Serie 3 - Variables Aleatorias Conjuntas - Probabilidad

Por Landázuri Brambila Álvaro Ulises

29 de octubre de 2017

1. Sean las distribuciones marginales de probabilidad de las variables aleatorias X y Y:

X 1 2
fx (x) 0.40 0.60
Y 0 1 2 3
fy (y) 0.20 0.30 0.40 0.10
Determinar si X y Y son estadísticamente independientes:
a) Obtener la distribución de probabilidad conjunta:
Dado que X y Y son estadísticamente independientes:

fXY (X, Y ) = fx (x)fy (y)

Por tanto:
y\x 1 2
0 0.08 0.12
1 0.12 0.18
2 0.16 0.24
3 0.04 0.06
b) Demostrar que el coeficiente de correlación: p(x, y) = 0

Cov(X, Y )
ρ(X, Y ) =
σx σy

Cov(X, Y ) = E(xy) − E(x)E(y)

2 X
X 3
E(xy) = xyfXY (x, y)
x=1 y=0

E(xy) = (1)(0)(0.08) + (1)(1)(0.20) + (1)(2)(0.16) + (1)(3)(0.40)

+(2)(0)(0.12) + (2)(1)(0.18) + (2)(2)(0.24) + (2)(3)(0.06) = 2.24

2
X
E(x) = xfx (x) = (1)(0.40) + (2)(0.60) = 1.6
x=1

3
X
E(y) = yfy (y) = (0)(0.20) + (1)(0.30) + (2)(0.40) + (3)(0.10) = 1.4
y=0

E(x)E(y) = (1.6)(1.4) = 2.24

Cov(X, Y ) = 2.24 − 2.24 = 0

1
 Cov(X, Y ) 0
⇒ ρ(X, Y ) = = = 0 Q.E.D.
σx σy σx σy
2. Sean X y Y variables aleatorias con las distribuciones siguientes:
X 10 20 Y -4 7 10
P(x) 0.6 0.4 P(y) 0.2 0.3 0.5

a) Obtener la distribución conjunta de X y Y:

Considerando que X y Y son variables aleatorias independientes.

P (X, Y ) = P (X)P (Y )

Entonces:
y\x 10 20
-4 0.12 0.08
7 0.18 0.12
10 0.30 0.20
b) Calcular el promedio conjunto de X y Y:
X
E(x, y) = xyP (x, y)

E(x, y) = (10)(−4)(0.12) + (10)(7)(0.18) + (10)(10)(0.3)+

(20)(−4)(0.08) + (20)(7)(0.12) + (20)(10)(0.2) = 88.2

c) ¿Existe algún tipo de relación entre las variables? Fundamentar la respuesta.
Se asume que X y Y son variables aleatorias independientes, puesto que se cumple la siguiente
condición de independencia:

f (xi | yj ) = f (xi )

Por ejemplo:

fX|Y (20 | 7) = f (20) = 0.4

3. Se seleccionan al azar dos repuestos para una pluma de una caja que contiene 4 repuestos azules,
3 rojos y 5 verdes. Sea X la variable aleatoria que representa el número de repuestos azules en la
selección y sea Y la variable aleatoria que representa el número de repuestos rojos.
a) Determinar la distribución de probabilidad conjunta:

fXY (X, Y ) = P (X = x, Y = y)

X ∈ {0, 1, 2} ; Y ∈ {0, 1, 2}

 4 3 5
 (x)(y)(2−x−y) x ∈ {0, 1, 2} , y ∈ {0, 1, 2}, x + y ≤ 2
⇒ fXY (X, Y ) = (122)
0 en otro caso

Sustituyendo valores de X y Y, se obtiene:

10 15 3
fXY (0, 0) = ; fXY (0, 1) = ; fXY (0, 2) =
66 66 66

20 12
fXY (1, 0) = ; fXY (1, 1) = ; fXY (1, 2) = 0
66 66
2
 6
fXY (2, 0) = ; fXY (2, 1) = 0; fXY (2, 2) = 0
66

La forma tabular de la distribución de probabilidad conjunta es:

y\x 0 1 2
0 10
66
20
66
60
66
1 15
66
12
66
0
2 3
66
0 0
b) Calcular P [(x, y) ∈ A] donde A = {(x, y) | X + Y ≤ 1}. Diga si X y Y son estadísticamente
independientes.
10 20 15 45 15
P (X + Y ≤ 1) = fXY (0, 0) + fXY (1, 0) + fXY (0, 1) = + + = =
66 66 66 66 22

Para que las variables aleatorias conjuntas sean independientes se debe de cumplir la condi-
ción:
fXY (x, y) = fX (x)fY (y)
Substituyendo para x=0, y=0 se obtiene:
10 28 36
6= ( )( )
66 66 66

Por tanto, X y Y son estadísticamente dependientes.

4. Dos oftalmólogos se asociaron para poner una clínica en la que, por la sub-especialidad que mane-
jan, él puede atender hasta cinco pacientes por día y ella puede atender hasta tres pacientes por
día. Si (X, Y ) es un vector aleatorio, donde X es el número de pacientes atendidos por el doctor
e Y es el número de pacientes atendidos por la doctora, según la tabla que muestra la función de
masa de probabilidad conjunta.
Función de masa de probabilidad conjunta (X, Y)
Pacientes atendidos por la doctora Pacientes atendidos por el doctor
0 1 2 3 4 5
0 0 0.01 0.03 0.05 0.07 0.09
1 0.01 0.02 0.04 0.05 0.06 0.08
2 0.01 0.03 0.05 0.05 0.05 0.06
3 0.01 0.02 0.04 0.06 0.06 0.05
a) Determine la función de distribución acumulada conjunta:
La función de distribución acumulada conjunta puede calcularse de la siguiente forma:
m X
X n
F (xm , yn ) = f (xi , yj )
i=0 j=0

y\x 0 1 2 3 4 5
0 0 0.01 0.04 0.09 0.16 0.25
1 0.01 0.04 0.11 0.21 0.34 0.51
2 0.02 0.08 0.2 0.35 0.53 0.76
3 0.03 0.11 0.27 0.48 0.72 1
b) Determine las funciones marginales de masa de probabilidad de X y de Y:
3
X 5
X
px (xm ) = f (xm , yj ); py (yn ) = f (xi , yn )
j=0 i=0

x 0 1 2 3 4 5
px (x) 0.03 0.08 0.16 0.21 0.24 0.28
y 0 1 2 3
py (y) 0.25 0.26 0.25 0.24
c) Calcule la probabilidad de que entre los dos atiendan al menos a 6 pacientes en un día cual-
quiera:

F (X + Y ≥ 6) = f (3, 3) + f (4, 2) + f (4, 3) + f (5, 1) + f (5, 2) + f (5, 3)

3
 F (X + Y ≥ 6) = 0.06 + 0.05 + 0.06 + 0.08 + 0.06 + 0.05 = 0.36
d ) Determine la función de densidad de probabilidad condicional del número de pacientes aten-
didos por el doctor, cuando la doctora atiende a dos pacientes:

f (x, 2)
fX|Y (x | 2) =
fy (2)

x 0 1 2 3 4 5
pX|Y (x, 2) 0.04 0.12 0.2 0.2 0.2 0.24
e) Determine la función de densidad de probabilidad condicional del número de pacientes que
atiende la doctora, cuando el doctor atiende a cinco pacientes:

f (5, y)
fY |X (y | 5) =
fx (5)

y 0 1 2 3
pY |X (5, y) 0.32 0.28 0.21 0.17
f ) Calcule las probabilidades P (X = 2 | Y = 2) y P (Y = 2 | X = 2) :

f (2, 2) 0.05
fX|Y (2 | 2) = = = 0.31
fy (2) 0.16

f (2, 2) 0.05
fY |X (2 | 2) = = = 0.2
fx (2) 0.25
g) Determine si las variables aleatorias X e Y son independientes:
X y Y son variables aleatorias dependientes, dado que no se cumple la condición de indepen-
dencia:

p(x, y) = px (x)py (y)

p(0, 0) = px (0)py (0)

0 6= (0.03)(0.25) ⇒ X, Y son dependientes

5. La función de densidad de probabilidad conjunta del vector aleatorio (X, Y ) está dada por la ex-
presión:
(
x2 + xy
k
0 ≤ x ≤ 1, 0 ≤ y ≤ 2
fx (X, Y ) =
0 en otro caso

Determine:

a) El valor de k que haga que la expresión dada sea efectivamente una FDP:
R1h 2 i2 h 3 i1
xy 2
R 1 R 2 2 xy R 1 2 2x 2x x2
0 0
(x + k
)dydx = 0
x y + 2k
dx = 0
(2x + k
)dx = 3
+ k
0 0
Z 1Z 2
xy 2 1
(x2 + )dydx = + = 1 =⇒ k = 3
0 0 k 3 k
b) La función de distribución acumulada conjunta del vector (X, Y ):
Cuando X ∈ [0, 1]; Y ∈ [0, 2]:
Z xZ y Z x y Z x x
uv 2 uy 2
 3
u y u2 y 2

2 uv 2 2
F (X, Y ) = (u + )dvdu = u v+ du = u y+ du = +
0 0 3 0 6 0 0 6 3 12 0

x3 y x2 y2
F (X, Y ) = +
3 12
4
 Cuando X ∈ [0, 1]; Y ≥ 2:

2x3 x2
F (X, Y ) = +
3 3

Cuando Y ∈ [0, 2]; X ≥ 1:

y2 y
F (X, Y ) = +
12 3

Cuando X ≥ 1; Y ≥ 2:

F (X, Y ) = 1

En otro caso:

F (X, Y ) = 0
c) Las funciones de masa de probabilidad marginal de las variables aleatorias X e Y:
2 2
xy 2
Z 
xy
2 2 2x
fX (x) = (x + )dy = x y + = 2x2 +
0 3 6 0 3

1  3 1
x2 y
Z
xy
2 x 1 1
fY (y) = (x + )dx = + = y+
0 3 3 6 0 6 3
d ) La función de masa de probabilidad condicional de X, para Y=1:

f (x, 1) x2 + x x2 + x
2x
fX (X | 1) = = 1 13 = 1
3
= 2x2 +
fY (1) 3
+6 2
3
6. Sea X la variable aleatoria que mide la temperatura ambiental, en grados centígrados, que necesita
un motor diesel para encender, Y la variable que mide el tiempo transcurrido, en minutos, hasta
que enciende. Suponiendo que la f.d.p.c. viene dada por:
(
C(4x + 2y + 1) 0 ≤ x ≤ 40, 0 ≤ y ≤ 2
f (X, Y ) =
0 en otro caso

a) Calcular el valor de la constante C:

Z 40 Z 2 Z 40
1
C (4x + 2y + 1)dydx = C (8x + 6)dx = 6640C = 1 =⇒ C =
0 0 0 6640
b) Calcular las funciones de densidad marginales:
Z 2 Z 2
1 4x + 3
fX (x) = f (X, Y )dy = (4x + 2y + 1)dy =
0 6640 0 3320

Z 40 Z 40
1 2y + 81
fY (y) = f (X, Y )dx = (4x + 2y + 1)dx =
0 6640 0 166
c) Calcular la probabilidad de que un día con temperatura de 20 ºC tarde en encender más de
un minuto:
Cuando Y ∈ [0, 2]:

f (20, y) 2y + 81
fY |X (Y | 20) = =
fX (20) 166

Entonces,
Z 2
1 42
F (20, Y > 1) = (2y + 81)dy = = 0.51
166 1 83

5
7. Un consultorio médico cuenta con dos líneas telefónicas. En un día seleccionado al azar, sea X la
proporción del tiempo que se utiliza la línea 1 y sea Y la proporción del tiempo que se utiliza la
línea 2. Si la función de densidad conjunta de estas variables aleatorias es:
(
2
(x + 2y) 0 ≤ x ≤ 1, 0 ≤ y ≤ 1
f (X, Y ) = 3
en otro caso

a) ¿Cuál es la probabilidad de que la línea telefónica 2 se encuentre libre durante el 80 % del día?
Z 1
2 1 4
fY (y) = (x + 2y)dx = + y
0 3 3 3

Z 0.2
1 4 1 2 7
F (Y ≤ 0.2) = ( + y)dy = (0.2) + (0.2)2 =
0 3 3 3 3 75
8. Suponga que el porcentaje X de alumnos y Y de alumnas que han concluido un examen de proba-
bilidad y estadística se pueden describir mediante la función densidad de probabilidad conjunta:
(
8xy 0 < x < 1, 0 < y < b
f (X, Y ) =
0 en otro caso

a) Encuentre las funciones marginales de X y Y respectivamente:

Por ser función de probabilidad legítima:
Z bZ 1
8xydxdy = 1
0 0

√
2 2
2b = 1 =⇒ b =
2

Entonces,
√
Z 2
2
fX (x) = 8xydy = 2x
0

Z 1
fY (y) = 8xydx = 4y
0

b) La función de probabilidad condicional de Y dado X:

f (X, Y ) 8xy
fY |X (y | x) = = = 4y
fX (X) 2x
c) Calcule la probabilidad de que menos de 1/8 de las alumnas que participan en este examen
lo hayan terminado si se sabe que exactamente 1/2 de los alumnos lo hicieron:
Z 1
1 1 8 1
F( ,Y > ) = 4ydy =
2 8 0 32
d ) Determine la covariancia de X y Y:

f (X, Y ) = fX (X)fY (Y ) ⇒ X, Y son independientes ⇒ Cov(X, Y ) = 0

8xy = (2x)(4y) → 8xy = 8xy =⇒ Cov(X, Y ) = 0

9. Supóngase que X y Y tienen la siguiente distribución conjunta:

x\y -2 1 3 Suma
2 0.15 0.14 0.2 0.49
4 0.25 0.15 0.11 0.51
Suma 0.4 0.29 0.31 1

6
a) Hallar las distribuciones marginales de X y de Y:
x 2 4
px (x) 0.49 0.51
y -2 1 3
py (y) 0.4 0.29 0.31
b) Hallar la Cov (X, Y ):

Cov(X, Y ) = E(XY ) − E(X)E(Y )

X
E(X) = xm fX (xm ) = 2(0.49) + 4(0.51) = 3.02
∀xm

X
E(Y ) = yn fY (yn ) = −2(0.4) + 1(0.29) + 3(0.31) = 0.42
∀yn

X
E(XY ) = xm yn f (xm , yn ) = 2(−2)(0.15) + 2(1)(0.14) + 2(3)(0.2)
∀(xm ,yn )

+4(−2)(0.25) + 4(1)(0.15) + 4(3)(0.11) = −0.28

Cov(X, Y ) = −0.28 − (3.02)(0.42) = −1.5484

c) Hallar ρ(X, Y ):

Cov(X, Y ) p
ρ(X, Y ) = ; σX = V ar(X); V ar(X) = E(X 2 ) − E(X)2
σX σY

X
E(X 2 ) = x2m fX (xm ) = 22 (0.49) + 42 (0.51) = 10.12
∀xm

X
E(Y 2 ) = yn2 fY (yn ) = (−2)2 (0.4) + 1(0.29) + 32 (0.31) = 4.68
∀yn

V ar(X) = 10.12 − (3.02)2 = 0.9996

V ar(Y ) = 4.68 − (0.42)2 = 4.5036

p √
σX = V ar(X) = 0.9996 = 0.9998

p √
σY = V ar(Y ) = 4.5036 = 2.1222

Cov(X, Y ) −1.5484
ρ(X, Y ) = = = −0.7298
σX σY 0.9998(2.1222)
d ) ¿Son X y Y variables aleatorias independientes?
Al revisar la condición de independencia:

p(x, y) = px (x)py (y)

7
 p(4, 3) = px (4)py (3)

0.11 6= 0.51(0.31)

0.11 6= 0.1581 ⇒ X, Y no son independientes

10. Considere que la función de densidad de probabilidad conjunta de un vector aleatorio (T, U ) es:

fx (T, U ) = ke–(2t+u) , t ≥ 0, u ≥ 0

donde T es el tiempo de espera en cola, en minutos, de los clientes ene la caja normal de un
pequeño supermercado, y U es el tiempo de espera en cola, en minutos, de los clientes en la caja
rápida.

a) Determine el valor de k que hace que la función dada corresponda realmente a una función
de densidad de probabilidad:
Z ∞Z ∞ Z ∞ Z ∞ Z ∞
–(2t+u) −(2t+u)
 −(2t+u) ∞
k e dudt = k (− e − du)dt = k −e 0
0 0 0 0 0

Z ∞ Z ∞ Z ∞ Z ∞
−2t k k  −2t ∞ k k
k e –(2t+u)
dudt = k e dt = − e−2t (−2)dt = − e 0
= − [−1] = = 1
0 0 0 2 0 2 2 2

⇒k=2
b) Determine la función de distribución acumulada conjunta:
Para T >= 0; U >= 0:
Z uZ t Z u Z u
−y
 −2x t
FX (T, U ) = 2 e –(2x+y)
dxdy = − e e 0
dy = − e−y (e−2t − 1)dy
0 0 0 0

Z u  u
−2t
FX (T, U ) = −(1 − e ) e−y (−dy) = (e−2t − 1) e−y 0 = (e−2t − 1)(e−u − 1)
0

FX (T, U ) == e−2t−u − e−2t − e−u + 1

c) Determine las funciones marginales de masa de probabilidad de T y de U:
Z ∞ Z ∞
−(2t+u) −2t
 ∞
fxT (T ) = 2 e du = −2e e−u − du = −2e−2t e−u 0 = −2e−2t (−1) = 2e−2t
0 0

Z ∞ Z ∞ ∞
−(2t+u) −u
e−2t (−2dt) = −e−u e−2t 0 = −e−u (−1) = e−u

fxU (U ) = 2 e du = −e
0 0

d ) Calcule la probabilidad de que el tiempo de espera en cola en la caja rápida sea mayor que
el tiempo de espera en la caja normal:
Z ∞Z ∞ Z ∞ Z ∞
−2t
Fx (U > T ) = Fx (0 ≤ T < U ≤ ∞) = 2 e–(2t+u)
dydt = (−2e ) e−y (−dy)dt
0 t 0 t
Z ∞ Z ∞
 ∞ 2 ∞ 2
Fx (U > T ) = (−2e−2t ) e−y t dt = 2 e−3t dt = − e−3t 0 = − (−1)
0 0 3 3

2
Fx (U > T ) =
3

8
e) Determine la función de densidad de probabilidad condicional del tiempo de espera en cola
de la caja normal cuando el tiempo de espera en cola de la caja rápida es de un minuto:

fx (T, 1) 2e−(2t+1)
fx T |U (T | 1) = = = 2e−2t
fxU (1) e−1
Nótese que:

fx T |U (T | 1) = fxT (T ))