Curso Propedéutico de Cálculo Sesión 7: Integrales...
Transcript of Curso Propedéutico de Cálculo Sesión 7: Integrales...
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Curso Propedéutico de CálculoSesión 7:
Integrales Múltiples
Joaquín Ortega Sánchez
Centro de Investigación en Matemáticas, CIMATGuanajuato, Gto., Mexico
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Esquema
1 Funciones de Varias Variables
2 Derivadas Parciales
3 Integrales Múltiples
4 Aplicaciones
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Esquema
1 Funciones de Varias Variables
2 Derivadas Parciales
3 Integrales Múltiples
4 Aplicaciones
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Funciones de Varias Variables
Hasta ahora nos hemos enfocado en funciones quedependen de una sola variable, funciones f : R→ R quetienen como dominio un subconjunto de los números reales.
Nos van a interesar ahora funciones más generales, cuyodominio va a ser un conjunto de vectores.
El caso más sencillo es el de las funciones de dosvariables, que definimos a continuación.
Llamaremos R2 al conjunto de los pares ordenados (x , y),con x ∈ R, y ∈ R.
Por ejemplo, (5,−1.6) es un elemento de R2.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Funciones de Varias Variables
Dos elementos de R2 difieren si alguna de las componentesson distintas. Por ejemplo,(−2,5), (5,−2), (5,2) y (−2,−5)son todos elementos distintos de R2.
Por lo tanto, dos pares ordenados son iguales si y sólo si sudos componentes son iguales y aparecen en el mismoorden.
Así como representamos geométricamente a los númerosreales con los puntos en un recta, podemos representar loselementos de R2 por puntos en un plano usando un sistemade coordenadas cartesianas.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Funciones de Varias Variables
El punto (a,b) de R2 se representa como el punto del planoque tiene coordenadas a en el eje x y b en el eje y .
a
x
y
b
De esta manera podemos identificar el conjunto R2 con elplano cartesiano.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Funciones de Varias Variables
DefiniciónSea D ⊂ R2. Una función f : D → R es una regla que acada par ordenado (a,b) en el conjunto D le asigna unúnico elemento de R que denotamos f (a,b):
(a,b) 7→ f (a,b) ∈ R
El conjunto D es el dominio de la función. El recorrido es elconjunto de todos los valores que toma la función.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Funciones de Varias Variables
EjemploConsideremos la función
f (x , y) =y − x
x2 + (y − 3)2
Esta función está definida salvo cuando el denominador seanula, lo que ocurre en el punto (0,3). Por lo tanto eldominio de definición de esta función es
R2 − (0,3).
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Funciones de Varias Variables
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Funciones de Varias Variables
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Funciones de Varias Variables
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Esquema
1 Funciones de Varias Variables
2 Derivadas Parciales
3 Integrales Múltiples
4 Aplicaciones
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
Consideremos una función f de dos variables x y y . Simantenemos una de los dos variables constante, porejemplo, si x = x0, entonces f (x0, y) es una función de unavariable real y .
Bajo las condiciones que estudiamos anteriormente,podemos considerar derivar esta función respecto a lavariable y , manteniendo el valor de x fijo en x0.
Si esta derivada existe la llamamos la derivada parcial de frespecto a y .
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
DefiniciónLa derivada parcial de f respecto a y en (x0, y0) es laderivada de f (x0, y) con respecto a y en el punto y = y0(manteniendo x = x0 fijo):
∂f∂y
(x0, y0) = fy (x0, y0) = lim∆y→0
f (x0, y0 + ∆y)− f (x0, y0)
∆y.
De manera similar, la derivada parcial de f respecto a x enel punto (x0, y0) está dada por
∂f∂x
(x0, y0) = fx (x0, y0) = lim∆x→0
f (x0 + ∆x , y0)− f (x0, y0)
∆x.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
Para calcular la derivadas parciales podemos usar lasreglas de derivación que estudiamos para las funciones deuna variable, siempre que la otra variable se mantenga fija.
EjemploHallar las derivadas parciales de la funciónf (x , y) = x3y − 2x2 en el punto (−1,3).
Tenemos∂f∂x
= 3x2y − 4x ,∂f∂y
= x3.
En el punto (−1,3) valen
fx (−1,3) = 13, fy (−1,3) = −1.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
Si llamamos z al valor de la función, tenemos otra notaciónalternativa para las derivadas parciales:
∂z∂x,
∂z∂y,
y para el valor en el punto (x0, y0) usamos
∂z∂x
∣∣∣(x0,y0)
y∂z∂y
∣∣∣(x0,y0)
.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
Interpretación GeométricaConsideremos una superficie cuya ecuación es z = f (x , y).El plano y = y0 intersecta a esta superficie en una curvaplana y el valor de fx (x0, y0) es la pendiente de la rectatangente a esta curva en el punto (x0, y0, f (x0, y0)).
De manera análoga, el plano x = x0 corta a la superficie enuna curva plana y el valor de fy (x0, y0) es la pendiente de larecta tangente a esta curva en el punto (x0, y0, f (x0, y0)).
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
Derivadas de Orden SuperiorLas derivadas parciales de una función f (x , y) son,generalmente, funciones de todas las variables originales.
En consecuencia, podemos considerar las derivadasparciales de estas nuevas funciones, que serían lasderivadas de orden superior.
Tenemos cuatro posibles derivadas de orden 2:
fxx =∂
∂x
( ∂f∂x
)=∂2f∂x2 fyy =
∂
∂y
( ∂f∂y
)=∂2f∂y2
fxy =(fx)
y =∂
∂y
( ∂f∂x
)=
∂2f∂y∂x
fyx =(fy)
x =∂
∂x
( ∂f∂y
)=
∂2f∂x∂y
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
EjemploHallar las derivadas parciales de segundo orden de lafunción
f (x , y) = yex − cos(y/x)
Las primeras derivadas parciales son
fx (x , y) = yex + sen(y/x)(−y/x2),
fy (x , y) = ex + sen(y/x)(1/x)
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
Las segundas derivadas parciales son
fxx (x , y) = yex + cos(y/x)(−y/x2)2 + sen(y/x)(2y/x3)
fyy (x , y) = cos(y/x)(1/x2)
fxy (x , y) = ex + cos(y/x)(−y/x3) + sen(y/x)(−1/x2)
fyx (x , y) = ex + cos(y/x)(−y/x3) + sen(y/x)(−1/x2)
Observamos que en este caso fxy = fyx , pero esta igualdadno es cierta siempre.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
Regla de la CadenaRecordemos la regla de la cadena para funciones de unavariable: si x es función de t y y es función de x ,y(t) = y(x(t)) y la derivada de y respecto a t es
dydt
=dydx
dxdt
Veamos una primera versión para el caso de dos variables.Sean x = x(t) , y = y(t) funciones diferenciables en t , ysea z = f (x , y) diferenciable en (x(t), y(t)). Entoncesz = f (x(t), y(t)) es diferenciable en t y
dzdt
=∂z∂x
dxdt
+∂z∂y
dydt
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
ObservaciónNo hemos explicado lo que significa que una función de dosvariables sea diferenciable, pero es una condición másfuerte que pedir la existencia de las derivadas parciales.
EjemploSea z = x3y donde x = 2t y y = t2. Determine dz/dt .
dzdt
=∂z∂x
dxdt
+∂z∂y
dydt
= (3x2y)(2) + (x3)(2t) = 6(2t)2(t2) + 2(2t)3(t)
= 40t4
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
Una segunda versión de la regla de la cadena es lasiguiente. Supongamos que x = x(s, t) y y = y(s, t) tienenprimeras derivadas parciales en (s, t) y sea z = f (x , y)diferenciable en (x(s, t), y(s, t)). Entoncesz = f (x(s, t), y(s, t)) tiene primeras derivadas parcialesdadas por
∂z∂s
=∂z∂x
∂x∂s
+∂z∂y
∂y∂s
∂z∂t
=∂z∂x
∂x∂t
+∂z∂y
∂y∂t
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Derivadas Parciales
EjemploSi z = 2x2 − 3y2, donde x = 5s + 2t , y = 4st , determine∂z/∂t en términos de s y t .
∂z∂s
=∂z∂x
∂x∂s
+∂z∂y
∂y∂s
= (4x)(2) + (6y)(4s)
= 4(5s + 2t) + 24s(4st)
= 20s + 8t + 96s2t .
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Esquema
1 Funciones de Varias Variables
2 Derivadas Parciales
3 Integrales Múltiples
4 Aplicaciones
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesDefinición
Recordemos la definición de la integral definida o integral deRiemann: Si f es una función continua en el intervalo [a,b]y P es una partición de este intervalo con subintervalos delongitud ∆xk , k = 1, . . . ,n, elegimos un punto xk en elk -ésimo intervalo de la partición y formamos las sumas
n∑k=1
f (xk )∆xk
Hacemos ahora tender el tamaño de la partición a 0 y ellímite de esta sucesión es lo que llamamos la integraldefinida de f en el intervalo [a,b]:∫ b
af (x) dx = lim
||P||→0
n∑k=1
f (xk )∆xk
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesDefinición
Para définir la intégra de dos variables consideramos unafunción f definida en un rectángulo R con lados paralelos alos ejes
R = (x , y) : a ≤ x ≤ b, c ≤ y ≤ d = [a,b]× [c,d ]
Formamos una partición de R en subrectángulos usandorectas paralelas a los ejes. Supongamos que la particióntiene n rectángulos que denotamos por Rk , k = 1, . . . ,n.
Sean ∆xk y ∆yk las longitudes de los lados de Rk y sea∆Ak = ∆xk ∆yk su área.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesDefinición
En el intervalo Rk escogemos un punto cualquiera (xk , yk ) yformamos la suma de Riemann correspondiente
n∑k=1
f (xk , yk )∆Ak
Hacemos ahora la partición cada vez más fina, de modoque todos los rectángulos Rk sean más pequeños.
Para esto llamamos ||P|| a la longitud de la mayor diagonalentre todos los rectángulos
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesDefinición
DefiniciónSea f una función continua definida en R = [a,b]× [c,d ].Definimos la integral doble de f en R por∫∫
Rf (x , y) dA = lim
||P||→0
n∑k=1
f (xk , yk )∆Ak
Si la función f es positiva, la integral representa el volúmendel sólido bajo la superficie z = f (x , y) y sobre el rectánguloR.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesPropiedades
Propiedad 1La integral doble es lineal, es decir,∫∫
Rkf (x , y) dA = k
∫∫R
f (x , y) dA,
∫∫R
[f (x , y) + g(x , y)] dA =
∫∫R
f (x , y) dA +
∫∫R
g(x , y) dA,
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesPropiedades
Propiedad 2La integral dobre es aditiva en rectángulos que tienen unlado común∫∫
Rf (x , y) dA =
∫∫R1
f (x , y) dA +
∫∫R2
f (x , y) dA,
R1 R2
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesPropiedades
Propiedad 3La integral dobre es monótona:Si f (x , y) ≤ g(x , y) para todo (x , y) en R, entonces∫∫
Rf (x , y) dA ≤
∫∫R
g(x , y) dA
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
Hemos definido la integral doble pero no hemos visto comocalcularla.
La idea fundamental es iterar la integración de las variablesconsiderando la(s) otra(s) variables como fijas.
Si queremos integrar la función f (x , y) sobre el rectánguloR = [a,b]× [c,d ] podemos hacerlo de dos maneras, comoindicamos a continuación∫∫
Rf (x , y) dA =
∫ d
c
[ ∫ b
af (x , y) dx
]dy
=
∫ b
a
[ ∫ d
cf (x , y) dy
]dx
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
EjemploHalle la integral de la función f (x , y) = 3x + 2y sobre elrectángulo R = [1,2]× [2,4].
Tenemos∫∫R
f (x , y) dA =
∫ 4
2
[ ∫ 2
1(3x + 2y) dx
]dy
=
∫ 4
2
[32
x2 + 2xy)]2
1dy
=
∫ 4
2
[92
+ 2y]
dy
=[9
2y + y2
]4
2=
92
(4− 2) + (16− 4)
= 21
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
EjejmploHalle el volúmen V del sólido sobre el rectánguloR = (x , y) : 0 ≤ x ≤ 1,0 ≤ y ≤ 2 y bajo la superficiez = 4− x2 − y .
V =
∫∫R
(4− x2 − y) dA =
∫ 2
0
∫ 1
0(4− x2 − y) dx dy
=
∫ 2
0
[4x − x3
3− yx
]1
0dy =
∫ 2
0(4− 1
3− y) dy
=[11
3y − 1
2y2]2
0=
223− 2 =
163
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
Vamos a considerar ahora integrales sobre regiones queson mas complejas que un rectángulo. Comenzamos pordefinir las regiones que vamos a considerar.
Un conjunto S es y-simple si existen funciones φ1 y φ2 en[a,b] tales que
S = (x , y) : φ1(x) ≤ y ≤ φ2(x),a ≤ x ≤ b.
Un conjunto S es x-simple si existen funciones ψ1 y ψ2 en[c,d ] tales que
S = (x , y) : ψ1(y) ≤ x ≤ ψ2(y), c ≤ y ≤ d.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
a b
S
φ2(x)
φ1(x)
cd
S ψ2(x)ψ1(x)
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
Supongamos ahora que queremos evaluar la integral doblede una función f (x , y) sobre un conjunto y-simple S.Consideramos un rectángulo R que contenga a la región Sy hacemos f (x , y) = 0 fuera de S. Entonces∫∫
Sf (x , y) dA =
∫∫R
f (x , y) dA
=
∫ b
a
[ ∫ d
cf (x , y) dy
]dx
=
∫ b
a
[ ∫ φ2(x)
φ1(x)f (x , y) dy
]dx
En la integral interior, x se mantiene fijo.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
Si el conjunto S es x-simple, un razonamiento similarconduce a la fórmula∫∫
Sf (x , y) dA =
∫ d
c
[ ∫ ψ2(y)
ψ1(y)f (x , y) dx
]dy
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesEjemploEvalúe la integral iterada∫ 5
3
∫ x2
−x(4x + 10y) dy dx
∫ 5
3
∫ x2
−x(4x + 10y) dy dx =
∫ 5
3
[4xy + 5y2
]x2
−x
=
∫ 5
3
[(4x3 + 5x4)− (−4x2 + 5x2)
]dx
=
∫ 5
3(5x4 + 4x3 − x2) dx
=[x5 + x4 − x3
3
]5
3
= 3393.33
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
EjemploEvalúe la integral iterada∫ 1
0
∫ y2
0(2yex ) dx dy
∫ 1
0
∫ y2
0(2yex ) dx dy =
∫ 1
0
[ ∫ y2
02yex dx
]dy
=
∫ 1
0
[2yex
]y2
0dy =
∫ 1
0(2yey2 − 2y) dy
=[ey2 − y2
]1
0
= e − 2.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesMediante un cambio en el orden de integración, evalúe∫ 4
0
∫ 2
x/2ey2
dy dx
La integral interior no se puede evaluar pues ey2no tiene
una primitiva en términos de funciones elementales.
Esta integral iterada es igual a∫∫S
ey2dA
donde
S = (x , y) : x/2 ≤ y ≤ 2,0 ≤ x ≤ 4= (x , y) : 0 ≤ x ≤ 2y ,0 ≤ y ≤ 2
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
Si escribimos esta integral doble como una integral iteradarealizando primero la integración respecto a x , obtenemos∫ 2
0
∫ 2y
0ey2
dy =
∫ 2
0
[xey2
]2y
0dy
=
∫ 2
02yey2
dy =[ey2]2
0
= e4 − 1.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesCambio de Variables
La fórmula de cambio de variables en el caso de integralesdobles es más complicada que en el caso de las integralesde una variable.
Presentamos el resultado sin demostración.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesCambio de Variables
Supongamos que G es una transformación uno a uno de R2
a R2, que transforma la región acotada S en el plano uv enla región acotada R del plano xy .
Si G tiene la forma G(u, v) = (x(u, v), y(u, v)) entonces∫∫R
f (x , y) dx dy =
∫∫S
f (x(u, v), y(u, v))|J(u, v)|du dv
donde J(u, v) se conoce como el Jacobiano y es igual aldeterminante
J(u, v) =
∣∣∣∣∂x∂u
∂x∂v
∂y∂u
∂y∂v
∣∣∣∣ =∂x∂u
∂y∂v− ∂x∂v
∂y∂u.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
EjemploEvalúe
∫∫R
cos(x − y) sen(x + y) dA, donde R es el
triángulo con vértices (0,0), (π,−π) y π, π).
Sean u = x − y y v = x + y . Resolviendo para x , yobtenemos
x =12
(u + v) y12
(v − u)
Podemos describir la región R a través de las condiciones
−x ≤ y ≤ x , 0 ≤ x ≤ π,
que es la región S en el plano uv .
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales MúltiplesSi sustituimos u y v en estas expresiones obtenemos
−12
(u + v) ≤ 12
(v − u) ≤ 12
(u + v), 0 ≤ 12
(u − v) ≤ π
que se reduce a
u ≥ 0, v ≥ 0, 0 ≤ u + v ≤ 2π.
0 1 2 3 4
−3
−1
01
23
R
0 2 4 6 8
01
23
45
67
S
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
El Jacobiano de esta transformación es
J(u, v) =
∣∣∣∣∣∣∂x∂u
∂x∂v
∂y∂u
∂y∂v
∣∣∣∣∣∣ =
∣∣∣∣∣∣12
12
−12
12
∣∣∣∣∣∣ =12
Por lo tanto∫∫R
cos(x − y) sen(x + y) dA =
∫∫S
cos u sen v∣∣12∣∣dv du
=12
∫ 2π
0
∫ 2π−u
0cos u sen v dv du
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Integrales Múltiples
12
∫ 2π
0
∫ 2π−u
0cos u sen v dv du =
12
∫ 2π
0cos u(1− cos(2π − u)) du
=12
∫ 2π
0cos u(1− cos(u)) du
=12
∫ 2π
0(cos u − cos2(u)) du
=12
∫ 2π
0
(cos u − 1 + cos(2u)
2
)du
=12
[sen u − 1
2u − 1
4sen 2u
]2π
0
= −12π.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
Esquema
1 Funciones de Varias Variables
2 Derivadas Parciales
3 Integrales Múltiples
4 Aplicaciones
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Consideremos un espacio de probabilidad (Ω,F ,P) y dosvariables aleatorias X ,Y definidas sobre Ω.
Al igual que en el caso de una variable, el vector (X ,Y ),que toma valores en R2, tiene asociada una distribución deprobabilidad, que denotamos PX ,Y .
En el caso de variables continuas, esta distribución deprobabilidad se representa por una función de densidadfX ,Y .
Una densidad de probabilidad para un vector aleatorio(X ,Y ) es una función f : R2 → [0,1] que es positiva,f (x , y) ≥ 0 para todo x , y y cuya integral sobre R2 vale 1:∫ ∞
−∞
∫ ∞−∞
f (x , y) dx dy = 1
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Si el vector aleatorio (X ,Y ) tiene densidad fXY , laprobabilidad de que tome valores en un conjunto S estádada por
P((X ,Y ) ∈ S) =
∫∫S
fX ,Y (x , y) dA
En particular, si S es el rectángulo [a,b]× [c,d ],
P(a ≤ X ≤ b, c ≤ Y ≤ d) =
∫ d
c
∫ b
af (x , y) dx dy
=
∫ b
a
∫ d
cf (x , y) dy dx
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
EjemploSean X ,Y variables aleatorias con densidad conjunto
f (x , y) = Cxy , 0 ≤ x < y ≤ 1.
Halle el valor de C.
∫ 1
0
∫ 1
xCxy dy dx =
∫ 1
0Cx[ ∫ 1
xy dy
]dx
=
∫ 1
0
Cx2
(1− x2) dx =C8
y en consecuencia C = 8.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Distribución UniformeSeaA una región con área |A|. Decimos que X y Y tienendistribución conjunta uniforme si tienen densidad conjunta
f (x , y) =
|A|−1, (x , y) ∈ A,0 en otro caso.
EjemploSi (X ,Y ) tienen distribución conjunta uniforme sobre elcírculo centrado en el origen y de radio 1, su densidad estádada por
f (x , y) =1π, 0 ≤ x2 + y2 ≤ 1.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Densidades MarginalesSi X ,Y tienen densidad f (x , y) entonces X tiene densidad(marginal)
fX (x) =
∫ ∞−∞
f (x , y) dy ,
y Y tiene densidad (marginal)
fY (y) =
∫ ∞−∞
f (x , y) dx .
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
EjemploSean X ,Y variables con densidad conjunta
f (x , y) = C(x + y), 0 ≤ x , y ≤ 1
Halle• el valor de C,• la densidad marginal fX (x),• P(Y < 1/2) y• P(X < Y 2).
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Tenemos
1 =
∫ 1
0
∫ 1
0C(x + y) dx dy = C
(∫ 1
0x dx +
∫ 1
0y dy
)= C
de modo que C = 1.
La densidad marginal de X es
fX (x) =
∫ 1
0(x + y) dy =
[xy +
y2
2]1
0 = x +12
para 0 ≤ x ≤ 1.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
De manera similar se tiene que fY (y) = y + 12 para
0 ≤ y ≤ 1, y entonces
P(Y <12
) =
∫ 1/2
0(y +
12
) dy =38
P(X < Y 2) =
∫∫0≤x<y≤1
(x + y) dx dy
=
∫ 1
0
∫ y2
0(x + y) dx dy =
∫ 1
0
(12
y4 + y3)dy
=[ 1
10y5 +
14
y4]1
0=
720.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
EjemploSean (X ,Y ) v.a. con densidad conjunta dada por
f (x , y) = λµe−λx−µy , 0 ≤ x , y <∞.
Hallar las densidades marginales de X y Y y P(X < Y ).
Tenemos
fX (x) =
∫ ∞0
f (x , y) dy = λe−λx∫ ∞
0µe−µy dy
= λe−λx[− e−µy
]∞0
= λe−λx .
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
P(X < Y ) =
∫∫x<y
λµe−λx−µy dx dy
=
∫ ∞0
(
∫ ∞x
µe−µy dy)λe−λx dx
=
∫ ∞0
λe−λx−µx dx dy
=λ
λ+ µ
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Otra manera de describir la distribución del vector aleatorio(X ,Y ) es a través de la función de distribución conjunta,que denotamos F (x , y) = FX ,Y (x , y), y definimos como
F (x , y) = P(X ≤ x ,Y ≤ y) =
∫ x
−∞
∫ y
−∞f (s, t),dt ds
Es posible obtener la densidad a partir de la función dedistribución diferenciando:
∂2
∂x∂yF (x , y) = f (x , y).
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Las funciones de distribución marginales de X y Y seobtienen a parir de la f.d. conjunta:
FX (x) = limy→∞
F (x , y); FY (y) = limx→∞
F (x , y)
La función de distribución conjunta satisface
0 ≤ F (x , y) ≤ 1
para todo x , y ∈ R y la función F es creciente cuando x o ycrecen.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Las funciones de distribución conjuntas satisfacen otrapropiedad adicional: Para a < b y c < d ,
0 ≤ F (b,d)− F (a,d)− F (b, c) + F (a, c)
= P(a ≤ X ≤ b, c ≤ Y ≤ d)
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
EjemploHallemos la f.d. para las variables con densidad
f (x , y) = x + y ,0 ≤ x , y ≤ 1.
Para 0 ≤ x , y ≤ 1,
F (x , y) =
∫ y
0
∫ x
0(s + t) ds dt =
12
xy(x + y).
Para 0 ≤ x ≤ 1, y > 1,
F (x , y) =
∫ 1
0
∫ x
0(s + t) ds dt =
12
x(x + 1).
Para 0 ≤ y ≤ 1, x > 1,
F (x , y) =
∫ y
0
∫ 1
0(s + t) ds dt =
12
y(y + 1).
Finalmente, para x , y > 1 tenemos F (x , y) = 1.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
EjemploSean X ,Y v.a. con función de distribución
F (x , y) = 1− 12x2y2
(x2 + y2 + (xy − 1)(x + y).
para x , y ≥ 1. Halle la densidad conjunta y las densidadesmarginales de X y Y .
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Diferenciando obtenemos
f (x , y) =∂2F∂x∂y
=x + yx3y3 , x , y ≥ 1.
Haciendo y →∞
FX (x) = 1− x + 12x2 , x > 1,
y derivando
fX (x) =2 + x2x3 , x > 1.
De manera similar
fY (y) =2 + y2y3 , y > 1.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
IndependenciaRecordemos la definición de independencia para eventos:Dos eventos A y B son independientes si
P(A ∩ B) = P(A)P(B).
DefiniciónSean X ,Y variables con función de distribución F (x , y).Decimos que X y Y son independientes si y sólo si paratodo x , y,
F (x , y) = FX (x)FY (y)
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
Podemos ver una relación entre las dos definicionesobservando que si
Ax = ω : X (ω) ≤ x y By = ω : Y (ω) ≤ y,
entonces X ,Y son independientes si y solo si Ax y By sonindependientes para todo x , y .
Si X ,Y tienen densidad conjunta f (x , y), entonces sonindependientes si, para todo x , y ,
f (x , y) = fX (x)fY (y).
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
EjemploSea (X ,Y ) variables con distribución uniforme en elrectángulo 0 ≤ x ≤ a,0 ≤ y ≤ b. Entonces la densidad es
f (x , y) =1
ab.
Las densidades marginales son
fX (x) =
∫ b
0f (x , y),dy =
1a, y fY (y) =
1b.
En consecuencia
f (x , y) =1
ab= fX (x)fY (y),
y X y Y son independientes.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
EjemploSea X ,Y variables aleatorias con distribución uniforme enel círculo unitario, con densidad
f (x , y) =1π.
Veamos que estas variables no son independientes.
fX (x) =
∫ (1−x2)1/2
−(1−x2)1/2
1π
dy =2π
(1− x2)1/2
y
fY (y) =
∫ (1−y2)1/2
−(1−y2)1/2
1π
dx =2π
(1− y2)1/2
Obviamente f (x , y) 6= fX (x)fY (y).
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
EsperanzaSean X ,Y ,Z variables aleatorias tales que Z = g(X ,Y ). SiX ,Y tienen densidad conjunta f (x , y) entonces
E(Z ) =
∫∫g(x , y) f (x , y) dx dy .
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
TeoremaSean X ,Y variables independientes, entoncesE(XY ) = E(X ) E(Y ).
Demostración.
E(XY ) =
∫∫xy f (x , y) dx dy
=
∫∫xy fX (x)fY (y) dx dy
=
∫x fX (x) dx
∫y fY (y) dy
= E(X ) E(Y ).
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
CorolarioSi X ,Y son variables independientes,
Var(X + Y ) = Var(X ) + Var(Y ).
Demostración.
Var(X + Y ) = E(X + Y − E(X + Y ))2
= E(X − E X )2 + E(Y − E Y )2
+ 2 E[(X − E X )(Y − E Y )].
Como X y Y son independientes
E[(X − E X )(Y − E Y )] = [E(X − E X )][E(Y − E Y )] = 0
y obtenemos
Var(X + Y ) = Var(X ) + Var(Y ).
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
DefiniciónLa covarianza entre dos variables X y Y se denotaCov(X ,Y ) y se define como
Cov(X ,Y ) = E[(X − E X )(Y − E Y )]
= E(XY )− E(X ) E(Y )
= Cov(Y ,X ).
Para cualquier par de variables aleatorias,
Var(X + Y ) = Var(X ) + Var(Y ) + 2 Cov(X ,Y ).
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
DefiniciónSi Cov(X ,Y ) = 0 decimos que las variables X y X no estáncorrelacionadas.
Si las variables X y Y son independientes, no estáncorrelacionadas, pero el recíproco no es cierto.
EjemploSea X una variables acotada distinta de 0 con distribuciónsimétrica respecto a 0: f (−x) = f (x). Sea Y = X 2,entonces Y no es independiente de X pero
Cov(X ,Y ) = E(X 3)− E(X ) E(X 2) = 0.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
DefiniciónLa función de correlación ρ(X ,Y ) de X y Y se define como
ρ(X ,Y ) =Cov(X ,Y )
(Var(X ) Var(Y ))1/2
La correlación tiene dos ventajas importantes. Por un lado,al estar normalizada toma valores en [−1,1] y por otro, unatransformación lineal de las variables no cambia el valor dela correlación, salvo, quizás, por el signo.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad
EjemploConsideremos de nuevo variables X ,Y con distribuciónuniforme en el círculo unitario. Ya vimos que estas variablesno son independientes.
Es fácil ver que, por simetría, E(X ) = E(Y ) = E(XY ) = 0 ypor lo tanto las variables no están correlacionadas, aunqueno son independientes.
Integración
Funciones deVariasVariables
DerivadasParciales
IntegralesMúltiples
Aplicaciones
AplicacionesProbabilidad