Exercicis de variables aleatòries i distribucions

Pas 1 — la condició. Perquè $f$ sigui densitat cal que integri $1$:

$\int_0^{1} c\,x^{1}\,dx = 1$

Pas 2 — la integral. Puja l'exponent i divideix-lo:

$\int_0^{1} x^{1}\,dx = \left[\frac{x^{2}}{2}\right]_0^{1} = \frac{1}{2}$

Pas 3 — aïllar.

$\frac{c}{2} = 1 \quad\Longrightarrow\quad c = 2$

Fixa't que la densitat val $2$ a prop d'$x = 1$: una densitat pot ser més gran que 1 sense cap problema. El que ha de valer $1$ és la integral, no els valors.

Pas 1 — la definició.

$\mathbb{E}X = \int_0^{1} x\cdot 2x^{1}\,dx = 2\int_0^{1} x^{2}\,dx$

Pas 2 — integrar.

$= \frac{2}{3} = \frac{2}{3} \approx 0.6667$

Comprovació de sentit comú. Com que la densitat creix amb $x$, la massa de probabilitat s'acumula a la dreta i l'esperança ha de sortir més gran que $0{,}5$. Efectivament, $0.6667 > 0{,}5$. Com més gran és l'exponent, més s'acosta l'esperança a $1$.

Pas 1 — la densitat. És constant a tot l'interval:

$f(x) = \frac{1}{10 - 0} = \frac{1}{10}$

Pas 2 — el tram que ens interessa. Va de $\frac{5}{2}$ a $10$, de longitud $\frac{15}{2}$.

Pas 3 — dividir per la longitud total.

$\mathbb{P}(X > \frac{5}{2}) = \frac{\frac{15}{2}}{10} = \frac{3}{4} \approx 0.7500$

Amb una uniforme no cal integrar mai: totes les probabilitats són quocients de longituds. És l'únic cas en què la intuïció geomètrica funciona directament.

La fórmula. Integrant la densitat des de $1$ fins a l'infinit,

$\mathbb{P}(X > t) = e^{-\lambda t}$

Substituint.

$\mathbb{P}(X > 1) = e^{-\frac{1}{2}} \approx 0.6065$

Dues comprovacions que val la pena fer. L'esperança és $1/\lambda = 2$; si el temps que et demanen és més gran que l'esperança, la probabilitat ha de sortir per sota de $e^{-1} \approx 0{,}368$. I recorda la manca de memòria: la probabilitat d'esperar $1$ unitats més, sabent que ja n'has esperades unes quantes, torna a ser aquest mateix número.

Pas 1 — traduir la desigualtat. Com que $X$ és positiva dins de $(0,1)$, l'arrel és creixent i

$\{Y \leq \frac{1}{4}\} = \{X^{2} \leq \frac{1}{4}\} = \{X \leq \frac{1}{2}\}$

Pas 2 — aplicar la uniforme. Per a una uniforme a $(0,1)$, la funció de distribució és la identitat:

$\mathbb{P}(Y \leq \frac{1}{4}) = \frac{1}{2} \approx 0.5000$

El mètode general. Sempre que et demanin la llei d'una funció d'una variable aleatòria, comença escrivint la funció de distribució i tradueix la desigualtat. La fórmula amb el jacobià només val quan la transformació és monòtona; aquest mètode funciona sempre.

Derivant això s'obté la densitat de $Y$, que és $1/(2\sqrt{y})$: no acotada a prop de zero, cosa que és perfectament legítima.

Pas 1 — la condició. Perquè $f$ sigui densitat cal que integri $1$:

$\int_0^{1} c\,x^{2}\,dx = 1$

Pas 2 — la integral. Puja l'exponent i divideix-lo:

$\int_0^{1} x^{2}\,dx = \left[\frac{x^{3}}{3}\right]_0^{1} = \frac{1}{3}$

Pas 3 — aïllar.

$\frac{c}{3} = 1 \quad\Longrightarrow\quad c = 3$

Fixa't que la densitat val $3$ a prop d'$x = 1$: una densitat pot ser més gran que 1 sense cap problema. El que ha de valer $1$ és la integral, no els valors.

Pas 1 — la definició.

$\mathbb{E}X = \int_0^{1} x\cdot 3x^{2}\,dx = 3\int_0^{1} x^{3}\,dx$

Pas 2 — integrar.

$= \frac{3}{4} = \frac{3}{4} \approx 0.7500$

Comprovació de sentit comú. Com que la densitat creix amb $x$, la massa de probabilitat s'acumula a la dreta i l'esperança ha de sortir més gran que $0{,}5$. Efectivament, $0.7500 > 0{,}5$. Com més gran és l'exponent, més s'acosta l'esperança a $1$.

Pas 1 — la densitat. És constant a tot l'interval:

$f(x) = \frac{1}{10 - 0} = \frac{1}{10}$

Pas 2 — el tram que ens interessa. Va de $5$ a $10$, de longitud $5$.

Pas 3 — dividir per la longitud total.

$\mathbb{P}(X > 5) = \frac{5}{10} = \frac{1}{2} \approx 0.5000$

Amb una uniforme no cal integrar mai: totes les probabilitats són quocients de longituds. És l'únic cas en què la intuïció geomètrica funciona directament.

La fórmula. Integrant la densitat des de $2$ fins a l'infinit,

$\mathbb{P}(X > t) = e^{-\lambda t}$

Substituint.

$\mathbb{P}(X > 2) = e^{-1} \approx 0.3679$

Dues comprovacions que val la pena fer. L'esperança és $1/\lambda = 2$; si el temps que et demanen és més gran que l'esperança, la probabilitat ha de sortir per sota de $e^{-1} \approx 0{,}368$. I recorda la manca de memòria: la probabilitat d'esperar $2$ unitats més, sabent que ja n'has esperades unes quantes, torna a ser aquest mateix número.

Pas 1 — traduir la desigualtat. Com que $X$ és positiva dins de $(0,1)$, l'arrel és creixent i

$\{Y \leq \frac{1}{2}\} = \{X^{2} \leq \frac{1}{2}\} = \{X \leq \frac{\sqrt{2}}{2}\}$

Pas 2 — aplicar la uniforme. Per a una uniforme a $(0,1)$, la funció de distribució és la identitat:

$\mathbb{P}(Y \leq \frac{1}{2}) = \frac{\sqrt{2}}{2} \approx 0.7071$

El mètode general. Sempre que et demanin la llei d'una funció d'una variable aleatòria, comença escrivint la funció de distribució i tradueix la desigualtat. La fórmula amb el jacobià només val quan la transformació és monòtona; aquest mètode funciona sempre.

Derivant això s'obté la densitat de $Y$, que és $1/(2\sqrt{y})$: no acotada a prop de zero, cosa que és perfectament legítima.