Vabidim

i
UNIVERSIDADE FEDERAL FLUMINENSE

CENTRO DE ESTUDOS GERAIS
INSTITUTO DE MATEMÁTICA
DEPARTAMENTO DE ESTATÍSTICA
VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS
Ana Maria Lima de Farias
Abril 2009
Conteúdo
1 Variáveis Aleatórias Bidimensionais Discretas 1

1.1 Exemplo (Bussab,Morettin) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Distribuições conjuntas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Distribuições marginais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.3 Distribuições condicionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Definições . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 Vetor aleatório bidimensional discreto . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2 Função de distribuição de probabilidade . . . . . . . . . . . . . . . . . . . . 5
1.2.3 Distribuições marginais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.4 Distribuições condicionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.5 Esperança condicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Independência de variáveis aleatórias . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 Exemplo (continuação) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Funções de variáveis aleatórias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.1 Exemplo (continuação) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Covariância . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.1 Propriedades da covariância . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5.2 Interpretação da covariância . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.3 Independência e covariância de variáveis aleatórias . . . . . . . . . . . . . . . 13
1.6 Coeficiente de correlação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.7 Exercícios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Variáveis Aleatórias Bidimensionais Contínuas 18

2.1 Função de densidade conjunta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.2 Exemplo (Exercício 18, p. 220 - Bussab & Morettin) . . . . . . . . . . . . . 20
2.2 Densidades marginais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.1 Exemplo 2.1.1 (continuação) . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Distribuições e esperanças condicionais . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4 Independência de variáveis aleatórias contínuas . . . . . . . . . . . . . . . . . . . . 25
2.5 Funções de variáveis aleatórias contínuas . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5.1 Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
ii
CONTEÚDO iii
2.6 Covariância e correlação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2.7 A distribuição t de Student . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.7.1 Tabela da t-Student . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.7.2 Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.7.3 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.8 Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.9 A distribuição normal bidimensional . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.9.1 Função de densidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9.2 Densidades Marginais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.9.3 Covariância e Correlação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.9.4 Distribuições Condicionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.9.5 Resumo dos resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.10 Exercícios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Capítulo 1
Variáveis Aleatórias Bidimensionais
Discretas
1.1 Exemplo (Bussab,Morettin)

Em muitas situações, é comum que um experimento aleatório gere mais de uma variável de interesse.
Consideremos, por exemplo, um estudo da composição de famílias com 3 filhos quanto ao sexo das
crianças.
Podemos definir as seguintes variáveis:
X = ½número de meninos
1 se 1o filho é homem
Y =
0 caso contrário
Z = número de vezes que houve variação de sexo entre nascimentos consecutivos
Suponhamos que a probabilidade de nascer homem ou mulher seja igual a 12 , ou seja, que todas
as composições de família tenham a mesma probabilidade. Então, os possíveis resultados e os
valores das variáveis são os apresentados na tabela a seguir:
Evento X Y Z Pr
HHH 3 1 0 1/8
HHM 2 1 1 1/8
HMH 2 1 2 1/8
MHH 2 0 1 1/8
HMM 1 1 1 1/8
MHM 1 0 2 1/8
MMH 1 0 1 1/8
MMM 0 0 0 1/8
A partir desses resultados obtemos as seguintes distribuições de probabilidades para as variáveis
aleatórias X, Y , Z:
1
CAPÍTULO 1. VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS DISCRETAS 2
x 0 1 2 3 3 3
X : E(X) = E(X 2 ) = 3 Var(X) =
p 1/8 3/8 3/8 1/8 2 4
y 0 1 1 1 1
Y : E(Y ) = E(Y 2 ) = Var(Y ) =
p 1/2 1/2 2 2 4
z 0 1 2 3 1
Z : E(Z) = 1 E(Z 2 ) = Var(Z) =
p 1/4 1/2 1/4 2 2
1.1.1 Distribuições conjuntas

Vamos analisar agora a distribuição conjunta de 2 dessas variáveis, ou seja, queremos analisar,
por exemplo, a probabilidade de X ser igual a 1 e Y ser igual a 0, simultamente. Vamos calcular
essas probabilidades e apresentá-las em forma de tabela de dupla entrada, como fizemos no caso de
tabelas de freqüência bivariada.
X pY (y)
0 1 2 3
(X, Y ) : Y 0 1/8 2/8 1/8 0 1/2
1 0 1/8 2/8 1/8 1/2
pX (x) 1/8 3/8 3/8 1/8 1
X
0 1 2 3 pZ (z)
0 1/8 0 0 1/8 2/8
(X, Z) :
Z 1 0 2/8 2/8 0 4/8
2 0 1/8 1/8 0 2/8
pX (x) 1/8 3/8 3/8 1/8 1
Z pY (y)
0 1 2
(Y, Z) : Y 0 1/8 2/8 1/8 4/8
1 1/8 2/8 1/8 4/8
pZ (z) 2/8 4/8 2/8 1
Analisando simultaneamente as três variáveis, temos:
(x, y, x) Pr(X = x, Y = y, Z = z)
(0, 0, 0) 1/8
(1, 0, 1) 1/8
(1, 0, 2) 1/8
(1, 1, 1) 1/8
(2, 0, 1) 1/8
(2, 1, 2) 1/8
(2, 1, 1) 1/8
(3, 1, 0) 1/8
1.1.2 Distribuições marginais

A partir da distribuição conjunta de (X, Y ), como podemos obter a distribuição de X? E de Y ?
Note que, em termos dessa distribuição conjunta, o evento {X = 0} pode ser escrito como:
{X = 0} = {X = 0 ∩ Y = 0} ∪ {X = 0 ∩ Y = 1}
e como estes são eventos mutuamente exclusivos, resulta

1 1
Pr(X = 0) = Pr(X = 0, Y = 0) + Pr(X = 0, Y = 1) = +0=
8 8
Analogamente,
2 1 3
Pr(X = 1) = Pr(X = 1, Y = 0) + Pr(X = 1, Y = 1) = + =
8 8 8
1 2 3
Pr(X = 2) = Pr(X = 2, Y = 0) + Pr(X = 2, Y = 1) = + =
8 8 8
1 1
Pr(X = 3) = Pr(X = 3, Y = 0) + Pr(X = 3, Y = 1) = 0 + =
8 8
Para a distribuição de Y temos:
Pr(Y = 0) = Pr(X = 0, Y = 0) + Pr(X = 1, Y = 0) + Pr(X = 2, Y = 0)

1 2 1 4 1
+ Pr(X = 3, Y = 0) = + + + 0 = =
8 8 8 8 2
Pr(Y = 1) = Pr(X = 0, Y = 1) + Pr(X = 1, Y = 1) + Pr(X = 2, Y = 1)

1 2 1 4 1
+ Pr(X = 3, Y = 1) = 0 + + + = =
8 8 8 8 2
De maneira análoga, podemos obter a distribuição de Y a partir da distribuição conjunta de
(Y, Z) , por exemplo e, obviamente, obteremos o mesmo resultado.
1.1.3 Distribuições condicionais

A partir da distribuição conjunta de (X, Y ) pode-se obter a distribuição condicional de X, ou seja,
as probabilidades condicionais de cada valor de X, condicionada a um determinado valor de Y .
Aplicando a definição de probabilidade condicional, temos que:
⎧
⎪
⎪ Pr(X = 0, Y = 0) 1/8 1
⎪
⎪ Pr(X = 0 | Y = 0) = = =
⎪
⎪ Pr(Y = 0) 1/2 4
⎪
⎪ Pr(X = 1, Y = 0) 2/8 1
⎪
⎪
⎨ Pr(X = 1 | Y = 0) = = =
X|Y = 0 : Pr(Y = 0) 1/2 2
⎪
⎪ Pr(X = 2, Y = 0) 1/8 1
⎪
⎪ Pr(X = 2 | Y = 0) = = =
⎪
⎪ Pr(Y = 0) 1/2 4
⎪
⎪ Pr(X = 3, Y = 0) 0
⎪
⎪
⎩ Pr(X = 3 | Y = 0) = = =0
Pr(Y = 0) 1/2
Logo, a distribuição condicional de X dado que Y = 0 é:
x 0 1 2 3
X|Y = 0 :
p 1/4 1/2 1/4 0
Sendo uma distribuição de probabilidades, podemos calcular sua esperança e sua variância:
P 1 1 1
E(X | Y = 0) = x Pr(X = x|Y = 0) = 0 × +1× +2× +3×0=1
x 4 2 4
P 2 1 1 1 3
E(X 2 | Y = 0) = x Pr(X = x|Y = 0) = 02 × + 12 × + 22 × + 32 × 0 =
x 4 2 4 2
3 1
Var(X | Y = 0) = E(X 2 | Y = 0) − [E(X | Y = 0)]2 = − 12 =
2 2
Analogamente, obtém-se a distribuição de X dado que Y = 1 ou a distribuição de Y dado que
X = 0, por exemplo:
⎧
⎪
⎪ Pr(X = 0, Y = 0) 1/8
⎨ Pr(Y = 0 | X = 0) = = =1
Y |X = 0 : Pr(X = 0) 1/8
⎪
⎪ Pr(X = 0, Y = 1) 0
⎩ Pr(Y = 1 | X = 0) = = =0
Pr(X = 0) 1/8
y 0 1
Y |X = 0 :
p 1 0
E(Y | X = 0) = 0 E(Y 2 | X = 0) = 0 Var(Y | X = 0) = 0
ou então:
⎧
⎪
⎪ Pr(X = 1, Y = 0) 2/8 2
⎨ Pr(Y = 0 | X = 1) = = =
Y |X = 1 : Pr(X = 1) 3/8 3
⎪
⎪ Pr(X = 1, Y = 1) 1/8 1
⎩ Pr(Y = 1 | X = 1) = = =
Pr(X = 1) 3/8 3
y 0 1
Y |X = 1 :
p 2/3 1/3
1 1 2
E(Y | X = 1) = E(Y 2 | X = 1) = Var(Y | X = 1) =
3 3 9
A seguir vamos formalizar os conceitos apresentados através do exemplo acima.
1.2 Definições
1.2.1 Vetor aleatório bidimensional discreto
Um vetor aleatório bidimensional é uma função bivariada que associa, a cada ponto de um espaço
amostral Ω, um par de números reais (x, y). Se a imagem de tal função é um conjunto enumerável
de pontos em R2 , então o vetor é dito um vetor discreto. Veja a Figura 1.1.
Figura 1.1: Definição de vetor aleatório discreto
1.2.2 Função de distribuição de probabilidade

Seja (X, Y ) um vetor aleatório discreto assumindo os valores (xi , yj ), i, j = 1, 2, . . . . A função de
distribuição de probabilidade conjunta é a função que associa a cada ponto (xi , yj ) a sua respectiva
probabilidade:
p(xi , yj ) = Pr(X = xi , Y = yj )
(Veja a Figura 1.2). Note que, do axioma Pr(Ω) = 1, resulta que
PP
Pr(X = xi , Y = yj ) = 1
i j
Figura 1.2: Definição de função de distribuição de probabilidade conjunta
Observação: podemos ter vetores aleatórios n-dimensionais, ∀n. (Veja a Figura 1.3.)
1.2.3 Distribuições marginais

Seja (X, Y ) um vetor aleatório discreto com distribuição conjunta p(xi , yj ). Para não sobrecar-
regar a notação, vamos denotar essa distribuição conjuntoa por p(x, y), devendo ficar claro que
(x, y) representa um par qualquer de valores do vetr (X, Y ). A distribuição marginal de X é
definida como: P P
Pr(X = x) = p(x, y) = Pr(X = x, Y = y) ∀x
y y
Figura 1.3: Distribuição de probabilidade tridimensional
Analogamente, a distribuição marginal de Y é definida como

P P
Pr(Y = yj ) = p(x, y) = Pr(X = x, Y = y) ∀y
x x
Em geral, se (X1 , X2 , . . . , Xn ) é um vetor aleatório n−dimensional

P P P P
Pr(Xi = xi ) = · · · · · · Pr (X1 = x1 , . . . , Xi−1 = xi−1 , Xi+1 = xi+1, . . . , Xn = xn )
x1 xi−1 xi+1 xn
1.2.4 Distribuições condicionais

Seja (X, Y ) um vetor aleatório discreto com distribuição conjunta p(x, y). A distribuição condicional
de X dado que Y = y é definida como:
Pr(X = x, Y = y)
Pr(X = x | Y = y) = ∀x
Pr(Y = y)
Analogamente define-se a distribuição condicional de Y dado que X = x como
Pr(X = x, Y = y)
Pr(Y = y|X = x ) = ∀y
Pr(X = x)
Note que existe uma distribuição condicional de X para cada valor y e uma distribuição condi-
cional de Y para cada valor x. Assim, se X assumir n valores diferentes e Y m valores distintos,
teremos ao todo n + m distribuições condicionais.
1.2.5 Esperança condicional

Para cada uma das distribuições condicionais, podemos calcular a respectiva esperança condicional:
P
EX (X | Y = y) = x Pr(X = x | Y = y) (1.1)
x
P
EY (Y |X = x) = y Pr( Y = y|X = x) (1.2)
y
Os subscritos X e Y nas definições acima servem para lembrar a dependência em X e Y de cada

uma das esperanças acima.
Note que, para cada valor y de Y temos um valor diferente de E(X|Y = y) e para cada valor
x de X, temos um valor diferente de E(Y |X = x).Sendo assim, podemos definir uma função g que
associa, a cada valor y de Y, o valor E(X|Y = y) e outra função h que associa a cada valor x de
X, o valor E(Y |X = x), ou seja,
g : y 7−→ g(y) = EX (X|Y = y)

h : x 7−→ h(x) = EY (Y |X = x)
Como X e Y são variáveis aleatórias, resulta que g(Y ) e h(X) são também variáveis aleatórias.
Vamos estabelecer a seguinte notação:
g(Y ) = EX (X|Y )
h(X) = EY (Y |X)
Podemos, então, calcular as esperanças de g(Y ) e h(X) e para lembrar a dependência em cada uma
das variáveis, vamos denotar essas esperanças por EY [g(Y )] e EX [h(X)]. Usando a definição (1.1),
temos que
P P
EY [g(Y )] = EY [EX (X|Y )] = g(y) Pr(Y = y) = EX (X|Y = y) Pr(Y = y)
y y
PP P P Pr(X = x, Y = y)
= x Pr( X = x| Y = y) Pr(Y = y) = x Pr(Y = y)
y x y x Pr(Y = y)
PP P P
= x Pr(X = x, Y = y) = x Pr(X = x, Y = y)
y x x y
P
= x Pr(X = x) = E(X)
x
Na última linha usamos a definição da distribuição marginal de Y.

Analogamente, por (1.2), resulta que
P P
EX [h(X)] = EX [EY (Y |X)] = h(x) Pr(X = x) = E(Y |X = x) Pr(X = x)
x x
PP P P Pr(X = x, Y = y)
= y Pr( Y = y|X = x) Pr(X = x) = y Pr(X = x)
x y x y Pr(X = x)
PP P P
= y Pr(X = x, Y = y) = y Pr(X = x, Y = y)
x y y x
P
= y Pr(Y = y) = E(Y )
y
Resumindo:
g(Y ) = EX (X|Y ) e EY [EX (X|Y )] = E (X)

h(X) = EY (Y |X) e EX [EY (Y | X)] = E (Y )
Exemplo (continuação)
Vamos continuar com o exemplo inicial, calculando as distribuições condicionais de Y dado X = xi
e suas esperanças:
y 0 1
Y |X = 0 : EY (Y | X = 0) = 0
p 1 0
y 0 1 1
Y |X = 1 : EY (Y | X = 1) =
p 2/3 1/3 3
y 0 1 2
Y |X = 2 : EY (Y | X = 2) =
p 1/3 2/3 3
y 0 1
Y |X = 3 : EY (Y | X = 3) = 1
p 0 1
1 2
Os valores possíveis de h(X) = EY (Y |X) são 0, , e 1 e esses valores ocorrem quando X = 0,
3 3
X = 1, X = 2 ou X = 3 respectivamente. Logo, as probabilidades de ocorrência de cada um deles
são exatamente as probabilidades de X assumir os seus valores, isto é, temos a seguinte distribuição:
e 0 1/3 2/3 1
h(X) = EY (Y |X) :
p 1/8 3/8 3/8 1/8
A esperança dessa distribuição é

1 1 3 2 3 1 4 1
EX [h(X)] = EX [EY (X|Y )] = 0 × + × + × + 1 × = = = E(Y )
8 3 8 3 8 8 8 2
Para a distribuição condicional de X dado Y , temos os seguintes resultados:
0 1 2 3
X|Y = 0 : 2 4 2 EX (X|Y = 0) = 1
8 8 8
0
0 1 2 3
X|Y = 1 : EX (X|Y = 1) = 2
0 28 4
8
2
8
e para a variável aleatória g(Y ) = EX (X|Y ) temos a seguinte f.d.p.
1 2
1 1
2 2
e
1 1 3
E[g(Y )] = EY [EX (X|Y )] = 1 × + 2 × = = E (X)
2 2 2
1.3 Independência de variáveis aleatórias

No exemplo anterior, obtivemos o seguinte resultado: a partir da distribuição conjunta de (Y, Z),
concluímos que:
Pr(Y = y | Z = z) = Pr(Y = y) ∀y, z
Em analogia com a definição de eventos aleatórios, esse fato nos leva à definição de variáveis
aleatórias independentes. No caso de eventos, a definição de independência Pr(A | B) = Pr(A)
tinha que considerar eventos B tais que Pr(B) 6= 0, mas ela levava a uma definição mais geral:
os eventos A e B são independentes se Pr(A ∩ B) = Pr(A) Pr(B). Analogamente, vamos definir
variáveis aleatórias independentes da seguinte forma.
Definição 1.1 Seja (X, Y ) um vetor aleatório discreto com distribuição conjunta p(x, y) = Pr(X =
x, Y = y). Dizemos que X e Y são independentes se e somente se
Pr(X = x, Y = y) = Pr(X = x) Pr(Y = y) ∀x, y
ou seja, a distribuição conjunta é o produto das distribuições marginais.
Note que a condição acima tem que valer para todo par possível de valores (x, y).
1.3.1 Exemplo (continuação)

X e Y não são independentes porque:
1 1 1
Pr(X = 0, Y = 0) = 6= Pr(X = 0) Pr(Y = 0) = ×
8 8 2
X e Z não são independentes porque:
1 1 2
Pr(X = 0, Z = 0) = 6= Pr(X = 0) Pr(Z = 0) = ×
8 8 8
Y e Z são independentes porque:
1 1 2
Pr(Y = 0, Z = 0) = = Pr(Y = 0) Pr(Z = 0) = ×
8 2 8
1 1 1
Pr(Y = 0, Z = 1) = = Pr(Y = 0) Pr(Z = 1) = ×
4 2 2
1 1 1
Pr(Y = 0, Z = 2) = = Pr(Y = 0) Pr(Z = 2) = ×
8 2 4
1 1 2
Pr(Y = 1, Z = 0) = = Pr(Y = 1) Pr(Z = 0) = ×
8 2 8
1 1 1
Pr(Y = 1, Z = 1) = = Pr(Y = 1) Pr(Z = 1) = ×
4 2 2
1 1 1
Pr(Y = 1, Z = 2) = = Pr(Y = 1) Pr(Z = 2) = ×
8 2 4
Note a equivalência das definições!
1.4 Funções de variáveis aleatórias

Muitas vezes, conhecida a distribuição conjunta de (X, Y ), estaremos interessados em estudar a
distribuição de uma variável aleatória definida como uma função f(X, Y ). Lidaremos aqui com
funções reais, isto é, f : R2 → R e uma atenção especial será dada às combinações lineares, ou seja,
funções do tipo f (X, Y ) = aX + bY, com a e b números reais quaisquer.
1.4.1 Exemplo (continuação)

Consideremos a seguinte função:
f1 (X, Y ) = X 2 + Y
cujos valores e probabilidades estão a seguir:
X Y Pr(X = x, Y = y) f1 (X, Y ) = X 2 + Y
0 0 1/8 0
1 0 2/8 1
2 0 1/8 4
3 0 0 9
0 1 0 1
1 1 1/8 2
2 1 2/8 5
3 1 1/8 10
Então, a esperança de X 2 + Y é
¡ ¢ 1 2 1
E X 2 + Y = 0 × + 1 × + · · · + 10 ×
8 8 8
= f1 (0, 0) × Pr (X = 0, Y = 0) + f1 (1, 0) × Pr (X = 1, Y = 0) + · · ·
+f1 (3, 1) × Pr (X = 3, Y = 1)
Em geral, temos o seguinte
Teorema 1.1 Seja (X, Y ) um vetor aleatório discreto com fdp conjunta Pr(X = x, Y = y). Seja
h : R2 → R uma função real tal que cada par (x, y) é levado a h (x, y) . Então
PP
E [h (X, Y )] = h (xi , yj ) Pr (X = xi , Y = yj )
i j
Teorema 1.2 Seja (X, Y ) um vetor aleatório discreto com fdp conjunta Pr(X = x, Y = y). Seja
h : R2 → R uma função real tal que h (x, y) = x + y. Então
E (X + Y ) = E(X) + E(Y )
(Esperança da soma é a soma das esperanças)

Demonstração: Usando o teorema anterior, temos que

PP
E (X + Y ) = (xi + yj ) Pr (X = xi , Y = yj ) =
i j
PP PP
= xi Pr (X = xi , Y = yj ) + yj Pr (X = xi , Y = yj )
i j i j
P P P P
= xi Pr (X = xi , Y = yj ) + yj Pr (X = xi , Y = yj ) =
i j j i
P P
= xi Pr (X = xi ) + yj Pr (Y = yj ) = E(X) + E(Y )
i j
Dos resultados já vistos, segue o resultado mais geral:
Resultado 1.1 Sejam X1 , X2 , . . . , Xn variáveis aleatórias discretas com distribuição conjunta p(x1 ,
x2 , . . . , xn ). Então:
E (a1 X1 + a2 X2 + · · · + an Xn ) = a1 E(X1 ) + a2 E(X2 ) + · · · + an E(Xn ) (1.3)
Usando a definição de variância, vamos estudar a variância da soma de variáveis aleatórias.

£ ¤
Var(X + Y ) = E (X + Y )2 − [E(X + Y )]2 =
= E(X 2 + 2XY + Y 2 ) − [E(X) + E(Y )]2 =
= E(X 2 ) + 2E(XY ) + E(Y 2 ) − [E(X)]2 − 2E(X)E(Y ) − E(Y 2 ) =
© ª © ª
= E(X 2 ) − [E(X)]2 + E(Y 2 ) − E(Y 2 ) + 2 [E(XY ) − E(X)E(Y )] =
= Var(X) + Var(Y ) + 2 [E(XY ) − E(X)E(Y )]
Então, na variância da soma, aparece um termo envolvendo a diferença entre a esperança do

produto e o produto das esperanças. Esse termo define a covariância de duas variáveis aleatórias.
1.5 Covariância
Definição 1.2 A covariância entre duas variáveis aleatórias X e Y é definida por
Cov(X, Y ) = E [X − E(X)] [Y − E(Y )] = E(XY ) − E(X)E(Y )
Substituindo essa definição na expressão da variância da soma de variáveis aleatórias obtém-se

o
Resultado 1.2 A variância da soma de duas v.a. é dada por
Var(X + Y ) = Var(X) + Var(Y ) + 2 Cov(X, Y )

1.5.1 Propriedades da covariância

Vamos usar as seguintes propriedades já vistas para a esperança para demonstrar propriedades
análogas da covariância:
E(X + b) = E(X) + b
E(aX) = aE(X)
E(aX + b) = aE(X) + b
1.
Cov(aX + b, cY + d) = ac Cov(X, Y )
De fato:
Cov(aX + b, cY + d) = E [(aX + b) − E (aX + b) [(cY + d) − E (cY + d)]

= E[aX + b − aE(X) − b][cY + d − cE(Y ) − d]
= E[aX − aE(X)][cY − cE(Y )]
= E{a[X − E(X)]c[Y − E(XY )]}
= acE[X − E(X)](Y − E(Y )]
= acCov(X, Y )
2.
Cov(X + Y, Z + W ) = Cov(X, Z) + Cov(X, W ) + Cov(Y, Z) + Cov(Y, W )
De fato:
Cov(X + Y, Z + W ) = E (X + Y ) (Z + W ) − E (X + Y ) E (Z + W ) =
= E(XZ + XW + Y Z + Y W ) − [E(X) + E(Y )] [E(Z) + E(W )] =
= E(XZ) + E(XW ) + E(Y Z) + E(Y W ) − E(X)E(Z) −
−E(X)E(W ) − E(Y )E(Z) − E(Y )E(W )
= [E(XZ) − E(X)E(Z)] + [E(XW ) − E(X)E(W )] +
+ [E(Y Z) − E(Y )E(Z)] + [E(Y W ) − E(Y )E(W )]
= Cov(X, Z) + Cov(X, W ) + Cov(Y, Z) + Cov(Y, W )
3. Dos resultados anteriores, segue que
Var(X − Y ) = Var(X) + Var(Y ) − 2 Cov(X, Y )
De fato:
Var(X − Y ) = Var[X + (−Y )] = Var(X) + Var(Y ) + 2 Cov[X, (−1 × Y )] =

= Var(X) + Var(Y ) + 2 × (−1) Cov(X, Y ) =
= Var(X) + Var(Y ) − 2 Cov(X, Y )
1.5.2 Interpretação da covariância

No estudo da estatística descritiva, dados dois conjuntos de dados x1 , . . . , xn e y1 , . . . , yn referentes
a duas variáveis de interesse X e Y , definimos a covariância entre X e Y como
1X
n
Cov(X, Y ) = (xi − x)(yi − y)
n i=1
No contexto de variáveis aleatórias, a média é calculada como uma média ponderada pelas proba-
bilidades; assim, temos uma total analogia entre as definições de covariância nos dois contextos.
Foi visto também que a covariância é uma medida de associação linear entre as variáveis.
Construindo um diagrama de dispersão para as variáveis, se existir uma associação linear crescente,
os pontos (x, y) tenderão a se concentrar nos primeiro e terceiro quadrantes, onde o produto das
coordenadas é positivo. Se existir uma associação linear decrescente, os pontos se concentrarão
no segundo e quarto quadrantes, onde o produto é negativo. Como antes, o fato de se tomar
E[X − E(X)][Y − E(Y )], e não E(XY ), resulta da necessidade de “centrar” a nuvem de pontos
na origem (0, 0) e não em (E(X), E(Y )).
1.5.3 Independência e covariância de variáveis aleatórias

Da definição de independência de variáveis aleatórias, resulta o seguinte fato: se X e Y são variáveis
aleatórias independentes, qualquer conhecimento sobre Y não nos dá informação sobre X. Usando
essa interpretação, mais a interpretação do conceito de covariância, é de se esperar que a covariância
entre variáveis independentes seja nula (se elas são independentes, não deverá existir qualquer
associação entre elas, muito menos uma associação linear). Vamos ver um resultado geral que trata
dessa relação.
Resultado 1.3 Se X e Y são variáveis aleatórias independentes, então Cov(X, Y ) = 0.

Demonstração:
Se X e Y são independentes, então Pr(X = x, Y = y) = Pr(X = x) Pr(Y = y). Mas nesse
caso,
XX XX
E(XY ) = xy Pr(X = x, Y = y) = xy Pr(X = x) Pr(Y = y) =
x y x y
X X
= x Pr(X = x) y Pr(Y = y) = E(X)E(Y )
x y
Logo, Cov(X, Y ) = E(XY ) − E(X)E(Y ) = 0.
Note que a recíproca desse resultado não é verdadeira, isto é, covariância nula não significa inde-
pendência entre as variáveis. Esse resultado pode ser visto intuitivamente a partir da interpretação
de covariância: covariância nula significa ausência de associação linear. Nada impede que exista
outro tipo de associação entre as variáveis, o que caracterizaria a falta de independência entre elas.
Como exemplo, consideremos a seguinte de distrbuição de probabilidade.conjunta:.
X pY (y)
0 1 2
1 3/20 3/20 2/20 2/5
Y 2 1/20 1/20 2/20 1/5
3 4/20 1/20 3/20 2/5
pX (x) 2/5 1/4 7/20 1
Para essa distribuição temos:

2 1 7 19
E(X) = 0 × +1× +2× =
5 4 20 20
2 1 2
E(Y ) = 1 × +2× +3× =2
5 5 5
3 3 2
E(XY ) = 0 × +1× +2× +
20 20 20
1 1 2
+0 × +2× +4× +
20 20 20
4 1 3
+0 × +3× +6×
20 20 20
38 19
= = × 2 = E(X) × E(Y )
20 20
Logo, Cov(X, Y ) = E(XY ) − E(X)E(Y ) = 0 mas X e Y não são independentes porque, por
exemplo:
3 8 8
Pr(X = 0, Y = 1) = 6= Pr(X = 0) × Pr(Y = 1) = ×
20 20 20
1.6 Coeficiente de correlação

Como já definido anteriormente, o coeficiente de correlação entre duas variáveis X e Y é
Cov(X, Y )
Corr(X, Y ) =
σX σY
onde σ X e σ Y são os desvios padrões de X e Y respectivamente.
A propriedade fundamental do coeficiente de correlação é dada no seguinte teorema:
Teorema 1.3 Dadas duas variáveis aleatórias X e Y com esperançca, variância e covariância
finitas, então
−1 ≤ Corr(X, Y ) ≤ 1
Teorema 1.4 Dadas duas variáveis aleatórias X e Y com esperanças, variâncias e covariâncvia
finitas, então
−1 ≤ Corr(X, Y ) ≤ 1
Demonstração:
Sejam
X − E(X) Y − E(Y )
X∗ = Y∗ =
σX σY
as variáveis padronizadas. Das propriedades de esperança e variância, sabemos que E (X ∗ ) =
E (Y ∗ ) = 0 e Var (X ∗ ) = Var (Y ∗ ) = 1. Sabemos também que a variância de qualquer variável
aleatória é não-negativa. Em particular,
Var (X ∗ + Y ∗ ) ≥ 0 ⇒ Var (X ∗ ) + Var (Y ∗ ) + 2 Cov (X ∗ , Y ∗ ) ≥ 0 ⇒
1 + 1 + 2 Cov (X ∗ , Y ∗ ) ≥ 0 ⇒ Cov (X ∗ , Y ∗ ) ≥ −1
Analogamente,
Var (X ∗ − Y ∗ ) ≥ 0 ⇒ Var (X ∗ ) + Var (Y ∗ ) − 2 Cov (X ∗ , Y ∗ ) ≥ 0 ⇒
1 + 1 − 2 Cov (X ∗ , Y ∗ ) ≥ 0 ⇒ Cov (X ∗ , Y ∗ ) ≤ 1
Mas, usando as propriedades da covariância, temos que
µ ¶
∗ ∗ X − EX Y − EY
Cov (X , Y ) = Cov ,
σX σY
1
= Cov[X − E(X), Y − E(Y )]
σX σY
1
= Cov(X, Y )
σX σY
= ρ (X, Y )
Conclui-se, então, que
−1 ≤ ρ (X, Y ) ≤ 1
Todas as propriedades vistas anteriormente, no contexto da estatística descritiva, continuam

válidas no contexto de variáveis aleatórias.
Consideremos o caso em que ρ (X, Y ) = 1. Então, Cov (X ∗ , Y ∗ ) = 1 e, portanto
Var (X ∗ − Y ∗ ) = V ar(X ∗ ) + V ar(Y ∗ ) − 2Cov(X ∗ , Y ∗ ) = 1 + 1 − 2 × 1 = 0
Mas V ar(X ∗ − Y ∗ ) = 0 significa que X ∗ − Y ∗ é uma constante, isto é,
X − EX Y − EY
− = k⇒
σX σY
X − EX Y − EY
= +k ⇒
σX σY
σX σX
X − E(X) = Y − EY + σ X k ⇒
σY σY
σX
X = Y +k
σY
³ ´
ou seja, existe uma associação linear crescente σσXY > 0 perfeita entre X e Y .
Analogamente, se ρ (X, Y ) = −1,então Cov (X ∗ , Y ∗ ) = −1 e
Var (X ∗ + Y ∗ ) = V ar(X ∗ ) + V ar(Y ∗ ) + 2Cov(X ∗ , Y ∗ ) = 1 + 1 + 2 × (−1) = 0
o que significa que X ∗ + Y ∗ é uma constante, isto é,

X − EX Y − EY X − EX Y − EY
+ = k⇒ =− +k ⇒
σX σY σX σY
σX σX
X − E(X) = − Y + EY + σ X k ⇒
σY σY
σX
X = − Y + k∗
σY
³ ´
ou seja, existe uma associação linear decrescente − σσXY < 0 perfeita entre X e Y .
1.7 Exercícios propostos

1. A tabela abaixo dá a distribuição conjunta de X e Y :
X
Y 1 2 3
0 0,1 0,1 0,1
1 0,2 0,0 0,3
2 0,0 0,1 0,1
(a) Determine as distribuições marginais de X e Y.

(b) Calcule a esperança e a variância de cada uma das variáveis X e Y. (Resp.: 2, 2; 0, 76; 0, 9; 0, 49)
(c) Verifique se X e Y são independentes, justificando sua resposta. (Resp.: Não)
(d) Calcule P (X = 1|Y = 0) e P (Y = 2|X = 3). (Resp.: 1/3; 1/5)
(e) Calcule P (X ≤ 2) e P (X = 2, Y ≤ 1). (Resp.: 0, 5; 0, 1)
(f) Calcule a covariância e a correlação entre X e Y. (Resp.: 0, 12; 0, 1966)
2. Sejam X e Y variáveis aleatórias com E(X) = E(Y ) = 0 e Var(X) = Var(Y ) = 1. Prove que
ρ (U, V ) = 0, onde U = X + Y e V = X − Y.
3. Um aluno faz um teste de múltipla escolha com 4 questões do tipo Verdadeiro-Falso. Suponha
que o aluno esteja “chutando” todas as questões, uma vez que ele não estudou a matéria da
prova. Defina as seguintes variáveis aleatórias:
X1 = número de acertos entre as duas primeiras questões da prova

Y1 = número de acertos entre as duas últimas questões da prova
X2 = número de acertos entre as três primeiras questões da prova
Y2 = número de acertos entre as três últimas questões da prova
(a) Construa uma tabela com o espaço amostral associado a este experimento, listando todas
as possibilidades de acerto e os valores de X1 , Y1 , X2 , Y2 e suas probabilidades.
(b) Construa a função de distribuição conjunta de (X1 , Y1 ) com as respectivas marginais.
(c) Construa a função de distribuição conjunta de (X2 , Y2 ) com as respectivas marginais.
(d) Verfique se X1 e Y1 são independentes. (Resp.: Sim)
(e) Verfique se X2 e Y2 são independentes. (Resp.: Não)
(f) Por que já era de se esperar as diferenças observadas em (d) e (e)?
(g) Calcule a covariância entre X1 e Y1 . (Resp.: 0)
(h) Calcule a covariância entre X2 e Y2 . (Resp.: 5/16)
(i) Calcule as seguintes distribuições condicionais com suas esperanças condicionais:
X2 | Y2 = 0 X2 | Y2 = 1 X2 | Y2 = 2 X2 | Y2 = 3
(j) Calcule E [E (X2 | Y2 )] .
4. Uma moeda honesta é lançada 4 vezes. Seja X o número de caras nos 2 primeiros lançamentos
e seja Y o número de caras nos 3 últimos lançamentos.
(a) Liste todos os elementos do espaço amostral deste experimento, epsecificando os valores
de X e Y .
(b) Construa a função de distribuição conjunta de X e Y.
(c) Calcule E(X), E(Y ), V ar(X), V ar(Y )
(d) Calcule Cov(X, Y ) e Corr(X, Y ).
(e) Se Z = X + Y, calcule E(Z) e V ar(Z)
(f) Se W = X − Y, calcule E(W ) e V ar(W ).
Capítulo 2
Variáveis Aleatórias Bidimensionais
Contínuas
2.1 Função de densidade conjunta

Sejam X, Y duas variáveis aleatórias contínuas. A densidade conjunta f (x, y) é uma função que
satisfaz as seguintes propriedades:
1. f (x, y) ≥ 0
Z +∞ Z +∞
2. f(x, y)dxdy = 1
−∞ −∞
Z d Z b
3. Pr(a ≤ X ≤ b, c ≤ Y ≤ d) = f (x, y)dxdy
c a
2.1.1 Exemplo
Considere a seguinte função: ½
2 0≤x≤y≤1
f (x, y) =
0 caso contrário
Vamos mostrar que f (x, y) realmente define uma função de densidade para, em seguida, calcular
Pr(X ≤ 1/2, Y ≤ 1/2).
O ponto principal no cálculo de integrais duplas é definir corretamente os limites de integração.
Na Figura 2.1 a parte sombreada representa a região de integração, ou seja, o domínio de variação
de X e Y. Note que, nessa região, para cada y no intervalo [0, 1], o valor de x varia de 0 até y.
Z Z Z 1 ∙Z y ¸ Z 1 Z 1
¯1
f(x, y)dxdy = 2dx dy = y
[2x]0 dy = 2ydy = y 2 ¯0 = 1
0 0 0 0
Obviamente, f (x, y) ≥ 0. Dessa forma, estão satisfeitas as condições e f (x, y) realmente define uma
função de densidade.
Para o cálculo de Pr(X ≤ 1/2, Y ≤ 1/2), temos que considerar a região de integração sombreada
na Figura 2.2.
18
CAPÍTULO 2. VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS CONTÍNUAS 19
Figura 2.1: Função de densidade para o Exemplo 1
Figura 2.2: Região de integração para o cáclulo de Pr(X ≤ 2, Y ≤ 2) − Exemplo 1

R 1/2 £R y ¤ R 1/2 y R 1/2 ¯

2 ¯1/2 1
Pr(X ≤ 1/2, Y ≤ 1/2) = 0 0
2dx dy = 0
[2x] 0 dy = 0
2ydy = y 0
=
4
2.1.2 Exemplo (Exercício 18, p. 220 - Bussab & Morettin)

Seja (X, Y ) um vetor aleatório com função de densidade conjunta dada por
½ 1
8
x(x − y) 0 < x < 2; −x < y < x
f(x, y) =
0 caso contrário
Vamos mostrar que f (x, y) realmente define uma função de densidade conjunta. Como x > 0, o
sinal de f (x, y) é determinado pelo termo x − y. Para que f (x, y) ≥ 0, temos que ter x − y ≥ 0, ou
equivalentemente
Z Z y ≤ x e essa condição é satisfeita no domínio de definição de f. Para mostrar que
f(x, y)dxdy = 1 vamos analisar o domínio de definição de f, que está ilustrado na Figura
2.3.
Figura 2.3: Domínio de definição de f(x, y) para o Exemplo 2.1.2

Note que, nesse domínio, para cada valor de x, y varia de −x a +x. Logo,
Z Z Z 2 Z +x
1
f(x, y)dxdy = x(x − y)dydx =
0 −x 8
Z Z
1 2 +x 2
= (x − xy)dydx
8 0 −x
Z µ ¶¯+x
1 2 2 y 2 ¯¯
= x y−x dx
8 0 2 ¯−x
Z ∙µ ¶ µ ¶¸
1 2 3 x3 3 x3
= x − − −x − dx
8 0 2 2
Z µ ¶¯2
1 2 3 1 x4 ¯¯ 16
= 2x dx = ¯ = =1
8 0 8 2 0 16
Logo, f (x, y) é uma função de densidade.
2.2 Densidades marginais

As densidades marginais de X e Y são:
Z
fX (x) = f (x, y)dy (2.1)
Z
fY (y) = f (x, y)dx
2.2.1 Exemplo 2.1.1 (continuação)

Vamos calcular as densidades marginais para o Exempo 2.1.1. Analisando a Figura 2.1, podemos
ver que, para y ∈ [0, 1], x varia de 0 a y. Logo,
Z Z y
fY (y) = f (x, y)dx = 2dx = 2y 0≤y≤1
0
Note que, como função de y, fY (y) é uma função linear. Deste resultado podemos ver que
Z 1 ¯1
y 3 ¯¯ 2
E(Y ) = y2ydy = 2 ¯ =
0 3 0 3
Para cada x ∈ [0, 1], y varia de x até 1. Logo,
Z Z 1
fX (x) = f(x, y)dy = 2dy = 2y|1x = 2(1 − x) 0≤x≤1
x
que é também uma função linear de x. Podemos ver que

Z 1 µ ¶¯1
2 x3 ¯¯ 1
E(X) = x [2(1 − x)] dx = x − 2 =
0 3 ¯0 3

Vamos calcular as densidades marginais para o Exemplo 2.1.2. Analisando a Figura 2.3, podemos
ver que, para x ∈ (0, 2), y varia de −x a +x. Logo, para x ∈ (0, 2)
Z Z µ ¶¯+x
1 +x
1 +x 2 1 2 y 2 ¯¯
fX (x) = x(x − y)dy = (x − xy)dy = x y−x
−x 8 8 −x 8 2 ¯−x
∙µ ¶ µ ¶¸
1 3 x3 3 x3 2x3 x3
= x − − −x − = =
8 2 2 8 4
e daí podemos ver que ¯2

Z 2
x3 1 x5 ¯¯ 32 8
E(X) = x dx = ¯ = =
0 4 4 5 0 20 5
Para calcularmos fY (y), teremos que considerar as duas partes do domínio de definição de y :
(−2, 0) e [0, 2). Para y ∈ (−2, 0), x varia de −y a 2 (veja a Figura 2.3). Logo,
Z Z µ ¶¯2
1 2
1 2 2 1 x3 x2 ¯¯
fY (y) = x(x − y)dx = (x − xy)dx = −y
−y 8 8 −y 8 3 2 ¯−y
∙µ ¶ µ 3 ¶¸
1 8 y y3
= − 2y − − −
8 3 3 2
µ ¶
1 5 3 8 1 ¡ 3 ¢
= y − 2y + = 5y − 12y + 16 −2<y <0
8 6 3 48
Para y ∈ [0, 2), x varia de y a 2 (veja a Figura 2.3). Logo,

Z Z µ ¶¯2
1 2
1 2 2 1 x3 x2 ¯¯
fY (y) = x(x − y)dx = (x − xy)dx = −y
y 8 8 y 8 3 2 ¯y
∙µ ¶ µ 3 ¶¸
1 8 y y3
= − 2y − −
8 3 3 2
µ ¶
1 1 3 8 1 ¡ 3 ¢
= y − 2y + = y − 12y + 16 0≤y<2
8 6 3 48
Desses dois resultados podemos calcular

Z Z 0 Z 2
1 ¡ 3 ¢ 1 ¡ 3 ¢
E(Y ) = yfY (y)dy = y 5y − 12y + 16 dy + y y − 12y + 16 dy
−2 48 0 48
µ 5 ¶¯2
1 ¡ 5 ¢¯0 1 y ¯
= y − 4y 3 + 8y 2 ¯−2 + − 4y 3 + 8y 2 ¯¯
48 48 5 0
µ ¶
1 © £ 5 3 2
¤ª 1 32
= 0 − (−2) − 4(−2) + 8(−2) + − 32 + 32
48 48 5
µ ¶
1 32 1 128 8
= 32 − 32 − 32 + =− × =−
48 5 48 5 15
2.3 Distribuições e esperanças condicionais

Por definição, temos que
f(x, y)
fX|Y (x|y) = (2.2)
fY (y)
Note que, para cada y temos uma densidade condicional diferente. Analogamente,
f(x, y)
fY |X (y|x) = (2.3)
fX (x)
e para cada x temos uma densidade condicional diferente. Como no caso discreto, definem-se as
seguintes esperanças condicionais:
Z Z
f (x, y)
EX (X | Y = y) = xX|Y f(x|y)dx = dx x (2.4)
fY (y)
Z Z
f(x, y)
EY (Y |X = x) = yfY |X (y|x)dy = y dy (2.5)
fX (x)
Note que, para cada valor y de Y temos um valor diferente de EX (X|Y = y) e para cada valor x
de X, temos um valor diferente de EY (Y |X = x).Assim, aqui também podemos definir uma função
g que associa, a cada valor y de Y, o valor EX (X|Y = y) e outra função h que associa a cada valor
x de X, o valor EY (Y |X = x), ou seja,
g : y 7−→ g(y) = EX (X|Y = y)
h : x 7−→ h(x) = EY (Y |X = x)
Como X e Y são variáveis aleatórias, resulta que g(Y ) e h(X) são também variáveis aleatórias:
g(Y ) = EX (X|Y )
h(X) = EY (Y |X)
Usando a definição (2.4), temos que
Z Z
EY [g(Y )] = EY [EX (X|Y )] = g(y)fY (y)dy = EX (X|Y = y)fY (y)dy
Z µZ ¶ Z Z
f(x, y)
= x dx fY (y)dy = xf (x, y)dxdy
fY (y)
Z µZ ¶ Z
= x f (x, y)dy dx = xfX (x)dx = E(X)
Na última linha usamos a definição da distribuição marginal de Y.

Analogamente, por (2.5), resulta que
Z Z
EX [h(X)] = EX [EY (Y |X)] = h(x)fX (x)dx = EY (Y |X = x)fX (x)dx
Z µZ ¶ Z Z
f(x, y)
= y dy fX (x)dx = yf(x, y)dx
fX (x)
Z µZ ¶ Z
= y f (x, y)dx dy = yfY (y)dy = E(Y 0
Como no caso discreto:

g(Y ) = EX (X|Y ) e EY [EX (X|Y )] = E (X)
h(X) = EY (Y |X) e EX [EY (Y | X)] = E (Y )

Vamos calcular as distribuições condicionais para o Exemplo 2.1.1. Vimos que, dado y, x pode
variar no intervalo [0, y]. Temos que
f (x, y) 2 1
fX|Y (x|y) = = = 0≤x≤y
fY (y) 2y y
Note que essa é uma função de x, isto é, dado y, estamos calculando a distribuição condicional
de X; podemos ver que essa é uma função constante (não depende de x), o que caracteriza uma
densidade uniforme no intervalo [0, y].
A esperança condicional de X dado Y é
Z Zy ¯y µ ¶
1 1 x2 ¯¯ 1 y2 y
E(X|Y = y) = xfX|Y (x|y)dx = x dx = ¯ = −0 =
y y 2 0 y 2 2
0
Então, como função de y, E(X|Y = y) é uma função linear.

Como E(X|Y = y) é uma função de y, segue que E(X|Y = y) = h(y) é uma variável aleatória
e, portanto, podemos calcular sua esperança:
Z
EY (EX (X|Y = y)) = EY (h(Y )) = h(y)fY (y)dy
Z 1 Z 1
y 1
= 2ydy = y 2 dy = = E(X)
0 2 0 3
Dado x, vimos que y pode variar de x até 1.
f(x, y) 2 1
fY |X (y|x) = = = x≤y≤1
fX (x) 2(1 − x) 1−x
que também é uma densidade uniforme no intervalo [x, 1].
Z Z 1 ¯1
1 1 y 2 ¯¯ 1 ¡ 2
¢
E(Y |x) = yfY |X (y|x)dy = y dy = = 1 − x
x 1−x 1 − x 2 ¯x 2(1 − x)
1 x+1
= (1 − x)(1 + x) =
2(1 − x) 2
Como função de x, E(Y |x) é uma função linear e sua esperança é
Z 1 Z 1 Z 1
x+1 x+1
E(E(Y |X)) = fX (x)dx = 2(1 − x)dx = (1 − x2 )dx
0 2 0 2 0
µ ¶¯1
x3 ¯¯ 2
= x− = = E(Y )
3 ¯0 3

Vamos calcular as distribuições condicionais para o Exemplo 2.1.2. Vimos que, dado x, y pode
variar no intervalo [−x, x]. Temos que
1 µ ¶
f(x, y) x(x − y) 1 1 1
fY |X (y|X = x) = = 8 = − y −x<y <x
fX (x) x3 2 x x2
4
e, portanto,
Z µ x ¶ Z µ ¶
1 1 1 1 x 1 1 2
E(Y |X = x) = y − y dy = y − 2 y dy
−x 2 x x2 2 −x x x
µ 2 ¶¯
3 ¯x
∙µ 2 3
¶ µ ¶¸
1 1y 1 y ¯ 1 1x 1 x 1 (−x)2 1 (−x)3
= − 2 = − 2 − − 2
2 x 2 x 3 ¯−x 2 x 2 x 3 x 2 x 3
h³
1 x x ´ ³ x x ´i x
= − − + =−
2 2 3 2 3 3
Como E(Y |X = x) é uma função de x, que varia no intervalo (0, 2), podemos calcular sua esperança
em relação a fx :
Z 2 ¯2
x x3 1 x5 ¯¯ 8
E(E(Y |X)) = − dx = − = − = E(Y )
0 3 4 12 5 ¯0 15
2.4 Independência de variáveis aleatórias contínuas

Seja (X, Y ) um vetor aleatório bidimensional com função de densidade conjunta f(x, y). Sejam
fX (x) e fY (y) as densidades marginais de X e Y, respectivamente. Então, diz-se que X e Y são
variáveis aleatórias independentes se
f(x, y) = fX (x)fY (y)
ou seja, a densidade conjunta tem que ser o produto das densidades marginais para todo par (x, y)
no domínio de definição.
2.5 Funções de variáveis aleatórias contínuas

Assim como no caso discreto, conhecida a densidade conjunta de (X, Y ), estaremos interessados
em estudar a densidade de uma variável aleatória definida como uma função h(X, Y ), .onde h é
uma função real, isto é, h : R2 → R e novamente uma atenção especial será dada às combinações
lineares, ou seja, funções do tipo h(X, Y ) = aX + bY, com a e b números reais quaisquer.
Teorema 2.1 Sejam X, Y variáveis aleatórias contínuas com densidade conjunta f(x, y) e seja
h : R2 → R uma função qualquer. Então
RR
E [h(X, Y )] = h(x, y)f (x, y)dxdy
Teorema 2.2 Sejam X, Y variáveis aleatórias contínuas com densidade conjunta f(x, y) e seja
h : R2 → R uma função definida por h(X, Y ) = aX + bY então
E [h(X, Y )] = aE(X) + b(E(Y )
Vamos ver, agora, uma extensão para o caso bidimensional de um teorema visto para o caso
univariado que tratava de funções inversíveis.
Teorema 2.3 Sejam X, Y variáveis aleatórias contínuas com densidade conjunta fX,Y (x, y) > 0
numa região A ⊂ R2 . Suponha que (i) u = h1 (x, y) e v = h2 (x, y) definam uma transformação
biunívoca de A ⊂ R2 em B ⊂ R2 ; (ii) as derivadas parciais de x = h−1 −1
1 (u, v) e y = h2 (u, v) sejam
contínuas em B ⊂ R2 ; (iii) o Jacobiano da transformação seja diferente de zero para (u, v) ∈ B.
Então, a densidade conjunta de U = h1 (X, Y ) e V = h2 (X, Y ) é dada por
¡ ¢
fU,V (u, v) = |J| fX,Y h−1 −1
1 (u, v), h2 (u, v)
onde |J| é o módulo do Jacobiano da transformação definido pelo seguinte determinante:

¯ ∂x ∂x ¯
¯ ¯
J = ¯¯ ∂u
∂y
∂v ¯
∂y ¯
∂u ∂v
2.5.1 Exemplo
Sejam X, Y variáveis aleatórias com densidade conjunta dada por f (x, y) = 4xy, 0 < x < 1; 0 <
y < 1. Vamos determinar a densidade de U = XY.
Para aplicar o Teorema 2.3, temos que definir uma segunda função; vamos definir V = X. Logo,
nossa transformação é definida por
u = h1 (x, y) = xy
v = h2 (x, y) = x
e a transformação inversa é dada por
x = v
u
y =
v
u
Como 0 < x < 1 e 0 < y < 1, temos que ter 0 < v < 1 e 0 < v
< 1. Assim, a região
A = {(x, y) : 0 < x < 1; 0 < y < 1}
é transformada na região
B = {(u, v) : 0 < v < 1; 0 < u < v}
Veja a Figura 2.4.
O Jacobiano é ¯ ¯ ¯ ¯
¯ ∂x ∂x ¯ ¯ 0 1 ¯¯ 1
¯ ∂u ∂v ¯=¯ 1 −u ¯ = −
¯ ∂y ∂y ¯ ¯ 2 v
∂u ∂v v v
Figura 2.4: Domínio de definição da variável (Z, W ) do Exemplo 2.5.1
e a densidade conjunta de Z e W é
¯ ¯
¯ 1¯ u 4u
fZ,W (z, w) = ¯¯− ¯¯ · 4v = 0 < v < 1; 0 < u < v
v v v
Como nosso interesse está na densidade de U, temos que calcular a densidade marginal fU (u).
Analisando a região no lado direito da Figura 2.4, vemos que, fixado u, v varia de u até 1. Logo,
Z 1
4u
fU (u) = dv = 4u (ln v)1u = −4u ln u 0<u<1
u v
2.6 Covariância e correlação

As definições de covariância e correlação são as mesmas vistas para o caso discreto
Cov(X, Y ) = E [X − E(X)] [Y − E(Y )] = E(XY ) − E(X)E(Y )

Cov(X, Y )
Corr(X, Y ) =
σX σY
valendo todas as propriedades.
2.7 A distribuição t de Student

Como uma aplicação do Teorema 2.3, vamos obter a distribuição de uma variável aleatória que
será extremamente útil no estudo da Inferência Estatística. Essa distribuição é a distribuição t
de Student, obtida por William Gosset (1876-1937), que trabalhava na Cervejaria Guinness na
Irlanda. Como a cervejaria não permitia a publicação de resultados de pesquisa obtidos por seus
funcionários, Gosset publicou, sob o pseudônimo de Student, o artigo “The Probable Error of a
Mean” na revista Biometrika (vol. 6, no. 1).
Sejam Z ∼ N(0; 1) e Y ∼ χ2 (n) variáveis aleatórias independentes. Vamos obter a densidade

da variável aleatória
Z
U=p
Y /n
Da hipótese de independência segue que
1 2 1
fZ,Y (z, y) = fZ (z)fY (y) = √ e−z /2 ¡ n ¢ n/2 y n/2−1 e−y/2
2π Γ 2 2
Como no exemplo anterior, vamos completar a transformação definindo

z
u = p
y/n
v = y
Então a região
A = {(z, y) : −∞ < z < ∞; 0 < y < ∞}
é transformada na região
B = {(u, v) : −∞ < u < ∞; 0 < v < ∞}
e temos que
p
z = u v/n
y = v
Logo, o jacobiano da transformação é

¯ ∂z ∂z ¯ ¯ p ¯
¯ ¯ ¯ v/n √u √1 ¯ p
J = ¯¯ ∂u
∂y
∂v
∂y
¯=¯
¯ ¯ 0
n2 v ¯ = v/n
¯
∂u ∂v 1
Assim, a densidade conjunta de (U, V ) é

p 1 1
v/n √ e−(u v/n)/2 ¡ n ¢ n/2 v n/2−1 e−v/2
2
fU,V (u, v) =
2π Γ 2 2

v 1/2 1 1 u2
n/2−1 − 2 n +1 v
= √ ¡ ¢ v e
2nπ Γ n2 2n/2
2
1 1 n+1
−1 − 12 un +1 v
= √ ¡ ¢ v 2 e
2nπ Γ n2 2n/2
e a densidade marginal de U é
R
fU (u) = fU,V (u, v)dv
1 1 R ∞ n+1 −1 − 1 u2 +1v
= √ ¡n¢ 0
v 2 e 2 n dv
n/2
2nπ Γ 2 2
Façamos a seguinte mudança de variável

µ ¶
1 u2
w= +1 v
2 n
Então
Z ∞" # n+1
2
−1
1 1 w dw
fU (u) = √ ¡n¢
n/2 1
¡ u2 ¢ e−w 1 ¡ u2 ¢
2nπ Γ 2 2 0 2 n
+1 2 n
+1
Z ∞
1 1 1 n+1
= √ ¡n¢
n/2 £ ¡ ¢¤ n+1 w 2 −1 e−w dw
2nπ Γ 2 2 1 u2
+1 2 0
2 n
µ ¶
1 1 1 n+1
= √ Γ
nπ Γ ¡ n ¢ 21/2 2n/2 · ¡ 1 ¢ n+1
2
¡ u2
+ 1
¢ n+1
2 2
2 2 n
¡ ¢µ ¶− n+1
1 Γ n+1 2 u2 2
= √ ¡n¢ 1 +
nπ Γ 2 n
Essa é a densidade t de Student.
Definição 2.1 Diz-se que uma variável aleatória contínua T tem distribuição t de Student se sua
função de densidade é dada por
¡ ¢µ ¶− n+1
1 Γ n+1
2 t2 2
fT (t) = √ ¡n¢ 1 + −∞<t<∞
nπ Γ 2 n
Essa expressão, certamente, é assustadora! Mas eis uma boa notícia: não precisaremos dela
para calcular probabilidades! No entanto, é interessante notar duas características básicas dessa
expressão: o argumento t da função aparece elevado ao quadrado e fT depende apenas do número
de graus de liberdade da qui-quadrado e, portanto, o parâmetro desta distribuição é, também, o
número de graus de liberdade.
Da primeira observação resulta o fato de que fT é simétrica em torno de zero, ou seja fT (t) =
fT (−t).
Da segunda observação resulta que cada número de graus de liberdade dá origem a uma dis-
tribuição t diferente. No entanto, pela simetria da curva, todas as distribuições t têm média 0.
Além disso, o gráfico da função de densidade da t também tem forma de sino, como a distribuição
normal.
Na Figura 2.5 ilustram-se diferentes distribuições t (n = 1, 2, 10, 30) e, a título de comparação,
em cada gráfico acrescenta-se também a densidade normal padrão. Nos dois gráficos superiores
(n = 1, 2) fica mais nítido o fato de a distribuição t ter maior dispersão. Nos dois gráficos inferiores
(n = 10, 30) o que chama a atenção é a quase coincidência da densidade t com a densidade N(0; 1).
Esse é um resultado importante: à medida que aumenta o número de graus de liberdade, a
distribuição t de Student aproxima-se da N(0; 1). A variância da distribuição t com n graus de
n
liberdade é igual a n−2 (n > 2) e podemos ver que essa variância converge a 1, que é a variância
da N(0; 1), quando n → ∞.
Vamos representar por t(n) a distribuição t de Student com n graus de liberdade.
0,5
0,4 N(0;1)
0,3
t(1)
0,2
0,1
0
-6 -4 -2 0 2 4 6
0,5
0,4 N(0;1)
0,3
t(2)
0,2
0,1
0
-6 -4 -2 0 2 4 6
0,5
0,4
N(0;1)
0,3
t(10)
0,2
0,1
0
-6 -4 -2 0 2 4 6
0,5
0,4 N(0;1) x t(30)
0,3
0,2
0,1
0
-6 -4 -2 0 2 4 6
Figura 2.5: Compração da distribuição t com a N(0; 1)

2.7.1 Tabela da t-Student

Assim como no caso da qui-quadrado, seria necessária uma tabela para cada valor de n. Os pro-
gramas computacionais de estatística calculam probabilidades associadas a qualquer distribuição t.
Mas nos livros didáticos é comum apresentar uma tabela da distribuição t que envolve os valores
críticos, ou seja, valores que deixam determinada probabilidade acima deles. Mais precisamente, o
valor crítico da t(n) associado à probabilidade α é o valor tn;α tal que
Pr(t(n) > tn;α ) = α
Veja a Figura 2.6.
Figura 2.6: Ilustração do valor crítico tn;α da distribuição t(n)
Ao final desta apostila apresentamos a Tabela 4, que é uma apresentação usual dos valores
críticos da distribuição t. Nesta tabela, cada linha corresponde a um número diferente de graus de
liberdade e cada coluna corresponde a uma área α na cauda superior. No corpo da tabela temos o
valor crítico tn;α .
2.7.2 Exemplos
Vamos ver, agora, alguns exemplos de utilização da Tabela 4.
1. Na distribuição t(15) encontre a abscissa t15;0,05 .
2. Na distribuição t(23) encontre a abscissa t tal que Pr(|t(23)| > t) = 0, 05.
3. Na distribuição t(12) encontre a abscissa t tal que Pr(|t(12)| ≤ t) = 0, 90.
Solução
1. Como o número de graus de liberdade é 15, temos que nos concentrar na linha correspondente
a gl = 15. A abscissa t0,05 deixa área 0,05 acima dela; assim, temos que olhar a coluna referente
a α = 0, 05; Logo, t15;0,05 = 1, 753.
2. Usando as propriedades da função módulo, temos a seguinte equivalência:

Pr(|t(23)| > t) = 0, 05 ⇐⇒
Pr(t(23) < −t) + Pr(t(23) > t) = 0, 05
Pela simetria da densidade t, Pr(t(23) < −t) = Pr(t(23) > t). Substituindo:
Pr(t(23) > t) + Pr(t(23) > t) = 0, 05 ⇐⇒
Pr(t(23) > t) = 0, 025 ⇐⇒
t = 2, 069
Esse último valor foi encontrado na Tabela 2, consultando-se a linha correspondente a 23
graus de liberdade e coluna correspondente à área superior de 0,025. Veja a Figura 2.7(a).
3. Das propriedades da função módulo e da simetria da densidade t resultam as seguintes equiv-
alências (veja a Figura 2.7(b):
Pr(|t(12)| ≤ t) = 0, 90 ⇐⇒
Pr(−t ≤ t(12) ≤ t) = 0, 90 ⇐⇒
Pr(−t ≤ t(12) < 0) + Pr(0 ≤ t(12) ≤ t) = 0, 90 ⇐⇒
2 × Pr(0 ≤ t(12) ≤ t) = 0, 90 ⇐⇒
Pr(0 ≤ t(12) ≤ t) = 0, 45 ⇐⇒
Pr(t(12) > t) = 0, 05 ⇐⇒
t = 1, 782
2.7.3 Exercícios
Utilize a Tabela 4 e as propriedades da função de densidade t−Student para encontrar a abscissa
t que satisfaz as condições pedidas:
1. Pr(t(18) > t) = 0, 10
2. Pr(t(8) < t) = 0, 90
3. Pr(t(27) < t) = 0, 005
4. Pr(|t(30)| > t) = 0, 02
5. Pr(|t(24)| ≤ t) = 0, 80
2.8 Exemplo
Sejam X e Y variáveis aleatórias contínuas com as seguinte função de densidade conjunta:
½
cx se 0 < y < x e y < 1 − x
f (x, y) =
0 c.c.
Figura 2.7: Solução dos Exemplos 2 e 3
1. Faça um gráfico ilustrando o domínio de definição de X e Y.
2. Calcule o valor da constante c.
3. Calcule as marginais de X e Y, mostrando que realmente definem uma função de densidade.
4. Calcule E(X), E(Y ), V ar(X), V ar(Y ).
5. Calcule a distribuição condicional fX|Y (x|y).
6. Calcule a esperança condicional E(X|Y = y) - essa esperança é uma função de y!
7. Use os resultados anteriores para mostrar que E[E(X|Y )] = E(X).
8. Calcule a distribuição condicional fY |X (y|x)
9. Calcule a esperança condicional E(Y |X = x) - essa esperança é uma função de x!
10. Use os resultados anteriores para mostrar que E[E(Y |X)] = E(Y ).
11. Calcule Cov(X, Y ).
Solução
Figura 2.8: Construção da região de integração para o Exemplo 2.8

1. Na Figura 2.8 ilustram-se as regiões 0 < y < x (linha superior à esquerda) e y < 1 − x
(linha superior à direita). A região de integração é a interseção dessas duas regiões, que está
ilustrada na linha inferior.
Para achar o ponto de interseção das duas retas, basta explicitar as condições e resolver o
sistema: ½
y=x
y =1−x
Substitutindo a primeira equação na segunda, obtemos que y = 1−y =⇒ 2y = 1 =⇒ y = 1/2.
Como neste ponto de interseção y = x, concluimos que o ponto de interseção é o ponto
(1/2; 1/2). Na Figura 2.9 temos o domínio de varição de X e Y .
Figura 2.9: Região de integração para o Exemplo 2.8
2. Como f(x, y) ≥ 0, temos que ter c > 0. A segunda condição é

RR
R
f (x, y)dxdy = 1
onde R é o domínio de variação de X e Y. Analisando a Figura 2.9, vemos que, para cada
y no intervalo (0; 1/2), a abscissa x varia de y a 1 − y (são as 2 retas que definem R).Note
que começamos fixando y e depois olhamos a variação de x; isso implica na seguinte ordem
de integração:
R 1/2 ³R 1−y ´ R 1/2 ³R 1−y ´ 1
0 y
cxdx dy = 1 ⇐⇒ 0 y
xdx dy = ⇐⇒
c
µ ¶¯
R 1/2 x2 ¯1−y R £ ¤
¯ dy = 1 ⇐⇒ 1/2 (1 − y)2 − y 2 dy = 2 ⇐⇒
0
2 ¯y c 0
c
R 1/2 2 ¡ ¢¯1/2 2 1 1 2 2 2
0
(1 − 2y)dy = ⇐⇒ y − y 2 ¯0 = ⇐⇒ − = ⇐⇒ = ⇐⇒ c = 8
c c 2 4 c 8 c
O mesmo resultado é obtido invertendo-se a ordem de integração. A diferença é que temos

que “quebrar” o domínio de variação de x em 2 partes: 0 < x ≤ 1/2 e 1/2 < x < 1. Para
x ∈ (0; 1/2], vemos na Figura 2.9 que 0 < y < x e para x ∈ (1/2; 1), 0 < y < 1 − x. Então,
temos
RR R 1/2 ¡R x ¢ R 1 ³R 1−x ´
R
f(x, y)dxdy = 1 ⇐⇒ 0 0
cxdy dx + 1/2 0 cxdy dx = 1 ⇐⇒
R 1/2 ¡R x ¢ R1 ³ R 1−x ´ R 1/2 R1
0
cx 0
dy dx + 1/2
cx 0
dy dx = 1 ⇐⇒ 0 cx2 dx + 1/2 cx(1 − x)dx = 1 ⇐⇒
¯1/2 µ 2 ¶¯1 ³c c´ ³c
x3 ¯¯ x x3 ¯¯ c c´
c ¯ + c −c = 1 ⇐⇒ + − − − = 1 ⇐⇒
3 0 2 3 ¯1/2 24 2 3 8 24
c + 12c − 8c − 3c + c 3c
= 1 ⇐⇒ = 1 ⇐⇒ c = 8
24 24
Resulta, então, que ½
8x se 0 < y < x e y < 1 − x
f (x, y) =
0 c.c.
3. As marginais de X e Y são dadas, respectivamente, por

R R
fX (x) = R f(x, y)dy fY (y) = R f(x, y)dx
Para cada uma dessas integrais temos que definir o domínio de variação da variável de inte-
gração no domínio de definição de (X, Y ).
Como visto no item 2, para cada y fixo no intervalo (0; 1/2), x varia de y a 1 − y. Logo,
Z 1−y
¯1−y
fY (y) = 8xdx = 4x2 ¯y = 4(1 − y)2 − 4y 2 = 4 − 8y + 4y 2 − 4y 2
y
ou seja:
fY (y) = 4(1 − 2y) 0 < y < 1/2 (2.6)
Note que é fundamental explicitar o domínio de variação de y, de acordo com a região conjunta!
Para a marginal de X, novamente temos que “quebrar” o domínio de variação nos intervalos
(0; 1/2] e (1/2; 1). Para x ∈ (0; 1/2], vemos na Figura 2.9 que 0 < y < x e, neste caso,
Rx Rx
fX (x) = 0 8xdy = 8x 0 dy = 8x2
Para x ∈ (1/2; 1), 0 < y < 1 − x, e neste caso

R 1−x R 1−x
fX (x) = 0 8xdy = 8x 0 dy = 8x(1 − x)8x(1 − x)
Logo, ½
8x2 0 < x ≤ 1/2
fx (x) = (2.7)
8x(1 − x) 1/2 < x < 1
4. Temos que usar as marginais de X e Y e as definições de esperança e variância.

R1 R 1/2 R1
E(X) = 0 xfX (x)dx = 0 x8x2 dx + 1/2 x8x(1 − x)dx
¯1/2 ¯1 ¯1
x4 ¯¯ x3 ¯¯ x4 ¯¯
= 8 ¯ +8 ¯ − 8 ¯
4 0 3 1/2 4 1/2
¯ 1/2 8 ¯ 1 ¯1
= 2 x4 ¯0 + x3 ¯1/2 − 2 x4 ¯1/2
3µ ¶ µ ¶
1 8 1 1
= 2· + 1− −2 1−
16 3 8 16
1 8 7 15
= + · −2·
8 3 8 16
1 7 15 7 14 56 − 42 14 7
= + − = − = = =
8 3 8 3 8 24 24 12
R 1/2 R 1/2 R 1/2 ¡ 2

¢
E(Y ) = 0
yf Y (y)dy = 0
y4(1 − 2y)dy = 0
4y − 8y dy
¯1/2 ¯1/2
y2 ¯ y3 ¯ 1 8 1 1 1 1
= 4 ¯¯ − 8 ¯¯ = 2 · − · = − =
2 0 3 0 4 3 8 2 3 6
R1 R 1/2 2 2 R1 2
E(X 2 ) = 0
x2
f X (x)dx = 0
x 8x dx + 1/2
x 8x(1 − x)dx
¯ 1/2 ¯ 1 ¯ 1
x5 ¯ x4 ¯ x5 ¯
= 8 ¯¯ + 8 ¯¯ − 8 ¯¯
5 0 4 1/2 5 1/2
8 5 ¯¯1/2 ¯1 8 ¯1
= x 0 + 2 x4 ¯1/2 − x5 ¯1/2
5 µ ¶5 µ ¶
8 1 1 8 1
= · +2 1− − 1−
5 32 16 5 32
1 15 31 15 30 15 3 15 − 12 3
= + − = − = − = =
20 8 20 8 20 8 2 8 8
Logo, µ ¶2
3 7 3 49 54 − 49 5
V ar(X) = − = − = =
8 12 8 144 144 144
R 1/2 R 1/2 2 R 1/2 ¡ 2 ¢

E(Y 2 ) = 0
y 2
fY (y)dy = 0
y 4(1 − 2y)dy = 0
4y − 8y 3
dy
¯1/2 ¯ 1/2
y3 ¯ y4 ¯ 4 1 1 1 1 4−3 1
= 4 ¯¯ − 8 ¯¯ = · − 2 · = − = =
3 0 4 0 3 8 16 6 8 24 24
Logo, µ ¶2
1 1 1 1 3−2 1
V ar(Y ) = − = − = =
24 6 24 36 72 72
5. Note que fX|Y (x|y) é uma função de x; para cada y ∈ (0; 1/2), temos uma distribuição
condicional diferente
f (x, y) 8x 2x
fX|Y (x|y) = = = 0<x<1
fY (y) 4(1 − 2y) 1 − 2y
6. Note que E(X|Y = y) é uma função de y! Para cada y, vimos que x varia de y a 1 − y; logo
µ 3 ¶¯1−y
R R 1−y
2x 1 2x ¯¯
E(X|Y = y) = xfX|Y (x|y) = y x dx = ·
1 − 2y 1 − 2y 3 ¯y
2 £ ¤ 2 (1 − 3y + 3y 2 − 2y 3 )
= · (1 − y)3 − y 3 = = h(y)
3(1 − 2y) 3(1 − 2y)
7. O problema pede para calcular E[E(X|Y )] = E[h(Y )] :

R R 1/2 2 (1 − 3y + 3y 2 − 2y 3 )
E[E(X|Y )] = h(y)fY (y)dy = 0 · 4(1 − 2y)dy
3(1 − 2y)
8 R 1/2 ¡ ¢
= 0
1 − 3y + 3y 2 − 2y 3 dy =
3
µ ¶¯1/2
8 y2 3 y 4 ¯¯
= y−3 +y −2
3 2 4 ¯0
µ ¶
8 1 3 1 1 1 1
= − · + − ·
3 2 2 4 8 2 16
µ ¶
8 1 2 1 8 16 − 8 − 1 8 7 7
= − − = · = · = = E(X)
3 2 8 32 3 32 3 32 12
8. Note que fY |X (y|x) é uma função de x; para cada x ∈ (0; 1), temos uma distribuição condi-
cional diferente. Mas aqui fX (x) é definida por duas expressões diferentes, uma para cada
um dos intervalos (0; 1/2] e (1/2; 1). Logo, a condicional fY |X (y|x) também será definida por
duas expressões.
Para x ∈ (0; 1/2]
f(x, y) 8x 1
fY |X (y|x) = = 2 =
fX (x) 8x x
Para x ∈ (1/2; 1)
f (x, y) 8x 1
fY |X (y|x) = = =
fX (x) 8x(1 − x) 1−x
Logo, ½ 1
x
0 < y < 1/2; 0 < x ≤ 1/2
fY |X (y|x) = 1
1−x
0 < y < 1/2; 1/2 < x < 1
9. Note que E(Y |X = x) é uma função de x! Por definição,

R
E(Y |X = x) = yfY |X (y|x)dy
Como a densidade é definida por duas expressões, o mesmo ocorrerá com E(Y |X = x).
Para x ∈ (0; 1/2], vimos que y varia de 0 até x; logo
¯x
Rx 1 1 y 2 ¯¯ x
E(Y |X = x) = 0 y dy = ¯ =
x x 2 0 2
Para x ∈ (1/2; 1), vimos que y varia de 0 até 1 − x; logo

¯1−x
R 1−x 1 1 y 2 ¯¯ 1−x
E(Y |X = x) = 0
y dy = ¯ =
1−x 1−x 2 0 2
Logo ½ x
2
0 < x ≤ 1/2
E(Y |X = x) = h(x) = 1−x
2
1/2 < x < 1
10. Como E(Y |X = x) = h(x), segue que

R
E[E(Y |X] = E[h(X)] = h(x)fX (x)dx) =
R 1/2 x 2 R1 1−x
= 0 .8x dx + 1/2 · 8x(1 − x)dx
2 2
R 1/2 R1
= 0 4x3 dx + 4 1/2 x(1 − x)2 dx
¯1/2 R1
= x4 ¯0 + 4 1/2 (x − 2x2 + x3 )dx
µ 2 ¶¯1
1 x 2x3 x4 ¯¯
= +4 − +
16 2 3 4 ¯1/2
∙µ ¶ µ ¶¸
1 1 2 1 1 1 2 1 1 1
= +4 − + − · − · + ·
16 2 3 4 2 4 3 8 4 16
∙ µ ¶¸
1 6−8+3 1 1 1
= +4 − − +
16 12 8 12 64
∙ ¸
1 1 1 1 1
= +4 − + −
16 12 8 12 64
∙ ¸
1 1 1 1 1 32 − 24 − 3
= +4 − − = +4·
16 6 8 64 16 192
1 5 8 1
= + = = = E(Y )
16 48 48 6
11. Temos que

Z Z
E(XY ) = xyfX,Y (x, y)dxdy
⎛ ⎞
Z 1−y
1/2 Z
= ⎝ xy8xdx⎠ dy
0 y
⎛1−y ⎞
Z
1/2 Z
= 8 y ⎝ x2 dx⎠ dy
0 y
Z
1/2 µ ¶¯1−y
x3 ¯¯
= 8 y dy
3 ¯y
0
Z
1/2
8 £ ¤
= y (1 − y)3 − y 3 dy
3
0
Z
1/2
8 ¡ ¢
= y 1 − 3y + 3y 2 − 2y 3 dy
3
0
∙ ¸1/2
8 y2 3 3 4 2 5
= −y + y − y
3 2 4 5 0
µ ¶
8 1 1 3 1 2 1
= − + · − ·
3 8 8 4 16 5 32
1 1
= −
8 30
15 − 4 11
= =
120 120
Logo,
11 7 1 11 7 33 − 35 2 1
Cov(X, Y ) = − · = 3 − 3 2 = 3 2 =− 3 2 =−
120 12 6 2 ·5·3 2 ·3 2 · 3 .5 2 · 3 .5 180
2.9 A distribuição normal bidimensional

Se X ∼ N(μ; σ 2 ) sua densidade é dada por
" µ ¶2 #
1 1 x−μ
f(x) = √ exp − −∞<x<∞ (2.8)
2πσ 2 2 σ
e vimos que E(X) = μ e V ar(X) = σ 2 . Vamos ver agora o caso da normal bidimensional.
2.9.1 Função de densidade

A função de densidade normal bidimensional é dada pela função
µ ¶
1 1
f (x, y) = p exp − A (2.9)
2πσ x σ y 1 − ρ2 2
onde "µ ¶2 µ ¶µ ¶ µ ¶2 #
1 x − μx x − μx y − μy y − μy
A= − 2ρ + (2.10)
1 − ρ2 σx σx σy σy
Os parâmetros dessa distribuição são μx , μy , σ x , σ y , ρ.
Para facilitar os cálculos subsequentes, vamos reescrever A da seguinte forma:
"µ ¶2 µ ¶µ ¶ µ ¶ µ ¶2 µ ¶2 #
1 x − μx x − μx y − μy y − μy 2 y − μy y − μy
A= − 2ρ + + ρ2 − ρ2
1 − ρ2 σx σx σy σy σy σy
Note que somamos e subtraimos o mesmo termo. Reorganizando os termos:

("µ ¶2 µ ¶µ ¶ µ ¶2 # "µ ¶2 µ ¶2 #)
1 x − μx x − μx y − μy y − μy y − μy y − μy
A= − 2ρ + ρ2 + − ρ2
1 − ρ2 σx σx σy σy σy σy
O termo entre o primeiro par de colchetes é da forma a2 − 2ab + b2 ; logo, podemos escrever
(∙µ ¶ µ ¶¸ " µ ¶2 #)
1 x − μx y − μy 2 ¡ ¢ y − μy
A = −ρ + 1 − ρ2 =
1 − ρ2 σx σy σy
∙µ ¶ µ ¶¸ µ ¶
1 x − μx y − μy 2 y − μy 2
= −ρ + =
" ¡ ¢ #2 µ ¶
1 (x − μx ) σ y − ρσ x y − μy y − μy 2
= + =
∙ ¸ µ ¶
1 σx ¡ ¢ 2 y − μy 2
= x − μx − ρ y − μy +
(1 − ρ2 ) σ 2x σy σy
Então, podemos escrever a densidade conjunta como
( ∙ ¸ µ ¶)
1 1 1 σx ¡ ¢ 2 1 y − μy 2
f(x, y) = p exp − x − μx − ρ y − μy −
2πσ x σ y 1 − ρ2 2 (1 − ρ2 ) σ 2x σy 2 σy
( ∙ ¸ ) " µ ¶2 #
1 1 1 σx ¡ ¢ 2 1 y − μy
= p p exp − x − μx − ρ y − μy exp −
2πσ 2y 2πσ 2x (1 − ρ2 ) 2 (1 − ρ2 ) σ 2x σy 2 σy
[lembre-se que exp(a + b) = exp(a) exp(b)].

Se definimos
σx ¡ ¢
η(y) = μx + ρ y − μy (2.11)
σy
2
¡ ¢
ξ = 1 − ρ σ 2x
2
então podemos escrever:

" µ ¶2 # ∙ ¸
1 1 y − μy 1 1 2
f (x, y) = p exp − p exp − 2 (x − η(y)) (2.12)
2πσ 2y 2 σy 2πξ 2 2ξ
É interessante notar que η y depende apenas de y e ξ é uma constante.

³ ´2
Se somarmos e subtrairmos x−μ σx
x
em (2.10), obteremos de forma análoga a seguinte expressão
para f(x, y) :
" µ ¶2 # ∙ ¸
1 1 x − μx 1 1 2
f (x, y) = p exp − p exp − 2 (x − η(x)) (2.13)
2πσ 2x 2 σx 2πζ 2 2ζ
onde
σy
η(x) = μy + ρ (x − μx ) (2.14)
σy
2
¡ ¢
ζ = 1 − ρ σ 2y
2
2.9.2 Densidades Marginais

As densidades marginais são calculadas como
R
fX (x) = f (x, y)dy
R
fY (y) = f (x, y)dx
Vamos calcular fY (y) usando a expressão (2.12):

R
fY (y) = f(x, y)dx
( " µ ¶2 # ∙ ¸)
R
+∞ 1 1 y − μy 1 1 2
= p exp − p exp − 2 (x − η(y)) dx
−∞ 2πσ 2y 2 σy 2πξ 2 2ξ
" µ ¶2 # Z+∞ ∙ ¸
1 1 y − μ y 1 1 2
= p exp − p exp − 2 (x − η(y)) dx
−∞
Mas o integrando é a função de densidade de uma variável aleatória normal com média η(y) (que
não depende de x) e variância ξ 2 (uma constante): compare o integrando com a função de densidade
N(μ; σ 2 ) dada em (2.8). Logo, essa integral é igual a 1,pelas propriedades da função de densidade
e isso nos dá " µ ¶2 #
1 1 y − μy
fY (y) = p exp −
2πσ 2y 2 σy
que é a expressão da densidade normal com média μy e variância σ 2y .
Por simetria (note a simetria de x e y na função de densidade conjunta), ou usando a expressão
(2.13), concluímos que fX (x) é normal com média μx e variância σ 2x .
2.9.3 Covariância e Correlação

Seja (X, Y ) um vetor normal bidimensional. Vamos calcular a covariância entre X e Y. Por
definição, temos que Cov(X, Y ) = E(XY ) − E(X)E(Y ); no caso da normal bidimensional, isso
significa que Cov(X, Y ) = E(XY ) − μx μy . Precisamos, então, calcular E(XY ). Por definição,
Z Z
E(XY ) = xyf (x, y)dxdy
Z +∞
+∞ Z " µ ¶2 # ∙ ¸
1 1 y − μy 1 1 2
= xy p exp − p exp − 2 (x − η(y)) dxdy
−∞ −∞
Analisando a expressão que define η(y) e ξ, podemos ver que ξ é constante e η(y) depende apenas
de y. Assim,
⎧ " ⎫
Z ⎨
+∞ µ ¶2 # +∞
Z ∙ ¸ ⎬
1 1 y − μy 1 1 2
E(XY ) = yp exp − x p exp − 2 (x − η(y)) dx dy
⎩ 2
2πσ y 2 σ y 2πξ 2 2ξ ⎭
−∞ −∞
Note a integral com relação a x : por definição, ela é a esperança de uma densidade normal com
σx ¡ ¢
média η(y), ou seja, a integral com relação a x é η(y) = μx + ρ y − μy . Logo,
σy
Z (
+∞ " µ ¶2 # ∙ ¸)
1 1 y − μy σx ¡ ¢
E(XY ) = yp exp − μx + ρ y − μy dy
2πσ 2y 2 σy σy
−∞
Z
+∞ ∙ ¸
σx ¡ ¢
= y μx + ρ y − μy fY (y)dy
σy
−∞
Z
+∞ Z
+∞
σx ¡ ¢
= μx yfY (y)dy + ρ y y − μy fY (y)dy
σy
−∞ −∞
Z
+∞ Z
+∞
σx ¡ 2 ¢
= μx yfY (y)dy + ρ y − yμy fY (y)dy
σy
−∞ −∞
A primeira integral é a média de fY (y), ou seja, é μy. Já a segunda integral é
Z
+∞
¡ 2 ¢
y − yμy fY (y)dy = E(Y 2 − μy Y ) = E(Y 2 ) − μy E(Y )
−∞
Como Y ∼ N(μy , σ 2y ), resulta que
σ 2y = E(Y 2 ) − [E(Y )]2 = E(Y 2 ) − μ2y =⇒ E(Y 2 ) = σ 2y + μ2y

Substituindo, resulta que a segunda integral é
E(Y 2 ) − μy E(Y ) = σ 2y + μ2y − μ2y = σ 2y
Substituindo obtemos que

σx 2
E(XY ) = μx μy + ρ σ = μx μy + ρσx σ y
σy y
e, portanto,
Cov(X, Y ) = E(XY ) − E(X)E(Y ) = μx μy + ρσx σ y − μx μy = ρσx σ y
Cov(X, Y )
Finalmente, como a correlação é igual a , resulta que, se (X, Y ) tem distribuição
σxσy
normal bidimensional, então
ρ = Corr(X, Y )
Dessa forma, os parâmetros da distribuição normal bidimensional são μx , μy (médias das marginais),
σ 2x , σ 2y (variâncias das marginais) e ρ (correlação entre X e Y ).
2.9.4 Distribuições Condicionais

Por definição, temos que
f(x, y)
fY |X (y|x) =
fX (x)
1 ¡ ¢
p exp − 12 A
2πσ x σ y 1 − ρ2
= ∙ ¸
1 1 2
p exp − 2 (x − μx )
2πσ 2x 2σ x
∙ ¸
1 1 1 2
= √ p exp − A + 2 (x − μx )
2πσ y 1 − ρ2 2 2σ x
∙ µ ¶¸
1 1 1 2
= p exp − A − 2 (x − μx )
σ y 2π(1 − ρ2 ) 2 σx
Vamos trabalhar o termo que aparece entre parênteses na exponencial, somando e subtraindo
um termo apropriado para completar o quadrado:

"µ ¶2 µ ¶µ ¶ µ ¶2 #
1 1 x − μ x − μ y − μ y y − μ y 1
A − 2 (x − μx )2 = 2
x
− 2ρ x
+ − 2
(x − μx )2
σx 1−ρ σx σx σy σy σx
" µ ¶µ ¶ µ ¶2 # " µ ¶2 #
1 x − μx y − μy y − μy 1 x − μx 1
= −2ρ + + − 2 (x − μx )2
1 − ρ2 σx σy σy 1 − ρ2 σx σx
"µ ¶ µ ¶µ ¶ µ ¶2 µ ¶2 #
1 y − μy 2 x − μx y − μy x − μx x − μ x
= − 2ρ + ρ2 − ρ2
1 − ρ2 σy σx σy σx σx
" µ ¶2 #
1 x − μx 1
+ − 2 (x − μx )2
1 − ρ2 σx σx
"µ ¶ µ ¶µ ¶ µ ¶2 # µ ¶2
1 y − μy 2 x − μx y − μy 2 x − μx ρ2 x − μx
= − 2ρ +ρ −
1 − ρ2 σy σx σy σx 1 − ρ2 σx
" µ ¶2 #
1 x − μx 1
+ 2
− 2 (x − μx )2
1−ρ σx σx
∙ ¸2 µ ¶2 ∙ ¸
1 y − μy x − μx x − μx ρ2 1
= −ρ + − + −1
1 − ρ2 σy σx σx 1 − ρ2 1 − ρ2
∙ ¸2 µ ¶2 µ 2 ¶
1 y − μy x − μx x − μx −ρ + 1 − 1 + ρ2
= −ρ +
1 − ρ2 σy σx σx 1 − ρ2
∙ ¸2
1 y − μy x − μx
= 2
−ρ
1−ρ σy σx
∙ ¸2
1 σy
= y − μy − ρ (x − μx )
σ 2y (1 − ρ2 ) σx
Logo,
( ∙ ¸2 )
1 1 1 σy
fY |X (y|x) = p exp − 2 y − μy − ρ (x − μx )
σ y 2π(1 − ρ2 ) 2 σ y (1 − ρ2 ) σx
Usando (2.14), conclui-se que

∙ ¸
1 1 2
fY |X (y|x) = p exp − 2 (y − η(x))
2πζ 2 2ζ
Assim, a distribuição condicional de Y |X = x é uma normal com média

σy
η(x) = μy + ρ (x − μx )
σx
e variância ¡ ¢
ζ 2 = 1 − ρ2 σ 2y
Por simetria, a distribuição condicional de X|Y = y é uma normal com média

σx ¡ ¢
η(y) = μx + ρ y − μy
σy
e variância ¡ ¢
ξ 2 = 1 − ρ2 σ 2x
Note que as esperanças condicionais são funções lineares, isto é:
σy
E(Y |X = x) = μy + ρ (x − μx )
σx
e
σx ¡ ¢
E(X|Y = y) = ηy = μx + ρ y − μy
σy
2.9.5 Resumo dos resultados

Se (X, Y ) tem distribuição normal bidimensional, então a densidade conjunta é
µ ¶
1 1
f (x, y) = p exp − A
2πσ x σ y 1 − ρ2 2
onde "µ ¶2 µ ¶µ ¶ µ ¶2 #
1 x − μx x − μx y − μy y − μy
A= − 2ρ +
1 − ρ2 σx σx σy σy
As densidades marginais são normais:
¡ ¢
X ∼ N μX , σ 2X
¡ ¢
Y ∼ N μY , σ 2Y
As distribuições condicionais são normais:
¡ ¢
Y |X = x ∼ N ηx , ζ 2
onde
σy
ηx = μy + ρ (x − μx )
σx
2
¡ ¢
ζ = 1 − ρ σ 2y
2
e ¡ ¢
X|Y = y ∼ N ηy ; ξ 2
onde
σx ¡ ¢
ηy = μx + ρ y − μy
σy
2
¡ ¢
ξ = 1 − ρ2 σ 2x
Note que
σy
h(x) = E(Y |X = x) = μy + ρ (x − μx )
σx
σx ¡ ¢
g(y) = E(X|Y = y) = μx + ρ y − μy
σy
e ambas são funções lineares.
2.10 Exercícios propostos

1. Seja (X, Y ) um vetor aleatório cuja função de densidade é constante na região A ⊂ R2 definida
por A = {(x, y); 0 < y < x; x + y < 1}. Determine
(a) a função de densidade conjunta de X e Y.

(b) as marginais fX e fY
(c) E(X), E(Y ), V ar(X), V ar(Y )
(d) P (X < 0, 5; Y > 0, 25)
(e) P (X + Y > 1/2)
(f) a covariância e a correlação entre X e Y.
2. Seja (X, Y ) um vetor aleatório cuja função de densidade é constante na região A ⊂ R2 definida
por A = {(x, y) | 0 < x < 1; x + y < 1}. Determine
(a) a função de densidade conjunta de X e Y.

(b) as marginais fX e fY
(c) E(X), E(Y ), V ar(X), V ar(Y )
(d) P (X < 0, 5; Y > 0, 5)
(e) a covariância e a correlação entre X e Y.
3. Considere a seguinte função de densidade conjunta das variáveis aleatórias X e Y :

½ −y
e se 0 < x < y
f (x, y) =
0 caso contrário
(a) Obtenha as densidades marginais de X e Y , identificando as suas respectivas dis-

tribuições de probabilidade.
(b) Verifique se X e Y são independentes, justificando a sua resposta.
4. Sejam X e Y variáveis aleatórias contínuas com a seguinte função de densidade conjunta:

½ 2
cy se 0 < x < 2 e 0 < y < 1
f(x, y) =
0 c.c.
(a) Faça um gráfico ilustrando o domínio de variação de X e Y.

(b) Calcule o valor da constante c.
(c) Calcule as marginais de X e Y, mostrando que realmente definem uma função de densi-
dade.
(d) Calcule E(X), E(Y ), V ar(X), V ar(Y ).
(e) X e Y são independentes? Justifique sua resposta.
(f) Calcule P (Y > 2 − X).
(g) Calcule P (X ≤ 1)
5. Seja X o tempo (em segundos) necessário para um corredor completar os primeiros 500 metros
de uma corrida e seja Y o tempo (em segundos) necessário para ele completar os próximos
500 metros na mesma corrida. Suponha que (X, Y ) tenha distribuição normal bivariada com
os seguintes parâmetros:
μX = 59
μY = 60
σX = σY = 1
ρ = 0, 5.
(a) Calcule Pr(X ≤ 60) e Pr(Y ≤ 59).

(b) Se ele correu os primeiros 500 metros em 60 segundos, qual é a probabilidade de que ele
leve menos de 59 segundos para completar os 500 metros seguintes?
Tabela 1
Tabela da Distribuição Acumulada da Normal Padrão
Valores de p
p = Φ ( z ) = Pr( Z ≤ z )
a
Casa inteira 2 decimal
a
e 1 . Decimal 0 1 2 3 4 5 6 7 8 9
0,0 0,50000 0,50399 0,50798 0,51197 0,51595 0,51994 0,52392 0,52790 0,53188 0,53586
0,1 0,53983 0,54380 0,54776 0,55172 0,55567 0,55962 0,56356 0,56749 0,57142 0,57535
0,2 0,57926 0,58317 0,58706 0,59095 0,59483 0,59871 0,60257 0,60642 0,61026 0,61409
0,3 0,61791 0,62172 0,62552 0,62930 0,63307 0,63683 0,64058 0,64431 0,64803 0,65173
0,4 0,65542 0,65910 0,66276 0,66640 0,67003 0,67364 0,67724 0,68082 0,68439 0,68793
0,5 0,69146 0,69497 0,69847 0,70194 0,70540 0,70884 0,71226 0,71566 0,71904 0,72240
0,6 0,72575 0,72907 0,73237 0,73565 0,73891 0,74215 0,74537 0,74857 0,75175 0,75490
0,7 0,75804 0,76115 0,76424 0,76730 0,77035 0,77337 0,77637 0,77935 0,78230 0,78524
0,8 0,78814 0,79103 0,79389 0,79673 0,79955 0,80234 0,80511 0,80785 0,81057 0,81327
0,9 0,81594 0,81859 0,82121 0,82381 0,82639 0,82894 0,83147 0,83398 0,83646 0,83891
1,0 0,84134 0,84375 0,84614 0,84849 0,85083 0,85314 0,85543 0,85769 0,85993 0,86214
1,1 0,86433 0,86650 0,86864 0,87076 0,87286 0,87493 0,87698 0,87900 0,88100 0,88298
1,2 0,88493 0,88686 0,88877 0,89065 0,89251 0,89435 0,89617 0,89796 0,89973 0,90147
1,3 0,90320 0,90490 0,90658 0,90824 0,90988 0,91149 0,91309 0,91466 0,91621 0,91774
1,4 0,91924 0,92073 0,92220 0,92364 0,92507 0,92647 0,92785 0,92922 0,93056 0,93189
1,5 0,93319 0,93448 0,93574 0,93699 0,93822 0,93943 0,94062 0,94179 0,94295 0,94408
1,6 0,94520 0,94630 0,94738 0,94845 0,94950 0,95053 0,95154 0,95254 0,95352 0,95449
1,7 0,95543 0,95637 0,95728 0,95818 0,95907 0,95994 0,96080 0,96164 0,96246 0,96327
1,8 0,96407 0,96485 0,96562 0,96638 0,96712 0,96784 0,96856 0,96926 0,96995 0,97062
1,9 0,97128 0,97193 0,97257 0,97320 0,97381 0,97441 0,97500 0,97558 0,97615 0,97670
2,0 0,97725 0,97778 0,97831 0,97882 0,97932 0,97982 0,98030 0,98077 0,98124 0,98169
2,1 0,98214 0,98257 0,98300 0,98341 0,98382 0,98422 0,98461 0,98500 0,98537 0,98574
2,2 0,98610 0,98645 0,98679 0,98713 0,98745 0,98778 0,98809 0,98840 0,98870 0,98899
2,3 0,98928 0,98956 0,98983 0,99010 0,99036 0,99061 0,99086 0,99111 0,99134 0,99158
2,4 0,99180 0,99202 0,99224 0,99245 0,99266 0,99286 0,99305 0,99324 0,99343 0,99361
2,5 0,99379 0,99396 0,99413 0,99430 0,99446 0,99461 0,99477 0,99492 0,99506 0,99520
2,6 0,99534 0,99547 0,99560 0,99573 0,99585 0,99598 0,99609 0,99621 0,99632 0,99643
2,7 0,99653 0,99664 0,99674 0,99683 0,99693 0,99702 0,99711 0,99720 0,99728 0,99736
2,8 0,99744 0,99752 0,99760 0,99767 0,99774 0,99781 0,99788 0,99795 0,99801 0,99807
2,9 0,99813 0,99819 0,99825 0,99831 0,99836 0,99841 0,99846 0,99851 0,99856 0,99861
3,0 0,99865 0,99869 0,99874 0,99878 0,99882 0,99886 0,99889 0,99893 0,99896 0,99900
3,1 0,99903 0,99906 0,99910 0,99913 0,99916 0,99918 0,99921 0,99924 0,99926 0,99929
3,2 0,99931 0,99934 0,99936 0,99938 0,99940 0,99942 0,99944 0,99946 0,99948 0,99950
3,3 0,99952 0,99953 0,99955 0,99957 0,99958 0,99960 0,99961 0,99962 0,99964 0,99965
3,4 0,99966 0,99968 0,99969 0,99970 0,99971 0,99972 0,99973 0,99974 0,99975 0,99976
3,5 0,99977 0,99978 0,99978 0,99979 0,99980 0,99981 0,99981 0,99982 0,99983 0,99983
3,6 0,99984 0,99985 0,99985 0,99986 0,99986 0,99987 0,99987 0,99988 0,99988 0,99989
3,7 0,99989 0,99990 0,99990 0,99990 0,99991 0,99991 0,99992 0,99992 0,99992 0,99992
3,8 0,99993 0,99993 0,99993 0,99994 0,99994 0,99994 0,99994 0,99995 0,99995 0,99995
3,9 0,99995 0,99995 0,99996 0,99996 0,99996 0,99996 0,99996 0,99996 0,99997 0,99997
4,0 0,99997 0,99997 0,99997 0,99997 0,99997 0,99997 0,99998 0,99998 0,99998 0,99998
Para abscissas maiores que 4,09, use a probabilidade 1,00000

Tabela 2
Distribuição normal padrão
Valores de p
p = Pr(0 ≤ Z ≤ z )
a
Casa inteira 2 decimal
a
e 1 . Decimal 0 1 2 3 4 5 6 7 8 9
0,0 0,00000 0,00399 0,00798 0,01197 0,01595 0,01994 0,02392 0,02790 0,03188 0,03586
0,1 0,03983 0,04380 0,04776 0,05172 0,05567 0,05962 0,06356 0,06749 0,07142 0,07535
0,2 0,07926 0,08317 0,08706 0,09095 0,09483 0,09871 0,10257 0,10642 0,11026 0,11409
0,3 0,11791 0,12172 0,12552 0,12930 0,13307 0,13683 0,14058 0,14431 0,14803 0,15173
0,4 0,15542 0,15910 0,16276 0,16640 0,17003 0,17364 0,17724 0,18082 0,18439 0,18793
0,5 0,19146 0,19497 0,19847 0,20194 0,20540 0,20884 0,21226 0,21566 0,21904 0,22240
0,6 0,22575 0,22907 0,23237 0,23565 0,23891 0,24215 0,24537 0,24857 0,25175 0,25490
0,7 0,25804 0,26115 0,26424 0,26730 0,27035 0,27337 0,27637 0,27935 0,28230 0,28524
0,8 0,28814 0,29103 0,29389 0,29673 0,29955 0,30234 0,30511 0,30785 0,31057 0,31327
0,9 0,31594 0,31859 0,32121 0,32381 0,32639 0,32894 0,33147 0,33398 0,33646 0,33891
1,0 0,34134 0,34375 0,34614 0,34849 0,35083 0,35314 0,35543 0,35769 0,35993 0,36214
1,1 0,36433 0,36650 0,36864 0,37076 0,37286 0,37493 0,37698 0,37900 0,38100 0,38298
1,2 0,38493 0,38686 0,38877 0,39065 0,39251 0,39435 0,39617 0,39796 0,39973 0,40147
1,3 0,40320 0,40490 0,40658 0,40824 0,40988 0,41149 0,41309 0,41466 0,41621 0,41774
1,4 0,41924 0,42073 0,42220 0,42364 0,42507 0,42647 0,42785 0,42922 0,43056 0,43189
1,5 0,43319 0,43448 0,43574 0,43699 0,43822 0,43943 0,44062 0,44179 0,44295 0,44408
1,6 0,44520 0,44630 0,44738 0,44845 0,44950 0,45053 0,45154 0,45254 0,45352 0,45449
1,7 0,45543 0,45637 0,45728 0,45818 0,45907 0,45994 0,46080 0,46164 0,46246 0,46327
1,8 0,46407 0,46485 0,46562 0,46638 0,46712 0,46784 0,46856 0,46926 0,46995 0,47062
1,9 0,47128 0,47193 0,47257 0,47320 0,47381 0,47441 0,47500 0,47558 0,47615 0,47670
2,0 0,47725 0,47778 0,47831 0,47882 0,47932 0,47982 0,48030 0,48077 0,48124 0,48169
2,1 0,48214 0,48257 0,48300 0,48341 0,48382 0,48422 0,48461 0,48500 0,48537 0,48574
2,2 0,48610 0,48645 0,48679 0,48713 0,48745 0,48778 0,48809 0,48840 0,48870 0,48899
2,3 0,48928 0,48956 0,48983 0,49010 0,49036 0,49061 0,49086 0,49111 0,49134 0,49158
2,4 0,49180 0,49202 0,49224 0,49245 0,49266 0,49286 0,49305 0,49324 0,49343 0,49361
2,5 0,49379 0,49396 0,49413 0,49430 0,49446 0,49461 0,49477 0,49492 0,49506 0,49520
2,6 0,49534 0,49547 0,49560 0,49573 0,49585 0,49598 0,49609 0,49621 0,49632 0,49643
2,7 0,49653 0,49664 0,49674 0,49683 0,49693 0,49702 0,49711 0,49720 0,49728 0,49736
2,8 0,49744 0,49752 0,49760 0,49767 0,49774 0,49781 0,49788 0,49795 0,49801 0,49807
2,9 0,49813 0,49819 0,49825 0,49831 0,49836 0,49841 0,49846 0,49851 0,49856 0,49861
3,0 0,49865 0,49869 0,49874 0,49878 0,49882 0,49886 0,49889 0,49893 0,49896 0,49900
3,1 0,49903 0,49906 0,49910 0,49913 0,49916 0,49918 0,49921 0,49924 0,49926 0,49929
3,2 0,49931 0,49934 0,49936 0,49938 0,49940 0,49942 0,49944 0,49946 0,49948 0,49950
3,3 0,49952 0,49953 0,49955 0,49957 0,49958 0,49960 0,49961 0,49962 0,49964 0,49965
3,4 0,49966 0,49968 0,49969 0,49970 0,49971 0,49972 0,49973 0,49974 0,49975 0,49976
3,5 0,49977 0,49978 0,49978 0,49979 0,49980 0,49981 0,49981 0,49982 0,49983 0,49983
3,6 0,49984 0,49985 0,49985 0,49986 0,49986 0,49987 0,49987 0,49988 0,49988 0,49989
3,7 0,49989 0,49990 0,49990 0,49990 0,49991 0,49991 0,49992 0,49992 0,49992 0,49992
3,8 0,49993 0,49993 0,49993 0,49994 0,49994 0,49994 0,49994 0,49995 0,49995 0,49995
3,9 0,49995 0,49995 0,49996 0,49996 0,49996 0,49996 0,49996 0,49996 0,49997 0,49997
4,0 0,49997 0,49997 0,49997 0,49997 0,49997 0,49997 0,49998 0,49998 0,49998 0,49998
Para abscissas maiores que 4,09, use a probabilidade 0,50000

Tabela 3
Tabela da Qui-Quadrado
Valores críticos tais que
(
Pr χ n2 ≥ χ n2;α = α) χ n2;α
g.l.
α =
n 0,990 0,980 0,975 0,950 0,900 0,800 0,200 0,100 0,050 0,025 0,020 0,010
1 0,000 0,001 0,001 0,004 0,016 0,064 1,642 2,706 3,841 5,024 5,412 6,635
2 0,020 0,040 0,051 0,103 0,211 0,446 3,219 4,605 5,991 7,378 7,824 9,210
3 0,115 0,185 0,216 0,352 0,584 1,005 4,642 6,251 7,815 9,348 9,837 11,345
4 0,297 0,429 0,484 0,711 1,064 1,649 5,989 7,779 9,488 11,143 11,668 13,277
5 0,554 0,752 0,831 1,145 1,610 2,343 7,289 9,236 11,070 12,833 13,388 15,086
6 0,872 1,134 1,237 1,635 2,204 3,070 8,558 10,645 12,592 14,449 15,033 16,812
7 1,239 1,564 1,690 2,167 2,833 3,822 9,803 12,017 14,067 16,013 16,622 18,475
8 1,646 2,032 2,180 2,733 3,490 4,594 11,030 13,362 15,507 17,535 18,168 20,090
9 2,088 2,532 2,700 3,325 4,168 5,380 12,242 14,684 16,919 19,023 19,679 21,666
10 2,558 3,059 3,247 3,940 4,865 6,179 13,442 15,987 18,307 20,483 21,161 23,209
11 3,053 3,609 3,816 4,575 5,578 6,989 14,631 17,275 19,675 21,920 22,618 24,725
12 3,571 4,178 4,404 5,226 6,304 7,807 15,812 18,549 21,026 23,337 24,054 26,217
13 4,107 4,765 5,009 5,892 7,042 8,634 16,985 19,812 22,362 24,736 25,472 27,688
14 4,660 5,368 5,629 6,571 7,790 9,467 18,151 21,064 23,685 26,119 26,873 29,141
15 5,229 5,985 6,262 7,261 8,547 10,307 19,311 22,307 24,996 27,488 28,259 30,578
16 5,812 6,614 6,908 7,962 9,312 11,152 20,465 23,542 26,296 28,845 29,633 32,000
17 6,408 7,255 7,564 8,672 10,085 12,002 21,615 24,769 27,587 30,191 30,995 33,409
18 7,015 7,906 8,231 9,390 10,865 12,857 22,760 25,989 28,869 31,526 32,346 34,805
19 7,633 8,567 8,907 10,117 11,651 13,716 23,900 27,204 30,144 32,852 33,687 36,191
20 8,260 9,237 9,591 10,851 12,443 14,578 25,038 28,412 31,410 34,170 35,020 37,566
21 8,897 9,915 10,283 11,591 13,240 15,445 26,171 29,615 32,671 35,479 36,343 38,932
22 9,542 10,600 10,982 12,338 14,041 16,314 27,301 30,813 33,924 36,781 37,659 40,289
23 10,196 11,293 11,689 13,091 14,848 17,187 28,429 32,007 35,172 38,076 38,968 41,638
24 10,856 11,992 12,401 13,848 15,659 18,062 29,553 33,196 36,415 39,364 40,270 42,980
25 11,524 12,697 13,120 14,611 16,473 18,940 30,675 34,382 37,652 40,646 41,566 44,314
26 12,198 13,409 13,844 15,379 17,292 19,820 31,795 35,563 38,885 41,923 42,856 45,642
27 12,879 14,125 14,573 16,151 18,114 20,703 32,912 36,741 40,113 43,195 44,140 46,963
28 13,565 14,847 15,308 16,928 18,939 21,588 34,027 37,916 41,337 44,461 45,419 48,278
29 14,256 15,574 16,047 17,708 19,768 22,475 35,139 39,087 42,557 45,722 46,693 49,588
30 14,953 16,306 16,791 18,493 20,599 23,364 36,250 40,256 43,773 46,979 47,962 50,892 ]
Tabela 4
Distribuição t-Student: X ~ t(n )

Valores críticos de X tais que
Pr(X > t ) = p
g.l.
n 30,0% 20,0% 10,0% 5,0% 4,0% 2,5% 2,0% 1,0% 0,5% 0,1% 0,05%
1 0,727 1,376 3,078 6,314 7,916 12,706 15,895 31,821 63,657 318,309 636,619
2 0,617 1,061 1,886 2,920 3,320 4,303 4,849 6,965 9,925 22,327 31,599
3 0,584 0,978 1,638 2,353 2,605 3,182 3,482 4,541 5,841 10,215 12,924
4 0,569 0,941 1,533 2,132 2,333 2,776 2,999 3,747 4,604 7,173 8,610
5 0,559 0,920 1,476 2,015 2,191 2,571 2,757 3,365 4,032 5,893 6,869
6 0,553 0,906 1,440 1,943 2,104 2,447 2,612 3,143 3,707 5,208 5,959
7 0,549 0,896 1,415 1,895 2,046 2,365 2,517 2,998 3,499 4,785 5,408
8 0,546 0,889 1,397 1,860 2,004 2,306 2,449 2,896 3,355 4,501 5,041
9 0,543 0,883 1,383 1,833 1,973 2,262 2,398 2,821 3,250 4,297 4,781
10 0,542 0,879 1,372 1,812 1,948 2,228 2,359 2,764 3,169 4,144 4,587
11 0,540 0,876 1,363 1,796 1,928 2,201 2,328 2,718 3,106 4,025 4,437
12 0,539 0,873 1,356 1,782 1,912 2,179 2,303 2,681 3,055 3,930 4,318
13 0,538 0,870 1,350 1,771 1,899 2,160 2,282 2,650 3,012 3,852 4,221
14 0,537 0,868 1,345 1,761 1,887 2,145 2,264 2,624 2,977 3,787 4,140
15 0,536 0,866 1,341 1,753 1,878 2,131 2,249 2,602 2,947 3,733 4,073
16 0,535 0,865 1,337 1,746 1,869 2,120 2,235 2,583 2,921 3,686 4,015
17 0,534 0,863 1,333 1,740 1,862 2,110 2,224 2,567 2,898 3,646 3,965
18 0,534 0,862 1,330 1,734 1,855 2,101 2,214 2,552 2,878 3,610 3,922
19 0,533 0,861 1,328 1,729 1,850 2,093 2,205 2,539 2,861 3,579 3,883
20 0,533 0,860 1,325 1,725 1,844 2,086 2,197 2,528 2,845 3,552 3,850
21 0,532 0,859 1,323 1,721 1,840 2,080 2,189 2,518 2,831 3,527 3,819
22 0,532 0,858 1,321 1,717 1,835 2,074 2,183 2,508 2,819 3,505 3,792
23 0,532 0,858 1,319 1,714 1,832 2,069 2,177 2,500 2,807 3,485 3,768
24 0,531 0,857 1,318 1,711 1,828 2,064 2,172 2,492 2,797 3,467 3,745
25 0,531 0,856 1,316 1,708 1,825 2,060 2,167 2,485 2,787 3,450 3,725
26 0,531 0,856 1,315 1,706 1,822 2,056 2,162 2,479 2,779 3,435 3,707
27 0,531 0,855 1,314 1,703 1,819 2,052 2,158 2,473 2,771 3,421 3,690
28 0,530 0,855 1,313 1,701 1,817 2,048 2,154 2,467 2,763 3,408 3,674
29 0,530 0,854 1,311 1,699 1,814 2,045 2,150 2,462 2,756 3,396 3,659
30 0,530 0,854 1,310 1,697 1,812 2,042 2,147 2,457 2,750 3,385 3,646

Vabidim

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Vabidim

Uploaded by

Copyright:

Available Formats

i

UNIVERSIDADE FEDERAL FLUMINENSE

VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS

Ana Maria Lima de Farias

1 Variáveis Aleatórias Bidimensionais Discretas 1

2 Variáveis Aleatórias Bidimensionais Contínuas 18

2.6 Covariância e correlação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

1.1 Exemplo (Bussab,Morettin)

1.1.1 Distribuições conjuntas

1.1.2 Distribuições marginais

e como estes são eventos mutuamente exclusivos, resulta

Pr(Y = 0) = Pr(X = 0, Y = 0) + Pr(X = 1, Y = 0) + Pr(X = 2, Y = 0)

Pr(Y = 1) = Pr(X = 0, Y = 1) + Pr(X = 1, Y = 1) + Pr(X = 2, Y = 1)

1.1.3 Distribuições condicionais

Logo, a distribuição condicional de X dado que Y = 0 é:

Figura 1.1: Definição de vetor aleatório discreto

1.2.2 Função de distribuição de probabilidade

Figura 1.2: Definição de função de distribuição de probabilidade conjunta

1.2.3 Distribuições marginais

Figura 1.3: Distribuição de probabilidade tridimensional

Analogamente, a distribuição marginal de Y é definida como

Em geral, se (X1 , X2 , . . . , Xn ) é um vetor aleatório n−dimensional

1.2.4 Distribuições condicionais

1.2.5 Esperança condicional

Os subscritos X e Y nas definições acima servem para lembrar a dependência em X e Y de cada

g : y 7−→ g(y) = EX (X|Y = y)

Na última linha usamos a definição da distribuição marginal de Y.

g(Y ) = EX (X|Y ) e EY [EX (X|Y )] = E (X)

A esperança dessa distribuição é

e para a variável aleatória g(Y ) = EX (X|Y ) temos a seguinte f.d.p.

1.3 Independência de variáveis aleatórias

1.3.1 Exemplo (continuação)

1.4 Funções de variáveis aleatórias

1.4.1 Exemplo (continuação)

Em geral, temos o seguinte

(Esperança da soma é a soma das esperanças)

Demonstração: Usando o teorema anterior, temos que

Dos resultados já vistos, segue o resultado mais geral:

E (a1 X1 + a2 X2 + · · · + an Xn ) = a1 E(X1 ) + a2 E(X2 ) + · · · + an E(Xn ) (1.3)

Usando a definição de variância, vamos estudar a variância da soma de variáveis aleatórias.

Então, na variância da soma, aparece um termo envolvendo a diferença entre a esperança do

Cov(X, Y ) = E [X − E(X)] [Y − E(Y )] = E(XY ) − E(X)E(Y )

Substituindo essa definição na expressão da variância da soma de variáveis aleatórias obtém-se

Resultado 1.2 A variância da soma de duas v.a. é dada por

Var(X + Y ) = Var(X) + Var(Y ) + 2 Cov(X, Y )

1.5.1 Propriedades da covariância

Cov(aX + b, cY + d) = E [(aX + b) − E (aX + b) [(cY + d) − E (cY + d)]

3. Dos resultados anteriores, segue que

Var(X − Y ) = Var(X) + Var(Y ) − 2 Cov(X, Y )

Var(X − Y ) = Var[X + (−Y )] = Var(X) + Var(Y ) + 2 Cov[X, (−1 × Y )] =

1.5.2 Interpretação da covariância

1.5.3 Independência e covariância de variáveis aleatórias

Resultado 1.3 Se X e Y são variáveis aleatórias independentes, então Cov(X, Y ) = 0.

Logo, Cov(X, Y ) = E(XY ) − E(X)E(Y ) = 0.

Como exemplo, consideremos a seguinte de distrbuição de probabilidade.conjunta:.

Para essa distribuição temos:

1.6 Coeficiente de correlação

Todas as propriedades vistas anteriormente, no contexto da estatística descritiva, continuam

Var (X ∗ + Y ∗ ) = V ar(X ∗ ) + V ar(Y ∗ ) + 2Cov(X ∗ , Y ∗ ) = 1 + 1 + 2 × (−1) = 0

o que significa que X ∗ + Y ∗ é uma constante, isto é,

1.7 Exercícios propostos

(a) Determine as distribuições marginais de X e Y.

X1 = número de acertos entre as duas primeiras questões da prova