1

Apndice
2
Variveis aleatrias
Valor esperado
(2) Y E a Y a E
(1) Y cE a cY a E
) ( ) (
) ( ) (
+ = +
+ = +
A varivel aleatria Y assume os valores Y
1
, Y
2
,...,Y
k
com probabilidades
dadas pela funo de probabilidade:
k 1,..., s Y Y P Y f
s s
= = = ) ( ) (
O valor esperado de Y, denotado por E(Y), definida por:

=
=
k
s
s s
Y f Y Y E
1
) ( ) (
Propriedades:
3
Varincia
(3) Y E Y E Y
Y E Y E Y
2 2 2
2 2
)] ( [ ) ( ) (
] )) ( [( ) (
=
=
o
o
A varincia de uma funo linear de Y:
(4) Y c cY a ) ( ) (
2 2 2
o o = +
com a e c constantes.
4
(5) Y Y a ) ( ) (
2 2
o o = +
Covarincia
A covarincia de Y e Z representada por o(Y,Z) e definida por:
(6) Z E Y E YZ E Z Y
Z E Z Y E Y E Z Y
) ( ) ( ) ( ) , (
))] ( ))( ( [( ) , (
=
=
o
o
Funes de variveis aleatrias
Seja Y
1
, Y
2
,...,Y
n
n variveis aleatrias. Considere a funo

i i
Y a
Onde a
i
so constantes. Para n=2 temos:
(7) Y Y a a Y a Y a Y a Y a ) , ( 2 ) ( ) ( ) (
2 1 2 1 2
2 2
2 1
2 2
1 2 2 1 1
2
o o o o + + = +
5
Se as variveis aleatrias Y
i
so independentes, ns temos:
(8) Y a Y a
n
i
i i
n
i
i i

=
|
.
|

\
|

= = 1
2 2
1
2
) ( o o
Caso especial:
(9) Y Y Y Y ) ( ) ( ) (
2
2
1
2
2 1
2
o o o + =
Quando os Y
i
so variveis aleatrias independentes, a covarincia de duas funes
lineares,

i i i i
Y c e Y a
dada por:
(10) Y c a Y c Y a
n
i
i i i
n
i
i i
n
i
i i

=
|
.
|

\
|

= = = 1
2
1 1
) ( , o o
6
Distribuio normal de probabilidade e outras
relacionadas
Distribuio normal de probabilidades
A funo densidade para a varivel aleatria Y :
(11) Y -
Y
Y f < <
(
(

|
.
|

\
|

=
2
2
1
exp
2
1
) (
o

o t
Onde e o so os dois parmetros da distribuio normal e exp(a)=e
a
. A mdia e
a varincia de uma varivel aleatria normal Y :
2 2
) (
) (
o o

=
=
Y
Y E
Funo linear de varivel aleatria normal: propriedade:
Se Y uma varivel aleatria normal, a varivel transformada Y

=a+cY (a e c
constantes) tem distribuio normal, com mdia a+cE(Y) e varincia c
2
o
2
(Y).
7
Combinao linear de variveis aleatrias normais independentes. Seja
Y
1
,...,Y
n
n variveis aleatrias normais independentes. Temos:
Quando Y
1
,...,Y
n
so variveis aleatrias normais independentes, a combinao
linear a
1
Y
1
+a
2
Y
2
+...+a
n
Y
n
normalmente distribuda com mdia

) (
i i
Y E a
e varincia

) (
2 2
i i
Y a o
Distribuio _
2
(Qui-Quadrado)
Seja z
1
, z
2
,...,z
v
, v variveis aleatrias normais padro. Definimos a varivel
aleatria qui-quadrado como:
2 2
2
2
1
2
... ) (
v
z z z v + + + = _
A distribuio de qui-quadrado tem 1 parmetro, v, o qual chamado de graus de
liberdade. A mdia da distribuio de _
2
com v graus de liberdade :
(12) v v E = )) ( (
2
_
8
Distribuio t (Student)
Seja z e _
2
(v) variveis aleatrias independentes (normal padro e qui-quadrado,
respectivamente). Definimos a varivel aleatria t como segue:
(13)
v
v
z
v t
2 / 1
2
) (
) (
(

=
_
A distribuio t tem apenas um parmetro, os graus de liberdade v. A mdia da
distribuio t com v graus de liberdade :
0 )) ( ( = v t E
Distribuio F
Sejam _
2
(v
1
) e _
2
(v
2
) duas variveis aleatrias _
2
independentes. Definimos uma
varivel aleatria F como:
9
(14)
v
v
v
v
v v F
2
2
2
1
1
2
2 1
) ( ) (
) , (
_ _
=
A distribuio F tem dois parmetros, os graus de liberdade do numerador (v
1
) e
os graus de liberdade do denominador (v
2
).
Existe a relao entre as variveis aleatrias t e F
(15) v F v t ) , 1 ( )) ( (
2
=
10
Estimao
Propriedades dos estimadores
1) Um estimador do parmetro u no tendencioso se:
u

u u = )

( E
2) Um estimador do parmetro u um estimador consistente se:

0 qualquer para P
n
> = >

c c u u 0 ) |

(| lim
u

3) um estimador um estimador suficiente de u se a funo de

probabilidade conjunta condicional das observaes amostrais, dado , no
depende do parmetro u
u

11
Um estimador um estimador de varincia mnima de u se para qualquer
outro estimador :
* * 2 2

)

( )

( u u o u o todo para s
*

u
u