El experimento produce un resultado; una variable aleatoria le asigna un número. Varias rutas pueden acabar en el mismo número y sus probabilidades se juntan. Empezaremos con ese dibujo y aprenderemos a distinguir una masa puntual, una altura de densidad y una probabilidad acumulada.
Si necesitas repasar:
1. La variable es una función; su ley es cómo se reparte la probabilidad
En cada resultado ω, X(ω) es un número real. Para poder preguntar probabilidades, exigimos medibilidad:{ω: X(ω)≤x} debe ser un suceso para todo x. Esto equivale a que las preimágenes de todos los borelianos sean medibles.
Traslada el peso del experimento a la recta. Conocer la ley de X no revela cómo se relaciona con otra variable: dos construcciones pueden tener las mismas leyes individuales y dependencias distintas.
Agrupar los cuatro resultados de dos monedas
Dos monedas justas independientes; X=número de caras.
Función
RR→0, RC→1, CR→1, CC→2, donde C es cara y R cruz.Pesos
Cada ruta pesa 1/4.
Agrupar
P(X=0)=1/4, P(X=1)=1/2, P(X=2)=1/4.
X toma tres valores con pesos desiguales.
La función X no es una probabilidad: por ejemplo, X(CR)=1, pero P(X=1)=1/2.
Mismas leyes, no la misma relación
U uniforme en [0,1]; compara (X, Y)=(U, U) y (U,1−U).
Marginales
En ambos casos X e Y son uniformes en [0,1].
Primera pareja
X+Y=2U, no es constante.Segunda
X+Y=1 siempre.
Las leyes individuales no determinan la ley conjunta.
Para estudiar dos variables juntas necesitamos más información que sus dos repartos separados.
Una función puede no ser medible para la información elegida
Ω={a, b, c, d}; solo distinguimos {a, b} de {c, d}. Se propone X(a)=0 y X(b)=X(c)=X(d)=1.
Pregunta numérica
{X≤0}={a}.Sucesos disponibles
{a} no pertenece a la sigma álgebra de esos dos bloques.
Conclusión
Esta X no es una variable aleatoria real medible en ese modelo.
Hay que respetar la sigma álgebra.
Si ampliamos los sucesos admisibles o hacemos X constante en cada bloque, podemos cambiar esa situación.
2. La acumulada permite leer cualquier ley real y sus saltos
Es no decreciente, tiende a cero hacia −∞ y a uno hacia +∞, y es continua por la derecha. Esta última propiedad sale de xₙ↓x:{X≤xₙ} decrece hasta {X≤x}, y usamos continuidad de la probabilidad.
La masa exacta en a es el salto F(a)−F(a−). La acumulada determina toda la ley real.
Los extremos cambian la respuesta cuando hay saltos
X cuenta caras de dos monedas justas independientes.
Acumulada
F(0)=1/4, F(1)=3/4, F(2)=1; antes de cero vale cero.Sin incluir cero
P(0<X≤1)=F(1)−F(0)=1/2.Incluyendo cero
P(0≤X≤1)=F(1)−F(0−)=3/4.
El extremo cero añade una masa de 1/4.
Los puntos llenos del dibujo indican qué valor toma F exactamente en cada salto.
Construir una acumulada continua
X uniforme en [−1,3].
Antes y después
F=0 si x<−1 y F=1 si x≥3.Dentro
La longitud desde −1 hasta x es x+1; F=(x+1)/4.Intervalo
P(−1<X≤1)=F(1)−F(−1)=2/4=1/2.
La acumulada une 0 y 1 sin saltos.
Aquí cada punto tiene masa cero, por lo que incluir o quitar extremos no altera la probabilidad.
3. Una ley discreta suma masas aunque sus valores no sean enteros
Una ley discreta concentra probabilidad uno en una lista finita o numerable de valores aₖ. Sus masas pₖ=P(X=aₖ) son no negativas y suman uno. La probabilidad de un conjunto se obtiene sumando las masas que contiene.
Los valores pueden ser negativos, fracciones o números no igualmente espaciados. Los saltos de F tienen tamaño pₖ. La posibilidad de enumerar valores no implica que sus pesos sean iguales; no existe una uniforme sobre todos los enteros positivos.
Valores fraccionarios también pueden ser discretos
P(X=−1/2)=0,3 y P(X=5/2)=0,7.
Acumular
F=0 antes de −1/2; F=0,3 desde −1/2 hasta 5/2 excluido; después F=1.Intervalo
P(−1<X≤1)=0,3.Punto no listado
P(X=0)=0.
La ley es discreta con dos átomos.
No hace falta que X cuente objetos ni que tome enteros para ser discreta.
Normalizar una lista infinita por cancelación
pₖ=1/[k(k+1)], k≥1.
Separar
1/[k(k+1)]=1/k−1/(k+1).Sumar hasta m
Los términos intermedios se cancelan: Σ de k=1 a m de pₖ=1−1/(m+1).Límite y cola
La suma total es 1 y P(X>m)=1/(m+1).
Es una ley discreta válida sobre los enteros positivos.
La normalización se comprobó con una serie, no se supuso por el aspecto de la fórmula.
4. Una densidad da áreas; su altura no es una masa puntual
Una ley absolutamente continua tiene f≥0 con integral total uno y P(a<X≤b)=∫ de a a b de f. El valor f(x) tiene unidades de probabilidad por unidad de longitud; no es P(X=x). Cada punto tiene probabilidad cero.
Una densidad puede ser mayor que uno si ocupa poca anchura. Cambiarla en un conjunto de longitud cero no altera ninguna probabilidad. Su soporte y su normalización son tan importantes como la expresión algebraica.
La altura dos cabe en una probabilidad total uno
X uniforme en [0,1/2].
Densidad
f=2 en ese intervalo y cero fuera.Área total
Altura 2 por anchura 1/2 da 1.
Una franja
P(0,1<X≤0,3)=(0,3−0,1)·2=0,4.
La probabilidad de la franja es 0,4, no 2.
P(X=0,2)=0 aunque la densidad en ese punto valga 2.
Normalizar y luego calcular una probabilidad
f(x)=cx² en [0,3], cero fuera.
Integral total
∫₀³cx²dx=9c=1, así c=1/9.Acumulada interior
F(x)=x³/27 para 0≤x≤3.Franja
P(1<X≤2)=(8−1)/27=7/27.
c=1/9 y la franja pesa 7/27.
La acumulada llega a 27/27=1 en el extremo superior y la densidad es no negativa.
5. Una mezcla puede tener un salto y una parte con densidad
Supón que con probabilidad 1/4 el resultado es exactamente cero y con probabilidad 3/4 se elige un uniforme en [0,2]. La ley tiene un átomo y una parte absolutamente continua. Ninguna densidad respecto a longitud puede recoger sola ese salto.
No toda ley pertenece a una de esas dos clases puras. También existen leyes continuas sin densidad, como la de Cantor, que construiremos en el apartado siguiente. «F es continua» solo excluye átomos; no garantiza derivar F para recuperar toda su masa.
Leer la acumulada del dibujo
Mezcla 1/4 en cero y 3/4 uniforme en [0,2].
Antes de cero
F(x)=0.Desde cero hasta dos
F(x)=1/4+(3/4)(x/2)=1/4+3x/8.Después
F=1 para x≥2; en particular, F(1)=5/8.
Hay un salto de 1/4 y una subida continua de masa 3/4.
La integral de la parte con densidad 3/8 en [0,2] da 3/4, justo la masa que no está en el átomo.
Una densidad sola perdería el punto especial
Misma mezcla; calcula P(X=0) y P(0<X≤1).
Punto
P(X=0)=1/4: el uniforme no aporta masa puntual.Intervalo sin cero
P(0<X≤1)=(3/4)(1/2)=3/8.Reunir
P(0≤X≤1)=1/4+3/8=5/8.
El extremo incluido cambia la respuesta.
Integrar cualquier densidad ordinaria sobre un solo punto daría cero y no podría representar el átomo de 1/4.
6. Una ley puede ser continua y vivir en un conjunto de longitud cero
La serie converge entre cero y uno. Sus dígitos ternarios solo usan 0 y 2: su valor queda en el conjunto de Cantor. Fijar n bits selecciona uno de 2ⁿ intervalos de longitud 3^(−n), con masa 2^(−n).
La longitud total de esos intervalos es (2/3)ⁿ→0, mientras conservan masa uno. Cada punto está dentro de un intervalo de cada nivel, por lo que su probabilidad es ≤2^(−n) para todo n y vale cero. La ley es sin átomos, pero singular respecto a longitud: no admite densidad.
Por eso su acumulada es continua y aun así no es una ley absolutamente continua.
Ver la masa en los extremos después de dos niveles
Los dos primeros bits tienen cuatro combinaciones equiprobables.
Primer intervalo
B₁=B₂=0 deja X en [0,1/9].Último
B₁=B₂=1 deja X en [8/9,1].Probabilidades
Cada uno pesa 1/4, aunque su longitud sea 1/9.
La masa no es proporcional a la longitud.
Al seguir refinando, aumenta el número de intervalos y baja su longitud total, sin perder masa.
Una acumulada continua puede quedarse plana en un hueco
La ley de Cantor y el intervalo central (1/3,2/3).
Soporte
X no cae en ese hueco.
Mitad izquierda
B₁=0 tiene probabilidad 1/2.Acumulada
F(x)=1/2 en todo el hueco, y no hay saltos en sus extremos porque no hay átomos.
F es continua y tiene tramos planos, sin que exista una densidad para toda la ley.
Si hubiera densidad, su integral sobre el soporte de longitud cero sería cero, en contradicción con su masa uno.
7. Bernoulli describe un indicador; binomial cuenta éxitos comparables e independientes
El indicador de A vale 1 si A ocurre y 0 si no.
Para n ensayos independientes con la misma probabilidad p, la suma de sus indicadores tiene ley Bin(n, p).
El coeficiente cuenta posiciones de los k éxitos; cada secuencia de ese tipo tiene el mismo producto.
Dependencia o tasas distintas necesitan otro modelo.
Un indicador no es el valor del dado
Dado justo, A=salir 5 o 6; Iₐ vale uno si ocurre A.
Valores
Iₐ solo toma 0 o 1, no los valores 1 a 6.
Éxito
P(Iₐ=1)=2/6=1/3.Complemento
P(Iₐ=0)=2/3.
Iₐ tiene ley Bernoulli(1/3).
Elegir qué llamamos éxito es parte de la pregunta; no tiene por qué significar un resultado deseable.
Agrupar secuencias del dibujo binomial
Cuatro ensayos independientes con p=1/4; probabilidad de exactamente dos éxitos.
Una secuencia concreta
(1/4)²(3/4)²=9/256.Posiciones
C(4,2)=6 maneras de colocar los dos éxitos.Sumar
6·9/256=27/128.
P(X=2)=27/128.
Para al menos uno es más corto usar el complemento:1−(3/4)⁴=175/256.
8. Poisson cuenta llegadas; exponencial mide la espera bajo supuestos concretos
Suman uno por la serie de e^λ. En un proceso de Poisson homogéneo de tasa r, el número de llegadas en tiempo t tiene parámetro λ=rt. Contar sucesos no basta: el modelo impone tasa homogénea e incrementos independientes.
La espera T hasta la siguiente llegada tiene densidad r e^(−rx), x≥0, y supervivencia P(T>t)=e^(−rt). Su media es 1/r.
Convertir tasa y tiempo en el parámetro de un recuento
Llegadas de tasa r=3 por hora; ventana de 40 minutos.
Unidades
40 minutos son 2/3 de hora.
Parámetro
λ=3·2/3=2.Probabilidad
P(N=2)=e^(−2)2²/2!=2e^(−2).
El recuento tiene ley Poisson(2).
La probabilidad de cero llegadas es e^(−2), coincidente con esperar más de 40 minutos en este mismo proceso.
Esperar más no reinicia un reloj envejecido en este modelo
T exponencial de tasa 3 por hora; ya pasó una hora sin llegada.
Pregunta
P(T>1,5|T>1).Supervivencias
e^(−4,5)/e^(−3)=e^(−1,5).Interpretación
Es la misma probabilidad que esperar más de media hora desde el inicio.
La espera adicional tiene la misma supervivencia.
No se atribuye falta de memoria a cualquier tiempo de espera: depende de la ley exponencial.
9. Uniforme reparte por longitud; normal necesita centro y escala
Uniforme[a, b], a<b, tiene densidad 1/(b−a) en el intervalo y cero fuera. Una franja interior pesa su longitud dividida por b−a. No hay masa positiva igual en cada punto.
Normal N(μ, σ²), σ>0, tiene densidad exp(−(x−μ)²/(2σ²))/(σ√(2π)). μ es el centro y σ la desviación típica; el segundo parámetro es su cuadrado.
La campana tiene soporte en toda la recta; no asigna probabilidad cero a todos los valores negativos solo porque una aplicación espere magnitudes positivas.
Una franja ocupa la mitad del intervalo
X uniforme en [−2,4].
Longitud total
4−(−2)=6; densidad 1/6.Franja
[0,3] mide 3.
Área
P(0≤X≤3)=3·1/6=1/2.
La franja tiene probabilidad 1/2.
El cero y el tres no añaden masa puntual en una ley absolutamente continua.
La varianza cuatro significa escala dos
X tiene ley N(1,4); calcula P(−1<X≤3).
Escala
σ=√4=2.Transformar extremos
(−1−1)/2=−1 y (3−1)/2=1.Área estándar
P(−1<Z≤1)=Φ(1)−Φ(−1)≈0,6827.
Aproximadamente el 68,27 % queda en esa franja.
Se usó el área de la campana estándar, no su altura en Z=1. La roja del dibujo tiene ese centro y esa varianza.
10. Transformar requiere encontrar primero qué valores originales sirven
Si h es creciente e invertible, se invierte la desigualdad; si es decreciente, cambia el sentido. Si no es monótona, pueden aparecer varias ramas.
En una transformación regular monótona, la densidad incorpora el valor absoluto de la derivada de la inversa. Cambiar solo el argumento no conserva áreas. Cuando hay varias preimágenes, se suman sus aportaciones en las zonas donde el cambio es regular.
Estirar el soporte obliga a bajar la altura
X uniforme en [0,1], Y=2X.
Acumulada
Para 0≤y≤2, P(Y≤y)=P(X≤y/2)=y/2.Derivar
La densidad es 1/2 en [0,2].
Área
Anchura 2 por altura 1/2 da 1.
Y es uniforme en [0,2].
El dibujo usa la misma escala en ambos paneles; poner altura uno tras estirar duplicaría la probabilidad total.
Un cuadrado reúne positivos y negativos
X uniforme en [−2,2], Y=X².
Suceso
Para 0≤y≤4, X²≤y equivale a −√y≤X≤√y.Acumulada
La franja mide 2√y de un total 4: Fᵧ(y)=√y/2.Densidad
Para 0<y<4, fᵧ(y)=1/(4√y), cero fuera.
La densidad sube cerca de cero pero sigue siendo integrable.
La integral de 1/(4√y) entre 0 y 4 es 1. Ignorar la rama negativa perdería la mitad de la masa.
11. Cada tipo de representación tiene sus propias comprobaciones
En una masa: valores no negativos y suma uno. En una densidad: valores no negativos casi por doquier, soporte e integral uno. En una acumulada: monotonía, continuidad por la derecha y límites 0 y 1. No son pruebas intercambiables.
Una altura de densidad mayor que uno puede ser válida; una probabilidad acumulada mayor que uno nunca lo es. Los extremos de intervalos importan cuando hay átomos. Y para escoger una familia hay que declarar los supuestos del experimento, no solo reconocer la forma de una curva.
Una lista positiva no basta
Se proponen dos masas:0,4 en −1 y 0,8 en 2.
Signo
Las dos son no negativas.
Total
0,4+0,8=1,2.Conclusión
No son una ley de probabilidad con esos pesos.
Falla la normalización.
Dividirlas entre 1,2 construiría otra ley, pero no validaría los números propuestos sin modificarlos.
Un escalón debe incluir correctamente el punto del salto
F(x)=0 para x≤0 y F(x)=1 para x>0.
Monotonía y límites
Los cumple.
Por la derecha en cero
F(0)=0, pero lim al bajar x hacia 0 desde positivos es 1.
Comparar con un átomo
Para masa uno en cero, la correcta es F=0 si x<0 y F=1 si x≥0.
La propuesta no es una acumulada.
Comprobar solo que suba de cero a uno habría pasado por alto la continuidad por la derecha.
Ahora lo resolvemos de principio a fin.
EJEMPLO RESUELTO 1
Una densidad
Normaliza f(x)=cx en [0,2], cero fuera.
Soporte y signo
f=cx en [0,2] y cero fuera; necesitamos c≥0.Normalizar
La integral de 0 a 2 de cx es c[x²/2] de 0 a 2.
Evaluar
El resultado es 2c.
Total uno
2c=1, por tanto c=1/2.Comprobar
f=x/2 es no negativa en su soporte e integra uno.Acumulada
F=x²/4 dentro de [0,2], cero antes y uno después; es continua y no decreciente.
c=1/2.
La función de distribución en 0≤x≤2 es F(x)=x²/4, que pasa de cero a uno y es no decreciente.
EJEMPLO RESUELTO 2
Binomial
X cuenta caras en tres monedas justas independientes. Calcula P(X=2).
Modelo
Tres monedas justas independientes; cada secuencia de tres resultados pesa 1/8.
Variable
X cuenta caras y tiene ley Bin(3,1/2).
Dos caras
Las secuencias son CCR, CRC, RCC, con C=cara y R=cruz.
Contar posiciones
Hay C(3,2)=3 secuencias favorables.Sumar
P(X=2)=3·1/8=3/8.Verificar el reparto
Las masas de cero, una, dos y tres caras son 1/8,3/8,3/8,1/8 y suman uno.
3/8.
Las masas para cero,una,dos,tres caras son 1/8,3/8,3/8,1/8 y suman uno.
Los símbolos que hemos usado
- X:Ω→R
- Variable aleatoria real, función medible del resultado al número observado.
- P_X(B)
- Ley de X: P({ω:X(ω)∈B}) para conjuntos borelianos B.
- F_X(x)
- Función de distribución P(X≤x).
- p_X(a)
- Masa puntual P(X=a), utilizada para leyes discretas.
- f_X(x)
- Densidad cuando P_X(B)=∫_B f_X respecto a longitud.
- Indicador 1_A
- Variable que vale uno si ocurre A y cero si no.
- Soporte
- Región donde la distribución concentra sus valores; debe indicarse al dar masas o densidades.
Ahora te toca a ti.
Tienes cinco ejercicios. Inténtalos; las pistas te ayudan si te atascas.
Practicar este tema →