You are on page 1of 8

DISTRIBUCIÓN DE PROBABILIDAD

Definición:
La distribución de probabilidad de una variable aleatoria es
una función que asigna a cada suceso definido sobre la variable
aleatoria, la probabilidad de que dicho suceso ocurra. La distribución
de probabilidad está definida sobre el conjunto de todos los sucesos,
cada uno de los sucesos es el rango de valores de la variable
aleatoria.
La
distribución
de
probabilidad
está
completamente
especificada por la función de distribución, cuyo valor en cada x real
es la probabilidad de que la variable aleatoria sea menor o igual
que x.
Notación:
X:

Variable aleatoria de la función.

x:

Valor particular que toma la variable aleatoria.

f (x):

Función de densidad (función de probabilidad,
distribución de probabilidad de x)

F(x): Función acumulada (función de distribución acumulada)
P(x): Probabilidad de x.

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA
DISCRETA:
Es una función matemática que permite determinar la
probabilidad f (xi) = P (X=xi), de una variable aleatoria discreta X
tome los diferentes valores xi, dentro del rango en que está definido y
cumple con las siguientes condiciones:
0 ≤ f(xi) = F(X=xi) ≤ 1, Ɐ xi

∑ f ( xi ) =1
i=1

b

P(a ≤ x ≤ b) =

∑ f ( xi )
i=a

Ejemplo:
Sea X la variable aleatoria que representa la suma de puntos que se
obtiene al lanzar dos dados, esta tiene como función de probabilidad:

para x=8. 9. 0 en otros casos Y para los diferentes valores de x.10. Y cumple con las siguientes condiciones: 0 ≤ f (xi) ≤ 1 ∞ ∫ f ( x ) dx=1 −∞ . 36 . FUNCIÓN DE DENSIDAD DE UNA VARIABLE ALEATORIA CONTINUA: Describe la probabilidad relativa según la cual dicha variable aleatoria tomará determinado valor. 36 . La probabilidad de que la variable aleatoria caiga en una región específica del espacio de posibilidades estará dada por la integral de la densidad de esta variable entre uno y otro límite de dicha región.12.6.{ x−1 . se tiene: x f(x) 2 3 4 5 6 7 8 9 10 11 12 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 Su representación gráfica SE muestra en la figura: f(x) 2 3 4 5 6 7 8 9 10 11 12 x Función de probabilidad de una variable aleatoria discreta.7. f ( x )= 13−x . para x=2.3.11.4.5.

Calcular P(-0.8 0.5≤x≤0.562 0.75(1−x 2 )dx −0.72 5 0 0.4 -0.5 ≤ x ≤ 0.6 0.2 0.8 -0.2 0.2 0 0.8 -0.5 -0.2 .1].4 0. para valores de x. Elaborar el gráfico de la función densidad.6 -0.5 2.562 0.2 -1 -0.8 x Función de densidad de una variable aleatoria continua 0.5 1 1.5) = ∫ 0.6 0. se evalúa f(x).5) Solución 1. para cualquier otro valor Se pide: 1.5 0.27 0. 2.8 0.4 0.27 5 1 0 Su representación gráfica se muestra en la siguiente figura: f(x) 0. que estén en el intervalo definido por [-1.72 0. así se tiene: x -1 f(x) 0 -0.0 -1. para−1∧≤ x ≤ 1 0 .75 0.75 ( 1−x ) . Para elaborar el gráfico.b P (a ≤ x ≤ b) = ∫ f ( x ) dx a Ejemplo: Sea X una variable aleatoria continua que tiene la función de densidad: { 2 f ( x )= 0.2 0.2 0. P(-0.

125 3 =0.5 −0.5 ) ¿ ¿ 0.5 −¿ ¿ (¿ 3¿¿ 3) ¿ 0.25] =0.6875 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA: Si X es una variable aleatoria (discreta o cuntinua).5-(-0.75 ∫ x 2 dx −0. es decir: .5 0. para los cuales xi es menor o igual que x.5≤ x ≤ 0.53 =0.75 [0. como la probabilidad de que X tome cualquier valor menor o igual que x. se puede expresar como la sumatoria de los f (xi).5 dx−¿ = 0.3 ¿ 0.75 3 + - 0.5) =0.5 ¿ x 3 0.5).25 ] 3 [3−0.0.25 x 2.75 ∴ P (-0.75 + 3 −0.75 [1 −¿ =0.125 ¿¿ 3 −0.5 x∨¿0.75 [1 = 0. es decir: F(x) = P (X ≤ x) Se puede demostrar que: P(a ≤ x ≤ b) = F(b) – F(a) FUNCIÓN DE DISTRIBUCIÓN ACUMULADA CORRESPONDIENTE A UNA DISTRIBUCIÓN DISCRETA: Para el caso de una variable discreta F(x). se define la función de distribución o función de distribución acumulada F(x).5 ∫¿ −0.5 ∨¿ ¿ =0.

f (2) = 3/8. F ( x )=P ( X ≤ x )= ∑ f ( xi) xi ≤ x Ejemplo: Sea X una variable aleatoria discreta con función de probabilidades: f (0) = 1/8. Siguiendo el mismo proceso del punto anterior.5 0.88 0. se puede determinar F(x) para los diferentes intervalos de x. P (X ≤ 2) = F(2) = 2 f(0) + f(1) + f(2) ∑¿ x=0 P (X ≤ 2) = 1 8 + 3 8 + 3 8 P (X ≤ 2) = 7/8 2. así se tiene: x x<0 F(x) 0 0≤x< 0≤x< 0≤x< 1 2 3 1/8 4/8 7/8 x≥3 1 F(x) 1 0.75 0. f (1) = 3/8.25 0.. Dibujar la función de distribución acumulada.38 0. Calcular P (X ≤ 2): 2. f (3) = 1/8 1. Solución: f ( x )=¿ 1.63 0.13 0 0 1 2 3 4 X Función acumulada de una variable discreta .

entre x=a y x=b: También se cumple que la probabilidad P(x=a) = 0. es igual al área que hay debajo de la curva de la función densidad f(x). que el área bajo la curva f(x) en un punto. es cero: . en efecto: P ( x=a )=F ( a )−F ( a )=0 Es decir.FUNCIÓN DE DISTRIBUCIÓN ACUMULADA CORRESPONDIENTE A UNA DISTRIBUCIÓN CONTINUA: Para el caso de una variable continua. F(x) se representa por: ∞ F ( x )=P ( X ≤ x )= ∫ f ( x ) dx −∞ La relación entre la función de distribución acumulada y la función densidad es: dF( x ) d( x) ¿ f (x ) b Entonces tenemos: P ( a ≤ x ≤ b )=F ( b )−F(a)=∫ f ( x ) dx a Esto significa que la probabilidad del evento a ≤ x ≤ b.

La función acumulada. P(x < 2) P(0. para 0 ≤ x ≤ 3 f ( x )= 9 0.2 < X < 2. Ejemplo: Sea X una variable aleatoria continua. para cualquier otro valor Calcular: 1. { 2 x . 3. 9 9 x | 0 = x3 27 –0 . que tiene la función de densidad. 4. Solución: 1.La probabilidad de un punto es cero. De esto. a ≤ x ≤ b (Siendo a y b fijos. como F(x) es continua. a< x< b . pero arbitrarios y con b > a). es decir: P ( a< x ≤ b ) =P ( a< x< b )=P ( a ≤ x< b )=P ( a ≤ x ≤ b ) Esta situación es diferente para el caso de una distribución discreta.5) P(x>1) Dibujar la función de distribución acumulada. son todos iguales. a ≤ x <b . se observa que las probabilidades correspondientes a los intervalos: a< x ≤b . Por definición: x F(x) = ∫ f ( x ) dx −∞ 0 F(x) = x ∫ f ( x ) dx −∞ + ∫ f ( x ) dx 0 x ∫ f ( x ) dx F(x) = 0 + x F(x) = 0 2 ∫ x9 d(x) = 0 1 x3 . 5. 2.

963 5.2 0.2 < x < 2.5784.0 0.2 < x < 2.1250 0.5) = 0. Para elaborar el gráfico de F(x) = x3 27 .008) P (0.2963 3.5) = 27 + 27 = 1 27 (15. P (0.5 0.5787 0.0046 3 1 0.0 0 1 2 3 x Función acumulada de variable continua.4 0.3 x 27 F(x) = 2.5 0.29630 0 0 Cuya representación gráfica es la siguiente: F(x) 1. x 0 F(x) 0 0. 3].0370 4 1.5) = F(2.2) 3 3 2. P (x > 1) = 1 – P (x ≤ 1) = 1. 3 1 .2 P (0.2 < x < 2.5 0.5) – F(0.[F(1) – F(0)] 1 −0¿ P (x > 1) = 1 – [ 27 P (x > 1) = 0.6 0. se dan valores a x en el intervalo [0.F(0) 23 P(x < 2) = 27 – 0 P(x < 2) = 0. así se tiene.8 0.625 – 0. 4. P(x < 2) = P(0 < x < 2) = F(2) .5 2 2.