Variáveis aleatórias

Probabilidades
TeSP de Análise de Dados e Estudos de Mercado

Adaptado por Leonel Vicente a partir dos apontamentos de João

Martins e de Fernando Sebastião

DMAT, ESTG – Politécnico de Leiria – 2021/22

 Sumário

Capítulo 3: Distribuições de probabilidade

1. Variáveis aleatórias
1.1 Variáveis aleatórias discretas

1.2 Pares de variáveis aleatórias discretas

1.3 Variáveis aleatórias contínuas

2
 1. Variáveis aleatórias
Definição: Chama-se variável aleatória (v. a.) a uma função que associa a
cada elemento ω  Ω um número real determinado pelo resultado de uma
experiência aleatória.
As variáveis aleatórias, consoante o conjunto de valores que podem
assumir, são classificadas em:
• discretas - se o conjunto de valores possíveis for finito ou infinito
numerável.
Exemplos: O número filhos de um casal, o número de pessoas que
compram um produto, o número de alunos em cada curso.
• contínuas - se o conjunto de valores possíveis for um intervalo real ou
uma coleção de intervalos reais.
Exemplos: A temperatura do ar, a altura de uma pessoa, o peso de
um determinado produto, o custo da produção de um determinado
produto.
Politécnico de Leiria 3
 1.1 Variáveis aleatórias discretas
Definição: Uma variável aleatória diz-se discreta se o suporte for
numerável/contável.
Exemplo
Considere uma urna com 3 bolas numeradas de 0 a 2. Considere-se a
experiência aleatória que consiste na extração, com reposição, de duas
bolas e as variáveis
“resultado da primeira extração”
“maior valor observado nas duas extrações”
Neste caso e Y podem tomar os valores 0, 1 e 2. Estes valores constituem
o suporte das variáveis aleatórias e , isto é, .
Definição: A cada valor do suporte de uma variável aleatória discreta
pode ser associada portanto uma probabilidade podendo assim ser
definida uma função de probabilidade ( ) que toma valores não nulos
no suporte e é nula para valores fora do suporte.
Politécnico de Leiria 4
 1.1 Variáveis aleatórias discretas
São funções de probabilidade, por exemplo,

Como determinar se uma função qualquer pode ser uma função de

probabilidade?
São 2 as características que definem uma função de probabilidade ( ):
ou

∈ ou ∈

Exemplo (cont.) Determine as funções de probabilidade de e de .

0 1 2 0 1 2

Politécnico de Leiria 5
 1.1 Variáveis aleatórias discretas
Definição: Associado ao conceito de função de probabilidade temos o
conceito de função de distribuição (ou função de probabilidade
acumulada) é definida por:

Exemplo (cont.)
Função de probabilidade e função de distribuição das v.a. e nos
valores pertencentes a e a :

Y
1/3 1/3 1/3 1/9 3/9 5/9

Politécnico de Leiria 6
 1.1 Variáveis aleatórias discretas
Definições: Diversas medidas estatísticas utilizadas na análise preliminar
de dados também estão definidas para variáveis aleatórias (v.a.). Algumas
das mais relevantes são:
• Valor médio ou valor esperado de uma v.a. , representa-se por
ou 𝑿 : consiste na média ponderada dos valores pertencentes ao
suporte que têm por pesos as probabilidades , isto é,

• Variância de uma v.a. , representa-se por ou 𝟐 : consiste no

valor médio do quadrado das diferenças entre os valores da variável e o
valor médio , isto é,

onde .
• Desvio padrão de uma v.a. , representa-se por : consiste na raiz
quadrada da variância, isto é,
Politécnico de Leiria 7
 1.1 Variáveis aleatórias discretas
Exemplo (cont.)
Calcule o valor médio, a variância e desvio padrão de e de
1 Total 1
1/3 1/3 1/3 1

1 Total

1/9 3/9 5/9 1

Politécnico de Leiria 8
 1.1 Variáveis aleatórias discretas
Definição de valor esperado de uma função g

Se é função da v.a. então

Sejam  .
Propriedades do valor esperado
1. 2.
Propriedades da variância
1. 3.

Exemplo (cont.) Calcule o valor médio, a variância e desvio padrão das v.a.
e de
0

Politécnico de Leiria 9
1.2. Pares de variáveis aleatórias discretas
Para terminar o estudo das variáveis aleatórias discretas, por exemplo e
, vamos analisar a relação (existência e grau) entre duas variáveis
aleatórias (tal como sucede em relação a dois acontecimentos e
definidos num mesmo universo ).
Definição: Dois acontecimentos e de um determinado universo são
independentes se e só se . Assim, o estudo das
probabilidades do tipo

é crucial na avaliação do grau de associação entre as variáveis e .

Exemplo (cont.)
Recordemos que:
“resultado da primeira extração”
“maior valor observado nas duas extrações”
Vamos construir uma tabela com as probabilidades associadas a cada
par de valores possíveis.
Politécnico de Leiria 10
 1.2. Pares de variáveis aleatórias discretas
0 1 2

Agora, facilmente, se podem calcular, por exemplo:

Soluções:

Politécnico de Leiria 11
1.2. Pares de variáveis aleatórias discretas
Definição: Mais, os valores da tabela podem ser encarados como uma
função de probabilidade uma vez que verificam as 2 propriedades que
caracterizam uma função de probabilidade. Essa função é designada por
função de probabilidade conjunta de e :

Observe que:
• todos os valores são não negativos, isto é,
• a soma das 9 probabilidades é igual a 1, isto é, ∈ ∈

Definição: Os totais constituem as funções de probabilidade das variáveis

e e são designadas por funções de probabilidade marginal.

Politécnico de Leiria 12
 1.2 Pares de variáveis aleatórias discretas
Definição: Duas variáveis aleatórias e são independentes se:

A condição anterior é equivalente a

Basta um caso em que a igualdade falhe para que as variáveis sejam

classificadas como dependentes.

Nesse caso, importa conhecer o grau e tipo de dependência/associação.

Tal pode ser avaliado através de duas medidas estatísticas: covariância e
correlação.

Politécnico de Leiria 13
1.2 Pares de variáveis aleatórias discretas
Propriedades
Sejam
•
• Se e então:

Exemplo (cont.) Determine:

Soluções:

Politécnico de Leiria 14
 1.3 Variáveis aleatórias contínuas
Definição: Chama-se função densidade de probabilidade (f.d.p.), ou
simplesmente função densidade (f.d.), de uma variável aleatória contínua,
, a qualquer função que satisfaça simultaneamente:

 .
Propriedades:
• para qualquer 

• para quaisquer  com

• Para uma variável aleatória contínua, , tem-se que:
.

Politécnico de Leiria 15
 1.3 Variáveis aleatórias contínuas
Para uma variável aleatória contínua, , vem:
• Função de distribuição: 
Propriedades:
•   . é não decrescente e contínua.
•


• Valor esperado: 
• Variância:

onde 
• Desvio padrão:

Politécnico de Leiria 16
 1.3 Variáveis aleatórias contínuas
Exemplo
Considere a v.a. X contínua, com função densidade de probabilidade dada
por:

(a) Mostre que é uma função densidade de probabilidade.

(b) Calcule a função de distribuição de .
(c) Calcule
(d) Determine

Soluções:

Politécnico de Leiria 17
 Bibliografia
• Murteira, B., Ribeiro, C., Silva, J. & Pimenta, C. (2010). Introdução à
Estatística, Escolar Editora.

• Reis, E., Melo, P., Andrade, R., Calapez, T. (2015). Estatística

Aplicada, vol. 1, 6.ª ed., Edições Sílabo.

• Reis, E.; Melo, P.; Andrade, R. e Calapez, T. (2007) Estatística

Aplicada, Vol. 1, Edições Sílabo.

Politécnico de Leiria 18