Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dado un espacio muestral , un vector aleatorio es una función que asigna a cada
elemento, w, un punto en el plano cartesiano R2 : X1(w), X2(w)=(x1,x2)
X2
(x1, x2)
X2(w)
w
X1(w) X1
Vector n dimensional: (X1(w), X2(w), X3(w),…, Xn(w)) = (x1, x2, x3,…, xn)
Ejemplo:
Supongamos el experimento aleatorio que consiste en lanzar dos veces una
moneda. Se define el vector aleatorio X = (X1, X2), tal que X1 = el número de caras en
el primer lanzamiento y X2 = el número de caras en el segundo lanzamiento.
Sabemos que =(c,c), (c,s), (s,c), (s,s), entonces el vector aleatorio asociado a
dicho espacio muestral es:
Elaborado por: Prof. Jeinny Bolívar
X2
X(s,s) = (0,0) ` `
X(s,c) = (0,1) 1 c c
X(c,s) = (1,0)
` `
X(c,c) = (1,1)
c c X1
0 1
Formalmente,
Sea (,,P) un espacio probabilizado asociado a un experimento aleatorio. Se
define como vector aleatorio de dimensión dos, a la función:
𝑋: Ω ⟶ 𝑅2
Tal que:
𝑋 −1 (𝐵) = 𝑤 ∈ Ω ∶ 𝑋1 𝑤 , 𝑋2 (𝑤) ∈ 𝐵 ∈ Ψ 𝐵 ∈ 𝑅2
Otra forma de expresar lo mismo es:
𝑋 −1 ( 𝑥1 , 𝑥2 ) , = 𝑤 ∈ Ω ∶ 𝑋1 𝑤 ≤ 𝑥1 ∧ 𝑋2 𝑤 ≤ 𝑥2 ∈ Ψ ∀(𝑥1 , 𝑥2 ) ∈ 𝑅2
Por ejemplo:
𝑋 −1 ( 0,0) = 𝑤 ∈ Ω ∶ 𝑋1 𝑤 ≤ 0 ∧ 𝑋2 𝑤 ≤ 0 = (𝑠, 𝑠) ∈ Ψ
Elaborado por: Prof. Jeinny Bolívar
Se dice que un vector es aleatorio si y solo si sus variables componentes son
variables aleatorias.
Borelianos en R2
Fo = I R2 : I x1x2 Serán entonces borelianos en R2 todos los intervalos del
tipo Ix1x2, sus complementos, uniones e intersecciones.
X2
Gráficamente:
x2
I x1x2
X1
x1
Cuando hagamos referencia a Borelianos en R2 nos estaremos refiriendo a todos los
puntos (x1,x2) contenidos en dicha región.
Elaborado por: Prof. Jeinny Bolívar
Retomando la definición de vector aleatorio
X −1 ( x1 , x2 ) = w : X 1 ( w) x1 X 2 ( w) x2
= X −1 I x1x2
Así como en el caso univariante la v.a. X induce una medida de probabilidad sobre
R, el vector aleatorio X=(X1,X2) induce una medida de probabilidad en los
subconjuntos del plano R2 (Borealianos en R2). Esta función de probabilidad la
llamamos función de probabilidad inducida por el vector X y la denotamos como PX
= P X 1 x1 , X 2 x2
= FX ( x1 , x2 )
FX ( x1, x2 ) = P X1 x1, X 2 x2
Gráficamente: x2
x1
X2 1 (0,1) (1,1)
X1
x2 < 0 0 ≤ x2 < 1 x2 ≥ 1 x2
x1 x1
x1 < -0 0 0 0
0 ≤ x1 < 1 0 1/4 2/4 (0,0) (1,0)
x1 ≥ 1 0 2/4 1 1
x1 x1
RX = 0,3 RY = 0,3
Y
X
Y<0 0≤Y<1 1≤Y<2 2≤Y<3 Y≥3
X<0
0≤X<1
1≤X<2
2≤X<3
X≥3
Gráficamente: X2
X1
Ejemplo: a b
P (0.5 X1 1.5 , 0.3 X2 1.5)
= FX(1.5,1.5) - FX(1.5,0.3) - FX(0.5,1.5) + FX(0.5,0.3)
= 1 – 0.5 -0.5 + 0.25 = 0.25
Formalmente,
Sea X= (X1,X2) un vector aleatorio con Fx. Se define como función de
distribución marginal de la variable Xi a la función:
FX i ( xi ) = lim FX ( x1 , x2 ) i j
x j →
FX ( x1 , x2 ) = P X ( I x1 x2 ) = P X −1 ( I x1 I x2 )
= P X1−1( I x1 ) X 2−1( I x2 )
= P X1 I x1 P X 2 I x2 = FX1 ( x1 ) FX 2 ( x2 )