Distribucin de probabilidad continua

Una distribucin de probabilidad continua, la distribucin normal.

En teora de la probabilidad una distribucin de probabilidad se llama continua si su
funcin de distribucin es continua. Puesto que la funcin de distribucin de una variable
aleatoria X viene dada por
, la definicin implica que en una
distribucin de probabilidad continua X se cumple P[X = a] = 0 para todo nmero real a,
esto es, la probabilidad de que X tome el valor a es cero para cualquier valor de a. Si la
distribucin de X es continua, se llama a X variable aleatoria continua.
En las distribuciones de probabilidad continuas, la distribucin de probabilidad es la
integral de la funcin de densidad, por lo que tenemos entonces que:

Mientras que en una distribucin de probabilidad discreta un suceso con probabilidad cero
es imposible, no se da el caso en una variable aleatoria continua. Por ejemplo, si se mide la
anchura de una hoja de roble, el resultado 3,5 cm es posible, pero tiene probabilidad cero
porque hay infinitos valores posibles entre 3 cm y 4 cm. Cada uno de esos valores
individuales tiene probabilidad cero, aunque la probabilidad de ese intervalo no lo es. Esta
aparente paradoja se resuelve por el hecho de que la probabilidad de que X tome algn
valor en un conjunto infinito como un intervalo, no puede calcularse mediante la adicin
simple de probabilidades de valores individuales. Formalmente, cada valor tiene una
probabilidad infinitesimal que estadsticamente equivale a cero.
Existe una definicin alternativa ms rigurosa en la que el trmino "distribucin de
probabilidad continua" se reserva a distribuciones que tienen funcin de densidad de
probabilidad. Estas funciones se llaman, con ms precisin, variables aleatorias
absolutamente continuas (vase el Teorema de Radon-Nikodym). Para una variable
aleatoria X absolutamente continua es equivalente decir que la probabilidad P[X = a] = 0
para todo nmero real a, en virtud de que hay un incontables conjuntos de medida de
Lebesgue cero (por ejemplo, el conjunto de Cantor).

Una variable aleatoria con la distribucin de Cantor es continua de acuerdo con la primera
definicin, pero segn la segunda, no es absolutamente continua. Tampoco es discreta, ni
una media ponderada de variables discretas y absolutamente continuas.
En aplicaciones prcticas, las variables aleatorias a menudo ofrece una distribucin discreta
o absolutamente continua, aunque tambin aparezcan de forma natural mezclas de los dos
tipos.

Definicin
Para una variable continua hay infinitos valores posibles de la variable y entre cada dos de
ellos se pueden definir infinitos valores ms. En estas condiciones no es posible deducir la
probabilidad de un valor puntual de la variable; como se puede hacer en el caso de
variables discretas, pero es posible calcular la probabilidad acumulada hasta un cierto valor
(funcin de distribucin de probabilidad), y se puede analizar como cambia la probabilidad
acumulada en cada punto (estos cambios no son probabilidades sino otro concepto: la
funcin de densidad.
En el caso de variable continua la distribucin de probabilidad es la integral de la funcin
de densidad, por lo que tenemos entonces que:

Sea

una variable continua, una distribucin de probabilidad o funcin de densidad de

probabilidad (FDP) de
siendo
.

es una funcin

tal que, para cualesquiera dos nmeros y

La grfica de
se conoce a veces como curva de densidad, la probabilidad de que
tome un valor en el intervalo
es el rea bajo la curva de la funcin de densidad; as, la
funcin mide concentracin de probabilidad alrededor de los valores de una variable
aleatoria continua.

rea bajo la curva de

entre y

Para que
condiciones:

1.

sea una FDP (

) legtima, debe satisfacer las siguientes dos

0 para toda .

2.
Ya que la probabilidad es siempre un nmero positivo, la FDP es una funcin no
decreciente que cumple:

1.

2.

. Es decir, la probabilidad de todo el espacio muestral es 1.

. Es decir, la probabilidad del suceso nulo es cero.

Algunas FDP estn declaradas en rangos de

, como la de la distribucin normal.