Escolar Documentos
Profissional Documentos
Cultura Documentos
X:Ω→X ⊂R
ω → X(ω) = x
0 ≤ p(x) ≤ 1 (3)
X
p(x) = 1 (4)
x∈X
Logo
X 1 1 1
P(X = 1) = P(ω) = P(ω2 ) + P(ω3 ) = + = .
4 4 2
ω∈Ω:X(ω)=1
1
Do mesmo jeito, P(X = 0) = 4 e P(X = 2) = 14 . Finalmente, temos
x 0 1 2
(5)
p(x) 1/4 1/2 1/4
Exemplo 2. Um lote possui 100 peças, das quais 20 são defeituosas. 3 peças são retiradas do lote, sem
reposição. Considere a variável aleatória X: o número de peças defeituosas entre as peças retiradas.
Ache a distribuição de X.
1
Aula 4
Solução. O espaço amostral é Ω = {BBB, BBD, BDB, BDD, DBB, DBD, DDB, DDD}. onde, por
exemplo, BDB significa que primeira peça retirada é boa, segunda é defeituosa e terceira é boa. Defi-
nimos eventos
Do mesmo jeito:
20 80 19 20 19 80
P(DBD) = P(DDB) =
100 99 98 100 99 98
Logo
20 19 80
P(C) = 3 ≈ 0.094
100 99 98
20 19 80
Temos P(X = 2) = P(C) = 3 100 99 98 ≈ 0.094. Do mesmo jeito, temos
80 79 78
P(X = 0) = P(BBB) = P(A1 ∩ A2 ∩ A3 ) = ≈ 0.508
100 99 98
20 19 18
P(X = 3) = P(DDD) = P(A1 ∩ A2 ∩ A3 ) = ≈ 0.007
100 99 98
Então
Logo
x 0 1 2 3
(6)
p(x) 0.508 0.391 0.094 0.007
Observação 3. Da formula (7) imediatamente segue que, se X assuma só valores não negativos, então
E X ≥ 0.
Observação 4. Outro jeito de definir esperança de variável aleatória é
X
E(X) = X(ω) P(w) (8)
ω∈Ω
2
Aula 4
Exemplo 3. Nas condições do Exemplo 1 ache E X.
Solução.
X 1 1 1
E(X) = xp(x) = 0 · + 1 · + 2 · = 1.
4 2 4
Exemplo 4. Nas condições do Exemplo 2 calcule E X, utilizando a distribuição (6).
Solução. X
E(X) = xp(x) = 0 · 0.508 + 1 · 0.391 + 2 · 0.094 + 3 · 0.007 = 0.6
Demonstração. Na verdade já provamos uma formula muito parecida (veja (9)), mas vamos ver de novo
pois a notação é diferente. Denotamos Y = g(X). Temos
X X X X
g(x)pX (x) = y pX (x) = ypY (y). (12)
x∈X y∈Y x∈X :g(x)=y y∈Y
Observação 5. Um caso particular do Teorema 1 é quando g é função linear, isto é, g(x) = ax + b.
Neste caso temos
E(aX + b) = a E X + b (13)
De fato,
(11) X X X X (7),(4)
E(aX + b) = (ax + b)p(x) = axp(x) + bp(x) = a xp(x) + b p(x) = a E X + b. (14)
x x x x
Exemplo 7. Nas condições do Exemplo 2 considere a variável aleatória Y : a proporção de peças
defeituosas entre as peças retiradas. Utilizando o resultado do Exemplo 4, calcule E Y .
Solução. Temos Y = 13 X, então E Y = 1
3 E X = 0.2.
3
Aula 4
Variância de variável aleatória
Definição 4. A variância de uma variável aleatória X é
Exemplo 9. Vamos supor que v.a. X tem distribuição (em forma de tabela, desenho e gráfico):
p(x)
1 1 1
x 0 1 2 4 2 4 1/2
p(x) 1/4 1/2 1/4 1/4
0 1 2
1 2 x
F (x)
0 para x < 0,
1
Solução. F (x) =
1/4 para 0 ≤ x < 1, 3/4
3/4 para 1 ≤ x < 2, 1/2
1/4
1 para x ≥ 2.
1 2 x
Exemplo 10. Vamos fazer o contrário do Exemplo 9, isto é, dada f.d.a. de X calculamos a distribuição
de X.
4
Aula 4
Solução. Observe que p(x) é igual ao salto que a função F (x) dá no ponto x. Então temos, por exemplo,
p(1) = F (1) − F (1−) = 34 − 14 = 12 , onde F (a−) = limx→a− F (x).
Observação 10. Para valores 1/4, 1/2 e 3/4 temos denominações especiais:
F (x) F (y)
1 1
2/3
1/2
1/3 1/4
1 2 x −1 1 y
Calcule Q1 , Q2 e Q3 para cada variável aleatória.
Solução. Para variável aleatória X, temos Q1 = 0, Q2 = 1 e Q3 = 1. Para variável aleatória Y , temos
Q1 = 0, Q2 = 1 e Q3 = 1.
5
Aula 4
Exercı́cio 11. No Exercı́cio 2, obtenha as distribuições das variáveis aleatórias 3X e X 2 .
Exercı́cio 12. Prove que as duas definições (15) e (16) são equivalentes.
Dica: faça de um jeito análogo a (14).
Exercı́cio 13. Prove a equação (17).
Dica: use (11), (15) e (13).
Exercı́cio 14. Suponha que a variável aleatória V tem a distribuição seguinte:
v 0 1
p(v) q 1 − q
Obtenha E(V ) e Var(V ).
Exercı́cio 15. Suponha que a variável aleatória X tem a distribuição seguinte:
x 0 1 2
p(x) 1/2 1/4 1/4
Calcule E(X). Considere a variável aleatória (X − a)2 e calcule E(X − a)2 para a = 0, 1/4, 1/2, 3/4, 1.
Obtenha o gráfico de E(X − a)2 = g(a). Para qual valor de a, g(a) é mı́nimo?
Exercı́cio 16. Um vendedor de equipamento pesado pode visitar, num dia, um ou dois clientes, com pro-
babilidade de 1/3 ou 2/3, respectivamente. De cada contato, pode resultar a venda de um equipamento
por $50.000, 00 (com probabilidade 1/10) ou nenhuma venda (com probabilidade 9/10). Indicando por
Y o valor total de vendas diárias desse vendedor, escreva a função de probabilidade de Y e calcule E(Y ).
Exercı́cio 17. Calcule a variância da variável aleatória Y definida no Exercı́cio 16.
Exercı́cio 18. O tempo T , em minutos, necessário para um operário processar certa peça é uma variável
aleatória com a seguinte distribuição de probabilidade.
t 2 3 4 5 6 7
p(t) 0, 1 0, 1 0, 3 0, 2 0, 2 0, 1
(a) Calcule o tempo médio de processamento.
(b) Para cada peça processada, o operário ganha um fixo de $2, 00, mas, se ele processa a peça em
menos de seis minutos, ganha $0, 50 em cada minuto poupado. Por exemplo, se ele processa a
peça em quatro minutos, recebe a quantia adicional de $1, 00. Encontre a distribuição, a média e
a variância da variável aleatória G: quantia em $ ganhada por peça.
Exercı́cio 19. Obtenha a f.d.a. para a variável aleatória V do Exercı́cio 14. Faça seu gráfico.
Exercı́cio 20. Se X tem distribuição binomial com parâmetros n = 5 e p = 1/2, faça os gráficos de
p(x) e de F (x) para X (veja a observação no fim do Exercı́cio 4).
Exercı́cio 21. Sabe-se que a variável aleatória X assume os valores 1, 2 e 3 e que sua f.d.a. F (x) é tal
que F (1) − F (1−) = 1/3, F (2) − F (2−) = 1/6, F (3) − F (3−) = 1/2. Obtenha a distribuição de X, a
f.d.a. F (x) e os gráficos respectivos.
Exercı́cio 22. Uma variável aleatória X é tal que sua função de distribuição acumulada é dada por
0 para x < 0,
1/4 para 0 ≤ x < 2,
1/2 para 2 ≤ x < 4,
F (x) =
3/4 para 4 ≤ x < 6,
7/8 para 6 ≤ x < 8,
1 para x ≥ 8.
Calcule P(1 ≤ X ≤ 6 | X > 4) e Var(X).
6
Aula 4
Exercı́cio 23. Obtenha a f.d.a. F (t) da variável aleatória T do Exercı́cio 18.
z 0 1 2 3
p(z) 1/4 1/4 1/4 1/4
Exercı́cio 25. Encontre os quantis de ordens p = 0.25, 0.6, 0.8 para a variável aleatória Z do Exercı́-
cio 24.
Respostas
2.
x 0 1 2 3
p(x) 1/56 15/56 30/56 10/56
16. Y toma valores 0, 50000, e 100000, com probabilidades 126/150, 23/150 e 1/150, respectivamente.
E(Y ) = 8333.33.
1 v 2
24. Q2 = 2.