Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatstica I
Profa . Juliana Freitas Pires
Departamento de Estatstica
Universidade Federal da Paraba - UFPB
juliana@de.ufpb.br
Variveis Aleatrias
Uma maneira de solucionar esse problema atribuir um nmero real x a todo elemento de S.
Isto , x = X(s) em que X uma funo do
espao amostral em S.
Variveis Aleatrias
Definio: Sejam E um experimento e S o espao
associado ao experimento. Uma funo X, que associe a cada elemento s S um nmero real X(s)
denominada varivel aleatria (v.a).
Variveis Aleatrias
Exemplo
Exemplo
Experimento (E): Em uma linha de produo selecionar trs peas e observar se perfeita ou defeituosa.
S = {(P P P ), (DDD), (P P D), (DP P ),
(P DP ), (P DD), (DP D), (DDP )}.
X : nmero de peas defeituosas nas trs retiradas
Rx = {0, 1, 2, 3}
Exemplo
X = 0 corresponde ao evento (P P P )
P(X = 0) = P(P P P ) = 1/8.
X = 1 corresponde a (P P D), (DP P ) e (P DP )
P(X = 1) = P[(P P D) (DP P ) (P DP )] = 3/8.
X = 2 corresponde a (P DD), (DP D) e (DDP )
P(X = 2) = P[(P DD) (DP D) (DDP )] = 3/8.
X = 3 corresponde a (DDD)
P(X = 3) = P(DDD) = 1/8.
Varivel Aleatria
Discreta.
Contnua.
Funo de Probabilidade
Definio: Seja X uma varivel aleatria discreta.
A cada possvel resultado xi associaremos um nmero pi = P (X = xi ), denominado probabilidade
da varivel aleatria X assumir o valor xi , satisfazendo as seguintes condies:
i) 0 p(xi ) 1 i
P
ii)
p(xi ) = 1.
A funo P denominada funo de probabilidade.
Exemplo
Considere o experimento do lanamento de duas
moedas. Seja a varivel aleatria o nmero de caras
obtidas. Construa a funo de probabilidade X
Soluo: X assume os seguintes valores
X = {0, 1, 2}.
Temos que,
1
P (X = 0) = P (K, K) = ;
4
1
P (X = 1) = P (C, K) + P (K, C) = ;
2
1
P (X = 2) = P (C, C) =
4
Exemplo
Funo de Distribuio
X
xi x
P(X = xi )
Exemplo
Considerando o exemplo anterior, a funo de probabilidade de X denotada por:
xi
0
1
2
P(X = xi ) 1/4 1/2 1/4
Por conseguinte, a funo de distribuio acumulada
de X dada por:
xi
0
1 2
F(xi ) = P(X xi ) 1/4 3/4 1
1 1
1
=
6 6
36
1
2
1
+
=
36 36
36
..
.
P(X = 12) = P (d1 = 6, d2 = 6) =
1
36
Consideraes
No caso de v.as contnuas a funo de probabilidade d lugar funo densidade de probabilidade que depende de conceitos matemticos um
pouco mais complexos (integrais).
f (x) 0, x Rx
Z +
f (x)dx = 1
Observaes
Observaes
Funo de Distribuio
F(x) = P(X x) =
f (x)dx
a)
b)
c)
d)
Soluo:
a) Para que f (x) seja uma fdp basta verificar que
Z 1
1
2
2xdx = x = 1.
0
Z
b) P(X 1/2) =
0
1/2
1/2
2xdx = x = 1/4.
2
P(1/3 X 1/2)
c) P(X 1/2 1/3 X 2/3) =
P(1/3 X 2/3)
Z 1/2
2xdx
5/36
5
1/3
= Z 2/3
=
= .
1/3
12
2xdx
1/3
Soluo:
d)
F (x) =
0
2xdx = x2 ,
x0
0<x<1
x1
Consideraes
X
= E(X) =
xi p(xi )
i=1
se a srie convergir.
3
X
i=1
1
1
1
xi p(xi ) = 0
+ 1
+ 2
=1
4
2
4
Propriedades da Esperana
Seja X uma v.a e c uma constante, ento:
O valor esperado (mdia) de uma constante a
prpria constante:
E(c) = c.
Somando ou subtraindo c de uma varivel aleatria X, sua mdia fica somada ou subtrada
desta constante:
E(X c) = E(X) c.
Propriedades da Esperana
X
2
x2i p(xi ).
Se X discreta E(X ) =
i=1
2
Se X contnua E(X ) =
x2 f (x)dx.
Observaes
Notao: Var(X) = 2
Desvio Padro
Propriedades da Varincia
Sejam X uma v.a. e c constante, ento
A varincia de uma constante zero:
Var(c) = 0;
Propriedades da Varincia
Sejam X e Y duas variveis aleatrias independentes, a varincia da soma/subtrao de variveis aleatrias equivale a soma das varincias de
X e Y:
Var(X Y ) = Var(X) + Var(Y ).
3
2
12 =
1
2
3
2
R1
E(X ) =
x(2x)dx =
R1
Var(X) =
0
1
2
R1
0
x (2x)dx =
2
1
23 = 18
2x dx =
R1
0
2x3
3
2x dx =
x4
2
2
3
1
2
c) E(X ) =
R4
R1 x
0 8 dx
x
0 x 8 dx
R4
2x
0 x 8 dx
1
x2
16 0
R 4 x2
0 8
1
16
dx =
R 4 x3
= 0, 0625
4
x3
24 0
4
x4
32 0
8
3
=8
2
Var(X) = E(X 2 ) [E(X)]2 = 8 83 = 89
d) E(Y ) = E (X 2)2 = E(X 2 4X + 4)
= E(X 2 ) 4 E(X) + E(4) = 1, 33
0 8
dx =