Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Si es el espacio muestral asociado a un experimento aleatorio , X e Y dos funciones, que asigna un número
real x=X (ω), y y=Y (ω) a cada uno de los elementos ω ∈ Ω; al par (X,Y) lo llamaremos variable aleatoria
bidimensional.
Sea (X,Y) una variable aleatoria bidimensional discreta, donde a cada posible resultado (x,y) de le podemos
asociar una probabilidad:
p( x , y )=P [X =x ,Y = y ]
A la expresión anterior la llamaremos función de probabilidad conjunta, la cual debe cumplir las siguientes
propiedades:
1. p ( x , y ) ≥ 0 ; ∀(x , y)
2. ∑ ∑ p ( x , y )=1
( x , y ) ϵ R XxY
Tabla Bidimensional:
X\Y y1 y2 … ym
x1 p(x1,y1) p(x1,y2) . p(x1,ym)
x2 p(x1,y1) p(x1,y2) . p(x2,ym)
⋮ . . . .
xn p(xn,y1) p(xn,y1) p(xn,ym)
Marginales:
Marginal de X: Se debe construir una tabla unidimensional considerando sólo los valores de X y sus totales.
Marginal de Y: Se debe construir una tabla unidimensional considerando sólo los valores de Y y sus totales.
Probabilidad Condicional:
p(x, y)
P [ X|Y ] =
p( y )
p(x, y)
P [ Y |X ] =
p (x)
Si (X,Y) es una variable aleatoria bidimensional continua, entonces su función recibe el nombre función de
densidad conjunta que integrada nos permitirá encontrar la probabilidad asociadas a valores de (X,Y)
1. f ( x , y )> 0 ;∀ ( x , y )
∞ ∞
2. ∫ ∫ f ( x , y ) =1
−∞ −∞
Marginales:
Marginal de X: f X ( x )=∫ f ( x , y) dy
−∞
Marginal de Y: f Y ( y )= ∫ f (x , y )dx
−∞
Probabilidad Condicional:
f ( x , y)
f x∨ y ( x∨ y )=
f y ( y)
f ( x , y)
f y∨x ( y∨x )=
f y(x)
Esperanzas y Varianzas
Tanto para el caso bidimensional discreto como continuo, si se desea obtener la esperanza de sólo una de las
variables, primero se debe calcular la marginal de esa variable y aplicar la función de esperanza o varianza
unidimensional.
Esperanza:
E [ X ] =∫ x ∙ f (x) dx
Varianza:
V [ X ] =E [ X ] −( E [ X ] )
2 2
E [ X ] =∫ x ∙ f (x) dx
2 2
Esperanza Conjunta:
E [ XY ] =∫∫ xy ∙ f (x , y )
Si las variables X e Y son independientes:
P [ X ∩ Y ] =P [ X ] ∙ P [Y ]
a) E [ XY ] =E [ X ] ∙ E [ Y ]
b) V [ X +Y ] =V [ X ] +V [Y ]
NOTA: Si las variables no son independientes:
V [ X ±Y ]=V [ X ] +V [ Y ] ± 2Cov ( X , Y )
Siendo la covarianza:
Ejemplo:
{
1
f ( x , y )= 500 ; 0 ≤ x ≤2,5 ; 0 ≤ y ≤ 200
0 ; en otros casos
|
200 2 200
1 x 2
∫ ∫ 500 dxdy= ∫ dy=¿
100 1 100 500 1
200 200
∫ 500
100
2
−
1
500 ( dy= ∫) 1
100 500
dy=0,2
180 1,5
1
P [ 0,8≤ x ≤ 1,5 ; 150 ≤ y ≤180 ] =∫ ∫ dxdy
150 0,8 500
|
180
x 1,5
P [ 0,8≤ x ≤ 1,5 ; 150 ≤ y ≤180 ] =∫ dy
150 500 0,8
180
P [ 0,8≤ x ≤ 1,5 ;150 ≤ y ≤180 ] =∫
150
( 500 −
500 )
1,5 0,8
dy
180
7
P [ 0,8≤ x ≤ 1,5 ; 150 ≤ y ≤180 ] =∫ dy
150 5000
c. Hallar la marginal de X e Y.
Marginal de X:
200
1 2
∫ 500 dy= =0,4
5
0
f x ( x ) =0,4 ; 0 ≤ x ≤ 2,5
Marginal de Y:
2,5
1 1
∫ 500 dx=
200
0
1
f y ( y )= ; 0 ≤ y ≤ 200
200
d. La esperanza de X. Respuesta: 1,25
Marginal de X : f x ( x )=0,4
2,5
E [ X ] =∫ x·0,4 dx=1,25
0
e. La esperanza de Y.
1
f y ( y )= ; 0 ≤ y ≤ 200
200
200
1
E [ Y ] =∫ y· dy=100
0 200
2. Sean X e Y los niveles de concentración en ppm de dos contaminantes en una determinada porción de un
tanque de agua. Si la función de densidad conjunta está dada por:
{
( x+ y )
f ( x , y )= 8000 ;0< x , y <20
0 ; en otros casos
P[ X ≤ 14 ∩Y =10]
P [ X ≤ 14|Y =10 ]=
P[ Y =10 ]
Marginal de Y:
20
(x + y ) ( y+10)
∫ 8000
dx=
400
0
( x+ y)
8000 (x+ y)
f ( x| y )= =
( y +10) 20( y +10)
400
14
( x +10)
P [ X ≤ 14|Y =10 ]=∫ dx
0 20(10+10)
14
( x+10)
P [ X ≤ 14|Y =10 ]=∫ dx
0 400
(x +10)
f ( x|Y =10 )=
400
20
(x+10)
E [ X|Y =10 ] =∫ x· dx=11,67
0 400