Académique Documents
Professionnel Documents
Culture Documents
DISCRETA: La variable aleatoria X se dice que es discreta si los números asignados a los
sucesos elementales de E son puntos aislados. Sus posibles valores constituyen un conjunto finito
o infinito numerable. Por ejemplo, supongamos el experimento consistente en lanzar tres veces
una moneda no trucada; si consideramos la variable aleatoria X=”número de caras obtenidas en
los tres lanzamientos”, los valores que puede tomar esta variable aleatoria son finitos (0,1,2,3).
CONTINUA: La variable aleatoria X será continua si los valores asignados pueden ser
cualesquiera, dentro de ciertos intervalos, es decir, puede tomar cualquier valor de R. Por ejemplo,
si consideramos el experimento aleatoria consistente en medir el nivel de agua en un embalse y
tomamos la variable aleatoria X=”nivel de agua”, esta puede tomar valores entre 0 y más infinito.
DISCRETA: La variable aleatoria X se dice que es discreta si los números asignados a los sucesos
elementales de E son puntos aislados. Sus posibles valores constituyen un conjunto finito o infinito
numerable. Por ejemplo, supongamos el experimento consistente en lanzar tres veces una moneda
no trucada; si consideramos la variable aleatoria X=”número de caras obtenidas en los tres
lanzamientos”, los valores que puede tomar esta variable aleatoria son finitos (0,1,2,3).
CONTINUA: La variable aleatoria X será continua si los valores asignados pueden ser
cualesquiera, dentro de ciertos intervalos, es decir, puede tomar cualquier valor de R. Por ejemplo,
si consideramos el experimento aleatoria consistente en medir el nivel de agua en un embalse y
tomamos la variable aleatoria X=”nivel de agua”, esta puede tomar valores entre 0 y más infinito.
Distribución de probabilidad
Por simplicidad, cuando no hay lugar a confusión, suele omitirse el subíndice y se escribe,
simplemente . Donde en la fórmula anterior:
, es la probabilidad definida sobre un espacio de probabilidad y una medida unitaria sobre
el espacio muestral.
Es la medida sobre la σ-álgebra de conjuntos asociada al espacio de probabilidad.
Es el espacio muestral, o conjunto de todos los posibles sucesos aleatorios, sobre el que se
define el espacio de probabilidad en cuestión.
Es la variable aleatoria en cuestión, es decir, una función definida sobre el espacio
muestral a los números reales.
Propiedades
y finalmente
Por lo tanto una vez conocida la función de distribución para todos los valores de la variable
aleatoria conoceremos completamente la distribución de probabilidad de la variable.
Para realizar cálculos es más cómodo conocer la distribución de probabilidad, y sin embargo para
ver una representación gráfica de la probabilidad es más práctico el uso de la función de densidad.
Se denomina distribución de variable discreta a aquella cuya función de probabilidad sólo toma
valores positivos en un conjunto de valores de finito o infinito numerable. A dicha función se le
llama función de masa de probabilidad. En este caso la distribución de probabilidad es la suma de
la función de masa, por lo que tenemos entonces que:
Y, tal como corresponde a la definición de distribución de probabilidad, esta expresión representa la
suma de todas las probabilidades desde hasta el valor .
Distribución normal.
Se denomina variable continua a aquella que puede tomar cualquiera de los infinitos valores
existentes dentro de un intervalo. En el caso de variable continua la distribución de probabilidad es
la integral de la función de densidad, por lo que tenemos entonces que:
Función de Probabilidad
Ejemplo
Podemos obtener las frecuencias relativas de las calificaciones de un curso y disponerlas en una
tabla:
F(x) ó Fx
Para estudiar la función de distribución distinguiremos entre el caso discreto y el caso continuo.
CASO DISCRETO: Sea X una variable aleatoria discreta asociada a un espacio probabilístico, se
define la función de distribución: RxF → [ 1,0:)( ] que verifica [ ] ∑ < =≤Ρ= Ρ xxi XXxF i
2_Apuntes de Estadística II
(0 caras, 1/8); (1 cara, 3/8); (2 caras, 3/8); (3caras, 1/8), Calcula la probabilidad de obtener menos
dos caras?
F (1) = Prob [ X ≤ 1] = ∑ Pi 1= Prob [ X =0] + Prob [ X = 1] = 1/8 + 3/8= 4/8 xi< ⇒ ≤ xFxFxx .
La función de distribución para una variable discreta siempre verifica las siguientes propiedades: A)
F =(−∞)= 0; F=(+∞)= 1
CASO CONTINUO: Sea X una variable aleatoria continua con función de densidad f(x), se define
la función de distribución, F(x), como:
( ) [ ] ∫ ∞ ∞− =≤Ρ= )( dxxfXxxF
. La función de distribución para una variable continua siempre verifica las siguientes propiedades:
A)F(x) ≥ 0;
B) ∫ ∞ ∞ f(x)dx=1