Suponga que X e Y son dos variables aleatorias binarias.

Su distribución conjunta viene

dada por la siguiente tabla:

Y=0 Y=1
X=0 .16 .37
X=1 .29 .18

1. ¿Cuál es la distribución marginal de Y?

La distribución marginal de Y vendrá dada por las probabilidades asignadas a los valores dentro
de su rango, es decir, Pr [Y=y]. En este caso, dado que Y es una v.a. binaria, que toma valores
en el rango {0, 1}, tenemos que:

Para Y=0, Pr[Y=0] = Pr[(Y=0, X=0) c (Y=0, X=1)] = Pr[Y=0, X=0] + Pr[Y=0, X=1] = .45
Para Y=1, Pr[Y=1] = Pr[(Y=1, X=0) c (Y=1, X=1)] = Pr[Y=1, X=0] + Pr[Y=1, X=1] = .55

Dado que el suceso (Y=0) es igual por definición a la unión de los sucesos (Y=0, X=0) y (Y=0,
X=1), la probalidad marginal se obtiene sumando las correspondientes probabilidades conjuntas,
ya que tales sucesos son disjuntos. Lo mismo rige para el suceso (Y=1), ya que por definición
(Y=1) = (Y=1, X=0) c (Y=1, X=1), siendo estos dos últimos sucesos disjuntos.

2. ¿Cuál es la distribución de Y condicionada a X=0?

Dado que, en general, Pr[A|B] = Pr[A1B] / Pr[B], y la probabilidad de la intersección de dos

sucesos es igual a su probabilidad conjunta, Pr[A1B] = Pr[A, B], podemos obtener la
distribución de Y|X=0 asignando las probabilidades a los dos sucesos posibles de Y. Es decir,

Para Y=0, Pr[Y=0|X=0] = Pr[Y=0,X=0] / Pr[X=0] = .16 / .53 = .302

Para Y=1, Pr[Y=1|X=0] = Pr[Y=1,X=0] / Pr[X=0] = .37 / .53 = .698

Nótese que la probabilidad (marginal) del suceso (X=0) debe ser positiva para que existan las
probabilidades condicionadas de Y. Por las mismas razones señaladas en el apartado anterior,
dicha probabilidad vendrá dada en este caso por

Pr[X=0] = Pr[(X=0, Y=0) c (X=0, Y=1)] = Pr[X=0, Y=0] + Pr[X=0, Y=1] = .53

3. ¿Cuál es la distribución de Y condicionada a X=1?

En este caso, la distribución de Y|X=1 vendrá dada por

Para Y=0, Pr[Y=0|X=1] = Pr[Y=0,X=1] / Pr[X=1] = .29 / .47 = .617

Para Y=1, Pr[Y=1|X=1] = Pr[Y=1,X=1] / Pr[X=1] = .18 / .47 = .383

Por su parte, Pr[X=1] = Pr[(X=1, Y=0) c (X=1, Y=1)] = Pr[X=1, Y=0] + Pr[X=1, Y=1] = .47
4. Demuestre explícitamente la Ley de las Expectativas Iterativas, mostrando (para las variables
X e Y de este ejemplo) que E[E(X|Y)] = E[X]

4.1 Consideremos primero E[E(X|Y)], es decir la expectativa (incondicional) de la variable

aleatoria E(X|Y).

En primer lugar necesitamos identificar las características de E(X|Y) como variable aleatoria;
es decir, su rango (valores que puede tomar) y la correspondiente distribución de probabilidades.

En cuanto al rango, es claro que E(X|Y) es una variable binaria, pues sólo toma dos valores,
dependiendo de si Y=0 ó Y=1.

Para Y=0, E(X|Y=0) = 0×Pr[X=0|Y=0] + 1×Pr[X=1|Y=0] = 0×(.16/.45) + 1×(.29/.45) = .644

Para Y=1, E(X|Y=1) = 0×Pr[X=0|Y=1] + 1×Pr[X=1|Y=1] = 0×(.37/.55) + 1×(.18/.55) = .327

Observe que los valores que toma la v.a. binaria E(X|Y) no tienen porqué sumar 1 (así,
.644+.327 = .971 … 1), ya que dichos valores no son probabilidades. Estos valores se obtienen
calculando, respectivamente, la expectativa de la distribución de X|Y=0, y la expectativa de la
distribución de X|Y=1.

Una vez que hemos identificado el rango de la v.a. E(X|Y), es decir el conjunto de valores {.644,
.327}, tenemos que asignar las probabilidades a esos valores. Nótese que el suceso E(X|Y)=.644
tiene lugar si, y sólo si, Y=0, y que el suceso E(X|Y)=.327 tiene lugar si, y sólo si, Y=1. Por lo
tanto, tenemos que

Para E(X|Y)=.644, Pr[E(X|Y)=.644] = Pr[E(X|Y)=E(X|Y=0)] = Pr[Y=0] = .45

Para E(X|Y)=.327, Pr[E(X|Y)=.327] = Pr[E(X|Y)=E(X|Y=1)] = Pr[Y=1] = .55

Finalmente, dado que hemos identificado el rango y la correspondiente distribución de

probabilidades de la v.a. E(X|Y), estamos en disposición de calcular su expectativa
(incondicional),

E[E(X|Y)] = E(X|Y=0) × Pr[E(X|Y)=E(X|Y=0)] + E(X|Y=1) × Pr[E(X|Y)=E(X|Y=1)] =

= .644 × .45 + .327 × .55 = .29 + .18 = .47

4.2 Consideremos ahora E[X], que es sencillamente la expectativa de la distribución marginal

de X. Como vimos en los apartados segundo y tercero anteriores,

Para X=0, Pr[X=0] = .53

Para X=1. Pr[X=1] = .47

La expectativa de la distribución marginal de la v.a. X vendrá dada por

E[X] = 0 × Pr[X=0] + 1 × Pr[X=1] = 0 × .53 + 1 × .47 = .47

Con lo que, teniendo en cuenta los resultados obtenidos en los puntos 4.1 y 4.2, llegamos a la
conclusión de que E[E(X|Y)] = .47 = E[X], como queríamos demostrar.
5. Considere que h(Y)=Y 3. Muestre explícitamente que E[X h(Y) | Y] = h(Y) E[X | Y] en este
caso.

5.1 Como en el apartado anterior, resolvamos primero E[X h(Y) | Y], es decir, identifiquemos
la expectativa de la distribución de X h(Y) condicionada a Y.

En primer lugar, dado que h(Y)=Y3, tenemos que [X h(Y)] = [X Y3]. Para facilitar la exposición,
digamos que estamos tratado de identificar E[Z | Y], donde Z / XY3.

Ante todo, debe notarse que E[Z|Y] no es un escalar (un número), sino una variable aleatoria,
cuya distribución depende a su vez de las distribuciones de las variable aleatorias [Z|Y=0] y
[Z|Y=1]. Ahora bien, dichas distribuciones (condicionadas) se basan a su vez en la distribución
conjunta de (Z, Y) y en la distribución marginal de Y.

La distribución conjunta de (Z, Y), siendo tanto Z como Y variables binarias con rango {0, 1},
viene dada por la siguiente tabla:

Y=0 Y=1
Z=0 .45 .37
Z=1 .00 .18

Donde, dado que Z / X Y3,

Pr [Z=0, Y=0] = Pr[(Z=0) 1 (Y=0)] = Pr[X=0,Y=0] + Pr[X=1,Y=0] = Pr[Y=0] = .16 + .29 = .45
Pr [Z=1, Y=0] = Pr[(Z=1) 1 (Y=0)] = Pr[i] = 0, ya que si Y=0 entonces Z=0 necesariamente
Pr [Z=0, Y=1] = Pr[(Z=0) 1 (Y=1)] = Pr[X=0,Y=1] = .37
Pr [Z=1, Y=1] = Pr[(Z=1) 1 (Y=1)] = Pr [X=1,Y=1] = .18

Consideremos ahora las distribuciones condicionadas (Z|Y=0) y (Z|Y=1), que son dos variables
aleatorias binarias con rango {0,1}.

La distribución de (Z|Y=0) vendrá dada por

Para Z=0, Pr[Z|Y=0] = Pr[Z=0,Y=0] / Pr[Y=0] = .45 / .45 = 1

Para Z=1, Pr[Z|Y=0] = Pr[Z=1,Y=0] / Pr[Y=0] = .00 / .45 = 0

En puridad, [Z|Y=0] no es un variable aleatoria, ya que habiendo observado que Y=0, entonces
Z=0 con probabilidad 1.

La distribución de (Z|Y=1), por su parte, vendrá dada por

Para Z=0, Pr[Z=0|Y=1] = Pr[Z=0,Y=1] / Pr[Y=1] = .37 / .55 = .673

Para Z=1, Pr[Z=1|Y=1] = Pr[Z=1,Y=1] / Pr[Y=1] = .18 / .55 = .327
Nótese ahora que el rango de E[Z|Y], que es también una variable aleatoria binaria, dependerá
de si Y=0 ó Y=1. Es decir,

Para Y=0, E[Z|Y] = E[Z|Y=0] = 0

Para Y=1, E[Z|Y] = E[Z|Y=1] = 0×Pr[Z=0|Y=1] + 1×Pr[Z=1|Y=1] = 0×.673+1×.327 = .327

Mientras que la distribución de probabilidades de E[Z|Y] vendrá dada por la distribución

marginal de Y. Es decir (substituyendo ahora Z por XY3),

Para Y=0, y entonces E(XY3 |Y) = 0, Pr[E(XY3 |Y)=0] = Pr[Y=0] = .45

Para Y=1, y entonces E(XY3 |Y) = .327, Pr[E(XY3|Y)=.327] = Pr[Y=1] = .55

5.2 Consideremos ahora la expresión [h(Y) E(X|Y)], que es el producto de dos variables
aleatorias. En concreto, se trata de la v.a. binaria h(Y) / Y3 y de la v.a. binaria E(X|Y), cuya
distribución analizamos en el apartado 4.

Consideremos primero el rango de la v.a. binaria [Y3 E(X|Y)] para los dos casos posibles; a
saber, Y=0 e Y=1.

Para Y= 0, Y3 E(X|Y) = 0 × .644 = 0

Para Y= 1, Y3 E(X|Y) = 1 × .327 = .327

Esto demuestra que el rango de la v.a. binaria [Y3 E(X|Y)], el conjunto {0, .327}, es el mismo
que el de la v.a. binaria E[ XY3 | Y], que calculamos en el punto 5.1 anterior.

Consideremos ahora la distribución de probabilidad de la variable aleatoria [Y3 E(X|Y)], en

concreto, hemos de calcular Pr[Y3 E(X|Y) = 0] y Pr[Y3 E(X|Y) = .327]. Veamos,

Pr[Y3 E(X|Y) = 0] = Pr[Y3=0, E(X|Y) =.644] + Pr[Y3=0, E(X|Y) =.327] = Pr [Y=0] = .45
Pr[Y3 E(X|Y) = .327] = Pr[Y3=1, E(X|Y) =.327] = Pr [Y=1] = .55

En el primer caso, el suceso [Y3 E(X|Y) = 0] es igual a la unión de los sucesos disjuntos [Y3=0,
E(X|Y)=.644] y [Y3=0, E(X|Y) =.327]. Ahora bien, mientras la probabilidad del suceso [Y3=0,
E(X|Y)=.644] es simplemente Pr[Y=0]=.45, la probabilidad del suceso [Y3=0, E(X|Y) =.327] es
cero, ya que cuando Y3=0, tenemos que Y=0 y por tanto E(X|Y) = .644. Un razonamiento similar
nos lleva, en el segundo caso, a que el otro suceso con probabilidad positiva, [Y3 E(X|Y) = .327],
acontece si y solo si Y=1, y por tanto su probabilidad será Pr(Y=1)=.55.

Mediante este razonamiento, pues, hemos mostrado que las variables aleatorias Y3 E(X|Y) y
E[XY3 | Y] poseen la misma distribución de probabilidad, y que dicha distribución es aplicable
exactamente al mismo rango de valores, {0, .327}. Estamos pues, exactamente, ante la misma
variable aleatoria; es decir, E[XY3 | Y] = Y3 E(X|Y) , como queríamos mostrar.