´ Absolutamente Contínuo

Vetor Aleatorio

1. Definição e Função Densidade

Definição: (Caso Bivariado)
Seja (X, Y) um vetor aleatorio ´ bidimensional no espaco
¸ de
probabilidade (H, T, c ) e F(x , y) sua f.d.
(X, Y) e´ um Vetor Aleatorio
´ Absolutamente Continuo´ se e so´
¸~ nao-negativa
se existe uma funcao ~ f: d 2 Ä d tal que

x y
F(x, y) œ ' ' f(t, w)dtdw ,
-_-_
#
para a (B, C) % d .

Neste caso 0 e´ chamada Densidade (X, Y) (ou densidade

conjunta das v.a's. X e Y).

1
Exemplo: Seja Ð\ß ] Ñ um v.a. com densidade conjunta dada por

0 ÐBß CÑ œ œ
/ÐBCÑ se B  ! ß C  !
! -Þ-

então a função distribuição conjunta de (X, Y) é dada por

' B ' C 0 Ð>ß DÑ.>.D

J ÐBß CÑ œ œ _ _
se B  ! ß C  !
! -Þ-Þ

J ÐBß CÑ œ œ
Ð"  /B ÑÐ"  /C Ñ se B  !ßC  !
! -Þ-Þ

Definição: Caso n-dimensional)

Seja X ´
~ = (X" , X# , . . . , Xn ) um vetor aleatorio no espaco
¸ de
probabilidade (H, T, c ) e FX~ sua f.d.
´
~ e´ um Vetor
X
~ ~
´
Aleatorio Absolutamente Continuo
n
se e so´ se
¸ nao-negativa f: d Ä d tal que
existe uma funcao
x" xn
FX~ (x" , . . . , xn ) = ' . . . ' f(t" , . . . , tn ).dt" . . . dtn ,
-_ -_

a(x" , . . . , xn ) − d 8

Neste caso, f e´ chamada Densidade X

~ (ou densidade conjunta
das v.a's. X" , . . . , Xn ).

Teorema: Seja f: d n Ä d uma funcao ¸~ nao-negativa

~ (f(x" , . . . ,
xn )   0).
f e´ densidade de algum vetor aleatorio
´ se, e so´ se,

' . . . ' f(x" , . . . , xn ).dx" . . . dxn = 1

2
 ¸~ afirma que o volume total sob a superficie
NOTA: A condicao ´ dada
¸~ z = f(x , y) e´ igual a 1.
pela equacao

~
Teorema: Se X ~ e´ uma v.a. com f.d. F(x" , . . . , xn ) entao a densidade
f(x" , . . . , xn ) é dada por:

` n FX~ (x" , . . . , xn )
f(x" , . . . , xn ) = ` x" . . . ` xn q.t.p.

ou, pelo menos nos pontos de continuidade de f.

Exemplo: Considere a função de distribuição do Exemplo:

\" é o tempo de espera e \# é o tempo de atendimento, ambas em

minutos onde a função de distribuição abaixo:

3
 A função densidade de probabilidade conjunta é dada por

logo

´
Teorema: Se X ~ ~e´ um v.a. absolutamente continuo com densidade
f(x" , . . . , xn ) entao,

' ' n
~ − B} = . . f(x" , . . . , xn ).dx" . . . dxn , a B − U .
P{X
B

ou equivalentemente,

PšX" − B" , X# − B# , . . . , Xn − Bn › = ' . . .' f(x" , . . . , xn ).dx" . . . dxn ,

B" Bn

a B = B" xB# x. . . xBn − U n .

prova: A prova e´ analoga

´ à prova no caso unidimensional.

4
 ´
NOTA: Para um vetor aleatório continuo (X, Y) com f.d.p conjunta
f(x , y), tem-se:
P{a Ÿ X Ÿ b , c Ÿ Y Ÿ d} = ' ' f(x , y).dx.dy
b d

a c

Exemplo: Suponha que f(x, y) œ 4xy, para 0 Ÿ B Ÿ 1 e 0 Ÿ y Ÿ 1.

a) Verifique se f(x , y) e´ uma densidade conjunta para X e Y.
b) Caso seja, calcule

3 ) Pš X Ÿ 1
2 ,Y Ÿ 1
2 ›

33) calcule PšX + Y Ÿ 1›

5
Sol: a) f(x , y)   0 , para 0 Ÿ x Ÿ 1 e 0 Ÿ y Ÿ 1
e

' ' f(x, y)dxdy œ ' ' 4xydxdy œ 4' y' x.dxŸdy œ 4 x#
1 1 1 1 1 1
y#
2 2 œ1
0 0 0 0 0 0

Portanto, f(x, y) e´ uma f.d.p. conjunta de X e Y.

b) 3Ñ PšX Ÿ 1
2 ,YŸ 1
2 › = Pš 0 Ÿ X Ÿ 1
2 ,0ŸYŸ 1
2 ›=

œ ' ' f(x, y)dxdy = ' ' 4xydxdy =

1 1 1 1
2 2 2 2
1
16
0 0 0 0

33Ñ Para calcularmos PšX  Y Ÿ 1›, veja a figura abaixo que

~ de integracao.
fornece a regiao ¸~

PšX  Y Ÿ 1› œ ' ' f(x, y)dxdy œ ' ' 4xydxdy œ 4' ' ydyŸxdx
1 1-x

A A 0 0

œ 4' Š 2 ‹xdx œ 2' Šx  2x#  x$ ‹dx œ

1 1
1 2x x#
2 - 2 
0 0

‹œ
#
2x$ x%
œ 2Š x2  3  4
1
6

6
Exemplo: Seja Ð\ß ] Ñ um v.a. com densidade conjunta dada por

0 ÐBß CÑ œ œ
/ÐBCÑ se B  ! ß C  !
! --

Determine a) T Ö "# Ÿ \  ] Ÿ 3# ×à b) T Ö \
] Ÿ +×Þ

Sol: a) T Ö "# Ÿ \  ] Ÿ 3# × œ ' ' 0 (B, C).B.C onde B é a

B
região dada pela Figura a seguir.

T Ö "# Ÿ \  ] Ÿ #3 × œ ' ' 0 (B,C).B.C œ ' ' /ÐBCÑ .B.C œ

B B

œ '!# ' "#B /ÐBCÑ .B.C  ' "# '!# /ÐBCÑ .B.C œ
" $ $ $
B B
# #

œ '!# Š' "#B /C .C‹/B .B  ' "# Š '!# /C .C‹/B .B œ
" $ $ $
B B
# #

œ  '!# Š/ # B  / # B ‹/B .B  ' "# Š/ # B  /! ‹/B .B œ

" $ " $ $

7
 œ  '!# Š/ #  / # ‹.B  ' "# Š/ #  /B ‹.B œ
"$ " $ $

œ  "# Š/ #  / # ‹  / #  Š/ #  / # ‹ œ $# / #  &# / # œ !Þ$&#

$ " $ $ " " $

' ' 0 (B,C).B.C œ ' ' /ÐBCÑ .B.C œ '!_ '!+C /ÐBCÑ .B.C
b)
TÖ\
] Ÿ +× œ
BÎCŸ+ BÎCŸ+

œ '! Š'! /B .B‹/C .C œ '! Ð"  /+C Ñ/C .C œ '! Ð/C  /Ð+"ÑC Ñ.C
_ +C _ _

œ Š  /C  ‹¹ œ " 
Cœ_
Ð+"ÑC
/ " +
+" +" œ +" Þ
Cœ!

Exemplo: Seja Ð\ß ] ß ^Ñ um v.a. com densidade conjunta dada por

0 ÐBß Cß DÑ œ œ
" se ! Ÿ B Ÿ "ß ! Ÿ C Ÿ "ß ! Ÿ D Ÿ "
0 c.c.

Obtenha T Ö\   ] ^×Þ

Sol: T Ö\   ] ^ × œ ' ' ' 0 (B, Cß D ).B.C.D œ ' ' ' ".B.C.D œ
\ ] ^ B  CD

'!" Š'!" Š'CD" .B‹.C‹.D œ '!" Š'!" Ð"  CDÑ.C‹.D œ '!" ÐC Dѹ .D œ
Cœ"
#
C
 #
Cœ!

œ '! Ð"  "# DÑ.D œ " 

" " $
% œ %

8
2. Distribuições Marginais

Teorema: (Caso Bivariado)

Se (X, Y) e´ um vetor aleatorio ´ ´
absolutamente continuo com
~ ´
densidade f(x, y), entao X e´ uma v.a. absolutamente continua com
densidade dada por

+_
fX (x) = ' f(x , y).dy ;
-_

fX (x) assim obtida chama-se Densidade Marginal de X.

fY (y) = ' f(x , y).dx ;

+_
Similarmente,
-_

9
 ´
Exemplos 1: Duas caracteristicas do desempenho do motor de um
~ o empuxo X e a taxa de mistura Y.
foguete sao
´
Suponha-se que (X , Y) seja um vetor aleatório continuo com
f.d.p. conjunta:

f(x , y) = 2.(x + y -2.x.y) , se 0 Ÿ x Ÿ 1 , 0 Ÿ y Ÿ 1

Obter as densidades marginais g(x) e h(y) de X e Y,

respectivamente.

Sol:

g(x) œ ' f(x, y)dy œ ' 2(x  y  2xy)dy œ 2Šxy  2 ‹

1 1 y=1
y# y#
2  2x | =
0 0 y=0
1
Ou seja, g(x) = 1 se 0 Ÿ x Ÿ 1.

10
 ¸~ consistira´ em mostrar que a integral de g(x) e´
Uma verificacao
igual a 1.
´
Analogamente, obtem-se a f.d.p. marginal de Y,

h(y) = 1 se 0 Ÿ y Ÿ 1.

´
Exemplos: 1) Sup. (X , Y) uma v.a. bidimensional continua com
f.d.p. conjunta:
f(x , y) = 2.(x + y -2.x.y) , se 0 Ÿ x Ÿ 1 , 0 Ÿ y Ÿ 1
Obter as densidades marginais g(x) e h(y) de X e Y,
respectivamente.

Sol:

g(x) œ ' f(x, y)dy = ' 2(x + y  2xy)dy = 2Šxy +  2x y2 ‹ |

1 1 y=1
y# #

2
0 0 y=0

g(x) = 1 se 0 Ÿ x Ÿ 1.
e
h(y) = 1 se 0 Ÿ y Ÿ 1.

Exemplo 2: Sup. (X , Y) v.a. com f.d.p. conjunta

f(x , y) = 6 , se (x , y) % R

11
 Obter as densidades marginais de g(x) e h(y) de X e Y.

Sol: g(x) œ ' f(x, y)dy œ ' 6dy œ 6y / œ 6(x  x# )ß se 0 Ÿ x Ÿ 1

x x y=x
x# x# y=x#

Analogamente, h(y) = 6.(È y - y) se 0 Ÿ y Ÿ 1.

Exemplo 3: Suponhamos que o vetor aleatório (X, Y) tenha f.d.p.

conjunta dada por

y.(x - y)
f(x , y) = 384 , se 2  x - y  10 e 0  y  4

Obter as densidades marginais g(x) e h(y) de X e Y.

Sol: Sol: O domínio de f(x ,y) corresponde à região representada no

gráfico abaixo.

12
 ' f(x , y).dy = '
x-2 x-2
y.(x - y)
384 .dy se 2 Ÿ x Ÿ 6
0 0

g(x) = ' f(x , y).dy = '

4 4
y.(x - y)
384 .dy se 6 Ÿ x Ÿ 10
0 0

' f(x , y).dy = '

4 4
y.(x - y)
384 .dy se 10 Ÿ x Ÿ 14
x-10 x-10

(x - 2)# .(x + 4)
2304 se 2 Ÿ x Ÿ 6

(3.x - 8)
g(x) = 144 se 6 Ÿ x Ÿ 10

(348.x - x$ - 2128)
2304 se 10 Ÿ x Ÿ 14

NOTA: Da definicao ¸~ de distribuicao

¸~ de probabilidade marginal,
´
quer no caso discreto como no caso continuo, torna-se evidente que
¸~ de probabilidade conjunta determina, univocamente, a
a distribuicao
¸~ de probabilidade marginal, isto e,
distribuicao ´ do conhecimento da
f.d.p. conjunta f, poderemos obter as f.d.p. marginais g e h.

13
 ´
No entanto, a reciproca ~ e´ verdadeira!
nao

De fato, em geral, o conhecimento das f.d.p. marginais g e h

~ determina a f.d.p. conjunta f.
nao
Somente quando X e Y forem independentes isso será
verdadeiro, porque nesse caso teremos f(x , y) = g(x).h(y).

´
i) (X , Y) continuo ´
Ä X e Y continua
´
ii) (X , Y) continuo ´
Î Ã X e Y continua
´
iii) X e Y continua e independentes à ´
Ä (X , Y) continuo

´
Exemplo: Seja X" uma v.a. absolutamente continua com densidade fX Þ
W eja X# = X" , i.e,´ X# (=) = X" (=), = − H.

~ X# e´ absolutamente continua,
Entao ´ ~ e.
mas (X" , X# ) nao ´

De fato, suponhamos que (X" , X# ) tenha uma densidade f(x" , x# ).

Necessariamente (X" , X# ) − L, onde L e´ a reta y = x, mas

1 = Pš(X" , X# ) − L› =' ' f(x" , x# )dx" dx# = area

´ de L = 0
L
(Absurdo!)

¸~ e´ singular; nao
Notemos que esta distribuicao ~ existe uma
densidade conjunta.

14
Teorema: (Caso Multivariado)
¸~ de densidade marginal de uma
No caso geral, obtemos a funcao
´
subfamilia ´
das n variaveis ´
aleatorias, integrando a densidade
conjunta f(x" , . . ., xn ) de  _ ate´ +_ em todas as outras variaveis.
´

Por exemplo, se f(x, y, z) e´ a densidade conjunta de X, Y e Z,

~ a densidade marginal de (X, Y) e´
entao

_
fXY (x, y) = ' f(x, y, z).dz
-_
e
__
fX (x) = ' ' f(x, y, z).dy.dz
-_-_

Exemplo 4: Considere a função

0 ÐBß Cß DÑ œ œ 5BC D
#
! Ÿ B Ÿ "ß ! Ÿ C Ÿ "ß ! Ÿ D Ÿ È#
0 caso contrário

a) Vamos obter o valor de 5ß de modo que a função abaixo seja a

densidade de três variáveis aleatórias conjuntas \ , ] e ^ .

i) A finção será positiva se 5 for positivo.

ii) Para a valer a segunda propriedade da função densidade
conjunta, impomos que a integral tripla no domínio de 0 ÐBß Cß DÑ
seja 1, isto é
' ' ' 0 ÐBß Cß DÑ.B.C.D
È# " "
0 0 0 œ"

15
 Temos

' ' ' 0 ÐBß Cß DÑ.B.C.D œ '0 '0 '0 5BC# D.B.C.D œ
È# " " È# " "
0 0 0

œ "# '0 '0 5C# D.C.D œ "6 '0 5D.D œ 56 Þ

È
# " # È

Segue então que 5 œ '

b) Determinar a distribuição marginal da variável aleatória \Þ

A distribuição marginal de \ é obtida integrando-se em C e D

para todos os valores possíveis . Então, temos para ! Ÿ B Ÿ "ß

0\ ÐBÑ œ '0 '0 0 ÐBß Cß DÑ.C.D œ '0 '0 6BC# D.C.D œ #BÞ
È
# " # " È

Ou seja, 0\ ÐBÑ œ #B , ! Ÿ B Ÿ ".

Note que \ µ F/>+Ð#ß "ÑÞ

As outras marginais são calculadas de modo similar.

NOTA: Se (X" , . . ., Xn ) e´ um vetor aleatorio

´ absolutamente
´
continuo ~ cada Xi e´ uma v.a. absolutamente continua,
entao ´
´
mas a reciproca nem sempre e´ verdadeira, i.e,
´
se X" , . . . , Xn sao,~ cada uma, v.a. absolutamente continua
´ ~
entao
´
(X" , . . . , Xn ) nem sempre e´ absolutamente continuo.

16