H.

Iglsias Pereira MEIO

1

2. FUNES DE VARIVEL ALEATRIA CONTNUA
Teorema 1: Seja X uma varivel aleatria (v.a.) absolutamente contnua, com f.d.p. f
X
, seja
uma funo diferencivel tal que g no se anula no suporte S de X, e g
-1
a inversa
de g. Ento, () uma v.a. absolutamente contnua com f.d.p. f
Y
dada por:

()

())|(

)()|

(1)
onde

( ) {() ()} {() ()}.

Teorema 2: (Transformao Uniformizante):
Seja X uma v.a. com funo de distribuio F
X
estritamente crescente. Ento a v.a.

()
()
.
Dem: exerccio 6.
Generalizao do teorema 1 para o caso da funo g no ter inversa g
-1
, como o caso da funo
()

.
Teorema 3: Seja X uma varivel aleatria (v.a.) absolutamente contnua, com f.d.p. f
X
, seja
uma funo diferencivel para todo o (suporte de X), com g contnua e no
nula excepto num nmero finito de pontos.
Ento, qualquer que seja y
1. Existe um inteiro positivo ()

()

()

() tais
que (

)
2. Ou no existe nenhum x tal que () com

() e definimos () .
A varivel aleatria () absolutamente contnua com f.d.p.

() {

()) |

()]
|

(2)

Seja uma funo Borelmensurvel e (), se Y tem valor mdio, i.e,
||

()

, tem-se

()

() ()

()

(()) (3)
desde que |()|

()

.
Em particular se ()

() ( )

podemos definir os momentos de ordem n ou os

momentos centrados de ordem n. Ou ainda os correspondentes momentos absolutos de ordem n
no caso de () ||

() | |

.


H. Iglsias Pereira MEIO

2

3. TRANSFORMADAS DE VARIVEIS ALEATRIAS
1-Funo Geradora de Probabilidades (f.g.p.)
Seja X uma v.a. discreta tomando apenas valores naturais
{

( )

Definio 1: funo

() (

(1)
chama-se funo geradora de probabilidades da v.a. X.

Uma vez que

()

||

e para

() , podemos concluir que a f.g.p. converge pelo menos para || .

Exemplo: Seja (). Mostre que

()
()
. Neste caso

() pode convergir
para || .
Propriedades:
1-

()
()

2- A f.g.p. caracteriza a v.a., isto , ( ) ( ) Y
d
Y X
X s G s G = = .
3- ( ) ( ) ( ) | | ( ) 1 1 - X X E e 1
' ' '
X X
G G X E = =

Das propriedades anteriores resulta que as derivadas da f.g.p. no ponto zero esto relacionadas
com a f.m.p., e no ponto 1, se existirem, esto relacionadas com os momentos factoriais.
Teorema 1: Sejam X e Y v.a.s independentes com suporte natural. Ento
( ) ( ) ( ) s G s G s G
Y X Y X
=
+
(2)

Corolrio: Sejam
n
X X ,...,
1
v.a.s i.i.d. X X
d
k
= com suporte natural e f.g.p. ( ) s G
X
. Ento a
v.a.
n n
X ... X S + + =
1
, tem f.g.p. igual a ( ) ( ) | |
n
X S
s G s G
n
=

Definio 2: Seja X uma v.a., funo
( ) ( )
tX
X
e E t M = (3)
chama-se funo geradora de momentos (f.g.m.) desde que o valor mdio do 2 membro exista
numa vizinhana da origem.

Para obter a f.g.m. de uma v.a. calculamos
H. Iglsias Pereira MEIO

3

( ) ( )
( )

= =
}

R
tx
k
tx
k
tX
X
continua for X se , dx x f e
discreta for X se , e p
e E t M
k

Enunciaremos, sem demonstrao, dois teoremas muito teis.
Teorema 2: A f.g.m. determina univocamente a f.d. e inversamente, se a f.g.m. existe ela
nica.
Teorema 3: Se a f.g.m. ( ) t M
X
de uma v.a. X existe para ( ) 0
0 0 0
> e t , t , t t , as derivadas
de todas as ordens no ponto 0 = t existem e podem ser calculadas sob o sinal de integral, isto ,
( )
( ) ( ) N k , X E t M
k
t
k
e =
=0
(4)
Nota: Um teorema anlogo se pode provar para o caso discreto.
Se a f.g.m. existe para ( ) 0
0 0 0
> e t , t , t t podemos exprimi-la univocamente em srie de
Maclaurin
( ) ( )
( ) ( )
... t
!
M
t
!
M
M t M
'' '
+ + + =
2
2
0
1
0
0 (5)
Sendo ( )
k
X E o coeficiente de
! k
t
k
na expanso (6).
Teorema 4: Sejam X e Y v.a.s independentes com f.g.m. ( ) ( ) t M e t M
Y X
respectivamente.
Ento ( ) ( ) ( ) t M t M t M
Y X Y X
=
+
(6)
Corolrio: Sejam
n
X X ,...,
1
v.a.s i.i.d. X X
d
k
= e f.g.m. ( ) t M
X
. Ento a v.a.
n n
X ... X S + + =
1
, tem f.g.m. igual a ( ) ( ) | |
n
X S
t M t M
n
=
No entanto a exigncia de que ( ) t M
X
exista numa vizinhana da origem muito forte e nem
sempre satisfeita por distribuies usuais. Vamos considerar uma transformada que existe para
todas as distribuies.
Definio 3*: Seja X uma v.a. . funo complexa definida em 9
( ) ( ) ( ) ( ) 9 e + = = t tX sin E i tX cos E e E t
itX
(7)
onde 1 = i , chama-se a funo caracterstica (f.c.) da v.a. X.
Exemplo 1: Seja X uma v.a. ( ) 1 0, Gau . Ento a f.c. de X
( ) ( ) ( ) ( ) dx e tx dx e tx i dx e tx t
x x x
2 2 2
2 2 2
cos
2
1
sin cos
2
1

+

+

} } }
= + =
t t

uma vez que ( )
2
2
sin
x
e tx

uma funo mpar o 2 integral anula-se. E ento
H. Iglsias Pereira MEIO

4

( ) ( ) 9 e = =

+
}
t e dx e tx t
t x
, cos
2
2
2 2
0
2 2
t

Exemplo 2: Seja agora X uma v.a. ( ) 0 1, C , a f.c. de X igual a
( ) ( ) ( ) ( ) dx
x
tx dx
x
tx i dx
x
tx t
2 2 2
1
1 1
cos
1
1 1
sin
1
1 1
cos
+
=
+
+
+
=
} } }
+

+

+

t t t

dado que
2
1 x
tx sin
+
uma funo mpar o 2 integral anula-se e vem finalmente
( ) ( ) 9 e =
+
=

+
}
t e dx
x
tx t
t
,
1
1 1
cos 2
2
0
t

Como foi dito anteriormente a f.c. existe sempre, de facto podemos enunciar as seguintes
Propriedades da f.c.:
1- ( ) t continua em 9 e ( ) t , t s1
( ) ( ) ( ) ( ) 1 = = s =
} } }
+

+

+

dx x f dx x f e dx x f e t
itx itx

(O caso discreto anlogo).
2- ( ) ( ) t t = , onde o conjugado de . E portanto a f.c. da v.a. Y= -X.
3- ( ) t determina univocamente a f.d. da v.a. X.
4- Se X e Y so v.a.s independentes ento
( )
( )
( ) ( ) ( ) ( ) t t e e E e E t
Y X
itY itX Y X it
Y X
= = =
+
+

Uma vez que se X e Y so v.a.s independentes tambm o so
itY itX
e e e .
5- Se existir ( )
k
X E ento, analogamente ao que se passava com a f.g.m., tem-se:
( )
( ) ( ) N k , X E i t
k k
t
k
X
e =
=0
(8)
O que permite expandir a f.c. em srie de Maclaurin
( ) ( ) ( ) ( )
( )
( ) ... X E
!
it
X E it t
X X
+ + + =
2
2
2
0 (9)
Para demonstrar estas e outras propriedades da f.c. necessrio ter conhecimentos de anlise
complexa.
4. ALGUMAS DESIGUALDADES COM MOMENTOS

Teorema 1: Seja ( ) X h uma funo da v.a. X, no negativa e Borel-mensurvel. Se ( ) ( ) X h E
existe, ento
( ) ( )
( ) ( )
c
c c
X h E
X h P s > > 0 (1)
Dem: ver Rohatgi, V. K. e Saleh, E..
H. Iglsias Pereira MEIO

5

Corolrio 1: Seja ( ) 0 0 > > = = k , r , k e X X h
r
r
c . Ento,
( )
( )
r
r
k
X E
k X P s > (2)
Conhecida como desigualdade de Markov.
Corolrio 2: Se X uma v.a. com ( ) ( )
2
o = = X Var e X E , tomando
( ) ( ) 0
2 2
2
> = = k , k , X X h o c , obtemos a desigualdade de Thebycheff
( )
2
1
k
k X P s > o (3)