Escolar Documentos
Profissional Documentos
Cultura Documentos
2 Distribuição conjunta
Em muitos casos, é possível ter duas ou mais variáveis aleatórias relacionadas em
termos de probabilidade. Consideraremos que as duas os mais variáveis aleatórias são todas
discretas ou contínuas, não havendo mistura.
• Caso discreto
Suponha X e Y duas variáveis discretas, sua função de probabilidade conjunta é dado
por
P(X = x, Y = y) = f (x, y) (17)
Devendo obedecer às mesmas propriedades no caso de uma variável aleatória, temos
que
1. f ( x, y ) 0
2. f ( x, y ) = 1
x y
A função de distribuição conjunta pode ser representada por uma tabela de dupla-
entrada, denominada tabela de probabilidade conjunta.
Y
y1 y2 .. yn Σ
x1 f (x1, y1) f (x1, y2) .. f (x1, yn) f1 (x1)
x2 f (x2, y1) f (x2, y2) .. f (x2, yn) f1 (x2)
X
: : : .. : :
xm f (xm, y1) f (xm, y2) .. f (xm, yn) f1 (xm)
Σ f2 (y1) f2 (y2) .. f2 (yn) 1
Assumindo que a variável X pode ser qualquer um dos m valores, x1, x2, ..,. , xm e a
variável Y os n valores, y1, y2, ..., yn, a função de probabilidade marginal de X é a
probabilidade de uma determinado valor fixo de x, percorrendo suas probabilidades
associadas aos valores que a variável Y pode assumir, por exemplo, para x1 obtemos da
seguinte forma
n
P(X = xj) = f1(xj) = f (x , y )
k =1
j k (18)
f (x ) = f ( y ) = 1
j =1
j
k =1
k (20)
• Caso contínuo
O caso contínuo é obtido de forma análoga ao anterior, porém substituem-se os
somatórios por integrais. Então a função densidade conjunta de X e Y é
P ( a X b, c Y d ) = f ( x, y ) dxdy
b d
x=a y =c
(21)
u =a v =c
(22)
A função marginal de X
∞
∞
1 1 1
𝑓1 (𝑥) = ∫ 𝑓(𝑥, 𝑣) 𝑑𝑣 = ∫ 𝑒 −𝑉 𝑑𝑉 = − 𝑒 −𝑉 |∞
0 =
𝑣=−∞ 5 5 5
0
A função marginal de Y
5
∞
1 1
𝑓2 (𝑦) = ∫ 𝑓(𝑢, 𝑦) 𝑑𝑢 = ∫ 𝑒 −𝑦 𝑑𝑢 = 𝑥𝑒 −𝑦 |50 = 𝑒 −𝑦
𝑢=−∞ 5 5
0
Exemplo23: Dada a função densidade do Exemplo21, suponha g(x) = 3x² - 2x. A esperança
será
E ( g ( x) ) = g ( x). f ( x)dx
−
x
2
E ( 3 x 2 − 2 x ) = ( 3 x 2 − 2 x ) dx =
10
0 2 3
É possível generalizar para o caso de funções com duas ou mais variáveis. Suponha
X e Y duas variáveis aleatórias contínuas, com função densidade conjunta dada por f (x,y). A
esperança é dado por
E( X ) = xf ( x, y)dxdy
− −
(30)
Exemplo24: A função densidade conjunta de duas variáveis aleatórias X e Y é dada por
xy
, 0 x 4, 1 y 5
f ( x, y) = 96
0, caso contrário
a) E ( X )
5 4
xy 8
E( X ) =
− −
xf ( x, y)dxdy = x
1 0
96
dxdy =
3
b) E (Y )
5 4
xy 31
E (Y ) = yf ( x, y)dxdy = y 96 dxdy =
− − 1 0
9
c ) E ( XY )
5 4
xy 248
E ( XY ) =
− −
xyf ( x, y )dxdy = xy
1 0
96
dxdy =
27
d ) E (2 X + 3Y )
5 4
xy 47
E (2 X + 3Y ) = ( 2 x + 3 y ) f ( x, y)dxdy = ( 2 x + 3 y ) 96 dxdy = 3
− − 1 0
ou
Var ( X ) = E ( X ²) − [ E ( X )]² (39)
Por praticidade utilizaremos a segunda forma. Note que falta calcularmos E(X²).
X P(X) E(X) = X .P(X) E(X²) = X² .P(X)
0 1/8 0 0
1 6/8 6/8 6/8
2 1/8 2/8 4/8
1 μx = 1 10/8
10
Var ( X ) = E ( X ²) − [ E ( X )]² = − [1]² = 0, 25
8
Y P(Y) Y . P(Y) Y² . P(Y)
-2 1/5 -2/5 4/5
-1 1/5 -1/5 1/5
0 1/5 0 0
3 1/5 3/5 9/5
5 1/5 5/5 25/5
1 μy = 1 E(Y²) = 39/5
39
Var (Y ) = E (Y ²) − [ E (Y )]² = − [1]² = 6,80
5
Observando os valores percebemos que a variância de X é menor que a de Y, ou seja,
possui menor grau de dispersão de probabilidade em torno da média.
Para o caso em que a variável aleatória X é contínua, a variância é calculada por
Var ( X ) = E ( x − E ( X ) ) = x − E ( X ) f ( x)dx
2 2
(40)
−
Ou
Var(X) = E(X²) – [E(X)]² (41)
E ( X ²) = x . f ( x)dx
2
(42)
−
2 x 0 x 1
Exemplo25: Seja f ( x) = . Determinar:
0 x 0 ou x 1
a) E(X)
1
x³
1 1
2
E ( X ) = x. f ( x)dx = x.2 xdx = 2 x ² dx =2 =
− 0 0 3 0 3
b) Var(X)
1
1
x4
1
1
E ( X ² ) = x ². f ( x)dx = x ².2 xdx = 2 x ³dx = =
− 0 0 2 0 2
2
1 2 1
Var ( X ) = E ( X ² ) − E ( X ) = − =
2
2 3 18
6.3.2.1 Propriedades da Variância
1. Var(k) = 0 (43)
2. Var(k.X) = k².Var(X) (44)
3. Var(Ax ± b) = a²Var(X) (45)
4. Var(X ± Y) = Var(X)+ Var(Y) ±2.cov(X, Y) (46)
n n
5. Var X i = Var ( X i ) + 2 cov ( X i , X j )
n
(47)
i =1 i =1 i j
= 1, 41
4
Os valores da variável Z é então obtido
X 1 − 8 − 10
Z1 = = = −1, 414
1, 41
X 2 − 9 − 10
Z2 = = = −0,707
1, 41
X 3 − 10 − 10
Z3 = = =0
1, 41
X 4 − 11 − 10
Z4 = = = 0,707
1, 41
X 5 − 12 − 10
Z5 = = = 1, 414
1, 41
A tabela mostra os valores da variável aleatória X e sua respectiva variável
padronizada Z.
X Z
8 -1.414
9 -0.707
10 0
11 0.707
12 1.414
36 − 12 x 2
f '( x) = =0 x= 3
81
Vale lembrar que os valores que a variável aleatória X pode assumir são entre 0 e 3,
logo não temos interesse em valores negativos.
A condição suficiente é utilizada para confirmar se o valor candidato é de fato um
máximo relativo, portanto o valor da segunda derivada deve ser menor que zero.
−24 x
f ''( x) =
81
Como x é positivo, segunda derivada só pode ser menor que zero, confirmando que o
valor de x encontrado é um máximo relativo, ou seja, a moda da variável aleatória X.
b) Encontre a mediana
a
4 x (9 − x2 ) a
4 9a 2 a 4 1
P( X a) = dx =
4
81 0
x ( ) 81 2 − 4 = 2
9 − x 2
dx =
0
81
Realizando os devidos cálculos, chegamos ao seguinte resultado:
2a 4 − 36a 2 + 81 = 0
Onde o único valor que satisfaz as condições da função densidade de probabilidade é
aproximadamente a = 1,62.