5 FUNÇÕES DE VARIÁVEL ALEATÓRIA Dada uma variável aleatória contínua X com função de densidade f (x). Considerando Y = g(X), uma função de X, também é uma variável aleatória. A definição da variável Y como função de X é conhecida coma transformação de uma variável aleatória. A palavra "transformação"é utilizada porque quando uma nova variável aleatória Y é especificada como uma função de uma dada variável aleatória X, então a função de distribuição F(x) fica transformada na função de distribuição da nova variável Y . Assim, o espaço induzida (Ω, F, PX ) fica modificada por ter uma distribuição adicional,F(y). Em alternativa, a transformação pode ser visto como resultado de um novo espaço induzido, (Ω, F, PY ). Assim, quando temos Y = g(X) é interessante conhecer a função de distribuição e função de densidade da variável aleatória Y . 5.1 MÉTODO DA FUNÇÃO DE DISTRIBUIÇÃO Seja X uma variável aleatória contínua, com função de distribuição FX (x). Qualquer função Y = g(X) também é uma variável aleatória. Considerando a função g(X) é inversível, temos que em que X = h(Y ) = g−1 (Y ) Então a função de distribuição de Y é FY (y) = P(Y ≤ y) = P(g(X) ≤ y) = P(X ≤ h(y)) = FX (h(y)) Assim é possível obter a função de distribuição acumulada de Y e para obter a função de densidade basta fazer a derivada dFY (y) fY (y) = dy Exemplo 5.1: Seja X uma variável aleatória com função de densidade dada por: ( f (x) = 1 2 −1 ≤ x ≤ 1 0 caso contrário Seja Y = X 2 , determine a função de densidade de Y . Funções de variável aleatória 2 Temos que √ √ FY (y) = P(Y ≤ y) = P(X 2 ≤ y) = P(− y ≤ X ≤ y) Z √y 1 = √ 2 dx − y √ 1 √ √ 1 y x = ( y + y) = 2 −√y 2 √ y = Assim, temos que a função de distribuição de Y , é dada por FY (y) = √ yI[0,1] (y) + I(1,∞) (y) Derivando a função de distribuição temos fY (y) = dFY (y) 1 = √ I[0,1] (y) dy 2 y Exemplo 5.2: Seja X uma variável aleatória com função de densidade e função de distribuição dada por: ( f (x) = 1 3 se 0 ≤ x < 3 0 caso contrário 0 se x < 0 1 F(x) = 3 x se 0 ≤ x < 3 1 se x > 3 Seja Y = eX , determine a função de densidade de Y . Temos que FY (y) = P(Y ≤ y) = P(eX ≤ y) = P(X ≤ ln(y)) = FX (ln(y)) 1 = ln(y) 3 Assim, temos que a função de distribuição de Y , é dada por 1 FY (y) = ln(y)I[1,e3 ] (y) + I(e3 ,∞) (y) 3 Derivando a função de distribuição temos fY (y) = dFY (y) 1 = I[1,e3 ] (y) dy 3y Funções de variável aleatória 5.2 3 MÉTODO DA FUNÇÃO DE DENSIDADE Teorema 5.1: Seja X uma variável aleatória contínua com função de densidade f (x) e seja Y = g(X) uma outra variável aleatória. Se a função g(X) é inversível e diferenciável, então a função de densidade de Y é dada por: fY (y) = |h0 (y)| fX (h(y)) em que h(Y ) = g−1 (Y ) Exemplo 5.3: Seja X uma variável aleatória com função de densidade dada por: ( f (x) = x2 81 0 −3 < x < 6 caso contrário Seja Y = 13 (12 − x), determine a função de densidade de Y . Temos que 1 (12 − x) ⇒ h(y) = 12 − 3y 3 h0 (Y ) = 3 (12 − 3y)2 (4 − y)2 (4 − y)2 fY (y) = 3 = 3×9 = 81 81 3 y = Para X variando no intervalo (−3, 6), Y varia no intervalo (2, 5), assim: ( fY (y) = (4−y)2 3 0 2<y<5 caso contrário Corolário 5.1: Quando a função Y = g(X) tem duas raízes, x1 e x2 , a função de densidade de fY (y) é dada por fY (y) = |h01 (y)| fX (h1 (y)) + |h02 (y)| fX (h2 (y)) −1 em que h1 (Y ) = g−1 1 (Y ) e h2 (Y ) = g2 (Y ), representam os intervalos das duas raízes x1 e x2 Exemplo 5.4: Seja X uma variável aleatória com função de densidade dada por: ( f (x) = 2 9 (x + 1) 0 −1 < x < 2 caso contrário Seja Y = X 2 , determine a função de densidade de Y . Funções de variável aleatória 4 Temos que √ y = x2 ⇒ h(y) = ± y 1 h0 (Y ) = ± √ 2 y 1 1 2 √ √ fY (y) = √ (± y + 1) = √ (± y + 1) 2 y9 9 y Temos que y = x2 então vamos analisar o intervalos se −1 < x < 0 ⇒ 0 < y < 1 se 0 ≤ x < 1 ⇒ 0 ≤ y < 1 se 1 ≤ x < 2 ⇒ 1 ≤ y < 4 Assim 1 √ 1 √ 1 √ fY (y) = √ (− y + 1) + √ ( y + 1) I(0,1) (y) + √ ( y + 1))I[1,4) (y) 9 y 9 y 9 y 1 √ 2 fY (y) = √ I(0,1) (y) + √ ( y + 1))I[1,4) (y) 9 y 9 y 5.3 5.3.1 EXERCÍCIOS Teóricos 5.1) A fdp de uma variável aleatória X é fX (x). Uma variável aleatória Y é definida como Y = aX + b, a < 0. Determine a fdp de Y em termos da fdp de X. 5.2) Suponha que o raio R de uma esfera seja uma variável aleatória continua com fdp dada por f (r) = 6r(1 − r), 0 < r < 1. Determine a fdp do volume V e da área superficial S da esfera. 5.3) Suponha que X tenhaa distribuição contínua em R com função distribuição F e função de densidade f . Mostre que Y = |X| a) Tem função de distribuição FY (y) = Fx (x) − Fx (−x) para y > 0. b) Tem função de densidade fY (y) = fx (x) + fx (−x) para y > 0. 5.3.2 Práticos 5.1) Sejam as funções de densidade de probabilidade abaixo. Determine a função de densidade e a função geradora de momentos Y a) f (x) = 2xI[0,1] (x), Y = X 2 b) f (x) = 13 x2 , se − 1 ≤ x < 2, Y = X 2 Funções de variável aleatória 5 c) f (x) = 3(1 − x)2 , se x ≥ 1, Y = (1 − X)3 2 d) f (x) = 2xe−x , se 0 ≤ x ≤ ∞, Y = X 2 e) f (x) = e−x , se 0 ≤ x ≤ ∞, Y = X 1+X 5.2) Suponha que P(X ≤ 0, 29) = 0, 75, em que X é uma variável aleatória continua com alguma distribuição definida sobre (0,1). Seja Y = 1 − X determine k de modo que P(Y ≤ k) = 0, 25 5.3) Suponha que X seja uma variável aleatória continua distribuída uniformemente sobre o intervalo (0, 1). Ache a fdp das seguintes variáveis aleatórias e determine sua Moda e Mediana. a) Y = X 2 + 1 b) Z = 1 X+1