Variáveis Aleatórias

Pontos para discussão

Introdução da variável aleatória
Função probabilidade
Variável aleatória
Discreta
Continua
Propriedades
Esperança, variância e desvio padrão
Propriedades
Introdução
Mas afinal, o que é uma Variável aleatória?

Uma variável aleatória é uma variável quantitativa que

depende de fatores aleatórios
 A a
Nos devemos atribuir uma
AA Aa
descrição numérica aos
A resultados do experimento
Aa aa
a
 A a Evento Probabilidade
AA Aa {AA} P(AA) = 1/4
A {Aa} P(Aa) = 1/2
Aa aa {aa} P(aa) = 1/4
a
 Descreva o valor que corresponde ao
resultado de determinado experimento
feito jogando uma moeda duas vezes

K K
K C
C C
C K
 Descreva o valor que corresponde ao
resultado de determinado experimento
feito jogando uma moeda duas vezes

K K V.A. Probabilidade
X=0 P(KK) = 1/4
K C
X=1 P(KC) = 1/2
C C X=2 P(CC) = 1/4
C K
Função Probabilidade
Função Probabilidade
Para associar os diferentes valores da variável aleatória aos
resultados possíveis, precisamos determinar a função que
associa a V.A(s) as possibilidades.
Vamos trabalhar com o seguinte exemplo.
Função Probabilidade
Exemplo:

▪No caixa de um supermercado.

▪A probabilidade do caixa estar ocupado: 0,4
▪Qual a função que descreve a probabilidade de utilização
dos diferentes caixas?
▪X = numero de caixas ocupados
▪X=0,1,2,3,4,5
Função Probabilidade
P(X=0)= 0,6^5
P(X=1)= 5 × (0,4) × (0,6^4)
P(X=2)= 10 × (0,4^2) × (0,6^3)
P(X=3)= 10 × (0,4^3) × (0,6^2)
P(X=4)= 5 × (0,4^4) ×0,6
P(X=5)= 0,4^5
Função Probabilidade
P(X=0)=0,07776
P(X=1)=0,2592
P(X=2)=0,3456
P(X=3)=0,2304
P(X=4)=0,0768
P(X=5)=0,01024
ΣP(X=k)=1
Função Probabilidade
Mas que função é capaz de descrever a probabilidade das
V.A(s) X, onde X varia de 0 até 5?
Variável Aleatória
Variável Aleatória
•Variável Aleatória Discretas- Admite um número finito de
valores ou tem uma quantidade enumerável de valores.

•Variável Aleatória Contínuas- Pode tomar um número

infinito de valores e esses valores podem se associados a
mensurações em uma escala contínua.
Variável Aleatória Discreta
•Definição: uma v.a. é discreta quando o conjunto de
valores possíveis (imagem)

•for finito ou infinito numerável.

Variável Aleatória Discreta
Variável Aleatória Discreta
Exemplos:
a) jogar um dado
•X: ponto obtido no dado
•X = {1, 2, 3, 4, 5, 6}
•X: = 1 se ponto for igual a 6
•= 0 caso contrário
•X = {0, 1}
Variável Aleatória Discreta
b) jogar 5 moedas (ou uma moeda 5 vezes)
X: número de caras em 5 lances
X = {0, 1, 2, 3, 4, 5}
 Variável Aleatória Contínua
•Definição: uma v.a. é contínua quando o conjunto de
valores possíveis (imagem) for inumerável.

•Se o conjunto imagem é inumerável, não há sentido em

falar de valores específicos e portanto: P(X = x) = 0

• só há sentido em falar de
probabilidade para um intervalo de valores!
Variável Aleatória Contínua
Variável Aleatória Contínua
Exemplos:
a) X: distância entre dois pontos

b) X: distância vertical de um ponto, relativa a uma superfície plana pré-definida

Variável Aleatória Contínua
c) X: refletância de um objeto
Esperança, Variância
e Desvio Padrão
Valor esperado (esperança)
O valor esperado (esperança ou esperança matemática) de uma
variável aleatória discreta:
É o resultado médio teórico para um número infinito de tentativas.
É o valor médio que esperaríamos se as tentativas pudessem
continuar indefinidamente.
É designado por E e representa o valor médio dos resultados.
É obtido pelo cálculo de: E = ∑ [x * P(x)]
A média de uma variável aleatória discreta (μ) é o mesmo que o
valor esperado (E).
 Média, variância e desvio padrão
Além do histograma de probabilidade que nos informa sobre
natureza e forma da distribuição, podemos achar média, variância e
desvio padrão dos dados.

Média para uma distribuição de probabilidade:

μ= ∑ [x * P(x)]

Variância para uma distribuição de probabilidade:

σ2 =∑ [(x – μ) 2 * P(x)]
σ2 =∑ [x 2 * P(x)] – μ 2

Desvio padrão para uma distribuição de probabilidade:

σ= √∑ [x 2 * P(x)] – μ 2
Resultado não usual com regra
empírica
A regra empírica da amplitude pode também ser útil na interpretação
do valor de um desvio padrão. – De acordo com esta regra, a maioria
dos valores (resultados usuais) deve ficar a dois desvios padrões da
média:

Valor usual máximo = μ + 2σ

Valor usual mínimo = μ – 2σ 11 EX

Exemplo 1:

Média = μ = ∑[x * P(x)] = 9,598≈ 9,6

Variância = σ2 = ∑ [x 2 * P(x)] – μ 2 = 94,054 – 9,5982 ≈ 1,9
√ √
Desvio padrão = σ = σ2 = 1,9 = 1,4
Valor usual máximo = μ + 2σ = 9,6 + 2(1,4) = 12,4
Valor usual mínimo = μ – 2σ = 9,6 – 2(1,4) = 6,8
Resultado não usual através de
probabilidade
Regra do evento raro:
Se, sob uma dada hipótese (tal como a hipótese de que uma moeda seja honesta), a probabilidade de um evento
particular observado (tal como 992 caras em 1000 lançamentos de uma moeda) é extremante pequena.
Concluímos que a hipótese provavelmente não é correta.
Use probabilidades para determinar resultados não-usuais:
Número de sucessos não usualmente alto: x sucessos em n tentativas é um número não usualmente alto de
≤
sucessos se P(x ou mais) 0,05.
Número de sucessos não usualmente baixo: x sucessos em n tentativas é um número não usualmente baixo de
sucessos se P(x ou menos) ≤ 0,05
Regra do evento raro:
Se, sob uma dada hipótese (tal como a hipótese de que uma moeda seja honesta), a probabilidade de um evento
particular observado (tal como 992 caras em 1000 lançamentos de uma moeda) é extremante pequena.
Concluímos que a hipótese provavelmente não é correta.
Use probabilidades para determinar resultados não-usuais:
Número de sucessos não usualmente alto: x sucessos em n tentativas é um número não usualmente alto de
≤
sucessos se P(x ou mais) 0,05.
Número de sucessos não usualmente baixo: x sucessos em n tentativas é um número não usualmente baixo de
sucessos se P(x ou menos) ≤ 0,05
Exemplo 2: Para achar a esperança/valor
esperado
Venda de aparelhos – Lucro por unidade R$ 20,00

E(X)= 0x0,1 + 1x0,1 + 2x0,2 + 3x0,3 + 4x0,2 + 5x0,1

E(X)= 0 + 0,1 + 0,4 + 0,9 + 0,8 + 0,5
E(X)= 2,7
E(X)= 2,7 x 20 = R$ 54,00
Variância e desvio padrão
Para achar a variância: Para achar o desvio Padrão:

Ꝺ= √(Var(x))
Ꝺ = 〖8,4〗^2

Ꝺ = 70,56

≥
P 3

3^2.0,3+ 4^2.0,2+ 5^2.0,1

2,7 + 3,2 + 2,5 = 8,4