c5_p184-226.

qxd 3/12/08 4:08 AM Page 201

5.2 Valores esperados, covarianza y correlación 201

  0 no implica que X y Y son independientes, sino sólo que existe una ausencia comple-
ta de relación lineal. Cuando   0, se dice que X y Y no están correlacionadas. Dos varia-
bles podrían estar no correlacionadas y no obstante ser altamente dependientes porque
existe una fuerte relación no lineal, así que se debe tener cuidado de no concluir demasiado
del hecho de que   0.

Ejemplo 5.18 Sean X y Y variables aleatorias discretas con función masa de probabilidad conjunta
1
p(x, y)  4
0
{ (x, y)  ( 4, 1), (4, 1), (2, 2), ( 2, 2)
de lo contrario
Los puntos que reciben masa de probabilidad positiva están identificados en el sistema de
coordenadas (x, y) en la figura 5.5. Es evidente por la figura que el valor de X está com-
pletamente determinado por el valor de Y y viceversa, de modo que las dos variables son
completamente dependientes. Sin embargo, por simetría X  Y  0 y E(XY )  ( 4) 4 
1

( 4) 4  (4) 4  (4) 4  0, por tanto Cov(X, Y )  E(XY )  X  Y  0 y por consiguiente

1 1 1

X,Y  0. ¡Aunque hay una dependencia perfecta, también hay una ausencia completa de
cualquier relación lineal!
2

4 3 2 1 1 2 3 4
1

Figura 5.5 Población de pares del ejemplo 5.18. ■

Un valor de  próximo a 1 no necesariamente implica que el incremento del valor de

X hace que se incremente Y. Implica sólo que los valores grandes de X están asociados con
valores grandes de Y. Por ejemplo, en la población de niños, el tamaño del vocabulario y el
número de caries están bastante correlacionados positivamente, pero con certeza no es cier-
to que las caries hagan que crezca el vocabulario. En cambio, los valores de estas dos varia-
bles tienden a incrementarse conforme el valor de la edad, una tercera variable, se
incrementa. Para niños de una edad fija, quizá existe una muy baja correlación entre el
número de caries y el tamaño del vocabulario. En suma, asociación (una alta correlación)
no es lo mismo que causa.

EJERCICIOS Sección 5.2 (22-36)

22. Un instructor aplicó un corto examen compuesto de dos par- a. Si la calificación anotada en la libreta de calificaciones
tes. Para un estudiante seleccionado al azar, sea X  el núme- es el número total de puntos obtenidos en las dos partes,
ro de puntos obtenidos en la primera parte y Y  el número ¿cuál es la calificación anotada esperada E(X  Y)?
de puntos obtenidos en la segunda parte. Suponga que la fun- b. Si se anota la máxima de las dos calificaciones, ¿cuál es
ción masa de probabilidad conjunta de X y Y se da en la tabla la calificación anotada esperada?
adjunta.
23. La diferencia entre el número de clientes formados en la
y caja rápida y el número formado en la caja superrápida del
ejercicio 3 es X1  X2. Calcule la diferencia esperada.
p(x, y)
| 0 5 10 15

0 | 0.02 0.06 0.02 0.10 24. Seis individuos, incluidos A y B, se sientan alrededor de una
x 5 | 0.04 0.15 0.20 0.10 tabla circular de una forma completamente al azar. Suponga
10 | 0.01 0.15 0.14 0.01 que los asientos están numerados 1, . . . , 6. Sea X  el

www.FreeLibros.me
c5_p184-226.qxd 3/12/08 4:08 AM Page 202

202 CAPÍTULO 5 Distribuciones de probabilidad conjunta y muestras aleatorias

número de asiento de A y Y  el número de asiento de B. 28. Demuestre que si X y Y son variables aleatorias indepen-
Si A envía un mensaje escrito alrededor de la mesa a B en dientes, entonces E(XY)  E(X)  E(Y). Luego aplique esto
la dirección en la cual están más cerca, ¿cuántos individuos en el ejercicio 25. [Sugerencia: Considere el caso continuo
(incluidos A y B) esperarían manipular el mensaje? con f(x, y)  fX (x)  fY (y).]
25. Un topógrafo desea delimitar una región cuadrada con L de 29. Calcule el coeficiente de correlación , de X y Y del ejem-
lado. Sin embargo, debido a un error de medición, delimita plo 5.16 (ya se calculó la covarianza).
en cambio un rectángulo en el cual los lados norte-sur son 30. a. Calcule la covarianza de X y Y en el ejercicio 22.
de longitud X y los lados este-oeste son de longitud Y. b. Calcule  para X y Y en el mismo ejercicio.
Suponga que X y Y son independientes y que cada uno está
uniformemente distribuido en el intervalo [L  A, L  A] 31. a. Calcule la covarianza entre X y Y en el ejercicio 9.
(donde 0  A  L). ¿Cuál es el área esperada del rectángu- b. Calcule el coeficiente de correlación  para X y Y.
lo resultante? 32. Reconsidere las vidas útiles de los componentes de mini-
26. Considere un pequeño transbordador que puede transportar computadoras X y Y como se describe en el ejercicio 12.
carros y autobuses. La cuota para carros es de $3 y para Determine E(XY). ¿Qué se puede decir sobre Cov(X, Y) y ?
autobuses es de $10. Sean X y Y el número de carros y auto- 33. Use el resultado del ejercicio 28 para demostrar que cuan-
buses, respectivamente, transportados en un solo viaje. do X y Y son independientes Cov(X, Y)  Corr(X, Y)  0.
Suponga que la distribución conjunta de X y Y aparece en la
34. a. Recordando la definición de 2 para una sola variable
tabla del ejercicio 7. Calcule el ingreso esperado en un solo
aleatoria X, escriba una fórmula que sería apropiada para
viaje.
calcular la varianza de una función h(X, Y) de dos varia-
27. Annie y Alvie quedaron de encontrarse para desayunar bles aleatorias. [Sugerencia: Recuerde que la varianza es
entre el mediodía (0:00 M.) y 1:00 P.M. Denote la hora de simplemente un valor especial esperado.]
llegada de Annie por X, y la de Alvie por Y y suponga que b. Use esta fórmula para calcular la varianza de la califica-
X y Y son independientes con funciones de densidad de pro- ción anotada h(X, Y) [ máx(X, Y)] en el inciso b) del
babilidad ejercicio 22.

0x1 35. a. Use las reglas de valor esperado para demostrar que
fX(x)  {3x02

de lo contrario
Cov(aX  b, cY  d)  ac Cov(X, Y).
b. Use el inciso a) junto con las reglas de varianza y desvia-
0y1
f (y)  {
2y ción estándar para demostrar que Corr(aX  b, cY  d) 
Y
0 de lo contrario Corr(X, Y) cuando a y c tienen el mismo signo.
c. ¿Qué sucede si a y c tienen signos opuestos?
¿Cuál es la cantidad esperada de tiempo que el que llega
primero debe esperar a la otra persona? [Sugerencia: h(X, 36. Demuestre que si Y  aX  b (a  0), entonces Corr(X, Y)
Y)  |X  Y|.]  1 o 1. ¿En que condiciones será   1?

5.3 Estadísticos y sus distribuciones

En el capítulo 1, x1, x2, . . . , xn denotaron las observaciones en una sola muestra. Considérese
seleccionar dos muestras diferentes de tamaño n de la misma distribución de población. Las
xi en la segunda muestra virtualmente siempre diferirán por lo menos un poco de aquellas en
la primera muestra. Por ejemplo, una primera muestra de n  3 carros de un tipo particular
podría producir eficiencias de combustible x1  30.7, x2  29.4, x3  31.1, mientras que
una segunda muestra puede dar x1  28.8, x2  30.0 y x3  31.1. Antes de obtener datos,
existe incertidumbre sobre el valor de cada xi. Debido a esta incertidumbre, antes de que los
datos estén disponibles, cada observación se considera como una variable aleatoria y la
muestra se denota por X1, X2, . . . , Xn (letras mayúsculas para variables aleatorias).
Esta variación en los valores observados implica a su vez que el valor de cualquier
función de las observaciones muestrales, tal como la media muestral, la desviación estándar
muestral o la dispersión de los cuartos muestrales, también varía de una muestra a otra. Es
decir, antes de obtener x1, . . . , xn, existe incertidumbre en cuanto al valor de x, el valor de
s, y así sucesivamente.

Ejemplo 5.19 Suponga que la resistencia del material de un especimen seleccionado al azar de un tipo
particular tiene una distribución Weibull con valores de parámetro   2 (forma) y   5

www.FreeLibros.me