Documente Academic
Documente Profesional
Documente Cultură
Podramos definir las siguientes variables aleatorias en el espacio muestral correspondiente: X = el nmero de puntos que aparece en el dado 1 Y = el nmero de puntos que aparece en le dado 2.
Definicin 1.- Sean X e Y dos variables aleatorias discretas. La distribucin de probabilidad conjunta ( o bivariada) para X e Y est dada por:
p x , y = P X= x , Y= y
definida para todos los nmeros reales x, y. La funcin p(x, y) se denomina funcin de probabilidad conjunta (f.p.c).
Definicin 2.- La funcin de probabilidad conjunta de las variables aleatorias discretas X e Y denotada por p(x, y), satisface las condiciones siguientes: 1.- p(x, y) 0 2.- p(x, y) = 1 La funcin de probabilidad conjunta de X e Y es cero para todos los valores en los que no se especifica probabilidad alguna.
Definicin 3.- La funcin de distribucin conjunta F(a, b), para cualquier par de variables aleatorias X, Y, est dada por
F a ,b = P X a , Y b es decir , F a ,b =
x= y=
p x, y
Definicin 4.- Si X y Y son variables aleatorias discretas con una funcin de probabilidad conjunta p(x, y), entonces las funcione de probabilidad marginal de X y Y son:
pX x = P X = x = p x , y pY y = P Y = y = p x , y
RX RY
Ejemplo 3.- La funcin de probabilidad conjunta de la variable aleatoria (X, Y) est definida por,
x y p x,y = 32 x= 1, 2 y= 1, 2, 3, 4.
p x,y pY / x= pX x
para p X x
Ejemplo 4.- Para la distribucin de probabilidad conjunta del ejemplo 2 determine: La probabilidad que el vendedor A venta a lo ms un televisor dado que el vendedor B vendi exactamente 1.
Definicin 6.- Sea RX el conjunto de todos los puntos (X, Y) para los que X = x. La media condicional de Y dado X = x, denotada como E(Y / X=x) o Y/x, es:
E Y / x = ypY / x y
RX
Ejemplo 5.- Para el ejemplo 2 determine el nmero promedio y la desviacin estndar de televisores vendidos por A, si el vendedor B vendi exactamente un televisor
Definicin 7.- Sea (X , Y) una variable aleatoria bidimensional discreta con funcin de probabilidad marginal pX(x) y pY(y). Se dice que X e Y son independientes si se cumple cualquiera de las siguientes propiedades:
a . b . c . d .
p x , y = p X x pY y para todo x y y pY / x y = pY y para todo x y y con p X x 0 p X / y x = p X x para todo x y y con pY y 0 P X = x , Y = y = p X x pY y para todo x , y en el recorrido de X y Y
Mltiples variables aleatorias discretas Distribucin de probabilidad conjunta Definicin 8.- La funcin de probabilidad conjunta de X1, X2, ..., Xp es:
pX
1 , X2 , ..., X p
Definicin 9.- Si son variables aleatorias discretas con funcin de probabilidad conjunta p X , X , ..., X x1 , x 2, ..., x pentonces la funcin de , 1 2 p probabilidad marginal de cualquier Xi es:
p X x i = P X i = xi = p X 1, X2, . .., X p x 1, x 2, ..., x p
i
RX
donde RXi denota el conjunto de puntos en el rango de (X1, X2, ..., Xp) para los que Xi = xi.
Distribucin multinomial Suponga que: Un experimento aleatorio consiste en una serie de n ensayos. El resultado de cada ensayo se clasifica en una de las k clases; La probabilidad de que un ensayo genere un resultado en la clase 1, la clase 2 ,..., la clase k, es constante en todos los ensayos e igual a p1, p2, ..., pk, respectivamente; Los ensayos son independientes. Las variables aleatorias X1, X2, ..., Xk que denotan el nmero de ensayos que caen en la clase 1, en la clase 2,,,,,en la clase k, respectivamente
para x1 + x2 + ... + xk = n y p1 + p2 + ... + pk = 1. La distribucin multinomial se considera como una extensin multivariable de la distribucin binomial.
Ejemplo 6.- De acuerdo a los datos del censo de 1980, las proporciones de adultos (las personas mayores de 18 aos) en estados Unidos, clasificados en 5 categoras de edad, son como sigue: Si selecciona al azar cinco adultos de esta poblacin, encuentre la probabilidad de que la muestra contenga a una persona entre las edades de 18 y 24, dos entre 25 y 34 y dos entre 45 y 64 aos.
Variables aleatorias bidimensionales continuas. Definicin 11.- Si (X , Y) es una variable aleatoria bidimensional continua. La funcin de densidad conjunta para dos variables aleatorias continuas X y Y denotada por f(x,y), satisface las siguientes propiedades.
1. f x , y 0 para todo x , y RX ,Y 2.
f x , y dxdy= 1
P a X b , c Y d =
d b
f x , y dxdy
c a
Ejemplo 7.- Supngase que una partcula radiactiva se localiza aleatoriamente en un cuadrado con los lados de longitud unitaria. Es decir, se consideran dos regiones de la misma rea, la partcula tendr igual probabilidad de entrar en cualquiera de ellas. Sean X y Y las coordenadas que localizan la partcula. Un modelo adecuado sera el anlogo a la bivariable de la distribucin uniforme univariable.
f x,y =
0 x 1 ; 0 y 1 0 e. o . c
Elabore un grafico de esta funcin de densidad conjunta Encuentre P(X 0.2, Y 0.4). Encuentre la P(0.1 X 0.3, 0 Y 0.5).
Definicin 12.- Si la funcin de probabilidad conjunta de las variables aleatorias continuas X y Y es f(x, y), entonces las funciones de densidad de probabilidad marginales de X y Y son
f f
X
x = y =
f x , y dy f x , y dx
Ejemplo anterior
8.-
a.-
Determine marginales
Definicin 13.- Dadas las variables aleatorias continuas X y Y con funcin de densidad de probabilidad conjunta f(x, y), la funcin de densidad de probabilidad condicional de Y dado X = x es
f Y/ x
f x,y y= fX x
para f X x
Definicin 13.- Sea RX el conjunto de los puntos en el rango de (X,Y) para los que X=x. La media condicional de Y dado X=x, denotada por E(Y/x) o Y/x es
E Y/x =
yf
Y/ x
y dy
RX
RX
y Y / x
f Y / x y dy
3x f x,y = 0
Determine P(0 X 0.5 , Y > 0.2) P(0.1 < Y < 0.7 / X = 0.2)
0 y x 1 e. o . c .
Covarianza y coeficiente de correlacin lineal La covarianza entre las variables X e Y se define por:
Cov X ,Y = E X E X
Y E Y = E XY E X E Y
Cov X ,Y XY= X Y
X ,Y 1
X ,Y= 1 la dependencia lineal es directa y perfecta X ,Y= 1 la dependencia lineal es indirecta y perfecta
Cov X ,Y = 0 X , Y = 0