Professional Documents
Culture Documents
1. Antecedentes
En la teora de la probabilidad, la funcin de densidad de probabilidad, funcin de densidad, o,
simplemente, densidad de una variable aleatoria continua describe la probabilidad relativa segn la cual
dicha variable
aleatoria
tomar
determinado
valor.
La probabilidad de que la variable aleatoria caiga en una regin especfica del espacio de posibilidades
estar dada por la integral de la densidad de esta variable entre uno y otro lmite de dicha regin.
La funcin de densidad de probabilidad (FDP o PDF en ingls) es no-negativa a lo largo de todo su
dominio y su integral sobre todo el espacio es de valor unitario.
Una funcin de densidad de probabilidad caracteriza el comportamiento probable de una poblacin en
tanto especifica la posibilidad relativa de que una variable aleatoria continua X tome un valor cercano a x.
2. Objetivo
Poder configurar los parmetros bsicos de una funcin de densidad de probabilidades para que
responda a una funcin de carcter natural
3. Marco Terico
Qu es la funcin de densidad de probabilidad (PDF)?
La funcin de densidad de probabilidad describe la probabilidad de cada valor especfico que puede
tener una variable
Clasificacin de las funciones de densidad de probabilidad
Funciones de densidad de probabilidad continas
INFORME
La funcin que caracteriza las variables continuas es aquella funcin f positiva e integrable en los reales,
tal que acumulada desde hasta un punto x, nos proporciona el valor de la funcin de distribucin en x,
F(x). Recibe el nombre de funcin de densidad de la variable aleatoria continua.
La funcin de densidad continua toma valores en el conjunto de nmeros reales y no se interpreta como
una probabilidad. No est acotada por 1, puede tomar cualquier valor positivo. Es ms, en una variable
continua se cumple que probabilidades definidas sobre puntos concretos siempre son nulas.
Tipos de funciones de densidad de probabilidad continuas
Las funciones de densidad de probabilidad continua ms importantes son las siguientes:
Distribucin Beta
Distribucin exponencial
Distribucin F
Distribucin Gamma
Distribucin ji cuadrado
Distribucin normal
Distribucin t de Student
La distribucin de Bernoulli
La distribucin binomial
La distribucin hipergeomtrica
INFORME
4. Marco Practico
Para la graficacion de funciones de densidad de probabilidades se usas los comandos
Distribucin Uniforme
Sintaxis:
Y = unifpdf(X,A,B,m,n)
Descripcin:
A.
cumplen que su distribucin sobre la recta real es de la forma indicada. (m y n son parmetros
opcionales y pueden no ser necesaria su inclusin).
SIGMA. X, MU y SIGMA deben ser del mismo tamao. El parmetro SIGMA debe ser positivo.
La distribucin normal estndar tiene MU = 0 y SIGMA = 1.
Fluctuaciones simtricas alrededor de un valor medio (MU).
INFORME
Descripcin:
Distribucin Log-Normal
Sintaxis:
Y = lognpdf(X,MU,SIGMA)
Descripcin:
Computa la funcin de distribucin log-normal para el valor X con media MU y
desviacin estndar SIGMA. X, MU y SIGMA deben ser del mismo tamao,
que determina el tamao de Y.
Es una distribucin normal asimtrica.
Distribucin Gamma (Erlang)
Sintaxis:
Y = gampdf(X,A,B)
Descripcin:
Computa la funcin de distribucin gamma para el valor X y los parmetros A y
B. X, A y B deben ser del mismo tamao. A y B deben ser positivos y X tiene
que estar dentro del intervalo [0,).
La pdf gamma es til en los modelos de dependencia de ciclos de vida. La
distribucin gamma es ms flexible que la exponencial. Los casos especiales de la funcin gamma son
las funciones exponencial y chi-cuadrado.
Distribucin Beta
Sintaxis:
Y = gampdf(X,A,B)
Descripcin:
Computa la funcin de distribucin gamma para el valor X y los parmetros A y
B. X, A y B deben ser del mismo tamao. A y B deben ser positivos y X tiene
que estar dentro del intervalo [0,1].
La distribucin uniforme en [0,1] es un caso derivado de la distribucin beta donde A=1 y B=1.
INFORME
DISTRIBUCIONES DISCRETAS
Distribucin Uniforme
Sintaxis:
Y = unidpdf(X,N)
Descripcin:
Computa la funcin de distribucin uniforme discreta para el valor X y el
Parmetro N. X y N deben ser del mismo tamao y N un entero positivo.
El resultado Y es la probabilidad de que ocurra X de entre N nmeros, que en este caso, por ser
uniforme, ser la misma para cualquier X entre 1 y N.
Distribucin Binomial
Sintaxis:
Y = binopdf(X,N,P)
Descripcin:
Computa la funcin de distribucin binomial para el valor X y los parmetros N
y P. X, N y P deben ser del mismo tamao. N debe ser un entero positivo y P tiene que estar en el
intervalo [0,1].
El resultado Y es la probabilidad de observar X sucesos en N pruebas independientes, donde la
probabilidad de que ocurra el suceso (acierto) viene dada por el parmetro P, que permanece constante
para cada prueba, y la probabilidad de que no ocurra el suceso (fracaso) es 1-P.
INFORME
PDF discreta
Esta grfica de barras muestra la PDF por color de caramelo. Cada barra representa la probabilidad de
caramelos de ese color expresada como un porcentaje.
Ejemplo de una PDF contina
Para una variable continua, la PDF es la curva que aproxima la forma cuando sus valores se muestran en
una grfica de barras o histograma. Por ejemplo, una mquina que corta corchos para botellas de vino
produce corchos de diferentes dimetros. En la siguiente grfica de barras de dimetros de corchos, cada
INFORME
PDF contina
La curva es la PDF para el dimetro del corcho. Utilice la PDF para determinar la probabilidad de que
ocurra un evento. Por ejemplo, solo un pequeo porcentaje de corchos (1%) tiene un dimetro por debajo
de 2.8 cm.
INFORME
LABORATORIO
INFORME
Distribucin gaussiana
Distribucin negativa
INFORME
Distribucin gamma
INFORME
INFORME