Tema 10 Distribuciones bidimensionales.

Curso 2019/20

10 DISTRIBUCIONES BIDIMENSIONALES.

En los temas anteriores hemos estudiado variables aleatorias de forma individual. Sin embargo, en

muchos casos es importante (e incluso necesario) estudiar dos (o más) variables aleatorias a la vez

y tener en cuenta la relación que puede haber entre ellas. De estos aspectos nos ocuparemos en el

presente tema.

10.1 Deniciones elementales.

Denición 10.1.1. Dado un espacio muestral Ω asociado a un experimento aleatorio, una variable
aleatoria bidimensional es una aplicación que a un mismo elemento del espacio muestral le hace corre-
sponder 2 números reales, es decir, una aplicación

(X, Y ) : s ∈ Ω 7→ (X(s), Y (s)) ∈ R2 .

Dicho de otro modo, una variable aleatoria bidimensional resulta de cuanticar dos aspectos, X
e Y, de un experimento aleatorio. Podríamos decir que (X, Y ) : Ω → R2 es una variable aleatoria

bidimensional si y sólo si X:ω→R e Y :Ω→R son ambas variables aleatorias (simples).

Ejemplos 10.1.2. Algunos ejemplos de variables aleatorias bidimensionales son

(a) Si consideremos el experimento aleatorio de tirar dos dados, podemos tomar X como la suma de

los puntos obtenidos e Y la diferencia en valor absoluto entre los puntos obtenidos. Así (X, Y )
es una variable aleatoria bidimensional, en la que las dos componentes son discretas.

(b) Sobre un grupo de individuos podemos medir X su altura e Y su peso. Así, (X, Y ) es una variable
aleatoria bidimensional siendo, en este caso, las dos componentes continuas.

(c) De nuevo sobre un grupo de individuos podemos estudiar X su sexo (por ejemplo, X = 0 hombre,
X = 1 mujer) e Y el tiempo que llevan trabajando (entendiendo tiempo negativo como tiempo en

paro). De esta forma (X, Y ) es una variable aleatoria bidimensional, y en este caso la componente
X es discreta y la componente Y es continua.

Departamento de Análisis Matemático 1 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

10.2 Variables aleatorias bidimensionales discretas.

Denición 10.2.1. Una variable aleatoria bidimensional (X, Y ) se dice discreta cuando sus dos com-
ponentes X e Y son ambas discretas.

Una variable aleatoria bidimensional discreta queda completamente caracterizada una vez que cono-

cemos el conjunto de todos los posibles pares de valores que puede tomar y la probabilidad de que este

valor sea tomado.

Denición 10.2.2. La función de probabilidad conjunta de una variable aleatoria bidimensional (X, Y )
es P(X = xi , Y = yj ) = pij , entendiendo que si la variable no puede tomar un par concreto, su

probabilidad es 0.

Al igual que en el caso unidimensional, se cumplen las siguientes propiedades

Propiedades 10.2.3. Sea (X, Y ) una variable aleatoria bidimensional discreta.

0 ≤ pij ≤ 1 para todo i, j . pij = 1.
X
(a) (b)
i,j
A partir de la función de probabilidad podemos obtener las características más importantes de una

variable aleatoria bidimensional discreta.

Denición 10.2.4. Sea (X, Y ) una variable aleatoria bidimensional discreta con función de probabili-
dad conjunta {P(X = xi , Y = yj ) = pij }ij . Se denomina función de distribución conjunta a la función
F : R2 → [0, 1] dada por
X X
F (x, y) = P(X ≤ x, Y ≤ y) = pij .
xi ≤x yj ≤y

Denición 10.2.5. Sea (X, Y ) una variable aleatoria bidimensional discreta con función de probabil-

idad conjunta {P(X = xi , Y = yj ) = pij }ij .

(a) La función de probabilidad marginal de X viene dada por

X X
pX (xi ) = P(X = xi ) = P(X = xi , Y = yj ) = pij = pi∗ .
j j

(b) La función de probabilidad marginal de Y viene dada por

X X
pY (yj ) = P(Y = yj ) = P(X = xi , Y = yj ) = pij = p∗j .
i i

Departamento de Análisis Matemático 2 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

También podemos denir la función de distribución marginal de cada una de las variables aleatorias

como sigue.

Denición 10.2.6. Sea (X, Y ) una variable aleatoria bidimensional discreta, con función de proba-

bilidad conjunta {P(X = xi , Y = yj ) = pij }ij .

función de densidad marginal de X

X XX
(a) La viene dada por FX (x) = P(X ≤ x) = pi∗ = pij .
xi ≤x xi ≤x j

función de densidad marginal de Y

X XX
(b) La viene dada por FY (y) = P(Y ≤ y) = p∗j = pij .
yj ≤y yj ≤y i

En general, si F (x, y) es la función de distribución conjunta, se cumple que

FX (x) = F (x, +∞) = lim F (x, y) y FY (y) = F (+∞, x) = lim F (x, y).
y→+∞ x→+∞

Denición 10.2.7. Sea (X, Y ) una variable aleatoria bidimensional discreta, con función de proba-

bilidad conjunta {P(X = xi , Y = yj ) = pij }ij . Si P(Y = yj0 ) > 0, se dene la función de probabilidad
de X condicionada a Y = yj0 como

P(X = xi , Y = yj0 ) pij0 pij

pX|Y (xi |yj0 ) = P(X = xi |Y = yj0 ) = = =P 0 .
P(Y = yj0 ) p∗j0 i pij0

Análogamente, si P(X = xi0 ) > 0, la función de probabilidad de Y condicionada a X = xi0 como

P(X = xi0 , Y = yj ) pi j pi j
pY |X (yj |xi0 ) = P(Y = yj |X = xi0 ) = = 0 =P 0 .
P(X = xi0 ) p i0 ∗ j p i0 j

10.3 Variables aleatorias bidimensionales continuas.

10.3.1 Características conjuntas.
Una variable aleatoria bidimensional continua queda caracterizada por el conjunto de R2 de posibles

valores y su función de densidad conjunta, es decir, cómo se distribuye la probabilidad en ese posible

conjunto de valores.

Denición 10.3.1. Una variable aleatoria bidimensional (X, Y ) se dice continua cuando sus dos

componentes X e Y son ambas continuas.

Departamento de Análisis Matemático 3 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

De otro modo, se dice que la variable aleatoria bidimensional (X, Y ) tiene una distribución de

probabilidad conjunta continua si existe una función integrable f: R2 → [0, +∞), tal que para cualquier
subconjunto A del plano se tiene que

ZZ
P((X, Y ) ∈ A) = f (x, y)dxdy.
A

La función f se denomina función de densidad conjunta.

La probabilidad de que el vector (X, Y ) pertenezca a una región se calcula por integración. Como

consecuencia de ello, cualquier punto del plano o cualquier curva en el plano tiene probabilidad cero.

Además, dado que el total debe tener probabilidad 1, si

ZZ f (x, y) es una función de densidad conjunta,

entonces f (x, y) dxdy = 1.

R2

Denición 10.3.2. Sea (X, Y ) una variable aleatoria bidimensional continua con función de densidad
conjunta f (x, y). Se llama función de distribución conjunta a la función F : R2 → [0, 1] dada por
Z x Z y
F (x, y) = P(X ≤ x, Y ≤ y) = f (s, t) dsdt.
−∞ −∞

Proposición 10.3.3. En las condiciones de la denición anterior, para cualesquiera a < b y c < d se
cumple que P(a < X ≤ b, c < Y ≤ d) = F (b, d) − F (a, d) − F (b, c) + F (a, c).

Si X e Y tienen una distribución conjunta continua con función de densidad conjunta f (x, y)
Z x Z y
entonces ya sabemos que F (x, y) = f (s, t)dsdt. La función de densidad conjunta, en este
−∞ −∞
∂ 2 F (x, y)
caso, se recupera a partir de la función de distribución conjunta por derivación f (x, y) =
∂x∂y
(siempre que se puedan realizar).

10.3.2 Características marginales.

Dada una variable aleatoria bidimensional, las distribuciones marginales no son más que las distribu-

ciones individuales de X y de Y.

Denición 10.3.4. Sea (X, Y ) una variable aleatoria bidimensional continua con función de densidad
conjunta f (x, y).
Z
(a) La función de densidad marginal de X es la función fX : R → [0, 1] dada por fX (x) = f (x, y) dy .
R

Departamento de Análisis Matemático 4 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

Z
(b) La función de densidad marginal de Y es la función fY : R → [0, 1] dada por fY (y) = f (x, y) dx.
R

En cuanto a las funciones de distribución marginales, estas se obtienen a partir de la función de

distribución conjunta F como sigue.

Denición 10.3.5. Sea (X, Y ) una variable aleatoria bidimensional continua con función de distribu-

ción conjunta F (x, y).

(a) La función de distribución marginal de X es la función FX : R → [0, 1] dada por

Z x Z
FX (x) = P(X ≤ x) = f (s, t) dtdt.
−∞ R

(b) La función de distribución marginal de Y es la función FY : R → [0, 1] dada por

Z Z y
FY (y) = P(Y ≤ y) = f (s, t) dtdt.
R −∞

Al igual que en el caso discreto, si F (x, y) es la función de distribución conjunta, se cumple que

FX (x) = F (x, +∞) = lim F (x, y) y FY (y) = F (+∞, x) = lim F (x, y).
y→+∞ x→+∞

10.3.3 Características condicionadas.

Denición 10.3.6. Sea (X, Y ) una variable aleatoria bidimensional continua con función de densidad
conjunta f (x, y) y marginales fX (x) y fY (y).

(a) Si fY (y0 ) > 0, la función de densidad de X condicionada a Y = y0 viene dada por

f (x, y0 )
fX|Y =y0 (x) = .
fY (y0 )

(b) Si fX (x0 ) > 0, la función de densidad de Y condicionada a X = x0 viene dada por

f (x0 , y)
fY |X=x0 (x) = .
fX (x0 )

Se puede comprobar que las funciones de densidad condicionadas son verdaderas funciones de

densidad de una variable aleatoria.

Denición 10.3.7. Sea (X, Y ) una variable aleatoria bidimensional continua con función de densidad
conjunta f (x, y) y marginales fX (x) y fY (y).

Departamento de Análisis Matemático 5 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

(a) Si fY (y0 ) > 0, la función de distribución de X condicionada a Y = y0 viene dada por

Z x
f (s, y0 )
FX|Y =y0 (x) = ds.
−∞ fY (y0 )

(b) Si fX (x0 ) > 0, la función de distribución de Y condicionada a X = x0 viene dada por

Z y
f (x0 , t)
FY |X=x0 (y) = dt.
−∞ fX (x0 )

10.4 Independencia de variables aleatorias.

Aunque las distribuciones marginales de X e Y se pueden obtener a partir de la distribución conjunta,

no es posible reconstruir la distribución conjunta de X e Y a partir de las distribuciones marginales

sin más información adicional.

Denición 10.4.1. Diremos que dos variable (continuas o discretas) X e Y son independientes si para

cualesquiera conjuntos A, B ⊂ R se cumple que

P(X ∈ A, Y ∈ B) = P(X ∈ A) · P(Y ∈ B).

Esta denición, en general, puede ser poco práctica, por lo que se hace necesaria una caracterización.

Teorema 10.4.2. Sean X e Y dos variables aleatorias.

(a) X e Y son independientes si y solo si se cumple que F (x, y) = FX (x) · FY (y).

(b) Si X e Y son discretas , entonces son independientes si y solo si pij = pi∗ · p∗,j .

(c) Si X e Y son continuas , entonces son independientes si y solo si f (x, y) = fX (x) · fY (y).

10.5 Sumas y cambios de variables.

10.5.1 Suma de variables aleatorias.
Si X e Y son variables aleatorias independientes, es interesante conocer la distribución de la variable

aleatoria X +Y.
ZZ Z +∞ Z a−y
FX+Y (a) = P(X + Y ≤ a) = fX (x)fY (y) dx dy = fX (x)fY (y) dx dy
x+y≤a −∞ −∞
Z +∞ Z a−y  Z +∞
= fX (x) dx fY (y) dy = FX (a − y)fY (y) dy.
−∞ −∞ −∞

Departamento de Análisis Matemático 6 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

De forma completamente análoga (teniendo en cuenta que {x + y ≤ a} = {y ∈ R, x ≤ a − y} =

Z +∞
{x ∈ R, y ≤ a − x}), también se tiene que FX+Y (a) = FY (a − x)fX (x) dx.
−∞
Para obtener la función de densidad, basta con derivar (respecto de a) en cualquiera de las expre-

siones anteriores
Z +∞ Z +∞ Z +∞
d d
fX+Y (a) = FX (a − y)fY (y) dy = FX (a − y)fY (y) dy = fX (a − y)fY (y) dy.
da −∞ −∞ da −∞
Z +∞ Z +∞ Z +∞
d d
= FY (a − x)fX (x) dy = FY (a − x)fX (x) dy = fY (a − x)fX (x) dy.
da −∞ −∞ da −∞

Observemos que ambas expresiones coinciden. En efecto, si hacemos el cambio de variables a−y = t
en la primera expresión, resulta que
Z +∞ Z −∞ Z +∞
fX (a − y)fY (y) dy = fX (t)fY (a − t) (−dt) = fX (t)fY (a − t) dt
−∞ +∞ −∞

Denición 10.5.1. La función de densidad de X +Y se llama (producto de) convolución de las

funciones fX y fY y suele denotarse fX+Y = fX ∗ fY .

10.5.2 Cambios de variable.

Si (X, Y ) es una variable aleatoria bidimensional con función de densidad conjunta fX,Y , es necesario

a veces conocer la distribución de las variables aleatorias (U, V ), siendo U = g1 (X, Y ) y V = g2 (X, Y ).
Suponemos que las funciones g1 y g2 verican las siguientes condiciones:

1. Las ecuaciones u = g1 (x, y), v = g2 (x, y) pueden resolverse de modo único para (x, y) en términos
de (u, v), y sus soluciones las escribimos x = h1 (u, v), y = h2 (u, v).

2. Las funciones h1 y h2 tienen derivadas parciales continuas en todo punto (u, v) de sus dominios

y el determinante jacobiano

 ∂h1 ∂h1 
 
∂v  = ∂h1 · ∂h2 − ∂h1 · ∂h2 =
 
J(u, v) =  ∂u 6 0, ∀(u, v).

 ∂h2 ∂h2  ∂u ∂v ∂v ∂u
 
∂u ∂v

Entonces, la variable aleatoria bidimensional (U, V ) tiene función de densidad

fU,V (u, v) = fX,Y h1 (u, v), h2 (u, v) |J(u, v)| .

Departamento de Análisis Matemático 7 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

10.6 Covarianza.
Supongamos que tenemos una variable aleatoria bidimensional (X, Y ) y que con ella, tenemos otra
variable aleatoria Z que es función de las dos anteriores, es decir, Z = h(X, Y ). De igual forma que a

lo visto en temas anteriores, podemos calcular la esperanza de esta nueva variable aleatoria como


XX
h(xi , yj )pij



 en el caso discreto

E(Z) = E(h(X, Y )) = Zi Z j

h(x, y)f (x, y)dxdy en el caso continuo.



R R

Denición 10.6.1. Sea (X, Y ) una variable aleatoria bidimensional y pongamos µX = E(X) y µY =
E(Y ). Se dene la covarianza entre X e Y como

Cov(X, Y ) = σXY := E((X − µx ) · (Y − µY )).

En el caso discreto, con función de probabilidad {P(X = xi , Y = yj ) = pij }ij , se tiene que

XX
Cov(X, Y ) = (xi − µX )(yj − µY )pij .
i j

En el caso continuo, con una función de densidad conjunta f (x, y), se tiene que

Z Z
Cov(X, Y ) = (x − µx )(y − µY )f (x, y) dxdy.
R R

La covarianza entre dos variables aleatorias es una medida de la asociación entre ambas. Si a

valores grandes de X le corresponden a menudo valores grandes de Y, y a valores pequeños de X le

corresponden con probabilidad alta valores pequeños de Y, entonces x − µX e y − µY serán positivos

o negativos a la vez, por lo que su producto será positivo, haciendo que la covarianza sea positiva. Por

contra, si a valores grandes de X le corresponden pequeños de Y y viceversa, entonces x − µX e y − µY

tendrán signos opuestos y harán que la covarianza sea negativa.

Podríamos decir que la covarianza mide la relación lineal que hay entre X e Y.

Propiedades 10.6.2. Sea X, Y, Xi , Yj (1 ≤ i ≤ n, 1 ≤ j ≤ m) variables aleatorias. Se cumplen las

siguientes propiedades sobre la covarianza:

(a) Cov(X, X) = Var(X). (b) Cov(X, Y ) = Cov(Y, X).

Departamento de Análisis Matemático 8 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

 
n m n X
m
Cov(X, Y ) = E(X · Y ) − E(X) · E(Y ). Cov(Xi , Yj ).
X X X
(c) (d) Cov  Xi , Yj  =
i=1 j=1 i=1 j=1

(e) Si X e Y son independientes, entonces Cov(X, Y ) = 0.

El recíproco de la propiedad (e) no es cierto en general, tal y como se puede comprobar en el

siguiente ejemplo.

Ejemplo 10.6.3. Consideremos la variable aleatoria bidimensional discreta siguiente

H
HH X
H
HH 0 1 2 3 4
Y HH
0 0,2 0 0 0 0,2 0,4

3 0 0,2 0 0,2 0 0,4

4 0 0 0,2 0 0 0,2

0,2 0,2 0,2 0,2 0,2

Es claro que, por ejemplo, P(X = 2, Y = 3) = 0 6= 0, 2 × 0, 4 = P(X = 2) · P(y = 3), por lo que las

variables X e Y no pueden ser independientes. Sin embargo,

E(X · Y ) = 0 · 0 · 0, 2 + 1 · 3 · 0, 2 + 2 · 4 · 0, 2 + 3 · 3 · 0, 2 + 4 · 0 · 0, 2 = 4,

E(X) = 0 · 0, 2 + 1 · 0, 2 + 2 · 0, 2 + 3 · 0, 2 + 4 · 0, 2 = 2,

E(Y ) = 0 · 0, 4 + 3 · 0, 4 + 4 · 0, 2 = 2.

Por tanto, Cov(X, Y ) = E(X · Y ) − E(X) · E(Y ) = 0.

Veamos qué relación hay entre la varianza de la suma y resta de dos variables aleatorias y la

covarianza.

Proposición 10.6.4. Si X e Y son dos variables aleatorias de varianza nita y a, b dos números
cualesquiera. entonces

Departamento de Análisis Matemático 9 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

(a) Cov(aX, bY ) = abCov(X, Y ).

(b) Var(X + Y ) = Var(X) + Var(Y ) + 2Cov(X, Y )

(c) Var(X − Y ) = Var(X) + Var(Y ) − 2Cov(X, Y )

Finalmente, veamos qué ocurre con la suma de n variables aleatorias.

Teorema 10.6.5. Sean X1 , . . . , Xn variables aleatorias de varianza nita. Entonces

n n
!
X X X
Var Xi = Var(Xi ) + 2 Cov(Xi , Xj ).
i=1 i=1 i<j

Por tanto, si las variables no están correlacionadas entre sí, se cumple que
n n
!
X X
Var Xi = Var(Xi ).
i=1 i=1

Corolario 10.6.6. Sean X1 , . . . , Xn variables aleatorias independientes de varianza nita y sean

a1 , . . . , an , b números cualesquiera. Entonces

Var(a1 X1 + . . . + an Xn + b) = a21 Var(X1 ) + . . . + a2n Var(Xn ).

10.7 Correlación.
Aunque la covarianza entre dos variables aleatorias nos proporciona información sobre cómo se rela-

cionan ambas variables, la magnitud de Cov(X, Y ) no indica nada respecto a cómo de fuerte es dicha

relación. Para ello, necesitamos de la siguiente denición.

Denición 10.7.1. Seam X e Y dos variables aleatorias con varianza nita. Se denomina coeciente
de correlación a
Cov(X, Y )
ρ(X, Y ) = .
σX σY
Como consecuencia inmediata de esta denición y teniendo en cuenta el signicado de la covarianza,

se tiene que si X e Y son independientes, entonces ρ(X, Y ) = 0.

Teorema 10.7.2 (Desigualdad de Schwartz). Para cualesquiera variables aleatorias U y V se cumple

que E(U V )2 ≤ E(U 2 )E(V 2 ).

Departamento de Análisis Matemático 10 Asignatura: Métodos Matemáticos I

Tema 10 Distribuciones bidimensionales. Curso 2019/20

Corolario 10.7.3. Para cualesquiera variables aleatorias X e Y se cumple que −1 ≤ ρ(X, Y ) ≤ 1.

En base a este resultado, se dice que

ˆ X e Y están positivamente correlacionadas si ρ(X, Y ) > 0.

ˆ X e Y están negativamente correlacionadas si ρ(X, Y ) < 0.

ˆ X e Y están incorrelacionadas o que están no correlacionadas si ρ(X, Y ) = 0.

Proposición 10.7.4. Sean X e Y dos variables aleatorias con varianza nita. Entonces para cua-
lesquiera a, b, c, d ∈ R se tiene que

ρ(X, Y ) si a · c > 0,

ρ(aX + b, cY + d) =
−ρ(X, Y ) si a · c < 0.


Corolario 10.7.5. |ρ(X, Y )| = 1 ⇐⇒ Y = aX + b para ciertos valores a, b ∈ R.

Como consecuencia nal, el coeciente de correlación mide cómo de relacionadas (en el sentido del

corolario anterior) están dos variables aleatorias. Cuanto más próximo a 1 (en valor absoluto) esté

ρ(X, Y ), más fuerte será la relación entre ambas variables. El signo únicamente indica si la relación es

directa o inversa.

Departamento de Análisis Matemático 11 Asignatura: Métodos Matemáticos I