Documentos de Académico
Documentos de Profesional
Documentos de Cultura
∂2 FXY (x, y )
fXY (x, y ) = (4)
∂x∂y
Densidad conjunta
Una cdf conjunta FXY posee una pdf conjunta , si existe una función
fXY (x, y ) de dos variables reales tal que
Zx Zy
FXY (x, y ) = fXY (u, v )dudv para todo x, y (5)
−∞ −∞
Densidades marginales
Z∞ Z∞
fX (x) = Dr. fMarco
XY (x, y )dyC.
J. Flores f (y ) =
Procesos
Y fXY (x, y )dx
Estocásticos (6)
Variables aleatorias multidimensionales continuas
Variables aleatorias multidimensionales discretas
Esperanza condicional
Covarianza
Transformaciones bidimensionales
Independencia (cdf)
Si FXY (x, y ) = FX (x)FY (y ), para cada elección de x e y , entonces las
v.a. X e Y son independientes.
Independencia (pdf)
Si X e Y son independientes, entonces fXY (x, y ) = fX (x)fY (y ), donde
fX (x) y fY (y ) son las pdf marginales de X e Y , respectivamente
Propiedades (cdf)
La cdf conjunta tiene varias propiedades, algunas de ellas son:
0 6 FXY (x, y ) 6 1
Si x1 6 x2 y y1 6 y2 , entonces:
Ejemplo 1
Hallar FX (x), FY (y ) y fXY (x, y ) si FXY (x, y ) es [?]:
y +exp(−x(y +1))
y +1 − exp(−x) si x, y > 0
FXY (x, y ) =
0 si no
Ejemplo 2
Sea la pdf conjunta de las v.a. X e Y dada por:
6xy 2 si 0 < x < 1 y 0 < y < 1
fXY (x, y ) =
0 si no
Ejemplo 3
Desarrollar el ejercicio anterior y responder las mismas preguntas si la
región es 0 < x < y < 1. Realizar los cambios que sean necesarios.
Ejemplo 4
Suponga que el par de v.a. (X , Y ) se distribuyen uniformemente sobre un
círculo de radio 1, con pdf conjunta:
c si x 2 + y 2 < 1
fXY (x, y ) = (7)
0 caso contrario
Ref: New probability models for face detection and tracking in color
images
Dr. Marco J. Flores C. Procesos Estocásticos
Variables aleatorias multidimensionales continuas
Variables aleatorias multidimensionales discretas
Esperanza condicional
Covarianza
Transformaciones bidimensionales
Tarea
Desarrollar ejercicios de este tema.
Propiedades
0 6 pXY (x, y ) 6 1
Para todo (x, y ): XX
pXY (x, y ) = 1
x y
Distribuciones marginales
La pdf marginal de X es:
X
pX (x) = pXY (x, y )
y
Independencia CDF
Si X e Y son v.a. discretas independientes, entonces:
Independencia pdf
Si X e Y son v.a. discretas independientes, entonces:
Ejemplo 1
La siguiente tabla muestra la pdf conjunta de (X , Y ).
Ejemplo 2
Se dispone de una caja con 3 piezas aptas y 2 defectuosas. Se extraen 2
piezas sin reempĺazo, y se definen las v.a. discretas:
1, si la 1ra pieza es apta
X =
0, si la 1ra pieza es defectuosa
1, si la 2da pieza es apta
Y =
0, si la 2da pieza es defectuosa
Hallar la pdf conjunta y las marginales.
S = {A1 ∩ A2 , A1 ∩ D2 , D1 ∩ A2 , D1 ∩ D2 } (10)
21 2
P(X = 0, Y = 0) = P(D1 ∩ D2 ) = P(D1 )P(D2 |D1 ) = =
54 20
6
P(X = 0, Y = 1) =
20
6
P(X = 1, Y = 0) =
20
6
P(X = 1, Y = 1) =
20
Las marginales son:
Dr. Marco J. Flores C. Procesos Estocásticos
Variables aleatorias multidimensionales continuas
Variables aleatorias multidimensionales discretas
Esperanza condicional
Covarianza
Transformaciones bidimensionales
Tarea
Desarrollar ejercicios de este tema.