Tema 5

Variable Aleatoria
Bidimensional

(c) Inmaculada Luengo Tema 5. V. a. bidimensional 1

V.a. bidimensional
Sea (Ω,A, P) un espacio probabilístico. Una variable aleatoria
bidimensional es una función medible que a cada suceso elemental
ω hace corresponder dos números reales (X(ω), Y(ω)).

( X ,Y )
Ω → R2
ω a ( X (ω ),Y (ω ))

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

1
 V.a. bidimensional discreta
Una v.a. bidimensional discreta (X,Y) queda caracterizada por la función
de probabilidad conjunta

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

i) pij ≥ 0, ∀i , j ii) ∑∑ p
i j
ij =1

Función de distribución acumulada

F (u ,v ) = P ( X ≤ u ,Y ≤ v ) = ∑ ∑p
xi ≤u y j ≤v
ij

(c) Inmaculada Luengo Tema 5. V.a. bidimensional 3

V.a. bidimensional discreta

A partir de la función de probabilidad conjunta podemos obtener las

funciones de probabilidad de cada una de las variables X e Y.

Funciones de probabilidad marginales

P ( X = xi ) = ∑ P ( X = xi ,Y = y j ) =∑ pij = pi •
j j
P (Y = y j ) = ∑ P ( X = x i ,Y = y j ) =∑ pij = p• j
i i

Funciones de probabilidad condicionada

P ( X = x i ,Y = y j ) pij
P (X = x i Y = y j ) = =
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 •
(c) Inmaculada Luengo Tema 5. V.a. bidimensional 4

2
 V. a. bidimensional continua

Una v.a. bidimensional continua (X,Y) queda caracterizada por la función

de densidad conjunta f(x,y), que toma valores en R y que debe cumplir

i) f ( x , y ) ≥ 0
La gráfica de la función está toda por la parte positiva del plano xy

ii) ∫ ∫ f (x , y )dx dy = 1
R2
El volumen comprendido entre la gráfica 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 función f(x,y) sobre dicho
recinto.

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

V. a. bidimensional continua

A partir de la función 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

f (x , y )
f (x Y = y ) =
∞
f1 ( x ) = ∫ f ( x , y )dy
y = −∞
f2 (y )
f (x , y )
f (y X = x ) =
∞
f2 (y ) = ∫ f ( x , y )dx
x = −∞ f1 ( x )

(c) Inmaculada Luengo Tema 5. V.a. bidimensional 6

3
 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 función real de (X,Y).
g
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 )] = ∫ ∫ g ( x , y ) f ( x , y )dx dy si (X,Y) es continua
x = −∞ y = −∞

(c) Inmaculada Luengo Tema 5. V.a. bidimensional 7

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 ⎜⎜ ∑ pij ⎟⎟ = ∑ x i pi •
i j i ⎝ j ⎠ i
⎛ ⎞
E [Y ] = ∑∑ y j pij = ∑ y j ⎜ ∑ pij ⎟ = ∑ y j p• j
i j j ⎝ i ⎠ 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

4
 Momentos de una v.a. bidimensional continua
De forma a similar a lo que hicimos en discretas tomamos

∞ ∞ ∞
E[X ] = ∫ ∫ xf ( x , y )dxdy = ∫ xf1( x , y )dx
x = −∞ y = −∞ x = −∞

∞ ∞ ∞
E [Y ] = ∫ ∫ yf ( x , y )dxdy = ∫ yf2 (y )dy
x = −∞ y = −∞ y = −∞

∞ ∞
E [ XY ] = ∫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 9

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