PyE T5

PROBABILIDAD Y ESTADSTICA
Notas de clase
A. Leonardo Bauelos Saucedo

Nayelli Manzanarez Gmez
TEMA V
VARIABLES ALEATORIAS CONJUNTAS
INTRODUCCIN
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.1
Considrese el lanzamiento de dos dados.
El espacio muestral es
En los captulos anteriores se estudiaron variables aleatorias unidimensionales; es decir,

se estudi cada variable de manera independiente; sin embargo, en muchas ocasiones es
necesario estudiar dos o ms caractersticas (variables) de un experimento. En cualquier
sistema fsico, econmico o social, que se estudie a travs de modelos aleatorios, pueden
existir varias variables, y debido a la interrelacin entre ellas, deben estudiarse modelos
que describan el comportamiento probabilstico conjunto de dichas variables.
Definicin 5.1
Si
son variables aleatorias definidas sobre un
mismo espacio muestral, dichas variables aleatorias reciben el nombre

de VARIABLES ALEATORIAS CONJUNTAS.
As como se dijo en el tema anterior, que una variable aleatoria responde a una
pregunta de inters en un fenmeno, las variables aleatorias conjuntas se puede decir que
representan varias caractersticas (o responden a varias preguntas) de inters en un
mismo fenmeno. Y al igual que en el tema anterior, existen variables aleatorias
conjuntas discretas y continuas.
Si interesa el resultado del primer dado y la suma de los puntos en los dos
lanzamientos, entonces
Sea
:
El resultado del primer lanzamiento
:
La suma de los resultados de los dos lanzamientos.
VARIABLES ALEATORIAS CONJUNTAS DISCRETAS

La funcin de probabilidad conjunta para
Definicin 5.2
Si
y para
siguiente forma:
son variables aleatorias conjuntas discretas, se
define su funcin de probabilidad conjunta como:
Es bastante comn utilizar
para denotar la funcin de probabilidad
conjunta; sin embargo, aqu se prefiere la notacin
, puesto que tambin es una
funcin y facilita la generalizacin de diversas expresiones.

Anotando las probabilidades en una tabla se tiene:
En particular si
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
se construye de la
Probabilidad y Estadstica
Tema V
Pg. 2
CARACTERSTICAS DE LA FUNCIN DE PROBABILIDAD CONJUNTA
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.
FUNCIONES DE PROBABILIDAD: M ARGINAL Y CONDICIONAL
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
Tema V
Pg. 3
Resolucin
La funcin de probabilidad marginal de

margen de
al
) como
La funcin de probabilidad condicional de
dado que
es:
La funcin de probabilidad condicional de
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.
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
. Con base en datos estadsticos se obtuvo la siguiente tabla
que corresponde a la funcin de probabilidad conjunta de
.
Construyendo la tabla
d)
a)
De la tabla:
S))))))))))))))))))))))))))))))))))))Q
b)
Calcular la probabilidad de que en un da dado el nmero de artculos

producidos en la lnea uno sea mayor que el nmero de artculos
producidos en la lnea dos .
Obtener las funciones de probabilidad marginales de
y
c)
Determinar la funcin de probabilidad condicional de
VARIABLES ALEATORIAS CONJUNTAS CONTINUAS
d)
Calcular
dado
Resolucin
a)
b)
Definicin 5.3
Si
son variables aleatorias conjuntas continuas,
entonces su funcin de densidad conjunta se define como una funcin

con las siguientes caractersticas
1)
2)
3)
c)
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.4
Sean
,
dos variables aleatorias conjuntas con funcin de densidad
a)
Calcular el valor de
Tema V
para el cual
Pg. 5
c)
es funcin de
Para obtener
, se dibuja la regin de integracin
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
son dos variables aleatorias conjuntas continuas, entonces se
define:
La funcin de densidad marginal de
margen de
La funcin de densidad marginal de

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
al
al
) como
margen de
Tema V
) como
Pg. 6
c)
Calcular
Resolucin
a)
La regin es
La funcin de densidad condicional de
dado que
es:
La funcin de densidad condicional de
dado que
es:
Obsrvese que la distribucin condicional, se obtiene con la misma expresin

tanto para variables aleatorias discretas como continuas.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.5
Sean
las proporciones de dos sustancias distintas que se encuentran
en una muestra de una mezcla de reactivos que se usa como insecticida.

Supngase que
y
tienen una densidad de probabilidad conjunta
representada por
a)
Calcular
b)
Determinar
.
.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
b)
La regin es:
Tema V
Pg. 7
c)
Obtener las funciones marginales
d)
Obtener las funciones de densidad condicional
.
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)
La regin de integracin es:
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.6
Sea la funcin de densidad conjunta
Por lo que
o bien utilizando el complemento

a)
Obtener el valor de
b)
Calcular
.
.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
, por lo que:
c)
Tema V
Pg. 8
Las marginales se obtienen de
Para la marginal de
y siempre que
Por otro lado
Para la marginal de
y siempre que
d)
Para las funciones de densidad condicional
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.
Definicin 5.4
Si
y
Tema V
Pg. 9
Resolucin
De la definicin de funcin de distribucin conjunta se tiene:
son dos variables aleatorias conjuntas se define
como
Si
y
entonces:
son dos variables aleatorias conjuntas discretas o continuas,
para vv.aa. discretas
para vv.aa. continuas
tiene las siguientes propiedades:
Propiedades de la Funcin de distribucin Conjunta

1)
es una funcin no decreciente
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)
INDEPENDENCIA DE VARIABLES ALEATORIAS CONJUNTAS

Despus de estudiar las funciones de probabilidad y de densidad marginales, se observa
que el conocimiento (o la informacin) sobre el valor de una de las variables aleatorias
puede modificar el comportamiento probabilstico de la otra variable. Esto slo sucede
si las variables conjuntas son dependientes.
3)
4)
5)
Para vv.aa. continuas, si
tiene derivadas parciales de orden
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
de probabilidad o de densidad conjunta

Utilizando la funcin de probabilidad conjunta del ejemplo 5.3, obtener su
funcin de distribucin conjunta discreta.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
para
, son independientes si y slo si
,...
, con funcin
y marginales
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
se concluye que las variables
son independientes o no. Justificar su respuesta.
no son independientes (son dependientes).
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
M EDIDAS DE TENDENCIA CENTRAL: VALOR ESPERADO Y CURVA DE

REGRESIN
Definicin 5.6
Si
,
son variables aleatorias conjuntas con funcin de
probabilidad o de densidad conjunta
De donde
y si
es una
funcin de dichas variables aleatorias. Entonces el valor esperado de

se define como:
Para la marginal de
PROPIEDADES DEL VALOR ESPERADO

a)
De donde
b)
c)
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Si
son variables aleatorias independientes entonces
Tema V
S))))))))))))))))))))))))))))))))))))Q
el valor que tomar
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
es el valor esperado, calculado desde luego a partir de la distribucin condicional

correspondiente. Por lo tanto, si se sabe que
se denota por
, el valor pronosticado para
que
es
mediante la funcin de densidad de probabilidad siguiente:

Definicin 5.7
Si
, son variables aleatorias conjuntas, se define el valor
esperado condicional como:
Encontrar el valor esperado de la proporcin de impurezas tipo I.

Resolucin
Puesto que
es la proporcin de impurezas en la muestra y
la proporcin
de impurezas de tipo I en relacin al total de las impurezas muestrales, tenemos
que
es la proporcin de impurezas tipo I en la muestra entera. Es decir,
se debe obtener
La curva de regresin de
dado
, es el lugar geomtrico de los valores
esperados de las distribuciones condicionales de

))))))))))))))))))))))))))))))))))))Q
Es importante observar que si
an cuando se imponga la condicin

variable aleatoria conjunta
son
La curva de regresin de
variables aleatorias conjuntas,
a la variable aleatoria
, la otra
sigue siendo una variable aleatoria, y como tal posee un
comportamiento probabilstico propio, descrito por
, y por lo tanto
tambin se pueden determinar sus caractersticas numricas.

Esto mismo ocurre con la condicin
As, si
son dos variables aleatorias conjuntas y se conoce con certeza
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
dado
. Su ecuacin es:
, es el lugar geomtrico de los valores
esperados de las distribuciones condicionales de
. Su ecuacin es:
El concepto de curva de regresin tiene su principal utilidad en los pronsticos,

puesto que para cada proporciona el valor esperado (o pronstico) de , o viceversa.
En el tema de Anlisis de Datos, se estudi un resultado particular de la curva de
regresin, en el cual se modela para una lnea recta u otra curva a travs de un sistema
lineal en los parmetros, dando lugar al concepto de regresin lineal.
Tema V
S))))))))))))))))))))))))))))))))))))Q
Pg. 12
Por lo que
Ejemplo 5.10
Sea la funcin de densidad conjunta
siempre que
Obtener las esperanzas condicionales para cualquier valor (curvas de

regresin).
Resolucin
De un ejemplo anterior se sabe que para la funcin de densidad conjunta, las
condicionales son:
siempre que
S))))))))))))))))))))))))))))))))))))Q
Las funciones marginales y las curvas de regresin pueden interpretarse con
mayor facilidad a travs de sus grficas.
siempre que
Funcin de densidad conjunta
Su grfica desde dos perspectivas es:
siempre que
Y las esperanzas condicionales estn dadas por:
Las funciones condicionales dibujadas junto a la funcin de densidad son:
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
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
para el valor constante
variables aleatorias conjuntas, entonces se define la
covariancia
Debe observarse que las funciones condicionales se dibujan en el plano (y cada

una en su plano); sin embargo, aqu se dibujan junto con la funcin de densidad conjunta
para que se observe que tienen la misma tendencia. Es decir, para cada valor
la condicional
son
como:
Aplicando las propiedades del valor esperado, se tiene que la covariancia se

puede calcular mediante:
acumula la probabilidad de la funcin conjunta

y luego la refiere a la unidad.
Teorema 5.1
Si
y
entonces:
Las esperanzas condicionales son:
son dos variables aleatorias conjuntas independientes,
El valor esperado de la covariancia depende de la escala en la que estn

. Para referir la relacin entre
de correlacin.
a una escala fija se debe utilizar el coeficiente
Definicin 5.9
El coeficiente de correlacin, denotado por
Que igualmente deben dibujarse en el plano. La funcin
dibujarse en el plano
, mientras que
debe dibujarse en el plano
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.
Tema V
Pg. 14
El coeficiente de correlacin tiene las siguientes propiedades.

1)
Si
2)
Para cualesquiera variables aleatorias conjuntas
son variables aleatorias independientes, entonces
3)
, si y slo si
para
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.11
Dada la funcin de densidad conjunta
de forma anloga, por simetra
constantes.
c)
Obtener:
a)
Las densidades marginales de
b)
Las funciones de densidad condicional de
c)
d)
La expresin de las esperanzas condicionales de

El coeficiente de correlacin.
Sea
,
entonces:
Resolucin
a)
,
d)
y d e forma anloga
Puesto que
, entonces las variables
aleatorias son independientes y

De manera anloga, por simetra
, 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.
Tema V
Teorema 5.2
Sean
Pg. 15
variables aleatorias con parmetros
son constantes. Entonces la variable aleatoria
con la
combinacin lineal siguiente
tiene como parmetros
recibe el nombre de m atriz de variancia-covariancia, y tiene diversas aplicaciones en

ingeniera.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.12
Supngase que
,
y
son variables aleatorias con
La obtencin de la variancia de una combinacin lineal se facilita si se utiliza

la forma matricial
Obtener
Resolucin
donde la matriz
S))))))))))))))))))))))))))))))))))))Q
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Tema V
Pg. 16
DISTRIBUCIN BINORMAL
para la condicional de
dado
Una generalizacin de la variable aleatoria normal unidimensional es la distribucin

normal bivariada, o binormal. La principal aplicacin de la distribucin binormal se
encuentra en el clculo de errores y en la teora para la regresin lineal, cuando se
estudian los supuestos tericos que debe cumplir.
Definicin 5.11
Sean
y
dos variables aleatorias conjuntas, con funcin de densidad
Mientras que la condicional de
para
Se denota
dado
tiene como parmetros a:
La funcin de densidad binormal tiene como interpretacin grfica una

superficie.
Y las funciones de densidad marginales son normales con parmetros

y
; 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.
Tema V
Pg. 17
[horas 2]
AUTOEXAM EN
TEM A V
[cm ]
1.-
El valor de la constante
, para que la funcin
El gerente de control de calidad desea determinar la vida de servicio de cada

foco midiendo el dimetro del filamento. Si el dimetro de un filamento es
0.098, determinar la probabilidad de que el foco dure 1950 horas?
sea una funcin de densidad conjunta es:
Resolucin
Del enunciado
De donde:
A)
B)
C) 1
D) 4
E) Ninguna de las anteriores.

2.-
Sean
dos variables aleatorias conjuntas con funcin de densidad
Entonces
A) 0.03125
B) 0.75
Por lo que
3.-
S))))))))))))))))))))))))))))))))))))Q
es:
C) 0.25
D) 0.6562
La ganancia de un almacn de la central de abastos depende del tiempo de

llegada del proveedor (que llega entre 1 y 4 a.m.) y la calidad del producto (que
convencionalmente vara de 1 a 2). Llamemos al tiempo de llegada y a la
calidad.
Ambas variables tienen una funcin de densidad conjunta
Entonces la funcin de densidad de probabilidad del tiempo de llegada es:
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
A)
B)
D)
E) 1
C)
4.-
Si
Tema V
son variables aleatorias conjuntas con funcin de densidad
entonces la densidad condicional de
dado
cuando
Pg. 18
7.-
Si dos variables aleatorias tienen la densidad conjunta
entonces su covariancia,
, es:
es:
A)
A)
B)
C)
D)
Sean
8.-
0.1
0.3
0.4
0.2
Entonces, el valor esperado de
D)
son variables aleatorias conjuntas con
A)
9.-
entonces
B)
C)
Las variables aleatorias
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
Entonces el nmero esperado de piezas que producen las dos lneas en un da
D)
C) 1.86
D) 1.88
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
E)
representan los rendimientos de las acciones de

,
. La media y la desviacin estndar de la combinacin lineal

son respectivamente:
A) 12.86, 18
D) 13, 12.86
10.-
B) 13, 18
C)13, 13.41
Si las variables aleatorias conjuntas

conjunta
1
2
tienen la funcin de probabilidad
0
0.1
0.4
1
0.3
0.2
cualquiera es:
A) 2
B) 0.93
es:
dos empresas. Sus parmetros son:
Dos lneas de ensamble producen cierto nmero de piezas en un da segn la

distribucin de probabilidad conjunta siguiente
0
1
2
y
,
es:
A) 0.6
B) 0.8
E) Ninguno de los anteriores.
6.-
Si
dos variables aleatorias conjuntas con funcin de probabilidad
C)
E) Ninguna de la anteriores.
E) Ninguna de las anteriores

5.-
B)
Entonces el coeficiente de correlacin entre
es:
A) -0.408
B) 0.7
C) -0.1
D) -1.66
S))))))))))))))))))))))))))))))))))))Q
Tema V
BIBLIOGRAFA
Hines, W illiam W . y M ontgomery, Douglas C. - Probabilidad y Estadstica para

ingeniera, cuarta edicin..- CECSA.- Mxico, 2005.
Milton, Susan J. Y Arnold, Jesse C.- Probabilidad y Estadstica para con aplicaciones
para ingeniera y ciencias computacionales, cuarta edicin.- McGraw-Hill.- Mxico,
2004..
Devore, Jay L.- Probabilidad y Estadstica para ingeniera y ciencias, sptima edicin.Editorial Cengage.- Mxico, 2008.
W ackerly Dennis D.- Mendenhall, W illiam, et al.- Estadstica Matemtica con
Aplicaciones, sexta edicin.- Editorial Thomson.- Mxico, 2002.
W alpole, Ronald E., et al.- Probability and Statistics for Engineers and Scientists.Pearson.- USA, 2007.
Montgomery, Douglas C. y Runger, George C.-Probabilidad y Estadstica aplicadas a
la Ingeniera, segunda edicin.- Limusa-W iley.- Mxico, 2002.
Scheaffer, Richard L. y M cClave, James T.- Probabilidad y Estadstica para Ingeniera.Grupo Editorial Iberoamrica.- Mxico, 1993.
Canavos, George C.- Probabilidad y Estadstica Aplicaciones y Mtodos.- McGrawHill.- Mxico, 1988.
Meyer, Paul L.- Probabilidad y Aplicaciones Estadsticas.- Addison W esley
Iberoamericana.- Mxico, 1992.
Borras Garca, Hugo E., et al.- Apuntes de Probabilidad y Estadstica.-Facultad de
Ingeniera.- Mxico, 1985.
Rosenkrantz, W alter A.- Introduction to Probability and Statistics for Scientists and
Engineers.- McGraw-Hill.- EE.UU., 1997.
Ross Sheldon M - Probabilidad y Estadstica para Ingeniera y Ciencias-McGraw-Hill.Mxico, 2002.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Pg. 19

PyE T5

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

PyE T5

Cargado por

Copyright:

Formatos disponibles

PROBABILIDAD Y ESTADSTICA

A. Leonardo Bauelos Saucedo

En los captulos anteriores se estudiaron variables aleatorias unidimensionales; es decir,

son variables aleatorias definidas sobre un

mismo espacio muestral, dichas variables aleatorias reciben el nombre

La suma de los resultados de los dos lanzamientos.

VARIABLES ALEATORIAS CONJUNTAS DISCRETAS

define su funcin de probabilidad conjunta como:

Es bastante comn utilizar

para denotar la funcin de probabilidad

conjunta; sin embargo, aqu se prefiere la notacin

, puesto que tambin es una

funcin y facilita la generalizacin de diversas expresiones.

CARACTERSTICAS DE LA FUNCIN DE PROBABILIDAD CONJUNTA

FUNCIONES DE PROBABILIDAD: M ARGINAL Y CONDICIONAL

La funcin de probabilidad marginal de

La funcin de probabilidad condicional de

La funcin de probabilidad condicional de

. Con base en datos estadsticos se obtuvo la siguiente tabla

que corresponde a la funcin de probabilidad conjunta de

Calcular la probabilidad de que en un da dado el nmero de artculos

Determinar la funcin de probabilidad condicional de

VARIABLES ALEATORIAS CONJUNTAS CONTINUAS

son variables aleatorias conjuntas continuas,

entonces su funcin de densidad conjunta se define como una funcin

, se dibuja la regin de integracin

son dos variables aleatorias conjuntas continuas, entonces se

La funcin de densidad marginal de

La funcin de densidad condicional de

Obsrvese que la distribucin condicional, se obtiene con la misma expresin

las proporciones de dos sustancias distintas que se encuentran

en una muestra de una mezcla de reactivos que se usa como insecticida.

Obtener las funciones marginales

Obtener las funciones de densidad condicional

La regin de integracin es:

o bien utilizando el complemento

Las marginales se obtienen de

Para las funciones de densidad condicional

son dos variables aleatorias conjuntas se define

son dos variables aleatorias conjuntas discretas o continuas,

para vv.aa. discretas

para vv.aa. continuas

tiene las siguientes propiedades:

Propiedades de la Funcin de distribucin Conjunta

es una funcin no decreciente

INDEPENDENCIA DE VARIABLES ALEATORIAS CONJUNTAS

Para vv.aa. continuas, si

tiene derivadas parciales de orden

de probabilidad o de densidad conjunta

, son independientes si y slo si

se concluye que las variables

son independientes o no. Justificar su respuesta.

no son independientes (son dependientes).

M EDIDAS DE TENDENCIA CENTRAL: VALOR ESPERADO Y CURVA DE

son variables aleatorias conjuntas con funcin de

probabilidad o de densidad conjunta

funcin de dichas variables aleatorias. Entonces el valor esperado de

PROPIEDADES DEL VALOR ESPERADO

son variables aleatorias independientes entonces

el valor que tomar

es el valor esperado, calculado desde luego a partir de la distribucin condicional

, el valor pronosticado para

mediante la funcin de densidad de probabilidad siguiente: