Professional Documents
Culture Documents
x i x
y i
p xy ( x i , y i )
%imilarmente se hace para la variable aleatoria & Probabilidad Conjunta En un espacio muestra bivariable o multivariable cada resultado posible hace referencia a dos o m's caractersticas. Entonces la probabilidad de un resultado conjunto es denotado de la si$uiente forma# ! (() *)) (() + *) son variables del conjunto). Conjunta:
Fxy ( x , y) x x y y p xy ( x i , y i ) lo
i i
cual
es
i$ual
P[(X x ) ( Y y)]
Probabilidad Condicional Usualmente, es deseado conocer la probabilidad de que un evento ocurra, dado que un se$undo evento ocurra a su ve,. Esto si$nifica que la probabilidad de que un evento se d, esta condicional a un se$undo evento que permita el desarrollo del mismo. Condicional: %i se conoce el valor de una de las variables aleatorias "-+ ., las probabilidades relativas de los diferentes valores de la otra variable est'n dados por p xy ( x , y 0 ) , se tiene una fmp condicional de & dado ".
Pgina 1
Px / y ( x, y) = P[X = x / Y = y] =
Px / y ( x , y) =
p xy ( x , y) p y ( y)]
p xy ( x , y) p xy ( x i , y)
x i
0 ox / y 1 y
xi x / y
p ( x i , y) = 1 .
!ara " dado &. Conjunta a partir de las probabilidades Marginales y Condicionales
Pxy ( x , y) = p x / y ( x , y) p y ( y) = p y / x ( y, x ) p x ( x )
y2
y1
f xy ( x , y)dydx
xy
( x , y)dxdy =1
" la cumulada,
Fxy ( x, y ) = P[( X = x ) (Y = y )] = P[( X x ) ( Y y ) ] =
f xy ( x 0 , y 0 )dy 0 dx 0
f xy ( x , y) = FXY ( x , y) x y
2e donde,
Funcin de distribucin de probabilidad marginal y Condicional. 2ensidad conjunta se inte$ra sobre valores de " + se tiene funcin de distribucin de probabilidad mar$inal de &#
f X (x) = f
XY
( x , y )dy
FX ( x ) = f
( x 0 )dx 0 =FXY ( x , )
3 sea,
f X (x) =
FXY ( x , ) x
" para la
ondicional#
f Y ( y 0 ) = f XY ( x , y 0 )dx
!or lo cual, f X / Y ( x , y) =
f XY ( x , y) f Y ( y)
x
FX / Y ( x , y) = P[ X x / Y = y] = f X / Y ( u , y)du
Pgina 2
Ejemplo# a partir del ejemplo que vimos en la leccin anterior (serie con los pesos + medidas de los alumnos de una clase) vamos a estudiar sus distribuciones mar$inales.
Estatura / Peso !%2! cm !%22 cm !%2 cm !%2# cm !%2$ cm !%2& cm !%2' cm !%28 cm !%2( cm !% ) cm
! "g . . . . ) . 4 . 5 .
2 "g . ) . 4 ) . ) ) . . "g ) ) . ) ) . . ) ) .
# "g 4 . . . . . 4 . ) 4
$ "g . ) . . . . ) ) ) )
1as variables mar$inales se comportan como variables unidimensionales, por lo que pueden ser representadas en tablas de frecuencias. a* Distribucin marginal de la +ariable , -estatura* 3btenemos la si$uiente tabla de frecuencia#
.ariable -Estatura* 66 ),4) ),44 ),45 ),49 ),4; ),48 ),4< ),4= ),4: ),5.
Frecuencias absolutas Frecuencias relati+as /imple 0cumulada /imple 0cumulada 66 66 66 66 5 5 ).,.7 ).,.7 5 8 ).,.7 4.,.7 . 8 .,.7 4.,.7 5 : ).,.7 5.,.7 5 )4 ).,.7 9.,.7 . )4 .,.7 9.,.7 8 )= 4.,.7 8.,.7 5 4) ).,.7 <.,.7 8 4< 4.,.7 :.,.7 5 5. ).,.7 )..,.7
Pgina 3
b* Distribucin marginal de la +ariable 1 -peso* 3btenemos la si$uiente tabla de frecuencia# .ariable -Peso* 66 5) 54 55 59 5; Frecuencias absolutas Frecuencias relati+as /imple 0cumulada /imple 0cumulada 66 66 66 66 8 8 4.,.7 4.,.7 8 )4 4.,.7 9.,.7 8 )= 4.,.7 8.,.7 < 4; 45,57 =5,57 ; 5. )8,87 )..,.7
Pgina 4