Universidad de San Carlos de Guatemala

Facultad de Ingeniera
rea de Estadstica

VARIABLES ALEATORIAS BIDIMENSIONALES

Concepto:
Sean X e Y variables aleatorias. Una variable aleatoria bidimensional (X, Y) es una asignacin numrica en 2 :
(X, Y): E 2
2
ei (X(ei), Y(ei))

Tipos
Variables aleatorias bidimensionales discretas
Variables aleatorias bidimensionales continuas

Variables aleatorias bidimensionales discretas

Son aquellas variables aleatorias que slo pueden tomar un nmero de valores finito o infinito
numerable.
(X, Y) : E ei (X(ei), Y(ei)) 2 2

Las variables aleatorias bidimensionales discretas estn caracterizadas por la funcin de probabilidad
conjunta y la funcin de distribucin Adems en este caso existen distribuciones marginales de las
variables y distribuciones condicionadas.

Funcio n de probabilidad conjunta

Definicin

1
Propiedades:

Funcio n de probabilidad marginal

Funcio n de probabilidad condicionada

Funcio n de distribucio n

2
Variables aleatorias bidimensionales continuas

Sea una variable contina, se dice que es su funcin de densidad conjunta si:

La funcin debe verificar:

1.

2.

Representa una superficie de densidad, de tal forma que el rea encerrada

entre la superficie Z y el plano XY vale la unidad.

La probabilidad de que la variable aleatoria tome valores dentro del rectngulo viene dada
por:

Si A representa cualquier suceso y la regin del plano XY que se corresponde con

A, se define su probabilidad como:

La funcin de distribucin conjunta viene dada por:

3
La relacin entre F y f es:

Las funciones de distribucin marginales son:

Derivando se obtienen las correspondientes funciones de densidad marginales:

Valor Esperado de las Variables aleatorias bidimensionales

Sea una variable aleatoria bidimensional (X,Y) cuya fdp conjunta es la funcin de
probabilidad conjunta p(xi,yj) si es discreta o la funcin de densidad de probabilidad conjunta
f( x,y ) si es continua y sea una funcin real de dos variables Z = H(x, y ) de manera que
podemos definir una variable aleatoria Z que es funcin de la variable aleatoria bidimensional
(X, Y ) de la forma Z = H(X, Y). Si la fdp de Z es q(zi) , si Z es discreta, o q(z) si es continua,
entonces la esperanza matemtica de Z es, de acuerdo con la definicin general:

4
Teorema
Sea (X,Y) una variable aleatoria bidimensional y sea Z=H(X,Y) una variable aleatoria que es funcin de
(X,Y).

a) Si Z es variable aleatoria discreta que proviene de la variable aleatoria bidimensional discreta (X,Y)
cuyo recorrido es RXY y su fdp conjunta es p(xi,yj), entonces:

b) Si Z es variable aleatoria continua que proviene de la variable aleatoria continua bidimensional

(X,Y) cuya fdp conjunta es f ( x,y), entonces:

Covarianza

Es un valor que indica el grado de variacin conjunta de dos variables aleatorias. Es el dato bsico para
determinar si existe una dependencia entre ambas variables y adems es el dato necesario para
estimar otros parmetros bsicos, como el coeficiente de correlacin lineal o la recta de regresin.
Sean X e Y dos variables aleatorias. La covarianza de X e Y se define:

Propiedades de la covarianza:

Coeficiente de Correlacin

En realidad ms que la covarianza aqu nos interesa considerar una cantidad relacionada con XY y que
segn veremos nos dar informacin sobre el grado de asociacin que existe entre X e Y. Ms
concretamente nos contar si existe algn grado de relacin lineal entre X e Y. Esa cantidad es el
coeficiente de correlacin lineal.

5
Propiedades del coeficiente de correlacin

Propiedad 1

Propiedad 2

Propiedad 3

Propiedad 4

Independencia

Hemos visto que a partir de la distribucin conjunta se puede hallar la distribucin de cada
componente (estas eran las distribuciones marginales). Cabe preguntarse si a partir de las
distribuciones marginales es posible determinar la distribucin conjunta. En general esto no es cierto,
solo en el caso particular que las variables sean independientes. Dadas dos variables X e Y son
independientes si y solo si:

6
Propiedades de variables independientes:

Problemas Resueltos
Variables Aleatorias Bidimensionales Discretas

7
8
9
10
Variables Aleatorias Bidimensionales Continuas
Ejemplo 1:
Si x, y son variables aleatorias continuas con funcin de densidad de probabilidad,
( , ) = 18 2 2
0 1;0

Recorrido de xy:

Calcule lo siguiente:
a. Encuentre la probabilidad ( < 12 , < 13)

Solucin:
1 1 1 1 1 1

( < , < ) = (0 ,0 )+ ( ,0 )

2 3 3 3 2 3

1/3 1/2 1/3

= 18
2 2
+ 18
2 2

0 0 1/3 0

= 0.0013717 + 0.0065157 = .

b. La distribucin marginal de x.

Solucin:

18
( ) = 18
2 2
=
5 0 1

3
0

c. La distribucin marginal de y.

Solucin: 1 2 2
( ) = 18 = 6 2(1 3) 0 1

11
Ejemplo 2:
Se supone que cada neumtico delantero de un tipo particular de vehculo est inflado a una
presin de 26 lb/pulg2. Suponga que la presin de aire real en cada neumtico es una
variable aleatoria x para el neumtico derecho y y para el izquierdo con funcin de densidad
de probabilidad conjunta:

(2 + 2) 20 30, 20 30
(, )={
0

a. Cul es el valor de K?

Solucin:

Para que la funcin de probabilidad conjunta sea vlida, se sabe que, al integrar a cada variable dentro de sus
lmites el resultado debe ser 1 (probabilidad total).
30 30

2 2
( + )= 1

20 20

30 30

30
3
19,000
[ + 2] = 1 ; ( + 10 2) = 1

3 3
20 20
20

30
3
19000 2 19000

[ + 10 ] = 1; ( )=1; = ;
3 3 3

20

b. Cul es la probabilidad de que ambos neumticos estn inflados a menos presin?

Solucin:

Inflados a menos presin indicara por tanto que ambos neumticos pueden tener menos de
26 lb/pulg2.
26 26

( < 26, < 26) = 2 2

( + )= 0.3024

20 20

12
 Existe una probabilidad de 0.3024 de que ambos neumticos tengan estn inflados a
menos presin.

c. Marginal de y: Determine la funcin marginal del neumtico izquierdo.

Solucin:
3

30 30

( ) = ( 2 + 2) = [ + 2]

20 3
20

(6 2 + 9576) 20 30

d. Marginal de x: Determine la funcin marginal del neumtico derecho.

Solucin:

30 3 30

()= (2 + 2) = [ + 2]

20 3
20

(6 2 + 9576) 20 30

e. Independencia: Son x y y variables independientes?

Solucin:

Si x y y son variables independientes, entonces su funcin conjunta f(x,y) debe ser igual al
producto de sus funciones marginales fx(x)*fy(y).
2 2 2 2 2
() ( ) = 36 (1596 + )(1596 + ) ( + )

Debido a que no es cierto que el producto de ambas marginales provea la funcin conjunta
de x y de y, se concluye que x y y no son independientes.

13
 f. Condicional: Si el neumtico derecho tiene una presin de 26 lb/pulg2, determine la
probabilidad de que el neumtico izquierdo tenga menos presin que la que presenta
el derecho.

Solucin:
( < 26 = 26) = 26 ( , ) , : = 26 20
()

26 2
( + )
2 26 26 +
2 2
1 26
2 2
=(
(26 + )
= 20 13632 ) 20
(6 2 + 9576) 6 262 + 9576
20

26
3
1 1 9576
2
(
) [26 + ] =( )( 4056) = 0.5317

13632 3 13632 3
20

Existe una probabilidad de 0.5317 de que el neumtico izquierdo tenga una presin menor
a la que presenta el neumtico derecho.

Ejemplo 3:
La funcin de densidad de probabilidad conjunta de la cantidad X de almendras y la cantidad Y de nueces de
Acaj en una lata de 1 lb de nueces es:

240 1, 0 1, + 1
(, )={
0

Si 1 lb de almendras le cuesta a la compaa Q1.00, 1 lb de nuez de Acaj le cuesta Q1.5 y 1 lb

de manas le cuesta Q0.5, entonces el costo total del contenido de una lata es
( , ) = (1) + (1.5) + (0.5)(1 )= . + . +

(Puesto que 1-X-Y del peso se compone de manas). El costo esperado total es:

[( , )] = ( , ) ( , )

1 1
[( , )] = (0.5 + 0.5 + ) 24
0 0

14
 [( , )] = .

Si se tiene una funcin marginal de X=Cantidad de almendras y Y=cantidad de nueces igual a:

(1 )2 0 1
( ) = {12

Con ( ) obtenida reemplazando x por y en ( ). Es fcil verificar que = 5

=2

1 1

( )= ( , )= 24

0 0

2 3
( ) = 8 (1 ) =

Por lo tanto la Covarianza est dada por:

2 2 2 2 4

(, )= ( )( )= =

15 5 5 15 25

15