Funci´ on de distribuci´ on de una variable aleatoria
Funci´ on de distribuci´ on de una variable aleatoria
El inconveniente operativo que presenta el hecho de que la distribuci´on de probabilidad de una variable aleatoria es una funci´on de conjunto se resuelve mediante el uso de la denominada funci´on de distribuci´on, funci´on de punto que determina de forma ´unica la distribuci´on de probabilidad de la variable.
Funci´ on de distribuci´ on de una variable aleatoria
El inconveniente operativo que presenta el hecho de que la distribuci´on de probabilidad de una variable aleatoria es una funci´on de conjunto se resuelve mediante el uso de la denominada funci´on de distribuci´on, funci´on de punto que determina de forma ´unica la distribuci´on de probabilidad de la variable.
Funci´on de distribuci´on de una variable aleatoria
Si X es una variable aleatoria sobre (Ω, A, P ), se define su funci´on de distribuci´on como la funci´on FX : R −→ [0, 1]
x 7−→ FX(x) = PX((−∞, x]) = P (X ≤ x).
Funci´ on de distribuci´ on de una variable aleatoria
El inconveniente operativo que presenta el hecho de que la distribuci´on de probabilidad de una variable aleatoria es una funci´on de conjunto se resuelve mediante el uso de la denominada funci´on de distribuci´on, funci´on de punto que determina de forma ´unica la distribuci´on de probabilidad de la variable.
Funci´on de distribuci´on de una variable aleatoria
Si X es una variable aleatoria sobre (Ω, A, P ), se define su funci´on de distribuci´on como la funci´on FX : R −→ [0, 1]
x 7−→ FX(x) = PX((−∞, x]) = P (X ≤ x).
A continuaci´on probamos una serie de propiedades de FX que, como se ver´a posteriormente, caracterizan a las funciones de distribuci´on de variables aleatorias.
Funci´ on de distribuci´ on de una variable aleatoria
El inconveniente operativo que presenta el hecho de que la distribuci´on de probabilidad de una variable aleatoria es una funci´on de conjunto se resuelve mediante el uso de la denominada funci´on de distribuci´on, funci´on de punto que determina de forma ´unica la distribuci´on de probabilidad de la variable.
Funci´on de distribuci´on de una variable aleatoria
Si X es una variable aleatoria sobre (Ω, A, P ), se define su funci´on de distribuci´on como la funci´on FX : R −→ [0, 1]
x 7−→ FX(x) = PX((−∞, x]) = P (X ≤ x).
A continuaci´on probamos una serie de propiedades de FX que, como se ver´a posteriormente, caracterizan a las funciones de distribuci´on de variables aleatorias.
Propiedades
La funci´on de distribuci´on de una variable aleatoria satisface:
i) Es mon´otona no decreciente: x1 < x2 ⇒ FX(x1) ≤ FX(x2).
ii) Es continua a la derecha: ∀x0 ∈ R, ∃ l´ım
x→x+0
FX(x) y l´ım
x→x+0
FX(x) = FX(x0).
iii) ∃ l´ım
x→−∞FX(x) ≡ FX(−∞) = 0 y ∃ l´ım
x→+∞FX(x) ≡ FX(+∞) = 1.
Funci´ on de distribuci´ on de una variable aleatoria
El inconveniente operativo que presenta el hecho de que la distribuci´on de probabilidad de una variable aleatoria es una funci´on de conjunto se resuelve mediante el uso de la denominada funci´on de distribuci´on, funci´on de punto que determina de forma ´unica la distribuci´on de probabilidad de la variable.
Funci´on de distribuci´on de una variable aleatoria
Si X es una variable aleatoria sobre (Ω, A, P ), se define su funci´on de distribuci´on como la funci´on FX : R −→ [0, 1]
x 7−→ FX(x) = PX((−∞, x]) = P (X ≤ x).
A continuaci´on probamos una serie de propiedades de FX que, como se ver´a posteriormente, caracterizan a las funciones de distribuci´on de variables aleatorias.
Propiedades
La funci´on de distribuci´on de una variable aleatoria satisface:
i) Es mon´otona no decreciente: x1 < x2 ⇒ FX(x1) ≤ FX(x2).
ii) Es continua a la derecha: ∀x0 ∈ R, ∃ l´ım
x→x+0
FX(x) y l´ım
x→x+0
FX(x) = FX(x0).
iii) ∃ l´ım
x→−∞FX(x) ≡ FX(−∞) = 0 y ∃ l´ım
x→+∞FX(x) ≡ FX(+∞) = 1.
Demostraci´on:
Funci´ on de distribuci´ on de una variable aleatoria
El inconveniente operativo que presenta el hecho de que la distribuci´on de probabilidad de una variable aleatoria es una funci´on de conjunto se resuelve mediante el uso de la denominada funci´on de distribuci´on, funci´on de punto que determina de forma ´unica la distribuci´on de probabilidad de la variable.
Funci´on de distribuci´on de una variable aleatoria
Si X es una variable aleatoria sobre (Ω, A, P ), se define su funci´on de distribuci´on como la funci´on FX : R −→ [0, 1]
x 7−→ FX(x) = PX((−∞, x]) = P (X ≤ x).
A continuaci´on probamos una serie de propiedades de FX que, como se ver´a posteriormente, caracterizan a las funciones de distribuci´on de variables aleatorias.
Propiedades
La funci´on de distribuci´on de una variable aleatoria satisface:
i) Es mon´otona no decreciente: x1 < x2 ⇒ FX(x1) ≤ FX(x2).
ii) Es continua a la derecha: ∀x0 ∈ R, ∃ l´ım
x→x+0
FX(x) y l´ım
x→x+0
FX(x) = FX(x0).
iii) ∃ l´ım
x→−∞FX(x) ≡ FX(−∞) = 0 y ∃ l´ım
x→+∞FX(x) ≡ FX(+∞) = 1.
Demostraci´on:
i) x1 < x2 ⇒ (−∞, x1] ⊂ (−∞, x2].
Funci´ on de distribuci´ on de una variable aleatoria
El inconveniente operativo que presenta el hecho de que la distribuci´on de probabilidad de una variable aleatoria es una funci´on de conjunto se resuelve mediante el uso de la denominada funci´on de distribuci´on, funci´on de punto que determina de forma ´unica la distribuci´on de probabilidad de la variable.
Funci´on de distribuci´on de una variable aleatoria
Si X es una variable aleatoria sobre (Ω, A, P ), se define su funci´on de distribuci´on como la funci´on FX : R −→ [0, 1]
x 7−→ FX(x) = PX((−∞, x]) = P (X ≤ x).
A continuaci´on probamos una serie de propiedades de FX que, como se ver´a posteriormente, caracterizan a las funciones de distribuci´on de variables aleatorias.
Propiedades
La funci´on de distribuci´on de una variable aleatoria satisface:
i) Es mon´otona no decreciente: x1 < x2 ⇒ FX(x1) ≤ FX(x2).
ii) Es continua a la derecha: ∀x0 ∈ R, ∃ l´ım
x→x+0
FX(x) y l´ım
x→x+0
FX(x) = FX(x0).
iii) ∃ l´ım
x→−∞FX(x) ≡ FX(−∞) = 0 y ∃ l´ım
x→+∞FX(x) ≡ FX(+∞) = 1.
Demostraci´on:
i) x1 < x2 ⇒ (−∞, x1] ⊂ (−∞, x2]. Entonces, por la monoton´ıa de PX, PX((−∞, x1]) ≤ PX((−∞, x2]) o, equiva-
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
l´ım
x→x+0
FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N una sucesi´on decreciente con l´ım
n→+∞xn= x0.
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
l´ım
x→x+0
FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N una sucesi´on decreciente con l´ım
n→+∞xn= x0.
Ya que la sucesi´on {xn}n∈N es decreciente, es claro que la sucesi´on de intervalos {(−∞, xn]}n∈N tambi´en decrece y, por tanto,
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
l´ım
x→x+0
FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N una sucesi´on decreciente con l´ım
n→+∞xn= x0.
Ya que la sucesi´on {xn}n∈N es decreciente, es claro que la sucesi´on de intervalos {(−∞, xn]}n∈N tambi´en decrece y, por tanto,
n→+∞l´ım (−∞, xn] =
+∞
\
n=1
(−∞, xn] = (−∞, x0].
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
l´ım
x→x+0
FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N una sucesi´on decreciente con l´ım
n→+∞xn= x0.
Ya que la sucesi´on {xn}n∈N es decreciente, es claro que la sucesi´on de intervalos {(−∞, xn]}n∈N tambi´en decrece y, por tanto,
n→+∞l´ım (−∞, xn] =
+∞
\
n=1
(−∞, xn] = (−∞, x0].
Entonces, teniendo en cuenta la propiedad de continuidadde PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX((−∞, x0])
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
l´ım
x→x+0
FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N una sucesi´on decreciente con l´ım
n→+∞xn= x0.
Ya que la sucesi´on {xn}n∈N es decreciente, es claro que la sucesi´on de intervalos {(−∞, xn]}n∈N tambi´en decrece y, por tanto,
n→+∞l´ım (−∞, xn] =
+∞
\
n=1
(−∞, xn] = (−∞, x0].
Entonces, teniendo en cuenta la propiedad de continuidadde PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX((−∞, x0])
o, equivalentemente, seg´un la definici´on de FX, y las consideraciones hechas al inicio de la demostraci´on, l´ım
x→x+0
FX(x) = FX(x0).
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
l´ım
x→x+0
FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N una sucesi´on decreciente con l´ım
n→+∞xn= x0.
Ya que la sucesi´on {xn}n∈N es decreciente, es claro que la sucesi´on de intervalos {(−∞, xn]}n∈N tambi´en decrece y, por tanto,
n→+∞l´ım (−∞, xn] =
+∞
\
n=1
(−∞, xn] = (−∞, x0].
Entonces, teniendo en cuenta la propiedad de continuidadde PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX((−∞, x0])
o, equivalentemente, seg´un la definici´on de FX, y las consideraciones hechas al inicio de la demostraci´on, l´ım
x→x+0
FX(x) = FX(x0).
iii) La monoton´ıa de FX garantiza de nuevo la existencia de los l´ımites l´ım
x→−∞ FX(x) y l´ım
x→+∞FX(x) que, como en la propiedad ii), pueden calcularse por sucesiones mon´otonas tendiendo a −∞ y a +∞, respectivamente.
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
l´ım
x→x+0
FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N una sucesi´on decreciente con l´ım
n→+∞xn= x0.
Ya que la sucesi´on {xn}n∈N es decreciente, es claro que la sucesi´on de intervalos {(−∞, xn]}n∈N tambi´en decrece y, por tanto,
n→+∞l´ım (−∞, xn] =
+∞
\
n=1
(−∞, xn] = (−∞, x0].
Entonces, teniendo en cuenta la propiedad de continuidadde PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX((−∞, x0])
o, equivalentemente, seg´un la definici´on de FX, y las consideraciones hechas al inicio de la demostraci´on, l´ım
x→x+0
FX(x) = FX(x0).
iii) La monoton´ıa de FX garantiza de nuevo la existencia de los l´ımites l´ım
x→−∞ FX(x) y l´ım
x→+∞FX(x) que, como en la propiedad ii), pueden calcularse por sucesiones mon´otonas tendiendo a −∞ y a +∞, respectivamente.
- En el primer caso, tomamos l´ım
x→−∞FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N ↓ −∞.
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
l´ım
x→x+0
FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N una sucesi´on decreciente con l´ım
n→+∞xn= x0.
Ya que la sucesi´on {xn}n∈N es decreciente, es claro que la sucesi´on de intervalos {(−∞, xn]}n∈N tambi´en decrece y, por tanto,
n→+∞l´ım (−∞, xn] =
+∞
\
n=1
(−∞, xn] = (−∞, x0].
Entonces, teniendo en cuenta la propiedad de continuidadde PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX((−∞, x0])
o, equivalentemente, seg´un la definici´on de FX, y las consideraciones hechas al inicio de la demostraci´on, l´ım
x→x+0
FX(x) = FX(x0).
iii) La monoton´ıa de FX garantiza de nuevo la existencia de los l´ımites l´ım
x→−∞ FX(x) y l´ım
x→+∞FX(x) que, como en la propiedad ii), pueden calcularse por sucesiones mon´otonas tendiendo a −∞ y a +∞, respectivamente.
- En el primer caso, tomamos l´ım
x→−∞FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N ↓ −∞. As´ı, la sucesi´on de intervalos {(−∞, xn]}n∈N es decreciente y
lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).
ii) En primer lugar notamos que la existencia de los l´ımites est´a garantizada por ser FX una funci´on mon´otona y, en virtud de ello,
l´ım
x→x+0
FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N una sucesi´on decreciente con l´ım
n→+∞xn= x0.
Ya que la sucesi´on {xn}n∈N es decreciente, es claro que la sucesi´on de intervalos {(−∞, xn]}n∈N tambi´en decrece y, por tanto,
n→+∞l´ım (−∞, xn] =
+∞
\
n=1
(−∞, xn] = (−∞, x0].
Entonces, teniendo en cuenta la propiedad de continuidadde PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX((−∞, x0])
o, equivalentemente, seg´un la definici´on de FX, y las consideraciones hechas al inicio de la demostraci´on, l´ım
x→x+0
FX(x) = FX(x0).
iii) La monoton´ıa de FX garantiza de nuevo la existencia de los l´ımites l´ım
x→−∞ FX(x) y l´ım
x→+∞FX(x) que, como en la propiedad ii), pueden calcularse por sucesiones mon´otonas tendiendo a −∞ y a +∞, respectivamente.
- En el primer caso, tomamos l´ım
x→−∞FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N ↓ −∞. As´ı, la sucesi´on de intervalos {(−∞, xn]}n∈N es decreciente y
n→∞l´ım (−∞, xn] =
+∞
\
n=1
(−∞, xn] = ∅.
Por tanto, aplicando la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(∅) = 0
Por tanto, aplicando la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(∅) = 0
o, equivalentemente, l´ım
x→−∞FX(x) = 0.
Por tanto, aplicando la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(∅) = 0
o, equivalentemente, l´ım
x→−∞FX(x) = 0.
- En el segundo caso, tomamos l´ım
x→+∞FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N ↑ +∞.
Por tanto, aplicando la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(∅) = 0
o, equivalentemente, l´ım
x→−∞FX(x) = 0.
- En el segundo caso, tomamos l´ım
x→+∞FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N ↑ +∞. Entonces, la sucesi´on de in- tervalos {(−∞, xn]}n∈N es creciente y
n→+∞l´ım (−∞, xn] =
+∞
[
n=1
(−∞, xn] = R.
Por tanto, aplicando la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(∅) = 0
o, equivalentemente, l´ım
x→−∞FX(x) = 0.
- En el segundo caso, tomamos l´ım
x→+∞FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N ↑ +∞. Entonces, la sucesi´on de in- tervalos {(−∞, xn]}n∈N es creciente y
n→+∞l´ım (−∞, xn] =
+∞
[
n=1
(−∞, xn] = R.
Aplicando de nuevo la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(R) = 1
Por tanto, aplicando la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(∅) = 0
o, equivalentemente, l´ım
x→−∞FX(x) = 0.
- En el segundo caso, tomamos l´ım
x→+∞FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N ↑ +∞. Entonces, la sucesi´on de in- tervalos {(−∞, xn]}n∈N es creciente y
n→+∞l´ım (−∞, xn] =
+∞
[
n=1
(−∞, xn] = R.
Aplicando de nuevo la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(R) = 1 y, por tanto, l´ım
x→+∞FX(x) = 1.
Por tanto, aplicando la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(∅) = 0
o, equivalentemente, l´ım
x→−∞FX(x) = 0.
- En el segundo caso, tomamos l´ım
x→+∞FX(x) = l´ım
n→+∞FX(xn) siendo {xn}n∈N ↑ +∞. Entonces, la sucesi´on de in- tervalos {(−∞, xn]}n∈N es creciente y
n→+∞l´ım (−∞, xn] =
+∞
[
n=1
(−∞, xn] = R.
Aplicando de nuevo la propiedad de continuidad de PX, se tiene
n→+∞l´ım PX((−∞, xn]) = PX(R) = 1 y, por tanto, l´ım
x→+∞FX(x) = 1.
Nota 1: La distribuci´on de probabilidad de una variable aleatoria determina, por definici´on, su funci´on de distribuci´on que, seg´un acabamos de probar, es una funci´on no decreciente, continua a la derecha y con l´ımites 0 y 1 en −∞ y +∞, respectivamente. Sin embargo, lo realmente importante en la teor´ıa que nos ocupa, es que cualquier funci´on, F : R −→ R, con estas propiedades determina una ´unica funci´on de probabilidad, PF, en (R, B) que satisface PF((−∞, x]) = F (x), ∀x ∈ R (teorema de correspondencia).
Como consecuencia de esto, puesto que PX((−∞, x]) = FX(x), ∀x ∈ R, se deduce que la funci´on de distribuci´on de una variable aleatoria determina completamente su distribuci´on de probabilidad, lo que permite conocer el comportamiento de una variable aleatoria a partir de su funci´on de distribuci´on.
Nota 2: Debemos indicar finalmente que en algunos textos se define la funci´on de distribuci´on de una variable aleatoria como
F (x) = P (X < x), ∀x ∈ R.
Esta funci´on tiene propiedades an´alogas a las de la funci´on de distribuci´on aqu´ı definida y, adem´as, el desarrollo de toda la teor´ıa de distribuciones de variables aleatorias es totalmente similar al que aqu´ı se realiza.