6.

1 INTRODUCCIN

Un momento de reflexin sobre variables aleatorias que se encuentran en el

mundo real debe convencernos de que no todas las variables aleatorias de
inters son discretas. El nmero de das que llueve en un periodo de n das es
una variable aleatoria discreta porque el nmero de das debe tomar uno de
los n+1 valores 0,1,2,..., o n . Ahora considere la lluvia diaria en un punto
geogrfico especfico. En teora, con equipo de medicin de precisin perfecta,
la cantidad de lluvia podra tomar cualquier valor entre 0 y 15 centmetros. En
consecuencia, cada uno del nmero incontable e infinito de puntos del
intervalo (0,15) representa un valor posible distinto de la cantidad de lluvia en
un da. Una variable aleatoria que puede tomar cualquier valor en un intervalo
se denomina continua y el propsito de este apartado es estudiar
distribuciones de probabilidad para variables aleatorias continuas. La
produccin de un antibitico en un proceso de fermentacin es una variable
aleatoria continua, al igual que la duracin de vida til, en aos, de una
mquina de inyeccin de plstico.
La distribucin de probabilidad para una variable aleatoria discreta siempre
puede darse al asignar una probabilidad no negativa a cada uno de los
posibles valores que la variable pueda tomar. En todo caso, por supuesto, la
suma de todas las probabilidades que asignamos debe ser igual a 1. Por
desgracia, la distribucin de probabilidad para una variable aleatoria continua
no puede ser especificada en la misma forma. Es matemticamente imposible
asignar probabilidades diferentes de cero a todos los puntos de un intervalo
de recta al tiempo que se satisface el requisito de que las probabilidades de
los distintos valores posibles ascienden a 1.
En consecuencia, debemos desarrollar un mtodo diferente para describir la
distribucin de probabilidad para una variable aleatoria continua.
Supongamos que se tiene un conjunto de mediciones en una variable aleatoria
continua y que crea un histograma de frecuencia relativa para describir la
distribucin de las mismas. Para un pequeo nmero de mediciones, se puede
usar un pequeo nmero de clases; entonces, a medida que se recolecten ms

y ms mediciones, se pueden usar ms clases y reducir el ancho de clase. El

perfil del histograma cambiar ligeramente, casi todo el tiempo hacindose
cada vez ms irregular, como se muestra en la figura 6.1. Cuando el nmero de
mediciones se hace muy grande y los anchos de clase se hacen muy angostos,
el histograma de frecuencia relativa aparece cada vez ms como la curva suave
que aparece en la figura 6.1d). Esta curva suave describe la distribucin de
probabilidad de la variable aleatoria continua.

Figura 6.1.1

Una variable aleatoria continua puede tomar cualquiera de un nmero infinito

de valores de la recta real. La distribucin de probabilidad es creada al
distribuir una unidad de probabilidad a lo largo de la recta. La profundidad o
densidad de la probabilidad, que vara con x, puede ser descrita por una
frmula matemtica f(x), llamada distribucin de probabilidad o funcin de
densidad de probabilidad para la variable aleatoria x.
Varias propiedades importantes de distribuciones continuas de probabilidad
son comparables a sus similares discretas. As como la suma de
probabilidades discretas (o la suma de las frecuencias relativas) es igual a 1 y la
probabilidad de que x caiga en cierto intervalo puede hallarse al sumar las
probabilidades en ese intervalo, las distribuciones de probabilidad tienen las
caractersticas que se detallan a continuacin.
1.

El rea bajo una distribucin continua de probabilidad es igual a 1.

2.

La probabilidad de que x caiga en un intervalo particular, por ejemplo

de a a b, es igual al rea bajo la curva entre los dos puntos a y b.
Tambin hay una diferencia importante entre variables aleatorias discretas y
continuas.
Considere la probabilidad de que x sea igual a algn valor en particular, por
ejemplo a. Como no hay rea arriba de un solo punto, por ejemplo

x=a, en la

distribucin de probabilidad para una variable aleatoria continua, nuestra

definicin implica que la probabilidad es 0.
Esta seccin se dedica a describir y mostrar aplicaciones de la distribucin
normal. La distribucin normal es muy importante por tener muchas
aplicaciones y un amplio uso en la inferencia estadstica.