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

ei (X(ei), Y(ei)) 2

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 2 ei (X(ei), Y(ei)) 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.

Funcin de probabilidad conjunta

Definicin

1
Propiedades:

Funcin de probabilidad marginal

Funcin de probabilidad condicionada

Funcin de distribucin

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:
1 1
a. Encuentre la probabilidad ( < 2 , < 3)

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 5
() = 18 2 2 = 01
0 3

c. La distribucin marginal de y.

Solucin:
1
() = 18 2 2 = 6 2 (1 3 ) 01

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
20 3 20 20 3

30
19000 3 2 19000
[ + 10 ] = 1; ( )=1; = ;
3 3 20 3

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:

30 30
2 2 )
3
() = ( + = [ + 2 ]
20 3 20

(6 2 + 9576) 20 30

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

Solucin:

30 30
2 2 )
3
() = ( + = [ + 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).

() () = 36 2 (1596 + 2 )(1596 + 2 ) ( 2 + 2 )

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

26
1 3 1 9576
( ) [262 + ] = ( )( 4056) = 0.5317
13632 3 20 13632 3

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:

24 0 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:

2
() = {12(1 ) 01
0
2
Con () obtenida reemplazando x por y en (). Es fcil verificar que = = 5

1 1
() = (, ) = 24
0 0

1

() = 8 2 (1 )3 =
0

Por lo tanto la Covarianza est dada por:

2 2 2 2 4
(, ) = ( )( ) = =
15 5 5 15 25

15