Академический Документы
Профессиональный Документы
Культура Документы
Objetivos
Instrucciones generales
Esta práctica combina algunos desarrollos analı́ticos sencillos, que se realizarán directamente en
papel, con la ejecución de algunos programas informáticos que pretenden ilustrar algunos conceptos y
sobre cuyos resultados se plantearán cuestiones. La parte informática se desarrollará ı́ntegramente desde
la ventana de comandos de Matlab, llamando directamente a las funciones correspondientes a cada caso.
Para comprobar la sintaxis de las llamadas a cada una de las funciones, se recomienda utilizar el
comando help desde Matlab (help nombreFuncion). Se mostrará un breve resumen con sus carac-
terı́sticas, los parámetros que puede recibir y algunos ejemplos de uso.
Transformaciones
Transformación lineal de una VA uniforme (20’)
La función TLU genera realizaciones de una VA uniforme y las transforma según una cierta función
lineal, obteniendo ası́ una nueva VA. Lee su descripción (help TLU) y lánzala con los parámetros por
defecto (TLU()). Sigue las instrucciones que aparezcan en la ventana de comandos. No continúes hasta
entender qué se está representando.
1. ¿Qué esperas que suceda cuando X ∼ U(0, 1) e Y = g(X) = kX, donde k > 0?
a) Si k > 1, obtendremos una VA uniforme definida en un rango mayor; si k < 1, obtendremos
una VA uniforme definida en un rango menor: Y ∼ U(0, k).
b) Si k > 1, obtendremos una VA uniforme definida en un rango menor; si k < 1, obtendremos
una VA uniforme definida en un rango mayor: Y ∼ U(0, 1/k).
c) Obtendremos una VA uniforme de la misma anchura que la original, pero desplazada k uni-
dades: Y ∼ U(k, k + 1).
d) Obtendremos una VA con una distribución no uniforme.
Comprueba tu razonamiento probando algunos valores de k con la función TLU, por ejemplo:
TLU (0 , 1 , 0 , 2) ; % X ~ U (0 ,1) ; Y = g(X) = 2X
TLU (0 , 1 , 0 , 0.5) ; % X ~ U (0 ,1) ; Y = g ( X ) = X /2
5. Halla la transformación necesaria para obtener Y ∼ U(−1, 3) a partir de una VA X ∼ U(0, 1).
Comprueba tu resultado con la función TLU.
6. Halla la transformación necesaria para obtener Y ∼ U(−1, 3) a partir de una VA X ∼ U(−1, 1).
Comprueba tu resultado con la función TLU.
1. Supón que tenemos una VA X ∼ U(−6, 6). Generamos otra VA, Y , aplicando la transformación
siguiente: Y = g(X) = arctan(X).
π 2
π 4 g (x ) = arctan(x )
−9 −6 −3 0 3 6 9
x
−π 4
−π 2
2. ¿Qué sucederá si volvemos a obtener Y = g(X) = arctan(X), pero a partir de X ∼ U(0, 12)?
a) Y mantendrá la forma del apartado anterior, pero desplazada seis unidades hacia valores
positivos.
b) Y mantendrá la forma del apartado anterior, pero desplazada seis unidades hacia valores
negativos.
c) Y se hará asimétrica, acumulando probabilidad en los valores altos de su rango.
d) Y se hará asimétrica, acumulando probabilidad en los valores bajos de su rango.
Comprueba tu razonamiento con la función TATU.
Universidad de Vigo. PyE. Práctica 5 5.5
1. La función TLN es similar a la TLU, pero para distribuciones normales. Utilı́zala para ver el
efecto de aplicar la transformación Y = g(X) = −2 + 0.5X a una VA X ∼ N(0, 1). Describe los
efectos observados en la forma de la distribución, en su media y en su desviación tı́pica.
2. Halla la transformación necesaria para obtener Y ∼ N(5, 3) a partir de una VA X ∼ N(0, 1).
Comprueba tu resultado con la función TLN.
3. Supón que tenemos una VA X ∼ N(10, 5). Generamos otra VA, Y , aplicando la transformación
siguiente: Y = X/5. ¿Qué esperas que suceda?
a) No cambia ninguno de los dos parámetros. Lo que sucede es que fY (y) = fX (x)/5.
b) Cambiará la media, pero no la desviación tı́pica, Y ∼ N(2, 5).
c) Cambiará la desviación tı́pica, pero no la media, Y ∼ N(10, 1).
d) Cambiarán ambas: la desviación tı́pica y la media, Y ∼ N(2, 1).
Comprueba tu razonamiento con la función TLN (TLN(10,5,0,1/5)).
4. Halla la transformación necesaria para obtener Y ∼ N(−5, 0.5) a partir de una VA X ∼ N(4, 2).
Comprueba tu resultado con la función TLN.
Universidad de Vigo. PyE. Práctica 5 5.6
Esperanza y varianza
1. V La esperanza de una VA no tiene por qué pertenecer a su rango. Por ejemplo, en una Bernoulli
o en el valor medio obtenido en el lanzamiento de un dado.
V La esperanza de una VA es siempre mayor o igual que el extremo inferior de su rango.
F La esperanza de una VA es siempre mayor que el mı́nimo de los valores obtenidos en varias
realizaciones de dicha VA. Con un dado podrı́amos obtener una secuencia como {4, 6, 6, 5, 4, 5},
todos ellos superiores a 3.5, que es la media de la VA.
F La probabilidad de que una única muestra de una VA sea superior a su esperanza es de 0.5.
Esa afirmación es aplicable a la mediana.
F La esperanza de una VA es el valor para el que se obtiene el máximo de la fdp. Esa afirmación
es aplicable a la moda.
Var(P(λ)) = λ ⇒ λ=9
2
√ √
Var(U(−b, b)) = b /3 ⇒ b= 3×9=3 3
2
√
Var(N(0, σ)) = σ ⇒ σ= 9=3
p
Var(exp(α)) = 1/α2 ⇒ α = 1/9 = 1/3
por tanto,
22 4 23 25 16
E(X) = = E(X 2 ) = =2 E(X 4 ) = =
3 3 4 6 3
Universidad de Vigo. PyE. Práctica 5 5.7
2
4 2
b) Var(X) = E(X 2 )
− =2−E2 (X) =
3 9
√
p 2
Desviación tı́pica(X) = Var(X) =
3
Z ∞ Z 2 Z 2
1 1 1 x 1 1 2 1 3
c) E(Y ) = E = f (x) dx = dx = dx = [x]0 = 1 6= =
X −∞ x 0 x 2 2 0 2 E(X) 4
Transformaciones
1. Si k > 1, obtendremos una VA uniforme definida en un rango mayor; si k < 1, obtendremos una
VA uniforme definida en un rango menor: Y ∼ U(0, k).
2. Obtendremos una VA uniforme de la misma anchura que la original, pero desplazada d unidades,
Y ∼ U(d, d + 1).
6. En este caso, el resultado se obtiene expandiendo al doble el rango de la fdp original y luego
desplazándolo una unidad a la derecha. Por tanto, si X ∼ U(−1, 1), Y = 1 + 2X ∼ U(−1, 3).
3. Un tramo de la función de transformación con pendiente positiva y menor que 1 acumula los
valores de Y en un intervalo menor que el original, lo que hará mayor su función de densidad de
probabilidad en ese intervalo.
Universidad de Vigo. PyE. Práctica 5 5.8
1. La variable de partida se transforma en otra cuya fdp mantiene la forma original acampanada, pero
más alta y estrecha (para mantener un área bajo la curva de valor 1) y desplazada dos unidades
hacia la izquierda. Pasamos de una N(0, 1) a una N(−2, 0.5).
2. Multiplicando X por 3 pasamos de una N(0, 1) a una N(0, 3). Tendremos que aplicar también un
desplazamiento a la derecha. Por tanto: Y = 5 + 3X.
4. Para pasar de una desviación tı́pica de 2 a otra de 0.5 tendremos que dividir por 4. Esto modifi-
cará también la media de la VA original, que pasará de 4 a 1. Para llevar esa media a −5 tendremos
que hacer un desplazamiento de 6 unidades a la izquierda. Por tanto: Y = −6 + X/4.