# Variables aleatorias multidimensionales

X: variable aleatoria discreta P(X=x) = p(x); xRX X, Y variables aleatorias discretas asociadas con el mismo experimento PXY(x, y)=P(X=x,Y=y); (x,y)RXY

 PXY(x, y) u 0; (x,y)RXY  7 PXY(x, y) = 1
(x,y)RXY

Probabilidad del evento A p RA  RXY p P (A)=7PXY(x, y)
(x,y)RA

X: variable aleatoria continua f(x); xR

X, Y variables aleatorias continuas asociadas con el mismo experimento (X, Y ) Vector Aleatorio fXY(x,y); (x,y)R2 Función densidad de probabilidad conjunta

 fXY(x,y) u 0; (x,y)R2
P(aeXeb) = ´a f(x)dx
b

 ´´ fXY(x,y) = 1
(x,y)R2

Probabilidad del evento A p RA  R2 p
1

P (A)=´´ fXY(x, y) dx dy
(x,y)RA

Variables aleatorias multidimensionales
X: v.a.d. P(X=x)=p(x); xRX X, Y v.a.d. bidimensional PXY(x, y)=P(X=x,Y=y); (x,y)RXY PX(x)=7PXY(x,Y=y); xRX
yRY

PY(y)=7PXY(X=x, y); yRY
xRX

PXY(x, y) = PX(x)PY/X(y/x) = PY(y)PX/Y(x/y) ; (x,y)RXY Si PXY(x, y)=PX(x)PY(y); (x,y)RXY   X,Y son independientes X: v.a.c. f(x); xR (X, Y) vector aleatorio bidimensional fXY(x,y); (x,y)R2 fX (x) = ´ fXY(x, y) dy
yR

fY (y) = ´ fXY(x, y) dx
xR

fXY(x, y) = fX (x) fY/X(y/x) = fY(y) fX/Y(x/y); (x,y)R2 Si fXY(x, y) = fX (x) fY(y); (x,y)R2   X,Y son independientes

2

Y)) = 77 h(x. (x.y)R2 ´g h(x)f(x)dx g E (X) = QX = ´´ xfXY(x.a.y)RXY (x.y)RXY COV(X.y).y) E[(YQY)2] =V(Y) (x.y)R2 fXY(x.a.y) (x. Y v.d P(X=x) = p(x). bidimensional X: v.a. y)PXY(x. (x. y)dx dy (x.Y=y).y)RXY (x.c f(x). xRX E(h(X))=7 h(x)p(x) xRX PXY(x.a.d.y) E(X2) = 77 x2PXY(x. y)dx dy (x.Y) = ´´ (xQx)(y-Qy)fXY(x.Y) = ´´ h(x. bidimensional X: v.y)R2 .y)RXY 2 E(X) = QX = 77 xPXY(x. xR E(h(X)) = Valores esperados (x.c.y)fXY(x.y) E(Y2) = 77 y2PXY(x.Y) = E[(XQX)(YQY)] = E(XY)  E(X)E(Y) 3 COV(X.y)R2 COV(X.Y) = E[(XQX)(YQY)] = E(XY)  E(X)E(Y) X.y)R2 E (h(X. Y v. y)=P(X=x.y)RXY Valores esperados (x. y)dx dy E (Y) = QY = ´´ yfXY(x.y)RXY E(h(X.Variables aleatorias multidimensionales X.y) E[(XQX) ] =V(X) E(Y) = QY = 77 yPXY(x. y)dx dy (x.

que se vende durante el día Y: Combustible. en el tanque al principio del día Función densidad de probabilidad conjunta f XY ( x.y) 2 1 1 1 x y Visión del dominio donde fXY(x.Combustible y venta X: Combustible. en miles de litros. en miles de litros.y) es no nula f XY ( x. y ) dy dx ! 2 v v1v 1 ! 1 2 . y ) u 0 ( x. y )  2 x 5 ´ ´ g g g  g 1 f XY ( x. y ) ¯ 0 ° en otro caso 2 0 x y. 0 y 1 No se rellena X<Y y y 1 x fXY(x.

y )dy ! ´ 0dy ! 0 f X ( x) ! 2(1  x) ? ( x)  u ( x  1)A u ¢ ¢ . y )dy ! ´ 0dy ! 0 g 0e x e 1 x >1 Si x < 0.y) 2 y 1 y 1 y x 1 x 1 y 1 x  ¡  ¡ x <0 f X ( x) ! ´ f XY ( x. y )dy ! ´ g 6 0 x 0 ® ± f X ( x) ! ¯2(1  x) 0 e x e 1 ± 0 x "1 ° ¢£ ¢£ Si x > 1. f X ( x) ! ´ f XY ( x. f X ( x) ! ´ f XY ( x.Combustible y venta Función de densidad de probabilidad marginal de X fX (x) ´ fXY(x. Si 0 e x e 1. y) dy yR fXY(x.     y! x g 0dy  ´ y !1 y!x 2dy  ´ 0dy ! 0  2 y y ! x  0 ! 2(1  x) y !1 g y !1 .

y )dx ! ´ g 0dx  ´x ! 0 2dx  ´x ! 0dx ! 0  2 x x ! 0  0 ! 2 y y g  x !0 x! y g x! y 7 0 ± f Y ( y ) ! ¯2 y 0 ° y 0 e y e1 y 1 ¤ Si y > 1.Combustible y venta Función de densidad de probabilidad marginal de Y fY (y) ´ fXY(x. y )dx ! ´ 0dx ! 0 g g g Si 0 e y e 1. y) dx xR fXY(x. fY ( .y ) ! ´ g f XY ( x. y )dx ! ´ 0dx ! 0 ¤ 0 fY ( y) ! 2 y ? ( y)  u ( y  1)A u .y) 2 y >1 0e y e 1 1 y 1 y y x 1 1 y y<0 1 x x Si y < 0. f Y ( y ) ! ´ g f XY ( x. fY ( y ) ! ´ g g f XY ( x.

Combustible y venta ¿Son independientes X. 1 No son independientes x E ( X ) ! ´ xf X ( x) dx ! ´ g g x!0 g x 0dx  ´ ¨x 1 1 x ¸ ¨ 1 1¸ x 2(1  x )dx  ´ x0dx ! 2©  ¹ ! 2©  ¹ ! 2 ! © 2 3¹ x!0 x !1 6 3 ª 2 3º º x!0 ª x !1 g 2 3 x !1 ¿Qué representa? Cantidad esperada. y ! 0. en miles de litros. de combustible al comenzar el día 8 . y f XY ( x ! 0.8) ! 2 { f X ( x ! 0. y) = fX (x) fY(y).5. (x. de combustible que se vende en un día . por ejemplo.y)R2 Pero. en miles de litros.8) ! 1v 0.5) v fY ( y ! 0.y) 2 0 x 0 ® ± f X ( x ) ! ¯2(1  x ) 0 e x e 1 ± 0 x "1 ° 0 ® ± f Y ( y ) ! ¯2 y ± 0 ° y 0 0 e y e1 y "1 Para serlo 1 fXY(x.4 . E (Y ) ! ´ yfY ( y )dy ! ´ g g y !0 g ¨ y3 ¸ ¨1¸ 2 y 0dy  ´ y 2 ydy  ´ y 0dy ! 2© ¹ ! 2© ¹ ! © 3¹ y !0 y !1 ª3º 3 ª º y !0 y !1 g y !1 ¿Qué representa? Cantidad esperada. Y? fXY(x.

5 x !0 x x 2dx  ´ x 0dx ! 2 x ! 0 .5 ! ´ xf X / Y !0. 0 y 1 f XY ( x.Combustible y venta ¿Y si la pregunta es la cantidad esperada (en miles de litros) de combustible que se vende en un día en el que se comienza con la mitad del tanque lleno? Esta pregunta corresponde a un valor esperado de la variable aleatoria X.5 2 g 2 x ! 0.5 ( x / y ! 0.5) ± en otro caso ° 1 x!0 E X / Y ! 0. condicionada por el conocimiento del valor de Y=1/2. y ) fY ( y) y 1 y=0.5) ! ! ¯1 0 fY ( y ! 0. y ) f X / Y !0. 5 f XY ( x.5)dx ! ´ g g g x 0dx  ´ x ! 0 .5 9 x!0 1 ¨1¸ !© ¹ ! 4 ª2º 2 . y ) ! ¯ 0 ° en otro caso 0 ± f Y ( y ) ! ¯2 y ± 0 ° x y 0 0 e y e1 y 1 2 ± 0 e x e 0. E X / Y ! ´ xf X / Y ( x / y )dx donde g g f X / Y ( x / y) ! f XY ( x. 2 0 x y.5 ( x / y ! 0.5 y=x 1 .

5 10 . 5 f XY ( x.5 ( x / y ! 0.5 (1 / 4 e X e 1 / 2 / Y ! 1 / 2) ! ´ f X / Y !0.5)dx ! ´ g g x ! 0.5 / y ! 0.5 (0.5 PX / Y ! 0.25 0.50 x ! 0.25 2dx ! 2 x 0.5) ! 2 0 e x e 0.25 e x e 0.5 (1 / 4 e X e 1 / 2 / Y ! 1 / 2) ! 0. y ) !¯ 0 f Y ( y ! 0.5) ° en otro caso y 1/2 1 x x 1/4 x 1/2 PX / Y ! 0.Combustible y venta Si se sabe que al iniciar el día el tanque está lleno hasta las 1/2 partes. ¿cuál es la probabilidad de que se venda entre 1/4 y 1/2 tanque? y 1 y x f X / Y !0.

y )R A XY ( x. R A ! ( x. x 1 / 4.Combustible y venta ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda menos de un cuarto de tanque? Evento A : el tanque esté lleno más de la mitad al comenzar el día (Y>1/2) y se vende menos de un cuarto de tanque (X<1/4) ± Ambas condiciones en simultáneo y 1 y 1/2 RA y x . y ) dxdy P ( A) ! ´ y !1 y !1 / 2 x ! 0 ´ x !1 / 4 2 dx dy ! ´ y !1 y !1 / 2 2 x x ! 0 dy ! ´ x !1 / 4 1 1 dy ! y y !1 / 2 2 2 y !1 y !1 y !1 / 2 ! 1 4 1 ¨1 1¸ © v ¹v 2 ! 4 ª2 4º Observación: en este problema se puede calcular muy fácilmente por el volumen del paralelepípedo 11 Superficie de la base x altura . y " 1 / 2 a P ( A) ! P ( X 1 x 1/4 x 1 / 4  Y " 1 / 2) ! ´´ f ( x . y )  _ 2 / 0 e x e y e 1.

y " 1 / 2 a P ( B ) ! P ( X " 3 / 4  Y " 1 / 2) ! ´´ f ( x . x " 3 / 4. y ) dxdy 1 x 3/4 x 3¸ 3 ¸ ¨ 3¸ ¨ 9 9¸ 1 ¨ ¨ « P( B) ! ´ 2 dx »dy ! ´ 2 x x !3 / 4 dy ! ´ 2© y  ¹dy ! © y 2  y ¹ ! ©1  ¹  ©  ¹ ! ¼ y !3 / 4 ¬ ´x ! 3 / 4 y !3 / 4 y !3 / 4 ½ ­ 4º 2 º y !3 / 4 ª 2 º ª 16 8 º 16 ª ª y !1 x! y y !1 x! y y !1 y !1 Observación: en este problema se puede calcular muy fácilmente por el volumen del paralelepípedo © 2 v 4 v 4 ¹ v 2 ! 16 ª º 12 Superficie de la base x altura ¨1 1 1¸ 1 . y x R B ! ( x. y )RB XY ( x. y )  _ 2 / 0 e x e y e 1.Combustible y venta ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda más de tres cuartos de tanque? Evento B : el tanque esté lleno más de la mitad al comenzar el día (Y>1/2) y se vende menos de un cuarto de tanque (X>3/4) ± Ambas condiciones en simultáneo y 1 y 1/2 RB .

Y " 1 / 2) ! P (Y " 1 / 2) ´´ f RA XY ( x.Combustible y venta Pregunta anterior: ¿Cuál es la probabilidad de que al comienzo del día el tanque esté más de la mitad lleno y se venda menos de un cuarto de tanque? P ( A) ! P ( X 1 / 4  Y " 1 / 2) ! ´´ f ( x . y )dxdy f Y ( y ) dy PX / Y ( X y 1 y=1/2 y=x ´ y !1 y !1 / 2 P (Y " 1 / 2) ! ´ y !1 / 2 y !1 2 ydy ! y 2 y !1 y !1 / 2 ! 3 4 1 x=1/4 13 x PX / Y ( X 1 / 4 / Y " 1 / 2) ! 1/ 4 1 ! 3/ 4 3 . y )R A XY ( x. y ) dxdy ¿En qué se diferencian? . ¿Cuál es la probabilidad de se venda menos de un cuarto de tanque si sabe que al comienzo del día el tanque está lleno más de la mitad? 1 / 4 / Y " 1 / 2) ! PXY ( X " 1 / 4.

y) ! E 2 e  ( x  y ) u ( x)u ( y ) 1.4 0. en miles de horas. de la primera bombilla.5 y Representación de la función de densidad conjunta para E = 1 15 .Lámpara con bombilla de repuesto X: Vida útil.5 0. y>0 f(x. Y Independientes fXY(x. X ~ Exp(E) Y: Vida útil.2 1 0.5 2 1 2.5 2.5 0 2 1.y) 0.Y ( x. en miles de horas. y) = fX (x) fY(y) f(x. de la segunda bombilla.2 0 0 0.5 1 x 1. Y ~ Exp(E) f X .6 X.y)=exp(-x-y) x>0.8 0.

y ) dy dx x ! 0 y !0 Los límites de integración se deducen de la figura del dominio t x x !t y !t  x FT (t ) ! P (T e t ) ! P ( X  Y e t ) ! x !t ´ ´E x !t x !t 2 e  Ex e Ey dy dx ! ´ Ee x !t  Ex x!0 y !0 x !0 « y ! t  x  Ey » ¬ ´ Ee dy ¼dx ¬ y !0 ¼ ­ ½  Ee  Et dx FT (t ) ! ´ Ee  Ex x !0 « e ¬ ­  Ey y ! t  x y !0 »dx ! Ee ´ ¼ ½ x !0 x !t x !0  Ex ?e 1  E (t  x ) A ! ´ ?Ee dx x !0  Ex A FT (t ) ! . del sistema ¿Qué distribución tiene T ? y Si t < 0. Si t u 0.Lámpara con bombilla de repuesto Por las características del problema. sería conveniente trabajar con la variable aleatoria suma T = X + Y : Vida útil. FT (t ) ! P (T e t ) ! P ( X  Y e t ) ! ´ ´f XY ( x. FT (t ) ! P(T e t ) FT (t ) ! P(T e t ) ! 0 x ! t y !t  x t x+y=t t>0 t<0 . en miles de horas.

e  Ex  Ee  Et x  ¥ ! 1  e  Et  0  Ee  Et t ! 1  e  Et  Ete  Et t t 0 0 t 0 dFT (t ) ! ® 0 0 0 ¯  Et  Et Et f (t ) ! ¯ 2 Et (t ) ! ¯ E t dt  Et ° u 0  (  Ee )  ? e  E t (  E ) e A 1 Et E ° e  Ete t u 0 ° te t u 0 ¦ 16 .

3 f(t)=t exp(-t) 0. fT(t) 17 .5 0.7 0.8 f(x)=exp(-x) 0.t Función densidad de probabilidad de la suma de la vida útil de dos bombillas independientes e idénticas T = X + Y. fX(x) con E=1 1 0.2 0.5 3 3.5 4 x.5 2 2.9 0.4 0.5 1 1.6 f 0.1 0 0 0.Lámpara con bombilla de repuesto Función densidad de probabilidad de la vida útil de una bombilla.

9 f(x)=1-exp(-x) 0.8 0.4 0.7 0.5 1 1. FX(x) = P(X e x) con E=1 1 0.5 3 3.3 0.1 0 0 0.5 f(t)=1-exp(-x)-t exp(-t) 0.Lámpara con bombilla de repuesto Función de probabilidad acumulada de la vida útil de una bombilla.2 0.t Función de probabilidad acumulada de la suma de la vida útil de dos bombillas independientes e idénticas T = X + Y.6 F 0.5 4 x.5 2 2. FT(t) = P(T e t) 18 .

aún cuando las mismas no sean idénticas. . aún cuando las mismas sean idénticas e independientes. n Normales Independientes Propiedad reproductiva Y ! § ai X i i !1 Normal E (Y ) ! a1 E ( X 1 )  a2 E ( X 2 )  a3 E ( X 3 )  .  anV ( X n ) 19 . da por resultado una variable aleatoria normal Propiedad reproductiva de la variable aleatoria normal n Xi i ! 1. no mantiene la distribución de las variables sumadas ¿Cómo se suman? ¡Artesanalmente! No obstante La combinación lineal de un número finito de variables aleatorias normales independientes. .En general la suma de variables aleatorias.2.  an E ( X n ) 2 2 V (Y ) ! a12V ( X 1 )  a2V ( X 2 )  .

Ahora.d Zapatillas económicas Hay unas zapatillas económicas que se expiden en cajas de cartón corrugado de 6 pares. cada par contenido en su caja individual. se aplicará el siguiente procedimiento: se colocará una balanza al final de la línea y se pesarán todas las cajas. TPNº 5. para implementar este control debe fijarse un peso crítico C. se establece la condición de detectar al menos el 99% de las cajas con 11 zapatillas. A efectos de calcular el valor de C. abriendo luego aquellas cuyo peso sea sospechoso. tal que si una caja pesa menos.Variables aleatorias multidimensionales. se ha decidido efectuar un control al final de la línea de empaques. W 2 ! 7 2 X . se la abrirá. y se sabe que los pesos de las zapatillas y las cajas son variables normales con los siguientes parámetros: peso individual de las zapatillas en gramos. Frecuentemente los clientes reciben cajas con unidades faltantes. Ejercicio 17. es decir que se encuentran 11 (o menos) zapatillas y reclaman furiosamente al vendedor. Para solucionar el problema. pero como obviamente sería ilógico abrir cada caja para verificarla. X } N Q X ! 170.

W Y ! 5 . Y } N Q Y ! 50. 2 2 peso de las cajas individuales en gramos.

W W ! 40 2 . 2 W } N Q W ! 300. peso de las cajas de cartón corrugado en gramos.

ii. Calcular: i. 20 . el valor de C. el porcentaje de las cajas completas que se revisa inútilmente.

12 . 2. ~.Zapatillas económicas T: peso total de un empaque con k zapatillas. para k=1.

Y } N.

Q W } N.

 X k  Y1  Y2  .  Y6  W X j .  E ( X k )  E (Y1 )  E (Y2 )  . i ! 1.6 W peso de cada caja individual peso del empaque de cartón W 2 ! 300. j ! 1. k peso individual de cada una de las zapatillas Yi .  V ( X k )  V (Y1 )  V (Y2 )  . WW ! 40 2 Todos los pesos están en gramos V. Q X } N Q X ! 170. Normales independientes Suponemos que el error está en el embalaje de los pares de zapatillas pero no hay error en el número de cajas individuales dentro del empaque de cartón Propiedad reproductiva: T tiene distribución normal 2 Tk } N (Q Tk ! 170 k  600. . . W Tk ! 49 k  1750) QTk ! E (Tk ) ! E ( X 1 )  E ( X 2 )  . W 2 ! 7 2 X Y 2 ! 50. . .  E (Y6 )  E (W ) ! kQ X  6QY  QW Q Tk ! 170k  6  50  300 ! 170k  600 2 2 2 WTk ! V (Tk ) ! V ( X 1 )  V ( X 2 )  .  V (Y6 )  V (W ) ! kW 2  6WY  WW X 21 W Tk ! 49k  6  25  1600 ! 49k  1750 .A. W Y ! 5 2 Tk ! X 1  X 2  .

para k=1.Zapatillas económicas T: peso total de un empaque con k zapatillas. 10 (El valor medio QT y la dispersión WT van disminuyendo da acuerdo a las leyes halladas) 22  © ¨ § 0 2100 2200 2300 2 00 2500 2 00 2 00 !"   §  ¨    0 00 10 2300 33 2 00     © 0 2100 2 00  ! "  "   §  ¨    0 00 11 2 0 2 00     © 0 2100 2 00 !    2  §  ¨      0 00    12  Vinculado al porcentaje de embalajes en buenas condiciones que van innecesariamente a revisión 0 35 2 00 . ~. W Tk ! 49 k  1750 ) Control: toda caja de peso inferior a C va a revisión ¿C? Criterio para hallar C: asegurar que el 99% de los embalajes con 11 zapatillas vaya a revisión 0 01 0 00 0 00 12 ¿? ¨ § 2200 2300 2 00 2500 2 00 12 0 002 0 01 0 00 0 00 0. 11. 12 2 Tk } N (Q Tk ! 170 k  600. 2.99 ¨ § 2200 2300 2 00 2500 2 00 11 11 0 002 0 01 0 00 0 00 10 10 0 002 C Representación de las funciones de densidad de probabilidad de Tk para valores k=12.

33 47. para T12 } N (Q12 ! 2600.5  2640 ¸ ¹ ! P .84 C ! 2581. W Tk ! 2289 ) P(T11 C ) ! 0.84 ¹ ª º C  2470 ¸ ¹ ! 0.84 º C  2470 ! 2.5 (en gramos) 2 Con este valor de C.99   ¨ T  Q T 11 P© 11 © W T 11 ª   C  2470 ¸ ¨ ¹ ! P© Z 47. W T 12 ! 2338) se verifica: P (T12 ¨ T12  Q T 12 C ) ! P© © W T 12 ª 2581.Zapatillas económicas Cálculos 2 T11 } N (Q 11 ! 2470.99 47.

31% de los embalajes en buenas condiciones va a revisión 23 .1131 .1131 El 11.21 ! 0.Z ¹ 48.35 º P (T12 C ) ! 0. 1.