MATERIAL DE ESTUDO PROBABILIDADE E ESTATSTICA FAESA - AEV UNIDADE IV VARIVEL ALEATRIA

Varivel aleatria (v.a) uma varivel que tem um valor numrico nico, para cada resultado de um experimento. Seja E um experimento e S o espao amostral associado ao experimento. Uma funo X, que associe a cada elemento s S um nmero real X(s) denominada varivel aleatria.

S s X X(s)

Varivel aleatria EXEMPLO: E: lanamento de duas moedas X: nmero de caras obtidas nas duas moedas S = {(ca,ca),(ca,co),(co,ca),(co,co)} X = 0: corresponde ao evento (co,co) X = 1: corresponde ao evento (co,ca), (ca,co) X = 2: corresponde ao evento (ca,ca) IV.1 VARIVEL ALEATRIA DISCRETA Uma varivel aleatria X ser discreta se assumir valores em um conjunto finito ou infinito numervel. IV. 1. 1 Funo de probabilidade da varivel aleatria discreta uma funo que associa a cada valor assumido pela varivel aleatria a probabilidade do evento correspondente.

Seja X uma v. a. discreta. A probabilidade da varivel aleatria X assumir um valor particular x, a funo de probabilidade X que se representa por P(X = x). A funo P(X = x) determina a distribuio de probabilidades da v.a. Condies para uma distribuio de probabilidades 1.

2. 0 P ( x ) 1, x Exemplo: E: lanamento de duas moedas. X: N de caras obtidas. A distribuio de probabilidade da v. a. X dada por:

P(x) = 1,

onde x toma todos os valores possveis.

X P(x)

0 0,25

1 0, 5

2 0,25

O grfico de P(x) em funo de X do exemplo anterior acima : P(x)

1/2 1/4 0 1 2 x

EXEMPLO: Verifique se as seguintes funes so funes de probabilidade e determine as probabilidades requeridas: 1. x f(x) a) P(X 2) -2 1/8 -1 2/8 0 2/8 1 2/8 2 1/8

b) P(X > - 2) c) P(-1 X 2) 2x + 1 , x = 0, 1, 2, 3, 4. 25

2. f ( x) =

a) P(X = 2) b) P(X 1) c) P(2 X < 4) d) P( X > -10) IV. 1. 2 Mdia (ou valor esperado) e varincia de uma varivel aleatria discreta Valor esperado E(x) uma medida de tendncia da varivel aleatria x. igual mdia de um nmero infinito de observaes desta varivel. A sua expresso matemtica a seguinte: E ( X ) = = xP ( x) tambm chamada de esperana matemtica ou mdia. Exemplo: Considere que o valor de venda de um determinado imvel pode alcanar os valores a seguir, com as respectivas probabilidades de ocorrncia:
VALOR $180.000,00 $215.000,00 $250.000,00 $280.000,00 PROBABILIDADE 0,15 0,30 0,45 0,10

Qual o valor esperado do preo de venda deste imvel? O valor esperado ser, ento, igual a:

E ( x ) = 180.000 0,15 + 215.000,00 0,30 + 250.000,00 0,45 + 280.000,00 0,10

E ( x ) = 232.000,00
Isso significa que se este imvel fosse vendido um infinito n de vezes, a mdia dos seus valores de venda seria igual a $232.000,00. Uma outra 3

interpretao seria a de que se um n infinito de imveis desse mesmo tipo fosse vendido, o valor mdio do preo de venda seria $ 232.000,00. A varincia para uma distribuio de probabilidades dada por:
2 = ( x ) P( x )
2

Podendo ser reescrita como:

2 = E X 2 ( E ( X )) 2
O desvio padro ( ) da varivel aleatria da v.a. discreta dado por:

( )

= 2 = VAR( X )
Clculo da Varincia de X a partir do seu Valor Esperado EXEMPLO: Considere que o nmero de reclamaes recebidas diariamente em uma determinada empresa de telefonia segue a seguinte distribuio de probabilidades:
N DE RECLAMAES PROBABILIDADE

1 2 3
4

0,10 0,30 0,35 0,25

Determine a varincia do n. de reclamaes dirias. O valor esperado do n. de reclamaes dirias ser igual a:

E ( X ) = 1 0,10 + 2 0,30 + 3 0,35 + 4 0,25 = 2,75

O valor esperado do quadrado do n de reclamaes dirias ser igual a: E X 2 = 1 0,10 + 4 0,30 + 9 0,35 + 16 0,25 = 8,45 A varincia do n de reclamaes dirias ser igual a:
2 = 8,45 ( 2,75) = 0,8875
2

( )

ALGUMAS PROPRIEDADES DA ESPERANA MATEMTICA 4

ALGUMAS PROPRIEDADES DA VARINCIA 1. VAR (k) = 0, k constante; 2. VAR (k . X) = k2 . VAR (X), k constante; 3. VAR ( aX b ) = a 2 VAR( X )

QUARTA LISTA DE EXERCCIOS 1. O nmero de chamadas telefnicas recebidas tem a seguinte distribuio: X= Nmero de chamadas f(x) 0 0,60 1 0,20 2 0,10 3 0,04 4 0,03 5 0,03

Determine mdia do nmero de chamadas. Resposta = 0,79 2. Um negociante espera vender um automvel at sexta-feira. A expectativa de venda na segunda-feira de 50%. Na tera-feira de 30%, na quarta-feira de 10%, na quinta-feira de 5% e na sexta-feira de 5%. Se lucro de R$ 3000,00 se vender na segunda-feira e diminui 40% a cada dia. a) Calcule o valor esperado do lucro deste negociante nesta venda. b) Calcule o desvio padro do lucro. Resposta: 2199,84 e 881,98 3. Uma seguradora paga R$ 30.000,00 em caso de acidente de carro e cobra uma taxa de R$ 1000,00. Sabendo que a probabilidade de que um carro sofra acidente de 3%. Quanto espera a seguradora ganhar por carro segurado? Resposta: R$100,00 4. Um produto deve ser lanado no mercado no prximo ano. A expectativa do departamento de marketing de que o projeto seja bem sucedido de 80%. Neste caso, o retorno esperado em sua vida til de R$ 100.000,00. Se isto no acontecer, o prejuzo deve chegar a R$ 50.000,00. Calcule o lucro mdio. Resposta: 70000 5. Uma mquina de apostas tem 2 discos que funcionam independentemente um do outro. Cada disco tem 10 figuras: 4 mas, 3 bananas, 2 pras e uma laranja. Uma pessoa paga R$ 80,00 e aciona a mquina. Se aparecerem 2 mas, ganha R$ 40,00. Se aparecerem 2 bananas ganha R$ 80,00, ganha R$140,00 se aparecerem 2 pras e ganha R$ 180,00 se aparecerem duas laranjas. Se no aparecerem duas frutas iguais o jogador no tem ganho. Qual a esperana de ganho numa nica jogada? Resposta: -59,00 6. Num jogo de dados, A paga R$20,00 a B e lana 3 dados. Se sair a face 1 em um dos dados apenas, A ganha R$20,00. Se sair a face 1 em dois dados apenas, A ganha R$50,00, e se sair 1 nos trs dados dados, A ganha R$80,00. Calcular o lucro lquido mdio de A em uma jogada. (Morettim pg 47). Resposta: -23,10 7. Se uma v.a. X apresenta E(X) = 10 e VAR(X)=9, calcule: a) E(3X) b) E(5X-3) c) E(-3/5X + 4/3) 8. Se uma v.a. X apresenta E(X) = 20 e VAR(X)=25, calcule: a) VAR(2X) b) VAR(5X-10) c) VAR(2/5X - 4) 9. Um produto embalado em caixas de papelao que pesam em mdia 200 gramas, com desvio padro de 10 gramas. Cada caixa contm 6 unidades do produto. O peso mdio de cada unidade 1 kg, com desvio padro de 5g. calcule o peso mdio e o desvio padro de uma caixa cheia. Resposta: 6200 e 31,62

IV.1. 3 Funo de Distribuio Acumulada (fda) da v.a. discreta

Definio: a probabilidade de varivel aleatria X assumir um valor menor ou igual a X. F(x) = P(X x) =
xi x

p( x )
i

Exemplo: Seja X a varivel aleatria nmero de caras obtidas no lanamento de 2 moedas, determine F(x) e construa o grfico de F(x). x 0 1 2 Temos ento: F (0) = P ( X 0) = P ( X = 0) = 1 / 4 F (1) = P ( X 1) = P ( X = 0) + P ( X = 1) = 3 / 4 F (2) = P ( X 2) = P ( X = 0) + P ( X = 1) + P ( X = 2) = 4 / 4 Portanto os valores para F(x) so: zero, quando: x < 0. 1/4, quando: 0 x < 1. F(x) = 3/4, quando: 1 x < 2. 1, quando: x 2.
F(X)

P(x) 1/4 1/2 1/4

F(x) 1/4 3/4 1

4/4 3/4

1/4 0 1 2 X

PROPRIEDADES DE F(X) 1. 0 F ( X ) 1 2. F ( ) = 0 7

3. F (+) = 1 4. F(X) descontnua nos pontos X = X0, onde P(X=x0) 0. 5. F(X) contnua a direita dos pontos X = X0, onde P(X=x0) 0. 6. P (a < X b) = F (b) F (a ) 7. P (a X b) = F (b) F (a ) + P ( X = a ) 8. P (a < X < b) = F (b) F (a ) P ( X = b) VI. 2. VARIVEL ALEATRIA CONTNUA Uma varivel aleatria X contnua pode assumir qualquer valor no intervalo de sua definio. EX.: medida da corrente de um fio delgado de cobre. VI. 2. 1 Funo de Densidade de Probabilidade Assim como as variveis discretas possuem suas funes de probabilidade, as variveis contnuas possuem suas funes densidade de probabilidade. A diferena entre as duas que enquanto a funo de probabilidade fornece diretamente a probabilidade da v.a. discreta assumir um determinado valor, tal no acontece com a funo de densidade. A probabilidade de uma v.a. contnua assumir um valor localizado dentro de um determinado intervalo igual rea embaixo da funo densidade, limitada pelos pontos extremos do intervalo. Assim a probabilidade de uma v. a. contnua assumir um determinado valor (probabilidade no ponto) nula, pois a rea embaixo de um ponto igual a zero. Uma funo densidade de probabilidade f(x) pode ser usada para descrever uma distribuio de probabilidades de uma varivel aleatria contnua X. Funes de densidade so usadas na engenharia para descrever sistemas fsicos, como por exemplo, a densidade de uma carga em uma viga longa e delgada. Definio: Para uma varivel aleatria contnua X, uma funo densidade de probabilidade (fdp) uma funo tal que:

a) f ( x ) 0 para todo x;
+

b)

f ( x)dx = 1 ;
f ( x)dx
a b

c) P (a X b) = < a < b < + . Obs.: * 0 P ( a < X < b) 1 * P( X = x) = 0

= a rea sob f(x) para quaisquer a, b, com

* P ( a X b) = P ( a < X b) = P ( a X < b) = P ( a < X < b) VI. 2. 2 Mdia (ou valor esperado) e varincia de uma varivel aleatria contnua A mdia e a varincia de uma v.a. contnua so definidas de modo similar a uma v.a. discreta. A integrao substitui a soma nas definies. Definio: Suponha que X seja uma v. a. contnua com uma funo densidade de probabilidade f(x). A mdia ou o valor esperado de X, denotado por ou E(X)

= E( X ) =

x f ( x)dx

A varincia de X, denotada por 2 ou VAR(X),

2 = E X 2 ( E ( X )) 2
onde E ( X ) =
2

( )

f ( x)dx

VI. 2. 3 Funo de Distribuio Acumulada (fda) da v.a. contnua Definio: A funo de distribuio cumulativa de uma v.a. contnua X

F( X ) = P( X x) f (u )du

para

< x <

A funo densidade de probabilidade de uma v.a. contnua pode ser determinada a partir de uma diferenciao da funo de distribuio cumulativa. Ou seja, dada F(X), tem-se

f ( x) =

dF ( X ) , desde que a derivada exista. dx

QUINTA LISTA DE EXERCCIOS

0 para X < 0 0,1 para 0 X < 1 0,3 para 1 X < 2 1. (Morettim, pg 78)Seja F ( x) = 0,5 para 2 X < 3 0,8 para 3 X < 4 0,9 para 4 X < 5 1 para X 5
a) Construir o grfico de F(x); b) Determinar a distribuicao de X, E(X) e Var(X) c) Sendo Y = 3X-2, calcular E(Y) e Var (Y). 2. Verificar se f ( x) =

2 x + 3 se 0 < x 2 0, se x 0 ou x > 2 1 (2 x + 3) se 0 x 2 0, se x < 0 ou x > 2

uma fdp.

3. Verificar se f ( x) = 10

uma fdp.

4. Seja uma v.a. X a corrente em um fio delgado de cobre, medida em miliampres. Suponha que a faixa de X seja [0,20 mA] e considere que a funo densidade de probabilidade de X seja f ( x) = 0,05 para 0 x 20 . Qual a probabilidade de que uma medida da corrente seja menor 10 miliampres?

10

5.Suponha que uma funo densidade de probabilidade de comprimentos de cabo computadores seja f (X) = 0,1 de 1200 a 1210 milmetros. Determine a mdia e o desvio padro do comprimento do cabo. 6. Suponha que o tamanho de uma partcula de contaminao possa ser modelado como

f ( x) = 2 x 3

para 1 < X. Determine a mdia de X.

7. Seja X o tempo at que uma reao qumica esteja completa aproximado pela funo de distribuio cumulativa abaixo:

0 se x < 0 F(X ) = 0 , 01 x , se x 0 1 e
Determine a funo densidade de probabilidade de X. Que proporo de reaes completada dentro de 200 segundos? 8. Seja X uma varivel aleatria contnua, o tempo de falha de um componente eletrnico de uma copiadora e a fdp de X, f (x ) , foi dada: f ( x) = 2 x , para 0 < x < 1 e f ( x) = 0 , para quaisquer outros valores de x. Determine: a) Construa a F(x) b) A probabilidade do tempo gasto ser de no mximo h, isto , P ( X 1 / 4) = ? 9. Seja X: tempo durante o qual um equipamento eltrico usado em carga mxima, num cerro perodo de tempo, em minutos. A funo densidade de probabilidade de X dada por:

1 x, se 0 x < 1500 2 f ( x) = 1500 1 ( 3000 x ) , se 1500 x 3000 1500 2

Calcular E(X), ou seja, o tempo mdio em que o equipamento ser utilizado em carga mxima.

10.Seja X uma varivel aleatria contnua, o tempo de falha de um componente eletrnico de uma copiadora e a fdp de X, f (x ) , foi dada: f ( x) = 2 x , para 0 < x < 1 e f ( x ) = 0 , para quaisquer outros valores de x. Determine: a) Construa a F(x) b) A probabilidade do tempo gasto ser de no mximo h, isto , P ( X 1 / 4) = ?

11