UNIVERSIDAD DE CUENCA

FACULTAD DE INGENIERÍA

Probabilidad
Funciones de densidad y distribución de probabilidad de variables aleatorias
continuas y discretas.

Grupo ejecutor:
 Gomezcoello Marlon
 Guayara Adrián
 Segovia Andrés

Fecha:
29 de mayo de 2017

A continuación, se mostrarán y graficaran las distintas distribuciones de probabilidad

cambiando sus variables para ver de qué manera cambian las gráficas, la función de
distribución de probabilidad (PDF) es una función matemática de la variable real x que
describe la probabilidad de que X tenga un valor menor o igual que x.

La función de densidad de probabilidad (pdf) o probabilidad de masa en el caso de las

variables discretas, describe la probabilidad relativa según la cual dicha variable aleatoria
tomara dicho valor.

Distribuciones de variables aleatorias continuas

1. Distribución Normal. -

pdf PDF

Donde es la integral de Laplace

 Como se puede observar si se cambia 𝝁 la curva tiene un desplazamiento a la derecha si es
positivo y hacia la izquierda si es negativo y si se cambia 𝝈 la altura de la curva cambia.

2. Distribución Uniforme. –

pdf
PDF
 Cuando se cambia 𝜸 la grafica se desplaza en el eje x y se comprime en dicho eje y
si se cambia 𝝀 su altura aumenta o disminuye

4. Distribución Gamma. –

pdf PDF

Donde es la funcion gamma

Los valores 𝜷 y 𝜸 determinan el desplazamiento en el eje x y su anchura mientras que cuando

mas se aumenta el valor de 𝜶 la gráfica se va pareciendo más a la de la distribución normal.

5. Distribución Beta. –

pdf PDF
 Esta distribucion se ve un tanto compleja ya que imvolucra varias funciones y
parametros, los parametros a y b solo definen los limites de la distribucion, 𝜶𝟏
solo se puede escribir un entero con decimales, cuando 𝜶𝟏 > 𝜶𝟐 causa una
depresion al lado izquierdo de la grafica en caso contrario causa una depresion en
el lado derecho, cuando los dos valores se asemejan la grafica toma la forma de
una distribucion normal.

6. Distribución Chi-Squared. –

PDF
pdf

En esta funcion 𝝊 no puede tomar el valor de 0, el valor de 𝜸 cambia mucho el valor de la

grafica y cuando ambos parametros toman valores grandes la grafica se asemeja a la
distribucion normal.

7. Distribución Rayleigh. –

pdf PDF
En este caso el valor de 𝝈 no puede ser 0, la variable 𝜸 solo nos da un desplazamiento en el eje
x siempre con una distancia de 4 unidades desde su limite inferior al superior pero cuando se
cambia 𝝈 dicha distancia cambia mucho y ya no es de 4 unidades, tambien la altura cambia.

8. Distribución Nakagami. –

pdf PDF
Cuando se cambian los valores de Ω varian tanto la altura como el ancho de la grafica y cuando
se cambian los valores de m la figura toma la forma de la distribucion normal, mientras mas
grande sea este valor, mas se asemeja.

9. Distribución Cauchy. –

pdf PDF

En esta grafica podemos encontrar un gran parecido a la distribucion normal, la variable 𝝁 nos
indica un desplazamiento en el eje x, mientras que la variable 𝝈 cambia la altura y el ancho de
la grafica.

10. Distribución Laplace. –

pdf
PDF
Cuando se cambian los valores de la variable 𝝁 la grafica se desplaza en el eje x, cabe recalcar
que esta grafica tiene una punta en su parte superior y es simetrica respecto al eje y gracias a
su valor absoluto, cuando se cambian los valores de 𝝁 la grafica gana altura pero se vuelve mas
angosta.

11. Distribución Student´s t. –

V>0

pdf
PDF
Donde

Primeramente esta es la primera funcion con una sola variablre que es v, tambien cuenta con
simetria respecto al eje y, mientras se aumenta el valor de la variable mas ancha se torna la
grafica, pero cuando alcanza una altura de 0,4 unidades ya no crece mas es decir esa es su
altura maxima.
 12. Distribución Fisher. –

V1 y v2 >0

PDF
pdf

Los valores de v1 solo cambian la altura y hace más angosta la campana de la gráfica, pero
cuando se varia v2 la gráfica tiende a tomar la forma de la distribución normal mientras más
grande sea este valor.

Distribuciones de variables aleatorias discretas

1. Distribución Bernoulli. –

pdf PDF
La variación de las formas de la gráfica no tiene mucho misterio, es fácil entenderlo solo
basándonos en sus funciones.

2. Distribución Binomial. –

n>0

pdf PDF

Cuando la probabilidad p toma el valor de 0,5 la gráfica se asemeja a la distribución normal,

del valor n depende el número de intervalos.

3. Distribución Poisson. –

pdf
PDF
 Algo curioso que paso con esta distribución es que cuando más grande era la
variable se generaban muchos intervalos hasta llegar a un punto donde los
intervalos eran demasiados que llego a tomar la forma de la distribución
normal.

4. Distribución Hypergeometrica. –

N>0

pdf
PDF

La variable n determina los intervalos de la función, mientras que las variables m y N no se

tiene claro que efecto tienen en la gráfica.

5. Distribución Geométrica. –
Esta funcion es como una funcion logaritmica, cuando el valor de p toma valores muy
pequeños mas tiende a la forma logaritmica.

6. Distribución Binomial Negativa. –

n>0

Curiosamente esta función puede tender a tomar la forma de 2 distribuciones dependiendo de

los valores de sus variables, si n crece toma la forma de la distribución binomial y si p toma
valores muy pequeños toma la forma de la distribución gamma.
 7. Distribución Uniforme Discreta. –

pdf PDF

Se puede observar que esta distribución es similar a la uniforme, mientras más grande sea el
valor de b respecto a a mas tiende a parecerse.