Variveis Aleatrias Discretas

Varivel Aleatria

Uma varivel aleatria associa um valor numrico a cada
resultado do experimento,i. . a cada valor do espao
amostral.

Varivel aleatria discreta: assume valores num conjunto
enumervel.

Varivel aleatria contnua: assume valores no conjunto
dos reais

Uma varivel aleatria uma descrio numrica do
resultado de um experimento.

Considere os seguintes experimentos aleatrios

Experimento 1: Contar o nmero de alunos presentes na sala
de aula
Experimento 2: Sortear um aluno na sala de aula e medir sua
altura
Para os exemplos acima, podemos definir as variveis:
X: nmero de alunos presentes na sala
Y: altura do aluno selecionado
X e Y podem assumir diferentes valores e so sabemos a priori
qual deles ocorrer

Como descrever uma varivel aleatria?

Atravs de sua distribuio de probabilidade
Distribuio de probabilidade

valores possveis da varivel

frequncia de ocorrncia destes valores

Exemplos de Distribuies de Probabilidade Discretas

Exemplo 1: X nmero da face voltada para cima no lanamento de
um dado equilibrado
x

Total

P(X=x)

1/6

1/6

1/6

1/6

1/6

1/6

Exemplo 2: Um prova de mltipla escolha tem 4 questes com 4 itens

cada. De cada questo apenas um item est correto. Um aluno marca
as respostas ao caso. Qual a distribuies de X: nmero de acertos
na prova?
Resultados possveis do experimento aleatrio

Valores possveis de X

EEEE

CEEE, ECEE, EECE,EEEC

CCEE,CECE,CEEC,ECCE,ECEC,EECC

ECCC, CECC, CCEC,CCCE

CCCC

Resultados possveis do experimento aleatrio

Valores possveis de X

EEEE

CEEE, ECEE, EECE,EEEC

CCEE,CECE,CEEC,ECCE,ECEC,EECC

ECCC, CECC, CCEC,CCCE

CCCC

C = acertar uma questo

EEEE = E E E E

E = Errar uma questo

P(A) = 1/4

P(E) = 3/4

Como as questes so marcadas ao acaso podemos assumir que ela acerta ou

erra uma questo independente de errar ou acertar outra questo

P(X = 0) = P(EEEE) = P(E E E E)

= P(E) x P(E) x P(E) x P(E) = 3/4 x 3/4 x 3/4 x 3/4 = (3/4)4

Os eventos CEEE, ECEE, EECE,EEEC so mutuamente exclusivos

P(X = 1) = P(CEEE U ECEE U EECE U EEEC)

= P(CEEE) + P(ECEE) + P(EECE) + P(EEEC) = 4 x 1/4 x (3/4)3

Do mesmo modo

P(X = 2) = P(CCEE U CECE U CEEC U ECCE U ECEC U EECC)

= P(CCEE) + P(CECE) +P(CEEC) + P(ECCE) + P(ECEC) + P(EECC)
= 6 x (1/4)2 x (3/4)2

P(X = 3) = P(ECCC U CECC U CCEC U CCCE)

= P(ECCC) + P(CECC) + P(CCEC) + P(CCCE)
= 4 x (1/4)3 x (3/4)1
P(X = 4) = P(CCCC) = (1/4)4

Funo de Probabilidade de X nmero de acertos na prova

(3/4)4 = 0,3164

P(X = 0) =

P(X = 1) = 4 x (1/4) x (3/4)3 = 0,4219

P(X = 2) = 6 x (1/4)2 x (3/4)
P(X = 3) = 4 x

(1/4)3

P(X = 4) =

(1/4)4

x (3/4)

= 0,2109
= 0,0469
= 0,0039

-----------------------------------------------------Soma

X varivel aleatria
x - valor da varivel aleatria (v.a.)
P(X = x) probabilidade da v.a. assumir o valor x

Se vrios alunos respondem as questes ao acaso, qual o nmero mdio

de acertos?
Nmero mdio de acertos =
(0 x 0,3164) + (1 x 0,4219) + (2 x 0,2109) + (3 x 0,0469) + (4 x 0,0039) =
1
Definio: Para uma v. a. discreta assumindo os valores x1,x2,....xn , o
valor mdio ou valor esperado de X dado por

E( X) = x i P( X = xi )
i =1

Se X assume um nmero infinito enumervel de valores x1,x2,...., ento

E( X) = x i P( X = x i )
i =1

Qual a varincia de X? E o desvio padro?

Definio: Para uma v. a. discreta assumindo os valores x1,x2,....xn
a varincia de X dada por
n

VAR( X) = (x i E( X)) P( X = x i )
i =1

Se X assume um nmero infinito enumervel de valores x1,x2,...., ento

VAR( X) = (x i E( X)) P( X = x i )
i =1

Exemplo:
VAR(X) = (0 1)2 x 0,3164 +
(1 1)2 x 0,4219 +
(2 1)2 x 0,2109) +
(3 1)2 x 0,0469 +
(4 1)2 x 0,0039 = 0,75

Qual o desvio padro de X?

DP( X) = VAR( X)

DP (X) = 0,75 = 0,8660

Exemplo:

0.2
0.1
0.0

P(X=x)

0.3

0.4

Dstribuio de Probabilidade de X: nmero de acertos na prova

Exemplo: Suponha que para cada acerto na prova o aluno ganha 1 ponto e para
cada erro perde um ponto. Seja Y a nota do aluno. Qual a distribuio de Y? Qual
a nota esperada? E o desvio padro das notas?
Valores possveis de
X
Y
0
-4
1
-2
2
0
3
2
4
4

EEEE
CEEE, ECEE, EECE,EEEC
CCEE,CECE,CEEC,ECCE,ECEC,EECC
ECCC, CECC, CCEC,CCCE
CCCC

P(Y = -4) = P(X = 0) = 0,3164

P(Y = -2) = P(X = 1) = 0,4219
P(Y = 0) = P(X = 2) = 0,2109
P(Y = 2) = P(X = 3) = 0,0469
P(Y = 4) = P(X = 4) = 0,0039
----------------------------------------Soma
= 1

E(Y) = (-4 x 0,3164) + (-2 x 0,4219) + 0 x 0,2109) + (2 x 0,0469) + (4 x 0,0039) = -2

VAR(Y) = (-4 (-2))2 x 0,3164 +

(-2 (-2))2 x 0,4219 +
(0 (-2))2 x 0,2109 +
(2 (-2))2 x 0,0469 +

Dstribuio de Probabilidade de Y: Nota na prova

0.4

(4 (-2))2 x 0,0039 = 3

0.2
0.1
0.0

P(Y=y)

0.3

DP(Y) = 1,73

-4

-2

Exemplo: Uma pessoa est pensando em investir U$100,00 em duas

empresas diferentes, uma que fabrica de culos de sol outra que
fabrica capas de chuva.
As previses meteorolgicas indicam que as probabilidades de sol e
chuva para o prximo vero so iguais.
Suponha que os preos unitrios das aes das empresas de culos de
sol e capas de chuva so iguais a U$10,00. Suponha tambm que se o
vero for chuvoso voc ganha U$10,00 para cada ao da empresa de
capas de chuva e perde U$5,00 para cada ao da empresa de culos
de sol. Suponha que o inverso acontece se o vero for ensolarado.
Qual o retorno esperado se voc investe todo o seu dinheiro na
empresa de capas de chuva?

Considere a varivel aleatria X: condio climtica do vero

Vamos representar os resultados possveis de X por 0 e 1
X = 0 se o vero ensolarado
X = 1 se o vero chuvoso
Distribuio de probabilidade X
x

P(X = x)

0,5

0,5

Y retorno do investimento
Y depende da condio climtica Y uma varivel aleatria
Qual a distribuio de Y se todo o capital investido em capas de
chuva?

Vero chuvoso: Y = 10 x 10 = 100

Vero ensolarado: Y = 10 x -5 = 50
Distribuio de Probabilidade de Y

P(Y = y)

100

0,5

-50

0,5

E(Y) = 100 x 0,5 + (-50) x 0,5 = 25

VAR(Y) = (100 -25)2 x 0,5 + (-50 -25)2 x 0,5 = 5625
DP(Y) = 75
Qual o retorno esperado se metade do capital investido na empresa de
capas de chuva e metade na empresa de culos de sol?

Vero chuvoso:
Y = (5 x 10) + (5 x -5) = 25
Vero ensolarado: Y = (5 x -5) + (5 x 10) = 25

Distribuio de Probabilidade de Y: retorno do investimento

P(Y = y)

25

0,5

25

0,5

E(Y) = 25 x 0,5 + 25 x 0,5 = 25

VAR(Y) = (25 -25)2 x 0,5 + (25 -25)2 x 0,5 = 0
DP(Y) = 0

Este exemplo mostra que a diversificao do investimento

reduz o seu risco. Observe que os retornos esperados so os
mesmos nas duas situaes. Entretanto o desvio padro
muito maior na primeira situao. Quanto maior o desvio
padro maior ser a incerteza do retorno do investimento, isto
maior ser o seu risco.

Propriedades do Valor esperado

Suponha que em certa empresa os salrios dos empregados so dados pela
distribuio de probabilidade
Distribuio de X salrios dos empregados

P(X = x)

1000

0,50

2000

0,40

5000

0,10

Qual a distribuio de probabilidade, a mdia e a varincia dos salrios

a) Se todos os empregados tiverem um aumento de 500 reais: Z = X + 500
b) Se todos os empregados tiverem 20% de aumento: W = 1,2 X
E(X) = 1800

VAR(X) = 1.360.000

DP(X) = 1166,19

P(X = x) Z = 500 + X P(Z = z) = P(X = x) W = 1,2 X P(W = w) = P(X = x)

1000

0,50

1500

0,50

1200

0,50

2000

0,40

2500

0,40

2400

0,40

5000

0,10

5500

0,10

6000

0,10

E(Z) = 1500 x 0,5 + 2500 x 0,4 + 5500 x 0,10 = 2300 = 1800 + 500
E(W) = 1200 x 0,5 + 2400 x 0,4 + 6000 x 0,10 = 2160 = 1800 x 1,2
VAR(Z) = (1500 2300)2 x 0,5 + (2500 2300)2 x 0,4 + (5500 2300)2 x 0,10 =
1.360.000 = VAR(X)
VAR(Z) = (1200 2160)2 x 0,5 + (2400 2160)2 x 0,4 + (6000 2160)2 x 0,10 =
1.958.400 = 1,22 VAR(X)

DP(Z) = DP(X)

DP(W) = 1,2 DP(X)

10

Propriedade: Seja X uma varivel aleatria e a e b duas constantes.

Ento:
E(aX + b) = a E(X) + b
VAR(aX + b) = a2 VAR(X)

As propriedades acima resultam do resultado mais geral:

Dada uma v.a. discreta com funo de probabilidade P(X = x), a

esperana
de uma funo h(x) dada por:

E(h( X ) ) = h( x i )P( X = x i )

VAR( X ) = E(X E( X )) = (x i E( X)) P( X = x i ) =

2

i =1
n

= ( x i ) 2 2x i E( X ) + (E( X))2 P( X = x i )
i =1
n

i =1

i =1

i =1

= ( x i )2 P( X = x i ) (2x i E( X)) P( X = x i ) + (E( X ))2 P( X = x i )

n

= ( x i )2 P( X = x i ) 2E( X) x i P( X = x i ) + (E( X)) 2 P( X = x i )

i =1

i =1

i =1

= ( x i )2 P( X = x i ) 2E( X)E( X ) + (E( X ))2 =

i =1
n

= ( x i )2 P( X = x i ) (E( X))2 = E( X 2 ) (E( X ))2

i =1

VAR ( X ) = E( X 2 ) [E( X )]

11

Exemplo: Uma prova tem 2 questes. Para cada questo acertada o aluno
recebe 1 ponto, para cada questo errada ele perde 1 ponto. Se ele opta por
no responder ele nem perde nem ganha. As probabilidades de acertar, errar e
no responder so mostradas no diagrama abaixo.
1a questo

2a questo
A 0,50

A - acertar

E 0,30

B - errar

N 0,20

C no responder

A 0,60

A 0,50
E 0,10

E 0,30
N 0,20

A 0,50
N 0,30

E 0,30
N 0,20

1a questo

2a questo

Eventos Prob.

x:
y:
A certos N otas

P(X =x)

A 0,50
A 0,60

E 0,30

AA

0,30

0,20

N 0,20

AE

0,18

0,50

AN

0,12

0,30

EA

0,05

EE

0,03

-2

P(Y = y)

EN

0,02

-1

-2

0,03

NA

0,15

-1

0,11

NE

0,09

-1

0,29

NN

0,06

0,27

0,30

A 0,50
E 0,10

E 0,30
N 0,20

A 0,50
N 0,30

E 0,30
N 0,20

12

x P(X = x) x2 P(X = x)

P(X = x)

0,20

0,50

0,50

0,50

0,30

0,60

1,2

Soma

1,1

1,7

x =E(X) = 1,1
2x =VAR(X) = E(X2) [E(X)]2 =
1,7 (1,1)2 = 0,49
x =DP(X) = 0,7

y P(Y = y) y2 P(Y = y)

P(Y = y)

-2

0,03

-0,06

0,12

-1

0,11

-0,11

0,11

0,29

0,00

0,00

0,27

0,27

0,27

0,30

0,60

1,20

Soma

0,30

0,70

1,7

Y =E(Y) = 0,70
2Y =VAR(Y) = E(Y2) [E(Y)]2 =
1,7 (0,7)2 = 1,21
x = DP(Y) = 0,8366

Funo de distribuio acumulada

Definio: Dada uma varivel aleatria X, a sua funo de distribuio
acumulada ou simplesmente funo distribuio dada
pela funo F(x) = P(X x), - < x <
Propriedades:
1) 0 F(x) 1 para todo x
2) F(x) uma funo no decrescente de x
3) F(-) = 0 e F() =1

Exemplo:
x

P(X = x)

P(X x)

0,3164

0,3164

0,4219

0,7383

0,2109

0,9492

0,0469

0,9961

0,0039

13

F(x) =

0
0,3164
0,7383
0,9492
0,9961
1

se
<0
se 0 x < 1
se 1 x < 2
se 2 x < 3
se 3 x < 4
se
x4

FX(2) = P(X 2) = 0,9492

FX(2,5) = P(X 2,5) = P(X 2) = 0,9492
P(2 < X 3) = P(X 3) - P(X 2) = FX(3) - FX(2) =
0,9961 0,9492 = 0,0469 = P(X = 2)
P(2 X 3) = P(X 3) - P(X 1) = FX(3) - FX(1) =
0,9961 - 0,7383 = 0,2579 = P(X = 2) + P(X = 3)

0.0

0.2

0.4

F(x)

0.6

0.8

1.0

Distribuio Acumulada de X

14

Quantis de uma varivel aleatoria discreta

Definio: O valor Q(p) tal que P[X Q(p)] p e P[X Q(p)] 1- p
Para 0 < p < 1 chamado de quantil de ordem p da varivel aleatria X.
Exemplo: Mediana
P[X mediana] = P[X mediana] 0,5
x

P(X = x) P(X x) P(X x)

0,3164

0,3164

P[X 1] = 0,7383 0,5

0,4219

0,7383

0,6836

P[X 1] = 0,7383 0,5

0,2109

0,9492

0,2617

Mediana = 1

0,0469

0,9961

0,0508

0,0039

0,0039

Quantil 25 Q(0.25)

Quantil 75 Q(0.25)

P[X Q(0.25)] 0,25

P[X Q(0.75)] 0,75

P[X Q(0.25)] 0,75

P[X Q(0.75)] 0,25

Q(0.25) = 0

Q(0.25) = 2

x P(X = x) P(X x) P(X x)

P(X = x)

P(X x) P(X x)

0,3164

0,3164

0,3164

0,3164

0,4219

0,7383

0,6836

0,4219

0,7383

0,6836

0,2109

0,9492

0,2617

0,2109

0,9492

0,2617

0,0469

0,9961

0,0508

0,0469

0,9961

0,0508

0,0039

0,0039

0,0039

0,0039

15