Departamento de Eléctrica y Electrónica

Cursos PE
Laboratorio 2_1: Transformación de VA 1D y LLN y TLC

Nombre alumno: Paul Andrés Mosquera

Fecha: 26 de Diciembre del 2022
Objetivos
● Manejar las pdf y cdf, de v.a. discretas y continuas de sus transformaciones en 1D
● Comprobar la convergencia en distribución
● Comprobar las desigualdades de Markov y Tchebyshev por simulación v.a.
continuas y discretas
● Verificar la ley de los grandes números por simulación sobre v.a. continuas y
discretas
● Verificar el TLC por simulación sobre v.a. continuas y discretas

Código de ética

Recuerde que existe el siguiente acuerdo de los estudiantes expuesto en el Sistema de

Gestión del Silabo Docente que dice:

Ser honesto, no copiar, no mentir

Además, está vigente el código de ética de la institución en la siguiente

dirección .https://usgn.espe.edu.ec/base-legal-espe/

Declaración

Declaro respetar y acatar el código de ética

Si X No

Marco teórico

Revisar las diapositivas de clase correspondientes a los temas motivos de la

práctica

Desarrollo

1. Si X~Bin(n,p), hallar la pdf de Y=2n-X. Simular y comprobar sus cálculos.

Estimar por simulación P(1<=Y<4), si n=8, y comprobar con el valor real.
 Departamento de Eléctrica y Electrónica
Cursos PE
2. Si X~Exp(ld), hallar la pdf de Z=X+5. Simular y comprobar sus cálculos.
Estimar por simulación P(Z>5) y comprobar con el valor real (calcular la
integral correspondiente). Cada estudiante debe fijar el valor de ld.
3. Si Y = aX + b es una transformación de la v.a. X. Hallar la pdf de Y si
● X es la uniforme discreta de parámetro N = 4
● X es la uniforme continua entre 4 y 7
Cada estudiante debe fijar los valores de a y b.
4. Simular las desigualdades de Markov y Tchebyshev en los siguientes casos.

Luego, reemplazar X por la distribución Exponencial de parámetro lambda.

Comprobar los resultados simulados y calculados.
5. Simular

6. Simular la Ley de los grandes números en los siguientes casos:

Nombre Parámetros

Normal Poner los parámetros a su criterio

Weibull Poner los parámetros a su criterio

Bernoulli Poner los parámetros a su criterio

Hyper-Geométrica Poner los parámetros a su criterio

● En cada uno de los casos, sobreponer el histograma y su pdf, y

comparar los histogramas y las pdf para verificar la teoría
● ¿Qué sucede si aumenta el tamaño de la muestra?.
7. Si X es la distribución de Cauchy de parámetros a y b. Usando la ley de los
grandes números explicar ¿qué sucede con la media?.
 Departamento de Eléctrica y Electrónica
Cursos PE

8. Buscar (consultar) otra v.a. que no tenga esperanza. Programar la ley de los
grandes números y explicar ¿qué sucede con la media?.
9. Verificar el Teorema del Límite Central con la siguiente distribución:

Nota: Primero debe generar v.a. con la distribución de g y luego aplicar el TLC
Resultados
1. Si X~Bin(n,p), hallar la pdf de Y=2n-X. Simular y comprobar sus cálculos.
Estimar por simulación P(1<=Y<4), si n=8, y comprobar con el valor real.
4

∫ ( 16−x ) dx= ( 16−x 2 )|41=40.5 es diferente de 0

1

Para que sea PDF:

y=16−x
16−x
y=
40.5
f ( 1 ) =p ( x=1 ) =( 8 1 )( 0.5 ) 2 ( 2−0.5 ) 8−2=0.03
f (2)= p( x=4)=(8 4)(0.5) 4 (1−0.5) 8−4=0.27

Figura 1: Simulación de los Resultado Ejercicio 1

2. Si X~Exp(ld), hallar la pdf de Z=X+5. Simular y comprobar sus cálculos.

Estimar por simulación P(Z>5) y comprobar con el valor real (calcular la
integral correspondiente). Cada estudiante debe fijar el valor de ld.
DFT:
 Departamento de Eléctrica y Electrónica
Cursos PE
5

∫ ( x +5 ) dx=37.5 ≠ 1
0

Para que sea PDF:

x+ 5
z= , γ=4
37.5
yx 4 (5 )
f ( x ; y )=γ e =5 e =0.999

Figura 2: Simulación de los Resultados Ejercicio 2

3. Si Y = aX + b es una transformación de la v.a. X. Hallar la pdf de Y si

● X es la uniforme discreta de parámetro N = 4
● X es la uniforme continua entre 4 y 7
Cada estudiante debe fijar los valores de a y b.
Valor de y:
y=3 x +6
Con un valor de a y b de:
a=3 , b=6
Uniforme Discreta:
X U ( 4)
1
P ( X=x )=
4
S x ={1,2,3,4 }

P ( Y = y )=P (3 x +6= y )

P ( Y = y )=P x= ( y−6
3 )
S y ={9,12,15,18 }
Uniforme Continua:
X U ( 4,7)
S x ={x : 4 ≤ x ≤ 7 }
P ( Y ≤ y )=P( 3 x +6 z ≤ y )
 Departamento de Eléctrica y Electrónica
Cursos PE
P ( Y ≤ y )=P x ≤ ( y −6
3 )
( y−6
f y ( y ) =f x
3 )| dy 3 |
d y−6

f (
3 )
y −6 y −6
f ( y )=
y x
9

Figura 3: Simulación de los Resultados Ejercicio 3

Figura 4: Simulación de los Resultados Ejercicio 3

4. Simular las desigualdades de Markov y Tchebyshev en los siguientes casos.

2
x
E ( x )=∫ dx=3<+ ∞ sicumple
4 2
2 2
x 28
E ( x )=∫
2
dx=
4 2 3
 Departamento de Eléctrica y Electrónica
Cursos PE
28 1
Var ( x ) = −9=
3 3
4
4−a
P ( x> a )=∫
a 2
Si a=2.5
1
F x ( x )= con 2 ≤ x ≤ 4
4−2
Si no:
4−2.5 15 3
P ( x>2.5 )= = =
2 20 4
E (x) 3 6
= = por lotanto sicumple
2.5 25 5
10

Figura 5: Resultado de Markov

{
1
f x ( x ) = 4 +2 sino−2 ≤ x ≤ 4
0
4
x
E ( x )=∫ dx=1 <+∞
−2 6
4
x2
E ( x )=∫ dx=4
2

−2 6

Var ( x ) =3 <+∞

(
P | X−1|>
1
10 ) ( 11
=P X > UX <
10
9
10 )
11
10
1 29
¿ 1−∫ dx=
9 6 30
2
Var ( X ) ( 3 )
= =900
ε2 1 2
10 ( )
 Departamento de Eléctrica y Electrónica
Cursos PE

Figura 6: Resultado de Tchebyshev

5. Simular

Figura 7: Simulación de los Resultados Ejercicio 5

6. Simular la Ley de los grandes números en los siguientes casos:

Nombre Parámetros
 Departamento de Eléctrica y Electrónica
Cursos PE
Normal

Weibull

Bernoulli

Hyper-
Geométrica
 Departamento de Eléctrica y Electrónica
Cursos PE
● En cada uno de los casos, sobreponer el histograma y su pdf, y
comparar los histogramas y las pdf para verificar la teoría
● ¿Qué sucede si aumenta el tamaño de la muestra?.
En el análisis anterior, es que a medida que aumenta el tamaño de la
muestra, la media muestral se acerca al valor esperado.
7. Si X es la distribución de Cauchy de parámetros a y b. Usando la ley de los
grandes números explicar ¿qué sucede con la media?.

Figura 8: Simulación de los Resultados Ejercicio 7

La media en la distribución Cauchy no está definida por lo mismo, no se ve

afectada por los valores extremos, así que puede ser usada como medida de
tendencia central.
8. Buscar (consultar) otra v.a. que no tenga esperanza. Programar la ley de los
grandes números y explicar ¿qué sucede con la media?.
La ley de los grandes números formalmente, se refiere a una sucesión de
variables aleatorias independientes e idénticamente distribuidas con varianza
finita, y asegura que el promedio de las n primeras observaciones (variables
aleatorias) se acerca a la media teórica cuando el número n de repeticiones
tiende hacia infinito.
La ley de los números grandes establece que a medida que aumenta el
tamaño de la muestra, la media muestral se acerca al valor esperado. Es
decir, Sean 𝑋1, 𝑋2 …. v.a independientes e idénticamente distribuidas
(muestra aleatoria) con 𝐸(𝑋) = 𝜇 y 𝑉(𝑋) = 𝜎 2 < ∞, entonces:
 Departamento de Eléctrica y Electrónica
Cursos PE
n

Siendo
∑ X i el denominador promedio muestral.
X n i=1
n
El ejemplo más básico de esto consiste en lanzar una moneda. Cada vez que
lanzamos una moneda, la probabilidad de que caiga cara es 1/2.
Por lo tanto, la proporción esperada de caras que aparecerán en un número
infinito de lanzamientos es 1/2 o 0,5. Sin embargo, si lanzamos una moneda
10 veces, podríamos encontrar que solo cae cara 3 veces.

Dado que 10 volteos es un tamaño de muestra pequeño, no hay garantía de

que la proporción de cabezas se acerque a 0,5.
Si continuamos lanzando la moneda otras 10 veces, podríamos encontrar
que cae en cara un total de 9 veces de 20.
Si la lanzamos 10 veces más, podríamos encontrar que cae en cara 22 de 30
veces. A medida que lanzamos la moneda más y más, la proporción de veces
que cae en cara convergerá a la proporción esperada de 0,5.

Figura 9: Ejemplo de la Consulta

Esta simple idea de la ley de los grandes números es aplicada por muchos
tipos de empresas e industrias en la vida real.
Ejemplo:
La ley de los números grandes en los casinos Los casinos se basan en la ley
de los grandes números para generar ganancias de manera confiable. En la
mayoría de los juegos, el casino gana entre el 51 y el 55% de las veces.

Esto significa que las personas pueden tener suerte y ganar una cantidad
decente de vez en cuando, pero en el transcurso de decenas de miles de
 Departamento de Eléctrica y Electrónica
Cursos PE
jugadores individuales, el casino ganará el 51- 55% esperado del tiempo. Por
ejemplo, Jessica podría jugar algunos juegos en el casino y ganar $ 50.
Mike también podría jugar algunos juegos y perder $ 70. John podría jugar
algunos juegos y ganar $ 25. Susan podría jugar algunos juegos y perder $
40.

Algunos jugadores ganarán dinero y otros perderán dinero, pero debido a la

forma en que están diseñados los juegos, los casinos pueden estar seguros
de que ganarán en el transcurso de miles de personas.

Figura 10: Resultado del Ejemplo Ejercicio 8

9. Verificar el Teorema del Límite Central con la siguiente distribución:

Nota: Primero debe generar v.a. con la distribución de g y luego aplicar el TLC
3

∫ x 2 dx=9
0
Para que pueda ser pdf:

{
x2
otro caso si 0> x <3
g ( x )= 9
0
.
 Departamento de Eléctrica y Electrónica
Cursos PE

Figura 11: Simulación de los Resultados Ejercicio 9

Conclusiones
- Se concluye que, si se repite un experimento aleatorio, bajo las mismas
condiciones, un número ilimitado de veces; y si estas repeticiones son
independientes la una de la otra, entonces la frecuencia de veces que un evento A
ocurra, convergerá con probabilidad 1 a un número que es igual a la probabilidad de
que A ocurra en una sola repetición del experimento.
- Se considera que la ley de grandes números garantiza que, si un experimento no
planificado se repite en las mismas condiciones y en tiempos ilimitados, si estos
resultados no coinciden, la frecuencia del evento A con una probabilidad de 1 se
convierte en un número que ocurre al mismo tiempo que el experimento, y si el
número de armas aumenta, el número de ensayos es el número de ensayos.
Recomendaciones
- Se recomienda tener en cuenta la correcta instalación de las librerías que serán
utilizadas, y que sus especificaciones estén en orden con las necesidades incluidas
en el punto inicial del documento.
- Se recomienda realizar las verificaciones de los programas esenciales para la
resolución de los problemas, en especial del programa Python.
Bibliografía
[1] Curso de probabilidad con Python. Github
https://github.com/EdwinYauyo98/Curso-Probabilidad
[2] Estadística y Python. https://databits.ai/tienda/cursos/python/estadistica-para-
ciencia-de-datos/
 Departamento de Eléctrica y Electrónica
Cursos PE
[3] López, R. (2016, 26 noviembre). Introducción a la teoría de probabilidad con
Python. Introducción a la teoría de probabilidad con Python.
https://relopezbriega.github.io/blog/2016/11/26/introduccion-a-la-teoria-de-
probabilidad-con-python/
Anexo
Ejercicio 1

Ejercicio 2
 Departamento de Eléctrica y Electrónica
Cursos PE

Ejercicio 3
Departamento de Eléctrica y Electrónica
Cursos PE
 Departamento de Eléctrica y Electrónica
Cursos PE

Ejercicio 4
Markov:

Tchebyshev:

Ejercicio 5
Departamento de Eléctrica y Electrónica
Cursos PE
 Departamento de Eléctrica y Electrónica
Cursos PE

Ejercicio 6
 Departamento de Eléctrica y Electrónica
Cursos PE

Ejercicio 7

Ejercicio 8

Ejercicio 9
Departamento de Eléctrica y Electrónica
Cursos PE