6.

Variable aleatoria
Una variable aleatoria es una funcin, que asigna eventos (p.e., los
posibles resultados de tirar un dado dos veces: (1, 1), (1, 2), etc.) a
nmeros reales (p.e., su suma). Una variable aleatoria o variable
estocstica es una variable estadstica cuyos valores se obtienen de
mediciones en experimento aleatorio.
Los valores posibles de una variable aleatoria pueden representar los
posibles resultados de un experimento an no realizado, o los posibles
valores de una cantidad cuyo valor actualmente existente es incierto
(p.e., como resultado de medicin incompleta o imprecisa).
Intuitivamente, una variable aleatoria puede tomarse como una
cantidad cuyo valor no es fijo pero puede tomar diferentes valores;
una distribucin de probabilidad se usa para describir la probabilidad
de que se den los diferentes valores.
Las variables aleatorias suelen tomar valores reales, pero se pueden
considerar valores aleatorios como valores lgicos, funciones... El
trmino elemento aleatorio se utiliza para englobar todo ese tipo de
conceptos relacionados. Un concepto relacionado es el de proceso
estocstico, un conjunto de variables aleatorias ordenadas
(habitualmente por orden o tiempo).
Definicin de variable aleatoria
Una variable aleatoria puede concebirse como un valor numrico que
est afectado por el azar. Dada una variable aleatoria no es posible
conocer con certeza el valor que tomar esta al ser medida o
determinada, aunque s se conoce que existe una distribucin de
probabilidad asociada al conjunto de valores posibles. Por ejemplo, en
una epidemia de clera, se sabe que una persona cualquiera puede
enfermar o no (suceso), pero no se sabe cul de los dos sucesos va a
ocurrir. Solamente se puede decir que existe una probabilidad de que
la persona enferme.
Para trabajar de manera slida con variables aleatorias en general es
necesario considerar un gran nmero de experimentos aleatorios, para
su tratamiento estadstico, cuantificar los resultados de modo que se
asigne un nmero real a cada uno de los resultados posibles del
experimento. De este modo se establece una relacin funcional entre

elementos del espacio muestral asociado al experimento y nmeros

reales.

Definicin formal
Una variable aleatoria (v.a.) X es una funcin real definida en el
espacio muestral, , asociado a un experimento aleatorio. 1 2

La definicin formal anterior involucra conceptos matemticos

sofisticados procedentes de la teora de la medida, concretamente la
nocin de espacio de probabilidad.3 4
Dado un espacio de probabilidad
y un espacio medible
, una aplicacin
es una variable aleatoria si es una
aplicacin
-medible.
En la mayora de los de
manera:

), quedando pues la definicin de esta

Dado un espacio de probabilidad

una variable aleatoria real
es cualquier funcin
-medible donde
es la lgebra boreliana.

Rango de una variable aleatoria

Se llama rango de una variable aleatoria X y lo denotaremos RX, a la
imagen o rango de la funcin , es decir, al conjunto de los valores
reales que sta puede tomar, segn la aplicacin X. Dicho de otro
modo, el rango de una v.a. es el recorrido de la funcin por la que sta
queda definida:...

Ejemplo
Supongamos que se lanzan dos monedas al aire. El espacio muestral,
esto es, el conjunto de resultados elementales posibles asociado al
experimento, es
,
donde (c representa "sale cara" y x, "sale cruz").
Podemos asignar entonces a cada suceso elemental del
experimento el nmero de caras obtenidas. De este modo se
definira la variable aleatoria X como la funcin

dada por

El recorrido o rango de esta funcin, RX, es el conjunto

Caracterizacin de variables aleatorias

Tipos de variables aleatorias
Para comprender de una manera ms amplia y rigurosa los tipos de
variables, es necesario conocer la definicin de conjunto discreto. Un
conjunto es discreto si est formado por un nmero finito de
elementos, o si sus elementos se pueden enumerar en secuencia de
modo que haya un primer elemento, un segundo elemento, un tercer
elemento, y as sucesivamente.5

Variable aleatoria discreta: una v.a. es discreta si su recorrido

es un conjunto discreto. La variable del ejemplo anterior es discreta.

Sus probabilidades se recogen en la funcin de cuanta. (Vanse

las distribuciones de variable discreta).

Variable aleatoria continua: una v.a. es continua si su recorrido

no es un conjunto numerable. Intuitivamente esto significa que el
conjunto de posibles valores de la variable abarca todo un intervalo de
nmeros reales. Por ejemplo, la variable que asigna la estatura a una
persona extrada de una determinada poblacin es una variable
continua ya que, tericamente, todo valor entre, pongamos por caso, 0
y 2,50 m, es posible.6 (Vanse las distribuciones de variable continua).

Distribucin de probabilidad de una v.a.

La distribucin de probabilidad de una v.a. X, tambin
llamada funcin de distribucin de X es la funcin
, que asigna
a cada evento definido sobre una probabilidad dada por la siguiente
expresin:

Y de manera que se cumplan las siguientes tres condiciones:

1.

2.

Es continua por la derecha.

3.

Es montona no decreciente.
La distribucin de probabilidad de una v.a. describe tericamente la
forma en que varan los resultados de un experimento aleatorio.
Intuitivamente se tratara de una lista de los resultados posibles de un
experimento con las probabilidades que se esperaran ver asociadas
con cada resultado.

Funcin de densidad de una v.a. continua

La funcin de densidad de probabilidad (FDP) o, simplemente,
funcin de densidad, representada comnmente como f(x), se utiliza
con el propsito de conocer cmo se distribuyen las probabilidades de
un suceso o evento, en relacin al resultado del suceso.
La FDP es la derivada (ordinaria o en el sentido de las distribuciones)
de la funcin de distribucin de probabilidad F(x), o de manera inversa,
la funcin de distribucin es la integral de la funcin de densidad:

La funcin de densidad de una v.a. determina la concentracin de

probabilidad alrededor de los valores de una variable aleatoria
continua.

Funciones de variables aleatorias

Sea una variable aleatoria
sobre y una funcin medible de
Borel
, entonces
ser tambin una variable
aleatoria sobre , dado que la composicin de funciones medibles
tambin es medible a no ser que sea una funcin medible de
Lebesgue. El mismo procedimiento que permite ir de un espacio de
probabilidad
a
puede ser utilizado para obtener la
distribucin de . La funcin de probabilidad acumulada de es

Si la funcin g es invertible, es decir g-1 existe, y es montona

creciente, entonces la anterior relacin puede ser extendida para
obtener

y, trabajando de nuevo bajo las mismas hiptesis

de invertibilidad de g y asumiendo adems diferenciabilidad,

podemos hallar la relacin entre las funciones de densidad de

probabilidad al diferenciar ambos trminos respecto de y, obteniendo

Si g no es invertible pero cada y tiene un nmero finito de races,

entonces la relacin previa con la funcin de densidad de probabilidad
puede generalizarse como

donde xi = gi-1(y). Las frmulas de densidad no requieren que g sea

creciente.

Ejemplo
Sea X una variable aleatoria real continua y sea Y = X2.

Si y < 0, entonces P(X2 = y) = 0, por lo tanto

Si y 0, entonces

por lo tanto

Parmetros de una v.a.: Parmetro estadstico

La funcin de densidad o la distribucin de probabilidad de una v.a.
contiene exhaustivamente toda la informacin sobre la variable. Sin
embargo resulta conveniente resumir sus caractersticas principales
con unos cuantos valores numricos. Estos son, fundamentalmente
la esperanza y la varianza.

Esperanza: Esperanza matemtica

La esperanza matemtica (o simplemente esperanza) o valor
esperado de una v.a. es la suma del producto de la probabilidad de
cada suceso por el valor de dicho suceso.
Si todos los sucesos son de igual probabilidad la esperanza es
la media aritmtica.

Para una variable aleatoria discreta con valores posibles

sus probabilidades representadas por la funcin de probabilidad
la esperanza se calcula como:

Para una variable aleatoria continua la esperanza se calcula mediante

la integral de todos los valores y la funcin de densidad
:

La esperanza tambin se suele simbolizar con

El concepto de esperanza se asocia comnmente en los juegos de

azar al de beneficio medio o beneficio esperado a largo plazo.

Varianza
La varianza es una medida de dispersin de una variable aleatoria
respecto a su esperanza
. Se define como la esperanza de la
transformacin
:
o bien

Convolucin

Convolucin en un dispositivo ptico (microscopio de fluorescencia,

corte longitudinal de una imagen 3D).

Convolucin de dos Pulsos Cuadrados (La funcin resultante termina

siendo un Pulso Triangular).

Convolucin de un Pulso Cuadrado (como seal de entrada) con la

respuesta al impulso de un condensador para obtener la seal de
salida (respuesta del condensador a dicha seal).

Explicacin visual de la convolucin: # Expresar cada funcin en

trminos de una variable ficticia . # Reflejar una de las funciones: g()
g(-). # Aadir un tiempo de desplazamiento t, lo que permite que
g(t - ) se deslice a lo largo del eje . # Hacer t igual a - y deslizarlo
hasta llegar a +. Siempre que las dos funciones se intersequen,
encontrar la integral de su producto. En otras palabras, calcular el
promedio ponderado desplazado de la funcin f(), donde la funcin
peso es g(-). La forma de onda resultante (no mostrada aqu) es la
convolucin de las funciones f y g. Si f(t) es un impulso unitario, el
resultado de este proceso es simplemente g(t), que se denomina por
tanto la respuesta del impulso.
En matemticas y, en particular, anlisis funcional,
una convolucin es un operador matemtico que transforma dos
funciones f y g en una tercera funcin que en cierto sentido representa
la magnitud en la que se superponen f y una versin trasladada e
invertida de g. Una convolucin es un tipo muy general de media

mvil, como se puede observar si una de las funciones se toma como

la funcin caracterstica de un intervalo.

Definicin
La convolucin de y se denota
. Se define como la integral del
producto de ambas funciones despus de desplazar una de ellas una
distancia .

El intervalo de integracin depender del dominio sobre el que estn

definidas las funciones. En el caso de un rango de integracin
finito, f y g se consideran a menudo como extendidas, peridicamente
en ambas direcciones, tal que el trmino g(t - ) no implique una
violacin en el rango. Cuando usamos estos dominios peridicos la
convolucin a veces se llama cclica. Desde luego que tambin es
posible extender con ceros los dominios. El nombre usado cuando
ponemos en juego estos dominios "cero-extendidos" o bien los infinitos
es el de convolucin lineal, especialmente en el caso discreto que
presentaremos abajo.
Si e son dos variables aleatorias independientes con funciones
de densidad de probabilidad f y g, respectivamente, entonces la
densidad de probabilidad de la suma X + Y vendr dada por la
convolucin f * g.
Para las funciones discretas se puede usar una forma discreta de la
convolucin. Esto es:

Cuando multiplicamos dos polinomios, los coeficientes del producto

estn dados por la convolucin de las sucesiones originales de
coeficientes, en el sentido dado aqu (usando extensiones con ceros
como hemos mencionado).

Generalizando los casos anteriores, la convolucin puede ser definida

para cualesquiera dos funciones de cuadrado integrable definidas
sobre un grupo topolgicolocalmente compacto. Una generalizacin
diferente es la convolucin de distribuciones.

Uso y aplicaciones
La convolucin y las operaciones relacionadas se encuentran en
muchas aplicaciones de ingeniera y matemticas.

En estadstica, como un promedio mvil ponderado.

En teora de la probabilidad, la distribucin de probabilidad de la

suma de dosvariables aleatorias independientes es la convolucin
de cada una de sus distribuciones de probabilidad.

En ptica, muchos tipos de "manchas" se describen con

convoluciones. Una sombra (e.g. la sombra en la mesa cuando
tenemos la mano entre sta y la fuente de luz) es la convolucin de
la forma de la fuente de luz que crea la sombra y del objeto cuya
sombra se est proyectando. Una fotografa desenfocada es la
convolucin de la imagen correcta con el crculo borroso formado
por el diafragma del iris.

En acstica, un eco es la convolucin del sonido original con una

funcin que represente los objetos variados que lo reflejan.

En ingeniera elctrica, electrnica y otras disciplinas, la salida

de un sistema lineal(estacionario o bien tiempo-invariante o
espacio-invariante) es la convolucin de la entrada con la respuesta
del sistema a un impulso (ver animaciones).

En fsica, all donde haya un sistema lineal con un "principio de

superposicin", aparece una operacin de convolucin.

Tipos de Convolucin
Convolucion discreta
Cuando se trata de hacer un procesamiento digital de seal no tiene
sentido hablar de convoluciones aplicando estrictamente la definicin
ya que solo disponemos de valores en instantes discretos de tiempo.
Es necesario, pues, una aproximacin numrica. Para realizar la
convolucin entre dos seales, se evaluar el rea de la funcin :
. Para ello, disponemos de muestreos de ambas
seales en los instantes de tiempo , que llamaremos
y
(donde n y k son enteros).El rea es, por tanto,

La convolucin discreta se determina por un intervalo de

muestreo
:

Convolucin circular
Cuando una funcin
es peridica de perodo , entonces para
aquellas funciones para las que existe
, su convolucin es
tambin peridica e igual a:

donde se escoge arbitrariamente. La suma bajo el integrando se

denomina extensin peridica de la funcin . Si
es una extensin
peridica de otra funcin , entonces
se denomina convolucin
circular, cclica, o peridica de y .
Mtodo para calcular la convolucin circular:

1. Tenemos dos crculos, uno exterior y otro interior. Vamos girando

el crculo interior y sumando sus valores.
2. Si los dos crculos tienen diferentes tamaos, entonces el ms
pequeo le aadimos "0" al inicio, al final o al inicio y final.
[L >= L1 + L2-1]

Propiedades
Las propiedades de los diferentes operadores de convolucin son:
Conmutatividad
Asociatividad
Distributividad
Asociatividad con multiplicacin escalar

para todo nmero complejo o real .

Regla de derivacin

donde Df denota la derivada de f o, en el caso discreto, el operador

diferencia
.

Teorema de convolucin

donde denota la Transformada de Fourier de f. Este teorema

tambin se cumple con la Transformada de Laplace.

Convoluciones con deltas de Dirac

Matriz de convolucin
A veces es til ver a la convolucin como un producto matricial. Sea
una funcin discreta de elementos, sea un sistema discreto de
elementos, y sea la convolucin de ambos, de
elementos:
. Entonces se puede definir una matriz (la
matriz de convolucin, que es una matriz de Toeplitz) tal que
:

Ejemplo:
Sea

y sea

entonces la matriz de

convolucin ser:
Podemos observar cmo se aaden ceros a ambos lados. Esto se
hace para poder igualar y as poder hacer la convolucin. Esta tcnica
es conocida como "rellenado con ceros" (zero-padding).

Rellenado con ceros

Consiste en aadir 0s en una convolucin o en el espectro de una
seal, en este ltimo caso aumentamos el dominio frecuencial de la
magnitud de la seal pero no se mejora la resolucin.

Convoluciones de grupos
Si G es cierto grupo dotado de una medida m (por ejemplo, un grupo
topolgico localmente compacto Hausdorff con la Medida de Haar) y
si f y g son funciones real -o complejo- valuadas y m-integrables de G,
entonces podemos definir su convolucin como

En este caso tambin es posible dar, por ejemplo, un teorema de

convolucin, que sin embargo es mucho ms difcil de presentar y que
requiere de la teora de la representacin para estos tipos de grupos
as como el Teorema de Peter-Weyl del Anlisis armnico. Es muy
difcil hacer dichos clculos sin ms estructura, y losgrupos de Lie son
los marcos donde se deben hacer las cosas.

Cmo calcular las variables aleatorias

uniformes de convolucin
La convolucin de dos variables es la funcin de
distribucin de su combinacin. Si (x) es la distribucin de
probabilidad de X y g(y) es la distribucin de probabilidad
de Y, entonces, la distribucin de probabilidad de Z = X + Y
sera h(z) = (z-t) g (t) dt, donde X = z - t y Y = t, para
cualquier valor de t. En este caso, h(z) es la convolucin de
(x) y g(y) y puede ser representada como (*g)(z). Cuando
las variables tienen una distribucin uniforme, la
convolucin es fcil de determinar.

Los resultados del lanzamiento de un dado tienen una

distribucin uniforme. Los resultados de dos dados, no.

Instrucciones
1.

1
Lista los posibles valores para cada una de las variables. Por ejemplo, si
"X" fuera el valor rodado en un dado de seis caras regular e "Y" el valor
rodado en un segundo dado de seis caras, tendras dos listas de
nmeros del uno al seis. Debido a que hay la misma probabilidad de
aterrizaje en cualquier lado de un dado, las probabilidades de "X" e "Y"
tienen una distribucin uniforme. Las grficas de las probabilidades
mostraran las lneas rectas que van del uno al seis y teniendo una
altura de 1/6 (0,16) para cada valor de la matriz.

2.

2
Calcula los valores posibles para la suma de "X" y "Y". En el
ejemplo del dado, los valores ms bajos para cada dado sera
uno, por lo que el valor ms bajo para la suma sera 1 + 1 = 2.
El valor ms alto para la suma sera de 6 + 6 = 12. Los otros
valores de la suma sera los enteros comprendidos entre uno y
12.