REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACION

UNIVERSIDAD EXPERIMENTAL POLITECNICA DE LA FUERZA ARMADA
NACIONAL
INGENIERIA CIVIL
3ER SEMESTRE
PROBABILIDAD Y ESTADISTICA

INTEGRANTES:
OCANTO JOSE A. V.-24.884.911
DIAZ NORBELIS V.-20.995.828

INTRODUCCION

Una variable aleatoria (v.a.) es una funcin que asocia a cada resultado del
espacio muestral un nmero real, hay dos tipos de variables aleatorias: discreta
toma valores en un conjunto numerable y continua que toma valores en un
conjunto infinito no numerable. La distribucin de probabilidad de una variable
aleatoria es una funcin que asigna a cada valor posible de dicha variable
aleatoria una probabilidad. Las variables aleatorias suelen tomar valores reales,
pero se pueden considerar valores aleatorios como valores lgicos, funciones o
cualquier tipo de elementos (de un espacio medible). El trmino elemento
aleatorio se utiliza para englobar todo ese tipo de conceptos relacionados. Un
concepto relacionado es el de proceso estocstico, un conjunto de variables
aleatorias ordenadas (habitualmente por orden o tiempo).

UNIDAD 3. VARIABLES ALEATORIAS BIDIMENSIONALES.

Una variable aleatoria bidimensional (X, Y) es una aplicacin del espacio muestral
en R2 = RxR XxY RxR (X (), Y ()) Por lo tanto, cada
componente de la variable aleatoria bidimensional es una variable aleatoria
unidimensional.

Ejemplo:
Consideremos el experimento aleatorio de lanzar una moneda tres veces, al que
tenemos asociado el siguiente espacio muestral:
= {(c, c, c),(c, c, +),(c, +, c),(+, c, c),(c, +, +),(+, c, +),(+, +, c),(+, +, +)}

Se define la v.a. bidimensional Z = (X, Y), donde X () ="Nmero de caras en ,

e Y () ="Diferencia en valor absoluto entre el nmero de caras y el nmero de
cruces en .
Entonces: Z (+, +, +) = (0, 3) Z(c, +, +) = Z (+, c, +) = Z (+, +, c) = (1, 1) Z(c, c, +) =
Z(c, +, c) = Z (+, c, c) = (2, 1) Z(c, c, c) = (3, 3).

FUNCIN DENSIDAD CONJUNTA

El estudio de variables aleatorias y su distribucin de probabilidad, ha estado

restringido a espacios mustrales unidimensionales en los que registramos los
resultados asumidos por una sola variable en un experimento. Sin embargo habr
situaciones en las que convenga registrar resultados simultneos de diferentes
variables aleatorias.

Definicin:
Se dice que dos variables aleatorias X e Y tienen una distribucin continua
conjunta si existe una funcin NO negativa f definida sobre todo el plano xy tal que
para cualquier subconjunto A del plano

La funcin f se denomina funcin de densidad de probabilidad conjunta o f.d.p

conjunta, de X e Y. Tal f.d.p conjunta debe satisfacer las dos condiciones
siguientes:

La probabilidad de que el par (X,Y) pertenezca a cualquier regin del plano xy se

puede determinar integrando la f.d.p conjunta f(x,y) sobre esa regin.

FUNCIN DENSIDAD MARGINAL

En la parte anterior observamos que si se conoce la f.d. conjunta F de dos

variables aleatorias X e Y, entonces se puede obtener la f.p. F1 de la variable
aleatoria X a partir de F. En este contexto en que la distribucin de X se obtiene a
partir de la distribucin conjuntas de X e Y, F1 se denomina f.d marginal de
X. Anlogamente, si se conoce la f.p. conjunta o la f.d.p conjunta
de X e Y, entonces se puede obtener la f.p marginal o f.d.p. marginal de cada
variable aleatoria a partir de aqu hay que tener cuidado, ya que cuando se calcula
la densidad conjunta, hay que fijarse bien en el dominio de las otras variables.
Las funciones de densidad de probabilidad marginal de X y Y, denotadas por X (X)
y Y (Y), respectivamente, estn dada por
X(X) = f(x, y) dy, para -" <x < "

Y (Y) = f(x, y) dx, para -" <x < "

Caractersticas:
La distribucin marginal de X es simplemente la funcin de probabilidad de x, pero
la palabra marginal sirve para distinguirla de la distribucin conjunta de X e Y.

Una distribucin marginal nos da la idea de la forma como depende una

probabilidad con respecto a una sola variable.
Usos:
La f.d.p marginal es usada para hallar las diferentes distribuciones de probabilidad
estadstica de las variables individuales, con esta funcin podemos asignar
diferentes valores a las variables conjuntas sin tener que relacionarlas, por ello se
ampla las probabilidades de cada una de las variables.
Ventajas

La distribucin marginal de dos variables aleatorias se pueden obtener a partir de

su distribucin conjunta.

Para una variable aleatoria se puede especificar probabilidades para dicha

variable sin tener en cuenta los valores de cuales quiera otras variables aleatorias.
Desventajas

No es posible reconstruir la distribucin conjunta de dos variables aleatorias a

partir de sus distribuciones marginales sin informacin adicional.

La f.d.p. marginal representada en grafica no proporcionan informacin acerca de

la relacin entre las variables aleatorias conjuntas.

FUNCIN DENSIDAD CONDICIONAL

Definicin:
Sean X y Y dos v.a continuas con p.d.f f(x, y) conjunta y p.d.f f x(x) marginal X.
Entonces, para cualquier valor x de X para el que fx(x) >0, la funcin de densidad
de probabilidad condicional de Y, dado que X = x es:

Para cada valor fijo y, la funcin es una f.d.p para X sobre la recta real, puesto

Que
>= 0 y

Caractersticas:

La definicin es paralela a la P(B | A), que es la probabilidad condicional de que B

ocurra, dado que A ha ocurrido.

La f.d.p Condicional g1(x|y) de X debe ser proporcional a f(x, yo). En otras

palabras, g1 (x|y) es esencialmente igual que f(x, yo), pero incluye un factor
constante 1/ [f2(yo)] que se necesita para que la integral de la f.d.p condicional
sobre todos los valores de X sea la unidad.

Uso:
Sirve para estudiar la posibilidad de que ocurra un X, bajo la ocurrencia de Y; o
viceversa.

INDEPENDENCIA DE VARIABLES ALEATORIAS

Sabemos que dos sucesos A y B son independientes si se cumple que: P(A/B) =

P(A) P(B/A) = P(B) y en consecuencia: P(A B) = P(A)P(B) Anlogamente,
diremos que dos variables aleatorias X e Y son independientes si se verifica: P(X
= xi, Y = yj ) = pij = pi.p.j en el caso discreto. f (x, y) = fX(x)fY (y) en el caso
continuo. Equivalentemente, F(x, y) = FX(x)FY (y). Por lo tanto, si las variables X e
Y son independientes, se cumple que: P(a X b, c Y d) = P(a X b)P(c Y
d) Ejemplo 6.8: Las variables dadas en el ejemplo 5.7 son independientes, ya
que las densidades condicionadas coinciden con las marginales.

ESPERANZA MATEMTICA DE FUNCIONES DE VARIAS

VARIABLES ALEATORIAS

Sea (X, Y) una v.a. bidimensional. Se define el valor esperado o esperanza

matemtica de una funcin g(X, Y) como:

En caso discreto:

E [g(X, Y)] = X i X j g(xi, yj )pij

En caso continuo:

E [g(X, Y )] = Z + Z + g(x, y)f(x, y)dydx Algunas propiedades de la

esperanza son: i) E [aX + bY + c] = aE[X] + bE[Y ] + c ii) Si X e Y son
independientes, entonces E [g(X)g(Y )] =E [g(X)]E[g(Y )] .En particular, E [XY ] = E
[X]E[Y ]

EXTENSION DEL CASO N-DIMENSIONAL

Sea ( ) 1, , X " Xn una variable aleatoria ndimensional. Entonces, las variables 1, ,

X " Xn son independientes si y solo si se verifica 1 2 ,,, n xx x " \ : Si ( ) 1, , X
" Xn es discreta, Pr , , Pr Pr ( ) X11 11 = == = = x X x Xx X x " " nn nn ( ) ( ) Si ( )

1, , X " Xn es continua con funcin de densidad f , f ,,, f f f ( ) x12 1 2 x x xx x " " n n

=()()()

CONCLUSION

Una variable aleatoria es una funcin que asigna un valor numrico a cada uno de
los resultados de una experiencia aleatoria. Las variables aleatorias
bidimensionales de tipo continuo son una extensin de las variables aleatorias
(unidimensionales) continuas que hemos estudiado en el tema anterior: son
aquellas que toman valores en el recinto del plano. Una variable
aleatoria o variable estocstica es una funcin que asigna un valor, usualmente
numrico, al resultado de un experimento aleatorio. Por ejemplo, los posibles
resultados de tirar un dado dos veces: (1, 1), (1, 2), etc. o un nmero real (p.e., la
temperatura mxima medida a lo largo del da en una ciudad concreta).
Los valores posibles de una variable aleatoria pueden representar los posibles
resultados de un experimento an no realizado, o los posibles valores de una
cantidad cuyo valor actualmente existente es incierto (p.e., como resultado de
medicin incompleta o imprecisa). Intuitivamente, una variable aleatoria puede
tomarse como una cantidad cuyo valor no es fijo pero puede tomar diferentes
valores; una distribucin de probabilidad se usa para describir la probabilidad de
que se den los diferentes valores. En trminos formales una variable aleatoria es
una funcin definida sobre un espacio de probabilidad.

BIBLIOGRAFIA

http://virtual.uptc.edu.co/ova/estadistica/docs/2/31.htm
http://www4.ujaen.es/~dmontoro/EstadisticaI/tema6e1.pdf
file:///C:/Documents%20and%20Settings/Administrador/Mis
%20documentos/Downloads/VARIABLE%20ALEATORIA%20notas.pdf.
https://es.wikipedia.org/wiki/Variable_aleatoria