Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aplicaciones
Las distribuciones conjuntas se encuentran de manera natural en
gran cantidad de aplicaciones en problemas de ingeniera, salud,
economa y empresa, algunos ejemplos podran ser:
En
En
En
FUNCION DE DISTRIBUCIN
El comportamiento conjunto de dos variables aleatorias X e Y
(continuas o discretas) est determinado por la funcin de
distribucin (o distribucin acumulada):
en particular, si
Propiedades
2
f XY ( x, y ) =
FXY ( x, y )
x y
Ejemplo
Considerar la siguiente funcin de densidad bivariada
Solucin
La probabilidad P (X > Y ) se puede obtener integrando f sobre el
conjunto
yx
Ejemplo
Calcula el valor de c para que f(x, y) sea funcin de densidad.
Solucin
Ejercicio
Encontrar FDA
I:
II:
III:
IV:
Distribuciones Marginales
Las componentes de los vectores aleatorios son v. a. y resulta en
muchos casos de inters de estudiar el comportamiento de cada una
de esas variables por separado o de grupos de las mismas. Para
abordar este problemas se definen las distribuciones marginales.
La densidad marginal de X e Y, fX(x) y fY(y), respectivamente viene
dada por:
Ejemplo
Dada la densidad f(x, y).
Solucin
a) La probabilidad de que P (X< 0,5 ; Y< 0,75) es:
Distribuciones Condicionadas
En muchos problemas reales puede interesa estudiar el
comportamiento de una variable teniendo cierta informacin
complementaria sobre el experimento.
Por ejemplo sea (X, Y) un vector aleatorio cuyas componentes
representan, respectivamente, las intensidades de las seales
enviadas y recibidas a travs de un canal de informacin.
Un aspecto fundamental es este tipo de problemas es conocer el
comportamiento de la seal recibida Y condicionada a que se ha
enviado una seal (X=x), es decir, analizar la distribucin de (Y /
X=x). Otro problema muy interesante es el complementario del
anterior, o sea, estudiar la seal que se envi cuando se conoce la
seal recibida (X/ Y=y).
f X |Y ( x ) =
f XY ( x , y )
fY ( y )
fY |X ( y ) =
f XY ( x , y )
f X (x)
son
densidades
de
Ejemplo
Con la informacin del ejemplo anterior obtn las distribuciones
condicionadas de (Y/X=x) y (X/Y=y). Hallar P(X > 0.75 / Y = 0.5)
Solucin
Si
y = 0.5 f ( x / y ) = 0.5 + x
0.75
(0.5 + x)dx =
11
= 0.34375
32
Ejercicio
Sea (X, Y) un vector aleatorio continuo con funcin de
densidad conjunta
Solucin
a)
b)
Esperanza condicionada
La manera en la que se calcula la esperanza:
Media condicionada de X dado Y=y
E ( X |Y = y) =
xf
X |Y
( x ) dx
E (Y | X = x ) =
yf Y | X ( y ) dy
Ejemplo
Dada la densidad f(x, y).
Solucin
Independencia
Si X e Y son continuas, sern independientes si:
f(x, y) = fX(x)fY(y).
Donde ahora estas funciones representan funciones de densidad. Si
no cumplen la relacin anterior, se dice que son dependientes.
Ejemplo
Considera la densidad conjunta: fX,Y(x, y) = x y e-(x + y) x > 0, y > 0.
Las distribuciones marginales: fX,(x) = x e-x x > 0, y fY(y) = y e- y y > 0,
Respectivamente. Entonces, fX,Y(x, y) = fX(x) fY(y). Por tanto, X e Y son
independientes.
Ejemplo
Solucin
Normal bivariante
Diremos que (X, Y) se distribuye como una normal
N2(,) si su fdp es:
Ejemplo
Suponga que X e Y son variables aleatorias con f.d.p normal
bivariada con
Calcule:
a) P(X<2), b) P(Y>1), c) E[Y| X]=1, d) E[X.Y] e) V[5X+ 2Y+1]
Solucin
Ejemplo
Las calificaciones obtenidas en dos pruebas distintas A y B por los
alumnos presentados a la Selectividad, son dependientes y siguen
las distribuciones normales: NA ( = 62; 2 = 202), NB ( = 52; 2 =
102). La covarianza entre ellas es 100. La prueba se considera
superada con 50 puntos. Calcular:
(a) La probabilidad de que un alumno en la prueba A haya obtenido
una puntuacin menor que 40.
(b) La probabilidad que haya superado la prueba B.
(c) Si para el acceso a una Universidad se necesita que la media
aritmtica de las dos notas anteriores sea mayor que 70, cul es la
probabilidad de que un alumno escogido al azar pueda acceder a
dicha Universidad?
Solucin
Ejemplo
Ejemplo