• No se han encontrado resultados

Funci´on de distribuci´on de una variable aleatoria

N/A
N/A
Protected

Academic year: 2022

Share "Funci´on de distribuci´on de una variable aleatoria"

Copied!
27
0
0

Texto completo

(1)

Funci´ on de distribuci´ on de una variable aleatoria

(2)

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.

(3)

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).

(4)

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.

(5)

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.

(6)

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:

(7)

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].

(8)

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-

(9)

lentemente, teniendo en cuenta la definici´on de FX, FX(x1) ≤ FX(x2).

(10)

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,

(11)

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.

(12)

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,

(13)

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].

(14)

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])

(15)

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).

(16)

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.

(17)

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 ↓ −∞.

(18)

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

(19)

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] = ∅.

(20)

Por tanto, aplicando la propiedad de continuidad de PX, se tiene

n→+∞l´ım PX((−∞, xn]) = PX(∅) = 0

(21)

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.

(22)

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 ↑ +∞.

(23)

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.

(24)

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

(25)

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. 

(26)

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.

(27)

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.

Referencias

Documento similar

Dada una funci´ on f que act´ ua entre dos espacios topol´ ogicos, denotemos por C(f ) el conjunto de sus puntos de continuidad.. Teorema 9 (criterio de convergencia en distribuci´

Si la variable aleatoria que interesa es el número de pasos requeridos en todo el análisis (los dos procedimientos), dé los valores que toma la variable aleatoria en cada uno de

El espacio muestral es discreto y finito y puede definirse una variable aleatoria X que toma valores iguales a cada número de cada sección: X = 1, 2, 3, 4.. La

• -Esta unidad comprende el desarrollo de los siguientes definiciones :Variable Aleatoria, Función de probabilidad ,Función de Distribución o Acumulada ; la. determinación de

Si la población sigue una distribución de probabilidad normal, entonces para cualquier tamaño de muestra la distribución muestral de medias también será normal. Si

Entre los más incluidos destacan calcular probabilidades de una variable aleatoria discreta utilizando sus funciones de probabilidad y distribución, y realizar una

Esta es otra distribución de probabilidad discreta útil en la que la variable aleatoria representa el número de eventos independientes que ocurren a una velocidad constante.