Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniera
rea de Estadstica
Concepto:
Sean X e Y variables aleatorias. Una variable aleatoria bidimensional (X, Y) es una asignacin numrica en 2 :
(X, Y): E 2
2
ei (X(ei), Y(ei))
Tipos
Variables aleatorias bidimensionales discretas
Variables aleatorias bidimensionales continuas
Son aquellas variables aleatorias que slo pueden tomar un nmero de valores finito o infinito
numerable.
(X, Y) : E ei (X(ei), Y(ei)) 2 2
Las variables aleatorias bidimensionales discretas estn caracterizadas por la funcin de probabilidad
conjunta y la funcin de distribucin Adems en este caso existen distribuciones marginales de las
variables y distribuciones condicionadas.
1
Propiedades:
Funcio n de distribucio n
2
Variables aleatorias bidimensionales continuas
Sea una variable contina, se dice que es su funcin de densidad conjunta si:
1.
2.
La probabilidad de que la variable aleatoria tome valores dentro del rectngulo viene dada
por:
3
La relacin entre F y f es:
Sea una variable aleatoria bidimensional (X,Y) cuya fdp conjunta es la funcin de
probabilidad conjunta p(xi,yj) si es discreta o la funcin de densidad de probabilidad conjunta
f( x,y ) si es continua y sea una funcin real de dos variables Z = H(x, y ) de manera que
podemos definir una variable aleatoria Z que es funcin de la variable aleatoria bidimensional
(X, Y ) de la forma Z = H(X, Y). Si la fdp de Z es q(zi) , si Z es discreta, o q(z) si es continua,
entonces la esperanza matemtica de Z es, de acuerdo con la definicin general:
4
Teorema
Sea (X,Y) una variable aleatoria bidimensional y sea Z=H(X,Y) una variable aleatoria que es funcin de
(X,Y).
a) Si Z es variable aleatoria discreta que proviene de la variable aleatoria bidimensional discreta (X,Y)
cuyo recorrido es RXY y su fdp conjunta es p(xi,yj), entonces:
Covarianza
Es un valor que indica el grado de variacin conjunta de dos variables aleatorias. Es el dato bsico para
determinar si existe una dependencia entre ambas variables y adems es el dato necesario para
estimar otros parmetros bsicos, como el coeficiente de correlacin lineal o la recta de regresin.
Sean X e Y dos variables aleatorias. La covarianza de X e Y se define:
Propiedades de la covarianza:
Coeficiente de Correlacin
En realidad ms que la covarianza aqu nos interesa considerar una cantidad relacionada con XY y que
segn veremos nos dar informacin sobre el grado de asociacin que existe entre X e Y. Ms
concretamente nos contar si existe algn grado de relacin lineal entre X e Y. Esa cantidad es el
coeficiente de correlacin lineal.
5
Propiedades del coeficiente de correlacin
Propiedad 1
Propiedad 2
Propiedad 3
Propiedad 4
Independencia
Hemos visto que a partir de la distribucin conjunta se puede hallar la distribucin de cada
componente (estas eran las distribuciones marginales). Cabe preguntarse si a partir de las
distribuciones marginales es posible determinar la distribucin conjunta. En general esto no es cierto,
solo en el caso particular que las variables sean independientes. Dadas dos variables X e Y son
independientes si y solo si:
6
Propiedades de variables independientes:
Problemas Resueltos
Variables Aleatorias Bidimensionales Discretas
7
8
9
10
Variables Aleatorias Bidimensionales Continuas
Ejemplo 1:
Si x, y son variables aleatorias continuas con funcin de densidad de probabilidad,
( , ) = 18 2 2
0 1;0
Recorrido de xy:
Calcule lo siguiente:
a. Encuentre la probabilidad ( < 12 , < 13)
Solucin:
1 1 1 1 1 1
( < , < ) = (0 ,0 )+ ( ,0 )
2 3 3 3 2 3
= 18
2 2
+ 18
2 2
0 0 1/3 0
= 0.0013717 + 0.0065157 = .
b. La distribucin marginal de x.
Solucin:
18
( ) = 18
2 2
=
5 0 1
3
0
c. La distribucin marginal de y.
Solucin: 1 2 2
( ) = 18 = 6 2(1 3) 0 1
11
Ejemplo 2:
Se supone que cada neumtico delantero de un tipo particular de vehculo est inflado a una
presin de 26 lb/pulg2. Suponga que la presin de aire real en cada neumtico es una
variable aleatoria x para el neumtico derecho y y para el izquierdo con funcin de densidad
de probabilidad conjunta:
(2 + 2) 20 30, 20 30
(, )={
0
a. Cul es el valor de K?
Solucin:
Para que la funcin de probabilidad conjunta sea vlida, se sabe que, al integrar a cada variable dentro de sus
lmites el resultado debe ser 1 (probabilidad total).
30 30
2 2
( + )= 1
20 20
30 30
30
3
19,000
[ + 2] = 1 ; ( + 10 2) = 1
3 3
20 20
20
30
3
19000 2 19000
[ + 10 ] = 1; ( )=1; = ;
3 3 3
20
Solucin:
Inflados a menos presin indicara por tanto que ambos neumticos pueden tener menos de
26 lb/pulg2.
26 26
20 20
12
Existe una probabilidad de 0.3024 de que ambos neumticos tengan estn inflados a
menos presin.
Solucin:
3
30 30
( ) = ( 2 + 2) = [ + 2]
20 3
20
(6 2 + 9576) 20 30
Solucin:
30 3 30
()= (2 + 2) = [ + 2]
20 3
20
(6 2 + 9576) 20 30
Solucin:
Si x y y son variables independientes, entonces su funcin conjunta f(x,y) debe ser igual al
producto de sus funciones marginales fx(x)*fy(y).
2 2 2 2 2
() ( ) = 36 (1596 + )(1596 + ) ( + )
Debido a que no es cierto que el producto de ambas marginales provea la funcin conjunta
de x y de y, se concluye que x y y no son independientes.
13
f. Condicional: Si el neumtico derecho tiene una presin de 26 lb/pulg2, determine la
probabilidad de que el neumtico izquierdo tenga menos presin que la que presenta
el derecho.
Solucin:
( < 26 = 26) = 26 ( , ) , : = 26 20
()
26 2
( + )
2 26 26 +
2 2
1 26
2 2
=(
(26 + )
= 20 13632 ) 20
(6 2 + 9576) 6 262 + 9576
20
26
3
1 1 9576
2
(
) [26 + ] =( )( 4056) = 0.5317
13632 3 13632 3
20
Existe una probabilidad de 0.5317 de que el neumtico izquierdo tenga una presin menor
a la que presenta el neumtico derecho.
Ejemplo 3:
La funcin de densidad de probabilidad conjunta de la cantidad X de almendras y la cantidad Y de nueces de
Acaj en una lata de 1 lb de nueces es:
240 1, 0 1, + 1
(, )={
0
(Puesto que 1-X-Y del peso se compone de manas). El costo esperado total es:
[( , )] = ( , ) ( , )
1 1
[( , )] = (0.5 + 0.5 + ) 24
0 0
14
[( , )] = .
(1 )2 0 1
( ) = {12
1 1
( )= ( , )= 24
0 0
2 3
( ) = 8 (1 ) =
2 2 2 2 4
(, )= ( )( )= =
15 5 5 15 25
15