Estadística II

Tema 3.5 / PC2

Distribución Normal Bivariada

Una variable aleatoria bidimensional (X1, X2) tiene una función de probabilidad
conjunta denominada distribución normal bivariada si tiene la siguiente función
de densidad:
 2 2
− 1  x1 −1  − 2 x1 −1   x 2 −2  +  x2 −2  
        
2(1−2 )  1   1  2   2  
 
1
f(x1,x2)= e
212 1 − 2

Donde: - < x1 <  ; - < x2 < 

Las medias 1 y 2 pueden tomar cualquier valor real; las desviaciones 1 y 2

son no negativas y el coeficiente de correlación  es una constante real tal que -1

<  < 1.

A la siguiente expresión, que es parte del exponente, se le denomina forma

cuadrática:
 x −  2  x1 − 1   x 2 − 2   x 2 − 2  
2
Q= 1  1 1
 − 2    +  
2          
(1 −  )  1   1  2   2  


Entonces, la función de densidad de la distribución normal bivariada se puede

presentar de la siguiente manera:
− 1 Q(x1,x2 )
1 2
f(x1, x 2 ) =
2 V
e

Estadística para la Universidad -1-

 Tema 3 / PC2 / Distribución Normal Bivariada / Estadística II

 2 1,2 
1
Donde V es la matriz variancia-covariancia: V= 
 2 
2
 1,2 

Siendo 1,2 la covarianza entre las variables X1 y X2.

 X1  1   X1 − 1 
Además se definen los vectores:  =  ,  =  , − =  
 X2  2   X2 − 2 

Método práctico para obtener la matriz varianza-covarianza:

Si (x,y) se distribuyen según la normal bivariada y tiene la siguiente forma
cuadrática:

Q(x,y) = a[X -  x ]2 + b(X -  x )(Y -  y ) + c[Y -  y ]2

El primer paso para obtener la matriz V a partir de Q, es formar una matriz de

coeficientes a la que llamaremos matriz R. Esta matriz R es la inversa de la matriz
V (R = V-1).

 a b /2
La matriz de coeficientes R tiene la siguiente forma: R = 
b /2 c 

El segundo paso es hallar la inversa de la matriz R, así obtendremos la matriz V:

1  c −b /2
V = R-1 = siendo: |R| = ac – b2/4
|R|  −b /2 a 

Si introducimos el valor escalar en la matriz, obtendremos la matriz varianza-

covarianza:
 2 xy 
x
V=  = MATRIZ VARIANZA-COVARIANZA
 2 
y 
 xy 

-2- Estadística para la Universidad

 Tema 3 / PC2 / Distribución Normal Bivariada / Estadística II

Propiedades:
Si (X,Y) es una variable con distribución normal bivariada, se cumple que:

1. Las variables X e Y tienen distribución normal, es decir:

X  N(  x , 2x ) ; Y  N(  y , 2y )

2
2. La distribución marginal de X es normal con media  x y variancia  x y la

distribución marginal de Y es normal con media  y y variancia 2y .

3. La variable W formada por una combinación lineal de X e Y, tiene una

distribución normal, es decir:
2
W = X + Y ~ N(  w , w ), siendo:
2 2 2
w =   x +   y ; w = 2  x + 2  y + 2Cov(x,y)

4. Las distribuciones condicionales formadas a partir de X e Y son normales, es

decir:
2
X / y = y0 ~ N(  x/y ,  x/y )
0 0

2
Y / x = x 0 ~ N(  y/x ,  y/x )
0 0

Estadística para la Universidad -3-

 Tema 3 / PC2 / Distribución Normal Bivariada / Estadística II

Ecuación de Regresión
Llamada también Línea de Regresión o Esperanza Condicional o Media
Condicional.
i. La media condicional o ecuación de regresión de X dado un valor de Y está

dada por:  x/y =  x +  x (Y −  y )
y


Siendo:  X el coeficiente de regresión de X sobre Y.
Y

ii. La media condicional o ecuación de regresión de Y dado un valor de X está

y
dada por:  y/x =  y +  (X −  x )
x


Siendo:  Y el coeficiente de regresión de Y sobre X.
X

Variancia Condicional
La varianza condicional para una distribución bivariada, se define de la siguiente
manera:

i. 2x/y = 2x (1 − 2 )
0

ii. 2y/x = 2y (1 − 2 )

0

Teorema.
Si (X1,X2) es una variable aleatoria bidimensional con distribución bivariada, las
variables X1 y X2 son mutuamente independientes si y sólo si (x ,x ) = 0.
1 2

-4- Estadística para la Universidad

 Tema 3 / PC2 / Distribución Normal Bivariada / Estadística II

Ejercicios propuestos
Suponga que los volúmenes de ventas mensuales, en toneladas métricas, de dos
artículos A(X1) y B(X2) se distribuyen conjuntamente como una normal bivariada
con la siguiente forma cuadrática:

Q = 1 9 ( x1 −15 ) + 12 ( x1 − 15 ) ( x 2 − 20 ) + 8 ( x 2 − 20 ) 
2 2
108  

a) Obtenga la ecuación de regresión de X1 sobre X2. Interprete los coeficientes de

dicha ecuación según el enunciado. Rpta.  X /X = −0.6667X2 + 28.3333
1 2

b) Si una tonelada del artículo A se vende a 5 mil nuevos soles y una tonelada
del artículo B se vende a 6 mil nuevos soles, encuentre la probabilidad que el
ingreso que se obtenga el próximo mes por la venta de éstos dos artículos sea
mayor a 200 mil nuevos soles. Rpta. 0.409

c) Para el artículo A, halle la cantidad mínima requerida K para tener una

probabilidad no mayor de 0.0037 que el volumen de ventas de un mes supere
a dicha cantidad K. Rpta. 28.13

d) Encuentre la probabilidad que para 4 meses elegidos al azar se tenga que en

al menos dos de ellos la venta del artículo A difiera de su media en menos de
10 toneladas. Rpta. 0.9586

Estadística para la Universidad -5-

 Tema 3 / PC2 / Distribución Normal Bivariada / Estadística II

TABLA DE PROBABILIDAD ACUMULADA DE LA DISTRIBUCIÓN NORMAL

ESTÁNDAR

-6- Estadística para la Universidad

 Tema 3 / PC2 / Distribución Normal Bivariada / Estadística II

TABLA DE PROBABILIDAD ACUMULADA DE LA DISTRIBUCIÓN NORMAL

ESTÁNDAR

Estadística para la Universidad -7-