La PizarraMatemática.

Grado en Matemáticas

Variables aleatorias y distribuciones

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.

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.

La variable agrupa resultados que dan el mismo número
C: cara · R: cruzRRRCCRCCX=01/4X=11/2X=21/4Dos resultados distintos dan X=1.
Dos monedas justas independientes generan RR, RC, CR y CC con probabilidad un cuarto cada uno; C significa cara y R cruz. La variable X cuenta caras: RR produce cero, RC y CR producen uno, CC produce dos. Por eso las masas de cero, uno y dos son un cuarto, un medio y un cuarto.
La ley o distribución es Pₓ(B)=P(X∈B), para B boreliano.

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.

  1. Función

    RR→0, RC→1, CR→1, CC→2, donde C es cara y R cruz.
  2. Pesos

    Cada ruta pesa 1/4.

  3. Agrupar

    P(X=0)=1/4, P(X=1)=1/2, P(X=2)=1/4.
Resultado

X toma tres valores con pesos desiguales.

Lo comprobamos

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).

  1. Marginales

    En ambos casos X e Y son uniformes en [0,1].

  2. Primera pareja

    X+Y=2U, no es constante.
  3. Segunda

    X+Y=1 siempre.
Resultado

Las leyes individuales no determinan la ley conjunta.

Lo comprobamos

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.

  1. Pregunta numérica

    {X≤0}={a}.
  2. Sucesos disponibles

    {a} no pertenece a la sigma álgebra de esos dos bloques.

  3. Conclusión

    Esta X no es una variable aleatoria real medible en ese modelo.

Resultado

Hay que respetar la sigma álgebra.

Lo comprobamos

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

F(x)=P(X≤x).

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 acumulada suma la masa al llegar a cada valor
-101231/43/41F(x) = P(X≤x)En el salto cuenta el punto lleno.
Para masas un cuarto en cero, un medio en uno y un cuarto en dos, F es cero antes de cero, un cuarto desde cero hasta uno excluido, tres cuartos desde uno hasta dos excluido y uno desde dos. Los puntos llenos en cada salto indican continuidad por la derecha.
P(a<X≤b)=F(b)−F(a).
Si incluimos a, hace falta el límite izquierdo F(a−): P(a≤X≤b)=F(b)−F(a−).

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.

  1. Acumulada

    F(0)=1/4, F(1)=3/4, F(2)=1; antes de cero vale cero.
  2. Sin incluir cero

    P(0<X≤1)=F(1)−F(0)=1/2.
  3. Incluyendo cero

    P(0≤X≤1)=F(1)−F(0−)=3/4.
Resultado

El extremo cero añade una masa de 1/4.

Lo comprobamos

Los puntos llenos del dibujo indican qué valor toma F exactamente en cada salto.

Construir una acumulada continua

X uniforme en [−1,3].

  1. Antes y después

    F=0 si x<−1 y F=1 si x≥3.
  2. Dentro

    La longitud desde −1 hasta x es x+1; F=(x+1)/4.
  3. Intervalo

    P(−1<X≤1)=F(1)−F(−1)=2/4=1/2.
Resultado

La acumulada une 0 y 1 sin saltos.

Lo comprobamos

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.

  1. Acumular

    F=0 antes de −1/2; F=0,3 desde −1/2 hasta 5/2 excluido; después F=1.
  2. Intervalo

    P(−1<X≤1)=0,3.
  3. Punto no listado

    P(X=0)=0.
Resultado

La ley es discreta con dos átomos.

Lo comprobamos

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.

  1. Separar

    1/[k(k+1)]=1/k−1/(k+1).
  2. Sumar hasta m

    Los términos intermedios se cancelan: Σ de k=1 a m de pₖ=1−1/(m+1).
  3. Límite y cola

    La suma total es 1 y P(X>m)=1/(m+1).
Resultado

Es una ley discreta válida sobre los enteros positivos.

Lo comprobamos

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.

La probabilidad depende de una anchura, además de la altura
2101/2f(x)=2 en [0;1/2]Área: (0,3−0,1)·2 = 0,4
Densidad uniforme de altura dos entre cero y un medio. La franja entre 0,1 y 0,3 tiene anchura 0,2 y área 0,4; esa es su probabilidad. La altura sola no es una probabilidad.

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].

  1. Densidad

    f=2 en ese intervalo y cero fuera.
  2. Área total

    Altura 2 por anchura 1/2 da 1.

  3. Una franja

    P(0,1<X≤0,3)=(0,3−0,1)·2=0,4.
Resultado

La probabilidad de la franja es 0,4, no 2.

Lo comprobamos

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.

  1. Integral total

    ∫₀³cx²dx=9c=1, así c=1/9.
  2. Acumulada interior

    F(x)=x³/27 para 0≤x≤3.
  3. Franja

    P(1<X≤2)=(8−1)/27=7/27.
Resultado

c=1/9 y la franja pesa 7/27.

Lo comprobamos

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.

Un salto de un cuarto no puede representarse solo con densidad
F acumula un átomo y una densidad11/402Masa 1/4 en cero + uniforme de masa 3/4Para 0≤x≤2 : F(x)=1/4+3x/8
Función de distribución de una mezcla: masa un cuarto en cero y masa tres cuartos repartida uniformemente en cero dos. Antes de cero F es cero; en cero salta a un cuarto; sube linealmente hasta uno en dos y permanece en uno. El punto lleno marca F de cero igual un cuarto y el abierto el límite izquierdo cero.

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].

  1. Antes de cero

    F(x)=0.
  2. Desde cero hasta dos

    F(x)=1/4+(3/4)(x/2)=1/4+3x/8.
  3. Después

    F=1 para x≥2; en particular, F(1)=5/8.
Resultado

Hay un salto de 1/4 y una subida continua de masa 3/4.

Lo comprobamos

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).

  1. Punto

    P(X=0)=1/4: el uniforme no aporta masa puntual.
  2. Intervalo sin cero

    P(0<X≤1)=(3/4)(1/2)=3/8.
  3. Reunir

    P(0≤X≤1)=1/4+3/8=5/8.
Resultado

El extremo incluido cambia la respuesta.

Lo comprobamos

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

Sean Bₙ bits justos independientes y X=Σₙ≥₁2Bₙ/3ⁿ.

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).

Una distribución continua puede concentrarse en un conjunto de longitud cero
Se reduce la longitud, no la masa0Longitud: (2/3)^0 ; masa: 11Longitud: (2/3)^1 ; masa: 12Longitud: (2/3)^2 ; masa: 13Longitud: (2/3)^3 ; masa: 1Cada bloque de nivel n pesa 2^(−n).
Primeras cuatro etapas del conjunto ternario de Cantor. Se retira el tercio central de cada intervalo y se mantiene la mitad de su masa en cada extremo. En nivel n quedan dos elevado a n intervalos de longitud tres elevado a menos n: longitud total dos tercios elevado a n, pero masa total uno. No se dibujan densidades; las barras indican soporte y reparto de masa.

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.

  1. Primer intervalo

    B₁=B₂=0 deja X en [0,1/9].
  2. Último

    B₁=B₂=1 deja X en [8/9,1].
  3. Probabilidades

    Cada uno pesa 1/4, aunque su longitud sea 1/9.

Resultado

La masa no es proporcional a la longitud.

Lo comprobamos

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).

  1. Soporte

    X no cae en ese hueco.

  2. Mitad izquierda

    B₁=0 tiene probabilidad 1/2.
  3. Acumulada

    F(x)=1/2 en todo el hueco, y no hay saltos en sus extremos porque no hay átomos.

Resultado

F es continua y tiene tramos planos, sin que exista una densidad para toda la ley.

Lo comprobamos

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.

Tiene ley Bernoulli(p), con p=P(A).

Para n ensayos independientes con la misma probabilidad p, la suma de sus indicadores tiene ley Bin(n, p).

Cada barra agrupa todas las secuencias con el mismo recuento
00,31610,42220,21130,04740,004P(X=k) · alturas proporcionalesn=4 ; p=0,25
Distribución binomial con 4 ensayos independientes y probabilidad de éxito 0.25 en cada uno. Las barras separadas representan los recuentos de cero a 4. Las etiquetas de probabilidad se redondean a tres decimales; las cuentas del texto usan valores exactos.
Para 0<p<1, P(X=k)=C(n, k)pᵏ(1−p)^(n−k), k=0,…, n.

El coeficiente cuenta posiciones de los k éxitos; cada secuencia de ese tipo tiene el mismo producto.

Si p=0, todo el peso está en 0; si p=1, en n.

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.

  1. Valores

    Iₐ solo toma 0 o 1, no los valores 1 a 6.

  2. Éxito

    P(Iₐ=1)=2/6=1/3.
  3. Complemento

    P(Iₐ=0)=2/3.
Resultado

Iₐ tiene ley Bernoulli(1/3).

Lo comprobamos

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.

  1. Una secuencia concreta

    (1/4)²(3/4)²=9/256.
  2. Posiciones

    C(4,2)=6 maneras de colocar los dos éxitos.
  3. Sumar

    6·9/256=27/128.
Resultado

P(X=2)=27/128.

Lo comprobamos

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

Poisson(λ), λ>0, tiene masas e^(−λ)λᵏ/k!, k≥0.

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.

Al dividir supervivencias, P(T>s+t|T>s)=e^(−r(s+t))/e^(−rs)=e^(−rt): no tiene memoria.

Convertir tasa y tiempo en el parámetro de un recuento

Llegadas de tasa r=3 por hora; ventana de 40 minutos.

  1. Unidades

    40 minutos son 2/3 de hora.

  2. Parámetro

    λ=3·2/3=2.
  3. Probabilidad

    P(N=2)=e^(−2)2²/2!=2e^(−2).
Resultado

El recuento tiene ley Poisson(2).

Lo comprobamos

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.

  1. Pregunta

    P(T>1,5|T>1).
  2. Supervivencias

    e^(−4,5)/e^(−3)=e^(−1,5).
  3. Interpretación

    Es la misma probabilidad que esperar más de media hora desde el inicio.

Resultado

La espera adicional tiene la misma supervivencia.

Lo comprobamos

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.

Mover el centro y cambiar la escala conserva el área total
-4-3-2-112340Azul: N(0,1) ; rojo: N(1,4)El área total en toda la recta vale 1.
Densidades normales azul de media cero y varianza uno, y roja de media uno y varianza cuatro. La roja es más ancha y más baja; ambas tienen área total uno sobre toda la recta. La ventana recorta colas, no cambia sus probabilidades.

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.

Z=(X−μ)/σ tiene ley normal estándar.

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].

  1. Longitud total

    4−(−2)=6; densidad 1/6.
  2. Franja

    [0,3] mide 3.

  3. Área

    P(0≤X≤3)=3·1/6=1/2.
Resultado

La franja tiene probabilidad 1/2.

Lo comprobamos

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).

  1. Escala

    σ=√4=2.
  2. Transformar extremos

    (−1−1)/2=−1 y (3−1)/2=1.
  3. Área estándar

    P(−1<Z≤1)=Φ(1)−Φ(−1)≈0,6827.
Resultado

Aproximadamente el 68,27 % queda en esa franja.

Lo comprobamos

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

Para Y=h(X), con h boreliana, Fᵧ(y)=P(h(X)≤y).

Si h es creciente e invertible, se invierte la desigualdad; si es decreciente, cambia el sentido. Si no es monótona, pueden aparecer varias ramas.

Doble anchura, mitad de altura
X uniforme en [0,1]101Y=2X: uniforme en [0,2]1/202
Ambos paneles usan la misma escala horizontal y vertical. El rectángulo de X tiene base uno y altura uno; el de Y tiene base dos y altura un medio. Ambos tienen área uno.

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.

  1. Acumulada

    Para 0≤y≤2, P(Y≤y)=P(X≤y/2)=y/2.
  2. Derivar

    La densidad es 1/2 en [0,2].

  3. Área

    Anchura 2 por altura 1/2 da 1.

Resultado

Y es uniforme en [0,2].

Lo comprobamos

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.

  1. Suceso

    Para 0≤y≤4, X²≤y equivale a −√y≤X≤√y.
  2. Acumulada

    La franja mide 2√y de un total 4: Fᵧ(y)=√y/2.
  3. Densidad

    Para 0<y<4, fᵧ(y)=1/(4√y), cero fuera.
Resultado

La densidad sube cerca de cero pero sigue siendo integrable.

Lo comprobamos

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.

  1. Signo

    Las dos son no negativas.

  2. Total

    0,4+0,8=1,2.
  3. Conclusión

    No son una ley de probabilidad con esos pesos.

Resultado

Falla la normalización.

Lo comprobamos

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.

  1. Monotonía y límites

    Los cumple.

  2. Por la derecha en cero

    F(0)=0, pero lim al bajar x hacia 0 desde positivos es 1.

  3. Comparar con un átomo

    Para masa uno en cero, la correcta es F=0 si x<0 y F=1 si x≥0.
Resultado

La propuesta no es una acumulada.

Lo comprobamos

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.

  1. Soporte y signo

    f=cx en [0,2] y cero fuera; necesitamos c≥0.
  2. Normalizar

    La integral de 0 a 2 de cx es c[x²/2] de 0 a 2.

  3. Evaluar

    El resultado es 2c.

  4. Total uno

    2c=1, por tanto c=1/2.
  5. Comprobar

    f=x/2 es no negativa en su soporte e integra uno.
  6. Acumulada

    F=x²/4 dentro de [0,2], cero antes y uno después; es continua y no decreciente.

Resultado

c=1/2.

Lo comprobamos

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).

  1. Modelo

    Tres monedas justas independientes; cada secuencia de tres resultados pesa 1/8.

  2. Variable

    X cuenta caras y tiene ley Bin(3,1/2).

  3. Dos caras

    Las secuencias son CCR, CRC, RCC, con C=cara y R=cruz.

  4. Contar posiciones

    Hay C(3,2)=3 secuencias favorables.
  5. Sumar

    P(X=2)=3·1/8=3/8.
  6. Verificar el reparto

    Las masas de cero, una, dos y tres caras son 1/8,3/8,3/8,1/8 y suman uno.

Resultado

3/8.

Lo comprobamos

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 →

Para ampliar