Variáveis Aleatórias

Parte 7

Prof. Eduardo Vargas Ferreira

e.ferreira@ufpr.br

Laboratório de Estatística e Geoinformação

Departamento de Estatística
Universidade Federal do Paraná
Exemplo: Média Aritmética

0·4+1·5+2·7+3·3+5·1
x̄ =
20
= 1, 65.

Fórmula geral:

ni
5
X
x̄ = xi ·
i=1
n

Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias

 Esperança de uma variável aleatória

Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias

Esperança de uma variável aleatória

Definição: Dada a v.a. X discreta, assumindo os valores x1 , . . . , xn , chamamos valor

médio ou esperança de X a seguinte quantidade:

E(X ) = x1 · p(x1 ) + x2 · p(x2 ) + . . . + xn · p(xn )

n
X
= xi · p(xi ).
i=1

Exemplo 1: considere a variável aleatória X com a seguinte distribuição:

(−2) · + (−1) · +0· +1· +2·

1 3 2 1 3
E(X ) =
10 10 10 10 10
= 0.2
Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias
Exemplo 2
I Considere o lançamento de um dado de 6 faces e defina a v.a.:

Y = valor observado no lançamento de um dado de 6 faces.

E(Y ) = 1 · p(1) + 2 · p(2) + . . . + 6 · p(6)

1· + 2· + ... + 6 ·
1 1 1
=
6 6 6

= 3, 5.

Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias

Exemplo 3

I Numa central telefônica, o número de chamadas (por minuto) chega segundo a

seguinte distribuição:

 −8 x
e ·8

 , se x = 0, 1, 2 . . .
p(x) = x!

caso contrário .

0,

I Calcule a esperança da variável aleatória X = número de chamadas por minuto.

e−8 · 80 e−8 · 81 e−8 · 82

E(X ) = 0· +1· +2· + ...
0! 1! 2!

= 8

Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias

Algumas propriedades da Esperança

Exemplo 4: considere a variável aleatória X com a seguinte distribuição:

(−4) · + (−2) · 0· + 2· + 4·
1 3 2 1 3
E(2X ) = +
10 10 10 10 10
= 2x1 · p(x1 ) + 2x2 · p(x2 ) + 2x3 · p(x3 ) + 2x4 · p(x4 ) + 2x5 · p(x5 )
5
X
= 2· xi · p(xi )
i=1

= 2 · E(X )

Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias

Algumas propriedades da Esperança

Exemplo 5: considere a variável aleatória X com a seguinte distribuição:

E(X − 5) (−7) · + (−6) · + (−5) · + (−4) · + (−3) ·

1 3 2 1 3
=
10 10 10 10 10

= (x1 − 5) · p(x1 ) + (x2 − 5) · p(x2 ) + . . . + (x5 − 5) · p(x5 )

5 5
!
X X
= xi · p(xi ) − 5 · p(xi )
i=1 i=1

= E(X ) − 5

Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias

Algumas propriedades da Esperança

Exemplo 6: considere a variável aleatória X com a seguinte distribuição:

4· +1· 0· + 1· + 4·
1 3 2 1 3
E(X 2 ) = +
10 10 10 10 10

= x12 · p(x1 ) + x22 · p(x2 ) + x32 · p(x3 ) + x42 · p(x4 ) + x52 · p(x5 )

5
X
= xi2 · p(xi )
i=1

Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias

Algumas propriedades da Esperança

E [ a · X + b ] = a · E [X ] + b

Definição: Dada a v.a. discreta X e a respectiva função de probabilidade p(x), a

esperança matemática da função h(X ) é dada por:

n
X
E [ h(X ) ] = h(xi ) · p(xi )
i=1

5
X 5
X 5
  X
E [2X ] = 2xi · p(xi ) E [X − 5] = (xi − 5) · p(xi ) E X2 = xi2 · p(xi )
i=1 i=1 i=1

Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias

Referências

I Bussab, WO; Morettin, PA. Estatística Básica. São Paulo: Editora Saraiva, 2006 (5ª
Edição).

I Magalhães, MN; Lima, ACP. Noções de Probabilidade e Estatística. São Paulo:

EDUSP, 2008 (6ª edição).

I Algumas das figuras desta apresentação foram retiradas do livro "Estatística

Básica" (Bussab & Morettin, 2006).

Eduardo Vargas Ferreira · DEST/UFPR Variáveis Aleatórias