CLASE 4 Procesos Estocasticos

1
CAPITULO 2: FENOMENOS ALEATORIOS
VARIABLES
ALEATORIAS
MULTIPLES
1. Variable aleatoria bidimensional discreta
Sea un experimento  un experimento aleatorio y S el espacio muestral asociado
a este experimento y sean X ,Y : S   dos funciones tal que cada función
asocia a cada suceso w  S un número real, es decir X w   x , Y w   y
donde x , y   . Al vector X ,Y  se le llama variable aleatoria bidimensional o
vector aleatorio bidimensional.
Figura 2.1. Variable aleatoria bidimensional
Y
S
Y w   y
w
X w   x
X
Fuente: Elaboración propia
ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

2
Si X 1 , X 2 ,  , X k : S   son k funciones tal que cada función asocia a cada suceso
w S un número real, es decir X 1 w   x 1 , X 2 w   x 2 ,  , X k w   x k entonces
al vector X 1, X 2 ,  , X k  se le llama variable aleatoria multidimensional o vector
aleatorio k - dimensional.
Función de probabilidad conjunta de una variable aleatoria bidimensional discreta
Sea X ,Y  una variable aleatoria bidimensional discreta con rango
R X Y  x , y  / i  1, 2, 3  ; j  1, 2, 3  ;
i j
Donde los posibles valores de x i , y j  son finitos o infinitos numerables; se llama
función de probabilidad conjunta de la variable aleatoria X ,Y  a la función
p x i , y j   P X  x i ;Y  y j 
 
La función de probabilidad conjunta debe satisfacer las siguientes condiciones
i) p x i , y j   0 ,  x i , y j   RX Y
  p x i , y j  
   
ii)   P X  x ;Y i
 y j   1

j 1 i 1 j 1 i 1
Como en el caso de la variable aleatoria unidimensional, a la terna
x , y , p x , y   0  x , y   R 
i j i j i j X Y
se le llama distribución de probabilidad
conjunta de la variable aleatoria discreta X ,Y  . Cuando el rango de la variable
aleatoria X ,Y  es finito la distribución de probabilidad conjunta generalmente se
representa mediante una tabla de dos entradas y se representa de forma gráfica la
distribución de probabilidad conjunta en  3 .

3
Tabla 2.1. Tabla de distribución de probabilidad conjunta
Y y1 y2  yj   yn
X
x1 p x1, y1  p x1, y2   p x1, y j    p x1, yn 
x2 p x 2, y1  p x 2, y2   p x 2, y j    p x 2, yn 
      
xi p x i , y1  p x i , y2   p xi , y j    p x i , yn 
       
       
xm p x m , y1  p x m , y2   p x i , y j    p x m , yn 
Fuente: Elaboración propia
Figura 2.2. Representación gráfica de función de probabilidad conjunta
Fuente: https://www.uv.es/ceaces/normaMu/multidim.htm
Función de distribución acumulada bivariada de una variable aleatoria discreta
La función de distribución acumulada de la variable aleatoria bidimencional
X ,Y  es la función F :  2   0,1 definida por la regla de correspondencia

 
F x , y   P X  x ,Y  y  
    p x , y  ,i j
x , y  
y j y x i x

4
La grafica de una función de distribución acumulada bivariada de una variable
aleatoria bidimensional discreta X ,Y  con rango R X Y es la suma de las
probabilidades de todos los puntos de la región A que se muestra en la Fig. 2.3 es
decir A  x , y  / x
i j i
 x;yj  y . 
Figura 2.3 Representación de función de distribución acumulada bivariada
Propiedades de la función de distribución acumulada bivariada
i) F , y   lim F x , y   0,  y  
x 
ii) F x ,    lim F x , y   0, x  
y 
 
iii) lim  lim F x , y   lim  lim F x , y   F ,    1
x   y   y   x  
iv) P a  X  b, c  Y  d   F b, d   F a, d   F b, c   F a, c 

 

5
Figura 2.4 Región de probabilidad
v) P X  a   lim P X  a,Y  b   P  lim X  a,Y  b 

  b    b  
P X  a   lim P X  a,Y  b 

b 
P X  a   lim F a, b   F a,   FX a 

b 
vi) P Y  b   lim F a, b   F , b   FY b 

  a 
vii) P X  a,Y  b   1  FX a   FY b   F a, b 

 
Si X ,Y  es una variable aleatoria bidimensional discreta, entonces la función
de probabilidad marginal de X es obtenida de p x , y  mediante
pX x   P X  x    p x , y 
 
x :p x ,y  0
Similarmente la función de probabilidad marginal de Y es
pY y   P Y  y    p x , y 
 
y :p x ,y  0

6
11. Hallar la función de probabilidad conjunta y su representación gráfica de
variable aleatotia bidimensional para el siguiente experimento aleatorio: Una
urna contiene 3 bolas numeradas 1, 2, 3 respectivamente; de la urna se extraen
2 bolas al azar una a una con reposicion. Sea X el número de la primera bola
que se extrae, e Y el número de la segunda bola que se extrae.
Solución:
Se tiene que el par X ,Y  es una variable aleatoria discreta bidimensional con rango




1,1 1, 2 1, 3
RX Y  x , y  / x , y  1, 2, 3 2,1


2, 2 2, 3
3,1 3, 2 3, 3



Además
RX  RY  1, 2, 3
La probabilidad para cada evento será
1
p 1,1  P X  1,Y  1 
  9
1
p 1, 2   P X  1,Y  2  
  9
1
p 1, 3   P  X  1,Y  3 
  9
1
p 2,1  P X  2,Y  1 
  9
1
p 2, 2   P X  2,Y  2 
  9
1
p 2, 3  P X  2,Y  3 
  9

7
1
p 3,1  P  X  3,Y  1 
  9
1
p 3, 2  P X  3,Y  2 
  9
1
p 3, 3  P X  3,Y  3 
  9
Generalizando encontramos la función de probabilidad conjunta de X ,Y 
1
p x , y   , x  1, 2, 3 ; y  1, 2, 3
9
La representación tabular es
x 1 2 3
y
1 1 1
1
9 9 9
1 1 1
2
9 9 9
1 1 1
3
9 9 9
La representación grafica

8
12. Sea el experimento: lanzar 2 dados al aire. Sean X la variable que denota el
número de puntos obtenidos en el primer dado e Y la variable que denota el
número de puntos obtenidos en el segundo dado.
a) Halle la distribución de probabilidad conjunta de la variable aleatoria X ,Y 
y trace su gráfica.
b) Halle la función de distribución acumulada de X ,Y 
c) Calcule P 1  X  2, 0  Y  3

 
Solución:
a) Se tiene que el par X ,Y  es una variable aleatoria discreta bidimensional con el
espacio muestral




1,1 1, 2 1, 3 1, 4  1, 5 1, 6




2,1 2, 2 2, 3 2, 4  2, 5 2, 6
3,1
 3, 2 3, 3 3, 4 3, 5 3, 6
S 
 



4,1 4, 2 4, 3 4, 4 4, 5 4, 6


5,1 5, 2 5, 3 5, 4  5, 5 5, 6
 
  6, 2 6, 3 6, 4  6, 5 6, 6

 6,1

Además el rango
RX  RY  1, 2, 3, 4, 5, 6
La probabilidad para cada evento será
1
p 1,1  P X  1,Y  1 
  36
1
p 1, 2   P X  1,Y  2 
  36

9
1
p 1, 3   P  X  1,Y  3 
  36
1
p 6, 6  P X  6,Y  6 
  36
Generalizando encontramos la función de probabilidad conjunta de X ,Y 
1
p x , y   , x  1, 2,  , 6 ; y  1, 2,  , 6
36
La representación tabular es
x 1 2 3 4 5 6
y
1 1 1 1 1 1
1
36 36 36 36 36 36
1 1 1 1 1 1
2
36 36 36 36 36 36
1 1 1 1 1 1
3
36 36 36 36 36 36
1 1 1 1 1 1
4
36 36 36 36 36 36
1 1 1 1 1 1
5
36 36 36 36 36 36
1 1 1 1 1 1
6
36 36 36 36 36 36
La representación grafica

10
b) La representación gráfica del vector X ,Y  en el plano se muestra en la siguiente
figura
Por lo tanto la función de distribución acumulada de X ,Y  de forma tabular será
x y 1 1y 2 2y  3 3y 4 4y 5 5y 6 y 6

y
x 1 0 0 0 0 0 0 0
1 2 3 4 5 6
1x 2 0
36 36 36 36 36 36
2 4 6 8 10 12
2x 3 0
36 36 36 36 36 36
3 6 9 12 15 18
3x 4 0
36 36 36 36 36 36
4 8 12 16 20 24
4x 5 0
36 36 36 36 36 36
5 10 15 20 25 30
5x 6 0
36 36 36 36 36 36
6 12 18 24 30
x 6 0 1
36 36 36 36 36

11
c) Para hallar la probabilidad pedida usamos la propiedad iv)
P a  X  b, c  Y  d   F b, d   F a, d   F b, c   F a, c 
Aplicando a lo pedido
P 1  X  2, 0  Y  3  F 2, 3  F 1, 3  F 2, 0  F 1, 0
Evaluando
6
P 1  X  2, 0  Y  3  000
36
Finalmente
1
P  1  X  2, 0  Y  3  
6

CLASE 4 Procesos Estocasticos

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

CLASE 4 Procesos Estocasticos

Uploaded by

Copyright:

Available Formats

1

CAPITULO 2: FENOMENOS ALEATORIOS

Sea un experimento  un experimento aleatorio y S el espacio muestral asociado

a este experimento y sean X ,Y : S   dos funciones tal que cada función

asocia a cada suceso w  S un número real, es decir X w   x , Y w   y

donde x , y   . Al vector X ,Y  se le llama variable aleatoria bidimensional o

vector aleatorio bidimensional.

Figura 2.1. Variable aleatoria bidimensional

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

Si X 1 , X 2 ,  , X k : S   son k funciones tal que cada función asocia a cada suceso

w S un número real, es decir X 1 w   x 1 , X 2 w   x 2 ,  , X k w   x k entonces

al vector X 1, X 2 ,  , X k  se le llama variable aleatoria multidimensional o vector

Función de probabilidad conjunta de una variable aleatoria bidimensional discreta

Sea X ,Y  una variable aleatoria bidimensional discreta con rango

Donde los posibles valores de x i , y j  son finitos o infinitos numerables; se llama

función de probabilidad conjunta de la variable aleatoria X ,Y  a la función

La función de probabilidad conjunta debe satisfacer las siguientes condiciones

Como en el caso de la variable aleatoria unidimensional, a la terna

conjunta de la variable aleatoria discreta X ,Y  . Cuando el rango de la variable

aleatoria X ,Y  es finito la distribución de probabilidad conjunta generalmente se

representa mediante una tabla de dos entradas y se representa de forma gráfica la

distribución de probabilidad conjunta en  3 .

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

Tabla 2.1. Tabla de distribución de probabilidad conjunta

Fuente: Elaboración propia

Figura 2.2. Representación gráfica de función de probabilidad conjunta

Función de distribución acumulada bivariada de una variable aleatoria discreta

La función de distribución acumulada de la variable aleatoria bidimencional

X ,Y  es la función F :  2   0,1 definida por la regla de correspondencia

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

La grafica de una función de distribución acumulada bivariada de una variable

aleatoria bidimensional discreta X ,Y  con rango R X Y es la suma de las

probabilidades de todos los puntos de la región A que se muestra en la Fig. 2.3 es

Propiedades de la función de distribución acumulada bivariada

iv) P a  X  b, c  Y  d   F b, d   F a, d   F b, c   F a, c 

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

Figura 2.4 Región de probabilidad

v) P X  a   lim P X  a,Y  b   P  lim X  a,Y  b 

P X  a   lim P X  a,Y  b 

P X  a   lim F a, b   F a,   FX a 

vi) P Y  b   lim F a, b   F , b   FY b 

vii) P X  a,Y  b   1  FX a   FY b   F a, b 

Si X ,Y  es una variable aleatoria bidimensional discreta, entonces la función

de probabilidad marginal de X es obtenida de p x , y  mediante

Similarmente la función de probabilidad marginal de Y es

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

11. Hallar la función de probabilidad conjunta y su representación gráfica de

variable aleatotia bidimensional para el siguiente experimento aleatorio: Una

urna contiene 3 bolas numeradas 1, 2, 3 respectivamente; de la urna se extraen

que se extrae, e Y el número de la segunda bola que se extrae.

La probabilidad para cada evento será

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

Generalizando encontramos la función de probabilidad conjunta de X ,Y 

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

número de puntos obtenidos en el primer dado e Y la variable que denota el

número de puntos obtenidos en el segundo dado.

a) Halle la distribución de probabilidad conjunta de la variable aleatoria X ,Y 

b) Halle la función de distribución acumulada de X ,Y 

c) Calcule P 1  X  2, 0  Y  3

a) Se tiene que el par X ,Y  es una variable aleatoria discreta bidimensional con el

La probabilidad para cada evento será

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

Generalizando encontramos la función de probabilidad conjunta de X ,Y 