1 Variable Aleatoria Bidimensional

GRADO MATEMÁTICAS TERCER0.
CURSO 2022-23
PROBABILIDAD
VARIABLE ALEATORIA BIDIMENSIONAL
Partimos de la misma situación del caso unidimensional. Dado (Ω, 𝒜, 𝑃) Espacio de

Probabilidad.
Un vector aleatorio o una variable aleatoria bidimensional 𝑋⃗ será una

aplicación del espacio muestral en ℝ2 :
𝑋⃗: Ω ⟶ ℝ2
de forma que la probabilidad original se transforme en una nueva probabilidad

sobre los subconjuntos de ℝ2 respetando la probabilidad original. Para que
trabajemos en un nuevo espacio probabilístico, necesitaremos una 𝜎 −álgebra sobre
ℝ2 . Utilizaremos la 𝜎 −álgebra de Borel bidimensional ℬ 2 . Siendo ℬ 2 =
〈 ]⇠, 𝑥] × ]⇠, 𝑦]〉𝑥,𝑦 ∈ ℝ , producto cartesiano de ℬ consigo misma.
Esta aplicación debe compatibilizar la 𝜎 −álgebra original 𝒜 con la 𝜎 −álgebra de

Borel ℬ 2 . Para ello, generalizando el caso unidimensional una variable aleatoria
(vector aleatorio) realmente será una aplicación
𝑋⃗: (Ω, 𝒜) ⟶ (ℝ2 , ℬ 2 )
cumpliéndose que
𝑋⃗ −1 (𝐵) ∈ 𝒜 ∀𝐵 ∈ ℬ 2
es decir, 𝑋⃗ es variable aleatoria si y solo si se cumple la condición anterior.
Por ser 𝑋⃗ una aplicación con imagen en ℝ2 es obvio que tendrá dos componentes
𝑋⃗(𝑋, 𝑌)
Teorema.-
𝑋⃗(𝑋, 𝑌) 𝑣. 𝑎. 𝑏𝑖𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑎𝑙 ⇔ 𝑋, 𝑌 𝑣. 𝑎. 𝑢𝑛𝑖𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑎𝑙𝑒𝑠
Dem.-
⇒)
𝐵 ∈ ℬ; 𝑋 −1 (𝐵) = {𝜔 ∈ Ω; 𝑋(𝜔) ∈ 𝐵}
pero
𝑋⃗ −1 (𝐵𝑥ℝ) = {𝜔 ∈ Ω; 𝑋(𝜔) ∈ 𝐵; 𝑌(𝜔) ∈ ℝ}
luego
1
GRADO MATEMÁTICAS TERCER0. CURSO 2022-23
PROBABILIDAD
𝑋 −1 (𝐵) = 𝑋⃗ −1 (𝐵𝑥ℝ)
y obviamente 𝐵𝑥ℝ ∈ ℬ 2 lo que nos dice que 𝑋⃗ −1 (𝐵𝑥ℝ) ∈ 𝒜; 𝑋 −1 (𝐵) ∈ 𝒜 y por

tanto 𝑋 es variable aleatoria unidimensional. Análogamente para 𝑌.
⇐)
Veámoslo para los generadores
𝐵1 , 𝐵2 ∈ ℬ ⇒ 𝐵1 𝑥𝐵2 ∈ ℬ 2
𝑋⃗ −1 (𝐵1 𝑥𝐵2 ) = {𝜔 ∈ Ω; 𝑋(𝜔) ∈ 𝐵1 ; 𝑌(𝜔) ∈ 𝐵2 } =
= {𝜔 ∈ Ω; 𝑋(𝜔) ∈ 𝐵1 } ∩ {𝜔 ∈ Ω; 𝑌(𝜔) ∈ 𝐵2 } = 𝑋 −1 (𝐵1 ) ∩ 𝑌 −1 (𝐵2 ) ∈ 𝒜
por ser 𝑋, 𝑌 v.a. unidimensionales.
Consideremos
𝒞 = {𝐵1 𝑥𝐵2 ; 𝐵1 , 𝐵2 ∈ ℬ}; 𝑋⃗ −1 (𝒞) ⊂ 𝒜; 〈𝑋⃗ −1 (𝒞)〉 ⊂ 𝒜
sabemos que 𝑋⃗ −1 (ℬ 2 ) es 𝜎 −álgebra de Ω y que 𝒞 genera ℬ 2
definimos ahora
𝒟 = {𝐵 ∈ ℬ 2 𝑋⃗ −1 (𝐵) ∈ 〈𝑋⃗ −1 (𝒞)〉}
es inmediato que 𝒟 tiene la estructura de 𝜎 −álgebra luego ℬ 2 ⊂ 𝒟 puesto que

𝒞 ⊂ 𝒟. Finalmente, esto nos conduce a que
𝑋⃗ −1 (ℬ 2 ) ⊂ 𝑋⃗ −1 (𝒟) ⊂ 〈𝑋⃗ −1 (𝒞)〉 ⊂ 𝒜
luego es vector aleatorio.
Tratemos ahora de trasladar la probabilidad original definiendo
𝑃𝑋⃗⃗ : ℬ 2 ⟶ ℝ
𝐵 ⟼ 𝑃𝑋⃗⃗ (𝐵) = 𝑃 (𝑋⃗ −1 (𝐵))
Veamos que la aplicación así definida satisface la Axiomática de Kolmogorov.
1) 𝑃𝑋⃗⃗ (𝐵) = 𝑃 (𝑋⃗ −1 (𝐵)) ≥ 0

2) 𝑃𝑋⃗⃗ (ℝ) = 𝑃 (𝑋⃗ −1 (ℝ)) = 𝑃(Ω) = 1
2
PROBABILIDAD
3) {𝐵𝑛 }𝑛∈ℕ 𝐵𝑛 ∈ ℬ 2 ; 𝐵𝑖 ∩ 𝐵𝑗 = ∅ ⇒
𝑃𝑋⃗⃗ (⋃ 𝐵𝑛 ) = 𝑃 (𝑋⃗ −1 (⋃ 𝐵𝑛 )) = 𝑃 (⋃ 𝑋⃗ −1 (𝐵𝑛 )) =

𝑛∈ℕ 𝑛∈ℕ 𝑛∈ℕ
= ∑ 𝑃 (𝑋⃗ −1 (𝐵𝑛 )) = ∑ 𝑃𝑋⃗⃗ (𝐵𝑛 )

𝑛∈ℕ 𝑛∈ℕ
puesto que {𝑋⃗ −1 (𝐵𝑛 )}𝑛∈ℕ también son incompatibles.
A esta probabilidad 𝑃𝑋⃗⃗ se le llama probabilidad inducida por la variable aleatoria 𝑋⃗.
En definitiva, hemos transformado el espacio probabilístico original (Ω, 𝒜, 𝑃) en un

nuevo espacio probabilístico (ℝ2 , ℬ 2 , 𝑃𝑋⃗⃗ ).
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.
Como 𝜎 −álgebra tomaremos ℬ 2 |Ω y la probabilidad será
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
PROBABILIDAD
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
PROBABILIDAD
FUNCION DE DISTRIBUCION DE PROBABILIDAD.-
Al igual que en el caso unidimensional.
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])
𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]−∞, 𝑦]) = 𝑃({𝜔 ∈ Ω; 𝑋(𝜔) ≤ 𝑥; 𝑌(𝜔) ≤ 𝑦})
que con frecuencia se expresa como 𝑃(𝑋 ≤ 𝑥, 𝑌 ≤ 𝑦)
La función de distribución verifica las siguientes propiedades:
1) 𝐹𝑋⃗⃗ (𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ ℝ2 . Es obvio por estar definida la función de

distribución como una probabilidad.
2) 𝐹𝑋⃗⃗ es monótona no decreciente en cada componente.
ℎ > 0; 𝐹(𝑥 + ℎ, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) =
𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]−∞, 𝑦]) + 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) =
= 𝐹𝑋⃗⃗ (𝑥, 𝑦) + 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) ≥ 𝐹𝑋⃗⃗ (𝑥, 𝑦)
además, de este desarrollo se deduce un importante resultado:
𝑃𝑋⃗⃗ ( ]𝑥, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) = 𝐹(𝑥 + ℎ, 𝑦) − 𝐹𝑋⃗⃗ (𝑥, 𝑦)
y esto ocurre lo mismo con la segunda componente
𝐹(𝑥, 𝑦 + ℎ) ≥ 𝐹𝑋⃗⃗ (𝑥, 𝑦); 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]𝑦, 𝑦 + ℎ]) = 𝐹(𝑥, 𝑦 + ℎ) − 𝐹𝑋⃗⃗ (𝑥, 𝑦)
3) La función de distribución es continua por la derecha en cada componente.

lim+ 𝐹(𝑥 + ℎ, 𝑦) = lim+ 𝐹(𝑥, 𝑦) + 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) =
ℎ→0 ℎ→0
= 𝐹(𝑥, 𝑦) + lim+ 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) = 𝐹(𝑥, 𝑦)
ℎ→0
La demostración de este último paso es la misma que la vista para variable aleatoria
unidimensional.
Lógicamente con la segunda componente ocurre lo mismo.
4) 𝐹(−∞, 𝑦) = 𝐹(𝑥, −∞) = 0; 𝐹(+∞, +∞) = 1.
5
PROBABILIDAD
Teniendo en cuenta que no tiene sentido la valoración en ±∞ y que realmente

estamos calculando límites.
5) Dado 𝑥 < 𝑥´; 𝑦 < 𝑦´ se verifica que
𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦) − 𝐹(𝑥, 𝑦´) + 𝐹(𝑥, 𝑦) ≥ 0
𝐹(𝑥´, 𝑦´) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥´] 𝑥 ]−∞, 𝑦´]) =
= 𝑃𝑋⃗⃗ ( ]−∞, 𝑥´] 𝑥 ]−∞, 𝑦]) + 𝑃𝑋⃗⃗ ( ]−∞, 𝑥´] 𝑥 ]𝑦, 𝑦´])
es decir
𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥´] 𝑥 ]𝑦, 𝑦´])
análogamente
𝐹(𝑥, 𝑦´) − 𝐹(𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]𝑦, 𝑦´])
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?
lim 𝐹(𝑥 − ℎ, 𝑦) = lim+ 𝐹(𝑥, 𝑦) − 𝑃𝑋⃗⃗ ( ]𝑥 − ℎ, 𝑥] 𝑥 ]−∞, 𝑦]) =

ℎ→0+ ℎ→0
= 𝐹(𝑥, 𝑦) − lim+ 𝑃𝑋⃗⃗ ( ]𝑥 − ℎ, 𝑥] 𝑥 ]−∞, 𝑦]) = 𝐹(𝑥, 𝑦) + 𝑃𝑋⃗⃗ ({𝑥}𝑥]−∞, 𝑦])
ℎ→0
que no tiene que coincidir con 𝐹(𝑥, 𝑦)
Marginales.
El conocimiento bidimensional también nos permite poder obtener información

unidimensional. Para ello trabajaremos con lo que denominaremos marginales que
no es más que el estudio de cada una de las componentes de la variable bidimensional.
6
PROBABILIDAD
Si queremos obtener la función de distribución de la variable aleatoria 𝑋 esta será
𝐹𝑋 (𝑥) = 𝑃(𝑋 ≤ 𝑥) = 𝑃(𝑋 ≤ 𝑥, 𝑌 < +∞) = 𝐹𝑋⃗⃗ (𝑥, +∞)
Análogamente, 𝐹𝑌 (𝑦) = 𝐹𝑋⃗⃗ (+∞, 𝑦) y tener en cuenta desde el punto de vista de la

nomenclatura que aunque se utiliza la que hemos indicado, es más frecuente utilizar:
𝐹1 (𝑥) = 𝐹𝑋⃗⃗ (𝑥, +∞); 𝐹2 (𝑦) = 𝐹𝑋⃗⃗ (+∞, 𝑦)
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.
Por lo indicado tenemos Ω = [0, 1]𝑥[0, 1], como 𝜎 −álgebra tomaremos ℬ 2 |Ω y la

probabilidad será
𝑃: ℬ 2 |Ω ⟶ ℝ
𝐶 ↦ 𝑎𝑟𝑒𝑎(𝐶)
𝐹(𝑥, 𝑦) = 𝑃(𝑋 ≤ 𝑥, 𝑌 ≤ 𝑦) = 𝑥 ∙ 𝑦; 𝑥, 𝑦 ∈ [0, 1]
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
Lo que obviamente podremos simplificar
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
Y esto nos dará lugar a que las marginales serán
7
PROBABILIDAD
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
PROBABILIDAD
INDEPENDENCIA.-
Se dice que dos v.a. 𝑋 e 𝑌 son independientes si los sucesos
{𝜔 ∈ Ω; 𝑥1 ≤ 𝑋(𝜔) ≤ 𝑥2 }; {𝜔 ∈ Ω; 𝑦1 ≤ 𝑌(𝜔) ≤ 𝑦2 }
son independientes ∀𝑥1 , 𝑥2 , 𝑦1 , 𝑦2 ∈ ℝ (𝑖𝑛𝑐𝑙𝑢𝑦𝑒 ± ∞); 𝑥1 ≤ 𝑥2 , 𝑦1 ≤ 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
𝑋, 𝑌 𝑖𝑛𝑑 ⇔ 𝐹𝑋⃗⃗ (𝑥, 𝑦) = 𝐹1 (𝑥) ∙ 𝐹2 (𝑦) ∀𝑥, 𝑦 ∈ ℝ
Dem.-
⇒)
𝐹(𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]−∞, 𝑦]) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ℝ ∩ ℝ 𝑥 ]−∞, 𝑦]) =
= 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ℝ) ∙ 𝑃𝑋⃗⃗ (ℝ 𝑥 ]−∞, 𝑦]) = 𝐹1 (𝑥) ∙ 𝐹2 (𝑦)
⇐)
sabemos que
𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦) − 𝐹(𝑥, 𝑦´) + 𝐹(𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥´] 𝑥 ]𝑦, 𝑦´])
factorizando
𝑃𝑋⃗⃗ ( ]𝑥, 𝑥´] 𝑥 ]𝑦, 𝑦´]) =
= 𝐹1 (𝑥´) ∙ 𝐹2 (𝑦´) − 𝐹1 (𝑥´) ∙ 𝐹2 (𝑦) − 𝐹1 (𝑥) ∙ 𝐹2 (𝑦´) + 𝐹1 (𝑥) ∙ 𝐹2 (𝑦) =
= 𝐹1 (𝑥´)(𝐹2 (𝑦´) − 𝐹2 (𝑦)) − 𝐹1 (𝑥)(𝐹2 (𝑦´) − 𝐹2 (𝑦)) =
= (𝐹1 (𝑥´) − 𝐹1 (𝑥))(𝐹2 (𝑦´) − 𝐹2 (𝑦))
9
PROBABILIDAD
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
(𝑥, 𝑦) ⟼ 𝑓𝑋⃗⃗ (𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( {(𝑥, 𝑦)} ) = 𝑃(𝑋 = 𝑥; 𝑌 = 𝑦)
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.
Asimismo, también verifica las siguientes propiedades:
1) 𝑓(𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦). Es obvio por estar definida la función de distribución

como una probabilidad.
2) ∑(𝑥,𝑦)∈𝑆⃗⃗⃗⃗ 𝑓(𝑥, 𝑦) = 1.
𝑋
1 = 𝑃𝑋⃗⃗ (𝑆𝑋⃗⃗ ) = ∑ 𝑃𝑋⃗⃗ ( {(𝑥, 𝑦)} ) = ∑ 𝑓(𝑥, 𝑦)

(𝑥,𝑦)∈𝑆⃗𝑋
⃗⃗⃗ (𝑥,𝑦)∈𝑆⃗𝑋
⃗⃗⃗
Además, existe una relación entre la función de distribución y la función de cuantía de

una variable discreta:
𝐹(𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥]𝑥]−∞, 𝑦] ) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥]𝑥]−∞, 𝑦] ∩ 𝑆𝑋⃗⃗ ) =
= ∑ 𝑃𝑋⃗⃗ ( {(𝑠, 𝑡)} ) = ∑ 𝑃𝑋⃗⃗ ( {(𝑠, 𝑡)} ) = ∑ 𝑓(𝑠, 𝑡)

(𝑠,𝑡)∈]−∞,𝑥]𝑥]−∞,𝑦]∩𝑆𝑋
⃗⃗⃗⃗ (𝑠,𝑡)∈𝑆⃗𝑋
⃗⃗⃗ (𝑠,𝑡)∈𝑆⃗𝑋
⃗⃗⃗
𝑠≤𝑥,𝑡≤𝑦 𝑠≤𝑥,𝑡≤𝑦
Es decir
10
PROBABILIDAD
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´])
tomamos límites para 𝑥 → 𝑥´ e 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:
𝑓1 (𝑥) = 𝑃({𝜔 ∈ Ω / 𝑋(𝜔) = 𝑥}) = ∑ 𝑃𝑋⃗⃗ ( {(𝑥, 𝑦)} ) = ∑ 𝑓𝑋⃗⃗ (𝑥, 𝑦)

(𝑥,𝑦)∈𝑆𝑋
⃗⃗⃗⃗ (𝑥,𝑦)∈𝑆𝑋
⃗⃗⃗⃗
𝑓2 (𝑦) = 𝑃({𝜔 ∈ Ω / 𝑌(𝜔) = 𝑦}) = ∑ 𝑃𝑋⃗⃗ ( {(𝑥, 𝑦)} ) = ∑ 𝑓𝑋⃗⃗ (𝑥, 𝑦)

⃗⃗⃗⃗ (𝑥,𝑦)∈𝑆𝑋
⃗⃗⃗⃗
Obsérvese que en el primer caso se fija la 𝑥 siendo la 𝑦 variable y en el segundo caso

al revés. Además aplicando lo que sabemos de v.a. unidimensional
𝐹1 (𝑥) = ∑ 𝑓1 (𝑠) ; 𝐹2 (𝑦) = ∑ 𝑓2 (𝑡)

𝑠∈𝑆𝑋 𝑡∈𝑆𝑌
𝑠≤𝑥 𝑡≤𝑦
Condicionadas.
𝑃(𝑋 = 𝑥 ⁄𝑌 = 𝑦) = 𝑃({𝜔 ∈ Ω 𝑋(ω) = 𝑥}⁄{𝜔 ∈ Ω 𝑌(ω) = 𝑦}) =
𝑃({𝜔 ∈ Ω 𝑋(ω) = 𝑥; 𝑌(ω) = 𝑦}) 𝑃(𝑋 = 𝑥; 𝑌 = 𝑦) 𝑓𝑋⃗⃗ (𝑥, 𝑦)

= = =
𝑃({𝜔 ∈ Ω; 𝑌(ω) = 𝑦}) 𝑃(𝑌 = 𝑦) 𝑓2 (𝑦)
Lo que nos permite dar la definición de función de cuantía condicionada,

asegurándonos que el denominador no se anule:
11
PROBABILIDAD
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.
𝑋, 𝑌 𝑖𝑛𝑑 ⇔ 𝑓𝑋⃗⃗ (𝑥, 𝑦) = 𝑓1 (𝑥) ∙ 𝑓2 (𝑦) ∀𝑥, 𝑦 ∈ ℝ
𝑋, 𝑌 𝑖𝑛𝑑 ⇔ 𝑓1⁄2 (𝑥⁄𝑦) = 𝑓1 (𝑥); 𝑓2⁄1 (𝑦⁄𝑥) = 𝑓2 (𝑦) ∀𝑥, 𝑦 ∈ ℝ
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
𝑃(𝑋 = 𝑥; 𝑌 = 𝑦) = 𝑃(𝑋 = 𝑥) ∙ 𝑃(𝑌 = 𝑦)
es decir
𝑓𝑋⃗⃗ (𝑥, 𝑦) = 𝑓1 (𝑥) ∙ 𝑓2 (𝑦)
y esto obviamente conlleva que
𝑓𝑋⃗⃗ (𝑥, 𝑦) 𝑓1 (𝑥) ∙ 𝑓2 (𝑦)

𝑓1⁄2 (𝑥⁄𝑦) = = = 𝑓1 (𝑥)
𝑓2 (𝑦) 𝑓2 (𝑦)
y análogamente
𝑓2⁄1 (𝑦⁄𝑥) = 𝑓2 (𝑦)
⇐)
Suponiendo la factorización de las cuantías, la función de distribución
𝐹(𝑥, 𝑦) = ∑ 𝑓(𝑠, 𝑡) = ∑ 𝑓1 (𝑠)𝑓2 (𝑡) = ∑ ∑ 𝑓1 (𝑠) ∙ 𝑓2 (𝑡) =

(𝑠,𝑡)∈𝑆⃗𝑋
⃗⃗⃗ (𝑠,𝑡)∈𝑆⃗𝑋
⃗⃗⃗ 𝑠∈𝑆𝑋 𝑡∈𝑆𝑌
𝑠≤𝑥,𝑡≤𝑦 𝑠≤𝑥,𝑡≤𝑦 𝑠≤𝑥 𝑡≤𝑦
12
PROBABILIDAD
= ∑ 𝑓1 (𝑠) ∑ 𝑓2 (𝑡) = 𝐹1 (𝑥) ∙ 𝐹2 (𝑦)

𝑠∈𝑆𝑋 𝑡∈𝑆𝑌
𝑠≤𝑥 𝑡≤𝑦
lo que sabemos que nos conduce a la independencia.
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.
Supongamos que efectuamos el lanzamiento de dos dados especiales, que de sus 6

caras, 2 tienen un punto, otras 2 tienen dos puntos y las 2 restantes tienen tres
puntos.
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.
Obtener la función de cuantía conjunta, las marginales y las condicionadas,

comprobando que no hay independencia.
Partimos de que los dados presentan equiprobabilidad, por lo que la probabilidad de

1
que cada dado obtenga cada uno de los tres posibles valores será 3.
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
𝑋 = 4 ⇒ 𝑌 = 0, 1 es porque hay un uno en un dado y un tres en el otro o un dos en

1 2
cada dado 𝑓(4,0) = 9 ; 𝑓(4,2) = 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
Esto se podría expresar mediante una tabla (similar a estadística descriptiva

bidimensional)
13
PROBABILIDAD
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.
Es inmediato que no son independientes porque por ejemplo
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.
Para obtener las condicionadas basta con ir aplicando las formulas.
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
PROBABILIDAD
VARIABLE CONTINUA.-
Realicemos un proceso similar al unidimensional. Se define función de densidad

bidimensional como una función
𝑓: ℝ2 ⟶ ℝ
Si satisface las siguientes propiedades:
1) 𝑓(𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ ℝ2
2) 𝑓 es integrable Riemann en cualquier rectángulo acotado de ℝ2

+∞ +∞
3) Extrapolando a ℝ2 se tiene que ∫−∞ ∫−∞ 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥 = 1
Diremos que
𝑋⃗: Ω ⟶ ℝ2
Es un vector aleatorio continuo si ∃ 𝑓: ℝ2 ⟶ ℝ función de densidad cumpliendo

que su función de distribución conjunta se obtiene a partir de la densidad
𝑥 𝑦
𝐹(𝑥, 𝑦) = ∫ ∫ 𝑓(𝑢, 𝑣)𝑑𝑣 𝑑𝑢
−∞ −∞
Es inmediato, por la forma de construcción que 𝐹 es una función de distribución.

Además esta distribución es continua (también por la izquierda).
Si 𝑓 es continua sabemos que de forma local podemos asegurar que 𝐹 es derivable y

se verifica
𝜕 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.
Las distribuciones marginales continuas serán:

𝑥 +∞ 𝑥 +∞
𝐹1 (𝑥) = 𝐹(𝑥, +∞) = ∫ ∫ 𝑓(𝑢, 𝑣)𝑑𝑣 𝑑𝑢 = ∫ (∫ 𝑓(𝑢, 𝑣)𝑑𝑣) 𝑑𝑢
−∞ −∞ −∞ −∞
si denotamos
15
PROBABILIDAD
+∞
𝑓1 (𝑢) = ∫ 𝑓(𝑢, 𝑣)𝑑𝑣
−∞
Es inmediato que 𝑓1 es una función de densidad unidimensional que se corresponde

con la v.a. 𝑋
𝑥
𝐹1 (𝑥) = ∫ 𝑓1 (𝑢)𝑑𝑢
−∞
Que denominaremos densidad marginal correspondiente a la primera componente o

más breve, primera función de densidad marginal.
Análogamente, para la segunda variable

𝑦 +∞ 𝑦 +∞
𝐹2 (𝑦) = 𝐹(+∞, 𝑦) = ∫ ∫ 𝑓(𝑢, 𝑣)𝑑𝑢 𝑑𝑣 = ∫ (∫ 𝑓(𝑢, 𝑣)𝑑𝑢) 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.
Haremos la definición siguiendo los mismos resultados obtenidos en variable discreta.

Así pues
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)
Es fácil comprobar que estas funciones son funciones de densidad unidimensionales
+∞ +∞ +∞
𝑓(𝑥, 𝑦) ∫ 𝑓(𝑥, 𝑦)𝑑𝑥 𝑓2 (𝑦)
∫ 𝑓1⁄2 (𝑥⁄𝑌 = 𝑦)𝑑𝑥 = ∫ 𝑑𝑥 = −∞ = =1
−∞ −∞ 𝑓2 (𝑦) 𝑓2 (𝑦) 𝑓2 (𝑦)
Lo que nos permite definir funciones de distribución condicionadas
16
PROBABILIDAD
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
En un proceso químico para la obtención de dos productos 𝐴 y 𝐵 se ha observado

que la suma de las cantidades obtenidas se encuentra siempre entre 1 y 2 gramos.
Modelizar la anterior situación con una función de densidad bidimensional y calcular
las distribuciones condicionadas de las variables.
Consideremos 𝑥, 𝑦 las cantidades obtenidas de los productos 𝐴 y 𝐵

respectivamente.
Es inmediato que se tiene que cumplir
𝐷 = {(𝑥, 𝑦) ∈ ℝ2 / 1 ≤ 𝑥 + 𝑦 ≤ 2; 𝑥 ≥ 0; 𝑦 ≥ 0}
Como no se dice nada en contra suponemos la equiprobabilidad, es decir distribución

uniforme, por lo que
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
Obtengamos las marginales:
17
PROBABILIDAD
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
Obtengamos finalmente las funciones de densidad condicionadas
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
análogamente
18
PROBABILIDAD
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)
1 1−𝑥 ≤ 𝑦 < 2−𝑥
0≤𝑥<1
0 𝑟𝑒𝑠𝑡𝑜
= 1
1≤𝑥 ≤2 2−𝑥 0≤𝑦 <2−𝑥
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
y que 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
𝐹𝑋⃗⃗ (𝑥, 𝑦) = 𝐹1 (𝑥) ∙ 𝐹2 (𝑦) ∀𝑥, 𝑦 ∈ ℝ
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
Además se verifica el siguiente resultado
Teorema.
Si en un vector aleatorio bidimensional continuo 𝑋⃗(𝑋, 𝑌) se puede factorizar la

función de densidad conjunta a través de dos funciones univariantes
𝑓(𝑥, 𝑦) = 𝑔1 (𝑥) ∙ 𝑔2 (𝑦) ∀𝑥, 𝑦 ∈ ℝ
19
PROBABILIDAD
donde 𝑔1 (𝑥) no depende de la segunda variable y 𝑔2 (𝑦) no depende de la primera

variable, se verifica que 𝑋 e 𝑌 son independientes y
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
𝑓2 (𝑦) = 𝛼𝑔2 (𝑦)
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
no son independientes a pesar de la aparente factorización
𝑔1 (𝑥) = 𝑘𝑥 2 ; −1 ≤ 𝑥 ≤ 1; 𝑔2 (𝑦) = 𝑦 4 ; −1 ≤ 𝑦 ≤ 1
20
PROBABILIDAD
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.
La duración de cierto componente electrónico que fabrica una empresa se distribuye

con una función de densidad:
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.
Sean 𝑋, 𝑌 las variables aleatorias que miden la duración de cada componente. La

variable bidimensional 𝑋⃗(𝑋, 𝑌), por independencia tendrá como densidad
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
PROBABILIDAD
TRANSFORMACIONES MEDIBLES DE VECTORES ALEATORIOS.-
Dado un espacio probabilístico (Ω, 𝒜, 𝑃), consideremos un vector aleatorio
𝑋⃗: (Ω, 𝒜) ⟶ (ℝ2 , ℬ 2 )
y una aplicación medible
𝑔: ℝ2 ⟶ ℝ2
y así definimos
⃗⃗ = 𝑔 ∗ 𝑋⃗: (Ω, 𝒜) ⟶ (ℝ2 , ℬ 2 )

𝑈
que por ser 𝑔 medible, es un nuevo vector aleatorio bidimensional

−1
⃗⃗ −1 (𝐵) = (𝑔 ∗ 𝑋⃗) (𝐵) = 𝑋⃗ −1 (𝑔−1 (𝐵)) ∈ 𝒜 ∀𝐵 ∈ ℬ 2
𝑈
puesto que por ser medible, 𝑔−1 (𝐵) ∈ ℬ 2 ∀𝐵 ∈ ℬ 2
Teorema.
Si denotamos 𝑅𝑋⃗⃗ , 𝑅𝑈⃗⃗ los rangos de cada variable se tiene
1) 𝑅𝑈⃗⃗ = 𝑔(𝑅𝑋⃗⃗ )
2) 𝑃𝑈⃗⃗ (𝐵) = 𝑃𝑋⃗⃗ (𝑔−1 (𝐵)) ∀𝐵 ∈ ℬ 2
3) ∀(𝑢, 𝑣) ∈ ℝ2 𝐹𝑈⃗⃗ (𝑢, 𝑣) = 𝑃𝑋⃗⃗ (𝑔−1 ( ]−∞, 𝑢] 𝑥 ]−∞, 𝑣]))
Dem
⃗⃗(𝜔) = (𝑢, 𝑣) ⇒ 𝑔 (𝑋⃗(𝜔)) = (𝑢, 𝑣) ⇒ (𝑢, 𝑣) ∈ 𝑔(𝑅𝑋⃗⃗ )

1) (𝑢, 𝑣) ∈ 𝑅𝑈⃗⃗ ⇒ ∃𝜔 ∈ Ω / 𝑈
(𝑢, 𝑣) ∈ 𝑔(𝑅𝑋⃗⃗ ) ⇒ ∃(𝑥, 𝑦) ∈ 𝑅𝑋⃗⃗ / (𝑢, 𝑣) = 𝑔(𝑥, 𝑦) ⇒ ∃𝜔 ∈ Ω / (𝑥, 𝑦) = 𝑋⃗(𝜔)
⇒ (𝑢, 𝑣) = 𝑔 (𝑋⃗(𝜔)) = 𝑈
⃗⃗(𝜔) ⇒ (𝑢, 𝑣) ∈ 𝑅𝑈⃗⃗
⃗⃗ −1 (𝐵)) = 𝑃 (𝑋⃗ −1 (𝑔−1 (𝐵))) = 𝑃𝑋⃗⃗ (𝑔−1 (𝐵)) ∀𝐵 ∈ ℬ 2

2) 𝑃𝑈⃗⃗ (𝐵) = 𝑃 (𝑈
⃗⃗ −1 ( ]−∞, 𝑢] 𝑥 ]−∞, 𝑣])) = 𝑃 (𝑋⃗ −1 ( 𝑔−1 (]−∞, 𝑢] 𝑥 ]−∞, 𝑣]))) =

3) 𝐹𝑈⃗⃗ (𝑢, 𝑣) = 𝑃 (𝑈
𝑃𝑋⃗⃗ (𝑔−1 ( ]−∞, 𝑢] 𝑥 ]−∞, 𝑣]))
22
PROBABILIDAD
Teorema Caso Discreto.
Sea el vector aleatorio discreto
𝑋⃗: (Ω, 𝒜) ⟶ (ℝ2 , ℬ 2 )
y la función medible
𝑔: ℝ2 ⟶ ℝ2
Se verifica que
⃗⃗ = 𝑔 ∗ 𝑋⃗: (Ω, 𝒜) ⟶ (ℝ2 , ℬ 2 )

𝑈
es también un vector aleatorio discreto cuya cuantía se obtiene:
𝑓𝑈⃗⃗ (𝑢, 𝑣) = ∑ 𝑓𝑋⃗⃗ (𝑥, 𝑦) ∀(𝑢, 𝑣) ∈ 𝑆𝑈⃗⃗

(𝑥,𝑦)∈𝑔−1 (𝑢,𝑣)
⃗⃗⃗⃗
Dem
⃗⃗ = (𝑢, 𝑣)) = 𝑓𝑈⃗⃗ ({(𝑢, 𝑣)}) = 𝑃 (𝑈

𝑓𝑈⃗⃗ (𝑢, 𝑣) = 𝑃 (𝑈 ⃗⃗ −1 (𝑢, 𝑣)) = 𝑃 (𝑋⃗ −1 ( 𝑔−1 (𝑢, 𝑣))) =
= 𝑃𝑋⃗⃗ (𝑔−1 ( 𝑢, 𝑣)) = 𝑃({𝜔 ∈ Ω / 𝑋

⃗⃗(𝜔) ∈ 𝑔−1 (𝑢, 𝑣)}) =
= 𝑃( ⋃ ⃗⃗(𝜔) = (𝑥, 𝑦)}) =

{𝜔 ∈ Ω / 𝑋 ∑ ⃗⃗(𝜔) = (𝑥, 𝑦)})
𝑃({𝜔 ∈ Ω / 𝑋
(𝑥,𝑦)∈𝑔−1 (𝑢,𝑣) (𝑥,𝑦)∈𝑔−1 (𝑢,𝑣)
= ∑ 𝑓𝑋⃗⃗ (𝑥, 𝑦)
(𝑥,𝑦)∈𝑔−1 (𝑢,𝑣)
(𝑥,𝑦)∈𝑆⃗𝑋
⃗⃗⃗
Se añade la restricción (𝑥, 𝑦) ∈ 𝑆𝑋⃗⃗ porque caso contrario la probabilidad se anula y

además así nos aseguramos una suma numerable.
Teorema Caso Continuo.
Sea el vector aleatorio continuo
𝑋⃗: (Ω, 𝒜) ⟶ (ℝ2 , ℬ 2 )
Con función de densidad 𝑓𝑋⃗⃗ (𝑥, 𝑦) y la función medible
𝑔: ℝ2 ⟶ ℝ2
23
PROBABILIDAD
𝑢 = 𝑔1 (𝑥, 𝑦); 𝑣 = 𝑔2 (𝑥, 𝑦)
Definimos 𝑆𝑋⃗⃗ = {(𝑥, 𝑦) ∈ ℝ2 / 𝑓𝑋⃗⃗ (𝑥, 𝑦) > 0} y supondremos que es un conjunto

propio (de medida positiva). Se tiene que 𝑆𝑈⃗⃗ = 𝑔(𝑆𝑋⃗⃗ ). Exigiremos además que
𝑔: 𝑆𝑋⃗⃗ ⟶ 𝑆𝑈⃗⃗
sea biyectiva.
Sabemos que bajo estas condiciones existe la transformación inversa de 𝑔 que

llamaremos ℎ es decir
𝑥 = ℎ1 (𝑢, 𝑣); 𝑦 = ℎ2 (𝑢, 𝑣) ∀(𝑢, 𝑣) ∈ 𝑆𝑈⃗⃗
Supongamos que se cumplen las condiciones de derivabilidad, existen
𝜕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
𝑓𝑋⃗⃗ (ℎ1 (𝑢, 𝑣), ℎ2 (𝑢, 𝑣))|𝐽(𝑢, 𝑣)| (𝑢, 𝑣) ∈ 𝑆𝑈⃗⃗

𝑓𝑈⃗⃗ (𝑢, 𝑣) = {
0 (𝑢, 𝑣) ∉ 𝑆𝑈⃗⃗
Ejemplo:
Consideremos la distribución uniforme sobre el cuadrado unidad. La función de

cambio será
𝑥
𝑔(𝑥, 𝑦) = (𝑥𝑦, )
𝑦
despejando
𝑥 𝑢 𝑢 √𝑢
𝑢 = 𝑥𝑦; 𝑣= ; 𝑢𝑣 = 𝑥 2 ; 𝑥 = √𝑢𝑣; 𝑦= = =
𝑦 𝑥 √𝑢𝑣 √𝑣
24
PROBABILIDAD
√𝑢
ℎ1 (𝑢, 𝑣) = √𝑢𝑣; ℎ2 (𝑢, 𝑣) =
√𝑣
como sabemos que 0 < 𝑥 < 1; 0 < 𝑦 < 1 entonces
√𝑢
0 < √𝑢𝑣 < 1; 0< <1
√𝑣
elevando al cuadrado
𝑢
0 < 𝑢𝑣 < 1; 0< <1
𝑣
0 < 𝑢𝑣 < 1; 0<𝑢<𝑣
La gráfica ayuda a visualizar el proceso. Obtengamos el jacobiano

𝑣 𝑢
2√𝑢𝑣 √𝑢𝑣 1 √𝑣 1 √𝑢
| 1 𝑢| √𝑢𝑣 √𝑢 1
𝐽(𝑢, 𝑣) = − 2 = | 2 √𝑢 2 √𝑣 |
= − − =−
𝑣 𝑣 |1 1 1 √𝑢 | 4𝑣√𝑢𝑣 4𝑣√𝑢 2𝑣
| | −
√𝑢 √𝑢 2 √𝑢𝑣 2 √𝑣 3
2 2
√𝑣 √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

1 Variable Aleatoria Bidimensional

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

1 Variable Aleatoria Bidimensional

Cargado por

Copyright:

Formatos disponibles

GRADO MATEMÁTICAS TERCER0.

Partimos de la misma situación del caso unidimensional. Dado (Ω, 𝒜, 𝑃) Espacio de

Un vector aleatorio o una variable aleatoria bidimensional 𝑋⃗ será una

de forma que la probabilidad original se transforme en una nueva probabilidad

Esta aplicación debe compatibilizar la 𝜎 −álgebra original 𝒜 con la 𝜎 −álgebra de

𝑋⃗: (Ω, 𝒜) ⟶ (ℝ2 , ℬ 2 )

es decir, 𝑋⃗ es variable aleatoria si y solo si se cumple la condición anterior.

𝑋⃗(𝑋, 𝑌) 𝑣. 𝑎. 𝑏𝑖𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑎𝑙 ⇔ 𝑋, 𝑌 𝑣. 𝑎. 𝑢𝑛𝑖𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑎𝑙𝑒𝑠

𝑋⃗ −1 (𝐵𝑥ℝ) = {𝜔 ∈ Ω; 𝑋(𝜔) ∈ 𝐵; 𝑌(𝜔) ∈ ℝ}

y obviamente 𝐵𝑥ℝ ∈ ℬ 2 lo que nos dice que 𝑋⃗ −1 (𝐵𝑥ℝ) ∈ 𝒜; 𝑋 −1 (𝐵) ∈ 𝒜 y por

Veámoslo para los generadores

𝑋⃗ −1 (𝐵1 𝑥𝐵2 ) = {𝜔 ∈ Ω; 𝑋(𝜔) ∈ 𝐵1 ; 𝑌(𝜔) ∈ 𝐵2 } =

= {𝜔 ∈ Ω; 𝑋(𝜔) ∈ 𝐵1 } ∩ {𝜔 ∈ Ω; 𝑌(𝜔) ∈ 𝐵2 } = 𝑋 −1 (𝐵1 ) ∩ 𝑌 −1 (𝐵2 ) ∈ 𝒜

por ser 𝑋, 𝑌 v.a. unidimensionales.

𝒞 = {𝐵1 𝑥𝐵2 ; 𝐵1 , 𝐵2 ∈ ℬ}; 𝑋⃗ −1 (𝒞) ⊂ 𝒜; 〈𝑋⃗ −1 (𝒞)〉 ⊂ 𝒜

sabemos que 𝑋⃗ −1 (ℬ 2 ) es 𝜎 −álgebra de Ω y que 𝒞 genera ℬ 2

𝒟 = {𝐵 ∈ ℬ 2 𝑋⃗ −1 (𝐵) ∈ 〈𝑋⃗ −1 (𝒞)〉}

es inmediato que 𝒟 tiene la estructura de 𝜎 −álgebra luego ℬ 2 ⊂ 𝒟 puesto que

𝑋⃗ −1 (ℬ 2 ) ⊂ 𝑋⃗ −1 (𝒟) ⊂ 〈𝑋⃗ −1 (𝒞)〉 ⊂ 𝒜

luego es vector aleatorio.

Tratemos ahora de trasladar la probabilidad original definiendo

Veamos que la aplicación así definida satisface la Axiomática de Kolmogorov.

1) 𝑃𝑋⃗⃗ (𝐵) = 𝑃 (𝑋⃗ −1 (𝐵)) ≥ 0

𝑃𝑋⃗⃗ (⋃ 𝐵𝑛 ) = 𝑃 (𝑋⃗ −1 (⋃ 𝐵𝑛 )) = 𝑃 (⋃ 𝑋⃗ −1 (𝐵𝑛 )) =

= ∑ 𝑃 (𝑋⃗ −1 (𝐵𝑛 )) = ∑ 𝑃𝑋⃗⃗ (𝐵𝑛 )

puesto que {𝑋⃗ −1 (𝐵𝑛 )}𝑛∈ℕ también son incompatibles.

En definitiva, hemos transformado el espacio probabilístico original (Ω, 𝒜, 𝑃) en un

Como 𝜎 −álgebra tomaremos ℬ 2 |Ω y la probabilidad será

FUNCION DE DISTRIBUCION DE PROBABILIDAD.-

Al igual que en el caso unidimensional.

𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]−∞, 𝑦]) = 𝑃({𝜔 ∈ Ω; 𝑋(𝜔) ≤ 𝑥; 𝑌(𝜔) ≤ 𝑦})

que con frecuencia se expresa como 𝑃(𝑋 ≤ 𝑥, 𝑌 ≤ 𝑦)

La función de distribución verifica las siguientes propiedades:

1) 𝐹𝑋⃗⃗ (𝑥, 𝑦) ≥ 0 ∀(𝑥, 𝑦) ∈ ℝ2 . Es obvio por estar definida la función de

ℎ > 0; 𝐹(𝑥 + ℎ, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) =

𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]−∞, 𝑦]) + 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) =

= 𝐹𝑋⃗⃗ (𝑥, 𝑦) + 𝑃𝑋⃗⃗ ( ]𝑥, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) ≥ 𝐹𝑋⃗⃗ (𝑥, 𝑦)

además, de este desarrollo se deduce un importante resultado:

𝑃𝑋⃗⃗ ( ]𝑥, 𝑥 + ℎ] 𝑥 ]−∞, 𝑦]) = 𝐹(𝑥 + ℎ, 𝑦) − 𝐹𝑋⃗⃗ (𝑥, 𝑦)

y esto ocurre lo mismo con la segunda componente

3) La función de distribución es continua por la derecha en cada componente.

Teniendo en cuenta que no tiene sentido la valoración en ±∞ y que realmente

5) Dado 𝑥 < 𝑥´; 𝑦 < 𝑦´ se verifica que

𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦) − 𝐹(𝑥, 𝑦´) + 𝐹(𝑥, 𝑦) ≥ 0

𝐹(𝑥´, 𝑦´) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥´] 𝑥 ]−∞, 𝑦´]) =

𝐹(𝑥´, 𝑦´) − 𝐹(𝑥´, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥´] 𝑥 ]𝑦, 𝑦´])

𝐹(𝑥, 𝑦´) − 𝐹(𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]𝑦, 𝑦´])

lim 𝐹(𝑥 − ℎ, 𝑦) = lim+ 𝐹(𝑥, 𝑦) − 𝑃𝑋⃗⃗ ( ]𝑥 − ℎ, 𝑥] 𝑥 ]−∞, 𝑦]) =

El conocimiento bidimensional también nos permite poder obtener información

Si queremos obtener la función de distribución de la variable aleatoria 𝑋 esta será

𝐹𝑋 (𝑥) = 𝑃(𝑋 ≤ 𝑥) = 𝑃(𝑋 ≤ 𝑥, 𝑌 < +∞) = 𝐹𝑋⃗⃗ (𝑥, +∞)

Análogamente, 𝐹𝑌 (𝑦) = 𝐹𝑋⃗⃗ (+∞, 𝑦) y tener en cuenta desde el punto de vista de la

𝐹1 (𝑥) = 𝐹𝑋⃗⃗ (𝑥, +∞); 𝐹2 (𝑦) = 𝐹𝑋⃗⃗ (+∞, 𝑦)

Por lo indicado tenemos Ω = [0, 1]𝑥[0, 1], como 𝜎 −álgebra tomaremos ℬ 2 |Ω y la

𝐹(𝑥, 𝑦) = 𝑃(𝑋 ≤ 𝑥, 𝑌 ≤ 𝑦) = 𝑥 ∙ 𝑦; 𝑥, 𝑦 ∈ [0, 1]

Lo que obviamente podremos simplificar

Y esto nos dará lugar a que las marginales serán

Se dice que dos v.a. 𝑋 e 𝑌 son independientes si los sucesos

son independientes ∀𝑥1 , 𝑥2 , 𝑦1 , 𝑦2 ∈ ℝ (𝑖𝑛𝑐𝑙𝑢𝑦𝑒 ± ∞); 𝑥1 ≤ 𝑥2 , 𝑦1 ≤ 𝑦2

𝑋, 𝑌 𝑖𝑛𝑑 ⇔ 𝐹𝑋⃗⃗ (𝑥, 𝑦) = 𝐹1 (𝑥) ∙ 𝐹2 (𝑦) ∀𝑥, 𝑦 ∈ ℝ

𝐹(𝑥, 𝑦) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ]−∞, 𝑦]) = 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ℝ ∩ ℝ 𝑥 ]−∞, 𝑦]) =

= 𝑃𝑋⃗⃗ ( ]−∞, 𝑥] 𝑥 ℝ) ∙ 𝑃𝑋⃗⃗ (ℝ 𝑥 ]−∞, 𝑦]) = 𝐹1 (𝑥) ∙ 𝐹2 (𝑦)

𝑃𝑋⃗⃗ ( ]𝑥, 𝑥´] 𝑥 ]𝑦, 𝑦´]) =