Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algunos experimentos estadsticos pueden incluir ms de una variable aleatoria las cuales
actan en forma conjunta, y es de inters determinar la probabilidad correspondiente a los
diferentes valores que estas variables puedan tomar.
En esta seccin revisamos las distribuciones de probabilidad para dos variables aleatorias que
intervienen en forma conjunta.
Caso discreto
Definicin
Sean X, Y: variables aleatorias discretas. Entonces su funcin de
de probabilidad conjunta es f(x,y)
distribucin
f ( x , y) 1
x
3) P(X=x,Y=y) = f(x,y)
Tambin se puede definir la distribucin de probabilidad acumulada conjunta:
F(x,y) = P(Xx,Yy) =
f ( s, t ) , -x,y
s x t y
Ejemplo.
Una caja contiene 4 bateras defectuosas, 3 bateras en regular estado, y 2 bateras
aceptables. Se toman dos bateras al azar.
a) Encuentre la distribucin de probabilidad conjunta.
Solucin
Sean las variables aleatorias discretas
X: cantidad de bateras defectuosas
Y: cantidad de bateras en regular estado
2-X-Y: es la cantidad de bateras en buen estado que se obtienen en la
muestra.
Siguiendo el modelo hipergeomtrico, se tiene que la cantidad de formas diferentes de tomar x
bateras defectuosas de las 4 existentes,
y bateras en regular estado, de las 3 existentes, y
2-x-y bateras aceptables de las 2 existentes, es
4
x
3
y
2 x y
Adems hay formas diferentes de tomar dos bateras de la caja. Por lo tanto, la distribucin
2
de probabilidad conjunta es
P(X=x, Y=y) = f(x,y) =
4
x
3
y
2 x y
, x,y = 0,1,2; x+y2
9
4
1
3
0
2 1 0
= 0.2222
9
Caso continuo
Definicin
Sean X, Y: dos variables aleatorias continuas, entonces su funcin de densidad conjunta es
f(x,y)
Esta funcin satisface las siguientes propiedades
1) f(x,y)0, x, y
2) f ( x , y)dxdy 1
d b
f (x, y)dxdy
3) P(aXb, cYd) =
c a
f (u, v )dudv
Ejemplo.
Suponga que el tiempo de mantenimiento semanal de una mquina depende de dos variables
aleatorias contnuas (horas):
X: duracin del mantenimiento mecnico
Y: duracin el mantenimiento elctrico
Suponga que la densidad de probabilidad conjunta es
2
( x 2 y), 0 x, y 1
f(x,y) = 3
0,
otros x, y
a) Verifique que es una funcin de densidad de probabilidad
Solucin
1) f(x,y)0, x, y.
2)
f ( x , y)dxdy 1 :
11
2 11
1 2
00
00
2 x
2 1
2 y
2xy ]10 dy ( 2 y)dy [ y 2 ]10 1
30 2
30 2
3 2
= [
P(X1/4, Y1/2) =
1/ 2
(x 2 y)dxdy = 13/96
0 3
conjunta.
h(y)=P(Y=y)=
f ( x , y)
x
g(x)= f ( x , y)dy
h(y)= f ( x , y)dx
Para cada variable la distribucin marginal se obtiene sumando la funcin de probabilidad sobre
la otra variable.
Ejemplo.
En el problema de las bateras, encuentre la distribucin marginal g(x) correspondiente a la
cantidad de bateras defectuosas.
Solucin:
2
En este ejemplo, tambin se puede expresar g(x) mediante una frmula similar al modelo
hipergeomtrico, separando las variables en dos grupos: X y las dems:
g(x) =
4
x
2 x
9
, x=0, 1, 2
Ejemplo.
Encuentre la densidad marginal g(x) para el problema del mantenimiento de la mquina:
Solucin:
g(x) =
2
2
2
f (x, y)dy 0 3 (x 2y)dy 3 xy y
1
0
2
( x 1), 0x1
3
Se puede ver que las distribuciones marginales g(x), h(y) son en realidad funciones de
probabilidad de X, Y en forma separada. Estas funciones deben cumplir las propiedades
respectivas. Por ejemplo, verifique g(x), X continua:
4) g(x)0, x
5) g( x )dx
P(aXb) =
g( x )dx
a
P( X x , Y y)
P( Y y )
Que se puede expresar con la notacin establecida para las distribuciones conjuntas:
f(x|y) =
f ( x , y)
h( y)
f ( x , y)
h( y)
f(y|x) =
f ( x , y)
g( x )
Definicin
Sean X, Y variables aleatorias continuas con densidad de probabilidad f(x,y)
Entonces, la densidad condicional de X dado que Y=y, es
f(x|y) =
f ( x , y)
h( y)
f ( x , y)
g( x )
Caso discreto:
P(aXb|Y=y) =
f ( x | y)
xa
b
Caso continuo:
P(aXb|Y=y) =
f ( x | y)dx
a
Ejemplo.
En el ejemplo de las bateras, encuentre la distribucin condicional de X dado que Y=1
Solucin
f(x|1) = f(x,1)/h(1)
2
Pero, h(1) =
f ( x ,1) =f(0,1)+f(1,1)+f(2,1)
x0
Por lo tanto
f(x|1) =
f ( x ,1)
f (0,1) f (1,1) f (2,1)
Calcule la probabilidad que la segunda batera sea defectuosa dado que la primera es regular:
Solucin
P(X=1|Y=1) =
f (1,1)
0.3333
=
=0.6667
f (0,1) f (1,1) f (2,1)
0. 5
Para este ejemplo, se puede formular de manera general la probabilidad condicional. Ejemplo.
Determine f(x|y)
4
x
3
y
f(x|y) =
f ( x , y)
h( y)
3
y
Ejemplo.
Calcule P(X=1|Y=1)
Solucin
2 x y
9
2 y
9
4
x
2 x y
, x,y=0,1,2; x+y2
6
2 y
P(X=1|Y=1) = f(1|1) =
f ( x , y)
h( y)
4
1
2 1 1
= 0.6667
6
2 1
Ejemplo.
En el problema del mantenimiento de la mquina,
a) Encuentre la densidad condicional f(y|x)
Solucin
2
( x 2 y)
f ( x , y) 3
x 2y
f(y|x) =
, 0x,y1
2
g(x )
x1
(x 1)
3
b) Calcule la probabilidad que el mantenimiento elctrico (Y) dure menos de 15 minutos
dado que el mantenimiento mecnico (X) dur 30 minutos
Solucin
P(Y0.25|X=0.5) =
0.25
0.25 0.5 2 y
f ( y | 0 .5 )
0. 5 1
dy =0.125
f ( x , y)
h( y)
g(x) = f ( x , y)dy
Supongamos que f(x|y) no depende de y. Esto significa que la expresin f(x|y) no contendra a
la variable y. Por lo tanto, puede salir del integral:
En el caso de variables aleatorias discretas, para que esta definicin sea cierta, debe
cumplirse que en cada punto, el producto de las
distribuciones marginales
sea igual a la distribucin conjunta
.
MEDIA Y VARIANZA PARA VARIABLES ALEATORIAS CONJUNTAS
Sean X, Y variables aleatorias con distribucin de probabilidad conjunta f(x,y)
Sea G(X,Y), alguna expresin con X,Y. Por lo tanto G tambin es una variable aleatoria.
Definicin
Si X, Y son variables aleatorias discretas
La media o valor esperado de G(X,Y), es
G( X , Y ) E G( X , Y )
G( x , y)f ( x, y)
X
La media o
Ejemplo
Calcule la media de la suma de bateras defectuosas y bateras en estado regular en el ejemplo
anterior:
Solucin
G(X,Y) = X+Y;
E X Y
( x y )f ( x , y )
x 0 y0
Siendo f(x,y) =
4
x
3
y
2 x y
, x, y = 0, 1, 2; x+y2
9
Ejemplo
En el ejemplo del mantenimiento de la mquina, calcule la media de la duracin de la suma del
tiempo de mantenimiento semanal elctrico y mecnico:
Solucin
G(X,Y) = X+Y
E X Y
1 1
(x y)f ( x, y)dxdy
0 0
Siendo f(x,y) =
2
( x 2 y) , 0x,y1
3
CASO ESPECIAL
Si G(X,Y) = X
X E X
xf (x , y) x f (x, y) xg(x )
X
Si G(X,Y) = Y
Y E Y
yf( x, y) y f ( x, y) yh( y)
X
X E X xg( x )dx
Si G(X,Y) = Y
Y E Y yh( y)dy
(x
)( y Y )f ( x , y )dxdy
Demostracin
Cov[X,Y] = E[(X-X)(Y-Y)] = E[XY - XY - YX + XY]
= E[XY] - YE[X] - XE[Y] + XY
= E[XY] - YX - XY + XY
= E[XY] - XY
Propiedades de la covarianza
Si X, Y son variables aleatorias estadsticamente independientes,
entonces Cov[X,Y] = 0
Demostracin
Si X, Y son variables aleatorias estadsticamente independientes,
se tiene que f(x,y) = g(x) h(y)
Por lo tanto,
E[XY] =
= E[X] E[Y]
sustituya en la frmula de la covarianza:
Cov[X,Y] = E[XY] - XY = E[X]E[Y] - XY = XY - XY = 0
( x
x
)( y Y )f ( x , y)
Si los valores de X, Y son ambos grandes o ambos pequeos, el producto de sus diferencias
con respecto a sus medias tendr signo positivo, y la suma de estos trminos tendr signo
positivo. Tambin es cierto con variables continuas
Definicin
Sean X, Y variables aleatorias conjuntas (discretas o continuas)
entonces, el coeficiente de correlacin de X, Y es:
XY
Cov X , Y
XY , 1 XY 1
X Y
X Y