Professional Documents
Culture Documents
Supongamos que realizamos el experimento siguiente: se lanzan dos dados legales. Ahora
se desea determinar cuáles son todos los posibles resultados y sus respectivas
probabilidades.
S= { }
Y la función de probabilidad: f(x, y) =
Gráficamente:
Definición.
Si X y Y son variables aleatorias discretas, la función dada para 𝑓(𝑥, 𝑦) = 𝑃(𝑋 = 𝑥, 𝑌 =
𝑦) = 𝑃(𝑋 = 𝑥 ∩ 𝑌 = 𝑦) para cada par de valores (x, y) dentro del intervalo de (x, y) se
llama distribución de probabilidad conjunta o función de probabilidad conjunta.
Teorema.
Una función bivariada puede servir como la distribución de probabilidad conjunta de un
par de variables aleatorias discretas X y Y si y sólo si sus valores f(x, y) satisfacen las
condiciones:
𝑓(𝑥, 𝑦) ≥ 0 para cada par de valores en su dominio
∑𝑥 ∑𝑦 𝑓(𝑥, 𝑦) = 1, donde la doble suma se extiende sobre todos los
posibles pares de (x, y) dentro de su dominio.
Ejemplo:
1. 2 cápsulas se seleccionan al azar de un frasco con 3 aspirinas, 2 sedantes y 4
laxantes. a. Escribe la función de probabilidad conjunta si llamamos a X como la
cantidad de aspirinas seleccionadas y a Y como la cantidad de sedantes
seleccionados.
Definición
Una función bivariada con valores f(x, y) definida sobre el plano XY, se llama función
de densidad de probabilidad conjunta de las variables aleatorias continuas X y Y si y sólo
si:
Teorema
Una función bivariada puede servir como una función de densidad de probabilidad
conjunta de un par de variables aleatorias continuas X y Y si sus valores f(x, y) satisfacen
las condiciones:
𝑓(𝑥, 𝑦) ≥ 0; −∞ < 𝑥 < ∞ 𝑦 −< 𝑦 < ∞
∞ ∞
∫−∞ ∫−∞ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = 1
Ejemplos.
𝑘(𝑥 + 𝑦) 𝑝𝑎𝑟𝑎 0 < 𝑥 < 1, 0 < 𝑦 < 2
1. Sea 𝑓(𝑥, 𝑦) = {
0 𝑝𝑎𝑟𝑎 𝑐. 𝑜. 𝑙
a) Determina el valor de k que hace a f(x, y) una función de densidad conjunta
2
b) 𝑃 (𝑋 + 𝑌 > 3)
Ejemplos.
1. La densidad conjunta de X, la proporción de la capacidad del tanque que se abastece
al principio de la semana, y Y, la proporción de la capacidad vendida durante la
semana está dada por
3𝑥 𝑝𝑎𝑟𝑎 0 ≤ 𝑦 ≤ 𝑥 ≤ 1
𝑓(𝑥, 𝑦) = {
0 𝑝𝑎𝑟𝑎 𝑐. 𝑜. 𝑙
𝑔(𝑥) = ∑ 𝑝(𝑥, 𝑦)
𝑇𝑜𝑑𝑎 𝑦
ℎ(𝑦) = ∑ 𝑝(𝑥, 𝑦)
𝑇𝑜𝑑𝑎 𝑥
Ejemplos:
Dada la densidad de probabilidad conjunta:
2
𝑝𝑎𝑟𝑎 0 < 𝑥 < 1, 0 < 𝑦 < 1
𝑓(𝑥, 𝑦) = {3(𝑥 + 2𝑦)
0 𝑝𝑎𝑟𝑎 𝑐. 𝑜. 𝑙
Encuentra las densidades marginales de X y de Y.
1.6 DISTRIBUCIONES CONDICIONALES (Caso Discreto)
Si p(x,y) es el valor de la distribución de probabilidad conjunta de las variables aleatorias
discretas X y Y, y h(y) es el valor de la distribución marginal de Y en y, la función dada
por:
𝑓(𝑥, 𝑦)
𝑓(𝑥|𝑦) = ℎ(𝑦) ≠ 0
ℎ(𝑦)
Ejemplo.
1. Dos cápsulas se seleccionan al azar de un frasco con 3 aspirinas, 2 sedantes y 4
laxantes. Escribe la función de probabilidad conjunta si llamamos a X como la cantidad
de aspirinas seleccionadas y a Y como la cantidad de seleccionados. Determina la
distribución condicional de X dado Y = 1.
1.7 DISTRIBUCIONES CONDICIONALES (Caso Continuo)
Si f(x, y) es el valor de la densidad de probabilidad conjunta de las variables aleatorias
continuas X y Y, y h(y) es el valor de la densidad marginal de Y en y, la función dada
por:
𝑓(𝑥, 𝑦)
𝑓(𝑥|𝑦) = ℎ(𝑦) ≠ 0, 𝑝𝑎𝑟𝑎 − ∞ < 𝑥 < ∞
ℎ(𝑦)
Se llama densidad condicional de X dado Y = y.
Ejemplo.
1
Determina la densidad condicional de X dado Y=y, y úsala para evaluar 𝑃 (𝑋 ≤ 2 , 𝑌 =
1
) si
2
2
𝑝𝑎𝑟𝑎 0 < 𝑥 < 1, 0 < 𝑦 < 1
𝑓(𝑥, 𝑦) = {3(𝑥 + 2𝑦)
0 𝑝𝑎𝑟𝑎 𝑐. 𝑜. 𝑙
1.8 INDEPENDENCIA DE VARIABLES ALEATORIAS
Teorema
Si X y Y son variables aleatorias con función de probabilidad (densidad) conjunta f(x,y)
y funciones de probabilidad (densidad) marginal f1(x) y f2(y), respectivamente, entonces
X y Y son variables aleatorias independientes (v.a.i) si y sólo si,
f(x,y) = f1(x)* f2(y) para todos los pares de números reales (X,Y)
Teorema
Si s son variables aleatorias con función de probabilidad (densidad) conjunta f(X1, X2,
X3, … Xn) y funciones de probabilidad (densidad) marginal fi(Xi), respectivamente,
entonces X1, X2, X3, … Xn son v.a. independientes si y sólo si,
f(X1, X2, X3, … Xn)= f1(X1)* f2(X2)* f3(X3)…* fn(Xn) con i = 1, 2, 3, …, n
Ejemplos.
1. Lanzamos una moneda balanceada n veces (de forma que los lanzamientos son
independientes) y sea Xi el número de caras en el i-ésimo lanzamiento. Encontrar la
distribución de probabilidad conjunta.
1.9.3 PROPIEDADES
Sea c una constante, gi(x,y) funciones de X y Y; y g(x) y h(y) funciones solo de X y Y
respectivamente. Entonces,
a) E[c] = c
b) E[cg1(X,Y)] = cE[g(X,Y)]
c) E[g1(X,Y) + g2(X,Y) + … + gk(X,Y) ] = E[g1(X,Y)] + E[g2(X,Y)] + … + E[gk(X,Y)]
d) E[g(X) h(Y)] = E[g(X)]* E[h(Y)]
Teorema
Sean X y Y v.a. independientes, entonces E(X*Y) = E(X)*E(Y)
Demostración.
Ejemplos.
1. Considera que X y Y tienen una densidad conjunta dada por
2𝑦 𝑝𝑎𝑟𝑎 0 < 𝑥 < 1, 0 < 𝑦 < 1
𝑓(𝑥, 𝑦) = {
0 𝑝𝑎𝑟𝑎 𝑐. 𝑜. 𝑙
Encuentra
a) E(XY)
b) E(X)
c) E(X+Y)
2. Del proceso para producir una sustancia química industrial se obtiene un producto
que contiene dos tipos de impurezas. Para una muestra específica proveniente de este
proceso, denotemos con X la proporción de impurezas en la muestra y con Y la
proporción de impurezas del tipo I entre todas las impurezas halladas. Supongamos
que la distribución conjunta de X y Y puede ser modelada con la siguiente función de
densidad de probabilidad
2(1 − 𝑦) 𝑝𝑎𝑟𝑎 0 < 𝑥 < 1, 0 < 𝑦 < 1
𝑓(𝑥, 𝑦) = {
0 𝑝𝑎𝑟𝑎 𝑐. 𝑜. 𝑙
Teorema.
Demostración
Teorema.
Si X y Y son variables aleatorias independientes, entonces
σXY = Cov(x,y) = 0
Demostración
El coeficiente de correlación mide la relación lineal entre dos variables de una manera
estandarizada, de modo que entre más cercano es el valor de ρ a 1, indica una relación
lineal positiva más marcada; por el contrario, entre más cercano es el valor de ρ a -1,
implica una relación lineal negativa más pronunciada. Mientras que un valor cercano a
cero indica que la relación lineal entre las variables es nula.
Ejemplo
Teorema.
Si X1, X2, X3, …, Xn son variables aleatorias y Y = a1X1+a2X2+a3X3+…+anXn =
∑𝑛𝑖=1 𝑎𝑖 𝑋𝑖 donde a1, a1, a2, … an son constantes, entonces:
Ejemplo
Sean las variables aleatorias X1 y X2, el precio de la materia prima A y la prima B
necesarias para elaborar un producto respectivamente. Dado que dichos precios están
cambiando de manera anual, se estima que para el próximo año E(X1) = $53 por unidad
con desviación estándar de $3.5, y que E(X2) = $100 por unidad con desviación estándar
de $2.7. Suponga que X1 y X2 son variables aleatorias independientes. El gerente de la
empresa comprará el próximo lunes (inicio de año) 300,000 unidades tipo A y 250,000
unidades tipo B.
a) Calcula el valor esperado del gasto de la empresa
Teorema
Si X1, X2, X3, …, Xn son variables aleatorias y
Y1 = a1X1+a2X2+a3X3+…+anXn = ∑𝑛𝑖=1 𝑎𝑖 𝑋𝑖 y
Y2 = b1X1+b2X2+b3X3+…+bnXn = ∑𝑛𝑖=1 𝑏𝑖 𝑋𝑖
donde a1, a2, a3, … an y b1, b2, b3, … bn son constantes, entonces:
𝑛
Teorema.
Si x1, x2, …, xk son variables aleatorias que tienen una distribución multinomial con
parámetros n y p1, p2, …, pk, entonces:
1.12 E(Xi) = npi, V(Xi) = npi (1-pi)
1.13 Cov(Xi,Xj) = -n pi pj , si 𝑖 ≠ 𝑗
Ejemplo
Supongamos que en las próximas elecciones federales contendrán 4 candidatos. Se estima
que el 15% de los ciudadanos tiene intención de votar por el candidato A, el 20% por el
candidato B, el 35% por el candidato C y el resto por el candidato D. Si se elige una muestra
aleatoria de 15 ciudadanos, ¿cuál es la probabilidad de que 3 de ellos manifiesten intención
de voto por el candidato A, 5 por el candidato B, 5 por el candidato C y el resto por el
candidato D.
1.12.2 DISTRIBUCIÓN HIPERGEOMÉTRICA MULTIVARIADA
Elementos de la distribución hipergeométrica multivariada:
N es el tamaño de la población
n es el tamaño de la muestra aleatoria
k es el número de clases de la población
Mi es el número de elementos de la i-ésima clase en la población, donde I = 1, 2, 3, …k
Xi es el número de éxitos de la i-ésima clase en la muestra, donde i= 1, 2, 3 … k
Entonces la distribución hipergeométrica se expresa de la forma siguiente,
(𝑀
𝑥
1
) (𝑀
𝑥
2
) … (𝑀
𝑥
𝑘
)
1 2 𝑘
𝑝(𝑋1 = 𝑥1 , 𝑋2 = 𝑥2 , … , 𝑋𝑘 = 𝑥𝑘 ) =
(𝑁𝑛)
Ejemplo.
En un grupo de 30 estudiantes, hay 15 originarios de Nuevo León, 10 de Coahuila y
5 de Jalisco. Supongamos que se elige al azar un comité de 5 personas. Determina la
probabilidad de que:
a) El comité se conforme dos de Nuevo León, dos de Coahuila y 1 de
Jalisco