Funciones de variables aleatorias Prof. Mara B.

Pintarelli
136
FUNCIONES DE VARIABLES ALEATORIAS

Con frecuencia en probabilidades se encuentra la necesidad de derivar la distribucin de
probabilidad de una funcin de una o ms variables aleatorias.
Por ejemplo supona !ue X es una v.a. discreta con distribucin de probabilidad " #x p $
supona% adems% !ue " # X h Y = define una transformacin uno a uno entre los valores
de X e Y. &e !uiere encontrar la distribucin de probabilidad de Y.
&i la transformacin es uno a uno implica !ue cada valor de x est relacionado con un $
solo un valor de " #x h y = % $ !ue cada valor de y est relacionado con un $ solo un valor
" # y w x = donde " # y w se obtiene al resolver " #x h y = para x en t'rminos de y.
(s claro !ue la v.a. Y toma el valor y cuando X toma el valor " # y w .
(n consecuencia% la distribucin de probabilidad de Y est dada por

"" # # "" # # " " # # " # " # y w p y w X P y X h P y Y P y g = = = = = = =





(jemplo)
&ea X una v.a. eom'trica con distribucin de probabilidad

p(x) * +.,- #+..-"
x/1
con x * 1%.%0.

(ncuentre la distribucin de probabilidad de la v.a. Y * X
.

&olucin)
Como los valores de X son todos positivos la transformacin define una corresponden/
cia uno a uno entre los valores x e y% y * x
.
$ y x = .
(ntonces

= =
=

caso otro en +
%...... 1 % 2 % 1 " .- . + # ,- . + " #
" #
1
y y p
y g
y



&uponamos a3ora !ue X
1
$ X
.
son dos variables aleatorias discretas con distribucin
de probabilidad conjunta p#x
1
% x
.
" $ !ue se !uiere encontrar la distribucin de probabi/
lidad conjunta de g#y
1
% y
.
" de las dos variables aleatorias nuevas

Teorema 1
&upona !ue 4 es una v.a. discreta con distribucin de probabilidad " #x p . 5efini/
mos con " # X h Y = una transformacin uno a uno entre los valores de X e Y% de ma/
nera !ue la ecuacin " #x h y = se resuelva unvocamente para x en t'rminos de y%
diamos " # y w x = . (ntonces la distribucin de probabilidad de Y es

"" # # " # y w f y g =
Funciones de variables aleatorias Prof. Mara B. Pintarelli
13,
Y
1
* h
1
#X
1
% X
.
" $ Y
.
* h
.
#X
1
% X
.
"

!ue definen una transformacin uno a uno entre el conjunto de puntos #x
1
% x
.
" $ #y
1
% y
.
".
6l resolver las ecuaciones y
1
* h
1
#x
1
% x
.
" $ y
.
* h
.
#x
1
% x
.
" de forma simultnea%
obtenemos la solucin inversa 7nica

x
1
* w
1
#y
1
% y
.
" $ x
.
* w
.
#y
1
% y
.
"

5e a!u las variables aleatorias Y
1
e Y
.
toman los valores y
1
e y
.
respectivamente %
cuando X
1
toma el valor w
1
#y
1
% y
.
" $ X
.
toma el valor w
.
#y
1
% y
.
" .
8a distribucin de probabilidad conjunta de Y
1
e Y
.
es% entonces

g#y
1
% y
.
" * P# Y
1
* y
1
% Y
.
* y
.
" *

P#X
1
* w
1
#y
1
% y
.
" % X
.
* w
.
#y
1
% y
.
"" * p#w
1
#y
1
% y
.
" % w
.
#y
1
% y
.
""


(ste teorema es bastante 7til para encontrar la distribucin de aluna variable aleatoria
Y
1
* h
1
#X
1
% X
.
" donde X
1
$ X
.
son variables aleatorias discretas con distribucin de
probabilidad conjunta p#x
1
% x
.
". &e define simplemente una seunda funcin% diamos
Y
.
* h
.
#X
1
% X
.
" $ mantenemos una correspondencia uno a uno entre los puntos
#x
1
% x
.
" $ #y
1
% y
.
" % $ obtenemos la distribucin de probabilidad conjunta g#y
1
% y
.
". 8a
distribucin de Y
1
es entonces la distribucin marinal de g#y
1
% y
.
" !ue se encuentra al
sumar los valores y
.
. &imboli9amos la distribucin de Y
1
con h#y
1
" $ entonces

=
y
y y g y h
.
" % # " #
. 1 1


(jemplo)
&ean X
1
$ X
.
dos variables aleatorias independientes !ue tienen distribuciones de Pois/
son con parmetros
1
$
.
respectivamente. (ncuentre la distribucin de probabili/
dad de la v.a.
X X Y . 1 1
+ = .

Teorema 2
&upona !ue X
1
$ X
.
son variables aleatorias discretas con distribucin de probabili/
dad conjunta p#x
1
% x
.
". 5efinimos con Y
1
* h
1
#X
1
% X
.
" $ Y
.
* h
.
#X
1
% X
.
" una trans/
formacin uno a uno entre los puntos #x
1
% x
.
" $ #y
1
% y
.
" de manera !ue las ecuacio/
nes

y
1
* h
1
#x
1
% x
.
" $ y
.
* h
.
#x
1
% x
.
"

se puedan resolver unvocamente para x
1
$ x
.
en t'rminos de y
1
e y
.
% diamos

x
1
* w
1
#y
1
% y
.
" $ x
.
* w
.
#y
1
% y
.
"

(ntonces la distribucin de probabilidad conjunta de Y
1
e Y
.
es

g#y
1
% y
.
" * p#w
1
#y
1
% y
.
" % w
.
#y
1
% y
.
""

Funciones de variables aleatorias Prof. Mara B. Pintarelli
13:
&olucin)
Como X
1
$ X
.
son independientes podemos escribir


; ; ; ;
" % #
. 1
. 1
.
.
1
1
. 1
.1 1 . 1 .1 . 1 1
x x
x x
e
x
x
e
x
x
e
x x
p

\
|
+
= =

donde x
1
* 1% .% 3%0. $ <
.
* 1% .% 3% 0..
5efinimos a3ora una seunda v.a.
X Y . 1
= .
8as funciones inversas estn dadas por x
1
* y
1
= x
2
> x
.
* y
.

Con el teorema anterior encontramos !ue la funcin de distribucin conjunta de Y
1
e Y
.

es


; "; #
" % #
.
. 1
. 1
. 1
. . 1
. 1
x
y y
y y y
e
y y g

=
|

\
|
+




donde y
1
* +% 1% .% 3%0 $ y
.
* +% 1% .% 0.%y
1
?otar !ue como x
1
@ + entonces y
1
= x
2
@ + % es decir x
.
A y
1
.
Por lo tanto la distribucin marinal de Y
1
es


( )







. 1
; ;
; "; #
;
; ; "; #
" % # " #
1
. 1
1
.
. . 1
. 1
1
.
. . 1
. 1
1
.
. . 1
. 1
.
1
+
. 1
.
1
1
+
. 1
.
. 1
1
1
+
.
. 1
. 1
. 1 1
+ =
|
|

\
|
=
=

= =
|

\
|
+
=

\
|
+
=

\
|
+
=

\
|
+

y
y
e
y
y
y y y
y
y
y
e
y
y
y y y
x
y y
y
y
e
y
y
x
y y
y y y
e
y
y y g y h

donde y
1
* +% 1% .% 0..
Por lo tanto la suma de las dos variables independientes con distribucin Poisson con
parmetros B
1
$ B
.
tiene una distribucin Poisson con parmetro B
1
C B
.
.




Para encontrar la funcin de densidad de probabilidad de la v.a. Y * h#X" cuando X es
v.a. continua $ la transformacin es uno a uno% aplicamos el siuiente teorema





Teorema 3
&uponamos !ue X es una v.a. continua con funcin de densidad de probabilidad
f#x". &ea Y * h#X" una correspondencia uno a uno entre los valores de X e Y% de mane/
ra !ue la ecuacin y * h#x" se resuelve unvocamente para x e t'rminos de y% diamos
x * w#y". (ntonces la funcin de densidad de probabilidad de Y es

g#y" * f#w#y"" DwE#y"D
Funciones de variables aleatorias Prof. Mara B. Pintarelli
131

5em."
&uponamos !ue y * h#x" es una funcin
creciente como la de la fiura.

(ntonces

=
= < < = < <
" #
" #
" #
"" # " # # " #
b w
a w
dx x f
b w X a w P b Y a P


6l 3acer cambio de variable escribimos
dy y w dx " F# = $ obtenemos

= < <
b
a
dy y w y w f b Y a P " F# "" # # " #


Por lo tanto " F# "" # # " # y w y w f y g =

&i y * h#x" es una funcin decreciente como la de la fiura !ue siue

(ntonces escribimos

=
= = =
= < < = < <
a
b
a
b
a w
b w
dy y w y w f
dy y w y w f dx x f
a w X b w P b Y a P
" F# "" # #
" F# "" # # " #
"" # " # # " #
" #
" #


Con lo cual tenemos

" F# "" # # " # y w y w f y g =


Por lo tanto vale en eneral !ue " F# "" # # " # y w y w f y g = .

(jemplo)
&ea X una v.a. continua con f.d.p. dada por

< <
=
contrario caso +
- 1 si
1.
" #
x
x
x f
(ncuentre la f.d.p. de la v.a. 3 . = X Y


Funciones de variables aleatorias Prof. Mara B. Pintarelli
12+
&olucin
8a inversa de 3 . = x y sera
.
3 +
=
y
x % de donde
.
1
" F# = =
dy
dx
y w
6dems para obtener el rano de y notar !ue
, 1 -
.
3
1 - 1 < < <
+
< < < y
y
x
Por lo tanto la f.d.p. de la v.a. Y es

< <
+
=
contrario caso +
, 1 si
.
1
1.
.
3
" #
y
y
y g



Para encontrar la f.d%p. conjunta de las variables aleatorias Y
1
* h
1
#X
1
% X
.
" $ Y
.
*
h
.
#X
1
% X
.
" cuando X
1
$ X
.
son continuas% $ la transformacin es uno a uno% aplica/
mos un teorema anloo al visto en el caso discreto !ue establecemos sin demostracin.




(jemplo)
&ean X
1
$ X
.
dos variables aleatorias continuas con f.d.p. conjunta dada por

Teorema 4
&uponamos !ue X
1
$ X
.
son variables aleatorias continuas con f.d.p. conjunta
" % #
. 1 x x
f . 5efinimos con Y
1
* h
1
#X
1
% X
.
" $ Y
.
* h
.
#X
1
% X
.
" una transformacin
uno a uno entre los puntos #x
1
% x
.
" $ #y
1
% y
.
" de manera !ue las ecuaciones

y
1
* h
1
#x
1
% x
.
" $ y
.
* h
.
#x
1
% x
.
"

se puedan resolver unvocamente para x
1
$ x
.
en t'rminos de y
1
e y
.
% diamos

x
1
* w
1
#y
1
% y
.
" $ x
.
* w
.
#y
1
% y
.
"

(ntonces la funcin de densidad conjunta de Y
1
e Y
.
es

g#y
1
% y
.
" * f#w
1
#y
1
% y
.
" % w
.
#y
1
% y
.
"" D G D

donde G es el jacobiano de la transformacin es decir el determinante de la matri9


y
x
y
x
y
x
y
x
J
.
.
1
.
.
1
1
1

=
Funciones de variables aleatorias Prof. Mara B. Pintarelli
121

< < < <

=
contrario caso +
1 + % 1 + si 2
" % #
. 1 . 1
. 1
x x x x
x x
f

(ncuentre la f.d.p. conjunta de Y
1
* X
1
.
$ Y
.
* X
1
X
.


&olucin)
Consideramos el sistema de ecuaciones

=
=
x x
y
x
y
. 1
.
.
1
1
$ lo resolvemos con respecto a
x
1
$ x
.
% $ obtenemos las soluciones y
x
1
1
= $
y
y
x
1
.
.
= $ entonces
calculamos



y
y y
y
y
y
x
y
x
y
x
y
x
J
1
1 1
.
1
.
.
1
.
.
1
1
1
.
1
1
.
+
.
1
=

=

Para determinar el subconjunto del plano y
1
y
.
donde toma valores la v.a. #Y
1
% Y
.
" escri/
bimos


+ 1 +
1 + 1 +

1
+
1
+
1 .
1
.
1 1
.
1

< < < <

< < < <

<
<
<
<
y y
y
y
y y
x
x


(n el rfico siuiente raficamos la rein





8a f.d.p. conjunta de Y
1
e Y
.
es

y
1

y
.

y y
1 .
=
Funciones de variables aleatorias Prof. Mara B. Pintarelli
12.

< < < <

=
=

< < < <

=
lado otro en +
+ % 1 + si
.
lado otro en +
+ % 1 + si
.
1
2
" % #
1 . 1
1
.
1 . 1
1 1
.
1
. 1
y y y
y
y
y y y
y y
y
y
y y g


(jemplo)
&ean X
1
$ X
.
dos voltajes aleatorios independientes con f.d.p. dada por

1+ + si
1+
1
" #
1 1
1
=
x x
f 1+ + si
1+
1
" #
. .
.
=
x x
f

Hallar la f.d.p. de Y
1
* X
1
C X
.
la suma de los dos voltajes aleatorios.

&olucin)
Como X
1
$ X
.
son variables independientes entonces la f.d.p. conjunta de X
1
$ X
.
es el
producto de las marinales

= =
contrario caso +
1+ + 1+ + si
1++
1
" # " # " % #
. 1
.
.
1
1
. 1
x x
x
f
x
f
x x
f

6notamos Y
1
* h
1
#X
1
% X
.
" * X
1
C X
.
> Y
.
* h
.
#X
1
% X
.
" * X
.


&e puedan resolver unvocamente para x
1
$ x
.
en t'rminos de y
1
e y
.
)


y
x
y y
x
.
.
. 1
1

=
=


6plicamos el Ieorema 2

g#y
1
% y
.
" * f#y
1
J y
.
" % y
.
" D G D donde
+ 1
+ 1
.
.
1
.
.
1
1
1

=
y
x
y
x
y
x
y
x
J
(ntonces)

=
contrario caso +
1+ + 1+ + si
1++
1
" % #
. . 1
. 1
y y y
y y g

63ora 3allamos la f.d.p. de Y
1
interando g#y
1
% y
.
" con respecto a y
.
.
Para entender cules son los lmites de interacin raficamos en el plano y
1
y
.
la
rein
Funciones de variables aleatorias Prof. Mara B. Pintarelli
123

1+ + 1+ +
. . 1
y y y %

o e!uivalentemente

1+ + 1+
. . . 1
+ y y y y


(n la fiura se ve claramente la variacin de y
.
. por lo tanto tenemos dos casos $ la
f.d.p. de Y
1
es

1+
1+
1 .
+
1 .
1 1
1
1
.+ 1+ si
1++
1
1+ + si
1++
1
" #
y
y y d
y
y y d
y g


&uponamos a3ora !ue se desea encontrar la f.d.p. de la v.a. " # X h Y = cuando X es una
v.a. continua $ la transformacin no es uno a uno. (s decir para cada valor x correspon/
de e<actamente un valor de y% pero a cada valor de y corresponde ms de un valor de x.
(n estos casos el m'todo a seuir sera el siuiente #tambi'n vlido para utili9ar cuando
la transformacin es uno a uno")
1/ Primero 3allamos la funcin de distribucin acumulada de Y% la anotamos
" # " # y Y P y G < =
./ 8ueo para 3allar la f.d.p. derivamos G#y" con respecto a la variable y
3/ Por 7ltimo determinamos el rano de Y.


(jemplo)
&ea X una v.a. continua con densidad
f#x" para . 1 < < x .
&ea Y * X
.


&olucin)
Primero 3allamos la F.d.a. G#y"

y
1

y
.

y y
. 1
=
y y
. 1
1+ =
a a
a
Funciones de variables aleatorias Prof. Mara B. Pintarelli
122
Para esto observamos el rfico anterio $ notamos !ue Y toma valores no neativos

>
< <
< <
<
=
=

>
< < <
< < < <
<
= < = =
2 1
2 1 " #
1 + " # " #
+ +
2 1
2 1 " #
1 + " #
+ +
" # " # " #
.
y
y y F
y y F y F
y
y
y y X P
y y X y P
y
y
X
P y Y P y G


(ntonces se deriva aplicando rela de la cadena $ obtenemos

< <
< < +
=
contrario caso +
2 1
.
1
" #
1 +
.
1
" #
.
1
" #
" # y
y
y f
y
y
y f
y
y f
y g

Ktra forma de resolver este problema)

y * x
.
es uno a uno en el intervalo #/1 > +" $ tambi'n es uno a uno en el intervalo #+ > ."
(ntonces aplicamos el Ieorema 3 en # /1 > +" $ lueo en el intervalo #+ > ."

Para los x en el intervalo #/1 > +" resolvemos y * x
.
en t'rminos de x )

" # y w y x = =
(ntonces se7n el teorema 3) g#y" * J f#w#y"" DwE#y"D


1 +
.
1
" # " # < < = y
y
y f y g #1"
Para los x del intervalo #+ > 1" resolvemos y * x
.
en t'rminos de x )

" # y w y x = =
(ntonces se7n el teorema 3) g#y" * f#w#y"" DwE#y"D

1 +
.
1
" # " # < < = y
y
y f y g #."
Como para los y tales !ue + A y A 1 puede ocurrir (1) (2) entonces

a
Funciones de variables aleatorias Prof. Mara B. Pintarelli
12-
1 +
.
1
" #
.
1
" # " # < < + = y
y
y f
y
y f y g

63ora para los x en #1 % ." hay un solo caso)

resolvemos y * x
.
en t'rminos de x )
" # y w y x = =
(ntonces se7n el teorema 3) g#y" * f#w#y"" DwE#y"D

2 1
.
1
" # " # < < = y
y
y f y g
Por lo tanto escribimos

< <
< < +
=
lado otro en +
2 1
.
1
" #
1 +
.
1
" #
.
1
" #
" # y
y
y f
y
y
y f
y
y f
y g
(jemplo)
&ea X una v.a. continua con f.d.p.

< <
=
contr caso +
1 + si 1
" #
x
x f
&ea Y * . ln X. Hallar la f.d.p. de Y.

&olucin)
Primero 3allamos la F.d.a. de Y. Kbservar !ue Y toma valores positivos
" # 1 " # 1
"
.
#ln 1 "
.
#ln " ln . # " # " #
. .
e
F
e
X P
y
X P
y
X P y X P y Y P y G
y y

= =
= = = = =


(ntonces

>
=

=

contrario caso +
+ "
.
1
"# "# # " # 1 #
" #
. . .
y
e e
f
y
e
F
y g
y y y

Pero " #
.
e
f
y

* 1 si 1
+
.
<
<

e
y
% es decir si +
.
>
y

Por lo tanto la f.d.p. de Y es

>
=

contrario caso +
+ "
.
1
"# #
" #
.
y
e
y g
y




Funciones de variables aleatorias Prof. Mara B. Pintarelli
126
Practica
Funcin de variables aleatorias


1" (l erente de un almac'n en una fbrica 3a construido la siuiente distribucin de
probabilidad para la demanda diaria #n7mero de veces utili9ada" para una 3erra/
mienta en particular.

y + 1 .
p(y) +.1 +.- +.2

8e cuesta a la fbrica L1+ #dlares" cada ve9 !ue se utili9a la 3erramienta. (ncuen/
tre la fdp $ la Fda de M * 1+N el costo diario para el uso de tal 3erramienta.

." Ona manitud aleatoria 4 tiene la siuiente le$ de distribucin

x /1 /. 1 .
p(x) +.3 +.1 +.. +.2

a" Hallar la fdp $ la Fda de la v.a. N * 4
.

b" Hallar la fdp $ la Fda de la v.a. M * 34C.
c" Hallar la fdp $ la Fda de la v.a. O * ./34

3" &ea Y una v.a. continua con fdp dada por

=
lado otro en +
1 + "% 1 # .
" #
y y
y f

a" 5etermine la fdp de X * .Y/1
b" 5etermine la fdp de Z * 1/.Y
c" 5etermine la fdp de W * Y
.


2" &ea X una v.a. con fdp dada por


( )

=
contrario caso % +
1 1 %
.
3
" #
.
x x
x f

a" Hallar la fdp de Y * 3X
b" Hallar la fdp de Z * 3/X
c" Hallar la fdp de W * X
.


-" 8a proporcin de impure9as en ciertas muestras de minerales es una v.a. 4 con la
fdp)

( )

+
=
contrario caso % +
1 + %
.
3
" #
.
x x x
x f
(l valor en dlares de tales muestras es " . P # - X U = . Kbtena la fdp de U.

6" On paracaidista desea aterri9ar sobre un blanco I% pero se da cuenta !ue es iual/
mente probable !ue va$a a aterri9ar en cual!uier punto sobre el semento #6%B" con
Funciones de variables aleatorias Prof. Mara B. Pintarelli
12,
punto medio I. Kbtena la fdp de la distancia 5 entre su punto de aterri9aje $ el
blanco.
#&uerencia) tomar 6 * /1% B * 1 $ I * +. (ntonces el punto de aterri9aje del para/
caidista tiene una coordenada X% con fdp dada por

=
contrario caso % +
1 1 % 1
" #
x
x f

8a distancia entre X $ I es X ".

," (l porcentaje de alco3ol en cierto compuesto es una v.a. N% con la siuiente fdp.)

=
lado oto en % +
1 + "% 1 # .+
" #
3
y y y
y f

&upona !ue el precio de venta del compuesto depende del contenido de alco3ol.
(specficamente% si
3
.
3
1
< < y % el compuesto se vende a C
1
dlares el aln> de
otra manera se vende a C
.
dlares el aln. &i el costo de produccin es C
3
dlares
por aln% encuentre la distribucin de probabilidad de la anancia por aln.

:" Ona m!uina produce envases esf'ricos cu$os radios varan de acuerdo con la fun/
cin de densidad de probabilidad

=
contrario caso % +
1 + % .
" #
r r
r f


Kbtena la funcin de densidad para el volumen de los envases.

1" 8a funcin de densidad de Qeibull est dada por

>
=

contrario caso % +
+
1
" #

1
y e my
y f
m
y
m

en donde m $ son constantes positivas. &e utili9a muc3o esta funcin de densidad
como un modelo para la duracin de sistemas fsicos. &upnase !ue N tiene la fdp
de Qeibull% obtena la fdp de N
m
.

1+" Referido al ejercicio 3" de la Practica de Sariables aleatorias bidimensionales% la
reduccin en la cantidad del contaminante debido al dispositivo anticontaminante
est dada por O * 4 N. Kbtena la fdp de O.

11" (n referencia al ejercicio 2" de la Practica de Sariables aleatorias bidimensionales%
sea O * 4 C N% la proporcin de los dos tipos de componentes por unidad. Kbtena
la fdp de O.

Funciones de variables aleatorias Prof. Mara B. Pintarelli
12:
1." (n un proceso de sinteri9acin de dos tipos de polvo de cobre la funcin de densi/
dad para 4% la proporcin del volumen de cobre slido en una muestra% es

=
lado otro en +%
1 < + <"% 6<#1
f#<"
8a fdp de N% la proporcin de cristales de tipo 6 en el cobre slido% es

=
lado otro en +%
1 $ + % 3$
#$"
.

8a variable M * 4.N da la proporcin del volumen de la muestra debido a los crista/
les de tipo 6. Kbtena la fdp de M% suponiendo !ue 4 e N son independientes.

13" (n un sistema electrnico operan conjuntamente dos componentes de dos tipos dife/
rentes. &ean 4 e N la duracin aleatoria de los componentes del tipo T $ TT respecti/
vamente. 8a fdp conjunta est dada por


( )

> >
=
+
lado otro en % +
+ % + % e <
:
1
$" f#<%
$"P. #<
y x


#8as mediciones estn en cientos de 3oras". 8a eficiencia relativa de los dos tipos de
componentes se mide por M * NP4. Kbtena la fdp de M.
12" &ean 4
1
$ 4
.
variables aleatorias independientes !ue tienen cada una la distribucin
de probabilidad

f#<" *

>

contrario caso +
+ < si
e
x

Muestre !ue las variables aleatorias N
1
e N
.
son independientes cuando

N
1
* 4
1
C 4
.
e N
.
*
4 4
4
. 1
1
+