MEC - SETEC INTITUTO FEDERAL DE EDUCAO TECNOLGICA DO PAR

Curso: Tecnologia em anlise e desenvolvimento de sistemas na modalidade educao a distncia. Disciplina: Probabilidade e Estatstica Prof. M.Sc.: Johelden Campos Bezerra Ttulo da Aula: Varivel Aleatria

1. VARIVEIS ALEATRIAS
Suponha que S e T sejam dois conjuntos. De acordo com o conceito de funo, suponha que a cada s S tem-se associado a ele um nico elemento no conjunto T, esse mapeamento de s em T e dado por f(s). Assim, cada elemento de T dado por f(s) (funo de S). De maneira prtica, uma varivel aleatria (V. A.), x, o resultado numrico de um experimento probabilstico. Exemplos 1: x = o nmero de pessoas num carro. x = quantos metros cbicos de gs so comprados numa semana. x = o tempo que leva para ir de carro de casa at a escola. x = o nmero de vezes que voc vai escola por semana. Exemplo 2: Seja o evento: jogar uma moeda trs vezes. Determine o espao amostral. Seja X a varivel aleatria (V. A.) que representa o nmero de caras nos 3 lanamentos da moeda. Quais os valores assumidos por X ? Soluo: Espao amostral = S = {(ccc), (kcc), (ckc), (cck), (kkk), (kkc), (kck), (ckk)} Os valores de X so: x = 0 {(kkk)} x = 1 {(kkc)(kck)(ckk)} x = 2 {(kcc)(ckc)(cck)} x = 3 {(ccc)} Onde: X: a V. A. x: valores assumidos pela V. A.

MEC - SETEC INTITUTO FEDERAL DE EDUCAO TECNOLGICA DO PAR

2. FUNO DE PROBABILIDADE
Se X uma V. A. num espao S com contradomnio finito, i. e., X(S) = {x1, x2, ..., xn}. Se para cada valor de X(S), ou seja, x, for definido uma probabilidade P(X = x), tem-se, assim, a obteno de um espao de probabilidade chamado de distribuio ou funo de probabilidade de X, e pode ser representada pela tabela abaixo. Sendo que P(X = x) = f(x1):
Tab. 1 - Funo de Probabilidade.

x1 f(x1)

x2 f(x1)

... ...

x4 f(x1)

A distribuio f satisfaz as condies: f(xi) 0

f (x ) = 1
i i =1

Agora se X uma varivel aleatria com a funo de probabilidade, ento a mdia ou esperana (ou valor esperado) de X, denotado por E(X) ou x ou, somente, definido por E ( X ) = x1 f ( x1 ) + x2 f ( x2 ) + K + xn f ( xn ) = xi f ( xi )
i =1 n

Propriedades do valor esperado:

a) E(c) = c b) E(X + c) = E(X) + c c) E(cX) = cE(X) d) E(X + Y) = E(X) + E(Y) e) E(X Y) = E(X) E(Y)

Exemplo 3: Em um levantamento, perguntou-se a uma amostra de famlias quantos veculos

elas possuam. Determine a mdia. Nmero de veculos= x Tab. 2 - Distribuio de frequncia.
x 0 1 2 3
4

f(x ) 0,004 0,435 0,355 0,206

A mdia dada por: E ( X ) = xi f ( xi ) = x1 f ( x1 ) + x2 f ( x2 ) + x3 f ( x3 ) + x4 f ( x4 )

i =1

MEC - SETEC INTITUTO FEDERAL DE EDUCAO TECNOLGICA DO PAR

Tab. 3 - Distribuio de frequncia.

x 0 1 2 3 f(x ) 0,004 0,435 0,355 0,206 Mdia (E(x)) = x.f (x) 0 0,435 0,71 0,618 1,763

A Fig. 1 a seguir descreve graficamente a distribuio:

Fig. 1 Distribuiode frequncia.

3. VARINCIA E DESVIO PADRO

Varincia: o valor esperado de (X )2, ou seja, se X(S) = {x1, x2, ..., xn}, ento a
varincia dada por:

2 = Var ( X ) = E (( X ) 2 ) 2 = (x j )2 f (x j )
j =1 k

ou

2 = E( X 2 ) .
Onde a mdia de X e Onde: E ( X 2 ) = xi f ( xi ) .
2

A Varincia mede o espalhamento ou disperso da V.A. X.

Desvio Padro: definido como a raiz quadrada da varincia, isto :

= 2 = E( X 2 )

MEC - SETEC INTITUTO FEDERAL DE EDUCAO TECNOLGICA DO PAR

Exemplo 4: Com as informaes do exemplo 3, determine a varincia e o desvio padro.

Tab. 3 Clculo da Varincia.
x 0 1 2 3 f(x ) x-& 0,004 -1,763 0,435 -0,763 0,355 0,237 0,206 1,237 Varincia = (x - &) 3,108 0,582 0,056 1,530 (x - &)f(x) 0,012 0,253 0,020 0,315 0,601

O Desvio padro de = 0,601 = 0,775 ).

Teorema 1: Seja X uma V.A. e k uma constante,ento:

Var(X + k) = Var(k) Var(kX) = kVar(X) Var(k) = 0.

4. FUNO DISTRIBUIO DE PROBABILIDADE CONJUNTA

Sejam X e Y V.A. num espao amostral S com:

X(S) Y(S) = {(x 1 , y1 ), (x 2 , y 2 ), ..., (x n , y n )}

Defini-se uma funo distribuio de probabilidade conjunta ou distribuio conjunta P( X = x i , Y = y i ) = h ( xi , y i ) . A funo distribuio de probabilidade conjunta usada em situaes que se deseja observar os resultados simultneos de vrias variveis aleatrias. Por exemplo, podemos medir a umidade e a temperatura, resultado em um espao amostral bi-dimensional que consiste nos resultados ( u, t). Tab. 4 - Funo distribuio de probabilidade conjunta.
Y X

y1

y2

... ... ... ... ... ...

ym

Soma

x1 x2 ... xn Soma

h ( x1 , y1 ) h ( x 2 , y1 )
... h ( x3 , y1 )

h ( x1 , y 2 ) h ( x2 , y 2 )
... h ( x3 , y 2 )

h ( x1 , y m ) h( x2 , y m )
... h( xn , y m ) g( x m )

f ( x1 ) f ( x2 )
... f ( xn )

g( x1 )

g( x2 )

MEC - SETEC INTITUTO FEDERAL DE EDUCAO TECNOLGICA DO PAR

Para a Tab. 4, f e g so chamadas de funo distribuio de probabilidade marginais, pois correspondem a soma dos valores das linhas e colunas, respectivamente. Ou seja, so as distribuies individuais de X e de Y. Observaes: h ( xi , y i ) 0 e
m

h ( x , y )
i j i =1 j=1

=1

As mdias das V.A. X e Y so, respectivamente, x e y .

Covarincia: definida como uma medida de como duas variveis variam

conjuntamente, dada por: cov( X , Y ) = E (( X x )( y y )) cov( X , Y ) = E ( XY ) x y

Correlao: Tambm chamada de coeficiente de correlao, indica a fora e a direo

do relacionamento linear entre duas variveis aleatrias. No uso estatstico geral, correlao se refere a medida da relao entre duas variveis. A correlao dada por:

( X ,Y ) =

cov( X , Y )

x y

A correlao tem as seguintes propriedades:

a. b.

( X , Y ) = (Y , X )
1 ( X ,Y ) 1

c. ( X , X ) = 1 , a correlao de uma V.A. com ela mesma vale -1.

Observao: Considere que duas V.A., X e Y, so independentes, ento: 1) O valor h(xi,yj) = f(xi)g(yj), ou seja, h(xi,yj) igual ao produto das funes marginais. 2) E(XY)=E(X)E(Y) 3) Var(X+Y) = Var(X) + Var(Y), isso vale para mais de duas V.A. 4) Cov(X,Y) = 0

5. VARIVEL ALEATRIA DISCRETA

Dentro do contexto apresentado, X(S) = {x1, x2, ..., xn}, uma varivel aleatria discreta. Uma varivel aleatria discreta se o nmero de resultados possveis finito ou pode ser contado. Variveis aleatrias discretas so determinadas por uma contagem.

MEC - SETEC INTITUTO FEDERAL DE EDUCAO TECNOLGICA DO PAR

Exemplo 5: X = o nmero de pessoas em um carro. X uma V.A. discreta voc conta o

nmero de pessoas: 0, 1, 2, 3 Pois, os valores possveis podem ser enumerados. Assim, o clculo da mdia, varincia, desvio padro, covarincia e correlao j foram apresentadas anteriormente.

6. VARIVEL ALEATRIA CONTNUA

Uma varivel aleatria contnua se pode assumir qualquer valor dentro de determinado intervalo. O nmero de resultados possveis no pode ser listado. Variveis aleatrias contnuas so determinadas por uma medio. As probabilidades de eventos associados a uma varivel aleatria contnua X podem ser calculadas atravs de uma funo densidade de probabilidade f, que deve satisfazer:
f ( x ) 0, x e

f ( x)d ( x) = 1

Se X = [a, b], ento:

Fig. 2 Funo distribuio de probabilidade contnua A rea marcada em azul na Fig. 2 dada por:

P( X ) = f ( x)d ( x)
a

Sendo, P(X) igual a probabilidade de a X b .

Exemplo 6: X = quantos metros cbicos de gs so comprados numa semana, X uma V.A.

Contnua voc mede os metros cbicos de gs. Pois, voc no pode enumerar todos os valores possveis.

MEC - SETEC INTITUTO FEDERAL DE EDUCAO TECNOLGICA DO PAR

A mdia de uma varivel aleatria contnua dada por:

= E ( X ) = xf ( x)dx

O desvio padro dado por:

2 = Var ( X ) = ( x ) 2 f ( x)dx

ou

Var ( X ) = E ( X 2 ) 2

Onde: E ( X 2 ) = x 2 f ( x)dx .

7. FUNO DISTRIBUIO ACUMULADA

A funo distribuio acumulada ou distribuio acumulada F de X :

F ( x) = P( X a)
Para uma V.A. discreta, tem-se

F ( x) =
Para uma V.A. contnua, tem-se

f (x )
i xi X
a

F ( X ) = f (t )dt .

Exemplo 7: Lanamento de 2 moedas (E), tem-se o espao amostral: S = { (cc) (ck) (kc)
(kk)}, considere X como o nmero de caras (k) obtidas. Determine: a. Funo Distribuio de Probabilidade Resposta:
X f(x) 0 (nenhuma cara) 1/4 - s ocorre em (c,c) 1 2/4 ocorre em (ck) e (kc) 2 1/4 s ocorre em (kk)

Observaes: Os comentrios na tabela devem ser ocultados, so apenas para esclarecer os resultados. b. Funo Distribuio de Probabilidade Acumulada Resposta: F(0) = P(X0) = f(0) =1/4; F(1) = P(X1) = f(0) + f(1) = 3/4; F(2) = f(0) + f(1) + f(2) = P(X2) = 1.

MEC - SETEC INTITUTO FEDERAL DE EDUCAO TECNOLGICA DO PAR

Exerccio
1. Duas bolas so retiradas sucessivamente, sem reposio, de uma caixa que contm 4 bolas vermelhas e 3 pretas. Seja X a varivel aleatria que representa o nmero de bolas vermelhas retiradas no experimento. Quais os valores assumidos por X ? 2. O Departamento de Estatstica formado por 35 professores, sendo 21 homens e 14 mulheres. Uma comisso de 3 professores ser constituda sorteando, ao acaso, trs membros do departamento. Qual a probabilidade da comisso ser formada por pelo menos duas mulheres? 3. Um dado lanado duas vezes, de forma independente. Qual a probabilidade da soma dos pontos ser menor do que 6? Calcule a mdia, a varincia e o desvio padro dos resultados obtidos. 4. Suponha que X e Y tenham a seguinte distribuio conjunta:
Y X

-3 0,1 0,3

2 0,2 0,1

4 0,2 0,1

1 3 a) Acha a distribuio de X e Y. b)Ache a Cov(X,Y) c) Ache ( X , X )

d) X e Y so variveis aleatria independentes? (Dica: use informaes da seo 4)