Variables Aleatorias

Bidimensionales

Variables Aleatorias Bidimensionales

Hasta el momento slo hemos estudiado el
comportamiento de una variable aleatoria,
ahora nos interesar analizar la existencia o
no de una relacin entre dos variables
aleatorias
poblacin.

definidas

sobre

la

misma

Se pueden definir dos variables aleatorias

sobre la misma poblacin, llamaremos X e Y
a estas dos variables aleatorias.
Se pueden presentar varios casos:
Ambas variables aleatorias discretas:
Ejemplo:
X: Nmero de trabajadores de la empresa
Alfa.
Y: Nmero de artculos defectuosos
producidos por la empresa Alfa.

Ambas variables aleatorias continuas:

Ejemplo:
X: Ingreso mensual de la Univ. de Lima.
Y: Egreso mensual de la Univ. de Lima.
Una variable discreta y la otra continua:
Ejemplo:
X: Nmero de alumnos matriculados por
periodo acadmico en la Univ. de Lima.
Y: Ingresos por periodo acad. de la Univ. de
Lima.

Vector aleatorio discreto:

Las dos variables son discretas y estn
definidas en una misma poblacin.
El rango de X e Y es el conjunto de pares
ordenados:
Rx,y = (X1, Y1) , (X2, Y2) , ... ,(Xn , Ym)

Funcin de probabilidad conjunta:

Viene dada por:
P(xi , yj) = P(X = xi , Y = yj)
Esta funcin cumple con las siguientes
propiedades:
i) P(X = xi , Y = yj) 0,
ii) P (xi , yj ) = 1,

(xi , yj) Rx,y

(xi , yj) Rx,y

La distribucin de probabilidad conjunta se

presenta en la siguiente tabla:
Y

y1

y2

x1

p(x1,y1)

p(x1,y2)

p(x1,yc)

x2

p(x2,y1)

p(x2,y2)

p(x2,yc)

xr

p(xr,y1)

p(xr,y2)

p(xr,yc)

Donde p(xi,xj) = P(X=xi,Y=yj)

yc

Distribuciones Marginales:
Es la distribucin de probabilidad de cada variable.
Distribucin marginal para la variable X
X

p(xi)

x1

p(x1)

x2

p(x2)

xr

p(xr)

Total

Distribucin marginal para la variable Y

Y

p(yj)

y1

p(y1)

y2

p(y2)

yc

p(yc)

Total

Ambas distribuciones marginales se pueden obtener

a partir de las distribuciones conjuntas.

Distribuciones Condicionales:
Estas distribuciones se obtienen para cada variable aleatoria
fijando uno o ms valores de la otra variable aleatoria.
Se aplica la frmula de probabilidad condicional de la
siguiente manera:
Para la variable X , fijando un valor de Y, tenemos:

P X x i /Y y j

P X x i , Y y j
P Y y j

La distribucin condicional de X dado un valor de Y

est dada por:
X / yj

P(X=xi / Y=yj)

x1

P(X=x1 / Y=yj)

x2

P(X=x2 / Y=yj)

xr

P(X=xr / Y=yj)

Total

De igual manera: la probabilidad condicional de Y

dado un valor de X est dado por:

P Y y j /X x i

P X x i , Y y j
P X x i

La distribucin condicional de Y dado un valor de X

est dada por:
Y / xi

P(Y=yj / X=xi)

y1

P(Y=y1 / X=xi)

y2

P(Y=y2 / X=xi)

yc

P(Y=yc / X=xi)

Total

Esperanzas marginales:
La esperanza marginal de X est dada por:
r

E X x i p x i
i 1

La esperanza marginal de Y est dada por:

c

E Y y j p y j
j1

Esperanzas Condicionales:
La esperanza de X dado un valor fijo de Y
est dada por:

E X / Y y j x i P X x i /Y y j
r

i 1

La esperanza de Y dado un valor fijo de X est dada

por:

E Y / X x i y j P Y y j /X x i
c

j1

Varianzas Condicionales:
La varianza de X dado un valor fijo de Y est dada
por:

V X/Y E X /Y E X/Y
2

El clculo es igual a la varianza de X, pero

utilizando la distribucin condicional en lugar de la
marginal.
De igual forma se calcula la varianza condicional de
Y, para un valor fijo de X.

Variables aleatorias independientes:

Dos variables aleatorias X e Y son independientes
si la probabilidad conjunta es igual al producto de
las probabilidades marginales para todos los
valores de X e Y; esto es, si y solo si:
P(X=xi , Y=yj) = P(X=xi ) P(Y=yj )
(xi , yj) Rx,y

Tambin

se

puede

decir

que

son

independientes si:
P(X=xi / Y=yj) = P(X=xi )
P(Y=yj / X=xi) = P(Y=yj )
La independencia de dos variables
dichas variables no se relacionan.

significa que

Covarianza y coeficiente de correlacin:

Cuando dos variables no son independientes; es
decir, estn relacionadas, podemos medir la fuerza
de la relacin a partir de la covarianza y el
coeficiente de correlacin.

La Covarianza:
Proporciona informacin sobre el sentido de la
asociacin o relacin entre dos variables (directa o
inversa).
causalidad

La

covarianza

(no

de

expresa

casualidad),

relaciones
no

proporciona

informacin sobre el grado de la relacin entre X e Y.

COV (X,Y ) = E(XY) E(X)E(Y)
Donde: E(XY) = xiyj P(X=xi,Y=yj)

de

El Coeficiente de correlacin:
Es una medida descriptiva que expresa el grado de
asociacin o relacin lineal entre dos variables X e
Y. Se le denota con la letra griega . Originado por
el investigador Karl Pearson aproximadamente en
1,900.
XY

COV X, Y

V X V Y

1 XY 1

Interpretacin:
XY< 0, relacin inversa entre las variables.
XY > 0, relacin directa entre las variables.
XY , tendiendo a uno relacin fuerte.
XY , tendiendo a cero relacin dbil.
XY = 0, no existe relacin lineal.