Vous êtes sur la page 1sur 4

DISTRIBUCIÓN DE LAPLACE

En teoría de la probabilidad la distribución de Laplace es una densidad de probabilidad


continua, llamada así en honor a Pierre-Simon Laplace. Es también conocida como
distribución doble exponencial puesto que puede ser considerada como la relación de las
densidades de dos distribuciones exponenciales adyacentes. La distribución de Laplace
resulta de la diferencia de dos variables exponenciales aleatorias, independientes e
idénticamente distribuidas.
1. Densidad de probabilidad
Se dice que una variable aleatoria X de tipo continuo tiene distribución de Laplace
de parámetros 𝜇 y 𝑏 (𝑏 > 0) si su función de densidad es:
1 |𝑥 − 𝜇|
𝑓(𝑥|𝜇, 𝑏) = exp (− ) − ∞ < 𝑥 < ∞, −∞ < 𝜇 < ∞
2𝑏 𝑏
𝜇−𝑥
1 exp (− ) 𝑠𝑖 𝑥 < 𝜇
= { 𝑏
2𝑏 exp (− 𝑥 − 𝜇 ) 𝑠𝑖 𝑥 ≥ 𝜇
𝑏
Siendo μ un parámetro de localización y b > 0 un parámetro de escala. Si μ = 0 y b = 1,
la distribución de Laplace se dice que es estándar y su restricción a los números reales
positivos es la distribución exponencial de parámetro 1/2.
La función de densidad de probabilidad de la distribución de Laplace recuerda la de
la distribución normal, pero mientras la distribución normal se expresa en términos de la
diferencia al cuadrado, la distribución de Laplace hace intervenir la diferencia
absoluta. Así la distribución de Laplace presenta colas más gruesas que la distribución
normal.
La función de densidad de probabilidad de la distribución de Laplace recuerda la de la
distribución normal, pero mientras la distribución normal se expresa en términos de la
diferencia al cuadrado(𝑥 − 𝜇)2, la distribución de Laplace hace intervenir la diferencia
absoluta |𝑥 − 𝜇|. Así la distribución de Laplace presenta colas más gruesas que la
distribución normal.

1. Funciones de densidad de Laplace y Normal estandarizadas para su media sea 0 y su


varianza 1.
1.1.Demostración

i. 𝑓(𝑥) ≥ 0, ∀𝑥 ∈ ℝ
Es evidente por la definición de valor absoluto de la función.

ii. ∫−∞ 𝑓(𝑥)𝑑𝑥 = 1
2. Función de distribución
La integral de la distribución de Laplace se obtiene con facilidad gracias al uso
del valor absoluto. Su función de distribución acumulativa es:

𝑥
𝐹(𝑥) = ∫ 𝑓(𝑢)𝑑𝑢
−∞
1 𝑢−𝑥
𝑒𝑥𝑝 (− ) 𝑠𝑖 𝑥 < 𝑢
={ 2 𝑏
1 𝑥−𝑢
1 − 𝑒𝑥𝑝 (− ) 𝑠𝑖 𝑥 ≥ 𝑢
2 𝑏

2. Función de Distribución de probabilidad

Ejemplo

Una distribución es leptocúrtica si la función de densidad presenta un grado de apuntamiento


mayor que el de la distribución normal con la misma media y varianza, lo que se traduce en un
coeficiente de curtosis positivo. Comprobar gráficamente el carácter leptocúrtico de la
distribución de Laplace para el caso particular en que a= 2 y b= 3

En primer lugar hay que calcular la media y varianza de esta distribución para luego
representar la función de densidad de la distribución normal correspondiente.
La distribución de Laplace(2,3) se debe comparar gráficamente con la distribución normal de
media 2 y varianza 18 (desviación típica 4,24).

Veamos a continuación la representación de ambas funciones de densidad:

A la vista de las gráficas se aprecia claramente que la función de densidad de la distribución


Laplace(2,3) es más apuntada que la función de densidad de la normal con su misma media y
desviación típica, tal como indicaba el valor del coeficiente de curtosis (3).

Aplicación

En la hidrología, se utiliza la distribución de Laplace para analizar variables


aleatorias como valores máximos de la precipitación y la descarga de ríos,3 y además para
describir épocas de sequía.4
La imagen azul ilustra un ejemplo de ajuste de la distribución de Weibull a lluvias máximas
diarias ordenadas, mostrando también la franja de 90% de confianza, basada en
la distribución binomial. Las observaciones presentan los marcadores de posición, como
parte del análisis de frecuencia acumulada.