BIVARIABLE.

Muchos de los fenmenos que aparecen en la

naturaleza y en la vida diaria, involucran
diferentes y diversos factores. Cada factor puede
ser identificado por medio de una variable. En
ste sentido un fenmeno de inters estar regido
por el comportamiento conjunto de muchas
variables. Si X y Y son variables aleatorias
(discretas o continuas), la distribucin que rige el
comportamiento conjunto de ambas variable se
conoce como distribucin bivariable o Conjunta.
Si se tienen ms de dos variables le llamaremos
distribucin multivariable (Multivariada)

Se pueden definir variables aleatorias en el mismo espacio muestral.

Por ejemplo si consideramos el experimento de lanzar un par de
dados, el espacio muestral contiene 36 puntos mustrales que
corresponde a los de mn=6*6=36 resultados de los nmeros de las
caras de los dados. Los 36 puntos mustrales asociados con el
experimento son equiprobables y corresponden a los 36 eventos
numricos (y1,y2). As el resultado de un par de nmeros 1 ser el
evento simple(1,1). Obtener un 2 en el primer dado y un 3 en el
segundo dado seria el evento simple (2,3) ya que todos los pares
ocurren con la misma frecuencia relativa.
Para este ejemplo la interseccin (y1, y2) contiene solamente un
punto muestral. Por tanto la funcin de probabilidad bivariable es.
P(y1,y2) = 1/36 y1=1,2,.6; y2=1,2..6;.
DISTRIBUCIONES DE PROBABILIDAD BIVARIABLES.
En la figura se
muestra una
representacin grafica
de la distribucin de
probabilidad bivariable
para el experimento
del lanzamiento de
dos dados. De tal
manera se asigna una
probabilidad diferente
de cero exactamente
36 puntos del plano.
Esta figura se puede considerar como un histograma terico,
tridimensional, de frecuencias relativas para los pares de observaciones
(y1,y2).
Una vez determinada la funcin de probabilidad
conjunta para las variables aleatorias discretas Y1
y Y2, el clculo de las probabilidades conjuntas
que involucran a Y1 y Y2 es directo.
Para el experimento del lanzamiento de los dados,
P( 2< Y1< 3, 1< Y2< 2) es

P( 2< Y1< 3, 1< Y2< 2) = p(2,1) + p(2,2) + p(3,1) + p(3,2)
= 4/36 = 1/9.

La diferencia entre las variables aleatorias
conjuntas discretas y continuas se puede describir
en trminos de sus funciones de distribucin
(conjunta).
Ejemplo: Hay tres cajas registradoras a la salida de
un supermercado. Dos clientes llegan a las cajas en
diferentes momentos cuando no hay otros clientes
ante aquellas. Cada cliente escoge una caja al azar e
independientemente del otro. Sea Y1 el nmero de
clientes que escoge la caja 1, y Y2 el nmero de
clientes que eligen la caja 2. Hallar la distribucin
conjunta de Y1 y Y2 .
Solucin:
Sea {i,j} el par que denota el evento simple de que el
primer cliente escoja la caja i, y el segundo la caja j, en
donde i,j=1,2,3.
Utilizando la regla mn, el espacio muestral consta de 3*3=9
puntos mustrales, teniendo una probabilidad de 1/9.


El espacio muestral es:
S=[{1,1}, {1,2}, {1,3}, {2,1}, {2,2}, {2,3}, {3,1}, {3,2}, {3,3}]
Obsrvese que: Punto muestral {1,1} es el nico punto
muestral que corresponde a P(Y1=2, Y2=0)=1/9
De manera similar P(Y1=1, Y2=1)= P({1,2} o {2,1})=2/9

Y1
Y2
0 1

2
0
1/9 2/9 1/9
1
2/9

2/9 0
2
1/9 0 0
TABLA. Distribucin de probabilidad para Y1 y Y2.
Para dos variables discretas y1 y y2, F(a,b) tiene la
forma.
Las funciones de distribucin acumulativa bivariable
satisfacen una serie de propiedades similares a las
especificadas para la funcin de distribucin acumulativa
univariable.
La expresin de la propiedad 3 es simplemente P(a1<y1< a2, b1<y2< b2),
no debe ser negativa.
F(-,) = 1 implica que la funcin de densidad conjunta (y1,y2) debe ser
de tal manera que la integral de (y1,y2), para todos los valores (y1,y2) sea
1.
La funcin de densidad de probabilidad (y1,y2) traza una
superficie de densidad de probabilidades sobre el plano (y1,y2) .
Los volmenes bajo esta superficie corresponden a las
probabilidades.
As P(a1<y1< a2, b1<y2< b2) es el volumen sombreado
DISTRIBUCIN NORMAL BIVARIANTE
Decimos que un vector aleatorio X sigue
distribucin normal bivariante con vector de
medias (m1,m2) y matriz de varianzas y
covarianzas S si tiene funcin de densidad




( )
)
`

|
|
.
|

\
|

E
E
=

2 2
1 1
1
2 2 1 1
2 / 1
2 1
,
2
1
exp
2
1
) , (
u
u
u u
t
x
x
x x x x f
( )

)

|
|
.
|

\
|

|
|
.
|

\
|

|
|
.
|

\
|

+
|
|
.
|

\
|

2
2 2
1
1 1
2
2
2 2
2
1
1 1
2
2
2 1
2
1 2
1
exp
1 2
1
o
u
o
u
p
o
u
o
u
p
p o to
x x x x
entonces , si
2
2 2 1
2 1
2
1
|
|
.
|

\
|
= E
o o po
o po o
DISTRIBUCIN NORMAL BIVARIANTE
Las marginales de una distribucin Normal bivariante son
normales unidimensionales,
X1~N(m1,s1) y X2~N(m2,s2) .

La correlacin r controla el grado de dependencia lineal
entre ellas.
DISTRIBUCIN NORMAL BIVARIANTE
Propiedades. Dado (X1,X2) un vector
aleatorio normal con vector de medias
(m1,m2) y matriz de varianzas y covarianzas




si r = 0 entonces X1 y X2 son independientes ;
dados a1,a2IR, aX1+aX2 es normal ;
X1|X2=x2 es normal y X2|X1=x1 es normal .
|
|
.
|

\
|
= E
2
2 2 1
2 1
2
1
o o po
o po o
GRAFICA
La siguiente grfica
representa la funcin de
densidad conjunta de X e Y.