Clase 12: Distribucion de probabilidad conjuntas (discretas

y continuas), marginales y condicionales

Lina Mara Acosta Avena*

ASESORIAS: LUNES DE 4:00 pm - 6:00 pm. VIERNES DE
9:00 am - 11:00 am, B43-103
Escuela de Estadstica
Universidad Nacional de Colombia, Sede Medellin
limacostaav@unal.edu.co
*
Estudiante de la Maestra en Ciencias Estadstica

Estadstica I.

1
 INTRODUCCION

Muchos de los fenomenos que usualmente estudiamos, involucran diferentes

y diversos factores, los cuales son identificados por medio de variables. El
comportamiento de estos fenomenos se rige por el comportamiento conjunto
de las variables involucradas.
Si X y Y son variables aleatorias, la distribucion que rige el comportamiento
de ambas variables es llamada Distribucion Bivariada o Bivariable. Si se
tiene mas de dos variables se le llama Multivariable.

Estadstica I.

2
 VARIABLES ALEATORIAS DISCRETAS

Definicion:
Sean X y Y dos variables aleatorias discretas definidas en un espacio muestral
S. La probabilidad de que X = x y Y = y esta determinada por la funcion de
probabilidad conjunta de X y Y la cual denotaremos por p(x, y) y se define
como

p(x, y) = P(X = x,Y = y) (x, y) A R2

Estadstica I.

3
 VARIABLES ALEATORIAS DISCRETAS

Popiedades

1. p(x, y) 0

2. p(x, y) = 1
x y

3. F(x, y) = P(X x,Y y) = p(xi, yi)

xi x yi y

4. p(x) = p(x, y) Se conoce como distribucion marginal de X

y

Estadstica I.

4
 VARIABLES ALEATORIAS DISCRETAS

5. p(y) = p(x, y) Se conoce como distribucion marginal de Y

x

p(x,y)
6. pY |x (y) = p(x) Distribucion condicional de Y dado X = x

p(x,y)
7. pX|y(x) = p(y) Distribucion condicional de X dado Y = y

Estadstica I.

5
 VARIABLES ALEATORIAS DISCRETAS

Ejemplo 1
Un costal de frutas que contiene 3 naranjas, 2 manzanas y 3 bananos. Se
selecciona una muestra de 4 frutas, si X es el numero de naranjas y Y es el
numero de manzanas en la muestra, encuentre:

(a) La funcion de densidad de probabilidad conjunta (f.d.p.c) de X y Y

(b) P(X > 2,Y < 2)

(c) la marginal de X y la marginal de Y .

(d) P(X,Y A) donde A = {(x, y) : x + y 2}

Estadstica I.

6
 VARIABLES ALEATORIAS DISCRETAS

(e) la distribucion condicional de X dado y = 2

Sln:
Se tiene que

X : numero de naranjas = x = 0, 1, 2, 3

Y : numero de manzanas = y = 0, 1, 2
Sabemos que hay en total 8 frutas y que se van a seleccionar 4, entonces se
deben calcular las probabilidades de todas las combinaciones de las realiza-
ciones de las variables aleatorias.

Estadstica I.

7
 VARIABLES ALEATORIAS DISCRETAS

(30)(21)(33) 2
(a) P(X = 0,Y = 0) = 0 P(X = 0,Y = 1) = 8 = 70
(4)

(30)(22)(32) 3 (31)(20)(33) 3
P(X = 0,Y = 2) = = 70 P(X = 1,Y = 0) = = 70
(84) (84)

(31)(21)(32) 18 (31)(22)(31) 9
P(X = 1,Y = 1) = 8 = 70 P(X = 1,Y = 2) = 8 = 70
(4) (4)

(32)(20)(32) 9 (32)(21)(31) 18
P(X = 2,Y = 0) = 8 = 70 P(X = 2,Y = 1) = = 70
(4) (84)

(32)(22)(30) 3 (33)(20)(31) 3
P(X = 2,Y = 2) = 8 = 70 P(X = 1,Y = 2) = 8 = 70
(4) (4)

(33)(21)(30) 2
P(X = 3,Y = 1) = = 70 P(X = 3,Y = 2) = 0
(84)
Estadstica I.

8
 VARIABLES ALEATORIAS DISCRETAS

Luego, la f.d.p.c es

P(X = x,Y = y) x=0 x=1 x=2 x=3

y=0 0 3/70 9/70 3/70
y=1 2/70 18/70 18/70 2/70
y=2 3/70 9/70 3/70 0

La f.d.p.c se puede escribir como

3 2 3
(x)(y)(4(x+y))

8 ; x = 0, 1, 2, 3; y = 0, 1, 2; x + y 4
p(x, y) = (4)

0 ; e.o.c

Estadstica I.

9
 VARIABLES ALEATORIAS DISCRETAS

2 + 3 = 5
(b) P(X > 2,Y < 2) = P(X 3,Y 1) = P(3, 1) + P(3, 0) = 70 70 70

(c) Marginal de X
2
2 + 3 = 5
p(0) = p(0, y) = P(0, 0) + P(0, 1) + P(0, 2) = 0 + 70 70 70
y=0
2
3 + 18 + 9 = 30
p(1) = p(1, y) = P(1, 0) + P(1, 1) + P(1, 2) = 70 70 70 70
y=0
2
9 + 18 + 3 = 30
p(2) = p(2, y) = P(2, 0) + P(2, 1) + P(2, 2) = 70 70 70 70
y=0
2
3 + 2 +0 = 5
p(3) = p(3, y) = P(3, 0) + P(3, 1) + P(3, 2) = 70 70 70
y=0

Estadstica I.

10
 VARIABLES ALEATORIAS DISCRETAS

Luego

x 0 1 2 3
p(x) 5 30 30 5
70 70 70 70

Analogamente se tiene que la Marginal de Y es

y 0 1 2
p(y) 15 40 15
70 70 70

Una forma mas facil!!!

P(X = x,Y = y) x=0 x=1 x=2 x=3 p(y)

y=0 0 3/70 9/70 3/70 15/70
y=1 2/20 18/70 18/70 2/70 40/70
y=2 3/70 9/70 3/70 0 15/70
p(x) 5/70 30/70 30/70 5/70 1
Estadstica I.

11
 VARIABLES ALEATORIAS DISCRETAS

(d) A = {(0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (2, 0)}

P(X +Y 2) = P(0, 0) + P(0, 1) + P(0, 2) + P(1, 0) + P(1, 1) + P(2, 0)

2 3 3 18 9
= 0+ + + + +
70 70 70 70 70
35
=
70
1
=
2

Estadstica I.

12
 VARIABLES ALEATORIAS DISCRETAS

Ejemplo 2
Sean X y Y variables aleatorias discretas con f.d.p.c. dada por:

p(x, y) = k(x + y) x = 1, 2, 3 y = 1, 2

(a) Calcule el valor de k de tal forma que p(x, y) sea la f.d.p.c. de X y Y .

(b) Calcule P(X +Y 4)

Estadstica I.

13
 VARIABLES ALEATORIAS DISCRETAS

Sln:

(a)
3 2
1= p(x, y)
x=1 y=1
3 2
= k(x + y)
x=1 y=1
3 3
=k [(x + 1) + (x + 2)] = k [2x + 3]
x=1 x=1
= k [(2(1) + 3) + (2(2) + 3) + (2(3) + 3)]
= 21k

Estadstica I.

14
 VARIABLES ALEATORIAS DISCRETAS

1
= k = 21

(b)

P(X +Y 4) = P(1, 1) + P(2, 1) + P(3, 1) + P(1, 2) + P(2, 2)

1
= [(1 + 1) + (2 + 1) + (3 + 1) + (1 + 2) + (2 + 2)]
21
1
= [2 + 3 + 4 + 3 + 4]
21
16
=
21

Estadstica I.

15
 VARIABLES ALEATORIAS CONTINUAS

Definicion:
Sean X y Y variables aleatorias continuas. Una funcion de densidad de proba-
bilidad conjunta (f.d.p.c.) de estas dos variables es una funcion que satisface:
R R
f (x, y) 0 y x y f (x, y)dydx = 1, entonces para cualquier conjunto A en dos
dimensiones
Z Z
P((x, y) A) = f (x, y)dydx
A

Estadstica I.

16
 VARIABLES ALEATORIAS CONTINUAS

Popiedades

R
1. fX (x) = y f (x, y)dy, se conoce como distribucion marginal de X .

R
2. fY (y) = x f (x, y)dx, se conoce como distribucion marginal de Y .

f (x,y)
3. fX |y(x) = f (y) , se conoce como distribucion condicional de X dado Y =
y
y

f (x,y)
4. fY |x(y) = f (x) , se conoce como distribucion condicional de Y dado X =
X
x

Estadstica I.

17
 VARIABLES ALEATORIAS CONTINUAS

Rx Ry
5. F(x, y) = P(X x,Y y) = f (w, z)dzdw

6. Si F es continua en R2 existe una funcion

f : R2 R {0}
tal que

2F(x, y)
= f (x, y) (x, y) donde exista la derivada
xy

Estadstica I.

18
 VARIABLES ALEATORIAS CONTINUAS

Ejemplo 3
Se almacena gasolina en una cisterna al principio de cada semana y despues
se vende a clientes individuales. Sea Y1 la proporcion de la capacidad de la
cisterna que esta disponible con gasolina despues que se surte al principio
de la semana. Y1 vara de semana a semana debido al suministro limitado.
Sea Y2 la proporcion de la capacidad de la cisterna que se vende durante la
semana. Suponga que la f.d.p.c de Y1 y Y2 es
(
ay1 ; 0 y2 y1 1
f (y1, y2) =
0 ; e.o.c.

Estadstica I.

19
 VARIABLES ALEATORIAS CONTINUAS

1. Calcule a.

2. Encuntre las marginales.

3. Encuentre las condicionales.

4. Calcule la probabilidad de que se almacene menos de la mitad de la

cisterna y se venda mas de la tercera parte de la misma.

Sln:
En este tipo de ejercicios es necesario dibujar el espacio de positividad (rango)
de las variables aleatorias, para hallar los lmites de integracion.
Estadstica I.

20
VARIABLES ALEATORIAS CONTINUAS

Estadstica I.

21
 VARIABLES ALEATORIAS CONTINUAS

(a)
Z 1Z y
1
1= ay1dy2dy1
0 0 y1
Z 1 
=a y1y2 dy1
0 0
Z 1
=a y21dy1
0
1
1 3
= a y1
3 0
a
=
3
= a = 3

Estadstica I.

22
 VARIABLES ALEATORIAS CONTINUAS

(b) Marginal de y1
Z y
1
f (y1) = 3y1dy2
0 y1

= 3y1y2
0
= 3y21
Luego,
(
3y21 ; 0 y1 1
f (y1) =
0 ; e.o.c.

Estadstica I.

23
 VARIABLES ALEATORIAS CONTINUAS

Marginal de y2
Z 1
f (y2) = 3y1dy1
y2
2 1
y1 
=3 
2 y2
3
= (1 y22)
2
Luego,
(
3 (1 y2 ) ; 0 y2 1
f (y2) = 2 2
0 ; e.o.c.

Estadstica I.

24
 VARIABLES ALEATORIAS CONTINUAS

(c) Condicional de Y1 dado y2

f (y1, y2)
fY 1|y2 =
f (y2)
3y1
=3 2
2 (1 y2 )
2y1
=
1 y22

Estadstica I.

25
 VARIABLES ALEATORIAS CONTINUAS

Condicional de Y2 dado y1

f (y1, y2)
fY 2|y1 =
f (y1)
3y
= 21
3y1
y1
= 2
y1
1
=
y1

Estadstica I.

26
VARIABLES ALEATORIAS CONTINUAS

Estadstica I.

27
 VARIABLES ALEATORIAS CONTINUAS

(d)
Z 1/2 Z y
1
P(Y1 < 1/2,Y2 > 1/3) = 3y1dy2dy1
1/3 1/3
Z 1/2 y1

=3 y1y2 dy1
1/3 1/3
Z 1/2  
1
=3 y1 y1 dy1
1/3 3
Z 1/2  
1
=3 y21 y1 dy1
3
"1/3 1/2#
3
y1  1/2 2
1 y1 
=3 
3 
1/3 32 1/3
1
=3
162
1
=
54 Estadstica I.

28
 VARIABLES ALEATORIAS CONTINUAS

Ejemplo 4
Sea fX |y = a x2 , 0 < x < y, 0 < y < 1, cero en otro caso, y f (y) = by4, 0 <
y
y < 1, cero en otro caso, las cuales denotan la funcion condicional de X dado
y y la funcion de densidad marginal de Y , respectivamente. Calcule P(1/4 <
X < 1/2|y = 5/8)
Recuerde dibujar el espacio de positividad de las variables
Sln: Primero debemos hallar las constantes a y b.
Z 1 Z 1
1= f (y)dy = by4dy
0 0

1
b 4 b
= y  =
5 5
0

Estadstica I.

29
 VARIABLES ALEATORIAS CONTINUAS

= b = 5
Z y Z y
x
1= fX |ydx = a 2 dx
0 0 y

y
a 2 a a
= 2 x  = 2 y2 =
2y 2y 0 2

= a = 2

Estadstica I.

30
VARIABLES ALEATORIAS CONTINUAS

Z 1/2
P(1/4 < X < 1/2|y = 5/8) = fX |ydx
1/4
Z 1/2
2x
= 2
dx
1/4 (5/8)
  2 1/2
64 x 
=2
25 2 1/4
 
64 1 1
=
25 4 16
12
=
25

Estadstica I.

31
 EJERCICIOS

1. Sean X y Y variables aleatorias continuas con f.d.p.c dada por

(
c(x + y) ; 0 < x < 3 , x < y < x + 2
f (x, y) =
0 ; e.o.c.

(a) Halle el valor de c para que f (x, y) sea una f.d.p.c.

(b) P(X < 1,Y < 2)

(c) P(X < 2|Y < 2)

Estadstica I.

32
 EJERCICIOS

2. La distribucion de probabilidad conjunta de X y Y es

P(X = x,Y = y) x=1 x=2 x=3

y=2 1/12 1/6 1/12
y=3 1/6 0 1/6
y=4 0 1/3 0

(a) Encuentre las marginales de X y Y

(b) P(X 2|Y = 4)

(c) P(Y 3|X < 2)

Estadstica I.

33
 EJERCICIOS

3. Sean X y Y variables aleatorias con distribucon conjunta dada por

(
8xy ; 0 < y x < 1
f (x, y) =
0 ; e.o.c.
Calcule

(a) la funcion condicional de X , dado Y = y

(b) P(X < 21 ,Y > 14 )

(c) P(X < 12 |Y > 14 )

Estadstica I.

34