Академический Документы
Профессиональный Документы
Культура Документы
Teorema 1
Suponga que X es una v.a. discreta con distribucin de probabilidad p ( x) . Definimos con Y = h( X ) una transformacin uno a uno entre los valores de X e Y, de manera que la ecuacin y = h( x) se resuelva unvocamente para x en trminos de y,
digamos x = w( y ) . Entonces la distribucin de probabilidad de Y es
g ( y ) = f ( w( y ))
Ejemplo:
Sea X una v.a. geomtrica con distribucin de probabilidad
p(x) = 0.75 (0.25) x-1
con x = 1,2,.
p( y
g ( y) =
) = 0.75 (0.25)
0
y = 1,4,9,......
en otro caso
Supongamos ahora que X1 y X2 son dos variables aleatorias discretas con distribucin
de probabilidad conjunta p(x1, x2) y que se quiere encontrar la distribucin de probabilidad conjunta de g(y1 , y2) de las dos variables aleatorias nuevas
136
Y1 = h1(X1 , X2)
Y2 = h2(X1 , X2)
que definen una transformacin uno a uno entre el conjunto de puntos (x1, x2) y (y1, y2).
Al resolver las ecuaciones y1 = h1(x1 , x2) y y2 = h2(x1 , x2) de forma simultnea,
obtenemos la solucin inversa nica
x1 = w1(y1 , y2)
x2 = w2(y1 , y2)
Teorema 2
Suponga que X1 y X2 son variables aleatorias discretas con distribucin de probabilidad conjunta p(x1, x2). Definimos con Y1 = h1(X1 , X2) y Y2 = h2(X1 , X2) una transformacin uno a uno entre los puntos (x1, x2) y (y1, y2) de manera que las ecuaciones
y1 = h1(x1 , x2)
y2 = h2(x1 , x2)
x2 = w2(y1 , y2)
Este teorema es bastante til para encontrar la distribucin de alguna variable aleatoria
Y1 = h1(X1 , X2) donde X1 y X2 son variables aleatorias discretas con distribucin de
probabilidad conjunta p(x1, x2). Se define simplemente una segunda funcin, digamos
Y2 = h2(X1 , X2) y mantenemos una correspondencia uno a uno entre los puntos
(x1, x2) y (y1, y2) , y obtenemos la distribucin de probabilidad conjunta g(y1 , y2). La
distribucin de Y1 es entonces la distribucin marginal de g(y1 , y2) que se encuentra al
sumar los valores y2. Simbolizamos la distribucin de Y1 con h(y1) y entonces
h( y1) = g ( y1 , y 2)
y2
Ejemplo:
Sean X1 y X2 dos variables aleatorias independientes que tienen distribuciones de Poisson con parmetros 1 y 2 respectivamente. Encuentre la distribucin de probabilidad de la v.a. Y 1 = X 1 + X 2 .
137
Solucin:
Como X1 y X2 son independientes podemos escribir
p ( x1 , x 2) =
e 1 1x1
x1!
e 2 2x 21
x2 !
+
e 1 2 1x1 2x 21
x1! x 2 !
donde x1 = 1, 2, 3,. y x2 = 1, 2, 3, ..
Definimos ahora una segunda v.a. Y 1 = X 2 .
Las funciones inversas estn dadas por x1 = y1 x2 ; x2 = y2
Con el teorema anterior encontramos que la funcin de distribucin conjunta de Y1 e Y2
es
g ( y1 , y 2) =
e 1 2 1y1 y 2 2y 2
( y1 y 2)! x 2 !
donde y1 = 0, 1, 2, 3, y
y2 = 0, 1, 2, .,y1
Notar que como x1 > 0 entonces y1 x2 > 0 , es decir x2 < y1.
Por lo tanto la distribucin marginal de Y1 es
h( y1) =
g ( y1 , y 2) = e +
y2
+
e 1 2
y1!
y1
y 2 =0
y1
y1 y1 y 2 y 2 =
2
y 1
y 2 =0 2
1y y 2y
1
( y1 y 2)! x2 !
+
e 1 2
y1!
+
e 1 2
y1!
( 1 + 2 ) y
y1
y 2 =0
y1!
( y1 y 2)! x 2 !
donde y1 = 0, 1, 2, ..
Por lo tanto la suma de las dos variables independientes con distribucin Poisson con
parmetros 1 y 2 tiene una distribucin Poisson con parmetro 1 + 2.
Teorema 3
Supongamos que X es una v.a. continua con funcin de densidad de probabilidad
f(x). Sea Y = h(X) una correspondencia uno a uno entre los valores de X e Y, de manera que la ecuacin y = h(x) se resuelve unvocamente para x e trminos de y, digamos
x = w(y). Entonces la funcin de densidad de probabilidad de Y es
g(y) = f(w(y)) |w'(y)|
138
1y y 2y =
1
Dem.)
Supongamos que y = h(x) es una funcin
creciente como la de la figura.
Entonces
P(a < Y < b) = P( w(a ) < X < w(b)) =
w(b )
f ( x)dx
w( a )
P ( a < Y < b) =
Por lo tanto g ( y ) = f ( w( y )) w( y )
Si y = h(x) es una funcin decreciente como la de la figura que sigue
Entonces escribimos
P(a < Y < b) = P( w(b) < X < w(a )) =
w( a )
f ( x)dx =
w(b )
= f ( w( y )) w( y )dy
b
si 1 < x < 5
f ( x) = 12
0 caso contrario
139
Solucin
y+3
dx
, de donde w( y ) =
2
dy
Adems para obtener el rango de y notar que
y+3
1< x < 5 1<
< 5 1 < y < 7
2
Por lo tanto la f.d.p. de la v.a. Y es
La inversa de y = 2 x 3 sera x =
g ( y) =
y+3
2
12
0
1
2
caso
1
2
si 1 < y < 7
contrario
Teorema 4
Supongamos que X1 y X2 son variables aleatorias continuas con f.d.p. conjunta
f ( x1 , x 2) . Definimos con Y1 = h1(X1 , X2) y Y2 = h2(X1 , X2) una transformacin
uno a uno entre los puntos (x1, x2) y (y1, y2) de manera que las ecuaciones
y1 = h1(x1 , x2)
y2 = h2(x1 , x2)
x2 = w2(y1 , y2)
J=
x1
y1
x2
y1
x1
y2
x2
y2
Ejemplo:
Sean X1 y X2 dos variables aleatorias continuas con f.d.p. conjunta dada por
140
4 x1 x 2
f ( x1 , x2) =
0
y Y2 = X1X2
Solucin:
y = x12
Consideramos el sistema de ecuaciones 1
y 2 = x1 x 2
x1 y x2 , y obtenemos las soluciones x1 =
y1
y2
x2 =
y entonces
y1
calculamos
J=
x1
y1
x2
y1
x1
y2
x2
y2
1
2 y1
y2
2 y1
0
=
1
y1
1
2 y1
Para determinar el subconjunto del plano y1y2 donde toma valores la v.a. (Y1, Y2) escribimos
0 < x1 < 1
0 < x2 < 1
0 < y1
y2
0<
y1
<1
<1
0 < y1 < 1
0 < y2 <
y1
y2
y2 =
y1
y1
La f.d.p. conjunta de Y1 e Y2 es
141
4 y1
g ( y1 , y 2) =
2 y2
y1
y2
y1
1
2 y1
si 0 < y1 < 1 ,
si 0 < y1 < 1 ,
0
0 < y2 <
y1
en otro lado
0 < y2 <
y1
en otro lado
Ejemplo:
Sean X1 y X2 dos voltajes aleatorios independientes con f.d.p. dada por
f 1 ( x1) =
1
10
si
0 x1 10
f 2 ( x2) =
1
10
0 x 2 10
si
Anotamos
si
0 x1 10
0 x 2 10
caso contrario
Y1 = h1(X1 , X2) = X1 + X2 ;
Y2 = h2(X1 , X2) = X2
donde J =
x1
y1
x2
y1
x1
y2
x2
y2
1 0
Entonces:
1
g ( y1 , y 2) = 100
0
si 0 y1 y 2 10
0 y 2 10
caso contrario
0 y1 y 2 10
0 y 2 10 ,
y 2 y1 10 + y 2
0 y 2 10
o equivalentemente
y1 = y 2
y2
y1 10 = y 2
y1
1
d y2
0 100
g1 ( y1) = 10
1
d y2
100
y110
si
0 y1 10
si
10 y1 20
Ejemplo:
Sea X una v.a. continua con densidad
f(x) para 1 < x < 2 .
Sea Y = X2
a
Solucin:
Primero hallamos la F.d.a. G(y)
143
Para esto observamos el grfico anterio y notamos que Y toma valores no negativos
P( y
2
G ( y ) = P(Y y ) = P ( X < y ) =
P( X
y<0
0
<X <
<
y
)
0 < y <1
1< y < 4
y>4
0
y<0
F ( y ) F ( y ) 0 < y < 1
=
F( y )
1< y < 4
1
y>4
1
1
+ f ( y )
0 < y <1
f( y )
2 y
2 y
1
g ( y) =
f( y )
1< y < 4
2 y
0
caso contrario
= w( y )
g ( y ) = f ( y
1
2 y
0 < y <1
(1)
= w( y )
g ( y) = f ( y
1
2 y
0 < y <1
(2)
Como para los y tales que 0 < y < 1 puede ocurrir (1) (2) entonces
144
g ( y ) = f ( y
1
2 y
+ f( y
1
2 y
0 < y <1
= w( y )
g ( y) = f ( y
1
2 y
1< y < 4
1
1
+ f( y )
0 < y <1
f ( y )
2 y
2 y
1
g ( y) =
f( y )
1< y < 4
2 y
0
en otro lado
Ejemplo:
1 si 0 < x < 1
Sea X una v.a. continua con f.d.p. f ( x ) =
0 caso contr
Sea Y = 2 ln X. Hallar la f.d.p. de Y.
Solucin:
Primero hallamos la F.d.a. de Y. Observar que Y toma valores positivos
G( y) = P(Y y) = P(2 ln X y) = P(ln X y ) = 1 P(ln X y ) =
2
2
y
= 1 P( X e 2 ) = 1 F (e 2 )
Entonces
y
g ( y) =
(1 F (e 2 )
y
Pero f (e 2 ) = 1 si 0 < e
y
2
y
y
1
f (e 2 )(e 2 )(
)
y>0
=
2
0
caso contrario
< 1 , es decir si y
>0
y
1
( 2 )(
)
y>0
g ( y) = e
2
0
caso contrario
145
Practica
Funcin de variables aleatorias
1) El gerente de un almacn en una fbrica ha construido la siguiente distribucin de
probabilidad para la demanda diaria (nmero de veces utilizada) para una herramienta en particular.
y
p(y)
0
0.1
1
0.5
2
0.4
Le cuesta a la fbrica $10 (dlares) cada vez que se utiliza la herramienta. Encuentre la fdp y la Fda de Z = 10Y el costo diario para el uso de tal herramienta.
2) Una magnitud aleatoria X tiene la siguiente ley de distribucin
x
p(x)
-1
0.3
-2
0.1
1
0.2
2
0.4
( )
3 x 2 ,
1 x 1
f ( x) = 2
0, caso contrario
a) Hallar la fdp de Y = 3X
b) Hallar la fdp de Z = 3-X
c) Hallar la fdp de W = X2
5) La proporcin de impurezas en ciertas muestras de minerales es una v.a. X con la
fdp:
3 x 2 + x,
0 x 1
f ( x) = 2
0, caso contrario
El valor en dlares de tales muestras es U = 5 ( X / 2) . Obtenga la fdp de U.
( )
6) Un paracaidista desea aterrizar sobre un blanco T, pero se da cuenta que es igualmente probable que vaya a aterrizar en cualquier punto sobre el segmento (A,B) con
146
1 x 1
caso contrario
La distancia entre X y T es X ).
7) El porcentaje de alcohol en cierto compuesto es una v.a. Y, con la siguiente fdp.:
20 y 3 (1 y ),
f ( y) =
0,
0 y 1
en oto lado
Suponga que el precio de venta del compuesto depende del contenido de alcohol.
Especficamente, si 1 < y < 2 , el compuesto se vende a C1 dlares el galn; de
3
3
otra manera se vende a C2 dlares el galn. Si el costo de produccin es C3 dlares
por galn, encuentre la distribucin de probabilidad de la ganancia por galn.
8) Una mquina produce envases esfricos cuyos radios varan de acuerdo con la funcin de densidad de probabilidad
2 r ,
f (r ) =
0,
0 r 1
caso contrario
y>0
f ( y ) = my e
0, caso contrario
147
12) En un proceso de sinterizacin de dos tipos de polvo de cobre la funcin de densidad para X, la proporcin del volumen de cobre slido en una muestra, es
0 x1
6x(1 x),
f(x) =
0, en otro lado
La fdp de Y, la proporcin de cristales de tipo A en el cobre slido, es
3y 2 , 0 y 1
g(y) =
0, en otro lado
La variable Z = X.Y da la proporcin del volumen de la muestra debido a los cristales de tipo A. Obtenga la fdp de Z, suponiendo que X e Y son independientes.
13) En un sistema electrnico operan conjuntamente dos componentes de dos tipos diferentes. Sean X e Y la duracin aleatoria de los componentes del tipo I y II respectivamente. La fdp conjunta est dada por
( )
1 x e (x + y)/2 ,
x > 0, y > 0
f(x, y) = 8
0,
en otro lado
(Las mediciones estn en cientos de horas). La eficiencia relativa de los dos tipos de
componentes se mide por Z = Y/X. Obtenga la fdp de Z.
14) Sean X1 y X2 variables aleatorias independientes que tienen cada una la distribucin
de probabilidad
e x si x > 0
f(x) =
0 caso contrario
Muestre que las variables aleatorias Y1 e Y2 son independientes cuando
Y1 = X1 + X2
Y2 =
X1
X1 + X 2
148