Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vectores aleatorios
Un vector aleatorio de dimensión dos es un vector de la forma (𝑋, 𝑌) en donde cada
coordenada es una variable aleatoria. De manera análoga se definen vectores aleatorios
multidimensionales (𝑋1, … , 𝑋𝑛).
Función de probabilidad
La función de probabilidad del vector aleatorio discreto (𝑋, 𝑌), en donde X toma los valores
x1, x2, . . . y Y toma los valores y1, y2, . . ., es la función 𝑓(𝑥, 𝑦) ∶ 𝑅2 → [0, 1] dada por:
Función de densidad
Sea (𝑋, 𝑌) un vector aleatorio continuo. Se dice que la función integrable y no negativa
f(𝑥, 𝑦) ∶ 𝑅2 → [0, ∞) es la función de densidad del vector (𝑋, 𝑌) o bien que es la función de
densidad conjunta de las variables X y Y si para todo par (𝑥, 𝑦) en 𝑅2 se cumple la igualdad:
∞ ∞
𝑃 (𝑋 ≤ 𝑥, 𝑌 ≤ 𝑦) = ∫ ∫ 𝑓 (𝑢, 𝑣 )𝑑𝑣 𝑑𝑢
−∞ −∞
La función de distribución del vector (𝑋, 𝑌), denotada por 𝐹(𝑥, 𝑦) ∶ 𝑅2 → [0, 1], se define de
la siguiente manera
𝐹(𝑥, 𝑦) = 𝑃(𝑋 ≤ 𝑥, 𝑌 ≤ 𝑦)
La esperanza de un vector aleatorio (𝑋, 𝑌), compuesto por dos variables aleatorias con esperanzas
finitas, es el vector de las esperanzas, es decir, 𝐸(𝑋, 𝑌) = (𝐸(𝑋), 𝐸(𝑌)).
La varianza de un vector aleatorio (X, Y), compuesto por dos variables aleatorias con varianzas
finitas, es la matriz cuadrada
𝑉𝑎𝑟(𝑋) 𝐶𝑜𝑣(𝑋, 𝑌)
𝑉𝑎𝑟(𝑋, 𝑌) = ( )
𝐶𝑜𝑣(𝑌, 𝑋) 𝑉𝑎𝑟(𝑌)
Coeficiente de correlación
El coeficiente de correlación entre las variables aleatorias X y Y con varianzas finitas distintas de
cero, se define como el número:
𝐶𝑜𝑣(𝑋, 𝑌)
𝜌(𝑥, 𝑦) =
√𝑉𝑎𝑟(𝑋)𝑉𝑎𝑟(𝑌)
Desigualdad de Chébyshev
Sea 𝑋 una variable aleatoria con media µ y varianza finita 𝜎 2 .
𝜎2
∀∈ > 0 ∈ ℝ, 𝑃(|𝑋 − µ| ≥∈) ≤
∈2
Bibliografía
Rincón, L. (2014). Introducción a la Probabilidad. CDMX: UNAM.