FUNCIONES DISTRIBUCION Y

DENSIDAD DE PROBABILIDAD
Emily Tobar
emilyktv@hotmail.com
Enero 11, 2015

Resumen.- En el siguiente documento se

proporcionan
algunas
densidades
y
distribuciones de probabilidad, cada una con su
valor medio, varianza, desviacin estndar y
funcin acumulativa

x ( x1)dx=1
X =p
Ahora hallamos el valor medio cuadrtico:

I. BERNOULLI
Funcin distribucin de probabilidad para

0< p<1 :
f x ( x )= (1p ) ( x )+ p ( x1)
La integral de la funcin anterior vendra a
ser la funcin acumulativa:

F x ( x )=( 1p ) u ( x ) + pu (x1)
Para obtener el valor medio utilizamos la
definicin:

X = x f x ( x ) dx
X = x [( 1 p ) ( x ) + p ( x1)]dx

X 2= x 2 [ ( 1 p ) ( x ) + p (x1)]dx
X 2= p
Con lo que se obtiene la varianza:
2
2
2
x = X [ X ]

2x = p p2
2

x = p ( 1 p )
Y por consiguiente la desviacin estndar
ser:

x = p ( 1p )
II. POISON
Funcin distribucin de probabilidad para

b>0 :

f x ( x )=eb
k=0

bk
(xk )
k!

( 1 p ) ( x )=0
X =p x ( x 1) dx

Integrando:

X =p x ( x 1) dx

PROCESOS ESTOCSTICOS

F x ( x )=eb
k=0

bk
u (xk )
k!

Pgina 1

Para el valor medio necesitamos hallar la

Funcin Generatriz de Momentos que viene
dado por la siguiente expresin:
kt

( t )=E [ s ] =e

kt

k=0

( t )=eb 1+

2x =b+ b2b 2
2x =b

b
k!

III. ARCOSENO

b st b2 s 2 t
+
+ +
1!
2!

Funcin densidad de probabilidad de la

funcin arcoseno para

Si:

e x =1+

a>0 :

rect
f x ( x )=

x x2
+ + +
1! 2 !

( 2xa )

a x
2

Funcin acumulativa:

Entonces:

b b s

( t )=e e

F x ( x )=

1
1
dx

2
a a x 2

( t )=e b(s 1 )

sin

Con lo que hallamos el valor medio:

d (t )
X = I ( t )=
dt

F x ( x )=

t=0

sin

F x ( x )=

t b(s 1)
|t =0
X =b s e
t

( xa )

a cos
d
a cos

( xa )

X =b s 0 eb ( s 1)
X =b

F x ( x )=

Ahora hallamos la varianza para lo que

necesitamos la F.G.M. de segundo orden:

2x = II ( t ) [ X ]

1 1
x
F x ( x )= + sin1
2
a

()

Valor medio:

II ( t ) =[ b st e b ( s 1) + ( b st ) eb ( s 1) ]t =0
t

X = x
a

II
2
( t ) =b+b

2x = II ( t ) [ X ]

[ () ]

1
x
sin1
+

a 2

1
dx
a 2x 2

PROCESOS ESTOCSTICOS

1
x
X = 2 2 dx
a a x
Pgina 2

Funcin

u=a2x 2

densidad

b>0

f x ( x )=

(b / )
2
b + ( xa )

de

probabilidad

par

< a< .

du=2 x dx
a

1
x
X = 2 2 dx
a a x

Funcin acumulativa:

1
1
X =
du
2 u

F x ( x )=

1
X = u

X =xa

( b/ )
dx
2
b + ( x a )
2

dX =dx

1
X = a2 x2

F x ( x )=
X =0

b
1 dX
b2 + X 2
tan

Varianza:
a

F x ( x )=

1
x
X = 2 2 dx
a a x

1 a sin
X =
a cos d
a cos

F x ( x )=

( xb )

tan
0

cos 2 b sec 2
d
b2

( xa )

2 0

a
X = sin2 d

F x ( x )=
2 0

a
1 cos 2
X =
d
2
2
2

a sin2
X =

2
4

a
X =
2

IV. CAUCHY

PROCESOS ESTOCSTICOS

( )]

1
X
+ tan1
2
b

1 1
X
F x ( x )= + tan1
2
b

( )

1 1
x a
F x ( x )= + tan1
2
b

( )

Esta funcin de densidad de probabilidad es

peculiar por cuanto tiene valor esperado
indefinido y todos los momentos mayores
Pgina 3

divergen. Para el valor esperado de la

integral

Varianza:

2x =2 N

b
x
X = 2
b + ( x a )2
no es completamente convergente, es decir,

VI. ERLANG
Funcin densidad de probabilidad de la
funcin Erlang para N=1,2, y a>0:

lim

A , B

b
x

2
A b + ( xa )2

f x ( x )=

no existe. Sin embargo, el valor principal

Funcin acumulativa:

lim

a N x N 1 eax
u( x)
( N1 ) !

b
x
A b 2+ ( x a )2

N 1

eax ( ax )n
n=0

F x ( x )= 1

existe y es igual a cero. De todos modos el

convenio, se considera el valor esperado de
la distribucin de Cauchy como indefinido.

n!

u (x )

Valor medio:

N
X =
a

X =no definido
Varianza:

Varianza:

2x =

2x =no definido

N
2
a

VII. NORMAL
V. CHI-CUADRADO
Funcin densidad de probabilidad de la
funcin Chi-cuadrado:

f x ( x )=

( N2 )1

N
2

N
2
2

( )

x
2

u( x )

Funcin densidad de probabilidad de la

funcin normal:

f x ( x )=

1
e
2 2

1 ( x)
2
2

xR

Funcin acumulativa:

F x ( x )=F

( x
2 )

Funcin acumulativa:

F x ( x )=P ( x| N )=P

( N2 , 2x )

Valor medio:

X = x f (x )dx

Valor medio:

X =N

X = x

PROCESOS ESTOCSTICOS

1
e
2 2

1 ( x )
2
2

dx

Pgina 4

X =
u=

xe
2

1 ( x )
2
2

dx

Reemplazando resultados en la ecuacin

original

x
1
du=
dx
2
2

X =

X =

1
( u 2 + ) eu 2 du
2
2

Primera integral
2

I = e

[ ]
u

du I =

X =

) f ( x ) dx
Var (x)= ( x X

x 2

du

r =x + y

du

e y du

u=

1
2 2 (u )2 eu 2 du
2
2

Var (x)=

2 2
u2 eu du

du

dv=e

x2

1
r dr
2
2

2 2
Var (x)=
x2 ex dx

u=r 2

dx v=
2

1 [ r ]
e 0 d
2 0
2

I2 =

dx

Var (x)=

u=x du=dx

I2 =

1 ( x )
2
2

x
1
du=
dx
2
2

I 2 = e( x + y ) dx dy

du=

2 2

J =r dr d

I = e
2

)(

Var (x)= ( x )

Artificio matemtico

1
[ 2 2 ]
2
2

X =

Segunda integral

I =

1
[ 0+ 2 ]
2 2

Varianza:

2 2 u eu du= 2 [ eu ]=0

X =

1
2 2 u eu du+ 2 eu du
2
2

eu du=

1
d
2 0

I = I=

1 x
e
2

[ |

2 x x
Var (x)=
e
2

1
+ ex dx
2
2

2
Var (x)=
ex dx

Var (x)=

Var (x)= 2
PROCESOS ESTOCSTICOS

Pgina 5

2
f x ( x )= ( xa ) e( xa ) / b u (xa)
b
2

Funcin acumulativa:

VIII. LAPLACE
Funcin densidad de probabilidad de la

F x ( x )= 1e

( xa )
b

] u ( xa )

< < y b>0 :

funcin Laplace

Valor medio:

f x ( x )=

1
e
2b

|x |
b

b
X =a+
4
Varianza:

Funcin acumulativa:
x

F x ( x )=

1
e
2b

|x|
b

x
b

1
F x ( x )=
2b

Var ( x )=

dx

x
b

dx e

dx

b ( 4 )
4
X. RICE

Funcin densidad de probabilidad de la

a>0 y b>0 :

funcin de Rice para

F x ( x )=

1 (
e
2

x
b

1 (
1 e
2

) x<

x
b

f x ( x )=

) x

x ( a + x )/ 2 b
ax
e
I 0 2 u( x)
2
b
b
2

( )

Funcin acumulativa:

F x ( x )= 1Q

Valor medio:

1
X =
2b

[
x

xe

x
b

x
b

dx x e
0

dx

( ab , bx )] u(x)

Valor medio:

X =

k
X =b
e
2

/4

[( ) ( ) ( )]
2

1+

k
k
k
k
I
+ I1
2 0 4
2
4

Varianza:

Var ( x )=2b 2

Varianza:

Var ( x )=b2 ( 2+ k 2 ) ( X )

IX. RAYLEIGH
Funcin densidad de probabilidad de la
funcin de Rayleigh para

b>0 :

PROCESOS ESTOCSTICOS

< a<

VIII. CONCLUSIONES
En la teora de la probabilidad, la funcin de
probabilidad describe la probabilidad
relativa segn la cual dicha variable
aleatoria tomar determinado valor.

Pgina 6

La probabilidad de que la variable

aleatoria caiga en una regin especfica del
espacio de posibilidades estar dada por
la integral de la densidad o distribucin de
esta variable entre uno y otro lmite de dicha
regin.

[2] Lipschutz, S. (1998). Probabilidad.

Mxico: McGraw-Hill.

BIBLIOGRAFA
[1] Funcin densidad de probabilidad. (12 de
Agosto de 2014). Recuperado el 11 de
Enero de 2015, de Wikipedia:
http://es.wikipedia.org/wiki/Funci
%C3%B3n_de_densidad_de_probab
ilidad

[4] Valencia, U. d. (s.f.). Distribucion de

Poisson. Recuperado el 29 de 12 de
2014, de Universidad de Valencia:
http://www.uv.es/ceaces/base/mode
los%20de
%20probabilidad/poisson.htm

PROCESOS ESTOCSTICOS

[3] Pebbles, P. (2006). Principios de

probabilidad, variables aleatorias y
seales aleatorias (Vol. IV). Madrid,
Espaa: McGraw-Hill.

Pgina 7