Distribucin de probabilidad

La distribucin Normal suele conocerse como la "campana de Gauss".

En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable

aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria
la probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida
sobre el conjunto de todos los sucesos y cada uno de los sucesos es el rango de valores
de la variable aleatoria. Tambin se dice que tiene una relacin estrecha con
las distribuciones de frecuencia. De hecho, se puede entender que una distribucin de
probabilidades sera una frecuencia terica, ya que sta ltima es aquella que describe
cmo se espera que varen los resultados.
La distribucin de probabilidad est completamente especificada por la funcin de
distribucin, cuyo valor en cada xreal es la probabilidad de que la variable aleatoria sea
menor o igual que x.

Tipos de variables[editar]
Variable aleatoria: Es aquella cuyo valor es el resultado de un evento aleatorio. Lo que
quiere decir que son los resultados que se presentan al azar en cualquier evento o
experimento.
Variable aleatoria discreta: Es aquella que slo toma ciertos valores
(frecuentemente enteros) y que resulta principalmente del conteo realizado.
Variable aleatoria continua: Es aquella que resulta generalmente de la medicin y
puede tomar cualquier valor dentro de un intervalo dado.1

Divisin de distribuciones[editar]
Esta divisin se realiza dependiendo del tipo de variable a estudiar, esto significa que:
a) Si la variable es una variable discreta (valores enteros), corresponder una distribucin
discreta, de las cuales existen:

Distribucin binomial (eventos independientes).

Distribucin de Poisson (eventos independientes).
Distribucin hipergeomtrica (eventos dependientes).
b) Si la variable es continua, esto significa que puede tomar cualquier valor dentro de un
intervalo, la distribucin que se generar ser una distribucin continua, tambin
llamada "distribucin normal".
Adems, se puede utilizar la "distribucin de Poisson como una aproximacin de la
distribucin binomial" cuando la muestra por estudiar es grande y la probabilidad de xito
es pequea. De la combinacin de los dos tipos de distribuciones anteriores (a y b), surge
una conocida como "distribucin normal como una aproximacin de la distribucin binomial
y de Poisson".
Definicin de funcin de distribucin[editar]
Artculo principal: Funcin de distribucin

Dada una variable aleatoria , su funcin de distribucin, , es

Por simplicidad, cuando no hay lugar a confusin, suele omitirse el subndice y se

escribe, simplemente, . Donde en la frmula anterior:

, es la probabilidad definida sobre un espacio de probabilidad y una medida

unitaria sobre el espacio muestral.

es la medida sobre la -lgebra 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 cuestin.

es la variable aleatoria en cuestin, es decir, una funcin definida sobre el

espacio muestral a los nmeros reales.
Propiedades[editar]
Como consecuencia casi inmediata de la definicin, la funcin de
distribucin:

Es una funcin continua por la derecha.

Es una funcin montona no decreciente.
Adems, cumple

Para dos nmeros reales cualesquiera y tal que , los

sucesos y son mutuamente excluyentes y su unin es el

suceso , por lo que tenemos entonces que:

y finalmente

Por lo tanto una vez conocida la funcin de

distribucin para todos los valores de la variable

aleatoria conoceremos completamente la distribucin de
probabilidad de la variable.
Para realizar clculos es ms cmodo conocer la distribucin
de probabilidad, y sin embargo para ver una representacin
grfica de la probabilidad es ms prctico el uso de la funcin
de densidad.

Distribuciones de variable discreta[editar]

Grfica de distribucin binomial.

Se denomina distribucin de variable discreta a aquella cuya

funcin de probabilidad slo toma valores positivos en un

conjunto de valores de finito o infinito numerable. A

dicha funcin se le llama funcin de masa de probabilidad. En
este caso la distribucin de probabilidad es la suma de la
funcin de masa, por lo que tenemos entonces que:

Y, tal como corresponde a la definicin de distribucin de

probabilidad, esta expresin representa la suma de todas

las probabilidades desde hasta el valor .

Tipos de distribuciones de variable
discreta[editar]
Definidas sobre un dominio finito

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
independientes con posibles resultados "s" o "no"
(ensayo de Bernoulli, todos ellos con probabilidad de
acierto p y probabilidad de fallo q = 1 p.
La distribucin beta-binomial, que describe el nmero
de aciertos en una serie de n experimentos
independientes con posibles resultados "s" o "no",
 cada uno de ellos con una probabilidad de acierto
variable definida 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 satisface todos
los requisitos para ser considerada como tal.
La distribucin uniforme discreta, en el que todos los
resultados posibles forman de un conjunto finito en el
que todos son igualmente probables. Esta distribucin
describe el comportamiento aleatorio de una moneda,
un dado o una ruleta de casino equilibrados (sin
sesgo).
La distribucin hipergeomtrica, que mide la
probabilidad de obtener x (0 x d) elementos de
una determinada clase formada por d elementos
pertenecientes a una poblacin de N elementos,
tomando una muestra de n elementos de la poblacin
sin reemplazo.
distribucin hipergeomtrica no central de Fisher.
distribucin hipergeomtrica no central de Wallenius.
La ley de Benford, que describe la frecuencia del
primer dgito de un conjunto de nmeros en notacin
decimal.
Definidas sobre un dominio infinito

La distribucin binomial negativa o distribucin de

Pascal, que describe el nmero de ensayos de
Bernoulli independientes necesarios para conseguir n
aciertos, dada una probabilidad individual de xito p
constante.
La distribucin geomtrica, que describe el nmero
de intentos necesarios hasta conseguir el primer
acierto.
La distribucin beta-binomial negativa, que describe
el nmero de experimentos del tipo "si/no" necesarios
para conseguir n aciertos, cuando la probabilidad de
xito de cada uno de los intentos est distribuida de
acuerdo con una beta.
La distribucin binomial negativa extendida.
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.
La distribucin logartmica.
La distribucin logartmica generalizada.
La distribucin de Poisson, que describe el nmero
de eventos individuales que ocurren en un periodo de
tiempo. Existen diversas variantes como la Poisson
desplazada, la hiper-Poisson, la binomial de Poisson
y la ConwayMaxwellPoisson entre otras.
 La distribucin de Polya-Eggenberger.
La distribucin Skellam, que describe la diferencia de
dos variables aleatorias independientes con
distribuciones 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
nmero natural.
La ley de Zipf, que describe la frecuencia de
utilizacin de las palabras de una lengua.
La ley de ZipfMandelbrot es una versin ms precisa
de la anterior.

Distribuciones de variable
continua[editar]

Distribucin 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
distribucin de probabilidad es la integral de la funcin de
densidad, por lo que tenemos entonces que:

Variables aleatorias discretas

Diremos que una variable aleatoria es discreta si su recorrido es finito o infinito numerable.
Generalmente, este tipo de variables van asociadas a experimentos en los cuales se cuenta el
nmero de veces que se ha presentado un suceso o donde el resultado es una puntuacin
concreta.
Los puntos del recorrido se corresponden con saltos en la grfica de la funcin de
distribucin, que correspondera al segundo tipo de grfica visto anteriormente.