Variveis Aleatrias Uma varivel dita aleatria quando o valor da mesma obtido atravs de observaes ou experimentos, e a cada valor

or estiver associada uma certa probabilidade. Denota-se uma varivel por letra maiscula e os valores assumidos por ela por letra minscula. Uma varivel dita Discreta quando assume valores em pontos isolados ao longo de uma escala (n finito ou infinito enumervel de valores). Exemplo: N de alunos na sala Uma varivel dita Contnua quando assume qualquer valor ao longo de um intervalo (n infinito no enumervel de valores). Exemplo: Tempo, temperatura, peso, etc. Distribuies Discretas de Probabilidade: Seja X uma varivel aleatria discreta e sejam x1, x2, ... , xn os valores de X. A funo f(x) uma distribuio de probabilidade (ou funo de probabilidade) se:

(a) f(x)=P(X=x) 0, x
(b)
i =1

f(xi ) = 1

Exemplo: Determine a distribuio de probabilidade da varivel aleatria X: Nmero de caras em dois lances de uma moeda equilibrada. S={CC, CK, KC, KK} x f(x) 0 0,25 1 0,50 2 0,25 Total 1,00 Parmetros de uma v. a. d.: 1. Expectncia: Seja X uma varivel aleatria discreta que pode assumir os valores x1, x2, ... , xn , com probabilidades f(x1), f(x2), ..., f(xn), respectivamente. Ento, a expectncia de X dada por
E (X ) =

xi .f (xi ) i
=1

Propriedades: 1. E(aX) = a.E(X) 2. E(Xa)=E(X)a 3. E(XY)=E(X)E(Y)

2. Varincia: Seja X uma varivel aleatria discreta com expectncia finita. Ento, a varincia de X dada por:
Var (X ) = E (X ) [E (X )] ,
2 2 2 onde E (X ) =

xi .f (xi ) i
2 =1

Propriedades: 1. Var(aX)=a2.Var(X) 2. Var(Xa)=Var(X) 3. Var(XY)=Var(X)+Var(Y), se X e Y so v.a. independentes. 3. Desvio Padro: O desvio padro de X dado por;
x = Var (X )

DISTRIBUIO BINOMIAL A distribuio Binomial o modelo probabilstico adequado para casos em que se consideram repetidas provas de Bernoulli, isto sucesses de experimentos aleatrios independentes, em cada um dos quais se observa a ocorrncia (sucesso) ou no (fracasso) de um determinado acontecimento, de probabilidade p, constante de observao para observao. Seja a v. a. d. X: nmero de sucessos em n provas. A distribuio de probabilidade f(x) dada por: f(x) = P(X=x) = Cn,x .px.qn-x , onde x= 0,1,2,3,......n p: probabilidade de sucesso q: probabilidade de fracasso Ento, X tem distribuio Binomial e escreve-se simbolicamente X~B(n,p), para indicar que diferentes valores de n e p, correspondem diferentes distribuies. Propriedades: E(X)=n.p Var(X)=n.p.(1-p)
= n.p.(1 - p)

DISTRIBUIO NORMAL Seja X uma v. a. c. tal que E(X)= e Var(X)= , onde < x < + e
2 > 0. Ento, X tem distribuio Normal com mdia e varincia , se sua 2

funo densidade de probabilidade dada por:

f ( x) =

1 2

2 ( x ) e

22

Notao: X~N( ; ) Distribuio Normal Padro: Seja X uma v. a. c. tal que X~N( ; ). Ento, a v. a. c. Z =

distribuio Normal com mdia 0 (zero) e desvio padro 1 (um), isto , Z~N(0;1). A funo densidade de Z dada por:
f (z) = 2 1 z 2 e 2

X tem

Teorema da Combinao Linear: Sejam X e Y variveis aleatrias independentes com distribuio Normal, tal que E(X)=x Var(X)= 2 , E(Y)=y , Var(Y)= y , a, b e c constantes. x Ento, a varivel aleatria Z=aX+bY+c tem distribuio Normal com z = E(Z)=ax + by + c Var(Z)=a2 2 + b2 y x
2 2

Em particular, a soma ou a diferena de duas ou mais variveis aleatrias Normais tambm uma varivel aleatria Normal. Teorema do Limite Central: Sejam X1, X2, X3, ... , Xn, variveis aleatrias independentes e identicamente distribudas, com mdia e varincia 2, finitas. Ento, se Sn=X1+X2+ X3+ ... +Xn ,
n

lim P (a

S n n

b) =

1 2

u2 2

du ,

isto ,

S n n

~N(0;1)

OBS: O teorema vale tambm quando X1, X2, X3, ... , Xn so variveis aleatrias independentes com mesma mdia e mesma varincia, mas no necessariamente a mesma distribuio.