E STUDIA2 E CIENCIAS

TEMA 10 VARIABLES ALEATORIAS EN R2 DISTRIBUCIN DE PROBABILIDAD EN R2 10.1 VARIABLES ALEATORIAS DISCRETAS 10.1.1 DISTRIBUCIN DE PROBABILIDAD 10.1.2 DISTRIBUCIN DE PROBABILIDAD MARGINAL 10.1.3 FUNCIN DE DISTRIBUCIN MARGINAL 10.1.4 FUNCIN DE DISTRIBUCIN TOTAL 10.1.5 INDEPENDENCIA ESTOCASTICA 10.1.6 DISTRIBUCIN DE PROBABILIDAD CONDICIONADA 10.1.7 FUNCIN DE DISTRIBUCIN TOTAL CONDICIONADA 10.2 VARIABLES ALEATORIAS CONTINUAS 10.2.1 FUNCIN DE DENSIDAD 10.2.1 FUNCIN DE DENSIDAD MARGINAL 10.2.3 FUNCIN DE DISTRIBUCIN MARGINAL 10.2.4 FUNCIN DE DISTRIBUCIN TOTAL 10.2.5 INDEPENDENCIA ESTOCASTICA 10.2.6 FUNCIN DE DENSIDAD CONDICIONADA 10.2.7 FUNCIN DE DISTRIBUCIN TOTAL CONDICIONADA

10 3 COMO SABER SI X E Y SON INDEPENDIENTES

10.1 VARIABLES ALEATORIAS DISCRETAS Vemos un ejemplo: Tenemos un urna con 20 bolas blancas y 10 bolas negras. Hacemos dos extracciones y nos preguntan cual es la probabilidad de sacar dos bolas blancas: P(blanca, blanca) Posibles extracciones: 2 BB (1, 1) BN (1, 0) NB (0, 1) NN (0, 0) P(x,y) 20/30.19/29=4/9 20/30.10/29=2/9 10/30.20/29=2/9 10/30.9/29=1/

suma=1

Pgina 1 de 5 www.estudia2ciencias.blogspot.com

E STUDIA2 E CIENCIAS
10.1.1 DISTRIBUCIN DE PROBABILIDAD=FUNCIN CUANTITATIVA Se denomina P(xi, yi) Y se cumple que

P( x , y ) = 1
i =1 j =1 i i

En el ejemplo anterior: y 0 1 x 0 1/9 2/9 1 2/9 4/9 10.1.2 DISTRIBUCIN DE PROBABILIDAD MARGINAL Son las probabilidades referidas a cada un de las variables Px(xi)= P ( xi , y i ) Py(yj)= P( xi , y i )
j =1 i =1

En el ejemplo: y 0 x 0 1/9 1 2/9

1 2/9 4/9 6/9

Px(xi) 3/9 6/9 1

Py(yj) 3/9

10.1.3 FUNCIN DE DISTRIBUCIN MARGINAL Fx(xt)= Fy(ys)=

Px ( xi ) =
i =1 s j =1

P( x , y )
i =1 s j =1 i i j =1

Py ( j j ) =

P( x , y )
i =1 i i

En el ejemplo: x 0 y0 0 0 Fx ( x) = 3 / 9 0 x1 y F y ( y ) = 3 / 9 0 y 1 1 x 1 1 y 1

Pgina 2 de 5 www.estudia2ciencias.blogspot.com

E STUDIA2 E CIENCIAS
10.1.4 FUNCIN DE DISTRIBUCIN TOTAL F(xt, ys)=

P( x , y )
i =1 j =1 i i

En el ejemplo: x0 y0 0 1 / 9 0 x1 0 y 1 F ( x t , y s ) = 3 / 9 x 1 0 y 1 3 / 9 0 x1 y 1 1 x 1 y 1

10.1.5 INDEPENDENCIA ESTOCASTICA (X,Y) son independientes si cumplen que: P(xi, yi)= Px(xi). Py(yj) F(xt, ys)= Fx(xt). Fy(ys) 10.1.6 DISTRIBUCIN DE PROBABILIDAD CONDICIONADA P(Xi/Y=y)= P(Yj/X=x) P( X i Y = y) P( X i , y ) = P(Y = y ) Py ( y ) P( X = x) = P ( x, Y j ) Px ( x)

P(Y j X = x)

10.1.7 FUNCIN DE DISTRIBUCIN TOTAL CONDICIONADA Se calcula igual que en el apartado anterior, pero con la funcin de distribucin total F(Xt/Y=y) F(Ys/X=x)

Pgina 3 de 5 www.estudia2ciencias.blogspot.com

E STUDIA2 E CIENCIAS
10.2 VARIABLES ALEATORIAS CONTINUAS 10.2.1 FUNCIN DE DENSIDAD Se define como: ( x, y ) T ALGO f(x)= resto O ese algo puede ser: - kxy - kx2y - kxy2 - k=1/rea la condicin que debe cumplir es:

f ( x, y )dxdy = 1

10.2.1 FUNCIN DE DENSIDAD MARGINAL fx(x)= fy(y)=

f ( x, y )dy f ( x, y )dx

donde - y + son los mrgenes del dy o dx con respecto a lo que vamos a integrar 10.2.3 FUNCIN DE DISTRIBUCIN TOTAL F(x,y)=

f ( x, y )dxdy

Propiedades: - F(x,y) es continua en todo 2 F ( x, y ) = f ( x, y ) xy 10.2.4 FUNCIN DE DISTRIBUCIN MARGINAL Fx(x)=

Fy(y)=

f x ( x)dx fy ( y )dy

Pgina 4 de 5 www.estudia2ciencias.blogspot.com

E STUDIA2 E CIENCIAS
10.2.5 INDEPENDENCIA ESTOCASTICA (X,Y) son independientes si cumplen que: f(x,y)=fx(x) . fy(y) F(x,y)=Fx(x) . Fy(y)

10.2.6 FUNCIN DE DENSIDAD CONDICIONADA f(X/Y=y)= f(Y/X=x)=

f ( X , y) f x ( X ) f y ( y) = = f x ( x) f y ( y) f y ( y)

f ( x, Y ) f x ( x) f y (Y ) = = f y ( y) f x ( x) f x ( x) 10.2.7 FUNCIN DE DISTRIBUCIN TOTAL CONDICIONADA

Se calcula igual que en el apartado anterior, pero con la funcin de distribucin total F(X/Y=y) F(Y/X=x) 10 3 COMO SABER SI X E Y SON INDEPENDIENTES Si (x,y) definen po medio de un recinto rectangular y kxy es una funcin de densidad proporcional x e y son independientes Si (x,y) definen un recinto rectangular y k es una funcin de densidad constante x e y son independientes y uniformes

Pgina 5 de 5 www.estudia2ciencias.blogspot.com