Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
MOQ-12
Capítulo 03 - VA’s e Distribuições
Professora:
Denise Beatriz T. P. do Areal Ferrari
denise@ita.br
Roteiro
Motivação
Variáveis Aleatórias Unidimensionais
Tipos de VA’s
Função Distribuição de Probabilidade
Função Distribuição Acumulada
Motivação
Objetivo:
Modelar os experimentos aleatórios a fim de quantificar os
valores das probabilidades dos eventos
Importância:
• VA’s transformam um espaço amostral qualitativo em quantitativo
• Se adaptam a um grande contingente de diferentes problemas
Variáveis Aleatórias Unidimensionais
Notação:
{X(s) = x} ï P {X(s) = x} = P(X=x) ou p(x)
Definição:
Funções reais que mapeiam o espaço amostral na reta real
(associam a cada evento de W um número real)
X(.): WÆ
X(s)
s
W
Exemplo 1
Uma moeda honesta é lançada uma vez. O espaço amostral
é formado pelos dois únicos resultados possíveis: cara (K)
e coroa (C).
• K e C são os dois “pontos” que formam o espaço amostral, W
={K,C}.
• Vamos definir: X(K) ª 1 e X(C) ª 0
• Como a moeda é honesta, os resultados são equiprováveis;
portanto: P(K)=P(X=1) = ½
P(C)=P(X=0) = ½
0 1 2 X
Exemplo 3
Considere o lançamento de dois dados. O conjunto amostral deste
experimento é formado por 36 pontos:
W ={(i,j)|i=1,...,6 e j=1,...,6}
1º dado
6
5
4
3
2
1
1 2 3 4 5 6 2º dado
Exemplo 3
Podemos definir várias VA’s associadas a este experimento. Sejam:
X = soma dos valores das faces resultantes
Y = diferença entre os valores das faces resultantes
Qualitativas
VA’s
Discretas
Quantitativas
Contínuas
VA’s Discretas
Uma v.a. X é dita discreta se assumir um número finito ou
infinito enumerável de valores reais x1,x2,....
{ X = xi } I { X = x j } = φ , i≠ j
Portanto: 1 = P (Ω ) = ∑ P ( X = xn )
n
(do axioma iii)
Neste caso,
P(X = xi) = 0, para qualquer i.
fX(.): Æ [0,1]
⎧⎪ P ( X = x j ), se x = x j , j = 1,2,..., n,...
f X ( x) = ⎨
⎪⎩0, se x ≠ x j
f.d.p. (caso discreto)
Propriedades
• .∑ f ( x j ) = 1
j
Exemplo
Considere um grupo de cinco doadores de sangue em
potencial (A, B, C, D e E), dos quais, apenas A e B
possuem sangue tipo O+.
As cinco amostras de sangue, uma de cada um dos
indivíduos, são colhidas aleatoriamente, até que um
doador do tipo O+ seja identificado.
Seja Y = número de amostras necessárias para identificar
o doador do tipo O+.
• Determinar a f.d.p. de Y
Exemplo (cont.)
A f.d.p de Y está representada das seguintes formas:
y 1 2 3 4 soma
0.5
0.4
0.3
p(y)
0.2
Representação da
distribuição de 0.1
probabilidades de Y 0
0 1 2 3 4 5
y
Função Distribuição de Probabilidade
Definição (caso contínuo):
Se x é uma v.a. contínua, então definimos a função
distribuição de probabilidade (f.d.p.) de X como
sendo a função
⎧ 15 0≤ x≤5 0,4
f ( x) = ⎨
⎩0 c.c.
f(y)
0,2
Graficamente:
0
0 1 2 3 4 5 6
y
⎧0 se y < 1
⎪0,4 se 1 ≤ y < 2
⎪⎪
F ( y ) = ⎨0,7 se 2 ≤ y < 3
⎪0,9 se 3 ≤ y < 4
⎪
⎪⎩1 se 4 ≤ y
FDA de v.a. Contínua
Seja X uma v.a. contínua. FX(.) pode ser obtida a
partir de fX(.) e vice-versa.
x
• Dada fX(.), então FX ( x ) = P ( X ≤ x) = ∫f
−∞
X (u )du
dFX ( x)
• Dada FX(.),então f X ( x) =
dx