Funções de variável aleatória

Valor esperado e variância

Desigualdade de Chebyshev Página 1 de 6

Funções de variável aleatória

Funções de variável aleatória

Caso discreto Caso contínuo

• Suponhamos que X é uma variável • Suponhamos que X é uma variável aleatória

aleatória que toma valores {x1,x2,...,xn} e tem que toma valores [a,b] e tem função de
função de probabilidade p X ( xi ) . probabilidade f X (x) .
• Então, Y = H(X) também é uma variável • 1º método (apenas quando H(X) é monótona)
aleatória que toma valores Então Y = H(X) também é uma variável aleatória
com função de distribuição de probabilidade
{ y1 = H ( x1 ), y 2 = H ( x 2 ),K, y n = H ( x n )} com
função de probabilidade pY ( y i ) = p X ( xi ) . ∂x
f Y ( y ) = f X ( x) .
Se houver 2 ou + xi em que ∂y
H ( xi1 ) = H ( xi2 ) = K , então Nota: este método é generalizável se se
decompuser H(x) em secções monótonas.
pY ( y i ) = p ( xi1 ) + p( xi2 ) + K
• 2º método (geral)
Exemplo: Então Y = H(X) também é uma variável aleatória
com função de distribuição de
Imagina: ∂F ( y )
X -2 1 2 3 probabilidade: f Y ( y ) = Y , em que
∂y
p X (X ) 0.25 0.25 0.3 0.2 FY ( y ) = P(Y ≤ y ) = P( H ( X ) ≤ y ) = P( X ≤ G (Y )) ,
E Y = X2.
em que G (Y ) = H −1 ( X ) .
Então:
X -2 1 2 3 • Se H for crescente, o domínio de fY(y) será
[H(a),H(b)], se for decrescente, será [H(b),H(a)].
Y (-2)2 12 22 32
Y 1 4 9
pY (Y ) 0.25 0.25+0.3 0.2

Exercício:

Considere a variável aleatória X, uniformemente distribuída sobre [-1,1]. Obtenha

a função densidade de probabilidade, g(y), de Y = 4 – X2.

Resolução:
f(x) y = 4 - x2
Área = 1 4

1/2

x x
-1 1 -1 1

http://www.fe.up.pt/~leec2005 Página 1 de 6
Funções de variável aleatória
Valor esperado e variância
Desigualdade de Chebyshev Página 2 de 6

• 1º método:
 x = − 4 − y , − 1 ≤ x ≤ 0  x = − 4 − y , 3 ≤ y ≤ 4
y = 4 − x2 ⇔ x2 = 4 − y ⇒  ⇒
 x = 4 − y , 0 ≤ x ≤1  x = 4 − y , 3≤ y ≤ 4
c.a. :
− 1 ≤ x ≤ 0 − 1 ≤ − 4 − y ≤ 0 0 ≤ 4 − y ≤ 1
 ⇔  ⇒ ⇒3≤ y ≤4
0 ≤ x ≤ 1 0 ≤ 4 − y ≤ 1 0 ≤ 4 − y ≤ 1
Temos duas funções que partilham o mesmo domínio em Y (3 < y < 4), mas em X são
domínios mutuamente exclusivos (-1 < x < 0 e 0 < x < 1), por isso:
x x x

3 4 3 4 3 4
1 1 1
y = y + y

-1 -1 -1

 ∂ (− 4 − y )  1 1 ∂ (4 − y )  1  ∂x1
 − 2 4 − y ∂y   ∂y
∂x  ∂y  2 4 − y 
= = = =
∂y  ∂ ( 4 − y )  1 1 ∂ (4 − y ) − 1  ∂x 2
 ∂y  2 4 − y ∂y  2 4 − y  ∂y

∂x1 ∂x 1 1 1 1 1
g ( y ) = f ( x) + f ( x) 2 = + = , 3≤ y ≤ 4
∂y ∂y 2 2 4− y 2 2 4− y 2 4− y
g ( y ) = 0, y < 3
g ( y ) = 0, y > 4
• 2º método:
Descobre-se a função de distribuição acumulada de Y
G ( y ) = P(Y ≤ y ) = P(4 − X 2 ≤ y ) = P( X 2 ≥ 4 − y ) =
para x ≥ 0 para x < 0
647 48 64 4 744 8
P( X ≥ 4 − y U X ≤ − 4 − y ) = P( X ≥ 4 − y + X ≤ − 4 − y )
Se 0 ≤ x ≤ 1 : Se − 1 ≤ x < 0 :
1 1 1 − 4− y 1 1
G( y) = ∫ ∂x = (1 − 4 − y ) G ( y ) = ∫ ∂x = (1 − 4 − y )
4− y 2 2 −1 2 2
Se x > 1 : Se x < −1 :
G( y) = 0 G( y) = 0
Como anteriormente:
0 ≤ x ≤1⇒ 3 ≤ y ≤ 4
−1 ≤ x ≤ 0 ⇒ 3 ≤ y ≤ 4
x >1⇒ 4 − y >1⇒ 4 − y >1⇒ y < 3
x < −1 ⇒ − 4 − y > −1 ⇒ 4 − y > 1 ⇒ y < 3

http://www.fe.up.pt/~leec2005 Página 2 de 6
Funções de variável aleatória
Valor esperado e variância
Desigualdade de Chebyshev Página 3 de 6

Vem:
0 0, y<3
1 
 1
G ( y ) =  (1 − 4 − y ) + (1 − 4 − y ) ⇔ 1 − 4 − y , 3 ≤ y ≤ 4
2 2 1 y>4
1 
Logo,
0, y<3
 Por definição, a função de
∂G ( y )  1 distribuição acumulada é
g ( y) = = , 3≤ y ≤4
∂y  2 4 − y contínua e tende para 1.
1 y>4


Valor esperado e variância

Valor esperado e variância

Valor esperado é a média dos valores da v.a.

Caso discreto Caso contínuo

E ( X ) = µ = ∑ xi p X ( xi ) +∞
E ( X ) = µ = ∫ x ⋅ f X ( x)∂x
i −∞

Valor esperado de uma função de v.a.: Valor esperado de uma função de v.a.:
E ( H ( X )) = ∑ H ( xi ) p X ( xi )
+∞
E ( H ( X )) = ∫ H ( x) f X ( x)∂x
i −∞

Propriedades:
• Se X = C (constante), então E(C) = C
• E(CX) = CE(X)
• E(X + Y) = E(X) + E(Y)

Variância é uma medida da diferença entre os valores da v.a.

V ( X ) = σ 2 = E( X 2 ) − E 2 ( X )
σ : desvio − padrão
Propriedades:
• V(X + C) = V(X) com C = constante
• V(CX) = C2V(X) com C = constante
Independência de variáveis aleatórias:
• Se X e Y forem v.a. independentes então E(XY) = E(X)E(Y)
• Se X e Y forem v.a. independentes então V(X + Y) = V(X) + V(Y)

http://www.fe.up.pt/~leec2005 Página 3 de 6
Funções de variável aleatória
Valor esperado e variância
Desigualdade de Chebyshev Página 4 de 6

Exercício:

Seja X uma variável aleatória contínua, com função densidade de probabilidade

(fdp) f ( x) = 6 x(1 − x), 0 ≤ x ≤ 1 . Calcule o valor esperado e a variância de X.

Resolução:

1
1 1 1  x3 x4  1 1 1
E ( X ) = µ = ∫ x ⋅ f ( x)∂x = ∫ x ⋅ 6 x(1 − x)∂x = ∫ (6 x − 6 x )∂x = 6 −  = 6 −  =
2 3
0 0 0
3 4 0 3 4 2
1
1 1  x4 x5  1 1 3
E ( X ) = ∫ x ⋅ f ( x)∂x = ∫ (6 x − 6 x )∂x = 6 −  = 6 −  =
2 2 3 4
0 0
4 5 0  4 5  10
2
3 1 1
V ( X ) = E( X ) − E ( X ) =
2 2
−  =
10  2  20

Desigualdade de Chebyshev

Desigualdade de Chebyshev

A desigualdade de Chebyshev serve para majorar a probabilidade de uma certa v.a., sabendo
apenas a sua média (µ) e variância (σ2).
1
P ( X − µ ≥ Cσ ) ≤ 2
C

Exercício:

Num teste de cruzes são apresentadas 4 respostas possíveis para cada pergunta, das
quais apenas uma está correcta. O examinado pode seleccionar (com cruzes) quaisquer
dessas respostas ( desde 0 até 4 ), sujeitando-se à seguinte pontuação:

+ 3 pontos --- por cada cruz certa

− 1 pontos --- por cada cruz errada

a) Seja Xn a pontuação obtida numa pergunta com n cruzes marcadas ao acaso (0 ≤ n ≤ 4 ).

i) Mostre que E(Xn) = 0, ∀n. Isto é, respondendo “à sorte” a pontuação é sempre 0.
ii) Calcule V(Xn) (n = 0,...,4)

b) Seja Sn a pontuação obtida num teste de 34 perguntas (máximo de 34 × 3 = 102) quando

se marcam n cruzes marcadas ao acaso em cada pergunta ( 0 ≤ n ≤ 4 ).

i) Determine o valor esperado e o desvio padrão de S1, S2 e S3.

ii) Usando a desigualdade de Chebyshev, estime limites superiores para a
probabilidade de S1 e S2 , S3 excederem 20 e 100 pontos.
1
Sugestão: Atendendo à simetria de Sn em torno de 0, P ( S ≤ δ ) = P( S ≤ δ ).
2

http://www.fe.up.pt/~leec2005 Página 4 de 6
Funções de variável aleatória
Valor esperado e variância
Desigualdade de Chebyshev Página 5 de 6

Resolução:

a)
i)
Xi Pontos possíveis nº de casos nº de casos para pontos E(Xi)
X0 0: nao escolhe nenhum, não 1
acerta nenhum C 04 = 1 C 04 = 1 0× = 0
1
X1 3: acerta -1: falha 1 3
C14 = 4 C11 = 1 C13 = 3 3 × − 1× = 0
4 4
X2 2: acerta um -2: falha os 3 3
e falha outro dois C 24 = 6 C11C13 = 3 C 23 = 3 2× − 2× = 0
6 6
X3 1: acerta um -3: falha os 3 1
e falha os três C 34 = 4 C11C 23 = 3 C 33 = 1 1× − 3× = 0
outros 4 4
X4 0: acerta um e falha os outros 1
três C 44 = 1 C 44 = 1 0× = 0
1

ii)
Xn E(Xn) E(Xn2) V(Xn) = E(Xn2) - E2(Xn)
1
X0 0 02 × = 0 0-0=0
1
1 3
X1 0 3 2 × + (−1) 2 × = 3 3-0=3
4 4
3 3
X2 0 2 2 × + (−2) 2 × = 4 4-0=4
6 6
3 1
X3 0 12 × + (−3) 2 × = 3 3-0=3
4 4
1
X4 0 02 × = 0 0-0=0
1

b)
i)
Sn = 34Xn E(Sn) = E(34·Xn) = 34·E(Xn) V(Sn) = V(34·Xn) = 342·V(Xn) σ2 = V(Sn)
S1 = 34X1 34 × E ( X 1 ) = 0 34 2 × V ( X 1 ) = 3468 σ = V ( S1 ) = 58.9
S2 = 34X2 34 × E ( X 2 ) = 0 34 2 × V ( X 2 ) = 4624 σ = V ( S 2 ) = 68
S3 = 34X3 34 × E ( X 3 ) = 0 34 2 × V ( X 3 ) = 3468 σ = V ( S 3 ) = 58.9

ii)
1 σ2
P ( X − µ ≥ Cσ ) ≤ ⇔ P ( X − µ ≥ k ) ≤
C2 k2
k 1 σ2
c.a. : k = Cσ ⇔ C = ⇔ 2 = 2
σ C k

http://www.fe.up.pt/~leec2005 Página 5 de 6
Funções de variável aleatória
Valor esperado e variância
Desigualdade de Chebyshev Página 6 de 6

Queremos P(S1 > 20) e P(S1 > 100).

desigualdade de Chebyshev
usando a simetria 644 4447444448
6444 44744444 8 −µ
6X7 8 67 k
8
1 1 1 σ 2 58.9 2
P ( S1 > 20) = P( S1 > 20) = P( S1 − 0 > 20 − 0) ≤ ⋅ 2 = = 4.336
2 2 2 20 800
1 58.9 2
P ( S1 > 100) ≤ ⋅ = 0.173
2 100 2
Queremos P(S2 > 20) e P(S2 > 100).
1 68 2
P( S 2 > 20) ≤ ⋅ = 5.78
2 800
1 68 2
P( S 2 > 100) ≤ ⋅ = 0.2312
2 100 2
Queremos P(S3 > 20) e P(S3 > 100).
1 58.9 2
P( S 3 > 20) ≤ ⋅ = 4.336
2 800
1 58.9 2
P( S 3 > 100) ≤ ⋅ = 0.173
2 100 2

http://www.fe.up.pt/~leec2005 Página 6 de 6