Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONFERENCIA 5
Título: Sistemas de variables aleatorias, propiedades. Vectores aleatorios. Sistemas de variables
aleatorias. Leyes de probabilidad conjunta.
Objetivo: Definir sistemas de variables aleatorias, propiedades, vectores aleatorios. Y leyes de
probabilidad conjunta.
Bibliografía: Walpole, R. E., Myers, R. H., Myers, S. L. (2012) Probabilidades y Estadística para
Ingenieros. La Habana: Félix Varela.
Walpole, R. E., Myers, R. H., Myers, S. L. y Ye, K. (2012) Probabilidades y Estadística para
Ingeniería y ciencias. Novena edición. Pearson Educación, México.
INTRODUCCIÓN
En ocasiones el espacio muestral es multidimensional, es decir los resultados de un
experimento aleatorio asociado a dicho espacio dependen de los valores de más de una
variable aleatoria. Por ejemplo, en una fábrica de cables eléctricos el diámetro de un cable
eléctrico blindado y el diámetro del molde cerámico que hace el cable están relacionados
de modo que sea ligeramente menor que además ambos diámetros están en una escala
entre dos valores prefijados, las mediciones de y darían lugar a un espacio muestral
bidimensional que consta de los resultados ; o bien, para la construcción del conductor
podríamos interesarnos en la dureza y en la resistencia a la tensión de cobre estirado en
frío que produciría los resultados .
Una impresora debe controlar el ancho , el largo y la altura en tal caso debe operar
con una magnitud aleatoria tridimensional. Otro caso puede ser el tiempo de vida
de varios componentes de un sistema electrónico, aquí para determinar la probabilidad de que
el sistema funciones, basado en el funcionamiento de los diferentes componentes, se utiliza
un espacio muestral -dimensional para registrar los resultados de varios de estos sistemas
puestos a prueba
Asignatura: Probabilidades y Estadística
Profesora: Dra. C. Yusimí Guerra Véliz (Profesora Titular)
Carreras: Ingeniería Eléctrica primer año e Ingeniería Automática segundo año
Semestre 2do.
En tales casos se precisa operar con distribuciones de probabilidad conjunta de variables
aleatorias que pueden ser discretas o continuas.
DESARROLLO
Variable aleatoria -dimensional
Definición: Variable aleatoria -dimensional: Son las magnitudes aleatorias cuyos valores se
determinan por más de un número.
La dimensión de una magnitud aleatoria está dada por la cantidad de números que la
determinan. Si se precisan dos números entonces la magnitud aleatoria es bidimensional, con
tres números es tridimensional y con números -dimensional. El conjunto de tales números
conforma un vector aleatorio cuya dimensión coincide con la de la variable aleatoria. En general
un vector -dimensional es de la forma Dónde los constituyen sus
componentes.
Desde el punto de vista geométrico la variable aleatoria bidimensional se interpreta como un
punto aleatorio en el plano . Es decir como un punto del plano de coordenadas
aleatorias o como un vector aleatorio ̅̅̅̅̅ que pertenece a dicho plano. Asimismo, La variable
aleatoria tridimensional, se interpreta como un punto aleatorio en el espacio .
Es decir como un punto del espacio de coordenadas aleatorias o como un vector aleatorio ̅̅̅̅̅
que pertenece a dicho espacio.
En lo adelante trataremos solo con variables aleatorias de dimensión dos o bidimensionales
Definición: distribución de probabilidad conjunta de dos variables aleatorias discretas (de una
variable aleatoria bidimensional) La función es una distribución de probabilidad
conjunta o función de masa de probabilidad de las variables aleatorias discretas y , si
1)
2) ∑ ∑
3)
Para cualquier región en el plano , ∑∑
Asignatura: Probabilidades y Estadística
Profesora: Dra. C. Yusimí Guerra Véliz (Profesora Titular)
Carreras: Ingeniería Eléctrica primer año e Ingeniería Automática segundo año
Semestre 2do.
( ) ( ) ( ) ∑ ( )
… … … … … …
( ) ( ) ( ) ∑ ( )
Ejemplo 1: Se seleccionan al azar 2 repuestos para bolígrafo de una caja que contiene 3
repuestos azules, 2 rojos y 3 verdes. Si es el número de repuestos azules y es el número de
repuestos rojos seleccionados, calcule:
a) la función de probabilidad conjunta
b) , donde es la región
c) Obtenga las distribuciones marginales
Solución:
a) Los posibles pares de valores son y
La probabilidad para los pares ordenados es:
Aquí se ha usado la probabilidad condicional pero estos cálculos también se pueden hacer
usando la fórmula general:
( )( )( )
( )
Para y .
La distribución de probabilidad conjunta es:
0 0
De igual modo se obtienen los demás valores marginales que coinciden con los totales por
columnas. Los valores marginales son los totales por filas de dicha tabla. Por lo general al
construir la tabla de probabilidad conjunta para una se suele recoger los valores
marginales en los totales por columnas y por filas como se ha hecho en este ejemplo.
Asignatura: Probabilidades y Estadística
Profesora: Dra. C. Yusimí Guerra Véliz (Profesora Titular)
Carreras: Ingeniería Eléctrica primer año e Ingeniería Automática segundo año
Semestre 2do.
Asignatura: Probabilidades y Estadística
Profesora: Dra. C. Yusimí Guerra Véliz (Profesora Titular)
Carreras: Ingeniería Eléctrica primer año e Ingeniería Automática segundo año
Semestre 2do.
Distribución de probabilidad conjunta para una bidimensional
Ejemplo 2: Sea el diámetro de un cable eléctrico blindado y el diámetro del molde cerámico
que hace el cable. Tanto como tienen una escala tal que están entre y Suponga que y
tienen la siguiente densidad de probabilidad conjunta:
Calcule
Solución:
Lo primero es determinar la región en que se define Esta se define por la condición:
De modo que la región queda a la derecha del eje porque por debajo
de la recta puesto que Por encima de la recta puesto que
Dentro de esta región se debe delimitar la región de integración en que cumple la condición
De modo que tendremos dos integrales dobles cuyos límites de integración son: para la región
De este modo:
( ) ∫ ∫ ∫ ∫
( ) ∫ ( ) ∫
( ) ∫ ∫
( ) ∫ ∫
∫ ∫ ∫
La integral:
( )
∫ ∫
∫ ∫ |
1 0
2 0 0
Primero se busca
( )
( ) ( )( )
( ) ( )( )
( ) ( )
b) Calcular ( | ).
Solución:
La densidad de probabilidad conjunta del ejemplo 2 es:
Las densidades marginales calculadas en el ejemplo 3 para el caso descrito en el ejemplo 2 son:
b) La ( | ) es:
( | ) ∫ ∫
∑ ∫
∑ ∫
Independencia estadística
y son estadísticamente independientes