Documente Academic
Documente Profesional
Documente Cultură
La función de probabilidad conjunta para 𝑿𝟏 y 𝑿𝟐 se construye de Si X y Y son dos variables aleatorias conjuntas discretas, entonces
la siguiente forma: se pueden hacer las siguientes definiciones:
1
𝑓𝑋1𝑋2 (1,2) = 𝑃(𝑋1 = 1, 𝑋2 = 2) =
36 La función de probabilidad marginal de X (función de probabilidad
1
𝑓𝑋1𝑋2 (1,3) = 𝑃(𝑋1 = 1, 𝑋2 = 3) = de X al margen de Y) como:
36
𝑓𝑋 (𝑥) = ∑ 𝑓𝑋𝑌 (𝑥, 𝑦)
Anotando las probabilidades en una tabla, se tiene: ∀𝑅𝑌
𝑥1
𝑓𝑋1𝑋2 (𝑥1 , 𝑥2 ) La función de probabilidad marginal de Y (función de probabilidad
1 2 3 4 5 6
1 de Y al margen de X) como:
2 36
0 0 0 0 0
3
1 1
0 0 0 0 𝑓𝑌 (𝑦) = ∑ 𝑓𝑋𝑌 (𝑥, 𝑦)
36 36
1 1 1 ∀𝑅𝑋
4 36 36 36
0 0 0
1 1 1 1
5 36 36 36 36
0 0 La función de probabilidad condicional de X dado que 𝑌 = 𝑦0
1 1 1 1 1
6 0 𝑓𝑋𝑌 (𝑥, 𝑦0 )
36
1
36
1
36
1
36
1
36
1 1
; 𝑓𝑌 (𝑦0) > 0
𝑥2 7 𝑓𝑋|𝑦0 (𝑥|𝑌 = 𝑦0) = { 𝑓𝑌 (𝑦0 )
36 36 36 36 36 36
1 1 1 1 1
8 0 0; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
36 36 36 36 36
1 1 1 1
9 0 0
36 36
1
36
1
36
1 La función de probabilidad condicional de Y dado que 𝑋 = 𝑥0
10 0 0 0
36 36 36 𝑓𝑋𝑌 (𝑥0 , 𝑦)
11 0 0 0 0
1 1 ; 𝑓𝑋 (𝑥0 ) > 0
36 36 𝑓𝑌|𝑥0 (𝑦|𝑋 = 𝑥0) = { 𝑓𝑋 (𝑥0 )
1
12 0 0 0 0 0
36 0; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Ejemplo: 3. La probabilidad de que las variables se encuentren en una
- Para la función de probabilidad conjunta discreta, del región es igual a la integral de la función de densidad integrada
lanzamiento de dos dados, obtener las marginales. sobre dicha región.
- Una forma de escribir las marginales es agregando una columna
y un renglón a la tabla de la función de probabilidad.
𝑃((𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ∈ R)= ∬ … ∫ 𝑓𝑋1𝑋2… 𝑋𝑛 (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑑𝑥1 𝑑𝑥2 … 𝑑𝑥𝑛
R
𝑥1
𝑓𝑋1𝑋2 (𝑥1 , 𝑥2 ) Las dos primeras propiedades nos sirven para identificar a una
1 2 3 4 5 6 𝑓𝑋2 (𝑥2)
2
1
0 0 0 0 0
1 función de densidad conjunta, mientras que la tercera propiedad
36 36
1 1 2 nos sirve para calcular probabilidades.
3 36 36
0 0 0 0
36
1 1 1 3
4 36 36 36
0 0 0
36
EJERCICIO:
5
1 1 1 1
0 0
4 Sean X y Y dos variables aleatorias conjuntas con función de
36 36 36 36 36
1 1 1 1 1 5 densidad:
6 36 36 36 36 36
0
36
1 1 1 1 1 1 6
𝑥2 7 36 36 36 36 36 36 36 𝑘(𝑥 + 𝑦); 0 ≤ 𝒙 ≤ 1, 0 ≤ 𝒚 ≤ 1
1 1 1 1 1 5 𝒇𝑿𝒀 (𝒙, 𝒚) = {
8 0
36 36 36 36 36 36 0; en otro caso
1 1 1 1 4
9 0 0
36 36 36 36 36
10 0 0 0
1 1 1 3 a) Calcular el valor de k para el cual 𝒇𝑿𝒀 (𝒙, 𝒚) es función de
36 36 36 36
1 1 2 densidad.
11 0 0 0 0
36 36
1
36
1
b) P(0.5 ≤ 𝑿 ≤ 1, 0.5 ≤ 𝒀 ≤ 1)
12 0 0 0 0 0
36 36 c) 𝑃(𝑋 + 𝑌 ≤ 1)
6 6 6 6 6 6
𝑓𝑋1 (𝑥1 ) 36 36 36 36 36 36
1
Funciones de probabilidad: marginal y condicional
𝐹𝑋𝑌 (𝑥, 𝑦) = ∑ ∑ 𝑓𝑋𝑌 (𝑢, 𝑣) para v. ad. ∑ ∑ 𝑔(𝑥, 𝑦)𝑓𝑋𝑌 (𝑥, 𝑦) caso discreto
𝑢=−∞ 𝑣=−∞ ∀𝑅𝑥 ∀𝑅𝑦
𝐸(𝑔(𝑋, 𝑌)) = ∞ ∞
∫ ∫ 𝑔(𝑥, 𝑦)𝑓𝑋𝑌 (𝑥, 𝑦)𝑑𝑥𝑑𝑦 caso continuo
𝑢=𝑥 𝑣=𝑦 { −∞ −∞
𝐹𝑋𝑌 (𝑥, 𝑦) = ∫ ∫ 𝑓𝑋𝑌 (𝑢, 𝑣) 𝑑𝑣 𝑑𝑢 para v. a. c.
𝑢=−∞ 𝑣=−∞ Propiedades del valor esperado
Propiedades de la Función de Distribución Conjunta a) 𝐸(𝑐) = 𝑐
b) 𝐸(𝑋 + 𝑌) = 𝐸(𝑋) + 𝐸(𝑌)
1. 𝐹𝑋𝑌 es una función no decreciente. c) Si X y Y son variables aleatorias independientes, entonces:
𝟐. 𝐹𝑋𝑌 (−∞, 𝑦) = 0 𝐹𝑋𝑌 (𝑥, −∞) = 0 𝐹𝑋𝑌 (∞, ∞) = 1 𝐸(𝑔1 (𝑋)𝑔2 (𝑌)) = 𝐸(𝑔1 (𝑋))𝐸(𝑔2 (𝑋))
𝟑. 𝐹𝑋𝑌 (∞, 𝑦) = 𝐹𝑌 (𝑦) 𝐹𝑋𝑌 (𝑥, ∞) = 𝐹𝑋 (𝑥)
𝟒. 𝑃(𝑥1 < 𝑋 ≤ 𝑥2, 𝑦1 < 𝑌 ≤ 𝑦2) = EJERCICIO:
𝐹𝑋𝑌 (𝑥2, 𝑦2 ) − 𝐹𝑋𝑌 (𝑥1 , 𝑦2 ) − 𝐹𝑋𝑌 (𝑥2 , 𝑦1 ) + 𝐹𝑋𝑌 (𝑥1 , 𝑦1 ) En un proceso de extracción de cierto mineral se han identificado
varios tipos de impurezas. En una muestra específica de este
Para variables aleatorias continuas, si 𝐹𝑋𝑌 tiene derivadas mineral, X denota la proporción de impurezas de la muestra y Y la
parciales de orden superior a dos: proporción de la impureza tipo I entre todas las impurezas
encontradas. Supóngase que se puede elaborar un modelo de la
𝜕2 𝐹𝑋𝑌 (𝑥,𝑦) distribución conjunta de X y Y mediante la función de densidad de
𝐹𝑋𝑌(𝑥, 𝑦) = 𝜕𝑦𝜕𝑥 probabilidad siguiente:
Si X y Y son dos variables aleatorias conjuntas, entonces se define c) Obtener la probabilidad marginal para la variable X.
la covariancia, Cov (X, Y) como:
d) Obtener la probabilidad marginal para la variable Y.
Cov (X, Y) = 𝜎𝑋𝑌 = 𝐸[(𝑋 − 𝜇𝑋 )(𝑌 − 𝜇𝑌 )]