DISTRIBUCIONES DE PROBABILIDAD CONJUNTA

Si X y Y son dos variables aleatorias discretas, la distribución de probabilidad para sus

ocurrencias simultáneas se puede representar mediante una función con valores f(x, y)
para cualquier par de valores (x, y) dentro del rango de las variables aleatorias X y Y. Se
acostumbra referirse a esta función como la distribución de probabilidad conjunta de X
y Y.

La función f(x, y) es una distribución de probabilidad conjunta o función de masa de

probabilidad de las variables aleatorias discretas X y Y si

1. f ( x, y )  0 para toda ( x, y ),
2.   f ( x, y )  1,
x y

3. P( X  x, Y  y )  f ( x, y ).

Para cualquier región A en el plano xy, P[(X, Y)  A] =  f ( x, y ).

A

La función f(x, y) es una función de densidad conjunta de las variables aleatorias

continuas X y Y si

1. f ( x, y )  0 para toda ( x, y ),
 
2.     f ( x, y ) dx dy  1,
3. P[(X, Y)  A] = A  f ( x, y ) dx dy.

Para cualquier región A en el plano xy.

Las distribuciones marginales de X sola y Y sola son

g ( x )   f ( x, y ) y h( y )   f ( x, y ) para el caso discreto, y

y x

 
g ( x)  

f ( x, y ) dy y h( y )  
f ( x, y ) dx para el caso continuo.

Valor esperado
Sean X y Y variables aleatorias con distribución de probabilidad conjunta f(x,y). La
media o valor esperado de la variable aleatoria g(X, Y) es

 g ( X ,Y )  E  g ( X , Y )    g ( x, y ) f ( x, y ) si X y Y son discretas, y
x y

 g ( X ,Y )  E  g ( X , Y ) 
 
 
 
g ( x, y ) f ( x, y ) dx dy si X y Y son continuas.

Covarianza
Sean X y Y variables aleatorias con distribución de probabilidad conjunta f(x,y). La
covarianza de X y Y es
 XY  E  ( X   X )(Y  Y )   ( x   X )( y  Y ) f ( x, y ) si X y Y son discretas, y
x y

 XY  E  ( X   X )(Y  Y ) 
 
 
 
( x   X )( y  Y ) f ( x, y ) dx dy si X y Y son
continuas

La covarianza de dos variables aleatorias X y Y con medias X y Y, respectivamente,

está dada por
XY = E(XY) – X Y.

Coeficiente de correlación
Sean X y Y variables aleatorias con varianza XY y desviaciones estándar X y Y,
respectivamente. El coeficiente de correlación X y Y es

 XY
 XY  .
 X Y

El coeficiente de correlación mide la fuerza de la relación entre X y Y. XY es

independiente de las unidades de X y Y. El coeficiente de correlación satisface la
desigualdad – 1 ≤ XY ≤ 1. Toma un valor de cero cuando XY = 0. Donde hay una
dependencia lineal exacta, digamos Y = a + bX, XY = 1 si b > 0 y XY = – 1 si b < 0.

Ejercicios

1. Se seleccionan al azar dos repuestos para un bolígrafo de una caja que contiene tres
repuestos azules, dos rojos y 3 verdes. Si X es el número de repuestos azules y Y es
el número de repuestos rojos que se seleccionan, encuentre (a) la función de
probabilidad conjunta f(x, y) y. (b) P[(X, Y)  A], donde A es la región {(x, y) | x
 + y  1}. (c) Encuentre las distribuciones marginales de X y Y. (d). Encuentre
P(X = 0), P (Y = 1), P(X = 0, Y = 1). (e) Encuentre P(X = 0 Y = 1). (f) Encuentre
el valor esperado de X, el de Y, el de XY. (g) Encuentre la covarianza de X y Y. (h)
Encuentre el coeficiente de correlación.

x Totales por
f(x, y) 0 1 2 renglón
0 3
28
9
28
3
28
15
28
y 1 3
14
3
14
3
7
2 1
28
1
28

Totales por columna 5

14
15
28
3
28
1

b) [(X, Y)  A], donde A es la región {(x, y) | x + y  1}

X NO ES IGUAL A P(X)
N(S) = (0,0); (0,1); (1,0) = 3/28 + 3/14 + 9/28 = 18/28 = 9/14

(c) Encuentre las distribuciones marginales de X y Y.

* Distribucion marginal es la separación de la tabla compuesta en 2 tablas
independientes.

X P(X =Xi)
0 5/14
1 15/28
2 3/28
SUMA 1

Y P(Y =Yi)
0 15/28
1 3/7
2 1/28
SUMA 1

(d). Encuentre P(X = 0), P (Y = 1), P(X = 0, Y = 1).

* Cuando se nombra una sola variable se selecciona el valor total, cuando se nombra 2
variables, se selecciona el valor donde se interceptan
P(X = 0) = 5/14
P (Y = 1) = 3/ 7
P(X = 0, Y = 1) = 3/14 O 6/28

(e) Encuentre P(X = 0 Y = 1)

 = Dado que (probabilidad condicional) Teorema de Bayers
X=A
Y= B

P(X = 0 Y = 1) = P( X= 0 INTERSECCION Y =1) / P(Y = 1) = (6/28) / (3/7) = 1/2

(f) Encuentre el valor esperado de X, el de Y, el de XY

Valor esperado = Media = Promedio = E(X) = X* P(X=Xi)

VALOR ESPERADO DE X
X P(X =Xi) X* P(X=Xi) X2 * P(X=Xi)
0 5/14 0 * 5/14 = 0 02 * 5/14 = 0
1 15/28 1 * 15/28 = 15/28 12 * 15/28 = 15/28
2 3/28 2 * 3/28 = 6/28 22 * 3/28 = 12/28
SUMA 1 21/28 = 3/4 27/28

VALOR ESPERADO DE Y
Y P(Y =Yi) Y * P(Y =Yi) Y2 * P(Y=Yi)
0 15/28 0 * 15/28 = 0 02 * 15/28 = 0
1 3/7 1* 3/7 = 3/7 12 * 3/7 = 3/7
2 1/28 2 * 1/28 = 2/28 22 * 1/28 = 2/28
SUMA 1 14/28 = 1/2 16/28

VALOR ESPERADO DE XY
E(XY) = SUMATORIA (X * Y * P(X,Y))
E(XY) = (0 * 0 * 3/28) + (0 * 1 * 3/14) + ( 0 * 2 * 3/28) + (1 * 0 * 9/28) +
(1 * 1 * 3/14) + (2 * 0 * 3/28) = 6/28 = 3/14

g) Encuentre la covarianza de X y Y

XY = E(XY) – X Y = 6/28 – (21/28 * 14/28) = - 9/56

La covarianza si puede resultar negativa, indica que tan alejados están los datos de la
media.

2= Varianza poblacional

= Desviación poblacional
S = Desviación muestral
S2 = Varianza muestral
(h) Encuentre el coeficiente de correlación.
  XY
 XY  . = (- 9/56) / ((0,60733)* (0,56666)) = - 0,46749 = 46,749%
 XY

Conclusión: La variable X (Bolígrafos azules) y la variable Y (bolígrafos rojos) tienen

46, 749% de relación.

El coeficiente de correlación mide la fuerza de la relación entre X y Y. XY es

independiente de las unidades de X y Y. El coeficiente de correlación satisface la
desigualdad – 1 ≤ XY ≤ 1. Toma un valor de cero cuando XY = 0. Donde hay una
dependencia lineal exacta, digamos Y = a + bX, XY = 1 si b > 0 y XY = – 1 si b < 0.

XY = -1 = Correlación perfecta o “existe 100% relación entre las variables” = variables son dependientes
XY = 0 = Ausencia de correlación o “no hay relación entre las variables” = variables son independientes
XY = 1 = Correlación perfecta o “existe 100% relación entre las variables” = variables son dependientes

 2  [( xi2 ) P ( xi )]   2
= 27/28 – (21/28)2 = 45/ 112 =
Sacamos raíz 45/112 = 0. 60733 DESVIACIÓN DE X

DESVIACION DE Y = 16/28 – (14/28)2 = 9/28

Sacamos raíz 9/28 = 0,56666

2. Sea X el número de veces que falla cierta máquina de control numérico: 1, 2 ó 3

veces en un día dado. Sea Y el número de veces que se llama a un técnico para
una emergencia. Su distribución de probabilidad conjunta está dada como.
f(x,y) x 1 2 3
1 0.05 0.05 0.1
y 2 0.05 0.1 0.35
3 0 0.2 0.1

a) Evalúe la distribución marginal de X.

b) Evalúe la distribución marginal de Y.
c) Encuentre la covarianza de X y Y y el coeficiente de correlación.

3. Una fábrica de dulces distribuye cajas de chocolates con un surtido de cremas,

chicles y nueces cubiertas con chocolate claro y oscuro. Para una caja
seleccionada al azar, sean X y Y, respectivamente, las proporciones de chocolates
claro y oscuro que son cremas y suponga que la función de densidad conjunta es.
 2 (2 x  3 y ), 0  x  1,0  y  1
f ( x, y )   5
0, en cualquier otro caso.

(a) Verifique que f es una función de densidad conjunta de probabilidad.

(b) Encuentre P[(X, Y)  A], donde A está en la región {(x, y) | 0 < x < ½, ¼
< y < ½}
(c) Encuentre las distribuciones marginales de X y Y.

4. La fracción X de corredores y la fracción Y de corredoras que compiten en la

maratón se describen mediante la función de densidad conjunta.
 8 xy, 0  x  1, 0  y  x
f ( x, y )  
 0, en cualquier otro caso.

Encuentre la covarianza de X y Y.

5. Una vinatería opera instalaciones para atención en el automóvil y para atender a

quien llega caminando. En un día seleccionado al azar, sean X y Y, respectivamente,
las proporciones del tiempo que se utiliza cada instalación, y suponga que la función
de densidad conjunta de estas variables aleatorias es
 2 ( x  2 y), 0  x  1, 0  y  1
f ( x, y)   3
0, de otro modo

a) Encuentre el valor esperado de X.

b) Encuentre el valor esperado de Y.
c) Encuentre la covarianza de X y Y.