Funcin de Distribucin y Probabilidad

Qu es funcin?
En muchos fenmenos es comn que el valor de una variable dependa de el valor
de otra variable. Por ejemplo, el salario de una persona pude depender del tiempo
que trabaje; la produccin de una fbrica puede depender del nmero de
mquinas que se utilicen; la distancia recorrida por un objeto pude depender de la
velocidad con que se desplace, la temperatura del agua puede depender del
tiempo de calentamiento, la velocidad de impacto de un slido en el suelo puede
depender de la masa del mismo, etc. La relacin entre este tipo de cantidades
suele expresarse mediante una funcin.
Si a cada valor x que puede tomar una variable X le corresponde un valor y de
otra variable Y, decimos que y es funcin de x, donde el nmero y es nico
para cada valor de x.
Funcin de Distribucin y Probabilidad

La funcin de los valores numricos de x la representamos por f(x), g(x), r(x), etc.
y la probabilidad de que la variable aleatoria X tome el valor xcon P(X = x ).

Sean x1, x2, ..., xn (espacio muestral de X), los valores para los cuales Xtiene
probabilidad y sean p1, p2 ,..., pn las probabilidades correspondientes. Entonces
P(X = x1) = p1. Bajo este criterio podemos decir que:

Si

a f(xi) se le llama funcin de probabilidad.

La funcin de probabilidad debe satisfacer las siguientes propiedades:

1)

f(xi) 0.

2)

S f(xi) = 1

A partir de la funcin de probabilidad podemos establecer el concepto de

distribucin de probabilidad en la forma siguiente:

La distribucin de probabilidad de una variable aleatoria discreta se presenta

como la lista de los distintos valores xi que puede tomar la variable aleatoria X,
junto con sus probabilidades asociadas f(xi) = P(X = xi), esto es, el conjunto de
parejas {xi, f(xi)}.

Ejemplo Sea X el nmero que se obtiene al arrojar un dado legal. Encontrar la

distribucin de probabilidad correspondiente.

Solucin.

Los valores que puede tomar la variable aleatoria son 1, 2, 3, 4, 5, 6 y como

el dado es legal, todos los valores tienen probabilidad 1/6. En consecuencia:

xi

f(xi)

1/6

1/6

1/6

1/6

1/6

1/6

Para representar grficamente la distribucin de probabilidad se usa un

diagrama de lneas. Para construir este grfico, los distintos valores de la
variable aleatoria X se registran en el eje horizontal. En cada valor xi se dibuja
una lnea vertical cuya altura es igual a la probabilidad correspondiente f(xi).

Dibujar grfica de la distribucin de probabilidad

Ejemplo Suponga que dos productos A y B de la misma calidad son comparados

por cuatro personas, las cuales expresan su preferencia por A o por B. Sea X la
variable aleatoria definida como el nmero de personas que prefieren el producto
A. Encontrar la distribucin de probabilidad.

Solucin.

El espacio muestral correspondiente es:

S = {AAAA, AAAB, AABA, ABAA, BAAA, AABB, ABAB, ABBA, BAAB, BBAA,
BABA, ABBB, ABBB, BBAB, BBBA, BBBB}

donde cada punto muestral es una sucesin de cuatro smbolos A o B.

Los elementos del espacio muestral (eventos simples), los podemos escribir
en la forma siguiente:

AAAA

AAAB

AABB

ABBB

AABA

ABAB

BABB

ABAA

ABBA

BBAB

BAAA

BAAB
BBAA
BABA

BBBA

BBBB

Supongamos que los consumidores expresan su preferencia en forma

independiente. Como los productos son de igual calidad, los 16
puntos muestrales son igualmente posibles de ocurrir y tienen una probabilidad de
1/16.

Los eventos simples se han agrupado de tal forma que todos los eventos en
una columna tengan el mismo valor para X = Nmero de personas que prefieren el
producto A. Por ejemplo, para los eventos de la tercer columna, X toma el valor de
2. Es decir:

X(AABB) = X(ABAB) = X(ABBA) = X(BAAB) = X(BBAA) =X(BABA) = 2

Sumando las probabilidades de los eventos simples a los que se les asigna
el mismo valor de X, obtenemos los valores que se muestran en la tabla siguiente,
la cual representa la distribucin de probabilidad de la variable aleatoria X.

Xi

f(xi)

1/16

4/16

6/16

4/16

1/16

De la distribucin de probabilidad podemos obtener todas las

probabilidades que dependan de los valores que pueda tomar la variable
aleatoria X. Por ejemplo:

P(X 2) = P(X = 0) + P(X = 1) + P(X = 2) = 1/16 + 4/16 + 6/16 = 11/16

P(1 X 3) = P(X = 1) + P(X = 2) + P(X = 3) = 4/16 +6/16 +4/16 = 14/16
P(X>2) = P(X = 3) + P(X = 4) = 4/16 + 1/16 = 5/16

Ejemplo Una tienda pone en venta de liquidacin sus ltimos 15 radios

despertador. Se desconoce que 5 de estos radios estn defectuosos. Un
comprador selecciona al azar tres radios y los prueba. Sea X la variable aleatoria

definida como el nmero de radios defectuosos entre los seleccionados.

Construya la distribucin de probabilidad de la variable aleatoria X.

Solucin.

Como nicamente estamos interesados en el nmero de radios defectuosos

entre los seleccionados, resulta irrelevante el orden en el cual se seleccionan los
radios. Podemos calcular directamente las probabilidades para los diferentes
valores de X, haciendo uso del concepto de combinaciones.

En este ejemplo no es necesario describir al espacio muestral para poder

determinar los diferentes valores de la variable, ya que resulta evidente que el
nmero de radios defectuosos en la muestra puede ser 0, 1, 2 3, es decir: xi= 0,
1, 2, 3.

Para

el

clculo

de

las

probabilidades

utilizaremos

el

modelo

matemtico
. Calculemos cada uno de los valores que se necesitan
para obtener la distribucin.

N ser la magnitud del espacio muestral y en este caso corresponde al

nmero de formas posibles en que se pueden seleccionar 3 radios despertador de
los 15 que hay, por lo que:

Como de los 15 radios despertador 5 son defectuosos entonces 10 son

buenos. X = 0 significa que dentro de los 3 radios despertador que se seleccionan
ninguno es defectuoso, por lo que todos son buenos. En consecuencia:

X = 1 significa que dentro de los 3 radios despertador que se seleccionan

uno es defectuoso, por lo que 2 son buenos y as se hace el anlisis para los
dems valores de x.

La distribucin de probabilidad del nmero de radios defectuosos se

muestra en la tabla siguiente:

X = xi

f(xi)

120/45
5

225/45
5

100/455

10/455

La forma de comprobar que las probabilidades calculadas son correctas,

es comprobar que la suma de las mismas d la unidad. As,
cual indica que los valores son correctos.

, lo

Funcin de Distribucin Acumulada.

Sea X una variable aleatoria discreta. Entonces, para cualquier nmero

real x existe la probabilidad P(X x) del evento y sta depende del valor que
tenga x, por lo que ser una funcin de x que se llama funcin de distribucin
acumulada de la variable aleatoria y se representa por F(x). Por lo tanto:

F(x) = P(X

x)

Tambin se cumple que:

P(X

x) =

Esta es la suma de todas las f(xi) para las cuales xi es menor o igual que x.
De acuerdo a lo anterior tenemos que:

F(x) = P(X

x) =

Las 2 aplicaciones ms importantes de la funcin de distribucin

acumulada, son los clculos de probabilidades con planteamientos P(X x) y P(a
< x b), donde a < b. El primero se resuelve usando directamente la funcin de
distribucin acumulada y el segundo se basa el los conceptos siguientes.

Sabemos que:

P(x

b) = P(x

a) + P(a < x

Despejando P(a < x

P(a < x

b) = P(x

b).

b) se obtiene:

b) - P(x

a)

y de acuerdo a la funcin de distribucin acumulada finalmente llegamos a que:

P(a < x

b) = F(b) F(a)

y esta expresin se utiliza tanto para encontrar la probabilidad de un intervalo

como de un valor especfico que tome la variable aleatoria, como veremos en el
problema siguiente.

Ejemplo . Suponga que una variedad de maz puede producir plantas con 0, 1, 2 y
3 mazorcas. Se sabe que las probabilidades de que se tengan plantas con ese
nmero de mazorcas son, respectivamente, 0.1, 0.7, 0.1 y 0.1. La variable
aleatoria X: Nmero de mazorcas que pueden tener las plantas, tiene la siguiente
distribucin de probabilidad:

X = xi

f(xi)

0.1

0.7

0.1

0.1

Construir la funcin de distribucin acumulada de esta variable aleatoria.

Para realizar la construccin de la funcin de distribucin acumulada de la

variable aleatoria, se deben sealar los diferentes intervalos en los que est
definida la variable, como se ilustra a continuacin:
Para evaluar a la variable X en el intervalo (x < 0), donde f(x<0) = 0,
entonces
P(X < 0) = 0.
Para F(X) en cualquier punto del intervalo 0 x < 1 observamos que:

P(X

0) = P(X < 0) + P(X = 0) = 0 + 0.1 = 0.1

En forma anloga
intervalos 1 x <2,

obtenemos

los

valores

de F(X) para

los

2 x < 3 y x 3, obteniendo:

P(X

1) = P(X < 0) + P(X = 0) + P(X = 1)= 0 + 0.1 + 0.7= 0.8

P(X

2) = P(X < 0) + P(X = 1) + P(X = 2)= 0 + 0.1 + 0.7 + 0.1 = 0.9

P(X
1.0

3) = P(X < 0) + P(X = 1) + P(X = 2) + P(X = 3) = 0 + 0.1 + 0.7 + 0.1 + 0.1 =

Con los datos anteriores podemos establecer la funcin de distribucin de la

variable aleatoria, como se presenta a continuacin:

Para que los clculos de la funcin de distribucin sean ms claros,

consideremos el valor X = 1.5. Entonces F(1.5) = P(X 1.5) = 0.8, que es el
mismo valor de F(X) para cualquier valor de X en el intervalo [1, 2), ya que la
probabilidad de que una planta de maz tenga 1.5 menos mazorcas, es igual a la
probabilidad de que la planta tenga una mazorca o menos.

De acuerdo a lo antes mencionado, tenemos que:

P(X 1) = P(X = 0) + P(X = 1) = 0.1 + 0.7 = 0.8

lo cual es diferente de P(X < 1) = P(X = 0) = 0.1.

El hecho de que la variable aleatoria sea discreta y por consiguiente tenga su

masa de probabilidad concentrada en puntos aislados, se refleja en los saltos de
la grfica de la funcin de distribucin, misma que se presenta a continuacin

Poner diagrama de la funcin de distribucin acumulada

Ejemplo 4. 6. Realicemos el experimento de lanzar dos dados legales y

definamos la variable aleatoria X como la suma de los nmeros que aparecen al
lanzar dos dados.
a)

Encontrar y la distribucin de probabilidad.

b)

Encontrar y graficar la funcin de distribucin acumulada.

c)

Calcular las probabilidades que se indican.

Solucin.

El primer paso ser encontrar el espacio muestral del experimento. En el Captulo

I vimos que:

donde hay 36 resultados, por lo que N = 36.

a)

Con los elementos del espacio muestral podemos construir la distribucin de

probabilidad.

xi

10

11

12

f(xi)

1/36

2/36

3/36

4/36

5/36

6/36

5/36

4/36

3/36

2/36

1/36

b)

La funcin de distribucin acumulada ser:

F(x) =