Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 1 / 26 Função Característica Vimos que a função geradora de momentos é uma ferramenta muito útil DESVANTAGEM: A integral que define a função geradora de momentos pode, nem sempre ser finita. Definiremos uma nova transformada que tem a vantagem de sempre existir. As funções características são um pouco mais complicadas, dado que envolvem números complexos. Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 2 / 26 VANTAGENS da Função Característica Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 3 / 26 Função Característica A função característica é finita para todas as variáveis aleatórias X e todos os números reais t. A função de distribuição de X e em geral a função de densidade, quando existe, podem ser obtidas da função característica. Usando as propriedades das funções características é possível demonstrar teoremas e resultados importantes da estatística. Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 4 / 26 LEMBRANDO: Números Complexos Variáveis Complexas: Se X e Y são variáveis aleatórias em (Ω, A , P ), então Z = X + iY é chamada uma variável aleatória complexa Z é uma função definida em Ω e que assume valores complexos com Z (ω) = X (ω) + iY (ω) para ω ∈ Ω. i= p −1 Seja z = x + iy um número complexo, com x e y números reais. O valor absoluto de um número complexo é dado por |z | = p (x 2 + y 2 ). A distância entre dois números complexos z1 e z2 é dada por |z1 − z2 |. Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 5 / 26 Função Característica Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 6 / 26 Função Característica Definição 9.1: Seja X uma variável aleatória. A função característica de X é a função ϕ : R → C definido por, ϕX (t ) = ϕ (t ) = E (eitX ), para t real (−∞ < t < ∞) e i = p −1. Lembrando que eX pode ser escrita com uma expansão em série de potências. ex = 1 + x + x2 2! + x3 3! + ... + xn n! + ... Temos então que eitx = 1 + itx + eitx = 1 + itx − Prof. Tarciana Liberal (UFPB) (itx )2 (itx )3 (itx )n + + ... + + ... 2! 3! n! (tx )2 i (tx )3 (tx )4 i (tx )5 − + + − ... 2! 3! 4! 5! Aula Função Característica 10/13 7 / 26 Função Característica (tx )2 (tx )4 (tx )3 (tx )5 e = 1− + − . . . + i tx − + − ... 2! 4! 3! 5! itx Como as duas séries nesta última expressão correspondem a cos(tX ) e sen(tX ), segue que eitx = cos(tX ) + isen(tX ) Assim, temos que ϕX (t ) = E (eitX ) = E [cos(tX )] + iE [sen(tX )] Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 8 / 26 Função Característica Usando o fato de que cos(−t ) = cos(t ) e sen(−t ) = −sen(t ), temos que e−itx = cos(tx ) − isen(tx ) Assim, podemos obter cos(tx ) = sen(tx ) = Prof. Tarciana Liberal (UFPB) eitx + e−itx 2 eitx − e−itx 2i Aula Função Característica 10/13 9 / 26 Função Característica EXEMPLO 9.1: A V.A. X assume os valores 1 e −1 com a mesma probabilidade. Determine a função característica de X . Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 10 / 26 Função Característica Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 11 / 26 Função Característica EXEMPLO 9.2: Determine a função característica da variável aleatória X cuja função de densidade é f (x ) = ce−a|x | , −∞ < x < ∞, com a > 0 e c uma constante conveniente. Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 12 / 26 Função Característica Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 13 / 26 EXEMPLO 9.3: Determine a função característica de uma variável aleatória X com distribuição uniforme contínua no intervalo [a, b]. Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 14 / 26 Função Característica Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 15 / 26 Função Característica PROPRIEDADES: i) A função característica assume 1 no ponto 0: ϕX (0) = 1; ii) A função característica é limitada por 1: |ϕX (t )| ≤ 1, ∀t ∈ R; iii) Para a e b constantes, ϕaX +b (t ) = eitb ϕX (at ); iv) Se as variáveis aleatorias X e Y são independentes então, ϕX +Y (t ) = ϕX (t )ϕY (t ) (vale para n variáveis); Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 16 / 26 Função Característica PROPRIEDADES: v) ϕX também gera momentos: ∂n = i n E (X n ), ϕ ( t ) X n ∂t t =0 n = 1, 2, . . . , se E ( | X |n ) < ∞ vi) ϕX (t ) = ϕX (−t ), onde c é o compexo conjugado de c. (Se c = x + iy o seu complexo conjugado é c = x − iy ). vii) A variável aleatória X tem distribuição simétrica em torno de zero se, e somente se, ϕX (t ) é real para todo t. Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 17 / 26 Demonstração Propriedades Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 18 / 26 Demonstração Propriedades Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 19 / 26 EXEMPLO 9.4: Sendo X ∼ N (µ, σ2 ), use o resultado obtido para a função geradora de momentos para determinar sua função característica. Determine a média e a variância a partir do resultado. Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 20 / 26 Função Característica Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 21 / 26 Função Característica Resultados Importantes: A função característica de uma variável aleatória X determina a função de distribuição de X . Já vimos a recíproca: a função característica é determinada pela função de R distribuição, pois ϕX (t ) = eitx dFX (x ). Como consequencia, temos FX = FY ⇔ ϕ x = ϕ Y . Teorema 9.1: (Unicidade) Se as variáveis aleatórias X e Y têm a mesma funão característica, então elas têm a mesma função de distribuição. Esses resultados decorrem da fórmula da inversão: f (x ) = 1 2π Z ∞ e−ixt ϕX (t )dt −∞ Essa fórmula Ré também conhecida como transformada inversa de Fourier, dado que ϕX (t ) = eitx f (x )dx representa a transformada de Fourier da função de densidade f (x ). Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 22 / 26 EXEMPLO 9.5: Sejam X1 , X2 , . . . , Xn variáveis aleatórias independentes e indenticamente distribuídas, seguindo o modelo Poisson de parâmetro λ. Qual a distribuição de X1 + X2 + . . . + Xn . Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 23 / 26 Função Característica Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 24 / 26 EXEMPLO 9.6: Obtenha a distribuição de probabilidade de uma variável aleatória cuja função característica é ϕ (t ) = cos(at ), com a > 0. Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 25 / 26 Função Característica Prof. Tarciana Liberal (UFPB) Aula Função Característica 10/13 26 / 26