Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatstica Bsica
13/09/2016
16:57
Variveis Aleatrias
13/09/2016
16:58
Introduo
13/09/2016
16:57
Introduo
13/09/2016
16:57
3.1 Introduo
Em um experimento aleatrio, uma varivel cujo valor
medido pode variar de uma rplica do experimento para
outra referida como varivel aleatria.
Exemplos: X pode denotar a medida da resistncia
mecnica no ensaio de trao de um material; Y
representar o dimetro de uma pea usinada; Z expressar
a resistividade do solo em um processo corrosivo em
torres de linha de transmisso.
As variveis aleatrias (V.A) surgem em funo da
necessidade de se representar os resultados de uma
experincia aleatria por meio de nmeros reais.
13/09/2016
16:57
3.1 Introduo
Definio
Uma varivel aleatria pode ser expressa como uma
funo definida num espao de resultados S e que tem
como contradomnio os nmeros reais.
Seja E um experimento e S o espao associado a ele.
Uma funo X, que associe a cada elemento s S um
nmero real X(s) denominada varivel aleatria.
S
13/09/2016
16:57
X
Varivel
aleatria
X(s)
3.1 Introduo
nominal
qualitativa
ordinal
atributo
discreta
v.a.
quantitativa
contnua
S
Definio: varivel aleatria a funo que associa cada
elemento de S a um nmero real.
3.1 Introduo
Definio
Exemplo:
E : Lanamento de duas moedas;
X : Nmero de caras (a) obtidas nas duas moedas;
S : {(c, c), (c, k), (k, c), (k, k)}
X = 0 correspondente ao evento (k, k) com probabilidade ;
X = 1 correspondente ao evento (k, c), (c, k) com probabilidade ;
X = 2 correspondente ao evento (c, c) com probabilidade .
13/09/2016
16:57
3.1 Introduo
uma varivel que assume valores em um conjunto
Rx = { x1, x2,...,xn } , com probabilidades P(X = xi) = p(xi)
Os pares {xi, p(xi)} constituem o que chamamos de
distribuio de probabilidades de X
Por exemplo:
Neste caso:
Rx = { 0, 1}
3.1 Introduo
Classificao
As variveis aleatrias classificam-se em discretas ou
contnuas, dependendo do tipo de conjunto de valores
que elas podem assumir.
- Varivel discreta: quando a varivel assume
valores num conjunto finito ou infinito numervel.
- Varivel contnua: quando a varivel assume
valores de um conjunto infinito no numervel.
13/09/2016
16:57
3.1 Introduo
Classificao
Exemplos:
- A V.A resultado do lanamento de um dado discreta;
- A V.A que representa o tempo que um atleta leva para
completar a prova dos 100 metros contnua se for admitido
que medida com preciso absoluta.
- A V.A que representa as medidas de corrente eltrica a partir de
um instrumento digital que mostre a corrente para o mais
prximo centsimo de miliampre discreta (as medidas
possveis so limitadas).
13/09/2016
16:57
3.1 Introduo
Representao
As variveis aleatrias so representadas por letras
maisculas (X, Y, Z, W, ...), e os valores que elas
podem
assumir
so
representados
pelas
correspondentes letras minsculas (x, y, z, w, ...).
Exemplo:
E: Medio do peso de uma pessoa escolhida ao acaso.
S = {Conjunto de todos os pesos atribuveis a uma pessoa}.
X = O peso da pessoa (assume qualquer valor do espao de resultados).
x = 1,65 m (a altura de uma das pessoas).
13/09/2016
16:57
3.1 Introduo
Observao:
Existem situaes em que os valores da varivel aleatria no so
os resultados do espao associado ao experimento, mas sim uma
transformao destes.
- Exemplo:
E: Lanamento de dois dados.
S = Conjunto dos valores obtidos pelos dois dados, num total
de trinta e seis resultados possveis (tamanho de S = 36)
S = {( x, y ) | x, y = 1,2,3,4,5,6}.
X = V.A que representa a soma dos nmeros dos pontos
dos dois dados, a qual pode assumir qualquer valor inteiro
de 2 a 12, ou X(s) = {2,3,4, 5, 6, 7, 8, 9, 10, 11,12}.
13/09/2016
16:57
3.1 Introduo
Observao:
No mesmo espao associado ao experimento anterior poder-se-ia
definir outra varivel aleatria.
- Exemplo:
Y = V.A que representa a diferena, em valor absoluto, dos
nmeros dos pontos dos dois dados, a qual pode assumir
qualquer valor inteiro de 0 a 5, ou
Y(s) = {0,1,2,3,4,5 }
13/09/2016
16:57
Introduo
13/09/2016
16:57
13/09/2016
16:57
16:57
P(x)
1/4
1/2
1/4
1
P( x ) C 2 ,x
4
13/09/2016
16:57
P(x)
1
1
1
1
1
1
1
, f ( 2 ) , f ( 3 ) , f (4 ) , f (5 ) , f (6 )
6
6
6
6
6
6
13/09/2016
16:57
f(x)=P(x)
1/6
1/6
1/6
1/6
1/6
1/6
16:57
13/09/2016
16:57
13/09/2016
16:57
P(X = 1) = 0,2916
P(X = 4) = 0,0001
P(X = 2) = 0,0486
0,2916
0,0036 0,0001
0,0486
0
13/09/2016
16:57
F(0) = 0,6561
F(3) = 0,9999
F(1) = 0,9477
F(4) = 1
F(2) = 0,9963
16:57
13/09/2016
16:57
13/09/2016
16:57
0 ,9477
F( x )
0 ,9963
0 ,9999
1
13/09/2016
16:57
se x 0
se 0 x 1
se 1 x 2
se 2 x 3
se 3 x 4
se x 4
Introduo
13/09/2016
16:57
a
13/09/2016
16:57
P ( a x b ) f ( x )dx
a
Propriedades:
1. f ( x ) 0 para todo x
2.
f ( x )dx 1
13/09/2016
16:57
xo
f ( x )dx 0
xo
P( a X b ) P( a X b ) P( a X b ) P( a X b )
13/09/2016
16:57
13/09/2016
16:57
13/09/2016
16:57
12,5 12,6
13/09/2016
16:57
Soluo (cont.):
a) Uma pea descartada se X > 12,6, logo:
P ( X 12 ,6 )
20e
f ( x )dx
12 ,6
20 ( x 12 ,5 )
dx
12 ,6
e 20( x 12 ,5 )
12 ,6
0 ,135
P ( 12 ,5 X 12 ,6 )
12 ,6
f ( x )dx
12 ,5
e 20( x 12 ,5 )
13/09/2016
16:57
20e
12 ,5
12 ,6
12 ,5
0 ,865
20 ( x 12 ,5 )
dx
F ( x ) P( X x )
f ( u )du
13/09/2016
16:57
P ( a X b ) f ( x )dx
a
f ( x )dx f ( x )dx F ( b ) F ( a )
16:57
F ( x ) 0 , 1 x 80
0
x 800 C
800 C x 810 C
x 810 C
Determine:
a) P(X < 805); b) P(800 < X 805); c) P(X > 808)
d) Se as especificaes para o processo solicitassem que a
temperatura do forno estivesse entre 802C e 808C, qual seria
a probabilidade da fornalha operar fora das especificaes?
13/09/2016
16:57
a)
b)
c)
d)
0 ,1 805 80 0 0 ,5
0 ,1 805 80 0 0 ,5
P( X 808 ) P( 808 X ) F ( ) F ( 808 )
1 ( 0 ,1 808 80 ) 0 ,2
P( X 802 ou X 808 ) 0 ,2 0 ,2 0 ,4
13/09/2016
16:57
Introduo
13/09/2016
16:57
a) Medidas de posio
a.1) Mdia ou esperana matemtica: Chama-se valor mdio ou
esperana matemtica ao valor que se obtm somando (ou
integrando) todos os valores que uma varivel aleatria pode
assumir, ponderados pela respectiva probabilidade pontual (ou
densidade de probabilidade no ponto) e representa-se por =
n
E( X ) :
E( X ) xi f ( xi )
( caso discreto )
i 1
u E( X )
x f ( x )dx
13/09/2016
16:57
( caso contnuo )
13/09/2016
16:57
x i f ( x i y j ) y j f ( x i y j )
i
xi f ( xi y j ) y j f ( xi y j )
i
xi f ( xi ) y j f ( y j ) E( X ) E( Y )
i
13/09/2016
16:57
E( X X ) E( X ) E( X ) X X 0
13/09/2016
16:57
X i Y j f ( xi ) f ( y j )
i
X i F ( x i ) Y j f ( y j )
i
E( X ) E( Y )
13/09/2016
16:57
pois X e Y so
independentes
F ( Md ) 0 ,5
Exemplo: Seja X uma varivel aleatria com a seguinte
funo distribuio cumulativa:
F(X) = 0
F(X) = x2
F(X) = 1
para x < 0
para 0 x 1
para x > 1
13/09/2016
16:57
-1
P(x)
0,3
0,2
0,5
13/09/2016
16:57
2 x
f(x)
0
F ( Md ) 0 ,5
para 0 x 1
O grfico de f(x) :
f(x)
Ento:
Moda:
Mediana:
0
13/09/2016
16:57
2 xdx 0 ,5
Md
0
Md 2 0 ,5 Md
1
2
Var( X ) x2 E X E ( X )2
x2 x E( X )2 f ( x )
2
x
( caso discreto )
E
(
X
)
f ( x ) dx
( caso contnuo )
13/09/2016
16:57
onde,
E( X 2 ) x 2 f ( x )
( caso discreto )
E( X )
2
2
x
f ( x ) dx
13/09/2016
16:57
( caso contnuo )
x Var( X )
13/09/2016
16:57
- Propriedades:
Sejam X e Y duas variveis aleatrias e K, a e b constantes.
1. Var(k) = 0
2. Var(kX) = k2Var(X)
3. Var(aX bY ) = a2Var( X ) + b2Var( Y ) 2abCov(X,Y )
Caso as variveis sejam independentes, Cov(X,Y ) = 0, ento:
Var( aX bY ) = a2Var( X ) + b2Var( Y )
13/09/2016
16:57
Introduo
13/09/2016
16:57
X(s)
Y(s)
13/09/2016
16:57
16:57
f ( x
i
13/09/2016
16:57
x R 2
, yj ) 1
f ( s , t )
s x t y
13/09/2016
16:57
x R 2
2. lim F ( x , y ) 1
x
y
3. lim F ( x , y ) 0
4. lim F ( x , y ) 0
x
y
5. x 1 x 2 ^ y 1 y 2 F ( x 1 , y 1 ) F ( x 2 , y 2 )
13/09/2016
16:57
13/09/2016
16:57
, ( x , y ) R
2.
f ( x , y ) dx dy 1
13/09/2016
16:57
F( x, y )
f ( x , y ) dx dy
13/09/2016
16:57
x R 2
2. lim F ( x , y ) 1
x
y
3. lim F ( x , y ) 0
4. lim F ( x , y ) 0
x
y
5. x 1 x 2 ^ y 1 y 2 F ( x 1 , y 1 ) F ( x 2 , y 2 )
13/09/2016
16:57
fX ( x )
f ( x , y ) dy
fY ( y )
f ( x , y ) dx
13/09/2016
16:57
13/09/2016
16:57
f ( x, y )
fX ( x )
Cov ( X ,Y ) XY E X E ( X ) Y E ( Y )
- No caso discreto:
Cov( X ,Y ) x E ( X ) y E ( Y ) f ( x , y )
x
- No caso contnuo:
Cov( X ,Y )
x E ( X ) y E ( Y ) f ( x , y ) dx dy
13/09/2016
16:57
Cov( X ,Y ) E ( X Y ) E ( X ) E ( Y )
- Verifica-se que:
Cov( X ,Y )
13/09/2016
16:57
16:57
XY
13/09/2016
16:57
XY
Var( X ) Var( Y ) X Y
Cov( X ,Y )
13/09/2016
16:57
X e Y so independentes se
f ( x , y ) f ( x ) f ( y ) , ( x , y )
Como consequncia da definio tem-se que X e Y so
independentes se e somente se
f X |Y y ( x ) f X ( x ) ou
13/09/2016
16:57
fY | X x ( y ) fY ( y )
16:57