Escolar Documentos
Profissional Documentos
Cultura Documentos
P( xi ) 0 i
i 1
p ( xi ) 1
B {x R x : H(x ) C}, B R x
G ( y) P ( Y y)
derivar G(y) respecto a y y obtener g(y),
hallar los valores de y en le recorrido de Y para g(y)>0
Sea (X,Y) una variable aleatoria bidimensional con cada resultado posible (xi,yj)
asociamos un número p(xi,yj) que representa P(X=xi,Y=yj) que satisface
p( x i , y j ) 0 ( x , y)
p(x , y ) 1
j1 i 1
i j
Sea (X,Y) una variable aleatoria continua que toma todos los valores de la región R del
plano Euclideo, la función de distribución de probabilidad conjunta f es la función que
satisface,
f ( x, y) 0 ( x, y) R
f (x, y)dxdy 1
R
- P[a X b] x i a p x (x)
x b
x2
P[ x 1 X x 2 ] f x ( x )dx
x1
x
Fx ( x ) P[ X ] f x (u )du
dFx ( x ) d x
dx
se sabe que, f x ( x )dx f x ( x )
dx
Propiedades:
- 0 Fx ( x ) 1 - Fx () 0 y Fx () 1
- Fx (x ) Fx ( x) para cualquier >0 - Fx ( x 2 ) Fx ( x 1 ) P[ x 1 X x 2 ]
La FDA es una función monótona creciente.
FMP Condicional: Si se conoce el valor de una de las variables aleatorias Y=y0, las
probabilidades relativas de los diferentes valores de la otra variable están dados por
p xy ( x, y 0 ) , se tiene una fmp condicional de X dado Y
P[(X x) (Y y)]
Px / y (x, y) P[X x / Y y] , lo cual equivale a
P[Y y]
p xy ( x, y) p xy ( x, y)
Px / y ( x, y) . Se cumple además lo señalado anteriormente
p y ( y)] x p xy (x i , y)
i
0 ox / y 1 y
x i
p x / y ( x i , y) 1 .
Idem para Y dado X
Y la acumulada,
Transformación de variables múltiples Ignacio López
f xy ( x 0 , y 0 )dy 0 dx 0
de donde, f xy ( x, y) FXY ( x, y)
xy
Una Variable. Se trata de aplicar el primer método sin desarrollar la obtención primero
la función de distribución. En el caso discreto no hay problema real, en tanto que X y
Y=u(X) se relacionen biunivocamente. Por tanto, la sustitución debe ser adecuada.
y luego aplicando y=(1+x)-1 para sustituir los valores de Y por los de X, se tiene
y 0 1/2 1/3 1/4 1/5
G(y) 1/16 4/16 6/16 4/16 1/16
obteniéndose,
1 1
4 4
y se deduce que
1 a 1 a
g( x ) para x
a x
2 2
a x2
2
2 dy 1 1 / 2
Solución, g( y) e y z , entonces,
2
/2
2 dz 2
2
h ( z) e z / 2
2
Dos Variables. Se trata del método anterior pero considerando dos variables. Sean la
distribución conjunta Y=u(X1,X2), si las relaciones entre y y x1 con x2 y entre y y x2 con x1
se mantienen constantes, entonces,
x x
g( y, x 2 ) f ( x 1 , x 2 ) 1 g ( x 1 , y) f ( x 1 , x 2 ) 2
y y
f (x1 , x 2 )
x 1! x 2!
f (x1 , x 2 ) g( y, x 2 )
x 1!*x 2 ! x 1!*x 2 !
e ( 1 2 ) 1 1 2 2 e ( 1 2 ) 1 2
y x x y
h ( y)
x 2 0 x 2 !*( y x 2 )! y!
i 1