Repblica Bolivariana de Venezuela

Ministerio del Poder Popular Para la Defensa

Universidad Nacional Politcnica de la Fuerza Armada
Ingeniera de Sistemas
Procesos Estocsticos

DISTRIBUCIN BIDIMENSIONAL

Realizado Por
Omar Gonzlez

Octubre 2016

INTRODUCCION

Dentro de la distribucin bidimensional se estudian dos caracteristicas s de un

mismo elemento relacionndolo dentro de s, demostrando asi la dependencia de
una y la otra, como ejemplo tenemos (altura y peso, dos asignaturas, longitud y
latitud).
De forma general, si se estudian sobre una misma poblacin y se miden por las
mismas unidades estadsticas una variable X y una variable Y, se obtienen series
estadsticas de las variables X e Y.
Considerando simultneamente las dos series, se suele decir que se estudia
una variable estadstica bidimensional, tambin es posible determinar valores a
travs de una de sus variables (en esto entra en cabida la bidimensionalidad) y
puede ser demostrado de manera matemtica y con una resolucin grafica
(Diagrama de puntos).

DISTRIBUCIN BIDIMENSIONAL
Las distribuciones bidimensionales son aquellas en las que se estudian al
mismo tiempo dos variables de cada elemento de la poblacin: por ejemplo: peso
y altura de un grupo de estudiantes; superficie y precio de las viviendas de una
ciudad; potencia y velocidad de una gama de coches deportivos.
Tipos de distribuciones
Cuando se estudian conjuntamente dos variables, surgen tres tipo de
distribuciones: Distribuciones conjuntas, distribuciones marginales y distribuciones
condicionadas.
Distribucin conjunta
La frecuencia absoluta conjunta, viene determinada por el nmero de veces
que aparece el par ordenado ( xi , yj ), y se representa por nij .
La frecuencia relativa conjunta, del par ( xi , yj ) es el cociente entre la
frecuencia absoluta conjunta y el nmero total de observaciones. Se trata de fij .
Se cumplen las siguientes relaciones entre las frecuencias de distribucin
conjunta:
1) La suma de las frecuencias absolutas conjuntas, extendida a todos los pares
es igual al total de observaciones.

2) La suma de todas las frecuencias relativas conjuntas extendida a todos los

pares es igual a la unidad.

Distribuciones marginales
Cuando trabajamos con ms de una variable y queremos calcular las
distribuciones de frecuencias de cada una de manera independiente, nos
encontramos con las distribuciones marginales.

Distribuciones condicionadas
Consideremos a los n.j individuos de la poblacin que representan la modalidad
yj de la variable Y, y obsrvese la columna j-esima de la tabla.
Sus n.j elementos constituyen una poblacin, que es un subconjunto de la
poblacin total. Sobre este subconjunto se define la distribucin de X condicionada
por yj, que se representa por X / yj ;su frecuencia absoluta se representa por ni / j ,
y su frecuencia relativa por fi / j , para i = 1, 2, 3, ., r siendo:

DIAGRAMA DE DISPERSIN O NUBE DE PUNTOS

En un ejemplo de este tipo, se observan los valores ( xi,yj ) y se representan en
un sistema de ejes coordenados, obteniendo un conjunto de puntos sobre el
plano, llamado diagrama de dispersin o nube de puntos.

La manera ms simple de explicar el diagrama de nubes de puntos, es con el

plano cartesiano de XeY, si el comportamiento de las Xi e Yj es disperso (como se
observa en la segunda figura, la relacin bidimensional entre la variable Xi e Yj es
muy dbil es por eso que se dispersa, por su parte si se encuentra como la
primera figura (unidos) representan que la relacin de bidimensionalidad entre
ambas variables es muy fuerte y una es dependiente de la otra.
Por su lado si el diagrama es decreciente como la primera figura es negativa
por tal motivo son inversamente proporcional una a la otra es decir mientras una
crece la otra decrece, si por su parte la construccin de la nube de puntos es
positiva, esto indica que es positiva y es directamente proporcional la una de la
otra, esto se puede observar en el coeficiente de correlacin.

TRMINOS UTILIZADOS:
Covarianza: El signo de la covarianza, por lo tanto, expresa la tendencia en la
relacin lineal entre las variables. La magnitud requiere un esfuerzo adicional de
interpretacin: La versin normalizada de la covarianza, el coeficiente de
correlacin indica la magnitud de la especificidad de la relacin lineal.
Coeficiente de Correlacin (r): Es la tendencia de las variables, Si r = 1,
existe una correlacin positiva perfecta. El ndice indica una dependencia total
entre las dos variables denominada relacin directa: cuando una de ellas aumenta,
la otra tambin lo hace en proporcin constante. Si 0 < r < 1, existe una
correlacin positiva. Si r = 0, no existe relacin lineal.
EJEMPLO DE DISTRIBUCIN BIDIMENSIONAL
Las notas obtenidas por 10 alumnos en Matemticas y en Msica son:

a) Calcula la covarianza y el coeficiente de correlacin.

b) Existe correlacin entre las dos variables?
c) Cul ser la nota esperada en Msica para un alumno que hubiese
obtenido un 8,3 en Matemticas?

CONCLUSIN
Las variables son bidimensionales si cuentan con una relacin la una con la
otra, es decir cuando una variable particular interacta sea de manera
proporcional o inversamente proporcional la una de la otra, con este mtodo de
distribucin bidimensional podemos hallar que tan relacionadas estn, tambin
podemos obtener clculos del posible comportamiento de una variable con solo
tener un valor de la otra, como ejemplo se tiene Cul sera la nota esperada para
programacin (Yj) si en base de datos(Xi) se tiene N puntos?.
Es posible tambin observar dicha relacin a travs de una manera grfica
como lo es la nube de puntos que dependiendo de su comportamiento puede
demostrar si la relacin es: fuerte, dbil, Proporcional e Inversamente
proporcional, es decir que a travs de este mtodo podemos obtener una manera
polinomica a travs de una resolucin matemtica y de manera grfica.

REFERENCIAS
Distribuciones Bidimensionales, Limaeste, Pagina web disponible:
http://www.limaeste.gob.pe/Virtual/estadistica/estadisticaData/Capacitacion/E
STADISTICA/Distribuciones%20Bidimensionales.pdf,

Consultado

04

de

octubre del 2016.

Ejercicios disribuciones bidimensionales, vadenumeros, Pagina web
disponible:

http://www.vadenumeros.es/sociales/ejercicios-distribuciones-

bidimemensionales.htm Consultado 04 de octubre del 2016.

Distribuciones Bidimensionales, Vitutor, Pagina web disponible:
www.vitutor.com/estadistica/bi/distribuciones_bidimensionales.html Consultado
04 de octubre del 2016.