- 15 -

3.3.1. PROPIEDADES DE LA FUNCION DE DISTRIBUCION

Sea X una v.a. , discreta o continua, entonces :

P1.- Lim F X ( x )  1
x  

P2..- Lim FX ( x) 0
x  

P3.- Si a  b , entonces

P( a X  b) FX (b) FX (a)

P4.- Si a < b , entonces
P ( a  X  b )  FX ( b)  FX ( a)  P  X  a 
P5.- Si a < b , entonces
P( a  X b)  FX ( b)  FX ( a )  P  X b  P  X a 

3.3.2. CASO DISCRETO

Si X es una v.a. discreta, entonces
FX ( x )  P  X  x  ,  x  R
 p
xi  x
X ( xi )

Ejemplo 1.- Se tira consecutivamente una moneda, simétrica, tres veces y se observan los
lados superiores.
Sea la v.a. X = Número de caras. Determine la función de distribución de la
variable aleatoria X
Solución :
1° Determinamos la distribución de probabilidades para la v.a. X ( hecho anteriormente ) :

i 1 2 3 4

xi 0 1 2 3
1 3 3 1
p( xi )
8 8 8 8

2°  x  R , calculamos P  X  x 

   
 0 1 2 3 +
Si x  0  Xx
 PXx
 Si 0  x 1   X  x  X 0 
 P  X  x  P  X  0   pX ( 0 ) 
1
8
Si 1 x  2  X  x   X  0    X  1
 P X  x   P X  0   P X  1
1 3 4 1
   
8 8 8 2
Si 2  x  3   X  x    X  0    X  1  X  2 
 P X  x   P X  0   P X  1  P X  2 
1 3 3 7
   
8 8 8 8
Si x3   X  x   X  0    X  1    X  2    X  3
 P  X  x  P  X  0   P  X  1   P  X  2   P  X  3 
1 3 3 1 8
      1
8 8 8 8 8
Ordenando lo analizado:
 0 si x  0
 1
 si 0  x  1
 8
 1
FX ( x )   si 1  x  2
 2
 7
 si 2  x  3
8

 1 si x  3

Gráfico de FX ( x ) :
FX ( x )

7
8

1
2

1
8
X

 0 1 2 3 +
 - 16 –

Usando este último modelo, evalúe la probabilidad de los siguientes eventos:

a ).   X  2 ,5 
b ).   X  0 ,5 
c ).   0 ,5  X  2 ,5 
d ).  1 X  3 
e ).   X  1,5 

Solución: Ubicamos RX en IR
   
 0 1 2 3 

a). P  X  2 , 5  
7
8
b). P X  0,5   1  P X  0,5 
 1  P X  0 
1
1
8
7

8
c). P 0,5  X  2,5   P X  2, 5   P X  0,5 
7 1
 
8 8
6

8
d). P 1  X  3   P X  3   P X  1   P X  3   P X  1 
donde P X  3   P X  3   P X  3 
 P X  3   P X  2 
7
1
8
1

8
y P X  1   P X  1   P X  1 
 P X  1   P X  0 
1 1
 
2 8
3

8
  P 1  X  3   P X  3   P X  1   P X  3   P X  1 
1 1 3
1  
2 8 8
6

8

e). P  X  1, 5   P  X  1, 5   P  X  1, 5 
 P X  1   P X  1 
1 1
 
2 2
 0

3.3.3. CASO CONTINUO

Si X es una v.a. continua, entonces:

FX ( x )  P  X  x  ,  x  IR
x
  f (t ) dt

, donde t es una var iable auxiliar de int egración

fX(x
)

fX ( x)

x
 X

Propiedad : Si X es v.a. continua, con FX ( x ) conocida, entonces :

FX/ ( x )  f X ( x )

Ejemplo .- Sea X una v.a. continua con función de distribución, dada por :
 - 17 -

 0 , si x0
 2
 x , si 0  x  1
 2

FX ( x )   1 3
 x , si 1  x 
 2 2
 3
 1 , si x
2

Determine la función de densidad de probabilidad ( fdp ) para la variable X

Solución :

 0 , si x  0
 x , si 0  x  1

 3
FX ( x )  
/
1 , si 1  x 
 2
 3
 0 , si x
 2

 x , si 0  x  1

 3
fX ( x)   1 , si 1  x 
 2
 0 , en otro caso