Você está na página 1de 13

COVARIANCIA ENTRE DUAS VARIAVEIS ALEATORIAS

Covarincia uma medida de associao (relao) linear entre duas variveis


aleatrias. Se X e Y so duas v.a., a covarincia entre elas definida por
Cov(X,Y) ! "#(X$"(X))(Y$"(Y))%
&esta forma a covarincia entre duas variveis X e Y i'ual a mdia de uma
varivel aleatria ( )ue por sua ve* o produto dos desvios de cada uma das
duas variveis X e Y em relao as suas respectivas medias.
"+emplifi)uemos com o se'uinte )uadro de distri,uio con-unta de duas
variveis aleatrias discretas X e Y

X
Y
. / 0 1(2)
/ 340. 340. 040. 540.
0 /40. /40. 040. 640.
3 640. /40. 340. 540.
1(+) 540. 740. 840. /


1ara interpretar este )uadro, podemos di*er )ue a pro,a,ilidade con-unta de X
! / e Y ! 0 1(X!/,Y!0) ! /40.. 9 pro,a,ilidade mar'inal de X ! / 1(X!/) !
740.. 9 pro,a,ilidade condicional de X ! 0 dado )ue Y ! /
( 1, 2) 1/ 20 1
( 2/ 1)
( 1) 5/ 20 5
P X Y
P Y X
P X


9 distri,uio de pro,a,ilidade da varivel aleatria ( ! (X$"(X))(Y$"(Y)) a
prpria distri,uio de pro,a,ilidade con-unta dada no )uadro acima para as
variveis X e Y. Como a covarincia uma esperana temos )ue
( , ) [( ( ))( ( )] ( ( ))( ( )) ( , ) Cov X Y E X E X Y E Y X E X Y E Y p X Y

:u se-a, a covarincia o somatrio do produto da varivel ( ! (X$"(X))(Y$


"(Y)) pelas pro,a,ilidades con-untas. 1ara calcular a covarincia devemos
calcular as esperanas (medias) de X e Y. "stas so
8 5 7 19
( ) 0 1 2
20 20 20 20
8 4 8
( ) 1 2 3 2
20 20 20
E X
E Y
+ +
+ +
;o e+emplo do )uadro acima a covarincia i'ual a
1
19 3 19 3 19 2
( , ) (0 ) (1 2) (1 ) (1 2) (2 ) (1 2)
20 20 20 20 20 20
19 1 19 1 19 2
(0 ) (2 2) (1 ) (2 2) (2 ) (2 2)
20 20 20 20 20 20
19 4 19 1 19 3
(0 ) (3 2) (1 ) (3 2) (2 ) (3 2) 0
20 20 20 20 20 20
Cov X Y + +
+ + +
+ + +

<m outro mtodo (mais fcil) de se calcular a covarincia dado pela
e+presso
( , ) ( ) ( ). ( ) Cov X Y E XY E X E Y
"+erc=cio &emonstre a validade da e+presso acima
Sa,emos )ue a definio de covarincia
Cov(X,Y) ! "#(X$"(X))(Y$"(Y))%
1odemos desenvolver o se'undo termo desta e+presso da se'uinte forma
( , ) ( ( ) ( ) ( ) ( ))
( ) ( ). ( ) ( ). ( ) ( ). ( ) ( ) ( ) ( )
Cov X Y E XY E X Y E Y X E X E Y
E XY E X E Y E Y E X E X E Y E XY E X E Y
+
+
9pli)uemos esta e+presso aos dados do )uadro acima para calcular a
covarincia
1ara isto precisamos calcular "(XY). 1ara fa*er isto devemos para cada valor
do )uadro (para cada dupla de valores de X e Y) calculamos o valor do produto
XY e multiplicamos pela pro,a,ilidade con-unta.
( ) 0.1.3/ 20 1.1.3/ 20 2.1.2/ 20 0.2.1/ 20 1.2.1/ 20 2.2.2/ 20
0.3.4/ 20 1.3.1/ 20 2.3.3/ 20 1, 9
E XY + + + + +
+ + +
1ortanto a covarincia ser
( , ) 1, 9 (0, 95).(2) 0 Cov X Y
Conclu=mos )ue as duas variveis aleatrias X e Y so no correlacionadas.
Se X e Y so duas variveis aleatrias indeendentes! ento Cov"X!Y# $ %
&as a re'(ro'a no ) verdadeira* O +ato de Cov"X!Y# $ % no i,li'a
ne'essaria,ente -ue X e Y se.a, indeendentes*
1ara o ultimo e+emplo, verificamos )ue Cov(X,Y) ! .. ;o entanto vamos
verificar )ue estas duas variveis no so independentes. 1ara )ue X e Y
se-am independentes estritamente necessrio )ue 1(X,Y) ! 1(X).1(Y) para
todos os valores de X e Y. :u se-a, para todas as clulas da distri,uio de
pro,a,ilidade con-unta, o valor da pro,a,ilidade con-unta deve ser i'ual ao
2
produto das pro,a,ilidades mar'inais respectivas. >erifi)uemos esta
propriedade para o )uadro de distri,uio de pro,a,ilidade con-unta anterior.


X
Y
. / 0 1(2)
/ /01%
540..540. !
/?46..
/01%
540..740.
!
6.46..
101%
540..840.
!
7?46..
540.
0 201%
640..540.
!
3046..
201%
640..740.
!
0.46..
101%
640..840.
!
0546..
640.
3 301%
540..540.
!
7?46..
201%
540..740.
!
6.46..
/01%
540..840.
!
7?46..
540.
1(+) 540. 740. 840. /


;o )uadro acima os valores em ne'rito so as pro,a,ilidades con-untas e lo'o
e
m se'uida vem o calculo do produto das pro,a,ilidades mar'inais respectivas. :,serve$se )ue para a primeira clula temos
1(X!.,Y!/) ! 340. ! .,/7 e 1(X!.).1(Y!/) ! /?46.. ! .,.6. ;a se'unda clula da primeira lin@a temos 1(X!/,Y!/) ! 340. ! .,/7 e
1(X!/).1(Y!/) ! 6.46.. ! .,/. 1ortanto em nen@uma destas duas clulas a pro,a,ilidade con-unta coincide com o produto das
pro,a,ilidades mar'inais respectivas. Aastava )ue para apenas uma das clulas no ocorresse a i'ualdade de pro,a,ilidades e as
variveis aleatrias - seriam dependentes. 1ara )ue ocorra independBncia perfeita entre as variveis aleatrias necessrio )ue para
todas as clulas da distri,uio de pro,a,ilidade con-unta ocorra a i'ualdade entre a pro,a,ilidade con-unta e o produto das
pro,a,ilidades mar'inais respectivas.
Se.a, X e Y duas variveis -uais-uer* Ento
Var"X 4 Y# $ Var"X# 4 Var"Y# 4 1 Cov"X!Y#
No 'aso de X e Y sere, indeendentes te,os o 'aso arti'ular de
Var"X 4 Y# $ Var"X# 4 Var"Y# . -ue Cov"X!Y# $ %


"+erc=cio &emonstre teoricamente a e+presso acima. Var"X 4 Y# $ Var"X# 4
Var"Y# 4 1 Cov"X!Y#
3
1ara mais de duas variveis independentes
>ar(X
/
C X
0
C ......C X
n
) ! >ar(X
/
)C >ar(X
0
)C...C >ar(X
n
)
COVARIANCIA 5ARA VARIAVEIS ALEATORIAS CONTINUAS
Se X e Y so duas variveis aleatrias continuas a covarincia dada pela
se'uinte e+presso
( , ) [( ( )).( ( ))] ( )( )
X Y
Cov X Y E X E X Y E Y x y dxdy

"+emplo supon@amos )ue duas variveis aleatrias continuas X e Y ten@am a


se'uinte funo de densidade con-unta.
8 , 0 x 1,0 y x
( , )
0, para outros valores
xy
f x y

'

"m primeiro lu'ar calculamos as funDes de densidade mar'inais.


2
3
0
( ) ( , ) 8 8 8 . 4
2
x
x
g x f x y dy xydy x ydy x x




1ortanto a funo de densidade de pro,a,ilidade mar'inal para a varivel
aleatria X
3
4 0 x 1
( )
0 para outros valores
x
g x

'

&a mesma forma podemos determinar a funo de densidade de pro,a,ilidade


mar'inal de Y da se'uinte forma
1
2 2
2
1
( ) ( , ) 8 8 8 . 4 (1 )
2
y
y
h y f x y dx xydx y xdx y y y




1ortanto a funo de densidade de pro,a,ilidade mar'inal para a varivel
aleatria Y
2
4 (1 ) 0 1
( )
0 para outros valores
y y y
g y

'

9s esperanas matemticas (medias) de X e Y so calculadas como


4
1
3
0
1
2
0
( ) .4 4/ 5
( ) .4 (1 ) 8/15
X
Y
E X x x dx
E Y y y y dy

1 1
3 2
0
4
( ) 8
9
4 4 8 4
( , ) ( )
9 5 15 225
y
XY X Y
E XY x y dxdy
Cov X Y E XY

_ _


, ,


E importante destacar )ue a varincia de uma varivel aleatria pode ser
interpretada como a covarincia desta varivel com relao a ela mesma. :u
se-a,
2
( , ) [( )( )] [( ) ] ( )
X X X
Cov X X E X X E X Var X
Fual a interpretao pratica da covarinciaG
9 covarincia serve para verificar se duas variveis aleatrias movimentam$se
ou no no mesmo sentido. 1or e+emplo, se )uando uma varivel X aumenta a
varivel Y tam,m aumenta e se )uando X diminui, Y tam,m diminui (as
variveis) movimentam$se, covariam no mesmo sentido, a covarincia
positiva. 9o contrario, )uando X aumenta, Y diminui ou )uando X diminui, Y
aumenta, ou se-a, as variveis covariam em sentidos opostos, a covarincia
ne'ativa.
1odemos calcular a covarincia, )uando temos a distri,uio de pro,a,ilidade
con-unta como foi mostrado anteriormente. Has podemos tam,m calcular a
covarincia se tivermos um con-unto de dados o,servados para as variveis X
e Y. 1or e+emplo, utili*emos o e+emplo 6.6 da pa'ina 5/ do Horettin.

;a fi'ura a se'uir temos o 'rfico de disperso das variveis X e Y referente a
ta,ela a se'uir. ;este 'rfico temos os pares de valores (+,2).
9'ente 9nos de servio (X) ;Imero de clientes (Y)
9 0 65
A 3 7.
C 6 7?
& 7 70
" 6 63
J ? ?.
K 8 ?0
L 5 75
M 5 ?6
N /. 80
5

&ia'rama de disperso para as variveis X (anos de servio) e Y (numero de
clientes)
6
.
7
.
?
.
8
.
;
I
m
e
r
o

d
e

c
l
i
e
n
t
e
s

(
Y
)
0 6 ? 5 /.
9nos de servio (X)

;a fi'ura a se'uir apresentamos a planil@a "+cel para o calculo da covarincia
e do coeficiente de correlao. ;a )uarta e )uinta colunas da planil@a temos os
valores das variveis su,tra=dos das suas medias. ;a se+ta coluna temos os
produto destas duas ultimas colunas. 9 media desta ultima coluna o valor da
covarincia. Jinalmente nas duas ultimas colunas calculamos os desvios ao
)uadrado das variveis em relao as suas medias (para podermos calcular a
varincia e o desvio padro de cada uma delas). Jinalmente calculamos o
coeficiente de correlao como sendo a diviso entre a covarincia e o produto
dos desvios padrDes de X e de Y). "st sendo enviada em ane+o esta planil@a
"+cel.
6
7
1ro,lemas Oesolvidos
1ro,lema 3/, p' 005 (Horettin)
Casal Oendimento do Lomem
(X)
Oendimento da Hul@er
(Y)
/ /. 7
0 /. /.
3 7 7
6 /. 7
7 /7 7
? /. /.
8 7 /.
5 /7 /.
P /. /.
/. 7 /.
(a) Construa a distri,uio de pro,a,ilidade con-unta de X e Y
(,) &etermine as distri,uiDes mar'inais de X e Y
(c) X e Y so v.a. MndependentesG Nustifi)ue.
(d) Calcule as medias e varincias de X e Y e a covarincia entre elas.
(e) Considere a varivel aleatria ( i'ual a soma dos rendimentos de cada
@omem e cada mul@er. Calcule a media e varincia de (.
(f) Supondo )ue todos os casais ten@am a renda de um ano dispon=vel, e )ue
se oferecera ao casal escol@ido a possi,ilidade de comprar uma casa pelo
preo de 0., )ual a pro,a,ilidade de )ue o casal escol@ido possa efetuar a
compraG
Solu6o
(a) 1ara a varivel X temos a ocorrBncia de 3 valores (7, /. e /7) e para a
varivel Y temos a ocorrBncia de 0 valores (7 e /.). Mremos construir a
distri,uio de pro,a,ilidade con-unta de acordo com a fre)QBncia
relativa de ocorrBncia destes valores con-untos. 1or e+emplo, em /.
o,servaDes (casais) vemos )ue o par (X!/., Y ! 7) ocorre 0 ve*es.
1ortanto a fre)QBncia relativa 0 4/. ! .,0 e este o valor da
pro,a,ilidade con-unta de X ! /. e Y ! 7. &esta forma a nossa
distri,uio de pro,a,ilidade con-unta R
(,)
8

X
Y
7 /. /7 p(Y)
7 /4/. 04/. /4/. 64/.
/. 04/. 34/. /4/. ?4/.
p(X) 34/. 74/. 04/. /
(,) 9s distri,uiDes mar'inais - foram calculadas na Sa,ela acima
(c) 1ara verificar se X e Y so independentes, verifi)uemos se o produto das
pro,a,ilidades mar'inais i'ual a pro,a,ilidade con-unta para todas as
clulas. 1ara a primeira clula no canto superior es)uerdo, temos
1(X!7).1(Y!7) ! 34/. . 64/. ! /0 4/.. )ue diferente de /4/. e desta forma -
constatamos a no independBncia entre X e Y.
(d) 9 mdia de X "#X% ! 7. 34/. C /.. 74/. C /7 . 04/. ! /74/. C 7.4/. C 3.4/.
! P74/. ! P,7. 9 media de Y "#Y% ! 7. 64/. C /. . ?4/. ! 0.4/. C ?.4/. ! 5.
9 varincia de X pode ser calculada como "#X
0
% T ("#X%)
0
!
2 2 2 2
3 5 2
5 . 10 . 15 . 9, 5 12, 25
10 10 10
+ +
9 >arincia de Y ( )
2
2 2 2 2
[ ] [ ] 5 .4/10 10 .6/10 8 10 60 64 6 E Y E Y + +
9 covarincia pode ser calculada de trBs formas. ;a primeira forma,
consideramos a e+presso da prpria definio de covarincia.
( , ) [( )( )] ( )( )
1 2 1
(5 9, 5)(5 8) (10 9, 5)(5 8) ... (15 9, 5)(10 8) 1
10 10 10
X Y X Y XY
Cov X Y E X Y X Y p
+ + +

;a se'unda forma, utili*amos a e+presso


( , ) ( ) ( ) ( ) ( ) ( )
1 2 1 2 3 1
5.5. 5.10. 5.15. 10.5. 5.10. 10.15. 9, 5 8 1
10 10 10 10 10 10
XY
Cov X Y E XY E X E Y XYp E X E Y
+ + + + +


: coeficiente de correlao calculado como
cov( , ) 1
0,1166
12, 25 6 X Y
X Y

9
Dia7ra,a de diserso ara as variveis X e Y
7
?
8
5
P
/
.
Y
7 /. /7
X

10
5lanil8a E9'el ara o 'al'ulo da 'ovari:n'ia elos / ,etodos;
11
5ro<le,a /= a7ina 11> do &ORETTIN
Se E?X@ $

e Var"X# $
2
! es'reva e, +un6o de

e
2
as se7uintes e9ressAes;
"a# E"X
1
# "<# E?"X"XB2#@
Solu6o;
(a) ( )
2
2 2 2
( ) ( ) ( ) E X Var X E X + +
(,)
2 2 2
2 2 2
[ ( 1)] [ ] [ ] [ ] ( ) ( [ ]) [ ]
( 1)
E X X E X X E X E X Var X E X E X

+
+ +
5ro<le,a /> a7ina 11> do &ORETTIN
Se
( , ) X Y
+or o 'oe+i'iente de 'orrela6o entre X e Y! e se tiver,os C $ AX 4 D! E
$ CY 4 D! 'o, A F %! C F %! rove -ue
( , ) ( , ) X Y Z W
Solu6o;
cov( , )
( , )
Z W
Z W
Z W

Has
( , ) ( , ) [( )( )] [ ]. [ ]
[ ] ( [ ] [ ]).( [ ] [ ])
. [ ] . [ ] . [ ] [ ] ( . [ ] ).( . [ ] )
. [ ] . [ ] . [ ] ( . [ ]. [ ] .
Cov Z W Cov AX B CY D E AX B CY D E AX B E CY D
E ACXY ADX BCY BD E AX E B E CY E D
AC E XY AD E X BC E Y E BD AE X B C E Y D
AC E XY AD E X BC E Y BD AC E X E Y AD E
+ + + + + +
+ + + + +
+ + + + +
+ + + + [ ] . [ ] )
. [ ] [ ]. [ ] . ( , )
X BC E Y BD
AC E XY ACE X E Y AC Cov X Y
+ +

2
pos !ar("#$%)&" ( )
Z AX B X
A Var X
+
e da mesma forma W Y
C
1ortanto
cov( , ) cov( , )
( , ) ( , )
Z W X Y
Z W AC X Y
Z W X Y
A C



E interessante notar )ue a condio imposta pelo H:O"SSM; de )ue 9 U . e C U . no
necessria.
5ro<le,a 32 a7ina 1/% do &ORETTIN
Suon8a -ue X e Y se.a, v*a* 'o, Var"X# $ 2! Var"Y# $ 1 e
( , ) 1/ 2 X Y
* Deter,ine
Var"XB1Y#
Solu6o;
12
( 2 ) ( ) (2 ) 2 ( , 2 )
( ) 4 ( ) 2( [2 ] [ ]. [2 ])
( ) 4 ( ) 2(2 [ ] 2 [ ]. [ ])
( ) 4 ( ) 4 ( , )
( ) 4 ( ) 4 ( , ).
1
1 4.2 4. .1. 2 11, 83
2
X Y
Var X Y Var X Var Y Cov X Y
Var X Var Y E XY E X E Y
Var X Var Y E XY E X E Y
Var X Var Y Cov X Y
Var X Var Y X Y
+
+
+
+
+
+

13