Variables aleatorias continuas

Definicin 3.6 Sea

dice que

una variable aleatoria con valores en

es una variable aleatoria continua de densidad

La ley de la variable aleatoria

una densidad de probabilidad sobre

si para todo intervalo

es la ley continua sobre

de

. Se

se tiene:

, de densidad

Para determinar la ley de una variable aleatoria continua, hay que calcular su densidad. De manera equivalente, la ley de
una variable continua se determina dando la probabilidad de que ella pertenezca a un intervalo
cualquiera. Es lo que
hemos hecho para nuestro ejemplo de base, el llamado a Random, que es una variable aleatoria continua, de
densidad

. Una variable aleatoria continua

de densidad

, cae entre

con una probabilidad igual a :

Mientras ms grande sea la densidad

en un segmento, mayores sern las probabilidades de que
segmento, lo cual justifica el trmino ``densidad''.

caiga en ese

Como ya hemos observado para Random, la probabilidad de que una variable aleatoria continua caiga en un punto
cualquiera es nula.

En consecuencia:

Observemos tambin que el modificar una densidad en un nmero finito o numerable de puntos, no cambia de las integrales
sobre los segmentos y en consecuencia la ley de probabilidad asociada tampoco cambia. El valor que toma la densidad en
un punto particular, no es importante. Por ejemplo Random tiene como densidad a
pero da lo mismo usar
.
Como en los casos discretos, debemos conocer algunos ejemplos bsicos. Las densidades se dan en un punto cualquiera
de

Ley uniforme.

La ley uniforme sobre un intervalo es la ley de ``sorteos al azar'' en un intervalo. Si

uniforme sobre el intervalo

se denota por

Random es una variable aleatoria de ley uniforme

son dos nmeros reales, la ley

. Ella tiene por densidad a la funcin:

Ley exponencial.
Las leyes exponenciales modelan intervalos de tiempo o duraciones aleatorias, como la vida de una partcula en fsica. La

ley exponencial de parmetro

se denota por

. Ella tiene por densidad a la funcin:

Ley normal.
La ley normal, ley de Gauss o Laplace-Gauss es la ms clebre de las leyes de probabilidad. Su xito y su omnipresencia
en las ciencias de la vida vienen del Teorema del Lmite Centrado que estudiaremos ms adelante. La ley normal de

parmetros

se denota por

. Ella tiene por densidad a la funcin:

Las leyes exponenciales y normales constituyen el ncleo de las familias de leyes clsicas que se encuentran mas
frecuentemente en estadstica.
Ley de Weibull.

La ley de Weibull de parmetros

, denotada por

, tiene por densidad:

Se la emplea como modelo de duracin aleatoria, principalmente en fiabilidad (duracin de funcionamiento sin roturas,

duracin de reparacin). La ley

es la ley

Ley gamma.

La ley gamma de parmetros

donde

por

, denotada por

tiene por densidad:

es la ``funcin gamma'', definida por

, la ley

. Para

es llamada ley de chi cuadrado con

. Esta es la ley de la suma de los cuadrados de

entero,

grados de libertad y se denota

variables aleatorias independientes de ley

se emplea para las varianzas empricas de muestras gaussianas. La ley

es la ley exponencial

Ley beta.

La ley beta de parmetros

, denotada por

tiene por densidad:

Esta familia de leyes nos provee de modelos no uniformes para variables aleatorias acotadas. Si unas variables aleatorias

independientes siguen la ley uniforme

, sus estadgrafos de orden (valores reordenadas) siguen leyes beta.

Ley log-normal.

La ley log-normal

ley

es la ley de una variable aleatoria, de valores positivos, cuyo logaritmo sigue la

. Ella tiene por densidad a la funcin:

En medicina, numerosos parmetros fisiolgicos son modelados empleando leyes log-normales.

Ley de Student.

La ley de Student con

aleatorias
funcin:

grados de libertad,

son independientes,

, es la ley de la relacin

de ley

de ley

, donde las variables

. Ella tiene por densidad a la

Se la utiliza para estudiar la media emprica de una muestra gaussiana.

Ley de Fisher.

La ley de Fisher de parmetros

(enteros positivos) es la ley de la relacin

e
son dos variables aleatorias independientes de leyes
densidad a la funcin:

Se la emplea para comparar las varianzas de muestras gaussianas.

, donde

respectivamente. Ella tiene por