PROBABILIDAD Y ESTADSTICA

Notas de clase

A. Leonardo Bauelos Saucedo

Nayelli Manzanarez Gmez
 TEMA V S))))))))))))))))))))))))))))))))))))Q

VARIABLES ALEATORIAS CONJUNTAS Ejemplo 5.1

INTRODUCCIN Considrese el lanzamiento de dos dados.

El espacio muestral es
En los captulos anteriores se estudiaron variables aleatorias unidimensionales; es decir,
se estudi cada variable de manera independiente; sin embargo, en muchas ocasiones es
necesario estudiar dos o ms caractersticas (variables) de un experimento. En cualquier
sistema fsico, econmico o social, que se estudie a travs de modelos aleatorios, pueden
existir varias variables, y debido a la interrelacin entre ellas, deben estudiarse modelos
que describan el comportamiento probabilstico conjunto de dichas variables.

Definicin 5.1
Si son variables aleatorias definidas sobre un
mismo espacio muestral, dichas variables aleatorias reciben el nombre Si interesa el resultado del primer dado y la suma de los puntos en los dos
de VARIABLES ALEATORIAS CONJUNTAS. lanzamientos, entonces
Sea
As como se dijo en el tema anterior, que una variable aleatoria responde a una : El resultado del primer lanzamiento
pregunta de inters en un fenmeno, las variables aleatorias conjuntas se puede decir que
: La suma de los resultados de los dos lanzamientos.
representan varias caractersticas (o responden a varias preguntas) de inters en un
mismo fenmeno. Y al igual que en el tema anterior, existen variables aleatorias
conjuntas discretas y continuas.

VARIABLES ALEATORIAS CONJUNTAS DISCRETAS

La funcin de probabilidad conjunta para y para se construye de la
Definicin 5.2 siguiente forma:
Si son variables aleatorias conjuntas discretas, se
define su funcin de probabilidad conjunta como:

Es bastante comn utilizar para denotar la funcin de probabilidad

conjunta; sin embargo, aqu se prefiere la notacin , puesto que tambin es una
funcin y facilita la generalizacin de diversas expresiones.
Anotando las probabilidades en una tabla se tiene:
En particular si

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 2

CARACTERSTICAS DE LA FUNCIN DE PROBABILIDAD CONJUNTA

Si , son dos variables aleatorias conjuntas discretas. Su funcin de probabilidad

conjunta tiene las siguientes caractersticas:

1)

2)

3)
GRFICA DE UNA FUNCIN DE PROBABILIDAD CONJUNTA

Al igual que para las variables aleatorias unidimensionales, lo ms comn es dibujar FUNCIONES DE PROBABILIDAD: M ARGINAL Y CONDICIONAL
rectas verticales cuya altura representa la probabilidad, tambin se pueden dibujar los
puntos; sin embargo, como puede observarse, la lectura de una grfica de una funcin
de probabilidad conjunta se complica un poco y slo puede hacerse para el caso de dos Si y son dos variables aleatorias conjuntas discretas, entonces se pueden hacer
variables. las siguientes definiciones.

La funcin de probabilidad marginal de ( funcin de probabilidad de

al margen de ) como

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 3

Resolucin

La funcin de probabilidad marginal de ( funcin de probabilidad de al

margen de ) como

La funcin de probabilidad condicional de dado que es:

La funcin de probabilidad condicional de dado que es:

S))))))))))))))))))))))))))))))))))))Q

Ejemplo 5.2

Para la funcin de probabilidad conjunta discreta estudiada anteriormente, del

lanzamiento de dos dados, obtener las marginales.

S))))))))))))))))))))))))))))))))))))Q

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 4

S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.3
Cierto artculo se fabrica en dos lneas de produccin diferentes. La capacidad
en cualquier da dado para cada lnea es de dos artculos. Supngase que el
nmero de artculos producidos por la lnea uno en un da cualquiera es una
variable aleatoria y que el nmero de artculos producidos por la lnea dos
est dado por . Con base en datos estadsticos se obtuvo la siguiente tabla
que corresponde a la funcin de probabilidad conjunta de y .

Construyendo la tabla

d) De la tabla:
a) Calcular la probabilidad de que en un da dado el nmero de artculos
producidos en la lnea uno sea mayor que el nmero de artculos S))))))))))))))))))))))))))))))))))))Q
producidos en la lnea dos .
b) Obtener las funciones de probabilidad marginales de y
c) Determinar la funcin de probabilidad condicional de dado VARIABLES ALEATORIAS CONJUNTAS CONTINUAS
d) Calcular

Resolucin Definicin 5.3

Si son variables aleatorias conjuntas continuas,
a)
entonces su funcin de densidad conjunta se define como una funcin
con las siguientes caractersticas
b) 1)

2)

3)

S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.4
c) Sean , dos variables aleatorias conjuntas con funcin de densidad

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 5

c) Para obtener , se dibuja la regin de integracin

a) Calcular el valor de para el cual es funcin de
densidad
b)
c)

Resolucin
a) Para el caso de dos variables aleatorias la propiedad 2 puede
reescribirse como

Por lo que

S))))))))))))))))))))))))))))))))))))Q

FUNCIONES DE DENSIDAD: M ARGINAL Y CONDICIONAL

Al igual que para las variables aleatorias conjuntas discretas, para las continuas tambin
se definen las funciones de densidad marginal y condicional.
b)

Si y son dos variables aleatorias conjuntas continuas, entonces se

define:
La funcin de densidad marginal de ( funcin de probabilidad de al
margen de ) como

La funcin de densidad marginal de ( funcin de probabilidad de al

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 6

margen de ) como
c) Calcular .

Resolucin
a) La regin es
La funcin de densidad condicional de dado que es:

La funcin de densidad condicional de dado que es:

Obsrvese que la distribucin condicional, se obtiene con la misma expresin

tanto para variables aleatorias discretas como continuas.

S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.5

b) La regin es:
Sean y las proporciones de dos sustancias distintas que se encuentran
en una muestra de una mezcla de reactivos que se usa como insecticida.
Supngase que y tienen una densidad de probabilidad conjunta
representada por

a) Calcular .

b) Determinar .

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 7

c) Obtener las funciones marginales y .

d) Obtener las funciones de densidad condicional y

c) Resolucin
a) Para que la funcin sea una funcin de densidad conjunta debe de
cumplirse que , por lo que:
La regin de integracin para es:

de donde

b) La regin de integracin es:

S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.6

Sea la funcin de densidad conjunta

Por lo que

o bien utilizando el complemento

a) Obtener el valor de .
b) Calcular .

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 8

c) Las marginales se obtienen de

Para la marginal de y siempre que

Por otro lado

Para la marginal de

y siempre que
d) Para las funciones de densidad condicional
S))))))))))))))))))))))))))))))))))))Q

FUNCIN DE DISTRIBUCIN CONJUNTA

Proporciona el comportamiento probabilstico acumulado conjunto de una serie de

variables aleatorias.

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 9

Resolucin
Definicin 5.4 De la definicin de funcin de distribucin conjunta se tiene:
Si y son dos variables aleatorias conjuntas se define
como .
Si y son dos variables aleatorias conjuntas discretas o continuas,
entonces:

para vv.aa. discretas

para vv.aa. continuas

S))))))))))))))))))))))))))))))))))))Q
Y tiene las siguientes propiedades:
Obsrvese que para construir una tabla de funcin de de distribucin conjunta
Propiedades de la Funcin de distribucin Conjunta discreta slo se requiere sumar todos los valores por arriba y hacia la izquierda
(incluyendo valores diagonales) del valor que se desea obtener, en la tabla de la funcin
1) es una funcin no decreciente de la probabildad conjunta.

2)
INDEPENDENCIA DE VARIABLES ALEATORIAS CONJUNTAS
Despus de estudiar las funciones de probabilidad y de densidad marginales, se observa
3) que el conocimiento (o la informacin) sobre el valor de una de las variables aleatorias
puede modificar el comportamiento probabilstico de la otra variable. Esto slo sucede
si las variables conjuntas son dependientes.
4)
Definicin 5.5
Si y son variables aleatorias conjuntas, se dice que son
5) Para vv.aa. continuas, si tiene derivadas parciales de orden
independientes si y slo si
superior a dos.

para todo y .

S))))))))))))))))))))))))))))))))))))Q
En general, para variables aleatorias conjuntas , ,... , con funcin
Ejemplo 5.7
de probabilidad o de densidad conjunta y marginales
Utilizando la funcin de probabilidad conjunta del ejemplo 5.3, obtener su
funcin de distribucin conjunta discreta. para , son independientes si y slo si

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 10

S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.8
Determinar si las vv.aa. conjuntas y con funcin de densidad conjunta
dada por:

Y puesto que

son independientes o no. Justificar su respuesta. se concluye que las variables y no son independientes (son dependientes).

Resolucin S))))))))))))))))))))))))))))))))))))Q
Para determinar si las vv. aa. son independientes o no, deben obtenerse las CARACTERSTICAS NUMRICAS DE LAS VARIABLES
marginales primero.
ALEATORIAS CONJUNTAS
Para la marginal de Las caractersticas numricas de las variables aleatorias conjuntas son valores que
describen el comportamiento probabilstico conjunto.

M EDIDAS DE TENDENCIA CENTRAL: VALOR ESPERADO Y CURVA DE

REGRESIN

Definicin 5.6
Si , son variables aleatorias conjuntas con funcin de
probabilidad o de densidad conjunta y si es una
De donde
funcin de dichas variables aleatorias. Entonces el valor esperado de
se define como:

Para la marginal de

PROPIEDADES DEL VALOR ESPERADO

a)
b)
De donde
c) Si , son variables aleatorias independientes entonces

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 11

S))))))))))))))))))))))))))))))))))))Q el valor que tomar , el mejor pronstico que se puede realizar del valor que tomar
es el valor esperado, calculado desde luego a partir de la distribucin condicional
Ejemplo 5.9
En cierto proceso para elaborar una sustancia qumica especial, el producto correspondiente. Por lo tanto, si se sabe que , el valor pronosticado para que
resultante contiene dos tipos de impurezas. En una muestra especfica de este se denota por es
proceso, denota la proporcin de impurezas en la muestra y la
proporcin de la impureza tipo I entre todas las impurezas encontradas.
Supngase que se puede elaborar un modelo de la distribucin conjunta de
y mediante la funcin de densidad de probabilidad siguiente:

Definicin 5.7
Si , son variables aleatorias conjuntas, se define el valor
esperado condicional como:
Encontrar el valor esperado de la proporcin de impurezas tipo I.

Resolucin

Puesto que es la proporcin de impurezas en la muestra y la proporcin

de impurezas de tipo I en relacin al total de las impurezas muestrales, tenemos
que es la proporcin de impurezas tipo I en la muestra entera. Es decir,
se debe obtener

La curva de regresin de dado , es el lugar geomtrico de los valores

esperados de las distribuciones condicionales de . Su ecuacin es:

))))))))))))))))))))))))))))))))))))Q
La curva de regresin de dado , es el lugar geomtrico de los valores

Es importante observar que si , son variables aleatorias conjuntas, esperados de las distribuciones condicionales de . Su ecuacin es:

an cuando se imponga la condicin a la variable aleatoria , la otra

variable aleatoria conjunta sigue siendo una variable aleatoria, y como tal posee un
comportamiento probabilstico propio, descrito por , y por lo tanto
tambin se pueden determinar sus caractersticas numricas.
El concepto de curva de regresin tiene su principal utilidad en los pronsticos,
puesto que para cada proporciona el valor esperado (o pronstico) de , o viceversa.
En el tema de Anlisis de Datos, se estudi un resultado particular de la curva de
regresin, en el cual se modela para una lnea recta u otra curva a travs de un sistema
lineal en los parmetros, dando lugar al concepto de regresin lineal.

Esto mismo ocurre con la condicin .

As, si y son dos variables aleatorias conjuntas y se conoce con certeza

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 12

S))))))))))))))))))))))))))))))))))))Q Por lo que

Ejemplo 5.10
Sea la funcin de densidad conjunta

siempre que

Obtener las esperanzas condicionales para cualquier valor (curvas de

regresin).

Resolucin
De un ejemplo anterior se sabe que para la funcin de densidad conjunta, las
condicionales son: siempre que

S))))))))))))))))))))))))))))))))))))Q

Las funciones marginales y las curvas de regresin pueden interpretarse con

mayor facilidad a travs de sus grficas.

siempre que Funcin de densidad conjunta

Su grfica desde dos perspectivas es:

siempre que

Y las esperanzas condicionales estn dadas por:

Las funciones condicionales dibujadas junto a la funcin de densidad son:

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 13

M EDIDAS DE DISPERSIN DE VARIABLES ALEATORIAS CONJUNTAS:

COVARIANCIA Y CORRELACIN

COVARIANCIA

La covariancia es una medida de dispersin que indica, en promedio, qu tanto se alejan

conjuntamente los valores de sus medias respectivas, i.e. qu tanto varan en conjunto
(qu tanto covaran).

Definicin 5.8
Si y son variables aleatorias conjuntas, entonces se define la
covariancia como:
Debe observarse que las funciones condicionales se dibujan en el plano (y cada
una en su plano); sin embargo, aqu se dibujan junto con la funcin de densidad conjunta
para que se observe que tienen la misma tendencia. Es decir, para cada valor
la condicional acumula la probabilidad de la funcin conjunta Aplicando las propiedades del valor esperado, se tiene que la covariancia se
puede calcular mediante:
para el valor constante y luego la refiere a la unidad.

Las esperanzas condicionales son: Teorema 5.1

Si y son dos variables aleatorias conjuntas independientes,
entonces:

El valor esperado de la covariancia depende de la escala en la que estn y

. Para referir la relacin entre y a una escala fija se debe utilizar el coeficiente
de correlacin.

Definicin 5.9
El coeficiente de correlacin, denotado por es:

Que igualmente deben dibujarse en el plano. La funcin debe

dibujarse en el plano , mientras que debe dibujarse en el plano .

El coeficiente de correlacin es una cantidad adimensional que mide la

asociacin lineal entre las dos variables aleatorias, el valor de est contenido en el
intervalo .

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 14

El coeficiente de correlacin tiene las siguientes propiedades.

1) Si , son variables aleatorias independientes, entonces

2) Para cualesquiera variables aleatorias conjuntas
3) , si y slo si para y constantes. de forma anloga, por simetra
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.11
Dada la funcin de densidad conjunta

c)

Obtener:

a) Las densidades marginales de y

b) Las funciones de densidad condicional de y Sea ,
c) La expresin de las esperanzas condicionales de y
,
d) El coeficiente de correlacin.
entonces:
Resolucin

a)

, y d e forma anloga

d) Puesto que , entonces las variables

aleatorias son independientes y , por lo que

De manera anloga, por simetra

S))))))))))))))))))))))))))))))))))))Q

Definicin 5.10
El coeficiente de determinacin, denotado por es:

b)
El coeficiente de determinacin, proporciona el grado de explicacin de una
variable (generalmente y) respecto a la otra (generalmente x), es decir, qu tanto se
explica , conociendo .
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 15

Teorema 5.2
Sean variables aleatorias con parmetros

y son constantes. Entonces la variable aleatoria con la

combinacin lineal siguiente

recibe el nombre de m atriz de variancia-covariancia, y tiene diversas aplicaciones en

tiene como parmetros ingeniera.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 5.12
Supngase que , y son variables aleatorias con

La obtencin de la variancia de una combinacin lineal se facilita si se utiliza

la forma matricial
Obtener y

Resolucin

donde la matriz

S))))))))))))))))))))))))))))))))))))Q

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 16

DISTRIBUCIN BINORMAL
para la condicional de dado .
Una generalizacin de la variable aleatoria normal unidimensional es la distribucin
normal bivariada, o binormal. La principal aplicacin de la distribucin binormal se
encuentra en el clculo de errores y en la teora para la regresin lineal, cuando se
estudian los supuestos tericos que debe cumplir.

Definicin 5.11
Sean y dos variables aleatorias conjuntas, con funcin de densidad

para Mientras que la condicional de dado tiene como parmetros a:

Se denota .

La funcin de densidad binormal tiene como interpretacin grfica una

superficie.

S))))))))))))))))))))))))))))))))))))Q
Y las funciones de densidad marginales son normales con parmetros , Ejemplo 5.13

y , ; respectivamente. La vida til de un foco y el dimetro del filamento , se distribuyen de tal

forma que el comportamiento conjunto se puede modelar mediante una
Las condicionales tambin son normales con parmetros: distribucin normal bivariada, con los siguientes parmetros.

[horas]
[cm]

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 17

[horas 2]
AUTOEXAM EN TEM A V
2
[cm ]
1.- El valor de la constante , para que la funcin

El gerente de control de calidad desea determinar la vida de servicio de cada

foco midiendo el dimetro del filamento. Si el dimetro de un filamento es
0.098, determinar la probabilidad de que el foco dure 1950 horas?
sea una funcin de densidad conjunta es:
Resolucin
Del enunciado , ,
A) B) C) 1 D) 4
De donde:
E) Ninguna de las anteriores.

2.- Sean y dos variables aleatorias conjuntas con funcin de densidad

Entonces es:

A) 0.03125 B) 0.75 C) 0.25 D) 0.6562

E) Ninguna de las anteriores.
Por lo que
3.- La ganancia de un almacn de la central de abastos depende del tiempo de
llegada del proveedor (que llega entre 1 y 4 a.m.) y la calidad del producto (que
convencionalmente vara de 1 a 2). Llamemos al tiempo de llegada y a la
calidad.
S))))))))))))))))))))))))))))))))))))Q Ambas variables tienen una funcin de densidad conjunta

Entonces la funcin de densidad de probabilidad del tiempo de llegada es:

A) B) C)

D) E) 1

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 18

4.- Si , son variables aleatorias conjuntas con funcin de densidad 7.- Si dos variables aleatorias tienen la densidad conjunta

entonces la densidad condicional de dado cuando , entonces su covariancia, , es:

es:
A) B) C) D)
A) B) C) D) E) Ninguna de la anteriores.

E) Ninguna de las anteriores

8.- Si y son variables aleatorias conjuntas con , , ,
5.- Sean y dos variables aleatorias conjuntas con funcin de probabilidad
, entonces es:

A) B) C) D) E)
1 2
0 0.1 0.3 9.- Las variables aleatorias y representan los rendimientos de las acciones de
1 0.4 0.2 dos empresas. Sus parmetros son: , , , ,

Entonces, el valor esperado de es: y . La media y la desviacin estndar de la combinacin lineal

A) 0.6 B) 0.8 C) 0.9 D) 1.5 son respectivamente:

E) Ninguno de los anteriores.

6.- Dos lneas de ensamble producen cierto nmero de piezas en un da segn la A) 12.86, 18 B) 13, 18 C)13, 13.41
distribucin de probabilidad conjunta siguiente D) 13, 12.86 E) Ninguna de las anteriores.

10.- Si las variables aleatorias conjuntas y tienen la funcin de probabilidad

0 1 2
conjunta
0 0.2 0.1 0.05
1 0.1 0.15 0.1
2 0.05 0.12 0.13
0 1
Entonces el nmero esperado de piezas que producen las dos lneas en un da 1 0.1 0.3
2 0.4 0.2
cualquiera es:
Entonces el coeficiente de correlacin entre y es:
A) 2 B) 0.93 C) 1.86 D) 1.88
E) Ninguna de las anteriores. A) -0.408 B) 0.7 C) -0.1
D) -1.66 E) Ninguna de las anteriores.
S))))))))))))))))))))))))))))))))))))Q

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Probabilidad y Estadstica Tema V Pg. 19

BIBLIOGRAFA

Hines, W illiam W . y M ontgomery, Douglas C. - Probabilidad y Estadstica para

ingeniera, cuarta edicin..- CECSA.- Mxico, 2005.

Milton, Susan J. Y Arnold, Jesse C.- Probabilidad y Estadstica para con aplicaciones
para ingeniera y ciencias computacionales, cuarta edicin.- McGraw-Hill.- Mxico,
2004..

Devore, Jay L.- Probabilidad y Estadstica para ingeniera y ciencias, sptima edicin.-
Editorial Cengage.- Mxico, 2008.

W ackerly Dennis D.- Mendenhall, W illiam, et al.- Estadstica Matemtica con

Aplicaciones, sexta edicin.- Editorial Thomson.- Mxico, 2002.

W alpole, Ronald E., et al.- Probability and Statistics for Engineers and Scientists.-
Pearson.- USA, 2007.

Montgomery, Douglas C. y Runger, George C.-Probabilidad y Estadstica aplicadas a

la Ingeniera, segunda edicin.- Limusa-W iley.- Mxico, 2002.

Scheaffer, Richard L. y M cClave, James T.- Probabilidad y Estadstica para Ingeniera.-

Grupo Editorial Iberoamrica.- Mxico, 1993.

Canavos, George C.- Probabilidad y Estadstica Aplicaciones y Mtodos.- McGraw-

Hill.- Mxico, 1988.

Meyer, Paul L.- Probabilidad y Aplicaciones Estadsticas.- Addison W esley

Iberoamericana.- Mxico, 1992.

Borras Garca, Hugo E., et al.- Apuntes de Probabilidad y Estadstica.-Facultad de

Ingeniera.- Mxico, 1985.

Rosenkrantz, W alter A.- Introduction to Probability and Statistics for Scientists and
Engineers.- McGraw-Hill.- EE.UU., 1997.

Ross Sheldon M - Probabilidad y Estadstica para Ingeniera y Ciencias-McGraw-Hill.-

Mxico, 2002.

)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.