Escolar Documentos
Profissional Documentos
Cultura Documentos
Probabilidade I
Parte 9
Variável Aleatória Discreta
Variável Aleatória
· Em um experimento aleatório, muitas vezes não estamos interessados nos
detalhes do resultado do evento, mas sim em alguma quantidade numérica
obtida a partir do experimento.
· Ex: lançamento de dois dados. O interesse pode estar apenas na soma, não
nos resultados individuais dos dados.
· Cada resultado possível de uma variável aleatória (v.a.) tem associado uma
probabilidade. O conjunto de todos os resultados possíveis e as respectivas
probabilidades é denominado distribuição de probabilidade.
3/54
Exemplo: Lançamento de dois dados
Estamos interessados na soma dos resultados.
4/54
Definição: Variável Aleatória Discreta
Uma função X que associa a cada elemento do espaço amostral um valor num
conjunto enumerável de pontos da reta é denominada variável aleatória
discreta.
5/54
Exemplo: Lançamento de uma moeda
X = 1 se cara e X = 0 se coroa
6/54
Exemplo: Lançamento de uma moeda duas vezes
X é a soma dos resultados (coroa é 0 e cara é 1).
7/54
Distribuição de Probabilidade
Distribuição de Probabilidade - v.a. discreta
· Quando a v.a. assume valores inteiros: v.a. discreta.
9/54
Distribuição de Probabilidade - v.a. discreta
· Seja X uma v.a. discreta com n valores possíveis denotados por x1 , x2 , … , xn .
X x1 x2 x3 …
P(X = xi ) = 1
∑
i=1
10/54
Exemplo
Suponha que X seja uma v.a. discreta que assume os valores 1, 2 e 3.
P(X = xi ) = 1
∑
i=1
P(X = 3) = 0.5
11/54
Distribuição de Probabilidade
Podemos representar a distribuição de probabilidade com o seguinte gráfico:
12/54
Exemplo: Vendedor
Um vendedor de enciclopédias visita cada casa duas vezes.
13/54
Exemplo: Vendedor
Considere os eventos:
ind
c c c c
P(X = 0) =P(V ∩ V ) = P(V )P(V )
1 2 1 2
14/54
Exemplo: Vendedor
· X = 1 quando ocorre uma venda apenas na primeira
visita ou uma venda apenas segunda visita.
Então,
c c
P(X = 1) =P[(V1 ∩ V ) ∪ (V ∩ V2 )]
2 1
c c
=P(V1 ∩ V ) + P(V ∩ V2 )
2 1
ind
c c
= P(V1 )P(V ) + P(V )P(V2 )
2 1
=0.54
15/54
Exemplo: Vendedor
· X = 2 quando ocorre uma venda nas duas visitas.
P(X = 2) =P(V1 ∩ V2 )
ind
= P(V1 )P(V2 ) = (0.3)(0.6) = 0.18
Satisfaz a propriedade:
X 0 1 2
16/54
Exemplo: Comissão
O Departamento de Estatística é formado por 35 professores, sendo 21 homens
e 14 mulheres.
17/54
Seja X o número de mulheres na comissão. X pode assumir os valores: 0, 1, 2 e 3.
21 14
( 3 )( 0 )
P(X = 0) = = 0.203
35
( 3 )
21 14
( 2 )( 1 )
P(X = 1) = = 0.450
35
( 3 )
21 14
( 1 )( 2 )
P(X = 2) = = 0.291
35
( 3 )
21 14
( 0 )( 3 )
P(X = 3) = = 0.056
35
( 3 )
18/54
Exemplo: Comissão
A distribuição de probabilidade de X é dada por:
X 0 1 2 3
19/54
Exemplo: Comissão
Outra maneira para calcular as probabilidades:
20/54
Exemplo: Lançamento de dois dados
Qual a probabilidade da soma ser menor do que 6?
21/54
Exemplo: Lançamento de dois dados
Y : máximo resultado no lançamento de 2 dados.
Y 1 2 3 4 5 6
22/54
Exemplo: Lançamento de dois dados
Z : diferença entre os pontos do segundo e do primeiro lançamento.
Z -5 -4 -3 -1 -1 0 1 2 3 4 5
P(Z = z) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/16
23/54
Exemplo: Construção
Na construção de um certo prédio, as fundações devem atingir 15 metros de
profundidade, e para cada 5 metros de estacas colocadas, o operador anota se
houve alteração no ritmo de perfuração previamente estabelecido.
24/54
Exemplo: Construção
· Como se comporta a variável Custo de Obra de fundações?
· 3 etapas ⇒ 2 × 2 × 2 = 2
3
= 8 possibilidades.
· Espaço Amostral
c c c c c c c c c c c c
Ω = {AAA, AAA , AA A, A AA, AA A , A AA , A A A, A A A }
25/54
Evento Probabilidade Custo
AAA
3
(0.1) = 0.001 250
AAA
c 2
(0.1) (0.9) = 0.009 200
AA A
c 2
(0.1) (0.9) = 0.009 200
A AA
c 2
(0.1) (0.9) = 0.009 200
AA A
c c
(0.1)(0.9)
2
= 0.081 150
c
A AA
c
(0.1)(0.9)
2
= 0.081 150
c
A A A
c
(0.1)(0.9)
2
= 0.081 150
c
A A A
c c 3
(0.9) = 0.729 100
26/54
Note que associamos a cada evento do espaço amostral um valor da variável C
(custo), e eventos diferentes podem corresponder ao mesmo valor de C :
· c c
P (C = c1 ) = P (A A A ) = 0.729
c
· P (C = c2 ) = P (AA A
c c
∪ A AA
c c c c
∪ A A A) = 3 × 0.081 = 0.243
· P (C = c3 ) = P (AAA
c c c
∪ AA A ∪ A AA) = 3 × 0.009 = 0.027
· P (C = c4 ) = P (AAA) = 0.001
27/54
Exemplo: Lançamento de uma moeda duas vezes
Espaço amostral:
Ω = {CC, C C̄ , C̄ C, C̄C̄ },
X 0 1 2
1 2 1 1
P(X = x) P (C̄C̄) = P (CC̄ ∪ C̄C) = = P (CC) =
4 4 2 4
28/54
Função de Distribuição Acumulada
Exemplo: Vacina
Um grupo de 1000 crianças foi analisado para determinar a efetividade de uma
vacina contra um tipo de alergia. As crianças recebiam uma dose de vacina e
após um mês passavam por um novo teste. Caso ainda tivessem tido alguma
reação alérgica, recebiam outra dose.
Doses (X ) 1 2 3 4 5
288
P(X = 2) = = 0.288
1000
30/54
Exemplo: Vacina
Distribuição de Probabilidade de X
Doses (X ) 1 2 3 4 5
P (X ≤ 2) = P (X = 1) + P (X = 2)
= 0.245 + 0.288
= 0.533
31/54
Função de Distribuição Acumulada
A função de distribuição acumulada (f.d.a.) de uma variável aleatória X é
definida por
F (x) = P (X ≤ x) , x ∈ ℝ
F (x1 ) = P (X = x1 )
F (x2 ) = P (X = x1 ) + P (X = x2 )
F (xn ) = P (X = x1 ) +. . . +P (X = xn )
32/54
Exemplo: Vacina
Doses (X ) 1 2 3 4 5
Note que a f.d.a. de X = número de doses é definida para qualquer valor real,
logo:
⎧0 x < 1
⎪
⎪ 0.245 1 ≤ x < 2
⎪ 0.533 2 ≤ x < 3
F(x) = ⎨
⎪ 0.789 3 ≤ x < 4
⎪
0.934 4 ≤ x < 5
⎪
⎩1 x ≥ 5
33/54
Exemplo: Vacina
Função de distribuição acumulada (f.d.a.) do número de doses (X )
⎧0 x < 1
⎪
⎪ 0.245 1 ≤ x < 2
⎪ 0.533 2 ≤ x < 3
F(x) = ⎨
⎪ 0.789 3 ≤ x < 4
⎪
0.934 4 ≤ x < 5
⎪
⎩1 x ≥ 5
34/54
Exemplo: Comissão
O Departamento de Estatística é formado por 35 professores, sendo 21 homens
e 14 mulheres. Uma comissão de 3 professores será constituída sorteando, ao
acaso, três membros do departamento.
X 0 1 2 3
⎧ 0, se x < 0
⎪
0.203 se 0 ≤ x < 1
⎪
F(x) = P(X ≤ x) = ⎨ 0.653 se 1 ≤ x < 2
⎪
0.944 se 2 ≤ x < 3
⎪
⎩1 se x ≥ 3
35/54
Exemplo: Comissão
Função de distribuição acumulada de
X : número de mulheres na comissão.
⎧ 0, se x < 0
⎪
0.203 se 0 ≤ x < 1
⎪
F(x) = ⎨ 0.653 se 1 ≤ x < 2
⎪
0.944 se 2 ≤ x < 3
⎪
⎩1 se x ≥ 3
36/54
Esperança
Esperança: variável aleatória discreta
Seja X uma v.a. discreta assumindo os valores x1 , … , xn .
𝔼(X) = xi P(X = xi )
∑
i=1
38/54
Esperança - Exemplos
· Suponha que X assuma os valores 0 ou 1 com igual probabilidade, ou seja,
1
P(X = 0) = P(X = 1) =
2
1
𝔼(X) = 0 × P(X = 0) + 1 × P(X = 1) =
2
2 1
P(X = 0) = e P(X = 1) =
3 3
2 1 1
𝔼(X) = 0 × P(X = 0) + 1 × P(X = 1) = 0 × + 1 × =
3 3 3
39/54
Exemplo: Lançamento de um dado
X é a v.a. representando o resultado do lançamento.
1
P(X = i) = , i = 1, 2, 3, 4, 5, 6
6
1 1 1 1 1 1
𝔼(X) = 1 × + 2 × + 3 × + 4 × + 5 × + 6 × = 3.5
6 6 6 6 6 6
Não podemos interpretar 𝔼(X) como o valor que esperamos que X irá assumir,
mas sim como uma média dos valores observados de X ao longo de muitas
repetições do experimento aleatório.
40/54
Exemplo: Seguros
Uma companhia de seguros determina o prêmio anual do seguro de vida de
maneira a obter um lucro esperado de 1% do valor que o segurado recebe em
caso de morte.
Encontre o valor do prêmio anual para um seguro de vida no valor de R$200 mil
assumindo que a probabilidade do cliente morrer naquele ano é 0.02.
· A : prêmio anual
· Então,
A, se o cliente sobrevive
X =
{ A − 200000, se o cliente morre
41/54
Exemplo: Seguros
𝔼(X) = A × P(sobreviver) + (A − 200000) × P(morrer)
𝔼(X) = A − 4000
42/54
Exemplo: Montagem
Um empresário pretende estabelecer uma firma para montagem de um
componente mecânico. Cada peça é composta de duas partes, A e B, cada uma
com uma chance específica de ser defeituosa. Só é possível verificar a qualidade
das peças depois que elas são montadas.
43/54
Exemplo: Montagem
Seja A o evento indicando que a peça A está perfeita.
c c c
P(A ∩ B ) = 0.02 P(A ∩ B ) = 0.19
44/54
Exemplo: Montagem
c c c c
P(A ∩ B) = 0.56 P(A ∩ B) = 0.23 P(A ∩ B ) = 0.02 P(A ∩ B ) = 0.19
45/54
Exemplo: Montagem
Distribuição de probabilidade para a variável aleatória X :
X −5 5 10 15
46/54
Exemplo: Montagem
X −5 5 10 15
⎧0 se x < −5
⎪
0.19 se −5 ≤ x < 5
⎪
F(x) = ⎨ 0.21 se 5 ≤ x < 10
⎪
0.44 se 10 ≤ x < 15
⎪
⎩1 se x ≥ 15
47/54
Exemplo: Montagem
O empresário quer saber: Qual o lucro médio por conjunto montado que espero
conseguir?
X −5 5 10 15
𝔼 (X) = xi P(X = xi )
∑
i=1
= 9.85
48/54
Exemplo: Pedágio
Você, cansado de esperar em filas de pedágio
com frequência, está considerando assinar o
serviço de pagamento eletrônico.
· Plano 1: Clássico
· Plano 2: BR Adesão Zero
49/54
Exemplo: Pedágio
No plano Clássico:
50/54
Exemplo: Pedágio
Seja a v.a. T : idade do veículo até a troca.
⎧0 se t < 2
⎪
0.1 se 2 ≤ t < 3
⎪
⎪ 0.2 se 3 ≤ t < 4
⎩1 se t ≥ 7
51/54
Assumindo que você queira assinar por um período de 3 anos. Vamos definir:
𝔼(C 2 ) = 622.08
52/54
Assumindo que você queira assinar por um período de 6 anos. Vamos definir:
𝔼(C 2 ) = 1244.16
53/54
Leituras
· OpenIntro: seção 2.4.
· Ross: seções 5.1, 5.2, 5.3.
· Magalhães: seção 3.1.
· Samara Kiihl
· Tatiana Benaglia
· Larissa Matos
· Benilton Carvalho
54/54