Distribucin de probabilidad bivariadas discretas. Ejemplo 1.- Consideremos el experimento de lanzar dos dados.

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

donde RX denota el recorrido de la variable aleatoria X y RY denota el recorrido de la variable aleatoria Y

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.

Hallar la distribucin de probabilidades marginales de X y de Y Hallar el nmero promedio y su desviacin estndar de Y

Distribuciones de probabilidad condicional

Definicin 5.- Dadas las variables aleatorias discretas X e Y con funcin de probabilidad conjunta p(x, y), la funcin de probabilidad de Y dado X = x es:

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

y la varianza condicional de Y dado X=x, denotada por V(Y/x) o 2Y/x es

V Y / x = yi Y7x 2 pY / 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

x1 , x 2, ..., x p = P X 1 = x1, X 2= x2 , ..., X p = x p

para todos los puntos x1 , x 2 , ..., x p en el rango de X 1 , X 2 , ..., 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

Tiene distribucin multinomial con una funcin de probabilidad conjunta

x1 x2 xk n! P X 1= x 1 , X 2= x 2, ..., X k= xk = p1 p2 ... pk x1 ! x2 ! ... x k !

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

3. Si A es subconjunto del recorrido de X ,Y entoncws P A = f x , y dxdy

A

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

funcin de densidad de X funcin de densidad de Y

Ejemplo anterior

8.-

a.-

Determine marginales

las funciones del ejemplo

b.- Determine el promedio de X.

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

y la varianza de Y dado X=x denotada por V(Y/x) o 2Y/x es

V Y/x =

RX

y Y / x

f Y / x y dy

Ejemplo 10.- Sea

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

El coeficiente de correlacin lineal entre X e Y se define por:

Cov X ,Y XY= X Y

Propiedades del coeficiente de correlacin:

1. 2. 3. Si

X ,Y 1
X ,Y= 1 la dependencia lineal es directa y perfecta X ,Y= 1 la dependencia lineal es indirecta y perfecta

X ,Y= 0 no hay relacin lineal entre las var iables

aleatorias

4. Si X e Y son variables independientes entonces:

Cov X ,Y = 0 X , Y = 0