Abril-Septiembre 2016
Transformaciones 1D
Distribuciones de transformaciones de v.a.
Si X es una v.a. con cdf FX (x ) y g () es una funcin, entonces
Y = g (X ) es una v.a. Esto es, para cualquier conjunto A
(
P Y
la distribucin de
A) = P (g (X ) A)
g x
con
(A) = {x SX : g (X ) A}
SY .
Dr. Marco J. Flores C.
Procesos Estocsticos
Transformaciones 1D
Distribuciones de transformaciones de v.a. discretas
Si X es una v.a. discreta, entonces SX es contable. El espacio muestral
para Y = g (X ) es SY = {y : y = g (x ), x SX } es tambin contable. As
Y es tambin una v.a. discreta. Su pdf es:
fY
(y ) = P (Y = y ) =
y fY (y ) = 0 para
P X
= x) =
x g 1 ( y )
y
X
x g 1 ( y )
/ SY .
Ejemplos
Ejemplos de espacios muestrales contables.
Binomial (Finito): SX = {0, 1, ..., n}
Poisson (Innito): SX = {0, 1, ...}
Dr. Marco J. Flores C.
Procesos Estocsticos
( ) para
fX x
SY
Transformaciones 1D
Distribuciones de transformaciones de v.a. continuas
Si X es una v.a. continua, entonces la cdf de Y = g (X ) es:
FY
(y )
P Y
6 y ) = P (g (X ) 6 y )
({x SX : g (x ) 6 y })
{x SX :g (x )6y }
fX x dx
( )
= {x : fX (x ) > 0} y SY = {y : y = g (x )}
Procesos Estocsticos
(1)
Transformaciones 1D
Teorema
Si X es una v.a. con cdf FX (x ) y sea Y = g (X ) y sean
SX = {x : fX (x ) > 0} y SY = {y : y = g (x )}, entonces
Si
y
SY
Si
FY
(y ) = 1 FX (g 1 (y )) para
SY
Teorema
Si X es una v.a. con pdf fX (x ) y sea Y = g (X ), donde g es una funcin
montona. Sean SX = {x : fX (x ) > 0} y SY = {y : y = g (x )}.
Supongamos que fX (x ) es continua en SX y que g 1 (y ) tiene derivada
continua en SY . Entonces, la pdf de Y est dada por
fY
(y ) = fX (g
d 1
(y )) g (y ) para
dy
Procesos Estocsticos
SY
Transformaciones 1D
Teorema
Sea X es una v.a. con pdf fX (x ) y sea Y = g (X ). Sea
SX = {x : fX (x ) > 0}. Supongamos que existe una particin,
A0 , A1 , ..., Ak de SX tal que P (X A0 ) = 0 y fX (x ) es continua sobre
cada Ai . Adems supongamos que existen las funciones g1 (x ), ..., gk (x ),
denidas sobre A1 , ..., Ak , respectivamente, satisfaciendo:
g (x ) = gi (x ) para x Ai .
gi (x ) es montona en Ai .
El conjunto SY = {y : y = gi (x ) para algn x Ai } es el mismo para
cada i = 1, ..., k .
1
g
i (y ) tiene una derivada continua en Y , para cada i = 1, ..., k .
Entonces:
fY
(y ) =
k
X
i =1
d
( i1 (y )) gi1 (y )
dy
fX g
para
Procesos Estocsticos
SY
Transformaciones 1D
Teorema
Sea X una v.a. continua con cdf FX (x ), y sea Y la v.a. denida como
Y = FX (X ). Entonces, Y es uniformemente distribuida en (0, 1), esto es,
P (Y 6 y ) = y para 0 < y < 1.
P Y
6 y)
P FX X
P X
( ) 6 y)
6 FX1 (y ))
Z FX (y )
1
fX t dt
( )
( X1 (y )) FX ()
FX F
Procesos Estocsticos
Ejercicios de transformaciones 1D
Ejemplo 1
Sea X una v.a. discreta con distribucin binomial de parmetros (n, p ).
Sea Y = g (X ) donde g (x ) = n x . Hallar la distribucin de Y y
explicitar SY [1].
Nota: yn = nn y
Ejemplo 2
Sea X una v.a. discreta con pdf denida por:
x
(
P X
= x) =
Encontrar la distribucin de
si x = 1, 2, 3
caso contrario
= 2X 1.
Procesos Estocsticos
Ejercicios de transformaciones 1D
Ejemplo 3
Sea X una v.a. continua con pdf fX (x ). Sea Y = g (X ), donde
g (x ) = log (x ). Hallar la cdf de Y y explicitar SY [1].
fX x
( )=
1
0
si 0 < x < 1
caso contrario
Ejemplo 4
Sea X una v.a. continua con pdf Gamma,
1
n1 e x / si 0 < x < y 0 caso contrario. Sea
X fX ( x ) =
(n1)!n x
Y = g (X ), donde g (x ) = 1/x .
Hallar la distribucin de Y y explicitar SY . Usando Matlab gracar la cdf
y la pdf. [1].
(n + 1) = n! para
entero.
Procesos Estocsticos
Ejercicios de transformaciones 1D
Ejemplo 5
Sea X una v.a. continua. Si
su pdf [1].
Sol: FY (y ) = FX (
) FX (
Ejemplo 6
Si
Ejemplo 7
Sea X Po () y sea
Hallar la pdf de
Sol:
P Y
= X 2 [3].
= 1) = 12 (1 + exp (2)) y
Dr. Marco J. Flores C.
P Y
= 1) = 1 P (Y = 1)
Procesos Estocsticos
Ejercicios de transformaciones 1D
Ejemplo 8
Problema del pndulo: Sea
el ngulo de un pndulo medido
desde la vertical cuyo extremo
superior se encuentra sostenido
del punto (0, 1). Sea (X , 0) el
punto de interseccin de la recta
que contiene al pndulo y el eje
X , tal como se muestra en la Fig
1. Si es una v.a. uniforme
en el intervalo (, ). Hallar la
distribucin de X = tan().
Sol: fX (x ) =
Figure: Pndulo
(1+x 2 )
Procesos Estocsticos
Ejercicios de transformaciones 1D
Ejemplo 9
Sea X una v.a. continua con distribucion normal estandar. Si
encontrar su pdf y los conjuntos A0 , A1 , A2
A0
= {0}
A1
= (, 0),
A2
= X 2,
(y ) = y
g1 x
g1
La pdf es:
1 (y )
e
2
fY ( y ) =
para
> 0. As,
/2
1 1
+
( y )2 /2
1
= 1 1 e y /2
2 y
2 y
21 .
Procesos Estocsticos
( )
FX x
( )=
X (y ) =
|x |
1 (x )
2e
1 12 e (x )
ln(2y )
+
1 ln(2 2y ) +
>0
si
si
x
x
<
>
si 0 6 y 6 1/2
si 1/2 6 y 6 1
Procesos Estocsticos
Ejemplo 10
Construir un mtodo para generar v.a dada la CDF.
Cauchy: X Co ()
fX x
( )
1
x 2 + 2
x
1 1
+ atan
2
1
F
X (y ) = tan (y /2)
FX x
( )
Procesos Estocsticos
Tarea
Desarrollar ejercicios de este tema, dividir en discretas y continuas,
independientemente.
Procesos Estocsticos
Procesos Estocsticos