d

re
VECTOR ALEATORIO

te
is
eg
Estadística Aplicada CB-412
nR
2007-2
U
 Variable aleatoria bidimensional ( X, Y ).

Dado un experimento aleatorio e y su espacio muestral

asociado W, las funciones X, Y que asignan a cada

d
elemento wi de W, los valores X(wi), Y(wi),

re
respectivamente, forman la variable aleatoria

te
bidimensional (X, Y).

is
eg
nR
U
Rango de una variable aleatoria bidimensional ( X, Y )
Dado en experimento aleatorio e y su espacio muestral

d
asociado W, el rango de la variable aleatoria bidimensional

re
es el conjunto de valores posibles de la variable aleatoria

te
(X,Y), y es denotada por:

is
R(X,Y)

eg
Si R(X,Y) es un conjunto finito o infinito numerable, la variable
nR
aleatoria bidimensional es “discreta”; pero, si es un conjunto
no numerable, la variable aleatoria es “continua”.
U
 Función de probabilidad conjunta de dos variables
discretas

La función de probabilidad conjunta “f ” de dos variables aleatorias

discretas es aquella cuyo valor se determina mediante:

d
f ( x, y) = P[X = x, Y = y ]

re
= å P[w i Î W / X( w i ) = x, Y ( w i ) = y ]

te
is
i

eg
y cumple con las siguientes condiciones:
nR
a) f ( x, y ) ³ 0 " ( x, y ) Î R ( X , Y )

åå
U

b) f ( x, y ) = 1
x y
 Función de probabilidad conjunta de dos variables
discretas Ejemplo

Se tiene 8 acciones de las cuales dos son de clase A, tres son

de clase B, y tres son de clase C. Si se eligen al azar y sin

d
reemplazo 4 acciones, determine la función de probabilidad

re
conjunta de las variables:

te
is
X = Número de acciones elegidas que son de la clase A.

eg
Y = Número de acciones elegidas que son de la clase B.
nR
U
 Función de probabilidad conjunta de dos variables
discretas Ejemplo

Solución:
X = Número de acciones elegidas que son de la clase A.

d
Y = Número de acciones elegidas que son de la clase B.

re
2A | ® 4 MSR æ8ö

te
3B | n(W) = ç ÷ = 70
è 4ø

is
3C |

eg
W = {(AABB),(AABC),(AACB),(AACC),L, (BCCC)}
nR
X ® 2 2 2 2 0
Y ® 2
U

1 1 0 1
Otros ® 0 1 1 2 3
Rx={0,1,2}, Ry={0,1,2,3} 0£x+y £4
 Función de probabilidad conjunta de dos variables
discretas Ejemplo

æ 2 öæ 3 öæ 3 ö
ç 0 ÷ç 1 ÷ç 3 ÷
f (0,1) = P[ X = 0, Y = 1] = è øè øè ø
3
=

d
70

re
70
æ 2 öæ 3 öæ 3 ö
ç 0 ÷ç 2 ÷ç 2 ÷

te
f (0,2) = P[ X = 0, Y = 2] = è øè ø è ø =
9

is
70 70

eg æ 2 öæ 3 öæ 3 ö
ç 0 ÷ç 3 ÷ç 1 ÷
è ø è øè ø 3
nR
f (0,3) = P[ X = 0, Y = 3] = =
70 70
æ 2 öæ 3 öæ 3 ö
U

ç 1 ÷ç 0 ÷ç 3 ÷
f (1,0) = P[ X = 1, Y = 0] = è ø è øè ø =
2
70 70
Función de probabilidad conjunta de dos variables
discretas Ejemplo

Tabla de distribución conjunta de probabilidades

d
Y 0 1 2 3

re
X

te
0 0 3/70 9/70 3/70

is
1 2/70 18/70 18/70 2/70
2 eg
3/70 9/70 3/70 0
nR
U
 Función de probabilidad conjunta de dos variables
continuas

La función “f ” es una densidad conjunta de probabilidad de dos

variables aleatorias continuas si cumple con las siguientes

d
condiciones:

re
te
a) f ( x, y ) ³ 0 " ( x, y ) Î R ( X , Y )

is
¥ ¥

ò ò
eg
b) f ( x, y) dy dx = 1
nR
-¥ -¥

c) P[A ] = P[ (x, y) Î A ] = ò f (x, y )dydx

U

A
xb yb
P[ xa < X < xb , ya < Y < yb ] = òò f ( x, y )dydx
xa ya
 Función de probabilidad conjunta de dos variables
continuas. Ejemplo

El precio de dos artículos X, Y ( en decenas de nuevos soles),

son variables aleatorias cuyo comportamiento conjunto esta

d
definido por la siguiente función :

re
f ( x, y ) = k (6 - x - y ) , si 0 < x < 2, 0< y<2

te
=0

is
, de otro modo

eg
nR
Hallar el valor de “k” para que f(x,y) sea una función de
densidad conjunta
U
 Función de probabilidad conjunta de dos variables
continuas. Ejemplo

f ( x, y ) = k (6 - x - y ) , si 0 < x < 2, 0< y<2

d
=0 , de otro modo

re
te
Hallar el valor de “k” para que f(x,y) sea una función de
densidad conjunta

is
eg
Es evidente que se cumple k>0 para 0<x<2 y 0<y<2.
nR
Solamente falta comprobar la condición:

¥ ¥
U

ò ò f ( x, y) dy dx = 1
-¥ -¥
 Función de probabilidad conjunta de dos variables
continuas. Ejemplo

f ( x, y ) = k (6 - x - y ) , si 0 < x < 2, 0< y<2

d
=0 , de otro modo

re
te
El rango de la variable (X,Y) es:

is
eg
R(X,Y)={ (x,y) / 0<x<2; 0<y<2}
nR
y el gráfico de la función es aproximadamente:
U
 Función de probabilidad conjunta de dos variables
continuas. Ejemplo

ò ò f ( x, y)dxdy = ò ò k (6 - x - y)dydx = ò k [(6 - x) y - ]

¥ ¥ 2 2 2 2
y2

d
2 0
dx

re
-¥ -¥ 0 0 0
2 2

te
= k ò [(6 - x)2 - 2]dx = k ò (10 - 2 x)dx

is
0 0

eg
2
= k (10 x - x )2
0
= k (20 - 4) = 16k =1
nR
Luego, k=1/16 y
U

f ( x, y ) = (6 - x - y ) / 16, si 0 < x < 2, 0< y<2

= 0, de otro modo
 Funciones de probabilidad marginales de dos variables
discretas

Si f (x, y) es la función de probabilidad conjunta de las variables

aleatorias X, Y; luego, la función de probabilidad marginal de la

d
variable aleatoria X es:

re
f X ( x) = P[X = x ] = å f ( x, y )

te
yÎ RY

is
eg
y la función de probabilidad marginal de la variable aleatoria Y es:
nR
f Y ( y ) = P[Y = y ] = å f ( x, y )
U

xÎ RX
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Sean X, Y dos variables aleatorias que tienen como tabla de

distribución conjunta de probabilidades:

d
re
Y 0 1 2 3
X

te
0 0 3/70 9/70 3/70

is
eg
1 2/70 18/70 18/70 2/70
nR
2 3/70 9/70 3/70 0
U

Halle las funciones de probabilidad marginales de X e Y.

 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

El rango de la variable X es: Rx={0,1,2},

d
re
y el rango de la variable Y es : Ry={0,1,2,3}

te
Debemos hallar :

is
eg
f X ( x) = P[X = x ] = å f ( x, y), para x : 0,1,2
yÎ RY
nR
y
U

f Y ( y ) = P[Y = y ] = å f ( x, y), para y : 0,1,2,3

xÎ RX
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Y 0 1 2 3

d
X

re
0 0 3/70 9/70 3/70 f X ( 0)

te
1 2/70 18/70 18/70 2/70

is
2 3/70
eg
9/70 3/70 0
nR
f X (0) = å f (0, y) = f (0,0) + f (0,1) + f (0,2) + f (0,3)
U

yÎ RY

= 0 + 3 / 70 + 9 / 70 + 3 / 70 = 15 / 70
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Y 0 1 2 3

d
X

re
0 0 3/70 9/70 3/70

te
1 2/70 18/70 18/70 2/70

is
f X (1)

2 3/70
eg
9/70 3/70 0
nR
f X (1) = å f (1, y) = f (1,0) + f (1,1) + f (1,2) + f (1,3)
U

yÎ RY

= 2 / 70 + 18 / 70 + 18 / 70 + 2 / 70 = 40 / 70
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Y 0 1 2 3

d
X

re
0 0 3/70 9/70 3/70

te
1 2/70 18/70 18/70 2/70

is
2 3/70
eg
9/70 3/70 0 f X ( 2)
nR
f X (2) = å f (2, y) = f (2,0) + f (2,1) + f (2,2) + f (2,3)
U

yÎ RY

= 3 / 70 + 9 / 70 + 3 / 70 + 0 = 15 / 70
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Y 0 1 2 3 fx(x)

d
X

re
0 0 3/70 9/70 3/70 15/70

te
1 2/70 18/70 18/70 2/70 40/70

is
2 3/70
eg
9/70 3/70 0 15/70
nR
f X ( x) = 15 / 70, si x = 0,2
U

= 40 / 70, si x =1
=0 , para otros valores de x
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Y 0 1 2 3
X

d
re
0 0 3/70 9/70 3/70

te
1 2/70 18/70 18/70 2/70

is
eg
2 3/70 9/70 3/70 0
nR
f Y (0) = å f ( x,0) = f (0,0) + f (1,0) + f (2,0)
xÎ RX
U

= 0 + 2 / 70 + 3 / 70 = 5 / 70
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Y 0 1 2 3
X

d
re
0 0 3/70 9/70 3/70

te
1 2/70 18/70 18/70 2/70

is
eg
2 3/70 9/70 3/70 0
nR
f Y (1) = å f ( x,1) = f (0,1) + f (1,1) + f (2,1)
xÎ RX
U

= 3 / 70 + 18 / 70 + 9 / 70 = 30 / 70
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Y 0 1 2 3
X

d
re
0 0 3/70 9/70 3/70

te
1 2/70 18/70 18/70 2/70

is
eg
2 3/70 9/70 3/70 0
nR
f Y (2) = å f ( x,2) = f (0,2) + f (1,2) + f (2,2)
xÎ RX
U

= 9 / 70 + 18 / 70 + 3 / 70 = 30 / 70
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Y 0 1 2 3
X

d
re
0 0 3/70 9/70 3/70

te
1 2/70 18/70 18/70 2/70

is
eg
2 3/70 9/70 3/70 0
nR
f Y (3) = å f ( x,3) = f (0,3) + f (1,3) + f (2,3)
xÎ RX
U

= 3 / 70 + 2 / 70 + 0 = 5 / 70
 Funciones de probabilidad marginales de dos variables
discretas Ejemplo

Y 0 1 2 3
X

d
re
0 0 3/70 9/70 3/70

te
1 2/70 18/70 18/70 2/70

is
2 3/70 9/70 3/70 0
fY(y) 5/70 eg
30/70 30/70 5/70
nR
U

f Y ( y ) = 5 / 70, si x = 0,3
= 30 / 70, si x = 1,2
=0 , para otros valores de x
 Funciones de probabilidad marginales de dos variables
continuas

Si f (x, y) es la función de densidad conjunta de las variables

aleatorias X, Y; luego, la función de densidad marginal de la

d
variable aleatoria X es:

re
¥

ò f ( x, y)dy

te
f X ( x) =

is
-¥

eg
y la función de densidad marginal de la variable aleatoria Y es:
nR
¥
fY ( y) = ò f ( x, y)dx
U

-¥
 Funciones de probabilidad marginales de dos variables
continuas. Ejemplo.

Si X, Y dos variables aleatorias que tienen como función de

densidad conjunta:

d
re
f ( x, y ) = (6 - x - y ) / 8, si 0 < x < y, 0< y<2

te
= 0, de otro modo

is
eg
Halle las funciones de probabilidad marginales de X e Y.
nR
U
 Funciones de probabilidad marginales de dos variables
continuas. Ejemplo.

f ( x, y ) = (6 - x - y ) / 8, si 0 < x < y, 0< y<2

= 0,

d
de otro modo

re
te
El rango de l a variable (X,Y) es:

is
{
R( X ,Y ) = ( x, y ) / 0 < x < y, 0 < y < 2, ( x, y ) Î Â 2 }
eg
nR
U
 Funciones de probabilidad marginales de dos variables
continuas. Ejemplo.

f ( x, y ) = (6 - x - y ) / 8, si 0 < x < y, 0< y<2

= 0,

d
de otro modo

re
te
Para hallar la densidad marginal de X se debe obtener:

is
¥

eg ò f ( x, y)dy
f X ( x) =
-¥
nR
U
 Funciones de probabilidad marginales de dos variables
continuas. Ejemplo.
¥ x 2 ¥
f X ( x) = ò f ( x, y)dy = ò f ( x, y)dy + ò f ( x, y)dy + ò f ( x, y)dy
-¥ -¥

d
x 2

re
2
= 0 + ò f ( x, y )dy + 0

te
x

is
2
6- x- y 1 y2 2
=ò dy = (6 y - xy - )

eg
8 8 2 x
x
nR
1 1 x2
= (12 - 2 x - 2) - (6 x - x - )
2
8 8 2
U

1 3x 2 3 x 2 - 16 x + 20
= (10 - 8 x + )=
8 2 16
Funciones de probabilidad marginales de dos variables
continuas. Ejemplo.

3 x 2 - 16 x + 20
f X ( x) = , si 0< x<2

d
16

re
=0 , de otro modo

te
is
eg
nR
U
 Funciones de probabilidad marginales de dos variables
continuas. Ejemplo.

f ( x, y ) = (6 - x - y ) / 8, si 0 < x < y, 0< y<2

= 0,

d
de otro modo

re
Para hallar la densidad marginal de Y se debe obtener:

te
is
¥
f Y ( y) = ò f ( x, y)dx
eg -¥
nR
U
 Funciones de probabilidad marginales de dos variables
continuas. Ejemplo.
¥ 0 y ¥
f Y ( y) = ò f ( x, y)dx = ò f ( x, y)dx + ò f ( x, y)dx + ò f ( x, y)dx

d
-¥ -¥ 0 y

re
y
= 0 + ò f ( x, y )dx + 0

te
0

is
y
6- x- y 1 x2 y
=ò dx = (6 x - - xy )

eg
8 8 2 0
0
nR
1 y2
= (6 y - - y2 )
8 2
U

1 12 y - 3 y 2
= (12 y - 3 y 2 ) =
16 16
Funciones de probabilidad marginales de dos variables
continuas. Ejemplo.

12 y - 3 y 2
f Y ( y) = , si 0< y<2

d
16

re
=0 , de otro modo

te
is
eg
nR
U
 Funciones de distribución condicionales de dos
variables discretas

Si f (x, y) es la función de probabilidad conjunta de las variables

aleatorias X, Y; fX (x) y fY (x) son las funciones de probabilidad

d
marginales de las variables aleatorias X e Y, respectivamente;

re
entonces, la función de probabilidad condicional de X, dado que

te
Y= y , es:

[ ]
is
f ( x, y )
f (x / y ) = P X = x / Y = y = , para f Y ( y ) > 0

eg
fY ( y)
nR
y la función de probabilidad condicional de Y, dado que X= x , es:

[ ]
U

f ( x, y )
f (y / x ) = P Y = y / X = x = , para f X ( x) > 0
f X ( x)
 Funciones de distribución condicionales de dos
variables discretas. Ejemplo

Sean X, Y dos variables aleatorias que tienen como tabla de

distribución conjunta de probabilidades:

d
re
0 1 2 3 fx(x)
Y

te
X0 0 3/70 9/70 3/70 15/70

is
eg
1 2/70 18/70 18/7 2/70 40/70
0
nR
2 3/70 9/70 3/70 0 15/70
fY(y) 5/70 30/70 30/7 5/70 1
U

0
Halle la función de probabilidad condicional de Y, dado
que X=1.
 Funciones de distribución condicionales de dos
variables discretas. Ejemplo

El rango de la variable Y es : Ry={0,1,2,3}

d
re
Debemos hallar :

te
[ / ]
f ( y / x = 1) = P Y = y X = 1 =
f (1, y )
, para y = 0,1,2,3

is
f X (1)

eg
nR
U
 Funciones de distribución condicionales de dos
variables discretas. Ejemplo

0 1 2 3 fx(x)
Y

d
re
X0 0 3/70 9/70 3/70 15/70

te
1 2/70 18/70 18/7 2/70 40/70 fx(1)=P[X=1]

is
0
2 3/70 9/70 3/70 0 15/70
fY(y) eg
5/70 30/70 30/7 5/70 1
nR
0
U

[ ]
f (0 / x = 1 ) = P Y = 0 / X = 1 =
f (1,0)
f X (1)
=
2
40
70
70
=
2
40
 Funciones de distribución condicionales de dos
variables discretas. Ejemplo

0 1 2 3 fx(x)
Y

d
re
X0 0 3/70 9/70 3/70 15/70

te
1 2/70 18/70
18/70 18/7 2/70 40/70 fx(1)=P[X=1]

is
0
2 3/70 9/70 3/70 0 15/70
fY(y) eg
5/70 30/70 30/7 5/70 1
nR
0
U

[ ]
f (1 / x = 1 ) = P Y = 1 / X = 1 =
f (1,1) 18 70 18
f X (1)
= 40 =
70 40
 Funciones de distribución condicionales de dos
variables discretas. Ejemplo

0 1 2 3 fx(x)
Y

d
re
X0 0 3/70 9/70 3/70 15/70

te
1 2/70 18/70 18/70
18/7 2/70 40/70 fx(1)=P[X=1]

is
0
2 3/70 9/70 3/70 0 15/70
fY(y) eg
5/70 30/70 30/7 5/70 1
nR
0
U

[ ]
f (2 / x = 1 ) = P Y = 2 / X = 1 =
f (2,1) 18 70 18
f X (1)
= 40 =
70 40
 Funciones de distribución condicionales de dos
variables discretas. Ejemplo

0 1 2 3 fx(x)
Y

d
re
X0 0 3/70 9/70 3/70 15/70

te
1 2/70 18/70 18/7 2/70 40/70 fx(1)=P[X=1]

is
0
2 3/70 9/70 3/70 0 15/70
fY(y) eg
5/70 30/70 30/7 5/70 1
nR
0
U

[ ]
f (3 / x = 1 ) = P Y = 3 / X = 1 =
f (1,3)
f X (1)
=
2
40
70
70
=
2
40
 Funciones de distribución condicionales de dos
variables discretas. Ejemplo

0 1 2 3 fx(x)
Y

d
re
X0 0 3/70 9/70 3/70 15/70

te
1 2/70 18/70 18/7 2/70 40/70 fx(1)=P[X=1]

is
0
2 3/70 9/70 3/70 0 15/70
fY(y) eg
5/70 30/70 30/7 5/70 1
nR
0
h( y / x = 1 ) = 2 , si y = 0,3
U

40
= 18 , si y = 1,2
40
=0 , de otro modo
 Funciones de distribución condicionales de dos
variables continuas

Si f (x, y) es la función de densidad conjunta de las variables

aleatorias X, Y; fX (x) y fY (x) son las funciones de densidad

d
marginales de las variables aleatorias X e Y, respectivamente;

re
entonces, la función de densidad condicional de X, dado que Y= y,

te
es:

is
f ( x, y )
f (x / y ) = , para f Y ( y ) > 0

eg
fY ( y)
nR
y la función de densidad condicional de Y, dado que X= x, es :
U

f ( x, y )
f (y / x ) = , para f X ( x) > 0
f X ( x)
 Funciones de distribución condicionales de dos
variables continuas. Ejemplo.

f ( x, y ) = (6 - x - y ) / 8, si 0 < x < y, 0< y<2

= 0,

d
de otro modo

re
Para hallar la densidad condicional de Y, dado que X=x.

te
is
f ( x, y ) (6 - x - y ) / 8 2(6 - x - y )
h( y / x ) = = = 2

eg
f X ( x) (3x - 16 x + 20) / 16 3 x - 16 x + 20
2
nR
2( 6 - x - y )
h( y / x ) = 2 , si x < y < 2, 0 < x < 2
3 x - 16 x + 20
U

=0 , de otro modo
 EJEMPLOS DE VECTOR ALEATORIO

Ejemplo: Dos líneas de producción manufacturan cierto tipo de artículos.

Suponga que la capacidad (en cualquier día dado) es dos artículos para la
línea I y 3 para la línea II. Con base en la tabla adjunta que muestra la
distribución de probabilidades conjunta:

d
a. Obtener las funciones marginales de X, ƒ X (x), e Y , ƒ Y (y)

re
b. Calcular P(1 £ X < 2, 1, 0 £ Y < 2).
• Halle la probabilidad de que en la línea I se produzcan más artículos que

te
en la II.
• Se produzcan en total 3 artículos.

is
• La probabilidad de que la línea I produzca más que la línea II dado que
se producen en total 3 artículos.

eg 0 1 2 3 ƒ (X)
nR
X = I / Y=II
0 0 0.04 0.12 0.09 0.25
U

1 0.02 0.14 0.21 0.14 0.51

2 0.07 0.06 0.06 0.05 0.24
ƒ (Y) 0.09 0.24 0.39 0.28 1.0
Se observa en la tabla anterior como las sumas de los valores de las
filas generan las probabilidades de la variable X, lo propio sucede con
los valores de las columnas para obtener la función de probabilidad de
la variable aleatoria Y.

d
re
te
• P(1 =< X < 2; 0 =< Y < 2)=ƒ xy (1,0) + ƒ xy (1,1)=0.04 + 0.14=

is
0.18

eg
El 18% de la producción fluctúa en la Línea I entre uno y dos artículos y
en la Línea II no más de dos artículos.
• P(X>Y)= ƒ xy (1,0) + ƒ xy (2,0) + ƒ xy (2,1)=0.02 + 0.07 + 0.06=
nR
0.15
En el 15% de los días se produce mas en la Línea I que en la II.
U

• P(X+Y=3)= ƒ xy (1,2)+ ƒ xy (2,1) + ƒ xy (0,3)= 0.21 + 0.06 +

0.09= 0.36
La probabilidad de que se produzcan en total 3 artículos es 0.36
• P(X>Y / X+Y=3)= ƒ xy (2,1) / 0.36= 0.06 / 0.36= 0.1666
 Función de Probabilidad Condicional

En el ejercicio anterior, calcular ƒ X / Y ( x / y=2) Solución:

d
re
te
is
eg
nR
U
Ejemplo
Sea X un variable aleatoria bidimensional de clase
continua con función de densidad conjunta

d
re
te
is
eg
nR
U
Ejemplo 2. Sean X, Y las proporciones del tiempo en un día de
trabajo, que los empleados A y B, respectivamente, se ocupan
realmente en hacer sus tareas asignadas. El comportamiento
de las frecuencias relativas conjuntas se representan
por:

d
re
te
is
eg
nR
El 32.8% de los días trabajados por los dos empleados se caracterizan
U

por que A trabajo menos de la mitad del tiempo, mientras que B lo hizo
durante más de la cuarta parte del tiempo.
En uno de cada tres días el tiempo trabajado por A más el trabajado por
B corresponde a un día laboral completo.