Você está na página 1de 8

3.

Variveis aleatrias
3.1 Varivel aleatria. Funo de distribuio.
1. Em geral, h interesse apenas numa ou mais caractersticas dos resultados de uma experincia aleatria. 2. H ainda interesse em abandonar a formalizao particular de cada experincia aleatria e levar o clculo de probabilidades para um campo mais familiar a anlise de funes reais de varivel real. Variveis aleatrias

Exemplo
Considere uma caixa com 4 peas boas (B) e 5 peas defeituosas (D). Suponha que so retiradas 2 peas dessa caixa. Espao de resultados: = { BB, BD, DB, DD} P(BB) = 4 3 = 9 8 P(BD) = 4 5 9 8 P(DD) = 5 4 9 8
1 6 5 = 18 5 = 18

= 5 4 = P(DB) 9 8

Exemplo (continuao)
Seja X ="nmero de peas defeituosas nas 2 extraces". P(X = 0) = P(BB) = P(X = 2) = P(DD) =
1 6 5 9

P(X = 1) = P(BD) + P(DB) =


5 18

Note-se que P(X = 0) + P(X = 1) + P(X = 2) = P() = 1.

Definio
Seja (, , P) um espao de probabilidade. Uma funo X : diz-se uma varivel aleatria. A : P(X A) = P ( X 1 ( A)) = P(B) em que B = { : X () A}

1 of 8

Definio
Seja X uma varivel aleatria. A funo de distribuio de X definida por FX (x) = P(X x), x .

Caracterizao de uma funo de distribuio


1. (x, y) 2 : x < y FX (x) FX (y) (funo no decrescente) 2. lim FX (x) = 0 e lim FX (x) = 1
x x x +
0

x +

3. lim FX (x) = FX (x0 ), x 0 (funo contnua direita)

Outras propriedades de uma funo de distribuio


1. 0 FX (x) 1, x 2. P(X = x) = FX (x) FX (x ), x

Tipos de variveis aleatrias


Seja D o conjunto (numervel) dos pontos de descontinuidade de FX (x). 1. D e P(X D) = 1 a varivel aleatria diz-se discreta. 2. D = a varivel aleatria diz-se contnua. 3. D e P(X D) < 1 a varivel aleatria diz-se mista.

1.0

1.0

1.0

0.5

0.5

0.5

-1

-1

-1

3.2 Variveis aleatrias discretas. Funo (massa) de probabilidade.


Seja D o conjunto de valores de uma varivel aleatria discreta X .

Definio
A funo (massa) de probabilidade de X definida por fX (x) = P(X = x), { 0, xD . xD

2 of 8

Algumas propriedades da funo de probabilidade


1. fX (x) 0, x 2. fX (x) = P() = 1
xD

Notas: 1. P(X A) =
xi D A

fX (xi ), A
xi D : xi x

2. FX (x) = P(X x) =

fX (xi ), x

Exemplo (continuao)
1.0 1.0

0.8

0.8

0.6

0.6

0.4

0.4

0.2

0.2

funo de probabilidade

funo de distribuio

3.3 Variveis aleatrias contnuas. Funo densidade de probabilidade.


J vimos que, quando uma funo de distribuio no tem pontos de descontinuidade, a varivel aleatria se diz contnua.

Definio
Se existir uma funo fX (x) tal que FX (x) = fX (t) dt, x ento fX (x) diz-se a funo densidade de probabilidade da varivel aleatria X .
x

Algumas propriedades
1. fX (x) 0, x 2. P(X A) = fX (x) dx, A A

3 of 8

3. P(X ) = fX (x) dx = 1 4. P(X = a) = 0, a 5. fX (x) =


dF X (x) dx

nos pontos onde FX diferencivel

3.4 Funes de uma varivel aleatria.


Em muitas situaes o interesse recai sobre uma varivel aleatria que funo de uma outra varivel aleatria, Y = g(X ). Se X uma varivel aleatria discreta ento Y tambm o . Como determinar a funo de probabilidade de Y?

Exemplo
Seja X uma varivel aleatria com funo de probabilidade 1 , x = 0, 1, 2 5 fX (x) = . 0, caso contrrio Qual a funo de probabilidade de Y = X 2 ? No caso contnuo a varivel Y pode ser de qualquer tipo e , em geral, mais simples recorrer funo de distribuio.

Exemplo
Sejam X uma varivel aleatria contnua com funo densidade de probabilidade fX (x) = 1, { 0, x ]0, 1[ . caso contrrio

Quais as funes densidade de probabilidade de Y = log X e de Z = 3 X 2 ?

Teorema
Seja X uma varivel aleatria contnua com funo densidade de probabilidade fX (x) e Y = g(X ), com g invertvel em {x : fX (x) > 0}. Ento F g 1 (y) , se g crescente ) X( FY (y) = 1 F (g 1 (y)), se g decrescente X e dg 1 (y) . fY (y) = fX (g 1 (y)) dy Mesmo quando g no injectiva, a funo de distribuio pode conduzir resoluo do

4 of 8

problema.

Exemplo
Sejam X uma varivel aleatria contnua com funo densidade de probabilidade fX (x) > 0, x , e Y = X 2 . Qual a funo de distribuio de Y?

3.5 Vectores aleatrios bidimensionais. Funes de distribuio conjunta e marginais.


O que vimos atrs sobre a funo de distribuio generaliza-se facilmente para o estudo simultneo de duas variveis aleatrias.

Definio
Seja (X , Y) uma varivel aleatria bidimensional. Ento F X , Y (x, y) = P(X x, Y y), (x, y) 2 diz-se a funo de distribuio conjunta de (X , Y).

Algumas propriedades da funo de distribuio conjunta


1. 0 F X , Y (x, y) 1, (x, y) 2 2. F X , Y (x + x , y + y ) F X , Y (x, y), x , y 0 3. lim F X , Y (x, y) = 1
x, y + x

4. lim F X , Y (x, y) = 0 e lim F X , Y (x, y) = 0


y

A partir do conhecimento do comportamento conjunto de (X , Y) tambm possvel analisar separadamente X e Y uma vez que lim F X , Y (x, y) = FY (y) e
x + y +

lim F X , Y (x, y) = FX (x).

3.5 Vectores aleatrios discretos e contnuos. Distribuies conjunta, marginais e condicionais. Independncia entre variveis aleatrias.
Definio
Seja (X , Y) uma varivel aleatria bidimensional discreta. Ento f X , Y (x, y) = P(X = x, Y = y), (x, y) 2 diz-se a funo de probabilidade conjunta de (X , Y).

5 of 8

Exemplo
Tiram-se duas cartas ao acaso de um baralho de 52 cartas. Sejam X o nmero de figuras (reis, damas ou valetes) e Y o nmero de ases obtidos. Determine a funo de probabilidade conjuntas do par aleatrio (X , Y) e calcule os valores da funo de distribuio conjunta nos pontos (0, 1.5), (3, 1) e (5, 4). Y/X 0 1 2 0 1 2

105 / 221 72 / 221 11 / 221 24 / 221 1 / 221 8 / 221 0 0 0

Definio
Seja (X , Y) uma varivel aleatria bidimensional contnua. Se existir uma funo f X , Y (x, y) tal que F X , Y (x, y) = f X , Y (u, v) dv du, (x, y) 2 ento ela diz-se a funo densidade de probabilidade conjunta de (X , Y). Notas: 1. f X , Y (x, y) d y dx = 1 2. f X , Y (x, y) 0, (x, y) 2 F X , Y (x, y) = f X , Y (x, y), (x, y) 2 nos pontos onde F X , Y diferencivel 3. x y
x y

6 of 8

Exemplo
Num sistema formado por duas componentes, sejam X e Y as variveis aleatrias que representam as duraes, em anos, da primeira e da segunda componentes, respectivamente. A funo densidade de probabilidade conjunta de (X , Y) dada por f X , Y (x, y) = e x y , x > 0 e y > 0 { 0, x 0 ou y 0

1. Qual a probabilidade de ambas as componentes durarem no mximo 2 anos? 2. Qual a probabilidade da primeira componente durar mais do dobro do tempo que a segunda?

Definio
Seja (X , Y) uma varivel aleatria bidimensional. Ento fX (x) = f X , Y (x, y) = f X , Y (x, y) d y , x y e fY (y) = f X , Y (x, y) = f X , Y (x, y) dx , y
x

dizem-se as funes (densidade) de probabilidade marginais de X e Y, respectivamente.

Definio
Seja (X , Y) uma varivel aleatria bidimensional. Ento f X , Y (x, y) f X Y = y (x) = , x e y : fY (y) > 0 fY (y) e fY X = x (y) = f X , Y (x, y) f X (x) , y e x : fX (x) > 0

dizem-se as funes (densidade) de probabilidade condicionais de X dado Y = y e de Y dado X = x, respectivamente.

Definio
7 of 8

Duas variveis aleatrias, X e Y, dizem-se independentes se para todo A, B os acontecimentos X A e Y B so independentes, isto , se P(X A, Y B) = P(X A)P(Y B).

Teorema
As variveis aleatrias X e Y so independentes se e s se F X , Y (x, y) = F X (x)FY (y), (x, y) 2 .

Teorema
As variveis aleatrias X e Y so independentes se e s se f X , Y (x, y) = f X (x)fY (y), (x, y) 2 . Qual o efeito da independncia sobre as distribuies condicionais das variveis aleatrias?

Teorema
Se X e Y so variveis aleatrias independentes ento as variveis aleatrias U = g(X ) e V = h(Y) so tambm independentes.

8 of 8