3.4 Distribuição condicional dado um evento

Esta seção será necessária para o estudo da esperança condicional a ser desenvolvido no Capítulo 11 e, exceto por isso, pode ser omitida. Dado um evento AA com (A)>0\mathbb{P}(A)>0, definimos a função de distribuição condicional de XX dado AA como

FX|A(t)=(Xt|A),t.F_{X|A}(t)=\mathbb{P}(X\leqslant t\,|\,A),\quad t\in\mathbb{R}.
Exemplo 3.30.

Considere dois lançamentos de uma moeda honesta e seja XX o número de “caras” obtidas. Neste caso,

FX(t)={0,t<0,14,0t<1,34,1t<2,1,t2.F_{X}(t)=\begin{cases}0,&t<0,\\ \frac{1}{4},&0\leqslant t<1,\\ \frac{3}{4},&1\leqslant t<2,\\ 1,&t\geqslant 2.\end{cases}

Seja AA o evento “pelo menos uma moeda deu cara”. Temos

FX|A(t)={0,t<1,23,1t<2,1,t2.F_{X|A}(t)=\begin{cases}0,&t<1,\\ \frac{2}{3},&1\leqslant t<2,\\ 1,&t\geqslant 2.\end{cases}\qed
Exemplo 3.31.

Se XX é uma variável aleatória com distribuição X𝒰[0,1]X\sim\mathcal{U}[0,1] e A={X12}A=\{X\leqslant\frac{1}{2}\}, então a função de distribuição condicional de XX dado AA é

FX|A(x)=(Xx|A)={0,x0,2x,0x12,1,x12.F_{X|A}(x)=\mathbb{P}(X\leqslant x|A)=\begin{cases}0,&x\leqslant 0,\\ 2x,&0\leqslant x\leqslant\frac{1}{2},\\ 1,&x\geqslant\frac{1}{2}.\end{cases}\qed

Se XX é discreta, definimos a função de probabilidade condicional de XX dado AA, denotada por pX|A()p_{X|A}(\,\cdot\,), como a função de probabilidade associada à função de distribuição FX|A()F_{X|A}(\,\cdot\,).

Exemplo 3.32.

No Exemplo 3.30,

pX|A(x)={23,x=1,13,x=2,0,caso contrário.p_{X|A}(x)=\begin{cases}\frac{2}{3},&x=1,\\ \frac{1}{3},&x=2,\\ 0,&\text{caso contr\'{a}rio}.\end{cases}\qed

Se XX tem densidade fXf_{X}, podemos tomar

fX|A(x)=ddxFX|A(x)f_{X|A}(x)=\frac{\mathrm{d}}{\mathrm{d}x}F_{X|A}(x)

e, caso fX|Af_{X|A} seja integrável e satisfaça

FX|A(x)=xfX|A(s)ds para todo xF_{X|A}(x)=\int_{-\infty}^{x}f_{X|A}(s)\,\mathrm{d}s\qquad\text{ para todo $x% \in\mathbb{R}$, }

dizemos que fX|Af_{X|A} é uma função de densidade condicional de XX dado AA. Uma função de densidade condicional sempre existe, porém a prova deste fato exige ferramentas mais avançadas (ver Seção 11.5), e a função fX|Af_{X|A} pode não ser Riemann-integrável (ver Seção 5.5.4).

Exemplo 3.33.

No Exemplo 3.31, uma densidade condicional é dada por

fX|A(x)=ddxFX|A(x)=2 1[0,12],f_{X|A}(x)=\frac{\mathrm{d}}{\mathrm{d}x}F_{X|A}(x)=2\,\mathds{1}_{[0,\frac{1}% {2}]},

cuja integral de fato coincide com FX|AF_{X|A}. ∎