Está en la página 1de 2

Inferencia Estadstica II

Teora, Handout 5

1 Distribuciones conjuntas
Vamos a extender las definiciones de las funciones de densidad y distribucion
de una variable aleatoria para representar estas funciones de varias variables
aleatorias.

1.1 Caso discreto


Definici
on 1 Si X1 , . . . , Xn son n variables aleatorias discretas, la distribuci
on
de probabilidad conjunta de X1 , . . . , Xn , est a determinada por

pX1 ,...,Xn (x1 , . . . , xn ) = P (X1 = x1 ; . . . ; Xn = xn )

. < x1 , . . . , xn <

Igual que en el caso de una u nica variable, la funcion conjunta pX1 ,...,Xn
asigna probabilidades diferentes de zero a un n umero finito de combinaciones
de (x1 , . . . , xn ). Las probabilidades distintas de zero deben sumar 1.

Teorema 1 Si X1 , . . . , Xn son n variables aleatorias discretas, con funci


on de
probabilidad conjunta pX1 ,...,Xn (x1 , . . . , xn ), entonces:

1. 0 pX1 ,...,Xn (x1 , . . . , xn ) 1 para todo (x1 , . . . , xn )


P
2. todos x1 ,...,xn pX1 ,...,Xn (x1 , . . . , xn ) = 1

Teorema 2 Si X1 , . . . , Xn son n variables aleatorias discretas independientes,


entonces
n
Y
pX1 ,...,Xn (x1 , . . . , xn ) = PXi (Xi = xi )
i=1

Definici on 2 Sean X1 , X1 , . . . , Xn random variables con probabilidad conjunta


on g(, . . . , ) de la vari-
pX1 ,...,Xn (x1 , . . . , xn ) entonces la esperanza de una funci
able aleatoria de dimensi on n es
X
E[g(x1 , . . . , xn )] = g(x1 . . . xn )pX1 ,...,Xn (x1 , . . . , xn )
todos los (x1 ,...,xn )

1
Definici on 3 Sean X1 , X1 , . . . , Xn random variables con probabilidad conjunta
pX1 ,...,Xn (x1 , . . . , xn ) entonces la varianza de una funci on g(, . . . , ) de la vari-
able aleatoria de dimensi on n es
X 2
V ar[g(x1 , . . . , xn )] = ([g(x1 . . . xn ) E[g(x1 , . . . , xn )]) pX1 ,...,Xn (x1 , . . . , xn )
todos los (x1 ,...,xn )
= E[g 2 (x1 , . . . , xn )] E 2 [g(x1 , . . . , xn )]

Ejemplo
La siguiente tabla contiene los valores de pX,Y (x, y) para dos variables disc-
retas X y Y ,

y 1 2 3
x
-1 0.10 0.10 0.00
0 0.10 0.20 0.10
1 0.00 0.05 0.05
2 0.10 0.15 0.05

Tenemos una funci


on de probabilidad?

Calcular E(X), E(Y), Var(X), Var(Y) y E(XY)

Soluci
on

E[X] = (1)(0.2) + 0(0.4) + 1(0.1) + 2(0.3) = 0.5

E[Y ] = 1.9

V ar[X] = (1)2 (0.2) + 02 (0.4) + 12 (0.1) + 22 (0.3) 0.52 = 1.25

V ar[Y ] = 0.49

E[XY ] = (1)(1)(0.1) + (1)(2)(0.1) + 1(2)(0.05) + . . . (2)(3)(0.05) = 1.05

E[X + Y ] = (1 + 1)(0.1) + (1 + 2)(0.1) + (0 + 1)(0.1) + (0 + 2)(0.2) +


(0 + 3)(0.1) + (1 + 2)(0.05) + (1 + 3)(0.05) + (2 + 1)(0.1) + (2 + 2)(0.15) +
(2 + 3)(0.05) = 2.6

V ar[XY ] = E[X 2 Y 2 ] E 2 [XY ] = 5.75 1.052 = 4.65

También podría gustarte