Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Logro
Bibliografía
f (x, y) P X x, Y y
P w
i
i / X(wi ) x, Y(wi ) y
Condiciones:
a) b)
f (x, y) 0 (x, y) R (X, Y)
x y
f (x, y) 1
EJEMPLO 1
𝑋+𝑌
La función de probabilidad conjunta de X e Y está dado por: 𝑓(𝑥, 𝑦) = ;𝑥 = 0,1,2,3 𝑦 =
𝑘
0,1,2 Sabiendo que k es una constante:
a. Calcule k
Para que f(x,y) sea una función de probabilidad conjunta sabemos que se tiene que
cumplir las condiciones de (a) debe ser no negativa para todos los valores de x e y (b) debe
de sumar 1 para todos los valores de x e y.
2
3
∑ ∑ 𝑓(𝑥, 𝑦) = 1
𝑥=0
𝑦=0
2
3 𝑥+𝑦 3 𝑥+0 𝑥+1 𝑥+2
∑ ∑ =∑ + + =1
𝑥=0 𝑘 𝑥=0 𝑘 𝑘 𝑘
𝑦=0
3 3𝑥 + 3 3(0) + 3 3(1) + 3 3(2) + 3 3(3) + 3
∑ = + + + =1
𝑥=0 𝑘 𝑘 𝑘 𝑘 𝑘
3 6 9 12
+ + + =1
𝑘 𝑘 𝑘 𝑘
30
=1
𝑘
𝑘 = 30
y/x 0 1 2 3 p[Y=y]
0 0/30 1/30 2/30 3/30 6/30
1 1/30 2/30 3/30 4/30 10/30
2 2/30 3/30 4/30 5/30 14/30
p[X=x] 3/30 6/30 9/30 12/30 1
Ejemplo 2.
SOLUCIÓN
Rango.
Rxy = {(1,1);(1,2);(1,3);(2,1);(2,2);(2,3);(3,1);(3,2);(3,3)}
p(1,1) = 1/9, (la probabilidad es 1/9 porque tenemos solo un caso favorable que tengamos
(1,1) y en total 9 casos.
P(1;2) = 1/9
P(1;3) = 1/9
P(2,1) = 1/9
P(2,2) = 1/9
P(2,3) = 1/9
P(3,1) = 1/9
P(3,2) = 1/9
P(3;3) = 1/9
y/x 1 2 3 p[Y=y]
1 1/9 1/9 1/9 3/9
2 1/9 1/9 1/9 3/9
3 1/9 1/9 1/9 3/9
p[X=x] 3/9 3/9 3/9 1
Ejercicio 3.
y/x 0 1 2 3
0 0 0.01 0.01 0.01
1 0.01 0.02 0.03 0.02
2 0.03 0.04 0.05 0.04
3 0.05 0.05 0.05 0.06
4 0.07 0.06 0.05 0.06
5 0.09 0.08 0.06 0.05
SOLUCIÓN
Para hallar la marginales lo que se tiene que hacer es realizar las sumas por filas y columnas
y/x 0 1 2 3 p[Y=y]
DISTRIBUCION MARGINAL DE Y
DISTRIBUCION MARGINAL DE X
Ejercicio 4.
SOLUCIÓN
4
𝑥+𝑦 𝑥+1 𝑥+2 𝑥+3 𝑥+4
𝑝𝑥 (𝑥) = ∑ = + + +
32 32 32 32 32
𝑦=1
2𝑥 + 15
𝑝𝑥 (𝑥) = 𝑝[𝑋 = 𝑥] =
16
X= 1,2
2
𝑥+𝑦 1+𝑦 2+𝑦
𝑝𝑦 (𝑦) = ∑ = +
32 32 32
𝑥=1
2𝑦 + 3
𝑝𝑦 (𝑌) = 𝑝[𝑌 = 𝑦] =
32
y= 1,2,3,4
Ejercicio 5
Del ejercicio anterior halle (a) la función de probabilidad condicional de X, dado Y=y, (b) la
función de probabilidad condicional de Y, dado X=x
SOLUCIÓN,
Entonces:
Por ejemplo
4
𝑝(𝑥 = 2⁄𝑦 = 2) =
7
La función de probabilidad condicional de Y, dado X = x, es
𝑥+𝑦
𝑥+𝑦
𝑝(𝑦⁄𝑥 ) = 32 =
2𝑥 + 5 4𝑥 + 10
16
Cuando y=1,2,3,4 e X=1 o 2
Por ejemplo
2
𝑝(𝑦 = 3⁄𝑥 = 1) =
7
Ejercicio 6.
X/Y 3 5 8 10
10 0.15 0 0.05 0.05
15 0.05 0.15 0.20 0.10
20 0.05 0.10 0 0.10
Determine si los años de servicio laboral y la compensación por tiempo de servicio son
independientes
SOLUCIÓN
X/Y 3 5 8 10 P[X=x]
10 0.15 0 0.05 0.05 0.25
15 0.05 0.15 0.20 0.10 0.5
20 0.05 0.10 0 0.10 0.25
P[Y=y] 0.25 0.25 0.25 0.25 1
Se puede observar que f(10.3) = 0.15 esto es igual f(10)*f(3) = 0.25*0.25 = 0.625, y se
puede observar que f(10,3) ≠f(x1=10)f(y=3). Por lo tanto, no son independientes.
H(X) = X y G(Y) = Y es
E(X +/- Y) = E(X) +/- E(Y)
a. E(XY) = E(X)E(Y)
b. VAR(X+Y) = VAR(X)+VAR(Y)
Ejercicio 7.
Y/X 0 1
1 1/6 1/12
2 2/6 5/12
Calcular:
a. E (X + Y)
Y/X 0 1 P(Y=y)
1 1/6 1/12 3/12
2 2/6 5/12 9/12
P(X=x) 3/6 6/12 1
𝟑 𝟔 𝟔
𝑬(𝑿) = ∑ 𝒙𝒑(𝒙) = 𝟎 ∗ ( ) + 𝟏 ∗ ( ) =
𝟔 𝟏𝟐 𝟏𝟐
𝑿𝝐𝑹𝑿
𝟑 𝟗 𝟐𝟏
𝑬(𝒚) = ∑ 𝒚𝒑(𝒚) = 𝟏 ∗ ( ) + 𝟐 ∗ ( ) =
𝟏𝟐 𝟏𝟐 𝟏𝟐
𝒀𝝐𝑹𝒚
b. E(XY)
c. E(XY2)
Similar al ejercicio anterior se aplicará la definición para hallar el valor esperado solicitado
𝟏 𝟐 𝟏 𝟓 𝟐𝟏
∑ ∑ 𝒙𝒚𝟐 𝒑(𝒙, 𝒚) = 𝟎 ∗ 𝟏𝟐 ∗ ( ) + 𝟎 ∗ 𝟐𝟐 ∗ ( ) + 𝟏 ∗ 𝟏𝟐 ∗ ( ) + 𝟏 ∗ 𝟐𝟐 ∗ ( ) =
𝟔 𝟔 𝟏𝟐 𝟏𝟐 𝟏𝟐
𝑹𝒙𝒚
d. E(2XY+XY2)
𝟏𝟏 𝟐𝟏 𝟒𝟑
= 𝟐𝑬(𝑿𝒀) + 𝑬(𝑿𝒀𝟐 ) = 𝟐 ∗ ( ) + ( ) =
𝟏𝟐 𝟏𝟐 𝟏𝟐
Teorema. Sea (X, Y) una variable aleatoria bidimensional, y sean a,b, e y números
reales, H(x,y). Entones.
Ejercicio 8.
Y/x -1 1
1 1/8 1/4
2 1/2 1/8
Calcular.
a. E(X / Y = 1)
Y/x -1 1 P(Y=y)
1 1/8 1/4 3/8
2 1/2 1/8 5/8
P(X=x) 5/8 3/8 1
𝒑[𝑿 = 𝟏, 𝒀 = 𝟏] 𝟏/𝟒
𝒑(𝑿 = 𝟏⁄𝒀 = 𝟏) = = = 𝟐/𝟑
𝒑[𝒀 = 𝟏] 𝟑/𝟖
b. E(2X / Y = 1)
c. E(3X+4 / Y = 1)
Y /X 0 1 P[Y=y]
0 1/8 1/8 2/8
1 2/8 1/8 3/8
2 2/8 1/8 3/8
P[X=x] 5/8 3/8 1
Calcular lo siguiente:
a. COV(x,y)
𝟓 𝟑
𝑬(𝑿) = 𝟎 ( ) + 𝟏 ( ) = 𝟑/𝟖
𝟖 𝟖
𝟐 𝟑 𝟑
𝑬(𝒀) = 𝟎 ( ) + 𝟏 ( ) + 𝟐( ) = 𝟗/𝟖
𝟖 𝟖 𝟖
𝟏 𝟏 𝟐 𝟏 𝟐
𝑬(𝑿𝒀) = 𝟎 ∗ 𝟎 ∗ ( ) + 𝟎.∗ 𝟏 ∗ ( ) + 𝟏 ∗ 𝟎 ∗ ( ) + 𝟏 ∗ 𝟏 ∗ ( ) + 𝟐 ∗ 𝟎 ∗ ( ) + 𝟐 ∗ 𝟏
𝟖 𝟖 𝟖 𝟖 𝟖
𝟏
∗ ( ) = 𝟑/𝟖
𝟖
Por lo tanto COV(X,Y) = E(XY)-E(X)E(Y) = (3/8)-(3/8)(9/8) = -3/64
b. 𝜎𝑥2
5 3
𝐸(𝑋2 ) = 02 ∗ ( ) + 12 ∗ ( ) = 3/8
8 8
2 3 9
𝜎𝑥2 = 𝐸(𝑋2 ) − (𝐸(𝑋)) = ( ) − ( ) = 15/64
8 64
c. 𝜌(𝑥, 𝑦)
𝐶𝑂𝑉(𝑋, 𝑌) −3/64
= = −0.12
𝜎𝑋 𝜎𝑌 √(15/64)(39/64)
Esperanza condicional