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)

P (Z ≥ 2.34) = 1-0.9904 =0.0096 N (0,1)

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

j) P (1,35 ≤ Z ≤ 3,25) = 0,0879 N (0,1)

P (Z ≤ 3,25) – P (Z ≤ 1,35)

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)

0,9706 - 0,6064 O.3642

0,3642

-3 -2 -1 0 1 2 3

0.27 1,89

L) P ( -1.53 ≤ Z ≤ 0,67) = 0.1884 N (0,1)

P (Z ≤ 0,67) – P (Z ≤ -1,53)
-0,6856
0,7486 - 0,0630

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)

O,9115 - 0,0885 -0,0823

-0,0823

-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

P (Z ≤ 1,87) – P (Z ≤ -1,87) 0,9386

0,9693 - 0,0307

0,9386

-3 -2 -1 0 1 2 3

-1,87 1,87

CALCULO INVERSO BAJO LA CURVA NORMAL

1° Halla las siguientes Zₒ en una distribución N (0,1)

a) P (Z ≤ Zₒ) = 0.87

Z AREA
1.12 0.8686
N (0,1)
Zₒ 0,87
1,13 0,8708

0.8708 - 0.8686 = 1.13 - 1.12

0.87 - 0.8686 = Zₒ - 1.12

p0.0022 0.01 -3 -2 -1 0 1 2 3
0.0014 Zₒ -1,12 1.1263

Zₒ 1,12 = 0.0014 x 0.01

0.0022

Zₒ 1.12 = 0,000014
0.0022

Zₒ 1,12 = 0,0063 Zₒ = 1.1263

b) P (Z ≥ -Zₒ) = 0.06

Z AREA
-1.56 0.0594
Zₒ 0.06
-1.55 0.0606

0.0594 - 0.0606 = -1.56 - -1.55

0.06 0.0594 = Zₒ -1.55 N (0,1)

-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

0.5636 – 0.5596 = 0.16 – 0.15

0.56 0.5596 Zₒ 0.15

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

0.0197 – 0.0202 = -2.06 - -2.05

0.02 0.0197 Zₒ -2.05

-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

0.4286 – 0.4325 = -0.18 - -0.17 N (0,1)

0.43 0.4286 Zₒ -0.17

-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

0.5120 – 0.5080 = 0.03 – 0-02

0.51 0.5080 Zₒ 0.02

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

0.0017 – 0.0017 = -2.93 - -2.93 N (0,1)

0.0017 0.0017 -Zₒ -2.92

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

0.7737 – 0.7699 = 1.21 – 1.20

0.77 0.7699 Zₒ 1.20

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

i) P (-Zₒ ≤ Z ≤ Zₒ) = 0.43

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

0.9109 – 0.9090 = 1.70 – 1.69

0.91 0.9090 Zₒ 1.69

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

k) P (-Zₒ ≤ Z ≤ Zₒ) = 0.57

Z AREA
0.78 0.5646
Zₒ 0.57
0.79 0.5705

0.5705 – 0.5646 = 0.79 – 0.78

0.57 0.5646 Zₒ 0.78

0.0059 0.01 N (0,1)

0.0041 Zₒ

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

a) P (x ≤ 30) = P(Z˂30-23) = P(Z˂4.05) = 0.9998

1.73

b) P (x ≥ 15) = 1P(Z˂15-23) = 1- P(Z˂4.62) = 1-0.9988 = 0.0002

1.73

c) P (19 ≤ x ≤ 21) = P (19-23 ˂Z˂21-23) = P ( -2.31˂Z˂-1.16) = P(Z˂-1.16) – (Z˂-2.31)

1.73 1.73
=0.1230 – 0.0104 = 0.1126

d) P (25 ≤ x ≤ 29) = P (25-23 ˂Z<29-23) = P(1.16<Z<3.47) = P(Z<3.47) –P(Z<1.16)

1.73 1.73
=0.9997- 0.8770

2.- La temperatura durante setiembre está distribuida normalmente con media

18,7ºC y desviación estándar 5ºC. Calcule la probabilidad de que la temperatura
durante setiembre esté
por debajo de 21ºC.

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

√ El 0,004 % de los estudiantes pesan menos de 60kg

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) – (1- P (Z ≤ 0.4

P (Z ≤ 0.8) = 0.7881

P (Z ≤ 0.4) =0.6554

30- P (21≤ X ≤ 27) = 30.P (21-23) ≤ Z ≤ (27-23)

5 5

= (30) (0.7881 – (1- 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 (60 <x ≤75) = P (60 – 70) ≤Z ≤ (75-70)

3 3
=P ( -3.33 ≤ Z≤ 1.67)
= P (Z≤ 1.67) – P (Z≥ -3.33)
=P (Z ≤ 1.67) – (1 – P (Z≤ 3.33)

P (Z ≤ 1.67) = 0.9525
P (Z≤ 3.33) = 0.9996

500 – P (60 <x ≤ 75) = 500 – P (60-70) ≤ Z ≤ (75-70)

3 3
= (500) (0.9525 – (1 – 09996)
= 476
b) Más de 90 kg.

P (X >90) = P (Z > (90-70

3
= P (Z > 6.66)
= 1- P (Z ≤ 6.66)
= 1-1
=0
500- P (x > 90) = (500) (0) =0

c) Menos de 64 kg.

P (x < 64) = P (Z < (64 – 70)

3
=P (Z <-2)
= 1- P (Z <2)
= 1- 0.9772
=0.0228

500 – P (x < 64) = (500) (0.0228) = 11.4

6.- Se supone que los resultados de un examen siguen una distribución normal con
media 78 y desviación típica 36. Se pide: ¿Cuál es la probabilidad de que una persona
que se presenta el examen obtenga una calificación superior a 72?
P (x > 72) = P (Z > 72 – 78)

36

= P (Z > - 0.1666)

= P Z <0.1666)

= 0.5636

EJERCICIOS DE ESTADÍSTICA INFERENCIAL

Cálculo de probabilidades en distribuciones T student y Chi Cuadrado
1.- Considere una variable aleatoria distribuida de acuerdo con una distribución t de
Student con 9 grados de libertad. Encuentre el valor de t1 para el cual

a) P (T > t1) = 0,05 = P (T˂ 1.833) = 1- 0.05 = 0.95

0.95 – 95%

1- α 0.05

-3 -2 -1 0 1 2 3

1.833

b) P (T > t1) = 0,025 = P (T˂ 2.262) = 1- 0.025 = 0.975

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

d) P (−t1 < T < t2) = 0,975

1- α

-3 -2 -1 0 1 2 3

e) P (T ≥ t1) = 0,90 = P (T ≤ 1,383) = 1- 0,90 = P (T≤ t1) = 0,10

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.

Encuentre el valor de t1 que satisfaga cada una de las siguientes condiciones

a) P (−t1 < T < t1) = 0,90 y ν = 25.

P ( -1.708 ˂ T ˂ 1.708) = 0.90

90% = 0,90

1- α

-3 -2 -1 0 1 2 3

-1,708 1.708

b) P (T < −t1) = 0,025 y ν = 20.

P (T ˂ - 2.086) = P (T ˃ 2.086)
P (T ˂ - 2.086) = 1- P (T ˂ 2.086)
P (T ≤ - 2.086) = 1- 0.025 = 0.975

975% = 0,975
0.025 1- α

-3 -2 -1 0 1 2 3

c) P (T ≥ t1) = 0,55 y ν = 16(

P (T ≥ 0,12767) = 1- P (T ≤ 0.12767)
P (T ≥ 0,12767) = 1- 0,12767
P (T ≥ 0,12767) = 0,87233

0,87233

-3 -2 -1 0 1 2 3

0,12767
3.- Si X →X2 15 hallar:

a) P [ X < 32.8)

P [ X < 32.8) = 0.995

0.995

0 32.8

b) P [X > 25.0]

P [X > 25.0] = 1- P [X > 25.0]

P [X > 25.0] = 1- 0.95 = 0.05

0,95

0 25.0

c)P [11.0 ≤ X≤ 30.8]

P [11.0 ≤ X≤ 30.8] = P [ X≤ 30.8] - P [X ˂ 11.0)
P [11.0 ≤ X≤ 30.8] = 0.99 – 0.25
P [11.0 ≤ X≤ 30.8] = 0.74

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

4.- Si X →X2 20 hallar:

a) P [12.4 ≤ X≤ 40.0]

P [12.4 ≤ X≤ 40.0] = P [ X≤ 40.0] - P [X 12.4)

P [12.4 ≤ X≤ 40.0] = 0.995 – 0.10

P [12.4 ≤ X≤ 40.0] = 0.895

0,895

0 12.4 40,0

b) P [X > 15.5]

P [X > 15.5] = 1- P [X > 15.5]

P [X > 15.5] = 1- 0,25

P [X > 15.5] = 0.75

0,75

0 15,5

c)P [ X< 9.59)

P [ X< 9.59) = 0.025

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.