Probabilidad I - Varibles aleatorias
Ayud. Fernando Colula Mateos
2 de abril de 2020
El presente documento contiene algunos ejercicios sobre el tema de va-
riables aleatorias. Se revisarán tópicos relacionados a la definición de una
variable aleatoria y acerca del modelado de las mismas.
Notas
Dfinición 1 Una variable aleatoria es una transformación X del espacio de
resultados Ω al conjunto de números reales, esto es,
X : Ω → R,
tal que para cualquier número real x se tiene que,
{ω ∈ Ω : X(ω) ≤ x} ∈ F.
A continuación se revisará un ejemplo que puede ayudar a comprender
mejor la definición anterior.
Ejemplo 1 Dos pelotas van a seleccionarse de manera aleatoria de una urna
que contiene 8 blancas, 4 negras, y 2 naranjas. Suponga que se ganan 2
unidades monetarias por cada pelota negra seleccionada y se pierde 1 unidad
monetaria por cada pelota blanca. Sea X la variable aleatoria que denota la
ganancia o pérdida del juego.
1
Ya que la variable aleatoria X denota la ganancia o pérdida medida en
unidades monetarias, y debido a que el color de cada bola conlleva una posi-
ble ganancia o pérdida. Conviene analizar los posibles escenarios que pueden
llevarse a cabo al término del experimento y relacionarlo con el escenario de
ganancia o pérdida.
Si al término del experimento se obtienen 2 bolas blancas (W W ), el ju-
gador perderá una unidad monetaria por cada una de dichas bolas, lo que
representa una pérdida total de dos unidades monetarias (−2). De esta forma
relacionamos el evento (W W ) con el número real −2.
Si al término del experimento se obtienen 2 bolas negras (BB), el juga-
dor ganará dos unidades monetarias por cada una de dichas bolas, lo que
representa una ganancia total de dos unidades monetarias (4). De esta forma
relacionamos el evento (BB) con el número real 4.
Si al término del experimento se obtienen 2 bolas naranjas (OO), el juga-
dor no gana ni pierde nada por cada una de dichas bolas, lo que representa
una ganancia total de cero unidades monetarias (0). De esta forma relacio-
namos el evento (OO) con el número real 0.
Si al término del experimento se obtiene una bola blanca y una negra
(W B), (BW ), el jugador ganará dos unidades monetarias por la bola negra
y perderá una unidad monetaria por la blanca, lo que representa una ganan-
cia total de una unidad monetaria (1). De esta forma relacionamos el evento
(W B), (BW ) con el número real 1.
Si al término del experimento se obtiene una bola blanca y una naranja
(W O), (OW ), el jugador perderá una unidad monetaria por la blanca y no
gana ni perde nada con la naranja, lo que representa una pérdida total de una
unidad monetaria (−1). De esta forma relacionamos el evento (W O), (OW )
con el número real −1.
Finalmente, si al término del experimento se obtiene una bola naranja y
una negra (OB), (OW ), el jugador ganará dos unidades monetarias por la
bola negra y no gana ni pierde nada con la bola naranja, lo que representa
una ganancia total de dos unidades monetarias (2). De esta forma relaciona-
mos el evento (OB), (BO) con el número real 2.
2
En resúmen, a través de la v.a. X hemos transformado nuestro espacio
de resultados Ω en el siguiente conjunto {−2, 4, 0, 1, −1, 2}.
•
Antes de seguir avanzando, se necesita recordar la deinición de imagen
inversa.
Dfinición 2 Sean Ω1 y Ω2 dos conjuntos arbitrarios y f : Ω1 → Ω2 una
función. La imagen inversa de cualquier subconjunto A ∈ Ω2 bajo f es un
subconjunto de Ω1 denotado por f −1 (A) y definido como sigue
f −1 (A) = {ω ∈ Ω1 : f (ω) ∈ A} .
Ejemplo 2 Sea f : R → R definida por f (x) = x2 .
La imagen inversa del subconjunto {1} ∈ R bajo f , denotada f −1 (1),
es el conjunto {−1, 1} ya que f (−1) = (−1)2 = 1 y f (1) = 12 = 1.
La imagen inversa del subconjunto [1, 4] bajo f , denotada f −1 ([1, 4]), es
el conjunto [−2, −1] ∪ [1, 2] ya que para cualquier valor x ∈ f −1 ([1, 4]),
f (x) = x2 ∈ [1, 4].
A continuación se enunciará una proposición de gran utilidad para la cual
es pertinente citar un fragmento del texto “Curso intermedio de probabili-
dad”de Luis Rincón, el cual dice lo siguiente:
Para comprobar que una función X : Ω → R es realmente una va-
riable aleatoria, la definición requiere verificar la condición X −1 B ∈
F para cualquier conjunto Boreliano B. En muy pocos casos tal
condició puede comprobarse de manera tan directa. La siguiente
proposición establece que no es necesario demostrar la condición
de medibilidad para cualquier conjunto Boreliano B, sino que es
suficiente tomar intervalos de la forma (−∞, x], para cada x en
R. Este resultado, como uno puede imaginar, es de suma utili-
dad...(Rincón, 2013, 59).
3
Proposición 1 Una función X : Ω → R es una variable aleatoria si, y solo
si, para cada x ∈ R se cumple que (X ≤ x) = {ω ∈ Ω : X(ω) ≤ x} ∈ F.
La demostración dela proposición anterior se puede encontrar en el libro antes
citado y por el momento se omitirá; sin embargo se analizará un ejercicio que
ayudará a la mejor comprensión de la propiedad recientemente enunciada.
Ejemplo 3 Sea Ω = {−1, 0, 1} y F {∅, {0}, {−1, 1}, Ω}. Considere la fun-
ción identidad X(ω) = ω. Demuestre que X 2 es variable aleatoria pero X no
lo es.
De acuerdo a la proposición anterior, debemos verificar que para cualquier
valor real x, la imagen inversa bajo f del semi rayo (−∞, x] pertenece a la
sigma algebra.
¿Con qué valor de x se deberı́a iniciar? Se propone un valor aleatorio y
se analiza el comportamiento...
Sea x = −10. Luego nos preguntamos por la imagen inversa del semi
rayo (−∞, −10], es decir, nos preguntamos si el conjunto de elementos
de omega (ω), tales que al aplicarles la función identidad (X(ω) = ω)
sean menores o iguales que −10, pertenece a la sigma algebra.
{ω ∈ Ω : X(ω) = ω ≤ −10} = ∅.
En efecto, no existen elementos en omega que luego de aplicarles la
función identidad sean menores o iguales que −10. Luego, el conjunto
vacı́o pertenece a la sigma álgebra de subconjuntos de omega. Además,
nótese que lo antes descrito es valido para cualquier valor de x menor
a -1 ya que en caso de que x sea igual a -1 se tiene lo siguiente.
Sea x = −1. La imagen inversa del semi rayo (−∞, −1] se compone
de todos los elementos de omega (ω), tales que al aplicarles la función
identidad (X(ω) = ω) sean menores o iguales que −1, pertenece a la
sigma algebra.
{ω ∈ Ω : X(ω) = ω ≤ −1} = {−1}.
4
En efecto, la función identidad aplicada al conjunto unitario {−1} es
igual a −1. Sin embargo, {−1} ∈ / F. Luego, la función X = X(ω) = ω
no es variable aleatoria con respecto a la sigma álgebra descrita ante-
riormente. Este mismo comportamiento se repite para valores de x en
el intervalo [1, 0). ¿Puede ver por que?
Por otro lado, la variable aleatoria X 2 = X(ω) = ω 2 sı́ es variable aleatoria
con respecto a la sigma algebra definida anteriormente.
Sea x ∈ (−∞, 0). En este caso, la imagen inversa del semi rayo (−∞, x]
se compone de todos los elementos de omega (ω), tales que al elevar-
los al cuadrado (X(ω) = ω 2 ) sean menores o iguales que x, es decir,
estrı́ctamente menores que cero.
{ω ∈ Ω : X(ω) = ω 2 ≤ x} = ∅.
En efecto, no hay elementos en omega tales que al elevarlos al cuadra-
do sean menores que cero. Dicho conjunto vacı́o pertenece a la sigma
algebra.
Sea x ∈ [0, 1). En este caso, la imagen inversa del semi rayo (−∞, x]
se compone de todos los elementos de omega (ω), tales que al elevarlos
al cuadrado (X(ω) = ω 2 ) sean menores o iguales que x, es decir, sean
mayores o iguales a cero pero estrı́ctamente menores que uno.
{ω ∈ Ω : X(ω) = ω 2 ≤ x} = {0}.
En efecto, el único elemento en omega tal que al elevarlo al cuadrado
es mayor o igual que cero y menor que uno es el conjunto unitario del
cero. Dicho conjunto pertenece a la sigma algebra.
Sea x ∈ [1, ∞). En este caso, la imagen inversa del semi rayo (−∞, x]
se compone de todos los elementos de omega (ω), tales que al elevarlos
al cuadrado (X(ω) = ω 2 ) sean menores o iguales que x, es decir, sean
mayores o iguales a uno.
{ω ∈ Ω : X(ω) = ω 2 ≤ x} = {−1, 0, 1} = Ω.
En efecto, los elementos en omega tales que al elevarlos al cuadrado
son mayores o iguales que uno son los elementos -1,0 y 1. El conjunto
Ω = {−1, 0, 1} pertenece a la sigma algebra.
5
Debido a que la imagen inversa de la función X 2 = X(ω) = ω 2 pertenece a
la sigma algebra para todo valor real, X 2 es variable aleatoria.
Actividades
1. Sea Ω = {−1, 0, 1} y F {∅, {1}, {−1, 0}, Ω}. Determine si las funciónes
|X| = X(ω) = |ω| y X 2 = X(ω) = ω 2 son variables aleatorias con esta
nueva sigma álgebra.
