Académique Documents
Professionnel Documents
Culture Documents
ESTADISTICA II
(523218)
VARIABLES ALEATORIAS
BIDIMENSIONALES
Prof. Francisco Pradenas P.
VARIABLES ALEATORIAS
BIDIMENSIONALES DISCRETAS
Se dice que (X,Y) es una variable aleatoria
bidimensional discreta, si los posibles valores
que asume su recorrido forman un conjunto de
pares (xi,yj) finito o infinito numerable; con
i=1,2,...,n,... y j=1,2,...,m,...
La distribucin de probabilidades conjunta de
(X,Y) est dada por:
VARIABLES ALEATORIAS
BIDIMENSIONALES DISCRETAS
a) p(x,y) 0 ; (x, y) R X, Y
b)
p(x,y) = 1
xR X yR Y
P(A) =
p(x, y)
(x, y)A
VARIABLES ALEATORIAS
BIDIMENSIONALES DISCRETAS
F(x, y) = P (X x , Y y) =
p(u, v)
u x v y
EJEMPLO 1
EJEMPLO 1
EJEMPLO 1
X: Puntaje obtenido por el trabajador el primer ao de
evaluacin.
Y: Puntaje obtenido por el trabajador el segundo ao de
evaluacin.
RX = {1 , 2, 3}
RY = {1 , 2, 3}
RX,Y = RX RY
EJEMPLO 1
RX,Y={(1,1); (1,2); (1,3); (2,1); (2,2); (2,3); (3,1); (3,2); (3,3)}
P(regular) = P(1 punto) = 1/6
P(bueno) = P(2 puntos) = 1/2
P(sobresaliente) = P(3 puntos) = 1/3
11
EJEMPLO 1
X
1
2
3
1
1/36
1/12
1/18
Y
2
1/12
1/4
1/6
3
1/18
1/6
1/9
Se cumple que:
p(x,y) = 1
xR X yR Y
12
DISTRIBUCIONES DE PROBABILIDADES
MARGINALES DISCRETAS
La distribucin de probabilidades marginal de
una variable aleatoria (X,Y), discreta, es aquella
obtenida cuando no se considera el efecto de la
otra variable aleatoria, y por lo tanto es posible
estudiar el comportamiento individual de alguna
de ellas.
La distribucin de probabilidades marginal se
calcula a partir de la distribucin de
probabilidades conjunta, p(x,y), de la variable
aleatoria (X,Y)
13
DISTRIBUCIONES DE PROBABILIDADES
MARGINALES DISCRETAS
a) La distribucin de probabilidades marginal de
X, se define por:
p X (x) = P (X = x) =
p(x,y) ; x R X
yR Y
p Y (y) = P (Y = y) =
p(x,y) ; y R Y
xR X
14
EJEMPLO 2
Del ejemplo 1, se tienen las siguientes distribuciones
de probabilidades marginales:
1/36
1/12
1/18
1/12
1/4
1/6
1/18
1/6
1/9
pY(y)
6/36
pX(x)
6/36
18/36
12/36
18/36 12/36
15
VARIABLES ALEATORIAS
BIDIMENSIONALES CONTINUAS
Se dice que (X,Y) es una variable aleatoria
bidimensional continua, si su recorrido
asume valores en un conjunto infinito no
numerable del plano IR2.
En este caso, la funcin de densidad de
probabilidades conjunta de (X,Y) es una
funcin real f(x,y) definida sobre IR2.
16
VARIABLES ALEATORIAS
BIDIMENSIONALES CONTINUAS
f(x,y)dxdy = 1
R X,Y
f(x,y)dxdy
A
17
VARIABLES ALEATORIAS
BIDIMENSIONALES CONTINUAS
F(x,y) = P(X x , Y y) =
f(u, v)dudv
u x v y
18
EJEMPLO 3
xy
; 0 < x < 1, 0 < y < 2
f(x, y) = x +
3
2
EJEMPLO 3
20
EJEMPLO 3
Del grfico anterior se comprueba que f(x,y) > 0,
(x,y)RX,Y={(x,y) IR2 / 0<x<1 , 0<y<2}. Adems:
21
00
xy
(x +
)dx dy = 1
3
2
EJEMPLO 3
Calculamos P(X < Y), si (X,Y) f(x,y) = x 2 +
xy
; 0 < x < 1, 0 < y < 2
3
xy
P(X < Y) = (x + )dx dy
3
A
2
21
1
xy
2
2 xy
= (x + ) dx dy + (x + ) dx dy = 0.708
3
3
22
10
00
DISTRIBUCIONES DE PROBABILIDADES
MARGINALES CONTINUAS
La distribucin de probabilidades marginal de
una variable aleatoria (X,Y), continua, es aquella
obtenida cuando no se considera el efecto de la
otra variable aleatoria, y por lo tanto es posible
estudiar el comportamiento individual de alguna
de ellas.
La distribucin de probabilidades marginal se
calcula a partir de la distribucin de
probabilidades conjunta, f(x,y), de la variable
aleatoria (X,Y)
23
DISTRIBUCIONES DE PROBABILIDADES
MARGINALES CONTINUAS
a) La distribucin de probabilidades marginal de
X, se define por:
f X (x) =
f(x,y) dy ; x R X
RY
f Y (y) =
f(x,y) dx ; y R Y
RX
24
EJEMPLO 4
de
xy
; 0 < x < 1, 0 < y < 2
3
f(x,y)dy = (x 2 +
RY
f Y (y) =
xy
2
)dy = 2x2 + x ; 0 < x < 1
3
3
f(x,y)dx = (x 2 +
RX
xy
1 y
)dx = + ; 0 < y < 2
3
3 6
25