Introduc

ao
Distribuico
es conjuntas

Processos Estocasticos
Especificacao de um Processo Estocastico
Bruno Barbosa Albert
Universidade Federal de Campina Grande
Centro de Engenharia El
etrica e Inform
atica
Departamento de Engenharia El
etrica

17 de agosto de 2010

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Sumario

Introducao

Distribuicoes conjuntas

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Introducao
Questao principal
Como caracterizarmos o comportamento probabilstico de um PE?

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Introducao
Questao principal
Como caracterizarmos o comportamento probabilstico de um PE?
Resposta parcial 1
Em alguns casos podemos expressar o PE analiticamente.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Introducao
Questao principal
Como caracterizarmos o comportamento probabilstico de um PE?
Resposta parcial 1
Em alguns casos podemos expressar o PE analiticamente.
Fase aleat
oria
Considere um PE descrito pela equacao
X (t) = A cos(c t + ),
em que A e c sao constantes e e uma v.a. distribuda
uniformente distribuda no intervalo [0, 2).
Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Introducao

Resposta parcial 2
Infelizmente, nem sempre e possvel descrever um PE
analiticamente.
Podemos ter apenas um conjunto de funcoes amostras obtidas
experimentalmente.
A partir desse conjunto, devemos achar medidas quantitativas
que caracterizarao ou especificarao o PE.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Introducao

Resposta parcial 2
Infelizmente, nem sempre e possvel descrever um PE
analiticamente.
Podemos ter apenas um conjunto de funcoes amostras obtidas
experimentalmente.
A partir desse conjunto, devemos achar medidas quantitativas
que caracterizarao ou especificarao o PE.
Resposta formal
Especificar as distribuicoes conjuntas.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Fdcs conjuntas
Um PE pode ser visto como uma v.a. X que e funcao do
tempo.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Fdcs conjuntas
Um PE pode ser visto como uma v.a. X que e funcao do
tempo.
Desse modo, um PE e uma colecao de v.as., uma para cada
tempo considerado.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Fdcs conjuntas
Um PE pode ser visto como uma v.a. X que e funcao do
tempo.
Desse modo, um PE e uma colecao de v.as., uma para cada
tempo considerado.
Essas v.as. sao geralmente dependentes.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Fdcs conjuntas
Um PE pode ser visto como uma v.a. X que e funcao do
tempo.
Desse modo, um PE e uma colecao de v.as., uma para cada
tempo considerado.
Essas v.as. sao geralmente dependentes.
A informacao completa de varias v.as. dependentes e
fornecida pelas fdcs (ou fdps/fmps) conjuntas dessas v.as..

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao unidimensional
Seja Xk a representacao da v.a. X (tk ) gerada pelas
amplitudes do PE X (t) no instante de tempo tk .

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao unidimensional
Seja Xk a representacao da v.a. X (tk ) gerada pelas
amplitudes do PE X (t) no instante de tempo tk .
Suponha que X1 = X (t1 ) e uma v.a. contnua e que
conhecemos sua fdp fX1 (x)

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao unidimensional
Seja Xk a representacao da v.a. X (tk ) gerada pelas
amplitudes do PE X (t) no instante de tempo tk .
Suponha que X1 = X (t1 ) e uma v.a. contnua e que
conhecemos sua fdp fX1 (x)
A probabilidade do evento [X (t1 ) x1 ] e
Z x1
fX1 (x) dx
P[X (t1 ) x1 ] ,

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao unidimensional
Seja Xk a representacao da v.a. X (tk ) gerada pelas
amplitudes do PE X (t) no instante de tempo tk .
Suponha que X1 = X (t1 ) e uma v.a. contnua e que
conhecemos sua fdp fX1 (x)
A probabilidade do evento [X (t1 ) x1 ] e
Z x1
fX1 (x) dx
P[X (t1 ) x1 ] ,

Podemos calcular a esperanca de X1

Z
xfX1 (x) dx
EX (t1 ) = EX1 ,

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao unidimensional
Similarmente, dada a fdp de X2 podemos calcular
P[X (t2 ) x2 ] e EX (t2 ), cujos valores em geral diferem dos
valore obtidos para a v.a. X1 .

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao unidimensional
Similarmente, dada a fdp de X2 podemos calcular
P[X (t2 ) x2 ] e EX (t2 ), cujos valores em geral diferem dos
valore obtidos para a v.a. X1 .
O conjunto de fdps {fX1 (x), fX2 (x), . . .} fornece uma descricao
parcial do PE X (t).

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao unidimensional
Similarmente, dada a fdp de X2 podemos calcular
P[X (t2 ) x2 ] e EX (t2 ), cujos valores em geral diferem dos
valore obtidos para a v.a. X1 .
O conjunto de fdps {fX1 (x), fX2 (x), . . .} fornece uma descricao
parcial do PE X (t).
chamado coletivamente de fdp de primeira ordem.
E

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao unidimensional
Similarmente, dada a fdp de X2 podemos calcular
P[X (t2 ) x2 ] e EX (t2 ), cujos valores em geral diferem dos
valore obtidos para a v.a. X1 .
O conjunto de fdps {fX1 (x), fX2 (x), . . .} fornece uma descricao
parcial do PE X (t).
chamado coletivamente de fdp de primeira ordem.
E
Temperatura de CG em dois horarios diferentes.
Podemos estar interessados nas seguintes probabilidades:
P[X (6 : 00) 20],
Bruno Barbosa Albert

P[X (12 : 00) 25].

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao bidimensional
Considere agora o evento [X (t1 ) x1 , X (t2 ) x2 ].

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao bidimensional
Considere agora o evento [X (t1 ) x1 , X (t2 ) x2 ].

X1 = X (t1 ) e X2 = X (t2 ) sao, em geral, v.as. diferentes e

possivelmente dependentes,

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao bidimensional
Considere agora o evento [X (t1 ) x1 , X (t2 ) x2 ].

X1 = X (t1 ) e X2 = X (t2 ) sao, em geral, v.as. diferentes e

possivelmente dependentes,
a probabilidade do evento acima ocorrer e
Z x1 Z x2
fX1 X2 (x, y ) dxdy ,
P[X (t1 ) x1 , X (t2 ) x2 ] ,

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao bidimensional
Considere agora o evento [X (t1 ) x1 , X (t2 ) x2 ].

X1 = X (t1 ) e X2 = X (t2 ) sao, em geral, v.as. diferentes e

possivelmente dependentes,
a probabilidade do evento acima ocorrer e
Z x1 Z x2
fX1 X2 (x, y ) dxdy ,
P[X (t1 ) x1 , X (t2 ) x2 ] ,

que envolve o conhecimento da fdp conjunta fX1 X2 (x, y ).

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao bidimensional
Considere agora o evento [X (t1 ) x1 , X (t2 ) x2 ].

X1 = X (t1 ) e X2 = X (t2 ) sao, em geral, v.as. diferentes e

possivelmente dependentes,
a probabilidade do evento acima ocorrer e
Z x1 Z x2
fX1 X2 (x, y ) dxdy ,
P[X (t1 ) x1 , X (t2 ) x2 ] ,

que envolve o conhecimento da fdp conjunta fX1 X2 (x, y ).

O conjunto de fdps conjuntas de duas v.as.
X (ti ), X (tj ) ti , tj I e chamado de fdp de segunda ordem.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Temperatura de CG em dois horarios diferentes.
Podemos estar interessados na seguinte probabilidade conjunta:
P[X (6 : 00) 20, X (12 : 00) 25]

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Temperatura de CG em dois horarios diferentes.
Podemos estar interessados na seguinte probabilidade conjunta:
P[X (6 : 00) 20, X (12 : 00) 25]
Distribuicao multidimensional
Estendendo para tres ou mais v.as.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Temperatura de CG em dois horarios diferentes.
Podemos estar interessados na seguinte probabilidade conjunta:
P[X (6 : 00) 20, X (12 : 00) 25]
Distribuicao multidimensional
Estendendo para tres ou mais v.as.
Inferimos que a descricao completa do PE X (t) envolve o
conhecimento das fdps conjuntas de mais alta ordem
fX1 X2 X3 ... (x1 , x2 , x3 , . . . ).

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Temperatura de CG em dois horarios diferentes.
Podemos estar interessados na seguinte probabilidade conjunta:
P[X (6 : 00) 20, X (12 : 00) 25]
Distribuicao multidimensional
Estendendo para tres ou mais v.as.
Inferimos que a descricao completa do PE X (t) envolve o
conhecimento das fdps conjuntas de mais alta ordem
fX1 X2 X3 ... (x1 , x2 , x3 , . . . ).
Pode-se perceber que uma descricao completa de um PE
demanda uma quantidade muito grande de trabalho e de
dados.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Temperatura de CG em dois horarios diferentes.
Podemos estar interessados na seguinte probabilidade conjunta:
P[X (6 : 00) 20, X (12 : 00) 25]
Distribuicao multidimensional
Estendendo para tres ou mais v.as.
Inferimos que a descricao completa do PE X (t) envolve o
conhecimento das fdps conjuntas de mais alta ordem
fX1 X2 X3 ... (x1 , x2 , x3 , . . . ).
Pode-se perceber que uma descricao completa de um PE
demanda uma quantidade muito grande de trabalho e de
dados.
Dados que raramente estao disponveis na pratica.
Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao multidimensional
Felizmente, a maioria dos problemas de engenharia requer
apenas a descricao de primeira ordem mais uma funcao de
segunda ordem.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao multidimensional
Felizmente, a maioria dos problemas de engenharia requer
apenas a descricao de primeira ordem mais uma funcao de
segunda ordem.
A ideia basica e que os eventos de interesse a respeito de um
PE nao envolve necessariamente todas as colecoes de v.as..

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao multidimensional
Felizmente, a maioria dos problemas de engenharia requer
apenas a descricao de primeira ordem mais uma funcao de
segunda ordem.
A ideia basica e que os eventos de interesse a respeito de um
PE nao envolve necessariamente todas as colecoes de v.as..
Quando um n
umero finito n de v.as. esta envolvido, a fdc
conjunta das n v.as. e suficiente para calcular qualquer
probabilidade de interesse.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao multidimensional
Felizmente, a maioria dos problemas de engenharia requer
apenas a descricao de primeira ordem mais uma funcao de
segunda ordem.
A ideia basica e que os eventos de interesse a respeito de um
PE nao envolve necessariamente todas as colecoes de v.as..
Quando um n
umero finito n de v.as. esta envolvido, a fdc
conjunta das n v.as. e suficiente para calcular qualquer
probabilidade de interesse.
Em outras palavras sempre podemos derivar uma fdc de mais
baixa ordem a partir de uma de mais alta ordem.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao multidimensional
Seja X1 , X2 , . . . , Xn n v.as. obtidas pela amostragem de um
PE X (t) nos tempos t1 , t2 , . . . , tn .

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao multidimensional
Seja X1 , X2 , . . . , Xn n v.as. obtidas pela amostragem de um
PE X (t) nos tempos t1 , t2 , . . . , tn .
As n v.as. podem ser vistas como um vetor aleat
orio
n-dimensional, portanto, seu comportamento e descrito pela
fdc conjunta n-dimensional
FX1 ...Xn (x1 , . . . , xn ) = P[X (t1 ) x1 , . . . , X (tn ) xn ],

(1)

para qualquer valor de n = 1, 2, . . . e quaisquer escolhas de

t1 , t2 , . . . , tn .

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao multidimensional
Seja X1 , X2 , . . . , Xn n v.as. obtidas pela amostragem de um
PE X (t) nos tempos t1 , t2 , . . . , tn .
As n v.as. podem ser vistas como um vetor aleat
orio
n-dimensional, portanto, seu comportamento e descrito pela
fdc conjunta n-dimensional
FX1 ...Xn (x1 , . . . , xn ) = P[X (t1 ) x1 , . . . , X (tn ) xn ],

(1)

para qualquer valor de n = 1, 2, . . . e quaisquer escolhas de

t1 , t2 , . . . , tn .
Similarmente, a fdp (ou fmp) conjunta n-dimensional
fX1 ...Xn (x1 , . . . , xn ) e tambem suficiente.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Distribuicao multidimensional
Seja X1 , X2 , . . . , Xn n v.as. obtidas pela amostragem de um
PE X (t) nos tempos t1 , t2 , . . . , tn .
As n v.as. podem ser vistas como um vetor aleat
orio
n-dimensional, portanto, seu comportamento e descrito pela
fdc conjunta n-dimensional
FX1 ...Xn (x1 , . . . , xn ) = P[X (t1 ) x1 , . . . , X (tn ) xn ],

(1)

para qualquer valor de n = 1, 2, . . . e quaisquer escolhas de

t1 , t2 , . . . , tn .
Similarmente, a fdp (ou fmp) conjunta n-dimensional
fX1 ...Xn (x1 , . . . , xn ) e tambem suficiente.
Observe que mesmo para n = 1, essa tarefa pode envolver um
n
umero infinito e possivelmente nao contavel de fdcs.
Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Famlia iid contnua no tempo
Uma famlia de v.as. iid (independente e identicamente
distribuda) contnua no tempo e um PE X (t) tal que a fdc
unidimensional FX (t1 ) (x1 ) e independente de t1 e quaisquer
duas colecoes de v.as. (com elementos nao comuns) sao
independentes.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Famlia iid contnua no tempo
Uma famlia de v.as. iid (independente e identicamente
distribuda) contnua no tempo e um PE X (t) tal que a fdc
unidimensional FX (t1 ) (x1 ) e independente de t1 e quaisquer
duas colecoes de v.as. (com elementos nao comuns) sao
independentes.
Uma u
nica fdc e suficiente para descrever todo o processo e
FX1 ...Xn (x1 , . . . , xn ) =

n
Y

F (xi ),

(2)

i=1

para qualquer valor de n = 1, 2, . . . e quaisquer escolhas de

t1 , t2 , . . . , tn , em que FX1 (x) = . . . = FXn (x) = F (x) e a fdc
comum.
Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Senoides aleat
orias
Considere o PE
X (t, A) = A sen 2t

< t < ,

em que A uma v.a. uniformente distribuda no intervalo [0, 1].

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Senoides aleat
orias
Considere o PE
X (t, A) = A sen 2t

< t < ,

em que A uma v.a. uniformente distribuda no intervalo [0, 1].

Vamos avaliar a sua fdc unidimensional e bidimensional.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Exemplos

Senoides aleat
orias
X (t)
A = 1.0
A = 0.6
A = 0.2
t

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Exemplos

Senoides aleat
orias
X (t)

X (t1 )
A = 1.0
A = 0.6
A = 0.2
t

t1

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Senoides aleat
orias - Solucao
Sua fdc unidimensional FX (t1 ) (x1 ) = FX1 (x1 ) e dada por
FX1 (x1 ) , P[X (t1 , A) x1 ],

Bruno Barbosa Albert

x1

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Senoides aleat
orias - Solucao
Sua fdc unidimensional FX (t1 ) (x1 ) = FX1 (x1 ) e dada por
FX1 (x1 ) , P[X (t1 , A) x1 ],

= P[A sen 2t1 x1 ]

Bruno Barbosa Albert

x1

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Senoides aleat
orias - Solucao
Sua fdc unidimensional FX (t1 ) (x1 ) = FX1 (x1 ) e dada por
FX1 (x1 ) , P[X (t1 , A) x1 ],

= P[A sen 2t1 x1 ]

x1

Caso 1: sen 2t1 > 0


FX1 (x1 ) = P A

Bruno Barbosa Albert

x1
sen 2t1

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Calculando P[A x] para A [0, 1]
0

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Calculando P[A x] para A [0, 1]
x <0

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Calculando P[A x] para A [0, 1]
0

Bruno Barbosa Albert

x
x >1

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Calculando P[A x] para A [0, 1]
0

0.4

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Calculando P[A x] para A [0, 1]
0

0
FA (x) = P[A x] = x

Bruno Barbosa Albert

x
x < 0,
0 x 1,
x > 1.

Processos Estoc
asticos

(3)

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Calculando P[A x] para A [0, 1]
0

0
FA (x) = P[A x] = x

x
x < 0,
0 x 1,
x > 1.

(3)

Para A x1 / sen 2t1 , entao

x1 < 0,
0
x1
1
FX1 (x1 ) = sen 2t1 0 senx2t
1 ou 0 x1 sen 2t1 , (4)
1

x1
1
sen 2t1 > 1 ou x1 > sen 2t1 .
Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Caso 2: sen 2t1 < 0

FX1 (x1 ) = P A

x1
sen 2t1

Calculando P[A x] para A [0, 1]

0

Bruno Barbosa Albert

Processos Estoc
asticos


x

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Caso 2: sen 2t1 < 0

FX1 (x1 ) = P A

x1
sen 2t1

Calculando P[A x] para A [0, 1]

x <0

Bruno Barbosa Albert

Processos Estoc
asticos


x

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Caso 2: sen 2t1 < 0

FX1 (x1 ) = P A

x1
sen 2t1

Calculando P[A x] para A [0, 1]

0

Bruno Barbosa Albert

x
x >1

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Caso 2: sen 2t1 < 0

FX1 (x1 ) = P A

x1
sen 2t1

Calculando P[A x] para A [0, 1]

0

Bruno Barbosa Albert

0.4

Processos Estoc
asticos


x

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Caso 2: sen 2t1 < 0

FX1 (x1 ) = P A

x1
sen 2t1

Calculando P[A x] para A [0, 1]

0

1
P[A x] = 1 x

0
Bruno Barbosa Albert


x

x < 0,
0 x 1,
x > 1.

Processos Estoc
asticos

(5)

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Para A x1 / sen 2t1 , entao

x1 < 0,
1
x1
1
FX1 (x1 ) = 1 sen 2t1 0 senx2t
1 ou sen 2t1 x1 0,
1

x1
0
sen 2t1 > 1 ou x1 < sen 2t1 .
(6)

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Para A x1 / sen 2t1 , entao

x1 < 0,
1
x1
1
FX1 (x1 ) = 1 sen 2t1 0 senx2t
1 ou sen 2t1 x1 0,
1

x1
0
sen 2t1 > 1 ou x1 < sen 2t1 .
(6)
Caso 3: sen 2t1 = 0
(
0 x1 < 0,
FX1 (x1 ) = P[A sen 2t1 x1 ] = P[0 x1 ] =
1 x1 0.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Senoides aleat
orias - Solucao (continuacao)
FX1 (x1 ) para t1 = 1/8, temos que
sen 2t1 = sen 2/8 =

2/2 > 0

. Assim,

FX1 (x1 ) =

x1
sen 2t1

2x1

x1 < 0,

0 x1 sen 2t1 ou 0 x1 2/2,

x1 > sen 2t1 ou x1 > 2/2.

(7)

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Senoides aleat
orias - Solucao (continuacao)
FX1 (x1 )

1
0

x1
2/2

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Vamos avaliar a fdc conjunta bidimensional.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Vamos avaliar a fdc conjunta bidimensional.
Fixe t1 e t2 e considere as duas v.as. X1 = X (t1 ) e
X2 = X (t2 ), entao,
FX1 X2 (x1 , x2 ) = P[X1 x1 , X2 x2 ]

= P[A sen 2t1 x1 , A sen 2t2 x2 ]

Bruno Barbosa Albert

Processos Estoc
asticos

(8)

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Vamos avaliar a fdc conjunta bidimensional.
Fixe t1 e t2 e considere as duas v.as. X1 = X (t1 ) e
X2 = X (t2 ), entao,
FX1 X2 (x1 , x2 ) = P[X1 x1 , X2 x2 ]

= P[A sen 2t1 x1 , A sen 2t2 x2 ]

Caso 1: sen 2t1 > 0 e sen 2t2 > 0



x1
x2
FX1 X2 (x1 , x2 ) = P A
,A
sen 2t1
sen 2t2

Bruno Barbosa Albert

Processos Estoc
asticos

(8)

(9)

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Dizer que A a e A b e identico a dizer que A min{a, b}

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Dizer que A a e A b e identico a dizer que A min{a, b}
Assim



FX1 X2 (x1 , x2 ) = P A min

x2
x1
,
sen 2t1 sen 2t2
=P[A min{x, y }]

Bruno Barbosa Albert

Processos Estoc
asticos



Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Dizer que A a e A b e identico a dizer que A min{a, b}
Assim



FX1 X2 (x1 , x2 ) = P A min

x2
x1
,
sen 2t1 sen 2t2
=P[A min{x, y }]

Subcaso 1: x < 0 ou y < 0

P[A min{x, y }] =

Bruno Barbosa Albert

Processos Estoc
asticos



Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Dizer que A a e A b e identico a dizer que A min{a, b}
Assim



FX1 X2 (x1 , x2 ) = P A min

x2
x1
,
sen 2t1 sen 2t2
=P[A min{x, y }]

Subcaso 1: x < 0 ou y < 0

P[A min{x, y }] = 0

Bruno Barbosa Albert

Processos Estoc
asticos



Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Subcaso 2: x > 1 e y > 1
P[A min{x, y }] =

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Subcaso 2: x > 1 e y > 1
P[A min{x, y }] = 1

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Subcaso 2: x > 1 e y > 1
P[A min{x, y }] = 1
Subcaso 3: x < y e 0 x 1
P[A min{x, y }] = P[A x] = x

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas
Senoides aleat
orias - Solucao (continuacao)
Subcaso 2: x > 1 e y > 1
P[A min{x, y }] = 1
Subcaso 3: x < y e 0 x 1
P[A min{x, y }] = P[A x] = x
Subcaso 4: y x e 0 y 1
P[A min{x, y }] = P[A y ] = y

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Senoides aleat
orias - Solucao (continuacao)

FX1 X2 (x1 , x2 ) =

x1
sen 2t1
x2

sen 2t2

x1 < 0 ou x2 < 0
x2
x1
x1
sen 2t1 < sen 2t2 e 0 sen 2t1 1
x2
x1
x2
sen 2t2 sen 2t1 e 0 sen 2t2 1
x1
x2
sen 2t1 > 1 e sen 2t2 > 1

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Senoides aleat
orias - Solucao (continuacao)

FX1 X2 (x1 , x2 ) =

x1
sen 2t1
x2

sen 2t2

x1 < 0 ou x2 < 0
x2
x1
x1
sen 2t1 < sen 2t2 e 0 sen 2t1 1
x2
x1
x2
sen 2t2 sen 2t1 e 0 sen 2t2 1
x1
x2
sen 2t1 > 1 e sen 2t2 > 1

Os outros casos nao serao avaliados.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Fdc conjunta para n variaveis

A fdc conjunta para n variaveis e obtida da mesma forma.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Fdc conjunta para n variaveis

A fdc conjunta para n variaveis e obtida da mesma forma.
O n
umero de casos que temos que considerar fica fora de
controle.

Bruno Barbosa Albert

Processos Estoc
asticos

Introduc
ao
Distribuico
es conjuntas

Distribuicoes conjuntas

Fdc conjunta para n variaveis

A fdc conjunta para n variaveis e obtida da mesma forma.
O n
umero de casos que temos que considerar fica fora de
controle.
O que se pretendeu mostrar com o exemplo anterior e que
mesmo conhecendo analiticamente X (t) a avaliacao de suas
fdcs conjuntas e uma tarefa ardua.

Bruno Barbosa Albert

Processos Estoc
asticos