Upload
vuongnguyet
View
218
Download
0
Embed Size (px)
Citation preview
Probabilidade II
Departamento de Estatística
Universidade Federal da Paraíba
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 1 / 1
Variáveis Bidimensionais
Até o momento, consideramos apenas o caso de variáveis aleatóriasunidimensionais.
Em muitas situações, no entanto, estamos interessados em observar duas oumais características simultaneamente.
É muito comum estarmos interessados no comportamento conjunto de váriasvariáveis.
Inicialmente vamos tratar de duas variáveis.
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 2 / 1
Variáveis Bidimensionais
Estudar peso e altura de um grupo de pessoas.
Avaliar a relação entre a nota do vestibular e o número de reprovações emalunos do curso de estatística.
Estudar o tamanho do tumor e o tipo de tratamento em pacientes comCâncer.
Um dado é lançado e simultaneamente é girada a roda de uma roleta.Estamos interessado no resultado do lançamento do dado e no númeroobservado na roleta.
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 3 / 1
Variáveis Bidimensionais
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 4 / 1
Variáveis Bidimensionais
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 5 / 1
Normal Bivariada
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 6 / 1
Variáveis Bidimensionais Discretas
Definição 10.1 (X ,Y ) será uma variável discreta bidimensional se os valorespossíveis de (X ,Y ) forem finitos ou infinitos enumeráveis.
Isto é, os valores possíveis de (X ,Y ) possam ser representados por (xi ,yj),i = 1,2, . . . ,n, . . .; j = 1,2, . . . ,m, . . ..
Definição 10.2 (Função de probabilidade conjunta) Seja (X ,Y ) uma variávelaleatória discreta bidimensional. A cada resultado possível (xi ,yj) associaremosum número p(xi ,yj) representando P(X = xi ,Y = yj) e satisfazendo ás seguintescondições:
i) p(xi ,yj ≥ 0)
ii)∑∞
j=1
∑∞i=1 p(xi ,yj)= 1
Definição 10.3 A distribuição de probabilidade da variável aleatória (X ,Y ) é umatabela que associa a cada valor dessa variável sua correspondente probabilidade.Ela é denominada também distribuição conjunta de X ,Y .
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 7 / 1
Variáveis Bidimensionais DiscretasExemplo 1 Foi perguntado aos alunos de Probabilidade II se eles estão em umrelacionamento sério (namoro, casamento,...), variável representada por X , e areligião, variável representada por Y . Construa a distribuição de probabilidadeconjunta de (X ,Y ).
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 8 / 1
Variáveis Bidimensionais DiscretasExemplo 1
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 9 / 1
Variáveis Bidimensionais DiscretasPodemos associar a cada variável aleatória bidimensional (X ,Y ) duas variáveisaleatórias unidimensionais, X e Y individualmente.
Isto é, podemos estar interessados na distribuição de probabilidade de X e/ou Yseparadamente.
A distribuição de probabilidade de X , denominada distribuição de probabilidademarginal de X é obtida calculando-se:
p(xi)= P(X = xi)=∞∑
j=1
P(X = xi ,Y = yj)
A distribuição de probabilidade de Y , denominada distribuição de probabilidademarginal de Y é obtida calculando-se:
p(yi)= P(Y = yj)=∞∑
i=1
P(X = xi ,Y = yj)
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 10 / 1
Variáveis Bidimensionais DiscretasExemplo 2 Obtenha as distribuições marginais de X e Y para o Exemplo 1.
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 11 / 1
Variáveis Bidimensionais DiscretasExemplo 2
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 12 / 1
Variáveis Bidimensionais DiscretasExemplo 3: Uma empresa atende encomendas de supermercados dividindo ospedidos em duas partes de modo a serem atendidos, de forma independente,pelas suas duas fábricas. Pode haver atraso no cronograma de entrega dafábrica I com probabilidade 0.1 e na fábrica II com probabilidade 0.2. Suponhaque para um certo pedido, a indústria recebe R$200,00 pela encomenda totalentregue, mas paga uma multa de R$20,00 para cada fábrica que atrasar suaparte. Considere que o supermercado que fez a encomenda, criou um índicerelacionado à pontualidade da entrega. Este índice, atribui 10 pontos para cadaparte da encomenda entregue dentro do cronograma previsto. Vamos denotar porX o valor recebido pelo pedido e Y o índice obtido. Encontre a distribuiçãoconjunta de (X ,Y ) e as distribuições marginais.
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 13 / 1
Variáveis Bidimensionais DiscretasExemplo 3
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 14 / 1
Variáveis Bidimensionais DiscretasExemplo 3
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 15 / 1
Variáveis Bidimensionais Contínuas
Definição 10.4 (X ,Y ) será uma variável contínua bidimensional se (X ,Y ) pudertomar todos os valores em algum conjunto não-enumerável do plano euclidiano.
Por exemplo, se (X ,Y ) puder tomar todos os valores no retângulo{(x ,y)|a≤ x ≤ b,c ≤ y ≤ d}.
Definição 10.5 (Função densidade de probabilidade conjunta) Seja (X ,Y ) umavariável aleatória contínua bidimensional tomando todos os valores em algumaregião R do plano euclidiano. A função densidade de probabilidade conjunta f éuma função que satisfaz às seguintes condições:
i) f (x ,y)≥ 0
ii)∫ ∫
Rf (x ,y)dxdy = 1
Dessa forma, P(a< X < b,c < Y < d)=∫ b
a
∫ d
cf (x ,y)dxdy .
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 16 / 1
Variáveis Bidimensionais Contínuas
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 17 / 1
Variáveis Bidimensionais ContínuasExemplo 4 Seja (X ,Y ) uma variável aleatória bidimensional cuja densidade deprobabilidade é dada por: f (x ,y)= c(x2 + xy) para 0≤ x ≤ 2 e 0≤ y ≤ 4 sendozero no complementar desse retângulo. Calcule a probabilidade P(X +Y ≤ 3)
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 18 / 1
Variáveis Bidimensionais ContínuasExemplo 4
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 19 / 1
Variáveis Bidimensionais ContínuasDada a densidade conjunta das variáveis X e Y , podemos determinar asdensidades de X e Y separadamente.
Essas densidades são denominadas densidades marginais de X e de Y edenotadas por fX (x) e fY (y).
fX (x)=
∫ ∞
−∞f (x ,y)dy
fY (y)=
∫ ∞
−∞f (x ,y)dx
Quando não houver menção explícita ao conjunto de valores ondef (x ,y)> 0,suporemos que esse conjunto é o plano(R2 = {(x ,y) :−∞< x <∞,−∞< y <∞}).
Note que fX (x) e fY (y) são de fato densidades de probabilidade, pois sãonão-negativas e sua integral na reta é igual a um (
∫ ∫
Rf (x ,y)dxdy = 1).
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 20 / 1
Variáveis Bidimensionais ContínuasExemplo 5 Seja (X ,Y ) uma par de variáveis aleatórias cuja densidade conjuntaé dada por: f (x ,y)= 8xy para 0< x < y < 1 sendo zero no complementar.Determine as densidades marginais de probabilidade de X e de Y e calcule aprobabilidade P(0< X < 0.5,0< Y < 0.5).
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 21 / 1
Variáveis Bidimensionais ContínuasExemplo 5
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 22 / 1
Exemplo 6Dois característicos do desempenho do motor de um foguete são X e Y . Suponhaque (X ,Y ) seja uma variável aleatória contínua bidimensional com fdp conjunta:f (x ,y)= 2(x + y −2xy) para 0≤ x ≤ 1, 0≤ y ≤ 1 sendo zero no complementar.Determine as densidades marginais de probabilidade de X e de Y .
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 23 / 1
Variáveis Bidimensionais ContínuasExemplo 6
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 24 / 1
Função de distribuição acumuladaDefinição 10.6 A função de distribuição de uma variável aleatória bidimensional(X ,Y ) é dada por:
F(x ,y)= P(X ≤ x ,Y ≤ y), −∞< x <∞ e −∞< y <∞
Para o caso discreto:
F(x ,y)= P(X ≤ x ,Y ≤ y)=∑
i:xi≤x
∑
j:yj≤y
P(X = xi ,Y = yj)
Para o caso contínuo:
F(x ,y)= P(X ≤ x ,Y ≤ y)=
∫ x
−∞
∫ y
−∞f (u,v)dudv
Se F é a função de distribuição de uma V.A. bidimensional com f.d.p f , então
f (x ,y)= ∂ 2F(x ,y)∂ x∂ y .
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 25 / 1
Função de distribuição acumuladaPara o caso discreto:
P(X ≤ x)=x∑
i=1
∞∑
j=1
P(X = xi ,Y = yj)
P(Y ≤ y)=∞∑
i=1
y∑
j=1
P(X = xi ,Y = yj)
Para o caso contínuo:
P(X ≤ x)=
∫ x
−∞
∫ ∞
−∞f (u,v)dudv
.
P(Y ≤ y)=
∫ ∞
−∞
∫ y
−∞f (u,v)dudv
.Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 26 / 1
Função de distribuição acumuladaPropriedades:
i) limx→−∞,y→−∞F(x ,y)= 0 e limx→∞,y→∞F(x ,y)= 1
ii) F(x ,y) é contínua à direita em cada uma das variáveis x e y .
iii) F(x ,y) é não-decrescente em cada uma das variáveis.
Estas propriedades são extensões naturais para o caso bidimensional daspropriedades da função de distribuição de uma variável aleatória unidimensionalX.
O intervalo (−∞,x] é substituído pelo retângulo (−∞,x]× (−∞,y].
Quando fazemos x→−∞, este retângulo tende ao conjunto vazio no plano e suaimagem inversa tende ao conjunto vazio no espaço amostral que temprobabilidade zero.
Quando x→∞ e y→∞, o retângulo em questão tende para o plano todo, cujaimagem inversa é o espaço amostral que tem probabilidade 1.
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 27 / 1
Função de distribuição acumuladaPara uma variável aleatória unidimensional X verificamos que:P(a< X ≤ b)= F(b)−F(a).
No caso bidimensional vimos que o análogo a um intervalo da forma (a,b] é umretângulo da forma {(x ,y) : a1 < x ≤ b1,a2 < y ≤ b2}.
A probabilidade dos valores de X e de Y pertencerem a esse retângulo é dadapor:
P(a1 < X ≤ b1,a2 < Y ≤ b2)= F(b1,b2)−F(a1,b2)−F(a2,b1)+F(a1,a2)
DEMONSTRAÇÃO
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 28 / 1
Exemplo 7Determine a função de distribuição da variável aleatória do exemplo 4.
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 29 / 1
Variáveis Bidimensionais ContínuasExemplo 7
Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Bidimensionais 11/13 30 / 1