Sunteți pe pagina 1din 16

1

Variable aleatoria continua


Un dilogo entre C3PO y Han
Solo, en El Imperio Contraataca,
cuando el Halcn Milenario se
dispone a entrar en un campo de
asteroides:

- C3PO: Seor, la probabilidad de
sobrevivir al paso por el campo
de asteroides es,
aproximadamente, de una entre
3721.
- HAN SOLO: No me hables de
probabilidades!
2
Imaginemos una ruleta de la fortuna con un permetro circular
de longitud 1. Como la flecha puede sealar infinitos valores
no numerables, todo resultado tiene probabilidad 0. Cmo
podemos definir entonces probabilidades?

Podemos hacerlo asignando probabilidades a intervalos, p. ej.:
la probabilidad de que el resultado est entre 0 y 0,5 es 1/2,
puesto que se trata de la mitad del crculo.
Cmo podemos representarlo mediante una grfica?
rea = 1
) (x p
x
0 1
1

1 0
1 0
1
0 0
) (

>
s s

<
=
x
x
a b
x
x p
3
) (x p
x
0 1
1
a b
La probabilidad de que
obtengamos un valor entre
a y b es b - a.
) (x p
x
0 1
1
a
El rea sobre un punto como a,
es cero.

Para una variable aleatoria continua disponemos
de un conjunto no numerable de valores. No es posible
definir una probabilidad para cada uno. Por eso
definimos previamente la funcin de distribucin de
probabilidad, que s tiene un significado inmediato y
semejante al caso discreto:

4
Funcin de distribucin de
una variable aleatoria continua
) ( ) (
] 1 , 0 [ :
x X P x F x
F
s =
9
5
}

9 e =
x
x dt t p x F ) ( ) (
Donde p(x) se llama funcin densidad de probabilidad
de la distribucin F(x), es continua y definida no negativa.
Diferenciando tenemos:



para cada x donde p(x) es continua.
Definimos la funcin de distribucin para la variable
aleatoria continua como:
) (
) (
x p
dx
x dF
=
6
Funcin de densidad de probabilidad
Es una funcin no
negativa de integral 1.
0.00
0.05
0.10
0.15
0.20
0.25
1 2 3 4 5 6 7 8 9
1
0
1
1
1
2
1
3
1
4
1
5
Se puede pensar como la
generalizacin de un
histograma de frecuencias
relativas para variable continua.
a
b
=
= s s
) ( ) (
) (
a F b F
b x a P
dx x p
b
a
) (
}
=

7
Observa que:
De modo que la probabilidad es el rea bajo la curva
densidad p(x) entre x = a y x = b.
1 ) ( =
}


dv v p
A partir de la definicin es fcil ver que:
}
= = s s
b
a
dv v p a F b F b X a P ) ( ) ( ) ( ) (
Nota: para cualquier par de valores a y b, en el caso de una variable
aleatoria continua, las probabilidades correspondientes a los intervalos
a < X s b, a < X < b, a s X < b y a s X s b son la misma. No as en
variable discreta.

Supongamos que X tiene como funcin densidad a p(x) = 0.75(1-x
2
)
si -1s x s1 y cero en otro caso. Encuentra la funcin de distribucin
y las probabilidades P(-1/2 s X s 1/2) y P(1/4 s X s 2). Y x tal que
P(X s x) = 0.95
F(x) = 0 si x s -1



F(x) = 1 si x >1.
1 1 - si 25 . 0 75 . 0 50 . 0 ) 1 ( 75 . 0 ) (
3
1
2
s < + = =
}

x x x dv v x F
x
6875 . 0 ) 1 ( 75 . 0 ) ( ) ( ) (
2
1
2
1
2
2
1
2
1
2
1
2
1
= = = s s
}

dv v F F X P
1
3164 . 0 ) 1 ( 75 . 0 ) ( ) 2 ( ) 2 (
2
4
1
4
1
4
1
= = = s s
}
dv v F F X P
73 . 0 95 . 0 25 . 0 75 . 0 5 . 0 ) ( ) (
3
~ = + = = s x x x x F x X P


10
Esperanza matemtica o
media
}


=
=
continua) in (Distribuc ) (
discreta) in (Distribuc ) (
dx x xp
x p x
j
j j
Decimos que una distribucin es simtrica si existe un valor c
tal que para cada real x: p (c + x) = p(c - x).

Observa que si una distribucin es simtrica con respecto a c,
entonces su media es = c.


11
Varianza y desviacin tpica
}


=
=
continua) in (Distribuc ) ( ) (
discreta) in (Distribuc ) ( ) (
2 2
2 2
dx x p x
x p x
j
j j
La desviacin tpica o estndar es el valor positivo de la raz
cuadrada de o
2
. Ambas miden la dispersin de la distribucin.

Observa que la varianza siempre es o
2
> 0, excepto para una
distribucin con p(x) = 1 en un punto y p(x) = 0 en el resto
(una delta de Dirac), en cuyo caso o
2
=0.
12

caso otro en 0
si
1
) , ( ) (

s s

= =
b x a
a b
b a U x p
Distribucin de probabilidad uniforme U(a,b)
rea = 1
) (x p
x
1
b a
a
b
Funcin de densidad de probabilidad:
}

9 e =
x
x dt t p x F ) ( ) (

>
s s

<
=
b x
b x a
a b
a x
a x
x F
1
0
) (
Recordemos que la funcin de
distribucin se define como:
Entonces:

13

caso otro en 0
si
1
) (

s s

=
b x a
a b
x p

>
s s

<
=
b x
b x a
a b
a x
a x
x F
1
0
) (
Igualmente, partiendo de la funcin de distribucin:
Podemos calcular la funcin de densidad de probabilidad:
) (
) (
x p
dx
x dF
=

14
a b
x x
) x x P(x

= s s
2 1
2 1
2
1
41 47
42 45
) 45 42 ( =

= s s x P
) (x p
x
41 47
45 42
47 41
1
2

=
Area
= 0.5
p x
para x
para
( )
=

s s







1
47 41
41 47
0 el resto de valores
Ejemplo:
1
47 41
1
6
=
45 42
Calcula la
probabilidad

) 45 42 ( s s x P

15
2 ) ( 2 ) ( 2

2 2 2
b a
a b
a b
a b
x
dx
a b
x
b
a
b
a
+
=

=
(

=
}
12
12
1
2
2
2
2
a b
;
a) (b
dx
a b
b a
x
b
a

|
.
|

\
|
+
=
}
0 1
1
p(x)
x
(o
2
=1/12)

0 1
1
p(x)
x
(o
2
=3/4)

2 -1
Nota: Observa que estas distribuciones tienen la misma media pero distinta
varianza. Mayor varianza implica mayor dispersin alrededor de la media.
Calcula la media, la varianza y la desviacin tpica de
la distribucin de probabilidad uniforme.