Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
𝑋⃗: Ω ⟶ ℝ2
cumpliéndose que
𝑋⃗ −1 (𝐵) ∈ 𝒜 ∀𝐵 ∈ ℬ 2
Por ser 𝑋⃗ una aplicación con imagen en ℝ2 es obvio que tendrá dos componentes
𝑋⃗(𝑋, 𝑌)
Teorema.-
Dem.-
⇒)
𝐵 ∈ ℬ; 𝑋 −1 (𝐵) = {𝜔 ∈ Ω; 𝑋(𝜔) ∈ 𝐵}
pero
luego
1
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
𝑋 −1 (𝐵) = 𝑋⃗ −1 (𝐵𝑥ℝ)
⇐)
𝐵1 , 𝐵2 ∈ ℬ ⇒ 𝐵1 𝑥𝐵2 ∈ ℬ 2
Consideremos
definimos ahora
𝑃𝑋⃗⃗ : ℬ 2 ⟶ ℝ
𝐵 ⟼ 𝑃𝑋⃗⃗ (𝐵) = 𝑃 (𝑋⃗ −1 (𝐵))
2
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
3) {𝐵𝑛 }𝑛∈ℕ 𝐵𝑛 ∈ ℬ 2 ; 𝐵𝑖 ∩ 𝐵𝑗 = ∅ ⇒
A esta probabilidad 𝑃𝑋⃗⃗ se le llama probabilidad inducida por la variable aleatoria 𝑋⃗.
Ejemplo:
Consideremos el experimento aleatorio de elegir dos números al azar en el intervalo
unidad. Con estos se forma una partición del intervalo en 3 segmentos. Calcula la
probabilidad de que con los tres segmentos se pueda formar un triangulo.
Para ello tomamos Ω = [0, 1]𝑥[0, 1], el vector aleatorio 𝑋⃗(𝑋, 𝑌) donde 𝑋 es la v.a.
que mide el primer número elegido, 𝑌 la que mide el segundo.
𝑃: ℬ 2 |Ω ⟶ ℝ
𝑎𝑟𝑒𝑎(𝐶)
𝐶 ↦ = 𝑎𝑟𝑒𝑎(𝐶)
𝑎𝑟𝑒𝑎(Ω)
Sean 𝑥, 𝑦 los valores elegidos. Supongamos 𝑥 < 𝑦, entonces las longitudes de los
tres segmentos son 𝑥, 𝑦 − 𝑥, 1 − 𝑦. Para que se pueda formar triangulo se tiene que
cumplir que la longitud de cualquiera de sus lados sea inferior a la suma de los otros
dos. Esto conlleva
1
𝑥 < 𝑦 − 𝑥 + 1 − 𝑦 = 1 − 𝑥; 2𝑥 < 1; 𝑥<
2
1
𝑦 − 𝑥 < 𝑥 + 1 − 𝑦; 2𝑦 < 2𝑥 + 1; 𝑦<𝑥+
2
1
1 − 𝑦 < 𝑥 + 𝑦 − 𝑥; 1 < 2𝑦; 𝑦>
2
3
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
1 1 1 1
Dentro de Ω las restricciones 𝑥 < 2 ; 𝑦 > 2; nos dan el cuadrado [0, 2[ 𝑥 ]2 , 1]. Si
1 1
incorporamos la última restricción 𝑦 < 𝑥 + 2, como la recta 𝑦 = 𝑥 + 2 es diagonal
del cuadrado citado. En definitiva estamos ante un triangulo, mitad de dicho cuadrado.
1
El área de este triangulo será la mitad del área del cuadrado de lado 2, es decir
1 1
∙ 1
𝐴𝑟𝑒𝑎(𝑡𝑟𝑖𝑎𝑛𝑔𝑢𝑙𝑜) = 2 2 =
2 8
Recordemos que estamos trabajando bajo la hipótesis 𝑥 < 𝑦. Si consideramos la otra
1
posibilidad 𝑦 < 𝑥 obtendremos otro triangulo también de área por lo que el área
8
1
de la región completa será y como el área de Ω es la unidad, podemos concluir que
4
1
la probabilidad pedida es 4.
4
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
Se define una función real de variable bidimensional que de alguna forma viene
a sustituir a la aplicación probabilidad. Esta es la que denominaremos como función de
distribución.
𝐹𝑋⃗⃗ : ℝ2 ⟶ ℝ
(𝑥, 𝑦) ⟼ 𝐹𝑋⃗⃗ (𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]−∞, 𝑦])
𝐹(𝑥, 𝑦 + ℎ) ≥ 𝐹𝑋⃗⃗ (𝑥, 𝑦); 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]𝑦, 𝑦 + ℎ]) = 𝐹(𝑥, 𝑦 + ℎ) − 𝐹𝑋⃗⃗ (𝑥, 𝑦)
5
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
= 𝑃𝑋⃗⃗ ( ]−∞, 𝑥´] 𝑥 ]−∞, 𝑦]) + 𝑃𝑋⃗⃗ ( ]−∞, 𝑥´] 𝑥 ]𝑦, 𝑦´])
es decir
análogamente
restando
𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦) − (𝐹(𝑥, 𝑦´) − 𝐹(𝑥, 𝑦)) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥´] 𝑥 ]𝑦, 𝑦´]) − 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]𝑦, 𝑦´])
𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦) − 𝐹(𝑥, 𝑦´) + 𝐹(𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥´] 𝑥 ]𝑦, 𝑦´]) ≥ 0
Se demuestra que toda función real de variable bidimensional que satisfaga estas 5
propiedades es la función de distribución de alguna variable aleatoria bidimensional.
Si nos fijamos, la tercera propiedad exige la convergencia por la derecha. ¿Qué pasa
con la izquierda?
Marginales.
Ejemplo:
Supongamos que queremos elegir al azar dos números en el intervalo unidad. Hallar la
función de distribución conjunta y las marginales de 𝑋⃗(𝑋, 𝑌) siendo 𝑋 el primer
número elegido e 𝑌 el segundo.
𝑃: ℬ 2 |Ω ⟶ ℝ
𝐶 ↦ 𝑎𝑟𝑒𝑎(𝐶)
En general tenemos:
0 𝑥<0 𝑦<0
0 𝑥<0 0≤𝑦≤1
0 𝑥<0 𝑦>1
0 0≤𝑥≤1 𝑦<0
𝐹(𝑥, 𝑦) = 𝑥𝑦 0≤𝑥≤1 0≤𝑦≤1
𝑥 0≤𝑥≤1 𝑦>1
0 𝑥>1 𝑦<0
𝑦 𝑥>1 0≤𝑦≤1
{ 1 𝑥>1 𝑦>1
0 𝑥 <0 ∨𝑦 <0
𝑥𝑦 0 ≤ 𝑥 ≤ 1 0 ≤ 𝑦 ≤ 1
𝐹(𝑥, 𝑦) = 𝑥 0≤𝑥≤1 𝑦>1
𝑦 0≤𝑦≤1 𝑥>1
{ 1 𝑥>1 𝑦>1
7
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
0 𝑥<0 0 𝑦<0
𝐹1 (𝑥) = {𝑥 0 ≤ 𝑥 ≤ 1 𝐹2 (𝑦) = {𝑦 0≤𝑦≤1
1 𝑥>1 1 𝑦>1
8
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
INDEPENDENCIA.-
{𝜔 ∈ Ω; 𝑥1 ≤ 𝑋(𝜔) ≤ 𝑥2 }; {𝜔 ∈ Ω; 𝑦1 ≤ 𝑌(𝜔) ≤ 𝑦2 }
Teorema.
Dado 𝑋⃗(𝑋, 𝑌); sus componentes, las variables 𝑋 e 𝑌 son independientes si y solo si la
función de distribución conjunta se puede factorizar a través de las funciones de
distribución marginales
Dem.-
⇒)
⇐)
sabemos que
𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦) − 𝐹(𝑥, 𝑦´) + 𝐹(𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥´] 𝑥 ]𝑦, 𝑦´])
factorizando
9
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
VARIABLE DISCRETA.-
Se dice que una variable aleatoria 𝑋⃗ es una variable aleatoria discreta cuando el
soporte absorbe toda la probabilidad.
𝑃𝑋⃗⃗ (𝑆𝑋⃗⃗ ) = 1
Se define en este caso una nueva función real de variable bidimensional denominada
función de cuantía, que mide la probabilidad en cada punto:
𝑓: ℝ2 ⟶ ℝ
Es inmediato que esta función se anula para todos los puntos que no pertenecen al
soporte de la variable aleatoria.
Es inmediato que 𝑋⃗ es una variable aleatoria discreta equivale a que tanto 𝑋 como
𝑌 también lo son.
Es decir
10
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
𝐹(𝑥, 𝑦) = ∑ 𝑓(𝑠, 𝑡)
(𝑠,𝑡)∈𝑆𝑋
⃗⃗⃗⃗
𝑠≤𝑥,𝑡≤𝑦
Si en la expresión
𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦) − 𝐹(𝑥, 𝑦´) + 𝐹(𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥´] 𝑥 ]𝑦, 𝑦´])
𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦´− ) − 𝐹(𝑥´− , 𝑦´) + 𝐹(𝑥´− , 𝑦´− ) = 𝑃𝑋⃗⃗ ( {(𝑥´, 𝑦´)})
Marginales.
Se definen las marginales para la función de cuantía como las cuantías de cada una de
las componentes:
Condicionadas.
11
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
𝑓𝑋⃗⃗ (𝑥, 𝑦)
𝑓1⁄2 (𝑥⁄𝑦) = 𝑃(𝑋 = 𝑥⁄𝑌 = 𝑦) =
𝑓2 (𝑦)
𝑓𝑋⃗⃗ (𝑥, 𝑦)
𝑓2⁄1 (𝑦⁄𝑥) = 𝑃(𝑌 = 𝑦⁄𝑋 = 𝑥) =
𝑓1 (𝑥)
Independencia.
Dem.
⇒)
Por ser 𝑋, 𝑌 𝑖𝑛𝑑 𝑋 −1 (]𝑎, 𝑏]) e 𝑌 −1 (]𝑐, 𝑑]) son independientes ∀𝑎 < 𝑏; 𝑐 < 𝑑
1 1
luego las sucesiones 𝑋 −1 (]𝑥 − 𝑛 , 𝑥]) e 𝑌 −1 (]𝑦 − 𝑛 , 𝑦]) son independientes.
Tomando límites se mantiene la independencia, por lo que 𝑋 −1 ({𝑥}) e 𝑌 −1 ({𝑦}) son
independientes, es decir
es decir
y análogamente
⇐)
12
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
Finalmente, si 𝑓1⁄2 (𝑥⁄𝑦) = 𝑓1 (𝑥) y 𝑓2⁄1 (𝑦⁄𝑥) = 𝑓2 (𝑦) es inmediato que esto
conduce a que 𝑓𝑋⃗⃗ (𝑥, 𝑦) = 𝑓1 (𝑥) ∙ 𝑓2 (𝑦), caso ya visto.
Ejemplo.
Sea 𝑋 la v.a. que mide la suma de los puntos de la cara superior de cada dado,
mientras que la v.a. 𝑌 indica el valor absoluto de la diferencia entre el número de
puntos de la cara superior de cada dado.
Como la v.a. 𝑋 nos da la suma, entonces los valores que puede tomar serán
{2, 3, 4, 5, 6}. En cuanto a la v.a. 𝑌 tomará los valores {0, 1, 2}. Veamos su función de
cuantía conjunta 𝑓(𝑥, 𝑦) = 𝑃(𝑋 = 𝑥; 𝑌 = 𝑦) caso a caso
1
𝑋 = 2 ⇒ 𝑌 = 0 es porque hay un uno en cada dado, 𝑓(2,0) = 9
2
𝑋 = 3 ⇒ 𝑌 = 1 es porque hay un uno en un dado y un dos en el otro, 𝑓(3,1) =
9
2
𝑋 = 5 ⇒ 𝑌 = 1 es porque hay un dos en un dado y un tres en el otro, 𝑓(5,1) = 9
1
𝑋 = 6 ⇒ 𝑌 = 0 es porque hay un tres en cada dado, 𝑓(6,0) = 9
13
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
𝑌 / 𝑋 2 3 4 5 6 𝑓2 (𝑦)
0 1 1 1 1
9 9 9 3
1 2 2 4
9 9 9
2 2 2
9 9
𝑓1 (𝑥) 1 2 1 2 1
9 9 3 9 9
de la que obtenemos sin más que sumar las cuantías marginales.
2 4 4
𝑓(3,1) = ≠ ∙ = 𝑓1 (3) ∙ 𝑓2 (1)
9 9 9
en cuanto a las condicionadas basta con ir realizando las divisiones entre la conjunta y
las marginales.
1
1
𝑓1⁄2 (𝑥⁄𝑌 = 0) = 9 = ; 𝑥 = 2, 4, 6
1 3
3
2
1
𝑓1⁄2 (𝑥⁄𝑌 = 1) = 9 = ; 𝑥 = 3, 5
4 2
9
2
𝑓1⁄2 (𝑥⁄𝑌 = 2) = 9 = 1; 𝑥 = 4
2
9
Dualmente
1 1
𝑓2⁄1 (𝑦⁄𝑋 = 2) = 9 = 1; 𝑦 = 0; 𝑓2⁄1 (𝑦⁄𝑋 = 3) = 9 = 1; 𝑦 = 1
1 1
9 9
1
𝑦=0
𝑓2⁄1 (𝑦⁄𝑋 = 4) = {3 ; 𝑓2⁄1 (𝑦⁄𝑋 = 5) = 1; 𝑦 = 1; 𝑓2⁄1 (𝑦⁄𝑋 = 6) = 1; 𝑦 = 0
2
𝑦=2
3
14
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
VARIABLE CONTINUA.-
𝑓: ℝ2 ⟶ ℝ
1) 𝑓(𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ ℝ2
Diremos que
𝑋⃗: Ω ⟶ ℝ2
𝜕 2𝐹
(𝑥, 𝑦) = 𝑓(𝑥, 𝑦)
𝜕𝑥𝜕𝑦
𝜕2 𝐹
Es decir coincide con 𝑓 salvo el conjunto de puntos donde 𝑓 no es continua
𝜕𝑥𝜕𝑦
que es un conjunto de medida nula.
si denotamos
15
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
+∞
𝑓1 (𝑢) = ∫ 𝑓(𝑢, 𝑣)𝑑𝑣
−∞
+∞
𝑓2 (𝑣) = ∫ 𝑓(𝑢, 𝑣)𝑑𝑢
−∞
y finalmente
𝑦
𝐹2 (𝑦) = ∫ 𝑓2 (𝑣)𝑑𝑣
−∞
Pasemos ahora a definir las marginales. Como las densidades no miden directamente
probabilidad, no podemos realizar una definición similar a la realizada para el caso
discreto en el que aplicábamos la definición de probabilidad condicionada.
𝑓(𝑥, 𝑦)
𝑓1⁄2 (𝑥⁄𝑌 = 𝑦) = ; 𝑓2 (𝑦) > 0
𝑓2 (𝑦)
𝑓(𝑥, 𝑦)
𝑓2⁄1 (𝑦⁄𝑋 = 𝑥 ) = ; 𝑓1 (𝑥) > 0
𝑓1 (𝑥)
+∞ +∞ +∞
𝑓(𝑥, 𝑦) ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 𝑓2 (𝑦)
∫ 𝑓1⁄2 (𝑥⁄𝑌 = 𝑦)𝑑𝑥 = ∫ 𝑑𝑥 = −∞ = =1
−∞ −∞ 𝑓2 (𝑦) 𝑓2 (𝑦) 𝑓2 (𝑦)
16
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
𝑥 𝑥 𝑥
𝑓(𝑢, 𝑦) ∫ 𝑓(𝑢, 𝑦)𝑑𝑢
𝐹1⁄2 (𝑥⁄𝑌 = 𝑦) = ∫ 𝑓1⁄2 (𝑢⁄𝑌 = 𝑦)𝑑𝑢 = ∫ 𝑑𝑢 = −∞
−∞ −∞ 𝑓2 (𝑦) 𝑓2 (𝑦)
𝑦 𝑦 𝑦
𝑓(𝑥, 𝑣) ∫ 𝑓(𝑥, 𝑣)𝑑𝑣
𝐹2⁄1 (𝑦⁄𝑋 = 𝑥 ) = ∫ 𝑓2⁄1 (𝑣⁄𝑋 = 𝑥)𝑑𝑣 = ∫ 𝑑𝑣 = −∞
−∞ −∞ 𝑓1 (𝑥) 𝑓1 (𝑥)
Ejemplo
𝐷 = {(𝑥, 𝑦) ∈ ℝ2 / 1 ≤ 𝑥 + 𝑦 ≤ 2; 𝑥 ≥ 0; 𝑦 ≥ 0}
𝑘 (𝑥, 𝑦) ∈ 𝐷
𝑓(𝑥, 𝑦) = {
0 (𝑥, 𝑦) ∉ 𝐷
obtengamos 𝑘
+∞ +∞ 1 2−𝑥 2 2−𝑥
∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥 = ∫ ∫ 𝑘𝑑𝑦 𝑑𝑥 + ∫ ∫ 𝑘𝑑𝑦 𝑑𝑥 =
−∞ −∞ 0 1−𝑥 1 0
1 2−𝑥 2 2−𝑥 1 2
2−𝑥
= 𝑘 (∫ ∫ 𝑑𝑦 𝑑𝑥 + ∫ ∫ 𝑑𝑦 𝑑𝑥) = 𝑘 (∫ 𝑦|1−𝑥 𝑑𝑥 + ∫ 𝑦|2−𝑥
0 𝑑𝑥 ) =
0 1−𝑥 1 0 0 1
1 2 1 2
= 𝑘 (∫ (2 − 𝑥 − (1 − 𝑥))𝑑𝑥 + ∫ (2 − 𝑥)𝑑𝑥) = 𝑘 (∫ 𝑑𝑥 + ∫ (2 − 𝑥)𝑑𝑥) =
0 1 0 1
2
𝑥2 3 3 2
= 𝑘 (1 + 2𝑥 − | ) = 𝑘 (1 + 2 − ) = 𝑘 = 1; 𝑘=
2 1 2 2 3
17
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
0 𝑥 <0 ∨𝑥 >2
2−𝑥
2
+∞ ∫ 𝑑𝑦 0<𝑥<1
𝑓1 (𝑥) = ∫ 𝑓(𝑥, 𝑦)𝑑𝑦 = 1−𝑥 3 =
−∞ 2−𝑥
2
∫ 𝑑𝑦 1<𝑥<2
{ 0 3
0 𝑥 <0 ∨𝑥 >2
2
0≤𝑥<1
= 3
2
(2 − 𝑥) 1≤𝑥≤2
{3
0 𝑦 <0 ∨𝑦 >2
2−𝑦
+∞
2
∫ 𝑑𝑥 0<𝑦<1
𝑓2 (𝑦) = ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 = 1−𝑦 3 =
−∞ 2−𝑦
2
∫ 𝑑𝑥 1<𝑦<2
{ 0 3
0 𝑦 <0 ∨𝑦 >2
2
0≤𝑦<1
= 3
2
{3 (2 − 𝑦) 1≤𝑦≤2
2
3 1−𝑦 ≤ 𝑥 < 2−𝑦
0≤𝑦<1 2
3
𝑓(𝑥, 𝑦) 0 𝑟𝑒𝑠𝑡𝑜
𝑓1⁄2 (𝑥⁄𝑌 = 𝑦) = = =
𝑓2 (𝑦) 2
3 0≤𝑥 <2−𝑦
1≤𝑦≤2 2
(2 − 𝑦)
3
{ 0 𝑟𝑒𝑠𝑡𝑜
1 1−𝑦 ≤𝑥 < 2−𝑦
0≤𝑦<1
0 𝑟𝑒𝑠𝑡𝑜
= 1
0≤𝑥 <2−𝑦
1≤𝑦≤2 2−𝑦
{ 0 𝑟𝑒𝑠𝑡𝑜
análogamente
18
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
2
3 1−𝑥 ≤ 𝑦 < 2−𝑥
0≤𝑥<1 2
3
𝑓(𝑥, 𝑦) 0 𝑟𝑒𝑠𝑡𝑜
𝑓2⁄1 (𝑦⁄𝑋 = 𝑥) = = =
𝑓1 (𝑥) 2
3 0≤𝑦 <2−𝑥
1≤𝑥≤2 2
(2
3 − 𝑥)
{ 0 𝑟𝑒𝑠𝑡𝑜
1 1−𝑥 ≤ 𝑦 < 2−𝑥
0≤𝑥<1
0 𝑟𝑒𝑠𝑡𝑜
= 1
1≤𝑥 ≤2 2−𝑥 0≤𝑦 <2−𝑥
{ 0 𝑟𝑒𝑠𝑡𝑜
Veamos cómo afecta la independencia a las variables continuas. Sabemos que salvo
para una pequeña cantidad de puntos podemos afirmar que
𝜕 2𝐹
(𝑥, 𝑦) = 𝑓(𝑥, 𝑦)
𝜕𝑥𝜕𝑦
𝜕𝐹1 𝜕𝐹2
(𝑥) = 𝑓1 (𝑥); (𝑦) = 𝑓2 (𝑦)
𝜕𝑥 𝜕𝑦
derivando
𝜕 2𝐹 𝜕2 𝜕 𝜕𝐹1
𝑓(𝑥, 𝑦) = (𝑥, 𝑦) = (𝐹1 (𝑥) ∙ 𝐹2 (𝑦)) = ( (𝑥) ∙ 𝐹2 (𝑦)) =
𝜕𝑥𝜕𝑦 𝜕𝑥𝜕𝑦 𝜕𝑦 𝜕𝑥
𝜕 𝜕𝐹2
= (𝑓1 (𝑥) ∙ 𝐹2 (𝑦)) = 𝑓1 (𝑥) ∙ (𝑦) = 𝑓1 (𝑥) ∙ 𝑓2 (𝑦)
𝜕𝑦 𝜕𝑦
Teorema.
19
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
1
∃𝛼 > 0 / 𝑔1 (𝑥) = 𝛼𝑓1 (𝑥); 𝑔2 (𝑦) = 𝑓 (𝑦) ∀𝑥, 𝑦 ∈ ℝ
𝛼 2
Dem.
Es inmediato que
+∞ +∞ +∞
𝑓2 (𝑦) = ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 = ∫ 𝑔1 (𝑥) ∙ 𝑔2 (𝑦)𝑑𝑥 = 𝑔2 (𝑦) ∫ 𝑔1 (𝑥)𝑑𝑥
−∞ −∞ −∞
llamando
+∞
𝛼=∫ 𝑔1 (𝑥)𝑑𝑥
−∞
tendremos
y como consecuencia
1
𝑓1 (𝑥) = 𝑔 (𝑥)
𝛼 1
Ejemplo:
4
𝑓(𝑥, 𝑦) = (𝑥 + 𝑥𝑦); 0 ≤ 𝑥, 𝑦 ≤ 1
3
Es inmediato que son independientes puesto que podemos encontrar
4
𝑔1 (𝑥) = 𝑥; 0 ≤ 𝑥 ≤ 1; 𝑔2 (𝑦) = 1 + 𝑦; 0≤𝑦≤1
3
que factorizan la densidad conjunta del modo indicado.
Sin embargo
𝑓(𝑥, 𝑦) = 𝑘𝑥 2 𝑦 4 ; 𝑥2 + 𝑦2 ≤ 1
𝑔1 (𝑥) = 𝑘𝑥 2 ; −1 ≤ 𝑥 ≤ 1; 𝑔2 (𝑦) = 𝑦 4 ; −1 ≤ 𝑦 ≤ 1
20
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
obsérvese que en los puntos del cuadrado [−1, 1]𝑥[−1, 1] que están fuera del circulo
unidad tienen como función de densidad conjunta 0 pero ninguna de las dos
funciones de presunta factorización se anula.
1 −𝑥
𝑔(𝑥) = 𝑒 10 ; 𝑥 ≥ 0
10
siendo 𝑥 el tiempo en meses. Hallar la probabilidad de que dos componentes
electrónicos duren en media por lo menos un mes. Supondremos que las duraciones
de ambas componentes sean independientes.
1 −𝑥 1 −𝑦
𝑓(𝑥, 𝑦) = 𝑓1 (𝑥) ∙ 𝑓2 (𝑦) = 𝑒 10 𝑒 10 ; 𝑥, 𝑦 ≥ 0
10 10
Nos piden que obtengamos
2 +∞ +∞ +∞
𝑋+𝑌
𝑃( ≥ 1) = 𝑃(𝑋 + 𝑌 ≥ 2) = ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥 + ∫ ∫ 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥 =
2 0 2−𝑥 2 0
2 +∞ +∞ +∞
1 − 𝑥+𝑦 1 − 𝑥+𝑦
=∫ ∫ 𝑒 10 𝑑𝑦 𝑑𝑥 + ∫ ∫ 𝑒 10 𝑑𝑦 𝑑𝑥 =
0 2−𝑥 100 2 0 100
2
1 − 𝑥+𝑦 +∞ +∞
1 − 𝑥+𝑦 +∞
=∫ − 𝑒 10 | 𝑑𝑥 + ∫ − 𝑒 10 | 𝑑𝑥 =
0 10 2−𝑥 2 10 0
2 +∞
1 −2 1 −𝑥
=∫ 𝑒 10 𝑑𝑥 + ∫ 𝑒 10 𝑑𝑥 =
0 10 2 10
1 −2 2 −
𝑥 +∞ 1 1 1 6 1
= 𝑒 10 𝑥| − 𝑒 10 | = 𝑒 − 5 + 𝑒 − 5 = 𝑒 − 5 ≅ 0.98
10 0 2 5 5
21
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
𝑔: ℝ2 ⟶ ℝ2
y así definimos
Teorema.
1) 𝑅𝑈⃗⃗ = 𝑔(𝑅𝑋⃗⃗ )
Dem
⇒ (𝑢, 𝑣) = 𝑔 (𝑋⃗(𝜔)) = 𝑈
⃗⃗(𝜔) ⇒ (𝑢, 𝑣) ∈ 𝑅𝑈⃗⃗
22
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
y la función medible
𝑔: ℝ2 ⟶ ℝ2
Se verifica que
Dem
= ∑ 𝑓𝑋⃗⃗ (𝑥, 𝑦)
(𝑥,𝑦)∈𝑔−1 (𝑢,𝑣)
(𝑥,𝑦)∈𝑆⃗𝑋
⃗⃗⃗
𝑔: ℝ2 ⟶ ℝ2
23
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
𝑔: 𝑆𝑋⃗⃗ ⟶ 𝑆𝑈⃗⃗
sea biyectiva.
𝜕ℎ𝑖 𝜕ℎ𝑖
(𝑢, 𝑣), (𝑢, 𝑣) ∀(𝑢, 𝑣) ∈ 𝑆𝑈⃗⃗
𝜕𝑢 𝜕𝑣
Denotando al jacobiano de la transformación inversa
𝜕ℎ1 𝜕ℎ1
𝐽(𝑢, 𝑣) = | 𝜕𝑢 𝜕𝑣 | ∀(𝑢, 𝑣) ∈ 𝑆𝑈⃗⃗
𝜕ℎ2 𝜕ℎ2
𝜕𝑢 𝜕𝑣
Se demuestra que
Ejemplo:
despejando
𝑥 𝑢 𝑢 √𝑢
𝑢 = 𝑥𝑦; 𝑣= ; 𝑢𝑣 = 𝑥 2 ; 𝑥 = √𝑢𝑣; 𝑦= = =
𝑦 𝑥 √𝑢𝑣 √𝑣
24
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
√𝑢
ℎ1 (𝑢, 𝑣) = √𝑢𝑣; ℎ2 (𝑢, 𝑣) =
√𝑣
√𝑢
0 < √𝑢𝑣 < 1; 0< <1
√𝑣
elevando al cuadrado
𝑢
0 < 𝑢𝑣 < 1; 0< <1
𝑣
0 < 𝑢𝑣 < 1; 0<𝑢<𝑣
por tanto
1 √𝑢 1
𝑓𝑋⃗⃗ (√𝑢𝑣, ) (𝑢, 𝑣) ∈ 𝑆𝑈⃗⃗ 0 < 𝑢𝑣 < 1; 0 < 𝑢 < 𝑣
(𝑢,
𝑓𝑈⃗⃗ 𝑣) = {2𝑣 √𝑣 = {2𝑣
0 (𝑢, 𝑣) ∉ 𝑆𝑈⃗⃗ 0 𝑟𝑒𝑠𝑡𝑜
25