Variaveis Aleatorias

Variaveis Aleatorias
Cl
audio Tadeu Cristino1
1 Universidade
Federal Rural de Pernambuco, Recife, Brasil
Segundo Semestre, 2011
C.T.Cristino (DEINFO-UFRPE)
Vari
aveis Aleat
orias
2011
1 / 53
Experimentos Aleat
orios; Espa
cos Amostrais
Experimentos Aleatorios
Em Estatstica todos os estudos s

ao baseados em experimentos
aleat
orios:
... que s
ao experimentos cujos resultados
nao podem ser previstos com antecedencia.
Exemplo
Num lancamento de um dado (com seis faces), sabemos que esse ir
a
cair no ch
ao (gravidade, experimento determinstico), mas n
ao
podemos afirmar com 100% de certeza qual face estar
a para cima,
quando o dados cair (experimento aleat
orio).
Vari
aveis Aleat
orias
2011
2 / 53
Experimentos Aleat
orios; Espa
cos Amostrais
Espacos Amostrais
O espacos amostral de um experimento aleat

orio e o conjunto de todos
os resultados possveis de tal experimento. Temos visto varios
exemplos de espacos amostrais cujos elementos s
ao nominais, tais como
cor, cara ou coroa, chover ou n
ao chover, etc.
Nesses casos, por vezes, certas informac
oes s
ao mais difceis de serem
obtidas. Da a necessidade de se criar uma associaca
o entre os
elementos de um espaco amostral e n
umeros. Por que? N
umeros
podem ser comparados, podemos realizar operac
oes com eles,
computadores gostam de n
umeros, ...
Vari
aveis Aleat
orias
2011
3 / 53
Experimentos Aleat
orios; Espa
cos Amostrais
Definic
ao
Uma vari
avel aleat
oria e uma func
ao que associa um n
umero para cada
elemento de um espaco amostral. Teoricamente, esta associac
ao pode
ser arbitr
aria (escolhida por que ir
a utiliz
a-la, mas h
a v
arias func
oes
que s
ao naturais de serem definidas. Em geral, denota-se uma vari
avel
aleat
oria por letras mai
usculas: X, Y, . . .
Exemplo
Num jogo de uma moeda podemos definir a seguinte vari
avel aleat
oria:
(
1, se e cara.
X() =
0, se e coroa.
Note que, definida dessa maneira, X conta o n
umero de caras (0 ou 1)
no jogo de uma moeda.
Vari
aveis Aleat
orias
2011
4 / 53
Experimentos Aleat
orios; Espa
cos Amostrais
Exemplo
Leonardo prop
oem para Jo
ao o seguinte jogo: jogam uma moeda e se o
resultado for cara, Jo
ao paga para Leonardo R$10,00, caso contr
ario
Leonardo para a Jo
ao R$10,00. Podemos associar uma vari
avel
aleat
oria para este experimento? Naturalmente, definimos:
(
10, se e cara
Y () =
10, se e coroa,
e a vari
avel aleat
oria associada ao quanto Leonardo vai ganhar (ou
perder) nesse jogo.
Vari
aveis Aleat
orias
2011
5 / 53
Vari
aveis Aleat
orias
Exemplo
Num experimento aleatorio, desejamos obter a altura de pessoas que
passam pela rua. Novamente, de maneira natural, temos que:
H(pessoa) (0, 3)
e uma variavel aleat
oria. Note que esta vari
avel aleat
oria e
essencialmente diferente das duas anteriores pois ela pode ser
representada (teoricamente) por qualquer n
umero entre 0 e 3 metros,
enquanto que as duas vari
aveis aleat
orias anteriores somente assumiam
dois valores (1 ou 0, no primeiro caso e 10 ou 10, no segundo).
Vari
aveis Aleat
orias
2011
6 / 53
Vari
aveis Aleat
orias
Contnuas versus discretas
Definic
ao
Dizemos que uma vari
avel aleat
oria e discreta se esta pode assumir
apenas uma quantidade finita ou enumer
avel de valores. De maneira
simplista, diremos que para os outros casos, as variaveis s
ao ditas
contnuas.
Obs.: em geral, vari
aveis contnuas representaram grandezas tais como
o tempo, alturas ou distancias, pesos, etc. Tambem veremos que, por
vezes iremos aproximar uma vari
avel aleat
oria discreta por uma
contnua (seja l
a o que isso queira dizer).
Vari
aveis Aleat
orias
2011
7 / 53
Vari
aveis Aleat
orias
Como para os eventos de um espaco amostral definiu-se uma

probabilidade, e natural que as vari
aveis aleat
orias tambem herdem
esta importante medida:
Definic
ao
Seja X {x1 , x2 , . . . , xn } uma vari
avel aleat
oria discreta (os xi s s
ao
n
umeros). Define-se:

P (X = xi ) = P {A : P (a) = xi , para todo a A} .
Complicado?!? Na verdade n
ao. A probabilidade herdada pela vari
avel
aleat
oria e a mesma que foi definida para os eventos que deram origem
a tal vari
avel aleat
oria. Por exemplo, temos que para o jogo de uma
moeda P (CARA) = P (COROA) = 0, 5, logo para a vari
avel aleat
oria
X definida como antes P (X = 1) = P (X = 0) = 0, 5
Vari
aveis Aleat
orias
2011
8 / 53
Vari
aveis Aleat
orias
Funcao de Probabilidade
Dizemos que pi = P (X = xi ) e a func

ao de probabilidade da vari
avel
aleat
oria X. As propriedades dessa func
ao e:
P.1 pi = P (X = xi ) 0, para todo xi R.
Pn
P.2
i=1 P (X = xi ) = p1 + p2 + + pn = 1.
Ou outros termos: a func

ao de probabilidade e uma func
ao n
ao
negativa cuja soma de todas seus termos e igual a 1 ou 100%.
Vari
aveis Aleat
orias
2011
9 / 53
Vari
aveis Aleat
orias
Exemplo
Construmos em sala um experimento que determinou a frequencia de
N , o n
umero de irm
ao de cada um dos presentes. Vimos como utilizar
esta frequencia para estimar uma probabilidade (como?). Vamos
representar na Tabela abaixo os resultados obtidos:
N =n
P (N = n)
0
0,2
1
0,15
2
0,32
3
0,2
4
0,05
5
0,05
6
0,02
7
0,01
Da tabela temos, por exemplo, que num sorteio, a probabilidade da

pessoa de nossa sala escolhida tenha 2 irm
aos e de 0,32 ou 32%.
Vari
aveis Aleat
orias
2011
10 / 53
Vari
aveis Aleat
orias
Representacao de uma funcao de probabilidade
Figura:
Vari
aveis Aleat
orias
2011
11 / 53
Vari
aveis Aleat
orias
Exemplo (Continuac
ao)
Podemos, agora, calcular v
arios casos:
C
alculo direto:
tab.
P (N = 4) = 0, 05
probabilidade a uni
ao e a somas das probabilidades:
P (N 5) = P (N = 5 ou N = 6 ou N = 7)
= P (N = 5) + P (N = 6) + P (N = 7)
tab.
= 0, 05 + 0, 02 + 0, 01 = 0, 08
Usando o complementar:
tab.
P (N 1) = 1 P (N < 1) = 1 P (N = 0) = 1 0, 2 = 0, 8.
Vari
aveis Aleat
orias
2011
12 / 53
Vari
aveis Aleat
orias
Exemplo (Continuac
ao)
Mais casos:
Usando o complementar:
P (N 6= 2) = 1 P (N = 2) = 1 0, 32 = 0, 68
Intersec
ao:
P (N = 1 e N = 3) = 0
Ou se tem 1 ou 3 irm
aos!
Intersec
ao:
P (N 1 e N 3) = P (N = 1 ou N = 2 ou N = 3)
= P (N = 1) + P (N = 2) + P (N = 3)
tab.
= 0, 15 + 0, 32 + 0, 2 = 0, 67.
Vari
aveis Aleat
orias
2011
13 / 53
Vari
aveis Aleat
orias
Funcoes de distribuicao
Definic
ao
A funca
o de distribuica
o acumulada ou, simplesmente, funca
o de
distribuica
o de uma variavel aleat
oria e definida por:
FX (x) = P (X x)
(2.1)
No caso discreto, em que X {x1 , x2 , . . . , xn } com pi = P (X = xi ) e

para x < xj , para algum j = 1, . . . , n, temos que:
FX (x) = P (X x) = P (X = x1 ou X = x2 ou ou X = xj1 )
= P (X = x1 ) + P (X = x2 ) + + P (X = xj1 )
X
= p1 + p2 + + pj1 =
P (X = xi ).
xi x
Ou seja, no caso discreto a func

ao de distribuic
ao acumula todas as
probabilidades daqueles xi x.
Vari
aveis Aleat
orias
2011
14 / 53
Vari
aveis Aleat
orias
Exemplo
Supunha que tenhamos a seguintes func
ao de probabilidade para uma
vari
avel aleat
oria X:
X=x
P (X = x)
1
0,0046
2
0,0330
3
0,1318
4
0,2966
5
0,3560
6
0,1780
Tabela: Funcao de probabilidade da variavel aleatoria X.
Podemos, ent
ao, criar a tabela da distribuic
ao acumulada de X:
X=x
P (X x)
1
0,0046
2
0,0376
3
0,1694
4
0,4660
5
0,8220
6
1,0000
Tabela: Distribuicao acumulada para X
Vari
aveis Aleat
orias
2011
15 / 53
Vari
aveis Aleat
orias
Propriedades de uma distribuicao
Do exemplo anterior e da definic

ao, podemos tirar as seguintes
propriedades de uma func
ao de distribuic
ao:
1
2
FX (x) 0 para todo x.
FX (x) e uma func

ao n
ao-decrescente, ou seja, se x < y, ent
ao:
FX (x) FX (y).
Se x , ent
ao FX (x) 1.
Vari
aveis Aleat
orias
2011
16 / 53
Vari
aveis Aleat
orias
Abaixo, o gr
afico da func
ao de distribuic
ao da vari
avel aleat
oria X, do
u
ltimo exemplo.
Figura: Grafico da funcao de distribuicao do u

ltimo exemplo.
Vari
aveis Aleat
orias
2011
17 / 53
Modelos de Vari
aveis Aleat
orias
Modelos de variaveis aleatorias

Podemos agrupar as vari
aveis aleat
orias em classes ou modelos de
vari
aveis que possuem alguma caracterstica em comum. Vamos
comecar pelo modelo de Bernoulli1 :
Definic
ao
Qualquer experimento que possui apenas dois resultados possveis, que
denominaremos fracasso e sucesso, e chamado um ensaio de Bernoulli.
Podemos substituir as denominac
oes dos resultados por quaisquer
outras, tais como preto versus branco, apagado versus aceso, quente
versus frio, etc.
Diremos que a probabilidade de sucesso e p, 0 p 1, e, portanto, a
probabilidade de fracasso e q = 1 p.
1
em homenagem a Jacques Bernoulli (16541705), matem

atico suco.
Vari
aveis Aleat
orias
2011
18 / 53
Modelos de Vari
aveis Aleat
orias
Modelo de Bernoulli
Definic
ao
Diremos que uma vari
avel aleat
oria X segue o modelo de Bernoulli se
ela representa o n
umero de sucessos em um ensaio de Bernoulli. Ou
seja,
(
1, se = sucesso;
X() =
0, se = fracasso.
Como consequencia das definic
oes, temos que a func
ao de
probabilidade de uma vari
avel aleat
oria que segue o modelo de
Bernoulli com probabilidade de sucesso igual a p e:
P (X = x) = px (1 p)1x ,
Vari
aveis Aleat
orias
x = 0 ou 1.
2011
19 / 53
Modelos de Vari
aveis Aleat
orias
Exemplo
Um simples exemplo de um ensaio de Bernoulli e o lancamento de uma
moeda. Como s
o h
a dois resultados possveis, cara ou coroa, podemos
associar a vari
avel aleat
oria X seguindo o modelo de Bernoulli como:
(
1, se = cara;
X() =
0, se = coroa.
Obviamente, nesse caso,
P (X = 1) = P (cara) =
1
= P (coroa) = P (X = 0).
2
Vari
aveis Aleat
orias
2011
20 / 53
Modelos de Vari
aveis Aleat
orias
Definic
ao
Considere a repetic
ao de n ensaios de Bernoulli independentes e todos
com a mesma probabilidade de sucesso p. A vari
avel aleat
oria que
conta o n
umero total de sucessos e denominada Binomial com
par
ametros n e p. Sua func
ao de probabilidade e dada por:

n k
P (X = k) =
p (1 p)nk , k = 0, 1, . . . , n,
(3.1)
k

com nk representando o coeficiente binomial dado por:

n
n!
=
.
k
k!(n k)!
Comumente, usa-se a notac
ao X B(n, p) para indicar que a vari
avel
aleat
oria X segue o modelo Binomial com par
ametros n e p.
Vari
aveis Aleat
orias
2011
21 / 53
Modelos de Vari
aveis Aleat
orias
Distribuicao Binomial
Exemplo
Suponha que uma famlia recem formada decida ter 3 filhos. Sabendo
que em cada nascimento, a probabilidade de nascer uma menina e de
50%, qual e a probabilidade de que esta famlia tenha 2 meninas e 1
menino?
Devemos notar que nesse exemplo a vari
avel aleat
oria N que representa
o n
umero de meninas e Binomial com n = 4 e p = 0, 5. Assim,

3
P (N = 3) =
(0, 5)2 (1 0, 5)32
2
= 3 0, 25 0, 5 = 0, 375 ou 37, 5%.
Vari
aveis Aleat
orias
2011
22 / 53
Modelos de Vari
aveis Aleat
orias
Para o exemplo anterior, podemos observar o resultado na seguinte

a
rvore de probabilidade:
3Nasc.
3 meninas
2Nasc.
50%
1Nasc.
2 meninas, 1 menino
2 meninas, 1 menino
50%
50%
50%
2 meninos, 1 menina
50%
2 meninas, 1 menino
50%
50%
50%
2 meninos, 1 menina
2 meninos, 1 menina
3 meninos
Figura: Arvore
de probabilidade para a famlia de probabilidade.
Vari
aveis Aleat
orias
2011
23 / 53
Modelos de Vari
aveis Aleat
orias
Mais aplicacoes da Binomial
para alguma
Num plebiscito, deve-se responder SIM ou NAO
quest
ao.
Sorteios sucessivos com reposic

ao de bolas em uma urna.
Em um exame com vinte quest

oes, cada questao com 4 tens,
sendo que apenas um item esteja correto, o n
umero de acertos no
chute.
...
Vari
aveis Aleat
orias
2011
24 / 53
Modelos de Vari
aveis Aleat
orias
O modelo Uniforme discreto
Definic
ao
Seja X uma vari
avel aleat
oria cujos possveis valores s
ao representados
por x1 , x2 , . . . , xn . Diremos que X segue o modelo uniforme discreto se
atribui a mesma probabilidade 1/n a cada um destes n valores, isto e,
sua func
ao de probabilidade e dada por
P (X = xj ) =
1
, para todo j = 1, 2, . . . , n.
n
(3.2)
Como exemplos para uma vari

avel aleat
oria como modelo Uniforme
discreto temos o n
umero sorteado num bingo, ou no lancamento de um
dado. Escrevermos X U D(n) para representar uma vari
avel aleat
oria
X que segue o modelo uniforme discreto como n elementos.
Vari
aveis Aleat
orias
2011
25 / 53
Modelos de Vari
aveis Aleat
orias
A distribuicao de Poisson
Definic
ao
Seja X uma vari
avel aleat
oria discreta definida para todo n
umero
inteiro positivo. Dizemos que X segue o modelo de Poisson (diz-se
POASSON) se sua funcao de probabilidade e dada por:
P (X = k) =
e k
,
k!
k = 0, 1, 2, . . .
(3.3)
em que > 0 e k! = (k 1) (k 2) 2 1.
Consequentemente, a func
ao de distribuic
ao de X e dada por
P (X x) =
X e k
kx
Vari
aveis Aleat
orias
(3.4)
k!
2011
26 / 53
Modelos de Vari
aveis Aleat
orias
A distribuicao de Poisson - cont.

Mas o que representa a distribuic
ao de Poisson? Bem, ela representa o
n
umero de ocorrencias de um determinado evento, num determinado
intervalo de tempo.
Exemplo
O n
umero de chamadas telef
onicas que s
ao recebidas numa
empresa numa hora, pode ser representada para distribuicao de
Poisson.
A quantidade de avi
oes que pousam no Aeroporto Internacional
dos Guararapes num ano pode ser considerado como Poisson.
O n
umero de autom
oveis que passam por uma ponte num
determinado dia da semana pode ser Poisson.
Escrevermos: X P oisson() para a vari
avel X que segue o modelo
de Poisson com par
ametro .
Vari
aveis Aleat
orias
2011
27 / 53
Modelos de Vari
aveis Aleat
orias
Modelo Geometrico
Definic
ao
avel aleat
oria X segue o modelo Geometrico de
parametro p, se sua func
ao de probabilidade e da forma:
P (X = k) = p(1 1)k , 0 p 1, k = 0, 1, 2, . . .
(3.5)
Nesse caso, escreveremos X G(p).

Se interpretarmos p como a probabilidade de sucesso, a distribuic
ao
geometrica representa o n
umero de ensaios de Bernoulli que precedem
o primeiro sucesso.
Vari
aveis Aleat
orias
2011
28 / 53
Modelos de Vari
aveis Aleat
orias
Funcao de Probabilidade Geometrica

0,035
0,03
0,025
0,02
0,015
0,01
0,005
0
0
10
15
20
25
Vari
aveis Aleat
orias
30
35
40
2011
29 / 53
Modelos de Vari
aveis Aleat
orias
O modelo Hipergeometrico
Definic
ao
Considere um conjunto de n objetos dos quais m sao do tipo I e n m
s
ao do tipo II. Para um sorteio de r objetos (r < n), feito ao acaso e
sem reposic
ao, defina X como o n
umero de objetos do tipo I
selecionados. Diremos que a vari
avel aleat
oria X segue o modelo
hipergeometrico e sua func
ao de probabilidade e dada pela express
ao:

m nm
P (X = k) =
rk

n
r
, k = max(0, r (n m), . . . , min(r, m). (3.6)
Escreveremos X HG(n, m, r)
Vari
aveis Aleat
orias
2011
30 / 53
Medidas resumo de uma vari

avel aleat
oria
Medidas de resumo de uma variavel
Definic
ao
Seja X uma vari
avel aleat
oria discreta que assume valores dentre o
ao de probabilidade
conjunto {x1 , . . . , xn }. Seja pi = P (X = xi ) a func
de X. Define-se por:
E(X) =
n
X
i=1
xi pi = x1 p1 + x2 p2 + + xn pn ,
(4.1)
a esperanca da vari
avel aleat
oria X. Tal valor e tambem conhecido
como media de X ou esperanca matem
atica de X. Ela representa um
valor central de equilbrio.
Vari
aveis Aleat
orias
2011
31 / 53

avel aleat
oria
A media de uma variavel aleatoria
Exemplo
Seja X a vari
avel aleat
oria com func
ao de probabilidade da na tabela
abaixo:
X = xi
P (X = xi )
1
0,1
3
0,12
4
0,075
7
0,305
11
0,2
12
0,15
13
0,05
Entao, temos que:

E(X) =
7
X
i=1
xi pi = 1 0, 1 + 3 0, 12 + + 13 0, 05 = 7, 545.
Vari
aveis Aleat
orias
2011
32 / 53

avel aleat
oria
Medias para casos especiais
Temos que:
Se X Bernoulli(p), 0 p 1, ent
ao: E(X) = p.
Se Y B(n, p), n 2 e 0 p 1, ent

ao: E(Y ) = n p.
Se W Poisson(), ent
ao: E(W ) = .
Se Z G(p), 0 p 1, ent
ao E(Z) =
Se H HG(n, m, p), ent
ao E(H) =
1p
p
rm
n .
Se U U D(1, k) e uma vari

avel aleat
oria uniforme discreta com
1+k
valores entre 1 e k, ent
ao E(U ) = 2
Vari
aveis Aleat
orias
2011
33 / 53

avel aleat
oria
A respeito da media
Observe que:
A media ou esperanca e um n
umero. Este n
umero representa o
centro de massa da vari
avel aleat
oria . Este valor nos informa uma
posic
ao central dos valores da vari
avel aleat
oria em relac
ao `
a sua
func
ao de probabilidade. Em outras palavras, a media e um valor
da vari
avel aleat
oria, ponderado pela func
ao de probabilidade.
min xi E(X) max(xi ), ou seja, media deve estar no intervalo
definido pelos valores da vari
avel aleat
oria.
Se X e Y s
ao duas vari
aveis aleat
orias com E(X) e E(Y ) finitas,
ent
ao, em qualquer caso:
E(X + Y ) = E(X) + E(Y ).
Vari
aveis Aleat
orias
2011
34 / 53

avel aleat
oria
Outras medidas de localizac

ao, como a media, s
ao:
Definic
ao
Denomina-se moda a valor com maior probabilidade entres os possveis
de serem assumidos por uma vari
avel aleat
oria. Assim se
X {x1 , . . . , xi } com pi = P (X = xi ):
M o(X) = {xi : pi = max pj }
Definic
ao
Denomina-se mediana o valor central dos valores da vari
avel aleat
oria.
. Temos que:
M d(X) = xi tal que P (X xi ) 50% e P (X xi ) 50%
Vari
aveis Aleat
orias
2011
35 / 53

avel aleat
oria
Variancia
Definic
ao
Denomina-se vari
ancia de uma vari
avel aleat
oria ao desvio medio
quadrado dos valores de uma vari
avel aleat
oria em torno da media, ou
seja:
n
X
2
Var(X) = E(X E(X)) =
(xi E(X))2 pi
(4.2)
i=1
Esta definic
ao e equivalente a:
Var(X) = E(X 2 ) (E(X))2 ,
(4.3)
ou seja, a esperanca de X ao quadrado, menos o quadrado da

esperanca de X.
Vari
aveis Aleat
orias
2011
36 / 53

avel aleat
oria
Exemplo
Voltemos ao nosso u
ltimo exemplo: seja X com func
ao de
probabilidade:
X = xi
P (X = xi )
1
0,1
3
0,12
4
0,075
7
0,305
11
0,2
12
0,15
13
0,05
Entao, para E(X) = 7, 545, temos:

Var(X) =(1 7, 545)2 0, 1 + (3 7, 545)2 0, 12 +
+ (13 7, 545)2 0, 05 = 14, 648.
De outra maneira:
2
E(X ) =
7
X
i=1
x2i pi = 12 0, 1 + 32 0, 12 + + 132 0, 05 = 71, 575.
Logo,
C.T.Cristino (DEINFO-UFRPE)2
Vari
aveis
2 Aleatorias
2011
37 / 53

avel aleat
oria
Desvio-padrao
Definic
ao
Define-se por desvio padr
ao de uma vari
avel aleat
oria X por
p
dp(X) = Var(X).
O desvio padr
ao tambem e uma medida de dispers
ao em torno da
media, s
o que est
a na mesma unidade da vari
avel.
Vari
aveis Aleat
orias
2011
38 / 53

avel aleat
oria
Variancias para casos especiais
Temos que:
Se X Bernoulli(p), 0 p 1, ent
ao: Var(X) = p(1 p).
Se Y B(n, p), n 2 e 0 p 1, ent

ao: E(Y ) = n p(1 p).
Se W Poisson(), ent
ao: E(W ) = .
1p
p2
rm(nm)(nr)
.
n2 (n1)
Se Z G(p), 0 p 1, ent
ao E(Z) =
Se H HG(n, m, p), ent
ao E(H) =
Se U U D(1, k) e uma vari

avel aleat
oria uniforme discreta com
k 2 1
valores entre 1 e k, ent
ao E(U ) = 12
Vari
aveis Aleat
orias
2011
39 / 53
Vari
aveis Contnuas
Variaveis aleatorias: o caso contnuo
Existem v
arias grandezas cuja medida pode ser tomada como um valor
qualquer num intervalo da reta ou mesmo na reta inteira. Por exemplo,
tempo, alturas, peso, etc, s
ao consideradas grandezas contnuas. Assim,
vari
aveis aleat
orias que representem tais grandezas s
ao denominadas
vari
aveis aleat
orias contnuas.
Note que uma diferenca essencial para uma vari
avel aleat
oria discreta e
que uma vari
avel aleat
oria contnua n
ao pode ter seus possveis valores
enumerados ou contados.
Vari
aveis Aleat
orias
2011
40 / 53
Vari
aveis Contnuas
Probabilidades de uma variavel aleatoria contnua
Para os modelos com distribuic

oes contnuas temos que a probabilidade
de que uma vari
avel aleat
oria assuma EXATAMENTE um valor e
sempre ZERO. Nesse caso, sempre desejaremos encontrar
probabilidades associadas a um dado intervalo. Por exemplo, qual e a
probabilidade de que uma l
ampada queime com exatamente 100 horas
de funcionamento? ZERO. Mas, qual e a probabilidade de que uma
l
ampada queime entre 100 e 1000 horas de funcionamento? Bem, agora
essa probabilidade ser
a maior que zero e depender
a da distribuica
o que
modela o tempo de funcionamento de uma l
ampada ate a sua queima.
Nesta parte do curso, trabalharemos com apenas um modelo de
vari
avel aleat
oria contnua: o modelo Normal.
Vari
aveis Aleat
orias
2011
41 / 53
Vari
aveis Contnuas
O modelo Uniforme Contnuo
Definic
ao
Uma vari
avel aleat
oria X tem distribuic
ao Uniforme Continua no
intervalo [a, b], para dois n
umeros a e b, em que a < b se sua func
ao de
distribuic
ao e dada por:
0,
se xa
x a
F (x) = P (X < x) =
, se a x b
(5.1)
ba
1,
se x > b.
Usaremos a notac
ao X U [a, b] para indicar que X segue o modelo
Uniforme Contnuo no intervalo considerado.
Vari
aveis Aleat
orias
2011
42 / 53
Vari
aveis Contnuas
Medidas de Resumo para a vari

avel aleat
oria uniforme
Para uma vari
avel aleatoria X U [a, b] temos:
E(X) =
Var(X) =
a+b
2
(b a)2
12
Vari
aveis Aleat
orias
2011
43 / 53
Vari
aveis Contnuas
Funcao densidade de probabilidade
Nos utilizamos a func

ao de distribuic
ao para calcular probabilidades.
Tambem temos uma outra ferramenta para calcularmos essas
probabilidades:
Definic
ao
Dizemos que uma func
ao f (x) e uma func
ao densidade de probabilidade
para uma vari
avel aleatoria contnua X, se satisfaz duas condic
oes:
1
2
f (x) 0, para todo x (, );
A
area definida pelo gr
afico de f e igual a 1 (Figura 4).
Vari
aveis Aleat
orias
2011
44 / 53
Vari
aveis Contnuas
P(F>fc)
fc
Figura: Funcao densidade de probabilidade.
Vari
aveis Aleat
orias
2011
45 / 53
Vari
aveis Contnuas
Figura: Funcao densidade de probabilidade da dist. Uniforme Contnua.
Vari
aveis Aleat
orias
2011
46 / 53
Vari
aveis Contnuas
O modelo Exponencial
Definic
ao
avel aleat
oria (contnua) segue o modelo
exponencial com par
ametro R+ , denotando X Exp(), se sua
func
ao de densidade de probabilidade e:
(
ex , x 0;
(5.2)
fX (x) =
0,
caso contr
ario.
Para obter a func
ao de distribuic
ao de uma vari
avel aleat
oria seguindo
o modelo exponencial, basta que tomemos a integral da Equac
ao (5.2)
acima:
Z b
b

P (a < X b) =
ex dx = ex = ea eb .
(5.3)
a
Vari
aveis Aleat
orias
2011
47 / 53
Vari
aveis Contnuas
O modelo exponencial
Para obter a media e a vari

ancia de uma vari
avel aleat
oria seguindo o
modelo exponencial e preciso utilizar a integrac
ao por parte, um bom
exerccio de C
alculo, mas somente apresentaremos os resultados:
Temos que se X Exp(),
E(X) =
Var(X) =
1
2
(5.4)
Obs.: Alguns autores denotam a f.d.p. de uma vari

avel aleat
oria
x
exponencial como fX (x) = 1 e , representando como par
ametro do
modelo, que coincide com a media da vari
avel aleat
oria.
Vari
aveis Aleat
orias
2011
48 / 53
Vari
aveis Contnuas
A distribuicao Normal
A distribuic
ao Normal e um exemplo de distribuicao contnua e que
tem boa aplicabilidade, no sentido que e bastante utilizada para
modelar varios fen
omenos em que valores extremos s
ao menos
prov
aveis do que valores centrais.
Essa distribuic
ao possui algumas outras caractersticas, que ser
ao
2
discutidas. Primeiramente, escrevemos X N (, ) para uma
vari
avel aleat
oria X que segue o modelo Normal com par
ametros e
2 . Temos que:
= E(X) e 2 = Var(X).
Vari
aveis Aleat
orias
2011
49 / 53
Vari
aveis Contnuas
Figura: Graficos de duas variaveis com densidade Normal.

Vari
aveis Aleat
orias
2011
50 / 53
Vari
aveis Contnuas
Propriedades da Normal
A distribuic
ao normal e simetrica em torno da media. Isto pode
ser escrito matematicamente da seguinte forma:
Se X N (, 2 ) P (X a) = P (X + a).
Isto tambem implica que P (X ) = P (X ) = 50%.
X
Se X N (, 2 ), ent
ao
N (0, 1), em que = 2 .
Os valores de probabilidades dessa distribuic

ao podem ser
TABULADOS. Em geral, usa-se uma tabela para uma vari
avel
aleat
oria N (0, 1), chamada normal padr
ao.
Vari
aveis Aleat
orias
2011
51 / 53
Vari
aveis Contnuas
Tabela da Normal Padrao
Figura: Parte da tabela da distribuicao Normal.
Vari
aveis Aleat
orias
2011
52 / 53
Vari
aveis Contnuas
Uma grande aplicacao
Apresentamos o seguinte resultado:

Teorema
Sejam X1 , X2 , . . . , Xn vari
aveis aleat
orias com a mesma media
= E(Xi ), i = 1, . . . , n, e mesma vari
ancia 2 = Var(Xi ), i = 1, . . . , n
2
( < ). Ent
ao
X n n
Z N (0, 1),
(5.5)
/ n
em que X n e a media entre as n vari
aveis.
Vari
aveis Aleat
orias
2011
53 / 53

Variaveis Aleatorias

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Variaveis Aleatorias

Caricato da

Copyright:

Formati disponibili

Variaveis Aleatorias

Federal Rural de Pernambuco, Recife, Brasil

Segundo Semestre, 2011

Em Estatstica todos os estudos s

O espacos amostral de um experimento aleat

Contnuas versus discretas

Como para os eventos de um espaco amostral definiu-se uma

Dizemos que pi = P (X = xi ) e a func

Ou outros termos: a func

Da tabela temos, por exemplo, que num sorteio, a probabilidade da

Representacao de uma funcao de probabilidade

No caso discreto, em que X {x1 , x2 , . . . , xn } com pi = P (X = xi ) e

Ou seja, no caso discreto a func

Tabela: Funcao de probabilidade da variavel aleatoria X.

Tabela: Distribuicao acumulada para X

Propriedades de uma distribuicao

Do exemplo anterior e da definic

FX (x) 0 para todo x.

FX (x) e uma func

Figura: Grafico da funcao de distribuicao do u

Modelos de variaveis aleatorias

em homenagem a Jacques Bernoulli (16541705), matem

Para o exemplo anterior, podemos observar o resultado na seguinte

Mais aplicacoes da Binomial

Sorteios sucessivos com reposic

Em um exame com vinte quest

O modelo Uniforme discreto

Como exemplos para uma vari

A distribuicao de Poisson - cont.

Nesse caso, escreveremos X G(p).

Funcao de Probabilidade Geometrica

, k = max(0, r (n m), . . . , min(r, m). (3.6)

Medidas resumo de uma vari

Medidas de resumo de uma variavel

Medidas resumo de uma vari

A media de uma variavel aleatoria

Entao, temos que:

Medidas resumo de uma vari

Medias para casos especiais

Se Y B(n, p), n 2 e 0 p 1, ent

Se U U D(1, k) e uma vari

Medidas resumo de uma vari

Medidas resumo de uma vari

Outras medidas de localizac

Medidas resumo de uma vari

Var(X) = E(X 2 ) (E(X))2 ,

ou seja, a esperanca de X ao quadrado, menos o quadrado da

Medidas resumo de uma vari

Entao, para E(X) = 7, 545, temos:

x2i pi = 12 0, 1 + 32 0, 12 + + 132 0, 05 = 71, 575.

Medidas resumo de uma vari

Medidas resumo de uma vari

Variancias para casos especiais

Se Y B(n, p), n 2 e 0 p 1, ent

Se U U D(1, k) e uma vari

Variaveis aleatorias: o caso contnuo

Probabilidades de uma variavel aleatoria contnua

Para os modelos com distribuic

O modelo Uniforme Contnuo

Medidas de Resumo para a vari

Funcao densidade de probabilidade

Nos utilizamos a func

f (x) 0, para todo x (, );