CAPITULO 7

VARIABLE ALEATORIA
BIDIMENSIONAL
Ejercicio 1.- Un experimento consiste en lanzar tres veces una moneda. Sean las
variables aleatorias: X = “numero de caras en las tres tiradas” e Y =”diferencia e
valor absoluto entre el número de caras y el de escudos en las tres tiradas”. Se pide:
a) Distribución de probabilidad de (X, Y)
b) Media y desviación típica de las distribuciones marginales de X e Y
c) Covarianza y coeficiente de correlación
d) ¿Son X e Y independientes?
e) Distribución condicionada de X a Y=3
f) Distribución condicionada de Y a X=2
g) P [X≤1; Y>0], P [X≥2], P [Y<3]
Solución:
a) Espacio muestral: Ω = {(c,c,c),(c,c,e),(c,e,c),(e,c,c),(c,e,e),(e,c,e),(e,e,c),(e,e,e)}
X(c,c,c) =3 Y(c,c,c) = 3
X(c,c,e) =X(c,e,c) = X(e,c,c) = 2 Y(c,c,e) = Y(c,e,c) = Y(e,c,c) = 1
X(c,e,e) = X(e,c,e) = X(e,e,c) =1 Y(c,e,e) = Y(e,c,e) = Y(e,e,c) = 1
X(e,e,e) = 0 Y(e,e,e) = 3
Distribución de probabilidad:

b) Distribución marginal de la variable aleatoria X:

 12
Media: µX= E(X) = α10 = ∑4𝐼=1 𝑥𝑖 ∗ pi = 8
= 1,5

Varianza: σ2x = Var (X)= µ20 = E(X2) – [E(X)]2

E(X2) = α20 = ∑4𝐼=1 x2i ∗ pi = 3

σ2x = Var (X)= µ20 = E(X2) – [E(X)]2 = 3 – 1,52 = 0.75

σx = √0,75 = 0,866

Distribución marginal de la variable aleatoria Y:

12
Media: µY= E(Y) = α01 = ∑2𝐼=1 𝑦𝑖 ∗ pi = = 1,5
8

Varianza: σ2Y = Var (Y)= µ01 = E(Y2) – [E(Y)]2

E(Y2) = α02 = ∑2𝐼=1 y2i ∗ pi = 3

σ2y = Var (Y)= µ02 = E(Y2) – [E(Y)]2 = 3 – 1,52 = 0.75

σy = √0,75 = 0,866

c) Covarianza y coeficiente de correlación:

µ11= µXY=σy = Cov (X,Y) = α11– α10* α01

dónde : α11= E(XY) = ∑4𝐼=1 ∑2𝐼=1 𝑥𝑖 ∗ 𝑦𝑖 ∗ pi

Así pues:
1 3 3 1
α11= (0𝑥1𝑥0 + 0𝑥3𝑥 8) + (1𝑥1𝑥 8 + 1𝑥3𝑥0) + (2𝑥1𝑥 8 + 2𝑥3𝑥0) + (3𝑥1𝑥0 + 3𝑥3𝑥 8)
18
α11 = = 2,25
8

Con lo cual: µXY=σy = Cov (X,Y) = α11– α10* α01 = 2,25 – 1,5 *1,5 = 0

Entonces entre las variables no existe relación lineal

d) Para que X e Y sean independientes se tiene que verificar: pij = pi ∗ pj
 1 6
p11 = 0 ≠ * = pi *pj
8 8

Las variables no son independientes

𝑃[𝑋 ∩( 𝑌=3)]
e) Distribución condicionada de X a Y = 3: P[ X/Y = 3] = 𝑃(𝑌=3)

𝑃[𝑌 ∩( 𝑋=2)]
f) Distribución condicionada de Y a X = 2 P[ Y/X = 2] = 𝑃(𝑋=2)

g) P [X≤1; Y>0], P [X≥2], P [Y<3]

P [X≤1; Y>0] = P [X=0; Y=1] + P [X=0; Y=3]+ P[X=1; Y=1]+ P [X=1; Y=3] =
1 3 4 1
= p11 + p12 + p21 + p22 = 0 + 8 + 8 + 0 = 8
=2

P [X≥2] = P [X=2; Y=1] + P [X=2; Y=3]+ P[X=3; Y=1]+ P [X=3; Y=3] =

3 1 4 1
= p31 + p32 + p41 + p42 = 8 + 0 + 0 + 8 = 8
=2

P [Y<3] = P [X=0; Y=1] + P [X=1; Y=1]+ P[X=2; Y=1]+ P [X=3; Y=3] =

3 3 6 3
= p11 + p21 + p31 + p41 = 0 + 8 + 8 + 0 = 8
=4

Ejercicio 2.- Sea una variable aleatoria bidimensional con distribución de

probabilidad

Se pide:

a) ¿ Son X e Y independientes?

b) Hallar las medidas y desviaciones tipicas de X e Y:

c) Hallar las probabilidades P [X≤2; Y>0], P [X≥2], P [Y<0]
Solución:

a) Se hallas las distribuciones marginales de X e Y, y ver si verifica que

 pij = pi ∗ pj

1 1 1 1 1 2
p11 = 6 = p1 *p1 = 2*3 p12 = 3 = p1*p2 = 2*3

1 1 1 1 1 1 2 2
p21 = ≠ p2 *p1 = * = p22 = ≠ p2*p2 = * =
12 3 3 9 4 3 3 9

1 1 1 1 1 1 2 1
p31 = ≠ p3 *p1 = * = p32 = ≠ p3*p2 = * =
12 6 3 18 12 6 3 9

Luego las variables X e Y no son independientes

b) Para hallar las medias y desviaciones tipicas de X e Y hay que considerar als
distribuciones marginales

10
Media: α10 =µx= E(x) = ∑3𝐼=1 𝑥𝑖 ∗ pi = 6

20
α20 = E(x2) = ∑3𝐼=1 x2i ∗ pi =
6

5
Varianza; µ20 =σ2x = Var (X)= E(X2) – [E(X)]2 = 20/6 – (10/6)2 =
9

5
σx = √ = 0.745
9

Distribucion marginal de la variable aleatoria Y

 1
Media: µY= E(Y) = α01 = ∑2𝐼=1 𝑦𝑖 ∗ pi = 3

E(Y2) = α02 = ∑2𝐼=1 𝑦2𝑖 ∗ pi = 1

8
Varianza: σ2Y = Var (Y)= µ02 = E(Y2) – [E(Y)]2 = 1- (1/3)2 =
9

8
σy = √ = 0,943
9

c) Probabilidades: P [X≤2; Y>0], P [X≥2], P [Y<0]

1 1 7
P [X≤2; Y>0] = P [X=1; Y=1] + P [X=2; Y=1] = + =
3 4 12

P [X≥2] = P [X=2; Y=-1] + P [X=2; Y=1]+ P[X=3; Y=-1]+ P [X=3; Y=1] =

1 1 1 1 6 1
= 12
+ 4 + 12 + 12 = 12
=2

1 1 1 1
P [Y<0] = P [X=1; Y=-1] + P [X=2; Y=-1]+ P[X=3; Y=-1] = 6 + 12 + 12 = 3

Ejercicio 3.- Sean (X,Y) los paquetes diarios que venden dos operadores de venta
cuya distribución de probabilidad conjunta se refleja en la tabla:

Hallar la media, varianza y desviación típica de las variables: X, Y, X+Y, X-Y

Distribución de la variable X:

Media: α10 =µx= E(x) = ∑3𝐼=1 𝑥𝑖 ∗ pi = 0.9

α20 = E(x2) = ∑3𝐼=1 x2i ∗ pi = 1,5

Varianza; µ20 =σ2x = Var (X)= E(X2) – [E(X)]2 = 1,5 – 0.92 = 0.69

σx = √0.69 = 0.83
Distribución marginal de la variable Y:
Media: µY= E(Y) = α01 = ∑3𝐼=1 𝑦𝑖 ∗ pi = 1

E(Y2) = α02 = ∑3𝐼=1 𝑦2𝑖 ∗ pi = 1,6

Varianza: σ2Y = Var (Y)= µ02 = E(Y2) – [E(Y)]2 = 1,6- (1)2 = 0,6

σy = √0,6 = 0,77

Distribución de la variable (X+Y):

Media: µx+y= E(X+Y)= E(X) + E(Y) = ∑4𝐼=1 ∑2𝐼=1 𝑥𝑖 ∗ 𝑦𝑖 ∗ pi

Se tiene: µx+y= E(X+Y)= ∑3𝐼=1 ∑3𝐼=1(𝑥𝑖 + 𝑦𝑗) ∗ pi

µx+y = 0*0,15 + 1*015+ 2 * 0,10 + 1* 0,05 + 2* 0,20+ 3 *0,05+ 2*0,10 + 3* 0,05 +

4*0,15= 1,9

Varianza: σ2x+y = Var (X+Y)= Var(X) + Var(Y) + 2Cov (X,Y) X e Y no independientes

α11= E(XY) = ∑3𝐼=1 ∑3𝐼=1 𝑥𝑖 ∗ 𝑦𝑖 ∗ pi = 1

Covarianza= σxy = Cov (X,Y) = α11– α10* α01= 1-0,9* 1 = 0,1

σ2x+y = Var (X+Y)= Var(X) + Var(Y) + 2Cov (X,Y) = 0,69+0,6+2*0,1 = 1,49

Se tiene: σ2x+y = 𝐸[(X+Y)2 ] – [E(X+Y)]2

𝐸[(X+Y)2 ] = 0*0,15 + 1*015+ 4 * 0,10 + 1* 0,05 + 4* 0,20+ 9 *0,05+ 24*0,10 +

9* 0,05 + 16*0,15= 5,1

σ2x+y = 𝐸[(X+Y)2 ] – [E(X+Y)]2 = 5,1 – 1,92 = 1,49

σ2x+y = √1,49 = 1,22

Distribución de la variable(X –Y);

Media: µx-y= E(X-Y)= E(X) - E(Y) = 0,9 -1 = -0,1

σ2x-y = Var (X-Y)= Var(X) + Var(Y) - 2Cov (X,Y) = 0,69+0,6-2*0,1 = 1,09

Ejercicio 4.- Sean (X,Y) una variable aleatoria bidimensional con función de
densidad;
k ; 0<y<x<1
f(x, y) = {
0 en otros casos
a) hallar k
b) Hallar las funciones marginales
c) ¿ son X e Y independientes?
Solución:
∞ ∞
a) se verifica que ∫−∞ ∫−∞ 𝑓 (x, y)dxdy = 1
1
1 x 1 0 x2
∫0 ∫0 kdxdy = 1 → k ∫0 [𝑦]x0 dx = 1 → k ∫0 (x + 10y 2 )dy = 1 → k [ 2 ] =1 → k = 2
0

2 ; 0<y<x<1
f(x, y) = {
0 en otros casos
b) Funciones de densidades marginales
∞ x
f1(x) = ∫−∞ 𝑓(x, y)dy = ∫0 2dy = 2[𝑦]x0 = 2𝑥 0<x<1
∞ 1
f2(y) = ∫−∞ 𝑓(x, y)dx = ∫y 2dx = 2[𝑦𝑥]1y = 2 − 2𝑦 0<y<1

c) X e Y son independientes cuando f(x,y) = f 1(x)* f2(y)

f1(x)* f2(y) = 2𝑥 ∗ 2 − 2𝑦 = 4𝑥 − 4𝑥𝑦 ≠ 2 = 𝑓(x,y) no son independientes

Ejercicio 5.- Sean (X,Y) una variable aleatoria bidimensional con función de
densidad;
x+y ; 0<x<1 0<y<1
f(x, y) = {
0 en otros casos
a) hallar la función de distribución
b) Hallar las funciones marginales x e y
c) ¿son X e Y independientes?
Solución:
x y x y x y
F(x,y) = ∫−∞ ∫−∞ 𝑓(u, v)dvdu = ∫−∞ ∫−∞(u + v)dudv = ∫−∞(∫−∞(u + v)dv)du =
y
x y v2 yx2 y2 𝑥 1
=∫−∞(𝑢[𝑣]0 + [ 2 ] ) 𝑑𝑢 = 2
+ 2
= 2 (yx 2 + y 2 𝑥) 0 < x < 1 0<y<1
0

En consecuencia:
0 x< 0 oy < 0
1
F(x, y) = { (yx 2 + y 2 𝑥) 0≤x<1 0≤y<1
2

b)
∞ 1 1
f1(x) = ∫−∞ 𝑓(x, y)dy = ∫0 (x + y)dy = 𝑥[𝑦]10 = 𝑥 + 2 0<x<1
 ∞ 1 1
f2(y) = ∫−∞ 𝑓(x, y)dy = ∫0 (x + y)dx = 𝑦[𝑥]10 = 𝑦 + 2 0<y<1

c) X e Y son independientes cuando f(x,y) = f 1(x)* f2(y)

1 1
f1(x)* f2(y) = (𝑥 + 2) ∗ (𝑦 + 2) ≠ 𝑥 + 𝑦 = 𝑓(x,y) no son independientes

Ejercicio 6.- la función de distribución asociada a un fenómeno de la naturaleza es;

( 1 − e−x ) ∗ ( 1 − e−y ) ; x > 0, y > 0
F(x, y) = {
0 en otros casos
a) hallar la función de densidad
b) Hallar las funciones marginales x e y
Solución;
a)

b)

Ejercicio 7.- la venta de un mercado de bastos esta dada por;

xy
[
f(x, y) = {𝑘 2
+ 1] ; 0 < x < 1; −1 < y < 1
0 en otros casos
a) hallar k
b) Hallar la función de distribución
Solución:

Ejercicio 8.- sea (x,y) una variable aleatoria bidimensional con función de
probabilidad;
𝑐[𝑥𝑖 + 𝑦𝑖] ; xi = −2, −1,0,1,2; yi = −2, −1,0,1,2
f(x, y) = {
0 en otros casos
a) calcular c
b) P [x=0, y=2]
c) P [x= 1]
Solución:

Ejercicio 9.- Dada la variable aleatoria bidimensional (X,Y) absolutamente continua

con función de densidad conjunta;

f(x, y) = { 𝑐x 2 y ; x2 ≤ 𝑦 ≤ 1
0 en otros casos
a) calcular c
b) P[X≥Y]
Solución:
Ejercicio 10.- Dada la variable aleatoria bidimensional (X,Y) con función de
distribución

Calcular la función de densidad conjunta de la VAB

Solución:
Ejercicio 11.- Sea (X,Y), la variable aleatoria bidimensional de una tienda comercial
que tiene dos vendedores A y B, la distribución de probabilidad conjunta de X e Y
está dado por la siguiente tabla.

y∖x 0 1 2
0 1/16 1/16 1/8
1 1/8 1/8 1/4
2 1/8 1/16 1/16

a) ¿Cuál es la probabilidad que cada vendedor vende a lo más 1 televisor?

b) ¿Cuál es la probabilidad que B venda más televisores que A?

SOLUCION.-

a) debemos calcular la probabilidad del evento (x⩽1, y⩽1)

P[x ≤ 1, y ≤ 1] = F(1,1)

P[x ≤ 1, y ≤ 1] = P[x = 0, y = 0] + P[x = 0, y = 1] + P[x = 1, y = 0] + P[x = 1, y = 1]

1 1 1 1
P[x ≤ 1, y ≤ 1] = + + +
16 8 16 8
3
P[x ≤ 1, y ≤ 1] =
8
b) se debe calcular la probabilidad del evento (X<Y)

P[x < y] = P[x = 0, y = 1,2] + P[x = 1, y = 2]

P[x < y] = P[x = 0, y = 1] + P[x = 0, y = 2] + P[x = 1, y = 2]
 1 1 1
P[x < y] = + +
8 8 16
5
P[x < y] =
16
Ejercicio12.- La variable aleatoria bidimensional (X, Y), tiene la siguiente
distribución de probabilidad conjunta.

y∖x 0 1
1 1/6 1/12
2 2/6 5/12

Calcular:
a) E (X+Y)
b) E (XY)
c) E (XY2), E (2XY+ XY2)
SOLUCION.-

y∖x 0 1 P(Y=y)
1 1/6 1/12 3/12
2 2/6 5/12 9/12
P(X=x) 3/6 6/12 1
a)
3 6
μx = E(X) = ∑ xp(x) = 0 ( ) + 1 ( )
6 12
6
μx =
12
3 9
μy = E(Y) = ∑ yp(y) = 1 ( )+ 2( )
12 12
21
μy =
12
E(X + Y) = E(X) + E(Y)
6 21 9
E(X + Y) = + =
12 12 4
b)

E(XY) = ∑ ∑ xyp(x, y)

1 2 1 5
E(XY) = 0(1) + 0(2) + 1(1) + 1(2)
6 6 12 12
 11
E(XY) =
12
c)

E(XY 2 ) = ∑ ∑ xy 2 p(x, y)

1 2 1 5
E(XY 2 ) = 0(1)2 + 0(2)2 + 1(1)2 + 1(2)2
6 6 12 12
21
E(XY 2 ) =
12
11 21
E(2XY + XY 2 ) = 2 +
12 12
43
E(2XY + XY 2 ) =
12
Ejercicio13.- Sean X e Y dos variables aleatorias que representan las producciones
diarias de dos líneas ensambladoras A y B de vehículos la distribución conjunta de
probabilidad viene dada por la siguiente tabla.

x∖y 1 2 3 P(X=x)
1 0 1/5 2/15 1/3
2 1/6 1/9 1/4 19/36
3 1/12 0 1/18 5/36
P(Y=y) 1/4 14/45 79/180 1

Se pide:
a) Las distribuciones marginales
b) La probabilidad p(x>1/y=2)
c) Coeficiente covarianza Cov (x,y).

SOLUCION.-

a)

x 1 2 3
p(x) 1/3 19/36 5/36

1 19 5
μx = ∑ xp(x) = 1 ( ) + 2 ( ) + 3 ( )
3 36 36
65
μx =
36
 1 19 5
E(x 2 ) = 12 ( ) + 22 ( ) + 32 ( )
3 36 36
133
E(x 2 ) =
36

2)
133 65 2
∇(x = −( )
36 36
563
∇(x 2 ) =
1296
∇(x) = 0.6591

y 1 2 3
p(y) 1/4 14/45 79/180

1 14 79
μy = ∑ yp(y) = 1 ( ) + 2 ( ) + 3 ( )
4 45 180
197
μy =
90
1 14 79
E(y 2 ) = 12 ( ) + 22 ( ) + 32 ( )
4 45 180
49
E(y 2 ) =
9
49 197 2
∇(y 2 ) = −( )
9 90
∇(y) = 0.653
b) p(x > 1/y = 2)

p(x > 1 ∧ y = 2)
p(x > 1/ y = 2) =
p(y = 2)
1
p(x > 1/ y = 2) = 9
14
45
5
p(x > 1/ y = 2) =
14

c) Cov (x, y)
 1 2 1 1 1 1
Cov (x, y) = 12 (0) + 1(2) + 1(3) + 2(1) + 2(2) + 2(3) + 3(1) + 3(2)0
5 5 6 9 9 12
1
+ 3(3)
18
403
Cov (x, y) =
3240
Ejercicio 14.- La función de probabilidad conjunta de (X, Y) esta dado en la tabla.

y∖x 0 1
0 1/8 1/8
1 2/8 1/8
2 2/8 1/8

Calcular:

a) Cov (x, y)

b) σ2X

c) σ2Y

d) ρ(X, Y)

e) σ2X+Y
SOLUCION.-

y∖x 0 1 P(Y=y)
0 1/8 1/8 2/8
1 2/8 1/8 3/8
2 2/8 1/8 3/8
P(X=x) 5/8 3/8 1
a)
5 3
μx = E(X) = ∑ xp(x) = 0 ( ) + 1 ( )
8 8
3
μx =
8
2 3 3
μy = E(Y) = ∑ yp(y) = 0 ( ) + 1 ( ) + 2 ( )
8 8 8
9
μy =
8

E(XY) = ∑ ∑ xyp(x, y)
 1 2 2 1 1 1
E(XY) = 0 ( + + + ) + 1 ( ) + 2 ( )
8 8 8 8 8 8
3
E(XY) =
8
Por lo tanto:
Cov (x, y) = E(XY) − μx μy
3 9 3
Cov (x, y) = − ∗
8 8 8
3
Cov (x, y) = −
64
b)
5 3
E(X 2 ) = ∑ x 2 p(x) = 02 ( ) + 12 ( )
8 8
3
E(X 2 ) =
8
Luego:
3 9
σ2X = −
8 64
15
σ2X =
64
c)
2 3 3
E(Y 2 ) = ∑ y 2 p(y) = 02 ( ) + 12 ( ) + 22 ( )
8 8 8
15
E(Y 2 ) =
8
Luego:
15 9
σ2Y = − ( )2
8 8
39
σ2Y =
64
d)
Se tiene,

15
σX = √σ2X = √
64
 √15
σX =
8

39
σY = √σ2Y = √
64

√39
σY =
8
Por lo tanto,
Cov (x, y)
ρ(X, Y) =
σX σY
−3/64
ρ(X, Y) =
√15 ∗ 39
8∗8
1
ρ(X, Y) = −
√65
e)

σ2X+Y = σ2X + σ2Y + 2Cov (x, y)

15 39 3
σ2X+Y = + + 2(− )
64 64 64
3
σ2X+Y =
4

Ejercicio 15.- Sea (X, Y) una variable bidimensional, con función de densidad
conjunta,
1
σx = {500 ; 0 ≤ x ≤ 2.5 , 0 ≤ y ≤ 200
0 en otros casos
a) Calcular P = [1.0 ≤ X ≤ 2.0, 100 ≤ Y ≤ 200]
b) Hallar la función de densidad marginal de X e Y.
c) Calcular E(x).
SOLUCION.-
200 2.0 1
a) P = [1.0 ≤ X ≤ 2.0, 100 ≤ Y ≤ 200] = ∫100 ∫1.0 500
dxdy
 200
1
P = [1.0 ≤ X ≤ 2.0, 100 ≤ Y ≤ 200] = ∫ (2 − 1)dy
100 500
1
P = [1.0 ≤ X ≤ 2.0, 100 ≤ Y ≤ 200] = (200 − 100)
500
1
P = [1.0 ≤ X ≤ 2.0, 100 ≤ Y ≤ 200] =
5
b)
200
1
σx (x) = ∫ dy
0 500
1
σx (x) = (200 − 0)
500
2
σx (x) = , 0 ≤ x < 2.5
5
Por lo tanto,
2
σx (x) = {5 , 0 ≤ x < 2.5
0 , en otros casos
2.5
1
σy (y) = ∫ dx
0 500
1
σy (y) = (2.5 − 0)
500
1
σy (y) = , 0 ≤ y ≤ 200
200
Esto es,
1
σy (y) = {200 , 0 ≤ x < 200
0 , en otros casos
c)
2.5
2
E(X) = μx = ∫ x dx
0 5
1
E(X) = μx = (2.52 − 02 )
5
E(X) = μx = 1.25
Ejercicio 16.- Sean X e Y variables aleatorias continuas cuya función de densidad
conjunta está dada por:

10x 2 y , 0 ≤ y ≤ x ≤ 1
σ(x,y) = {
0 , en otros casos
a) Calcular las funciones de densidad marginales de las variables X e Y.
1 1
b) Calcular P (X ≤ ) , P (Y ≤ )
2 2

SOLUCION.-
a)
x
σx (x) = ∫ 10x 2 y dy
0

10 2 2
σx (x) = x (x − 02 )
2
σx (x) = 5x 4 , 0<x<1
Por lo tanto,

5x 4 , 0<x<1
σx (x) = {
0 , en otros casos
1
σy (y) = ∫ 10x 2 y dx
y

10
σy (y) = y(13 − y 3 )
3
10
σy (y) = y(1 − y 3 ) , 0≤y≤1
3
Esto es,
10 3
σy (y) = { 3 y(1 − y ) , 0≤y≤1
0 , en otros casos
b)
1
La probabilidad P (X ≤ ) viene dada por
2

1/2
1
P (X ≤ ) = ∫ 5x 4 dx
2 0
 1 5
P (X ≤ ) = (1/25 − 05 )
2 5
1 1
P (X ≤ ) =
2 32

1
La probabilidad P (Y ≤ 2) por:
1/2
1 10
P (Y ≤ ) = ∫ y(1 − y 3 )dy
2 0 3
1 10 1 1 1 1
P (Y ≤ ) = ( ( − 0) − ( 5 − 0))
2 3 2 22 5 2
1 19
P (Y ≤ ) =
2 48
Ejercicio 17.- Se supone que cada neumático delantero de un tipo particular de
vehiculo esta inflado a una presión de 26 lb/plg2. Suponga que la presión de aire
real en cada neumático es una variable aleatoria (x) para el neumático derecho y (y)
para el izquierdo con función de densidad de probabilidad conjunta:
2 2
σ(x,y) = {k(x + y ) 20 ≤ x ≤ 30 ; 20 ≤ y ≤ 30
0 en otros casos
Calcular:
a) ¿Cuál es el valor de K?
b) ¿Cuál es la probabilidad de que ambos neumáticos estén inflados a menos
presión?
c) Marginal de X e Y.
SOLUCION.-
a)
30 30
k ∫ ∫ (x 2 + y 2 )dxdy = 1
20 20

30 30
x3
k∫ [ + xy 2 ] dy = 1
20 3 20
30
19000
k∫ ( + 10y 2 ) dy = 1
20 3
 30
19000 y3
k[ + 10 ] = 1
3 3 20

2 ∗ 19000
k( )=1
3
3
k=
38000
b) presión menor a 26 lb/plg2
26 26
P(x < 26, y < 26) = ∫ ∫ k(x 2 + y 2 )dxdy
20 20

26 26
3
P(x < 26, y < 26) = ∫ ∫ (x 2 + y 2 )dxdy
20 20 38000

P(x < 26, y < 26) = 0,3024

c)
30
σx (x) = ∫ k(x 2 + y 2 ) dy
20

30
y3
σx (x) = k [ + yx 2 ]
3 20

303 − 203
σx (x) = k( + (30 − 20)x 2 )
3
σx (x) = k(6x 2 + 9576) , 20 ≤ x ≤ 30
Por lo tanto,
k(6x 2 + 9576) , 20 ≤ x ≤ 30
σx (x) = {
0 , en otros casos
30
σy (y) = ∫ k(x 2 + y 2 ) dx
20

30
x3
σy (y) = k [ + xy 2 ]
3 20

303 − 203
σy (y) = k( + (30 − 20)y 2 )
3
σy (y) = k(6y 2 + 9576) , 20 ≤ y ≤ 30

Por lo tanto,
 k(6y 2 + 9576) , 20 ≤ y ≤ 30
σx (x) = {
0 , en otros casos

Ejercicio 18.- Sea (X,Y) una variable bidimensional cuya función de densidad está
dado por:

2
xy
σ(x,y) = {x + 3
) 0 ≤ x ≤ 1;0 ≤ y ≤ 2
0 en otros casos
Calcular:
a) las densidades marginales de X e Y
b) σx⁄y (x/y)

c) σy⁄x (y/x)

SOLUCION.-
a)
2
xy
σx (x) = ∫ (x 2 + ) dy
0 3
2x
σx (x) = 2x 2 + 0≤x≤1
3
Es decir:

2
2x
σx (x) = { 2x + , 0≤x≤1
3
0 , en otros casos
1
xy
σy (y) = ∫ (x 2 + ) dx
0 3
1 y
σy (y) = + 0≤y≤2
3 6
Luego:
1 y
σy (y) = { 3 + 6 , 0≤y≤2
0 , en otros casos
b) σx⁄y (x/y)
xy
x2 + 3
σx⁄y (x⁄y) =
1 y
3+6
 x(3x + y)
σx⁄y (x/y) = y
1+
2
x(3x + y)
0 < x ≤ 1, 0 ≤ y ≤ 2
{ 1+y
2
0 en otros casos
c) σy⁄x (y/x)
xy
y⁄ x2 + 3
σy⁄x ( x) =
2x
2x 2 +
3
y
y⁄ 1 x+3
σy⁄x ( x) = [ ]
2 x+1
3
y
1 x+3
[ ] 0 < y ≤ 2, 0 ≤ x ≤ 1
2 x+1
3
{ 0 en otros casos
Ejercicio 19.- Sea (X,Y) una variable bidimensional, con función de densidad
conjunta,
6 2
σ(x,y) = {5 (x + y ) 0 ≤ x ≤ 1 ;0 ≤ y ≤ 1
0 en otros casos
a) hallar la función de densidad marginal de X e Y
1 3
b) Calcular P = [4 ≤ y ≤ 4]

SOLUCION.-
a)
1
6
σx (x) = ∫ (x + y 2 ) dy
0 5
1
6 y3
σx (x) = [xy + ]
5 3 0

6 1
σx (x) = (x + ) 0≤x≤1
5 3
Es decir:
 6 1
σx (x) = { 5 (x + 3) , 0≤x≤1
0 , en otros casos
1
6
σy (y) = ∫ (x + y 2 ) dx
0 5
1
6 x2
σy (y) = [ + xy 2 ]
5 2 0

6 1
σy (y) = (y 2 + ) 0≤y≤1
5 2
Luego:
6 2 1
σy (y) = { 5 (y + 2) , 0≤y≤1
0 , en otros casos
1 3
b) P = [4 ≤ y ≤ 4]
3/4
1 3
[
P= ≤y≤ =] ∫ f(y)dy
4 4 1/4

3/4
1 3 6 2 1
P=[ ≤y≤ ]=∫ (y + ) dy
4 4 1/4 5 2
3/4
1 3 6 y3 y
P = ≤ y ≤ = [( + )]
[ ]
4 4 5 3 2 1/4

3/4
1 3 6 2y 3 + 3y
P = [ ≤ y ≤ ] = [( )]
4 4 5 6 1/4

1 3 1 3/4
P = [ ≤ y ≤ ] = [2y 3 + 3y]1/4
4 4 5
1 3 1 27 9 1 3
P = [ ≤ y ≤ ] = [2 ( ) + − (2 ( ) + )]
4 4 5 64 4 64 4
1 3 1 27 9 1 3
P = [ ≤ y ≤ ] = [ + − ( + )]
4 4 5 32 4 32 4
1 3 1 26 6
P=[ ≤y≤ ]= [ + ]
4 4 5 32 4
1 3 1 13 + 24
P=[ ≤y≤ ]= [ ]
4 4 5 16
 1 3 1
P=[ ≤y≤ ]= [37]
4 4 80
1 3
P = [ ≤ y ≤ ] = 0.4625
4 4
Ejercicio 20.- Sea (X,Y) una variable bidimensional cuya función de densidad está
dado por,
4xy 0 < x < 1;0 < y < 1
σ(x,y) = {
0 en otros casos
Hallar P(X + Y < 1)
SOLUCION.-
1 1−x
P(X + Y < 1) = ∫ ∫ 4xydydx
0 0

1 1−x
y2
P(X + Y < 1) = ∫ x [ ] dx
0 2 0
1
P(X + Y < 1) = ∫ x(1 − x)2 dx
0

1
P(X + Y < 1) = ∫ x(1 − 2x + x 2 )dx
0

1
P(X + Y < 1) = ∫ (x − 2x 2 + x 3 )dx
0

1
x 2 2x 2 x 4
P(X + Y < 1) = 2 [ − + ]
2 3 4 0

1 2 1
P(X + Y < 1) = 2 [ − + ]
2 3 4
6−8+3
P(X + Y < 1) = 2 [ ]
12
1
P(X + Y < 1) =
6