Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
i
i
x p
La funcin p(x
i
) se llama funcin de probabilidad de la v. a. X.
La coleccin de pares (x
i
, p(x
i
)), para i = 1, 2, ..., se llama distribucin de probabilidad de la variable
aleatoria X.
La distribucin de probabilidad de una v. a. discreta X permite estudiar completamente a la variable
aleatoria y se la puede representar por medio de una frmula, una tabla o una grfica que indique las
probabilidades p(x
i
) correspondientes a cada uno de los valores de X.
EJEMPLO 7:
De un grupo de 6 estudiantes, donde 3 son varones, se eligen 2 estudiantes al azar. Sea la v. a. X el nmero
de varones elegidos. Encontrar la distribucin de probabilidad de X.
SOLUCIN: La eleccin aleatoria de dos de seis estudiantes se puede hacer de
6
2
C = 15 maneras. Por lo
tanto, O contiene 15 puntos muestrales, en forma de pares, igualmente probables. Los posibles valores de X
son 0, 1 y 2.
La funcin de probabilidad de cada valor de X es:
p(0) = P(X = 0) =
6
2
3
2
3
0
C
C C
= 3/15 = 1/5
p(1) = P(X = 1) =
15
3
1
3
1
C C
= 9/15 = 3/5
p(2) = P(X = 2) =
15
3
0
3
2
C C
= 3/15 = 1/5
La distribucin de probabilidad se presenta en la tabla que sigue y en el lado derecho se muestra la
representacin grfica de la misma.
__________ p(x
i
)
x p(x)
__________
0 1/5
1 3/5
2 1/5
__________ 0 1 2 x
i
Puede observarse que, para cada valor de X se cumple: 0 1 s s p x ( ) , y la suma de probabilidades asignadas a
cada valor de X es igual a 1
Esta distribucin de probabilidad de X tambin se puede representar por medio de una frmula, como la
siguiente:
p(x) =
6
2
3
2
3
C
C C
x x
, para x = 0, 1, 2.
Las distribuciones de probabilidad son modelos que se utilizan para representar distribuciones empricas.
UNMSM FISI EAPIS CURSO: ESTADISTICA II SEMESTRE 2014-1
PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Pgina 4
EJEMPLO 8:
Si se define la v. a. X como el nmero de caras observadas al tirar dos monedas, entonces X puede tomar los
valores 0,1,2. La probabilidad asociada a cada valor es como sigue:
P(X = 0) = P( salga ninguna cara) =
P(X = 1) = P(salga una cara) =
P(X = 2) = P(salgan dos caras) =
La distribucin de probabilidad aparece a continuacin:
x 0 1 2
P(x) 1/4 1/2 1/4
FUNCIN DE DISTRIBUCIN DE X
Conociendo la distribucin de probabilidad de una variable discreta X, se puede hallar la funcin de
distribucin acumulativa de X, definida como:
F(a) = P(X s a), para todo nmero real a.
Siendo X discreta, F(a) = P(X s a) = p(x
i
), x
i
s a.
En el ejemplo de arriba, F(2) = P(X s 2) =
= p(x
1
) + p(x
2
) + p(x
3
) = 1/4 +1/2 +1/4 = 1
PROPIEDADES
P(X > a) = 1 - P(X s a) = 1 - F(a)
P(a < X s b) = P(X s b) - P(X s a) = F(b) F(a)
P(X < a) = F(a - 0)
P(X = a) = F(a) F(a - 0)
EJEMPLO: Para la v. a. definida en el ejm. 8, la funcin de distribucin de X est dada por
0 x < 0
0.25 0 s x < 1
F(x) = P(X s x) 0.75 1 s x < 2
1 x > 2
Grficamente:
F(x)
1
0.75
0.25
0 1 2 X
UNMSM FISI EAPIS CURSO: ESTADISTICA II SEMESTRE 2014-1
PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Pgina 5
DISTRIBUCIN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA CONTINUA
Formalmente, una variable aleatoria es continua si es posible encontrar una funcin f x ( ) no negativa que
cumple las siguientes propiedades:
a) f x ( )>0
b) f x dx ( ) =
}
1
c) b a R b a dx x f b X a P < e = s s
}
, , donde , ) ( ) (
La funcin f que describe la manera como se comporta la variable aleatoria se llama funcin de densidad
de la v.a. X.
El conjunto {R
X
, f(x)} se llama distribucin de probabilidad de la v.a. X y contiene toda la informacin
necesaria para estudiar completamente a la variable.
Segn la propiedad (c), P a X b ( ) s s representa el rea bajo la curva f(x) limitada por las rectas
x = a y x = b.
Asimismo, como consecuencia de la propiedad c), la probabilidad de que una variable aleatoria continua
tome un valor x
0
es cero, puesto que P(X = x
0
) =
}
=
0
0
0 ) (
x
x
dx x f
De acuerdo a esta igualdad, la probabilidad de que el peso X de una persona sea 50 kilos es 0; ello no
significa que el evento [X = 50] sea imposible. Por las diferentes limitaciones de los instrumentos de
medicin, no es posible dar el peso exacto de la persona, a lo ms podremos indicar que su peso est en un
determinado intervalo.
NOTA: f(x) no representa la probabilidad de nada. Slo cuando la funcin se integra entre dos lmites
produce una probabilidad.
EJEMPLO 9:
Sea la variable aleatoria continua X con funcin de densidad f dada por
f(x) = 2x , para 0<x<1
Claramente, f x ( )> =
}
0 1 y 2xdx
0
1
.
Para calcular P(X<1/2) debemos evaluar la integral 2 1 4
0
1 2
xdx =
}
/
/
.
EJEMPLO 10:
Dada f(y) = cy
2
, para 0<y<2, encontrar el valor de c para que f(y) sea una funcin de densidad vlida.
Buscaremos el valor de c tal que cy dy
2
0
2
1
}
= . Integrando resulta c = 3/8.
Podemos evaluar
}
= = < s
2
1
2
. 8 / 7 8 3 ) 2 1 ( dy y Y P
EJEMPLO 11:
Un vendedor de kerosene tiene un tanque de 150 galones que se llena al principio de cada semana. Su
demanda semanal tiene una frecuencia relativa que crece constantemente desde cero hasta 100 galones y
UNMSM FISI EAPIS CURSO: ESTADISTICA II SEMESTRE 2014-1
PROFESORA: LIC. JUSTA CARIDAD HUAROTO SUMARI Pgina 6
permanece constante entre 100 y 150 galones. Si Y denota la demanda semanal, en cientos de galones, la
frecuencia relativa de la demanda se puede representar por
lugar otro en 0
1.5 y < 1 para 1
1 0 para ) (
s
s s = y y y f
Calcular: P(0<Y<0.5) y P(0.5<Y<1.2).
P(0<Y<0.5) = ydy =
}
0125
0
0 5
.
.
P(0.5<Y<1.2) = ydy dy + = 3/8 + 0.2 =0.575
1
1 2
0 5
1 .
.
} }
FUNCIN DE DISTRIBUCIN DE X:
P(X s a) =
EJEMPLO: Con los datos del ej. 9, el alumno podr comprobar que F(x) = x
2
, cuando 0 ;
0, cuando x < 0; 1, cuando x 1.
EJERCICIO: obtener la funcin de distribucin de las variables aleatorias definidas en los ejemplos 10 y
11.