¿Pueden dos variables aleatorias tener la misma distribución y, sin embargo, ser casi seguramente diferentes?


21

¿Es posible que dos variables aleatorias tengan la misma distribución y, sin embargo, casi seguramente sean diferentes?

Respuestas:


38

Deje que y definir Y = - X . Es fácil demostrar que Y N ( 0 , 1 ) .Xnorte(0 0,1)Y=-XYnorte(0 0,1)

Pero

PAGS{ω:X(ω)=Y(ω)}=PAGS{ω:X(ω)=0 0,Y(ω)=0 0}PAGS{ω:X(ω)=0 0}=0 0.

Por lo tanto, e Y son diferentes con probabilidad uno.XY


18
Este mismo truco funciona de manera mucho más general e incluso en casos que podrían "parecer" más simples para alguien que se encuentra por primera vez con el tema. Por ejemplo, considere y 1 - X , donde X es una variable aleatoria de Bernoulli con una probabilidad de éxito siendo 1 / 2 . X1-XX1/ /2
cardenal

24

Cualquier par de variables aleatorias independientes e Y que tengan la misma distribución continua proporciona un contraejemplo.XY

De hecho, dos variables aleatorias que tienen la misma distribución ni siquiera se definen necesariamente en el mismo espacio de probabilidad, por lo tanto, la pregunta no tiene sentido en general.


3
(+1) Su segundo punto, en particular, es importante y, una vez que lo comprende, ayuda a dilucidar las diferencias en los dos conceptos involucrados.
cardenal

-1

Solo considere e Y ( x ) = 1 - x con x [ 0 , 1 ] con la medida de Borel o Lebesgue. Para ambos, la probabilidad acumulada es F ( x ) = x y la distribución de probabilidad es f ( x ) = 1 . Para la suma X + Y, la distribución es una unidad de masa de Dirac en x = 1 .X(X)=XY(X)=1-XX[0 0,1]F(X)=XF(X)=1X+YX=1


Bienvenido a nuestro sitio. ¿Podría aclarar el sentido en que su publicación responde la pregunta en este hilo y muestra cómo difiere de la respuesta dada por Zen (y el comentario de @Cardinal a esa respuesta )?
whuber
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.