Escolar Documentos
Profissional Documentos
Cultura Documentos
Joaquim Neto
joaquim.neto@ufjf.edu.br
www.ufjf.br/joaquim neto
18 de julho de 2013
Sumário
1 Introdução
Variável aleatória
Variável aleatória discreta e função de probabilidade
Variável aleatória contı́nua e densidade
Função de distribuição acumulada
Variável aleatória mista
Função de uma variável aleatória
3 Informações gerais
Contato
Referências Bibliográficas
Introdução
Variável aleatória
𝛀 ℝ
o
et
_n
𝑿
m
ui
aq
/jo
r
.b
fjf
.u
w
w
w
Exemplo 1: Em um experimento que consiste em lançar uma moeda n vezes, o número de caras
observado é uma caracterı́stica numérica do experimento.
Ω = {(x, y ) : x 2 + y 2 ≤ 1}
e, com ω = (x, y ), p
X (ω) = x 2 + y 2.
o
●
et
0.20
_n
●
im
p(x)
●
qu
0.10
●
oa
r/j
.b
●
●
0.00
fjf
●
● ● ●
.u
0 2 4 6 8 10
w
w
w
o
et
_n
● ● ● ● ● ●
im
0.10
qu
p(x)
oa
r/j
.b
fjf
0.00
.u
w
0 5 10 20 30
w
w
kx 2 , para x = 1, 2, 3
p (x) = .
0, caso contrário
Calcule o valor de k.
Solução:
kx 2 , para x = 1, 2, 3
p (x) = .
0, caso contrário
Calcule o valor de k.
Solução: Temos que
n
P
p (xi ) = 1 ⇒
i=1
k12 + k22 + k32 = 1 ⇒
1
k= 14 .
o
et
_n
ࡼ ࢇ൏ࢄ൏࢈
im
qu
oa
ࢌ ࢞
r/j
.b
fjf
.u
w
ࢇ ࢈
w
w
Solução:
Exemplo 7: Suponhamos um experimento que consiste em jogar dois dados. Suponhamos ainda
que os resultados são equiprováveis, ou seja, que cada resultado possı́vel tem a mesma
probabilidade. Seja X uma variável aleatória que associa cada resultado à soma dos números
obtidos em cada dado.
a) Faça o gráfico da função de probabilidade p de X .
b) Faça o gráfico da acumulada F de X .
Solução:
Exemplo 7: Suponhamos um experimento que consiste em jogar dois dados. Suponhamos ainda
que os resultados são equiprováveis, ou seja, que cada resultado possı́vel tem a mesma
probabilidade. Seja X uma variável aleatória que associa cada resultado à soma dos números
obtidos em cada dado.
a) Faça o gráfico da função de probabilidade p de X .
b) Faça o gráfico da acumulada F de X .
a)
0.04 0.08 0.12 0.16
o
et
● ●
_n
im
● ●
p(x)
qu
oa
● ●
r/j
● ●
.b
fjf
● ●
.u
w
2 4 6 8 10 12
w
w
Função de probabilidade
a) b)
0.04 0.08 0.12 0.16
w
●
et
●
w
●
● ●
_n
0.8
w
●
.u
●
im
● ●
fjf
p(x)
F(x)
●
qu
.b
0.4
●
oa
● ●
r/jo
●
r/j
aq
● ● ●
.b
0.0
ui
●
fjf
m
● ●
.u
_n
w
2 4 6 8 10 12 2 4 6 8 10 12
w
et
w
x x
o
Função de probabilidade Acumulada
Para 0 ≤ x ≤ 1,
Finalmente, se x > 1,
Logo,
0,
√ se x < 0
F (x) = x, se 0 ≤ x ≤ 1 .
1 se x > 1
c)
o
et
0.8
_n
im
F(x)
u
aq
0.4
o
r/j
.b
0.0
fjf
.u
w
o
et
_n
ࡼ ࢄ࢞
m
ui
aq
ࢌ ࢚
/jo
br
.
fjf
.u
w
࢞
w
w
o
et
_n
ࡼ ࢇ൏ࢄ൏࢈
m
ui
aq
/jo
ࢌ ࢞
r
.b
fjf
.u
ࢇ
w ࢈
w
w
Prova:
o
et
_n
ࡼ ࢇ൏ࢄ൏࢈
m
ui
aq
/jo
ࢌ ࢞
r
.b
fjf
.u
ࢇ
w ࢈
w
w
Prova:
P(a ≤ X ≤ b) = P(a < X ≤ b) = P([X ≤ b] ∩ [X ≤ a]c )
= P(X ≤ b) − P(X ≤ a)
= F (b) − F (a).
6(x − x 2 ), se 0 ≤ x ≤ 1
f (x) = .
0, caso contrário
a) Determine a acumulada F de X .
b) Calcule P(0, 2 < x < 0, 7).
Solução:
6(x − x 2 ), se 0 ≤ x ≤ 1
f (x) = .
0, caso contrário
a) Determine a acumulada F de X .
b) Calcule P(0, 2 < x < 0, 7).
Solução: a)
Para x ≤ 0,
Zx Zx
F (x) = f (t) dt = 0dt = 0.
−∞ −∞
= 0, 68
o
et
_n
ஶ
න ࢌ ࢞ ࢊ࢞ ൌ
im
ିஶ
qu
oa ࢌ ࢞
r/j
.b
fjf
.u
w
w
w
k
1 − e −x , se x > 0
F (x) = 2 .
0, se x ≤ 0
a) Calcule o valor de k.
b) Determine a densidade f de X .
Solução:
k
1 − e −x , se x > 0
F (x) = 2 .
0, se x ≤ 0
a) Calcule o valor de k.
b) Determine a densidade f de X .
Solução:
a) Lembre-se que o limite da acumulada quando x tende a infinito é igual a 1. Assim,
lim F (x) = 1
x→∞
⇒ lim k2 1 − e −x =1
x→∞
k −x
⇒ 2 lim 1 − e =1
x→∞
k
⇒ 2
=1
⇒ k = 2.
Logo
0, se x ≤ 0
f (x) = .
e −x , se x > 0
0, se x < 0
x
2 , se 0 ≤ x < 1
2
F (x) = 3
, se 1 ≤ x < 2 .
11 , se 2 ≤ x < 3
12
1, se x ≥ 3
Solução:
Solução:
a)
o
et
_n
im
qu
oa
br/j
jf.
f
.u
w
w
w
Solução:
Solução:
11 2 3 1
b) P(X = 2) = 12 − 3 = 12 = 4 = 0, 25.
Solução:
b) P(X = 2) = 11 2 3 1
12 − 3 = 12 = 4 = 0, 25.
c) P(X < 2) = P(X ≤ 2) − P(X = 2) = 11 12 −
3
12 = 8
12 = 2
3 = 0, 66666.
Solução:
b) P(X = 2) = 11 2 3 1
12 − 3 = 12 = 4 = 0, 25.
c) P(X < 2) = P(X ≤ 2) − P(X = 2) = 11 12 −
3
12 = 8
12 = 2
3 = 0, 66666.
2 1 7
d) P(X = 1) = 3 − 2 = 6 = 0, 16666.
Solução:
b) P(X = 2) = 11 2 3 1
12 − 3 = 12 = 4 = 0, 25.
c) P(X < 2) = P(X ≤ 2) − P(X = 2) = 11 3 8
12 − 12 = 12 =
2
3 = 0, 66666.
d) P(X = 1) = 23 − 21 = 76 = 0, 16666.
e) P(X > 12 ) = 1 − P(X ≤ 12 ) = 1 − 14 = 34 = 0, 75.
Solução:
b) P(X = 2) = 11 2 3 1
12 − 3 = 12 = 4 = 0, 25.
c) P(X < 2) = P(X ≤ 2) − P(X = 2) = 11 3 8
12 − 12 = 12 =
2
3 = 0, 66666.
d) P(X = 1) = 23 − 21 = 76 = 0, 16666.
e) P(X > 12 ) = 1 − P(X ≤ 12 ) = 1 − 14 = 34 = 0, 75.
f)
P(1 < X < 3) = P(X < 3) − P(X ≤ 1)
= P(X ≤ 3) − P(X = 3) − P(X ≤ 1)
11 2
= 1 − (1 − ) −
12 3
= 0, 25.
𝒀 = 𝒈(𝑿)
o
et
_n
𝛀 ℝ ℝ
im
𝛀 𝒈−𝟏 (𝑨) 𝑨
qu
𝑿 𝒈
oa
r/j
.b
fjf
.u
w
w
𝑷(𝑿 ∈ 𝒈−𝟏 (𝑨)) = 𝑷(𝒀 ∈ 𝑨)
w
P(Y ∈ A) = P(g (X ) ∈ A)
= P(X ∈ g −1 (A)).
Solução:
x y pX (x)
-1 1 1/15
1 1 1/15
2 4 4/15
3 9 9/15
Resumindo as informações da tabela acima, podemos construir uma tabela que com a
distribuição de chances de Y , a saber:
y py (y )
1 2/15
4 4/15
9 9/15
2
9
(x + 1) , se − 1 ≤ x ≤ 2
fX (x) = .
0, caso contrário
a) Determine a acumulada FY de Y = X 2 .
b) Determine a densidade fY de Y = X 2 .
Solução:
2
9
(x + 1) , se − 1 ≤ x ≤ 2
fX (x) = .
0, caso contrário
a) Determine a acumulada FY de Y = X 2 .
b) Determine a densidade fY de Y = X 2 .
o
w
et
w
_n
w
.u
m
fjf
ui
.b
aq
r/j
/jo
oaq
r
.b
ui
fjf
m
.u
_n
w
w
et
w
o
2 y √ y √
= + y− + y
9 2 2
√
4 y
=
9
FY (y ) = P (Y ≤ y ) = P X ∈ g −1 ([Y ≤ y ])
√
= P (−1 < X ≤ y )
√
y √ !
y
t2
Z
2 2
= (t + 1) dt = +t
9 9 2 −1
−1
2 y √ 1
= + y − +1
9 2 2
√
y +2 y +1
= .
9
FY (y ) = P (Y ≤ y ) = P X ∈ g −1 ([Y ≤ y ])
= P (−1 < X ≤ 2) = 1.
Resumindo, temos
0,√ se y ≤ 0
4 y
9 √
, se 0 < y ≤ 1
FY (y ) = .
y +2 y +1 , se 1 < y ≤ 4
9
1, se y > 4
Resumindo, temos
0,√ se y ≤ 0
4 y
9 √
, se 0 < y ≤ 1
FY (y ) = .
y +2 y +1 , se 1 < y ≤ 4
9
1, se y > 4
b) Agora, para encontrar a densidade de Y , basta derivar a acumulada obtida no item anterior,
ou seja,
0, se y ≤ 0
2y −0,5
, se 0 < y ≤ 1
fY (y ) = 9 .
1+y −0,5
9
, se 1 < y ≤ 4
0, se y > 4
FX g −1 (y ) , se y ∈ Y
FY (y ) = .
0, caso contrário
1 − FX g −1 (y ) , se y ∈ Y
FY (y ) = .
0, caso contrário
1 − FX g −1 (y ) , se y ∈ Y 1 − e −y , se y ∈ (0, ∞)
FY (y ) = = .
0, caso contrário 0, caso contrário
Derivando, temos
e −y , se y ∈ (0, ∞)
fY (y ) = .
0, caso contrário
Prova:
1
A continuidade de f (x) garante a diferenciabilidade de FX (x)
Joaquim Neto (UFJF) ICE - UFJF 18 de julho de 2013 41 / 63
Introdução Função de uma variável aleatória
1
A continuidade de f (x) garante a diferenciabilidade de FX (x)
Joaquim Neto (UFJF) ICE - UFJF 18 de julho de 2013 41 / 63
Introdução Função de uma variável aleatória
Determine a densidade fY de Y = X 2 .
Solução:
Determine a densidade fY de Y = X 2 .
Definição 6: Seja r um número real tal que 0 < r < 1. O quantil q(r ) de
uma v.a. contı́nua X é um número real tal que
P(X ≤ q(r )) = r .
o
et
_n
uim
aq
/jo
br
fjf.
.u
w
w
w
OBS:
Se a variável é contı́nua, podemos obter q(r ) a partir da densidade
com a equação
q(r )
Z
f (x) dx = r .
−∞
3x 2 , se 0 < x < 1
f (x) = .
0, caso contrário
Calcule a mediana de X .
Solução:
3x 2 , se 0 < x < 1
f (x) = .
0, caso contrário
Calcule a mediana de X .
Solução: Primeiro, observe que 0 < q(0.5) < 1. Assim,
q(0,5)
R
f (x) dx = 0, 5 ⇒
−∞
q(0,5)
3x 2 dx = 0, 5 ⇒
R
⇒
0
⇒ q(0, 5)3 = 0, 5 ⇒
√
⇒ q(0, 5) = 3 0, 5.
Definição 8:
Se X é uma v.a. discreta que assume valores no conjunto {x1 , x2 , ..., xn }, o
valor esperado de X é
n
X
E (X ) = xi p (xi ) = x1 p (x1 ) + x2 p (x2 ) + ... + xn p (xn ) .
i=1
Z∞
E (X ) = x · f (x) dx,
−∞
o
et
_n
m
ui
aq
ࢌ ࢞
o
r/j
.b
fjf
.u
ࡱ ࢄ
w
w
w
Exemplo 17: Uma empresa comercializa um produto que possui um determinado prazo de
validade. Para cada unidade vendida do produto, a empresa recebe R$8,00 reais e tem um custo
de R$2,00. Sabendo que a probabilidade de um produto ser vendido antes de vencer seu prazo
de validade é de 90%, quanto a empresa espera lucrar em uma unidade do produto?
Solução:
Exemplo 17: Uma empresa comercializa um produto que possui um determinado prazo de
validade. Para cada unidade vendida do produto, a empresa recebe R$8,00 reais e tem um custo
de R$2,00. Sabendo que a probabilidade de um produto ser vendido antes de vencer seu prazo
de validade é de 90%, quanto a empresa espera lucrar em uma unidade do produto?
Solução: Seja X o lucro da empresa em uma unidade do produto. Se o produto for vendido,
temos que X assume o valor R$8,00-R$2,00=R$6,00. Caso contrário, X assume o valor
-R$2,00. Assim,
x−1
k
, se 1 < x < 3
f (x) = .
0, caso contrário
a) Calcule o valor de k.
b) Calcule o valor esperado de X .
Solução:
x−1
k
, se 1 < x < 3
f (x) = .
0, caso contrário
a) Calcule o valor de k.
b) Calcule o valor esperado de X .
Solução:
a)
∞
R
f (x) dx = 1 ⇒
−∞
R3 x−1
⇒ k
dx =1⇒
1
3
1 x2
⇒ k 2
−x =1⇒
1
⇒ k = 2.
b)
Z∞ Z3
x −1
E (X ) = xf (x) dx = x dx
2
−∞ 1
3
!
3 2
1 x x 1 27 9 1 1
= − = − − +
2 3 2 1 2 3 2 3 2
14
= .
6
Se X é contı́nua, então
Z∞
E (Y ) = g (x) fX (x) dx.
−∞
Prova:
Prova:
a) E (a) = a × 1 = a.
Prova:
a) E (a) = a × 1 = a.
b) Vamos provar o resultado assumindo que X é discreta. A prova para X contı́nua é análoga
(basta trocar os somatórios por integrais).
Xn n
X
E (aX + b) = (axi + b) P ([(aX + b) = (axi + b)]) = (axi + b) P ([X = xi ])
i=1 i=1
X n n
X
=a xi p (xi ) + b p (xi ) = aE (X ) + b.
i=1 i=1
| {z }
1
Prova:
a) E (a) = a × 1 = a.
b) Vamos provar o resultado assumindo que X é discreta. A prova para X contı́nua é análoga
(basta trocar os somatórios por integrais).
Xn n
X
E (aX + b) = (axi + b) P ([(aX + b) = (axi + b)]) = (axi + b) P ([X = xi ])
i=1 i=1
X n n
X
=a xi p (xi ) + b p (xi ) = aE (X ) + b.
i=1 i=1
| {z }
1
Definição 9:
O k-ésimo momento da variável aleatória X , é definido por
E (X k ).
E ((X − a)k ).
E ((X − E (X ))k ).
OBS:
Se X é discreta,
X
Var (X ) = (xi − E (X ))2 p (xi ).
i
Se X é contı́nua,
Z∞
Var (X ) = (x − E (X ))2 f (x) dx.
−∞
Exemplo 19: Uma empresa comercializa um produto que possui um determinado prazo de
validade. Para cada unidade vendida do produto, a empresa recebe R$9,00 reais e tem um custo
de R$2,00. Nestas condições a probabilidade de um produto ser vendido antes de vencer seu
prazo de validade é de 80%.
a) Quanto a empresa espera lucrar em uma unidade do produto?
b) Qual é a variabilidade do lucro da empresa em uma unidade do produto?
c) Faça uma comparação entre esta empresa e a empresa apresentada no exercı́cio 17 (compare
a expectativa de lucro por unidade do produto e a variabilidade do lucro/prejuı́zo por unidade).
Solução:
Solução:
a) Seja X o lucro da empresa em uma unidade do produto. Se o produto for vendido, temos que
X assume o valor R$9,00-R$2,00=R$7,00. Caso contrário, X assume o valor −R$2, 00. Assim,
Solução:
a) Seja X o lucro da empresa em uma unidade do produto. Se o produto for vendido, temos que
X assume o valor R$9,00-R$2,00=R$7,00. Caso contrário, X assume o valor −R$2, 00. Assim,
n
X
Var (X ) = (xi − E (X ))2 p (xi )
i=1
Solução:
a) Seja X o lucro da empresa em uma unidade do produto. Se o produto for vendido, temos que
X assume o valor R$9,00-R$2,00=R$7,00. Caso contrário, X assume o valor −R$2, 00. Assim,
n
X
Var (X ) = (xi − E (X ))2 p (xi )
i=1
c) Note que o valor esperado da unidade do produto nesta empresa é igual ao da empresa
apresentada no exemplo 17 (R$5, 20). Por outro lado, a variabilidade do lucro em uma unidade
do produto desta empresa é maior (aplicando os passos do item (b) no exemplo 17, temos
Var (X ) = 5, 76). Assim, podemos concluir que ambas as empresas possuem a mesma
expectativa de lucro por carro. Porém, a empresa deste exercı́cio possui uma variabilidade de
lucro maior, ou seja, está sujeita a perdas maiores mas, por outro lado, possui a possibilidade de
lucrar mais (mais agressiva).
Propriedades da variância
Sejam a, b ∈ R e X uma variável aleatória. As seguintes propriedades são válidas:
a) Var (a) = 0,
b) Var (aX + b) = a2 Var (X ).
Prova:
Propriedades da variância
Sejam a, b ∈ R e X uma variável aleatória. As seguintes propriedades são válidas:
a) Var (a) = 0,
b) Var (aX + b) = a2 Var (X ).
Prova:
a)
Var (a) = (a − E (a))2 × 1 = (a − a)2 = 0.
Propriedades da variância
Sejam a, b ∈ R e X uma variável aleatória. As seguintes propriedades são válidas:
a) Var (a) = 0,
b) Var (aX + b) = a2 Var (X ).
Prova:
a)
Var (a) = (a − E (a))2 × 1 = (a − a)2 = 0.
n
X
Var (aX ) = (axi − E (aX ))2 p (xi ) =
i=1
Xn
= (axi − aE (X ))2 p (xi )
i=1
n
X
= a2 (xi − E (X ))2 p (xi )
i=1
= a2 Var (X )
Resultado 13:
Var (X ) = E (X 2 ) − (E (X ))2 .
Prova:
Resultado 13:
Var (X ) = E (X 2 ) − (E (X ))2 .
Prova:
Sem perda de generalidade, suponhamos que X é uma v.a. discreta. Assim,
n
X
Var (X ) = (xi − E (X ))2 p (xi )
i=1
Xn
= xi2 − 2xi E (X ) + (E (X ))2 p (xi )
i=1
n
X n
X n
X
= xi2 p (xi ) −2E (X ) xi p (xi ) + (E (X ))2 p (xi )
i=1 i=1 i=1
| {z } | {z } | {z }
E (X 2 ) E (X ) 1
= E X 2 − 2 (E (X ))2 + (E (X ))2
= E X 2 − (E (X ))2 .
Contato
E-mail
joaquim.neto@ufjf.edu.br
Site pessoal
http://www.ufjf.br/joaquim_neto
Referências Bibliográficas
Fim!