7 Distribuciones desumas de

variablesaleatorias independientes
EdgarAcuna

ESMA4001 EdgarAcuna 1
 7.1Elcaso discreto
Si(X,Y)es unvectoraleatorio confuncion deprobabilidad conjunta p(x,y),yZ=X+Y.
Entonces
P[Z=k]=P[X+Y=k]=JP[X=j,Y=kj]

SiXyY sonindependientes entonces

P[ Z = k ] = P[ X = j ]P[Y = k j ] = p X ( j ) pY (k j )
j j

ESMA4001 EdgarAcuna 2
 Ejemplo 7.1

SeaXuna variablealeatoria binomialconparametrso myp,yseaYotra variable

aleatoria binomialconparametros nyp.Considerando que XyY son
independientes,calcular ladistribucion deZ=X+Y.
Solucion
k
m n k j
P[ Z = k ] = P[ X + Y = k ] = p X ( j ) pY ( k j ) = p j (1 p ) m j p (1 p ) n k + j
j j =0 j k j
k
m n m + n k
= p k (1 p ) m + n k = p (1 p ) m + n k
j = 0 j k j k

Laultima igualdad es por propiedad deloscoeficientes binomiales.Luego

Z=X+Ytiene una distrbucion binomialconparametros m+nyp.

ESMA4001 EdgarAcuna 3
 Ejemplo 7.2
SeanXyY dosvariablesaleatorias independientes distribuidas como una Poissoncon
parametros 1 y2 respectivamente.Hallar lafuncion deprobabilidad deZ=X+Y.
Solucion:

e 1 1j e 2 k2 j e ( 1 +2 )
k k
k!1j k2 j
P[ Z = k ] = p X ( j ) pY (k j ) = =
j j =0 j! ( k j )! k! j =0 j!(k j )!
e ( 1 +2 ) k
k j k j e ( 1 +2 )
=
k!
1 2 =
j =0 j k!
(1 + 2 ) k k = 0,1,2,....

Laultima identidad sejustifica por eluso delbinomio deNewton.Luego laSuma

dedosvariablesindependientes Poissonproduceuna nueva distrbucion Poisson
conparametro igual alasuma delosparametros delas variablesoriginales.

ESMA4001 EdgarAcuna 4
 7.2.Elcaso continuo

Si(X,Y)tiene funcion dedensidad conjunta fX,Y(x,y)entonces lafuncion dedistribucion

acumulada delasuma Z=X+Yesta dadapor

FZ (z) = P[Z z] = P[ X + Y z] = f
X +Y z
X ,Y (x, y)dydx

Siconsideramos que XyY sonindependientes,entonces

zx zx
FZ ( z) =
X +Y z
f X( x) fY ( y)dydx = f

X ( x) fY ( y)dydx = f X ( x)[ fY ( y)dy]dx =

f

X ( x) FY ( z x)dx

Derivando laacumulada conrespecto az,seobtiene lafuncion dedensidad de

Z=X+Y.Luego,

f Z ( z) = f

X ( x) fY ( z x)dx = f X * fY ( z )

ESMA4001 EdgarAcuna 5
 Ejemplo 7.3
SiXyY sonvariablesaleatorias independientes distribuidas exponencialmente con
parametros 1 y2 respectivamente.Hallar lafuncion dedensidad deZ=X+Y.
Solucion:
z
z
fZ (z) = fX (x) fY (z x)dx= 1e x2e (zx)dx= 1 2 e z (1 2)e( )xdx
1 2 2 1 2

0
1 2 0

fZ (z) = 1 2 e z[1e( )z ] = 1 2 [e z e z ]
2 1 2 2 1

1 2 1 2

Siempre ycuando 1>2.Si1=2= entonces,

z
f Z ( z ) = 2 e z dx =2 ze z
0

Esta densidad es una Gamma(2,),que es llamada una densidad deErlang2con

parametro

ESMA4001 EdgarAcuna 6
 Ejemplo 7.4
SeanXyY dosvariablesuniformes distribuida uniformemente enelintervalo (0,1).
Hallar lafuncion dedensidad delasuma Z=X+Y.
Solucion:
SiXes Uniforme en(0,1)entonces su funcion dedensidad es fX(x)=1si 0<x<1yfX(x)=0
enotro caso.Enformasimilarsedefineladensidad fY (y)deY.Luego,

fZ (z) = f X (x) fY (z x)dx = 11dx = dx

Loslimites deintegracion hayque tomarlos concuidado.Primero notar que fY(z

x)=1si 0<zx<1efY(y)=0enotro caso.Osea,que fY(y)=1solosi z1<x<z.Luego,
notar que como z=x+y ,entonces elrango devalores dezes [0,2].En
consecuencia,
z

dx = z 0 < z <1
f Z ( z) = { 1 0

dx = 2 z
z 1
1< z < 2

ESMA4001 EdgarAcuna 7
 Ejemplo 7.5
SeaXuna variablealeatoria Normalconmedia0yvarianza 1yY una variablealeatoria
Normalconmedia0yvarianza 4.Asumiendo que XyY sonindependientes,hallar la
funcion dedensidad deZ=X+Y.
Solucion:
SiX~N(0,1)yY ~N(0,4)entonces sus funciones dedensidades respectivas son:

ex /2 e y /8
2 2

f X ( x) = fY ( y ) =
2 2 2

e x / 2 e( z x) / 8 e (5 x + z 2 2 xz ) / 8
2 2 2
Luego, f Z ( z ) = f X ( x) fY ( z x)dx =
1
2 2 2
dx =
2 2
2
dx

e z /10 e 5 ( x z / 5 ) / 8 e z / 2 ( 5)
2 2 2

=
5 2 2 dx =
5 2
2
5

Laultima integralvaleuno proque laintegraldeuna densidad Normalconmedia

z/5yvarianza 4/5.Por lotanto Z=X+Ytiene una densidad Normalconmedia0y
ESMA4001 EdgarAcuna 8
varianza 5.
Otro manera deencontrar ladistribucion desumas devariablesaleatorias
independientes es haciendo uso delafuncion generatriz demomentos.Estemetodo
seramostrado enuna clase posterior.

ESMA4001 EdgarAcuna 9