Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Estatística
Variáveis Aleatórias
Paula Rodrigues
Variáveis Aleatórias
Nem sempre a experimentação estatística tem resultados
numéricos. Por exemplo:
(1) Uma peça produzida pode ser defeituosa ou não defeituosa;
(2) Ao observar a temperatura durante 24 horas podemos registar
a curva traçada pelo aparelho de medição em vez de números.
1
17/10/2013
Variáveis Aleatórias
Variáveis Aleatórias
Observações:
(1) S (domínio) é o espaço amostral original.
(2) S’ (contradomínio) é o espaço amostral associado à característica
numérica que se pretende estudar.
(3) A cada resultado s S corresponde exactamente a um valor x = X
(s).
(4) Frequentemente o espaço amostral original já constitui a
característica numérica que pretendemos estudar e cujo valor
registamos.
(5) Usamos uma letra maiúscula para designar uma variável aleatória,
e uma letra minúscula, para designar uma das suas concretizações.
2
17/10/2013
Variáveis Aleatórias
Variáveis Aleatórias
Exemplo:
Experiência aleatória: medição da altura de uma pessoa
escolhida ao acaso.
3
17/10/2013
Variáveis Aleatórias
Uma variável aleatória pode ser definida como uma aplicação do
espaço amostral, sobre o conjunto de chegada qualquer.
Assim temos:
Y = variável aleatória
Y = f (resultado)
S = espaço amostral
Variáveis Aleatórias
Exemplo:
Considere o lançamento de uma moeda ao ar três vezes. O
espaço amostral S é constituído pelas sequências possíveis de
sair Cara (E) ou Coroa (C).
4
17/10/2013
Variáveis Aleatórias
Variáveis Aleatórias
Se a variável amostral for definida como o número de
Caras obtidos em cada sequência de três
lançamentos ao ar, os valores que a variável pode
tomar são 0, 1, 2 e 3, que são distintos dos elementos
do espaço amostral.
A variável aleatória é definida como uma aplicação do
espaço amostral S sobre um conjunto de chegada
(CDC), que inclua s elementos 0, 1, 2 e 3. Em que:
Y = f (Resultado)
5
17/10/2013
Variáveis Aleatórias
Variáveis Aleatórias
O conjunto S’ = {0,1,2,3}, que representa o
contradomínio da aplicação f, constitui um novo
espaço amostral.
A cada um dos novos resultados, isto é, a cada um
dos valores que a variável aleatória pode tomar,
associa-se uma probabilidade, calculável a partir das
probabilidades de ocorrência dos resultados originais.
6
17/10/2013
Variáveis Aleatórias
Assim temos:
P(Y=0) = P (CCC) = 1/8
P(Y=1) = P(ECC) + P(CEC) + P(CCE) = 3/8
P(Y=2) = P(EEC) + P(ECE) + P(CEE = 3/8
P(Y=3) = P(EEE) = 1/8
Variáveis Aleatórias
Exercício:
Considere os casais que têm 3 filhos e a experiência
estatística em que se regista o sexo de cada um dos 3
filhos por ordem crescente de idades. Estamos
interessados no número de rapazes. Defina o espaço
amostral original e a variável aleatória adequada.
7
17/10/2013
Variáveis Aleatórias
Resolução:
Sejam F e M os eventos “a criança é do sexo feminino” e “a
criança é do sexo masculino”, respectivamente.
O espaço amostral original é:
S = {sequência de indicadores do sexo dos 3 filhos de um casal,
por ordem crescente de idades}
Ou seja:
S = {FFF; FFM;FMF;FMM;MFF;MFM;MMF;MMM}
Variáveis Aleatórias
Resolução:
A variável aleatória de interesse é:
X = número de rapazes entre os três filhos do casal
Então:
X(FFF) = 0
X(MFF)=X(FMF)=X(FFM)=1
X(FMM)=X(MFM)=X(MMF)=2
X(MMM)=3
8
17/10/2013
Variáveis Aleatórias
Resolução:
E a correspondência entre o espaço amostral original
e a característica numérica em estudo é:
Variáveis Aleatórias
Uma vez que sobre qualquer espaço amostral podem ser
definidas diferentes aplicações, então a partir de um mesmo
espaço amostral podem especificar-se diferentes variáveis
aleatórias.
9
17/10/2013
Variáveis Aleatórias
Variáveis Aleatórias
10
17/10/2013
Variáveis Aleatórias
Na maior parte dos problemas práticos:
(1) As variáveis aleatórias discretas representam
dados contáveis ou numeráveis (número de peça
avariadas, número de acidentes por ano, número
de nascimentos, etc.).
(2) As variáveis aleatórias contínuas representam
dados medidos ou que resultem de uma medição
(tempo, distância, peso, altura, etc.)
Variáveis Aleatórias
Exemplo:
A variável que resulta do lançamento de um dado é
discreta: pode assumir os valores 1, 2, 3, 4, 5, 6.
11
17/10/2013
Variáveis Aleatórias
Exercício:
Considere as seguintes situações. Defina em cada caso, a variável
aleatória de interesse, indique a sua gama de valores possíveis
e classifique-a.
a) Contam-se as partículas emitidas por uma fonte radioactiva
durante um intervalo de tempo.
b) Observa-se o tempo entre avarias de uma máquina em
funcionamento numa fábrica.
c) Analisam-se livros de 250 páginas para se determinar o número
de páginas com erros.
Variáveis Aleatórias
Resolução:
a) X = número de partículas radioactivas contadas
S’ = {0,1,2,3,4,…} = 0
X é uma variável aleatória discreta
12
17/10/2013
Variáveis Aleatórias
Resolução:
c) X = número de páginas com erros
S’= {0, 1, 2, 3, …, 250}
X é uma variável aleatória discreta
13
17/10/2013
(i) f(x) ≥ 0,
(ii) Σ f(x) = 1
Exemplo:
Para a variável X = número de E’s no lançamento de uma moeda
três vezes ao ar, a função de probabilidade é definida por:
p(0) = 1/8
p(1) = 3/8
p(2) = 3/8
p(3) = 1/8
14
17/10/2013
2. p( y) 1
yS '
15
17/10/2013
Notação Matemática:
F (x) = Probabilidade (X ≤ x)
F (a) P(Y y) p( y )
y a
16
17/10/2013
Exemplo:
Para a variável aleatória definida no exemplo anterior, X =
número de E’s, a função distribuição de probabilidade é
definida por:
x<0: F(x)=0
0 ≤ x < 1: F(x) = p(0) = 1/8
1 ≤ x < 2: F(x) = p(0) + p(1) = 1/8 + 3/8 = 4/8 = ½
2 ≤ x < 3: F(x) = p(0) + p(1) + p(2) = 7/8
3 ≤ x: F(x) = p(0) + p(1) + p(2) + p(3) = 1
1. x є ]- ; +[ : 0 ≤ F(x) ≤ 1
2. P(a < X ≤ b) = F(b) – F(a)
17
17/10/2013
Representação Gráfica:
1 3/8 4/8
2 3/8 7/8
3 1/8 8/8
Exercício:
Um grupo de 6 homens e 4 mulheres são candidatos
à eleição para uma comissão de 2 elementos e todos
têm as mesmas hipóteses. Determine a função de
probabilidade do número de mulheres eleitas para a
comissão.
18
17/10/2013
Resolução:
X = número de mulheres eleitas para a comissão
Esta variável pode tomar os seguintes valores: 0, 1, e
2.
A função de probabilidade:
f(0) = P(X=0) = 1/3
f(1) = P(X=1)= 8/15
f(2) = P(X=2)= 2/15
19
17/10/2013
20
17/10/2013
x
F ( x) ( X x)
f (x)dx
Ou ainda:
xb
P( xa X xb ) F ( xb ) F ( xa )
f (x)dx
xa
21
17/10/2013
f (x)dx 1
22
17/10/2013
23
17/10/2013
Teorema de Köening:
Var(X) 2 X2 E X 2 2
A variância das variáveis aleatórias possui as seguintes propriedades:
Y Y X i X
n
i
COV (Y ; X ) i 1
E(Y X ) E(Y ) E( X )
n
24