Escolar Documentos
Profissional Documentos
Cultura Documentos
Definição
3
A função de probabilidade, f(x), verifica as seguintes propriedades:
1) f ( x ) ≥ 0 , ∀x ∈ ℜ
2) ¦ f ( x) = 1 com R X = { x : f ( x ) > 0}
x∈ R x
3) P[X ∈ E ] = ¦ f ( x) , E ⊂ ℜ
x ∈E ∩ R X
Esta função também pode ser designada por função de probabilidade acumulada
pois acumula probabilidade até x. A definição de função de distribuição é válida
tanto para v.a. discretas como para v.a. contínuas. A sua forma de cálculo é que é
diferente quer se trate de um caso ou de outro. No caso de X ser uma v.a. discreta
tem-se:
F ( x) = ¦ f (t )
t ≤ x ; t ∈R X
4
Funções de uma Variável Aleatória
valores que pode assumir, R X . Seja também Y = g ( X ) , uma outra v.a. função
No caso de X ser uma v.a. discreta com f.p. f(x), o valor esperado ou média
de X é dada por
E [X ] = ¦ x f ( x)
x∈ R X
quando
¦ | x | f ( x) < ∞
x∈ R X
5
Seja G ( X ) uma função da v.a. X discreta referida acima. O valor esperado
de G ( X ) é dado por
E [G ( X )] = ¦ G( x) f ( x)
x ∈R X
a) E [c X ] = cE [X ]
b) E [X + Y ] = E [X ] + E [Y ]
6
Também pode ser designada por σ X2 . A variância de X é uma medida de
dispersão dos valores observados de X em torno do seu valor esperado. Ao
valor positivo da raíz quadrada de σ X2 dá-se o nome de desvio padrão da v.a.
[ ] 2
V [X ] = E X 2 − {E [X ] }
7
1.4 Variáveis Aleatórias Contínuas
Definição
dF ( x )
f ( x) = = F ′( x )
dx
O conjunto de valores que a v.a. contínua X pode assumir é:
R X = {x : f ( x ) > 0}.
x
F ( x ) = P[ X ≤ x ] = ³ f (t ) dt , − ∞ < x < +∞
−∞
Note-se que, tendo f(x) é possível obter F(x), como se acabou de ver. Por
outro lado, tendo F(x) é possível obter f(x): f ( x ) = F ′( x ) . Note-se também
que neste caso P[X = x ] = 0 , ∀x ∈ ℜ .
8
A função densidade de probabilidade (f.d.p.) , f(x), verifica as seguintes
propriedades:
1) f ( x ) ≥ 0 , ∀x ∈ ℜ
+∞
2) ³ f ( x ) dx = 1
−∞
x2
3) ³ f ( x ) dx = F ( x2 ) − F ( x1 ) = P[x1 < X ≤ x2 ], com x2 > x1
x1
9
Teorema – Seja X uma v.a. contínua e seja g(x) uma função contínua,
diferenciável e monótona crescente ou decrescente. Então se Y = g ( X ) , a
função de distribuição da v.a. Y vem
(
FY ( y ) = FX g −1 ( y ) ) se g ( x ) é monótona crescente
(
= 1 − FX g −1 ( y ) ) se g ( x ) é monótona decrescente
e a f.d.p. de Y vem
d g −1 ( y )
fY ( y ) = f X ( −1
g ( y) )
dy
No caso de X ser uma v.a. contínua com f.d.p. f(x), o valor esperado ou
média de X é dada por
+∞
E [X ] = ³ x f ( x ) dx
−∞
10
Note-se que a variância de uma v.a. contínua é dada pelas mesmas fórmulas
que a variância de uma v.a. discreta. No entanto, as respectivas formas de
cálculo são diferentes.
11
Se conhecermos os dois primeiros momentos em relação à origem de uma
v.a. X, sabemos qual a sua média e a sua variância pois
V [X ] = m2 − m12
[ ]
µ k = E ( X − µ x ) k , k = 1, 2, ...
12
É fácil verificar que o primeiro momento em relação à média é sempre nulo.
Parâmetros de Ordem
F ( xk ) = k , 0 < k < 1
13
O quinquagésimo quantil, x0.5 , também é designado por mediana da v.a. X.
A mediana corta a área abaixo da f.d.p. da v.a. X (e acima do eixo dos x) em
duas partes com áreas iguais: 0.5 para a esquerda e 0.5 para a direita. A
mediana é uma medida alternativa da localização da distribuição de X.
O 25º, 50º e 75º quantis de uma v.a. X também são designados por quartis da
v.a. X. Têm esta designação pelo facto de dividirem a área abaixo da f.d.p.
da v.a. X em 4 partes, cada uma das quais com área igual a 0.25.
Quando k=0.1, 0.2, ..., 0.9 obtêm-se os decis. Quando k=0.01, 0.02, ..., 0.99
têm-se os percentis.
14