Tema #2 Variaveis Aleatorias2022

Variáveis Aleatorias (v.a.
)
No final desta aula, os estudantes devem ser capazes de:
• Conhecer a noção de variável aleatoria discreta e

continua;
• Função de probabilidade de uma v.a. discreta;
• Função de distribução de uma v.a. discreta e

contínua;
• Função densidade de uma v.a. contínua;
• Caracteristicas numérias de uma v.a.

Definição e Notação de Variável aleatória
Chama-se variável aleatória, a variável cujo valor
(numérico) é determinado pelos resultados de um
experimento.
A variável aleatória denota-se por letra maiuscula (X ou Y):
A variável aleatória pode ser:
• Discreta - se o contradomínio for um conjunto finito

ou infinito, porém numerável.
• Contínua – se o contradomínio for um conjunto
infinito não numerável.
Função de probabilidade de uma v.a. Discreta
É uma função que associa a cada valor assumido pela v.a. X
a probabilidade do evento correspondente, ou seja,
Xi → f ( xi )  P ( X i  xi )  i  0,1,2..., n
Exemplo 1: Num determinado bairro, 25% das famílias

não têm filhos, 30% têm um filho e 25% das famílias têm
dois filhos e 20% das familias tem 3 filhos.
Seja X o no de filhos de uma família sorteada ao acaso nesse
bairro.
X é uma v.a. que pode assumir um dos valores 0, 1, 2 e 3.
Resulta que a função de probabilidade é dada por:
Xi 0 1 2 3
f(x) 0,25 0,30 0,25 0,20

Função de Distribuição de Probabilidades de uma variável aleatória
Qualquer função de probabilidade pode representar uma

distribuição de probabilidade ou função massa de
probabilidade desde que satisfaça as seguintes condições:
 f (X )  0
i f (X )  1i
Se X é uma v.a. discreta cujos valores possíveis são x1,

x2,...,xn, onde x1 < x2 < ... < xn, então a função de
distribuição ou função acumulada de probabilidade de X,
denotada por F(x), é definida como:
F ( X i )  P ( X i  xi )
Indica a probabilidade de o valor observado de X ser no
máximo x.
Propriedades de Função de Distribuição F(X)
• 0  F ( x)  1
• F(x) é uma função monótona não decrescente

 se x 2  x1 então F ( x 2 )  F ( x1 )

• Lim F ( x)  0 e Lim F ( x)  1
x   x  
• F ( x1  X  x 2 )  F ( x 2 )  F ( x1 )
• F(x) é uma função descontínua nos pontos da função de
distribuição, isto é, nos valores que a variável aleatória
assume, e é contínua à direita nos restantes pontos;
Função de Distribuição F(X)
Exemplo 2: Com base no exemplo 1, construir a função de
distribuição da variável aleatória X que consiste no número
de filhos das famílias.
• Função de probabilidades da v.a.

Xi 0 1 2 3
f(x) 0,25 0,30 0,25 0,20
Função de distribuição
corresponde:
Função de Distribuição F(X)
Cada função de distribuição de uma v.a pode ser
representada graficamente
Caracteristicas (Numéricas) de uma v.a.
Média e Variância
Média de uma v.a. discreta
Definição:
Seja X uma v.a. discreta que assume os valores x1,

x2,...,xn com probabilidades f(x1), f(x2),...,f(xn),
respectivamente.
A média, valor esperado ou esperança matemática de

uma v.a. descreta X, denotado por E(X) ou µx, é a soma
do produto de cada valor possível por sua respectiva
probabilidade.
E ( X )   x   xi f ( x i )
Algumas Propriedades do Valor esperado ou Esperança
matemática
• E (a)  a a é cons tan te
E (aX )  aE ( X )
•
• E (aX  b)  aE ( X )  b a b sao cons tan tes
E ( X  Y )  E ( X )  E (Y )
•
• E ( XY )  E ( X ) E (Y ) X Y independentes
Valor esperado ou Esperança matemática
Exemplo 3: Seja X o no de filhos de uma família sorteada
ao acaso num bairro com a seguinte distribuição de
probabilidade:
Xi 0 1 2 3
f(x) 0,25 0,30 0,25 0,20
O valor esperado de X (no médio de filhos por família) é:

E ( X )   x   xi f ( x i )
 0 * 0,25  1* 0,3  2 * 0,25  3 * 0,2  1,4
1
Variância de uma v.a. discreta
A variância fornece o grau de dispersão (variabilidade) na
distribuição de probabilidade de X em torno da média.
Definição:
Seja X uma v.a. discreta que assume os valores x1,
x2,...,xn com probabilidades f(x1), f(x2),...,f(xn),
respectivamente. A variância de uma v.a. X, denotado
por Var(X) ou σ2, é a esperança matemática do quadrado
do desvio da variável aleatória em relação à sua
esperança matemática.
Var ( x)   x  E X   x  * f ( x)
2 2
 E ( X 2 ) * f ( x)   x 2
Algumas Propriedades da variância:
•
Var (a )  0 a é cons tan te
•
Var (aX )  a 2Var ( X )
•
Var (aX  b)  a 2Var ( X ) a b sao cons tan tes
•
Var ( X  Y )  Var ( X )  Var (Y ) XeY independ
•Var ( X  Y )  Var ( X )  Var (Y )  2Cov( X ; Y ) XeY depend
Exemplo 4: Numa livraria o número de publicações
vendidas, por hora, segue a seguinte função de
probabilidade:
a)Determine o valor esperado e a variância.
E ( X )  2 * 0,25  4 * 0,4  5 * 0,3  10 * 0,2  15 * 0,1  6,3
Var ( X )  2 2 * 0,25  4 2 * 0,25  5 2 * 0,3  102 * 0,2  152 * 0,1  6,32

 14.91
Conceitos e notações de v.a. contínua
Uma v.a. é contínua quando seu conjunto de valores
possíveis consiste de um intervalo completo de todos os
valores.
Definição:
Uma v.a. diz-se contínua, se a sua função de distribuição é
contínua e continuamente diferenciável por secções.
Função Densidade de probabilidade de uma variável

aleatória contínua - representa a taxa de variação da
probabilidade, isto é, é a derivada da função de distribuição
de probabilidades. F ( x)
f ( x)  F´( x) 
dx
Desta definição deduz-se que a função de distribuição é a
primitiva da densidade de distribuição.
x
F ( X )  PX  x    f ( x)dx

Uso de F(x) para Calcular as Probabilidades
Proposição: Seja X uma v.a. contínua com f.d.p. f(x) e f.d.

F(x). Então, para qualquer a,
F ( X  a)  1  F (a)
e para quaisquer a e b, com a < b,
F (a  X  b)  F (b)  F (a )
Exemplo 5: Dada a seguinte função densidade de
probabilidade da variável aleatória X;
k
para a  X  b
f ( x)  b  a
0 fora deste
a) a)Determine k de modo que a função f(x) seja uma
função densidade legitima
b) b)Determine a função de distribuição da v.a. X
c) c)Represente graficamente a função F(X)
k
para a  X  b
f ( x)  b  a
0 fora deste
a) Determine k de modo que a função f(x) seja uma função
densidade legitima
Lim F ( x)  1
Lembrando que x  
b b b
k kX k (b  a)
 f ( x)dx  1  
ba
dx  1 
b 1 a
1
ba
1 k 1
a a
k
para a  X  b
f ( x)  b  a
0 fora deste
b) Determine a função de distribuição da v.a. X
x x X
1 x X a
F ( X )  PX  x    f ( x)dx   dx  
 a
ba ba a ba
0 p/ X a
Logo
X a
F ( x)  para a  X  b
ba
1 p X b
0 p/ X a
X a
F ( x)  para a  X  b
ba
1 p X b
c) Represente graficamente a função F(X)

Valor Esperado ou Esperança Matemática de v.a.
Continua
Para v.a.’s contínuas, as definições de E(X) e Var(X) são
análogas às do caso discreto, sendo a soma substituída pela
integral e a fmp pela fdp.
Definição:
Chama-se esperança matemática de uma variável aleatória
continua X, cujos valores possíveis pertencem a um
intervalo (a;b), à seguinte integral definida:

E( X )   X * f ( x)dx

Valor Esperado ou Esperança Matemática de v.a.
Continua
Exemplo 6: Retomemos o exemplo 5 para calcular o valor
esperado da v.a. X
1
para a  X  b
f ( x)  b  a
0 fora deste
b b
2
1 X
E( X )   X * dx 
a
ba 2(b  a)
a
b 2  a 2 (b  a)(b  a ) b  a
  
2(b  a ) 2(b  a) 2
Variância de uma v.a. continua
Chama-se variância de uma variável aleatória continua X,

cujos valores possíveis de X pertencem ao intervalo (a;b), o
número

2 2
Var ( X )   X * f ( x ) dx   x

Variância de uma v.a. continua
Exemplo 7: Retomemos o exemplo 5 para calcular a

variância da v.a.
b 2
12 ba
Var ( X )   X * dx   
a
ba  2 
b 2
3
X ba
  
3(b  a)  2 
a
3 3 2
b a ba
  
3(b  a)  2 

Tema #2 Variaveis Aleatorias2022

Enviado por

Direitos autorais:

Formatos disponíveis

Tema #2 Variaveis Aleatorias2022

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tema #2 Variaveis Aleatorias2022

Enviado por

Direitos autorais:

Formatos disponíveis

Variáveis Aleatorias (v.a.

• Conhecer a noção de variável aleatoria discreta e

• Função de distribução de uma v.a. discreta e

• Função densidade de uma v.a. contínua;

• Caracteristicas numérias de uma v.a.

A variável aleatória denota-se por letra maiuscula (X ou Y):

A variável aleatória pode ser:

• Discreta - se o contradomínio for um conjunto finito

Exemplo 1: Num determinado bairro, 25% das famílias

f(x) 0,25 0,30 0,25 0,20

Qualquer função de probabilidade pode representar uma

Se X é uma v.a. discreta cujos valores possíveis são x1,

• F(x) é uma função monótona não decrescente

• Função de probabilidades da v.a.

f(x) 0,25 0,30 0,25 0,20

Média de uma v.a. discreta

Seja X uma v.a. discreta que assume os valores x1,

A média, valor esperado ou esperança matemática de

• E (a)  a a é cons tan te

• E (aX  b)  aE ( X )  b a b sao cons tan tes

f(x) 0,25 0,30 0,25 0,20

O valor esperado de X (no médio de ﬁlhos por família) é:

a)Determine o valor esperado e a variância.

E ( X )  2 * 0,25  4 * 0,4  5 * 0,3  10 * 0,2  15 * 0,1  6,3

Var ( X )  2 2 * 0,25  4 2 * 0,25  5 2 * 0,3  102 * 0,2  152 * 0,1  6,32

Função Densidade de probabilidade de uma variável

Proposição: Seja X uma v.a. contínua com f.d.p. f(x) e f.d.

c) Represente graficamente a função F(X)

Chama-se variância de uma variável aleatória continua X,

Exemplo 7: Retomemos o exemplo 5 para calcular a

Você também pode gostar