Funcin de Distribucin Acumulada

En teora de la probabilidad y la estadstica, la funcin de distribucin acumulativa,

o simplemente funcin de distribucin, describe la probabilidad de que una de
valor real X variable aleatoria con una distribucin de probabilidad dada se pueden
encontrar en un valor menor o igual a x. En el caso de una distribucin continua,
que da el rea bajo la funcin de densidad de probabilidad de menos infinito a x.
Funciones de distribucin acumulativas tambin se utilizan para especificar la
distribucin de variables aleatorias multivariantes
La funcin distribucin acumulada F(x) de la variable aleatoria discreta X, cuya
distribucin de probabilidad es p(x), es la probabilidad de que la variable X sea
menor o igual al valor X. Esto es,

La funcin de distribucin acumulada nicamente puede tomar valores entre cero

y uno.
La funcin de distribucin acumulada es no decreciente en x, i.e

La funcin de distribucin acumulada es importante por varias razones. Esto es

particularmente cierto cuando tratamos con una v.a. continua, ya que en este caso
no podemos estudiar la conducta probabilstica de X. Al calcular la probabilidad:
P(X = x), ya que esta siempre es igual a cero. Sin embargo, podemos hacer
preguntas acerca de: P(X<x).
Donde el lado derecho representa la probabilidad de que la variable aleatoria X
toma un valor menor que o igual a x. La probabilidad de que X se encuentra en el
intervalo de semi-cerrado, pero es importante para distribuciones discretas. El uso
adecuado de las tablas de las distribuciones binomial y Poisson depende de esta
convencin. Por otra parte, las frmulas importantes como frmula de inversin de
Paul Lvy para la funcin caracterstica tambin se basan en la formulacin
"menor o igual".
Si bien la trama de una distribucin acumulativa menudo tiene una forma similar a
S, una ilustracin alternativa es la distribucin acumulada doblada o parcela de

montaa, que se dobla en la mitad superior de la grfica ms, utilizando as dos

escalas, una para la pendiente ascendente y otra para el pendiente abajo. Esta
forma de ilustracin hace hincapi en la mediana y la dispersin de la distribucin
o de los resultados empricos.
Debe observarse que una definicin del tipo "menor o igual", '' podra sustituirse
por estrictamente "menor" '<'. Esto producira una funcin diferente, pero
cualquiera de las funciones F puede deducirse a partir de la otra f.
Tambin se podra cambiar por una determinada por mayor (>) en lugar de
"menor" '<' y deducir las propiedades de esta nueva funcin.
Slo es preciso ajustar las formulaciones y definiciones a lo pretendido en cada
caso.
En pases de lengua inglesa, una convencin es usar una desigualdad de este
tipo en lugar de una desigualdad estricta (<), por ejemplo.

Variedad Aleatoria
Una variable aleatoria se caracteriza adems de las funciones de probabilidad,
de densidad y distribucin por una serie de medidas que ayudan a describir la
tendencia, dispersin, asimetra y apuntamiento de sus valores, tales pueden ser
el valor esperado, la desviacin estndar, los cuantiles, coeficientes de variacin,
asimetra y apuntamiento.
Tipos de variables aleatorias
Para comprender de una manera ms amplia y rigurosa los tipos de variables, es
necesario conocer la definicin de conjunto discreto. Un conjunto es discreto si
est formado por un nmero finito de elementos, o si sus elementos se pueden
enumerar en secuencia de modo que haya un primer elemento, un segundo
elemento, un tercer elemento, y as sucesivamente.

Variable aleatoria discreta: una v.a. es discreta si su recorrido es un

conjunto discreto. La variable del ejemplo anterior es discreta. Sus
probabilidades se recogen en la funcin de cuanta. (Vanse las distribuciones
de variable discreta).

Variable aleatoria continua: una v.a. es continua si su recorrido no es

un conjunto numerable. Intuitivamente esto significa que el conjunto de
posibles valores de la variable abarca todo un intervalo de nmeros reales. Por
ejemplo, la variable que asigna la estatura a una persona extrada de una
determinada poblacin es una variable continua ya que, tericamente, todo
valor entre, pongamos por caso, 0 y 2,50 m, es posible. (Vanse
las distribuciones de variable continua).

Distribucin de probabilidad de una v.a.

La distribucin de probabilidad de una v.a. X, tambin llamada funcin de
distribucin de X es la funcin

, que asigna a cada evento definido sobre

una probabilidad dada por la siguiente expresin:

Y de manera que se cumplan las siguientes tres condiciones:

1.

2. Es continua por la derecha.

3. Es montona no decreciente.
La distribucin de probabilidad de una v.a. describe tericamente la forma en
que varan los resultados de un experimento aleatorio. Intuitivamente se
tratara de una lista de los resultados posibles de un experimento con
las probabilidades que se esperaran ver asociadas con cada resultado.

Funcin de densidad de una v.a. continua

La funcin de densidad de probabilidad (FDP) o, simplemente, funcin de
densidad, representada comnmente como f(x), se utiliza con el propsito de
conocer cmo se distribuyen las probabilidades de un suceso o evento, en
relacin al resultado del suceso.
La FDP es la derivada (ordinaria o en el sentido de las distribuciones) de la funcin
de distribucin de probabilidad F(x), o de manera inversa, la funcin de
distribucin es la integral de la funcin de densidad:

La funcin de densidad de una v.a. determina la concentracin de probabilidad

alrededor de los valores de una variable aleatoria continua.

Funciones de variables aleatorias

Sea

una

Borel

variable

aleatoria

sobre

, entonces

sobre

una funcin

medible

de

ser tambin una variable aleatoria

, dado que la composicin de funciones medibles tambin es medible a no

ser que

sea una funcin medible de Lebesgue. El mismo procedimiento que

permite ir de un espacio de probabilidad

para obtener la distribucin de

puede ser utilizado

. La funcin de probabilidad acumulada de

es

Si la funcin g es invertible, es decir g-1 existe, y es montona creciente, entonces

la anterior relacin puede ser extendida para obtener

y, trabajando de nuevo bajo las mismas hiptesis de invertibilidad de g y

asumiendo adems diferenciabilidad, podemos hallar la relacin entre las
funciones de densidad de probabilidad al diferenciar ambos trminos respecto
de y, obteniendo

.
Si g no es invertible pero cada y tiene un nmero finito de races, entonces
la relacin previa con la funcin de densidad de probabilidad puede
generalizarse como

donde xi = gi-1(y). Las frmulas de densidad no requieren que g sea

creciente.