04/04/2019

Variáveis Aleatórias

Variáveis Aleatórias: Exemplo: Experimento que descreve os resultados dos testes de três
componentes eletrônicos, com C = conforme e D = defeituoso:

E = { CCC, DCC, CDC, CCD, DDC, DCD, CDD, DDD }.

Uma variável aleatória de interesse poderia ser
Variáveis Aleatórias Discretas e Contínuas o número de componentes defeituosos.
Função de Probabilidade X : número de componentes defeituosos quando três são testados.
Função de Distribuição Acumulada
Valor Esperado
Valores que X pode assumir: x = 0, 1, 2, 3.
Variância

Exemplo: Experimento que consiste em selecionar itens de uma Exemplo: A qualidade da gasolina vendida em postos de
produção até que apareça um item defeituoso: combustível é constantemente monitorada pela ANP.

E = { D, CD, CCD, CCCD, CCCCD, CCCCCD, CCCCCCD, ... }. Uma variável aleatória de interesse é

onde C = conforme e D = defeituoso. Z : proporção de álcool na amostra de gasolina do posto.

Uma variável aleatória de interesse poderia ser o Valores que Z pode assumir: 0 < z < 1.
número de itens selecionados (até que apareça um defeituoso).

Y : número de itens selecionados até que apareça um defeituoso.

Valores que Y pode assumir: y = 1, 2, 3, 4, 5, 6, ...

1

Exemplo: Um fabricante de cereal matinal sabe que, mesmo se
a máquina que enche as caixas estiver regulada,
o conteúdo de cereal varia levemente entre as caixas.
Neste caso, a variável aleatória de interesse é
W : peso líquido (em gramas) do cereal em uma caixa.
qualquer valor
Valores que W pode assumir: w > 0. real positivo
Função de Probabilidade de uma V. A. Discreta
Cada valor possível da variável aleatória discreta está ligado a
um ou mais elementos do espaço amostral.
E podemos calcular, para cada elemento do espaço amostral,
sua probabilidade de ocorrer.
Logo, pode-se atribuir uma probabilidade f(x) a
cada valor possível da variável aleatória discreta X.
04/04/2019
Variáveis Aleatórias Discretas e Contínuas
Se o conjunto de valores possíveis da variável aleatória é
finito ou infinito contável, a variável aleatória é discreta.
X : no. de itens defeituosos de três componentes testados → x = 0, 1, 2, 3.
Y : no. de itens selecionados até que surja um defeituoso → y = 1, 2, 3, ...
Se o conjunto de valores possíveis da variável aleatória é
infinito incontável, a variável aleatória é contínua.
Z : proporção de álcool na amostra de gasolina do posto → 0 < z < 1.
W : peso líquido (em gramas) do cereal em uma caixa → w > 0.
Exemplo: Resultados dos testes de três componentes eletrônicos, com
C = conforme e D = defeituoso:
E = { CCC, DCC, CDC, CCD, DDC, DCD, CDD, DDD }.
Considere que a probabilidade de um item qualquer ser defeituoso seja p=0.2.
e que os defeitos ou conformidades nos itens sejam independentes.
P(CCC) = (0.8)(0.8)(0.8) = 0.512, X=0 P(X=0) = 0.512,
P(DCC) = (0.2)(0.8)(0.8) = 0.128,
P(CDC) = (0.8)(0.2)(0.8) = 0.128, X=1 P(X=1) = 0.384,
P(CCD) = (0.8)(0.8)(0.2) = 0.128,
P(DDC) = (0.2)(0.2)(0.8) = 0.032,
P(DCD) = (0.2)(0.8)(0.2) = 0.032, X=2 P(X=2) = 0.096,
P(CDD) = (0.8)(0.2)(0.2) = 0.032,
P(DDD) = (0.2)(0.2)(0.2) = 0.008; X=3 P(X=3) = 0.008.
X : número de componentes defeituosos em três testados, com x = 0, 1, 2, 3.
2
 04/04/2019

0.512, se x = 0;
X : número de componentes defeituosos em três testados. 0.384, se x = 1;
X : no. de componentes defeituosos, 
de três componentes testados. f ( x ) = 0.096, se x = 2;
Probabilidade de um item qualquer ser defeituoso é p=0.2. 0.008, se x = 3;
 0, c.c.

Função de massa de probabilidade de X:

P(apenas 1 em 3 ser defeituoso) = P(X=1) = 0.384.

P(no máximo 1 em 3 ser defeituoso) = P(X≤1) = P(X=0) + P(X=1)

0.512, se x = 0; = 0.512 + 0.384 = 0.896.
0.384, se x = 1;
 P(pelo menos 1 em 3 ser defeituoso) = P(X≥1) = P(X=1) + P(X=2) + P(X=3)
f ( x ) = 0.096, se x = 2;
= 0.384 + 0.096 + 0.008
0.008, se x = 3;
= 0.488.
 0, c.c.
ou

P(X≥1) = 1 - P(X<1)
= 1 - P(X=0)
= 1 - 0.512
= 0.488.

Exemplo: Experimento que consiste em selecionar itens de uma produção

até que apareça um item defeituoso, onde Y : no. de itens selecionados até que apareça um defeituoso.
C = conforme e D = defeituoso.
E = { D, CD, CCD, CCCD, CCCCD, CCCCCD, CCCCCCD, ... }. Probabilidade de um item qualquer ser defeituoso é p=0.2.

Considere que a probabilidade de um item qualquer ser defeituoso seja p=0.2.

e que os defeitos ou conformidades nos itens sejam independentes. Função de massa de probabilidade de Y:

P(D) = 0.2, Y=1 P(Y=1) = 0.2,

P(CD) = (0.8)(0.2) = 0.16, Y=2 P(Y=2) = 0.16,
P(CCD) = (0.8)(0.8)(0.2) = 0.128, Y=3 P(Y=3) = 0.128,
P(CCCD) = (0.8)(0.8)(0.8)(0.2) = 0.1024, Y=4 P(Y=4) = 0.1024,
P(CCCCD) = (0.8)(0.8)(0.8)(0.8)(0.2) = 0.0819, Y=5 P(Y=5) = 0.0819,
● ● ● ● ●
● ● ● ● ●
● ● ● ● ●

Y : no. de itens selecionados até que apareça um defeituoso,

com y = 1, 2, 3, 4, 5, 6, ...

3
 04/04/2019

Função de Distribuição Acumulada de uma V.A. Discreta

Y : no. de itens selecionados até que
apareça um defeituoso

P(selecionar dois itens) = P(Y=2) = 0.16. Exemplo: X : no. de componentes defeituosos em três testados, com p=0.2.
 Acumu la do
P(selecionar no máximo dois itens) 0.512, se x = 0;  0.512, se x = 0;  0 , se x < 0 ;
= P(Y≤2) = P(Y=1) + P(Y=2)
0.384,  0.512 , se 0 ≤ x < 1 ;
se x = 1;  0.896, se x = 1;
= 0.2 + 0.16 = 0.36.  F ( x ) = 0.896 , se 1 ≤ x < 2 ;
f ( x ) = 0.096, se x = 2;  0.992, se x = 2;
0.008, se x = 3;  1, se x = 3; 0.992 , se 2 ≤ x < 3;
P(pelo menos dois itens) = P(Y≥2) = P(Y=2) + P(Y=3) + ... c.c.  1 , se x ≥ 3 .
= 0.16 + 0.128 + ...  0,
= ?
ou

P(Y≥2) = 1 - P(Y<2)
= 1 - P(Y=1)
= 1 - 0.2
= 0.8.

Esperança (Média ou Valor Esperado) e Variância Exemplo:

de uma Variável Aleatória Discreta

4
 04/04/2019

Exemplo: O tempo até a falha, em horas, de um componente eletrônico tem f.d.p.

Função de Probabilidade de uma V. A. Contínua

Note que P( X = a ) = 0 para todo a ∈ R.

Logo, P( a < X < b ) = P( a ≤ X < b ) = P( a < X ≤ b ) = P( a ≤ X ≤ b ).

Suponha que a empresa tenha que trocar, sem custo para o comprador,
o componente falhar dentro do prazo de garantia de digamos, δ horas.
X: tempo até a falha (horas)
Se a empresa pode arcar com, no máximo, 5% de trocas, quanto deve ser δ ?

Qual é a probabilidade do componente Quanto deve ser δ tal que P( X < δ ) = 0,05 ?
durar mais que 5000 horas ?
P( X > 5000 ) = ?

5
 04/04/2019

Função de Distribuição Acumulada de uma V.A. Contínua

Função de Densidade de Probabilidade: Função de Distribuição Acumulada:

Exemplo: O tempo até a falha, em horas, de um componente eletrônico tem f.d.p.

 x 1 − 2000
1 t
 − 1  x

F(x) =  ∫ 2000
 e 
dt = 1− e  2000 
, x ≥ 0,
−∞
 0, x < 0.

Qual é a probabilidade do componente durar mais que 5000 horas ? Esperança (Média ou Valor Esperado) e Variância de
uma Variável Aleatória Contínua

6
 04/04/2019

Exemplo: O tempo até a falha, em horas, de um componente eletrônico tem f.d.p.

0 ∞  1 
− x
∫ x(0)dx + ∫ x e   dx = 0 + 2000 = 2000.
1 2000
E( X ) =
2000
−∞ 0

O tempo médio até a falha deste componente eletrônico é de 2000 horas.

Exemplo: O tempo até a falha, em horas, de um componente eletrônico tem f.d.p.

E( X ) = 2000.
∞
− 1  x
Então:
∫x  2000
1
E( X 2) = 2
e dx = 2(2000)2.
2000
−∞ E(aX +b) = aE(x) + b = aµ + b,
Var( X ) = E( X 2) − [E( X )] = 2(2000)2 − (2000)2 = (2000)2,
2
Var(aX + b) = a2Var(x) = a2σ2.
DP( X ) = Var( X ) = 2000.

O desvio-padrão do tempo até a falha deste componente eletrônico é de 2000 horas.

7
 04/04/2019

Exemplo:

Y = (1.65-1.20)X + (-1.20+ 0.90)(5-X)

Y = 0.75X - 1.50