Professional Documents
Culture Documents
Facultad de Ciencias de La Salud Escuela Profesional de Obstetricia
Facultad de Ciencias de La Salud Escuela Profesional de Obstetricia
ASIGNATURA:
BIOESTADISTICA
DOCENTE:
Mg. Ignacia Lozano Ramos.
ALUMNA:
LAGUNA PAREDES Karen
2020
CALCULO DE PROBABILIDADES EN DISTRIBUCIONES
NORMALES ESTANDARIZANDO
1° CALCULA EN UNA N (0,1) LAS SIGUIENTES PROBABILIDADES:
1) P (Z ≤ 2,35) = 0.9906
N(O,1)
0.9906
2 1 0 1 2 2,35
4) P (Z ≥ 1,77) = 0.9616
N (0,1)
N(0,1)
0,9616
-2 -1 0 1 1,77 2
3) P (Z ≤ 1,37) = 0.9147
N (0,1)
0.9147
-2 -1 0 1 1,37 2
2) P (Z ≤ 3,5) = 0.9998
N (0,1)
0,9998
-2 -1 0 1 2 3 3,5
e) P (Z ≤ -1,86) = 0,0314
N (0,1)
0,0314
-3 -2 -1,86 1 0 1 2 3
f) P (Z ≥ -0,25) = 0,4013
N (0,1)
0,4013
3 2 1 -0,25 0 1 2 3
g) P (Z ≥ 2,34) = 1-P(Z<2.34)
0.0096
0 2 1 0 1 2 2,34 3
h) P (Z ≤ -1,15) = 0,1251
N (0,1)
0,1251
-3 -2 -1,15 1 0 1 2 3
i) P (Z ≥ -1,76) = 0.0392
N (0,1)
0.0392
-3 -2 -1,76 1 0 1 2 3
0,9994 - 0.9115
0,0879
0,0879
-3 -2 -1 0 1 2 3
1.35 3.25
K) P (0,27 ≤ Z ≤ 1.89) = 0,3917 N (0,1)
P (Z ≤ 1,89) – P (Z ≤ 0,27)
-3 -2 -1 0 1 2 3
0.27 1,89
0,6856
-3 -2 -1 0 1 2 3
-1.53 0,67
N (0,1)
M) P ( -0,87 ≤ Z ≤ 1,24 ) = 0,0847
0,7003
P (Z ≤ 1,24) – P (Z ≤ -0,87)
0,8925 - 0, 1922
0,7003
-3 -2 -1 0 1 2 3
-0,87 1.24
N) P ( -1,35 ≤ Z ≤ 1,35) = -0.823
P (Z ≤ 1,35) = P (Z ≤ -1,35)
-3 -2 -1 0 1 2 3
-1,35 1.35
O) P (- 0,45 ≤ Z ≤ 0,45) = 0,3472 N (0,1)
P (Z ≤ 0,45) – P (Z ≤ -0,45) 0,3472
0.6736 - 0,3264
0,3472
-3 -2 -1 0 1 2 3
-0,45 0,45
N (0,1)
P) P ( -1,87 ≤ Z ≤ 1,87) = 0,9386
0,9386
-3 -2 -1 0 1 2 3
-1,87 1,87
a) P (Z ≤ Zₒ) = 0.87
Z AREA
1.12 0.8686
N (0,1)
Zₒ 0,87
1,13 0,8708
p0.0022 0.01 -3 -2 -1 0 1 2 3
0.0014 Zₒ -1,12 1.1263
Zₒ 1.12 = 0,000014
0.0022
Z AREA
-1.56 0.0594
Zₒ 0.06
-1.55 0.0606
-0.0012 0.01
0.0006 Zₒ -1,55
-0.005 = Zₒ - (- 1.55)
-1.555 = Zₒ -3 -2 -1 0 1 2 3
-1.555
c) P (Z ≤ Zₒ) = 0.56
Z AREA
0.15 0.5596
Zₒ 0.56
N (0,1)
0.16 0.5636
0.004 0.01
0.0004 Zₒ -0.15 -3 -2 -1 0 1 2 3
0.151
0.01 = Zₒ -0.15
0.15 + 0.001 = Zₒ
0.151=Zₒ
d) P (Z ≤ Zₒ) = 0.02
Z AREA
-2.06 0.0197
Zₒ 0.02
-2.05 0.0202
-0.0005 0.01
0.0003 Zₒ -2.05
N (0,1)
-0.006 = Zₒ -2.05
-2056 = Zₒ
-3 -2 -1 0 1 2 3
-2.056
e) P (Z ≤ Zₒ) = 0.43
Z AREA
-0.18 0.4286
Zₒ 0.43
-0.17 0.4325
-0.0039 0.01
0.0014 Zₒ -0,17
-0.0036 = Zₒ -0.17
-3 -2 -1 0 1 2 3
-0.1736 = Zₒ
0,1736
f) P (Z ≤ Zₒ) = 0.51
Z AREA
0.02 0.5080
Zₒ 0.51
0.03 0.5120
0.004 0.01
0.002 0.02
N (0,1)
0.005 = Zₒ 0.02
0.025 = Zₒ
-3 -2 -1 0 1 2 3
0,025
g) P (Z ≥ Zₒ) = 0.0017
Z AREA
-2.93 0-0017
Zₒ 0.0017
-2.92 0.0017
0 0.01
0 -Zₒ -2.92
0 = -Z – 2.92 -3 -2 -1 0 1 2 3
-2.92
-Zₒ = -2.92
h) P (-Zₒ ≤ Z ≤ Zₒ) = 0.77
Z AREA
1.20 0.7699
Zₒ 0.77
1.21 0.7739
0.0038 – 0.01
0.0001 Zₒ -1.20 N (0,1)
0,0002 Zₒ -1.20
-1.20 = Zₒ
-3 -2 -1 0 1 2 3
-1,20 1,20
Z AREA
0.56 0.4245
Zₒ 0.43
0.57 0.4313
N (0,1)
0.4313 – 0.4245 = 0.57 – 0.56
0.43 0.4245 Zₒ 0.56
0.0068 0.01
0.0055 Zₒ 0.56
0.008 = Zₒ 0.56 -3 -2 -1 0 1 2 3
-0,568 -0,568
Zₒ = 0.568
j) P (-Zₒ ≤ Z ≤ Zₒ) = 0.91
Z AREA
1.69 0.9090
Zₒ 0.91
1.70 0.9109
0.0019 0.01
0.001 Zₒ 1.69
N (0,1)
0.005 = Zₒ 1.69
Zₒ = 1.695
-3 -2 -1 0 1 2 3
-1,695 1.695
Z AREA
0.78 0.5646
Zₒ 0.57
0.79 0.5705
0.006 = Zₒ 0.78
Zₒ = 0.786
-3 -2 -1 0 1 2 3
-0,786 0,786
EJERCICIOS DE DISTRIBUCION NORMAL
Cálculo de estandarización o tipificación de una variable aleatoria normal
1.- En una distribución N (23; 3), halla las siguientes probabilidades:
U= 23
ȯ= 3
u = 18,7 ºC
ȯ = 5 ºC
X = 21 ºC
P = (x < 21 ºC) =?
Z=x–u
ȯ
Z = 21 – 18.7
5
Z = 0,46
Reemplazamos:
P (x ≤ 21 ºC) = 0,6772 = 67,72 %
3.-La media de los pesos de 5000 estudiantes de un colegio es 70 kg y la
desviación típica 3 kg.
Suponiendo que los pesos se distribuyen normalmente, “hallar cuántos
estudiantes” pesan
menos de 60 kg
u = 70kg
ȯ = 3kg
x = 60kg
Z = x- u = 60 – 70 = -10 = -3.33
ȯ 3 3
Reemplazamos
P (Z > 3,33) = 1 – 0,9996 = 0,0004
4.- En una ciudad se estima que la temperatura máxima en el mes de junio sigue una
distribución normal, con media 23° y desviación típica 5°. Calcular el número de días
del mes en los que se espera alcanzar máximas entre 21° y 27°.
P (2) ≤X≤ 27=P (21-23) ≤Z≤ (27-23)
5 5
=P (-04 ≤ Z ≤ 0.8)
=P (Z ≤ 0.8)-P (Z ≥ - 0.4)
P (Z ≤ 0.8) = 0.7881
P (Z ≤ 0.4) =0.6554
= (30) (0.4435)
= 13
5.- La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviación
típica 3 kg. Suponiendo que los pesos se distribuyen normalmente, hallar cuántos
estudiantes pesan:
a) Entre 60 kg y 75 kg
P (Z ≤ 1.67) = 0.9525
P (Z≤ 3.33) = 0.9996
c) Menos de 64 kg.
36
= P (Z > - 0.1666)
= P Z <0.1666)
= 0.5636
0.95 – 95%
1- α 0.05
-3 -2 -1 0 1 2 3
1.833
0.975 = 97,5%
1- α 0,025
-3 -2 -1 0 1 2 3
2.262
c)P (−t1 < T < t2) = 0,99
1- α
-3 -2 -1 0 1 2 3
-3.250 3.250
1- α
-3 -2 -1 0 1 2 3
90%
0,10
1- α
-3 -2 -1 0 1 2 3
1,380
2.- Considere una variable aleatoria distribuida de acuerdo con una distribución t.
90% = 0,90
1- α
-3 -2 -1 0 1 2 3
-1,708 1.708
975% = 0,975
0.025 1- α
-3 -2 -1 0 1 2 3
0,87233
-3 -2 -1 0 1 2 3
0,12767
3.- Si X →X2 15 hallar:
a) P [ X < 32.8)
0.995
0 32.8
b) P [X > 25.0]
0,95
0 25.0
0.74
0 11.0 30,8
D) P [ X ≥ 30.6)
P [ X ≥ 30.6] = 1 - P [ X ≥ 30.6]
P [ X ≥ 30.6] = 1 – 0,99
P [ X ≥ 30.6] = 0.01
0,01
0 30.6
a) P [12.4 ≤ X≤ 40.0]
0,895
0 12.4 40,0
b) P [X > 15.5]
0,75
0 15,5
0,025
0 9.59
D) P [ X≥28.4]
P [ X≥28.4] = 1- P [ X≥28.4]
P [ X≥28.4] = 1 – 0.90
0,10
P [ X≥28.4] = 0,10
0 28.4
Distribución t student y chi cuadrado
La T de student es considerada como una de las múltiples pruebas de hipótesis, consiste
en la distribución de probabilidad de la variable aleatoria T, también se puede observar
que es muy similar a la distribución normal n (0.1), la diferencia es que tiene una mayor
dispersión q la distribución normal.
Uso de tablas de la distribución t student:
La importancia del uso de la distribución t en la interferencia estadísticas y la difícil
evaluación de la función de la distribución de la variable aleatoria t, es por eso que se da
dos tipos de tablas ya que existe una distribución t diferente para cada grado de libertad.
Las siguientes tablas son:
Uso de la tabla V: esta tabla puede calcular la probabilidad de que la variable aleatoria
tome valores menores o iguales a una constante.
Uso de la tabla VI: en esta tabla nos ayuda a calcular la variable aleatoria t tomé valores
entre dos puntos iguales
Chi cuadrado
El chi cuadrado se utiliza para someter aprueba la hipótesis, indicando a distribuciones
de frecuencias, o también esta prueba indica frecuencias observadas con las frecuencias
esperadas, utilizadas para determinar variables nominales o cualitativas, ya sea también
de cualquier nivel superior.