Professional Documents
Culture Documents
FUNCIONES ALEATORIAS
Una variable aleatoria se define como una funcin que representa grficamente
el resultado de un experimento a los nmeros reales, esto es, X(), donde es un
elemento del espacio muestral .
Si la variable aleatoria es a su vez funcin de otra magnitud (por ejemplo, el
tiempo) entonces se llama PROCESO ESTOCASTICO.
Ms formalmente, un proceso estocstico es una funcin de dos variables t y .
X(t,) tT y
En la prctica hay magnitudes aleatorias que varan sus valores en el proceso del
experimento. La magnitud aleatoria que cambia su valor en el proceso de una prueba
representa una funcin aleatoria.
Se puede dar la siguiente definicin general: Se llama funcin aleatoria a
aquella cuyo valor, para cada valor del argumento (o de los argumentos) es una
variable aleatoria.
Cada funcin concreta que puede se registrada durante una sola observacin de
la funcin aleatoria se llama realizacin de la misma.
Si se repiten las pruebas se obtienen diferentes realizaciones de la funcin
aleatoria.
NOMENCLATURA
Universidad de Mendoza Ing. Jess Rubn Azor Montoya Matemtica Superior con Mathcad
X t X( t ) ( < t < )
f1( x1 , t1 ) f2( x1 , x2 , t1 , t2 ) dx2
mx(t) = M [ X(t) ]
La esperanza matemtica de la funcin aleatoria se puede expresar por su densidad
unidimensional de probabilidad:
m x( t ) x. f1( x , t ) dx
.
Xi, k Ui. sin tk. U Ui
180 i
2
D x( t ) x m x( t ) . f1( x , t ) dx
En problemas prcticos a veces es conveniente examinar la desviacin standard
de la funcin aleatoria.
( t) D x( t )
Para ilustrar grficamente esta tesis, se llevan al eje x1 los valores de la ordenada
aleatoria X(t1) y al eje x2 los valores de la ordenada aleatoria X(t2). Se toma una gran
cantidad de realizaciones y se marcan los puntos [X(t1),X(t2)]. Para las realizaciones de
la funcin aleatoria, representadas en la primera figura anterior, las magnitudes
aleatorias X(t1) y X(t2) estn vinculadas dbilmente. Por eso la dispersin de los puntos
[X(t1),X(t2)] en el plano x1-x2 es en este caso aproximadamente circular.
Funciones Aleatorias pgina 6
Universidad de Mendoza Ing. Jess Rubn Azor Montoya Matemtica Superior con Mathcad
X 0 ( t ) = X ( t ) - mx ( t )
kx ( t , t' ) = E [ X 0 ( t ) . X 0 ( t' )]
dando a t y t' todos los valores posibles en la zona de variacin del argumento de la
funcin aleatoria X ( t ) , se obtiene la funcin de dos variables t y t' que se denomina
Funcin Correlativa (a veces Autocorrelativa) de la funcin aleatoria X ( t ).
As pues, se llama funcin correlativa de la funcin aleatoria X ( t ) al momento
de correlacin de sus valores para dos valores del argumento t, t', considerado como una
funcin de t y t'.
Al coincidir los valores de los argumentos t = t', el segundo miembro de la
frmula anterior representa la esperanza matemtica del cuadrado de la funcin
aleatoria centrada, es decir, la dispersin de la funcin aleatoria X(t).
k ( t , t ) D x( t )
As, la asignacin de la funcin correlativa de una funcin aleatoria determina tambin
su dispersin.
k x( t , t ) x m x( t ) . x m x( t ) . f2( x , x , t , t ) dx dx
De esta frmula y de otra anterior [para calcular mx(t)] se ve que para calcular
ambas funciones se necesita conocer la densidad bidimensional (y por consiguiente la
unidimensional) de probabilidad. Sin embargo, en muchos problemas prcticos se puede
calcular mx(t) y kx(t,t') empleando mtodos ms simples.
A veces, para caracterizar el enlace entre los valores de una magnitud aleatoria,
en vez de la funcin correlativa, se usa la Funcin Correlativa Normada que
representa el coeficiente de correlacin de los valores de la funcin aleatoria para dos
valores del argumento.
La funcin correlativa normada de una funcin aleatoria normada de una funcin
aleatoria X(t) se determina por la frmula:
k x( t , t ) k x( t , t )
R x( t , t )
D x( t ) . D x( t ) k x( t , t ) . k x( t , t )
x( t , t ) M( X( t ) . X( t ) ) k x( t , t ) m x( t ) . m x( t )
M( c ) c
2) La esperanza matemtica del producto de una magnitud no aleatoria por una aleatoria
es igual al producto de la primera magnitud por la esperanza matemtica de la segunda.
M( c. Z) c. M( Z)
3) La esperanza matemtica de la suma de dos magnitudes aleatorias es igual a la suma
de sus esperanzas matemticas.
M( Z Y ) M( Z) M( Y)
4) La esperanza matemtica de una funcin lineal de variables aleatorias de la forma:
n
U a .Z b
i i
i= 1
es igual a la misma funcin de las esperanzas matemticas de estas magnitudes:
n
mu ai. mz b
i
i= 1
n n n n
Du ai. aj. kij k uv ai. cj. kij (48-1) (1)
i= 1 j = 1 i= 1 j = 1
donde kij es el momento de correlacin de las magnitudes aleatorias Xi, Xj (cuando i=j,
la magnitud kii representa la dispersin de la magnitud aleatoria Xi)
6) En el caso particular, cuando se trata de magnitudes aleatorias no correlacionadas X1,
X2, ... , Xn las magnitudes kij con distintos ndices son iguales a cero y las frmulas
anteriores se convierten en:
n n
2
Du ai . Di k uv ai. cj. Di (48-2) (2)
i= 1 i= 1
Donde Di = kii es la dispersin de la magnitud aleatoria Xi (i = 1,...,n)
Un caso particular de (48-1) es:
n
U Xi
i= 1
luego:
n n
Du kij
i= 1 j = 1
7) Y si las magnitudes aleatorias X1, X2, ... , Xn no estn correlacionadas:
n
Du Di
i= 1
Las dos ltimas frmulas son aplicables para cualesquiera magnitudes aleatorias
no correlacionadas. En particular, son vlidas para las magnitudes aleatorias
independientes.
Vi rnd( 1 ) 6
Ui rnd( 1 ) 6
n
n
U y V son vectores con valores distribuidos normalmente con media cero y varianza
uno.
Xi, k Ui. sin tk. Vi. cos tk. matriz cuyas filas son valores de
180 180
realizacin
Del mismo modo se puede hallar la desviacin standard punto por punto:
.
Funciones Aleatorias pgina 12
Universidad de Mendoza Ing. Jess Rubn Azor Montoya Matemtica Superior con Mathcad
X( t ) U. sin( t ) V. cos( t )
Los valores X(t) y X(t') de la funcin aleatoria examinada, para dos valores
arbitrarios del argumento, son combinaciones lineales de dos magnitudes aleatorias no
correlacionadas U y V.
Aplicando la propiedad (48-2) de los momentos de correlacin de dos
combinaciones lineales de magnitudes aleatorias no correlacionadas, se halla la funcin
correlativa de la funcin aleatoria X(t).
donde kij es el momento de correlacin de las magnitudes aleatorias Xi, Xj ( i,j = 1, ... ,
n y kii = Dxi .
______________________________________________________________________
X( t ) U. sin( . t ) V. cos( . t )
k x( t , t ) D. f( ) . cos( . ( t t ) ) d
0
Examnese el caso concreto cuando:
2.
f( )
2 2
.
En este caso queda:
2. . D. cos( . ( t t ) )
k x( t , t ) d
2
2
0
Esta integral puede calcularse por muchos procedimientos, quedando:
. t t
k x( t , t ) D. e (4)
Numricamente, el planteo del problema podra ser:
10 coeficiente
2.
f( ) (5)
2 2
.
rnd( 1 ) .
Wj . tan vector
2
para verificar este hecho se construir un histograma.
n1 8 nmero de intervalos
k2 0 .. n1 ndice para generar n1 intervalos
Max 100 m 0 Extremos del intervalo de anlisis
Max m.
interk2 m k2 vector de intervalos
n1
h hist( inter, W ) vector que cuenta las frecuencias en cada intervalo
k1 0 .. n1 1 ndice auxiliar 0 , 0.1 .. 100
<k >
Mk mean X
Del mismo modo se puede hallar la desviacin standard punto por punto:
<k >
Sk stdev X
el vector S contiene las desviaciones standard en cada punto considerado de la funcin
aleatoria Superponiendo la media y la desviacin standard a las realizaciones, queda
grficamente:
m x( t ) m x( t ) k x( t , t ) k x( t , t )
k x( t , t ) k x( t t , 0 )
D x( t ) k x( t , t ) k x( 0 , 0 ) D x( 0 ) cte
k x( t , t ) k x( t t ) k x( ) donde t t
k x( t t ) k x( t t) o bien k x( ) k x( )
k x( ) k x( 0 ) D x
Ejemplos:
.
k x( ) Dx. e donde t t
2) La funcin aleatoria:
X( t ) U. sin( . t ) V. cos( . t )
3) La funcin aleatoria:
X( t ) U. sin( . t ) V. cos( . t )
4) Si:
b. t . ( t t )
m x( t ) a k x( t , t ) D. e
Los valores de la funcin aleatoria en la serie discreta de los puntos fijos t1,
t2, ..., tn forman una secuencia aleatoria Xr = X(tr) (r = 1, 2, ...). Es evidente que el
trmino arbitrario de la secuencia aleatoria Xr se puede considerar como funcin
aleatoria de su nmero, es decir, del argumento r representado por un nmero entero y,
de este modo, no examinar el argumento t.
Si el nmero de valores del argumento tr es finito, los valores correspondientes
de la funcin aleatoria forman una secuencia aleatoria finita. Los trminos de la
secuencia aleatoria finita se pueden considerar como componentes de un vector
aleatorio. Por consiguiente, para las secuencias aleatorias finitas es vlida por completo
la teora de los vectores aleatorios.
Si el nmero de valores del argumento tr es infinito, los valores
correspondientes de la funcin aleatoria forman una secuencia aleatoria infinita. La
secuencia de valores del agumento {tr}puede irse a la infinidad por el eje t a un lado
cualquiera (positivo o negativo) o a ambos lados. En el ltimo caso con los valores tr
del argumento t se confrontan todos los nmeros enteros desde menos infinito a ms
infinito.
En lo sucesivo se examinar siempre, para que el exmen tenga un carcter
general, las secuencias aleatorias infinitas a ambos lados.
Funciones Aleatorias pgina 20
Universidad de Mendoza Ing. Jess Rubn Azor Montoya Matemtica Superior con Mathcad
mrx = M [ X r ] =M [ X ( tr ) ] (r = 0, + 1, + 2, ...)
mrx = a + b. r . (r = 0, + 1, + 2, ...)
y la funcin correlativa:
kxrs = D.g - | r - s | , g = e - .
f r ( x r | x r - 1 , . . . , x r - n ) = fr ( x r | x r - 1 ) (n = 2, 3, . . .)
f r ( x r | x r - 1 , . . . , x r - k , x r - k -1 , . . . , x r - n ) =
= fr ( x r | x r - 1 , . . . , x r - k ) (n = k + 1 , k + 2, . . . )
mxi = 0 . q + 1 . p = p (i = 1, 2, . . ., n)
As pues, la esperanza matemtica del nmero de veces que se produce un
acontecimiento al efectuar un solo experimento es siempre igual a la probabilidad de
este acontecimiento. Para hallar la dispersin de la magnitud aleatoria Xi se procede:
n n
1. 1.
mu mx p p
n i n
i= 1 i= 1
n n
1. 1. q
Du Dx p. q p.
2 i 2 n
n n
i= 1 i= 1
<j >
Xj Y1 Suma los elementos de la j-sima columna
.
El vector X indica el nmero de veces que se produce el acontecimiento A en la
primera prueba, en la segunda, ..., en la j-sima. si cada elemento se divide por el
nmero de pruebas (n2) se obtiene la media de cada variable aleatoria (mrx) y que en el
lmite debera ser p (probabilidad de sacar un seis) que vale 1/6. Esto se puede apreciar
en el grfico.
La funcin correlativa debe valer (tericamente) krrx = p . q , krsx = 0
aproximadamente p.(1-p) 1. 1
C10 = 0.194 1 = 0.139
6 6