Академический Документы
Профессиональный Документы
Культура Документы
FacultadCienciasEconmicasyEmpresariales
DepartamentodeEconomaAplicada
Profesor:SantiagodelaFuenteFernndez
Para estudiar conjuntamente las dos variables aleatorias (X, Y), esto es, la variable
aleatoria bidimensional, es necesario conocer la distribucin de probabilidad conjunta de
ambas variables.
Y
X
y1 y2 yj ym
n m
siendo pij P(X x ; Y y) con p
i 1 j 1
ij 1
1
F(x, y) es la suma de todos los puntos de la
regin A.
La probabilidad P x1 X x 2 ; y1 Y y 2
representa la probabilidad de que un punto
pertenezca a la regin A.
Mr , s E X c Y k x c y k p
r s r s
i j ij
i j
10 E X Y E(X) X x 0 y 0 p x p
1 0 1 0
i j ij i ij
i j i j
01 E X Y E(Y) Y x 0 y 0 p y p
0 1 0 1
i j ij j ij
i j i j
11 E X Y E(X, Y) xi 0 y j 0 x y p
1 1 1 1
pij
1 j ij
i j i j
2 0 E X X Y Y 2X x y p x
2 0 2 0 2
pij
i X j Y ij i X
i j i j
0 2 E X X Y Y 2Y xi X y j Y y Y pij
0 2 0 2 2
pij
j
i j i j
2
11 E X X Y Y x y p x y p
1 1 1 1
i X j Y ij i X j Y ij
i j i j
Y
X
y1 y2 yj ym
n m n m n m
pi P(X xi ) pi 1
ij p j P(Y y j ) p
j 1
ij donde p p p
i 1
ij
j 1
ij
i 1 j 1
ij 1
X pi Y p j
x1 p1 y1 p 1
x2 p2 y2 p 2
xi pi yj p j
ym p m
xn pn 1
1
3
DISTRIBUCIONES CONDICIONADAS DISCRETAS: Sea (X, Y) una variable aleatoria
bidimensional discreta con distribucin de probabilidad pij (i 1, 2, , n ; j 1, 2, , m)
y con distribuciones marginales
n m
pi P(X xi ) p
i 1
ij p j P(Y y j ) p
j 1
ij
Y
y1 y2 yj ym X P xi / Y y j
X
x1 p11 p12 p1j p1m p1 x1 P(x1 / y j ) p1j / p j
x2 p21 p22 p2 j p2 m p2 x2 P(x 2 / y j ) p2 j / p j
xi pi1 pi2 pij pim pi xi P(xi / y j ) pij / p j
xn pn1 pn2 pn j pn m pn xn P(xn / y j ) pnj / p j
p 1 p 2 p j p m 1 1
P X x i ; Y y j pij
P(x i / y j ) P(X xi / Y y j ) con P(Y y j ) 0
P(Y y j ) p j
En esta expresin y j es fijo y xi varia sobre todos los posibles valores de la variable
aleatoria X.
Y
y1 y2 yj ym Y P y j / X xi
X
x1 p11 p12 p1j p1m p1 y1 P(y1 / xi ) pi1 / pi
x2 p21 p22 p2 j p2 m p2 y2 P(y 2 / xi ) pi2 / pi
xi pi1 pi2 pij pim pi yj P(y j / xi ) pij / pi
xn pn1 pn2 pn j pn m pn ym P(ym / xi ) pim / pi
p 1 p 2 p j p m 1 1
P X x i ; Y y j pij
P(y j / xi ) P(Y y j / X xi ) con P(X xi ) 0
P(X xi ) pi
4
En esta expresin xi es fijo e y j varia sobre todos los posibles valores de la variable
aleatoria Y.
x y
F(x, y) f(u, v) du dv
F(x, y) P(X x ; Y y)
FUNCIN DE DENSIDAD: Dada una variable aleatoria bidimensional continua (X, Y), la
funcin de densidad es una funcin no negativa f(x, y) que verifica:
f(x, y) dx dy 1
x2 y2
P x1 X x 2 ; y1 Y y 2 f(x, y) dx dy
x1 y1
5
x y
Se tiene entonces que la funcin de distribucin: F(x, y) f(u, v) du dv
2 F(x, y)
Si F(x, y) es absolutamente continua, entonces: f(x, y)
x y
Mr , s E X c Y k
r s
(x c)r (y k)s f(x, y) dx dy
10 E X Y E(X) X
1 0
x f(x, y) dx dy
01 E X Y E(Y) Y
0 1
y f(x, y) dx dy
11 E X Y E(X, Y)
1 1
x y f(x, y) dx dy
2 0 E X X Y Y 2X
2 0
(x X )2 f(x, y) dx dy
0 2 E X X Y Y 2Y
0 2
(y Y )2 f(x, y) dx dy
11 E X X Y Y
1 1
(x X )(y Y ) f(x, y) dx dy covarianza
x x
F1(x) F(x, ) f(u, y) du dy f1(u) du funcin de distribucin marginal de X
donde f1(x)
f(x, y) dy se denomina funcin de densidad marginal de X
y y
F2 (y) F( , y) f(x, v) dx dv f2 (v) dv funcin de distribucin marginal de Y
donde f2 (y)
f(x, y) dx se denomina funcin de densidad marginal de Y
x
f(u, y) du
F(x / y) P(X x / Y y)
f2 (y)
dF(x / y) f(x , y)
f(x / y)
dx f2 (y)
y
f(x, y) dv
F(y / x) P(Y y / X x)
f1(y)
dF(y / x) f(x , y)
f(y / x)
dy f1(x)
7
TRANSFORMACIONES LINEALES DE VARIABLES ALEATORIAS CONTINUAS:
La funcin de densidad g(z, t) de una variable aleatoria continua (Z,T), que surge de una
transformacin lineal de la variable (X, Y), existe en aquellos puntos donde el jacobiano
z z
(z, t) x y
J 0
(x, y) t t
x y
COVARIANZA. PROPIEDADES
8
Advirtase que,
PROPIEDADES DE LA COVARIANZA
11 01 10 10 01 10 01 11 10 10
9
X e Y independientes 11 Cov(X, Y) 0
11 Cov(X, Y) 0 X e Y independientes
E aX a 10 ) . bY b 01
a.b.E XY 01 . X 10 . Y 10 . 01
a.b. 11 01 . 10 10 . 01 10 . 01 a.b. 11 10 . 01
a.b.Cov(X, Y)
Cov(aX b, bY d) a.b.Cov(X, Y)
Cov(X, Y) Cov(Y , X) 11 10 . 01
Cov(X, X) Var(X) 2X
Cov(X, X) E X 10 . X 10 E (X 10 )2 2X
Cov(X, k) 0 k R
En efecto,
Var (X Y) E (X Y) E(X Y)
2
E X E(X) Y E(Y)
2
10
E X 10 E Y 01 2E (X 10 )(Y 01 )
2 2
n n n
Var Xi
i 1
i 1
Var (Xi ) 2 Cov (X , X )
i, j 1
i j
i j
n n n
Var k i Xi
i 1
i 1
k i2 Var (Xi ) 2 k k Cov (X , X )
i, j 1
i j i j
i j
COEFICIENTE DE CORRELACIN
Cov (X, Y) XY 0
XY 0
Var (X) . Var (Y) X . Y X . Y
11
Si las variables X e Y aleatorias tienen varianzas distintas de cero: 1 XY 1
12
RESUMEN DE PROPIEDADES DE MOMENTOS SIGNIFICATIVOS
Sean X e Y variables aleatorias
X Y E X Y E(X) E(Y)
k X E k X k E(X)
k . X E(k . X) k .E(X)
a. X b. Y E a. X b. Y a.E(X) b.E(Y)
Varianza
La varianza no es un operador lineal: Si X e Y independientes:
Var(k) 0 2X Y Var X Y Var(X) Var(Y)
Covarianza: 11 XY XY 11 10 . 01
Cov(X , k) 0
11 X X Y Y
Coeficiente de correlacin: XY E 1 XY 1
X . Y X Y
Si X e Y independientes: XY 0
13
Ejercicio 1.- Un experimento consiste en lanzar tres veces una moneda. Sean las
variables aleatorias: X ="nmero de caras en las tres tiradas" e Y ="diferencia en valor
absoluto entre el nmero de caras y el de escudos en las tres tiradas". Se pide:
a) Distribucin de probabilidad de (X, Y)
b) Media y desviacin tpica de las distribuciones marginales de X e Y
c) Covarianza y coeficiente de correlacin
d) Son X e Y independientes?
e) Distribucin condicionada de X a Y 3
f) Distribucin condicionada de Y a X 2
g) P X 1; Y 0 , P X 2 , P Y 3
Solucin:
X(c,c,c) 3 Y(c,c,c) 3
X(c,c,e) X(c,e,c) X(e,c,c) 2 Y(c,c,e) Y(c,e,c) Y(e,c,c) 1
X(c,e,e) X(e,c,e) X(e,e,c) 1 Y(c,e,e) Y(e,c,e) Y(e,e,c) 1
X(e,e,e) 0 Y(e,e,e) 3
Distribucin de probabilidad:
Y pi Probabilidades marginales:
1 3
X 4
p
1 3 3 1
0 0 18 18 i p1 p2 p3 p4 1
38 38 i 1 8 8 8 8
1 0
2 38 0 38 2
p
6 2
3 0 18 18 j p 1 p 2 1
j 1 8 8
p j 68 28 1
Advirtase que la probabilidad conjunta:
1 3 3 1
4 2
p
i 1 j 1
ij 0 0 0 0 1
8 8 8 8
4 2 4 2 n m n m
Siendo: p p p
i 1 j 1
ij
i 1
i
j 1
j 1. En general, p p p
i 1 j 1
ij
i 1
i
j 1
j 1
14
b) Distribucin marginal de la variable aleatoria X:
xi pi xi . pi xi2 xi2 . pi 4
x . p
12
0 18 0 0 0 Media: X E(X) 10 i i 1,5
i 1 8
1 38 38 1 38
Varianza: Var(X) 20 E(X2 ) E(X)
2 2
X
2 38 68 4 12 8
4
3 18 38 9 98 E(X2 ) 20 x . p
i 1
2
i i 3
1 12 8 3
yj p j y j . p j y 2j y 2j . p j 2
y . p
12
1 68 68 1 68 Media: Y E(Y) 01 j j 1,5
j 1 8
3 28 68 9 18 8
Varianza: 2Y Var(Y) 02 E(Y 2 ) E(Y)
2
1 12 8 3
2
E(Y 2 ) 02 y . p
j 1
2
j j 3
As pues,
1 3 3 1 18
11 0.1.0 0.3. 1.1. 1.3.0 2.1. 2.3.0 3.1.0 3.3. 2,25
8 8 8 8 8
Sealar que la covarianza XY Cov(X, Y) puede ser negativa, nula o positiva, siendo
una medida de la fuerza de la relacin lineal entre X e Y.
15
XY 0
con lo cual, XY 0
x . Y 0,75 . 0,75
Y pi
1 3
X
0 p11 0 18 p1 1 8 1 6
p11 0 . p1 .p1
1 38 0 38 8 8
2 38 0 38
Las variables X e Y NO son independientes
3 0 18 18
p j p1 6 8 28 1
X e Y independientes 11 Cov(X, Y) 0
11 Cov(X, Y) 0 X e Y independientes
P X Y 3
e) Distribucin condicionada de X a Y 3 : P X / Y 3
P(Y 3)
Y pi P(X / Y 3)
1 3 X
X
18 1
0 0 18 18 0
28 2
0
1 38 0 38 1 0
28
0
2 38 0 38 2 0
28
18 1
3 0 18 18 3
28 2
p j 68 28 1 1
P X Y y j
En general, P X / Y y j
P(Y y j )
16
P Y X 2
f) Distribucin condicionada de Y a X 2 : P Y / X 2
P(X 2)
Y pi P(Y / X 2)
1 3 Y
X
38
0 0 18 18 1 1
38
0
1 38 0 38 3 0
38
2 38 0 38 1
3 0 18 18
p j 68 28 1
P Y X x i
En general, P Y / X xi
P(X x i )
g) P X 1; Y 0 , P X 2 , P Y 3
Y Y Y
1 3 1 3 1 3
X X X
0 0 18 0 0 18 0 0 18
1 38 0 1 38 0 1 38 0
2 38 0 2 38 0 2 38 0
3 0 18 3 0 18 3 0 18
P X 1; Y 0 P X 0 ; Y 1 P X 0 ; Y 3 P X 1 ; Y 1 P X 1 ; Y 3
1 3 4 1
p11 p12 p21 p22 0 0
8 8 8 2
P X 2 P X 2 ; Y 1 P X 2 ; Y 3 P X 3 ; Y 1 P X 3 ; Y 3
3 1 4 1
p31 p32 p 41 p42 00
8 8 8 2
P Y 3 P X 0 ; Y 1 P X 1 ; Y 1 P X 2 ; Y 1 P X 3 ; Y 1
3 3 6 3
p11 p21 p31 p41 0 0
8 8 8 4
17
Ejercicio 2.- Sea una variable aleatoria bidimensional con distribucin de probabilidad
Y
1 1
X
1 16 13
2 1 12 14
3 1 12 1 12
Se pide:
a) Son X e Y independientes?
b) Hallar las medias y desviaciones tpicas de X e Y
Solucin:
Y
1 1 pi
X
1 16 13 12
2 1 12 14 13
3 1 12 1 12 16
p j 13 23 1
1 1 1 1 1 2
p11 p1 . p1 . p12 p1 . p 2 .
6 2 3 3 2 3
1 1 1 1 1 1 2 2
p21 p2 . p1 . p22 p 2 . p 2 .
12 3 3 9 4 3 3 9
1 1 1 1 1 1 2 1
p31 p3 . p1 . p32 p3 . p 2 .
12 6 3 18 12 6 3 9
Luego las variables X e Y no son independientes.
b) Para hallar las medias y desviaciones tpicas de X e Y hay que considerar las
distribuciones marginales:
18
Distribucin marginal de la de la variable aleatoria X
X xi pi xi . pi xi2 xi2 . pi
1 12 12 1 12
2 13 23 4 43
3 16 36 9 96
1 10 6 20 6
x . p
10
Media: 10 X E(X) i i
i 1 6
3
x . p
20
20 E(X )
2 2
i i
i 1 6
2
20 10 20 5
Varianza: 20 2X Var(X) E(X2 ) E(X)
2
6 6 36 9
5
Desviacin tpica: X 0,745
9
Y yj p j y j . p j y 2j y 2j . p j
1 13 1 3 1 13
1 23 23 1 23
1 13 1
y . p
1
Media: 01 Y E(Y) j j
j 1 3
2
02 E(Y 2 ) y . p
j 1
2
j j 1
2
1 8
Varianza: 02 Var(Y) E(Y ) E(Y)
2
2
Y
2
1
3 9
8
Desviacin tpica: Y 0,943
9
c) Probabilidades: P X 2 ; Y 0 P X 2 P Y 0
19
Y Y Y
1 1 1 1 1 1
X X X
1 16 13 1 16 13 1 16 13
2 1 12 14 2 1 12 14 2 1 12 14
3 1 12 1 12 3 1 12 1 12 3 1 12 1 12
1 1 7
P X 2 ; Y 0 P X 1; Y 1 P X 2 ; Y 1
3 4 12
P X 2 P X 2 ; Y 1 P X 2 ; Y 1 P X 3 ; Y 1 P X 3 ; Y 1
1 1 1 1 6 1
12 4 12 12 12 2
1 1 1 1
P Y 0 P X 1; Y 1 P X 2 ; Y 1 P X 3 ; Y 1
6 12 12 3
d) Coeficiente de correlacin
xi . y j . pij
Y
1 1 1 1
X
1 16 13 1 6 13
2 1 12 14 2 12 24
3 1 12 1 12 3 12 3 12
7 12 13 12 6 12
3 2
x . y . p
6 1
11 E(XY) i j ij
i 1 j 1 12 2
1 10 1 1
Covarianza: XY Cov(X, Y) 11 10 . 01 . 0,555
2 6 3 18
XY 0,555
Coeficiente de correlacin: XY 0,79
x . Y 0,745 . 0,943
Siendo XY 0,79 , valor cercano a 1, existe una fuerte relacin lineal entre las
variables X e Y.
20
Ejercicio 3.- Sean (X, Y) los paquetes diarios que venden dos operadores de viajes,
cuya distribucin de probabilidad conjunta se refleja en la tabla:
Y
0 1 2
X
0 0,15 0,15 0,10
1 0,05 0,20 0,05
2 0,10 0,05 0,15
Solucin:
Y
0 1 2 pi xi . pi xi2 . pi
X
0 0,15 0,15 0,10 0,40 0 0
1 0,05 0,20 0,05 0,30 0,30 0,30
2 0,10 0,05 0,15 0,30 0,60 1,20
p j 0,30 0,40 0,30 1 0,90 1,50
y j . p j 0 0,40 0,60 1
y 2j . p j 0 0,40 1,20 1,60
3
20 E(X )
2
x . p
i 1
2
i i 1,5
Varianza: 20 2X Var(X) 20 10
2
1,5 0,92 0,69
3
02 E(Y 2 ) y . p
j 1
2
j j 1,6
Varianza: 02 2Y Var(Y) 02 01
2
1,6 12 0,6
21
Distribucin de la variable (X Y) :
3 3
Se tiene: X Y E(X Y) (x y ).p
i 1 j 1
i j ij
Y
X
0 1 2 X Y 0 . 0,15 1 . 0,15 2 . 0,10
0 0,15 0,15 0,10 1 . 0,05 2 . 0,20 3 . 0,05
1 0,05 0,20 0,05 2 . 0,10 3 . 0,05 4 . 0,15 1,9
2 0,10 0,05 0,15
xi . y j . pij
Y
0 1 2 0 1 2
X
0 0,15 0,15 0,10 0 0 0
1 0,05 0,20 0,05 0 0,20 0,10
2 0,10 0,05 0,15 0 0,10 0,60
0 0,30 0,7 1
3 3
11 E(XY) x . y . p
i 1 j 1
i j ij 1
Se tiene: X Y E (X Y) E(X Y)
2 2 2
Y
X
0 1 2 E (X Y)2 0 . 0,15 1 . 0,15 4 . 0,10
0 0,15 0,15 0,10 1 . 0,05 4 . 0,20 9 . 0,05
1 0,05 0,20 0,05 4 . 0,10 9 . 0,05 16 . 0,15 5,1
2 0,10 0,05 0,15
Distribucin de la variable (X Y) :
22
Ejercicio 4.- Sea (X, Y) una variable aleatoria bidimensional con funcin de densidad:
k 0 y x 1
f(x, y)
0 restantes valores
Solucin:
a) Para que f(x, y) sea funcin de densidad tiene que verificarse:
f(x, y) dx dy 1
1
x2
1 x 1 x 1 1
k
k y 0 dx k x dx k 1 k 2
x
k dx dy k dy dx
0 0 0 0 0 0 2 0 2
por tanto,
2 0 y x 1
f(x, y)
0 restantes valores
x
2 dy 2 y 0 2 x
x
f1(x) f(x, y) dy 0 x 1
0
1
2 dx 2 x y 2 2 y
1
f2 (y) f(x, y) dx 0 y 1
y
x x x
x
F1(x) f1(t) dt f1(t) dt 2 t dt t 2 x 2 0 x 1
0
0 0
y y y
y
F2 (y) f2 (t) dt f2 (t) dt (2 2 t) dt 2 t t 2 2 y y 2 0 y 1
0
0 0
23
d) Funciones de densidad condicionadas:
f(x, y) 2
f(x / y) 0 y 1 0 x 1
f2 (y) 22y
f(x, y) 2
f(y / x) 0 x 1 0 y 1
f1(x) 2x
Ejercicio 5.- Sea (X, Y) una variable aleatoria bidimensional con funcin de densidad:
1 y x ; 0 x 1
f(x, y)
0 restantes valores
1 1 1 1
c) Hallar las probabilidades: P X ; Y 0 y P X ; Y
2 2 2 2
Solucin:
a) f(x, y) es funcin de densidad si se verifica:
f(x, y) dx dy 1
1 x 1 x 1 1
y x dx
1
2 x dx x 2 1
x
f(x, y) dx dy dx dy dy dx
0
0 x 0 x 0 0
b) Para hallar las medias de X e Y hay que calcular primero las funciones de densidad
marginales:
x
dy y 0 x 2 x
x
f1(x) f(x, y) dy 0 x 1
x
24
1
dx x y 1 y
1
1 y 0
y
f2 (y) f(x, y) dx
dx x
1
1
1 y 0 y 1
y
y
1
x3
1
2
10 x E(X) x f1(x) dx x .2 x dx 2
0 3 0 3
y f (y) dy y (1 y) dy
0 1 0 1
01 y E(Y) y f2 (y) dy y f2 (y) dy 2 y (1 y) dy
1 0 1 0
0 1
y2 y3 y2 y3
0 1
1 1 1 1
(y y 2 ) dy (y y 2 ) dy 0
1 0 2 3 1 2 3 0 2 3 2 3
1 1 1 1
c) Probabilidades: P X ; Y 0 y P X ; Y
2 2 2 2
12
x2
y x dx
12 0 12 0 12 12
1 0 1
P X ; Y 0 f(x, y) dx dy dy dx x dx
2 0 x 0 x 0 0 2 0 8
1
1 12 1 12 12 1
1 1 1
y 1 2 dx dx x 1 2
12 1
P X ; Y f(x, y) dx dy dy dx
2 2 2 12 1 2 12 1 2 0 12 2
x y 0 x 1 0 y 1
f(x, y)
0 en el resto
Solucin:
v2
y
(u v) du dv
x y x y x y x
u v 0 du
y
a) F(x, y) f(u, v) dv du (u v) dv du
2 0
0 0 0 0 0
x
y2 u2
x
y2 y x2 y2 x 1
x
u y du y u 0
(y x 2 y 2 x) 0 x 1 0 y 1
0 2 0
2 2 2 2 2
En consecuencia,
25
0 x0 y0
1
(y x 2 y 2 x) 0 x 1 0 y 1
2
1
F(x, y) F1(x) (x 2 x) 0 x 1 , y 1
2
1
F2 (y) (y y ) 0 y 1 , x 1
2
2
1 x 1 , y 1
1
y2
1
1
f(x, y) dy (x y) dy x y 0 x
1
f1(x) 0 x 1
0 2 0 2
1
x2
1
1
f(x, y) dx (x y) dx y x 0 y
1
f2 (y) 0 y 1
0 2 0 2
Advirtase que:
F1(x) 1 2 1 F2 (y) 1 1
f1(x) (x x) x f2 (y) (y y 2 ) y
x x 2 2 y y 2 2
1 1
f1(x). f2 (y) x . y x y f(x, y)
2 2
26
Ejercicio 7.- La funcin de distribucin asociada a un fenmeno de la naturaleza es:
(1 e x ).(1 e y ) x 0 , y 0
F(x, y)
0 en el resto
Solucin:
a) f(x, y)
2 F(x, y)
F(x, y)
(1 e ).(1 e )
x y
y (1 e )
x
(1 e )
x y y x y x y x
(1 e y ) 1
(1 e y ).e x e x . e x .e y e( x y ) x y x0 , y0
y y e
e ( x y) x0 y0
Funcin de densidad f(x, y)
0 en el resto
f1(x) f(x, y) dy e ( x y ) dy e x .e y dy e x e y dy e x e y e x .( 1) e x
0
0 0 0
f2 (y) f(x, y) dx e ( x y ) dx e y .e x dx e y e x dx e y e x e y .( 1) e y
0
0 0 0
X e Y independientes La covarianza 11 = xy = 0 =0
f(x, y) e ( x y )
f(x / y) e x f1(x) al ser X e Y independientes
f2 (y) e y
f(x, y) e ( x y )
f(y / x) x
e y f2 (y) al ser X e Y independientes
f1(x) e
27
11
d) El coeficiente de correlacin xy
x . y
10 x E(X) x . f1(x) dx x .e dx x.e
x x
e x dx x .e x e x 1
0 0
0 0
01 y E(Y) y. f2 (y) dy y .e dy y .e
y y
e y dy y .e y e y 1
0 0
0 0
Nota: x.e dx x.e x
x
e x dx x.e x e x
0 0
0 0
u x du dx
donde se ha realizado el cambio
dv e x
dx v e x dx e x
0
0
11 E(X. Y)
0 0
x . y . f(x, y) dx dy
0 0
x . y .e ( x y)
dx dy
0
x
x.e dx .
0
y.e y dy 1
20 E(X2 ) x 2 . f1(x) dx x 2 .e x dx x 2 .e x 2. x .e x dx
0
0 0
x 2 .e x 2 x.e x e x x 2 .e x 2. x .e x 2.e x 2
0 0 0
Anlogamente, 02 E(Y 2 ) 2
2x 20 10
2
2 1 1 x 11
2y 02 01
2
2 1 1 y 11
covarianza: 11 xy 11 10 . 01 1 1.1 0
11 0
coeficiente de correlacin xy 0 Las variables son incorreladas
x . y 1.1
28
Ejercicio 8.- La venta en un mercado de abastos lleva asociada la funcin:
x y
k 1 0 x 1 1 y 1
f(x, y) 2
0 en el resto
Solucin:
a) f(x, y) 0 k 0
Para que f(x, y) sea funcin de densidad debe verificarse que
f(x, y) dx dy 1
x y y 2 1
1 1 1 1 1
x y
k x y 1 dx
1
k 1 dx dy k 1 dy dx
1 2 1 2 4 1
0 0 0
1
1
2k dx 2k x 0 2k 1
1
k
0 2
x y 2
0 x 1 1 y 1
La funcin de densidad f(x, y) 4
0 en el resto
x y
b) Funcin de distribucin F(x, y) P(X x, Y y) f(u, v) dv du
u v 2 u v 2
u v 2 dv du
x y x y x y
1
F(x, y) 4 dv du 4 dv du 4
0 1 0 1 0 1
v2 y u y2 u
x x
1 1
u 2 v 1 du
y
2 y 2 du
4 2 1 4 2 2
0
0
1 y 2 u 2 1 u2 x 2 (y 2 1) x (y 1)
x x
2 y u 0 2 u 0
x x
4 2 2 0 2 2 0 16 2
x 2 (y 2 1) x (y 1)
En consecuencia, F(x, y) 0 x 1 1 y 1
16 2
29
Las funciones de distribucin marginales, resultan:
uv 2
uv 2
x y x 1 x 1
v 2 1 2 1
x x
u v 1 du du u0 x
x
0 x 1
8 1 4
0
o
uv 2
uv 2
x y 1 y 1 y
v2 y 2 y y 2 1 y 2 1 u2
1
1 1
2 2
u v 1 du y 1 u0
1
u y 1 du
8 1 4 8 4 8 2 0 4
0
0
y2 1 y 1 y2 8 y 7
1 y 1
16 2 16
1
x y2
1
x y 1 1 1
f1(x) f(x, y) dy 4 2 dy 4 2 2 y 1 1
1 1
1
y x2
1 1 y4
1
x y 1
f2 (y) f(x, y) dx
4 2 dx x 0
0 4 2 0 2 8
x x
du u0 x
x
F1(x) P(X x) f1(u) du 0 x 1
0
y
1 v2
v 4 y2 8 y 7
y y
0 x 0 y 1
2 2
x (y 1) x (y 1) 0 x 1 1 y 1
16 2
F(x, y) x 0 x 1 , y 1
2
y 8y 7 1 y 1 , x 1
16
1 x 1 , y 1
30
F1(x) F2 (y) y 2 8 y 7 y 4
f1(x) (x) 1 f2 (y)
x x y y 16 8
1
x y2
1
x y 1 1 1
f1(x) f(x, y) dy 4 2 dy 4 2 2 y 1 1
1 1
1
y x2
1 1 y4
1
x y 1
f2 (y) f(x, y) dx
4 2 dx x 0
0 4 2 0 2 8
f(x, y) (x y 2) 4 x y 2
f(y / x) f2 (y)
f1(x) 1 4
f(x, y) (x y 2) 4 2 x y 4
f(x / y) f1(x)
f2 (y) (y 4) 8 y4
z z
Z X Y (z, t) x y 1 1
d) En la transformacin J 30
T X 2 Y (x, y) t t 1 2
x y
2z t z t 0 x 1 0 2z t 3
h1(z, t) , h2 (z, t) ,
3 3 1 y 1 3 z t 3
31
2z t z t
3 3 1 (2z t)( z t)
g(z, t) .
4 3 108
x y 2 0 x 1 (2 z t)( z t) 0 2z t 3
f(x, y) 4 1 y 1 g(z, t) 108 3 z t 3
0 0
en el resto en el resto
Ejercicio 9.- Sea (X,Y) una variable aleatoria bidimensional con funcin de probabilidad
c x y j xi 2, 1, 0,1,2 , y j 2, 1, 0,1,2
pij i
0 en otro caso
b) P X 0, Y 2
c) P X 1
d) P X Y 1
Solucin:
Y pi
-2 -1 0 1 2
X
-2 4c 3c 2c c 0 10c
-1 3c 2c c 0 c 7c
0 2c c 0 c 2c 6c
1 c 0 c 2c 3c 7c
2 0 c 2c 3c 4c 10c
p j 10c 7c 6c 7c 10c 40c
1 xi 2, 1, 0,1,2
5 5
x yj
p
1
ij 40c 1 c
40
pij 40 i y j 2, 1, 0,1,2
i 1 j 1
0 en otro caso
1 1
b) P X 0, Y 2 02
40 20
7
c) P X 1 7c
40
32
zona sombreada
28 7
d) P X Y 1 28c
40 10
P X Y 1 P X 2, Y 2 P X 2, Y 1
P X 1, Y 2 P X 1, Y 1 P X 1, Y 0
P X 0, Y 1 P X 0, Y 0 P X 0, Y 1
P X 1, Y 0 P X 1, Y 1 P X 1, Y 2
P X 2, Y 1 P X 2, Y 2 28c 28 40 7 10
Ejercicio 10.- Sean (X,Y) dos variables aleatorias independientes, cada una con la
funcin de densidad:
e x x0 e y y0
fX (x) fY (y)
0 otro caso 0 otro caso
Solucin:
e x y x 0,y 0
fX,Y (x, y)
0 otro caso
U X Y u 0
La transformacin a aplicar es siendo x 0 e y 0 uv
V X v 0
x x
(x, y) u v
Despejando (X,Y) en la funcin de (U,V) se calcula el jacobiano J1
(u, v) y y
u v
U X Y XV (x, y) 0 1
J1 1
V X Y U V (u, v) 1 1
33
e v (u v ) eu u 0,v 0 , u v
fU,V (u, v) fX,Y (v , u v)
0 otro caso
u.e u u0
u u
v 0 u.e
u u u u
fU (u) fU,V dv e dv e fU (u)
0 0
0 otro caso
Ejercicio 11.- Sea (X,Y) una variable aleatoria bidimensional absolutamente continua
con densidad uniforme en el cuadrante unitario 0,1 x 0,1 . Calcular la funcin de
densidad conjunta U X Y y V X Y
Solucin:
U V x x 1 1
X
U X Y 2 (x, y) u v 2 1
El jacobiano J1 2
V X Y Y U V (u, v) y y 1
1 2
2 u v 2 2
u v u v u v u v 1
fU,V (u, v) fX,Y h1(u, v), h2 (u, v) . J1 fX,Y , . J1 fX,Y , .
2 2 2 2 2
u v u v 1 1 1
fX,Y , . 1.
2 2 2 2 2
uv
X 2 0,1 0 u v 2
Dominio para las variables X e Y:
Y u v 0,1 0 u v 2
2
1
0 u 2 ; 1 v 1
fU,V (u, v) 2
0 en otro caso
34
Ejercicio 12.- Dada la variable aleatoria bidimensional (X,Y) absolutamente continua
con funcin de densidad conjunta
cx 2 y x 2 y 1
f(x, y)
0 en otro caso
Calcular:
a) El valor de la constante c
b) P X Y
Solucin:
cx 2 y 2 y 1
cx 2 cx 6
1 1 1 1
1 f(x, y) dy dx cx y dy dx
2
dx dx
1 1 2 2 1 2 2
x2
yx
x 1
cx 3 cx 7 c c c c 4c 21
c
6 14 x 1 6 14 6 14 21 4
21 2
x y x y 1
2
con lo cual, f(x, y) 4
0 en otro caso
21x 2 y 2 yx
21x 4 21x 6
1 x 1 1
21 2
b) P X Y x y dy dx dx dx
0 4 0 8 0 8 8
x2
y x2
x 1
21x 5 21x 7 21 21 42 21
40 56 x 0 40 56 280 140
x y
c) F(x, y) f(u, v) dv du
1 x 1, 0 y 1
vy
u x vy
21 u2 v 2 21 u2 y 2 21 u6
x x
21 2
F(x, y) u v dv du du du
u 1 v u2 4 1 8 v u2 1 8 8
35
u x u x
21 u3 y 2 21 u7 7 u3 y 2 3 u 7 7 x3 y 2 3 x7 7 y2 3
24 56 u 1 8 8 u 1 8 8 8 8
7 3 2 3 7 7 2 3
x y x y
8 8 8 8
1 x 1, y 1
u x
v 1
21 2 7 3 7 3 7 3 1
F(x, y) u v dv du x 3 y 2 x 7 y 2 x 3 x 7
u 1 4 8 8 8 8 y 1 8 8 2
v u2
x 1, 0 y 1
u 1
vy
21 2 7 3 7 3 7 3
F(x, y) u v dv du x 3 y 2 x 7 y 2 y 2
u 1 4 8 8 8 8 x 1 4 4
v u2
x 1, y 1
u 1
v 1
21 2 7 3 7 3
F(x, y) u v dv du x 3 y 2 x 7 y 2 1
u 1 4 8 8 8 8
v u2 x 1, y 1
En consecuencia,
0 x 1
0 y0
7 3 2 3 7 7 2 3
x y x y 1 x 1, 0 y 1
8 8 8 8
F(x, y) 7 3 3 7 1
8 x 8 x 2 1 x 1, y 1
7 y2 3 x 1, 0 y 1
4 4
1 x 1, y 1
36
Ejercicio 13.- Dada la variable aleatoria bidimensional (X,Y) con funcin de distribucin
0 x0
0 x 0,y 0
xy 0 x 1 , 0 y 1
F(x, y)
x 0 x 1 , y 1
y x 1 , 0 y 1
1 x 1 , y 1
Solucin:
a)
0 x0 0 x0
0 x 0,y 0 0 x 0,y 0
F(x, y) y 0 x 1 , 0 y 1 F(x, y) 1
2
0 x 1 , 0 y 1
f(x, y)
x 1 0 x 1 , y 1 x y 0 0 x 1 , y 1
0 x 1 , 0 y 1 0 x 1 , 0 y 1
0 x 1 , y 1 0 x 1 , y 1
1 0 x 1 , 0 y 1
Por consiguiente, f(x, y)
0 en otro caso
Portal Fuenterrebollo
37