VARIABLES ALEATORIAS

BIDIMENSIONALES
prof. Vladimiro Contreras Tito
Sea w un experimento aleatorio y un espacio muestral asociado con w sean
X = X(w) y Y = Y (w) dos funciones que asignan un nmero real a cada uno de
los resultados w . Llamemos a (X, Y ) v.a. bidimensionales o vector aleatorio.
A RX y RY se les llama recorrido de las v.a. X e Y respectivamente.
Ejemplo
Al lanzar una moneda correcta dos veces se definen las funciones X e Y de las
siguiente manera : X toma el valor 1 si en el primer lanzamiento se obtiene cara
y toma el valor 0 si sale sello. Y toma el valor 1 si en el segundo lanzamiento
de obtiene sello y toma el valor 0 si sale cara. Halle el recorrido de Z = (X, Y ).
Solucin
= {cc, cs, sc, ss}
Z(cc) = (1, 0) , Z(cs) = (1, 1) , Z(sc) = (0, 0) , Z(ss) = (0, 1)
Luego
RZ = {(0, 0), (0, 1), (1, 0), (1, 1)}
VARIABLES ALEATORIAS BIDIMENSIONALES : DISCRETA Y
CONTINUA
DEFINICIN Se dice que Z = (X, Y ) es una v.a. bidimensional discreta si
los valores posibles de (x, y) son finitos o nfinitos numerables.
Sea Z = (X, Y ) una v.a. bidimensional discreta. A cada resultado posible
(xi , yi ), asociamos un nmero p(xi , yi ) que representa a P (X = xi , Y = yi ) y que
satisface las condiciones siguientes:
p(xi , yi ) 0 (x, y) Rz
X

p(xi , yj ) = 1

j=1 i=1

A p(xi , yi ) se le llama funcin de probabilidad conjunta de (X, Y ).

DEFINICIN Se dice que Z = (X, Y ) es una v.a. bidimensional continua

si RZ es un conjunto no numerable de R2 .
Sea Z = (X, Y ) una v.a. bidimensional continua que toma todos los valores en
una regin R del plano euclideano. La funcin de densidad de probabilidades
conjuntas f es una funcin que satisface las siguientes condiciones:
f (x, y) 0 (x, y) R
Z Z
f (x, y)dx dy = 1
R

Ejemplo
Si RZ = {(x, y) R2 /x2 + y 2 = 1} entonces Z es una variable aleatoria bidimensional continua.
FUNCIN DE DISTRIBUCIN ACUMULADA DE LA V.A. BIDIMENSIONAL
F (x, y) = P (X x , Y y)) (x, y) R2
DISTRIBUCIONES MARGINALES
Si F es una funcin de distribucin acumulada con funcin de densidad de
probabilidad conjunta (p(x, y) en el caso discreto y f (x, y) en el caso continuo)
de X e Y se tiene :
En el caso discreto .
1. la distribucin marginal de X est dada por:
PX (xi ) =

p(xi , yj )

j=1

2. la distribucin marginal de Y est dada por:

PY (yj ) =

p(xi , yj )

i=1

En el caso continuo .
1. La funcin de densidad de probabilidad marginal de X est dada por:
Z
fX (x) =
f (x, y)dy

2. La funcin de densidad de probabilidad marginal de Y est dada por:

Z
fY (y) =
f (x, y)dx

DISTRIBUCIN DE PROBABILIDAD CONDICIONAL

En el caso discreto .
La funcion de cuanta de X para Y = yj dada, est definida por:
PX (xi /yj ) =

P (xi , yj )
Si PY (yj ) > 0
PY (yj )

La funcion de cuanta de Y para X = xi dada, est definida por:

PY (xi /yj ) =

NOTA:

P (xi , yj )
Si PX (xi ) > 0
PX (xi )

P (xi /yj ) = 1

i=1

En el caso continuo .
La funcion de densidad de probabilidad de X para Y = y dada, est definida
por:
f (x, y)
fX (x/y) =
Si fY (y) > 0
fY (y)
La funcion de densidad de probabilidad de Y para X = x dada, est definida
por:
f (x, y)
fY (y/x) =
Si fX (x) > 0
fX (x)
Z
NOTA:
fX (x/y) = 1

INDEPENDENCIA DE VARIABLES ALEATORIAS

DEFINICIN
Se dice que dos variables aleatorias discretas X eY son estadisticamente independientes si los eventos: [X = xi ] [Y = yi ] son independientes para cada par
(xi , yj ) RX RY . Esto es, X e Y son independientes si y solo si
P (X = xi , Y = yi ) = PX [X = xi ] PY [Y = yi ]
Para todo (xi , yj ) RX RY , donde PX (xi ) y PY (yi ) son las distribuciones
marginales de X e Y respectivamente.
3

DEFINICIN
Se dice que dos variables aleatorias continuas X e Y son estadisticamente
independientes si y solo si
f (x, y) = g(x) h(y)
siendo f (x, y) la funcin de densidad conjunta de las v.a.X e Y y g(x) , h(y) las
funciones marginales de X e Y respectivamente.
Nota
1. Si X e Y son independientes entonces E(X Y ) = E(X) E(Y )
P P
2. Si (X, Y ) es discreta, E(X Y ) =
j=1
j=1 xi yj p(xi , yj )
3. Si (X, Y ) es continua
Z

E(X Y ) =

x y f (x, y) dx dy

4. Si Z = (X, Y ) es una v.a. discreta: F (a, b) =

5. Si Z = (X, Y ) es una v.a. continua: F (a, b) =

P
xa

yb

Ra Rb

P (x, y)

f (x, y) dy dx

Ejemplo
Suponga que se sacan dos cartas al azr de una baraja de cartas, Sea X el
nmero de ases obtenidos y sea Y el nmero de reinas obtenidas.
1. Obtener la distribucin de probabilidades conjunta de (X, Y ).
2. Obtener las distribuciones marginales de X y de Y .
Solucin
Sean
X:Nmero de ases extraidos
Y :Nmero de reinas extraidas
RX = {0, 1, 2} y RY = {0, 1, 2}
P (0, 0) =

473
C04 C14 C144
88
C04 C24 C044
3
C04 C04 C244
=
,
P
(0,
1)
=
=
,
P
(0,
2)
=
=
52
52
52
C2
663
C2
663
C2
663

P (1, 0) =

88
C14 C14 C044
8
C14 C04 C144
=
,
P
(1,
1)
=
=
, P (1, 2) = 0
C252
663
C252
663

P (2, 0) =

3
C24 C04 C044
=
, P (2, 1) = 0 , P (2, 2) = 0
52
C2
663
4

1.

x\y
0
1
2

2.

x
PX (x)
y
PY (y)

0
473
663
88
663
3
663

1
88
663
8
663
0

2
3
663
0

0
564
663

1
96
663

2
3
663

0
564
663

1
96
663

2
3
663

Ejemplo
Supongase que la funcin de densidad de probabilidad conjunta (f.d.p.)(X, Y )
es dada por:

Key , x > 0 , y > x

f (x, y) =
0,
en otra parte
1. Halle la constante K
2. Encuentre las f.d.p. marginales de X e Y .
3. Halle P (X > 2 / Y < 4)
Solucin
Se sabe que
f (x, y) 0 (x, y) R
Z Z
f (x, y)dx dy = 1
R
2

donde R = {(x, y) R / x > 0 , y > x}

1. Se tiene

1=

Ke dx dy =
0

Key y dy:K = 1

2. La f.d.p. marginal de X es:

Z
Z
fX (x) =
f (x, y)dy =

ey dy = ex

Luego

fX (x) =

ex , x > 0
0,
para otros valores

La f.d.p. marginal de Y es:

Z
Z
fY (y) =
f (x, y)dy =

Luego

fY (y) =

ey dx = y ey

y ey , y > 0
0,
para otros valores

3. Finalmente hallemos P (X > 2 / Y < 4)

Se tiene que

P (X > 2 / Y < 4) =
=
=
=
=

P [X > 2 , Y < 4]
P [Y < 4]
R 4 R y y
e dx dy
2 2
R4
y ey dy
R 4 0 y
(ye 2ey ) dy
2
R4
y ey dy
0
e2 3e4
1 5e4
0, 08849

EJERCICIOS DE V.A. BIDIMENSIONALES

1. Una persona escribe al azar los dgitos 1, 2, 3, 4. Sea la variable aleatoria
X que indica el nmero de dgitos que ocupan su propio lugar y sea Y
la variable aleatoria que toma el valor de 1 si el dgito 2 est en posicin
correcta y toma el valor de 0 en cado contrario.
a) Halle la funcin de distribucin conjunta.
b) Son X e Y variables aleatorias independientes?
2. Suponga que la funcin de densidad conjunta para (X, Y ) es:

kx, 0 x y , x + y 2
f (x, y) =
0, en cualquier otro caso
a) Calcule la constante k y las funciones de densidad marginales de X y
de Y .
b) Obtenga las funciones de densidad condicionales de X dado Y = y.
3. La vida til, en das de dos componentes X e Y de un sistema tiene la
siguiente funcin de densidad conjunta:
x
ke , 0 y x , 0 y
f (x, y) =
0,
en cualquier otro caso
a) Calcule el valor de k y calcule P [X > 1, Y > 1]
b) Si el costo de las componentes depende de su duracin y est dada
por:
C = 2 + 3X + 2Y
Calcule E(C) y V (C)
4. En una jaula hay un ratn y dos pollitos. La probabilidad de que cada uno
de los animales salga de la jaula en la prxima hora es de 0,3. Esperamos
una hora y observamos lo que queda en la jaula.
a) Cmo se distribuye la variable aleatoria X que cuenta el nmero de
animales que quedan en la jaula?
b) Si Y es el nmero total de patas de los animales que hay en la jaula,
dar la distribucin conjunta de (X, Y ).Son X e Y independientes?.
Cul es la probabilidad de que el nmero de patas no supere al doble
del nmero de animales?

5. Sea (X, Y ) una v.a.bidimensional cuya funcin de densidad conjunta toma

el valor de 0,5 cuando (X, Y ) pertenece al interior del tringulo de vertices
(0,0), (2,0) y (1,2).
a) Halle las funciones de densidades marginales de X e Y .
b) Halle las esperanzas de X eY .
6. En una urna hay 9 fichas de las cuales 2 son rojas, 3 son blancas y 4 son
verdes. Se seleccionan 3 fichas al azar y se definen la variables aleatorias:
X el nmero de fichas rojas, e Y el nmero de fichas blancas escogidas.
a) Obtenga la distribucin de probabilidad conjunta de (X, Y ) y calcule
P [X1, Y < 3].
b) Calcule las funciones de probabilidades marginales de X e Y .
c) Obtenga las funciones de probabilidad condicionales de X dado Y = 2
y de Y dado X = 1.