Está en la página 1de 8

REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA


UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA DE LA FUERZA ARMADA
NUCLEO ZULIA
INGENIERIA EN SISTEMAS
PROBABILIDAD Y ESTADISTICAS
SECCIN 03-ISI-D02

UNIDAD III: VARIABLES ALEATORIAS


BIDIMENSIONALES

INTEGRANTES:
ENRIQUE CORDERO
CI. 20662798
KERMAN SANCHEZ
CI. 25668245

MARACAIBO, FEBRERO DE 2016

INDICE

1. Funcin de densidad conjunta.


2. Funcin de densidad marginal.
3. Funcin de densidad condicional, valor esperado condicional.
4. Variables aleatorias independientes
5. Esperanza matemtica de funciones de varias variables aleatorias
6. Extension al caso n-dimensional

1. Funcin de densidad conjunta.


El estudio de variables aleatorias y su distribucin de probabilidad, est
restringido a espacios mustrales unidimensionales en los que registramos
los resultados asumidos por una sola variable en un experimento. Sin
embargo habr situaciones en las que convenga registrar resultados
simultneos de diferentes variables aleatorias.
Se dice que dos variables aleatorias X e Y tienen una distribucin continua
conjunta si existe una funcin NO negativa f definida sobre todo el
plano xy tal que para cualquier subconjunto A del plano,

La funcin f se denomina funcin de densidad de probabilidad conjunta o


f.d.p conjunta, de X e Y. Tal f.d.p conjunta debe satisfacer las dos condiciones
siguientes:

La probabilidad de que el par (X,Y) pertenezca a cualquier regin del


plano xy se puede determinar integrando la f.d.p conjunta f(x,y) sobre esa
regin.
EL volumen total por debajo de la superficie z =f(x, y) y por encima del
plano xy debe ser 1. La probabilidad de que el par (X, Y) pertenezca al
rectngulo A es igual al volumen de la figura slida con base que se
muestra a continuacin. La parte superior de la figura slida est formada
por la superficie z = f(x, y).

2. Funcin de densidad marginal.


Al hablar de funcin de densidad conjunta podemos definir la funcin de densidad marginal de X o
de Y.
Llamemos entonces f
marginal para Y.

(x) la funcin de densidad marginal para X y f

En el caso del ejemplo de las bolas negras y azules, tenemos:

(y) la funcin de densidad

Para: X = 1, 2, ---- 4

Y = 1, 2, ---- 5

Observamos que la funcin de densidad marginal de X , la calculamos utilizando el recorrido de la


otra variable, con el fin de que la conjunta nos quede en trminos de una sola variable.
Ahora:

3. Funcin de densidad condicional, valor esperado condicional.


Si tenemos una funcin de densidad de variable discreta pluridimensional en general, podemos
hallar la funcin de densidad condicional que deseemos; para el caso de funcin de densidad
conjunta f(x, y), se tendrn dos funciones de densidad condicional, as:

Si nos remitimos de nuevo al ejemplo de la distribucin de las bolas negras y azules; tenemos:

Cuando una variable aleatoria se condiciona por la ocurrencia de un evento


B podemos definir valores esperados condicionados por ese evento. Valor
Esperado Condicional de X: Se define como valor esperado condicional al
valor esperado que ocurre cuando se condiciona la variable por el evento B.
Se calcula mediante la expresin siguiente:

4. Variables aleatorias independientes


Variable aleatoria independiente: Supongamos que "X" e "Y" son variables
aleatorias discretas. Si los eventos X = x / Y = y son variables aleatorias
independientes. En tal caso: P(X = x, Y = y) = P( X = x) P ( Y = y). De
manera equivalente: f(x,y) = f1(x).f2(y). Inversamente, si para todo "x" e "y"
la funcin de probabilidad conjunta f(x,y) no puede expresarse slo como el
producto de una funcin de "x" por una funcin de "y" (denominadas
funciones de probabilidad marginal de "X" e "Y" ), entonces "X" e "Y" son
dependientes. Si "X" e "Y" son variables aleatorias continuas, decimos que
son variables aleatorias independientes si los eventos "X x", e "Y y" y
son eventos independientes para todo "x" e "y" . De manera equivalente:
F(x,y) = F1(x).F2(y), donde F1(x) y F2(y) son las funciones de distribucin

(marginal) de "X" e "Y" respectivamente. Inversamente, "X" e "Y" son


variables aleatorias dependientes si para todo "x" e "y" su funcin de
distribucin conjunta F(x,y) no puede expresarse como el producto de las
funciones de distribucin marginales de "X" e "Y". Para variables aleatorias
independientes continuas, tambin es cierto que la funcin de densidad
conjunta f(x,y)es el producto de las funciones densidad de probabilidad
marginales de "X", f1(x), y de "Y", f2(y).

5. Esperanza matemtica de funciones de varias variables


aleatorias

6. Extension al caso n-dimensional


La generalizacin inmediata de (R,B,P) es la probabilizacin de R k mediante
el espacio de probabilidad (R k ,B k ,P), donde B k es la correspondiente
lgebra de Borel que puede venir
engendrada, entre
otros, por los rectngulos

La funcin de distribucin asociada a la medida de probabilidad en R k se


define para cada punto
mediante

Donde Sx, denominado regin suroeste, es igual a


posee propiedades anlogas a las del caso unidimensional.
-

. Esta funcin

Es montona creciente para cada componente.


Continuidad conjunta por la derecha. Si x (n)x, entonces F(x(n))F(x)

lim F ( x 1 , , x i ) =1

x i +

Si para

ai bi , a ,b
i

lim F( x1 , , x i )=0

x i

representa al operador diferencia, actuando de

la forma

Sucesivas aplicaciones del mismo conducen a

Y siendo la probabilidad mayor o igual que cero, la siguiente desigualdad


es siempre cierta,

permite obtener una medida de probabilidad que es adems nica. La


demostracin de este resultado puede ser objeto de un ejercicio
complementario de prcticas. En cualquier caso, buenas exposiciones del
mismo pueden consultarse en los textos de Billingsley y Shiryayev.

BIBLIOGRAFIA

- Manual de Estadstica. David Ruiz Muoz. Universidad Pablo de


Olavide. 2000
- Teora de Probabilidades y Estadstica Matemtica. Gert Maibaum.
Editorial Pueblo y educacin. 1988
- Probabilidad y estadstica para ingenieros. Ronald E. Walpole,
Raymond H. Myers, Sharon L. Myers. Pearson Education. 1998
- Probabilidad e inferencia estadstica. Luis A. Santal. Universidad de
Buenos Aires. 1970