Escolar Documentos
Profissional Documentos
Cultura Documentos
2. VARIVEIS
ALEATRIAS
(UNIDIMENSIONAIS)
S (espao amostral):
(Co,Co,Co)
(Ca,Co,Co)
(Co,Ca,Co)
(Co,Co,Ca)
(Ca,Ca,Co)
(Ca,Co,Ca)
(Co,Ca,Ca)
(Ca,Ca,Ca)
Valores de X:
0
1
2
3
Distribuio de Probabilidade
Discreta (Funo de Probabilidade)
uma funo P(X=x) que associa,
a cada valor possvel x de uma v.a.
discreta X, a sua probabilidade.
Propriedades de uma distribuio discreta:
1) P( X = x ) 0, x
2) P ( X = x ) = 1
x
Distribuio de Probabilidade
Contnua (Funo de Densidade)
P(X=x)
1/8
3/8
3/8
1/8
f ( x )dx
6.000
Valor Esperado
O valor esperado de uma v.a. X, E(X),
a mdia dos valores que X assumiria
em infinitas repeties do experimento.
b) Calcule P(X>1).
R: a) 3/8 b) 7/8.
E (X ) = xP( X = x ).
x
Observaes:
1 - E(X) tambm chamado mdia de X.
2 - E(X) no um valor que se espera que
ocorra, podendo ser (e em geral ) um
valor que no ocorre, como neste caso!
3 - E(X) pode ser interpretado como o
ponto de equilbrio da distribuio, em
que as probabilidades so os pesos.
E(X) = x f ( x )dx.
3
E(X) = x x 2 dx =
0 8
2
32 3
3 x4
3
x dx =
= .
80
8 4 0 2
3 2
3k 2
x dx = 0,5 x dx = 0,5
80
08
3
k
= 0,5 k 3 = 4 k = 3 4.
8
E[g( X)] = g ( x )P (X = x )
x
E[g(X )] = g ( x )f ( x )dx
O caso mais importante do da funo
g(X) = [X-E(X)]2, que define a varincia.
Sendo:
e
E (X 2 ) = x 2 f(x) dx, no caso contnuo.
3
E (X ) = x x 2 dx =
8
0
2
5 2
f(x)
3 4
3x
x dx =
80
8 5
12
.
5
2
12 3
3
V(X) = E(X ) E (X) = = .
5 2
20
Desvio Padro
DP(X ) = V(X)
Possui a vantagem de ser expresso
na mesma unidade de X, e de possuir
interpretao direta, baseada na distribuio
Normal (como ser visto no captulo 6).
Soluo do item a:
a) Seja X o preo do produto em dlares.
Ento: E(X) = 80, DP(X) = 8 e V(X) = 64.
Seja Y o preo do produto em R$.
Ento: Y = 2X. Logo, E(Y) = 2E(X)
= R$ 160, V(Y) = 22V(X) = 4*64
= 256 R$2 e DP(Y) = R$ 16.
Soluo do item b:
b) Seja Z o preo em dlares aps o
aumento. Ento: Z = X + 10.
Demonstrao:
Z pode ser escrito da seguinte forma:
aX+b, sendo a = 1/ e b = -/.
Agora basta usar as propriedades:
E(aX+b) = aE(X) + b e V(aX+b) = a2V(X).
Assim:
E(Z) = E(X)/ - / = 0 e
V(Z) = (1/)2V(X) = 1, C.Q.D..
CV( X) =
DP(X)
.
E(X)
Funo de Distribuio
Acumulada (F.D.A.)
Soluo:
Para x < 0, F(x) = 0.
Propriedades da F.D.A.:
1. Lim F( x ) = 0 e Lim F( x ) = 1.
x
Soluo:
F( x ) = P( X x ) = f ( x )dx = 2 xdx = x 2 .
Para x 1, F(x) = 1.
f (x) =
dF( x )
.
dx
Quartis
Assimetria
dados
simtricos
dados com
assimetria positiva
ou direita
Dados com
assimetria negativa
ou esquerda
Desigualdade de Markov
Seja X uma v.a. no negativa c/ valor
esperado E(X), finito, e seja k um
nmero arbitrrio.
A desigualdade de Markov :
P( X k )
E(X)
.
k
Desigualdade/Teorema de Chebyshev
(forma geral, menos conhecida)
Seja X uma v.a. e seja c uma
constante finita tais que E(X-c)2 < .
Ento, para arbitrrio > 0:
E ( X c) 2
ou
2
E ( X c) 2
P[ X c < ] 1
.
2
P[ X c ]
Desigualdade/Teorema de Chebyshev
(forma mais conhecida, com c = )
Seja X uma v.a. c/ valor esperado
e varincia 2, ambos finitos.
Ento, para arbitrrio > 0:
2
2
P[ X ] 2 ou P[ X < ] 1 2
Desigualdade de Jensen
Se g(.) uma funo estritamente convexa: