MSc.

Patricia Castillo Aranbar

Definicin de Variable Aleatoria Bidimensional Distribucin y fdp Conjunta Clasificacin de Variables Aleatorias Bidimensionales Distribuciones Condicionales Funciones de dos Variables Aleatorias Momentos de dos Variables Aleatorias

MSc Patricia Castillo Aranbar

Definicin de Variable Aleatoria Bidimensional Distribucin y fdp Conjunta Clasificacin de Variables Aleatorias Bidimensionales Distribuciones Condicionales Funciones de dos Variables Aleatorias Momentos de dos Variables Aleatorias

MSc Patricia Castillo Aranbar

Relacin funcional Dos variables x e y estn relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplo Si se deja caer una piedra, existe una frmula que nos permite calcular exactamente, la altura a la que se encuentra en funcin del tiempo transcurrido. h = g t.

MSc Patricia Castillo Aranbar

Relacin estadstica Dos variables x e y estn relacionadas estadsticamente cuando conocida la primera se puede estimar aproximadamente el valor de la segunda.

Ejemplos Ingresos y gastos de una familia. Produccin y ventas de una fbrica. Gastos en publicidad y beneficios de una empresa.

MSc Patricia Castillo Aranbar

Una variable bidimensional es una variable en la que cada individuo est definido por un par de caracteres, (X, Y). Estos dos caracteres son a su vez variables estadsticas en las que s existe relacin entre ellas, una de las dos variables es la variable independiente y la otra variable dependiente. El estudio de las variables aleatorias bidimensionales es importante ya que en muchos casos, puede ser empleado para registrar los resultados simultneos de diversas variables aleatorias. Ejemplo al medir la cantidad de precipitado P y volumen V de gas liberado en un experimento qumico dando lugar a un espacio muestral bidimensional que consiste en los resultados (p, v)

MSc Patricia Castillo Aranbar

Ejemplo Consideremos el experimento de lanzar dos dados. Podemos definir las siguientes variables aleatorias en el espacio muestral correspondiente:
X = el numero de puntos que aparece en el dado 1 Y = el numero de puntos que aparece en el dado 2.

MSc Patricia Castillo Aranbar

Son aquellas en las que a cada individuo le corresponden los valores de dos variables, las representamos por el par (xi, yi). Si representamos cada par de valores como las coordenadas de un punto, el conjunto de todos ellos se llama nube de puntos o diagrama de dispersin. Sobre la nube de puntos puede trazarse una recta que se ajuste a ellos lo mejor posible, llamada recta de regresin.

MSc Patricia Castillo Aranbar

Ejemplo Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:

MSc Patricia Castillo Aranbar

Definicin Matemtica

MSc Patricia Castillo Aranbar

Definicin Matemtica

MSc Patricia Castillo Aranbar

Definicin de Variable Aleatoria Bidimensional Distribucin y fdp Conjunta Clasificacin de Variables Aleatorias Bidimensionales Distribuciones Condicionales Funciones de dos Variables Aleatorias Momentos de dos Variables Aleatorias

MSc Patricia Castillo Aranbar

Definicin Sean X e Y dos variables aleatorias discretas. La distribucin de probabilidad conjunta ( o bivariada) para X e Y esta 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).

MSc Patricia Castillo Aranbar

La funcin de probabilidad conjunta de las variables aleatorias discretas X e Y denotada por p(x; y), satisface las siguientes condiciones :

La funcin de probabilidad conjunta de X e Y es cero para todos los valores en los que no se especifica probabilidad alguna.

MSc Patricia Castillo Aranbar

La Funcin de distribucin acumulada conjunta F(a; b), para cualquier par de variables aleatorias X e Y , esta dada por

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

Si X e 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:

MSc Patricia Castillo Aranbar

Marginal de X:

Marginal de Y:

Para obtener las estimas de las funciones de probabilidad marginales debemos sumar por filas y por columnas los valores de las frecuencias conjuntas. Las sumas de filas (Fi) son, en cada caso, el nmero de veces que hemos obtenido un valor de X (xi) en cualquier combinacin con distintos valores de Y
MSc Patricia Castillo Aranbar

Ejemplo

La funcin de probabilidad conjunta de la variable aleatoria (X; Y ) esta definida por:

a) Hallar la distribucin de probabilidades marginales de X y de Y ; b) Hallar la media y la desviacin estndar de Y .

MSc Patricia Castillo Aranbar

Para x=1 Para x=2 Para y=1 Para y=2

Fx(1)=1/30+2/30+3/30+4/30 Fx(1)=1/3 Fx(2)= 2/30+4/30+6/30+8/30 Fx(2)= 2/3 Fy(1)= 1/30+2/30 Fy(1)=1/10 Fy(2)= 2/30+4/30 Fy(2)=1/5

MSc Patricia Castillo Aranbar

La funcin de distribucin marginal de 1=f1(x) indicar las distintas probabilidades que puede tomar la variable aleatoria en intervalos innitesimales con independencia del valor que tome la variable y.

La funcin de distribucin marginal de 2=f2(x) indicar las distintas probabilidades que puede tomar la variable aleatoria en intervalos innitesimales con independencia del valor que tome la variable x.

MSc Patricia Castillo Aranbar

Ejemplo

Suponemos que tenemos una funcin de densidad conjunta.

Calcular las distribuciones marginales de las variables

MSc Patricia Castillo Aranbar

Definicin de Variable Aleatoria Bidimensional Distribucin y fdp Conjunta Clasificacin de Variables Aleatorias Bidimensionales Distribuciones Condicionales Funciones de dos Variables Aleatorias Momentos de dos Variables Aleatorias

MSc Patricia Castillo Aranbar

Clasificacin en funcin del Rango de la v.a. Bidimensional 1 Rango = Conjunto de puntos aislados 2 Rango = Conjunto de lneas 3 Rango = rea no nula.

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

Definicin de Variable Aleatoria Bidimensional Distribucin y fdp Conjunta Clasificacin de Variables Aleatorias Bidimensionales Distribuciones Condicionales Funciones de dos Variables Aleatorias Momentos de dos Variables Aleatorias

MSc Patricia Castillo Aranbar

Analizaremos el comportamiento de una de las variables cuando la otra toma un determinado valor. Por tanto la funcin condicionada continua es:

MSc Patricia Castillo Aranbar

Analizaremos el comportamiento de una de las variables cuando la otra toma un determinado valor. Por tanto la funcin condicionada discreta es:

MSc Patricia Castillo Aranbar

Teorema de la Multiplicacin

Teorema de la Probabilidad Total

Teorema de Bayes

MSc Patricia Castillo Aranbar

Recordamos: Sucesos independientes si: Definicin: X e Y son variables aleatorias independientes si y solo si los sucesos {X=<x}, {Y=<y} son independientes para todo x; y, es decir:

En el caso discreto:

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

Definicin de Variable Aleatoria Bidimensional Distribucin y fdp Conjunta Clasificacin de Variables Aleatorias Bidimensionales Distribuciones Condicionales Funciones de dos Variables Aleatorias Momentos de dos Variables Aleatorias

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

Definicin de Variable Aleatoria Bidimensional Distribucin y fdp Conjunta Clasificacin de Variables Aleatorias Bidimensionales Distribuciones Condicionales Funciones de dos Variables Aleatorias Momentos de dos Variables Aleatorias

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar

MSc Patricia Castillo Aranbar