INDEPENDENCIA DE VARIABLES ALEATORIAS

Teorema
Las variables X e Y son independientes si y slo si la distribucin
conjunta es igual al producto de sus distribuciones marginales; es
decir,
p(x, y) = p(x) q(y)

para todo (X,Y) RXY

P[ X / Y = yo ] = p(x)

para todo x RX

P[ Y / X = xo ] = q(y)

para todo y RY

Adems si tenemos que X e Y son dos variables aleatorias independientes

entonces:

a) E(XY) = E(X)E(Y)
b) V(X Y) = V(X) + V(Y)
Covarianza y Coeficiente de Correlacin
Cuando dos variables no son independientes; es decir, cuando
estn relacionadas, es de inters el poder medir dicho grado de
relacin adems del sentido de la relacin existente entre estas
dos variables. Existen dos indicadores que nos proporcionan
informacin sobre dicha relacin:
La Covarianza:
Proporciona informacin sobre cmo se RELACIONAN dos
variables; es decir sobre el sentido de la asociacin o relacin
entre dos variables (directa o inversa). La covarianza no

proporciona informacin sobre el grado o fuerza de la relacin

entre las variables X e Y.

COV (X,Y ) = E(XY) E(X)E(Y)

En esta caso tendremos que la expresin E(XY) se calcula de la

siguiente manera:

E ( XY ) xi y j p ( xi , y j )
A partir de esto tendremos que:
COV(X,Y) > 0

Existe relacin directa entre X e Y (al aumentar el

valor de una variable el valor de la otra variable
aumenta tambin).

COV(X,Y) < 0

Existe relacin inversa entre X e Y (al aumentar el

valor de una variable, el valor de la otra variable
disminuye

COV(X,Y) = 0

X e Y son independientes. No existe relacin entre

las variables X e Y

El Coeficiente de correlacin:
Es una medida descriptiva que expresa el grado de asociacin o
relacin lineal entre dos variables X e Y. e s un valor entre 0 y 1.
Se le denota con la letra griega o con r. Originado por el
investigador Karl Pearson aproximadamente en el ao 1900.

 XY
Se tendr que
Si: xy = 1

Cov ( X , Y )
V ( X ) V (Y )

1 1
Existe relacin lineal perfecta y directa entre X e Y.

Si: xy = - 1

Existe relacin lineal perfecta e inversa entre X e Y.

Si: xy = 0

No existe relacin lineal entre X e Y.

Existe alta correlacin cuando el coeficiente de correlacin tiene un valor que

est entre
1 y 0.75
o entre 0.75 y 1; se considera como correlacin
moderada si est entre 0.75 y 0.4 0.40 y 0.75 y se considera como
correlacin alta si est entre 0.75 y 1 -1 y 0.75

-1

- 0.75

Alta
Correlacin
Correlacin

- 0.4
Correlacin
Moderada

0.40
Baja correlacin

0.75
Correlacin

Alta HH
Moderada

Ejemplo:

Se tiene la siguiente funcin de probabilidad conjunta de dos variables

aleatorias X e Y

p( x , y )

x 2y
; x 1, 2; y 1, 2
18

Determine el grado de correlacin entre estas variables

Cuando dos variables estn correlacionadas entonces se tiene que:

i) E(XY) E(X)E(Y)
ii) V(X + Y) = V(X) + V(Y) + 2 Cov(X,Y)
iii) V(X - Y) = V(X) + V(Y) - 2 Cov(X,Y)