Baixe o app para aproveitar ainda mais
Prévia do material em texto
Variável Aleatória BidimensionalBidimensional Prof. Carlos Amorim Variável Aleatória Bidimensional S X(s)X s Y(s) Y Variável Aleatória Bidimensional • Ex: Xavier e Yvette são agentes imobiliários. X representa o número de casas vendidas por Xavier em um mês, e Y o número de casas vendidas por Yvette em um mês. Analisando a performance deles nos meses passadosAnalisando a performance deles nos meses passados temos a seguinte distribuição de probabilidade: 0 1 2 0 0,12 0,42 0,06 1 0,21 0,06 0,03 2 0,07 0,02 0,01 X Y Probabilidade Conjunta P(X=0, Y=1) = P(0,1) = 0,21 P(1,2) = 0,02 1),(0 ≤≤ ji yxP ∑∑ =1),( ji yxP i) ii) ),( yx∀ x y Probabilidades Marginais ∑=== j jiii yxPxXPxp ),()()( ∑= i jij yxPyq ),()( Distribuição de probabilidade marginal de X. ∑ i Ex: =)0(p =)1(p =)2(p =++ )2,0()1,0()0,0( PPP =++ )2,1()1,1()0,1( PPP =++ )2,2()1,2()0,2( PPP 4,007,021,012,0 =++ 5,0 1,0 X p(x) 0 0,4 1 0,5 2 0,1 Distribuição de probabilidade marginal de X. Probabilidades Marginais =)0(q =)1(q =)2(q =++ )0,2()0,1()0,0( PPP =++ )1,2()1,1()1,0( PPP =++ )2,2()2,1()2,0( PPP 6,006,042,012,0 =++ 3,0 1,0=)2(q =++ )2,2()2,1()2,0( PPP 1,0 y q(y) 0 0,6 1 0,3 2 0,1 Distribuição de probabilidade marginal de Y. Variável aleatória independente • Seja (X,Y) uma variável aleatória discreta bidimensional. Diz-se que X e Y são independentes se, e somente se, para quaisquer i e j. )()(),( jiji yqxpyxP = =)0,0(P 8/1 =)0()0( qp 8/12/14/1 =× para quaisquer i e j. 0 1 2 0 1/8 2/8 1/8 1 1/8 2/8 1/8 X Y Ex: )( ixp )( iyq 1/4 1/2 1/4 1/2 1/2 1 =)0,0(P 8/1 =)0()0( qp 8/12/14/1 =× =)1,0(P 8/1 =)1()0( qp 8/12/14/1 =× =)0,1(P 8/2 =)0()1( qp 4/12/12/1 =× =)1,1(P 8/2 =)1()1( qp 4/12/12/1 =× =)0,2(P 8/1 =)0()2( qp 8/12/14/1 =× =)1,2(P 8/1 =)1()2( qp 8/12/14/1 =× X e Y são independentes. Valor esperado • Teorema 1: • Teorema 2: )()()( YEXEYXE +=+ • Teorema 2: Se X e Y são independentes, )()()( YEXEXYE = Valor esperado • Ex: 0 1 2 0 1/8 2/8 1/8 1 1/8 2/8 1/8 X Y )( iyq 1/2 1/2 X e Y são independentes. ?)( =XE ?)( =YE ?)( =+YXE ?)( =XYE1 1/8 2/8 1/8 )( ixp 1/4 1/2 1/4 1/2 1 ?)( =YE ?)( =XYE ∑ == i ii xpxXE )()( 1 4 1 2 4 2 1 4 1 0 =×+×+× ∑ == j jj yqyYE )()( 2 1 2 1 1 2 1 0 =×+× =+ )( YXE )()( YEXE + 2 3 2 1 1 =+= =)(XYE )()( YEXE 2 1 2 1 1 =×= Valor esperado • Ex: 0 1 2 0 1/8 2/8 1/8 1 1/8 2/8 1/8 X Y )( iyq 1/2 1/21 1/8 2/8 1/8 )( ixp 1/4 1/2 1/4 1/2 1 ∑∑ +=+ i j jiji yxPyxYXE )()()( +×= 8 1 0 +× 8 1 1 +× 8 2 1 +× 8 2 2 +× 8 1 2 =× 8 1 3 2 3 8 12 = Valor esperado • Ex: 0 1 2 0 1/8 2/8 1/8 1 1/8 2/8 1/8 X Y )( iyq 1/2 1/21 1/8 2/8 1/8 )( ixp 1/4 1/2 1/4 1/2 1 ∑∑= i j jiji yxPyxXYE )()( +×= 8 1 0 +× 8 1 0 +× 8 2 0 +× 8 2 1 +× 8 1 0 =× 8 1 2 2 1 8 4 = Covariância )]}()][({[),( YEYXEXEYXCov −−= De uma forma mais simples: )()()(),( YEXEXYEYXCov −= Se X e Y são independentes, então: )()()( YEXEXYE = 0),( =YXCov Covariância • Ex: Agentes imobiliários 0 1 2 q(y) 0 0,12 0,42 0,06 0,6 1 0,21 0,06 0,03 0,3 2 0,07 0,02 0,01 0,1 X Y ?),( =YXCov 2 0,07 0,02 0,01 0,1 p(x) 0,4 0,5 0,1 1 )()()(),( YEXEXYEYXCov −= 7,01,025,014,00)( =×+×+×=XE 5,01,023,016,00)( =×+×+×=YE )07,0)(2)(0()21,0)(1)(0()12,0)(0)(0( ++=∑∑= i j jiji yxPyxXYE )()( )02,0)(2)(1()06,0)(1)(1()42,0)(0)(1( +++ )01,0)(2)(2()03,0)(1)(2()06,0)(0)(2( +++ 2,0= 15,0)5,0)(7,0(2,0 −=−= Covariância • Ex: Agentes imobiliários 0 1 2 q(y) 0 0,12 0,42 0,06 0,6 1 0,21 0,06 0,03 0,3 2 0,07 0,02 0,01 0,1 X Y 2 0,07 0,02 0,01 0,1 p(x) 0,4 0,5 0,1 1 )07,0)(5,02)(7,00()21,0)(5,01)(7,00()12,0)(5,00)(7,00( −−+−−+−−= 15,0−= )]}()][({[),( YEYXEXEYXCov −−= ∑∑ −−= i j jiji yxPyyxx ),())(( )02,0)(5,02)(7,01()06,0)(5,01)(7,01()42,0)(5,00)(7,01( −−+−−+−−+ )01,0)(5,02)(7,02()03,0)(5,01)(7,02()06,0)(5,00)(7,02( −−+−−+−−+ Covariância • Ex2: 1 2 3 q(y) 0 0 1/3 0 1/3 1 1/3 0 1/3 2/3 p(x) 1/3 1/3 1/3 1 X Y ?),( =YXCov X e Y são independentes? p(x) 1/3 1/3 1/3 1 )()(),( iiii yqxpyxP = =)1,1(P 3/1 =)1()1( qp 9/23/23/1 =× X e Y não são independentes. )()()(),( YEXEXYEYXCov −= 3 2 2 3 4 ×−= 0= A independência é condição suficiente, mas não necessária para a covariância zero. Variância ),(2)()()( YXCovYVXVYXV ++=+ Para duas variáveis aleatórias X e Y quaisquer, temos Se X e Y forem independentes, então: )()()( YVXVYXV +=+ Questão • A tabela abaixo dá a distribuição conjunta de X e Y. 1 2 3 0 0,1 0,1 0,1 1 0,2 0 0,3 X Y 1 0,2 0 0,3 2 0 0,1 0,1 a) Verifique se X e Y são independentes; b) Calcule E(X+Y) e E(XY); c) Calcule Cov(X,Y) e d) Calcule V(X+Y). );,( YXρ
Compartilhar