Page 90 - cepe2012.pdf
P. 90

i                                                                                          i

                                  “cepeMathBookFC” — 2012/12/11 — 19:57 — page 80 — #84
           i                                                                                                      i





                          80                           1. PROBABILIDAD

                          Efectivamente se verifica que la v.a. X as´ ı definida tiene la distribuci´ on indicada, pues
                          para cada n  1,
                                  P.X D x n / D P.p 1 C    C p n 1 < U  p 1 C    C p n / D p n :

                          En la pr´ actica este mecanismo general funciona perfectamente bien para v.a.s discretas
                          que toman un n´ umero no muy grande de valores, pero la situaci´ on podr´ ıa ser un
                          tanto distinta en el caso cuando la variable toma una infinidad de valores, la dificultad
                          radicar´ a nuevamente en la imprecisi´ on para representar probabilidades muy peque˜ nas.
                              Por otro lado, debemos mencionar tambi´ en que si contamos con un mecanismo
                          para generar n´ umeros aleatorios de una variable aleatoria, entonces tambi´ en se pueden
                          generar n´ umeros al azar de una transformaci´ on de esta variable aleatoria, es decir, si X
                          una variable aleatoria y g es una funci´ on tal que g.X/ es otra variable, por ejemplo,
                                   2
                          g.X/ D X , o cualquier otra expresi´ on anal´ ıtica, entonces si x es un valor al azar de X,
                          entonces g.x/ representa un valor al azar de la variable Y D g.X/. Este mecanismo
                          es bastante ´ util y se aplica para variables aleatorias tanto discretas como continuas.
                              Veremos a continuaci´ on algunos mecanismos de simulaci´ on de variables aleatorias
                          continuas.

                          Simulaci´ on de v.a.s continuas
                          Consideremos primero el caso de la distribuci´ on uniforme continua.

                          Distribuci´ on uniforme continua. Si U es una variable con distribuci´ on unifŒ0; 1,
                          entonces la variable aleatoria X definida de la siguiente manera tiene distribuci´ on
                          unifŒa; b.
                                                    X D a C .b   a/U:
                          M´ etodo de la transformaci´ on inversa. El mecanismo explicado para la distribuci´ on
                          uniforme continua puede generalizarse usando el siguiente resultado que se conoce
                          como el m´ etodo de la transformaci´ on inversa.

                           PROPOSICI ´ ON 1.111 (M´ etodo de la transformaci´ on inversa). Sea X una variable
                          aleatoria con funci´ on de distribuci´ on F.x/ continua, estrictamente creciente y para la
                          cual se conoce una expresi´ on para la funci´ on inversa F  1 .u/. Si U tiene distribuci´ on
                          unifŒ0; 1, entonces la variable F  1 .U / tiene la misma distribuci´ on que X.

                              DEMOSTRACI ´ ON. Sea Y la variable aleatoria F  1 .U /. Entonces para cualquier
                          valor y de Y ,
                                                F Y .y/ D  P.Y  y/
                                                       D   P.F  1 .U /  y/
                                                       D   P.U  F.y//
                                                       D   F U .F.y//
                                                       D   F.y/:




           i                                                                                                      i


                 i                                                                                          i
   85   86   87   88   89   90   91   92   93   94   95