Variables Aleatorias Bidimensionales

Luis Alejandro Msmela Caita

+
Universidad Distrital
+
lamasmelac@gmail.com-lamasmelac@hotmail.com
Denicin 1 Sea " un experimento aleatorio y S el espacio muestral asociado
con ". Sean X = X(s) y Y = Y (s) dos funciones que asignan un nmero real
a cada uno de los resulatados s S: Llamamos a (X; Y ) variable aleatoria
bidimensional (algunas veces llamada vector aleaotorio).
Observacin 2 De igual manera a como se habla en el caso univariado, el
recorrido de (X; Y ) se designar por R
XY
como el conjunto de los posibles
valores de (X; Y ). El recorrido de (X; Y ) ser por tanto un subconjunto del
plano euclidiano. Cada uno de los resultados de X = X(s), Y = Y (s) se
puede representar como un punto (x; y) en el plano.
Denicin 3 (X; Y ) es una variable aleatoria bidimensional discreta si los
valores posibles de (X; Y ) son nitos o innitos numerables. Es decir, los
valores posibles de (X; Y ) se pueden representar como

x
i
; y
j

; con i =
1; 2; :::; n; ::: y j = 1; 2; :::; m; :::
(X; Y ) es una variable aleatoria bidimensional continua si (X; Y ) puede
tomar todos los valores en un conjunto no numerable del plano euclidiano.
Denicin 4 Sea (X; Y ) una variable aleatoria discreta bidimensional. Con
cada resultado posible

x
i
; y
j

asociamos un valor p

x
i
; y
j

que representa
P

X = x
i
; Y = y
j

y que satisface las siguientes condiciones:

p

x
i
; y
j

0 para todo (x; y) ;

o
X
i=1
o
X
j=1
p

x
i
; y
j

= 1:
La funcin p() denida para todo

x
i
; y
j

en el recorrido de (X; Y ) se llama

funcin de probabilidad de (X; Y ): El conjunto de las ternas

x
i
; y
j
; p

x
i
; y
j

;
i; j = 1; 2; ::: es llamada en algunos casos funcin de distribucin de probabil-
idad de (X; Y ).
Ejemplo 5 Se seleccionan al azar 2 repuestos para un bolgrafo de una caja
que contiene 3 repuestos azules, 2 rojos y 3 verdes. Si X es el nmero de
repuestos azules y Y el nmero de repuestos rojos seleccionados, encuentre
a. la funcin de probabilidad conjunta
b. P[(X; Y ) A]; donde A es la regin (x; y)[x + y 1
Denicin 6 Sea (X; Y ) una variable aleatoria continua que toma todos los
valores en una regin R del plano euclidiano. La funcin de densidad de
probabilidad conjunta f es una funcin que satisface
f (x; y) 0 para todo (x; y) R;
ZZ
R
f (x; y) dxdy = 1:
Ejemplo 7 Suponga que la variable aleatoria continua bidimensional (X; Y )
tiene una fdp conjunta dada por
f(x; y) =
(
x
2
+
xy
3
; 0 x 1; 0 y 2
0 e.o.c.
a. Verique que f(x; y) es una fdp.
b. Calcule la probabilidad P [(X; Y ) B] donde B = X + Y 1 :
Denicin 8 Sea (X; Y ) una variable aleatoria bidimensional. La funcin de
distribucin acumulativa (fda) F de la variable bidimensional (X; Y ) esta
denida por
F(x; y) = P (X x; Y y) :
Observacin 9 Propiedades similares al caso de variables unidimensionales
tiene esta funcin, entre ellas
@
2
F
@x@y
= f(x; y)
dondequiera que F sea diferenciable.
Denicin 10 Las distribuciones marginales de X sla y Y sla en el caso
discreto estan dadas por
p(x
i
) =
o
X
j=1
p

x
i
; y
j

y q(y
j
) =
o
X
i=1
p

x
i
; y
j

;
en el caso continuo se tiene
g(x) =
Z
o
o
f(x; y)dy y h(y) =
Z
o
o
f(x; y)dx:
Denicin 11 Dada una variable aleatoria bidimensional discreta (X; Y ); con
fdp conjunta p

x
i
; y
j

y con marginales p(x

i
) y q(y
j
); se dene las distribu-
ciones condicionales de X dado Y = y
i
y de Y dado X = x
i
como,
p(x
i
[y
j
) =
p

x
i
; y
j

q(y
j
)
siempre que q(y
j
) > 0;
q(y
j
[x
i
) =
p

x
i
; y
j

p(x
i
)
siempre que p(x
j
) > 0:
Denicin 12 Dada una variable aleatoria bidimensional continua (X; Y ); con
fdp conjunta f (x; y) y con marginales g(x) y h(y); se dene las distribuciones
condicionales de X dado Y = y y de Y dado X = x como,
g(x[y) =
f (x; y)
h(y)
siempre que h(y) > 0;
h(y[x) =
f (x; y)
g(x)
siempre que g(x) > 0:
Denicin 13 Dada una variable aleatoria bidimensional discreta (X; Y ): Dec-
imos que X y Y son variables aleatorias independientes si y slo si
p(x
i
[y
j
) = p(x
i
)q(y
j
);
para todo i y j.
Denicin 14 Dada una variable aleatoria bidimensional continua (X; Y ): En-
tonces de dice que X y Y son variables aleatorias independientes si y slo si
f (x; y) = g(x)h(y)
para todo x y y, en donde f es la fdp conjunta y g y h son las fdps marginales
de X y Y respectivamente:
Ejemplo 15 Sean X y Y dos variable aleatorias con fdp conjunta
f(x; y) = e
(x+y)
; x 0; y 0
muestre que las dos variables son independientes.
Teorema 16 Suponga (X; Y ) una variable aleatoria bidimensional:
1. Si (X; Y ) es una variable aleatoria bidimensional discreta. Entonces X y Y
son independientes si y slo si
p(x
i
[y
j
) = p(x
i
) o q(y
j
[x
i
) = q(y
j
)
para todo i, j.
2. Si (X; Y ) una variable aleatoria bidimensional continua. Entonces X y Y son
independientes si y slo si
g(x[y) = g(x) o h(y[x) = h(y)
para todo (x; y).
Demostracin. (Ejercicio)
Ejercicio 17 Suponga que
f(x; y) = 8xy si 0 x y 1
verique que X y Y son dependientes.
Funciones de Variables Aleatorias.
Al denir una variable aleatoria bidimensional (X; Y ), se tratan un par de
funciones X(s) y Y (s) que asignan un par de valores al evento s en S, en el
marco de un experimento aleatorio ":
Considerando ahora la funcin bivariada Z = H
1
(X; Y ) se debe tener claro
que, en el marco del experimento "; ahora se tiene que
Z = Z(s) = H
1
[X(s); Y (s)]
es una nueva variable aleatoria que asigna a s un valor real como funcin de
los valores reales que asignaban X y Y .
Cmo se obtiene la fdp de la nueva variable aleatoria Z?
Caso Discreto
En el caso discreto la situacin es sencilla y se ilustra a partir del Ejemplo 5.
Especicando su fdp conjunta se tiene:
Si se desea obtener la distribucin de la variable aleatoria Z = X+Y; se puede
observar que esta variable toma valores 0, 1, 2, 3 y 4. Por ejemplo para calcular
la probabilidad
P(Z = 2) = P [(X = 0; Y = 2) ' (X = 1; Y = 1) ' (X = 2; Y = 1)]
= P(X = 0; Y = 2) + P(X = 1; Y = 1) + P(X = 2; Y = 0)
= p(0; 2) + p(1; 1) + p(2; 0)
= 1=28 + 3=14 + 3=28 = 2=7
De manera similar se obtienen las probabilidades para los otros casos. (Ejerci-
cio)
Caso Continuo
Teorema 18 Supongamos que (X; Y ) es una variable aleatoria bidimensional
continua con fdp conjunta f. Sea Z = H
1
(X; Y ) y W = H
2
(X; Y ); y
supongamos que las funciones H
1
y H
2
satisfacen las siguientes condiciones:
a. Las ecuaciones z = H
1
(x; y) y w = H
2
(x; y) se pueden resolver nica-
mente para x y y en funcin de z y w; digamos x = G
1
(z; w) y y = G
2
(z; w):
b. Las derivadas parciales @x=@z; @x=@w; @y=@z y @y=@w existen y son
continuas.
Luego la fdp conjunta de (Z; W); digamos k(z; w), est dada por la expresin
siguiente:
k(z; w) = f [G
1
(z; w); G
2
(z; w)] [J(w; z)[
en donde,
J(w; z) =

@x=@z @x=@w
@y=@z @y=@w

en donde k(z; w) ser distinta de cero para los valores de (z; w) que corre-
sponden a valores de (x; y) para los cuales f(x; y) es distinto de cero.
Ejercicio 19 Sean X y Y dos varaibles aleatorias continuas con distribucin
de probabilidad conjunta
f(x; y) =
(
4xy; 0 x 1; 0 y 1
0; en otros casos
Encuentre la distribucin de probabilidad conjunta de Z = X
2
y W = XY: