Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Variáveis aleatórias
Cristian Villegas
clobos@usp.br

Outubro de 2013

Apostila de Estatística (Cristian Villegas) 1

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Introdução

Na prática é, muitas vezes, mais interessante associarmos um número a um evento

aleatório e calcularmos a probabilidade da ocorrência desse número do que a
probabilidade do evento. Introduziremos a seguir o conceito de variáveis
aleatórias.

Apostila de Estatística (Cristian Villegas) 2

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Variável aleatória
Definição 1. Seja ε um experimento aleatório e Ω o espaço amostral associado com
ε. Uma função X que associa a cada um dos elementos de ω ∈ Ω, um número real
X(ω), se denomina variável aleatória. Isto, pode ser representado da seguinte forma

X : Ω→R
ω Ã X(ω)

Exemplo 1. Se lança uma moeda duas vezes e se define a variável aleatória X como
o número de caras obtido nos dois lançamentos. Defina ε, Ω e os possíveis valores da
variável aleatória X.
Observação 1. Uma variável aleatória pode ser classificada em

1. variável aleatória discreta ou

2. variável aleatória continua.

Apostila de Estatística (Cristian Villegas) 3

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Variável aleatória discreta

Definição 2. Uma variável aleatória é discreta quando os possíveis valores da
variável aleatória assumem valores em um conjunto enumerável.
Exemplo 2. A seguir alguns exemplos,

• número de sementes que germinam.

• número de chamadas telefônicas numa central da TIM em 30 minutos.

• número de acidentes na rua XV de novembro.

• número de mulheres na ESALQ.

Apostila de Estatística (Cristian Villegas) 4

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Variável aleatória continua

Definição 3. Uma variável aleatória é continua quando os possíveis valores da
variável aleatória não assumem valores em um conjunto enumerável.
Exemplo 3. A seguir alguns exemplos,

• rendimento de milho (kg/ha),

• diâmetro de uma árvore,

• ângulo entre o norte e a direção tomada por um pássaro no sentido horário,

• altura de plantas.

Apostila de Estatística (Cristian Villegas) 5

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Teorema 1. O caso mais simples de variável aleatória é a função indicadora que

definimos a seguir. Seja A ⊂ Ω. Então, a função indicadora de A, IA é definida por

 1 se ω ∈ A;
IA (ω) =
 0 se ω ∈ Ac .

Exemplo 4. A seguir alguns exemplos,

• para uma variável aleatória discreta


 1 se x ∈ {0, 1, 2, 3};
I{0,1,2,3} (x) =
 0 se x ∈/ {0, 1, 2, 3}.

• para uma variável aleatória continua


 1 se x ∈ R+ ;
IR+ (x) =
 0 se x ∈ / R+ .

Apostila de Estatística (Cristian Villegas) 6

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Função de probabilidades
Definição 4. Uma função P (X = x) de uma variável aleatória discreta se denomina
função de probabilidades se satisfaz as seguintes duas condições

P (X = x) ≥ 0 x ∈ Rx e
X
P (X = x) = 1,
x∈Rx

em que, Rx denota os possíveis valores da variável aleatória X. A distribuição de

probabilidades de X é o conjunto de pares ordenados (xi , P (X = xi )), em que xi
representa os diferentes valores da variável aleatória X e P (X = xi ) a probabilidade
de ocorrência de xi .
Exemplo 5. Seja X uma variável aleatória com função de probabilidades

1
P (X = x) = para x = 1, 2, 3, 4, 5, 6
6
Determine se P (X = x) é uma função de probabilidades.
Apostila de Estatística (Cristian Villegas) 7
 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Função densidade de probabilidades

Definição 5. Uma função f (x) de uma variável aleatória continua se denomina
função densidade de probabilidades se satisfaz as seguintes duas condições:

f (x) ≥ 0 x ∈ Rx
Z
f (x) dx = 1,
x∈Rx

em que, Rx denota os possíveis valores da variável aleatória X.

Exemplo 6. Se X é uma variável aleatória continua com função

f (x) = 1 para x ∈ [0, 1].

f (x) é uma função densidade de probabilidades?

Apostila de Estatística (Cristian Villegas) 8

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Tarefa
Exemplo 7. Seja X uma variável aleatória continua
1
f (x) = para x ∈ [a, b].
b−a
f (x) é uma função densidade de probabilidades?
Exemplo 8. Seja X uma variável aleatória continua

f (x) = λe−λ x para x ∈ (0, ∞), λ>0

f (x) é uma função densidade de probabilidades?

Exemplo 9. Seja X uma variável aleatória continua
1 −1 x
f (x) = e λ para x ∈ (0, ∞), λ>0
λ
f (x) é uma função densidade de probabilidades?

Apostila de Estatística (Cristian Villegas) 9

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Função de distribuição acumulada

Definição 6. Dada a variável aleatória X, chamaremos de função de distribuição
acumulada a função F (x) definida por:

F : R → [0, 1]
x à F (x) = P (X ≤ x)

Para uma variável aleatória discreta

X
F (x) = P (X ≤ x) = P (X ≤ xi ).
xi ≤x

Exemplo 10. Seja X uma variável aleatória discreta com função de probabilidades
dada por
µ ¶x µ ¶3−x
3! 1 1
P (X = x) = I{0,1,2,3} (x)
(3 − x)!x! 2 2

Determine e faça o gráfico de F (x).

Apostila de Estatística (Cristian Villegas) 10
 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Função de distribuição acumulada

Para uma variável aleatória continua

Z x
F (x) = P (X ≤ x) = f (t) dt.
−∞

Exemplo 11. Seja X uma variável aleatória continua com função densidade de
probabilidades dada por

f (x) = e−x para x ∈ (0, ∞).

Determine F (x).

Apostila de Estatística (Cristian Villegas) 11

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Relação entre f (x) e F (x) para uma variável aleatória continua

Seja f (x) uma função densidade de probabilidades, isto é, uma função não
negativa que integra 1. Qual é a relação entre F (x) e f (x)?
Z x
F (x) = P (X ≤ x) = f (t) d t. (1)
−∞

Note da equação (1) que com base no teorema teorema fundamental do cálculo
integral

d F (x)
f (x) = .
dx

Apostila de Estatística (Cristian Villegas) 12

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Observação 2. Para uma variável aleatória continua

P (X = x) = 0 x ∈R
P (a < X < b) = P (a < X ≤ b) = P (a ≤ X < b) = P (a ≤ X ≤ b)
Z b
= f (x) d x = F (b) − F (a).
a

Apostila de Estatística (Cristian Villegas) 13

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Esperança de uma variável aleatória

Definição 7. A esperança de uma variável aleatória discreta X, é definida por
X
E(X) = x P (X = x).
x∈Rx

Exemplo 12. Determine E(X) para a seguinte variável aleatória discreta

P (X = x) = px (1 − p)1−x para x ∈ {0, 1}.

Apostila de Estatística (Cristian Villegas) 14

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Esperança de uma variável aleatória

Definição 8. A esperança de uma variável aleatória continua X, é definida por
Z +∞
E(X) = x f (x) d x.
−∞

Exemplo 13. Determine E(X) para a seguinte variável aleatória continua

1
f (x) = para x ∈ [a, b],
b−a

Apostila de Estatística (Cristian Villegas) 15

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Tarefa
Exemplo 14. Determine E(IA (x)), em que

 1, se x ∈ A;
IA (x) =
 0, se x ∈
/ A.

Exemplo 15. Determine E(X) para a seguinte variável aleatória continua

1
f (x) = e−x/λ para x ∈ (0, ∞).
λ
Exemplo 16. Determine E(X) para a seguinte variável aleatória continua

f (x) = λe−λx para x ∈ (0, ∞).

Apostila de Estatística (Cristian Villegas) 16

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Propriedades da esperança

Sejam X e Y duas variáveis aleatórias, a, b ∈ R (constantes), então

1. E(a) = a.

2. E(aX ± bY ) = aE(X) ± bE(Y ).

3. E(aX) = aE(X).

4. E(aX ± b) = aE(X) ± b.

5. E[(X − a)2 ] = E(X 2 ) − 2aE(X) + a2 .

6. E(XY ) = E(X)E(Y ), se X e Y são variáveis aleatórias independentes.

Exemplo 17. Seja X uma variável aleatória discreta com

P (X = x) = px (1 − p)1−x para x ∈ {0, 1}.

Determine E(2X + 1).

Apostila de Estatística (Cristian Villegas) 17

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Variância para uma variável aleatória

Definição 9. Seja X uma variável aleatória e µ = E(X). A variância de X é definida
por

V (X) = E(X − µ)2

= E(X 2 − 2Xµ + µ2 )
= E(X 2 ) − 2µE(X) + µ2 , usando propriedades de esperança
= E(X 2 ) − 2µµ + µ2 , µ = E(X)
= E(X 2 ) − µ2 , µ = E(X)
= E(X 2 ) − E(X)2 .

Geralmente usamos a seguinte definição de variância

V (X) = E(X 2 ) − E(X)2 .

Note que V (X) = E(X − µ)2 ≥ 0.

Apostila de Estatística (Cristian Villegas) 18
 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Variância para uma variável aleatória

Definição 10. A variância para uma variável aleatória discreta é dada por
X ·X ¸2
V (X) = x2 P (X = x) − x P (X = x) .
x∈Rx x∈Rx

Exemplo 18. Sejam X1 e X2 duas variáveis aleatórias. Com base na seguinte tabela
calcule V (X1 ) e V (X2 ) e faça alguns comentários.

x 1 2 3 4 5
P (X1 = x1 ) 0.1 0.2 0.4 0.2 0.1
P (X2 = x2 ) 0.3 0.1 0.2 0.1 0.3

Apostila de Estatística (Cristian Villegas) 19

 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Variância para uma variável aleatória

Definição 11. A variância para uma variável aleatória continua é dada por
Z ·Z ¸2
V (X) = x2 f (x) d x − x f (x) d x .
x∈Rx x∈Rx

Exemplo 19. Determine V (X), com base em

f (x) = 1 para x ∈ [0, 1].

Tarefa
Exemplo 20. Determine V (X), com base em
1
f (x) = para x ∈ [a, b].
b−a
Exemplo 21. Determine V (X), com base em

f (x) = λ e−λ x para x ∈ (0, ∞) λ > 0.

Apostila de Estatística (Cristian Villegas) 20
 Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas

Propriedades da variância

Sejam X e Y variáveis aleatórias, a e b constantes, então

1. V (aX + b)

2. V (a) = 0

3. V (aX) = a2 V (X)

4. V (−X) = V (X)

5. V (X ± Y ) = V (X) ± V (Y ), se X e Y são variáveis aleatórias independentes.

Tarefa
Exemplo 22. Seja X uma variável aleatória discreta com

P (X = x) = px (1 − p)1−x para x ∈ {0, 1}.

Determine V (2X + 1).

Apostila de Estatística (Cristian Villegas) 21