Transformaciones

En esta seccin se estudian un par de resultados que proveen de frmulas o o para la funcin de densidad de la variable (X), en trminos de la funcin de o e o densidad de X. Grcamente tal transformacin se muestra en la Figura 5.1. a o

ww

w.

5.1.

Transformacin de una variable aleatoria o

at e

o Sea X una variable aleatoria con distribucin conocida, y sea es una funcin tal que Y = (X) es otra variable aleatoria. Cul es la distribuo a cin de Y ? En este cap o tulo se da respuesta a esta pregunta tanto en el caso unidimensional como en el caso de vectores aleatorios. En particular, se encuentran frmulas expl o citas para la funcin de densidad de la suma, o diferencia, producto y cociente de dos variables aleatorias absolutamente continuas.

at

ic

a1

.c o

X() R Y = (X)

(X()) R

Figura 5.1: La composicin Y = X. o Teorema de cambio de variable 1. Sea X una variable aleatoria continua con valores dentro de un intervalo (a, b) R, y con funcin de o densidad fX (x). Sea : (a, b) R una funcin continua, estrictamente o creciente o decreciente, y con inversa diferenciable. Entonces la variable aleatoria Y = (X) toma valores dentro del intervalo (a, b), y tiene funcin de densidad o f (1 (y)) | d 1 (y)| para y (a, b), X dy fY (y) = 0 otro caso. Demostracin. Suponga primero el caso estrictamente creciente. Entonces o para y (a, b), FY (y) = P (Y y) = P ((X) y) = FX (1 (y)).

ww

w.

at e

= P (X 1 (y))

at

ic

a1

.c om

decreciente,

Derivando se obtiene fY (y) = fX (1 (y))

d 1 (y). Para estrictamente dy

FY (y) = P (Y y)

= P ((X) y)

= P (X 1 (y)) Entonces fY (y) = fX (1 (y)) [ el resultado enunciado.

= 1 FX (1 (y)). d 1 (y)]. En cualquiera caso se obtiene dy

ww

w.

at

em at

(x) = ex

ic a1

Por ejemplo, la funcin (x) = ex , denida sobre toda la recta real cumo ple con las condiciones del teorema anterior. Usaremos esta funcin para o mostrar con dos ejemplos la forma de aplicar este resultado.

.c

om

Figura 5.2: La transformacin (x) = ex . o Ejemplo. (Distribucion log normal). Sea X con distribucin N(, 2 ), o x , con inversa diferenciay sea la funcin estrictamente creciente (x) = e o ble 1 (y) = ln y. Entonces la variable aleatoria Y = eX toma valores en el intervalo (0, ), y su distribucin se conoce con el nombre de distribucin o o 2 ). Su funcin de densidad tiene la siguiente expresin cuya log normal(, o o

grca ha sido mostrada antes en la Figura 2.24. a (ln y )2 1 exp [ ] 2 2 y 2 2 fY (y) = 0

si y > 0, si y 0.

El resultado anterior puede extenderse al caso en el que la transformacin o es estrictamente montona por pedazos. Se enuncia y demuestra a continuao cin este resultado cuando la transformacin se descompone en dos partes o o montonas, siendo fcil la extensin cuando se tiene un mayor nmero de o a o u secciones. Ejercicio. Encuentre la funcin de densidad del cuadrado de una variable o aleatoria con distribucin exp(). o Ejercicio. Sea X con distribucin unif(0, 1) y sea > 0. Demuestre que o

ww w.

at

em

Ejemplo. (Distribucion log gama). Sea X con distribucin gama(n, ), o y sea nuevamente (x) = ex , con inversa diferenciable 1 (y) = ln y. Entonces la variable aleatoria Y = eX toma valores en el intervalo (0, ), y su distribucin se conoce como distribucin log gama(n, ). Su funcin de o o o densidad es ( ln y)n1 1 y si y > 0, (n) fY (y) = 0 si y 0.

at

ic a1

.c om

la variable aleatoria Y = (1/) ln X tiene distribucin exp(). o Teorema de cambio de variable 2. Sea X una variable aleatoria continua con valores dentro de un intervalo (a, c) R, y con funcin o de densidad fX (x). Sea : (a, c) R una funcin tal que admite la o descomposicin o (x) = 1 (x) 2 (x) si x (a, b), si x (b, c),

Demostracin. La prueba es anloga al caso anterior, unicamente hay que o a hacer el anlisis sobre cada uno de los intervalos de monoton estricta. Para a a cualquier y en R, FY (y) = P (Y y)

ww

= P ((X) y)

= P [(1 (X) y) (X (a, b))]

Nos interesa el comportamiento de estas probabilidades como funciones de y, puesto que calcularemos la derivada de ellas para encontrar fY (y). Por ejemplo, la primera probabilidad, vista como funcin de y, es o y P [(1 (X) y) (X (a, b))],

w.

M at

+ P [(2 (X) y) (X (b, c))].

em

at

ic

fY (y) = fX (1 (y)) | 1

d 1 (y)| 11 (a,b) (y) dy 1 d + fX (1 (y)) | 1 (y)| 12 (b,c) (y). 2 dy 2

a1

.c om

en donde a < b < c, y cada una de las funciones 1 (x) : (a, b) R y 2 (x) : (b, c) R es continua, estrictamente creciente o decreciente, y con inversa diferenciable. Entonces la variable aleatoria Y = (X) toma valores dentro del intervalo (a, c), y tiene funcin de densidad o

que permanece constante para y 1 (a, b), de modo que, suponiendo por / ejemplo 1 creciente, y para y 1 (a, b), d P [(1 (X) y) (X (a, b))] = dy d P [(X 1 (y)) (X (a, b))] 1 dy d P [a < X 1 (y)] = 1 dy d = FX (1 (y)) 1 dy d 1 = fX (1 (y)) (y). 1 dy 1

at

em

Ejemplo. Sea X continua con funcin de densidad fX (x). Considere la o transformacin (x) = x2 , la cual es estrictamente decreciente en (, 0), o y estrictamente creciente en (0, ).

ww w.

at

ic a1
(x) = x2 2

.c om

De manera anloga se procede respecto del segundo sumando, considerando a tambin el caso cuando se presenta la monoton decreciente. De esta forma e a se obtiene la frmula enunciada. o

Figura 5.3: La transformacin (x) = x2 como dos secciones montonas. o o Dena entonces las funciones montonas 1 (x) = x2 sobre (, 0), y o 2 (x) = x2 sobre (0, ). Entonces sus inversas son 1 (y) = y, y 1 1 (y) = y. La variable Y = X 2 tiene por lo tanto funcin de densio 2 dad 1 1 f (y) + f (y) si y > 0, X X 2 y 2 y fY (y) = 0 si y 0.

Ejercicio. Sea X con distribucin uniforme en el intervalo (0, 1). Demueso tre que la funcin de densidad de la variable Y = 4X(1 X) es o 1 si 0 < y < 1, 2 1y f (y) = 0 otro caso. Ejercicio. Sea X con distribucin normal estndar. Demuestre que la vao a riable aleatoria Y = |X| tiene funcin de densidad o 2 y2 /2 e si y > 0, f (y) = 0 si y 0. Ejercicio. Sea X con distribucin uniforme en el intervalo [1, 1]. Encueno tre la funcin de densidad de la variable Y = 1 X 2 . o

5.2.

Transformacin de un vector aleatorio o

Suponga ahora que (X, Y ) es un vector con funcin de densidad conocida, o y (x, y) es una funcin denida en algn subconjunto de R2 y con valores o u en R2 . El problema es encontrar la funcin de densidad del nuevo vector o (X, Y ). Grcamente esta transformacin se ilustra en la Figura 5.4. a o La transformacin (x, y) se escribir como (1 (x, y), 2 (x, y)), y la derivao a da de la primera componente respecto de x, por ejemplo, se escribe x 1 .

ww w.

at

em at

ic a

1.c

om

(X, Y )

R2
(U, V ) = (X, Y )

R2

Figura 5.4: La composicin (X, Y ). o Teorema de cambio de variable 3. Sea (X, Y ) un vector continuo con valores en I R2 , y con funcin de densidad fX,Y (x, y). Sea o (x, y) : I R2 una funcin continua con inversa 1 (u, v) diferenciao ble. Entonces el vector (U, V ) = (X, Y ) toma valores en (I) y tiene funcin de densidad o fU,V (u, v) = en donde

ic a

fX,Y (1 (u, v)) |J(u, v)|

1.c

Una prueba rigurosa de este teorema resulta ser un tanto elaborada y la omitiremos. Sin embargo, puede usarse el siguiente argumento intuitivo para encontrar la frmula enunciada. Sea o (U, V ) = (X, Y ) = (1 (X, Y ), 2 (X, Y )), con inversa (X, Y ) = 1 (U, V ) = (1 (U, V ), 1 (U, V )). 1 2 Sea A el rectngulo de rea innitesimal de esquinas con coordenadas (x, y), (x+ a a dx, y), (x, y + dy) y (x + dx, y + dy). Bajo la transformacin las coordeo nadas de las esquinas del rectngulo A se transforman en las siguientes a

ww w.

at

J(u, v) =

em

u 1 v 1 1 1 u 1 v 1 2 2

at

para (u, v) (I), otro caso,

om

(5.1)

coordenadas: (x, y) (1 (x, y), 2 (x, y)). (x + dx, y) (1 (x + dx, y), 2 (x + dx, y)) . = (1 (x, y) + x 1 (x, y)dx, 2 (x, y) +x 2 (x, y)dx. (x, y + dy) (1 (x, y + dy), 2 (x, y + dy)) . = (1 (x, y) + y 1 (x, y)dy, 2 (x, y) +y 2 (x, y)dy. (x + dx, y + dy) (1 (x + dx, y + dy), 2 (x + dx, y + dy)) . = (1 (x, y) + x 1 (x, y)dx + y 1 (x, y)dy,

M at

a o Grcamente la transformacin de estos puntos se muestra en la Figura 5.5.

(1 + y 1 , 2 + y 2 ) (A) (1 , 2 ) x x + dx (1 + x 1 + y 1 , 2 + x 2 + y 2 ) (1 + x 1 , 2 + x 2 )

ww

w.

y + dy A y

Figura 5.5: La transformacin aplicada al rectngulo A. o a Entonces P ((X, Y ) A) = P ((U, V ) (A)). Por lo tanto fX,Y (x, y) dxdy = fU,V (u, v) Area de (A).

em at

2 (x, y) + x 2 (x, y)dx + y 2 (x, y)dy).

ic

a1

.c

om

En donde Area de (A) = |x 1 y 2 x 2 y 1 | dxdy x 1 y 1 x 2 y 2 = |J(x, y)| dxdy. = dxdy

a Adems |J(x, y)| =

1 . Por lo tanto |J(u, v)| dxdy . |J(u, v)|

fX,Y (x, y) dxdy = fU,V (u, v)

Transformaciones d 1 (y)|. dy

Y = (X)

ww

fY (y) = fX (1 (y)) |

w.

Las frmulas generales sobre transformaciones encontradas hasta ahora se o resumen en la siguiente tabla, que slo sirve como referencia general pues o no se mencionan las condiciones precisas de su validez.

(U, V ) = (X, Y )

at

em

fU,V (u, v) = fX,Y (1 (u, v)) |J(u, v)|, en donde J(u, v) = u 1 1 u 1 2 v 1 1 v 1 2 .

at

Como ejemplo de aplicacin de esta frmula, en las secciones siguientes eno o contraremos expresiones para la funcin de densidad de la suma, diferencia, o producto y cociente de dos variables aleatorias.

ic

a1

.c

om

Es decir, fU,V (u, v) = fX,Y (1 (u, v), 1 (u, v))|J(u, v)|. 1 2

Distribucin de la suma o
El siguiente resultado proporciona una frmula para la funcin de densidad o o de la suma de dos variables aleatorias absolutamente continuas. Proposicion. Sea (X, Y ) un vector absolutamente continuo con funcin o de densidad fX,Y (x, y). Entonces X + Y tiene funcin de densidad o fX+Y (u) =

fX,Y (u v, v) dv.

(5.2)

J(u, v) =

Observe que haciendo el cambio de variable z(v) = u v en (5.2) se obtiene la expresin equivalente o fX+Y (u) =

ww

w.

Por la frmula (5.1), fX+Y,Y (u, v) = fX,Y (u v, v). Integrando respecto a o v se obtiene (5.2).

at

em

u 1 v 1 1 1 u 1 v 1 2 2

ic

Demostracin. Sea : R2 R2 la transformacin (x, y) = (x + y, y), con o o 1 (u, v) = (u v, v). El Jacobiano de la transformacin inversa es inversa o

a1
=

at

.c om

1 1 0 1

= 1.

fX,Y (z, u z) dz.

(5.3)

Ello reeja el hecho de que la suma de dos variables aleatorias es conmutativa. En particular, cuando X y Y son independientes, la frmula (5.2) se o reduce a fX+Y (u) = =

fX (u v)fY (v) dv fX (u v) dFY (v).

(5.4)

Integrando respecto de u e intercambiando el orden de las integrales se obtiene la correspondiente funcin de distribucin o o FX+Y (u) =

FX (u v) dFY (v).

o a Ms generalmente, puede demostrarse que esta frmula es vlida para cuaa lesquiera dos variables aleatorias independientes X y Y , incluyendo el caso cuando una de ellas es discreta y la otra continua. En el caso cuando X y Y son discretas, independientes y con valores enteros, es sencillo vericar que la funcin de probabilidad de X + Y es, en completa o analog con (5.4), fX+Y (u) = k fX (u k)fY (k), en donde la suma se a toma sobre todos los posibles valores enteros k que la variable aleatoria Y puede tomar. Ejercicio. Use la frmula anterior para demostrar que si X y Y son indeo pendientes con distribucin bin(n, p) y bin(m, p) respectivamente, entonces o X + Y tiene distribucin bin(n + n, p). o Puede obtenerse la misma frmula (5.2) mediante el procedimiento usual o de encontrar primero la funcin de distribucin de X + Y y despus derio o e var para encontrar la funcin de densidad. El procedimiento se muestra a o continuacin. o FX+Y (u) = P (X + Y u) = = fX,Y (x, y) dy dx
x+yu ux

ww

w.

at

em

at

o o La regin de integracin se muestra en la Figura 5.6. Derivando respecto a u se obtiene fX+Y (u) = fX,Y (x, u x) dx,

ic a1

fX,Y (x, y) dy dx.

.c om

y u

Figura 5.6: Regin de integracin x + y u. o o que corresponde a la expresin (5.3) equivalente a (5.2). o Ejercicio. Sean X y Y independientes cada una con distribucin normal o estndar. Use (5.2) para demostrar que X + Y tiene distribucin N(0, 2), es a o decir, su funcin de densidad es o 1 2 f (u) = eu /4 . 2

ww

f (x, y) =

Ejercicio. Sea (X, Y, Z) un vector absolutamente continuo con funcin de o densidad fX,Y,Z (x, y, z). Demuestre que la variable X + Y + Z tiene funcin o de densidad f (u) =

w.

Ejercicio. Encuentre la funcin de densidad de X + Y cuando X y Y o tienen funcin de densidad conjunta o

3(x2 + y 2 )/16 si 0 < x < y < 2, 0 otro caso.

Aplique esta frmula para encontrar la funcin de densidad de la suma o o de tres variables aleatorias independientes, en donde cada sumando tiene

at

em
fX,Y,Z (u y z, y, z) dydz.

at ic a1

.c

om

distribucin unif(0, 1). o Convolucion. La convolucin de dos funciones de densidad continuas f1 o y f2 , es una funcin de densidad denotada por f1 f2 , y denida como sigue o (f1 f2 )(x) =

f1 (x y)f2 (y) dy.

o o Ms generalmente, la convolucin de dos funciones de distribucin F1 y F2 a es la funcin de distribucin o o (F1 F2 )(x) =

F1 (x y)dF2 (y).

o mbolo, primero Observe que hemos denotado la convolucin por el mismo s cuando los argumentos son funciones de densidad y en el otro cuando son funciones de distribucin. Para el caso de funciones de distribucin absoluo o tamente continuas, se tiene la relacin o

o Distribucin de la diferencia
Se encontrar ahora una frmula para la funcin de densidad de la diferencia a o o de dos variables aleatorias.

ww w.

d (F1 F2 )(x) = (f1 f2 )(x). dx

at

em

En consecuencia, si X y Y son dos variables aleatorias independientes con correspondientes funciones de distribucin FX y FY , entonces la funcin de o o distribucin de la variable X + Y es la convolucin FX FY . No es dif o o cil comprobar que FX FY = FY FX . En particular, la suma de n variables aleatorias independientes todas con la misma funcin de distribucin F tiene o o funcin de distribucin F F , que se escribe simplemente como F n . o o

at

ic a

1.c

om

 Proposicion. Sea (X, Y ) un vector absolutamente continuo con funcin o o de densidad fX,Y (x, y). Entonces X Y tiene funcin de densidad fXY (u) =

fX,Y (u + v, v) dv.

(5.5)

Demostracin. Procedemos como en la seccin anterior. Sea : R2 R2 o o la transformacin (x, y) = (x y, y) con inversa 1 (u, v) = (u + v, v). El o Jacobiano de la transformacin inversa es o

Por la frmula (5.1), fXY,Y (u, v) = fX,Y (u + v, v). Integrando respecto a o v se obtiene (5.5). Con el cambio de variable z(v) = u + v en (5.5) se obtiene la expresin o equivalente

at

w.

fXY (u) =

em at

Cuando X y Y son independientes la frmula (5.5) se reduce a o fXY (u) =

ww

fX,Y (z, z u) dz.

ic a1

.c o

J(u, v) =

u 1 v 1 1 1 u 1 v 1 2 2

1 1 0 1

= 1.

(5.6)

fX (u + v)fY (v) dv.

En el caso discreto cuando X y Y son independientes con valores enteros, la variable XY tambin toma valores enteros, y tiene funcin de probabilidad e o fXY (u) =
k

fX (u + k)fY (k),

en donde la suma se toma sobre todos los posibles valores enteros k que Y puede tomar.

Nuevamente se puede demostrar (5.5) mediante el procedimiento usual de encontrar primero la funcin de distribucin y despus derivar para encono o e trar la funcin de densidad. Por denicin, o o FXY (u) = P (X Y u) = =
xyu xu

fX,Y (x, y) dy dx fX,Y (x, y) dy dx.

La regin de integracin aparece en la Figura 5.7. o o

y

a1
ww w.

.c o
Figura 5.7: Regin de integracin x y u. o o Derivando respecto a u se obtiene (5.6) equivalente a (5.5). A partir de la frmula para la suma de dos variables aleatorias se puede construir una o tercera demostracin de (5.5). Por la frmula para la suma, o o fXY (u) = fX+(Y ) (u) =

at

em

at
fX,Y (u v, v) dv. Haciendo el cambio de variable x = v, se obtiene fXY (u) = =

fX,Y (u + x, x) dx fX,Y (u + x, x) dx.

ic
u

m
x

Ejercicio. Sean X y Y independientes cada una con distribucin normal o estndar. Use (5.5) para demostrar que X Y tiene distribucin N(0, 2), es a o decir, su funcin de densidad es o 1 2 f (u) = eu /4 . 2

Ejercicio. Encuentre la funcin de densidad de Y X cuando X y Y o tienen funcin de densidad conjunta o f (x, y) = 3(x2 + y 2 )/16 si 0 < x < y < 2, 0 otro caso.

ww w.

Ejercicio. Sea (X, Y, Z) un vector absolutamente continuo con funcin de o o densidad fX,Y,Z (x, y, z). Demuestre que la variable X Y Z tiene funcin de densidad

fXY Z (u) =

at e

Aplique esta frmula para encontrar la funcin de densidad de X Y Z, o o cuando estas variables son independientes y cada una de ellas tiene distribucin unif(0, 1). o

Distribucin del producto o

Ahora se encontrar una frmula para la funcin de densidad del producto a o o de dos variables aleatorias absolutamente continuas.

Ejercicio. Sean X y Y independientes cada una con distribucin normal o estndar. En ejercicios anteriores se ha pedido comprobar que tanto X + Y a como X Y tienen distribucin N(0, 2). Demuestre ahora que X + Y y o X Y son independientes.

at

fX,Y,Z (u + y + z, y, z) dydz.

ic

a1

.c

om

 Proposicion. Sea (X, Y ) un vector absolutamente continuo con funcin o o de densidad fX,Y (x, y). Entonces XY tiene funcin de densidad fXY (u) =

fX,Y (u/v, v) |1/v| dv.

(5.7)

Demostracin. Se usa nuevamente la frmula (5.1). Sea : R2 R2 la o o transformacin (x, y) = (xy, y) cuya inversa es, para v = 0, 1 (u, v) = o o (u/v, v). El Jacobiano de la transformacin inversa es J(u, v) = u 1 v 1 1 1 u 1 v 1 2 2 = 1/v u/v 2 0 1 = 1/v.

Haciendo x(v) = u/v en (5.7) se obtiene la expresin equivalente o fXY (u) =

at em at

ww

Cuando X y Y son independientes (5.7) se reduce a

w.

fX,Y (x, u/x) |1/x| dx.

ic a

Por la frmula (5.1), para v = 0, fXY,Y (u, v) = fX,Y (u/v, v) |1/v|. Integrano do respecto a v se obtiene (5.7).

1.c

om

(5.8)

fXY (u) =

fX (u/v)fY (v) |1/v| dv.

Usaremos nuevamente el procedimiento usual de encontrar primero la funcin de distribucin de XY y despus derivar para encontrar la funcin de o o e o densidad. Por denicin, o FXY (u) = P (XY u) = = fX,Y (x, y) dy dx
xyu 0 u/x 0 u/x

fX,Y (x, y) dydx +

fX,Y (x, y) dydx.

La regin de integracin se muestra en la Figura 5.8. o o

y y y

u<0

u=0

u>0

Figura 5.8: Regin de integracin xy u. o o

fXY (u) =

fX,Y (x, u/x)(1/x) dydx +

Ejercicio. Encuentre la funcin de densidad de XY cuando X y Y tienen o funcin de densidad conjunta o f (x, y) = 3(x2 + y 2 )/16 si 0 < x < y < 2, 0 otro caso.

Ejercicio. Sea (X, Y, Z) un vector absolutamente continuo con funcin de o densidad fX,Y,Z (x, y, z). Demuestre que la variable XY Z tiene funcin de o densidad 1 u | dv dw. f (u) = fX,Y,Z ( , v, w) | vw vw

ww

que corresponde a (5.8), equivalente a (5.7).

w.

at em
0

fX,Y (x, u/x)|1/x| dx,

at ic a1

fX,Y (x, u/x)(1/x) dydx.

.c

om

Derivando respecto a u,

Aplique este resultado al caso cuando X, Y y Z son independientes cada una de ellas con distribucin unif(0, 1). o

Distribucin del cociente o

Finalmente se encontrar una frmula para el cociente de dos variables a o aleatorias absolutamente continuas. Proposicion. Sea (X, Y ) un vector absolutamente continuo con funcin o de densidad fX,Y (x, y) y tal que Y = 0. Entonces X/Y tiene funcin de o densidad fX/Y (u) = fX,Y (uv, v) |v| dv. (5.9)

at

Demostracin. Procederemos como en las secciones anteriores. Sea : R2 o 2 la transformacin (x, y) = (x/y, y) para y = 0, y con inversa 1 (u, v) = R o (uv, v). El Jacobiano de la transformacin inversa es o J(u, v) = u 1 v 1 1 1 u 1 v 1 2 2

em

at

ic a1
= v u 0 1 = v.

o Por la frmula (5.1), fX/Y,Y (u, v) = fX,Y (uv, v) |v|, de donde se obtiene (5.9) integrando respecto a v. Haciendo x(v) = uv en (5.9) se obtiene la expresin equivalente o fX/Y (u) =

ww w.

fX,Y (x, x/u) |x/u2 | dx.

.c om

(5.10)

Observe nuevamente que cuando X y Y son independientes, el integrando en la frmula (5.9) se escribe como el producto de las densidades marginales. o

Ahora usaremos el procedimiento usual de encontrar primero la funcin de o distribucin y despus derivar para encontrar la funcin de densidad. o e o FX/Y (u) = P (X/Y u) = =
x/yu 0 uy

fX,Y (x, y) dx dy fX,Y (x, y) dx dy +

0 uy

fX,Y (x, y) dx dy.

La regin de integracin se muestra en la Figura 5.9. o o

y y y

u<0

at em

at

ic

a1

.c o
x

u=0

u>0

Derivando respecto a u,

ww w.
0

Figura 5.9: Regin de integracin x/y u. o o

fX/Y (u) = =

fX,Y (uy, y)y dy +

0

fX,Y (uy, y)y dy

fX,Y (uy, y)|y| dy.

A partir de la frmula para el producto de dos variables aleatorias se puede o construir una tercera demostracin de (5.9) de la siguiente forma. o fX/Y (u) = fX(1/Y ) (u) =

fX,1/Y (u/v, v) |1/v| dv.

Haciendo el cambio de variable x = 1/v se obtiene fX/Y (u) = =

fX,1/Y (ux, 1/x)|x| dx fX,Y (ux, x)|x| dx.

Ejercicio. Sean X y Y independientes con distribucin normal estndar. o a Demuestre que X/Y tiene distribucin Cauchy, es decir, su funcin de deno o sidad es 1 , para < u < . f (u) = (1 + u2 )

Ejercicio. Sea (X, Y, Z) un vector absolutamente continuo con funcin de o o densidad fX,Y,Z (x, y, z). Demuestre que la variable X/(Y Z) tiene funcin de densidad

ww

f (u) =

w.

Aplique este resultado al caso cuando X, Y y Z son independientes cada una de ellas con distribucin unif(0, 1). o Las frmulas para la funcin de densidad de las operaciones bsicas entre dos o o a variables aleatorias encontradas en este cap tulo se resumen en la siguiente tabla.

at

em

f (x, y) =

3(x2 + y 2 )/16 si 0 < x < y < 2, 0 otro caso.

fX,Y,Z (uvw, v, w) |vw| dv dw.

at ic a1

Ejercicio. Encuentre la funcin de densidad de X/Y cuando X y Y tienen o funcin de densidad conjunta o

.c

om

 Formulas para la suma, diferencia, producto y cociente de dos variables aleatorias absolutamente continuas

fX+Y (u) = fXY (u) = fXY (u) = fX/Y (u) =

fX,Y (u v, v) dv fX,Y (u + v, v) dv

fX,Y (u/v, v) |1/v| dv

ww

w.

at e

at ic

a1

.c o

fX,Y (uv, v) |v| dv

5.3.

Ejercicios
o Transformacin de una variable aleatoria

422. Sea X con distribucin exp(). Encuentre la funcin de densidad y de o o distribucin de la variable Y = 1 exp(X). o 423. Encuentre la distribucin de Y = 1/X cuando X tiene distribucin: o o a) unif(0, 1). b) exp(). 424. Sea X continua con funcin de densidad fX (x). Demuestre que o f|X| (x) = fX (x) + fX (x) si x > 0, si x 0.

a) Y = sen(X). b) Y = cos(X).

a) unif(0, 1). b) unif(1, 1). c) exp(). 427. Sea X con distribucin unif(1, 1). Encuentre la funcin de densidad o o 2. de X 428. Sea X absolutamente continua con funcin de distribucin F (x). Deo o muestre que Y = F (X) tiene distribucin unif[0, 1]. o

ww w.

426. Encuentre la distribucin de Y = X n para cada n en N, cuando X o tiene distribucin o

at

em

at

425. Sea X con distribucin uniforme en el intervalo (0, 2). Encuentre la o funcin de densidad de la variable o

ic

a1

.c

om

430. Sea X con distribucin unif(a, b). Encuentre la distribucin de la vao o riable aleatoria Y = X/(b X).

429. Encuentre la funcin de densidad de Y o de densidad 1/2 fX (x) = 1/(2x2 ) 0

o = 1/X cuando X tiene funcin si 0 < x 1, si x > 1, si x 0.

Transformacin de un vector aleatorio o

431. Sean X y Y independientes ambas con distribucin unif(0, 1). Encueno tre la funcin de densidad del vector o a) (X, X + Y ). b) (X + Y, X Y ).

433. Sea (X, Y ) un vector con distribucin uniforme en el c o rculo unitario {(x, y) : x2 + y 2 1}. Encuentre la funcin de densidad del vector o (R, ) = ( X 2 + Y 2 , arctan(Y /X)). 434. Sean X y Y independientes cada una con distribucin exp(). Deo muestre que el vector (X, X + Y ) tiene funcin de densidad o f (u, v) = 2 ev si 0 < u < v, 0 otro caso.

435. Sea (X, Y ) con funcin de densidad fX,Y (x, y). Demuestre que la o o funcin de densidad del vector (U, V ) = (X + Y, X/(X + Y )) es fU,V (u, v) = fX,Y (uv, u(1 v))u.

ww

a) (X + Y, X Y ). b) (X, |Y X|). c) (X Y, Y X).

w.

at em

432. Sean X y Y independientes ambas con distribucin unif(1, 1). Eno cuentre la funcin de densidad del vector o

at ic

a1

.c

om

Distribucin de la suma o
436. Encuentre la funcin de densidad de la suma de dos variables aleatorias o cuya funcin de densidad conjunta es o a) f (x, y) = 1 , para 0 < x < a, 0 < y < b. ab b) f (x, y) = exy , para x, y > 0. c) f (x, y) = ey , para 0 < x < y. d) f (x, y) = 8xy, para 0 < x < y < 1. e) f (x, y) = 4x(1 y), para 0 < x, y < 1. 437. Encuentre la funcin de densidad de la suma de dos variables aleatoo rias independientes cada una de ellas con distribucin: a) unif(0, 1). o b) exp().

a) f (x) = 2x, para 0 < x < 1. c) f (x) = (1 + x)/2, para 1 < x < 1. 439. Encuentre la funcin de densidad de la suma de dos variables aleatorias o independientes X y Y , tales que a) X tiene distribucin unif(1, 0) y Y tiene distribucin unif(0, 1). o o b) X tiene distribucin unif(0, 1) y Y tiene distribucin exp(). o o 440. Encuentre la funcin de densidad de la suma de dos variables aleatorias o con distribucin conjunta uniforme en el cuadrado (1, 1) (1, 1). o 441. Encuentre la funcin de densidad de la suma de tres variables aleatoo rias con distribucin conjunta uniforme en el cubo (1, 1) (1, 1) o (1, 1).

ww w.

b) f (x) = 6x(1 x), para 0 < x < 1.

at

em

at

438. Encuentre la funcin de densidad de la suma de dos variables aleatorias o independientes cada una de ellas con funcin de densidad o

ic

a1

.c o

442. Encuentre la funcin de densidad de la suma de n variables aleatorias o con distribucin conjunta uniforme en el hipercubo o (1, 1) (1, 1) .
n

443. Demuestre que la suma de dos variables aleatorias independientes, cada una de ellas con distribucin normal, tiene nuevamente distribucin o o normal, con media la suma de las medias, y varianza la suma de las varianzas.
2 444. Sean X1 , . . . , Xn independientes en donde Xk tiene distribucin N(k , k ) o para k = 1, . . . , n. Sean c1 , . . . , cn constantes dadas, no todas cero. Demuestre que n n

446. Demuestre que la suma de dos variables aleatorias independientes, cada una de ellas con distribucin exp(), tiene distribucin gama(2, ). o o Ms generalmente, demuestre que la suma de n variables aleatorias a independientes, cada una de ellas con distribucin exp(), tiene diso tribucin gama(n, ). o 447. Demuestre que la suma de dos variables aleatorias independientes con distribucin gama(n, ) y gama(m, ), tiene distribucin gama(n + o o m, ). 448. Sean X y Y son discretas, independientes y con valores enteros. Demuestre que fX+Y (u) = k fX (u k)fY (k), en donde la suma se efecta sobre todos los posibles valores enteros k que la variable aleau toria Y puede tomar.

ww w.

at

445. Sean X1 , . . . , Xn independientes y con idntica distribucin N(, 2 ). e o Demuestre que la media muestral dada por (X1 + + Xn )/n tiene distribucin N(, 2 /n). o

em at

ic

k=1

k=1

a1

ck Xk N(

ck k ,

k=1

.c om
n

2 c2 k ). k

449. Sea (X1 , . . . , Xn ) un vector aleatorio absolutamente continuo. Deo muestre que la variable X1 + + Xn tiene funcin de densidad f (u) =

fX1 ,...,Xn (u v2 vn , v2 , . . . , vn ) dv2 dvn .

o o Aplique esta frmula para encontrar la funcin de densidad de la suma de n variables aleatorias independientes, en donde cada sumando tiene distribucin unif(0, 1). o

Distribucin de la diferencia o
450. Encuentre la funcin de densidad de X Y , para (X, Y ) un vector o con funcin de densidad o a) f (x, y) = 1 , para 0 < x < a, 0 < y < b. ab b) f (x, y) = exy , para x, y > 0. c) f (x, y) = ey , para 0 < x < y. e) f (x, y) = 4x(1 y), para 0 < x, y < 1. 451. Encuentre la funcin de densidad de X Y , cuando X y Y son indeo pendientes y ambas con distribucin: a) unif(0, 1). o b) exp(). 452. Encuentre la funcin de densidad de X Y , cuando X y Y son indeo pendientes y ambas con funcin de densidad o a) f (x) = 2x, para 0 < x < 1. c) f (x) = (1 + x)/2, para 1 < x < 1. 453. Encuentre la funcin de densidad de X Y , cuando X y Y son indeo pendientes y tales que a) X tiene distribucin unif(1, 2) y Y tiene distribucin unif(0, 1). o o b) f (x) = 6x(1 x), para 0 < x < 1.

ww

w.

at

d) f (x, y) = 8xy, para 0 < x < y < 1.

em at

ic

a1

.c om

b) X tiene distribucin exp() y Y tiene distribucin unif(0, 1). o o 454. Sea a una constante. Demuestre que la diferencia de dos variables aleatorias independientes ambas con distribucin uniforme en el intervalo o (a 1/2, a + 1/2) tiene funcin de densidad o f (u) = 0 1 |u| otro caso. si 1 < u < 1,

455. Demuestre que la diferencia de dos variables aleatorias independientes, cada una de ellas con distribucin normal, tiene nuevamente distribuo cin normal, con media la diferencia de las medias, y varianza la suma o de las varianzas. 456. Sean X y Y son discretas, independientes y con valores enteros. Demuestre que fXY (u) = k fX (u + k)fY (k), en donde la suma se efecta sobre todos los posibles valores enteros k que la variable aleau toria Y puede tomar.

458. Sea (X, Y, Z) un vector aleatorio absolutamente continuo. Encuentre una frmula para la funcin de densidad de la variable X Y + Z. o o 459. Sea (X1 , . . . , Xn ) un vector absolutamente continuo con funcin de o densidad fX1 ,...,Xn (x1 , . . . , xn ). Demuestre que la variable X1 X2 Xn tiene funcin de densidad o f (u) =

Aplique esta frmula al caso cuando las variables X1 , . . . , Xn son ino dependientes y cada una de ellas tiene distribucin unif(0, 1). o

ww w.

M at

457. Sea (X, Y, Z) un vector aleatorio absolutamente continuo. Encuentre una frmula para la funcin de densidad de la variable X + Y Z. o o

fX1 ,...,Xn (u + v2 + + vn , v2 , . . . , vn ) dv2 dvn .

em

at ic

a1

.c

om

Distribucin del producto o

460. Encuentre la funcin de densidad del producto de dos variables aleatoo rias independientes ambas con distribucin: a) unif(0, 1). b) exp(). o 461. Encuentre la funcin de densidad del producto de dos variables aleao torias cuya funcin de densidad conjunta es o a) f (x, y) = 1 , para 0 < x < a, 0 < y < b. ab b) f (x, y) = exy , para x, y > 0. c) f (x, y) = ey , para 0 < x < y. d) f (x, y) = 8xy, para 0 < x < y < 1. e) f (x, y) = 4x(1 y), para 0 < x, y < 1.

a) f (x) = 2x, para 0 < x < 1.

463. Encuentre la funcin de densidad del producto de dos variables aleao torias independientes X y Y , tales que a) X tiene distribucin unif(1, 0) y Y tiene distribucin unif(0, 1). o o b) X tiene distribucin unif(0, 1) y Y tiene distribucin exp(). o o 464. Sea (X1 , . . . , Xn ) un vector absolutamente continuo con funcin de o densidad fX1 ,...,Xn (x1 , . . . , xn ). Demuestre que la variable producto X1 Xn tiene funcin de densidad o f (u) =

ww

w.

c) f (x) = (1 + x)/2, para 1 < x < 1.

at

b) f (x) = 6x(1 x), para 0 < x < 1.

fX1 ,...,Xn (

Aplique este resultado al caso cuando todas las variables son independientes y cada una de ellas tiene distribucin unif(0, 1). o

em at

u 1 , v2 , . . . , vn ) | | dv2 dvn . v2 vn v2 vn

ic

462. Encuentre la funcin de densidad del producto de dos variables aleao torias independientes cada una de ellas con funcin de densidad o

a1

.c

om

Distribucin del cociente o

465. Encuentre la funcin de densidad de X/Y para (X, Y ) un vector con o funcin de densidad o 1 para 0 < x < a, 0 < y < b. a) f (x, y) = ab b) f (x, y) = exy , para x, y > 0. c) f (x, y) = ey , para 0 < x < y. d) f (x, y) = 8xy, para 0 < x < y < 1. e) f (x, y) = 4x(1 y), para 0 < x, y < 1. f ) f (x, y) = 2exy , para 0 < x < y. 466. Encuentre la funcin de densidad de X/Y cuando X y Y son indeo pendientes y ambas con distribucin: a) unif(0, 1). b) exp(). o

468. Encuentre la funcin de densidad de X/Y cuando X y Y son indeo pendientes y son tales que a) X tiene distribucin unif(1, 0) y Y tiene distribucin unif(0, 1). o o b) X tiene distribucin unif(0, 1) y Y tiene distribucin exp(). o o 469. Sean X y Y independientes con distribucin exp(). Encuentre la o funcin de densidad de X/(X + Y ). o 470. Sea (X1 , . . . , Xn ) un vector absolutamente continuo con funcin de o densidad fX1 ,...,Xn (x1 , . . . , xn ). Demuestre que la variable X1 /(X2 Xn ) o tiene funcin de densidad f (u) =

ww w.

a) f (x) = 2x, para 0 < x < 1. b) f (x) = 6x(1 x), para 0 < x < 1. c) f (x) = (1 + x)/2, para 1 < x < 1.

M at

fX1 ,...,Xn (uv2 vn , v2 , . . . , vn ) |v2 vn | dv2 dvn .

em

at ic

467. Encuentre la funcin de densidad de X/Y cuando X y Y son indeo pendientes y ambas con funcin de densidad o

a1

.c o