Escolar Documentos
Profissional Documentos
Cultura Documentos
Transformação - 26/05/2021
1 Introdução
O objetivo destas notas de aula criada para a disciplina CC0285-Probabilidade II ministrada pelo Professor
Maurı́cio Mota em 2021.1 é desenvolver o conceito de transformação de uma variável contı́nua X. O capı́tulo 5 do
Meyer é a base para a construção do conceito de transformação. O aluno deverá ler também o capı́tulo 7 do livro
do Bussab&Morettin. Para fixar as ideias resolva os exemplos apresentados.
2 Exemplos Resolvidos:
Exemplo 1: Seja X ∼ U (0, 1). Qual a densidade de Y = −ln(X)?
O suporte de X é
A = (0, 1).
Como
0<x<1
Logo
0 < y < ∞.
B = (0, ∞).
1
G(y) = 0, y ≤ 0.
Logo,
G(y) = 1 − ey y > 0.
G(y) = 1 − F (−e−y )
Observação 1 Note que a transformação é uma função bijetora de A = (0, 1) em B = (0, ∞).
Para mostrar que uma função h : A −→ B é biunı́voca se:
i. h é injetora.
Devemos prova que
Se
h(a) = h(b) −→ a = b.
ii. h é sobrejetora.
Devemos mostrar que dado y ∈ B existe x ∈ A tal que h(x) = y
−ln(a) = −lnb
lnb − lna = 0
ln(b/a) = 0
logo
b
=1 e a = b.
a
Logo h(x) = −ln(x) é injetora.
Vamos mostrar que h(x) = −ln(x) é sobrejetora.
2
Figura 1:
y = −lnx
trocando x por y
x = −lny
Assim
−x = lny
y = w(x) = e−x .
w0 (x) = −e−x
Exemplo 2:
3
Solução: A fdp de X é dada por
1 −|x|
f (x) = e (x).
2
A função y = h(x) = |x| não é injetora pois
h(2) = h(−2) = 2
mas
2 6= −2.
4
Veja o gráfico:
Figura 2:
G(y) = 0, y ≤ 0.
1 −|y| 1 −|−y|
g(y) = G0 (y) = [F (y)]0 − [F (−y)]0 = f (y) + f (−y) = e + e
2 2
1 −|y| 1 −|y|
g(y) = e + e = e−|y| = e−y I(0,∞) (y).
2 2
5
3 Transformação de Uma Variável Aleatória Contı́nua
Unidimensional X.
Seja X uma variável aleatória contı́nua unidimensional com função densidade de probabilidade dada por f (x)
com suporte A. Seja F (x) a respectiva função de distribuição de X.
Suponha que:
ii. A derivada de x = h−1 (y) = w(y) com respeito a y é uma função contı́nua e não nula para todo y ∈ B.
f [w(y)] = f (−lny) = 1.
(a, b) = (0, 1)
temos:
h(1) = −ln1 = 0,
Temos que
6
3.2 Caso Não Biunı́voco.
A condição que y = h(x) seja uma transformação biunı́voca de A em B é muito restritiva. Vamos relaxá-la,
isto é, suponha que o suporte de A possa ser decomposto em uma partição finita ( ou infinita enumerável),
A1 , A2 , . . . , Am de tal maneira que y = h(x) defina uma transformação biunı́voca de Ai em B, i = 1, 2, . . . , m. Seja
x = h−1i (y) = wi (y) a inversa de y = h(x) para x ∈ Ai , i = 1, 2, . . . , m.
Então Y = h(X) é uma variável aleatória contı́nua X com suporte B e densidade:
m
X
g(y) = f (wi (y)) |wi0 (y)| IB (y).
i=1
Como h(x) = |x| uma função não biunı́voca vamos decompor o suporte
Logo m = 2.
Note que: Em A1
w1 (x) = −x
e sua derivada é
w10 (x) = −1
1 −|−x| 1
f (w1 (x)) = f (−x) = e = e−|x| .
2 2
Em A2
h(x) = |x| = x,
pois x é positivo. Assim
w2 (x) = x
e sua derivada é
w20 (x) = 1
1 −|x|
f (w2 (x)) = f (−x) = e .
2
Logo,
2
X
g(y) = f (wi (y)) |wi0 (y)| IB (y).
i=1
1 −|y| 1 −|y|
g(y) = e + e = e−|y| e−y IB (y).
2 2
7
4 Exemplos.
Para uma melhor fixação das ideias apresentadas serão resolvidos alguns exemplos.
4.1 Exemplo 1:
Seja X ∼ P areto(0, 1). Qual a densidade de Y = ln(X)?
4.2 Exemplo 2:
Seja X ∼ N ormal(µ, σ 2 ). Qual a densidade de Y = eX ?
4.3 Exemplo 3:
X −α
−
Seja X ∼ Gumbel(α, β). Qual a densidade de Y = e β ?
4.4 Exemplo 4:
Seja X ∼ Laplace(0, 1). Qual a densidade de Y = X 2 ?
4.5 Exemplo 5:
Seja X uma v.a.c. com densidade :
2(x + 1)
f (x) = I (−1,2) .
9
Mostre que a densidade de Y = X 2 é dada por:
2 −1/2 1
g(y) = y I (0,1) (y) + (1 + y −1/2 )I (1,4) (y).
9 9
4.6 Exemplo 6:
Seja X ∼ N ormal(0, 1). Qual a densidade de Y = X 2 ?
8
4.7 Exemplo 7:
Seja X ∼ N ormal(µ, 1). Qual a densidade de Y = X 2 ?
4.8 Exemplo 8:
Seja X ∼ N ormal(µ, σ 2 ). Qual a densidade de Y = X 2 ?
4.9 Exemplo 9:
Seja X ∼ U (−3/2, 3/2). Qual a densidade de Y = (X 2 − 1)2 ?
Obs. Este exemplo foi extraı́do do livro: Teoria da Probabilidade, de autoria dos professores Rathie e Peter
Zornig. Editora UNB.