Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4 VaribleAleatoriaDiscreta
4 VaribleAleatoriaDiscreta
Variable aleatoria
Una variable aleatoria X es una funcin que asocia a
cada suceso del espacio muestral E de un experimento
aleatorio un valor numrico real:
X :E
w X ( w)
Llamar variable a una funcin resulta algo confuso,
por ello hay que insistir en que es una funcin.
La variable aleatoria puede ser discreta o continua.
2
Veremos en este captulo el caso discreto.
+++
++C +C+
C++
CC+
C+C
+CC CCC
Ley de
correspondencia
N reales
(# de caras)
3 caras
X :E
w X ( w)
3
Funcin de probabilidad
Voy a pensar un nmero entero del 1 al 100.
Qu numero ser?
Intentaremos representar el estado de incertidumbre
mediante una funcin matemtica: la funcin de
probabilidad.
P
1/100
1 2 3
........
99 100 X
4
1/50
1 2 3
........
99 100 X
p : [0,1]
x p( x) P( X x)
La funcin de probabilidad debe cumplir:
(i ) 0 p ( x) 1 x
(ii ) p( x) 1
x
Valores
0 1/4 = 0.25
1 2/4 = 0.50
Z
Z
Probabilidad
2 1/4 = 0.25
X :E
w X ( w)
p : [0,1]
x p ( x) P8 ( X x)
P(X)
P(X)
P(X)
-1
0
1
2
3
.1
.2
.4
.2
.1
1.0
-1
0
1
2
3
-.1
.3
.4
.3
.1
1.0
-1
0
1
2
3
.1
.3
.4
.3
.1
1.2
0 p ( x ) 1 para todo x
p ( x) 1
x
10
X:ES
f : [0,1]
...
11
5/36
5/36
4/36
4/36
3/36
3/36
2/36
2/36
1/36
1/36
10
11
12
F : [0,1]
x F ( x) P ( X x)
0,5
0,028
2
10 11
12
14
1
6
F(x)
f(x)
0.5
1
15
F () lim F ( x) lim P ( X x) P ( E ) 1
x
F () lim F ( x) lim P ( X x) P () 0
x
P ( x1 X x2 ) F ( x2 ) F ( x1 )
F es montona creciente.
F es continua por la derecha: la probabilidad de
que la variable aleatoria discreta X tome un valor
concreto es igual al salto de la funcin de distribucin
17
en ese punto.
Monte Carlo
Por mtodo de Monte Carlo en general entendemos la simulacin de
los resultados de un experimento utilizando una computadora y un
generador de nmeros aleatorios. Se utiliza cuando un clculo es
difcil de realizar por otros mtodos numricos o algebraicos, o
cuando somos demasiado vagos o ignorantes como para solucionarlo
por mtodos ms elegantes.
y
Ejemplo clsico: rea debajo de una curva.
Dada un rea A fcil de medir, que contiene
una curva f(x) difcil de integrar, se puede
calcular el rea debajo de la curva mediante la
generacin de N pares de nmeros aleatorios
(x,y) que representan coordenadas. Se
cuentan los puntos que caen por debajo de la
curva y entonces:
f ( x )dx A
Rectngulo de rea A
f(x)
Aleatoriedad
Deborah J. Bennett
Alianza Editorial, 2000.
19
Resultado Funcin de
probabilidad
P. acumulada
(Funcin de
distribucin)
0.25
0.25
1
2
3
0.5
0.125
0.125
0.75
0.875
1
Condicin
Resultado
0 < 0.25
1
2
3
23
p
j 0
p j
j 0
24
E X xi P( X xi ) xi p ( xi )
i
X
-1
0
1
2
3
P(X) X P(X)
.1
.2
.4
.2
.1
-.1
.0
.4
.4
.3
1.0
(316X
E
)26
(3.i)367.31627
P
1i2
26
E (c ) c
(2)
(3)
(1)
(2)
E (aX b) aE ( X ) b
E c 1 c c
E P1 ( x) P2 ( x) xi P1 ( X xi ) P2 ( X xi )
i
x P ( X x ) x P ( X x ) E P ( x) E P ( x)
i 1
i 2
27
999
;
1000
999
1000
50
999
P(Al menos una persona de 50 enferma) 1 -
1000
999
# esperado de anlisis 1
1000
50
51
999
1-
1000
50
50
21
Juegos
A un juego de azar podemos asignarle una variable aleatoria X,
cuyos valores son las ganancias correspondientes a los
posibles resultados. La esperanza matemtica de la variable
aleatoria X representa el beneficio medio o ganancia media
que se obtiene en cada jugada cuando se juega un nmero
elevado de veces.
Si la esperanza matemtica es 0 se dice que el juego es justo.
Si es mayor que 0 se dice que el juego es favorable al jugador.
Si es menor que 0 se dice que perjudica al jugador y no es
favorable.
Sea el juego que consiste en sacar una bola de una urna que
contiene 7 bolas rojas y 3 bolas negras. Ganamos 50 euros si la
bola extrada es roja y pagamos 150 euros en el caso de que sea
29
negra. Qu podemos esperar si jugamos muchas veces?
Funcin de probabilidad
50
0,7
-150
0,3
1
1
6
2 10
5 10
10000
1000
1
9789
5
2 10 0
11000
50 10000
31
32
E T ( X ) T ( xi ) p ( xi )
i
T ( X ) X ; k 1, 2, 3, ...
k
mk E ( X ) x p ( xi )
k
k
i
34
T ( X ) ( X ) ; k 1, 2, 3, ...
k
M k E (( X ) ) ( x ) p ( xi )
k
Observa que:
m1 E ( X )
M1 E( X ) E( X ) 0
35
Var ( X ) M 2 E (( X ) )
2
(x )
i
P ( X xi )
Desviacin estndar
o tpica
Var ( X )
Ejemplo
X
P(X)
-1
0
1
2
3
.1
.2
.4
.2
.1
-2
-1
0
1
2
( X ) ( X ) P( X )
2
.4
.2
.0
.2
.4
1.2
4
1
0
1
4
2 ( xi ) 2 P( xi ) 1,2
i
Var ( X ) 1.10
37
V
a316r(2X)7
(26i)37).316(27)5,83
P
12i222 2
38
Var ( X ) 2 ( xi ) 2 p ( xi )
i
2
(
x
2 xi ) p ( xi )
i
2
p ( xi ) 2 xi p ( xi )
2
E ( X ) 2 E ( X ) ( E ( X ))
2
E ( X ) ( E ( X ))
2
39
La apuesta de Pascal
Usted tiene dos cosas que perder: la verdad y el bien, y dos cosas que comprometer: su razn y
su voluntad, su conocimiento y su bienaventuranza; y su naturaleza posee dos cosas de las que
debe huir: el error y la miseria. Su razn no est ms daada, eligiendo la una o la otra, puesto
que es necesario elegir. He aqu un punto vaco. Pero su bienaventuranza? Vamos a pesar la
ganancia y la prdida, eligiendo cruz (de cara o cruz) para el hecho de que Dios existe.
Estimemos estos dos casos: si usted gana, usted gana todo; si usted pierde, usted no pierde
nada. Apueste usted que l existe, sin titubear.
Pensamientos, Blaise Pascal (1670)
Dios existe
Dios no existe
Creer en Dios
+ (CIELO)
NADA
No creer en
Dios
(INFIERNO)
NADA
40
La paradoja de Parrondo
(perder + perder = ganar)
Juego A
Prob.
Prob.
de
de
ganar perder
1/2 - 1/2 +
<X(t+1)>-<X(t)> = <X(t+1)-X(t)> =
(1/2 - (1/2 +
1 n
E X n 2
n 1 2
(La probabilidad de que salga cara por primera vez en la n-sima
tirada es: 1/2n )
El jugador debera pagar una cantidad infinita para que el juego fuera justo!
En otras palabras, si yo le ofrezco entrar en el juego con una cuota
de, digamos, un milln de euros, usted debera aceptar, porque la
ganancia media en el juego, que es infinita, supera esa y cualquier otra
cantidad. Sin embargo, nadie en su sano juicio aceptara semejante
trato. Esta es la paradoja de San Petersburgo: el sentido comn nos
dice que el valor medio de la ganancia no determina la cuota de
entrada aceptable.
45
Cmo determinamos entonces dicha cuota?
HAL
Vaticina que
elegirs caja 2
Vaticina que
elegirs las dos
cajas
Eliges la
caja 2
1.000.000
Elige las
dos cajas
1.001.000
1.000