Podemos definir la función de distribución F de una variable aleatoria X como una
función definida para cada número real x de la manera siguiente:
F ( x )=P ( X ≤ x ) para−∞< ×< ∞ . (R ¿ (1)
Donde P es la probabilidad, X la variable aleatoria y x el valor dado a la variable
aleatoria.
Debe subrayarse que la función de distribución viene dada de esta forma para toda
variable aleatoria X, independientemente de si la distribución de X es discreta, continua o
mixta. La abreviatura de función de distribución es f.d. Algunos autores utilizan el
término función de distribución acumulativa, en vez de función de distribución y hacen
uso de la abreviatura f.d.a.
De la ecuación (1) se deduce que la f.d. de una variable aleatoria X es una función
F definida sobre la recta real. El valor que posea F(x) para cualquier punto x debe
ser un número del intervalo 0 ≤ F (x )≤ 1 porque F(x) es la probabilidad del suceso
{ X ≤ x }. (DeGroot & Schervish, 1975/1988, pp 104)
Además, se obtiene de la ecuación (1) que la f.d. de cualquier variable aleatoria X debe
poseer las tres propiedades siguientes:
Propiedad 1. 0 ≤ F ( x ) ≤ 1
La probabilidad es un valor entre 0 y 1, ambos inclusive.
li m
Propiedad 2. x →+ ∞ F ( x )=1
❑
El máximo valor que puede tomar la función de distribución acumulada es 1.
, li m
Propiedad 3. x →−∞ F ( x ) =0
❑
El mínimo valor que puede tomar la función de distribución acumulada es 0.
Función de Distribución. (2023, Abril 9). Recuperado de: https://es.wikipedia.org/wiki/Funci
%C3%B3n_de_distribuci%C3%B3n
Determinación de probabilidades a partir de la función de distribución
Si se conoce la f.d. de una variable aleatoria X, entonces se puede determinar la
probabilidad
de que X esté en cualquier intervalo de la recta real a partir de la f.d. Se deduce esta
probabilidad para cuatro tipos distintos de intervalos. (DeGroot & Schervish, 1975/1988,
pp 106)
Teorema 1. Para cualquier valor x,
P( X> x)=1−F(x ). (2)
Demostración.
La suma de todas las probabilidades es 1, es decir,
P( X ≤ x)+ P( X> x)=1
Por lo tanto, P( X> x)=1−P( X ≤ x )
Teorema 2. Para cualesquiera valores concretos x 1 y x 2 tales que x 1< x2 ,
P( x 1 < X ≤ x 2 )=F (x2 )−F (x 1). (3)
Demostración. P( x 1 < X ≤ x 2 )=P( X ≤ x2 )−P( X ≤ x 1). Por tanto, la ecuación (3)
se deduce directamente de la ecuación (1).
Teorema 3. Para cualquier valor x,
P( X< x)=F ¿ (4)
Demostración.
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller LinoGuer. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $5.44. You're not tied to anything after your purchase.