Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad
𝑌1 = 𝑔1 (𝑋1 , … , 𝑋𝑛 ) , … , 𝑌𝑛 = 𝑔𝑛 (𝑋1 , … , 𝑋𝑛 )
𝑋1 = ℎ1 (𝑌1 , … , 𝑌𝑛 ), … , 𝑋𝑛 = ℎ𝑛 (𝑌1 , … , 𝑌𝑛 )
𝜕𝑥1 𝜕𝑥𝑛
…
𝜕𝑦 𝜕𝑦1
| 1 |
𝐽= ⋮ ⋱ ⋮ ≠0
|𝜕𝑥 𝜕𝑥𝑛 |
1
…
𝜕𝑦𝑛 𝜕𝑦𝑛
Este teorema es complicado de entender la primera vez que se lee. A continuación, para
facilitar su comprensión se harán algunos ejemplos de transformaciones utilizando el
Teorema de Cambio de Variable.
1
Hecho por Alberto Ramírez de Aguilar Wille
Ejemplo 1 Supongamos que 𝑋 , 𝑌 ~ 𝐸𝑥𝑝(1) independientes. Sea
𝑋
𝑈 = 𝑋+𝑌 𝑉 =
𝑋+𝑌
𝑋
𝑋= (𝑋 + 𝑌) = 𝑈𝑉
𝑋+𝑌
𝑌 = 𝑈 − 𝑈𝑉 = 𝑈(1 − 𝑉)
𝜕𝑥 𝜕𝑥
𝐽 = |𝜕𝑢 𝜕𝑣 | = | 𝑣 𝑢
| = −𝑢
𝜕𝑦 𝜕𝑦 1−𝑣 −𝑢
𝜕𝑢 𝜕𝑣
Por lo tanto |𝐽| = 𝑢. Ahora si ya tenemos los dos requisitos que pide el teorema. Por lo
tanto
𝑓𝑋,𝑌 (𝑥, 𝑦) = 𝑒 −𝑥 𝑒 −𝑦
Por lo tanto
𝑋
0<𝑋+𝑌 < ∞ 0< < 1
𝑋+𝑌
𝑈 = 𝑒𝑋 𝑉 = 𝑋 + 𝑌
𝑋 = ln(𝑈) 𝑌 = 𝑉 − 𝑋 = 𝑉 − ln(𝑈)
𝜕𝑥 𝜕𝑥 1
0 1
𝐽 = |𝜕𝑢 𝜕𝑣 | = | 𝑢 |=
𝜕𝑦 𝜕𝑦 1 𝑢
− 1
𝜕𝑢 𝜕𝑣 𝑢
Entonces
1 −ln(𝑢) −(𝑣−ln(𝑢)) 𝑒 −𝑣
𝑓𝑈,𝑉 (𝑢, 𝑣 ) = 𝑒 𝑒 =
𝑢 𝑢
Lo difícil de este problema es encontrar el soporte de esta nueva función de densidad.
Recordemos que 𝑋 tiene al intervalo (0, ∞) como soporte. Por lo tanto, como 𝑈 = 𝑒 𝑋
1<𝑈< ∞
𝑒 −𝑣
𝑓𝑈,𝑉 (𝑢, 𝑣 ) = 𝑠𝑖 0 < 𝑢 < ∞ ln(𝑢) < 𝑣 < ∞
𝑢
Como conclusión de este ejemplo, podemos concluir que a pesar de que originalmente 𝑋
era independiente de 𝑌, no necesariamente las variables transformadas son
independientes.
Ejemplo 3 Este ejemplo es muy importante, pues combina dos temas: Esperanza
Condicional y al Teorema de Cambio de Variable.
𝐸[𝑋 | 𝑋𝑌]
En otras palabras: Queremos encontrar el valor esperado que tomaría la variable 𝑋 sujeto
a que (por alguna razón) conocemos el valor del producto 𝑋𝑌. Conocer esta información
cambia lo que esperamos que valga 𝑋 pues ahora conocemos información adicional que
antes no sabíamos.
¿Cómo resolver este problema? Recordemos que nosotros sabemos calcular esperanzas
condicionales de la forma 𝐸[𝑋|𝑌] 𝑜 𝐸[𝑌|𝑋]. Se hace de la siguiente forma: Sea
𝑈 = 𝑋 𝑉 = 𝑋𝑌
De esta manera, calcular 𝐸[𝑋| 𝑋𝑌] sería lo mismo que calcular 𝐸[𝑈|𝑉] que es una
esperanza condicional que si sabemos calcular. Pero para poder encontrar esta
esperanza, necesitamos conocer 𝑓𝑈,𝑉 y es aquí donde entra el Teorema de Cambio de
Variable.
𝑉
𝑋=𝑈 𝑌=
𝑈
Ahora
𝜕𝑥 𝜕𝑥
1 0 1
𝐽 = |𝜕𝑢 𝜕𝑣 | = | 𝑣 1|=
𝜕𝑦 𝜕𝑦 − 2 𝑢
𝑢 𝑢
𝜕𝑢 𝜕𝑣
Entonces
1 𝑣
𝑓𝑈,𝑉 (𝑢, 𝑣) = 𝑓𝑋,𝑌 (𝑢, )
𝑢 𝑢
Recordemos que 𝑓𝑋 (𝑥) = 1 𝑠𝑖 0 < 𝑥 < 1 𝑓𝑌 (𝑦) = 1 𝑠𝑖 0 < 𝑦 < 1, por lo tanto 𝑓𝑋,𝑌 (𝑥, 𝑦) =
1 𝑠𝑖 0 < 𝑥 < 1 0 < 𝑦 < 1.Esto implica que:
1 𝑣 1
𝑓𝑈,𝑉 (𝑢, 𝑣) = 𝑓𝑋,𝑌 (𝑢, ) =
𝑢 𝑢 𝑢
Como
𝑈 = 𝑋 𝑉 = 𝑋𝑌
1
𝑓𝑈,𝑉 (𝑢, 𝑣) = 𝑠𝑖 0 < 𝑣 < 𝑢 < 1
𝑢
1
1
𝑓𝑉 (𝑣) = ∫ 𝑑𝑢 = − ln(𝑣) 𝑠𝑖 0 < 𝑣 < 1
𝑢
𝑣
Entonces
𝑓𝑈,𝑉 (𝑢, 𝑣) 1
𝑓𝑈 | 𝑉 (𝑢) = = − 𝑠𝑖 𝑣 < 𝑢 < 1
𝑓𝑉 (𝑣) 𝑢𝑙𝑛(𝑣)
Por lo tanto
1 1
−1 𝑣−1
𝐸[𝑈|𝑉 = 𝑣] = ∫ 𝑢 𝑓𝑈 | 𝑉 (𝑢) 𝑑𝑢 = ∫ 𝑑𝑢 =
ln(𝑣) ln(𝑣)
𝑣 𝑣
𝑉−1
𝐸[𝑈 |𝑉] =
ln(𝑉)
𝑋𝑌 − 1
𝐸[𝑋 |𝑋𝑌] =
ln(𝑋𝑌)
Para que notemos la diferencia entre 𝐸[𝑋] y 𝐸[𝑋 |𝑋𝑌] hagamos un ejemplo: Supongamos
1
que 𝑋𝑌 = 2.
1
−1
𝐸[𝑋 |𝑋𝑌 = 1/2] = 2 = .7213
1
ln ( )
2