P.

1 El vector aleatorio tiene la siguiente distribución de probabilidad dada por:

a. Calcular el valor de la constante .

b. Calcular las distribuciones marginales.
c. Calcular las distribuciones de con .
d. ¿Son independientes ?
e. Calcular y .
f. Determinar las distribuciones de y de .

Solución:

a. Valor de la constante.

Podemos obtener una tabla que caracteriza la distribución

0 1 2
0
1
2 ! "
"

Se debe cumplir que #

Luego la tabla resulta como

0 1 2
0
"
1
" !
2

Es equivalente trabajar con las funciones

$$ ) #
(&' %&'
Luego se tiene que la conjunta está dada por

b. Funciones marginales.

Las marginales son:

$
%&'

$
(&'

c. Distribución de .

La distribución de con viene dada por

d. Independencia.

Las variables son independientes, pues se tiene que , además

se cumple que para todos los valores de se tiene que

e.

La Probabilidades pedidas corresponden a las sumas de las probabilidades de todos

los valores de tal que y .

f.

Para determinar las distribuciones de y de construimos tablas,

con los valores de las variables y sus probabilidades.
 : : ; ;

!
0 0
!
!
1 1
2 + " 2
3 3 0
4 4
5
6 0
7 0
8

P.2 Una urna contiene 3 bolas rojas, 3 bolas, blancas y 4 negras. Se extraen 2 bolas de la
urna sin reposición. Sean las variables : 1 si la bola extraída en primer lugar es roja y 0 si
no lo es; : 1 si la bola extraída en segundo lugar es roja y 0 si no lo es. Calcular las
distribuciones conjuntas, marginales y condicionadas de . ¿Son independientes?.

Solución:

Las probabilidades de los eventos son

* *
6
, 7
! +
-./0 .(1/022345 80 .(1/022345

* *
6
, 7
!
-./0 .(1/022345 80 .(1/022345

* *
6
, 7
!
-./0 .(1/022345 80 .(1/022345

6
, 7
! +
-./0 .(1/022345 80 .(1/022345

Para calcular las probabilidades se tomaron los eventos: sacar una bola roja y no sacar una
bola roja; de esta manera el problema no depende de las otras bolas, pues de por si no
interesan, ya que se pregunta por las bolas rojas.

Ordenadas las probabilidades en una tabla se obtiene la conjunta, y las marginales se

obtienen sumando las columnas y filas

0 1 Marginal de
0 *9 *9 *9
+
1 *9 9 + 9
Marginal de *9 9 1
Se ve claramente que no son independientes puesto que

<
P.1 Dada la variable aleatoria, v.a. bidimensional con función de densidad
conjunta

@A D D I
B (C%
=> ?
AE FE GE HE

Y sean las variables J ,K L

a. Obtener la función de densidad conjunta de la v.a. bidimensional J K .

b. Obtener las funciones de densidad de las v.a. J y K.
c. ¿Son J y K independientes?

Solución:

a. Función de densidad conjunta

Primer paso: despejar A en función de J K y obtener nuevo dominio.

J K
J K JLK D ) D
J D LK
M # # NAO PQ J D
JLK JDK
D ) D

Segundo paso: obtener el Jacobiano de la transformación.

T T
R STU TU S S S L L L
T T
L
TV TV

Tercer paso: utilizar teorema de transformación

=W X U V => ? Y U V U V Z[R[

U V ULV
=W X U V => ? \ ] ^L ^ AB _ UD U D V U D LV

b. Funciones marginales
_
=W U ` =W X U V NV ` A B _ NV UA B_ UD
a.2b B_

g
f ` A B _ NU AB b VD
d b
=X V ` =W X U V NU I
e `
g
a.2_
d A B _ NU A b
DV
c Bb
 c. Independencia

Para que sean independientes se debe cumplir que

=W U 6 =X V =W X U V

Como en este caso no se obtiene dicha igualdad las variables no son independientes

P.2 Sea una v.a. con función de densidad

=>
"

e otra v.a. tal que la función de densidad de es

=? >&(

a. Calcular la función de densidad conjunta de la v.a. J K , siendo J yK

>
?
b. Calcular las funciones de densidad marginales de J y K. ¿Son independientes?
y h
>
?
c. Repetir los cálculos con

Solución:

a. Función de densidad conjunta.

Primer paso: Se necesita => ?

=> ?
=? # => ? => =? # => ?
>&(
=> >&(

Segundo paso: Despejamos A en función de J K y obtenemos nuevo dominio

J
J M # U V
K

Tercer paso: Obtenemos el Jacobiano

T T
U
R STU TU S S V S
U L
T T V
L
TV TV V

Utilizando el teorema de transformación se llega al resultado pedido

U U U
=W X U V => ? i U j kL k U V
V V Vl
 b. Funciones marginales.
g
U U
=W U ` =W X U V NV ` NV U
a.2b - Vl "
m
U
=X V ` =W X U V NU ` NU V
a.2_ ' Vl Vl

Como en este caso si se cumple que =W U 6 =X V =W X U V , podemos decir que las

variables son independientes.

c. Nuevas variables

Despejamos A en función de h y obtenemos nuevo dominio

n h M o # : FD
h F

Obtenemos el Jacobiano

: :
T T p L p
S F F lS
R S TF TF S
T T S F S F
o
T: T: : n:F

La función de densidad conjunta queda dada por

:
=q r F : => ? s n:F p t^ ^ : FD
F F "F F

Las mrginales resultan ser

-v
1
=q F ` =q r F : N: ` N: F
a.2u ' "F Fl

-v
u L :L
=r : ` =q r F : NF ` NF :
a.21 - "F "

En este caso no son independientes pues no se cumple la igualdad del producto de las
marginales con la conjunta.
P.3 Sea w , un vector aleatorio bidimensional, con función de densidad
conjunta

=> ? "

D +M " .
a. Calcular las distribuciones marginales de e .
b. Calcular la probabilidad

Calcular la distribución de J L .
c. Descomponer la varianza de .
d.

Solución:

El dominio de la función es

a. Las marginales son

(
=> ` => ? N ` " N l
a.2% '

-
=? ` => ? N ` " N L
a.2( %

b. El área de integración cambia

"

+
 Por lo tanto la probabilidad pedida es
'x ( - 'x
D +M " ` ` " N N ` ` " N N " *!
'y ' 'x '

c.

Para este cálculo necesitamos la distribución de .

=> ? "
=> ?&%
=? L L

La varianza está dada por la siguiente expresión

Kz { ` Kz { =? N ` •z { =? N L ‚` •z { =? N ƒ
|}}}}}~}}}}}• |}}}}}}}}}}}}}}~}}}}}}}}}}}}}}•
X0/305u0 €51/0 X0/305u0 351/0

-
•z { ` => N ` N
a.2(
?&%
% L

- l
•z { ` => N ` N
a.2(
?&%
% L

Kz { •z { L •z { L
!

Varianza Intra:
-
` „ L … L N *"
' !

Varianza Inter:

- -
` „ … L N L „` L N … +"
' '

Análogamente para se tendría:

Kz { ` Kz { => N ` •z { => N L ‚` •z { => N ƒ

|}}}}}~}}}}}• |}}}}}}}}}}}}}}~}}}}}}}}}}}}}}•
X0/305u0 €51/0 X0/305u0 351/0

d.

Necesitamos una variable auxiliar. Llamemos K

nK M nJ K
Jacobiano

T T
R STU TUS SS nU V SS
T T †V U V
TV TV nU V nV

Usando el teorema de transformación

=W X U V => ? Y nU V nVZ ‡ ‡ U LV
†V U V