Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPÍTULO DOS
VARIABLES ALEATORIAS
Orientador
1
Carlos Panza Ospino
Universidad Nacional de Colombia
Departamento de Estadı́stica
2020-I
Contenido
Generalidades
Ω = {(a1 , a2 , a3 , a4 , a5 , a6 ) : ai ∈ {C , S}, i = 1, . . . , 6}
Concepto
Variable aleatoria
˜ un espacio medible. La
Sea (Ω; =; P) un espacio de probabilidad y (Ω̃; =)
˜ se tiene que
aplicación X : Ω → Ω̃ tal que, para todo B ∈ =
X −1 (B) ∈ =, es una = − =−˜ variable aleatoria.
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Concepto
Variable aleatoria
˜ un espacio medible. La
Sea (Ω; =; P) un espacio de probabilidad y (Ω̃; =)
˜ se tiene que
aplicación X : Ω → Ω̃ tal que, para todo B ∈ =
X −1 (B) ∈ =, es una = − =−˜ variable aleatoria.
Ejemplo. Sean Ω = {a, b, c}, = = {∅, {a}, {b, c}, Ω} y P una medida de
˜ un espacio
probabilidad arbitraria definida sobre =. Sea además (Ω̃; =)
˜
medible con Ω̃ = {d, e} y = = P(Ω̃). La aplicación X : Ω → Ω̃ dada por
d si ω = a
X (ω) =
e si ω = b ó ω = c
˜
es una = − =−variable aleatoria.
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
˜
no es una = − =−variable aleatoria pues Y −1 ({d}) = {b} ∈
/ =.
Aclaración
Haciendo uso de las propiedades de una σ−álgebra y de la definición de
variable aleatoria real, se puede demostrar que si X y Y son variables
aleatorias reales definidas sobre el mismo espacio de probabilidad y α es
una constante real, entonces X + Y , α X , XY , YX (siempre que esté
definida), máx(X , Y ) y mı́n(X , Y ) también son variables aleatorias reales.
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Aclaración
Haciendo uso de las propiedades de una σ−álgebra y de la definición de
variable aleatoria real, se puede demostrar que si X y Y son variables
aleatorias reales definidas sobre el mismo espacio de probabilidad y α es
una constante real, entonces X + Y , α X , XY , YX (siempre que esté
definida), máx(X , Y ) y mı́n(X , Y ) también son variables aleatorias reales.
Notación
Sea X una variable aleatoria definida sobre el espacio de probabilidad
˜ Para todo B ∈ =,
(Ω; =; P) y con valores en el espacio medible (Ω̃; =). ˜
se debe entender que
{X ∈ B} := {ω ∈ Ω : X (ω) ∈ B}
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Theorem
Supóngase que X es una variable aleatoria definida sobre el espacio de
˜ La
probabilidad (Ω; =; P) y con valores en el espacio medible (Ω̃; =).
˜
aplicación PX : = → [0; 1] definida por
˜ llamada la distribución de la
es una medida de probabilidad sobre (Ω̃; =)
variable aleatoria X .
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Theorem
Supóngase que X es una variable aleatoria definida sobre el espacio de
˜ La
probabilidad (Ω; =; P) y con valores en el espacio medible (Ω̃; =).
˜
aplicación PX : = → [0; 1] definida por
˜ llamada la distribución de la
es una medida de probabilidad sobre (Ω̃; =)
variable aleatoria X .
Idea de la demostración
Se debe verificar que la función PX satisface los tres postulados
axiomáticos de una medida de probabilidad.
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Ejemplo
Definición
Sea X una variable aleatoria real. La función FX : R → [0; 1] dada por
Definición
Sea X una variable aleatoria real. La función FX : R → [0; 1] dada por
Definición
Sea X una variable aleatoria real. La función FX : R → [0; 1] dada por
Definición
Sea X una variable aleatoria real. La función FX : R → [0; 1] dada por
Idea de la demostración
Para x ∈ R fijo, supóngase que {xn }n≥1 es una sucesión decreciente de
números tal que lı́m xn = x, entonces
n→∞
Idea de la demostración
Para x ∈ R fijo, supóngase que {xn }n≥1 es una sucesión creciente de
números tal que lı́m xn = x, entonces es claro que
n→∞
∞
[
{X ≤ xn } = {X < x}
n=1
Por tanto,
Idea de la demostración
Es claro que
Ω = {X < a} ∪ {a ≤ X ≤ b} ∪ {X > b}
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Idea de la demostración
Es claro que
Ω = {X < a} ∪ {a ≤ X ≤ b} ∪ {X > b}
Idea de la demostración
Es claro que
Ω = {X < a} ∪ {a ≤ X ≤ b} ∪ {X > b}
Idea de la demostración
Es claro que
Ω = {X < a} ∪ {a ≤ X ≤ b} ∪ {X > b}
Idea de la demostración
Es claro que
Ω = {X < a} ∪ {a ≤ X ≤ b} ∪ {X > b}
Idea de la demostración
Es claro que
Ω = {X < a} ∪ {a ≤ X ≤ b} ∪ {X > b}
Ejemplo 1
La variable aleatoria X con
función de distribución dada por
√
0 si x < − 2
√
FX (x) = 3
5 si − 2 ≤ x < π
1 si x ≥ π
es discreta.
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Ejemplo 1 Ejemplo 2
La variable aleatoria X con La variable aleatoria Y con
función de distribución dada por función de distribución dada por
√
0 si y < 0
−
0 si x < 2
√
2
FX (x) = 3 x
5 si − 2 ≤ x < π FY (y ) = 4 si 0 ≤ y < 2
1 si x ≥ π 1 si y ≥ 2
es discreta. es continua.
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Concepto de VAD
Definición
Sea X una variable aleatoria real y FX su función de distribución. Se dice
que FX presenta un salto en el punto a ∈ R si se cumple que
FX (a) − FX (a− ) 6= 0
Definición
Sea X una variable aleatoria real discreta con rango RX = {x1 , x2 , . . .}.
La función fX definida sobre R por
P(X = xi ) si x = x1 , x2 , . . .
fX (x) =
0 en otro caso
Definición
Sea X una variable aleatoria real discreta con rango RX = {x1 , x2 , . . .}.
La función fX definida sobre R por
P(X = xi ) si x = x1 , x2 , . . .
fX (x) =
0 en otro caso
P(X = x) = FX (x) − FX (x − )
Ejemplo
Ejemplo
Concepto de VAC
Ejemplo
Ejemplo
d
FX (x) = fX (x)
dx
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
d
FX (x) = fX (x)
dx
2.) Si a, b ∈ R entonces
Z b
P(a < X ≤ b) = FX (b) − FX (a) = fX (x)dx
a
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
d
FX (x) = fX (x)
dx
2.) Si a, b ∈ R entonces
Z b
P(a < X ≤ b) = FX (b) − FX (a) = fX (x)dx
a
Consecuentemente,
Ejemplo
Ejemplo
Por consiguiente,
1 5
P −1 ≤ X ≤ =
2 32
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Gracias
Concepto de variable aleatoria Distribución de una variable aleatoria Función de distribución acumulada Clasificación de variables aleatorias
Preparado en LATEX