Sesión

Distribuciones
Conjuntas
Contenido

Part 1 Distribuciones de probabilidad bivariadas

Distribuciones de probabilidad condicional y

Part 2
marginal

Part 3 Independencia de variables aleatorias.

Resultados del aprendizaje: Interpretar simultáneamente

dos o más variables. Construir distribuciones de probabilidad
multivariadas

.
 Introducción
A diferencia de lo estudiado hasta el momento, ahora trabajaremos
de manera simultánea dos o más Variables Aleatorias Discretas o
Continuas. Para esto primero estudiamos el concepto de
Distribución Conjunta y sus momentos, además de las
Distribuciones Condicionales y el cálculo de Probabilidades para
distribuciones multivariadas
 Opinión sobre Reforma
Tributaria A favor Indiferente Opuesto Total
Partido Político
Izquierda 138 83 64 285
Derecha 64 67 84 215
Total 202 150 148 500

Opinión sobre Reforma

Tributaria (Y) A favor Indiferente Opuesto
Partido Político (X)
Izquierda 0,276 0,166 0,128 0,57
Derecha 0,128 0,134 0,168 0,43
0,404 0,300 0,296 1,00
Vectores Aleatorios Bidimensionales
Constituido por dos Variables Aleatorias, Discretas o Continuas definidas en un
Espacio Muestral (Ω, ℓ), que a cada ω 𝜖𝜖 Ω le asigna uno y solo un par de valores
𝑥𝑥, 𝑦𝑦 𝜖𝜖 𝑅𝑅2 , esto es una función de Ω → 𝑅𝑅 2 . También se le conoce como Vector
Bivariado.
Por tanto,
𝑋𝑋 𝑇𝑇 ω = 𝑋𝑋 ω 𝑌𝑌 ω = 𝑥𝑥, 𝑦𝑦 , 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 ω 𝜖𝜖 Ω

Si X e Y son continuas, el vector aleatorio es continuo. Si éstas son discretas, el vector

aleatorio es discreto.
 Vector Aleatorio Discreto
Con el Vector Discreto 𝑿𝑿𝑇𝑇 𝑋𝑋, 𝑌𝑌 se asocia una función 𝑓𝑓: 𝑅𝑅2 → 𝑅𝑅 tal que:

𝑓𝑓 𝑥𝑥, 𝑦𝑦 = 𝑃𝑃(𝑋𝑋 = 𝑥𝑥, 𝑌𝑌 = 𝑦𝑦)

Con la que se determina la probabilidad de que X tome el valor de x, y al mismo tiempo Y tome
el valor de y. A ésta función 𝒇𝒇 se le denomina Vector Aleatorio X o Distribución Conjunta de X e
Y

� � 𝑓𝑓 𝑥𝑥, 𝑦𝑦 = � � 𝑃𝑃 𝑋𝑋 = 𝑥𝑥, 𝑌𝑌 = 𝑦𝑦 = 1
𝑡𝑡𝑜𝑜𝑜𝑜𝑜𝑜 𝑋𝑋 𝑡𝑡𝑜𝑜𝑜𝑜𝑜𝑜 𝑌𝑌 𝑡𝑡𝑜𝑜𝑜𝑜𝑜𝑜 𝑥𝑥 𝑡𝑡𝑜𝑜𝑜𝑜𝑜𝑜 𝑦𝑦

𝑆𝑆 = { 𝑥𝑥, 𝑦𝑦 𝜖𝜖 𝑅𝑅2 |𝑓𝑓 𝑥𝑥, 𝑦𝑦 > 0}

𝑓𝑓 𝑥𝑥, 𝑦𝑦 no puede ser negativa ni tomar valores mayores a 1

 Vector Aleatorio Discreto
Ejemplo:
Sea (x, y) una v.a. discreta con función de probabilidad dada por:

Y 1 2
X
1 0,5 0,2
2 0,1 0,2

Determine P(X ≥ 1, Y ≥ 1) , P(X < 2)

Distribución Marginal (Caso discreto)
Marginal de X

𝑓𝑓𝑥𝑥 𝑥𝑥 = 𝑃𝑃 𝑋𝑋 = 𝑥𝑥 = � 𝑓𝑓(𝑥𝑥, 𝑦𝑦)

𝑡𝑡𝑜𝑜𝑜𝑜𝑜𝑜 𝑦𝑦

Marginal de Y

𝑓𝑓𝑦𝑦 𝑦𝑦 = 𝑃𝑃 𝑌𝑌 = 𝑦𝑦 = � 𝑓𝑓(𝑥𝑥, 𝑦𝑦)

𝑡𝑡𝑜𝑜𝑜𝑜𝑜𝑜 𝑥𝑥
 Ejemplo:
Sea 𝑿𝑿𝑇𝑇 = 𝑋𝑋, 𝑌𝑌 un Vector Aleatorio Bivariado tal que su Distribución de Probabilidades es:

𝑓𝑓 𝑥𝑥 𝑦𝑦 = 𝑘𝑘 𝑥𝑥 + 𝑦𝑦 𝑆𝑆 = 𝑥𝑥 𝑦𝑦 𝑥𝑥 = 1,2,3 ˄ 𝑦𝑦 = 1,2}

Se solicita:
1.- Determinar k
2.- P(X=1, Y=1); P(X=1, Y=2); P(X=2, Y=2); y P(Y<2);
3.- Determinar las marginales
4.- Calcular la marginal de x e y del ejemplo anterior
 Ejemplo:
Sea 𝑿𝑿𝑇𝑇 = 𝑋𝑋, 𝑌𝑌 un Vector Aleatorio Bivariado tal que su Distribución de Probabilidades es:

𝑓𝑓 𝑥𝑥 𝑦𝑦 = 𝑘𝑘 𝑥𝑥 + 𝑦𝑦 𝑆𝑆 = 𝑥𝑥 𝑦𝑦 𝑥𝑥 = 1,2,3 ˄ 𝑦𝑦 = 1,2}

Se solicita:
1.- Determinar k
2.- P(X=1, Y=1); P(X=1, Y=2); P(X=2, Y=2); y P(Y<2);
3.- Determinar las marginales
4.- Calcular la marginal de x e y del ejemplo anterior