Probabilidade

1 – Variável Aleatória Bidimensional

2 – Distribuição Conjunta
3 – Densidade Conjunta
4 – Distribuição Marginal

Renata Souza
Variável Aleatória Bidimensional
Usa-se quando há interesse por dois
resultados simultâneos. Por exemplo, altura
H e peso P duas pessoas.
Definição:
Sejam E um experimento aleatório e Ω o
espaço amostral associado a E.
Sejam X=X(ω) e Y=Y(ω), duas funções, cada
uma associando um número real a cada
resultado ω ∈ Ω, denomina-se o par (X,Y) uma
variável aleatória bidimensional.
Gráfico

X(ω)

Y(ω)
Distribuição conjunta de duas
variável aleatórias DISCRETAS
Seja (X,Y) uma variável aleatória bidimensional
discreta.
Função de probabilidade: Trata-se de uma função
associada um número p(xi,yj) representado por
P(X= xi, Y=yj) satisfazendo as seguintes
condições:
p(xi,yj) > 0
∞ ∞
∑ ∑ p( xi , y j ) = 1
j =1 i =1

Exemplo: Sejam E=jogar dois dados e (X,Y) pontos

dos respectivos dados
• P(X= xi, Y=yj)= p(xi,yj)=1/36, i=j=1,2,3,4,5,6
Função de densidade de probabilidade
conjunta de duas variáveis CONTÍNUAS
Seja (X,Y) uma variável aleatória bidimensional
discreta.
Diz-se que f(x,y) é uma função de densidade de
probabilidade conjunta se :
1. f(x,y) ≥ 0
∞ ∞

2. −∫∞ −∫∞ f ( x, y)dxdy = 1

Função de Distribuição Conjunta
Definição:
F(x,y)=P(X ≤x,Y ≤y)
Caso (X,Y) DISCRETA, tem-se
F(x,y) = ΣΣ p(xi,yj) tal que x ≤ xi e y ≤ yj
Caso (X,Y) CONTÍNUA, tem-se
x y
F ( x, y ) = ∫ ∫ f ( x, y )dxdy
−∞ −∞
Distribuição de Probabilidade
Marginal: Caso (X,Y) DISCRETA
Dado uma variável aleatória bidimensional (X,Y)
e sua distribuição conjunta.
Pode-se determinar a distribuição de X sem
considerar Y:
Distribuição Marginal de X (sem considerar Y)
P(X=xi) = P(X=xi, - ∞ < y < ∞) ou
P(X=xi)=Σj P(xi,yj)
Distribuição Marginal de Y (sem considerar X)
P(Y=yj) = P( - ∞ < x < ∞, Y=yj) ou
P(Y=yj)=Σi P(xi,yj)
Distribuição de Probabilidade
Marginal: Caso (X,Y) CONTÍNUA
Função de densidade marginal de X
∞
g ( x) = ∫ f ( x, y )dy
−∞

Função de densidade marginal de Y

∞
h( y ) = ∫ f ( x, y )dx
−∞
Variáveis Aleatórias
Independentes
Caso DISCRETA:Seja (X,Y) uma variável
aleatória discreta bidimensional. Diz-se que
X e Y são independentes se e somente se
p(xi,yj) = p(xi) × p(yj) para quaisquer i e j.
Caso CONTÍNUA:Seja (X,Y) uma variável
aleatória discreta bidimensional. Seja g(x) a
função de densidade de X e h(x) a de Y.
Diz-se que X e Y são independentes se e
somente se f(x,y) = g(x) × h(y) para todo
(x,y).
Exemplo
0 1 2 p(yj)
0 0,10 0,20 0,20 0,50
1 0,04 0,08 0,08 0,20
2 0,06 0,12 0,12 0,30
p(xi) 0,20 0,40 0,40 1,00

Verificar se X e Y são independentes.

Solução: para todo para i e j; i=j=0, 1, 2
deve-se ter p(xi,yj)=p(xi) × p(yj)
Exemplo
Suponha que (X,Y) tenha a seguinte função
de densidade
⎧ x + y 0 < x < 1, 0 < y < 1
f ( x, y ) = ⎨
⎩0 caso contrário
Faça a distribuição marginal de x
Faça a distribuição marginal de y
X e Y são independentes