SlideShare uma empresa Scribd logo
1 de 18
Instituto Tecnológico Superior de
                           Zacapoaxtla
                  Departamento de Desarrollo
                           Académico




        María del Consuelo Valle Espinosa

 Distribución exponencial.
 Distribución Normal.
Una variable aleatoria es continua cuando todos sus
valores posibles forman un intervalo la recta real.

Toda variable aleatoria continua X tiene una curva
asociada a ella. Se puede utilizar esta curva,
formalmente conocida como la función de densidad de
probabilidad de la variable para obtener las
probabilidades referidas a X.

La probabilidad de que X tome un valor comprendido
entre a y b, siendo a menor que b como el área bajo la
curva dentro de este intervalo.

       P[a ≤ X ≤ b = área bajo la curva entre a y b
La función de densidad de probabilidad entere los punto a y
b es la misma se que los extremos a y b se incluyan o no.

                 P[a ≤ X ≤ b ] = P[a < X < b]

 El área total bajo la curva de densidad debe de ser igual a
                              1.


      La curva densidad nunca está debajo del eje x
Una variable aleatoria normal con media 0 y varianza 1 se denomina
         normal estándar . Se usa la letra Z para denotarla
Distribuciones gaussinas con diferentes media e igual
                     dispersión
Distribuciones gaussinas con iguales
  medias y diferentes dispersiones
Regla de aproximación

   Una variable aleatoria normal con media µ y desviación
                      estándar σ estará:

   Entre σ - µ y σ + µ con una probabilidad aproximada de
                            0.68

 Entre σ - 2µ y σ + 2µ con una probabilidad aproximada de
                            0.95

 Entre σ - 3µ y σ + 3µ con una probabilidad aproximada de
                            0.97



Esta regla de aproximación permite que nos hagamos una
idea sobre si un determinado conjunto de datos se aproxima
o no a una normal.
Ejemplo 1. Encuentre

                   P[ Z < 1.5]
.9331
Ejercicio 2. Encuentre:

                            P[ Z ≥ .8]




            P[ Z ≥ .8] = 1 - .788144601 = .211185
=.211185
Referencias:

          Bioestadística: métodos y aplicaciones

Autores: Francisca Ríus Díaz, Francisco Javier Barón López,
Elisa Sánchez Font y Luis Parras Guijosa. Universidad de
Málaga .

Sitio en Internet:

http://www.bioestadistica.uma.es/libro/

            INTRODUCCIÓN A LA ESTADÍSTICA

          ROSS, SHELDON M. Editorial REVERTE

Mais conteúdo relacionado

Mais procurados

Distribución gamma
Distribución gammaDistribución gamma
Distribución gamma
levisandro
 
Prueba de independencia (arriba y abajo)
Prueba de independencia (arriba y abajo)Prueba de independencia (arriba y abajo)
Prueba de independencia (arriba y abajo)
Henry Cordova
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
Yazmin Venegas
 
TIPOS DE DISTRIBUCIONES
TIPOS DE  DISTRIBUCIONESTIPOS DE  DISTRIBUCIONES
TIPOS DE DISTRIBUCIONES
Yovana Marin
 

Mais procurados (20)

Distribucion normal completo
Distribucion normal completoDistribucion normal completo
Distribucion normal completo
 
Teorema del limite central
Teorema del limite centralTeorema del limite central
Teorema del limite central
 
Unidad III generacion de variables aleatorias
Unidad III generacion de variables aleatoriasUnidad III generacion de variables aleatorias
Unidad III generacion de variables aleatorias
 
Capítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidadCapítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidad
 
Distribución gamma
Distribución gammaDistribución gamma
Distribución gamma
 
T student
T  studentT  student
T student
 
ejercicios resuelto de estadística l
ejercicios resuelto de estadística lejercicios resuelto de estadística l
ejercicios resuelto de estadística l
 
Pruebas de Uniformidad
Pruebas de UniformidadPruebas de Uniformidad
Pruebas de Uniformidad
 
Prueba de independencia (arriba y abajo)
Prueba de independencia (arriba y abajo)Prueba de independencia (arriba y abajo)
Prueba de independencia (arriba y abajo)
 
Regresion Y Correlacion
Regresion Y CorrelacionRegresion Y Correlacion
Regresion Y Correlacion
 
Unidad 4 calculo integral
Unidad 4 calculo integralUnidad 4 calculo integral
Unidad 4 calculo integral
 
Distribución poisson
Distribución poissonDistribución poisson
Distribución poisson
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
Mapa conceptual, distribuciones muestrales y estimacion
Mapa conceptual, distribuciones muestrales y estimacionMapa conceptual, distribuciones muestrales y estimacion
Mapa conceptual, distribuciones muestrales y estimacion
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
 
Representación de datos experimentales
Representación de datos experimentalesRepresentación de datos experimentales
Representación de datos experimentales
 
TIPOS DE DISTRIBUCIONES
TIPOS DE  DISTRIBUCIONESTIPOS DE  DISTRIBUCIONES
TIPOS DE DISTRIBUCIONES
 
Distribucion uniforme continua
Distribucion uniforme continuaDistribucion uniforme continua
Distribucion uniforme continua
 
Distribucion normal
Distribucion normalDistribucion normal
Distribucion normal
 
Arboles mate discreta
Arboles mate discretaArboles mate discreta
Arboles mate discreta
 

Destaque

3.2 Variables Aleatorias Discretas
3.2 Variables Aleatorias Discretas3.2 Variables Aleatorias Discretas
3.2 Variables Aleatorias Discretas
Consuelo Valle
 
Tema 4 variables aleatorias continuas
Tema 4 variables aleatorias continuasTema 4 variables aleatorias continuas
Tema 4 variables aleatorias continuas
Melanie Nogué
 
Ley de los grandes números
Ley de los grandes númerosLey de los grandes números
Ley de los grandes números
Paulina Flores
 
Programando en microsoft visual studio 2008
Programando en microsoft visual studio 2008Programando en microsoft visual studio 2008
Programando en microsoft visual studio 2008
ibrahimgonzalez
 
100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos
Luis Elias
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Miguel Leonardo Sánchez Fajardo
 

Destaque (7)

3.2 Variables Aleatorias Discretas
3.2 Variables Aleatorias Discretas3.2 Variables Aleatorias Discretas
3.2 Variables Aleatorias Discretas
 
Simulacion De Sistemas
Simulacion De SistemasSimulacion De Sistemas
Simulacion De Sistemas
 
Tema 4 variables aleatorias continuas
Tema 4 variables aleatorias continuasTema 4 variables aleatorias continuas
Tema 4 variables aleatorias continuas
 
Ley de los grandes números
Ley de los grandes númerosLey de los grandes números
Ley de los grandes números
 
Programando en microsoft visual studio 2008
Programando en microsoft visual studio 2008Programando en microsoft visual studio 2008
Programando en microsoft visual studio 2008
 
100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos100 ejercicios de estadistica resueltos
100 ejercicios de estadistica resueltos
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 

Semelhante a 3.3 Variables Aleatorias Continuas

Estadistica y probabilidades cap VII
Estadistica y probabilidades cap VIIEstadistica y probabilidades cap VII
Estadistica y probabilidades cap VII
Richard Huaman Durand
 
Estadistica y probabilidades cap vii
Estadistica y probabilidades cap viiEstadistica y probabilidades cap vii
Estadistica y probabilidades cap vii
Manuel Chavez Leandro
 

Semelhante a 3.3 Variables Aleatorias Continuas (20)

Pesentacion wiki
Pesentacion wikiPesentacion wiki
Pesentacion wiki
 
Clase 1 distribuciones
Clase 1 distribucionesClase 1 distribuciones
Clase 1 distribuciones
 
Distribucion normal, binomial y poisson
Distribucion normal, binomial y poisson Distribucion normal, binomial y poisson
Distribucion normal, binomial y poisson
 
Presentacion final estadistica
Presentacion final estadisticaPresentacion final estadistica
Presentacion final estadistica
 
D probabilistica continu1
D probabilistica continu1D probabilistica continu1
D probabilistica continu1
 
Jose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de probJose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de prob
 
Ensayo semana 4
Ensayo semana 4Ensayo semana 4
Ensayo semana 4
 
Tema 11
Tema 11Tema 11
Tema 11
 
Estadistica y probabilidades cap VII
Estadistica y probabilidades cap VIIEstadistica y probabilidades cap VII
Estadistica y probabilidades cap VII
 
Cristina carvaca Probabilidades
Cristina carvaca ProbabilidadesCristina carvaca Probabilidades
Cristina carvaca Probabilidades
 
estadistica funcion distribucion normal.ppt
estadistica funcion distribucion normal.pptestadistica funcion distribucion normal.ppt
estadistica funcion distribucion normal.ppt
 
Distribuciones continuas de probabilidad
Distribuciones continuas de probabilidadDistribuciones continuas de probabilidad
Distribuciones continuas de probabilidad
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Distribucion normal por wallter lopez
Distribucion normal por wallter lopezDistribucion normal por wallter lopez
Distribucion normal por wallter lopez
 
Foro 2 DISTRIBUCIONES PROBABILISTICAS CONTINUAS
Foro 2 DISTRIBUCIONES  PROBABILISTICAS CONTINUAS Foro 2 DISTRIBUCIONES  PROBABILISTICAS CONTINUAS
Foro 2 DISTRIBUCIONES PROBABILISTICAS CONTINUAS
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
 
Estadistica y probabilidades cap vii
Estadistica y probabilidades cap viiEstadistica y probabilidades cap vii
Estadistica y probabilidades cap vii
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Distribuciones de Probabilidad
Distribuciones de ProbabilidadDistribuciones de Probabilidad
Distribuciones de Probabilidad
 
Gauss
GaussGauss
Gauss
 

Mais de Consuelo Valle

Evaluación Educativa (segunda parte)
Evaluación Educativa (segunda parte)Evaluación Educativa (segunda parte)
Evaluación Educativa (segunda parte)
Consuelo Valle
 
7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA) 7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA)
Consuelo Valle
 
6.2 Contrastes de Hipótesis relativas a dos poblaciones
6.2  Contrastes de Hipótesis relativas a dos poblaciones6.2  Contrastes de Hipótesis relativas a dos poblaciones
6.2 Contrastes de Hipótesis relativas a dos poblaciones
Consuelo Valle
 
6. Contrastes de Hipótesis
6.  Contrastes de Hipótesis6.  Contrastes de Hipótesis
6. Contrastes de Hipótesis
Consuelo Valle
 
5.2 Intervalos de Confianza (segunda parte)
5.2 Intervalos de Confianza (segunda parte)5.2 Intervalos de Confianza (segunda parte)
5.2 Intervalos de Confianza (segunda parte)
Consuelo Valle
 
5.1 Intervalos de Confianza (primera parte)
5.1 Intervalos de Confianza (primera parte)5.1 Intervalos de Confianza (primera parte)
5.1 Intervalos de Confianza (primera parte)
Consuelo Valle
 
4.1 Teorema Central de Límite
4.1 Teorema Central de Límite4.1 Teorema Central de Límite
4.1 Teorema Central de Límite
Consuelo Valle
 
2.2 variables bidimensionales
2.2 variables bidimensionales2.2 variables bidimensionales
2.2 variables bidimensionales
Consuelo Valle
 
2.1 medidas descriptivas
2.1 medidas descriptivas2.1 medidas descriptivas
2.1 medidas descriptivas
Consuelo Valle
 

Mais de Consuelo Valle (20)

Evaluación Educativa (segunda parte)
Evaluación Educativa (segunda parte)Evaluación Educativa (segunda parte)
Evaluación Educativa (segunda parte)
 
Evaluación Educativa
Evaluación EducativaEvaluación Educativa
Evaluación Educativa
 
Análisis de la Prueba ENLACE
Análisis de la Prueba ENLACEAnálisis de la Prueba ENLACE
Análisis de la Prueba ENLACE
 
Análisis bayesiano
Análisis bayesianoAnálisis bayesiano
Análisis bayesiano
 
7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA) 7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA)
 
6.2 Contrastes de Hipótesis relativas a dos poblaciones
6.2  Contrastes de Hipótesis relativas a dos poblaciones6.2  Contrastes de Hipótesis relativas a dos poblaciones
6.2 Contrastes de Hipótesis relativas a dos poblaciones
 
6. Contrastes de Hipótesis
6.  Contrastes de Hipótesis6.  Contrastes de Hipótesis
6. Contrastes de Hipótesis
 
5.2 Intervalos de Confianza (segunda parte)
5.2 Intervalos de Confianza (segunda parte)5.2 Intervalos de Confianza (segunda parte)
5.2 Intervalos de Confianza (segunda parte)
 
5.1 Intervalos de Confianza (primera parte)
5.1 Intervalos de Confianza (primera parte)5.1 Intervalos de Confianza (primera parte)
5.1 Intervalos de Confianza (primera parte)
 
4.1 Teorema Central de Límite
4.1 Teorema Central de Límite4.1 Teorema Central de Límite
4.1 Teorema Central de Límite
 
Fractales
FractalesFractales
Fractales
 
2.2 variables bidimensionales
2.2 variables bidimensionales2.2 variables bidimensionales
2.2 variables bidimensionales
 
2.1 medidas descriptivas
2.1 medidas descriptivas2.1 medidas descriptivas
2.1 medidas descriptivas
 
1.2. gráficas
1.2.  gráficas1.2.  gráficas
1.2. gráficas
 
1.1 conceptos previos
1.1 conceptos previos1.1 conceptos previos
1.1 conceptos previos
 
3.1 probabilidad
3.1 probabilidad3.1 probabilidad
3.1 probabilidad
 
Caos
CaosCaos
Caos
 
Manual de Capacitación
Manual de CapacitaciónManual de Capacitación
Manual de Capacitación
 
Cuadernillo consulta votos válidos
Cuadernillo consulta votos válidosCuadernillo consulta votos válidos
Cuadernillo consulta votos válidos
 
Sistema de nulidades en materia electoral
Sistema de nulidades en materia electoralSistema de nulidades en materia electoral
Sistema de nulidades en materia electoral
 

Último

RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
amelia poma
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
Wilian24
 

Último (20)

Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptxPLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptx
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docx
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
 
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPCTRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdf
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 

3.3 Variables Aleatorias Continuas

  • 1. Instituto Tecnológico Superior de Zacapoaxtla Departamento de Desarrollo Académico María del Consuelo Valle Espinosa  Distribución exponencial.  Distribución Normal.
  • 2. Una variable aleatoria es continua cuando todos sus valores posibles forman un intervalo la recta real. Toda variable aleatoria continua X tiene una curva asociada a ella. Se puede utilizar esta curva, formalmente conocida como la función de densidad de probabilidad de la variable para obtener las probabilidades referidas a X. La probabilidad de que X tome un valor comprendido entre a y b, siendo a menor que b como el área bajo la curva dentro de este intervalo. P[a ≤ X ≤ b = área bajo la curva entre a y b
  • 3. La función de densidad de probabilidad entere los punto a y b es la misma se que los extremos a y b se incluyan o no. P[a ≤ X ≤ b ] = P[a < X < b] El área total bajo la curva de densidad debe de ser igual a 1. La curva densidad nunca está debajo del eje x
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9. Una variable aleatoria normal con media 0 y varianza 1 se denomina normal estándar . Se usa la letra Z para denotarla
  • 10. Distribuciones gaussinas con diferentes media e igual dispersión
  • 11. Distribuciones gaussinas con iguales medias y diferentes dispersiones
  • 12.
  • 13. Regla de aproximación Una variable aleatoria normal con media µ y desviación estándar σ estará: Entre σ - µ y σ + µ con una probabilidad aproximada de 0.68 Entre σ - 2µ y σ + 2µ con una probabilidad aproximada de 0.95 Entre σ - 3µ y σ + 3µ con una probabilidad aproximada de 0.97 Esta regla de aproximación permite que nos hagamos una idea sobre si un determinado conjunto de datos se aproxima o no a una normal.
  • 14. Ejemplo 1. Encuentre P[ Z < 1.5]
  • 15. .9331
  • 16. Ejercicio 2. Encuentre: P[ Z ≥ .8] P[ Z ≥ .8] = 1 - .788144601 = .211185
  • 18. Referencias: Bioestadística: métodos y aplicaciones Autores: Francisca Ríus Díaz, Francisco Javier Barón López, Elisa Sánchez Font y Luis Parras Guijosa. Universidad de Málaga . Sitio en Internet: http://www.bioestadistica.uma.es/libro/ INTRODUCCIÓN A LA ESTADÍSTICA ROSS, SHELDON M. Editorial REVERTE