Aula p7

Variveis Aleatrias Discretas - Esperana e Varincia a o c a
Exemplo Um empresrio pretende estabelecer uma rma para montagem de a um componente mecnico. Cada pea composta de duas partes, a c e A e B, cada uma com uma chance espec ca de ser defeituosa. S o poss vericar a qualidade das peas depois que elas so e vel c a montadas. Se ambas so defeituosas, a pea descartada e d um preju de a c e a zo $5. Se a pea B defeituosa, ainda poss reparar a pea e c e e vel c obter um lucro de $5. De maneira semelhante, se A defeituosa, o e reparo permite vender a pea inteira com um lucro de $10. Se as c duas peas so boas, o lucro de $15. c a e
Organizao: Airton Kist, Rafael Tovar, Diego Bernardini, Heloisa Oliveira, Beatriz Cuyabano, Guilherme Ludwig ca Aula de Exerc cios - Esperana e Varincia, Distribuio de Bernoulli c a ca
Exemplo ` A cada uma das conguraes est associada uma probabilidade: co a P(A B) = 0,56, P(A B c ) = 0,02, P(Ac B) = 0,23 P(Ac B c ) = 0,19
Qual o lucro por pea produzida esperado? Qual a varincia? c a Como mais podemos descrever a distribuio do lucro? Adaptado ca de: Morettin & Bussab, Estat stica Bsica 5a edio, pg 129. a ca a
0.5
0.4
0.3
0.2
0.1
10
15
Figura: Funo de probabilidade para a varivel aleatria X ca a o
Suponha que o empresrio faa a seguinte pergunta: Qual o lucro a c mdio por conjunto montado que espero conseguir?. e A denio de valor mdio, ou esperana matemtica, da varivel ca e c a a aleatria X que assume valores x1 , x2 , . . . , xn dada por o e
n n
E (X ) =
i=1
xi P(X = xi ) =
i=1
xi p(xi )
Para saber o lucro mdio do empresrio, basta aplicar a frmula: e a o E (X ) = = 15 P(X = 15) + 10 P(X = 10) + 5 P(X = 5) 5 P(X = 5) 15 0,56 + 10 0,23 + 5 0,02 5 0,19 = 9,85
Chamamos Varincia da varivel aleatria X o valor. a a o

n
Var (X ) =
i=1
[xi E (X )]2 P(X = xi )
E o desvio-padro de X , DP (X ), a raiz quadrada da varincia. a e a No caso do empresrio, temos Var (X ) = 57,23 e DP (X ) = 7,57. a
Dada a varivel aleatria X , chamaremos de funo de distribuio a o ca ca acumulada (f.d.a) F (x) ` funo a ca F (x) = P(X x) Observe que o dom de F o conjunto dos nmeros reais, ao nio e u passo que o contradom o intervalo [0, 1]. nio e
No problema do empresrio, usando a funo de probabilidade a ca obtida anteriormente, obtemos a f.d.a de X: 0 se x < 5 0,19 se 5 x < 5 0,21 se 5 x < 10 F (x) = 0,44 se 10 x < 15 1 se x 15

1.0
0.8
0.6
0.4
0.2
10
10
15
20
25
Figura: F.d.a. para a varivel aleatria X a o
Podemos considerar outras medidas de localizao alm da mdia ca e e para a varivel aleatria X . a o A mediana de X o valor de X que acumula 0,50 de e probabilidade. Observe que F (x) em -5 0,19; em 5, 0,21; e e e em 10, 0,44. F (x) acumula 0,50 portanto em 15, e e Mediana(X ) = 15. A moda de X o valor mais provvel; no caso, e a P(X = 15) = 0,56, portanto Moda(X ) = 15.
Exemplo Considere uma urna contendo trs bolas vermelhas e cinco pretas. e Retire trs bolas, sem reposio, e dena a varivel aleatria X e ca a o igual ao nmero de bolas pretas. Obtenha a distribuio de X . u ca Fonte: Morettin & Bussab, Estat stica Bsica 5a edio, pg 135. a ca a Repare que no h reposio: a primeira extrao tem 5 a a ca ca possibilidades em 8 de ser uma bola preta; mas, a segunda ter 5 a em 7 se a primeira for vermelha, ou 4 em 7 se a primeira foi preta, e assim por diante.

A partir do grco, podemos construir uma tabela com os eventos a PPP, PPV , etc. Extraes co PPP PPV PVP VPP PVV VPV VVP VVV Probabilidade 5/8 4/7 3/6 = 5/28 5/8 4/7 3/6 = 5/28 5/8 3/7 4/6 = 5/28 3/8 5/7 4/6 = 5/28 5/8 3/7 2/6 = 5/56 3/8 5/7 2/6 = 5/56 3/8 2/7 5/6 = 5/56 3/8 2/7 1/6 = 1/56

Finalmente, observe que so equivalentes os eventos: a {X {X {X {X = 0} = 1} = 2} = 3} = = = = {VVV } {VVP} {VPV } {PVV } {PPV } {PVP} {VPP} {PPP}
Somando as probabilidades dos eventos, encontradas anteriormente, obtemos a funo de distribuio de X : ca ca x pX (x) 0 0,02 1 0,27 2 0,53 3 0,18
Podemos calcular a esperana de X a partir de sua funo de c ca probabilidade:

4
E (X ) =
x=1
x pX (x) = 0,27 + 0,53 2 + 0,18 3 = 1,87

Exemplo O tempo T , em minutos, necessrio para um operrio processar a a certa pea uma v.a. com a seguinte distribuio de probabilidade: c e ca t p(t) 2 0,1 3 0,1 4 0,3 5 0,2 6 0,2 7 0,1
(a) Calcule o tempo mdio de processamento. e (b) Cada pea processada paga ao operador $2,00 mas, se ele c processa a pea em menos de 6 minutos, ganha $0,50 por c minuto poupado. Por exemplo, se ele processa a pea em 4 c minutos, ganha um bnus de $1,00. Encontre a distribuio, a o ca mdia e a varincia da v.a. G : quantia paga por pea. e a c Fonte: Morettin & Bussab, Estat stica Bsica 5a edio, pg 140. a ca a

7
(a) E (T ) =
t=2
tP(T = t) = 2 0,1 + 3 0,1 + 4 0,3 + 5 0,2
+6 0,2 + 7 0,1 = 4,6 (b) Podemos trocar os valores na tabela do tempo, pelo total ganho por pea; note, contudo, que o operrio receber $2,00 c a a no evento {T = 6} {T = 7}, logo somamos suas probabilidades. Seja S a v.a. ganho nal. s p(s) $ 4,00 0,1 $ 3,50 0,1 $ 3,00 0,3 $ 2,50 0,2 $ 2,00 0,3

Obtemos a mdia e a varincia de S atravs da denio: e a e ca
E(S) =
s
sP(S = s) = 40,1+3,50,1+30,3+2,50,2+20,3 = 2,75
E S2 =
s
s 2 P(S = s) = 160,1+12,250,1+90,3+6,250,2+40,3 =
= 7,975 Var (S) = 7,975 (2,75)2 = 0,4125


Exemplo (cont.) Obtenha a funo de distribuio acumulada da v.a. T . ca ca Fonte: Morettin & Bussab, Estat stica Bsica 5a edio, pg 140. a ca a A funo dada por: ca e 0 se 0,1 se 0,2 se 0,5 se F (t) = 0,7 se 0,9 se 1 se
Aula de Exerc cios - Esperana e Varincia, Distribuio de Bernoulli c a ca
t<2 2t<3 3t<4 4t<5 5t<6 6t<7 t7
Organizao: Airton Kist, Rafael Tovar, Diego Bernardini, Heloisa Oliveira, Beatriz Cuyabano, Guilherme Ludwig ca

O grco da funo acumulada dado por: a ca e
1.0
0.8
0.6
0.4
0.2
Variveis Aleatrias Discretas - Distribuio de Bernoulli a o ca

Exemplo Um inspetor de qualidade extrai uma amostra aleatria de 10 o tubos armazenados num depsito onde, de acordo com os padres o o de produo, se espera um total de 20% de tubos defeituosos. ca Qual a probabilidade de que no mais do que 2 tubos extra e a dos sejam defeituosos? Se X denotar a varivel nmero de tubos defeituosos em 10 a u extraes independentes e aleatrias, qual o seu valor esperado? co o Qual a varincia? a

Note que a varivel aleatria X = nmero de tubos defeituosos em a o u 10 extraes tem distribuio binomial, com parmetros n = 10 e co ca a p = 0,2. Portanto, no mais do que dois tubos defeituosos o a e evento {X 2}. Sabemos que, para X b(10 , 0,2) P(X = x) = e que P(X 2) = P(X = 0) + P(X = 1) + P(X = 2) = (1 0,2)10 + 10 0,2(1 0,2)9 + 45 0,22 (1 0,2)8 = 0,6778 10 0,2x (1 0,2)10x x
Se X b(n, p), ento a E(X ) = np Var(X ) = np(1 p)
Basta ento aplicar os valores fornecidos para vermos que o a nmero esperado de tubos defeituosos num experimento com 10 u extraes de 2, e que a varincia de 1,6. co e a e
Exemplo (cont.) Quando se encontram quatro ou mais tubos defeituosos, o processo de produo interrompido para reviso. Qual a ca e a e probabilidade que isto acontea? c A probabilidade dada por e P(X 4) = 1 P(X < 4) = 1 P(X 3) = 1 0,879 = 0,121.

Aula p7

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula p7

Enviado por

Direitos autorais:

Formatos disponíveis

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Figura: Funo de probabilidade para a varivel aleatria X ca a o

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Chamamos Varincia da varivel aleatria X o valor. a a o

[xi E (X )]2 P(X = xi )

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Figura: F.d.a. para a varivel aleatria X a o

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Podemos calcular a esperana de X a partir de sua funo de c ca probabilidade:

x pX (x) = 0,27 + 0,53 2 + 0,18 3 = 1,87

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

tP(T = t) = 2 0,1 + 3 0,1 + 4 0,3 + 5 0,2

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

sP(S = s) = 40,1+3,50,1+30,3+2,50,2+20,3 = 2,75

= 7,975 Var (S) = 7,975 (2,75)2 = 0,4125

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

t<2 2t<3 3t<4 4t<5 5t<6 6t<7 t7

Variveis Aleatrias Discretas - Esperana e Varincia a o c a

Variveis Aleatrias Discretas - Distribuio de Bernoulli a o ca

Variveis Aleatrias Discretas - Distribuio de Bernoulli a o ca

Variveis Aleatrias Discretas - Distribuio de Bernoulli a o ca

Se X b(n, p), ento a E(X ) = np Var(X ) = np(1 p)

Variveis Aleatrias Discretas - Distribuio de Bernoulli a o ca

Você também pode gostar