Professional Documents
Culture Documents
TEMA 2
Introduccin
El estudio de las variables aleatorias y sus distribuciones de probabilidad que se hizo anteriormente estuvo dirigido a espacios muestrales de una sola dimensin, es decir valores asumidos por una nica variable aleatoria. Sin embargo, hay situaciones donde se quiere registrar los resultados simultneamente de varias variable aleatorias.
Por ejemplo, interesarse por la relacin entre la dureza D y la fuerza de tensin T del cobre fundido en fro, con lo que se tendra como resultado (h,t). A este tipo de distribucin se le conoce como Distribucin de probabilidad Bivariable, Distribucin de Probabilidad Conjunta o Distribucin Multivariable en la que participan dos variables aleatorias, distribuyndose ambas con cierto grado de correlacin entre ellas.
Densidades Condicionales
Si X1, X2 son variables aleatorias con densidad conjunta f (x1,x2) y densidades marginales g(x1) y g(x2), las densidades de (X1 | X2 = x2), (X2 | X1 = x1) son, respectivamente
Densidades Condicionales
Si se desea encontrar la probabilidad de que la variable aleatoria continua X este entre a y b cuando se sabe que la variable aleatoria continua Y=y, se evala
f ( x / y )dx
a
Valor Esperado
Si g(X1,X2) es una funcin de las variables aleatorias continuas X1, X2, la esperanza se define por
Interpretacin de la covarianza
Si Cov (x,y) > 0 hay dependencia directa (positiva), es decir, a grandes valores de x corresponden grandes valores de y. Si Cov (x,y) = 0 Una covarianza 0 se interpreta como la no existencia de una relacin lineal entre las dos variables estudiadas.
Si Cov (x,y) < 0 hay dependencia inversa o negativa, es decir, a grandes valores de x corresponden pequeos valores de y.
l=V(l)= a1 1+ a2 2+ + an 2 + 2a1a2 Cov (y1,y2)+2a1a3 Cov (y1,y3) ++ 2a1an Cov (y1,yn)+ 2a2a3 Cov (y2,y3) + + 2a2an Cov (y2,yn)+ +2an-1anCov(yn-1,yn)
TEMA 2