Está en la página 1de 5

CONJUNTA CONTINUA

DISTRIBUCION

Clase 13
Distribuciones Conjuntas Continuas
Jose Tapia Caro

1.

Distribuci
on Conjunta Continua

Definici
on 1.1. Sean X e Y dos variables aleatorias continuas. Se dice que la funci
on fXY (x, y)
es una funci
on de densidad de probabilidad conjunta para X e Y si cumple lo siguiente.
1. fXY (x, y) 0; (x, y) R2
R R
2. fXY (x, y)dydx = 1
RR
3. P ((X, Y ) A) =
f (x, y)dydx
A XY
El lector debe notar que el primer significado o interpretacion de la integral doble en este texto
es el de una probabilidad de acuerdo a la tercera parte de la Definicion 1.1.

3.0
2.5
1.0

2.0

0.5

1.5

0.8
0.0
1.0

0.6
0.8

0.4

0.8

0.5
0.0
1.0

0.6
0.8

1.0

1.0

0.6

0.4

f(x,y)

f(x,y)

1.0

0.6

0.4

0.2
0.2

0.4

0.2
0.2

0.0

0.0

0.0

Figura 1: Densidad del Ejemplo 1

0.0

Figura 2: Densidad del Ejemplo 2

Ejemplo 1. Sean X e Y variables aleatorias continuas con densidad de probabilidad conjunta dada
por,
(
k(4 (x + y)2 ) , 0 < x < 1, 0 < x < 1
fXY (x, y) =
0
, en otro caso
a) Determine el valor de la constante k.
b) Encuentre la probabilidad de que tanto X como Y sean menores que 0,5.
Soluci
on
a) El valor de la constante k debe ser tal que se cumpla la segunda condicion de la Definicion 1.1.
En este ejemplo,
Z Z
Z 1Z 1
k(4 (x + y)2 )dydx
fXY (x, y)dydx =

Z
=

(4y (x + y)3 /3)|10 dx

k
0

Z
=

[(4 (x + 1)3 /3) + x3 /3]dx

=
1

k(17/6)

CONJUNTA CONTINUA
DISTRIBUCION

Entonces, la integral vale 1 si k = 6/17.


b)
P (X < 0, 5 Y < 0, 5)

=
=

P (0 < X < 0, 5 0 < Y < 0, 5)


Z 0,5 Z 0,5
(4 (x + y)2 )dydx
(6/17)
0

Z
=

0,5

(4y (x + y)3 /3)|y=0,5


y=0 dx

(6/17)
0

Z
=

0,5

(6/17)

[(2 (x + 0, 5)3 /3) + x3 /3]dx

x=0,5
(6/17)[(2x (x + 0, 5)4 /12) + x4 /12] |x=0

0, 3272
La densidad de probabilidad conjunta del Ejemplo 1 aparece en la Figura 1.

1.1.

Distribuciones Marginales Continuas

Definici
on 1.2. Sean X e Y dos variables aleatorias continuas con densidad de probabilidad conjunta fXY (x, y). Se definen las funciones de densidad de probabilidad marginales de X e Y Y a,
Z
fX (x) =
fXY (x, y)dy, x R
(1)

Z
fY (y) =
fXY (x, y)dx, y R
(2)

Ejemplo 2. Sean X e Y variables aleatorias continuas con densidad de probabilidad conjunta dada
por,
(
3x(1 xy) , 0 < x < 1, 0 < y < 1
fXY (x, y) =
0
, en otro caso
Determine las densidades marginales de X e Y .
Soluci
on La densidad de este ejemplo se muestra en la Figura 2.
La marginal de X es,
Z
Z 1
fX (x) =
fXY (x, y)dy = 3
x(1 xy)dy

3(xy x2 y 2 /2) |y=1


y=0

3(x x2 /2); 0 < x < 1

La marginal de Y es,
Z
fY (y)

1.2.

x(1 xy)dx

fXY (x, y)dy = 3

3(x /2 x3 y/3) |y=1


y=0

3/2 y; 0 < y < 1

Distribuciones Condicionales Continuas

Definici
on 1.3. Sean X e Y dos variables aleatorias continuas con funci
on de densidad de probabilidad conjunta fXY (x, y).
1. Para cualquier valor x tal que fX (x) > 0 se define la densidad de probabilidad condicional de
Y dado X = x de la siguiente manera,
fY /X (y/x) =

fXY (x, y)
,y R
fX (x)

(3)

CONJUNTA CONTINUA
DISTRIBUCION

2. Para cualquier valor y tal que fY (y) > 0 se define la densidad de probabilidad condicional de
X dado Y = y de la siguiente manera,
fX/Y (x/y) =

fXY (x, y)
,x R
fY (y)

(4)

Ejemplo 3. Encuentre la densidad condicional de Y dado X = x usando la densidad del Ejemplo


2.
Soluci
on
fY /X (y/x)

=
=
=

1.3.

fXY (x, y)
fX (x)
3x(1 xy)
3(x x2 /2)
1 xy
; 0 < x < 1, 0 < y < 1
(1 x/2)

Independencia de Variables Aleatorias Continuas

Definici
on 1.4. Sean X e Y dos variables aleatorias continuas y con funci
on de densidad de
probabilidad conjunta fXY (x, y). Se dir
a que X e Y son independientes si la distribuci
on conjunta
es el producto de las distribuciones marginales; esto es
fX,Y (x, y) = fX (x)fY (y); (x, y) R

(5)

Ejemplo 4. Son independientes las variables aleatorias X e Y del Ejemplo 2?


Soluci
on Hay tres formas de mostrar que las variables no son independientes.
La primera, es observar que la densidad condicional fY /X (y/x) = (1 xy)/(1 x/2); 0 < x < 1, 0 <
y < 1 depende del valor condicionante X = x y en consecuencia Y no es independiente de X.
La segunda forma es observar que la densidad condicional fY /X (y/x) = (1 xy)/(1 x/2); 0 < x <
1, 0 < y < 1 es diferente a la marginal fY (y) = 3/2 y; 0 < y < 1.
La tercera manera es comprobar que la densidad conjunta fXY (x, y) = 3x(1 xy); 0 < x < 1, 0 <
y < 1 no es el producto de las densidades marginales fX (x) = 3(x x2 /2); 0 < x < 1 y fY (y) =
3/2 y; 0 < y < 1.
La definici
on de independencia estadstica entre dos variables aleatorias X e Y se puede extender
a un n
umero mayor de variables aleatorias.
Definici
on 1.5. Se dice que las variables X1 , X2 , . . . , Xn son estadsticamente independientes si la
distribuci
on conjunta es el producto de todas las marginales; esto es,
fX1 ,X2 ,...,Xn (x1 , x2 , . . . , xn ) = fX1 (x1 )fX2 (x2 ) fXn (xn )

(6)

Un caso especial y frecuente de variables aleatorias independientes que se emplea en inferencia


estadstica son aquellas que adem
as tienen la misma distribucion fX (x). En ese caso se hablara de
variables aleatorias iid (independientes e identicamente distribuidas).
Ejemplo 5. Suponga que X1 , X2 , . . . , Xn son variables aleatorias independientes identicamente
distribuidas de acuerdo a la densidad de probabilidad dada por,
(
3x2 0 x < 1
f (x) =
0
en otro caso
Encuentre la densidad conjunta fX1 ,X2 ,...,Xn (x1 , x2 , . . . , xn ).
Soluci
on La densidad de probabilidad de cada una de las variables aleatorias Xi esta dada por
f (xi ) = 3x2i ; 0 xi < 1 para i = 1, 2, . . . , n. Entonces, por la independencia se obtiene que,
fX1 ,X2 ,...,Xn (x1 , x2 , . . . , xn )

= fX1 (x1 )fX2 (x2 ) fXn (xn )


=

(3x21 )(3x22 ) (3x2n )

3n (x1 x2 xn )2 ; 0 xi < 1, i = 1, 2, . . . , n

EJERCICIOS

Finalmente,
(
3n (x1 x2 xn )2
fX1 ,X2 ,...,Xn (x1 , x2 , . . . , xn ) =
0

2.

, 0 xi < 1, i = 1, 2, . . . , n
, en otro caso

Ejercicios

1. Suponga que en un buen a


no economico X e Y son variables aleatorias continuas que representan la rentabilidad entre 0 % y 100 % de dos carteras de acciones A y B respectivamente.
La densidad de probabilidad conjunta esta dada por,
(
kx2 (1 x)y(1 y) , 0 < x < 1, 0 < y < 1
fXY (x, y) =
0
, en otro caso
a) Determine la constante k.
b) Encuentre la densidad de probabilidad y la funcion de distribucion de la rentabilidad de
la cartera A.
c) Calcule la probabilidad de que la cartera A tenga una rentabilidad superior al 30 %.
d) Compruebe de tres maneras diferentes que las rentabilidades X e Y son independientes.
(
12x2 (1 x) , 0 < x < 1
R.
a) k = 72
b)
fX (x) =
0
, en otro caso

,x 0
0
3
4
c) 0,9163
d) La marginal de
FX (x) = 4x 3x , 0 < x < 1

1
,x 1
Y es fY (y) = 6y(1 y), 0 < y < 1 y el producto con la marginal de X dada en b) resulta ser
la conjunta.
2. Sean X e Y variables aleatorias continuas con densidad de probabilidad conjunta dada por,
(
key , 0 < x < y
fXY (x, y) =
0
, en otro caso
a) Determine la constante k.
b) Determine las densidades marginales.
c) Determine las densidades condicionales.
d) Son X e Y independientes?
R.
b)

c)
d)
de y.

a) k = 1
(
ex
fX (x) =
0

,x > 0
, en otro caso

(
yey
fY (y) =
0

,y > 0
, en otro caso

(
(
1
,0 < x < y
exy , 0 < x < y
fY /X (y/x) =
fX/Y (x/y) = y
0
, en otro caso
0 , en otro caso
X e Y no son independientes porque la densidad condicional de X dado Y = y depende

3. Suponga que X1 , X2 , . . . , Xn son variables aleatorias discretas independientes identicamente


distribuidas de acuerdo a la densidad de probabilidad dada por,
( 3 x
e 3
, x = 0, 1, 2, 3, . . .
x!
f (x) =
0
en otro caso
4

EJERCICIOS

Encuentre la densidad conjunta fX1 ,X2 ,...,Xn (x1 , x2 , . . . , xn ) indicando su dominio.


R.
( 3n Pn xi
e Q 3 i=1
, (x1 , x2 , . . . , xn ) {0, 1, 2, 3, . . .}n
n
i=1 xi !
fX1 ,X2 ,...,Xn (x1 , x2 , . . . , xn ) =
0
en otro caso
4. Suponga que X1 , X2 , . . . , Xn son variables aleatorias continuas independientes identicamente
distribuidas de acuerdo a la densidad de probabilidad dada por,
(
1
; 0 < x < , > 0 es una constante
f (x) =
0 ; en otro caso
Encuentre la densidad conjunta fX1 ,X2 ,...,Xn (x1 , x2 , . . . , xn ) indicando su dominio.
R.
(
1
, (x1 , x2 , . . . , xn ) ]0, [n
n
fX1 ,X2 ,...,Xn (x1 , x2 , . . . , xn ) =
0
en otro caso