Unidad 1. Vectores aleatorios.

Actividad 1. Probabilidad conjunta.

Unidad 1: Introducción a la Probabilidad.

Actividad 1. Probabilidad conjunta.

Nombre del alumno: Andrei Yair Zamora Ortiz

Matricula: ES202102619
Grupo: MT-MPRO2-2202-B2-001
Asignatura: Probabilidad II
Carrera: Licenciatura en matemáticas
Nombre del docente: María Isabel Castro Martínez

Fecha de envío: 30 de septiembre del 2022

Educación Abierta y a Distancia * Ciencias Exactas, Ingenierías y Tecnologías

Alumno: Andrei Yair Zamora Ortiz
Unidad 1. Vectores aleatorios.
Actividad 1. Probabilidad conjunta.

Realiza un glosario que contenga los siguientes conceptos:

1. Vectores aleatorios.
En palabras simples, un vector aleatorio de dimension R2 es un vector de la
forma (X , Y ) en donde cada coordenada es una variable aleatoria. De manera
análoga se definen a los vectores aleatorios multidimensionales como
(X 1 , ... , X n).

2. Función de probabilidad y densidad conjunta (caso discreto y continuo) .

Para la función de probabilidad tenemos que el vector aleatorio discreto (X, Y),
en donde X toma los valores x 1 , x 2 , … y para la cordenada Y toma los valores
y 1 , y 2 , . .. , es la funcion f ( x , y ) : R2 →[0 ,1]dada por:

f ( x , y )=
{
P ( X =x ,Y = y ) si ( x , y ) ∈ { x 1 , x 2 , . .. }× { y 1 , y 2 , .. . }
0 en otro caso .
Por otro lado, para la funcion de densidad tenemos que sea (X, Y ) un vector
aleatorio continuo, donde la función es integrable y no negativa f ( x , y ) : R2 →¿
es la función de densidad del vector (X, Y ) o mejor dicho es la función de
densidad conjunta de las variables X y Y si para todo par (x, y) en R2 se cumple
la igualdad:
x y
P(X ≤ x , Y ≤ y)= ∫ ∫ f ( u , v ) dudv .
−∞ −∞

3. Función de distribución conjunta.

Tenemos que la función de distribución del vector (X, Y), denotada por
2
F ( x , y ) : R →¿ ], se define de la siguiente manera F ( x , y ) =P ( X ≤ x ,Y ≤ y ) .

4. Función de probabilidad y densidad marginal.

Para la funcion de probabilidad tenemos que sea f ( x , y ) la función de densidad
del vector aleatorio continuo (X,Y). Por otro lado, se define la función de
densidad marginal de la variable X como:
∞
fx ( x )= ∫ f ( x , y ) dy
−∞

Educación Abierta y a Distancia * Ciencias Exactas, Ingenierías y Tecnologías

Alumno: Andrei Yair Zamora Ortiz
Unidad 1. Vectores aleatorios.
Actividad 1. Probabilidad conjunta.

5. Función de distribución marginal.

Para este tipo de funcion tenemos que sea (X, Y) un vector aleatorio, continuo
o discreto, con función de distribucíon F(x, y). Por otro parte, la función de
distribucíon marginal de la variable X se define como la función de una variable
F X ( x ) =lim F ( x , y ) .
y →∞

Por otro lado, análogamente, la función de distribucíon marginal de la variable

Y se define como F Y ( y )=lim

x→ ∞
F (x , y ).

6. Función de distribución condicional.

Tenemos que sea (X, Y) un vector aleatorio discreto o continuo con funcíon de
probabilidad o de densidad fx , y ( x , y ) . Entonces sea y un valor de la variable Y
tal que f Y ( y ) ≠0. Por otro lado, a la funcíon x → f X ⎪Y ( x ⎢ y ) , definda se le llama
funcíon de probabilidad o densidad condicional de X dado que Y = y , de tal
manera que quedaría de lasiguinete forma:
fx , y ( x , y )
f X ⎪Y ( x ⎢ y )=
fY (y)

7. Generalización de independencia de variables aleatorias.

Tenemos que dos variables aleatorias X ∧Y definidas en un mismo espacio de
probabilidad, se dicen independientes si para cualesquiera conjuntos de
números reales B 1 , B2 se cumple lo siguiente
P ( ( X ∈ B1 ) ∩ ( Y ∈ B2 ) ) =P ( X ∈ B1 ) P ( Y ∈ B2 ) , solo si X ∧Y son independientes si

para cualesquiera x , y ∈ R , se cumple P(( X ≤ x )∩(Y ≤ y ))=P( X ≤ x) P (Y ≤ y ).

8. Esperanza, Varianza (matriz) y Covarianza de un vector aleatorio.

Primero, tenemos la esperanza de un vector aleatorio (X,Y), compuesto por dos
variables aleatorias con esperanzas finitas, es el vector de las esperanzas, esto
quiere decir, E( X ,Y )=(E( X) , E(Y )) .

Ahora, la varianza de un vector aleatorio (X,Y), compuesto por dos variables

aleatorias con varianzas finitas, es en pocas palabras la matriz cuadrada

Educación Abierta y a Distancia * Ciencias Exactas, Ingenierías y Tecnologías

Alumno: Andrei Yair Zamora Ortiz
Unidad 1. Vectores aleatorios.
Actividad 1. Probabilidad conjunta.

Var ( X ,Y )=
( Var ( X )
Cov ( Y , X )
Cov ( X , Y )
Var ( X ) )
Finalmente, tenemos que la covarianza de X ∧Y , se puede definir de la
siguiente manera: Cov ( X , Y )=E[( X −E( X))(Y −E (Y ))].

9. Coeficiente de correlación.
En terminos simples, tenemos que el coeficiente de correlación entre las
variables aleatorias X y Y con varianzas finitas distintas de cero, se define de la
siguiente manera:
Cov ( X ,Y )
ρ ( X , Y )=
√Var ( X ) Var ( Y )
10. Desigualdad de Chébyshev.
Para este concepto, tenemos que sea X una variable aleatoria con media µ y
varianza finita σ 2, tendremo que la desigualdad quedará definida de la siguinete
manera
2
σ
∀ ϵ >0 ∈ R , P(|X −μ|≥ ϵ) ≤ 2
ϵ

11. Función generadora de momentos.

Finalmente, la funcíon generadora de momentos de una variable aleatoria
discreta o continua X es la funcíon M (t) definida como: M (t)=E(e tX ), lo anterior
para valores reales de t en donde la esperanza existe.

Referencias:
UnADM. (Sin ficha). Unidad 1. Vectores aleatorios. Septiembre 26, 2022, de
Universidad Abierta y a Distancia de México. Sitio web:
https://campus.unadmexico.mx/contenidos/DCEIT/BLOQUE2/MT/03/MPRO2/U1/
descargables/MPRO2_U1_contenido.pdf

Rincón, L. (Diciembre 21, 2013). 0625 Función generadora de probabilidad.

Septiembre 27, 2022, de YouTube. Sitio web: https://www.youtube.com/watch?
v=2-XoyqionxM

Educación Abierta y a Distancia * Ciencias Exactas, Ingenierías y Tecnologías

Alumno: Andrei Yair Zamora Ortiz
Unidad 1. Vectores aleatorios.
Actividad 1. Probabilidad conjunta.
Rincón, L. (Noviembre 21, 2013). 0625 Desigualdad de Chebyshev. Septiembre
28, 2022, de YouTube. Sitio web: https://www.youtube.com/watch?v=lD7NGyjl2AU

Seymour. (2001). Probabilidad (2ª ed.). Colombia: McGraw Hill.

Educación Abierta y a Distancia * Ciencias Exactas, Ingenierías y Tecnologías

Alumno: Andrei Yair Zamora Ortiz