Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução
As variáveis aleatórias (v.a.) surgem com a necessidade de representar a cada ponto de dos resultados de uma
experiência aleatória através de números reais.
Exemplo 2.1
As variáveis aleatórias classificam-se em discretas ou contínuas consoante o tipo de conjunto de valores que elas
tomarem.
As variáveis representam-se por letras maiúsculas (tipicamente, X, Y, Z, W, ...) e os valores que estas podem
tomar pelas correspondentes minúsculas (x, y, z, w, ...).
Propriedades
1.
2.
Exemplo 2.3:
Seja X a variável aleatória que representa o resultado do lançamento de um dado equilibrado.
A função de probabilidade é definida por:
, , , , , e para outros
valores de x.
Em termos de notação e de modo a simplificar, podemos representar a função de probabilidade por meio
de uma tabela assumindo que os valores que não aparecem na tabela, têm probabilidade zero de ocorrer.
No nosso exemplo teremos então:
1 2 3 4 5 6
1/6 1/6 1/6 1/6 1/6 1/6
Da definição resulta que a função de distribuição pode ser calculada em qualquer ponto x através da função de
probabilidade:
Propriedades
1. ,
2. e
3. ,
4.
Exemplo 2.4. Para o exemplo 2.3 a função de distribuição de probabilidade é definida por:
Exemplo 2.5.
No caso da variável aleatória que definimos no Exemplo 3.4 a função de distribuição de probabilidade toma os
seguintes valores para os seguintes exemplos:
1. E(a) = a
2. E(bX) = bE(X)
Exemplo 2.6: Para a variável aleatória discreta que representa o número de componentes defeituosos tem-se:
X 0 1 2 3
P(X=x) 1/8 3/8 3/8 1/8 Soma = 1.0
onde
b) Propriedades da variãncia
Se a e b são constantes e X uma variável aleatória, então:
Exemplo 2.7. Para a variável aleatória discreta que represemta o número de componentes defeituosos tem-se:
X 0 1 2 3
P(X=x) 1/8 3/8 3/8 1/8 Soma = 1.0
=1.5
, logo
Designa-se por desvio padrão e representa-se por a raiz quadrada positiva da variância:
Exemplo 2.8:
Exemplo 2.2:
: Medição do peso de uma pessoa escolhida ao acaso.
S: Conjunto de todos os pesos atribuíveis a uma pessoa.
V.a: O peso da pessoa, que pode tomar qualquer valor do espaço de resultados.
Sendo X uma variável aleatória contínua, toma valores num conjunto infinito não numerável. A aplicação do
conceito de função de probabilidade neste tipo de conjuntos leva a que P( X = a ) = 0, a , ou seja, a
probabilidade pontual é sempre nula, o que não implica que o acontecimento seja impossível, quer apenas dizer
que à partida é nula a probabilidade de acontecer a saída exacta de a (os valores que X pode tomar são tantos
que estamos na presença de um acontecimento raro).
Nesta situação, deixa de fazer sentido a função de probabilidade. No seu lugar aparece a função de densidade de
probabilidade.
P( )
Propriedades
1.
2.
No caso das variáveis aleatórias contínuas continua a fazer sentido a função de distribuição de probabilidade tal
como foi definida para o caso discreto.
Da definição resulta que a função de distribuição pode ser calculada em qualquer ponto através da função de
densidade de probabilidade:
1.
2. e
3. ,
4.
5. F(x) é uma função contínua em .
Exemplo 2.9. Seja X uma variável aleatória contínua com a seguinte função de densidade de probabilidade
Para ; F(x) =
Para ; F(x) =
Para ; F(x) =
Exemplo 2.10. Seja a seguinte variável aleatória contínua, definida pela função densidade de probabilidade
(f.d.p)
a) Para provar que é função f.d.p temos que demonstrar que: , portanto:
b) Calcular F(1)
b) variância
onde
Seja a seguinte variável aleatória contínua, definida pela função densidade de probabilidade (f.d.p)
Resolução:
a) da propriedade 2, da função de densidade de probabilidade, então:
Para ; F(x) =
Para ; F(x) =
Para ; F(x) =
c) Valor esperado