FUNCIONES DE VARIABLES ALEATORIAS BIVARIADAS

(Notas elaboradas por el Ing. Leonardo Bauelos y la M. en I. Patricia Aguilar)

INTRODUCCIN


En el captulo anterior se estudiaron variables aleatorias unidimensionales; es decir, se
estudi cada variable de manera independiente; sin embargo, en muchas ocasiones es
necesario estudiar dos o ms caractersticas (variables) de un experimento. En cualquier
sistema fsico, econmico o social que se estudie a travs de modelos aleatorios, pueden
existir varias variables de influencia, y debido a la interrelacin entre ellas, deben estudiarse
modelos que describan el comportamiento probabilsta conjunto de dichas variables.



Definicin
Si
X
, ... ,
X
,
X
,
X n 3 2 1
son variables aleatorias definidas sobre un mismo espacio
muestral, dichas variables aleatorias reciben el nombre de VARIABLES
ALEATORIAS CONJUNTAS.

As como se dijo, en el tema anterior, que una variable aleatoria responde a una
pregunta de inters en un fenmeno, las variables aleatorias conjuntas se puede decir que
representan varias caractersticas (o responden a varias preguntas) de inters acerca de un
mismo fenmeno. Y al igual que en el tema anterior, existen variables aleatorias conjuntas
discretas y continuas.



6.1 FUNCIONES DE DENSIDAD Y DE PROBABILIDAD CONJUNTAS


VARIABLES ALEATORIAS CONJ UNTAS DISCRETAS

Diremos que dos o ms variables aleatorias conjuntas son discretas, si de manera
individual cada una de las variables consideradas, es discreta, de acuerdo con la definicin
presentada en el tema anterior.


Definicin

Si
X
, ... ,
X
,
X
,
X n 3 2 1
son variables aleatorias conjuntas discretas, se define su
funcin de probabilidad conjunta como:
( ) ( )
x
=
X
. . .
x
=
X

x
=
X
P =
x
, . . . ,
x
,
x

f n n 2 2 1 1 n 2 1 X . . . X X n 2 1

( )
x
=
X
, . . . ,
x
=
X
,
x
=
X
P =
n n 2 2 1 1


Es bastante comn utilizar p
XY
para denotar la funcin de probabilidad conjunta; sin
embargo, aqu se prefiere la notacin
fXY
, puesto que tambin es una funcin y facilita la
generalizacin de diversas expresiones.

En particular si 2 = n

( ) ( ) ( ) y = Y , x = X P = y = Y x = X P = y , x
f Y X



Ejemplo
Considrese el lanzamiento de dos dados.
El espacio muestral es

( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )

6 , 6 , 5 , 6 , 4 , 6 , 3 , 6 , 2 , 6 , 1 , 6
6 , 5 , 5 , 5 , 4 , 5 , 3 , 5 , 2 , 5 , 1 , 5
6 , 4 , 5 , 4 , 4 , 4 , 3 , 4 , 2 , 4 , 1 , 4
6 , 3 , 5 , 3 , 4 , 3 , 3 , 3 , 2 , 3 , 1 , 3
6 , 2 , 5 , 2 , 4 , 2 , 3 , 2 , 2 , 2 , 1 , 2
6 , 1 , 5 , 1 , 4 , 1 , 3 , 1 , 2 , 1 , 1 , 1
= S

Si interesa el resultado del primer dado y la suma de los puntos en los dos lanzamientos,
entonces
Sea
X1
: El resultado del primer lanzamiento
X2
: La suma de los resultados de los dos lanzamientos.

{ } 6 , ... , 2 , 1 =
R
X1

{ } 12 , ... , 4 , 3 , 2 =
R
X2

La funcin de probabilidad conjunta para
X1
y para
X2
se construye de la siguiente
forma:

Anotando las probabilidades en una tabla se tiene:



x
\
x 1 2


1

2

3

4

5

6

2

36
1


0

0

0

0

0

3

36
1


36
1


0

0

0

0

4

36
1


36
1


36
1


0

0

0

5

36
1


36
1


36
1


36
1


0

0

6

36
1


36
1


36
1


36
1


36
1


0

7

36
1


36
1


36
1


36
1


36
1


36
1


8

0

36
1


36
1


36
1


36
1


36
1


9

0

0

36
1


36
1


36
1


36
1


10

0

0

0

36
1


36
1


36
1


11

0

0

0

0

36
1


36
1


12

0

0

0

0

0

36
1


GRFICA DE UNA FUNCIN DE PROBABILIDAD CONJUNTA

Al igual que para las variables aleatorias unidimensionales, lo ms comn es dibujar rectas
verticales cuya altura representa la probabilidad, tambin se pueden dibujar los puntos; sin
embargo, como puede observarse, la lectura de una grfica de una funcin de probabilidad
conjunta se complica un poco, y slo puede hacerse para el caso de dos variables.




CARACTERSTICAS DE LA FUNCIN DE PROBABILIDAD CONJUNTA


Si X , Y son dos variables aleatorias conjuntas discretas. Su funcin de probabilidad
conjunta tiene las siguientes caractersticas:

1) ( ) ( )
R
y , x 1 y , x
f
0
Y X, Y X


2) ( ) 1 = y , x
f Y X
R R
Y X



3) ( ) ( ) y , x
f
= y Y y ;
x
X
x
P
Y X
y
y = y
x
x = x
1 0
1 0
1
0
1
0





6.2 FUNCIONES DE DENSIDAD Y DE PROBABILIDAD MARGINALES

An cuando dos variables aleatorias sean variables aleatorias conjuntas, en s misma
cada una de ellas es una variable aleatoria y por lo tanto posee un comportamiento
probabilsta que puede ser descrito a travs de una funcin de probabilidad o de densidad,
en el que no importa cul sea el comportamiento de la otra o de las otras variables.
FUNCIN DE PROBABILIDAD MARGINAL


Si X y Y son dos variables aleatorias conjuntas discretas, entonces se pueden hacer las
siguientes definiciones.


Definicin
Si X e Y son dos variables aleatorias conjuntas discretas con funcin de
probabilidad conjunta f
X,Y
(x, y), se definen:

La funcin de probabilidad marginal de X ( funcin de probabilidad de X
al margen de Y ) como
( ) ( ) y , x
f
= x
f Y X
R
X
Y

La funcin de probabilidad marginal de Y ( funcin de probabilidad de Y

al margen de X ) como
( ) ( ) y , x
f
= y
f Y X
R
Y
X

Ejemplo
Cierto artculo se fabrica en dos lneas de produccin diferentes. La capacidad en
cualquier da dado para cada lnea es de 2 artculos. Supngase que el nmero de
artculos producidos por la lnea 1 en un da cualquiera es una variable aleatoria X y
que el nmero de artculos producidos por la lnea 2 est dado por Y . Con base en
datos estadsticos se obtuvo la siguiente tabla que corresponde a la funcin de
probabilidad conjunta de X y de Y .


x
( ) y , x
f Y X



0

1

2

0

0.10

0.20

0.20

1

0.04

0.08

0.08



y

2

0.06

0.12

0.12


a) Calcular la probabilidad de que en un da dado el nmero de artculos producidos en
la lnea 1 sea mayor que el nmero de artculos producidos en la lnea 2 .
b) Obtener las probabilidades marginales de X y Y

Resolucin
a)

( ) ( ) ( ) ( P + 0 = Y , 2 = X P + 0 = Y , 1 = X P = Y > X P
0.08 + 0.2 + 0.2 = 0.48 =
b)




x


( ) y , x
f Y X



0

1

2

( ) y
fY


0

0.10

0.20

0.20

0.5

1

0.04

0.08

0.08

0.2

2

0.06

0.12

0.12

0.3




y

( ) x
fX


0.20

0.40

0.40

1.0



VARIABLES ALEATORIAS CONJ UNTAS CONTINUAS

Diremos que dos o ms variables aleatorias conjuntas son continuas, si de manera
individual cada una de las variables consideradas, es continua de acuerdo con la definicin
presentada en el tema anterior.


Definicin
Si
X
, ... ,
X
,
X
,
X n 3 2 1
son variables aleatorias conjuntas continuas, entonces su funcin
de densidad conjunta se define como una funcin con las siguientes caractersticas
1) ( )
x
, . . . ,
x
,
x
0
x
, . . . ,
x
,
x

f n 2 1 n 2 1 X . . . X X n 2 1

2)
3)



Ejemplo
Sean X , Y dos variables aleatorias conjuntas con funcin de densidad



a) Calcular el valor de k para el cual
f Y X
es funcin de densidad
b) ( ) 1 Y 0.5 , 1 X 5 0. P
c) ( ) 1 Y + X P


Resolucin

a) Para el caso de dos variables aleatorias la propiedad 2 puede reescribirse como

Por lo que

2
y
+ y
2
1
k = 1
2
1
0

( ) 1 = k _ 1 k =
2
1
+
2
1
k =

b)



0.375
16
6
=
16
4
-
16
6
+
16
4
=

3) Para obtener ( ) 1 Y + X P , se dibuja la regin de integracin





0.333
3
1
=
2
1
+
6
1
- =
2
x
+
6
x
- =
2
1
0

FUNCIN DE DENSIDAD MARGINAL


Al igual que para las variables aleatorias conjuntas discretas, para las continuas tambin se define la funcin de densidad
marginal.



Definicin
Si X y Y son dos variables aleatorias conjuntas continuas, entonces se define:
La funcin de densidad marginal de X ( funcin de probabilidad de X al
margen de Y ) como
( ) ( ) y d y , x
f
= x
f Y X
-
X

La funcin de densidad marginal de Y ( funcin de probabilidad de Y al
margen de X ) como
( ) ( ) x d y , x
f
= y
f Y X
-
Y

Ejemplo
Para la funcin de distribucin conjunta discreta estudiada anteriormente, del lanzamiento de dos dados, obtener
las marginales.
Resolucin

x
\
x 1 2


1

2

3

4

5

6

(
x

f
X2


2

36
1


0

0

0

0

0

36
1


3

36
1


36
1


0

0

0

0

36
2


4

36
1


36
1


36
1


0

0

0

36
3


5

36
1


36
1


36
1


36
1


0

0

36
4


6

36
1


36
1


36
1


36
1


36
1


0

36
5


7

36
1


36
1


36
1


36
1


36
1


36
1


36
6


8

0

36
1


36
1


36
1


36
1


36
1


36
5


9

0

0

36
1


36
1


36
1


36
1


36
4


10

0

0

0

36
1


36
1


36
1


36
3


11

0

0

0

0

36
1


36
1


36
2


12

0

0

0

0

0

36
1


36
1


(
x

f 1 X1


36
6


36
6


36
6


36
6


36
6


36
6


1


Ejemplo


Sean
X1
y
X2
las proporciones de dos sustancias distintas que se encuentran en una muestra de una mezcla de
reactivos que se usa como insecticida. Supngase que
X1
y
X2
tienen una densidad de probabilidad conjunta
representada por

caso otro en 0
1
x
+
x
, 1
x
0 ,
x
0 2
= )
x
,
x
(
f
2 1 2 1
2 1 X X 2 1


a) Calcular

4
3
X
,
4
3
X
P
2 1
.
b) Determinar

2
1
X
,
2
1
X
P
2 1
.
Resolucin
a)
x
d
x
d 2 +
x
d
x
d 2 =
4
3
X
,
4
3
X
P
1 2
x - 1
0
1 2
0 0
2 1
1
4
3
4
1
4
3
4
1

x
d )
x
- 1 ( 2 +
4
3
4
1
2 =
4
3
X
,
4
3
X
P
1 1 2 1
4
3
4
1

8
7
=
2
1
+
8
3
=
4
3
X
,
4
3
X
P
2 1

La regin es

b) =
2
1

2
1
2 =
2
1
X
,
2
1
X
P
2 1

2
1



Ejemplo
Sea la funcin de densidad conjunta

caso otro en 0
2 y 0 , 1 x 0
a
y x
+
x
= ) y , x (
f
2
3
Y X


a) Obtener el valor de _ a .
b) Calcular ) Y X ( P .

c) Obtener las funciones marginales ) x (
fX
y ) y (
fY
.

Resolucin

a) Para que la funcin sea una funcin de densidad conjunta debe de cumplirse que
1 = y d x d ) y , x (
f

XY

-

-

, por lo que:

de donde

3
8
= a
b) La regin de integracin es:

Por lo que

o bien utilizando el complemento


=
40
9
- 1 = ) Y X ( P
40
31

c) Las marginales se obtienen de
( ) ( ) y d y , x
f
= x
f Y X
-
X

( ) ( ) x d y , x
f
= y
f Y X
-
Y

Para la marginal de x

caso otro en 0
1 x 0
x +
x
2
= ) x (
f
3
X


Para la marginal de y

caso otro en 0
2 y 0
y
16
3
+
4
1
= ) y (
f
2
Y


6.2 FUNCIN DE DISTRIBUCIN CONJUNTA

Proporciona el comportamiento probabilsta acumulado conjunto de una sucesin de
variables aleatorias.


Definicin
Si X y Y son dos variables aleatorias conjuntas se define ( ) y , x
F Y X
como
( ) ( ) y Y , x X P = y , x
F Y X
.
Si X y Y son dos variables aleatorias conjuntas discretas o continuas,
entonces:
) v , u (
f
= ) y , x (
F Y X
y
- = v
x
- = u
Y X

para vv.aa. discretas
para vv.aa. continuas

Y ( ) y , x
F Y X
tiene las siguientes propiedades:
1)
F Y X
es una funcin no decreciente
2) ( ) 0 = y , -
F Y X

( ) 0 = - , x
F Y X

( ) 1 = ,
F Y X

3) ( ) ( ) y
F
= y ,
F Y Y X

( ) ( ) x
F
= , x
F X Y X

4)
( ) ( ) ( ) y ,
x

F
- y ,
x

F
= y Y < y ,
x
X <
x
P
2
1 Y X
2
2 Y X
2 1
2 1

( ) ( ) y ,
x

F
+ y ,
x

F
-
1
1 Y X
1
2 Y X

5) Para vv.aa. continuas, si
F Y X
tiene derivadas parciales de orden superior a dos.
( )
( )
x y
y , x
F

= y , x
f
Y X
2
Y X

INDEPENDENCIA DE VARIABLES ALEATORIAS CONJ UNTAS

Despus de estudiar las funciones de probabilidad y de densidad marginales, se
observa que el conocimiento (o la informacin) sobre el valor de una de las variables
aleatorias puede modificar el comportamiento probabilsta de la otra variable. Esto slo

sucede si las variables conjuntas son dependientes.


Teorema
Si X y Y son variables aleatorias conjuntas, se dice que son independientes si
y slo si
( ) ) y (
f
) x (
f
= y , x
f Y X Y X

para todox e y.

Ejemplo
Determinar si las vv.aa. conjuntas X y Y con funcin de densidad conjunta dada por:

caso otro en 0
x y 0 , 1 x 0
) y + x ( x
3
8
= ) y , x (
fXY


son independientes o no.

Resolucin
Para determinar si las vv. aa. son independientes o no, deben obtenerse las
marginales primero.

Para la marginal de x


x
4 =
2
x
+
x

3
8
= ) x (
f
3
3
3
X

De donde

caso otro en 0
1 x 0
x
4
= ) x (
f
3
X


Para la marginal de y


9
y 20
- y
3
4
+
9
8
=
2
y
x
+
3
x

3
8
= ) y (
f
3
2 3
1
y
Y

De donde

caso otro en 0
1 y 0
9
y 20
- y
3
4
+
9
8
= ) y (
f
3
Y


Y puesto que
) y , x (
f
= y
x

9
80
- y
x

3
16
+
x

9
32
= ) y (
f
) x (
f XY
3
3 3 3
Y X

se concluye que las variables X y Y no son independientes (son dependientes).


CARACTERSTICAS NUMRICAS DE LAS VARIABLES ALEATORIAS
CONJ UNTAS

Las caractersticas numricas de las variables aleatorias conjuntas son valores que
describen el comportamiento probabilstico conjunto.



6.4 APLICACIONES

VALOR ESPERADO DE FUNCIONES DE VARIABLES ALEATORIAS CONJ UNTAS


Definicin
Si X , Y son variables aleatorias conjuntas con funcin de probabilidad o de
densidad conjunta ( ) y , x
f Y X
y si ( ) y , x g es una funcin dichas variables
aleatorias. Entonces el valor esperado de ( ) y , x g se define como:


PROPIEDADES DEL VALOR ESPERADO

a) ( ) c = c E
b) ( ) ( ) ( ) Y E + X E = Y + X E
c) Si X , Y son variables aleatorias independientes entonces
( ) ( ) ( ) ( ) ( ) ( ) ( ) Y g E X g E = Y g X g E
2 1 2 1



Ejemplo
En cierto proceso para elaborar una sustancia qumica industrial el producto

resultante contiene dos tipos de impurezas. En una muestra especfica de este
proceso,
Y1
denota la proporcin de impurezas en la muestra y
Y2
la proporcin
de la impureza tipo I entre todas las impurezas encontradas. Supngase que se
puede elaborar un modelo de la distribucin conjunta de
Y1
y
Y2
mediante la
funcin de densidad de probabilidad siguiente:



Encontrar el valor esperado de la proporcin de impurezas tipo I.

Resolucin
Puesto que
Y1
es la proporcin de impurezas en la muestra y
Y2
la proporcin de
impurezas de tipo I en relacin al total de las impurezas muestrales, tenemos que
Y

Y 2 1
es la proporcin de impurezas tipo I en la muestra entera. Es decir, se debe
obtener ( )
Y

Y
E
2 1





COVARIANCIA

La covariancia es una medida de dispersin que indica, en promedio, qu tanto se
alejan conjuntamente los valores de sus medias respectivas, i.e. qu tanto varan en
conjunto (qu tanto covarian).


Definicin
Si X y Y son 2 variables aleatorias conjuntas, entonces se define la
covariancia ( ) Y , X Cov como:
( ) ( ) ( ) [ ] - Y - X E = = Y , X Cov
Y X
Y X

Aplicando las propiedades del valor esperado, se tiene que la covariancia se puede
calcular mediante:
( ) ( ) ( ) [ ] - Y - X E = Y , X Cov
Y X
( )
Y X
- Y X E =

Teorema
Si X y Y son dos variables aleatorias conjuntas independientes, entonces:
( ) 0 = Y , X Cov


El valor esperado de la covariancia depende de la escala en la que estn X y Y .
Para referir la relacin entre X y Y a una escala fija se debe utilizar el coeficiente de
correlacin.


Definicin
El coeficiente de correlacin, denotado por es:

( )
( ) ( )

Y X
Y X

=
Y Var X Var
Y , X Cov
=


El coeficiente de correlacin es una cantidad adimensional que mide la asociacin
lineal entre las dos variables aleatorias, el valor de est contenido en el intervalo
[ ] 1 , 1 - .

El coeficiente de correlacin tiene las siguientes propiedades.

1) Si X , Y son vv.aa. independientes, entonces 0 =
2) Para cualesquiera vv.aa. conjuntas 1 1 -
3) 1 = , si y slo si b + X m = Y para m y b constantes.


Ejemplo
Dada la funcin de densidad conjunta



Obtener:
a) Las densidades marginales de X y Y
b) El coeficiente de correlacin.

Resolucin
a)
e
x 2 =
x -
2


( )

caso otro en 0
< x 0
e
x 2
= x
f
x -
X
2


De manera anloga


( )

caso otro en 0
< y 0
e
y 2
= y
f
y -
Y
2



b) Puesto que ( ) ) y (
f
) x (
f
= y , x
f Y X Y X
, entonces las variables aleatorias son
independientes y ( ) 0 = Y , X Cov , por lo que 0 =