Probabilidad Fundamental

Mayo Luz Polo González

Profesora

Universidad Nacional de Colombia

Departamento de Estadística

26 de noviembre de 2020

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 1 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Muchos fenómenos de la naturaleza son descritos aproximadamente por

modelos probabilísticos que explican el comportamiento conjunto de dos
o más variables aleatorias.
También es de interés estudiar la relación entre dos o más variables
aleatorias.
Las dos razones anteriores y muchas otras justifican el estudio de la
distribución conjunta de variables aleatorias

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 2 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Ejemplo 1
Se la lanza una moneda tres veces consecutivas. Sean X : número de
caras obtenidas en los primeros dos lanzamientos y Y : número de caras
obtenidas en los dos últimos lanzamientos. El interés se centra en
estudiar el comportamiento conjunto de estas dos variables. Determinar
todas las parejas de valores posibles de las dos variables y la
probabilidad de ocurrencia respectiva.

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 3 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Ejemplo 1-Solución
P (X = 0, Y = 0) = P ((s, s, s)) = 18
P (X = 0, Y = 1) = P ((s, s, c)) = 18
P (X = 1, Y = 0) = P ((c, s, s)) = 18
1
P (X = 1, Y = 1) = P ((s, c, s)(c, s, c)) = 4

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 4 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Ejemplo 1-Solución
1
P (X = 1, Y = 2) = P ((s, c, c)) = 8
1
P (X = 2, Y = 1) = P ((c, c, s)) = 8
1
P (X = 2, Y = 2) = P ((c, c, c)) = 8

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 5 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Ejemplo 1-Solución
El conjunto de probabilidades del ejemplo 1 se pueden representar en una
tabla, como se muestra a continuación.
X \Y 0 1 2
1 1
0 8 8 0
1 1 1
1 8 4 8
1 1
2 0 8 8

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 6 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Ejemplo 1-Solución
Adicionalmente, se pueden obtener los totales por filas y columnas, los cuales
permiten construir las funciones de masa de probabilidad de cada una de las
variables, como se verá más adelante.
X \Y 0 1 2
1 1 1
0 8 8 0 4
1 1 1 1
1 8 4 8 2
1 1 1
2 0 8 8 4
1 1 1
4 2 4 1

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 7 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Definición 1: Función de masa de probabilidad conjunta

Sean X1 y X2 variables aleatorias discretas. La función de masa de
probabilidad conjunta de las variables X1 y X2 viene dada por

f (x1 , x2 ) = P (X1 = x1 , X2 = x2 ) − ∞ < x1 < ∞, −∞ < x2 < ∞

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 8 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Resultado 1
Si X1 y X2 son variables aleatorias discretas con función de masa de
probabilidad conjunta f (x1 , x2 ) entonces
1 f (x1 , x2 ) ≥ 0 para todo x1 , x2
P
x1 ,x2 f (x1 , x2 ) = 1
2

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 9 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Definición 2: Función de distribución acumulada conjunta

La función de distribución acumulada conjunta de dos variables aleatorias
(Discretas o Continuas) es definida como

F (x1 , x2 ) = P (X1 ≤ x1 , X2 ≤ x2 ) − ∞ < x1 < ∞, −∞ < x2 < ∞

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 10 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Resultado 2: Función de distribución acumulada conjunta de las

variables discretas X1 y X2
X X
F (x1 , x2 ) = f (t1 , t2 )
t1 ≤x1 t2 ≤x2

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 11 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Resultado 3: Función de distribución acumulada conjunta de las

variables continuas X1 y X2
Z x1 Z x2
F (x1 , x2 ) = f (t1 , t2 )dt2 dt1 −∞ < x1 < ∞, −∞ < x2 < ∞
−∞ −∞

Con f (x1 , x2 ) la función de densidad de probabilidad conjunta de las

variables aleatorias continuas X1 y X2

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 12 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Resultado 4: Propiedaes de la función de distribución acumulada

conjunta de las variables X1 y X2
La función de distribución acumulada conjunta de las variables X1 y X2 tiene
las siguientes propiedades:
1 lı́m(x1 ,x2 )→−∞ F (x1 , x2 ) = 0
2 lı́m(x1 ,x2 )→∞ F (x1 , x2 ) = 1
0 0 0 0
3 Si x1 ≤ x1 , x2 ≤ x2 entonces F (x1 , x2 ) ≤ F (x1 , x2 )

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 13 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Resultado 5: Propiedaes de la función de densidad de probabilidad

conjunta de las variables continuas X1 y X2
1 f (x1 , x2 ) ≥ 0 para todo x1 , x2
R∞ R∞
−∞ −∞ f (x1 , x2 )dx2 dx1 = 1
2

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 14 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Resultado 6: Función de masa de probablidad marginal de las variables

discretas X1 y de X2
P
1 f (x1 ) = f (x1 , x2 )
Px2
2 f (x2 ) = x1 f (x1 , x2 )

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 15 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Resultado 7: Función de densidad de probablidad marginal de las

variables continuas X1 y de X2
R∞
1 fX1 (x1 ) = f (x1 , x2 )dx2
R−∞
∞
2 fX2 (x2 ) = −∞ f (x1 , x2 )dx1

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 16 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Ejemplo 2
Usando la tabla que representa la función de masa de probabilidad conjunta
de las variables X y Y del ejemplo 1. Determine
a. P (X ≤ 2, Y = 1)
b. P (X ≤ 2, Y ≤ 1)
c. P (X ≤ 2 o Y ≤ 1)

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 17 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Ejemplo 3
Sean X y Y variables aleatorias con función de densidad de probabilidad
conjunta dada por
(
6xy 2 si 0 < x < 1, 0 < y < 1
f (x, y) =
0 en otro caso

Determine
a. P ( 21 < X ≤ 34 , 0 < Y ≤ 13 )

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 18 / 19

Capítulo 6: Distribución conjunta de variables aleatorias

Ejemplo 4
Sean X y Y variables aleatorias con función de densidad de probabilidad
conjunta dada por
(
4x
3 si 0 < x < 1, y > 1
f (x, y) = y
0 en otro caso

Determine
a. P (X < 12 |Y > 6)

un

ProbabilidadFundamental Universidad Nacional de Colombia Mayo Luz Polo G. 19 / 19