UNIVERSIDAD DISTRITAL FACULTAD
TECNOLOGÍA
INGENIERIA EN TELEMATICA
PROBABILIDAD Y ESTADISTICA
2017-I.
GERMÁN MONTEZUMA montezumag@[Link]
Grupo: estadística y probabilidad 2017-I en moodle
GUIA 10
TEMA: Distribución Conjunta
OBJETIVO: Identificar, y calcular una función de probabilidad conjunta.
Distribución Conjunta. Sean X y Y variables aleatorias de un mismo espacio
muestral S con los respectivos conjuntos imagen
X ( S ) {x1 , x 2 ,...x n } y Y ( S ) { y1 , y 2 ,... y m }
Formando el conjunto producto: X ( S ) xY ( S ) {( x1 , y1 ), ( x 2 , y 2 ),..., ( x n , y m )}
En un espacio de probabilidad definiendo la probabilidad de la pareja ( xi y j ) como
P( X xi , Y y j ) que se denota como h( xi , y j ).
La función h de X(S)xY(S), definida por h( xi , y j ) P( X xi , Y y j ) , se llama
Distribución Conjunta o Función de Probabilidad Conjunta de X y Y ; se da en
forma de tabla :
Y
y1 y2 ... ym Suma
X
x1 h( x1 , y1 ) h( x1 , y 2 ) … h( x1 , y m ) f ( x1 )
x2 h( x 2 , y1 ) h( x 2 , y 2 ) … h( x 2 , y m ) f ( x2 )
… … … … … …
xn h( x n , y1 ) h( x n , y 2 ) … h( x n , y m ) f ( xn )
Suma g ( y1 ) g ( y2 ) … g ( ym )
Donde las funciones f y g se definen como:
m n
f ( xi ) h( xi , y j ) y g ( y j ) h( xi , y j ) , o sea, f ( xi ) ees la suma de de los
j 1 i 1
elementos de la i-ésima fila y g ( y j ) es la suma de los elementos de la j-ésima
columna; son llamadas distribuciones Marginales o individuales de X y Y
respectivamente. Donde la la distribución conjunta satisface las condiciones:
n m
1. h( xi , y j ) 0 y 2. h( x , y
i 1 j 1
i j ) 1
Covarianza y Correlación de X y Y. Sean X y Y variables aleatorias con
distribución conjunta y E(x), E(y) las medias correspondientes, entonces la
covarianza de X y Y se denota por cov(X,Y), y se define por :
a) cov( X , Y ) ( xi x )( y j y )h( xi , y j ) E ( X x )(Y y )
b) cov( X , Y ) xi y j h( xi , y j ) x y E ( XY ) x y
i, j
La Correlación de X y Y, denotada por ( X , Y ) , se define por:
cov( X , Y )
( X ,Y )
XY
Propiedades de la correlación.
1. ( X , Y ) = (Y , X ) 3. ( X , X ) = 1, ( X , X ) =-1
2. 1 1 4. (aX b, cY d ) ( X , Y ), si a, c 0
Variables Aleatorias Independientes. Un número finito de variables aleatorias:
X, Y, …,Z de un espacio muestral S son independientes si:
P( X xi , Y y j ,..., Z z k ) P( X xi ) P(Y y j )...P( Z z k )
para valores xi , y j ,...., z k .
En particular X y Y son independientes si:
P( X xi , Y y j ) P( X xi ) P(Y y j )
Ahora si X y Y tienen las distribuciones f y g, respectivamente, y la distribución
conjunta h, entonces la ecuación anterior queda escrita:
h( xi , y j ) f ( xi ) g ( y j )
Es decir X y Y son independientes si cada elemento de h( xi , y j ). es el producto de
sus elementos marginales.
Teorema. Sean X y Y variables aleatorias independientes. Entonces:
1. E(XY) = E(X)E(Y)
2. var(X+Y) = var(X) + var(Y)
3. cov(X,Y) = 0
Teorema. Sean X 1 , X 2 ,...., X n variables aleatorias independientes. Entonces:
var( X 1 X 2 ... X n ) var( X 1 ) var( X 2 ) ... var( X n )
Taller:
1. Sean X , Y , X’, Y’ variables aleatorias con las distribuciones de probabilidad
conjuntas siguientes:
a) b)
Y 4 10 SUMA Y’ 4 10 SUMA
X X’
1 ¼ ¼ ½ 1 0 ½ ½
3 ¼ ¼ ½ 3 ½ 0 ½
SUMA ½ ½ 1 SUMA ½ ½ 1
c)
Y 2 3 4 SUMA
X
1 0.06 0.15 0.09 0.30
2 0.14 0.35 0.21 0.70
SUMA 0.20 .050 0.30 1
Hallar las distribuciones marginales de: X, Y, X’, Y’
Comprobar que la covarianza y la correlación de XY es diferente a la de X’Y’
2. Determinar en que casos de las distribuciones del numeral anterior las variables son
independientes.
3. Hallar la distribución conjunta h se X y Y si X y Y variables aleatorias
independientes con las distribuciones siguientes:
a)
xi 1 2 yi 1 2
f ( xi ) 0.6 0.4 f ( y i ) 0.6 0.4
b)
xi 2 3 8 xi -2 -1 7
f ( xi ) ¼ ½ 1/4 f ( xi ) 1/3 ½ 1/6
4. Una moneda corriente se lanza 4 veces. Sea X que denota 0 ó 1 según que aparezca
un sello o una cara en el primer lanzamiento, y sea Y que denota el número de sellos
que resulten. Determinar:
a) Distribuciones de X y Y b) distribución conjunta h de X y Y
c) cov(X, Y) y correlación de X y Y
5. Demostrar el primer teorema de la guía # 4
6. Demostrar que: cov( X , Y ) ( xi x )( y j y )h( xi , y j )
x y h( x , y
i, j
i j i j ) xy
