Baixe o app para aproveitar ainda mais
Prévia do material em texto
2 Distribuic¸a˜o Marginal 2.1 Distribuic¸a˜o Marginal - Caso Discreto Consideremos inicialmente uma varia´vel aleato´ria bidimensional (X, Y ). Suponhamos que X assume os valores x1, x2, . . . , xn e que Y assume os valores y1, y2, . . . , ym. Seja pX,Y (xi, yj) = P (X = xi, Y = yj), para i = 1, 2, . . . , n e j = 1, 2, . . . ,m a distribuic¸a˜o conjunta de (X, Y ). A distribuic¸a˜o de probabilidade marginal de X e Y e´ obtido da seguinte forma: 1. Marginal de X: P (X = xi) = ∑m j=1 P (X = xi, Y = yj), i = 1, 2, . . . , n; 2. Marginal de Y : P (Y = yj) = ∑n i=1 P (X = xi, Y = yj), j = 1, 2, . . . ,m : Exemplo 4: Consideremos, por exemplo, um estudo da composic¸a˜o de famı´lias com 3 filhos quanto ao sexo das crianc¸as. Podemos definir as seguintes varia´veis: X = nu´mero de meninos Y = 1 se o primeiro filho for homem 0 se o primeiro filho for mulher (3) Z=Nu´mero de vezes em que houve variac¸a˜o do sexo entre um nascimento e outro, dentro da mesma famı´lia. Com essas informac¸o˜es, e supondo que as poss´ıveis composic¸o˜es ten- ham a mesma probabilidade, e sejam pX,Y (x, y) pX,Z(x, z) as func¸o˜es de probabilidade conjunta de (X, Y ) e (X,Z), obter as distribuic¸o˜es de prob- abilidade marginais das varia´veis X, Y e Z 2.2 Distribuic¸a˜o Marginal - Caso Cont´ınuo Dada a densidade conjunta das varia´veis X e Y , as densidades marginais de X e Y denotadas por fX(x) e fY (y), respectivamente, sa˜o obtidas da seguinte forma: 3 Marginal de X: fX(x) = ∫∞ −∞ fX,Y (x, y)dy Marginal de Y : fY (y) = ∫∞ −∞ fX,Y (x, y)dx Exemplo 5: Uma fa´brica de doces distribui caixas de chocolate de diferentes tipos, classificados basicamente entre chocolates brancos e mar- rons. Para uma caixa selecionada de forma aleato´ria, sejam X e Y , re- spectivamente, as proporc¸o˜es de chocolates brancos e marrons, e suponha que a func¸a˜o de densidade conjunta e´: fX,Y (x, y) = 2 5 (2x+ 3y), se 0 ≤ x ≤ 1, 0 ≤ y ≤ 1 0 caso contra´rio (3) Determinar as func¸o˜es densidade marginais de X e Y Exemplo 6: Para a func¸a˜o fX,Y (x, y) = cxy, a) Determine o valor de c, tal que a func¸a˜o fX,Y (x, y) = cxy para 0 < x < 3 e 0 < y < 3 satisfac¸a as propriedades de uma func¸a˜o densidade de probabilidade conjunta; b) Determine as func¸o˜es de densidade marginal da v.a X. 3 Distribuic¸a˜o Condicional 3.1 Caso Discreto Suponha que X e Y sejam duas varia´veis aleato´rias discretas cuja func¸a˜o de probabilidade conjunta e´ pX,Y (x, y) = P (X = x, Y = y). Depois de o valor y da varia´vel aleato´ria Y ter sido observado, a probabilidade de que a varia´vel aleato´ria X assumira´ algum valor x espec´ıfico, e´ dada pela seguinte probabilidade condicional: pX|Y (x) = P (X = x|Y = y) = P (X = x, Y = y) P (Y = y) = pX,Y (x, y) pY (y) . (4) Em outras palavras, se e´ conhecido que Y = y, enta˜o a distribuic¸a˜o de X sera´ discreta, dada pelo quociente entre a conjunta de X e Y e a 4 marginal de Y . pX|Y (x) e´ chamada de func¸a˜o de probabilidade condi- cional de X dada Y . Da igualdade acima, obte´m-se: pX,Y (x, y) = pX|Y (x)pY (y), ou seja, conhecendo-se a func¸a˜o de probabilidade de Y e a func¸a˜o de probabilidade condicional de X dado Y , obte´m-se a func¸a˜o de probabilidade conjunta de X e Y . Da mesma forma, pY |X(y) = P (Y = y|X = x) = P (X = x, Y = y) P (X = x) = pX,Y (x, y) pX(x) . (5) e´ a distribuic¸a˜o condicional de Y dado X. Exemplo 7: Para exemplo 4 determinar a distribuic¸a˜o de probabili- dade condicional de X dado que Y = 0, ou seja X|Y = 0. Exemplo 8: Chamadas sa˜o feitas para verificar o hora´rio de avio˜es na cidade de suas partidas. Voceˆ monitora o nu´mero de barras de poteˆncia de sinal em seu telefone celular e o nu´mero de vezes em que voceˆ tem de dizer o nome da cidade de sua partida antes do sistema de vozes recohecer o nome. Nos quatro primeiros bits transmitidos, seja X o nu´mero de barras da poteˆncia de sinal em seu telefone celular Y o nu´mero de vezes que voceˆ tem de dizer o nome da cidade de sua partida Especificando a probabilidade de cada um dos pontos na figura abaixo, especificamos a distribuic¸a˜o de probabilidade conjunta de X e Y . X = o nu´mero de barras da poteˆncia de sinal em seu telefone celular Y o nu´mero de vezes que voceˆ tem 1 2 3 de dizer o nome da cidade de sua partida 4 0,15 0,1 0,05 3 0,02 0,1 0,05 2 0,02 0,03 0,2 1 0,01 0,02 0,25 Determinar: 5 a) Distribuic¸o˜es de probabilidades marginais de X e Y ; b) P (Y = 1|X = 3), P (Y = 2|X = 3), P (Y = 3|X = 3) e P (Y = 4|X = 3); c) A distribuic¸a˜o condicional de X dado que Y = 3. 3.2 Caso Cont´ınuo Seja y um valor dado qualquer para o qual fY (y) > 0. Enta˜o a densidade condicional de X dado que Y = y pode ser definida por: fX|Y (x) = fX,Y (x, y) fY (y) ,−∞ < x <∞. (6) Dessa igualdade obte´m-se: fX,Y = fX(x)fY |X(y|x), ou seja, conhecendo- se a densidade de probabilidade de Y e a densidade condicional de X dado Y , obte´m-se a densidade conjunta de X e Y . Analogamente, a densidade condicional de Y dado que X = x pode ser definida por: fY |X(y) = fX,Y (x, y) fX(x) ,−∞ < y <∞. (7) Exemplo 9: Suponha que a func¸a˜o densidade conjunta de X e Y seja definida por: fX,Y (x, y) = 21x2y3 se 0 < x < y < 1 0 caso contra´rio (8) Determinar a densidade condicional de Y dado que X = x. Exemplo 10: Para o exerc´ıcio 6, determine: a) a distribuic¸a˜o de probabilidades condicionais de Y , dado queX = 1, 5. b) a distribuic¸a˜o de probabilidades condicionais de X, dado que Y = 2. 6
Compartilhar