanilla de Display para evaluar la utilidad del modelo y
luego haga clic en OK.

Ejemplo 8.5. Éste es un estudio relacionado con la temperatura y la presión de un gas. La temperatu-

ra se expresa en unidades de °C y la presión en unidades de atmósferas (atm). La tabla
8.10 muestra la información para este problema.

Tabla 8.10.

Presión (atm) Temperatura oC

0.114 5
0.116 10
0.118 15
0.124 30
0.122 25
0.124 30
0.126 35
0.128 40
0.13 45
0.132 50

Hacer lo siguiente:
a) Identificar la variable de respuesta y la variable independiente.
b) Hacer una gráfica con los datos.
c) Ajustar un modelo de regresión lineal y calcular la presión del gas cuando la tem-
peratura es de 80.6 °F. Validar el modelo de regresión lineal simple usando los
diagnósticos s, R2, PRESS.
Solución:
La entrada de los datos se muestra adelante en la hoja de Minitab de la figura 8.10.
380  |  Estadística para ingeniería y ciencias

Figura 8.10.

a) La variable de respuesta es la presión del gas.

b) La gráfica se da en la figura 8.11.
Gráfica de DOQ en función de sólidos suspendidos
0.1325 0.1325

0.1300 0.1300

0.1275 0.1275
Presión (atm)

0.1250 0.1250

0.1225 0.1225

0.1200 0.1200

0.1175 0.1175

0.1150 0.1150

0 10 20 30 40 50

Figura 8.11. Temperatura (grados Celsius)

c) La ecuación de regresión es: Presión atm 5 0.112 1 0.000400 Temp. °C.

S 5 0 R-Sq 5 100.0% R-Sq(adj) 5 100.0% PRESS 5 6.651790E-32
R-Sq(pred) 5 100.00%
Cuando la temperatura es de 80.6 oF da 0.123 atmósferas.

8.3.3 Cálculos y aplicaciones de regresión múltiple usando

el programa Minitab
1. Vaya a: Stat → Regression → Regression.
2. En la ventana de Regression aparecen las entradas de la variable dependendiente (Y ) y de las variables
independientes X1, X2, en sus columnas respectivas relacionadas con el problema.
3. En la ventanilla de Response (de la ventana de Regression) entre en la variable dependiente y, en la venta-
nilla de Predictors, ingrese las variables independientes (que se copiaron en las columnas del programa).
4. Debajo de esta ventana de Regression están las ventanillas de Graphs, Options, Results y Storage. Por
ejemplo, si desea usar Graphs puede seleccionar los residuales regulares o los estandarizados. En la ven-
tanilla de Option residual plots, escoja las gráficas de las cuatro opciones para el análisis subjetivista.
 Capítulo 8  Regresión lineal simple y múltiple  |  381

5. En la ventana de Regression-Options seleccione las funciones deseadas, v.g., Variance Inflation Factors,
Durbin-Watson statistics, PRESS, etcétera.
6. En la ventana de Regression-Results escoja las funciones deseadas de las cuatro enlistadas, v.g., In addi-
tion de sequential sum.

Ejemplo 8.6. Para encomiar a los consumidores de electricidad de la urgente necesidad de bajar la

temperatura del termostato (°C) de las calefacciones y de los calentadores de agua
(para ahorrar energía y contaminar menos el ambiente), se hizo un estudio hipotético
para examinar, cómo la reducción de los recibos de luz se logra bajando la posición de
los termostatos. Para esto se pide hacer lo siguiente.
a) Hacer una gráfica que vaya en función del consumo de electricidad y de las tempe-
raturas del termostato de la calefacción y del calentador de agua.
b) Decir qué tipo de modelo de regresión es el más adecuado.
c) Justificar la aserción a través de diagnósticos objetivistas y de gráficos de residuales.
Tabla 8.11.  Información para este estudio.

Consumo de electricidad Colocación del termostato (°C)

(Kwh/100) Calefacción Calentador de agua
Y X1 X2
22 23.0 51.0
23 22.0 55.0
17 20.0 50.0
25 22.5 56.0
34 25.0 62.0
20 21.0 50.0
25 22.0 55.0
34 25.0 61.0

Solución:
La figura 8.12 muestra la entrada de los datos en la hoja de Minitab.

Figura 8.12.
382  |  Estadística para ingeniería y ciencias

a) La gráfica de la figura 8.13 da los resultados de los datos del problema.

Consumo de luz vs. temperaturas de la calefacción y del calentador de agua

35 35 Variable

Consumo dlectricidad de KWH/100

Calefacción (X1)
Calefacción de agua (X2)

30 30

25 25

20 20

15 15
20 30 40 50 60

X - Datos

Figura 8.13.  G
 ráfica del consumo de electricidad en función de las temperaturas
de la calefacción y del calentador de agua, con ajustamiento de línea
de regresión en cada uno de sus casos.

b) El tipo de modelo de regresión más adecuado es uno de regresión lineal múltiple

sin interacción.
c) La demostración de los diagnósticos estadísticos y gráficos de residuales se da en
seguida.
La ecuación de regresión es:
Consumo de electricidad Kwh/100 5 251.7 1 1.53 Calefacción (X1) 1 0.769 Calenta-
dor de agua (X2)

Predictor Coef SE Coef T P VIF

Constant 251.749 4.809 10.76 0.000
Calefacción (X1) 1.5273 0.4440 3.44 0.018 4.4
Calentador de agua
0.7689 0.1678 4.58 0.006 4.4
(X2)

s 5 0.986881 R-Sq 5 98.2% R-Sq(adj) 5 97.4% PRESS 5 26.6216

R-Sq(pred) 5 89.92%

Analysis of Variance Table

Source DF SS MS F P
Regression 2 259.13 129.57 133.03 0.000
Residual Error 5 4.87 0.97
Total 7 264.00

Durbin-Watson statistic 5 0.734990

La valorización del modelo a través de diagnósticos gráficos se da en la figura 8.14.
 Capítulo 8  Regresión lineal simple y múltiple  |  383

Residual Plots for Consumo electricidad KWH/100

Normal Probability Plot of the Residuals Residuales versus the Fitted Values

Standardized Residual
99

1
90

Porcent
0
50
21
10

1 22
23.0 21.5 0.0 1.5 3.0 15 20 25 30 35
Standardized Residual Fitted Value
Histogram of the residuals Residual versus the Order of the Data

Standardized Residual
2.0

Frecuencia
1
1.5
0
Figura 8.14. Gráfica de la evaluación del mo- 1.0

0.5 21

delo a través de gráficos de re- 0.0

21.5 21.0 20.5 0.0 0.5 1.0 1.5
22
1 2 3 4 5 6 7 8

siduales. Standardized Residual Observation Order

Ejemplo 8.7. Considerar los datos de la tabla 8.12 y usando el programa de computadora Minitab
hacer lo siguiente:
a) Obtener un modelo de regresión lineal múltiple (modelo 1).
b) Obtener un modelo con transformación logarítmica en el eje vertical (modelo 2).
c) Obtener un modelo con transformaciones logarítmicas de los ejes horizontales y
del eje vertical (modelo 3).
d) Se le pide al lector que decida cuál modelo es el más apropiado al juzgar por los
resultados obtenidos.
Tabla 8.12.  Datos bivariados de regresión.

Y X1 X2
3 4 3
2 4 4
7 4 3
6 6 4
5 3 2
6 6 4
7 3 2
4 2 2

Solución:
La figura 8.15 muestra la
entrada de los datos origi-
nales y los transformados.
Al juzgar por los resulta-
dos, se le pide al lector
que decida cuál modelo es
el más apropiado.

Figura 8.15. Resultados del resumen

de los tres modelos.
384  |  Estadística para ingeniería y ciencias

a) Resultados del modelo 1.

Regression Analysis: Y versus X1, X2
The regression equation is
Y 5 6.00 1 2.00 X1 1 3.00 X2

Predictor Coef SE Coef T P VIF

Constant 6.000 1.803 3.33 0.021
X1 2.0000 0.7746 2.58 0.049 4.2
X2 3.000 1.183 2.54 0.052 4.2
S 5 1.41421 R-Sq 5 58.3% R-Sq(adj) 5 41.7%
b) Resultados del modelo 2.
Regression Analysis: Log Y versus X1, X2
The regression equation is: Log Y 5 0.810 1 0.225 X1 2 0.348 X2

Predictor Coef SE Coef T P VIF

Constant 0.8101 0.1622 4.99 0.004
X1 0.22484 0.06969 3.23 0.023 4.2
X2 20.3479 0.1065 3.27 0.022 4.2

S 5 0.127236   R-Sq 5 69.3%   R-Sq(adj) 5 57.0%   PRESS 5 0.127401

R-Sq(pred) 5 51.62%
Analysis of Variance

Source DF SS MS F P
Regression 2 0.18242 0.09121 5.63 0.052
Residual
5 0.08095 0.01619
Error
Total 7 0.26336
Durbin-Watson statistic 5 1.47105
c) Resultados del modelo 3.
Regression Analysis: Log Y versus Log X1, Log X2
The regression equation is: Log Y 5 0.595 1 1.83 Log X1 2 2.16 Log X2

Predictor Coef SE Coef T P VIF

Constant 20.5949 0.2095 2.84 0.036
Log X1 21.8342 0.7288 2.52 0.053 4.3
Log X2 22.1573 0.8332 2.59 0.049 4.3

S 5 0.148347 R-Sq 5 58.2% R-Sq(adj) 5 41.5% PRESS 5 0.300470

R-Sq(pred) 5 0.00%
 Capítulo 8  Regresión lineal simple y múltiple  |  385

Analysis of Variance

Source DF SS MS F P
Regression 2 0.15333 0.07666 3.48 0.113
Residual Error 5 0.11003 0.02201
Total 7 0.26336
Durbin-Watson statistic 5 1.52837
Modelo 1
Gráfica de residuales para Y Gráfica de residuales para log
Gráfica de la probabilidad normal de residuales Residuales versus valores ajustados Gr
áfica de la probabilidad normal de residuales Residu

Residual estandarizado
99 99

Residual estandarizado
1
1
90
Porcentaje

90

Porcentaje
0
50 0 50
10 21
10
21
1 1 22
22 21 0 1 2 2 3 4 5 6 22 21 0 1 2 0

Residual estandarizado Valores ajustados Residual estandarizado

Histograma de residuales Residu

Residual estandarizado
Histograma de residuales Residuales versus orden de los datos

Residual estandarizado
4 4

Frecuencia
1
Frecuencia

1
3 3

0 2 0
2

1 1 21
21
0 0
21.5 21.0 20.5 0.0 0.5 1.0 1.5 1 2 3 4 5 6 7 21.5 21.0 20.5 0.0 0.5 1.0 1.5 1 2

Residual estandarizado Orden de la observación Residual estandarizado Or

8

Modelo 2
Gráfica de residuales para Y Gráfica de residuales para log Y
Gráfica de residuales para Y Gráfica de la probabilidad normal de residuales Residuales versus valores ajustadosGráfica de residuales para log Gr
Yáfica de la probabilidad normal de residuales Residuales versus valores ajustados

Residual estandarizado
99 99
Gráfica de residuales para log Y
Residual estandarizado

ilidad normal de residuales Residuales versus valores ajustados Gr

áfica de la probabilidad normal de residuales Residuales versus valores ajustados 1
Residual estandarizado

1 Gráfica
90 de la probabilidad normal de residuales Residuales versus valores ajustados
Porcentaje

90 99
Porcentaje
Residual estandarizado

Residual estandarizado
1 99 0
1 50 0 90 50 1
Porcentaje

Porcentaje

0 90 21
10 50 10
0 21
50 0
1 10 21 1 22
21 22 21 0 1 2 2 3 4 5 6 22 21 0 1 2 0.4 0.6 0.8
10 Residual estandarizado 21 Valores ajustados
Residual estandarizado 1 Valores ajustados 22
0 1 2 22 21 0 1 2 1 0.4 0.6 0.8
0.4Residuales versus0.6
orden de los
0.7 datos
2 3 4 5 6
Histograma de 1residuales
Residual estandarizado

Histograma de residuales Residuales versus orden de los estandarizado

Residual datos Valores
22 21 ajustados 0 2 0.5 0.8
Residual estandarizado

al estandarizado Valores ajustados

4 4 Residual estandarizado Valores ajustados
Histograma de residuales Residuales versus orden de los datos
Frecuencia
Residual estandarizado

rama de residuales Residuales versus orden de los datos 1

Frecuencia

1
Residual estandarizado

3 3 Histograma de residuales Residuales versus orden de los datos

Residual estandarizado

4
Frecuencia

1 0 1 2.0
2 0
2
Frecuencia

3 1
1.5 1
0 1 21 2 0 21
1.0
0
0 0
1 21 1 2 3 4 5 6 7 8
21 21.5 21.0 20.5 0.0 0.5 1.0 1.5 1 2 3 4 5 6 7 21.5 21.0 20.5 0.0 0.5 1.0 1.5
Residual estandarizado Orden de la observación
0.5
Residual estandarizado
21 Orden de la observación
0
0.0 0.5 1.0 1.5 1 2 3 4 5 6 7 21.5 21.0 20.5 0.0 0.5 1.0 8 1.5 1 2 3 4 5 6 7 8
0.0
dual estandarizado Orden de la observación Residual estandarizado Orden
21.5 de21.0
la observación
20.5 0.0 0.5 1.0 1.5 1 2 3 4 5 6 7 8

8
Residual estandarizado Orden de la observación

Modelo 3
Gráfica de residuales para log Y
Gráfica de la probabilidad normal de residuales Residuales versus valores ajustados
Residual estandarizado

Gráfica de residuales para 99

log Y
Gráfica de la probabilidad normal de residuales Residuales versus valores ajustados 1
Porcentaje

90
Residual estandarizado

99
1 50 0
Porcentaje

90
10 21
50 0
1
0.4 0.5 0.6 0.7 0.8
10 21 22 21 0 1 2
Residual estandarizado Valores ajustados
1
22 21 0 1 2 0.4 0.5 Histograma
0.6 de
0.7residuales
0.8 Residuales versus orden de los datos
Residual estandarizado

Residual estandarizado 2.0 Valores ajustados

Frecuencia

Histograma de residuales Residuales versus orden de los datos 1

Residual estandarizado

1.5
2.0
0
Frecuencia

1 1.0
1.5
0.5 21
1.0
0
0.0
21.5 21.0 20.5 0.0 0.5 1.0 1.5 1 2 3 4 5 6 7 8
0.5 21
Residual estandarizado Orden de la observación
0.0
21.5 21.0 20.5 0.0 0.5 1.0 1.5 1 2 3 4 5 6 7 8

Residual estandarizado Orden de la observación

Figura 8.16. Las gráficas muestran la validación de los tres modelos usando gráficos de re-
siduales.
386  |  Estadística para ingeniería y ciencias

Problemas propuestos
8.1 Los datos de la tabla 8.13 muestran las emisiones promedio c) Usando una aproximación de función de potencia de la
de óxidos de nitrógeno (NOx) provenientes de calderas de forma de Ln (Y ) 5 Ln (a) 1 b (Ln X ) y, además, calcular
plantas eléctricas. los criterios estadísticos.
Tabla 8.13.  Tabla de datos del problema 8.1. d) ¿Cuál modelo es superior?
8.3 En la tabla 8.15 se muestran los resultados de un estudio de
MBtu/ 100 125 125 150 150 200 200 química de una sustancia y en la que aparece la relación entre
h-pie2 (X) 250 250 300 300 350 400 400 la temperatura y la molaridad (en moles por litro)
150 140 180 210 190 320 280 a) Estimar el modelo de regresión más apropiado basado
NOx (Y) en análisis estadísticos de R2, R2ajustada, PRESS, s, y Cp
400 430 440 390 600 610 570
y en análisis gráficos subjetivos de los valores residuales.
a) Hacer una gráfica de NOx vs MBtu/h-pie con línea de
2
Tabla 8.15.  Relación entre la temperatura y la molaridad.
regresión e intervalos de confianza y de predicción.
b) Evaluar el modelo de regresión seleccionado estimando 4.3 4.5 4.8 5.5 5.7
Temperatura oC
la ecuación de regresión y calculando los diagnósticos es- 5.9 6.4 6.7 7.5 7.9
tadísticos. 12.1 12.5 12.9 13.0 13.1
c) Complementar la evaluación del modelo analizando las Molaridad
14.0 14.2 14.8 15.0 15.5
gráficas de la prueba de normalidad y de los residuales en
función de los valores ajustados, órdenes, etcétera. Nota: En química, la molaridad es una manera de cuantificar
d) Usando el modelo seleccionado, ¿cuál es la estimación es- las concentraciones de las soluciones. Se define matemática-
perada de la emisión de NOx cuando la tasa de liberación mente como M 5 moles de soluto/volumen de solución en
es de 225 MBtu/h-pie2? litros.
8.2 En un estudio de agricultura, para ver los efectos de los cam- 8.4 El aluminio es el tercer elemento más abundante en minera-
bios climáticos globales relacionados con los patrones pluviales les, rocas y barros; se puede analizar con el método de ab-
alterados debido al calentamiento global, por las emisiones de sorción atómica espectrométrica (método A), este elemento
CO2, se estudió la precipitación pluvial anual y el rendimiento está exento de interferencias como fluoruros y fosfatos. El
de la cosecha de gramíneas. La tabla 8.14 da los datos. aluminio también se puede analizar por medio del método de
Nota: El calentamiento global y la consecuente distorsión cli- calorimetría de cianuro de eriocromo R (método B), el cual
mática están alterando no solamente los patrones meteoroló- es más simple que el anterior. La tabla 8.16 muestra los resul-
gicos, sino también a la agricultura, la salud, la economía, la tados de los análisis (en mg/L) de los dos métodos usados.
política y todos los demás sistemas interactivos que gobiernan Hacer los siguientes cálculos usando el programa de compu-
al hombre moderno. tadora de Minitab o SAS.
Tabla 8.14.  Datos del problema 8.2. a) Calcular e interpretar el coeficiente de determinación R2 y
el coeficiente de correlación R.
Precipitación pluvial en Rendimiento de la cosecha en
Tabla 8.16.  Datos del problema 8.4.
pulgadas (X ) libras por acre (Y )

7.12 1 037 5 6 6 8
Método A
10 10 11 11
63.54 380
8 9 9 11
47.38 416 Método B
13 13 14 14
45.92 427
8.5. El berilio (Be) y sus compuestos son extremadamente vene-
8.68 619
nosos y capaces de causar la muerte en concentraciones altas.
50.86 388 La inhalación del Be causa una seria afección llamada berilio-
44.86 321 sis. El berilio también puede causar dermatitis, conjuntivitis,
neumonía aguda y beriliosis pulmonar crónica. Este elemento
Determina cuál modelo de regresión encaja mejor en los da- químico se usa en reactores atómicos, aviones, cohetes y en
tos, al juzgar por las estadísticas y por los análisis gráficos, es combustibles para mísiles. Hay dos métodos para el análisis
decir, usando una aproximación lineal, una logarítmica y una (en μg/L) del berilio, es decir, el método espectrométrico de
aproximación de función de potencia de la forma de Ln (Y ) absorción atómica (método 1) y el método aluminon (método
5 Ln(a) 1 b(LnX ). 2). Los resultados de los análisis de los dos métodos se dan en
a) Usar una aproximación lineal como Y 5 a 1 bX y, ade- la tabla 8.17. Hacer los siguientes cálculos.
más, calcular los criterios estadísticos, v. g., el coeficiente a) Hacer un estudio estadístico objetivista, es decir, estimando
de determinación R2, s, PRESS, etcétera. los valores de R2, R2ajustada, PRESS, s y tablas de ANOVA.
b) Usar una aproximación logarítmica como Y 5 a 1 b Ln b) Complementar el estudio haciendo análisis gráficos sub-
(X ) y, además, calcular los diagnósticos estadísticos. jetivistas.
 Capítulo 8  Regresión lineal simple y múltiple  |  387

Tabla 8.17. Resultados de los métodos 1 y 2 para la medición a) Elaborar una gráfica en función de la cantidad de NaCl
del berilio. en función de la temperatura (K).
0 3 4 5 9
b) Calcular la ecuación de regresión y estimar la cantidad de
Método 1 NaCl que se disolverá a una temperatura de 300 K.
12 15 17 20 20
c) Si se sabe que a medida que aumenta la temperatura, la
1 7 11 19 24 disolución de las sales de sodio se incrementa en forma
Método 2
31 31 35 41 41 proporcional a la temperatura, entonces, usando estadísti-
cas objetivistas y subjetivistas verificar que existe un buen
8.6 En investigaciones de toxicología existen estudios que han de- ajuste del modelo.
mostrado que la probabilidad de que un fumador de 40 años d) Hacer una prueba de hipótesis para el coeficiente de
de edad, quien lo ha sido por los últimos 10 años, contraiga correlación muestral R, para verificar que sí existe una
cáncer pulmonar en los próximos 20 años es alta (suponiendo asociación lineal significante entre las dos variables. Su-
que continúe fumando al mismo ritmo). Esta relación va en poner α 5 0.05. Sugerencia: usar la estadística de t de Stu-
función del número promedio de cigarrillos que fuma al día. dent dada abajo:
Suponer un modelo de regresión lineal. La tabla 8.18 presenta
los datos de esta investigación de toxicología. t 5 R / 1 2 R 2 / n 2 2 con ν 5 n 2 2 grados de libertad
Tabla 8.18.  Datos del problema 8.6. e) Teóricamente, la disolución de muchas sales va en fun-
Número de cigarrillos Probabilidad de cáncer ción directa a la temperatura y, en teoría, el valor del co-
fumados por día pulmonar eficiente de determinación, R2 debería de ser de 1.0. Así,
listar dos factores (no estadísticos sino químicos) que pu-
5 0.100
dieran afectar la disolución de las sales y no dar un valor
10 0.113 igual a 1.0.
20 0.225 8.8 En un estudio de meteorología entre la cantidad de lluvia y la
30 0.300 remoción de contaminantes atmosféricos, se dio la siguiente
información:
40 0.450
Tabla 8.20.  Datos del problema 8.8.
50 0.540
60 0.700 Precipitación (X ) Remoción de partículas (Y )
(0.01 cm/día) (μg/m3)
80 0.860
4.3 126
a) Identificar la variable dependiente y la variable indepen- 4.5 121
diente.
5.9 116
b) Describir la ecuación de regresión que mejor encaje en los
datos. 5.6 118
c) Calcular R2, R2ajustada, s, y PRESS. 6.1 114
d) Analizar e interpretar los componentes de la tabla de 5.2 118
ANOVA como Fcalc., Fcrítica y el valor de p.
e) Discutir la relación existente entre los diagnósticos esta- 3.8 132
dísticos R2, s, PRESS, Fcalc., el valor de p, criterio de Ma- 2.1 141
llow Cp y la estadística de Durbin-Watson (para prueba 7.5 108
de autocorrelación).
f) Evaluar la utilidad del modelo de regresión seleccionado, a) Calcular la remoción de contaminantes (Y ) cuando el va-
es decir, subjetivamente, esto es, por medio de analizar lor de la precipitación pluvial es de X 5 8.0.
los gráficos de los residuales estandarizados. b) Validar el modelo de regresión objetiva y subjetivamente.
8.7 Se realizó un estudio de química inorgánica y se registraron 8.9 Éste es un ejercicio relacionado con un estudio para evaluar
las cantidades de cloruro de sodio (NaCl), el cual, cuando se la capacidad de los sistemas de flujo freático, usados para la
disolvió en 100 gramos de agua destilada, a diferentes tempe- degradación de la materia orgánica de las aguas residuales;
raturas en grados Celsius (oC), dio los siguientes resultados: se usó el parámetro de la demanda bioquímica de oxígeno
(DBO) y varios otros componentes químicos. Este estudio
Tabla 8.19.  Datos del problema 8.7.
dio como resultado los siguientes datos que están relaciona-
Temperatura NaCl disuelto en gramos dos con la carga de masa de DBO (en kg/hectárea/día), la
(X ) de agua (Y ) cual se usó como la variable independiente (X ) y la degra-
0 8  6  8 dación de la concentración de masa carbonosa de DBO5 (en
kg/ha/día), la cual se usó como la variable dependiente (Y ).
15 12  10  14
Tabla 8.21.  Datos del problema 8.9.
30 25  21  24
5 10 12 14 15 18 29
45 31  33  28 (X )
32 37 39 40 46 105 144
60 44  39  42 7 10 11 11 13 15 19
(Y )
75 48  51  44 29 24 12 34 34 78 93
388  |  Estadística para ingeniería y ciencias
Calcular los siguientes enunciados:
a) Graficar los datos.
b) Establecer el modelo de regresión más apropiado para
este problema. Hacer los mismos cálculos que en el pro-
blema anterior.
c) Validar el modelo de regresión seleccionado, objetivista-
mente, usando los siguientes criterios o diagnósticos:
• Cálculo del coeficiente de determinación R2.
• Cálculo del coeficiente de determinación ajustado,
R2ajustado.
• El coeficiente de correlación R.
• La estadística PRESS.
• El error estándar estimado, s (se selecciona el modelo
que tenga el valor de s más pequeño aunado a otras
consideraciones).
d) Evaluar el modelo candidato a través de diagnósticos
gráficos que incluyan:
• Prueba de normalidad.
• Residuales en función de los órdenes.
• Residuales en función de los valores ajustados.
e) Una vez que se haya seleccionado el modelo más apro-
piado, calcular la remoción de la DBO después de que el
agua residual se degradó en el wetland cuando la carga
fue de 50 kg/ha/día.
Nota: Los sistemas de flujo freático (áreas pantanosas) se
usan como sistemas de tratamiento natural, porque tienen
la capacidad de degradar las aguas residuales, es decir, las
concentraciones de DBO (demanda bioquímica de oxíge-
no), el cual mide la concentración de la materia orgánica.
Estas áreas actúan como especie de lagunas de oxidación o
estabilización. En Minatitlán y Coatzacoalcos, Veracruz, se
usan estos tipos de tratamientos naturales, para degradar las
aguas residuales.
8.10 En estudios de fisicoquímica, la presión de un gas que co-
rresponde a varios volúmenes (de acuerdo con la ley de los
gases de Boyle, la cual relaciona la presión y el volumen) se
da en la tabla 8.22. Suponer que el volumen del gas es (X ) y
la presión es (Y ). Hacer los siguientes cálculos:
a) Hacer una gráfica con los datos.
b) Estimar la línea de regresión de la muestra.
c) Estimar el coeficiente de determinación R2 y el coefi-
ciente de correlación R. Interpretar los resultados.
d) Predecir la presión del gas, cuando el volumen es de
0.001 m3.
e) Predecir la presión del gas, en libras por pulgada cuadrada
(lb/pulg2) y en atmósferas (atm), cuando el volumen del
gas es de 0.0528 cuartos (0.05 L).
f ) En teoría, debido a que la relación entre el volumen del
gas y la presión es inversamente proporcional, el coefi-
ciente de correlación debería ser de R 5 21.0, sin embar-
go, si R difiriera del valor de −1.0, enlistar 3 factores (en
el laboratorio de química) que pudieran intervenir para
explicar esta situación.
Tabla 8.22.  Volúmenes y las presiones del gas.
Volumen en cm3 50.0 60.0 70.0 85.0 100.0
Presión en kg/cm2 64.7 51.3 40.5 25.0 7.8
Sugerencias: Se dan los siguientes factores de conversión:
1 atm 5 14.7 lb/pulg2 5 760 torr 5 1.0668 kg/cm2; 1 cm2
5 0.16 pulg2; 1.0567 cuartos 5 1 L; 1 pulgada cuadrada 5
6.25 cm2; 1 m3 5 1 000 L 5 106 cm3.
8.11 Se coleccionó una muestra de 26 casos de una descarga de
aguas residuales municipales. Esta muestra se analizó para la
demanda bioquímica de oxígeno de 5 días (DBO5), en libras
por día, y la demanda química de oxígeno, DQO (en libras por
día). La tabla 8.23 muestra la información requerida.
Tabla 8.23.  Mediciones de DBO5 y DQO.
Demanda química Demanda bioquímica
de oxígeno (lb/día) de oxígeno (lb/día)
493   485 214   200
443   555 198   238
527   599 236   278
395   427 162   182
531   439 228   192
307   290 114   132
349   489 148   213
455   544 188   244
439   582 188   290
544   368 246   176
308   385 118   191
536   397 224   163
479   345 198   158
Hacer lo siguiente:
a) Identificar la variable dependiente y la variable indepen-
diente.
b) ¿Existe una correlación significativa entre los valores de
la DBO5 y la DQO?
c) Ajustar un modelo con intervalos de confianza e inter-
valos de predicción graficando la demanda bioquímica
de oxígeno (DBO) en función de la demanda química de
oxígeno (DQO).
d) Predecir la DBO cuando la DQO es de 600.
Nota: La demanda bioquímica de oxígeno de cinco días
(DBO5) mide la concentración, en mg/L (miligramos por
litro) o en libras por día de la materia carbonosa del agua
residual. De hecho la DBO mide la fracción biodegradable
del drenaje o del agua residual industrial o doméstica, en tér-
minos del carbono. Usualmente, las unidades son en mg/L.
Sin embargo, esto se debe a que, antes, se usaban en forma
indiscriminada las unidades de ppm (partes por millón) y
mg/L. Después, se descubrió que, con los residuos tóxicos, la
gravedad específica era diferente a la de los residuos carbono-
sos. Por esta razón es mejor usar las unidades de mg/L. Por
otra parte, la prueba de la DBO es de cinco días, para evitar
la nitrificación. En cambio, la prueba de la demanda química
de oxígeno mide los compuestos orgánicos biodegradables y
los compuestos orgánicos tóxicos. Esto quiere decir que, la
demanda química de oxígeno (DQO) oxida la cantidad de
materiales totales oxidables presentes en el agua residual y
varía con la composición del agua, la temperatura, el periodo
de contacto y otros factores más.
8.12 Los metales pesados, como el mercurio (Hg), cromo (Cr), el
plomo (Pb), etc., pueden interferir con el tratamiento bioló-
gico en las plantas municipales de aguas residuales domés-
 Capítulo 8  Regresión lineal simple y múltiple  |  389

ticas. En un estudio se hicieron mediciones mensuales en 12 20 35 30

una planta piloto usada para el tratamiento de las concen-
Longitud 13.5 23.1 16.0
traciones de Cr, en microgramos por litro (μg/L), tanto en el de la cuenca
efluente como en la entrada de la planta. Los resultados de en km 58.0 23 22.2 18.2
las concentraciones de Cr se dan en la tabla 8.24. 21 16 27.0
Tabla 8.24.  Datos del problema 8.12. a) Identificar la variable dependiente (Y ) y la variable inde-
pendiente (X ).
250 290 270 100 300
Entrada (X ) b) Estimar un modelo de regresión para estas cuencas hi-
(g/L) 410 110 130 1100 drológicas, ajustando un modelo lineal y otro logarítmi-
co. ¿Cuál de los dos modelos es superior?
Entrada (Y) 19 10 17 11 70
8.15 La tasa de flujo en m3/min en un muestreador de alto volu-
(g/L) 60 18 30 180 men para medir la calidad del aire, es decir, para partículas
Hacer los siguientes cálculos: atmosféricas, depende de la caída de presión, en pulgadas de
a) Ajustar un modelo de regresión lineal y evaluarlo objeti- agua, a través del filtro del muestreador. Así, supóngase que
vamente (estadísticamente) y subjetivamente (con gráfi- se coleccionó una muestra de 15 valores de caída de presión
cos de residuales). y la tasa de flujo del aire a través del filtro del sensor. Los
b) Ajustar un modelo con escala logarítmica (base e) en la datos se muestran en la tabla 8.27.
ordenada y evaluarlo objetiva y subjetivamente. Tabla 8.27.  Datos del problema 8.15.
c) Ajustar un modelo de regresión con transformaciones Tasa de flujo del aire con las Caída de presión después de
logarítmicas (base e) en la ordenada y la abscisa y eva- partículas (m3/min) algún tiempo (pulgadas de agua)
luarlo objetiva y subjetivamente. 2.00 5.0
d) De acuerdo con los diagnósticos estadísticos y gráficos,
¿Cuál de los tres modelos es superior? 1.99 6.0
e) Estimar Y cuando X 5 300 en el inciso b). 1.88 7.0
8.13 En un estudio de microbiología ambiental relacionado con el 1.76 7.8
cultivo de una muestra de agua contaminada se dan los datos
1.68 8.4
que aparecen en la tabla 8.25.
1.57 9.6
Tabla 8.25.  Datos del problema 8.13.
1.46 9.9
Tiempo en 3 6 9 1.40 10.6
días desde la
inoculación (X ) 12 15 18 1.39 11.7

Núm. de 11 000 14 700 23 900 1.20 14.0

bacterias (Y ) 35 600 57 900 86 400 1.15 15.9
1.07 19.0
Hacer los siguientes cálculos:
a) Hacer un diagrama esparcido con los datos. 1.01 24.0
b) Graficar los datos ajustando un modelo de regresión ex- 1.00 28.0
ponencial y evaluar su utilidad a través de diagnósticos 0.95 35.0
estadísticos y gráficos.
c) Ajustar un modelo de regresión lineal y evaluar su utili- a) Calcular el modelo de regresión muestral que estime a
dad a través de diagnósticos estadísticos y gráficos. la verdadera línea poblacional. Para esto, identificar, pri-
d) De acuerdo con los resultados obtenidos en los incisos mero, la variable dependiente y la regresora.
b) y c), ¿cuál de los dos modelos de regresión es el mejor b) Complementar la validación del modelo de regresión
candidato? usando métodos estadísticos objetivistas. Para lo cual se
8.14 Los ingenieros hidrólogos frecuentemente usan las caracte- debe, estimar el coeficiente de determinación R2, el error
rísticas físicas de las cuencas hidrológicas para diseñar obras estándar de lo estimado (s dado por Minitab) y PRESS.
hidráulicas, por ejemplo, diques o presas para contener las Usar el programa Minitab para estos cálculos.
inundaciones o con el fin de captar aguas pluviales para la c) Complementar la evaluación del modelo de regresión
producción agrícola. La tabla 8.26 muestra los datos de las estimado en a) usando enfoques subjetivistas, es decir,
áreas de las cuencas (en km2) y las longitudes (en kilómetros) a través de gráficas con residuos estandarizados vs. valo-
de las variadas cuencas hidrológicas en un estado del norte res de caída de presión. Asimismo hacer otra gráfica de
de México. residuales estandarizados vs. los renglones. Hacer otra
gráfica más con los valores residuales versus los valores
Tabla 8.26.  Datos del problema 8.14.
de z para la prueba de normalidad.
40.1 82.1 171.0 128.0 8.16 Se hace un estudio sobre la concentración de cadmio (Cd)
Área de la 75.6 107.0 34.2
atmosférico, en ppm, usando Yi y su relación con Xi 5 la
cuenca en altura de los muestreadores y X2 5 distancia de la fuente
km2 331.0 79.9 80.9 51.0
emisora. La tabla 8.28 muestra los datos. Hacer los siguien-
62.8 48.9 160.0 tes cálculos.
390  |  Estadística para ingeniería y ciencias

a) Suponer un modelo de regresión lineal y evaluarlo usan- 8.17 Se analizaron treinta muestras del efluente de una planta de
do enfoques de diagnóstico de estadística de inferencia tratamiento para la medición de la DBO5 y la demanda quí-
(objetivistas) y de gráficos estadísticos. mica de oxígeno (DQO). Los datos se muestran en la tabla
b) Usar el modelo de regresión y predecir la concentración 8.29. Hacer lo siguiente.
de cadmio, cuando la altura del muestreador es de X1 5 a) Identificar la variable de respuesta y la variable indepen-
25 metros y la distancia a la fuente emisora industrial es diente.
X2 5 851 metros. b) Aplicar el modelo de regresión más adecuado para estos
Tabla 8.28.  Datos del problema 8.16. datos y validarlo objetiva y subjetivamente.
c) Graficar los datos en papel de probabilidad.
Y (concentración d) Determinar la DBO5 y la DQO que excederá 50% de las
193 230 172 91 113 125
de Cd)
veces.
X1 (altura del e) Determinar la DBO5 y la DQO que excederá 90% del
1.6 15.5 22.0 43.0 33.0 40.0
muestreador) tiempo.
X2 (distancia) 851 816 1058 1201 1357 1115

Tabla 8.29.  Concentraciones de la DQO y de la DBO5.

494 494 528 396 532 308 350 456 440 544
DQO
310 538 480 500 396 486 556 600 428 440
(lb/día)
291 490 546 582 368 386 400 347 278 304
216 200 238 164 230 116 150 190 190 248
DBO5
120 226 200 222 176 202 240 280 184 194
(lb /día)
134 215 246 292 177 193 165 160 125 137

8.18 En un estudio de laboratorio para determinar la relación en- del viento es de 2.0 m/s con una estabilidad atmosférica de
tre los sólidos suspendidos y las concentraciones de la DBO clase A. Se requiere calibrar un modelo de difusión atmos-
se optuvo una muestra con los datos que se muestran en la férica (Caline) y, para esto, se situaron ocho muestreadores,
tabla 8.30. a diferentes distancias de la autopista, para analizar el CO,
Tabla 8.30.  Datos del problema 8.18. es decir, a distancias de 100.0, 125.0, 150.0, 200.0, 250.0,
300.0, 400.0 y 500.0 metros del tramo carretero a modelarse.
Sólidos 18 7 14 31 21 La tabla 8.32 muestra la información requerida.
suspendidos 5 11 16 26 29
Tabla 8.32. Distancias (metros) de los muestreadores, las con-
55 17 36 85 62 centraciones de campo (de los sensores) y las con-
DBO5 centraciones teóricas (del modelo matemático).
18 33 41 63 87

a) Identificar la variable dependiente y la variable indepen- Distancias Valores de campo Valores del modelo
diente. (m) (μg/m3) (μg/m3)
b) Hacer una gráfica que vaya en función de la variable de- 100 1 700.00 1 600.00
pendiente y de la variable independiente.
c) Validar el modelo de regresión objetiva y subjetivamen- 125 1 200.00 1 105.00
te. 150 800.00 750.00
d) Hacer una tabla de ANOVA que incluya el valor de F y
p, es decir, completando la tabla 8.31. 200 450.40 400.68
e) Usando el modelo de regresión seleccionado, calcular la 250 200.00 235.00
DBO5 cuando los sólidos suspendidos son de 80 mg/L.
Tabla 8.31.  Tabla de ANOVA. Llenar los faltantes. 300 120.00 100.56

400 20.01 30.00

Valor
Fuente g.l. SS MS Fcalc. Ftab.
de p 500 4.80 5.26
Debido a la
1 5 396.80
regresión a) Hacer una gráfica sobrepuesta con los datos de las con-
Error 213.30 27.70 centraciones promedio de CO y los valores teóricos pro-
venientes del modelo.
Total 9 5 610.10
b) Hacer una correlación estadística entre los valores de las
8.19 Con la finalidad de modelar las concentraciones promedio dos distribuciones.
de monóxido de carbono (CO) provenientes de una auto- c) En términos de una lógica de modelado de difusión at-
pista, se da la geometría de un segmento de la carretera, el mosférica, ¿qué factores físicos pudieran haber interve-
cual tiene una longitud de 60.0 metros. El factor de emisión nido para explicar las discrepancias existentes entre los
del CO es de 30 gramos por kilómetro. El conteo del tráfi- valores de campo y los valores teóricos?
co vehicular es de 10 000 vehículos por hora. La intensidad d) Hacer una gráfica de valores teóricos en función de las
 Capítulo 8  Regresión lineal simple y múltiple  |  391

distancias y predecir la concentración de CO a una dis- 940.1 952

tancia de 350 metros.
879.2 895
↓ u = 2.0 m/s 858.5 870
831.7 846
|←—— 60 m ——→|
————————— 918.6 935.3
 —————————  → Eje Y 955 970

o   Origen 830.8 840

700 710
|  Receptor 1 (100 m)
8.21 Éste es un ejercicio de ingeniería sanitaria el cual está rela-
|  Receptor 2 (125 m) cionado con la asociación que pueda existir entre la deman-
da bioquímica de oxígeno (DBO), la demanda química de
|  Receptor 3 (150 m) oxígeno (DQO) y el carbono orgánico total (COT). Hacer lo
siguiente:
|  Receptor 4 (200 m) a) Una gráfica sobrepuesta con las tres variables.
Tabla 8.34.
|  Receptor 5 (250 m)
Demanda química de Carbono orgánico
DBO5 oxígeno (DQO) total (COT)
|  Receptor 6 (300 m)
221 234 225
|  Receptor 7 (400 m) 220 233 224
219 230 222
|  Receptor 8 (500 m)
223 233 225

Eje X 218 223 220
225 228 226
Figura 8.17.  G
 eometría del diagrama carretero usado para
este problema de difusión atmosférica. 226 230 228
223 227 224
8.20 Ésta es una aplicación de ingeniería civil, la cual está rela-
cionada con levantamientos aéreos y levantamientos terres- 226 230 228
tres. Los datos de la tabla 8.33 son las alturas medidas (en 224 228 226
metros) a nivel del mar de 20 puntos de un levantamiento 223 228 226
terrestre (x) y un levantamiento aéreo (y). Los puntos fueron 222 225 223
igualmente esparcidos sobre un área de 9 por 10 kilómetros.
222 226 223
Hacer lo siguiente.
a) Un diagrama esparcido con una línea de regresión. Nota: La DQO es una medición rápida e importante para
b) Construir el modelo de regresión que mejor ajuste los obtener la concentración del oxígeno equivalente de esa
datos y validarlo acordemente. porción de la materia susceptible de oxidación por oxidan-
Tabla 8.33.  Datos del problema 8.20.
tes químicos oxidables. La demanda bioquímica de oxígeno
(DBO) constituye una prueba empírica para determinar los
Levantamientos Levantamientos requerimientos relativos de oxígeno de las aguas residuales,
aéreos (Y ) terrestres (X ) efluentes de plantas mecánicas de tratamiento o en la evalua-
900 915
ción de la eficiencia de remoción de DBO. También se aplica
a estudios de contaminación de corrientes. Esta prueba sin
839.5 855 embargo, tiene un valor limitado en la medición de DBO
799 810 en aguas superficiales, y la extrapolación de los resultados
752 762 de las pruebas de laboratorio, a aquéllos de las corrientes, es
imprecisa debido a que las condiciones del laboratorio no re-
739.2 752
producen las condiciones reales, particularmente relaciona-
850 862 dos con la temperatura, población biológica, concentración
941.3 952.7 de oxígeno, etc. Otra limitación es que la prueba de DBO
requiere de varios días y, además de que la DBO debe incluir
863 870
únicamente la parte carbonosa del drenaje, no compuestos
830.6 843.5 inorgánicos como nitratos (por eso la prueba se hace por cin-
760.1 770.3 co días). En cuanto a la prueba de carbono orgánico total,
860 875
como su nombre lo indica, mide la concentración total de
la materia orgánica de las aguas residuales y tiene la ventaja
1045 1058.6 sobre la DBO que no está restringido a cinco días.
392  |  Estadística para ingeniería y ciencias

8.22 Éste es un ejercicio de física relacionado con la posición de Tabla 8.37.  Datos del problema 8.24.
una partícula que cae y que se puede representar mediante x
% Mezclas de
5 x0 1 v0t 2 0.5gt2, donde v0 es la velocidad (m/s) de caída Contenido % de % de
diferentes tipos
de la partícula, t el tiempo, g la constante gravitacional (9.8 energético papel
de basuras
plástico
m/s2) y x la posición de la partícula a un tiempo t. Calcular la
ecuación de regresión que mejor ajuste los datos y validarla 950 16 46 19
acordemente. 1 408 24 40 19.8
Tabla 8.35.
1 450 24.8 43 19.4
Tiempo (segundos) Vel. (m/s) Y
1 558 23 36 23
0.5 0.75
990 24 41.5 17
1.5 1.75
1 164 24 36 21.8
2.5 8.75
1 443 24.8 40 20
3.5 21.75

4.5 39.75 1 655 20 44 24

5.5 62.75 1 333 24 35 21.4

6.5 90.75 1 340 27 34 20

7.5 122.75 1 099 23.5 33 17

8.23 Éste es un ejemplo hipotético que muestra la relación en- 1 268 27 38 21

tre las concentraciones de ozono artificial, a nivel del suelo
(ppb) y las temperaturas (°F). Este ejercicio está encamina- 1 400 20 41 21
do a calcular, manualmente, los residuales y de hacer una 1 220 23 44 21
gráfica que muestre los residuales crudos. Los datos se dan
en la tabla 8.36. 1 220 23 41.9 19
Tabla 8.36.  Datos del problema 8.23. 1 335 22 42 18

Concentraciones 1 159 21 41 22
75 80 86 94 99 107
de O3 (y)
1 455 23 37 25.4
Temperatura
65 71 79 85 93 100
(°F) (x) 1 280 27 39 21

Hacer los siguientes cálculos: 1 159 28 44.6 18

a) Calcular el modelo de regresión y medir su adecuación
1 230 28.9 35 19
estimando R2, R2ajustado, s, PRESS y la estadística Durbin-
Watson. 1 240 27 38 19.1
b) Hacer una tabla que muestre el valor de la desviación
entre los datos y el ajuste, es decir, de los residuales regu- 1 312 25 37 22
lares o crudos ei 5 yi 2 yi .
1 231 26 36 15
c) Hacer una gráfica de las concentraciones de ozono, O3
(y) y temperaturas en la escala de temperatura Fahren- 1 210 24 38 18
heit (x).
Nota: En ingeniería ambiental atmosférica, existen dos ti- a) Identificar la variable de respuesta y las variables inde-
pos de ozono. Uno de ellos es el ozono estratosférico (ozono pendientes.
“bueno”) que escuda la Tierra de la nociva radiación ultra- b) Ajustar un modelo lineal múltiple y validarlo acordemen-
violeta. El otro tipo de ozono (ozono “malo”) es el ozono te, es decir, usando diagnósticos objetivos estadísticos y
artificial o troposférico o a nivel de lo producido por la inte- después complementar la tarea usando diagnósticos sub-
racción del NO, NOx y la temperatura y de otros factores. jetivos gráficos.
8.24 En estos tiempos de crisis energética es muy importante re- c) Predecir el contenido energético cuando el porcentaje
ciclar y aprovechar al máximo los desperdicios de la basura. de plástico es de 25% y el del papel es de 21%.
En este estudio se usa un incinerador y se queman diferentes
tipos de basura que contienen los porcentajes dados adelante Problemas de tarea
para cada uno de éstos y se mide su contenido energético
mismo que se aprovechará para producir fuentes de energía. Revisa tu CD-ROM para encontrar más problemas:
 Capítulo 9
Regresión no lineal
En este tema es necesario distinguir entre el ozono
(O3) que se ubica en el suelo o troposférico y el ozono
estratosférico. Así, el O3 que se encuentra en la
atmósfera superior es diferente al peligroso que se
halla en la atmósfera inferior. El ozono estratosférico
(bueno) está a alturas de 16 a 48 kilómetros y es el
que protege a la Tierra de los nocivos rayos ultravioletas
del Sol (UV-A, UV-B). Pero el ozono que se encuentra
en el suelo o artificial es diferente al estratosférico y
es un contaminante peligroso. Se presenta cuando la
luz del Sol se combina y reacciona con las sustancias
químicas que producen las fuentes móviles e industriales
y otros factores más. Es paradójico que las actividades
del hombre moderno están produciendo ozono artificial
a ras del suelo (malo) y que cause enfermedades y
(Jupiter Images Corporation) destruya el ozono bueno (natural) en la estratosfera que
nos protege de la radiación ultravioleta, además que produce cáncer en la piel, cataratas, alteraciones del DNA, etc. En
términos de la química atmosférica el O3 troposférico es un gas contaminante secundario que se forma por la reacción
de contaminantes atmosféricos como monóxido de nitrógeno (NO), óxidos de nitrógeno (NOx), compuestos orgánicos
volátiles (COV), la temperatura ambiental y otros factores más. Las principales fuentes que producen este contaminante
son las de tipo móvil (motores de combustión interna) e industriales. Las reacciones químicas del NO, NOx, COV, aumentos
en la temperatura ambiental y otros factores más producen el O3. En términos generales, la generación del O3 a ras del
suelo se produce como sigue:

NO 1 COV → NO2
NO2 1 luz solar → NO 1 O
O 1 O 2 → O3
Existe una relación entre el calentamiento global de la Tierra y la generación de O3, puesto que las altas temperaturas
son factores muy importantes.
Desde el punto de vista de regresión estadística se pueden establecer modelos de regresión para pronosticar
las concentraciones de O3 y así poder alertar a la población del peligro de altas concentraciones de O3, sobre todo
en verano. Se pueden probar varios modelos de regresión lineal múltiple o polinomial para ver cuál es el óptimo. Por
ejemplo, el modelo de regresión múltiple poblacional es

Yj 5 β0 1 β1 X1j 1 β2 X2j 1 … 1 βk Xkj 1 ε

y el modelo de regresión polinomial es

Y 5 β0 1 β1 X 1 β2 X 2 1 … 1 βi Xk 1 βk X 2k 1 ε.
El procedimiento para estructurar el modelo de regresión es tomando como variable de respuesta las concentraciones
de O3 y como variables independientes, NO, NO2, temperatura, punto de rocío, intensidad y velocidad del viento, humedad
relativa, COV, altura de la mezcla (incidencia de inversiones térmicas), etc. Investigaciones hechas han demostrado que el
mejor modelo de regresión de ozono que encaja en los datos es un modelo cuadrático. Este capítulo está encaminado a
estudiar regresión polinomial. Además, busca hacer evaluaciones de la utilidad de los modelos probados.

Fuente:  http:www.windows.ucar.edu/tour/link5/Herat/images/ozone_tropo_big_jpg_omage.sp.ht
394  |  Estadística para ingeniería y ciencias

9.1  Introducción
La regresión no lineal incluye regresión polinomial, regresión logística, regresión con variables transforma-
das y así sucesivamente. La regresión polinomial es un caso especial de la regresión lineal simple o múltiple.
Hay modelos polinomiales de segundo o tercer orden. Con la regresión polinomial existen modelos con una
variable independiente, con ecuaciones cuadráticas, cúbicas o con órdenes más altos que k 5 3. También
hay modelos polinomiales con dos o más variables independientes, con ecuaciones de segundo orden, tercer
orden, etc. Igualmente, puede haber modelos de segundo orden o tercer orden con interacción. Sin embargo,
los modelos polinómicos que tienen tres o más variables independientes, con valores de k . 3 son aplicaciones
muy dificultosas y raras.
Dentro del tema de regresión, también hay modelos de regresión no lineal, como los modelos de regresión
exponenciales, en los cuales los parámetros no son lineales.

9.2  Modelo de regresión polinomial paramétrico o poblacional

El modelo de regresión polinomial paramétrico o poblacional es:

y 5 β0 1 β1x 1 β2 x2 1 … 1 βk xk 1 e

El estimador o modelo de regresión estadístico es:

y 5 b0 1 b1x 1 b2 x2 1 … 1 bk xk 1 e

9.3  M
 odelos polinomiales de segundo orden (k 5 2)
con una variable independiente

El modelo polinomial de segundo orden (k 5 2) con una variable independiente llamada función de respuesta
cuadrática se puede expresar de la siguiente forma:

y 5 β0 1 β1x 1 β11x2 1 e (9-1)

Que también se puede expresar con diferente anotación como:

y 5 β0 1 β1x 1 β2 x2 1 e (9-1a)
Donde:
y 5 variable dependiente o función de respuesta
β0 5 intercepto en la ordenada. Este coeficiente de regresión representa la respuesta promedio de y, cuan-
do x 5 0
β1 5 coeficiente de efecto lineal
β11 o β2 es el coeficiente de efecto cuadrático
 Capítulo 9  Regresión no lineal  |  395

x 5 variable independiente
e 5 término de error o residuo
La función de respuesta para este modelo de regresión (Neter et al. 1996) es:

E{Y } 5 β0 1 β1x 1 β11x2 (9-1b)

Esta función es la forma básica de una parábola convexa, es decir, cuando β2 , 0. Sin embargo, cuando
β2 . 0, la parábola es cóncava. Estas situaciones se ven en la figura 9.1a) y b). El coeficiente β0 representa el
intercepto en la ordenada. Los coeficientes ββ 1 y β2 controlan la parábola, relativo a la ordenada. Por ejemplo,
si β1 5 0, la parábola es simétrica y centrada alrededor de y 5 0. No obstante, si β1 y β2 tienen el mismo signo,
la parábola se desvía hacia la izquierda, pero si β1 y β2 tienen signos opuestos, la parábola se desvía hacia la
derecha. Además, el coeficiente β2 describe la curvatura. Por otra parte, si β2 5 0, no hay curvatura. Esto se
ve en la figura 9.1c). Entre más grande sea el valor de β2, mayor será la tasa de curvatura. Sin embargo, entre
más pequeño sea el valor de β2, menor será la curvatura (Keller et al. 1990). Todas estas situaciones se ven en
estas gráficas.

9.4  M
 odelo de polinomios de tercer orden (k 5 3)
con una variable independiente

El modelo de polinomios de tercer orden (k 5 3) con una variable independiente se expresa como:

y 5 β0 1 β1x 1 β11x2 1 βy111x3 1 e (9-2)

a)
Donde:
y 5 variable dependiente
β1 5 coeficiente de efecto lineal
β11 5 coeficiente de efecto cuadrático x

β111 5 coeficiente de efecto cúbico Modelo de segundo orden con β , 0

Las figuras 9.1d) y e) muestran este tipo de ecuación. Como se ve, cuando β3 , 0, sobre el rango de x, el
valor de y disminuye, pero cuando β3 . 0, el valor de y aumenta. Sin embargo, las aplicaciones del modelo
cúbico son pocas.

y y
a) b)

x x
Modelo de segundo orden con β , 0 Modelo de segundo orden con β . 0
 Modelo de segundo orden con β . 0

396  |  Estadística para ingeniería y ciencias

y y y
c) d) e)
β2 grande

β2 pequeña
β2 5 0

x x x
Modelo de segundo orden con varios Modelo de tercer orden con β2 , 0 Modelo de tercer orden con β2 , 0
valores de β2

Figura 9.1.  G
 ráficas del modelo cuadrático y cúbico. Por ejemplo, la gráfica a) muestra el modelo de
segundo orden, con β2 , 0; la gráfica b) muestra el modelo con β2 . 0 y con varios valores
de β2. La gráfica c) muestra los modelos de tercer orden con β3 , 0 y d), con β3 . 0.

y
Los modelos polinomiales de poderes más altos que k 5 3 deben de usarse con precaución. Esto se debe a
y
que la interpretación
d)
de los coeficientes es difícil ye)las interpolaciones pueden ser peligrosas. Además, cuando
hablamos de modelos con valores de k 5 4, o k 5 5, el comportamiento de semejantes modelos es extraño y
de aplicaciones raras y, por tanto, no se discutirán aquí.

x
9.5  Interacción en los
x modelos
Modelo polinomiales
de tercer orden con β , 0 de regresión 2
Modelo de tercer orden con β2 , 0

Antes de discutir estos modelos de regresión hay que definir el término interacción, el cual significa que el
efecto de x1 sobre y está influido por el valor de x2, que también significa que el efecto de x2 sobre y está influido
por el valor de x1.
Para ver el efecto de interacción, supóngase que la ecuación de la línea de regresión muestral es y 5 6 1
4x1 1 5x2 2 3x1x2. Para explicar este efecto supóngase que le demos valores a x2 de 1, 2, y 3. Al sustituir los
y
valores de x2 5 1, 2, y 3, en la ecuación muestral anterior, se producen las siguientes ecuaciones: y 5 5 1 x1,
e)
con x2 5 1; y 5 10 2 2x1 con x2 5 2 y, además, y 5 15 2 5x1, con x2 5 3. Analizando estas tres ecuaciones
modificadas vemos que el intercepto y los coeficientes de x1 también varían. Aquí se ve que el efecto de x1 sobre
y está influido por el valor de x2. Al graficar estas tres ecuaciones vemos que las tres líneas rectas se cruzan
entre sí. Esto se ve en la figura 9.1b). En esta gráfica, se ve claramente que hay interacción, es decir, cuando
las líneas rectas se cruzan entre sí.
x
Modelo de tercer orden con β2 , 0

9.5.1  Modelo de segundo orden (cuadrático) con interacción

Si un investigador cree que en sus datos existe una relación cuadrática entre la variable dependiente y) y cada
una de las variables independientes x1, x2,…, xn, es decir, cuando las variables independientes interaccionan en-
tre sí (decisión que se logró después de analizar las gráficas con tres curvas interaccionando entre sí), entonces,
se debe de inclinar por el modelo de segundo orden con interacción.
El modelo polinomial con dos variables independientes con interacción se da como:

y 5 β0 1 β1x1 1 β2 x2 1 β3 x21 1 β4 x22 1 β5 x1x2 1 e (9-3)

Este modelo, también se puede expresar con diferentes anotaciones, como las señaladas abajo:

y 5 β0 1 β1x1 1 β2 x2 1 β12 x21 1 β22 x22 1 β12 x1x2 1 e (9-3a)

 Capítulo 9  Regresión no lineal  |  397

Donde:
β12 5 coeficiente de efecto de interacción, donde x1 y x2 representan la interacción entre los pronosticado-
res o variables independientes x1 y x2.

Nótese que la diferencia entre la ecuaciones (922) y (923) es el último término de la derecha, el cual
denota el efecto de la interacción.

9.6  M
 odelo polinomial (de segundo orden o cuadrático) con tres
variables independientes sin interacción

El modelo de segundo orden con tres variables independientes, cuando estas variables no interaccionan entre
sí, es:
y 5 β0 1 β1x1 1 β2 x2 1 β3 x3 1 β11 x21 1 β22 x22 1 β33 x23 1 e (9-4)

9.6.1  M
 odelo polinomial (de segundo orden o cuadrático), con tres variables
independientes con interacción
El modelo de segundo orden con tres variables independientes, con interacción es:
y 5 β0 1 β1x1 1 β2x2 1 β3x3 1 β11x21 1 β22x22 1 β33x23 1 β12x1x2 1 β13x1x3 1 β23x2x3 1 e (9-5)
Donde:
y 5 variable dependiente o función de respuesta
β0 5 intercepto en la ordenada

β12, β13, β23 5 los coeficientes del efecto de interacción entre los pares de variables de predicción x1x2, x1x3 y
x2x3 x1x2, x1x3, x2x3 representan la interacción entre las variables independientes x1, x2, x3, x1, x2, x3 5 variables
independientes
En la solución de problemas relacionados con modelos de regresión lineal, múltiple o de regresión polino-
mial, con una o más variables independientes es siempre conveniente graficar los datos y examinar el diagrama
esparcido. Esto se hace con objeto de analizar, visualmente, el diagrama esparcido y ver el tipo de curva mos-
trado y, por consiguiente, el modelo de regresión o función que pueda encajar mejor en los datos.

y y y y
y 11  4xy1, 11 3 1, con x2 3
4x
con x2
y 16  4xy1, 16 2 1, con x2  2
con x24x
y 21 4x1y, 21 11, con x2 1
con x24x
y 5
y 5  x1, con 1x1, con x2 1
x2

y 10  2xy1, 10 2x

con x2 2 1, con x2 2
y 15 2 5xy1, 15 5x
con x22 3 1, con x2 3
x1 x1 x1 x1
a) a) b) b)
 1 1

a) a) b) b)

398  |  Estadística para ingeniería y ciencias

y y (β  0) (β2  0) y y
2

x2 3 x2 3 x2 3 x 3

x2 22 x2 2
x2 2 x2 2
x2 1 x2 1
x2 1 x2 1

x1 x1 x1 x1
c) c) d) d)

Figura 9.2.  G
 ráficas de modelos polinomiales de primero y segundo orden, con dos variables in-
dependientes. La gráfica a) es la ecuación y 5 6 1 4x1 1 5x2. Cuando x2 5 1, 2 y 3,
las ecuaciones modificadas se ven en la gráfica en cada uno de sus casos. En estas
figuras se ve que no hay interacción (las líneas no se cruzan, porque es un modelo
aditivo). La gráfica b) muestra la ecuación y 5 6 1 4x1 1 5x2 2 3x1x2. Cuando x2 5
1, 2 y 3, la gráfica muestra las ecuaciones modificadas. Aquí se ve que la ecuación
polinomial de primer orden tiene interacción. Finalmente, la gráfica c) muestra un
modelo de regresión polinomial de segundo orden sin interacción. Igualmente, la
gráfica d) muestra un modelo de regresión con interacción.

9.7  Evaluación de la utilidad de los modelos de regresión

La regresión polinomial es un caso especial de los modelos de regresión lineal simple y múltiple. La validación
de estos modelos es análoga a la de los modelos de regresión lineal. Sin embargo, antes de estar totalmente
seguros acerca de la fidelidad del modelo de regresión seleccionado, para fines de predicción y estimación, hay
que ver que el modelo represente adecuadamente la relación entre las variables. Esto se puede hacer a través
de estadística de inferencia y de análisis de gráficos.
Para la evaluación de los modelos se puede proceder, jerárquicamente, ajustando modelos de segundo y
tercer orden, con interacción y sin interacción y, luego se explora la posibilidad de ajustar un modelo de orden
más bajo como modelos de regresión lineal múltiple, pero con interacción y sin interacción.
De cualquier manera, como se dijo antes, para evaluar los modelos de regresión se procede explorando
los criterios estadísticos, como el coeficiente de determinación múltiple (R2), el error estándar estimado (se), el
coeficiente de determinación múltiple (R2), el criterio Cp de Mallow, PRESS (la sigla de suma de cuadrados de
error de predicción) o, los valores de t, etc. Además, se revisan los valores de VIF (factores de varianza inflada;
en donde valores grandes de VIF indican grandes diferencias entre los coeficientes de regresión estimados y los
estandarizados), para ver posibles problemas de colinealidad. También, se puede usar la estadística de Durbin-
Watson para revisar problemas de autocorrelación de los residuos en series de tiempo. Aquí, para regresión
múltiple, de acuerdo con la lógica del programa NCSS, ésta dice que, si esta función está cercana a 2, no hay
autocorrelación, pero si es muy diferente de 2, entonces sí la hay.
Análogamente, se pueden usar otros métodos como “Regresión por pasos” o “Todas las regresiones
posibles”, que seleccionan los modelos óptimos basándose en los criterios arriba citados, es decir, agregando
o eliminando las variables independientes o de respuesta. Finalmente, todo esto se puede complementar ana-
lizando, subjetivamente, los gráficos de los residuos estandarizados o no estandarizados, esto es, examinando
la prueba de normalidad, residuos versus valores ajustados, residuos versus los órdenes, etcétera.
 Capítulo 9  Regresión no lineal  |  399

9.7.1  A
 nálisis de estadísticos como R 2, s, criterio Cp y PRESS, para evaluar
la utilidad del modelo polinomial
a) Cálculo del coeficiente de determinación, ( Σxy
R2). 2 Este criterio indica qué proporción de la variación
total en la respuesta Y se explica con el modelo
Σx 2 Σyajustado.
2
En términos simples, esto dice que R2 indica
la proporción de variación explicada
( Σxy) por las
2
ΣXvariables
ΣY independientes x1, x2, x3, …, xk. Este coeficiente
de determinación R2 ya se describió
Σx Σy
2 anteriormente,
2
n, Σx 2 es decir
)2 ( Σxy)
2
( Σxy)2 ΣXΣY ( ΣRX2 5 (9-6)
2 Σx Σy
2 2

Donde: Σ x 2
Σ y 2
n , Σ x 2
n y Σ Y
R 2 5 ( Σxy ) 2 ΣΣxX2 Σ
ΣYy 22 ( ΣX2)2 ( ΣY )2 ΣX ΣY
Σxy 5 ΣΣXY 2ΣΣXY
xy 5 X Σ2 Y ΣnX, ΣΣxY 5n,ΣΣXx 22 5
2 Σ( ΣXX2 )2 (2nΣ2yΣ
X ) 2Y n2 2 yΣ YY2 )2
,( Σlas 2
2(nΣ
cuales 2
, Y )se n,
definen por las ecuaciones (8-8), (8-9) y
n, Σx 2
n y ΣR Y2 5 ( Σxyn) 2 Σx 2 Σyx2 n, Σ
(8-10) dadas en( ΣelXcapítulo 8. ( ΣY )2 MSE p ( ΣX )
2
)2
MSEk n y ΣY
2
b)  Cálculo del n y Σestándar
SSEerror Yp ) 2 n s:
Y 2Σ (Y 2estimado,
sε 5 5 ( ΣY )2
n 2 1 2(kΣY )2 (n 2 2) MSE p SSE Σ (Y 2 Yp ) 2
MS E s 5 5 n (9-6a)
n ε
k n 212 k (n 2 2)
MSE p MSE p
Donde:
MSsumaEk de 2los cuadrados MSEk
SSE 5 Σe 2i es la 2del error o residuo
R 5 ( ΣR xy2 )52
(ΣΣxxy Σ)y2 2 Σx 2 Σy 2
2
yp 5 línea de regresión, n es el tamaño SSE 5 deΣe muestra
i y k es el número de coeficientes βi probados.
( Σxy)2
(
Cp 5 MSE p MSE
la utilidad del modelo, k )
Un valor de sε cercano a cero indica un buen ajuste del modelo, pero sin ser una medida absoluta de
(n 2 p 2 1) 2  (nΣ2
es decir, SSE sin antes 2Σ(yanalizar
x 2SSE p2 1
Σ (Y 1) 2 Yp Σ ()Y2 2los
todos )2
Ypdemás diagnósticos. Un valor grande de sε
indica un modelo deficiente que
sε 5 sε 5
1Cp
n 2tiene 2ΣnkX ( 5
ΣY
5que
2 MSE
12
5
mejorarse.
k(pn 2 MSE )
2) k(n(2 n2 2) p 2 1) 2  (n 2 2( p 1 1) 
n, Σx 2
c) Criterio Cp.  Este diagnóstico está relacionado con el error cuadrático medio de un valor ajustado. En
( )
pequeños( Σde )2 El modelo óptimo tiene un valor de Cp cercano a (p 1 1),
X Cp.
2
general,
PREES 5seΣprefieren
yi 2 yi , 2valores
i
y Σ2Y 2
donde, p es el número de variables 5nΣe Un Cp mayor
( )
2 independientes. que (p 1 1) indica que el modelo de re-
SSE 5 ΣeSSEi PREES i 5Σ y 2 y
2

gresión contiene variables innecesarias ( Σque 2 i , 2i

Y ) puedan dar problemas de colinealidad, pero si el Cp es menor
i

2
que (p 1 1), esto indica que se han omitido nR 5 ( Σxy ) 2 importantes.
variables Σx 2 Σy 2 La fórmula para esta estadística es:
MSE p
(
Cp 5 MSE
Cp 5
p
MSEkkp
(
MSE (MSE
n 2 pk 2) ) 2p2
(n12 (n12 )
) 22(p(n121)2( p 1 1)  (9-6b)
Donde MSE es el cuadrado del error medio, p esSSE
el númeroΣde Yp ) 2 independientes y k es el nú-
variables
(Y 2
s
mero máximo de variables independientes
ε
5disponibles. 5
n 2 1 22 k (n 2 2)
( () )
2
d) Criterio PRESS.  ComoPRE se Edijo
S5 antes, este
Σ EySi 5
PRE 2 Σyi ,criterio
y 2 yi , 2oi diagnóstico estadístico mide qué tan bien el uso de
2i i
los valores ajustados para un modelo puede predecir las respuestas observadas de Yi. Modelos con valo-
res bajos de PRESS son deseables, porque cuando2 los errores de predicción son bajos, también lo serán
SSE 5 Σe i
los errores del cuadrado de predicción y la suma de estos errores. Esta estadística se usa para evaluar el
modelo de regresión en términos de predicción. Para calcular PRESS cada observación es individual-
mente omitida y las observaciones restantes (n 2 1) se usan para calcular la regresión y estimar el valor
de las observaciones omitidas haciendo Cp esta5operación
MSE p MSE ( k
(n 2espdecir,
n veces,  (nvez
2 1) 2una )
2 2para 1)  caso. La di-
( p 1 cada
ferencia entre el valor de actual de Y, yi y el valor pronosticado de Y de la i-ésima observación eliminada,
se llama error de predicción. La fórmula matemática para la estadística PRESS se define como:

( )
2
PREES 5 Σ yi 2 yi , 2i (9-6c)
Donde:
yi, 2i, se llama el error de predicción.
400  |  Estadística para ingeniería y ciencias

9.7.2  Análisis gráfico (subjetivo)

Para hacer la evaluación, subjetivamente, de la bondad de ajuste de los modelos usados se analizan los si-
guientes gráficos:

9.7.2.1  Prueba de normalidad

Para que exista normalidad, los residuos deben formar una línea recta o estar dentro de las bandas de con-
fianza.

9.7.2.2  Histogramas de residuos

Esta gráfica deberá asemejarse a una distribución normal.

9.7.2.3  Gráfica de residuos versus valores ajustados de Y para la prueba de independencia

Aquí, debe haber aleatoriedad de los residuos; no debe haber tendencias crecientes o decrecientes. Además,
debe haber el mismo número de residuos positivos y negativos. De no ser así, se violan las suposiciones del
modelo.

9.7.3  Autocorrelación (valores de e fijos)

Para diagnosticar la autocorrelación en series de tiempo, graficar residuos versus tiempo. Usar prueba de Dur-
bin-Watson para ver si existe autocorrelación. Esto se puede mitigar haciendo transformaciones.

9.7.4  A
 nálisis de gráficos para diagnosticar colinealidad (correlación o
dependencia casi lineal entre las variables de regresión)

Para mitigar esto hacer transformaciones como Y 9 5 Log Y , Y 9 5 Y 2 , Y 9 5 Y , Y 9 5 1/Y, etc. Las transformacio-
nes de los ejes se discutirán ampliamente en la sección 9.15.

t 5 β 2 sβ2
9.7.5  Prueba de heteroscedasticidad y homoscedasticidad
El término heteroscedasticidad (hetero 5 desigual; scedasticidad 5 esparcido) o de residuales no uniformes
(implica error de varianza de s2e no constante en todos los casos). En contraste, el término homoscedasticidad
implica error de varianza s2e constante. Para diagnosticar el problema de heteroscedasticidad se grafican los
residuales versus los valores predecidos Y. Análogamente, para diagnosticar este problema de heteroscedasti-
cidad se puede hacer aplicando las pruebas de White y de Breusch-Pagan. Para mitigar el problema de la falta
de homoscedasticidad, esto se puede hacer por medio de transformaciones. También se puede hacer probando
otros modelos que ajusten mejor los datos.
 Capítulo 9  Regresión no lineal  |  401

9.8  Resumen de los modelos de regresión usados

a)  Modelo de regresión lineal (de primer orden), con una variable independiente
y 5 β0 1 β1x1 1 e
b)  Modelo de regresión lineal múltiple, con dos variables independientes, sin interacción

y 5 β0 1 β1x1 1 β2 x2 1 e (9-7)
c)  Modelo de regresión lineal múltiple, con dos variables independientes, con interacción

y 5 β0 1 β1x1 1 β2 x2 1 β12 x1x2 1 e (9-7a)

d)  Modelo cuadrático, con una variable independiente

y 5 β0 1 β1x1 1 β2 x21 1 e (9-7b)

e)  Modelo cúbico, con una variable independiente

y 5 β0 1 β1x1 1 β2x21 1 β3x31 1 e (9-7c)

f)  Modelo cuadrático, con dos variables independientes, sin interacción

y 5 β0 1 β1x1 1 β2 x2 1 β11 x21 1 β22 x22 1 e (9-7d)

g)  Modelo cuadrático con dos variables independientes con interacción

y 5 β0 1 β1x1 1 β2 x2 1 β11 x21 1 β22 x22 1 β12 x1x2 1 e (9-7e)

h)  Modelo de segundo orden con tres variables independientes, sin interacción

y 5 β0 1 β1x1 1 β2 x2 1 β3 x3 1 β11 x21 1 β22 x22 1 β33 x23 1 e (9-7f)

i)  Modelo cuadrático con tres variables independientes con interacción

y 5 β0 1 β1x1 1 β2x2 1 β3x3 1 β11x21 1 β22x22 1 β33x23 1 β12x1x2 1 β13x1x3 1 β23x2x3 1 e (9-7g)

Ejemplo 9.1  Este ejemplo proviene del artículo del J. Agricultural Eng. Research, 1975 (p. 353-361),
donde se reportan los datos con el número de días después de la floración (x), el rendi-
miento de la cosecha, en kg/ha (y). La tabla 9.1 muestra los datos.

Tabla 9.1.  Datos del ejemplo 9.1.

x 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46

y 2 508 2518 3 304 3 423 3 507 3 190 3 500 3 883 3 823 3 646 3 708 3 333 3 517 3 241 3 103 2 776

Fuente:  Probabilidad y estadística para ingeniería y ciencias.  J.L. Devore. Quinta edición. Thomson. México (2001).
402  |  Estadística para ingenieros

Hacer los siguientes cálculos:

a) Hacer una gráfica que vaya en función de y y de los días de floración, x, con línea de
regresión para identificar la función polinomial que se pueda esperar.
b) Ajustar el modelo de regresión más apropiado y estimar los valores del coeficiente
múltiple R2, s y PRESS. Validarlo acordemente y sacar las conclusiones debidas.
c) Hacer una prueba de hipótesis H0:β2 5 0 versus H1:β2 2 0. Hacer otra prueba más
con H0:β1 5 0 versus H1:β1 2 0.
Solución:
a)  La figura 9.3 indica que un modelo cuadrático sería el más apropiado.
Gráfica
Gráfica de la probabilidad normal de residuales
Gráfica de rendimiento de cosecha y días de floración
99
4 000 4 000
90

3 750 3 750 50

10
3 500 3 500
1
-2 -1 0 1 2
Residuales estandarizado
3 250 3 250

Histograma de residuales
3 000 3 000
4. 8

3. 6
2 750 2 750
2. 4

2 500 2 500 1. 2

15 20 25 30 35 40 45 50 0. 0
-2 -1 0 1
No. días de floración (x)
Residual estandarizado

Gráfica de residuales de Y
Figura 9.3.  D
 iagrama de puntos con línea Residuales
Gráfica de la probabilidad normal de residuales
de regresión
versus valores ajustados
de los datos del rendimiento
Gráfica de resi
de la cosecha, y, y el número de días de floración, x.
99 3. 0
Gráfica de probabilidad normal de residuales Re
90 1. 5 99

Residual estandarizado
Fuente:  Adaptado de Probabilidad y estadística para ingeniería y ciencias.  J.L. Devore. Thomson. México
50 0. 0 90
2

Porcentaje
1

(2001). 10
- 1. 5 50
0

1 - 3. 0 10 -1
- 3. 0 - 1. 5 0. 0 1. 5 3. 0 400 450 500 550 600
1 -2
Residual estandarizado Valor ajustado
-2 -1 0 1 2
Residual estandarizado

b)  En seguida se muestran los resultados del análisis estadístico.

8
Histograma de residuales
3. 0
Residuales versus el orden de los datos
Histograma de residuales Re
6. 0

Residual estandarizado
6 1. 5 2

The regression equation is: Rendimiento (Y) 5 2 1126 1 302 4. 5

Frecuencia

0. 0 1
4
3. 0

Floracion (X) 2 4.71 SQRX 2 - 1. 5

1. 5
0

-1

0 - 3. 0 -2
0. 0
-3 -2 -1 0 1 2 3 2 4 6 8 10 12 14 16 18 20 -2 -1 0 1 2
Residual estandarizado Orden de la observación Residual estandarizado

Predictor Coef SE Coef T P VIF

Constant 21125.7 561.3 22.01 0.066
de Y
Floracion (X) 302.16 Gráfica de residuales
Gráfica de probabilidad normal de residuales
38.35 7.88
Residuales versus valores ajustados
0.000 58.2
Gráfica de la fuerza de compresión versus % are
40
SQRX 0.6133 0.000 58.2
99
24.7131 27.69
Residual estandarizado

90 2
Porcentaje

50 35
0

s 5 185.400  R2Sq 5 82.9%  R2Sq(adj) 5 80.3%  PRESS 5 633593

Fuerza de compresión

10

30 -2
R2Sq(pred) 5 75.74% 1
- 3. 0 - 1. 5 0. 0
Residual estandarizado
1. 5 3. 0 450 500 550
Valor ajustado
600 650

Histograma de residuales Residuales versus el orden de los datos

Analysis of Variance Table 6. 0
25
Residual estandarizado

2
4. 5

Source DF SS MS F P20
Frecuencia

3. 0
0

Regression 1. 5
2 2164649 -2
1082324 31.49 0.0000 10 20 30
0. 0
-2 -1 0 1 2 3 2 4 6 8 10 12 14 16 18 20
% arena
Residual Error 13
Residual estandarizado
446850 34373 Orden de la observación

Total 15 2611499
 Capítulo 9  Regresión no lineal  |  403

Los resultados muestran problemas de colinealidad, por valores altos de VIP. De

acuerdo a Neter et al. (1996), valores en exceso de 10 indican problemas de mul-
ticolinealidad, mismos que pudieran indebidamente influenciar los valores de los
mínimos cuadrados. Por otro lado, los valores de R2 5 82.9%, s 5 185.4 y PRESS
5 633 593 sugieren un buen ajuste de un modelo cuadrático. Además, el valor de
F 5 31.5 de la tabla de ANOVA rechaza la hipótesis nula de H0:β2 5 0 y se inclina
por H1:β2 2 0, con un valor de p muy significante. Aquí, el ajuste de un modelo
cúbico no mejoraría los valores de R2, de s o PRESS y agravaría el problema de la
colinealidad, puesto que los valores de los VIP serían muy grandes.
c) Para la prueba de hipótesis nula H0:β2 5 0 y la hipótesis alternativa H1:β2 2 0, se
usan los datos anteriores. Por ejemplo, β2 es igual a 24.71 y sβ es igual a 0.6133. La
2
prueba de H0:β2 5 0 es lo mismo que decir que el modelo polinomial cuadrático no
se aplica a los datos y, H1:β2 2 0 dice que sí se aplica. La función de t usada es:
t 5 β2   sβ / 2
(9-8)
Sustituyendo los valores correspondientes da: t 5 24.5358/0.6133 5 27.4
La prueba está basada en n 2 (k 1 1) grados de libertad ( n), es decir, con n 5 16 y
k 5 2. Por tanto, n 5 13. Las regiones críticas son: 22.160 # t.025;13 # 2.160.
En conclusión, debido a que la tcalc. 5 27.4 , tcrítica 5 22.160, se rechaza la hipóte-
sis nula de H0:β2 5 0 y se inclina por la prueba de hipótesis alternativa de H1:β2 2 0.
Para hacer la prueba de hipótesis nula de H0:β1 5 0 versus H1:β1 2 0, se procede en
forma similar.
d)  Para la evaluación subjetiva del modelo de regresión se dan las gráficas de la
figura 9.4.
Gráfica de residuales
Gráfica de la probabilidad normal de residuales Residuales versus valores ajustados
Gráfica de rendimiento de cosecha y días de floración
99 2
4 000
90 1

0
3 750 50

-1
10
3 500 -2
1
-2 -1 0 1 2 2 500 3 000 3 500
Residuales estandarizado Valor ajustado
3 250

Histograma de residuales Residuales versus orden de los datos

3 000 2
4. 8
1
3. 6
2 750
0
2. 4
-1
2 500 1. 2
-2
20 25 30 35 40 45 50 0. 0
-2 -1 0 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
No. días de floración (x) Orden de la observación
Residual estandarizado

Gráfica de residuales de Y
abilidad normal de residuales Residuales versus valores ajustados
Figura 9.4.  G
 ráfica de prueba de normalidad de residuos versus valores
Gráfica de residuales
3. 0
ajustados. versus
Gráfica de probabilidad normal de residuales Residuales valores ajustados
1. 5 99
Residual estandarizado

2
0. 0 90

Como lo indica la figura superior derecha de la figura 9.4, la gráfica de prueba de nor-
Porcentaje

1
- 1. 5 50
0

0. 0
dual estandarizado
1. 5 3. 0
- 3. 0
400 450 500
Valor ajustado
550 malidad indica que la distribución de los datos es aproximadamente normal, puesto
600
10

1
-1

-2
-2 -1 0 1 2 400 450 500 550 600

ma de residuales Residuales versus el orden de los datos que los puntos están muy cercanos a la línea de regresión y dentro de las bandas de
Residual estandarizado

Histograma de residuales
Valors ajustados

Residuales versus valores ajustados

3. 0

confianza. Similarmente, la gráfica de los valores residuales versus valores ajustados

6. 0
Residual estandarizado

1. 5 2
4. 5

indican que hay, aproximadamente, ocho valores positivos y ocho negativos, sin ten-
Frecuencia

0. 0 1
3. 0
0
- 1. 5

- 3. 0 dencias definidas, es decir, con aleatoriedad.1. 5

0. 0
-1

-2
0 1 2 3 2 4 6 8 10 12 14 16 18 20 -2 -1 0 1 2 2 4 6 8 10 12 14 16 18 20
dual estandarizado Orden de la observación Residual estandarizado Orden de la observación

Gráfica de residuales de Y
Gráfica de la fuerza de compresión versus % arena
ad normal de residuales Residuales versus valores ajustados
40
404  |  Estadística para ingeniería y ciencias

9.9  P
 rueba estadística para comparar la suma de los cuadrados del
error (SSE) de cada modelo probado, para saber cuál modelo es
superior
Los autores Keller et al. (1990) del libro Statistics for Management and Economics dan una prueba estadística que
mide las diferencias de la suma de los cuadrados del error (SSE), para probar la superioridad de cada modelo
probado. Esto se debe a que SSE mide qué tan bien encajan los datos en el modelo. Esta prueba se hace com-
parando la suma de los cuadrados del error (SSE1) del modelo simple o abreviado y la suma de los cuadrados
del error (SSE2) del modelo completo o complejo. Esto se hace porque siempre es conveniente usar modelos
simples (el uso de modelos complejos no necesariamente los hace superiores). La prueba estadística para me-
dir la relación entre SSE1 y SSE2 es:

F5
( SSE 2 SSE ) ( k 2 k )
1 2 2 1
(9-9)
SSE ( n 2 k 21)
2 2

Donde:

F 5 distribución de Fisher, con νF1 5

. Fk[2a;2 k ny2νk 2225
k 2 2 k11,n 1]
n 2 k2 2 1 grados de libertad.
n 2 k2 2 1 5 número de grados de libertad asociados con el modelo completo.
k2 5 número de coeficientes (βi) probados del modelo completo
k1 5 número de coeficientes (βi) probados del modelo simple
n 5 tamaño de la muestra
SSE1 5 suma de los cuadrados del error del modelo simple probado
SSE2 5 suma de los cuadrados del modelo completo probado

Nota: Si el ajuste del modelo completo no es significativamente mejor que el modelo simple o abreviado,
el valor de SS1 será pequeño. Por ende, la relación SS1 2 SS2 será pequeña y, por tanto, el valor de F también
será así y no se podrá rechazar la hipótesis nula. Sin embargo, si el ajuste del modelo completo es bueno, el
valor de SS2 será pequeño y la relación SS1 2 SS2 será grande y, por consiguiente, el valor de F será grande y
se rechazará la hipótesis nula.

La región de rechazo para la ecuación de arriba (9-9) la da la siguiente función estadística:

F . F[α;k 2k ,n2k 21]

2 1 2
(9-9a)

Donde:

F 5 el valor de la estadística F calculada

α 5 nivel significante de 0.05 o 0.01 de la distribución de F
k2 5 número de coeficientes βi del modelo superior
k1 5 número de coeficientes βi del modelo abreviado
n 5 tamaño de la muestra
 Capítulo 9  Regresión no lineal  |  405

Ejemplo 9.2  Éste es un ejemplo encaminado a ajustar modelos de regresión lineales múltiples y
cuadráticos, con y sin interacción. Los datos se dan en la tabla 9.2. Hacer los siguientes
cálculos:
a) Probar un modelo de regresión cuadrático, con interacción. Este caso, lo llamare-
mos modelo superior o modelo completo.
b) Después, probar un modelo de regresión cuadrático, sin interacción. En este caso,
lo llamaremos modelo abreviado.
c) Finalmente, probar un modelo de regresión lineal múltiple, sin interacción. Este
modelo lo llamaremos modelo lineal simple.
d) Describir las ecuaciones de los modelos de regresión poblacionales de los incisos
a), b) y c).
e) Para decidir cuál modelo es mejor, hacer una tabla con los resultados de los tres mo-
delos, basándose en los diagnósticos objetivistas como las estadísticas R2, R2ajustada,
s, PRESS, ANOVA, etcétera.
f) Se le pide al lector usar la ecuación (9-9), para seleccionar el modelo más apropiado
de los dos finalistas.

Tabla 9.2.  Datos del ejemplo 9.2.

Interacción
Y X1 X2 XSQR1 XSQR2
X1 X2
564 11.75 5.3 138.063 28.09 62.275
502 8.8 3.6 77.44 12.96 31.68
606 13.2 6 174.24 36 79.2
446.5 8.3 3 68.89 9 24.9
536.5 8 4 64 16 32
589.5 13.1 4 171.61 16 52.4
594.5 13 5 169 25 65
509.5 10.5 4 110.25 16 42
614 13.9 6.9 193.21 47.61 95.91
406 7.8 1.7 60.84 2.89 13.26
596.5 14 5.3 196 28.09 74.2
446.5 8 3 64 9 24
550 12 4.7 144 22.09 56.4
578 12.9 5.8 166.41 33.64 74.82
516 10.9 6 118.81 36 65.4
428 8 2.9 64 8.41 23.2
489 9 4 81 16 36
508.5 9.1 4 82.81 16 36.4
545.5 12 3.9 144 15.21 46.8
524 11 3.9 121 15.21 42.9
406  |  Estadística para ingenieros

Solución:
a) Primero, se prueba el modelo de regresión polinomial cuadrático con interacción;
es decir, el modelo completo. En seguida se muestran los resultados obtenidos de
los modelos de regresión probados.

Modelo de regresión cuadrático con interacción

The regression equation is:
Y 5 492 2 64.0 X1 1 113 X2 1 4.82 XSQR1 2 3.87 XSQR2 2 5.49
Interaccion (X1)(X2)
Predictor Coef SE Coef T P VIF
Constant 491.8 160.7 3.06 0.008
X1 264.01 37.44 21.71 0.109 344.7
X2 112.86 32.75 3.45 0.004 87.2
XSQR1 4.825 2.458 1.96 0.070 688.9
XSQR2 23.867 6.087 20.64 0.536 241.2
Interaccion (X1)(X2) 25.488 6.341 20.87 0.401 993.3

S 5 19.4420   R2Sq 5 92.7%   R2Sq(adj) 5 90.1%  

PRESS 5 25801.0   R2Sq(pred) 5 64.30% Grá
Gráfica de la probabilidad normal de residu
Gráfica de rendimiento de cosecha y días de floración
99
4 000 4 000
Analysis of Variance 90

3 750 3 750 50
Source DF SS MS F P
10
3 500 3 500
Regression 5 66987 13397 35.44 0.000 1
-2 -1 0 1 2
Residuales estandarizado
Residual Error 14
3 250
5292 378 3 250

Histograma de residuales

Total 19
3 000
72279 3 000
4. 8

3. 6
2 750 2 750
Durbin-Watson statistic 5 1.40280 2. 4

2 500 2 500 1. 2

Nota: Aquí, la región crítica

15 20 F, con
de 25 α305 0.05 35 y con
40 5 y45 19 grados
50 de libertad, es 0. 0
-2 -1 0 1
No. días de floración (x)
2.74. Residual estandarizado

Gráfica de residuales de Y
Gráfica de la probabilidad normal de residuales Residuales versus valores ajustados
99 3. 0
Gráfica de r
Gráfica de probabilidad normal de residuales
90 1. 5 99

Residual estandarizado
50 0. 0 90
Porcentaje

- 1. 5 50
10

1 - 3. 0 10
- 3. 0 - 1. 5 0. 0 1. 5 3. 0 400 450 500 550 600
Residual estandarizado Valor ajustado 1
-2 -1 0 1 2
Residual estandarizado
Histograma de residuales Residuales versus el orden de los datos
8 3. 0 Histograma de residuales
6. 0
Residual estandarizado

6 1. 5
4. 5
Frecuencia

4 0. 0
3. 0

2 - 1. 5
1. 5

0 - 3. 0
0. 0
-3 -2 -1 0 1 2 3 2 4 6 8 10 12 14 16 18 20 -2 -1 0 1 2
Residual estandarizado Orden de la observación Residual estandarizado

Figura 9.5.  G
 ráficos de residuales para modelo cuadrático de regresión con
Gráfica de residuales de Y
Gráfica de la fuerza de compresión versus %
interacción.
Gráfica de probabilidad normal de residuales
99
Residuales versus valores ajustados
40
Residual estandarizado

90 2
Porcentaje

50 35
0
de compresión

10

-2 30
1
- 3. 0 - 1. 5 0. 0 1. 5 3. 0 450 500 550 600 650
Residual estandarizado Valor ajustado
 Capítulo 9  Regresión no lineal  |  407

b) Enseguida, se prueba el modelo de regresión cuadrático, sin interacción, es decir, el

modelo abreviado. El programa Minitab arroja los siguientes resultados:

Regression Analysis: Y versus X1, X2, XSQR1, XSQR2

The regression equation is: Y 5 472 2 52.6 X1 1 94.6 X2 1 3.21 XSQR1

2 8.61 XSQR2
Predictor Coef SE Coef T P VIF
Constant 471.6 157.6 2.99 0.009
X1 252.60 34.75 21.51 0.151 302.0
X2 94.58 24.82 3.81 0.002 51.0
XSQR1 3.209 1.586 2.02 0.061
Gráfica de residuales 291.6
XSQR2
Gráfica de rendimiento de cosecha y días de floración 28.605 Gráfica de la2.638 23.26
probabilidad normal de residuales
99 2
0.005
Residuales versus valores ajustados
46.1
4 000
90 1
S 5 19.2786  R2Sq 5 92.3%  R2Sq(adj) 5 90.2%  PRESS 5 15849.9 0
3 750 50
R2Sq(pred) 5 78.07% -1
10
3 500 -2
1
Analysis of Variance
3 250
-2 -1 0 1
Residuales estandarizado
2 2 500 3 000
Valor ajustado
3 500

Source 3 000 DF Histograma de residuales

SS MS F 2
PResiduales versus orden de los datos
4. 8

Regression
2 750
4 66704 16676 44.87 0.000
3. 6
1

Residual Error 15 5575 2. 4

372 -1
2 500 1. 2
-2
20 25 30 35 40 Total
45 50 19 72279 0. 0
-2 -1 0 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
No. días de floración (x) Orden de la observación
Residual estandarizado

Durbin-Watson statistic 5 1.40870

Gráfica de residuales de Y
la probabilidad normal de residuales Residuales versus valores ajustados
3. 0
Gráfica de residuales
Gráfica de probabilidad normal de residuales Residuales versus valores ajustados
1. 5 99
Residual estandarizado

2
0. 0 90
Porcentaje

1
- 1. 5 50
0

- 3. 0 10 -1
1. 5 0. 0 1. 5 3. 0 400 450 500 550 600
1 -2
Residual estandarizado Valor ajustado
-2 -1 0 1 2 400 450 500 550 600
Residual estandarizado Valors ajustados
stograma de residuales Residuales versus el orden de los datos
3. 0 Histograma de residuales Residuales versus valores ajustados
6. 0
Residual estandarizado

1. 5 2
4. 5
Frecuencia

0. 0 1
3. 0
0
- 1. 5
1. 5 -1
- 3. 0 -2
0. 0
-1 0 1 2 3 2 4 6 8 10 12 14 16 18 20 -2 -1 0 1 2 2 4 6 8 10 12 14 16 18 20
Residual estandarizado Orden de la observación Residual estandarizado Orden de la observación

Figura 9.6.  Gráfica de modelo abreviado sin interacción.

Gráfica de residuales de Y
Gráfica de la fuerza de compresión versus % arena
babilidad normal de residuales Residuales versus valores ajustados
c)  Finalmente, se prueba el modelo de regresión lineal simple. El programa Minitab
40
Residual estandarizado

arroja los siguientes resultados:

2

35
0
Fuerza de compresión

0. 0 1. 5 3. 0
-2
450 500 550 600 The regression
650
30
equation is: Y 5 263 1 18.3 X1 1 15.6 X2
sidual estandarizado Valor ajustado

rama de residuales Residuales versus el orden de los datos

Predictor Coef
25
SE Coef T P VIF
Residual estandarizado

0
Constant 263.01
20
27.29 9.64 0.000

0 1 2 3
-2
2 4 6 8 10 12 14 16
X1
18 20
18.256
0 10 4.040 20
% arena
4.52
30 0.000
40 2.7
Residual estandarizado Orden de la observación

X2 15.640 7.025 2.23 0.040 2.7

 3. 6
2 750 2 750
2. 4

2 500 2 500 1. 2

15 20 25 30 35 40 45 50 0. 0

408  |  Estadística para ingenieros

-2 -1 0
No. días de floración (x)
Residual estandarizado

Gráfica de residuales de Y
Gráfica de la probabilidad normal de residuales Residuales versus valores ajustados
99 3. 0
Gráfica
S 5 23.7185   R2Sq 5 86.8%   R2Sq(adj) 5 85.2%   PRESS 5 15427.3
90 1. 5 99
Gráfica de probabilidad normal de residuales

R2Sq(pred) 5 78.66% 50 0. 0 90

Porcentaje
- 1. 5 50
10

Analysis of Variance 1
- 3. 0 - 1. 5 0. 0 1. 5 3. 0
- 3. 0
400 450 500 550 600
10

Residual estandarizado Valor ajustado 1

-2 -1 0 1 2

Source DF SS MS
Histograma de residuales F P
Residuales versus el orden de los datos
Residual estandarizado

8 3. 0 Histograma de residuales

Regression 2 62715 31358 55.74 0.000

6 1. 5
6. 0

4. 5

Frecuencia
0. 0
Residual Error 17 9564 4
563 - 1. 5
3. 0

2
1. 5

Total 19 72279 0
-3 -2 -1 0 1 2 3
- 3. 0
2 4 6 8 10 12 14 16 18 20
0. 0
-2 -1 0 1 2
Residual estandarizado Orden de la observación Residual estandarizado

Durbin-Watson statistic 5 1.31981

Gráfica de residuales de Y
Gráfica de la fuerza de compresión versu
Gráfica de probabilidad normal de residuales Residuales versus valores ajustados
40
99

Residual estandarizado
90 2
Porcentaje

50 35
0

Fuerza de compresión
10

-2 30
1
- 3. 0 - 1. 5 0. 0 1. 5 3. 0 450 500 550 600 650
Residual estandarizado Valor ajustado

Histograma de residuales Residuales versus el orden de los datos 25

6. 0

Residual estandarizado
2
4. 5
Frecuencia

20
3. 0
0

1. 5

-2 0 10 20 3
0. 0
-2 -1 0 1 2 3 2 4 6 8 10 12 14 16 18 20
% arena
Residual estandarizado Orden de la observación

Figura 9.7.  Gráfica de modelo de regresión lineal simple.

Nota:  P
 ara probar que los coeficientes son iguales, en cuanto al análisis de varianza, la
función de ANOVA prueba la longitud total de la utilidad del modelo.
d)  La descripción de los tres modelos poblacionales son:
1.  El modelo cuadrático con interacción o completo es:
y 5 β0 1 β1x1 1 β2 x2 1 β3 x21 1 β4 x22 1 β5 x1x2 1 e

2.  El modelo cuadrático sin interacción o abreviado es:

y 5 β0 1 β1x1 1 β2 x2 1 β3 x21 1 β4 x22 1 e

3.  El modelo de regresión lineal múltiple es:

y 5 β0 1 β1x1 1 β2 x2 1 e
e)  El resumen de los resultados de los tres modelos se da en la tabla 9.3.

Tabla 9.3.  Resultados de las estadísticas de los tres modelos de regresión probados.
Tipo de modelo R2 s PRESS R 2(ajustada)
Modelo completo 92.7% 19.4 25 801.0 90.1%
Modelo abreviado 92.3% 19.28 15 849.9 90.2%
Modelo lineal simple 86.8% 23.72 15 427.3 85.2%

Al juzgar por los resultados, tal parece que los mejores modelos son el cuadráti-
co sin interacción (modelo abreviado) y el modelo lineal simple. (Para tomar una
decisión final usar la función [9-9]). Sin embargo, se podría pensar que el modelo
cuadrático, con interacción, es el modelo óptimo. Pero esto no puede ser, porque el
 Capítulo 9  Regresión no lineal  |  409

valor de PRESS es más grande que los otros dos modelos. Cuando a los modelos de
regresión se les agregan variables innecesarias, que pudieran dar un mejoramiento
pequeño, no es recomendable su uso. Bajo estas condiciones, la adición de variables
innecesarias conlleva a problemas de colinealidad como lo muestran los grandes
VIF del modelo completo (correlación entre las variables regresoras). Por esta razón,
es conveniente dejar el modelo de regresión, lo más simple posible, a menos de que
existan buenas razones estadísticas para agregarle variables adicionales.
f) Cuando la selección final de los dos modelos de regresión finalistas se vuelve peren-
toria, se puede usar la ecuación (9-9). Esta estadística está relacionada con la suma de
los cuadrados SS, la cual mide qué tan bien encajan los datos en el modelo. Como se
dijo antes, este procedimiento consiste en comparar la suma de los cuadrados SS1 del
modelo simple y SS2 del modelo abreviado (como en este caso). Los valores de k2 y k1
corresponden al modelo abreviado y simple, respectivamente. Aquí se le pide al lector
tomar la iniciativa para decidir cual de los dos modelos finalistas es el óptimo.

9.10  C
 álculos y aplicaciones de regresión cuadrática
con el programa Minitab

Ejemplo 9.3  E
 n un estudio de ingeniería civil se da la información de la fuerza de compresión del
cemento (mortero) en función del porcentaje de arena. Para esto hacer lo siguiente:
a) Identificar la variable de respuesta.
b) Graficar los datos para anticipar el tipo de función de regresión esperada.
c) Establecer el modelo de regresión que mejor ajuste a los datos y evaluar su utilidad
usando diagnósticos estadísticos y gráficos.

Tabla 9.4.  Datos del ejemplo 9.3.

Fuerza de compresión % arena
38.9 0
37.8 0
26.4 10
25.8 10
20 20
20 20
18.2 35
17.1 30
20 40
21.5 42
20.4 38
 Gráfica de la probabilidad normal de residuales Residuales versus valores ajustados
99 3. 0
Gráfica de residuales
Gráfica de probabilidad normal de residuales Residuales versus valores ajustados
90 1. 5 99

Residual estandarizado
2
50 0. 0 90

Porcentaje
1
- 1. 5 50
10 0

410  |  Estadística para ingenieros

1 - 3. 0 10 -1
- 3. 0 - 1. 5 0. 0 1. 5 3. 0 400 450 500 550 600
1 -2
Residual estandarizado Valor ajustado
-2 -1 0 1 2 400 450 500 550 600
Residual estandarizado Valors ajustados
Histograma de residuales Residuales versus el orden de los datos
8 3. 0 Histograma de residuales Residuales versus valores ajustados
6. 0

Residual estandarizado
6 1. 5 2
4. 5

a) La variable de respuesta es fuerza de compresión del mortero y la variable indepen-

Frecuencia
0. 0 1
4
3. 0
0
2 - 1. 5

diente es el porcentaje de arena.

1. 5 -1

0 - 3. 0 -2
0. 0
-3 -2 -1 0 1 2 3 2 4 6 8 10 12 14 16 18 20 -2 -1 0 1 2 2 4 6 8 10 12 14 16 18 20
Residual estandarizado Orden de la observación Residual estandarizado Orden de la observación

b)  La figura 9.8 sugiere una función cuadrática como y 5 β0 1 β1x 1 β2x2 1 e.

Gráfica de residuales de Y
Gráfica de la fuerza de compresión versus % arena
Gráfica de probabilidad normal de residuales Residuales versus valores ajustados
40
99
Residual estandarizado

90 2
Porcentaje

50 35
0

Fuerza de compresión
10

-2 30
1
- 3. 0 - 1. 5 0. 0 1. 5 3. 0 450 500 550 600 650
Residual estandarizado Valor ajustado

Histograma de residuales Residuales versus el orden de los datos 25

6. 0
Residual estandarizado

2
4. 5
Frecuencia

20
3. 0
0

1. 5

-2 0 10 20 30 40
0. 0
-2 -1 0 1 2 3 2 4 6 8 10 12 14 16 18 20
% arena
Residual estandarizado Orden de la observación

Figura 9.8.  Diagrama esparcido que sugiere una función cuadrática.

c)  Para establecer el modelo de regresión con Minitab proceder así:

1. En primer lugar, debido a que es una función polinomial cuadrática, cuadre la
variable independiente usando la función de Calc → Calculador.
2. Después se va a Stat → Regression → Regression. Esto se muestra en la figura 9.9.

Figura 9.9.  Ventanas con la introducción de los datos usando Minitab.

 Capítulo 9  Regresión no lineal  |  411

3. En la ventana de Regression y en la de Response ponga la variable dependiente.

En seguida en la ventanilla de Predictors introduzca las variables independien-
tes. Luego, seleccione la ventanilla de Graphs y en la de Regression-Graphs
escoger Standardize (si lo desea) y Four in One y haga clic en OK
4. Además, si se desea calcular los diagnósticos estadísticos vaya a Options y selec-
cione las ventanillas de Display como se muestra en la figura 9.10.

Figura 9.10.  Ventana con la introducción de los diagnósticos estadísticos.

Todas las indicaciones anteriores generan los siguientes resultados.

The regression equation is: Fuerza compresion 5 38.2 2 1.42 %arena 1
0.0244 XSQR % arena

Predictor Coef SE Coef T P VIF

Constant 38.2263 0.3904 97.92 0.000
%arena 21.41888 0.04612 230.77 0.000 15.3
XSQR % arena 0.024359 0.001060 22.98 .000 15.3
S 5 0.586488  R2Sq 5 99.5%  R2Sq(adj) 5 99.4%  PRESS 5 5.49196
R2Sq(pred) 5 99.04%

Analysis of Variance
Source DF SS MS F P
Regression 2 566.76 283.38 823.85 0.000
Residual Error 8 2.75 0.34
Total 10 569.51

Durbin-Watson statistic 5 1.62590

La evaluación del modelo de residuales se ve en la figura 9.11.

 412  |  Estadística para ingenieros

Gráfica de diagrama esparcido Ajustando un modelo cuadrático

Gráficas de residuales para la fuerza compresión vs. % arena
Millas por galón (Y) = - 181.4 + 8.927 Cambios d
40 Gráfica de probabilidad normal de residuales Residuales versus valores ajustados
99
- 0.09043 Cambios de velocidad (X)**
2

Residual estandarizado
45

Frecuencia
90
1

50
35 0 40
10

Millas por galón

-1
1 35
-2 -1 0 1 2 20 25 30 35 40
30 Standardized Residual Valor ajustado

Histograma de residuales Residuales versus el orden de los datos 30

2
3

Residual estandarizado
25 25
1

Porcentaje
2

0 20
1

-1
20
0
- 1. 5 - 1. 0 - 0. 5 0. 0 0. 5 1. 0 1. 5 2. 0 1 2 3 4 5 6 7 8 9 10 11
35 40 45 50 55
40 45 50 55 60 Residual estandarizado Orden de la observación
Cambios de velocidad (X)
(X)

Figura 9.11.  Gráficos de residuales.

En conclusión, al juzgar por los resultados obtenidos el valor del error estándar estima-
Gráfica ajustando un modelo cúbico
do s 5 0.586488, R2 5 99.5%, R2(ajustada) 5 99.4%, PRESS 5 5.49196 y R2(pred.)
Gráfica de residuales para el modelo cuadrático Gráficas de residuales para el modelo cúbico
5 99.04% sugieren que el modelo de regresión encaja bien en los datos. Además, los
Millas por galón (Y) = - 81.12 + 2.336 Cambios de velocidad (X)
13 Cambios de velocidad (X)**2 - 0.000997 Cambios de velocidad (X)**3 99
Normal Probability Plot of the Residuals
2
Residuals versus the Fitted Values Grafica de probabilidad normal de residuales
99
Residuales versus valores ajustados
2

gráficos de residuales como la gráfica de normalidad y demás gráficas subjetivas sugie-

R egr ession 90 1 90
Porcentaje

95% C I 1

Porcentaje
95% P I 0

ren un buen ajuste del modelo de regresión cuadrático a los datos.

S 1.35772
50

10
-1
50 0

-1
R-Sq 96.7% 10
R-Sq(adj) 95.7% -2
-2
1 1
-2 -1 0 1 2 20 25 30 35 40 -2 -1 0 1 2 20 25 30 35 40
Standardized Residual Fitted Value S ta nda r dize d R e s idua l F itte d V a lue

Ejemplo 9.4  É
 ste es un ejemplo de química inorgánica adaptado de Chemistry the Central Science de
Histogram of the Residuals Residuals versus the Order of the Data Histograma de residuales Residuales versus el orden de los datos
2

Brown et al. (2000), el cual da una muestra de la reacción química de ciclopentadine

2
4. 8 4
1 1
3. 6 3

Frecuencia
(C5H6), que reacciona por sí mismo, para formar C10H12. Una solución de 0.0400 M
Frecuencia

0 0
2. 4 2
-1 -1

de C5H6 se analizó en función del tiempo, a medida que la reacción se fue de C5H6 →
1. 2 1
-2
40 45 50 55 60 -2
0. 0 0
Cambios de velocidad (X) -2 -1 0 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 -2 -1 0 1 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14

0.5C10H12. Los datos son los siguientes: Standardized Residual Observation Order S ta nda r dize d R e s idua l O bs e r v a tion O r de r

Tabla 9.5.  Tabla de [C5H6] (M) versus tiempo en segundos.

Tiempo en segundos 0.0 50.0 100.0 150.0 200.0

Concentración C5H6 (M) 0.0400 0.0300 0.0240 0.0200 0.0174
Fuente:  Chemistry the Central Sciene.  Brown et al. Prentice-Hall, New Jersey (2000).
a)  Estimar modelos de regresión para:
1.  [C5H6] versus tiempo
2.  Ln [C5H6] versus tiempo
3. 1/[C5H6] versus tiempo, y decidir cuál de los tres modelos ajusta mejor los datos.
b)  Una vez seleccionado el mejor modelo estimar la constante de la reacción.

Solución:
Con Minitab se dan los siguientes resultados:
1. Conc. Ciclopentadine 5 0.0373 2 0.000110 Tiempo(s)
s 5 0.00263717   R2Sq 5 93.6%   R2Sq(adj) 5 91.5%  
PRESS 5 0.0000899635   R2Sq(pred) 5 72.37%
2.  Ln[Pentadine] 5 23.27 2 0.00414 Tiempo(s)
s 5 0.0522804 R2Sq 5 98.1% R2Sq(adj) 5 97.5% PRESS 5 0.0356509
R2Sq(pred) 5 91.84%
 Capítulo 9  Regresión no lineal  |  413

3. ��������������
1/[Pentadine] 5 25.2 1 0.163 Tiempo(s)
s 5 0.314783  R2Sq 5 100.0%  R2Sq(adj) 5 99.9%  PRESS 5 1.21807
R2Sq(pred) 5 99.82%
Se le pide al lector usar el programa Minitab y complementar los resultados estadísti-
cos de arriba con diagnósticos gráficos y de análisis de problemas potenciales tanto de
autocorrelación como colinealidad y decir cuál modelo es superior.
Para el inciso b) la constante de reacción es el valor de la pendiente de la ecuación.

Ejemplo 9.5  Este problema está relacionado con un experimento del consumo de gasolina usando la
velocidad baja de una camioneta. Hacer los siguientes cálculos:
a) Identificar la variable dependiente y la independiente. Graficar los datos con línea
de regresión y pronosticar qué tipo de función se pudiera esperar.
b) Usando Minitab ajustar un modelo cuadrático y uno cúbico con intervalos de con-
fianza e intervalos de predicción.
c) Hacer un análisis de diagnósticos estadísticos para el modelo cuadrático y cúbico.
d) Complementar el diagnóstico del inciso c) con los análisis de los gráficos subjetivos
para la suposición del modelo cuadrático. Hacer lo mismo con el modelo cúbico
del inciso.
e) De acuerdo con los análisis de los criterios objetivistas y subjetivistas, se le pide al
lector decidir cual de los dos modelos es superior.
Solución:
a) La variable dependiente es el millaje y la variable independiente son las velocida-
des. La gráfica con línea de regresión se da en la figura 9.12.

Gráfica de diagrama esparcido

Gráficas de residuales para la
40 40 Gráfica de probabilidad normal de residuales
99

Frecuencia
90

50
35 35
10

1
-2 -1 0 1 2
(Y)

30 30 Standardized Residual

Histograma de residuales
3

25 25
Porcentaje

20 20
0
- 1. 5 - 1. 0 - 0. 5 0. 0 0. 5 1. 0 1. 5 2. 0
35 40 45 50 55 60 Residual estandarizado

(X)

Figura 9.12.  Gráfica con línea de regresión.

b) Para ajustar el modelo cuadrático y el cúbico con intervalos de confianza e interva-

los de predicción proceder de Gráfica
la siguiente manera:
ajustando un modelo cúbico Gráfica de residuales para el modelo cuad
Millas por galón (Y) = - 81.12 + 2.336 Cambios de velocidad (X)
Normal Probability Plot of the Residuals Residuals ve
+ 0.0513 Cambios de velocidad (X)**2 - 0.000997 Cambios de velocidad (X)**3 99 2

1.  Vaya a: Stat → Regression → Fitted Line Plot

45 R egr ession 90 1
Porcentaje

95% C I
95% P I 0
50
40

2. En la ventana de Fitted Line Plot introduzca las variables y dé clic en Quadra-
S 1.35772 -1
Millas por galón

R-Sq 96.7% 10
-2
35 R-Sq(adj) 95.7%
1

tic. Esto se muestra en la figura 9.13. -2 -1 0 1

Standardized Residual
2 20 25

30
Histogram of the Residuals Residuals ve
2
25 4. 8
1
3. 6
Frecuencia

0
20 2. 4
-1
1. 2
-2
35 40 45 50 55 60 0. 0
Cambios de velocidad (X) -2 -1 0 1 1 2 3 4
 414  |  Estadística para ingenieros

Figura 9.13.

3. En seguida seleccione Graphs para hacer las gráficas de residuales. Luego vaya a
Options para poner los intervalos de confianza y de predicción. Luego haga clic
en OK. Haga lo mismo para el modelo cúbico. Esto se muestra en la figura 9.14.
Gráfica de diagrama esparcido
Gráfica
40 40 Gráfica de prob
99

Frecuencia
90

50
35 35
10

1
-2
(Y)

30 30

Hist
3

25 25

Porcentaje
2

Figura 9.14. 20 20
0
- 1. 5 - 1. 0
35 40 45 50 55 60
(X)
Todas estas instrucciones generan las gráficas de la figura 9.15, las cuales mues-
tran el ajuste de un modelo de regresión cuadrático y cúbico con sus respectivos
intervalos de confianza e intervalos de predicción.

Ajustando un modelo cuadrático Gráfica ajustando un modelo cúbico Gráfica de residu

. % arena
Millas por galón (Y) = - 181.4 + 8.927 Cambios de velocidad (X) Millas por galón (Y) = - 81.12 + 2.336 Cambios de velocidad (X)
Normal Probability Plot of the Res
alores ajustados + 0.0513 Cambios de velocidad (X)**2 - 0.000997 Cambios de velocidad (X)**3
- 0.09043 Cambios de velocidad (X)**2 99

45 45 R egr ession
R egr ession 90
Porcentaje

95% C I
95% C I
95% P I
95% P I 50
40 40
S 1.35772
S 1.37104
Millas por galón

R-Sq 96.7% 10
Millas por galón

R-Sq 96.3%
35 R-Sq(adj) 95.6% 35 R-Sq(adj) 95.7%
1
30 35 40 -2 -1 0 1
ajustado Standardized Residual

30 30
el orden de los datos Histogram of the Residuals

25 4. 8
25
3. 6
Frecuencia

20 20 2. 4

1. 2

6 7 8 9 10 11
35 40 45 50 55 60 35 40 45 50 55 60 0. 0
la observación -2 -1 0
Cambios de velocidad (X) Cambios de velocidad (X)

 
Standardized Residual

Figura 9.15.  L
 a figura de la izquierda muestra el ajuste del modelo cuadrático, mientras
que la de la derecha muestra el modelo cúbico.

c) El diagnóstico estadístico para el modelo cuadrático se da enseguida.

Gráficas de residuales para el modelo cúbico
Grafica de probabilidad normal de residuales
99
1. Diagnóstico estadístico para el modelo cuadrático.
Residuales versus valores ajustados
2

90 1
Porcentaje

50 0

-1
10
-2
1
-2 -1 0 1 2 20 25 30 35 40
S ta nda r dize d R e s idua l F itte d V a lue
 Capítulo 9  Regresión no lineal  |  415

The quadratic regression equation is: (Y) 5 2 181 1 8.93 (X) 2

0.0904 XSQR
Coef
Predictor SE Coef T P VIF
2181.40 13.46
Constant 213.48 0.000
(X) 8.9271 0.5812 15.36 0.000 178.5
XSQR 20.090427 0.006112 214.80 0.000 178.5
S 5 1.37104   R2Sq 5 96.3%   R2Sq(adj) 5 95.6%  
PRESS 5 37.1735   R2Sq(pred) 5 93.30%
Analysis of Variance
Source DF SS MS F P
Regression 2 534.18 267.09 142.09 0.000
Residual Error 11 20.68 1.88
Total 13 554.86
Durbin-Watson statistic 5 2.22931
2. Diagnóstico estadístico para el modelo cúbico.
The cubic regression equation is: (Y) 5 2 81.1 1 2.34 (X) 1
0.051 XSQR 2 0.000997 XSCUBE
Predictor Coef SE Coef ������� T P VIF
ama esparcido
Constant 281.12 91.88 20.88 0.398
esparcido Gráficas de residuales Ajustando un modelo cuadrático
para lapara la fuerza compresión
vs. % vs. % arena
40
Gráficas
Gráfica
Gráfica de
(X)
de residuales
de probabilidad
probabilidad
2.336
normal
normal de
fuerza
de residuales
residuales
compresión
6.002
Residuales
Residuales
arena
versus valores
0.39
valores ajustados
versus ajustados
0.705 Millas
Millas por 19407.6
Ajustando
por(Y)
galón galón
un modelo
= - (Y) = - 181.4
181.4
cuadrático
+ 8.927+ 8.927
CambiosCambios de velocidad
de velocidad (X) (X)
40 - 0.09043 Cambios de velocidad
(X)**2(X)**2
99
XSQR 0.0513
99
0.1286 0.40
2 0.699 80550.0
- 0.09043 2 Cambios de velocidad
Residual estandarizado
Residual estandarizado

45 45
Frecuencia

90 R egr ession
Frecuencia

90 R egr ession

35 50
XSCUBE
50
20.0009968 0.0009036 21.10 0.296 1
21197.2 1
95% C I 95% C I
95% P I 95% P I
35 40 40 0

S 5 1.35772  R2Sq 5 96.7%  R2Sq(adj) 5 95.7%  PRESS 5

0
S S 1.371041.37104
10

Millas por galón

10 R-Sq 96.3% 96.3%
Millas por galón
-1 -1 R-Sq

30
1
42.8730
1
-2 -- 1
2 -0
1 R2Sq(pred) 5 92.27%
Standardized
0
1 1
2 2
35 35
20 20
25 2530 30
35 35
40 40
R-Sq(adj)R-Sq(adj)
95.6% 95.6%

30 Standardized Residual Residual Valor ajustado

Valor ajustado

Analysis of Variance
Histograma
Histograma de residuales
de residuales Residuales
Residuales ordeneldeorden
versus elversus de los datos
los datos
2 2
30 30

3
Residual estandarizado

3
Residual estandarizado

25 25 Source DF SS MS 1 1
25 25F P
Porcentaje

2
Porcentaje

1
Regression 3 536.42 178.81 0 0 97.00
20 20 0.000
1

20 20
0 0
Residual Error 10 18.43 1.84 -1 -1

- 1.-5 - 1.0.
0 0- 0.0.
5 50. 0
1. 00. 5
1. 51. 0
2. 01. 5 2. 0 13 24 35 46 57 68 79 8 9 10 11
- 1. 5 - 1. 0 0. 5 1 2 10 11
35 35 40 40 45 45 50 50 55 55 60 60
50
(X)
50 55 55 60 60
Total
Residual estandarizado
13 554.86
Residual estandarizado Orden de Orden de la observación
la observación
Cambios
Cambios de velocidad
de velocidad (X) (X)

Durbin-Watson statistic 5 2.16437

d) Diagnósticos gráficos de residuales para los dos modelos se muestran en la figura
9.16.
un modelo
delo cúbicocúbico GráficaGráfica de residuales
de residuales para elpara el modelo
modelo cuadrático
cuadrático Gráficas de residuales
Gráficas de residuales para elpara el modelo
modelo cúbicocúbico
6 2.336 Cambios
Cambios de velocidad
de velocidad (X) (X)
Normal Normal Probability
Probability PlotResiduals
Plot of the of the Residuals Residuals
Residuals versus
versus the theValues
Fitted Fitted Values Grafica
Grafica de de probabilidad
probabilidad normal
normal de de residuales Residuales
residuales Residuales versus ajustados
versus valores valores ajustados
- 0.000997
0997 Cambios
Cambios de velocidad
de velocidad (X)**3(X)**3 99
99 2 2 99 2
99 2
R egr ession
R egr ession 90 1
90 1 90
Porcentaje

90 1
Porcentaje

95% C I 95% C I 1
Porcentaje
Porcentaje

0
95% P I 95% P I 50 0 0
50 50 50 0
S S 1.357721.35772 -1 -1
-1 -1
R-Sq 96.7% 96.7% 10 10 10
R-Sq 10
-2 -2
R-Sq(adj) R-Sq(adj)
95.7% 95.7% 1 -2 -2
1 1 1
-2 --12 0-1 10 21 2 20 2025 2530 3035 3540 40
-2 - -12 -1
0 10 21 2 20 2025 2530 3035 3540 40
Standardized
Residual Residual Fitted Value S ta nda
Standardized Fitted Value S ta nda r dize d R re dize d lR e s idua l
s idua F itte d V aFlue
itte d V a lue

Histogram
Histogram of the Residuals
of the Residuals Residuals
Residuals versus
versus the theofOrder
Order of the Data
the Data Histograma
Histograma de residuales
de residuales Residuales
Residuales versus elversus
ordeneldeorden de los datos
los datos
2 2 2
4. 8 4 2
4. 8 4
1 1 1
3. 6 3 1
3. 6 3
Frecuencia
Frecuencia
Frecuencia
Frecuencia

0 0 0
2. 4 2 0
2. 4 2
-1 -1 -1
1. 2 1 -1
1. 2 1
-2 -2
0 55 55 60 60 -2 -2
0. 0 0. 0 0 0
d (X) -2 - -21 -1
0 01 1 1 2 3 1 4 2 5 3 6 4 7 5 8 6 9 710811912101311
1412 13 14 -2 -2
-1 -1
0 01 12 2 1 2 3 14 25 36 47 58 69 71081191210 13111412 13 14
Standardized
Standardized Residual Residual Observation
Observation Order Order S ta nda
S ta nda r dize d R re dize
s iduad lR e s idua l O bs e r v a O bs eOr rv de
tion a tion
r O r de r

Figura 9.16.  L
 a figura de la izquierda muestra los gráficos subjetivos para el modelo
cuadrático y la derecha para el modelo cúbico.

e) De acuerdo con todos los resultados el lector decidirá cual de los dos modelos es
superior.
416  |  Estadística para ingenieros

9.11  P
 rocedimientos para la identificación de valores atípicos
extremos, también conocidos como “outliers”
Los procedimientos para refinar el modelo de regresión son la identificación y eliminación de valores inusuales
extremos. En algunas ocasiones, estos valores extremos se encuentran en la generación de datos muestrales.
Estos valores extremos se refieren a datos univariados que son inconsistentes con el resto de la información.
Los valores extremos ocurren a menudo debido a errores de medición, ya sea por mal funcionamiento del
equipo o por negligencia del personal, falta de mantenimiento de los instrumentos, etc. En regresión múltiple,
los valores extremos pueden ocurrir con las variables independientes y con la variable dependiente. Estos
valores, una vez analizados se pueden eliminar o retener, si se sabe que son, en realidad, valores extremos.
Si es así es necesario eliminarlos porque pueden distorsionar el modelo de regresión ajustado o causar serios
errores en los cálculos de regresión.

9.11.1  Procedimientos para identificar valores extremos

a) Usando gráficas de tallo y hoja.
b) Usando gráficas de caja.
c) Usando gráficos de probabilidad normal.
d) Usando la estadística DFITS. Esta estadística identifica valores extremos potenciales, cuando DFITS
DFITS .. 2 p n , donde p es el número de variables independientes
DFITS . 2 p ny, n es el tamaño de la muestra.
e) Usando gráficos de residuos semiestudentizados. Éstos identifican los valores extremos, cuando los
valores absolutos de los residuales semiestudentizados son $ 4.
$6 2Usando
f)  n DFBETAS, cuando estos valores son $ 6 2 n.
g) Usando los gráficos de Rstudent versus Hat Diagonal.
h) Usando regresión robusta (robust regression). Estas funciones son recomendadas por la lógica del pro-
 
5 grama NCSS. 5
 
i) Usando el valor crítico de Bonferroni. Éstos identifican los valores absolutos de los residuales estuden-
tizados. Esta prueba citada por Neter et al. (1996) se da como t(1 2 α/2n;n 2 p 2 1).
 n 2  n 2
5 programa NCSS). Cuando la estadística es D $ 1, esa
5 j) Usando la estadística Cook9s Distance (lógica del
( n 1 2
 observación tiene una gran influencia en la totalidad
(n 1
de1 los
2 coeficientes de regresión.
1

k) Los valores extremos también se pueden identificar con los gráficos de los residuos que van en función
de X o de Y.

9.12  Diagnóstico de multicolinealidad

En regresión múltiple hay lo que se llama colinealidad, multicolinealidad o intercorrelación. Esta situación
existe cuando las variables independientes están correlacionadas entre sí. Lo ideal en regresión múltiple es que
las variables independientes x1, x2, . . . , xkn no estén correlacionadas, de tal manera que cada una explique un
porcentaje separado de la variación en la variable dependiente.
El mal efecto de multicolinealidad es que las desviaciones estándar de los coeficientes del modelo de re-
gresión están sobreestimadas. Como resultado de esto, cuando se hacen las pruebas de hipótesis, la estadística
 Capítulo 9  Regresión no lineal  |  417

t es más pequeña de lo que debería ser. Además, algunas variables independientes o exógenas aparecen como
si no estuvieran relacionadas linealmente con la variable Y, cuando en realidad sí lo están.
Existen dos métodos para descubrir la multicolinealidad: los métodos informales y los métodos formales.
Los informales para detectar colinealidad severa son los siguientes:
a) Estudios de los signos algebraicos de los coeficientes del modelo de regresión. Si hay colinealidad,
los signos algebraicos de los coeficientes son opuestos a lo que se debería esperar de consideraciones
teóricas o de experiencia a posteriori.
b) Otra situación que pudiera indicar multicolinealidad es el hecho de que ocurren grandes cambios en
los coeficientes estimados de regresión, cuando una variable explicativa o independiente se agrega o
se elimina.
c) Cuando se hacen pruebas de hipótesis de H0:β9s 5 0, las pruebas de t no son significativas. Esta condi-
ción también pudiera indicar colinealidad.
d) Cuando hay grandes correlaciones entre pares de variables independientes (esta situación también
indica multicolinealidad).
e) Con la lógica del modelo de computadora NCSS, cuando hay números de los Eigenvalues mayores
que 1 000, esta condición indica colinealidad severa. Sin embargo, con valores de Eigenvalues entre
100 y 1 000, esta condición implica colinealidad moderada a fuerte.
f) Nuevamente, con la lógica del programa NCSS, en la sección de correlación de matrices, grandes
correlaciones entre las variables explicativas conllevan diagnósticos de colinealidad.
g) Los valores extremos también pueden causar problemas de colinealidad.
Por otra parte, los métodos formales para detectar multicolinealidad son los factores de inflación de va-
rianza (Variance Inflation Factors, VIF). En este contexto, el problema de multicolinealidad se considera severo,
cuando el máximo valor de VIP es mayor que 10 o bien, cuando el promedio de los VIF es considerablemente
. 1 (Pfaffenberger, 1987).
En cuanto a situaciones relacionadas con la multicolinealidad se enlistan los siguientes postulados:
a) Si el modelo se va a usar, únicamente, para estimar respuestas promedio o para hacer predicciones de los
valores de la variable dependiente Y, y las predicciones se hacen, solamente, sobre las región de los valo-
res de las variables independientes y, los coeficientes de regresión estimados no se usan para propósitos de
interpretación, concerniendo las relaciones de las variables explicativas (X) y de la variable de respuesta
(Y), entonces, la multicolinealidad, aun cuando sea severa, no será un problema (Pfaffenberger, 1987).
Aquí, sin embargo, la determinación de la región muestreada es difícil. Por ejemplo, si hay una variable
independiente, entonces, la región es un intervalo sobre la línea real entre el valor mínimo de x y el valor
máximo de x en la muestra. Además, con cuatro variables independientes, la región muestreada es en el
espacio de cuatro dimensiones de las x y sus linderos no son obvios. Por tanto, bajo estas condiciones,
hay que tener precaución, de tal manera que la predicción no represente una extrapolación más allá de la
región muestreada de las x, cuando existe multicolinealidad severa. No obstante, si se desea hacer inter-
pretaciones de los coeficientes de correlación (bi), entonces la multicolinealidad no se puede tolerar.
b) El hecho de que algunos o todas las variables independientes estén correlacionadas entre sí, en general,
no obstruye la habilidad para obtener un buen ajuste de los datos. Esta situación tampoco interfiere en
las inferencias acerca de las respuestas promedio de predicciones de nuevas observaciones, siempre y
cuando estas inferencias sean hechas dentro de la región de las observaciones.
c) Cuando las variables independientes están altamente correlacionadas, los coeficientes de regresión
estimados tienden a tener una gran variación de muestreo. Por tanto, bajo estas condiciones, los coefi-
cientes de regresión tienden a variar ampliamente de una muestra a otra. Como resultado de esto, se
obtiene información imprecisa acerca de los coeficientes individuales.
418  |  Estadística para ingeniería y ciencias

d) Cuando hay multicolinealidad, la interpretación de un coeficiente de regresión, como medida de un

cambio en el valor esperado en Y; cuando una variable independiente, digamos X1 se incrementa por
una unidad, manteniendo constantes las demás variables, no es totalmente aplicable.
e) Otros efectos causados por la multicolinealidad están relacionados con la suma de los cuadrados, los
efectos en los coeficientes de determinación parcial, efectos en el error estándar de lo estimado para
s, efectos sobre los valores ajustados, efectos en las pruebas simultáneas de los coeficientes β, etcétera
(Neter et al. 1996).

9.12.1  Medidas para corregir multicolinealidad severa

a) El método más obvio para remediar la multicolinealidad es el de no incluir en el modelo las variables
independientes que están altamente correlacionadas. Esto se hace para reducir los errores estándar
de los coeficientes de regresión estimados de las variables independientes que queden en el modelo.
Sin embargo, este remedio tiene dos limitaciones porque, de esta manera, ya no habrá información
directa de la variable independiente excluida; en segundo lugar, las magnitudes de los coeficientes de
regresión, para los coeficientes restantes las afectan las variables independientes correlacionadas que
no se incluyan en el modelo.
b) Otro método para corregir la multicolinealidad se refiere como regresión de cima (ridge regression).
Así, cuando hay multicolinealidad, los estimados de los mínimos cuadrados son imparciales, pero
sus varianzas son grandes, de tal manera que puedan estar alejados del valor verdadero. Agregando
un grado de parcialidad a los estimados de la regresión, la regresión de cima (ridge regression) reduce
los errores estándares, de tal manera que el efecto neto dará coeficientes estimadores más confiables
(Neter et al. 1996).
c) Otro método para reducir la multicolinealidad severa es la regresión por pasos, la cual incluye, sola-
mente, las variables independientes que están significativamente relacionadas en forma lineal, con la
variable dependiente. Esto tiende a reducir la colinealidad porque, si hay dos variables independientes,
altamente correlacionadas entre sí, al incluir una, por lo general se elimina la segunda. En el mecanis-
mo de la regresión por pasos, una variable independiente, a un tiempo, se incluye en la ecuación. En
el paso uno, la variable independiente, más fuertemente relacionada con la variable dependiente, se
incluye en el modelo. En el paso dos, la siguiente variable independiente (entre las variables indepen-
dientes restantes), más fuertemente relacionada con la variable dependiente, se incluye en el modelo.
Esta situación continúa hasta que, solamente, las variables independientes, que no están relacionadas
con la variable dependiente (dado que las otras variables ya están en el modelo) permanecen fuera de
la ecuación. De cualquier manera, para evitar problemas, la regresión por pasos debe usarse en con-
junción con un profundo razonamiento estadístico.

La pregunta de cuántas variables independientes (incluidas las variables transformadas) deben de incluir-
se en el modelo de regresión es el tema a tratar, cuando se habla de los procedimientos usados en el programa
Minitab, como “Todas las regresiones posibles” (All Possible Regressions), “Regresión por pasos” (Stepwise Re-
gression) y “Regresión de los mejores conjuntos” (Best Subset Regression).
Encontrar el número ideal de variables independientes involucra dos objetivos opuestos. Primero se de-
sea que el modelo de regresión sea lo más completo y realista posible. Esto significa que se debe incluir cada
variable independiente, aunque parezca remotamente relacionada con la variable dependiente. En segundo
término, se debe incluir lo menos posible de variables independientes. Esto se debe a que, cada variable in-
dependiente, que no sea relevante al modelo, disminuye la precisión de los coeficientes calculados y de los
 Capítulo 9  Regresión no lineal  |  419

valores pronosticados. De esta manera, la finalidad de la selección de las variables es parsimoniosa, esto quiere
decir que debe haber un balance entre lo simple (lo menos posible de variables) y el ajuste (la inclusión de todas
las variables que sean pertinentes).
Hay diferentes estrategias para la selección de las variables más apropiadas para el modelo de regresión.
Por ejemplo, la lógica del modelo NCSS recomienda que, si no hay más de 15 candidatos de variables inde-
pendientes (sin incluir el intercepto), entonces, se debe usar el procedimiento de “Todas las regresiones posi-
bles” (All Possible Regressions). Esto se debe a que este procedimiento dará modelos tan buenos o mejores que
el procedimiento de “Regresión por pasos”. Sin embargo, si hay más de 15 candidatos de variables, enton-
ces, se recomienda el procedimiento de “Regresión por pasos” (Stepwise Regression). Otra función dada por
el programa Minitab está relacionada con la “Regresión de mejores conjuntos” (Best Subsets Regression).
Después de que se haya formado un conjunto de candidatos de variables independientes (una vez que se
eliminaron las observaciones extremas y se mitigó la multicolinealidad), la siguiente tarea es la de establecer
una base para comparar dos modelos finalistas. ¿Cómo se puede decir si el modelo A es mejor que el B? Para
tomar esta decisión crítica el consenso de investigadores de estadística está basado en las funciones estadísti-
cas citadas anteriormente, como R2, s, PRESS, etc. Como ya se explicó anteriormente, estas funciones son, el
coeficiente de determinación R2, el error estándar estimado s, el criterio Cp de Mallow y la estadística PRESS.
Otros criterios son los valores de t, tablas de ANOVA, análisis de gráficos, etc., pero los penúltimos cuatro
diagnósticos son los más populares.

Ejemplo 9.6  Este ejemplo está encaminado a identificar los valores extrínsecos. Así, se obtiene una
muestra aleatoria de 25 mediciones de partículas atmosféricas (menores que 10 mi-
cras). Se desea saber si hay valores inusuales extremos o moderados. Usar un diagrama
de caja.
DFITS . 2 Tabla
p n , 9.6.  Datos del ejemplo 9.6
7 9 14 74 74 85 91 92 92 93 94 95 95 95 96 96 97 97 97 99 99 102 104 107 120

Solución:DFITS . 2 p n ,
$ 62 n
En primer lugar, se ponen los datos en forma ascendente (ya están) y luego se calculan
los cuartos inferiores y superiores de la siguiente manera.
$ 62 n
Cuarto  Mediana de los mínimos n/2 casos, cuando n es par.
5
inferior  Mediana de los mínimos (n 1 1)/2 casos, cuando n es impar.

Cuarto  Mediana de los máximos n/2 casos, cuando n es par.

5 n 2
superior 5  Mediana de los máximos (n 1 1)/2 casos, cuando n es impar.
(n 1 1 2
En seguida se enlistan los valores atípicos usando un diagrama de caja. Estos datos
son: el valor  n 2
5 mínimo y el máximo, el cuarto inferior y el superior, la mediana, la cuarta
(n 1
dispersión fs(la 1 2es la diferencia entre el cuarto superior y el cuarto inferior). Ade-
cual
más, para identificar la presencia de valores inusuales moderados y extremos se dice
que toda observación mayor que 1.5fs, del cuarto más cercano, es un valor inusual.
Análogamente, si una observación es mayor que 3fs del cuarto más cercano, esto indica
un valor extrínseco.
Los cálculos para el ejemplo 9.6 son: n 5 25, valor mínimo 5 7.0, valor máximo 5
–
120.0, X 5 85.0, s 5 29.71, error estándar del promedio 5 5.94, Q1 5 88.0, Q3 5 98.0
420  |  Estadística para ingenieros

Cuarto inferior para observaciones impares 5 mediana de los mínimos (25 1 1)/2 5
13, y el cuarto inferior (con n impar 5 25) 90. Igualmente, el cuarto superior es igual
a 97. La cuarta dispersión fs 5 cuarto superior 2 cuarto inferior 5 97 2 90 5 7. Ade-
más, 1.5fs 5 (1.5)(7) 5 10.5 y 3fs 5 (3)(7) 5 21.
Para estimar los valores atípicos inusuales, el criterio es: cualquier observación me-
nor que el cuarto inferior, menos 1.5fs o mayor que el cuarto superior más 1.5fs es un
valor atípico inusual. Esto es: 90 2 10.5 5 79.5 y 97 1 10.5 5 107.5. Analizando los
gráficos de la figura 9.17, se observa que hay un valor atípico (120) mayor en el extremo
superior de la muestra. Además, hay tres valores de este tipo (7, 9 y 14), en el extremo in-
ferior. Para identificar los valores extremos se calcula la diferencia entre el cuarto inferior
y 3fs, es decir, 90 2 21 5 69. Refiriéndose a la tabla 9.6 y la figura 9.17, vemos que las tres
observaciones 7, 9 y 14 son valores extremos (que se eliminarán) y el valor de 120 es un
valor atípico moderado.

Gráfica de diagrama de caja Gráfica de de

Gráfica diagrama de de
diagrama caja
caja Gráfica

0 20 40 60 80 100 120 0 0 20 20 40 40 60 60 8080 100

100 120
120 0 20 40
Mediciones de partículas Mediciones de de
Mediciones partículas
partículas Me

Figura 9.17.  L  a figura del lado izquierdo muestra un diagrama de caja con los
3 valores atípicos extremos (7, 9, 14) y el valor atípico moderado
(120).
Diagrama de dispersión de la variable LaX figura del ladoDiagrama
aleatoria derecho
Diagrama muestra
dededispersión
dispersión elaleatoria
dedelalavariable
variable diagrama
aleatoriaXX con todosDiagrama de dispersión de la var
los valores. 120 120

100 100

Ejemplo 9.7  Este ejemplo está encaminado a analizar el efecto que pueda ocurrir en el modelo pro-
Var aleatoria X

Var aleatoria X
80 80

babilístico de regresión estimado, cuando se eliminan valores extremos. Para los datos 60 60

de la tabla 9.7, suponer un modelo cúbico. En la primera instancia, estimar el modelo

40 40
cúbico incluyendo todas las variables. En seguida, ajustar un modelo de regresión,
como el anterior, pero esta vez excluyendo los valores extremos. Analizar en cada
20 20

0 20 40 60 80 100 120 0 20 40 60 80 100 120

caso, las Var.

estadísticas
aleatoria X como R2, R2ajustada, el error estándar deX lo estimado s, PRESS (la
Var. aleatoria 0 0

sigla de suma de cuadrados de predicción), ANOVA, etc. Ver si hay diferencias signifi-
cantes en cada uno de los dos casos. Hacer una tabla con el resumen de los dos modelos
probados, es decir, con y sin valores extremos.
Tabla 9.7.  D
 atos de mediciones (micras) de partículas atmosféricas de la variable depen-
diente, en función de sus respectivos casos (X).
6 8 14 85 88 90 92 92 93 94 94 95 95 96 96 96 97 97 98 99 101 104 106 114
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Solución:
Primeramente, se identificarán los valores extrínsecos analizando la gráfica de disper-
sión de los datos y el diagrama de caja como se ve en la figura 9.18.
 0 0 20 20 40 40 60 60 80 80 100 100 120 120 0 0 20 20 40 40 60 60 80 80 100100 120120
Mediciones de partículas
Mediciones de partículas Mediciones de partículas
Mediciones de partículas
Capítulo 9  Regresión no lineal  |  421

Diagrama de dispersión
Diagrama de lade
de dispersión variable aleatoria
la variable X X
aleatoria Diagrama de dispersión
Diagrama de la
de dispersión devariable aleatoria
la variable X X
aleatoria
120 120

100 100

Var aleatoria X
Var aleatoria X
80 80

60 60

40 40

20 20

0 0 20 20 40 40 60 60 80 80 100 100 120 120

Var. aleatoria
Var. aleatoria X X
0 0

Figura 9.18.  Diagrama de dispersión y diagrama de caja, respectivamente.

Como se ve en el diagrama de caja de la figura 9.18, hay un valor atípico moderado

en el extremo derecho (114) y tres valores extrínsecos en el extremo izquierdo (6, 8 y
14). Por otro lado, el valor de Q1 es igual a 90.5, Q2 es igual a 97.75, n es igual a 214
y mediana es igual a 95.0. El cuarto inferior es 24/2 5 12 y el cuarto superior es 12 o
sea la mediana del cuarto inferior 5 (90 1 92)/2 5 91 y la mediana del cuarto superior
es (97 1 98)/2 5 97.5. La cuarta dispersión es fs 5 97.5 2 91.0 5 6.5. Además, 1.5 fs
5 (1.5)(6.5) 5 9.75 y 3fs 5 (3)(6.5) 5 19.5. Así, para identificar los valores atípicos,
cualquier observación menor que el cuarto inferior menos 1.5 fs o mayor que el cuarto
superior más 1.5 fs son valores atípicos. Esto es, 91 2 1.5(6.5) 5 81.25 y 97.5 1 1.5(6.5)
5 107.25. De la tabla 9.7 se observa que hay tres valores menores que 81.25, esto es, 6,
8 y 14 y un valor mayor que es 107.25, esto es, 114.
El esquema que muestra los resultados de Minitab, en el ajuste de un modelo de re-
gresión polinomial cúbico, el cual incluye todos los datos y, otro ajuste más, de un
modelo de regresión polinomial cúbico, el cual excluye los valores extremos se da
en seguida. Como se ve, primeramente, se ajusta un modelo de regresión polinomial
cúbico: (Y) versus (X), (XSQR), (XCUBE). Este modelo incluye los valores extremos.
Después se incluye otro modelo cúbico de regresión polinomial el cual no incluye los
valores inusuales extremos. Los resultados obtenidos usando el programa Minitab son
los siguientes.
Ajuste de un modelo probabilístico de regresión cúbica que incluye los valores atípicos
The regression equation is:
Var dependiente 5 2 27.2 1 28.7 Var. X 2 2.07 XSQR 1 0.0468 XSCUBE
Predictor Coef SE Coef T P VIF
Constant 227.21 10.65 22.56 0.019
Var. X 28.747 3.613 7.96 0.000 122.8
XSQR 22.0681 0.3322 26.22 0.000 688.3
XSCUBE 0.046808 0.008747 5.35 0.000 261.0
s 5 11.0586  R2Sq 5 88.2%  R2Sq(adj) 5 86.4%  PRESS 5 3564.96
R2Sq(pred) 5 82.76%
Analysis of Variance
Source DF SS MS F P
Regression 3 18234.0 6078.0 49.70 0.000
422  |  Estadística para ingenieros

Residual Error 20 2445.9 122.3

Total 23 20679.8
Durbin-Watson statistic 5 1.60621
Ajustando un modelo probabilístico de regresión cúbica que excluye los valores atípicos
The regression equation is:
VAR Y 5 69.6 1 5.29 X 2 0.380 XSQR 1 0.00949 XCUBE
Predictor Coef SE Coef T P VIF
Constant 69.595 1.230 56.58 0.000
Var 5.2947 0.3357 15.77 0.000 386.2
XSQR 20.37953 0.02706 214.02 0.000 1895.8
XSQCUBE 0.0094864 0.0006631 14.31 0.000 620.4
s 5 0.440516  R2Sq 5 99.3%  R2Sq(adj) 5 99.2%  PRESS 5 4.82644
R2Sq(pred) 5 98.97%
Analysis of Variance
Source DF SS MS F P
Regression 3 465.70 155.23 799.94 0.000
Residual Error 16 3.10 0.19
Total 19 468.80
Durbin-Watson statistic 5 1.83090

Tabla 9.8.  R
 esumen de los resultados de los dos modelos probados, es
decir, con y sin los valores extremos.
Tipo de modelo R2 R 2ajustada s PRESS
Modelo con valores extremos 88.2% 86.4% 11.06 3 564.96
Modelo sin valores extremos 99.3% 99.2% 0.4405 4.83

Al analizar la tabla 9.8 se nota claramente que sí hubo un mejoramiento significativo

en la obtención de los modelos de regresión, cuando se eliminaron los valores inusua-
les extremos. Por ejemplo, el error estándar de estimación s, disminuyó considerable-
mente al excluir los valores extremos. Situación similar ocurrió con la predicción de la
suma de los cuadrados PRESS, la cual disminuyó en forma considerable, de 3 564.96
a 4.83. En cuanto el coeficiente de determinación R2, este valor aumentó de 88.2% a
99.3%, es decir, al excluir los valores extremos. Igualmente, el valor de F de la tabla de
ANOVA, que mide la longitud total aumentó considerablemente al excluir los valores
extremos. Todos estos diagnósticos estadísticos, aunados a los gráficos de los residua-
les estandarizados (que no se muestran aquí, pero el estudiante debe analizarlos), indi-
can que la exclusión de los valores inusuales extremos, en el modelo de regresión, sí lo
mejoraron muy significativamente.

9.13  Autocorrelación en datos de series de tiempo

En los modelos básicos de regresión se supone que los términos de los errores aleatorios ei son variables aleato-
rias sin correlacionar o variables aleatorias normales independientes (sin autocorrelación). Sin embargo, para
series de tiempo, la suposición de errores sin correlacionar (valores de e independientes), no es aplicable, porque
 Capítulo 9  Regresión no lineal  |  423

los términos de los errores ei están positivamente correlacionados sobre el tiempo. Bajo semejantes condiciones,
los errores aleatorios ei se dice que están autocorrelacionados o serialmente correlacionados (autocorrelación).
La causa primordial de obtener errores aleatorios positivamente autocorrelacionados se debe a la omisión de
variables claves del modelo (Neter et al. 1996). Por lo común, cuando los datos están agrupados secuencialmen-
te sobre un periodo de tiempo es decir, en series de tiempo, los valores residuales están correlacionados.
Por ejemplo, las figuras 9.19 y 9.20 muestran gráficas de los residuales, en función del tiempo, los cuales
exhiben autocorrelación, mientras que la gráfica de la figura 9.21 indica independencia de los residuales.
Las maneras de detectar problemas de autocorrelación de primer orden, una condición que implica una
correlación entre los residuos et y et 2 1, donde t es el periodo de tiempo, son usando la estadística Durbin-
Watson. Matemáticamente, esta ecuación se define como:

∑ (e )
n 2

t
2 et 21
t 52
D5 n
(9-10)

∑e t
2

t 51

Donde:
D es la estadística de Durbin-Watson
( )
20

∑ et 2 et 21
2
et y et21 relación entre los residuos sobre el periodo
T 52 0. 09794
n es el número de casos D5 20
5 0. 735 5
0. 13330
En general, a menos que las observaciones sean ∑ e 2
de series
t de tiempo, la estadística de Durbin-Watson
t 51
debería ser ignorada, porque esta estadística da una prueba de autocorrelación positiva o negativa, solamente,
para series de tiempo. Cuando se están aplicando series de tiempo y existen problemas de autocorrelación pue-
den existir varias importantes consecuencias. Por ejemplo, coeficientes de regresión pueden ser ineficientes, el
MSE seriamente subestimará los errores de la varianza, el s{bk} calculado por la función de los mínimos cua-
drados seriamente subestimará la desviación estándar y los coeficientes de regresión, etc. (Neter et al. 1996).
Las medidas para mitigar problemas de autocorrelación son los de agregar una o más variables predictoras al
modelo de regresión o de usar variables transformadas.

0 Tiempo

Figura 9.19.  G
 ráfica de valores residuales versus
tiempo que muestra patrones de au-
tocorrelación (falta de independen-
cia).

e e

0 Tiempo 0 Tiempo

Figura 9.20.  G
 ráfica de valores residuales versus
tiempo que indica autocorrelación
(falta de independencia).
424  |  Estadística para ingeniería y ciencias

e e

0 Tiempo

Figura 9.21.  G
 ráfica de valores residuales versus tiempo que indica
independencia de los datos.

Debido a que estas estimaciones tienden a mostrar correlación de serie parcial, en aplicaciones en la eco-
nomía y negocios se pueden usar pruebas de hipótesis como:
H0:ρ 5 0 (no hay autocorrelación o independencia) (9-11)
Ha:ρ . 0 (autocorrelación) (9-12)
La prueba consiste en determinar si el parámetro de autocorrelación ρ es igual a cero o es mayor que
cero. Por ejemplo, si ρ 5 0 los términos del error et son independientes debido a que los términos ut son in-
dependientes. No obstante, los valores críticos son difíciles de obtener, pero la prueba de Durbin-Watson ha
obtenido los linderos superiores e inferiores dU y dL de tal manera que un valor de D fuera de estos linderos
lleva a una decisión definitiva.
Neter et al. (1996) dan la regla de decisión para probar entre estas alternativas, esto es:
si D . dU, se concluye H0: (9-13)
si D , dL se concluye Ha: (9-14)
si dL # D # dU, la prueba es inconclusa (9-15)
Valores pequeños de D conllevan a la conclusión de que la prueba de hipótesis de Ha:ρ . 0, porque los
errores aleatorios adyacentes et y et21 tienden a ser de la misma magnitud, cuando están positivamente auto-
correlacionados. Por tanto, la diferencia en los resultados et 2 et21 tiende a ser menor cuando ρ . 0, lo cual
lleva a un numerador pequeño en la función de D y a una prueba estadística de D pequeña.
El apéndice de este texto muestra las tablas con las pruebas de los linderos de Durbin-Watson, para niveles
de significancia de α 5 0.05 y α 5 0.01, respectivamente. Como se muestra en estas tablas, la columna de la
izquierda señala los valores de n y las siguientes columnas señalan los valores para cada k con sus correspon-
dientes linderos.

Ejemplo 9.8  E
 ste problema está adaptado del libro Applied Linear Regresión Models de los investiga-
dores John Neter, Michael H. Kutner, Christopher J. Nachtsheim y William Wasser-
man (1996). La información se da de la siguiente manera: (et 2 et21)2 5 0.09794, e2t 5
0.1333018 con una tamaño de muestra de n 5 20. Probar las hipótesis (de autocorrela-
ción positiva) señaladas abajo usando niveles de significancia de 0.05 y 0.01:
H0:ρ 5 0
Ha:ρ . 0
 ∑ (e )
n 2
2 et 21
t 52
t
Capítulo 9  Regresión no lineal  |  425
D5 n

∑e t
2

t 51
Solución:
Usando la ecuación (9-10) y sustituyendo los datos da:

∑ (e )
20 2

t
2 et 21
T 52 0. 09794
D5 20
5 5 0. 735
0. 13330

∑e t
2

t 51

Usando las tablas del apéndice A, con α 5 0.05, n 5 20 y con p – 1 5 1 (porque X 5 1,

es decir, con una sola variable independiente), da: dL 5 1.20 y dU 5 1.41. Debido a que
D 5 0.735 es pequeño y cae debajo de 1.41, se dice que D , dL y se concluye que ρ .
0 o sea Ha: es decir, hay autocorrelación o falta de independencia, o que los términos
de error et están positivamente autocorrelacionados. Algo similar ocurre si se usa un
nivel de α 5 0.01.
 i se hace una prueba de autocorrelación negativa, la estadística usada es 4 – D,
Nota:  S
donde D se da en las ecuaciones de arriba. Si es así, entonces, la prueba se
conduce de la misma manera que para la autocorrelación positiva. Esto quiere
decir que si la cantidad 4 – D cae debajo de dL, se concluye ρ , 0. Además, si
se usa una prueba bilateral para H0:ρ 5 0 versus Ha:ρ ? 0 se hace usando sepa-
radamente las pruebas unilaterales. (Neter et al. 1996.)

9.14  Heteroscedasticidad y homoscedasticidad

e e
Nuevamente, en esta sección se dará una definición de lo que se denominan heteroscedasticidad y homos-
cedasticidad. Por ejemplo, cuando la varianza del error, e(σ2e), no es constante, esta condición se llama
heteroscedasticidad. En contraste, cuando la varianza del error, e(σ2e), es constante, esta condición se
0 llama homoscedasticidad. Tiempo 0 Tiempo

El método más común para diagnosticar el problema de heteroscedasticidad es graficando los residuales
contra los valores pronosticados de y. Así, se analiza el esparcimiento de los puntos graficados. Por ejemplo la
figura 9.22 describe los residuales mostrando heteroscedasticidad, es decir, cuando el error 2σ ε no es constante.
Como resultado de esto, sí existen cambios sistemáticos de los residuales con las funciones de las variables
independientes. Esta condición se prueba analizando esta figura, porque el error σ2e aparece pequeño cuando
el valor pronosticado de y es pequeño y grande cuando el valor de y lo es. En contraste, la figura 9.23 muestra
una condición de homoscedasticidad, es decir, de σ2e constante. Como resultado de esto, no hay cambios apa-
rentes en la variación de los residuales.
e

Figura 9.22.  G
 ráfica de residuales que mues-
tran la condición de heterosce-
ŷ
dasticidad, es decir, de la varian-
za del error, σ2ε no constante.
 426  |  Estadística para ingeniería y ciencias

Tiempo
ŷ

Figura 9.23.  G
 ráfica de residuales que muestra la condición de homosce-
dasticidad, cuando la varianza del error, σ2ε es constante o
los residuales son independientes.

9.14.1  Prueba de White para el problema de heteroscedasticidad

Hay funciones estadísticas para probar el problema de heteroscedasticidad. Una de éstas es la prueba de Whi-
te. De esta manera, Hal White propuso una forma simple para probar (1, xheteroscedasticidad,
xi 5por i2
, … , xik ) es decir, de
variaciones sistemáticas de los residuales con las variables regresoras (White, Halbert, 1980. A Heterscedasticity-
Consistent Covariance Matriz and a Direct Test for Heteroscedasticity. Econometrica 48:817-838).
xi 5(de
Para explicar la prueba 1, xWhite
, … , xpara) heteroscedasticidad, supóngase 2 que se tienen k variables regresoras
i2 ik
xi 5(1, xi 2 , … , xik ) e i  a9zi  vi
incluyendo una constante xi 5(1, xi 2 , … , xik ) . De acuerdo con White, después de estimar el modelo de regre-
xi 5(1, xi 2 , … , xik )
sión, se pueden estimar los residuales 5(1, xi 2 , …
y laxecuación
i de ,regresión
xik ) auxiliar:
e 2 i  a9zi  vi xi 5(1xx, ix5 ,…
1,,2xx, ix2,,ik…
i 2 ((1
5 ) ,, xxik))
…
2
i e i i 2 a9z 
i
ikv
i
zi (1, xi 2 , … , xik , x 2 i 2 , … , x 2 ik , xi 2 xi 3(9-16)
, … xi , k 1 xik )
e i 2a9zi  vi
e i  a9zi  vi 2
e i  a9zi  vi
Donde α es un vector de parámetros, ni es un error y zi contiene todos los productos cruzados de los ele-
2
x 2aie2e9,2z2…
mentos en xi, es decir: zi (1, xi 2 , … , xeik ,i  ,avx92z 
 , xvi 2i xi 3 , … xi , k 21 xik ) 2 2
i  a9iziki  v …
i i (1,i x , … , x , x H
zi 
2 2
,… ;X  X   X 1 xik )
0 , x1 , x 2x , … xi , k n
zi (1, xi 2 , … , xik , x 2 i 2 , … , x 2 , xi 2 x , …ik xi , ki 21 xik ) ik i 2 i 3
zi (1, xi 2 , … , xik , x 2 i 2 , …ik, x 2 iki 2, x2i 3i 2 xi 3 , … x , k 1 xik ) (9-17)
zi (1, xi 2 , … , xik , x i 2 , … , x 2 iki, xi 2 xi 3 , … xi , k 1 xik )

H 0;X 21nulas
Las pruebas de hipótesis z…
 X 2 2 se (1Xzz, 2ix
pueden  hacer
1,, xx, ix2de
,…
i 2 ((1
, xla2 ix2siguiente
,,ik…
2 ,, x
… ,…
ik,2 x i 2…
2
, x22, x,,… , manera.
xix222x2 iki 3,,,xx…
ik ,, x
… xxi 3i ,, k
… 2xx1i,x,k… ) 11xxik2))
kik

i
i
n
H i;2X  X ik  i2  X Hikn0;Xii2221x i3 X
…  i  Xik n
Por ejemplo, la pruebaHde ;Xhipótesis
2
 X 2 2de
0 H 1;X 2 
2 … homoscedasticidad,
…X2 n X 2 2
2 0 1 2 es decir, de que la varianza 2
del error, σ2ε es
X  …
constante es: 0 1 H 0;X 1  X 2   X n
2 n 2

H 0;X 21  X 2 2 H…; X
X 2H
H
2
 X22221 
;X …22 X…
XX …
2
XX…2
2
(9-18)
1 0n; 2 2  2n  [ k2 n(k 1) 2 ]1
1 ;X 2  X n  X
0
0 H  n
H 0;X 1 2X 2 2 … 
2 2
X 2 0 1 2
H 0;X 1  X 2  …2 n X 22n …
La prueba de hipótesis alternativa deH ;X 1  X 2   Xes:
heteroscedasticidad
0
2
n

[ k(k 1) 2 ]1H 0;X 2HH;XX2212 

X…22  …
X…
2
XX22 n nR 2  H (k[(k 1) 2 ]1)
1 0;
0 [1k(kX221 
) 2 ]n 1 n (9-19)
[ k(k 1) 2 ]1
[ k(k 1) 2 ]1
[ k(k 1) 2si
Cuando se usa la distribución de la ji-cuadrada, ]el1 producto de la estadística R2 y el tamaño de la mues-
tra tiene una aproximación a H (con
nR 2  k(1k)
k[(k[ 2 ]1)]
[[kk1(()kk2 11))12 22grados
11 de libertad,2entonces la función se da como:
]] nR  H (k[(k 1) 2nR
]1)
nR 2  H 
nR  H (k[(k21) 2 ]1)
2  k  1) 2 ]  1)
(k[(
nR  H (k[(k 1) 2 ]1) (9-24)

Si el valor de nR2 es mayor

nR 2
que el valornR nRHde
crítico 2( kla
H22(k[(Hk 
nR 2 nR (k1[()k2]
1)1)2 ]1)
1) 2 ]1) H2 se rechaza la hipótesis nula a favor
[(kji-cuadrada 
2
nR
de la prueba alternativa de heteroscedasticidad.
nR 2 2
nR

H  2
nR 2 nR
nR22
H  2

H H  2
2
2
 Capítulo 9  Regresión no lineal  |  427

9.15  T ransformaciones a las variables de los modelos probabilísticos

de regresión, para corregir las violaciones a las suposiciones
del análisis de regresión
Como ya se mencionó, un factor muy importante en los análisis de regresión, para que los modelos y las
pruebas estadísticas sean válidas, es la transformación de las variables, es decir, generando datos nuevos. Una
manera racional de modelar ecuaciones no lineales es la transformación de los ejes x y y. Las transformaciones
pueden hacerse con la variable dependiente, con la variable independiente, o con ambas. Sin embargo, una
vez que las variables han sido transformadas (si se requirió) una transformación reversada se usa para regresar
a un valor transformado predecido y, de ahí, al valor métrico original.
Como se mencionó en otra parte, las condiciones requeridas para que el modelo sea válido son: 1) la
variable del error ε debe estar normalmente distribuido; 2) el valor promedio de la variable del error es cero,
esto es, E(e) 5 0; 3) la varianza del error σ2e debe ser fijo (homoscedasticidad) y 4) los valores de e deben ser
independientes uno del otro (no autocorrelación).
El cambio exacto de las escalas para mejorar el modelo es difícil de determinar y el éxito en encontrar
una buena transformación depende, en parte, en la experiencia en el campo particular de la aplicación. La
transformación del eje también depende de la naturaleza específica de la violación cometida.
Las transformaciones más comunes en un eje o en el otro, o en ambos son:
a) Transformaciones logarítmicas (base e o base 10)
b) Transformaciones al cuadrado
c) Transformaciones con raíz cuadrada
d) Transformaciones recíprocas
e) Transformaciones angulares
f ) Transformaciones del arco-seno para proporciones, etcétera
El uso de transformaciones es muy útil para normalizar la distribución de los datos. Por ejemplo, en
ciertas ocasiones una función no lineal puede expresarse como una línea recta usando una transformación
adecuada. Estos modelos no lineales se llaman intrínsecamente lineales. Los siguientes dan algunos tipos de
transformaciones:
a) Un ejemplo de un modelo no lineal, el cual es intrínsecamente lineal, es la función exponencial
y 5 β0 exp(β1 x) e. Esta función intrínsecamente lineal puede transformarse en una función lineal me-
diante una transformación logarítmica, es decir, ln y9 5 ln β0 1 β1x 1 ln e.
b) Análogamente otro ejemplo de una función intrínsicamente lineal es la función recíproca y 5 β0 1
β1(1/x) 1 e, la cual, al usar la transformación recíproca z 5 1/x se vuelve lineal como y9 5 β0 1 β1z
1 e. Esta transformación recíproca se recomienda cuando σ2e significativamente aumenta, cuando y
aumenta más allá de un valor crítico.
c) Otro ejemplo más de funciones extrínsecas es la función de potencia expresada como y 5 αxβ. Este
tipo de transformación se usa cuando hay problemas de heteroscedasticidad y cuando la distribución
es oblicua hacia la derecha. La transformación lineal de esta función intrínseca es y9 5 ln(y) y su forma
lineal es y9 5 ln(α) 1 βx.
d) En forma análoga, las transformaciones sacando la raíz cuadrada se logran si los promedios de la mues-
tra son aproximadamente proporcionales a las varianzas de sus muestras respectivas (o el cuadrado de
 α
y9 5 ln ( y ) x x

a) función exponencial
428  |  Estadística para ingeniería y ciencias

los
y rangos). Bajo estas condiciones
y y9 5cada
reemplazando 1 βx
lny ( a )medición por su raízy cuadrada, por lo general
da por resultado varianzas
α
homogéneas y así sucesivamente.β.1 α
De acuerdo a Johnson (Probabilidad y estadística para ingenieros de Miller y Freund, 1997) transforma-
ciones útiles β.0
para la reducción de valores β,0
, x 1 4 y 0,β,1
grandes son2 1 x , ln xβ.0 x . Análogamente, β,0
para incremen-
to de valores grandes las transformaciones más útiles son x y x . 2 3 β.0

Porαejemplo, la figura 9.24 muestra gráficas de funciones α lineales intrínsecas, como funciones exponencia-
x x α
les, funciones de potencia, funciones recíprocas y funciones hiperbólicas. Por síxmismas, las funciones xlineales
llevan a modelos probabilísticas que, a pesar de no ser lineales, en x como
a) función exponencial a) función,
b) función
función tienen parámetros cuyos
exponencial
de potencia

valores se estiman usando técnicas de regresión.

y y yy y
y
β.1 α β.1

0
β.0 0,β,1 β,0 0,β,1 β,0
β.0 β.0 β.0

α α
α
x xx α x
x x
b) función
función exponencial
de potencia c) función
b) función de
recíproca
potencia
a)
  

y y y y y
y y
1
β.1 β
0 0

0,β,1 β,0 β,0

β.0 β.0 β.0

α α
x α x x x x
x x
c) función recíproca c)d)función
funciónrecíproca
hiperbólica
b) función de potencia   
Figura 9.24.  G
 ráficas de funciones lineales intrínsecas. La figura a) representa la función
y exponencial;
y y la figura b) representa la función dey potencia; la figura c) una
1función recíproca, y la d) una función hiperbólica.
1
β β c)
a) y b) y y
0

β,0

9.16 
β.0

α
 alores inusuales extremos,
V x
x x1
su identificación y sus consecuencias
x x 1 x

c)d)función
funciónrecíproca
hiperbólica d) función hiperbólica

Por otra parte, en cuanto a la presencia de valores atípicos, como se mencionó en el ejemplo 9.6, se puede decir f) y
d)
que toda observación que
y difiera de 1.5fs del cuarto más cercano
y es inusual. e) y
Además, un valor inusual es extrín-
seco o extremo cuando 1 ese valor está a más de 3f del cuarto más cercano. Sin embargo, un valor inusual será
β s c) c)
moderado b)
en cualquier otro caso. Dey cualquiera) manera,ylos valores inusualesb) extremos se
a) y y y definen como obser- y
vaciones que aparecen como datos inconsistentes con el resto de la información. Estos valores pueden aparecer
x1
en cualquier extremo de los datos. La identificación potencial de losx1valores inusuales puede hacerse analizan-
do los diagramas esparcidos, los diagramas de caja, los diagramas de tallo y hoja, las gráficas de probabilidad
x1 x1 x x1 x
normal o las gráficas de los residuales semiestudentizados.
x También el1 comportamiento del sesgo y la1 kurtosis
pueden señalar valores extrínsecos. Sin embargo, de acuerdo con la lógica del programa NCSS, hay que estar
d) función hiperbólica

f) y f) y
d) e) y d) e) y
y y
 Capítulo 9  Regresión no lineal  |  429

conscientes que los diagramas de caja y los gráficos de pruebas de normalidad evalúan la potencialidad de un
valor extremo suponiendo que la población muestreada es normal, porque de otra manera, estas pruebas mos-
trarán muchos valores extrínsecos. De acuerdo con esta lógica, se recomienda que, si se sospecha de valores ex-
tremos, deberá hacerse una comparación del promedio, la mediana y la moda. Si los valores atípicos extremos
están solamente a un lado del promedio, la mediana es una mejor medida de localización, pero si los valores
extremos están igualmente divergentes en cada lado del centro, el promedio y la mediana estarán cercanos, pero
la desviación estándar estará inflada. Además, de acuerdo con esta lógica computacional, el rango intercuartil
es la única medida de variación que no es grandemente afectada por los valores extrínsecos.
Los valores atípicos extremos causan muchas dificultades y pueden afectar las predicciones de los mo-
delos de regresión. Sin embargo, un valor inusual extremo debe eliminarse, cuando haya evidencia de que
ese caso representa un mal funcionamiento del equipo, errores de medición, errores del personal técnico, etc.
Debe de pensarse que los valores extremos pueden ocurrir casualmente o causalmente (por ejemplo debido a
cambios bruscos en los patrones meteorológicos por donde pasa la pluma de algún complejo industrial, etc.).
De cualquier manera, si se comprueba que un valor es extrínseco, debe de eliminarse. Esto ocasionará que los
modelos de regresión den resultados más precisos debido a la consecuente normalidad de las distribuciones,
ocasionada por la eliminación de los susodichos valores extrínsecos.

Problemas propuestos
9.1 Se hace un experimento con un nuevo modelo de automóvil, 9.3 La viscosidad de un tipo de lubricante se midió con seis ve-
para determinar la distancia, después de frenar a varias velo- locidades diferentes en kilómetros por hora. Se supuso un
cidades. La información es la que aparece en la tabla 9.4. modelo cuadrático de regresión como el más apropiado y la
función de regresión polinomial estimada resultante de una
Tabla 9.4.  Datos del problema 9.1.
muestra de n 5 6 fue:
Velocidad, v (km/h) 37 52 67 82 97 113 y 5 2113.0937 1 3.3684x 2 0.01780x2
Distancia después de a) Identificar la variable dependiente.
17 27 43 63 89 120
frenar el auto, d (m) b) Identificar la variable independiente.
a) Hacer una gráfica con la variable independiente y la va- c) Calcular la viscosidad del lubricante cuando la velocidad
riable dependiente. es de 75 kilómetros por hora.
b) Ajustar el modelo o la ecuación de regresión lineal pobla- 9.4 Con la microbiología es bien sabido que el crecimiento bacte-
cional de la forma μd|n 5 β0 1 β1n1 1 β2n2, la cual es esti- rial o de virus sigue a una función matemática exponencial.
mada por la ecuación de la muestra Y 5 b0 1 b1x1 1 e. Un modelo de regresión poblacional que involucre el creci-
c) Estimar la distancia después de frenar, con velocidad de miento bacterial en función de las horas que ha pasado puede
70 kilómetros por hora. expresarse como y 5 β0 1 β1x 1 β2x2 1 β3x3 1 e, donde y es
d) Estimar la distancia después de frenar, cuando la veloci- el conteo de las bacterias y x es el número de horas que han
dad es de 120 km/h. pasado. Si en cierto estudio de microbiología la ecuación de
9.2 Éste es un ejercicio relacionado con el ajustamiento del mejor regresión se diera como, y 5 27.99 1 12.5x 2 0.91 x2 1 2.2
modelo de regresión. La tabla 9.10 da los datos. x3, entonces calcular el número de bacterias que aparecerían
después de un día.
Tabla 9.10.  Datos del problema 9.2.
9.5 Se dan los siguientes datos en la tabla 9.11.
X 0 1 2 3 4 5 6 7 8 9 Tabla 9.11.  Información del problema 9.5.
Y 9.1 7.3 3.2 4.6 4.8 2.9 5.7 7.1 8.8 10.2 X 0 1 2 3 4 5 6

a) Hacer una gráfica de diagrama esparcido. Y 1 4 5 3 2 3 4

b) Obtener un modelo de regresión lineal.
c) Obtener un modelo de regresión cuadrático.
d) Obtener un modelo de regresión cúbico.
e) Evaluar la utilidad de cada modelo usando criterios esta-
dísticos objetivistas como R2, R2ajustada, error estándar de
estimación y PRESS y complementar la evaluación usan-
do gráficos subjetivos.
f) ¿Cuál modelo es superior? Justificar la respuesta.
a) Hacer una gráfica de diagrama esparcido y otra ajustando
un modelo de regresión cúbico con la ecuación de regre-
sión y diagnósticos estadísticos.
b) ¿Realmente encaja bien un modelo cúbico mejor que un
modelo de regresión cuadrático o lineal? Justificar el ar-
gumento.
c) Si el modelo cúbico es superior (justificando el argumen-
to), entonces, pronosticar Y cuando X 5 2.
430  |  Estadística para ingeniería y ciencias

9.6 Se dan los siguientes datos en la tabla 9.12.

Tabla 9.12.  Datos del problema 9.6.

Y 24.60 24.71 23.90 39.50 39.60 57.12 67.11 67.24 67.15 77.87 80.11 84.67
X 4.0 4.0 4.0 5.0 5.0 6.0 6.5 6.5 6.8 7.0 7.1 7.3

a) Hacer un diagrama esparcido con los datos de la tabla Tabla 9.14.  P

 romedios anuales del número de accidentes en
9.12. función del número de vehículos y la velocidad
b) Ajustar los datos a un modelo con línea de regresión y en que viajan .
con intervalos de confianza e intervalos de predicción. Número de Número de Velocidad del
c) Ajustar los datos a un modelo polinomial de segundo or- accidentes (Y) vehículos (X1) vehículo (X2)
den. 5 40 53
d) Basándose en los resultados obtenidos, el lector deberá
9 55 73
hacer una decisión sobre cuál modelo es superior.
9.7 Los datos de la tabla 9.13 corresponden a un estudio para la ob- 15 64 90
tención de cierto producto etílico relacionado con el tiempo. 3 25 55
Tabla 9.13.  Datos del problema 9.7. 4 27 60
6 30 70
x 1 1 2 4 4 4 6
1 5 50
y 25.0 27.5 28.0 31.9 33.0 34.6 22.0
10 56 85
a) Hacer una gráfica de diagrama esparcido. 6 35 80
b) Ajustar un modelo cuadrático con curva de regresión.
8 60 67
c) Evaluar la utilidad del modelo polinomial de segundo
orden a través de diagnósticos estadísticos y gráficos. De e) Completar la tabla 9.15 con los resultados de los cuatro
acuerdo con estos criterios, ¿encajan bien los datos en el modelos probados y������������������������������������
decir cuál es el modelo superior.
modelo de regresión seleccionado?
Tabla 9.15.  Datos del problema 9.8.
d) Usar la estadística de Durbin-Watson para revisar por
problemas de autocorrelación. Tipo de modelo R2 s PRESS F p
Durbin-
Watson
9.8 En un estudio de seguridad para los automovilistas en las ca-
rreteras estatales, se sabe que el número de accidentes auto- Modelo lineal sin
movilísticos en cierta parte de una carretera está relacionado interacción
con el número de vehículos y la velocidad de éstos. Para esto, Modelo lineal con
al encargado de este estudio se le piden los promedios de las interacción
estadísticas de los últimos 10 años, con objeto de establecer Modelo cuadrático sin
un modelo de regresión para predecir el número de acciden- interacción
tes. Así, se decide poner como variable dependiente el núme- Modelo cuadrático con
ro de accidentes (y). Además, como variables independientes interacción
se ponen el número de vehículos que pasan por el trecho (x1)
y, la velocidad promedio a que viajan (kilómetros por hora), 9.9 Analizar las gráficas de la figura 9.25 de y versus x1 para una va-
como (x2). Se decide probar cuatro modelos de regresión, riedad de valores de x2 y determinar si hay o no interacción.
es decir, uno lineal múltiple, con y sin interacción. Para el a)
y
b)
y
otro modelo probado se decide por uno cuadrático, con y sin
interacción. Todo esto se hace para ver cuál de los modelos
encaja mejor en los datos. La tabla 9.14 da la información
x1 x1
requerida. Hacer los siguientes cálculos:
a) Evaluar la utilidad del modelo de regresión lineal múltiple, c)
y
d)
y
con y sin interacción a través de diagnósticos estadísticos,
como R2, R2ajustada, s, PRESS y tabla de ANOVA y diagnós-
ticos gráficos.
b) Evaluar el modelo de regresión cuadrático con y sin in- x1 x1
teracción a través de diagnósticos estadísticos, como R2,
R2ajustada, s, PRESS y tabla de ANOVA y diagnósticos grá- e)
y
f)
y

ficos.
c) Hacer un resumen de los resultados de los cuatro modelos
de regresión probados y decidir cual sistema es superior.
Para esto completar la tabla 9.14. x1 x1
d) Con el modelo superior seleccionado estimar el número
de accidentes con X1 5 a 70 vehículos y X2 5 95 kilóme- Figura 9.25.  G
 ráficas a), b), c), d), e) y f) de y en función de
tros por hora. varios valores de x.
 Capítulo 9  Regresión no lineal  |  431

9.10 En un estudio de ingeniería automotriz se discute la eficien- de radiación ultravioleta (que varían de 0 a 14 y que
cia de un tipo de mecanismo de transmisión que funciona a están siendo causado por los compuestos hidrobro-
más de la capacidad normal, el cual se prueba para reducir mo-fluorocarbonados y los compuestos clorofluoro-
el consumo de gasolina y, por ende, la reducción de la conta- carbonados que están destruyendo la protectora capa
minación ambiental (por las emisiones de gases de inverna- estratosférica de ozono). Además de éstos, hay otros
dero). Este estudio se hizo utilizando un tamaño de muestra factores más que tendrán que incluirse en el modelo
de 11 pruebas, con una camioneta equipada con este tipo de de regresión agrícola, como las concentraciones de
transmisión. La tabla 9.16 muestra la velocidad constante, en ozono troposférico artificial (O3), los óxidos de nitró-
millas por hora, en función de las millas por galón obtenidas. geno (NOx), los óxidos de azufre (SOx) y otros más
Suponer un modelo de regresión de segundo orden. Los da- que están afectando el rendimiento agrícola. De cual-
tos se dan en la tabla 9.16. quier manera, bajo estas condiciones, el estadístico
Tabla 9.16.  Datos del problema del rendimiento de gasolina. Cp va a ser de gran utilidad para revisar las variables
faltantes o superfluas.
Velo- 9.12 La suma de los cuadrados del error de un modelo de regre-
36 36 41 41 46 46 51 51 56 57 61
cidad sión polinomial cuadrático completo, con interacción y con
Rendi-
19 19 27 30 36 37 40 38 33 36 26
dos variables independientes es de SSe 5 200.0. La suma de
miento los cuadrados del modelo simple, sin interacción, con una
Hacer lo siguiente: variable independiente es de SSa 5 500. Suponer k1 5 4, k2
a) Identificar la variable de respuesta y la variable indepen- 5 5, n 5 50 y α 5 0.05. Determinar cuál de los dos modelos
diente. es superior. Sugerencia: usar la ecuación (9-9).
b) Graficar los datos de millas por galón versus velocidad. 9.13 Contestar las siguientes preguntas usando la función (9-9),
c) Ajustar un modelo de regresión polinomial de segundo con la información dada.
orden. a) Se dan los siguientes datos: k1 5 2, k2 5 5, n 5 100, α 5
d) Validar la función probabilística cuadrática usando diag- 0.05, SSE1 5 7 000.0 del modelo abreviado y SSE2 5 6
nósticos estadísticos objetivistas. 000.0 del modelo completo. De acuerdo con esto, ¿cuál
e) Validar el modelo cuadrático estimado usando gráficos de los dos modelos es superior?
subjetivos. b) Se dan los siguientes datos: k1 5 3, k2 5 7, n 5 45, α 5
f ) Usando la ecuación del modelo de regresión obtenida, 0.05, SS1 5 1 600 del modelo abreviado, SS2 5 900.0 del
estimar el rendimiento de gasolina con velocidades de 55 modelo completo. ¿Cuál de los dos modelos de regresión
millas por hora y 80 millas por hora y comparar ambos es el mejor?
resultados. c) Se dan los siguientes datos: k1 5 2, k2 5 4, n 5 30, α 5
g) ¿Cree usted que la reducción de las velocidades vehicula- 0.05, suma del error de las cuadrados del modelo simple
res en los caminos pueda contribuir a contaminar menos es SS1 igual a 130.0. La suma de los cuadrados del mo-
el medio ambiente? delo complejo es de SS2 igual a 100.0. ¿Cuál de los dos
9.11 En una investigación científica agrícola, se estudió, en 10 modelos de regresión es el mejor?
pruebas, los efectos de la humedad de la tierra (x1 en pulga- 9.14 La tabla 9.18 muestra datos de un experimento, el cual
das) y la temperatura (x2 en oC) en función del rendimiento consiste en cuatro variables independientes y una variable
(en fanegas), de cierta variedad de plantas de maíz (Y). Los dependiente. Se usa un paquete de computadora, el cual se-
datos se dan en la tabla 9.17. lecciona tres de los modelos candidatos más apropiados.
Tabla 9.18.  Datos del problema 9.14.
Tabla 9.17.  Datos del problema 9.11.
(Y) X1 X2 X3 X4
Humedad (x1) 6 6 6 6 14 14 14 15 16 16
79.3 5.5 31 10 8
Temperatura
20 21 22 22 22 23 23 23 24 24 200.1 2.5 55 8 6
(x2)
Rendimiento 163.2 8.0 67 12 9
49 48 48 48 48 42 44 44 40 40
(Y) 200.1 3.0 50 7 16
El ingeniero agrónomo estadístico está presuponiendo un 146.0 3.0 38 8 15
modelo de regresión cuadrático con interacción, aunque se 177.7 2.9 71 12 17
sospecha de un modelo cuadrático sin interacción.
30.9 8.0 30 12 8
a) Describir el modelo cuadrático poblacional con interac-
ción y sin interacción. 291.9 9.0 56 5 10
b) Evaluar ambos modelos a través de diagnósticos esta- 160.0 4.0 42 8 4
dísticos y gráficos y tomar la decisión final usando la
339.4 6.5 73 5 16
ecuación (9-9).
Nota:  E n futuras investigaciones agrícolas es de observar- 159.6 5.5 60 11 7
se que, además de las variables tradicionales como 86.3 5.0 44 12 12
temperatura, humedad, tipo de suelos, etc., que se in- 237.5 6.0 50 6 6
cluyen en los modelos de regresión, hay otras varia-
107.2 5.0 39 10 4
bles que deberán incluirse, porque están afectando la
producción agrícola, como por ejemplo, los índices 155.0 3.5 55 10 4
432  |  Estadística para ingeniería y ciencias

a) Se le pide al lector usar un programa de computadora y b) Una vez tomada una decisión sobre los dos modelos fi-
ratificar los datos calculados en la tabla 9.19. Basándose nalistas, confirmarla usando la ecuación (9-9) (recordar
en los resultados de esta tabla (o los calculados por el lec- que se tendrán que calcular las tablas de ANOVA que
tor), la cual muestra los tres modelos de regresión, con dan las sumas de los cuadrados (SS).
sus respectivos diagnósticos estadísticos, tomar una deci- La tabla 9.19 muestra los tres mejores candidatos de mode-
sión final sobre el modelo óptimo, sustentándola con los los, para que el lector tome una decisión sobre cuál de los
diagnósticos gráficos. tres modelos es el óptimo.
Tabla 9.19.  Resultados.

Modelo de regresión Fcalc. R 2

s PRESS Cp Estadística de Promedios de factores de
Durbin-Watson varianza inflada
X2, X3 998 0.9940 6.6749 782.1896 11.4013 1.91 1.0
X1, X2, X3 1200 0.9970 4.9795 643.3578 3.4075 2.02 1.0
X1, X2, X3, X4 852 0.9971 5.1193 741.7557 5.0000 2.02 1.2

Hay que notar que la tabla 9.19 incluye las estadísticas Cp, c) Evaluar la utilidad del modelo usando los criterios esta-
la estadística de Durbin-Watson y los factores de varianza dísticos R2, R2ajustada, s, Cp y PRESS.
inflada (VIF). Como se asentó en otra parte, la estadística Cp d) Complementar la utilidad del modelo de regresión selec-
evalúa el número óptimo de variables que se incluirán en el cionado aplicando criterios subjetivos (gráficas de resi-
modelo. Por ejemplo, el modelo superior debe de tener un Cp duales y prueba de normalidad).
cercano a (p 1 1), donde p es el número de variables inde- La tabla 9.20 muestra la información requerida.
pendientes. Similarmente, la estadística de Durbin-Watson, Tabla 9.20.  Datos del problema 9.15.
que está relacionada con la autocorrelación entre los residua-
Ozono
les, menciona que si el valor de esta estadística está cercano Mes
(ppb)
NO (ppb) NO2 (ppb) Temperatura (oF)
a dos, entonces, los residuales no están correlacionados, pero
si difiere mucho de dos, entonces hay problemas de autoco- Enero 16.7 28.2 21.0 49.68
rrelación. Igualmente, con relación a los factores de varianza Febrero 19.4 23.0 18.9 53.06
inflada (VIF), esta estadística es una indicadora de multi-
colinealidad, es decir, de relación lineal entre las variables Marzo 30.0 12.5 16.3 58.82
independientes. De esta manera, grandes valores de VIF con-
Abril 34.4 10.2 14.4 68.00
llevan muchos problemas. Por ejemplo, la multicolinealidad
hace que los coeficientes de regresión sean inexactos, infla los Mayo 35.8 6.2 12.8 77.36
errores estándar de los coeficientes de regresión, desinfla la
Junio 37.5 4.0 10.9 82.94
pruebas parciales de t y da valores falsos de no significancia
de la probabilidad p. Julio 38.7 3.3 12.7 83.66
9.15 En una investigación relacionada con la contaminación
del aire por el ozono, a ras del suelo, se sacó una mues- Agosto 36.4 3.9 14.4 83.12
tra de cinco años (1999-2003) procedente de una estación Septiembre 30.7 8.8 16.6 78.44
muestreadora localizada en el Parque Chamizal en El Paso,
Texas. El mantenimiento y calibración de los aparatos de Octubre 21.2 9.8 20.9 67.10
esta estación muestreadora los realizó la EPA de Estados
Noviembre 16.6 33.0 22.7 56.30
Unidos. El estudio consistió en el procesamiento estadístico
de variables, como el ozono (O3), el monóxido de nitrógeno Diciembre 14.9 34.9 23.8 46.18
(NO), el bióxido de nitrógeno (NO2) y la temperatura en
grados Fahrenheit (oF). Esto se hizo con objeto de obtener 9.16 Este problema está relacionado con una información de da-
un modelo de regresión estadístico para fines de predicción. tos de un experimento relacionado entre el pH (X ) y la con-
El procedimiento consistió en obtener los promedios (de los ductividad eléctrica (Y ). Los datos se dan en la tabla 9.21.
valores espacio-temporales de una hora), de cada una de las Basando el razonamiento en los resultados dados por el pa-
cuatro variables independientes de cada una de las 24 horas quete Minitab, decidir si el modelo de regresión más apro-
del día de cada mes de cada uno de los cinco años. Aproxi- piado es un modelo cuadrático o un modelo de regresión
madamente, se procesaron 178 560 datos (24 horas × 31 días cúbico. Justificar la respuesta en la decisión seleccionada de
× 12 meses × 5 años × 4 variables). Los promedios de los acuerdo con la información proporcionada.
promedios, en partes por billón (ppb) se dan abajo. Hacer los Tabla 9.21.  Datos del problema 9.16.
siguientes cálculos:
C1 C2 C3 C4 C5 C6
a) Graficar los datos para ver el tipo de la función gráfica
que se pueda esperar. Sugerencia: usar el programa de (Y) (X) XSQ XCUBE COEF1 COEF2
computadora Excel. 1 1.20 4.01 16.0801 64.481 46.9072 247.908
b) Para obtener el mejor candidato del modelo de regresión 2 0.78 4.07 16.5649 67.419 219.9094 2157.905
usar un Best Subset Regression (mejor subconjunto de re-
3 0.83 4.08 16.6464 67.917 2.1161 33.643
gresión) y un Stepwise Regression (regresión por pasos).
 Capítulo 9  Regresión no lineal  |  433

4 0.98 4.10 16.8100 68.921 22.397

Analysis of Variance Table
Source DF SS MS F P
5 0.65 4.18 17.4724 73.035
Regression 2 1.78578 0.89289 102.53 0.000
6 0.76 4.20 17.6400 74.088 Residual
13 0.11322 0.00871
7 0.40 4.23 17.8929 75.687 Error
8 0.45 4.27 18.2329 77.854 Total 15 1.89900
Resultados ajustando un modelo cúbico.
9 0.39 4.30 18.4900 79.507
Cubic Regression Analysis: (Y) versus (X), XSQR, XSCUBE
10 0.30 4.41 19.4481 85.766
The regression equation is: (Y) 5 248 – 158(X) 1 33.6 XSQR
11 0.20 4.45 19.8025 88.121 – 2.40 XCUBE
12 0.24 4.50 20.2500 91.125 Predictor Coef SE Coef T P
13 0.10 4.58 20.9764 96.072 Constant 247.9 206.4 1.20 0.253
(X) −157.9 141.6 −1.11 0.287
14 0.13 4.68 21.9024 102.503
XSQ 33.64 32.35 1.04 0.319
15 0.07 4.70 22.0900 103.823 XCUBE −2.397 2.459 −0.97 0.349
16 0.04 4.77 22.7529 108.531 s 5 0.09350   R2Sq 5 94.5%  
R2Sq(adj) 5 93.1%   PRESS 5 0.172799
Resultados ajustando un modelo cuadrático. R2Sq(pred) 5 90.90%
Quadratic Regression Analysis: (Y) versus (X), XSQR Analysis of Variance Table
The regression equation is: (Y) 5 46.9 – 19.9 (X) 1 2.12 XSQ DF SS MS F P
Predictor Coef SE Coef T P Regression 3 1.79409 0.59803 68.41 0.000
Constant 46.907 9.432 4.97 0.000 Residual Error 12 0.10491 0.00874
(X) 219.909 4.310 24.62 0.000 Total 15 1.89900
XSQ 2.1161 0.4911 4.31 0.001 9.17 En un estudio de ingeniería automotriz, se dan los siguientes
s 5 0.09332   R2Sq 5 94.0%   datos relacionados con la manufactura de chumaceras para
R2Sq(adj) 5 93.1%   PRESS 5 0.173201 vehículos. Sin embargo, se sospecha que ciertas mediciones
R2Sq(pred) 5 90.88% no están dentro del rango permitido, posiblemente debido a
fallas de los operadores o tal vez de la maquinaria.
Tabla 9.22.  Datos del problema 9.17.

Mediciones 2.75 3.00 3.50 3.85 1.00 4.30 3.93 4.21 4.30 4.33 4.00 4.20 2.75 3.65 2.70 3.00 2.00
No.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
muestra

Hacer los siguientes cálculos:
a) Hacer una gráfica de mediciones en función del número
de muestra con línea de regresión suponiendo un modelo
cuadrático.
b) Determinar el valor del cuarto inferior y del cuarto su-
perior.
c) Hacer una gráfica de caja y determinar visualmente al-
gún valor atípico extremo.
d) Calcular un modelo de regresión que incluya todos los
datos con los valores extremos.
e) Calcular otro modelo de regresión que excluya los valo-
res atípicos extremos identificados en la gráfica.
f) De acuerdo con los diagnósticos estadísticos y diagnós-
ticos gráficos de residuales, determinar cuál de los dos
modelos es superior.
9.18 En la tabla 9.23 se presentan datos relacionados con las con-
centraciones de monóxido de carbono (CO) emitidas por
motores de combustión interna. Sin embargo, se argumenta
Tabla 9.23.  Valores de las concentraciones de monóxido de carbono (ppm).
que el aparato analizador que muestreaba el CO pudo ha-
ber tenido fallas durante el muestreo de CO debido a que
se notaron valores fuera de lo normal. Para verificar si en
verdad hubo valores atípicos en las concentraciones de CO,
se requiere saber cuáles fueron los valores extremos. Para
tales fines usar diagramas de caja que identifiquen valores
inusuales extremos. Para esto se da la tabla 9.23.
Hacer los siguientes cálculos:
a) Hacer un diagrama de dispersión.
b) Hacer una gráfica con un diagrama de caja e identificar
los valores atípicos extremos de CO.
c) Correr una estadística descriptiva y analizar todos los
resultados incluyendo la prueba de normalidad de An-
derson-Darling.
d) Eliminar los valores atípicos extremos y hacer un diagra-
ma de dispersión con los valores inusuales extremos que
se eliminaron.

Concentración
20 57 60 65 75 80 90 90 95 95 97 99 99 100 103 105 120 125 160
de CO
Número de
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
muestra
434  |  Estadística para ingeniería y ciencias

e) Correr una estadística descriptiva y comparar los resul- Tabla 9.25.  Datos promedio del problema 9.20
tados obtenidos en el inciso que incluyó los valores atí-
Tiempo (s) [NO2] (M)
picos.
f) De acuerdo con los resultados obtenidos con la inclusión 0.0 0.1000
de los datos originales y la exclusión de los valores extre- 5.0 0.0170
mos, ¿hubo alguna mejoría significativaen la uniformi- 10.0 0.0090
dad de los datos?
15.0 0.0062
9.19 Éste es un problema relacionado con la solubilidad del oxíge-
20.0 0.0047
no, en milimoles por litro (mM/L), en función de la tempera-
tura (oC). La disminución de la solubilidad de oxígeno en el Fuente:  Chemistry: The Central Science.  Brown et al. (2000). Prentice-
Hall, Upper Saddle River, New Jersey. Eight edition.
agua, a medida que la temperatura del agua aumenta, es uno
de los efectos de la llamada contaminación termal (produ- 9.21 En un estudio de microbiología ambiental se proporcionan
cida por enfriamiento de calderas en procesos industriales o los siguientes datos provenientes de un experimento para
plantas eléctricas, y cuya agua caliente es arrojada a los lagos evaluar la desinfección de un almacenamiento de agua, con
o ríos). Este efecto de contaminación termal es una situación una dosis de cloro dada para aniquilar las bacterias colifor-
seria en vasos profundos de agua, porque el agua caliente mes. Usando el programa Minitab o cualquier otro progra-
es menos densa que el agua fría. Por tanto el agua caliente ma de computadora, correr un análisis de regresión estadís-
tiende a permanecer arriba de la fría, es decir, en la superfi- tico y hacer lo siguiente:
cie. Esta situación impide la disolución del oxígeno a aguas a) Identificar la variable dependiente y la variable indepen-
más profundas, lo que ocasiona el sofocamiento de la respi- diente.
ración de la vida acuática que necesita del oxígeno disuelto. b) Decir el orden de la reacción de estos datos.
Todo esto sin mencionar el efecto en el metabolismo (que el c) ¿Qué tan bien encajan los datos en el modelo de regre-
agua caliente lo acelera) de la fauna marina. Especulativa- sión? Para esto, usar un criterio objetivista y uno subjeti-
mente, el calentamiento global pudiera estar causando efec- vista para justificar la aserción.
tos similares en aguas marinas, ríos, lagos, etc. De cualquier d) Calcular la tasa de la reacción.
manera, este problema está relacionado con la solubilidad e) Calcular la vida media de las bacterias.
del oxígeno (moles/l, con una presión constante de 760 mm f) Predecir el tiempo que se llevaría aniquilar el 50% de las
Hg), en función de la temperatura. bacterias coliformes.
Tabla 9.26.  Datos promedio del problema 9.21.
Tabla 9.24.  Información del problema 9.19.
Tiempo Porcentaje de coliformes
Solubilidad (min) que van quedando
0.95 1.00 1.07 1.15 1.25 1.37 1.50 1.65
del O2 (mM) �0 100.0

Temperatura ��
10 70.0
45.0 40.0 35.0 30.0 25.0 20.0 15.0 10.0
(oC) ��
20 21.0

Hacer los siguientes cálculos ��

30 6.3
a) Identificar tanto la variable dependiente como la inde- ��
60 0.6
pendiente y hacer un diagrama esparcido. ��
70 0.2
b) Hacer una transformación logarítmica (base e) en la or-
denada. 9.22 Éste es un ejercicio adaptado del texto de Mongomery, Peck
c) Hacer una gráfica con los valores transformados y esti- y Vining, intitulado Introducción al análisis de regresión lineal
mar la ecuación de regresión que mejor ajuste los datos, (2001), el cual da un estudio relacionado con la ingeniería
esto es, con intervalos de confianza e intervalos de pre- química y mecánica en la cual se necesita conocer la pre-
sión de vapor de agua a diversas temperaturas; para esto se
dicción.
pueden usar las “infames” tablas de vapor. Los datos de la
d) Predecir la solubilidad del oxígeno en mM/L cuando la
presión de vapor y del agua a diversas temperaturas se dan
temperatura es de 122 oF.
en la tabla 9.27.
9.20 El texto de química Chemistry: The Central Science de Brown
Tabla 9.27.  Datos del problema 9.22.
et al. (2000), discute la fase gaseosa de la descomposición
promedio de NO2, la cual está dada por: y 5 presión de vapor de
x 5 Temperatura (°C)
agua (mm Hg)
NO2(gas) → NO(gas) 1 1/2 O2(gas)
a) Decir si la reacción es de primero o segundo orden con 9.2 10
respecto a la concentración de NO2. 17.5 20
b) Después, ratificar la decisión hecha usando técnicas de 31.8 30
regresión evaluadas por estadísticos objetivistas y com-
plementadas por medio de gráficos subjetivistas. 55.3 40
c) Además, calcular el valor de la constante de la reacción 92.5 50
k (pendiente). 149.4 60
Los valores se dan en la tabla 9.25.
Fuente:  I ntroducción al análisis de regresión lineal. Montgomery et al. (2002).
Grupo Patria Cultural, S.A. de C.V. México, D.F.
 Capítulo 9  Regresión no lineal  |  435

a) Hacer un diagrama esparcido con los datos de la tabla 6150 0.255 0.237
9.27.
b) Correr un modelo de regresión sin ninguna transforma- 6200 0.0003 0.00012
ción de los ejes, es decir, con los datos originales. Analizar
9.24 Para una tasa de crecimiento bacteriano con promedio de
los diagnósticos estadísticos y gráficos de los residuales.
μ 5 1.0 hora−1 (base de logaritmos naturales), ¿qué masa de
c) Correr un modelo de regresión transformando logarítmi-
microorganismos (en mg) estarían presentes después de dos
camente la ordenada. Analizar los diagnósticos estadís-
horas, si una concentración de 150 mg de microorganismos
ticos y gráficos de los residuales.
estuviera presente originalmente? Sugerencia: suponer una
d) Correr un modelo de regresión transformando los ejes
reacción de primer orden, dx/dt 5 μx, donde x es el número
usando el recíproco de la variable dependiente e indepen-
total de microorganismos presentes.
diente. Analizar los diagnósticos estadísticos y gráficos.
9.25 En un estudio hipotético de contaminación atmosférica,
e) Decir cuál de los modelos es superior y justificar la aser-
ción. se usó un modelo de dispersión atmosférica y se obtuvie-
f) Usando el modelo seleccionado, predecir la presión ron los valores teóricos correspondientes de las concen-
del vapor de agua, cuando la temperatura es de 39 oF. traciones de SO2 y sus correspondientes valores promedio
9.23 Éste es un ejemplo relacionado con la ingeniería de difusión de campo. Sin embargo, para calibrar la precisión del mo-
atmosférica de una planta siderúrgica, la cual emite óxidos delo y del diseño del experimento, se tomaron muestras
de azufre a la atmósfera. Las características de la chimenea físicas en cada uno de las distancias dadas por el modelo
son las siguientes: la altura física es de 120.0 metros, la velo- experimental. La tabla 9.29 da los resultados. Realizar lo
cidad del flujo de salida es de 15.0 m/s, el diámetro promedio siguiente:
de la chimenea es de 1.0 metro, la presión atmosférica es de a) Hacer una tabla con los logaritmos de las concentra-
2 000 pascales y la temperatura del flujo del gas es de 60 oC. ciones esperadas, los logaritmos de las concentraciones
Las características meteorológicas al hacer las estimaciones observadas y los logaritmos de las distancias.
son: intensidad del viento de 3.0 m/s con una temperatura b) Ajustar un modelo de regresión lineal y evaluar su utili-
ambiental de 25 oC. Suponer una pluma flotante de Briggs y dad en términos de diagnósticos estadísticos objetivistas
una estabilidad atmosférica de clase F (muy estable). A cier- y diagnósticos gráficos.
tas distancias viento debajo de la fuente emisora, como las se- c) Ajustar un modelo con transformaciones logarítmicas y
ñaladas en la tabla de datos, se coleccionaron varias muestras evaluar su utilidad en términos de diagnósticos estadísti-
y se estimaron los promedios de los valores de campo y los cos y diagnósticos gráficos.
teóricos. La tabla 9.28 da los datos teóricos y los promedios d) ¿Cuál de los dos modelos encaja mejor en los datos?
aritméticos de los datos de campo, esto es, de las concentra- e) Si hubiere discrepancias entre los dos juegos de valores
ciones de azufre. Hacer lo siguiente. dar una explicación al respecto usando una lógica a pos-
a) Una gráfica sobrepuesta con los promedios de los va- teriori de ingeniería de contaminación atmosférica.
lores de campo de las concentraciones de azufre y los Tabla 9.29.  Valores teóricos y observados.
valores teóricos o esperados en función de las distancias
Concentración de SO2 en g/m3 Concentración de SO2 en g/m3
de la planta siderúrgica. (valores esperados del modelo) (valores observados del modelo)
b) Una correlación estadística entre los valores de campo y
los valores teóricos. 0.013 0.0900
c) Calcular la concentración de SO2 a una distancia de 10 2.700 3.5000
metros del centro de la pluma. 31.800 33.000
d) Desde el punto de vista de la ingeniería del aire, si se qui-
sieran reducir las emisiones de SO2 hacia la atmósfera, 95.600 92.0000
es decir, para diluir las concentraciones de los contami- 199.000 195.000
nantes, mencionar cuatro factores físicos relevantes a la 269.000 280.000
chimenea, que se tuvieran que modificar.
Nota:  P  ara la descripción de los parámetros de una chime- 23.700 30.000
nea como los enlistados en este ejemplo, consultar el 9.440 8.000
texto de Bruce Turner intitulado Workbook of Atmos- 4.170 7.400
pheric Dispersion Estimates (1970).
2.350 2.500
Tabla 9.28.  D
 atos promedio de campo versus las distancias
para el ejercicio 9.23. 1.660 1.050

Distancias Valores observados Valores teóricos

(metros) (g/m3) (g/m3)
625 1420.000 1410.0000
Problemas de tarea
650 1400.000 1356.6
Revisa tu CD-ROM para encontrar más problemas:
675 800.000 750.5
6100 54.000 52.9
 Bibliografía B

Anderson, D. R., Sweeney, Dennis J. (Williams) Thomas A. Estadística para Administración y Economía. South-
Western Publishing, vol. 1, séptima edición, México, 1999.
Bennett, C. A., Norman L. Franklin. Statistical Analysis in Chemistry and the Chemical Industry. John Wiley &
Sons, Inc., Nueva York, 1961.
Bland, M. An Introduction to Medical Statistics., Oxford University Press Inc., second edicion, Nueva York,
1995.
Brace, C. H., Corrinne Pellillo Brase. Understanding Statistics. Concepts and Methods, D. C. Heath and Company,
Nueva York, 1995.
Brown L. Theodore, H. Eugene Le May, Jr., Bruce E. Bursten. Chemistry. The Central Science. Prentice Hall,
Upper Saddle River, eight edition, Nueva Jersey, 2000.
Daniel, W. W., James C. Terrell. Business Statistics. Houghton Mifflin Company, Nueva York, 1989.
D. Bruce Turner. Workbook of Atmospheric Dispersion Estimates. Air Resources Field Research Office, Environ-
mental Science Services Administration. Environmental Protection Agency. Office of Air Programs. Re-
search Triangle Park, North Carolina, 1970.
Devore, J. L. Probabilidad y estadística para ingeniería y ciencias. Thomson Learning, quinta edición, México,
2001.
Devore, J. L. Probability and Statistics for Engineering and the Sciences. Duxbury, Brooks/Cole, fifth edition, Nueva
York, 2000.
Dunn, O. J., Virginia A. Clark. Applied Statistics: Analysis of Variance and Regression. John Wiley and Sons, Nue-
va York, 1974.
Dunn, O. J. Basic Statistics: A Primer for the Biomedical Sciences. John Wiley & Sons, Nueva York, 1977.
Fisher, P. M., Stephen Gasiorawicz, Stephen T. Thornton. Física para ciencias e ingeniería, Prentice-Hall Hispa-
noamericana, vol. 1, México, 1993.
Freund, J.E. Statistics. A First Course. Prentice Hall, Inc., Englewood Cliffs, second edition, Nueva Jersey, 1976.
Gilbert, R. O. Statistical Methods for Environmental Pollution. Van Nostrandf Reinhold Company Inc., USA,
1987.
Goldber, S. Probability. An Introduction. Prentince Hall Inc., Englewood Cliffs, Nueva Jersey, 1960.
Godrey C. Onwubolu. Mechatronics. Principles and applications. Elsevier Butterworth-Heinemann, USA,
2005.
Harbold, Harry, S. Sanitary Engineering. Problems and Calculations for the Professional Engineer. Engineering Press,
Inc., San José, California, 1989.
Hamburg, M. Statistical Analysis for Decision Making. Harcourt Brace Jovanovich, Publishers, Academic Press,
fifth edition, Nueva York, 1989.
Herber A., Colton Raymond R. Statistical Methods. Barnes and Noble, Inc., fourth edition, Nueva York, 1966.
Hann, C. T. Statistical Methods in Hydrology. The Iowa State University Press/Ames, Nueva York, 1977.
Hines, W. W., Douglas C. Montgomery, Goldsman David M., Borror Connie M. Probabilidad y estadística para
ingeniería. Grupo Patria Cultural, México, 2005.
 Bibliografía  |  B-437

Jerome, C. R. Li. Statistical Inference. Edwards Brothers, Inc., Michigan, 1964.

Johnson. A. R. Probabilidad y estadística para ingenieros de Miller and Freund. Prentice-Hall Hispanoamericana,
quinta edición, México, 1997.
Jones, E., Richard Childers. Física contemporánea. McGraw-Hill Interamericana Editores, tercera edición,
México, 2001.
Keller, G., Brian Warrock, Henry Bartel. Statistics for Management and Economics: a Systematic Approach Wardswor-
th Publishing Company, second edition, Belmont, California, 1990.
Kutner, M. H., Chistopher J. Nachtsheim, John Neter, Willliam Li. Applied Linear Statistical Models. McGraw-
Hill International, fifth edition, Nueva York, 2005.
Lapin, L. L. Statistics for Modern Business Decisions. Harcourt Brace Javanovich, Inc., Nueva York, 1981.
Manly, B. F. J. Statistics for Environmental Science and Management. Chapman & Hall/CRC, Boca Raton, 2001.
McClave, J. T., George Benson. Statistics for Business and Economics. Dellen Publishing Company, second edi-
tion, San Francisco y Santa Clara, California, 1982.
Metcalfe, A. V. Statistics in Civil Engineering. Arnold. Copublished in North, Central and South America by John
Wiley & Sons Inc., Nueva York, 1997.
Montgomery, D. C., George C. Runger. Probabilidad y estadística aplicadas a la ingeniería, McGraw-Hill Intera-
mericana Editores, México, 1996.
Montgomery, D. C., Elizabeth A. Peck, G. Geoffrey Vining. Introducción al análisis lineal. Grupo Patria Cultural,
México, 2002.
Moore, D. S, George P. Mccabe. Introduction to the Practice of Statistics. W. H. Freeman and Company, Nueva
York, 1993.
Myers, W., Raymond H. Myers. Probabilidad y estadística. McGraw-Hill Interamericana Editores, cuarta edi-
ción, México, 1992.
Neter, J., Michael H. Kutner, Christopher J. Nachtsheim, William Wasserman. Applied Linear Regression Models.
Irwin, third edition, Illinois, 1996.
Pfaffenberger, R. C., James H. Patterson. Statistical Methods for Business and Economics. Irwin, Illinois, 1987.
Sawyer, N.C., Perry L. Mccarty. Chemistry for Sanitary Engineers. McGraw-Hill, second edition, Nueva York,
1967.
Smith, G. Statistical Reasoning. Allyn And Bacon, Inc., Boston, 1985.
Spiegel, M. R. Schaum’s Outline of Theory and Problems of Statistics. Schaum Publishing Company, Nueva York,
1961.
Standard Methods for the Examination of Water and Wastewater. Prepared And Published Jointly by: American
Public Health Association, American Water Works Association and Water Pollution Control Federation.
American Public Health Association, 1015 Eighteenth Street, N.W., Washington, D.C. 20036, 1971.
Triola, M. F. Elementary Statistics. Addison-Wesley Publishing Company, Inc., sixth edition, Nueva York, 1995.
Turner, D. Bruce. Workbook of Atmosferic Dispersion Estimates. Environmental Protection Agency. Office of Air
Programs, Research Triangle Park, North Carolina, 1970.
Walpole, E. R., Raymond H. Myers. Probability and Statistics for Engineers and Scientists. Prentice Hall, Inc., fifth
edition, Nueva York, 1993.
Walpole, E. R., Ronald H. Myers, Sharon L. Myers. Probabilidad y estadística para ingenieros. Prentice Hall His-
panoamericana, sexta edición, México, 1998.
Yamane, T. Statistics, an Introductory Analysis. Harper & Row, Publishers, Inc., Nueva York, 1964.
 Índice analítico I
A Combinaciones, 56 t de Student, 194
Análisis Complemento de un evento, 42 uniforme continua, 159
de estadísticos como R2, s, criterio Cp y Conjunto vacío, 40 Weibull, 168
PRESS, 399 Consistencia, 219 Distribución acumulada, función de, 77
de gráficos para diagnosticar colinealidad, Correlación lineal Bernoulli, 94
400 simple, ejemplos de problemas usando binomial, 96
de regresión, violaciones a las suposiciones regresión y, 370 binomial negativa, 113
del, 427 tipos de, 366 conjunta, 148
gráfico (subjetivo), 400 Covarianza, 89, 154 de una variable aleatoria, propiedades de
Análisis de varianza (ANOVA), 321 de variables aleatorias, 154 la, 144
análisis subjetivos (gráficos) de los residuales Cramér-Rao, teorema de, 216 gamma, cálculo de los valores de la, 204
para revisar por la adecuación del Criterio geométrica, 119
modelo de, 324 Cp, 399 lognormal, cálculo de los valores de la, 205
clasificaciones cruzadas, 338 PRESS, 399 Poisson, ejemplos de la, 134
de diseño de bloques completamente Cuadrados latinos, 336 propiedades de la, de una variable aleatoria,
aleatorizados, 333 Cuartiles, 8 78
de diseños factoriales de tres clasificaciones, Curva característica operativa (curva OC), 260 uniforme discreta, 93
interacción con, 347 Weibull, cálculo de los valores de la, 207
de dos clasificaciones usando el programa D Distribución binomial
Minitab, problemas de, 343 Datos cálculo de la,
de tres clasificaciones con efectos fijos, uso cualitativos, 3 negativa usando Excel, 117
del programa para resolver, 349 cuantitativos, 3 usando Excel, 100
de tres sentidos: diseño completamente de intervalo, 3 usando Minitab, 102
aleatorizado (efectos fijos), 346 de razón, 3 mediante la distribución Poisson,
de una clasificación, uso del programa nominales, 3 aproximación de la, 131
Minitab para resolver problemas de, 331 ordinales, 3 Distribución, función de
diseños completamente aleatorizados, 322 Densidad condicional y variables aleatorias de los estimadores de µ y σ2, 231
en dos sentidos, 338 independientes, 150 de variables aleatorias continuas, 143
interacción con dos factores, 338 Densidad, función de, 77, 144, 145 Distribución gamma, 163, 165
propiedades y suposiciones en el, 322 binomial negativa y binomial, relación de estándar, 166
simple, 322 la, 116 Distribución hipergeométrica, 120
suposiciones del modelo de bloques condicional, 82 cálculo de la, usando Excel, 123
aleatorios completos, 335 conjunta y marginal, 80, 148 cálculo de la, usando Minitab, 124
Autocorrelación (valores de ε fijos), 400 de una variable aleatoria, propiedades de y binomial, relación entre, 122
Autocorrelación en datos de serie de tiempo, la, 145 Distribución normal, 170
422 marginal, 81 como aproximación de la distribución
propiedades de la, de una variable aleatoria, binomial, 186
C 77 inversa, cálculos con la, 177
Cálculo Dependencia, 338 Distribución Poisson, 127
de distribuciones continuas usando el casi lineal entre las variables de regresión, cálculo de la, usando Excel, 131
programa Minitab, 200 400 usando Minitab, instrucciones para la, 132
de probabilidades normales, 173 Desviación estándar, 12
Cálculo de los valores de la función Diagrama(s) E
de densidad y de distribución normal, 200 de árbol, 51 Ecuaciones normales para calcular el intercepto,
de distribución acumulada, de cajas, 21 364
exponencial, 202 con Minitab, 32 Eficiencia, 216
gamma, 204 de dispersión, 367 Error
lognormal, 205 de tallo-hoja, 18 tipo I, 261
Weibull, 207 con Minitab, 33 tipo II, 261
Campana de Gauss, 170 de Venn, 41 Espacios muestrales, 39
Clase(s) esparcidos, 364, 397 equiprobables, 48
de punto intermedio, 14 Diferencia de dos medias en poblaciones que no Esperanza matemática, 85
límites de, 13 están normalmente distribuidas, 245 de una variable aleatoria continua, 151
marcas de, 14 Distribución Estadística
Coeficiente de correlación de Bernoulli usando Minitab, 249 clasificación de la, 2
poblacional, 365 de frecuencia, 12 de Durbin-Watson, 362, 398
ρ estimado por R, 370 derivada de la normal, 192 de prueba, 259, 261
R, cálculo manual del, 365 exponencial, 161 descriptiva, 1
Coeficiente de determinación F, 196 definición de, 2
poblacional, 365 gaussiana, 170 instrucciones para el uso de Excel en, 25
R2, cálculo del, 399 ji-cuadrada, 192 instrucciones para el uso de Minitab
R2, cálculo manual del, 365 lognormal, 189 en, 31
 Índice analítico  |  I-439

inferencial, definición de, 2 H asociativa, 44

Estimación, 213 Heteroscedasticidad, 363, 427 complementarias, 44
de la media, prueba de, 400 con la misma potencia, 44
de la normal con σ conocida, 227 prueba de White para el problema de, 426 conmutativa, 44
y la varianza de la normal, ambas Hipótesis de Morgan, 44
desconocidas, 228 estadística, 257 distributiva, 44
de la varianza de la normal con µ conocida, pruebas de, 3 idénticas, 44
227 Hipótesis alternativas, 257 Límites de clases, 13
de parámetros, 3 H1: α Z α0, H2: α > α0 y H3: α > α0, 368 Línea de regresión
por intervalos, 230 H1: α > 0 y H2: α < 0, 369 cálculos manualmente, 364
puntual, 214 H1: β < 1 y H2: β > 2, 368 µηx = α + βX, cuyo estimador es a, 367
Estimador, 214 H1: β > 0 y H2:β < 0, 369 µηx = α + βX, estimado por b, 367
Estimadores Hipótesis nula, 257
de la media y la varianza de la normal, H0: α = α0, 368, 369 M
propiedades de los, 228 H0: β = 0, 369 Media
de máxima verosimilitud, H0: β = β0, 368 aritmética, 4
de los parámetros de la distribución Histograma, 19, 29 armónica (MA), 8
normal, 227 de residuos, 400 de variables no normales, prueba para la,
propiedades de los, 226 Homoscedasticidad, 363, 425 290
propiedades de los, 215 prueba de, 400 geométrica, 7
Evento, 40 prueba de diferencia de, 286
elemental o simple, 40 I prueba para la, 281
imposible, 40 Insesgamiento, 215 y varianza con datos agrupados, 24
independiente, 65 Intercepto de la ordenada de la línea de y varianza, relación de la, 99
seguro, 40 regresión, 367 Mediana, 5
Excel Intersección de dos eventos, 41 Medidas
cálculo de la distribución binomial negativa Intervalo(s), 144 de tendencia central o de localización, 4
usando, 117 datos de, 3 de variabilidad o dispersión, 9
cálculo de la distribución binomial usando, de clase, 13 Método(s)
100 reglas para seleccionar los, 14 de Bayes, 223
cálculo de la distribución hipergeométrica tamaño de, 14 de comparaciones múltiples, 329
usando, 123 estimación por, 230 de los mínimos cuadrados, 360
cálculo de la distribución Poisson usando, Intervalo(s) de confianza de máxima verosimilitud, 223
131 de los parámetros de la normal usando gráficos, 18
cálculo de las funciones de distribución Minitab, 249 Minitab
acumuladas continuas usando, 197 para el coeficiente poblacional β componente cálculo de distribuciones continuas usando el
en estadística descriptiva, instrucciones para de la línea de regresión, 367 programa, 200
el uso de, 25 para el parámetro de la distribución cálculo de la distribución binomial usando,
gráficas con, 29 Bernoulli, 247 102
medidas de tendencia central y de dispersión para el parámetro poblacional α, 367 cálculos de la distribución hipergeométrica
con, 27 para la diferencia de dos medias, 237 usando, 124
para pruebas de hipótesis de la media de la para la diferencia de proporciones p1 – p2, con σ desconocida, instrucciones usando,
normal, 307 248 310
para resolver problemas de diseños para la diferencia entre dos proporciones (ρ1 diagrama de tallo-hoja con, 33
aleatorizados de bloques completos, 336 – ρ2), 252 diagramas de caja con, 32
tabla de frecuencias con, 28 para la media de datos pareados µ0 = µ1 distribución de Bernoulli usando, 249
Experimento, definición de, 39 – µ2, 243 en estadística descriptiva, instrucciones para
para la proporción poblacional ρ (muestras el uso de, 31
F grandes), 251 gráficas de frecuencia relativa acumulada
Factor de corrección por discrecionalidad, 186 para los parámetros de la normal, 231 (ojivas) usando el, 34
Factorización de Neyman-Fisher, 221 para µ, 232 instrucciones para la distribución Poisson
Frecuencia para µ con σ conocida, 249 usando, 132
absoluta, 13 para µ con σ desconocida, 250 intervalos de confianza de los parámetros de
acumulada, 16 para µ1 – µ2 con varianzas iguales y la normal, 249
distribuciones de, 12 desconocidas, 250 para el diseño de gráficas, 29
polígonos de, 20 para µηx de la línea poblacional estimada para pruebas de hipótesis de la media de la
relativa, 15 por Y, 368 normal, 307
Función gamma, 163 para p, 247 Moda, 6
de densidad, 164 para σ2, la varianza, 245 Modelo(s) de regresión
Función generatriz de momentos, 92, 158 para una media, 245 aplicación de análisis gráficos subjetivos para
la evaluación del, 363
G J aplicación de análisis objetivos estadísticos
Grados de libertad, 192, 193 Jerome, C. R. Li., 244, 264 para la evaluación del, 361
Gráfica(s) Ji-cuadrada (χ2) evaluación de la utilidad de los, 398
de frecuencia relativa acumulada (ojivas) distribución, 192 lineal, suposiciones del, 360
usando el Minitab, 34 prueba, 297 múltiple con más de dos variables
de residuos versus valores ajustados de Y, 400 independientes, 378
Minitab para el diseño de, 29 L múltiple generalizado, 378
Gráficos de probabilidad normal, 304 Lema de Newman Pearson, 270, 281 polinomial paramétrico o poblacional, 394
Ley(es) probabilísticos, transformaciones a las
I-440  |  Estadística para ingeniería y ciencias

variable de los, 427 de White para el problema de de Bayes, 62

usados, resumen de los, 401 heteroscedasticidad, 426 del límite central, 182
Modelo(s) de segundo orden (cuadrático) con ji-cuadrada (χ2), 297
interacción, 396 para la varianza, 291 U
Modelo(s) polinomial potencia de la, 259 Valor(es)
con tres variables independientes con tipos de, 279 atípicos extremos, procedimientos para la
interacción, 397 uniformemente más potentes, 270 identificación de, 416
con tres variables independientes sin Prueba(s) de hipótesis, 3, 256 esperado de una variable aleatoria, 151
interacción, 397 H0:ρ = 0 contra hipótesis alternativas H1: ρ extremos, procedimientos para identificar, 418
de regresión, interacción en, 396 * 0, 370 inusuales extremos, identificación y
de segundo orden (k = 2) con una variable la idea de hacer, 264 consecuencias, 428
independiente, 394 muestras grandes, 294 n y p, 99
de segundo orden o cuadrático, 398 muestras pequeñas, 293 Valor(es) de la probabilidad p
de tercer orden (k = 3) con una variable no tradicionales, 265 interpretación matemática de los, 266
independiente, 395 para µ con Minitab, 307 mecanismos para calcular los, 265
evaluación de la utilidad del, 399 con σ conocida, 307 metodología para calcular los, por medio de
Momentos, función generatriz de, 92, 158 para diferencia de medias con Excel, 312 fórmulas empíricas, 266
Muestra para la diferencia de dos proporciones p1 Valor(es) de p
aleatoria, 214, 261 – p2, 295 en la toma de decisiones, 265
definición de, 3 para los parámetros de la normal, 281 fórmula empírica para hacer interpolaciones y
grande, 245 para µ1 – µ2 con Minitab, 311 calcular el, 267
Multicolinealidad sobre el parámetro de Bernoulli, 293 Variabilidad o dispersión, medidas de, 9
diagnóstico de, 416 sobre la igualdad de dos varianzas, 292 Variable(s)
severa, medidas para corregir, 418 sobre parámetros, 257 clasificación de, 3
sobre una proporción, 293 continuas, 4
N Prueba(s) de Kolmogorov-Smirnov (K-S), 303 de regresión, correlación o dependencia casi
Nivel de significancia, 259 propiedades de la, 304 lineal entre las, 400
Notación factorial, 54 Prueba(s) para la media, 281 discretas, 4
de variables no normales, 290 hipergeométrica, 120
O tipo de datos, 3
Orden, momento de, 158 R Variable(s) aleatoria
Ordenada a y pendiente b de la curva, 364 Rango (R), 9 Bernoulli, 95
Outliers, 416 intercuartílico (RI), 10 binomial, 96
Razón, datos de, 3 cálculo de probabilidades de una, 79
P Región crítica, 259, 261 continua, 144
Parámetros, estimación de, 3 Regla esperanza matemática de una, 151
Pares ordenados, regla del producto para, 50 de multiplicación más general, 50 probabilidad de una, 144
Pendiente de la línea, 367 del producto para pares ordenados, 50 definición de, 76
Permutaciones, 53 Regresión discreta, 76
Población(es) cuadrática con el programa Minitab, cálculos esperanza matemática de una, 84
cuáles son iguales y cuáles desiguales, 329 y aplicaciones de, 409 funciones de distribución de, 75
definición de, 2 múltiple usando el programa Minitab, geométrica, 119
finita, 3 cálculos y aplicaciones de, 380 independiente, 82
infinita, 3 no lineal, 393 densidad condicional y, 150
Polígonos de frecuencia, 20 y correlación lineal múltiple, 377 mediana de una, 84
Probabilidad Regresión lineal simple, 360 Poisson, algunos procesos que se describen
condicional, 60 usando el programa Minitab, cálculos y con, 129
introducción a la, 38 aplicaciones de, 379 probabilidad de una, 77
introducción axiomática de la, 46 y múltiple, 359 rango o recorrido de una, 77
Prueba(s) Robustez, 222 uniforme continua, 159
de bondad de ajuste, 257, 296 valor esperado de una, 85
de diferencia de medias, 286 S varianza de una, 87, 152
de diferencia de medias para observaciones Simetría, 23 Varianza(s), 11
pareadas, 288 Suficiencia, 220 con datos agrupados, media y, 24
de estadística para comparar la suma de los Suma de los cuadrados del error (SSE), prueba de una variable aleatoria, 152
cuadrados del error (SSE) de cada modelo estadística para comparar la, 404 desconocidas y desiguales, 242
probado, 404 prueba de hipótesis sobre la igualdad de dos,
de heteroscedasticidad, 400 T 292
de homoscedasticidad, 400 Tablas y gráficas de funciones de probabilidad, prueba para la, 291
de independencia, 400 ejemplos de uso de, 198
de normalidad, 400 Técnicas de conteo, 50
de Kolmogorov-Smirnov, 309 Teorema
La estadística estudia los métodos científicos para recoger, organizar,
resumir y analizar datos, así como para sacar conclusiones válidas y
tomar decisiones razonables basadas en tal análisis.

Murray R. Spiegel, (1991)

La estadística constituye una herramienta de gran utilidad para los ingenieros

en la toma de decisiones; con base en esta idea, los autores desarrollaron
un texto que proporciona a los alumnos los fundamentos de la estadística y
las matemáticas necesarias, con el fin de que puedan aplicarlos a diferentes
situaciones de la vida cotidiana de la industria y la empresa.

El libro cuenta con una gran variedad de ejemplos y problemas con

variadas aplicaciones estadísticas a la ingeniería ambiental, civil, mecánica,
mecatrónica, así como a las ciencias de la salud y a la economía, entre
otras.

Las principales características del texto son:

Se incluye una breve introducción al inicio de cada capítulo, en donde el

lector podrá descubrir diferentes aplicaciones reales de la estadística.

De forma detallada, se presentan las definiciones de los principales

conceptos y teoremas.

Se utilizan los programas Excel y Minitab como herramientas para la

solución de problemas.

Se presentan más de 900 problemas con su solución respectiva.

El libro está acompañado de un CD-ROM, el cual contiene más

problemas y prácticas que el alumno puede seleccionar para preparar
sus exámenes, así como otros apoyos que le serán de gran utilidad.

ISBN 978-970-817-232-5