Distribucin de probabilidad

X : R es la variable aleatoria en cuestin,

0.4

es decir, una funcin denida sobre el espacio

0.3

muestral a los nmeros reales.

0.2

34.1% 34.1%
0.1

2.1% 2.1%
1.1 Propiedades
0.1% 13.6% 13.6% 0.1%
0.0

3 2 1 0 1 2 3 Como consecuencia casi inmediata de la denicin, la

funcin de distribucin:
La distribucin Normal suele conocerse como la campana de
Gauss. Es una funcin continua por la derecha.

En teora de la probabilidad y estadstica, la distribucin Es una funcin montona no decreciente.

de probabilidad de una variable aleatoria es una funcin
que asigna a cada suceso denido sobre la variable alea- Adems, cumple
toria la probabilidad de que dicho suceso ocurra. La dis-
tribucin de probabilidad est denida sobre el conjunto
de todos los sucesos, cada uno de los sucesos es el rango
de valores de la variable aleatoria. lim F (x) = 0
x
La distribucin de probabilidad est completamente es-
y
pecicada por la funcin de distribucin, cuyo valor en
cada x real es la probabilidad de que la variable aleatoria
sea menor o igual que x.
lim F (x) = 1
x+

1 Denicin de funcin de distribu- Para dos nmeros reales cualesquiera a y b tal que (a < b)
, los sucesos (X a) y (a < X b) son mutuamente
cin excluyentes y su unin es el suceso (X b) , por lo que
tenemos entonces que:
Dada una variable aleatoria X , su funcin de distribu-
cin, FX (x) , es
P (X b) = P (X a) + P (a < X b)
FX (x) = Prob(X x) = P {
|X() x} P (a < X b) = P (X b) P (X a)

y nalmente
Por simplicidad, cuando no hay lugar a confusin, suele
omitirse el subndice X y se escribe, simplemente, F (x) .
Donde en la frmula anterior:
P (a < X b) = F (b) F (a)
Prob , es la probabilidad denida sobre un
Por lo tanto una vez conocida la funcin de distribucin
espacio de probabilidad y una medida unitaria
F (x) para todos los valores de la variable aleatoria x co-
sobre el espacio muestral.
noceremos completamente la distribucin de probabili-
P es la medida sobre la -lgebra de conjun- dad de la variable.
tos asociada al espacio de probabilidad.
Para realizar clculos es ms cmodo conocer la distri-
es el espacio muestral, o conjunto de todos bucin de probabilidad, y sin embargo para ver una re-
los posibles sucesos aleatorios, sobre el que se presentacin grca de la probabilidad es ms prctico el
dene el espacio de probabilidad en cuestin. uso de la funcin de densidad.

1
2 2
Normal p.d.f.
0.3
Binomial p.m.f.
0.25
0.2
P[X=k]
0.15
0.1
0.05
0 face todos los requisitos para ser considerada como
0 1 2 3 4 5
k
Grca de distribucin binomial.
2 Distribuciones de variable dis-
creta
Se denomina distribucin de variable discreta a aquella
cuya funcin de probabilidad slo toma valores positivos
en un conjunto de valores de X nito o innito nume-
rable. A dicha funcin se le llama funcin de masa de
probabilidad. En este caso la distribucin de probabili-
dad es la suma de la funcin de masa, por lo que tenemos
entonces que:
x
F (x) = P (X x) = f (k)
k=
Y, tal como corresponde a la denicin de distribucin de
probabilidad, esta expresin representa la suma de todas
las probabilidades desde hasta el valor x .
2.1 Tipos de distribuciones de variable dis-
creta
Denidas sobre un dominio nito
La distribucin de Bernoulli, que toma valores 1,
con probabilidad p, o 0, con probabilidad q = 1
p.
La distribucin de Rademacher, que toma valores
1 o "1 con probabilidad 1/2 cada uno.
La distribucin binomial, que describe el nmero de
aciertos en una serie de n experimentos indepen-
dientes con posibles resultados s" o no (ensayo
de Bernoulli, todos ellos con probabilidad de acier-
to p y probabilidad de fallo q = 1 p.
DISTRIBUCIONES DE VARIABLE DISCRETA
La distribucin de Poisson, que describe el nmero
de eventos de en un cierto intervalo de tiempo y que
puede obtenerse como lmite de una distribucin bi-
nominal.
La distribucin beta-binomial, que describe el n-
mero de aciertos en una serie de n experimentos in-
dependientes con posibles resultados s" o no, ca-
da uno de ellos con una probabilidad de acierto va-
riable denida por una beta.
La distribucin degenerada en x0, en la que X toma
el valor x0 con probabilidad 1. A pesar de que no
parece una variable aleatoria, la distribucin satis-
6
tal.
La distribucin uniforme discreta, en el que todos
los resultados posibles forman de un conjunto nito
en el que todos son igualmente probables. Esta dis-
tribucin describe el comportamiento aleatorio de
una moneda, un dado o una ruleta de casino equili-
brados (sin sesgo).
La distribucin hipergeomtrica, que mide la pro-
babilidad de obtener x (0 x d) elementos de una
determinada clase formada por d elementos perte-
necientes a una poblacin de N elementos, tomando
una muestra de n elementos de la poblacin sin re-
emplazo.
distribucin hipergeomtrica no central de Fisher.
distribucin hipergeomtrica no central de Walle-
nius.
La ley de Benford, que describe la frecuencia del
primer dgito de un conjunto de nmeros en notacin
decimal.
Denidas sobre un dominio innito
La distribucin binomial negativa o distribucin de
Pascal, que describe el nmero de ensayos de Ber-
noulli independientes necesarios para conseguir n
aciertos, dada una probabilidad individual de xito
p constante.
La distribucin geomtrica, que describe el nme-
ro de intentos necesarios hasta conseguir el primer
acierto.
La distribucin beta-binomial negativa, que descri-
be el nmero de experimentos del tipo si/no ne-
cesarios para conseguir n aciertos, cuando la pro-
babilidad de xito de cada uno de los intentos est
distribuida de acuerdo con una beta.
La distribucin binomial negativa extendida.
3.1 Tipos de distribuciones de variable continua 3

La distribucin de Boltzmann, importante en

mecnica estadstica, que describe la ocupacin de
los niveles de energa discretos en un sistema en
equilibrio trmico. Varios casos especiales son:

La distribucin de Gibbs.

La distribucin de MaxwellBoltzmann.

La distribucin elptica asimtrica.

La distribucin fractal parabolica.

La distribucin hipergeomtrica extendida.

Distribucin normal.
La distribucin logartmica.
3.1 Tipos de distribuciones de variable
La distribucin logartmica generalizada. continua
La distribucin de Poisson, que describe el nmero Distribuciones denidas en un intervalo acotado
de eventos individuales que ocurren en un periodo de
tiempo. Existen diversas variantes como la Poisson
desplazada, la hiper-Poisson, la binomial de Poisson La distribucin arcoseno, denida en el intervalo
y la ConwayMaxwellPoisson entre otras. [a,b].

La distribucin beta, denida en el intervalo [0, 1],

La distribucin de Polya-Eggenberger.
La distribucin Skellam, que describe la diferencia
de dos variables aleatorias independientes con dis-
tribuciones de Poisson de distinto valor esperado.
La distribucin de YuleSimon.
La distribucin zeta, que utiliza la funcin zeta de
Riemman para asignar una probabilidad a cada n-
mero natural.
La ley de Zipf, que describe la frecuencia de utili-
zacin de las palabras de una lengua.
La ley de ZipfMandelbrot es una versin ms pre-
cisa de la anterior.
que es til a la hora de estimar probabilidades.
La distribucin del coseno alzado, sobre el intervalo
[\mu-s,\mu+s].
La distribucin degenerada en x0, en la que X toma
el valor x0 con probabilidad 1. Puede ser considera-
da tanto una distribucin discreta como continua.
La distribucin de Irwin-Hall o distribucin de la
suma uniforme, es la distribucin correspondiente a
la suma de n variables aleatorias i.i.d. ~ U(0, 1).
La distribucin de Kent, denida sobre la supercie
de una esfera unitaria.
La distribucin de Kumaraswamy, tan verstil como
la beta, pero con FDC y FDP ms simples.

La distribucin logartmica continua.

3 Distribuciones de variable conti-
nua
Se denomina variable continua a aquella que puede tomar
cualquiera de los innitos valores existentes dentro de un
intervalo. En el caso de variable continua la distribucin
de probabilidad es la integral de la funcin de densidad,
por lo que tenemos entonces que:
x
F (x) = P (X x) = f (t) dt
La distribucin logit-normal en (0, 1).
La distribucin normal truncada, sobre el intervalo
[a, b].
La distribucin reciproca, un tipo de distribucin in-
versa.
La distribucin triangular, denida en [a, b], de la
cual un caso particular es la distribucin de la su-
ma de dos variables independientes uniformemen-
te distribuidas (la convolucin de dos distribuciones
uniformes).
4 3 DISTRIBUCIONES DE VARIABLE CONTINUA

La distribucin uniforme continua denida en el in-
tervalo cerrado [a, b], en el que la densidad de pro-
babilidad es constante.
La distribucin rectangular es el caso particular en
el intervalo [1/2, 1/2].
La distribucin de Erlang, caso especial de la gam-
ma con un parmetro k entero, desarrollada para
predecir tiempos de espera en sistemas de lneas de
espera.
La distribucin gamma inversa.

La distribucin U-cuadrtica, denida en [a, b], uti- La distribucin gamma-Gompertz, que se utiliza en
lizada para modelar procesos bimodales simtricos. modelos para estimar la esperanza de vida.

La distribucin von Mises, tambin llamada distri- La distribucin de Gompertz.

bucin normal circular o distribucin Tikhonov, de-
La distribucin de Gompertz desplazada.
nida sobre el crculo unitario.
La distribucin de Gumbel tipo-2.
La distribucin von Mises-Fisher, generalizacin de
la anterior a una esfera N-dimensional. La distribucin de Lvy.
La distribucin semicircular de Wigner, importante
en el estudio de las matrices aleatorias. Distribuciones en las que el logaritmo de una varia-
ble aleatoria est distribuido conforme a una distri-
bucin estndar:
Denidas en un intervalo semi-innito, usualmente
[0,)
La distribucin log-Cauchy.
La distribucin beta prima. La distribucin log-gamma.
La distribucin de BirnbaumSaunders, tambin lla- La distribucin log-Laplace.
mada distribucin de resistencia a la fatiga de mate-
riales, utilizada para modelar tiempos de fallo. La distribucin log-logistic.

La distribucin chi. La distribucin log-normal.

La distribucin chi no central. La distribucin de MittagLeer.

La distribucin o distribucin de Pearson, que es La distribucin de Nakagami.

la suma de cuadrados de n variables aleatorias in-
dependientes gaussianas. Es un caso especial de la
gamma, utilizada en problemas de bondad de ajus-
te.
La distribucin chi-cuadrada inversa.
La distribucin chi-cuadrada inversa escalada.
Variantes de la distribucin normal o de Gauss:
La distribucin normal pleglada.
La distribucin semi normal.
La distribucin de Gauss inversa, tambin conocida
como distribucin de Wald.

La distribucin chi-cuadrada no central. La distribucin de Pareto y la distribucin de Pareto

La distribucin de Dagum.
La distribucin exponencial, que describe el tiem-
po entre dos eventos consecutivos en un proceso sin
memoria.
generalizada.
La distribucin tipo III de Pearson.
La distribucin por fases bi-exponencial, comn-
mente usada en farmacocintica.

La distribucin F, que es la razn entre dos variables
\mathbf{\chi}^2_n y \mathbf{\chi}^2_m indepen-
dientes. Se utiliza para realizar anlisis de varianza
por medio del test F.
La distribucin F no central.
La distribucin de Frchet.
La distribucin por fases bi-Weibull.
La distribucin de Rayleigh.
La distribucin de mezcla de Rayleigh.
La distribucin de Rice.
La distribucin T de Hotelling.

La distribucin gamma, que describe el tiempo ne- La distribucin de Weibull o distribucin de Rosin-
cesario para que sucedan n repeticiones de un evento Rammler, para describir la distribucin de tamaos
en un proceso sin memoria. de determinadas partculas.
3.1 Tipos de distribuciones de variable continua
La distribucin Z de Fisher.
Denidas en la recta real completa
La distribucin de BehrensFisher, que surge en el
problema de BehrensFisher.
La distribucin de Cauchy, un ejemplo de distribu-
cin que no tiene expectativa ni varianza. En fsica
se le llama funcin de Lorentz, y se asocia a varios
procesos.
La distribucin de Cherno.
La distribucin estable o distribucin asimtrica
alfa-estable de Lvy, es una familia de distribucio-
nes usadas e multitud de campos. Las distribuciones
normal, de Cauchy, de Holtsmark, de Landau y de
Lvy pertenecen a esta familia.
La distribucin estable geomtrica.
La distribucin de FisherTippett o distribucin del
valor extremo generalizada.
La distribucin de Gumbel o log-Weibull, caso es-
pecial de la FisherTippett.
La distribucin de Gumbel tipo-1.
La distribucin de Holtsmark, ejemplo de una distri-
bucin con expectativa nita pero varianza innita.
La distribucin hiperblica.
La distribucin secante hiperblica.
La distribucin SU de Johnson.
La distribucin de Landau.
La distribucin de Laplace.
La distribucin de Linnik.
La distribucin logstica, descrita por la funcin lo-
gstica.
La distribucin logstica generalizada.
La distribucin map-Airy.
La distribucin normal, tambin llamada distribu-
cin gaussiana o campana de Gauss. Est muy pre-
sente en multitud de fenmenos naturales debido
al teorema del lmite central: toda variable aleato-
ria que se pueda modelar como la suma de varias
variables independientes e idnticamente distribui-
das con expectativa y varianza nita, es aproxima-
damente normal.
La distribucin normal generalizada.
La distribucin normal asimtrica.
5
La distribucin gaussiana exponencialmente modi-
cada, la convolucin de una normal con una expo-
nencial.
La distribucin normal-exponencial-gamma.
La distribucin gaussiana menos exponencial es la
convolucin de una distribucin normal con una dis-
tribucin exponencial (negativa).
La distribucin de Voigt, o perl de Voigt, es la con-
volucin de una distribucin normal y una Cauchy.
Se utiliza principalmente en espectroscopa.
La distribucin tipo IV de Pearson.
La distribucin t de Student, til para estimar me-
dias desconocidas de una poblacin gaussiana.
La distribucin t no central.
Denidas en un dominio variable
La distribucin de FisherTippett o distribucin del
valor extremo generalizada, puede estar denida en
la recta real completa o en un intervalo acotado, de-
pendiendo de sus parmetros.
La distribucin de Pareto generalizada est denida
en un dominio que puede estar acotado inferiormen-
te o acotado por ambos extremos.
La distribucin lambda de Tukey, puede estar de-
nida en la recta real completa o en un intervalo aco-
tado, dependiendo de sus parmetros.
La distribucin de Wakeby.
Distribuciones mixtas discreta/continua
La distribucin gaussiana recticada, es una distri-
bucin normal en la que los valores negativos son
sustituidos por un valor discreto en cero.
Distribuciones multivariable
La distribucin de Dirichlet, generalizacin de la
distribucin beta.
La frmula de muestreo de Ewens o distribucin
multivariante de Ewens, es la distribucin de pro-
babilidad del conjunto de todas las particiones de
un entero n, utilizada en el anlisis gentico de po-
blaciones.
El modelo de BaldingNichols, utilizado en el an-
lisis gentico de poblaciones.
La distribucin multinomial, generalizacin de la
distribucin binomial.
6 4 ENLACES EXTERNOS

La distribucin normal multivariante, generaliza-

cin de la distribucin normal.
La distribucin multinomial negativa, generaliza-
cin de la distribucin binomial negativa.
La distribucin log-gamma generalizada multiva-
riante.

Distribuciones matriciales

La distribucin de Wishart.
La distribucin de Wishart inversa.

La distribucin normal matricial.

La distribucin t matricial.

Distribuciones no numricas

La distribucin categrica.

Distribuciones miscelneas

Distribucin de Cantor.
Distribuciones logsticas generalizadas.

Distribuciones de Pearson.

Distribucin de tipo fase.

4 Enlaces externos

Wikimedia Commons alberga contenido mul-

timedia sobre Distribuciones de probabilidad.
Commons
Wikilibros: Estadstica
 7

5 Text and image sources, contributors, and licenses

5.1 Text
Distribucin de probabilidad Fuente: http://es.wikipedia.org/wiki/Distribuci%C3%B3n%20de%20probabilidad?oldid=81355738 Co-
laboradores: JakobVoss~eswiki, Peregrino~eswiki, Joseaperez, Sabbut, Moriel, JorgeGG, Bermiego, Interwiki, Dodo, Sms, Tano4595,
Renabot, AlfonsoERomero, Airunp, JMPerez, Rembiapo pohyiete (bot), Orgullobot~eswiki, RobotQuistnix, Yrbot, Baito, Vitamine,
BOTijo, YurikBot, Maldoror, BOTpolicia, CEM-bot, Davius, Thijs!bot, Maquita, PabloCastellano, Luiswtc73, Botones, Cgb, Juanwrs,
JAnDbot, Kved, TXiKiBoT, Chabbot, Paulrc, Technopat, Zahualli, Nicoguaro, Matdrodes, Lucien leGrey, BotMultichill, SieBot, Ctrl Z,
Loveless, Immersia, Umarth8, Manw, Enen, Dnu72, Juliabis, PabloAlv, Farisori, Quijav, Leonpolanco, Artra, Petruss, Poco a poco, Juan
Mayordomo, Artorius~eswiki, Darkicebot, AVBOT, J.delanoy, Diegusjaimes, Sardur, Luckas-bot, Centroamericano, Nallimbot, DirlBot,
ArthurBot, Manuelt15, Xqbot, Carlosfran2ceu, Cm001, Botarel, Neozonik, RedBot, Dinamik-bot, Humbefa, Evra83, Miss Manzana,
EmausBot, TuHan-Bot, JackieBot, Rubpe19, Elas, Germanrinconrey, CocuBot, Tokvo, Rahpuser, AvocatoBot, Sebrev, MetroBot, Acrat-
ta, MegaBlackDad, CivilianVictim, Addbot, Lectorina y Annimos: 111

5.2 Images
Archivo:Binomial_Distribution.svg Fuente: http://upload.wikimedia.org/wikipedia/commons/b/b7/Binomial_Distribution.svg Licen-
cia: CC BY-SA 3.0 Colaboradores: Own work. Derived from File:BinDistApprox large.png by Xiao Fei, released under GFDL/CC-BY-
SA-3.0. Artista original: cm (talk)
Archivo:Commons-logo.svg Fuente: http://upload.wikimedia.org/wikipedia/commons/4/4a/Commons-logo.svg Licencia: Public domain
Colaboradores: This version created by Pumbaa, using a proper partial circle and SVG geometry features. (Former versions used to be slightly
warped.) Artista original: SVG version was created by User:Grunt and cleaned up by 3247, based on the earlier PNG version, created by
Reidab.
Archivo:Normal_distribution_pdf.png Fuente: http://upload.wikimedia.org/wikipedia/commons/1/1b/Normal_distribution_pdf.png
Licencia: CC-BY-SA-3.0 Colaboradores: ? Artista original: ?
Archivo:Standard_deviation_diagram.svg Fuente: http://upload.wikimedia.org/wikipedia/commons/8/8c/Standard_deviation_
diagram.svg Licencia: CC BY 2.5 Colaboradores: ? Artista original: ?

5.3 Content license

Creative Commons Attribution-Share Alike 3.0