TEMA: VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS.

Definições:
Uma variável aleatória X é uma função que associa um número real x a cada resultado
do espaço amostral U.

Se a variável aleatória X toma um número finito de valores, diz-se que é discreta

𝑋 = {𝑥1 , 𝑥1 , 𝑥1 , … , 𝑥𝑛 }

Se a variável aleatória X toma qualquer valor de um intervalo 𝑋 ∈ [𝑎. 𝑏], diz-se que é
contínua.

Distribuição de probabilidade discreta

Função de probabilidade:

É a função que dá a probabilidade associada a cada valor numérico que a

variável assume.

𝑋 = {𝑥1 , 𝑥1 , 𝑥1 , … , 𝑥𝑛 } ⟹ 𝑓(𝑥𝑖 ) = 𝑃(𝑋 = 𝑥𝑖 )

e tem as seguintes propriedades:

a) 𝑓(𝑥𝑖 ) ≥ 0

b) ∑𝑛𝑖=1 𝑓(𝑥𝑖 ) = 1

Distribuição de probabilidade:

Chama-se distribuição de probabilidade da variável aleatória X , a tabela

seguinte:

𝑥𝑖 𝑥1 𝑥2 𝑥3 … 𝑥𝑛

𝑓(𝑥𝑖 ) 𝑓(𝑥1 ) 𝑓(𝑥2 ) 𝑓(𝑥3 ) … 𝑓(𝑥𝑛 )

Função de distribuição ou função acumulada:

Seja X uma variável aleatória discreta com função de probabilidade f . A sua

função de distribuição acumulada F está definida para qualquer valor real x e é dada por:

𝐹(𝑥𝑖 ) = 𝑃(𝑋 ≤ 𝑥) = ∑ 𝑓(𝑢)

𝑢≤𝑥

Onde u toma todos os valores possíveis da variável aleatória X não superiores a x.

A função de distribuição é dada por:

0 𝑠𝑒 𝑥 < 𝑥1
𝑓(𝑥1 ) 𝑠𝑒 𝑥1 ≤ 𝑥 < 𝑥2
𝑓(𝑥1 ) + 𝑓(𝑥2 ) 𝑠𝑒 𝑥2 ≤ 𝑥 < 𝑥3
𝐹(𝑥) = 𝑓(𝑥1 ) + 𝑓(𝑥2 ) + 𝑓(𝑥3 ) 𝑠𝑒 𝑥3 ≤ 𝑥 < 𝑥4
𝑓(𝑥1 ) + 𝑓(𝑥2 ) + 𝑓(𝑥3 ) + 𝑓(𝑥4 ) 𝑠𝑒 𝑥4 ≤ 𝑥 < 𝑥5
… … … … … … … ….
{ 1 𝑠𝑒 𝑥 ≥ 𝑥5

Parâmetros das variáveis aleatórias discretas

Média, Valor esperado, ou Esperança Matemática:

É a soma dos produtos da variável aleatória X pelas respectivas

probabilidades. Representa-se por 𝜇, 𝑥̅ , 𝑀(𝑥) ou 𝐸(𝑥), e calcula-se por:
𝑛

𝐸(𝑥) = ∑ 𝑥𝑖 𝑝𝑖
𝑖=1

Propriedades da média:

i. 𝐸(𝑘) = 𝑘, se 𝑘 for constante;

ii. 𝐸(𝑘𝑋) = 𝑘𝐸(𝑋);
iii. 𝐸(𝑋 ± 𝑌) = 𝐸(𝑋) ± 𝐸(𝑌);
iv. 𝐸(∑𝑛𝑖=1 𝑋𝑖 ) = ∑𝑛𝑖=1{𝐸(𝑋𝑖 )};
v. 𝐸(𝑎𝑋 ± 𝑏) = 𝐸(𝑎𝑋) ± 𝐸(𝑏) = 𝑎𝐸(𝑋) ± 𝑏;
vi. 𝐸(𝑋 − 𝜇𝑥 ) = 𝐸(𝑋) − 𝐸(𝜇𝑥 ) = 𝐸(𝑋) − 𝜇𝑥 = 0

Variância:

É o valor da média do quadrado do desvio.

𝑉𝑎𝑟(𝑋) = 𝐸{[𝑋 − 𝐸(𝑋)]2 } = ∑(𝑥𝑖 − 𝜇𝑥 )2 ∗ 𝑝(𝑥𝑖 ) = 𝐸(𝑋 2 ) − {𝐸(𝑋)}2

Logo,
 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − {𝐸(𝑋)}2

onde 𝐸(𝑋 2 ) = ∑ 𝑥𝑖 2 ∗ 𝑝(𝑥𝑖 )

5.2.4.2.1- Propriedades da variância

i. 𝑉𝑎𝑟(𝑘) = 0 , 𝑘 −constante;
ii. 𝑉𝑎𝑟(𝑘𝑋) = 𝑘 2 𝑉𝑎𝑟(𝑋);
iii. 𝑉𝑎𝑟(𝑎𝑋 ± 𝑏) = 𝑎2 𝑉𝑎𝑟(𝑋) , a, b-constante.

Exemplo 1: considere a variável aleatória X que representa a soma das pintas das faces que
ficam voltadas para cima no lançamento de dois dados numerados de 1 a 4. Determine:

a) A distribuição de probabilidade;
b) A função de distribuição acumulada.

Exemplo 2: uma indústria alimentícia está participando de três licitações públicas, com lucros
possíveis de 30, 50 e 60 mil USD respectivamente. Se a probabilidade dessa indústria vencer
as licitações é de 0,3; 0,7 e 0,2 respectivamente, qual o valor esperado do lucro desta empresa?

Exemplo 3: Um banco pretende aumentar a eficiência de seus caixas. Oferece um prémio de

150 kwanzas para cada cliente atendido além de 42 clientes por dia. O banco tem um ganho
operacional de 100 kwanzas para cada cliente atendido além de 41. As probabilidades de
atendimento estão na tabela seguinte:

Nº de clientes Até 41 42 43 44 45 46

Probabilidades 0,88 0,06 0,04 0,01 0,006 0,004

Qual é a esperança de ganho do banco se este novo sistema for implementado? X: lucro.
Distribuição de probabilidade contínua.

Função densidade de probabilidade:

Seja X uma variável aleatória contínua. A função densidade de probabilidade de X é

uma função f tal que

𝑏
𝑃(𝑎 < 𝑋 < 𝑏) = ∫𝑎 𝑓(𝑥)𝑑𝑥 , ∀𝑎, 𝑏 ∈ ℝ: 𝑎 ≤ 𝑏,

E que tem as seguintes propriedades:

i) 𝑓(𝑥) ≥ 0 , ∀𝑥 ∈ ℝ 𝑓(𝑥) 𝑦 = 𝑓(𝑥)

+∞
ii) ∫−∞ 𝑓(𝑥)𝑑𝑥 =1

𝑃(𝑎 < 𝑋 < 𝑏)

a b

Função de distribuição acumulada:

Seja X uma variável aleatória contínua com função densidade de probabilidade. A sua
função de distribuição acumulada F está definida para qualquer valor real x e é dada por

𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) = ∫ 𝑓(𝑢)𝑑𝑢

−∞

1 𝑦 = 𝐹(𝑥)

0
1 x

Propriedades da função distribuição

i) É uma função contínua

ii) 𝐹(−∞) = lim 𝐹(𝑥) = 0
𝑥→−∞
iii) 𝐹(+∞) = lim 𝐹(𝑥) = 1
𝑥→+∞
Parâmetros das variáveis aleatórias contínuas

Média, Valor esperado, ou Esperança Matemática:

A média da variável aleatória X é a constante

+∞

𝐸(𝑋) = ∫ 𝑥𝑓(𝑥)𝑑𝑥
−∞

Variância

A variância da variável aleatória X é a constante

+∞ +∞ +∞

𝑉𝑎𝑟(𝑋) = ∫ [𝑥 − 𝐸(𝑥)]2 𝑓(𝑥)𝑑𝑥 = 𝐸(𝑋 2 ) − {𝐸(𝑋)}2 = ∫ 𝑥 2 𝑓(𝑥)𝑑𝑥 − [ ∫ 𝑥𝑓(𝑥)𝑑𝑥 ]2

−∞ −∞ −∞

𝑘𝑥 , 𝑠𝑒 0 < 𝑥 ≤ 1
Exemplos 1: Seja 𝑓(𝑥) = { , determinar:
0 , 𝑛𝑜𝑢𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠

a) k ,de modo que 𝑓(𝑥) seja f.d.p.

b) o gráfico de 𝑓(𝑥)
1
c) 𝑃(0 ≤ 𝑥 ≤ 2)
d) 𝐸(𝑋)
e) 𝐹(𝑥)
f) O gráfico de 𝐹(𝑥)

Exemplo 2: A demanda diária de arroz num supermercado, em centenas de quilos, é uma

variável aleatória com função densidade de probabilidade

0 , 𝑠𝑒 𝑥 < 0
2𝑥
, 𝑠𝑒 0 < 𝑥 < 1
3
𝑓(𝑥) = −𝑥
, 𝑠𝑒 1 < 𝑥 < 3
3
{ 0 , 𝑠𝑒 𝑥 > 3

a) Qual é a probabilidade de se vender mais do que 150 kg, num dia escolhido ao acaso?
b) Em 30 dias, quanto o gerente do supermercado espera vender?
c) Qual a quantidade de arroz que deve ser deixado a disposição dos clientes diariamente
para que não falte arroz em 95% dos dias?