Estadstica II

Miguel Angel Mndez

ITESM

26 de enero de 2015

Miguel Angel Mndez

Estadstica II

1/16

Funcin de masa de probabilidad conjunta discreta

La fmp, p(x), de una sola v.a. X especica cunta masa de

probabilidad esta colocada en cada valor posible de X . La funcin
de masa de probabilidad conjunta de dos v.a.'s discretas X y Y
describe cunta masa de probabilidad se coloca en cada posible par
de valores (x, y )

Miguel Angel Mndez

Estadstica II

2/16

Funcin de masa de probabilidad conjunta discreta

La fmp, p(x), de una sola v.a. X especica cunta masa de

probabilidad esta colocada en cada valor posible de X . La funcin
de masa de probabilidad conjunta de dos v.a.'s discretas X y Y
describe cunta masa de probabilidad se coloca en cada posible par
de valores (x, y )
Denicin.
Sean X y Y dos v.a.'s discretas. la funcin de masa de probabilidad
conjunta p(x, y ) se dene para cada par (x, y ) como
p(x, y ) = P(X = x, Y = y )

donde
1
2

p(x, y ) 0
P P
x
y p(x, y ) = 1

Miguel Angel Mndez

Estadstica II

2/16

Funcin de masa de probabilidad conjunta discreta

La fmp, p(x), de una sola v.a. X especica cunta masa de

probabilidad esta colocada en cada valor posible de X . La funcin
de masa de probabilidad conjunta de dos v.a.'s discretas X y Y
describe cunta masa de probabilidad se coloca en cada posible par
de valores (x, y )
Denicin.
Sean X y Y dos v.a.'s discretas. la funcin de masa de probabilidad
conjunta p(x, y ) se dene para cada par (x, y ) como
p(x, y ) = P(X = x, Y = y )

donde
1
2

p(x, y ) 0
P P
x
y p(x, y ) = 1

Si A R2 entonces P[(X , Y ) A] =
Miguel Angel Mndez

PP

(x,y )A p(x, y )

Estadstica II

2/16

Ejemplo.
Si las v.a.'s X y Y tienen la siguiente funcin de masa de
probabilidad, entonces
Tabla: Distribucin de probabilidad conjunta

HH
y
HH
x
H
H

100
250

100

200

.20
.05

.10
.15

.20
.30

p(100, 100) = P(X = 100 yY = 100) = .10

P(Y 100) =
p(100, 100) + p(250, 100) + p(100, 200) + p(250, 200) = 0.75

Miguel Angel Mndez

Estadstica II

3/16

Funcin de masa de probabilidad marginal

Una vez que conocemos la funcin de masa de probabilidad

conjunta de las dos v.a.'s X y Y es posible obtener la distribucin
de una sola de estas varaibles.

Miguel Angel Mndez

Estadstica II

4/16

Funcin de masa de probabilidad marginal

Una vez que conocemos la funcin de masa de probabilidad

conjunta de las dos v.a.'s X y Y es posible obtener la distribucin
de una sola de estas varaibles.
Denicin.
La funcin de masa de probabilidad
por pX (x), esta dada por
pX (x) =

marginal de

p(x, y )

X , denotada

Miguel Angel Mndez

Estadstica II

4/16

Funcin de masa de probabilidad marginal

Una vez que conocemos la funcin de masa de probabilidad

conjunta de las dos v.a.'s X y Y es posible obtener la distribucin
de una sola de estas varaibles.
Denicin.
La funcin de masa de probabilidad
por pX (x), esta dada por
pX (x) =

marginal de

p(x, y )

X , denotada

De manera similar, la
es

funcin de masa de probabilidad

marginal de Y

pY (y ) =

p(x, y )

y .

Miguel Angel Mndez

Estadstica II

4/16

Del ejemplo anterior

Tabla: Distribucin de probabilidad conjunta y marginal

HH y
H
H
H

100
250

pY (y )

100

200

pX (x)

.20
.05
.25

.10
.15
.25

.20
.30
.50

.50
0.50
1

Miguel Angel Mndez

Estadstica II

5/16

Del ejemplo anterior

Tabla: Distribucin de probabilidad conjunta y marginal

HH y
H
H
H

100
250

pY (y )

100

200

pX (x)

.20
.05
.25

.10
.15
.25

.20
.30
.50

.50
0.50
1

Ahora veamos la funcin de densidad conjunta para v.a.'s continuas

X y Y:

Miguel Angel Mndez

Estadstica II

5/16

Funcin de densidad de probabilidad conjunta

Denicin.
Sean X y Y v.a.'s continuas. Un funcin de densidad de
probabilidad conjunta para estas dos v.a.'s es una funcin
satisfaciendo:
1
2

f (x, y ) 0
R R
f (x, y )dxdy = 1

Miguel Angel Mndez

Estadstica II

6/16

Funcin de densidad de probabilidad conjunta

Denicin.
Sean X y Y v.a.'s continuas. Un funcin de densidad de
probabilidad conjunta para estas dos v.a.'s es una funcin
satisfaciendo:
1
2

f (x, y ) 0
R R
f (x, y )dxdy = 1

Entonces para cualquier conjunto A en R2

ZZ
P[(X , Y ) A] =

f (x, y )dxdy
A

Miguel Angel Mndez

Estadstica II

6/16

Funcin de densidad de probabilidad conjunta

Denicin.
Sean X y Y v.a.'s continuas. Un funcin de densidad de
probabilidad conjunta para estas dos v.a.'s es una funcin
satisfaciendo:
1
2

f (x, y ) 0
R R
f (x, y )dxdy = 1

Entonces para cualquier conjunto A en R2

ZZ
P[(X , Y ) A] =

f (x, y )dxdy
A

En particular, si A es un rectngulo bidimensional

{(x, y ) : a x b, c y d}, entonces
Z

P[(X , Y ) A] = P(a X b, c Y d) =

f (x, y )dydx
a

Miguel Angel Mndez

Estadstica II

c
6/16

Ejemplo.

Un banco dispone tanto de una ventanilla para automovilistas como de

una vantanilla normal. En un da seleccionado al azar, sea X = la
proporcin de tiempo que la ventanilla para automovilistas est en uso y
Y = la proporcin de tiempo que la ventanilla normal est en uso.
Entonces el conjunto de valores posibles de (X , Y ) es el rectngulo
D = {(x, y ) : 0 x 1, 0 y 1}. Suponga que la densidad de
probabilidad conjunta de (X , Y ) est dada por

f (x, y ) =

6
5 (x
0

+ y 2)

x 1, 0 y 1,
o.c.
0

Vericar que f (x, y ) es una funcin de densidad de probabilidad

legtima

Calcular la probabilidad que ninguna ventanilla est ocupada ms de

un cuarto del tiempo, i.e. P(0 X 14 , 0 Y 14 )

Miguel Angel Mndez

Estadstica II

7/16

Funcin de densidad de probabilidad marginal

Denicin.
Las funciones de densidad de probabilidad
denotadas por fX (x) y fY (y ), estn dadas por

marginal

de X y Y ,

Z
fX (x) =

f (x, y )dy

<x <

f (x, y )dx

<y <

fY (y ) =

Miguel Angel Mndez

Estadstica II

8/16

Funcin de densidad de probabilidad marginal

Denicin.
Las funciones de densidad de probabilidad
denotadas por fX (x) y fY (y ), estn dadas por

marginal

de X y Y ,

Z
fX (x) =

f (x, y )dy

<x <

f (x, y )dx

<y <

fY (y ) =

Ejemplo.
Del ejemplo anterior calcule las funciones de densidad marginal.
Cul es el signicado de estas marginales?.

Miguel Angel Mndez

Estadstica II

8/16

Ejemplo.
Sean X y Y v.a.'s con funcin de densidad conjunta

f (x, y ) =

24xy 0 x 1, 0 y 1, x + y 1
0
o.c.

Determine si f (x, y ) es una funcin de densidad de

probabilidad.
Sea A = {(x, y ) : 0 x 1, 0 y 1, x + y .5}.
Encuentre P[(X , Y ) A]
Encuentre fX (x)

Miguel Angel Mndez

Estadstica II

9/16

variables aleatorias independientes

En ocasiones el valor observado de una de las dos variables X y Y

da informacin sobre el valor de la otra variable, i.e. existe
dependencia entre las dos variables. Veamos cuando no se da el
caso:

Miguel Angel Mndez

Estadstica II

9/16

variables aleatorias independientes

En ocasiones el valor observado de una de las dos variables X y Y

da informacin sobre el valor de la otra variable, i.e. existe
dependencia entre las dos variables. Veamos cuando no se da el
caso:
Denicin.
Se dice que dos v.a.'s X y Y son
de valores x y y

independientes

si por cada par

p(x, y ) = pX (x) pY (y ) cuando X y Y son discretas

f (x, y ) = fX (x) fY (y ) cuando X y Y son continuas

Si lo anterior no se satisface con todos los pares (x, y ), entonces se

dice que X y Y son dependientes.
Miguel Angel Mndez

Estadstica II

9/16

Ejemplo.
Sean X y Y v.a.'s con funcin de densidad conjunta dada por
Tabla: Distribucin de probabilidad conjunta y marginal

HH y
H
H
H

100
250

pY (y )

100

200

pX (x)

.20
.05
.25

.10
.15
.25

.20
.30
.50

.50
.50
1

Son X y Y independientes?

Miguel Angel Mndez

Estadstica II

10/16

Ejemplo.
Sean X y Y v.a.'s con funcin de densidad conjunta dada por
Tabla: Distribucin de probabilidad conjunta y marginal

HH y
H
H
H

100
250

pY (y )

100

200

pX (x)

.20
.05
.25

.10
.15
.25

.20
.30
.50

.50
.50
1

Son X y Y independientes?
Solucin:

p(100, 100) = .10 6= (.5)(.25) = pX (100) pY (100)

de modo que X y Y no son independientes

Miguel Angel Mndez

Estadstica II

10/16

Observacin.
Se puede demostrar que X y Y son independientes si
f (x, y ) = g (x)h(y )

y la regin de densidad positiva (el dominio de f ) debe ser un

rectngulo con sus lados paralelos a los ejes coordenados.

Miguel Angel Mndez

Estadstica II

11/16

Observacin.
Se puede demostrar que X y Y son independientes si
f (x, y ) = g (x)h(y )

y la regin de densidad positiva (el dominio de f ) debe ser un

rectngulo con sus lados paralelos a los ejes coordenados.
Tambin si X y Y son v.a.'s independientes, se deduce que:
P(a X b, c Y d) = P(a X b) P(c Y d)

Miguel Angel Mndez

Estadstica II

11/16

Distribucin exponencial

Una v.a. X tiene distribucin exponencial cuando su funcin de

densidad es

e x , x 0
f (x; ) =
0
o.c.

Miguel Angel Mndez

Estadstica II

12/16

Distribucin exponencial

Una v.a. X tiene distribucin exponencial cuando su funcin de

densidad es

e x , x 0
f (x; ) =
0
o.c.
= 1/

2 = 1/2

Miguel Angel Mndez

Estadstica II

12/16

Distribucin exponencial

Una v.a. X tiene distribucin exponencial cuando su funcin de

densidad es

e x , x 0
f (x; ) =
0
o.c.
2 = 1/2

= 1/


F (x, ) =

0
x <0
x
1e
x 0

Miguel Angel Mndez

Estadstica II

12/16

La independencia de dos variables aleatorias es ms til cuando la

descripcin del experimento en estudio sugiere que X y Y no tienen
ningn efecto entre ellas. Entonces, una vez que las funciones masa
de probabilidad y de densidad de probabilidad marginales han sido
especicadas, la funcin masa de probabilidad conjunta o la funcin
de densidad de probabilidad conjunta es simplemente el producto
de dos funciones marginales.

Miguel Angel Mndez

Estadstica II

13/16

La independencia de dos variables aleatorias es ms til cuando la

descripcin del experimento en estudio sugiere que X y Y no tienen
ningn efecto entre ellas. Entonces, una vez que las funciones masa
de probabilidad y de densidad de probabilidad marginales han sido
especicadas, la funcin masa de probabilidad conjunta o la funcin
de densidad de probabilidad conjunta es simplemente el producto
de dos funciones marginales.
Ejemplo.
Suponga que las duraciones de dos componentes son
independientes entre s y que la distribucin exponencial de la
primera duracin es X1 con parmetro 1 = 1/1000, mientras que
la distribucin exponencial de la segunda es X2 con parmetro
2 = 1/200. Determine
1 La funcin de densidad conjunta
2 La probabilidad de que ambas duraciones sean de por lo menos
1500 horas.
Miguel Angel Mndez

Estadstica II

13/16

La independencia de dos variables aleatorias es ms til cuando la

descripcin del experimento en estudio sugiere que X y Y no tienen
ningn efecto entre ellas. Entonces, una vez que las funciones masa
de probabilidad y de densidad de probabilidad marginales han sido
especicadas, la funcin masa de probabilidad conjunta o la funcin
de densidad de probabilidad conjunta es simplemente el producto
de dos funciones marginales.
Ejemplo.
Suponga que las duraciones de dos componentes son
independientes entre s y que la distribucin exponencial de la
primera duracin es X1 con parmetro 1 = 1/1000, mientras que
la distribucin exponencial de la segunda es X2 con parmetro
2 = 1/200. Determine
1 La funcin de densidad conjunta
2 La probabilidad de que ambas duraciones sean de por lo menos
1500 horas. (0.0639)
Miguel Angel Mndez

Estadstica II

13/16

Ms de dos variables aleatorias

Denicin.
Si X1 , X2 , . . . , Xn son v.a.'s discretas, la funcin masa de
probabilidad conjunta es la funcin
p(x1 , x2 , . . . , xn ) = P(X1 = x1 , X2 = x2 , . . . , Xn = xn )

Miguel Angel Mndez

Estadstica II

14/16

Ms de dos variables aleatorias

Denicin.
Si X1 , X2 , . . . , Xn son v.a.'s discretas, la funcin masa de
probabilidad conjunta es la funcin
p(x1 , x2 , . . . , xn ) = P(X1 = x1 , X2 = x2 , . . . , Xn = xn )

Si las variables son continuas, la funcin de densidad de

probabilidad conjunta de X1 , X2 , . . . , Xn es la funcin
f (x1 , x2 , . . . , xn ) de modo que para n intervalos cualesquiera
[a1 , b1 ], . . . , [an , bn ],
P(a1 X1 b1 , . . . , an Xn bn )
Z b1
Z
=
...
a1

Miguel Angel Mndez

bn

an

f (x1 , . . . , xn )dxn . . . dxx1

Estadstica II

14/16

Distribucin multinomial

Un experimento es multinomial si se tienen:

ensayos idnticos e independientes,

cada ensayo se tienen uno de

posibles resultados,

la probabilidad de cada resultado es

pi

Las variables aleatorias de inters son

dan el resultado

con

Xi =el

p(x1 , . . . , xr ) =

nmero de ensayos que

i (i = 1, . . . , r ),

La funcin de masa de probabilidad conjunta de

i = 1, 2, . . . , r .

x1
n!
x1 !xn ! p1

prxr

Miguel Angel Mndez

X1 , . . . , Xn

es:

xi = 0, 1, . . . ; x1 + . . . + xr = n
o.c.

Estadstica II

15/16

Distribucin multinomial

Un experimento es multinomial si se tienen:

ensayos idnticos e independientes,

cada ensayo se tienen uno de

posibles resultados,

la probabilidad de cada resultado es

pi

Las variables aleatorias de inters son

dan el resultado

con

Xi =el

p(x1 , . . . , xr ) =

nmero de ensayos que

i (i = 1, . . . , r ),

La funcin de masa de probabilidad conjunta de

i = 1, 2, . . . , r .

x1
n!
x1 !xn ! p1

prxr

es:

xi = 0, 1, . . . ; x1 + . . . + xr = n
o.c.

El caso r = 2 da la distribucin binomial,

X2 = n X1 = nmero de fallas.

Miguel Angel Mndez

X1 , . . . , Xn

con

X1 =

Estadstica II

nmero de xitos y

15/16

Distribucin multinomial

Un experimento es multinomial si se tienen:

ensayos idnticos e independientes,

cada ensayo se tienen uno de

posibles resultados,

la probabilidad de cada resultado es

pi

Las variables aleatorias de inters son

dan el resultado

con

Xi =el

p(x1 , . . . , xr ) =

nmero de ensayos que

i (i = 1, . . . , r ),

La funcin de masa de probabilidad conjunta de

i = 1, 2, . . . , r .

x1
n!
x1 !xn ! p1

prxr

X1 , . . . , Xn

es:

xi = 0, 1, . . . ; x1 + . . . + xr = n
o.c.

El caso r = 2 da la distribucin binomial,

X2 = n X1 = nmero de fallas.

con

X1 =

nmero de xitos y

Ejemplo.

Un dado es lanzado 9 veces. Determine la probabilidad que el

3 veces, el 2 y 3 dos veces, 4 y 5 una vez y el 6 no aparezca.
Miguel Angel Mndez

Estadstica II

aparezca

15/16

Distribucin multinomial

Un experimento es multinomial si se tienen:

ensayos idnticos e independientes,

cada ensayo se tienen uno de

posibles resultados,

la probabilidad de cada resultado es

pi

Las variables aleatorias de inters son

dan el resultado

con

Xi =el

p(x1 , . . . , xr ) =

nmero de ensayos que

i (i = 1, . . . , r ),

La funcin de masa de probabilidad conjunta de

i = 1, 2, . . . , r .

x1
n!
x1 !xn ! p1

prxr

X1 , . . . , Xn

es:

xi = 0, 1, . . . ; x1 + . . . + xr = n
o.c.

El caso r = 2 da la distribucin binomial,

X2 = n X1 = nmero de fallas.

con

X1 =

nmero de xitos y

Ejemplo.

Un dado es lanzado 9 veces. Determine la probabilidad que el

3 veces, el 2 y 3 dos veces, 4 y 5 una vez y el 6 no aparezca.
9!
1 3 1 2 1 2 1 1 1 1 1 0
3!2!2!1!1! ( 6 ) ( 6 ) ( 6 ) ( 6 ) ( 6 ) ( 6 )
Miguel Angel Mndez

aparezca

9!
1 9
3!2!2! ( 6 )
Estadstica II

15/16

Ejemplo.
Cuando se utiliza cierto mtodo para recolectar un volumen jo de
muestras de roca en una regin, existen cuatro tipos de roca. Sean
X1 , X2 y X3 la proporcin por volumen de los tipos de roca 1, 2 y 3
en una muestra aleatoriamente seleccionada (la proporcin de la
roca 4 es 1 X1 X2 X3 de modo que una v.a. X4 sera
redundante). Si la funcin de masa de probabilidad conjunta de
X1 , X2 , X3 es

f (x1 , x2 , x3 ) =

kx1 x2 (1 x3 ) 0 x1 , x2 , x3 1, x1 + x2 + x3 1
0
0.c.

Determine el valor de k
2 Calcule la probabilidad de que las rocas 1 y 2 integren ms del
50 % de la muestra
solucin: k = 144 y p = 0.6066
1

Miguel Angel Mndez

Estadstica II

16/16

Independencia de mas de dos v.a.'s

Denicin.
Se dice que las v.a.'s X1 , X2 , . . . , Xn son independientes si para
cada par, cada terna, y as sucesivamente, la funcin de masa de
probabilidad conjunta o funcin de densidad de probabilidad
conjunta es igual al producto de funciones de masa de probabilidad
conjuntas o funciones de densidad de probabilidad conjunta para
pares, ternas y as sucesivamente.

Miguel Angel Mndez

Estadstica II

17/16