Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PyE T5
PyE T5
Notas de clase
TEMA V
VARIABLES ALEATORIAS CONJUNTAS
INTRODUCCIN
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.1
Considrese el lanzamiento de dos dados.
El espacio muestral es
Definicin 5.1
Si
Si interesa el resultado del primer dado y la suma de los puntos en los dos
lanzamientos, entonces
Sea
:
El resultado del primer lanzamiento
:
y para
siguiente forma:
son variables aleatorias conjuntas discretas, se
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
se construye de la
Probabilidad y Estadstica
Tema V
Pg. 2
Si
,
son dos variables aleatorias conjuntas discretas. Su funcin de probabilidad
conjunta tiene las siguientes caractersticas:
1)
2)
3)
GRFICA DE UNA FUNCIN DE PROBABILIDAD CONJUNTA
Al igual que para las variables aleatorias unidimensionales, lo ms comn es dibujar
rectas verticales cuya altura representa la probabilidad, tambin se pueden dibujar los
puntos; sin embargo, como puede observarse, la lectura de una grfica de una funcin
de probabilidad conjunta se complica un poco y slo puede hacerse para el caso de dos
variables.
Si
y
son dos variables aleatorias conjuntas discretas, entonces se pueden hacer
las siguientes definiciones.
La funcin de probabilidad marginal de
al margen de
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
) como
( funcin de probabilidad de
Probabilidad y Estadstica
Tema V
Pg. 3
Resolucin
( funcin de probabilidad de
al
) como
dado que
es:
dado que
es:
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.2
Para la funcin de probabilidad conjunta discreta estudiada anteriormente, del
lanzamiento de dos dados, obtener las marginales.
S))))))))))))))))))))))))))))))))))))Q
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica
Tema V
Pg. 4
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.3
Cierto artculo se fabrica en dos lneas de produccin diferentes. La capacidad
en cualquier da dado para cada lnea es de dos artculos. Supngase que el
nmero de artculos producidos por la lnea uno en un da cualquiera es una
variable aleatoria
y que el nmero de artculos producidos por la lnea dos
est dado por
.
Construyendo la tabla
d)
a)
De la tabla:
S))))))))))))))))))))))))))))))))))))Q
b)
c)
d)
Calcular
dado
Resolucin
a)
b)
Definicin 5.3
Si
3)
c)
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.4
Sean
,
dos variables aleatorias conjuntas con funcin de densidad
Probabilidad y Estadstica
a)
Calcular el valor de
Tema V
para el cual
Pg. 5
c)
es funcin de
Para obtener
densidad
b)
c)
Resolucin
a)
Para el caso de dos variables aleatorias la propiedad 2 puede
reescribirse como
Por lo que
S))))))))))))))))))))))))))))))))))))Q
FUNCIONES DE DENSIDAD: M ARGINAL Y CONDICIONAL
b)
Al igual que para las variables aleatorias conjuntas discretas, para las continuas tambin
se definen las funciones de densidad marginal y condicional.
Si
define:
La funcin de densidad marginal de
margen de
( funcin de probabilidad de
al
( funcin de probabilidad de
al
) como
Probabilidad y Estadstica
margen de
Tema V
) como
Pg. 6
c)
Calcular
Resolucin
a)
La regin es
La funcin de densidad condicional de
dado que
es:
dado que
es:
a)
Calcular
b)
Determinar
.
.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
b)
La regin es:
Probabilidad y Estadstica
Tema V
Pg. 7
c)
d)
.
c)
Resolucin
a)
Para que la funcin sea una funcin de densidad conjunta debe de
cumplirse que
La regin de integracin para
es:
de donde
b)
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.6
Sea la funcin de densidad conjunta
Por lo que
Obtener el valor de
b)
Calcular
.
.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
, por lo que:
Probabilidad y Estadstica
c)
Tema V
Pg. 8
Para la marginal de
y siempre que
Por otro lado
Para la marginal de
y siempre que
d)
S))))))))))))))))))))))))))))))))))))Q
FUNCIN DE DISTRIBUCIN CONJUNTA
Proporciona el comportamiento probabilstico acumulado conjunto de una serie de
variables aleatorias.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica
Definicin 5.4
Si
y
Tema V
Pg. 9
Resolucin
De la definicin de funcin de distribucin conjunta se tiene:
como
Si
y
entonces:
S))))))))))))))))))))))))))))))))))))Q
Obsrvese que para construir una tabla de funcin de de distribucin conjunta
discreta slo se requiere sumar todos los valores por arriba y hacia la izquierda
(incluyendo valores diagonales) del valor que se desea obtener, en la tabla de la funcin
de la probabildad conjunta.
2)
3)
4)
5)
Definicin 5.5
Si
y
son variables aleatorias conjuntas, se dice que son
independientes si y slo si
superior a dos.
para todo
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.7
En general, para
.
variables aleatorias conjuntas
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
para
,...
, con funcin
y marginales
Probabilidad y Estadstica
Tema V
Pg. 10
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.8
Determinar si las vv.aa. conjuntas
y
con funcin de densidad conjunta
dada por:
Y puesto que
Resolucin
Para determinar si las vv. aa. son independientes o no, deben obtenerse las
marginales primero.
S))))))))))))))))))))))))))))))))))))Q
Para la marginal de
Las caractersticas numricas de las variables aleatorias conjuntas son valores que
describen el comportamiento probabilstico conjunto.
CARACTERSTICAS NUMRICAS
ALEATORIAS CONJUNTAS
DE
LAS
VARIABLES
Definicin 5.6
Si
,
De donde
y si
es una
Para la marginal de
b)
c)
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Si
Probabilidad y Estadstica
Tema V
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.9
En cierto proceso para elaborar una sustancia qumica especial, el producto
resultante contiene dos tipos de impurezas. En una muestra especfica de este
proceso,
denota la proporcin de impurezas en la muestra y
la
proporcin de la impureza tipo I entre todas las impurezas encontradas.
Supngase que se puede elaborar un modelo de la distribucin conjunta de
y
Pg. 11
, el mejor pronstico que se puede realizar del valor que tomar
que
es
La curva de regresin de
dado
son
La curva de regresin de
variables aleatorias conjuntas,
a la variable aleatoria
, la otra
, y por lo tanto
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
dado
. Su ecuacin es:
. Su ecuacin es:
Probabilidad y Estadstica
Tema V
S))))))))))))))))))))))))))))))))))))Q
Pg. 12
Por lo que
Ejemplo 5.10
Sea la funcin de densidad conjunta
siempre que
siempre que
S))))))))))))))))))))))))))))))))))))Q
Las funciones marginales y las curvas de regresin pueden interpretarse con
mayor facilidad a travs de sus grficas.
siempre que
siempre que
Y las esperanzas condicionales estn dadas por:
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica
Tema V
Pg. 13
M EDIDAS DE DISPERSIN DE VARIABLES ALEATORIAS CONJUNTAS:
COVARIANCIA Y CORRELACIN
COVARIANCIA
La covariancia es una medida de dispersin que indica, en promedio, qu tanto se alejan
conjuntamente los valores de sus medias respectivas, i.e. qu tanto varan en conjunto
(qu tanto covaran).
Definicin 5.8
Si
y
covariancia
son
como:
Teorema 5.1
Si
y
entonces:
Definicin 5.9
El coeficiente de correlacin, denotado por
Que igualmente deben dibujarse en el plano. La funcin
dibujarse en el plano
, mientras que
es:
debe
.
El coeficiente de correlacin es una cantidad adimensional que mide la
asociacin lineal entre las dos variables aleatorias, el valor de
est contenido en el
intervalo
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica
Tema V
Pg. 14
Si
2)
3)
, si y slo si
para
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.11
Dada la funcin de densidad conjunta
constantes.
c)
Obtener:
a)
b)
c)
d)
Sea
,
entonces:
Resolucin
a)
,
d)
y d e forma anloga
Puesto que
, por lo que
S))))))))))))))))))))))))))))))))))))Q
Definicin 5.10
El coeficiente de determinacin, denotado por
es:
b)
El coeficiente de determinacin, proporciona el grado de explicacin de una
variable (generalmente y) respecto a la otra (generalmente x), es decir, qu tanto se
explica , conociendo .
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica
Tema V
Teorema 5.2
Sean
Pg. 15
con la
Resolucin
donde la matriz
S))))))))))))))))))))))))))))))))))))Q
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica
Tema V
Pg. 16
DISTRIBUCIN BINORMAL
para la condicional de
dado
Definicin 5.11
Sean
y
para
Se denota
dado
; respectivamente.
Las condicionales tambin son normales con parmetros:
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.13
La vida til de un foco
y el dimetro del filamento , se distribuyen de tal
forma que el comportamiento conjunto se puede modelar mediante una
distribucin normal bivariada, con los siguientes parmetros.
[horas]
[cm]
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica
Tema V
Pg. 17
[horas 2]
AUTOEXAM EN
TEM A V
[cm ]
1.-
El valor de la constante
A)
B)
C) 1
D) 4
Sean
Entonces
A) 0.03125
B) 0.75
E) Ninguna de las anteriores.
Por lo que
3.-
S))))))))))))))))))))))))))))))))))))Q
es:
C) 0.25
D) 0.6562
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
A)
B)
D)
E) 1
C)
Probabilidad y Estadstica
4.-
Si
Tema V
dado
cuando
Pg. 18
7.-
entonces su covariancia,
, es:
es:
A)
A)
B)
C)
D)
Sean
8.-
0.1
0.3
0.4
0.2
D)
A)
9.-
entonces
B)
C)
y
C) 0.9
D) 1.5
0.2
0.1
0.05
0.1
0.15
0.12
0.05
0.1
0.13
D)
C) 1.86
D) 1.88
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
E)
A) 12.86, 18
D) 13, 12.86
10.-
B) 13, 18
C)13, 13.41
E) Ninguna de las anteriores.
1
2
0
0.1
0.4
1
0.3
0.2
cualquiera es:
A) 2
B) 0.93
E) Ninguna de las anteriores.
es:
0
1
2
y
,
es:
A) 0.6
B) 0.8
E) Ninguno de los anteriores.
6.-
Si
C)
E) Ninguna de la anteriores.
B)
es:
A) -0.408
B) 0.7
C) -0.1
D) -1.66
E) Ninguna de las anteriores.
S))))))))))))))))))))))))))))))))))))Q
Probabilidad y Estadstica
Tema V
BIBLIOGRAFA
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Pg. 19