Ficha de uso

Introducción

Variable aleatoria y función de distribución

Una variable aleatoria X asigna un número a cada resultado de un experimento. Queda descrita por su función de distribución

F_X(x) = P(X ≤ x),

que crece de 0 a 1. Si X es discreta (toma valores aislados x_i), F_X es una escalera con saltos de altura p_X(x_i) = P(X = x_i), su función de probabilidad. Si es continua, F_X es continua y su derivada es la densidad f_X(x) = F_X′(x): P(a < X ≤ b) = ∫_a^b f_X(x) dx = F_X(b) − F_X(a).

Media y varianza

La media μ_X = E{X} = ∫ x f_X(x) dx (o Σ x_i p_X(x_i)) es el centro de masas de la distribución. La varianza σ_X² = E{(X − μ_X)²} = E{X²} − μ_X² mide su dispersión, y σ_X es la desviación típica, en las mismas unidades que X.

Distribuciones habituales

Distribución Densidad o probabilidad Media Varianza
Uniforme U[a, b] 1/(b − a) en [a, b] (a + b)/2 (b − a)²/12
Normal N(μ, σ²) e−(x−μ)²/(2σ²)/(σ√(2π)) μ σ²
Exponencial λe−λx, x ≥ 0 1/λ 1/λ²
Rayleigh (x/σ²)e−x²/(2σ²), x ≥ 0 σ√(π/2) (2 − π/2)σ²
Laplace e−|x−μ|/s/(2s) μ 2s²
Binomial B(n, p) C(n, k) pk(1 − p)n−k np np(1 − p)
Poisson e−λλk/k! λ λ

Estimar a partir de muestras

Con N muestras, la proporción de las que caen en cada intervalo de anchura Δ, dividida entre Δ, es el histograma normalizado, que estima f_X. La proporción de muestras menores o iguales que x es la distribución empírica F_N(x), que estima F_X. La media muestral estima μ_X con un error típico σ/√N, y la máxima diferencia entre F_N y F_X también baja como 1/√N (teorema de Glivenko-Cantelli y prueba de Kolmogórov-Smirnov).

Guía de uso

Ejercicios

1. Más muestras. Con N(0, 1), prueba N = 100, 1000, 10 000 y 100 000. ¿Cómo bajan el error de la media y la distancia entre F_N y F?

Solución Con esta realización, la media muestral vale 0,21, −0,005, −0,003 y 0,001, y la distancia entre F_N y F, 0,13, 0,03, 0,007 y 0,002. Los dos errores bajan como 1/√N: 0,1, 0,03, 0,01 y 0,003. Multiplicar N por 100 da una cifra decimal más.

2. La uniforme. Elige U[2, 6] (a = 2, anchura 4) con N = 10 000. ¿Qué media, varianza y P(X > 5) tiene? Compáralas con las muestras y con la gráfica de F.

Solución μ = 4, σ² = 16/12 = 4/3 y P(X > 5) = 1 − F(5) = 1/4: en la gráfica de F, F(5) = 0,75. Las muestras dan 3,993 y 1,332. Es el ejercicio 2 de la hoja.

3. Los intervalos del histograma. Con N(0, 1) y N = 1000, prueba 5, 30 y 100 intervalos. ¿Qué pasa en cada caso? ¿Por qué con N = 100 000 se pueden usar más?

Solución Con 5 intervalos, de anchura 1,6, el histograma es demasiado grueso y aplasta el pico (sesgo). Con 100, cada uno recoge unas pocas muestras y las barras fluctúan mucho (varianza). Con N mayor cada intervalo recibe más muestras, la fluctuación relativa baja como 1/√(número de muestras del intervalo) y se pueden usar intervalos más estrechos. Una regla habitual es tomar unos √N intervalos.

4. La binomial y la Poisson. Compara B(60; 0,05) con la Poisson de λ = 3 y N = 10 000. ¿Qué medias y varianzas tienen? ¿Por qué se parecen tanto?

Solución La binomial tiene media np = 3 y varianza np(1 − p) = 2,85; la Poisson, 3 y 3. Sus probabilidades casi coinciden: cuando n es grande y p pequeño con np = λ fijo, la binomial tiende a la Poisson. Por eso la Poisson modela el número de sucesos raros (fotones, llegadas a una cola) en un intervalo.

5. Misma varianza, distinta forma. Compara N(0, 1) con la Laplace de media 0 y escala s = 0,71. ¿Qué varianza tiene la Laplace? ¿En qué se diferencian sus densidades?

Solución 2s² = 2 · 0,71² ≈ 1: la misma que la normal. La Laplace tiene un pico más agudo en 0 y colas más pesadas (decaen como e−|x|/s, no como e−x²/2): da más valores muy pequeños y más valores grandes. La media y la varianza no bastan para describir una distribución.

6. La Rayleigh. Con σ = 1, ¿cuánto valen la media y la varianza? ¿Dónde aparece esta distribución?

Solución σ√(π/2) = 1,253 y (2 − π/2) = 0,429; las muestras dan 1,251 y 0,427. Es la distribución del módulo √(X² + Y²) de dos gaussianas independientes de media nula y la misma varianza: la amplitud de un ruido de banda estrecha o la envolvente de una señal de radio con desvanecimiento.

Para profundizar

Relación con otros conceptos