VARIABLES ALEATORIAS

BIDIMENSIONALES
prof. Vladimiro Contreras Tito

Sea w un experimento aleatorio y un espacio muestral asociado con w sean

X = X(w) y Y = Y (w) dos funciones que asignan un nmero real a cada uno de
los resultados w . Llamemos a (X, Y ) v.a. bidimensionales o vector aleatorio.

A RX y RY se les llama recorrido de las v.a. X e Y respectivamente.

Ejemplo
Al lanzar una moneda correcta dos veces se definen las funciones X e Y de las
siguiente manera : X toma el valor 1 si en el primer lanzamiento se obtiene cara
y toma el valor 0 si sale sello. Y toma el valor 1 si en el segundo lanzamiento
de obtiene sello y toma el valor 0 si sale cara. Halle el recorrido de Z = (X, Y ).
Solucin
= {cc, cs, sc, ss}
Z(cc) = (1, 0) , Z(cs) = (1, 1) , Z(sc) = (0, 0) , Z(ss) = (0, 1)
Luego
RZ = {(0, 0), (0, 1), (1, 0), (1, 1)}

VARIABLES ALEATORIAS BIDIMENSIONALES : DISCRETA Y

CONTINUA
DEFINICIN Se dice que Z = (X, Y ) es una v.a. bidimensional discreta si
los valores posibles de (x, y) son finitos o nfinitos numerables.

Sea Z = (X, Y ) una v.a. bidimensional discreta. A cada resultado posible

(xi , yi ), asociamos un nmero p(xi , yi ) que representa a P (X = xi , Y = yi ) y que
satisface las condiciones siguientes:
p(xi , yi ) 0 (x, y) Rz
X
X
p(xi , yj ) = 1
j=1 i=1

A p(xi , yi ) se le llama funcin de probabilidad conjunta de (X, Y ).

1
DEFINICIN Se dice que Z = (X, Y ) es una v.a. bidimensional continua
si RZ es un conjunto no numerable de R2 .
Sea Z = (X, Y ) una v.a. bidimensional continua que toma todos los valores en
una regin R del plano euclideano. La funcin de densidad de probabilidades
conjuntas f es una funcin que satisface las siguientes condiciones:

f (x, y) 0 (x, y) R
Z Z
f (x, y)dx dy = 1
R

Ejemplo
Si RZ = {(x, y) R2 /x2 + y 2 = 1} entonces Z es una variable aleatoria bidi-
mensional continua.

FUNCIN DE DISTRIBUCIN ACUMULADA DE LA V.A. BIDI-

MENSIONAL

F (x, y) = P (X x , Y y)) (x, y) R2

DISTRIBUCIONES MARGINALES
Si F es una funcin de distribucin acumulada con funcin de densidad de
probabilidad conjunta (p(x, y) en el caso discreto y f (x, y) en el caso continuo)
de X e Y se tiene :

En el caso discreto .

1. la distribucin marginal de X est dada por:

X
PX (xi ) = p(xi , yj )
j=1

2. la distribucin marginal de Y est dada por:

X
PY (yj ) = p(xi , yj )
i=1

En el caso continuo .

1. La funcin de densidad de probabilidad marginal de X est dada por:

Z
fX (x) = f (x, y)dy

2
 2. La funcin de densidad de probabilidad marginal de Y est dada por:
Z
fY (y) = f (x, y)dx

DISTRIBUCIN DE PROBABILIDAD CONDICIONAL

En el caso discreto .
La funcion de cuanta de X para Y = yj dada, est definida por:

P (xi , yj )
PX (xi /yj ) = Si PY (yj ) > 0
PY (yj )

La funcion de cuanta de Y para X = xi dada, est definida por:

P (xi , yj )
PY (xi /yj ) = Si PX (xi ) > 0
PX (xi )

X
NOTA: P (xi /yj ) = 1
i=1

En el caso continuo .
La funcion de densidad de probabilidad de X para Y = y dada, est definida
por:
f (x, y)
fX (x/y) = Si fY (y) > 0
fY (y)
La funcion de densidad de probabilidad de Y para X = x dada, est definida
por:
f (x, y)
fY (y/x) = Si fX (x) > 0
fX (x)
Z
NOTA: fX (x/y) = 1

INDEPENDENCIA DE VARIABLES ALEATORIAS

DEFINICIN
Se dice que dos variables aleatorias discretas X eY son estadisticamente in-
dependientes si los eventos: [X = xi ] [Y = yi ] son independientes para cada par
(xi , yj ) RX RY . Esto es, X e Y son independientes si y solo si

P (X = xi , Y = yi ) = PX [X = xi ] PY [Y = yi ]

Para todo (xi , yj ) RX RY , donde PX (xi ) y PY (yi ) son las distribuciones

marginales de X e Y respectivamente.

3
DEFINICIN
Se dice que dos variables aleatorias continuas X e Y son estadisticamente
independientes si y solo si
f (x, y) = g(x) h(y)
siendo f (x, y) la funcin de densidad conjunta de las v.a.X e Y y g(x) , h(y) las
funciones marginales de X e Y respectivamente.
Nota

1. Si X e Y son independientes entonces E(X Y ) = E(X) E(Y )

P P
2. Si (X, Y ) es discreta, E(X Y ) =
j=1 j=1 xi yj p(xi , yj )

3. Si (X, Y ) es continua
Z Z
E(X Y ) = x y f (x, y) dx dy

P P
4. Si Z = (X, Y ) es una v.a. discreta: F (a, b) = xa yb P (x, y)
Ra Rb
5. Si Z = (X, Y ) es una v.a. continua: F (a, b) =
f (x, y) dy dx

Ejemplo
Suponga que se sacan dos cartas al azr de una baraja de cartas, Sea X el
nmero de ases obtenidos y sea Y el nmero de reinas obtenidas.

1. Obtener la distribucin de probabilidades conjunta de (X, Y ).

2. Obtener las distribuciones marginales de X y de Y .

Solucin
Sean
X:Nmero de ases extraidos
Y :Nmero de reinas extraidas
RX = {0, 1, 2} y RY = {0, 1, 2}

C04 C04 C244 473 C04 C14 C144 88 C04 C24 C044 3
P (0, 0) = 52
= , P (0, 1) = 52
= , P (0, 2) = 52
=
C2 663 C2 663 C2 663

C14 C04 C144 88 C14 C14 C044 8

P (1, 0) = = , P (1, 1) = = , P (1, 2) = 0
C252 663 C252 663

C24 C04 C044 3

P (2, 0) = 52
= , P (2, 1) = 0 , P (2, 2) = 0
C2 663

4
 1.
x\y 0 1 2
473 88 3
0
663 663 663
88 8
1 0
663 663
3
2 0 0
663
2.
x 0 1 2
564 96 3
PX (x)
663 663 663

y 0 1 2
564 96 3
PY (y)
663 663 663
Ejemplo
Supongase que la funcin de densidad de probabilidad conjunta (f.d.p.)(X, Y )
es dada por:
Key , x > 0 , y > x
f (x, y) =
0, en otra parte
1. Halle la constante K

2. Encuentre las f.d.p. marginales de X e Y .

3. Halle P (X > 2 / Y < 4)

Solucin
Se sabe que

f (x, y) 0 (x, y) R
Z Z
f (x, y)dx dy = 1
R
2
donde R = {(x, y) R / x > 0 , y > x}

1. Se tiene Z Z y Z
y
1= Ke dx dy = Key y dy:K = 1
0 0 0

2. La f.d.p. marginal de X es:

Z Z
fX (x) = f (x, y)dy = ey dy = ex
x

5
 Luego
ex , x > 0
fX (x) =
0, para otros valores
La f.d.p. marginal de Y es:
Z Z y
fY (y) = f (x, y)dy = ey dx = y ey
0

Luego
y ey , y > 0
fY (y) =
0, para otros valores

3. Finalmente hallemos P (X > 2 / Y < 4)

Se tiene que

P [X > 2 , Y < 4]
P (X > 2 / Y < 4) =
P [Y < 4]
R 4 R y y
2 2
e dx dy
= R4
y ey dy
R 4 0 y
2
(ye 2ey ) dy
= R4
0
y ey dy
e2 3e4
=
1 5e4
= 0, 08849

6
EJERCICIOS DE V.A. BIDIMENSIONALES

1. Una persona escribe al azar los dgitos 1, 2, 3, 4. Sea la variable aleatoria

X que indica el nmero de dgitos que ocupan su propio lugar y sea Y
la variable aleatoria que toma el valor de 1 si el dgito 2 est en posicin
correcta y toma el valor de 0 en cado contrario.

a) Halle la funcin de distribucin conjunta.

b) Son X e Y variables aleatorias independientes?

2. Suponga que la funcin de densidad conjunta para (X, Y ) es:

kx, 0 x y , x + y 2
f (x, y) =
0, en cualquier otro caso

a) Calcule la constante k y las funciones de densidad marginales de X y

de Y .
b) Obtenga las funciones de densidad condicionales de X dado Y = y.

3. La vida til, en das de dos componentes X e Y de un sistema tiene la

siguiente funcin de densidad conjunta:
x
ke , 0 y x , 0 y
f (x, y) =
0, en cualquier otro caso

a) Calcule el valor de k y calcule P [X > 1, Y > 1]

b) Si el costo de las componentes depende de su duracin y est dada
por:
C = 2 + 3X + 2Y
Calcule E(C) y V (C)

4. En una jaula hay un ratn y dos pollitos. La probabilidad de que cada uno
de los animales salga de la jaula en la prxima hora es de 0,3. Esperamos
una hora y observamos lo que queda en la jaula.

a) Cmo se distribuye la variable aleatoria X que cuenta el nmero de

animales que quedan en la jaula?
b) Si Y es el nmero total de patas de los animales que hay en la jaula,
dar la distribucin conjunta de (X, Y ).Son X e Y independientes?.
Cul es la probabilidad de que el nmero de patas no supere al doble
del nmero de animales?

7
5. Sea (X, Y ) una v.a.bidimensional cuya funcin de densidad conjunta toma
el valor de 0,5 cuando (X, Y ) pertenece al interior del tringulo de vertices
(0,0), (2,0) y (1,2).

a) Halle las funciones de densidades marginales de X e Y .

b) Halle las esperanzas de X eY .

6. En una urna hay 9 fichas de las cuales 2 son rojas, 3 son blancas y 4 son
verdes. Se seleccionan 3 fichas al azar y se definen la variables aleatorias:
X el nmero de fichas rojas, e Y el nmero de fichas blancas escogidas.

a) Obtenga la distribucin de probabilidad conjunta de (X, Y ) y calcule

P [X1, Y < 3].
b) Calcule las funciones de probabilidades marginales de X e Y .
c) Obtenga las funciones de probabilidad condicionales de X dado Y = 2
y de Y dado X = 1.