Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad Ciencias Económicas y Empresariales
Departamento de Economía Aplicada
Profesor: Santiago de la Fuente Fernández
Para estudiar conjuntamente las dos variables aleatorias (X, Y), esto es, la variable
aleatoria bidimensional, es necesario conocer la distribución de probabilidad conjunta de
ambas variables.
Y
X
y1 y2 yj ym
n m
siendo pij P(X x ; Y y) con p
i 1 j 1
ij 1
1
F(x, y) es la suma de todos los puntos de la
región A.
La probabilidad P x1 X x 2 ; y1 Y y 2
representa la probabilidad de que un punto
pertenezca a la región A.
Mr , s E X c Y k x c y k p
r s r s
i j ij
i j
10 E X Y E(X) X x 0 y 0 p x p
1 0 1 0
i j ij i ij
i j i j
01 E X Y E(Y) Y x 0 y 0 p y p
0 1 0 1
i j ij j ij
i j i j
11 E X Y E(X, Y) xi 0 y j 0 x y p
1 1 1 1
pij
1 j ij
i j i j
2 0 E X X Y Y 2X x y p x
2 0 2 0 2
pij
i X j Y ij i X
i j i j
0 2 E X X Y Y 2Y xi X y j Y y Y pij
0 2 0 2 2
pij
j
i j i j
2
11 E X X Y Y x y p x y p
1 1 1 1
i X j Y ij i X j Y ij
i j i j
La covarianza 11 se pude expresar: 11 11 10 . 01 , es decir, 11 11 X . Y
Y
X
y1 y2 yj ym
n m n m n m
pi P(X xi ) pi 1
ij p j P(Y y j ) p
j 1
ij donde p p p
i 1
ij
j 1
ij
i 1 j 1
ij 1
X pi Y p j
x1 p1 y1 p 1
x2 p2 y2 p 2
xi pi yj p j
ym p m
xn pn 1
1
3
DISTRIBUCIONES CONDICIONADAS DISCRETAS: Sea (X, Y) una variable aleatoria
bidimensional discreta con distribución de probabilidad pij (i 1, 2, , n ; j 1, 2, , m)
y con distribuciones marginales
n m
pi P(X xi ) p
i 1
ij p j P(Y y j ) p
j 1
ij
Y
y1 y2 yj ym X P xi / Y y j
X
x1 p11 p12 p1j p1m p1 x1 P(x1 / y j ) p1j / p j
x2 p21 p22 p2 j p2 m p2 x2 P(x 2 / y j ) p2 j / p j
xi pi1 pi2 pij pim pi xi P(xi / y j ) pij / p j
xn pn1 pn2 pn j pn m pn xn P(xn / y j ) pnj / p j
p 1 p 2 p j p m 1 1
P X x i ; Y y j pij
P(x i / y j ) P(X xi / Y y j ) con P(Y y j ) 0
P(Y y j ) p j
En esta expresión y j es fijo y xi varia sobre todos los posibles valores de la variable
aleatoria X.
Y
y1 y2 yj ym Y P y j / X xi
X
x1 p11 p12 p1j p1m p1 y1 P(y1 / xi ) pi1 / pi
x2 p21 p22 p2 j p2 m p2 y2 P(y 2 / xi ) pi2 / pi
xi pi1 pi2 pij pim pi yj P(y j / xi ) pij / pi
xn pn1 pn2 pn j pn m pn ym P(ym / xi ) pim / pi
p 1 p 2 p j p m 1 1
P X x i ; Y y j pij
P(y j / xi ) P(Y y j / X xi ) con P(X xi ) 0
P(X xi ) pi
4
En esta expresión xi es fijo e y j varia sobre todos los posibles valores de la variable
aleatoria Y.
x y
F(x, y) f(u, v) du dv
F(x, y) P(X x ; Y y)
FUNCIÓN DE DENSIDAD: Dada una variable aleatoria bidimensional continua (X, Y), la
función de densidad es una función no negativa f(x, y) que verifica:
f(x, y) dx dy 1
x2 y2
P x1 X x 2 ; y1 Y y 2 f(x, y) dx dy
x1 y1
5
x y
Se tiene entonces que la función de distribución: F(x, y) f(u, v) du dv
2 F(x, y)
Si F(x, y) es absolutamente continua, entonces: f(x, y)
x y
Mr , s E X c Y k
r s
(x c)r (y k)s f(x, y) dx dy
10 E X Y E(X) X
1 0
x f(x, y) dx dy
01 E X Y E(Y) Y
0 1
y f(x, y) dx dy
11 E X Y E(X, Y)
1 1
x y f(x, y) dx dy
2 0 E X X Y Y 2X
2 0
(x X )2 f(x, y) dx dy
0 2 E X X Y Y 2Y
0 2
(y Y )2 f(x, y) dx dy
11 E X X Y Y
1 1
(x X )(y Y ) f(x, y) dx dy covarianza
La covarianza 11 se pude expresar: 11 11 10 . 01 , es decir, 11 11 X . Y
x x
F1(x) F(x, ) f(u, y) du dy f1(u) du función de distribución marginal de X
donde f1(x)
f(x, y) dy se denomina función de densidad marginal de X
6
y y
F2 (y) F( , y) f(x, v) dx dv f2 (v) dv función de distribución marginal de Y
donde f2 (y)
f(x, y) dx se denomina función de densidad marginal de Y
x
f(u, y) du
F(x / y) P(X x / Y y)
f2 (y)
dF(x / y) f(x , y)
f(x / y)
dx f2 (y)
y
f(x, y) dv
F(y / x) P(Y y / X x)
f1(y)
dF(y / x) f(x , y)
f(y / x)
dy f1(x)
7
TRANSFORMACIONES LINEALES DE VARIABLES ALEATORIAS CONTINUAS:
La función de densidad g(z, t) de una variable aleatoria continua (Z,T), que surge de una
transformación lineal de la variable (X, Y), existe en aquellos puntos donde el jacobiano
z z
(z, t) x y
J 0
(x, y) t t
x y
COVARIANZA. PROPIEDADES
8
Adviértase que,
PROPIEDADES DE LA COVARIANZA
E XY 01 X 10 Y 10 01 E(XY) 01 E(X) 10 E(Y) 10 01
E XY 01 X 10 Y 10 01 E(XY) 01 E(X) 10 E(Y) 10 01
E(X).E(Y) 01 E(X) 10 E(Y) 10 01 10 01 01 10 10 01 10 01 0
9
X e Y independientes 11 Cov(X, Y) 0
11 Cov(X, Y) 0 X e Y independientes
Cov(aX, bY) E aX E(aX) . bY E(bY) E aX aE(X) . bY bE(Y)
a.b. 11 01 . 10 10 . 01 10 . 01 a.b. 11 10 . 01
a.b.Cov(X, Y)
Cov(aX b, bY d) a.b.Cov(X, Y)
Cov(X, k) 0 k R
En efecto,
Var (X Y) E (X Y) E(X Y)
2
E X E(X) Y E(Y)
2
10
E X 10 E Y 01 2E (X 10 )(Y 01 )
2 2
n n n
Var Xi
i 1
i 1
Var (Xi ) 2 Cov (X , X )
i, j 1
i j
i j
n n n
Var k i Xi
i 1
i 1
k i2 Var (Xi ) 2 k k Cov (X , X )
i, j 1
i j i j
i j
COEFICIENTE DE CORRELACIÓN
Cov (X, Y) XY 0
XY 0
Var (X) . Var (Y) X . Y X . Y
11
Si las variables X e Y aleatorias tienen varianzas distintas de cero: 1 XY 1
12
RESUMEN DE PROPIEDADES DE MOMENTOS SIGNIFICATIVOS
Sean X e Y variables aleatorias
X Y E X Y E(X) E(Y)
k X E k X k E(X)
k . X E(k . X) k .E(X)
Varianza
La varianza no es un operador lineal: Si X e Y independientes:
Var(k) 0 2X Y Var X Y Var(X) Var(Y)
Cov(X , k) 0
11 X X Y Y
Coeficiente de correlación: XY E 1 XY 1
X . Y X Y
Si X e Y independientes: XY 0
13
Ejercicio 1.- Un experimento consiste en lanzar tres veces una moneda. Sean las
variables aleatorias: X ="número de caras en las tres tiradas" e Y ="diferencia en valor
absoluto entre el número de caras y el de escudos en las tres tiradas". Se pide:
a) Distribución de probabilidad de (X, Y)
b) Media y desviación típica de las distribuciones marginales de X e Y
c) Covarianza y coeficiente de correlación
d) ¿Son X e Y independientes?
e) Distribución condicionada de X a Y 3
f) Distribución condicionada de Y a X 2
g) P X 1; Y 0 , P X 2 , P Y 3
Solución:
X(c,c,c) 3 Y(c,c,c) 3
X(c,c,e) X(c,e,c) X(e,c,c) 2 Y(c,c,e) Y(c,e,c) Y(e,c,c) 1
X(c,e,e) X(e,c,e) X(e,e,c) 1 Y(c,e,e) Y(e,c,e) Y(e,e,c) 1
X(e,e,e) 0 Y(e,e,e) 3
Distribución de probabilidad:
Y pi Probabilidades marginales:
1 3
X 4
p
1 3 3 1
0 0 18 18 i p1 p2 p3 p4 1
38 38 i 1 8 8 8 8
1 0
2 38 0 38 2
p
6 2
3 0 18 18 j p 1 p 2 1
j 1 8 8
p j 68 28 1
Adviértase que la probabilidad conjunta:
1 3 3 1
4 2
p
i 1 j 1
ij 0 0 0 0 1
8 8 8 8
4 2 4 2 n m n m
Siendo: p p p
i 1 j 1
ij
i 1
i
j 1
j 1. En general, p p p
i 1 j 1
ij
i 1
i
j 1
j 1
14
b) Distribución marginal de la variable aleatoria X:
x . p
12
0 18 0 0 0 Media: X E(X) 10 i i 1,5
i 1 8
1 38 38 1 38
Varianza: Var(X) 20 E(X2 ) E(X)
2 2
X
2 38 68 4 12 8
4
3 18 38 9 98 E(X2 ) 20 x . p
i 1
2
i i 3
1 12 8 3
yj p j y j . p j y 2j y 2j . p j 2
y . p
12
1 68 68 1 68 Media: Y E(Y) 01 j j 1,5
j 1 8
3 28 68 9 18 8
Varianza: 2Y Var(Y) 02 E(Y 2 ) E(Y)
2
1 12 8 3
2
E(Y 2 ) 02 y . p
j 1
2
j j 3
Así pues,
1 3 3 1 18
11 0.1.0 0.3. 1.1. 1.3.0 2.1. 2.3.0 3.1.0 3.3. 2,25
8 8 8 8 8
Señalar que la covarianza XY Cov(X, Y) puede ser negativa, nula o positiva, siendo
una medida de la fuerza de la relación lineal entre X e Y.
15
XY 0
con lo cual, XY 0
x . Y 0,75 . 0,75
d) Para que X e Y sean independientes se tiene que verificar: pij pi . p j (xi , y j )
Y pi
1 3
X
0 p11 0 18 p1 1 8 1 6
p11 0 . p1 .p1
1 38 0 38 8 8
2 38 0 38
Las variables X e Y NO son independientes
3 0 18 18
p j p1 6 8 28 1
P X Y 3
e) Distribución condicionada de X a Y 3 : P X / Y 3
P(Y 3)
Y pi P(X / Y 3)
1 3 X
X
18 1
0 0 18 18 0
28 2
0
1 38 0 38 1 0
28
0
2 38 0 38 2 0
28
18 1
3 0 18 18 3
28 2
p j 68 28 1 1
P X Y y j
En general, P X / Y y j
P(Y y j )
16
P Y X 2
f) Distribución condicionada de Y a X 2 : P Y / X 2
P(X 2)
Y pi P(Y / X 2)
1 3 Y
X
38
0 0 18 18 1 1
38
0
1 38 0 38 3 0
38
2 38 0 38 1
3 0 18 18
p j 68 28 1
P Y X x i
En general, P Y / X xi
P(X x i )
g) P X 1; Y 0 , P X 2 , P Y 3
Y Y Y
1 3 1 3 1 3
X X X
0 0 18 0 0 18 0 0 18
1 38 0 1 38 0 1 38 0
2 38 0 2 38 0 2 38 0
3 0 18 3 0 18 3 0 18
P X 1; Y 0 P X 0 ; Y 1 P X 0 ; Y 3 P X 1 ; Y 1 P X 1 ; Y 3
1 3 4 1
p11 p12 p21 p22 0 0
8 8 8 2
P X 2 P X 2 ; Y 1 P X 2 ; Y 3 P X 3 ; Y 1 P X 3 ; Y 3
3 1 4 1
p31 p32 p 41 p42 00
8 8 8 2
P Y 3 P X 0 ; Y 1 P X 1 ; Y 1 P X 2 ; Y 1 P X 3 ; Y 1
3 3 6 3
p11 p21 p31 p41 0 0
8 8 8 4
17
Ejercicio 2.- Sea una variable aleatoria bidimensional con distribución de probabilidad
Y
1 1
X
1 16 13
2 1 12 14
3 1 12 1 12
Se pide:
a) ¿Son X e Y independientes?
b) Hallar las medias y desviaciones típicas de X e Y
Solución:
Y
1 1 pi
X
1 16 13 12
2 1 12 14 13
3 1 12 1 12 16
p j 13 23 1
1 1 1 1 1 2
p11 p1 . p1 . p12 p1 . p 2 .
6 2 3 3 2 3
1 1 1 1 1 1 2 2
p21 p2 . p1 . p22 p 2 . p 2 .
12 3 3 9 4 3 3 9
1 1 1 1 1 1 2 1
p31 p3 . p1 . p32 p3 . p 2 .
12 6 3 18 12 6 3 9
Luego las variables X e Y no son independientes.
b) Para hallar las medias y desviaciones típicas de X e Y hay que considerar las
distribuciones marginales:
18
Distribución marginal de la de la variable aleatoria X
x . p
10
Media: 10 X E(X) i i
i 1 6
3
x . p
20
20 E(X )
2 2
i i
i 1 6
2
20 10 20 5
Varianza: 20 2X Var(X) E(X2 ) E(X)
2
6 6 36 9
5
Desviación típica: X 0,745
9
Y yj p j y j . p j y 2j y 2j . p j
1 13 1 3 1 13
1 23 23 1 23
1 13 1
y . p
1
Media: 01 Y E(Y) j j
j 1 3
2
02 E(Y 2 ) y . p
j 1
2
j j 1
2
1 8
Varianza: 02 Var(Y) E(Y ) E(Y)
2
2
Y
2
1
3 9
8
Desviación típica: Y 0,943
9
c) Probabilidades: P X 2 ; Y 0 P X 2 P Y 0
19
Y Y Y
1 1 1 1 1 1
X X X
1 16 13 1 16 13 1 16 13
2 1 12 14 2 1 12 14 2 1 12 14
3 1 12 1 12 3 1 12 1 12 3 1 12 1 12
1 1 7
P X 2 ; Y 0 P X 1; Y 1 P X 2 ; Y 1
3 4 12
P X 2 P X 2 ; Y 1 P X 2 ; Y 1 P X 3 ; Y 1 P X 3 ; Y 1
1 1 1 1 6 1
12 4 12 12 12 2
1 1 1 1
P Y 0 P X 1; Y 1 P X 2 ; Y 1 P X 3 ; Y 1
6 12 12 3
d) Coeficiente de correlación
xi . y j . pij
Y
1 1 1 1
X
1 16 13 1 6 13
2 1 12 14 2 12 24
3 1 12 1 12 3 12 3 12
7 12 13 12 6 12
3 2
x . y . p
6 1
11 E(XY) i j ij
i 1 j 1 12 2
1 10 1 1
Covarianza: XY Cov(X, Y) 11 10 . 01 . 0,555
2 6 3 18
XY 0,555
Coeficiente de correlación: XY 0,79
x . Y 0,745 . 0,943
Siendo XY 0,79 , valor cercano a 1, existe una fuerte relación lineal entre las
variables X e Y.
20
Ejercicio 3.- Sean (X, Y) los paquetes diarios que venden dos operadores de viajes,
cuya distribución de probabilidad conjunta se refleja en la tabla:
Y
0 1 2
X
0 0,15 0,15 0,10
1 0,05 0,20 0,05
2 0,10 0,05 0,15
Solución:
Y
0 1 2 pi xi . pi xi2 . pi
X
0 0,15 0,15 0,10 0,40 0 0
1 0,05 0,20 0,05 0,30 0,30 0,30
2 0,10 0,05 0,15 0,30 0,60 1,20
p j 0,30 0,40 0,30 1 0,90 1,50
y j . p j 0 0,40 0,60 1
y 2j . p j 0 0,40 1,20 1,60
3
20 E(X )
2
x . p
i 1
2
i i 1,5
3
02 E(Y 2 ) y . p
j 1
2
j j 1,6
21
Distribución de la variable (X Y) :
3 3
Se tiene: X Y E(X Y) (x y ).p
i 1 j 1
i j ij
Y
X
0 1 2 X Y 0 . 0,15 1 . 0,15 2 . 0,10
0 0,15 0,15 0,10 1 . 0,05 2 . 0,20 3 . 0,05
1 0,05 0,20 0,05 2 . 0,10 3 . 0,05 4 . 0,15 1,9
2 0,10 0,05 0,15
xi . y j . pij
Y
0 1 2 0 1 2
X
0 0,15 0,15 0,10 0 0 0
1 0,05 0,20 0,05 0 0,20 0,10
2 0,10 0,05 0,15 0 0,10 0,60
0 0,30 0,7 1
3 3
11 E(XY) x . y . p
i 1 j 1
i j ij 1
Y
X
0 1 2 E (X Y)2 0 . 0,15 1 . 0,15 4 . 0,10
0 0,15 0,15 0,10 1 . 0,05 4 . 0,20 9 . 0,05
1 0,05 0,20 0,05 4 . 0,10 9 . 0,05 16 . 0,15 5,1
2 0,10 0,05 0,15
Distribución de la variable (X Y) :
22
Ejercicio 4.- Sea (X, Y) una variable aleatoria bidimensional con función de densidad:
k 0 y x 1
f(x, y)
0 restantes valores
Solución:
a) Para que f(x, y) sea función de densidad tiene que verificarse:
f(x, y) dx dy 1
1
x2
1 x 1 x 1 1
k
k y 0 dx k x dx k 1 k 2
x
k dx dy k dy dx
0 0 0 0 0 0 2 0 2
por tanto,
2 0 y x 1
f(x, y)
0 restantes valores
x
2 dy 2 y 0 2 x
x
f1(x) f(x, y) dy 0 x 1
0
1
2 dx 2 x y 2 2 y
1
f2 (y) f(x, y) dx 0 y 1
y
x x x
x
F1(x) f1(t) dt f1(t) dt 2 t dt t 2 x 2 0 x 1
0
0 0
y y y
y
F2 (y) f2 (t) dt f2 (t) dt (2 2 t) dt 2 t t 2 2 y y 2 0 y 1
0
0 0
23
d) Funciones de densidad condicionadas:
f(x, y) 2
f(x / y) 0 y 1 0 x 1
f2 (y) 22y
f(x, y) 2
f(y / x) 0 x 1 0 y 1
f1(x) 2x
Ejercicio 5.- Sea (X, Y) una variable aleatoria bidimensional con función de densidad:
1 y x ; 0 x 1
f(x, y)
0 restantes valores
1 1 1 1
c) Hallar las probabilidades: P X ; Y 0 y P X ; Y
2 2 2 2
Solución:
a) f(x, y) es función de densidad si se verifica:
f(x, y) dx dy 1
1 x 1 x 1 1
y x dx
1
2 x dx x 2 1
x
f(x, y) dx dy dx dy dy dx
0
0 x 0 x 0 0
b) Para hallar las medias de X e Y hay que calcular primero las funciones de densidad
marginales:
x
dy y 0 x 2 x
x
f1(x) f(x, y) dy 0 x 1
x
24
1
dx x y 1 y
1
1 y 0
y
f2 (y) f(x, y) dx
dx x
1
1
1 y 0 y 1
y
y
1
x3
1
2
10 x E(X) x f1(x) dx x .2 x dx 2
0 3 0 3
y f (y) dy y (1 y) dy
0 1 0 1
01 y E(Y) y f2 (y) dy y f2 (y) dy 2 y (1 y) dy
1 0 1 0
0 1
y2 y3 y2 y3
0 1
1 1 1 1
(y y 2 ) dy (y y 2 ) dy 0
1 0 2 3 1 2 3 0 2 3 2 3
1 1 1 1
c) Probabilidades: P X ; Y 0 y P X ; Y
2 2 2 2
12
x2
y x dx
12 0 12 0 12 12
1 0 1
P X ; Y 0 f(x, y) dx dy dy dx x dx
2 0 x 0 x 0 0 2 0 8
1
1 12 1 12 12 1
1 1 1
y 1 2 dx dx x 1 2
12 1
P X ; Y f(x, y) dx dy dy dx
2 2 2 12 1 2 12 1 2 0 12 2
x y 0 x 1 0 y 1
f(x, y)
0 en el resto
Solución:
v2
y
(u v) du dv
x y x y x y x
u v 0 du
y
a) F(x, y) f(u, v) dv du (u v) dv du
2 0
0 0 0 0 0
x
y2 u2
x
y2 y x2 y2 x 1
x
u y du y u 0
(y x 2 y 2 x) 0 x 1 0 y 1
0 2 0
2 2 2 2 2
En consecuencia,
25
0 x0 ó y0
1
(y x 2 y 2 x) 0 x 1 0 y 1
2
1
F(x, y) F1(x) (x 2 x) 0 x 1 , y 1
2
1
F2 (y) (y y ) 0 y 1 , x 1
2
2
1 x 1 , y 1
1
y2
1
1
f(x, y) dy (x y) dy x y 0 x
1
f1(x) 0 x 1
0 2 0 2
1
x2
1
1
f(x, y) dx (x y) dx y x 0 y
1
f2 (y) 0 y 1
0 2 0 2
Adviértase que:
F1(x) 1 2 1 F2 (y) 1 1
f1(x) (x x) x f2 (y) (y y 2 ) y
x x 2 2 y y 2 2
1 1
f1(x). f2 (y) x . y x y f(x, y)
2 2
26
Ejercicio 7.- La función de distribución asociada a un fenómeno de la naturaleza es:
(1 e x ).(1 e y ) x 0 , y 0
F(x, y)
0 en el resto
Solución:
a) f(x, y)
2 F(x, y)
F(x, y)
(1 e ).(1 e )
x y
y (1 e )
x
(1 e )
x y y x y x y x
(1 e y ) 1
(1 e y ).e x e x . e x .e y e( x y ) x y x0 , y0
y y e
f1(x) f(x, y) dy e ( x y ) dy e x .e y dy e x e y dy e x e y e x .( 1) e x
0
0 0 0
f2 (y) f(x, y) dx e ( x y ) dx e y .e x dx e y e x dx e y e x e y .( 1) e y
0
0 0 0
f(x, y) e ( x y )
f(x / y) e x f1(x) al ser X e Y independientes
f2 (y) e y
f(x, y) e ( x y )
f(y / x) x
e y f2 (y) al ser X e Y independientes
f1(x) e
27
11
d) El coeficiente de correlación xy
x . y
10 x E(X) x . f1(x) dx x .e dx x.e
x x
e x dx x .e x e x 1
0 0
0 0
01 y E(Y) y. f2 (y) dy y .e dy y .e
y y
e y dy y .e y e y 1
0 0
0 0
Nota: x.e dx x.e x
x
e x dx x.e x e x
0 0
0 0
u x du dx
donde se ha realizado el cambio
dv e x
dx v e x dx e x
0
0
11 E(X. Y)
0 0
x . y . f(x, y) dx dy
0 0
x . y .e ( x y)
dx dy
0
x
x.e dx .
0
y.e y dy 1
20 E(X2 ) x 2 . f1(x) dx x 2 .e x dx x 2 .e x 2. x .e x dx
0
0 0
x 2 .e x 2 x.e x e x x 2 .e x 2. x .e x 2.e x 2
0 0 0
2x 20 10
2
2 1 1 x 11
11 0
coeficiente de correlación xy 0 Las variables son incorreladas
x . y 1.1
28
Ejercicio 8.- La venta en un mercado de abastos lleva asociada la función:
x y
k 1 0 x 1 1 y 1
f(x, y) 2
0 en el resto
Solución:
a) f(x, y) 0 k 0
Para que f(x, y) sea función de densidad debe verificarse que
f(x, y) dx dy 1
x y y 2 1
1 1 1 1 1
x y
k x y 1 dx
1
k 1 dx dy k 1 dy dx
1 2 1 2 4 1
0 0 0
1
1
2k dx 2k x 0 2k 1
1
k
0 2
x y 2
0 x 1 1 y 1
La función de densidad f(x, y) 4
0 en el resto
x y
b) Función de distribución F(x, y) P(X x, Y y) f(u, v) dv du
u v 2 u v 2
u v 2 dv du
x y x y x y
1
F(x, y) 4 dv du 4 dv du 4
0 1 0 1 0 1
v2 y u y2 u
x x
1 1
u 2 v 1 du
y
2 y 2 du
4 2 1 4 2 2
0
0
1 y 2 u 2 1 u2 x 2 (y 2 1) x (y 1)
x x
2 y u 0 2 u 0
x x
4 2 2 0 2 2 0 16 2
x 2 (y 2 1) x (y 1)
En consecuencia, F(x, y) 0 x 1 1 y 1
16 2
29
Las funciones de distribución marginales, resultan:
uv 2
uv 2
x y x 1 x 1
v 2 1 2 1
x x
u v 1 du du u0 x
x
0 x 1
8 1 4
0
o
uv 2
uv 2
x y 1 y 1 y
v2 y 2 y y 2 1 y 2 1 u2
1
1 1
2 2
u v 1 du y 1 u0
1
u y 1 du
8 1 4 8 4 8 2 0 4
0
0
y2 1 y 1 y2 8 y 7
1 y 1
16 2 16
1
x y2
1
x y 1 1 1
f1(x) f(x, y) dy 4 2 dy 4 2 2 y 1 1
1 1
1
y x2
1 1 y4
1
x y 1
f2 (y) f(x, y) dx
4 2 dx x 0
0 4 2 0 2 8
x x
du u0 x
x
F1(x) P(X x) f1(u) du 0 x 1
0
y
1 v2
v 4 y2 8 y 7
y y
0 x 0 ó y 1
2 2
x (y 1) x (y 1) 0 x 1 1 y 1
16 2
F(x, y) x 0 x 1 , y 1
2
y 8y 7 1 y 1 , x 1
16
1 x 1 , y 1
30
F1(x) F2 (y) y 2 8 y 7 y 4
f1(x) (x) 1 f2 (y)
x x y y 16 8
1
x y2
1
x y 1 1 1
f1(x) f(x, y) dy 4 2 dy 4 2 2 y 1 1
1 1
1
y x2
1 1 y4
1
x y 1
f2 (y) f(x, y) dx
4 2 dx x 0
0 4 2 0 2 8
f(x, y) (x y 2) 4 x y 2
f(y / x) f2 (y)
f1(x) 1 4
f(x, y) (x y 2) 4 2 x y 4
f(x / y) f1(x)
f2 (y) (y 4) 8 y4
z z
Z X Y (z, t) x y 1 1
d) En la transformación J 30
T X 2 Y (x, y) t t 1 2
x y
2z t z t 0 x 1 0 2z t 3
h1(z, t) , h2 (z, t) ,
3 3 1 y 1 3 z t 3
31
2z t z t
3 3 1 (2z t)( z t)
g(z, t) .
4 3 108
x y 2 0 x 1 (2 z t)( z t) 0 2z t 3
f(x, y) 4 1 y 1 g(z, t) 108 3 z t 3
0 0
en el resto en el resto
Ejercicio 9.- Sea (X,Y) una variable aleatoria bidimensional con función de probabilidad
b) P X 0, Y 2
c) P X 1
d) P X Y 1
Solución:
Y pi
-2 -1 0 1 2
X
-2 4c 3c 2c c 0 10c
-1 3c 2c c 0 c 7c
0 2c c 0 c 2c 6c
1 c 0 c 2c 3c 7c
2 0 c 2c 3c 4c 10c
p j 10c 7c 6c 7c 10c 40c
1 xi 2, 1, 0,1,2
5 5
x yj
p
1
ij 40c 1 c
40
pij 40 i y j 2, 1, 0,1,2
i 1 j 1
0 en otro caso
1 1
b) P X 0, Y 2 02
40 20
7
c) P X 1 7c
40
32
zona sombreada
28 7
d) P X Y 1 28c
40 10
P X 0, Y 1 P X 0, Y 0 P X 0, Y 1
P X 1, Y 0 P X 1, Y 1 P X 1, Y 2
P X 2, Y 1 P X 2, Y 2 28c 28 40 7 10
Ejercicio 10.- Sean (X,Y) dos variables aleatorias independientes, cada una con la
función de densidad:
e x x0 e y y0
fX (x) fY (y)
0 otro caso 0 otro caso
Solución:
e x y x 0,y 0
fX,Y (x, y)
0 otro caso
U X Y u 0
La transformación a aplicar es siendo x 0 e y 0 uv
V X v 0
x x
(x, y) u v
Despejando (X,Y) en la función de (U,V) se calcula el jacobiano J1
(u, v) y y
u v
U X Y XV (x, y) 0 1
J1 1
V X Y U V (u, v) 1 1
fU,V (u, v) fX,Y h1(u, v), h2 (u, v) . J1 fX,Y v , u v . J1 fX,Y v , u v . 1 fX,Y v , u v
33
e v (u v ) eu u 0,v 0 , u v
fU,V (u, v) fX,Y (v , u v)
0 otro caso
u.e u u0
u u
v 0 u.e
u u u u
fU (u) fU,V dv e dv e fU (u)
0 0
0 otro caso
Ejercicio 11.- Sea (X,Y) una variable aleatoria bidimensional absolutamente continua
con densidad uniforme en el cuadrante unitario 0,1 x 0,1 . Calcular la función de
densidad conjunta U X Y y V X Y
Solución:
U V x x 1 1
X
U X Y 2 (x, y) u v 2 1
El jacobiano J1 2
V X Y Y U V (u, v) y y 1
1 2
2 u v 2 2
u v u v u v u v 1
fU,V (u, v) fX,Y h1(u, v), h2 (u, v) . J1 fX,Y , . J1 fX,Y , .
2 2 2 2 2
u v u v 1 1 1
fX,Y , . 1.
2 2 2 2 2
uv
X 2 0,1 0 u v 2
Dominio para las variables X e Y:
Y u v 0,1 0 u v 2
2
1
0 u 2 ; 1 v 1
fU,V (u, v) 2
0 en otro caso
34
Ejercicio 12.- Dada la variable aleatoria bidimensional (X,Y) absolutamente continua
con función de densidad conjunta
cx 2 y x 2 y 1
f(x, y)
0 en otro caso
Calcular:
a) El valor de la constante c
b) P X Y
Solución:
cx 2 y 2 y 1
cx 2 cx 6
1 1 1 1
1 f(x, y) dy dx cx y dy dx
2
dx dx
1 1 2 2 1 2 2
x2
yx
x 1
cx 3 cx 7 c c c c 4c 21
c
6 14 x 1 6 14 6 14 21 4
21 2
x y x y 1
2
con lo cual, f(x, y) 4
0 en otro caso
21x 2 y 2 yx
21x 4 21x 6
1 x 1 1
21 2
b) P X Y x y dy dx dx dx
0 4 0 8 0 8 8
x2
y x2
x 1
21x 5 21x 7 21 21 42 21
40 56 x 0 40 56 280 140
x y
c) F(x, y) f(u, v) dv du
1 x 1, 0 y 1
vy
u x vy
21 u2 v 2 21 u2 y 2 21 u6
x x
21 2
F(x, y) u v dv du du du
u 1 v u2 4 1 8 v u2 1 8 8
35
u x u x
21 u3 y 2 21 u7 7 u3 y 2 3 u 7 7 x3 y 2 3 x7 7 y2 3
24 56 u 1 8 8 u 1 8 8 8 8
7 3 2 3 7 7 2 3
x y x y
8 8 8 8
1 x 1, y 1
u x
v 1
21 2 7 3 7 3 7 3 1
F(x, y) u v dv du x 3 y 2 x 7 y 2 x 3 x 7
u 1 4 8 8 8 8 y 1 8 8 2
v u2
x 1, 0 y 1
u 1
vy
21 2 7 3 7 3 7 3
F(x, y) u v dv du x 3 y 2 x 7 y 2 y 2
u 1 4 8 8 8 8 x 1 4 4
v u2
x 1, y 1
u 1
v 1
21 2 7 3 7 3
F(x, y) u v dv du x 3 y 2 x 7 y 2 1
u 1 4 8 8 8 8
v u2 x 1, y 1
En consecuencia,
0 x 1
0 y0
7 3 2 3 7 7 2 3
x y x y 1 x 1, 0 y 1
8 8 8 8
F(x, y) 7 3 3 7 1
8 x 8 x 2 1 x 1, y 1
7 y2 3 x 1, 0 y 1
4 4
1 x 1, y 1
36
Ejercicio 13.- Dada la variable aleatoria bidimensional (X,Y) con función de distribución
0 x0
0 x 0,y 0
xy 0 x 1 , 0 y 1
F(x, y)
x 0 x 1 , y 1
y x 1 , 0 y 1
1 x 1 , y 1
Solución:
a)
0 x0 0 x0
0 x 0,y 0 0 x 0,y 0
F(x, y) y 0 x 1 , 0 y 1 F(x, y) 1
2
0 x 1 , 0 y 1
f(x, y)
x 1 0 x 1 , y 1 x y 0 0 x 1 , y 1
0 x 1 , 0 y 1 0 x 1 , 0 y 1
0 x 1 , y 1 0 x 1 , y 1
1 0 x 1 , 0 y 1
Por consiguiente, f(x, y)
0 en otro caso
Portal Fuenterrebollo
37