Tema 5

Variable Aleatoria Bidimensional

(c) Inmaculada Luengo

Tema 5. V. a. bidimensional

V.a. bidimensional
Sea (,A, P) un espacio probabilstico. Una variable aleatoria bidimensional es una funcin medible que a cada suceso elemental hace corresponder dos nmeros reales (X(), Y( )).

R2 a ( X ( ),Y ( ))
Cada una de la proyecciones es a su vez una variable aleatoria. Atendiendo al recorrido se clasifican en Discretas: si X e Y son discretas. Continuas: si X e Y son continuas. Mixtas: si una es discreta y la otra continua.
(c) Inmaculada Luengo Tema 5. V.a. bidimensional 2

( X ,Y )

V.a. bidimensional discreta

Una v.a. bidimensional discreta (X,Y) queda caracterizada por la funcin de probabilidad conjunta

P ( X = x i ,Y = y j ) = pij
siendo

i) pij 0, i , j
Funcin de distribucin acumulada

ii)

p
i j

ij

=1

F (u ,v ) = P ( X u ,Y v ) =

xi u y j v

ij

(c) Inmaculada Luengo

Tema 5. V.a. bidimensional

V.a. bidimensional discreta

A partir de la funcin de probabilidad conjunta podemos obtener las funciones de probabilidad de cada una de las variables X e Y. Funciones de probabilidad marginales
j j

P (Y = y j ) = P ( X = x i ,Y = y j ) = pij = p j
i i

P ( X = xi ) = P ( X = xi ,Y = y j ) = pij = pi

P (X = x i Y = y j ) =

P ( X = x i ,Y = y j ) pij = P (Y = y j ) p j P ( X = x i ,Y = y j ) pij P (Y = y j X = x i ) = = P ( X = xi ) pi
Tema 5. V.a. bidimensional

Funciones de probabilidad condicionada

(c) Inmaculada Luengo

V. a. bidimensional continua
Una v.a. bidimensional continua (X,Y) queda caracterizada por la funcin de densidad conjunta f(x,y), que toma valores en R y que debe cumplir

i) f ( x , y ) 0
La grfica de la funcin est toda por la parte positiva del plano xy

ii)

f (x , y )dx dy = 1
R2

El volumen comprendido entre la grfica y el plano xy es 1

iii) P (( X ,Y ) B ) =

f (x , y )dx dy
B

La probabilidad de que la variable tome valores en un recinto B del plano viene dada por el volumen que determina la funcin f(x,y) sobre dicho recinto.

(c) Inmaculada Luengo

Tema 5. V.a. bidimensional

V. a. bidimensional continua
A partir de la funcin de densidad conjunta podemos obtener las funciones de densidad de cada una de las variables X e Y.

Funciones de densidad marginales

Funciones de densidad condicionada

f1 ( x ) =

y =

f ( x , y )dy

f (x Y = y ) =

f (x , y ) f2 (y ) f (x , y ) f1 ( x )

f2 (y ) =

x =

f ( x , y )dx

f (y X = x ) =

(c) Inmaculada Luengo

Tema 5. V.a. bidimensional

Momentos de una v.a. bidimensional

No existe el concepto de esperanza de una variable aleatoria bidimensional (X,Y) y por tanto tampoco de los distintos momentos. Lo que existe es el concepto de esperanza de una funcin real de (X,Y).

R2 R (x , y ) a g ( x , y ) R
Definimos esperanza de g(x,y) como:

E [g ( x , y )] = g (x i , y j )pij si (X,Y) es discreta

i j

E [g ( x , y )] =
(c) Inmaculada Luengo

x = y =

g ( x , y ) f ( x , y )dx dy si (X,Y) es continua

Tema 5. V.a. bidimensional

Momentos de una v.a. bidimensional discreta

Sea (X,Y) una v.a. bidimensional discreta Consideramos g(x,y) = x, g(x,y) = y , g(x,y) = xy y tenemos

E [ X ] = x i pij = x i = x i pi pij i j i j i E [Y ] = y j pij = y j pij = y j p j i i j j j E [ XY ] = x i y j pij

i j

Consideramos ahora g(x,y) = (x-E[X])(y-E[Y]) y definimos cov(X,Y)

cov ( X ,Y ) = E [( x E [ X ])(y E [y ])] = LL = E [ XY ] E [ X ]E [Y ]

(c) Inmaculada Luengo Tema 5. V.a. bidimensional 8

Momentos de una v.a. bidimensional continua

De forma a similar a lo que hicimos en discretas tomamos

E[X ] = E [Y ] =
E [ XY

x = y =

xf ( x , y )dxdy = yf ( x , y )dxdy =

x =

xf1( x , y )dx yf2 (y )dy

x = y =

y =

] = x = y =

xy f ( x , y )dx dy

La covarianza se define igual que en el caso discreto

cov ( X ,Y ) = E [( x E [ X ])(y E [y ])] = LL = E [ XY ] E [ X ]E [Y ]

(c) Inmaculada Luengo

Tema 5. V.a. bidimensional

Independencia de v.a.
Dos variables aleatorias X e Y decimos que son independientes si

P( X A,Y B) = P( X A)P(Y B)
cualesquiera que sean los recintos A y B

Si las dos variables son discretas: X, Y independientes si

P ( X = xi ,Y = y j ) = P ( X = xi )P (Y = y j )
Si las dos variables son continuas: X, Y independientes si

f (x , y

) = f1 ( x )f 2 (y )

Si X e Y son independientes entonces cov(X,Y)=0

(c) Inmaculada Luengo

Tema 5. V. a. bidimensional

10