Professional Documents
Culture Documents
Variveis aleatrias
Uma varivel aleatria pode ser entendida como uma varivel quantitativa
[numrica], cujo valor depende de factores aleatrios, isto , cujo valor resulta de um
processo em que intervm o acaso.
Exemplos:
Exemplos:
Nmero obtido no lanamento de um dado;
Nmero de comprimidos defeituosos numa amostra retirada de um lote.
Uma v.a. diz-se contnua se pode assumir qualquer valor de um intervalo da recta
real, sendo nula a probabilidade de assumir um valor especfico. [associado a
medies]
Exemplos:
Funo de Distribuio
Uma forma de definir uma varivel aleatria, discreta ou indiscreta, consiste na
utilizao de uma funo real de varivel real [ ] designada por funo de
distribuio.
domnio
[Apesar de ser possvel calcular f.d. para variveis contnuas e discretas, o seu clculo
diferente para umas e outras. Esta funo mais interessante para variveis contnuas,
pois em alguns destes casos assume uma expresso analtica. Para variveis discretas
soma-se a probabilidade at ao ponto x (semelhante s frequncias acumuladas) e
para variveis contnuas calculam-se atravs de integrais interpretao atravs de
reas]
Seja X uma v.a. com f.d. F(X). Ento, dados os pontos a e b, tais que a b, tem-
se que:
1. Pi 0
2. = 1
-1 0 1 2
X= a = 0,2
0,3 0,1 a 0,4
0 1 x 0 1
X=
ou P(X=x)
Ex: Uma urna que contm 4 bolas numeradas de 1 a 4. Extraem-se ao acaso 2 bolas de
uma urna. Defina a v.a. que representa a soma dos nmeros observados nas bolas
extradas.
= {(1,1), (1,2), (1,3), (1,4), (2,1), (2,2), (2,3), (2,4), (3,1), (3,2), (3,3),
(3,4), (4,1), (4,2), (4,3), (4,4)}
2 3 4 5 6 7 8
X=
" ! "# $" "% $" "# " !
% !
3 4 5 6 7
X=
"! "! "$ "! "!
3.3. Variveis Aleatrias Contnuas. Funo Densidade de
Probabilidade
Define-se funo densidade de probabilidade (f.d.p.) de uma varivel aleatria
X contnua r representa-se por f(x) como sendo a derivada, se existir, da funo de
distribuio F(x). [note-se que f.d. representa-se por letras maisculas e f.d.p. por
letras minsculas]
()'
&'
(
O que equivalente a:
,
)' * &'(+
-
Nos pontos em que no existe derivada de f.d., habitual considerar que f(x) =
0. Quando a v.a. assume valores apenas num subconjunto de , admite-se que f(x) = 0
no exterior daquele subconjunto.
Propriedades de f.d.p.:
1) &' 3
5
2) 4- &'(' [ A = 1]
[A funo densidade de probabilidade est sempre acima dos eixos dos xx. Possveis
grficos:
Notemos que para :
6
p = F(b) = 0,3]
Varincia (populacional)
Desvio Padro (populacional)
7 8
Exemplo:
Variveis Aleatrias Independentes:
[,=7]
Covarincia
[cov (X,Y) = 0 no implica que as v.a. sejam independentes, mas cov (X,Y) 0 implica
que as variveis no sejam independentes]
Coeficiente de Correlao
Soma de Variveis Aleatrias
3.5. Modelos Discretos: binomial, Poisson e hipergeomtrica
Modelo Binomial
Exemplos:
X 7 Bi (n, p)
[Exemplo:
= > ? = = B
P(X=0) = 9>< = P(X=2) = $ A > A 9>< =@
=@
= = = >
P(X=1) = $ A 9>< A > =@ P(X=3) = 9>< = =@
Recordar que:
: :G G
CDE 9 <
F FG': 2 FG
Mostra-se que:
[ a varivel indicatriz]
Amostragem com reposio:
I 7 JK LM : / OP K / H / F
N
[para isto ser vlido o parmetro p tem de ser igual para todas as v.a.
Exemplo: lanamento de uma moeda. Seja:
X1 nmero de caras em 5 lanamentos;
X2 nmero de caras em 19 lanamentos;
X3 nmero de caras em 3 lanamentos.
Uma vez que as variveis tm a mesma probabilidade p de sucesso, a varivel soma
tambm binomial]
Distribuio Geomtrica
[Exemplo: Numa urna esto 20 bolas, das quais 5 so brancas. Qual a probabilidade de
a bola branca sair pela primeira vez terceira extraco?
>- S
P(X=3) = R A 9 2 R< BR
Distribuio Poisson
VW
' F U -D k = 0, 1, 2, T
DG
E(X) = T e var(X) = T
: T D T E-D
P(X=k) Y 9 < 9 < 9 2 <
F : :
Se n ., tem-se
E
:': 2 H ': 2 F ] TD T T -D
Z[\ ^ 2 _ ^ 2 _ ` U -V `
E :D FG : :
IE 7 LM T P K / H / :
N
Distribuio Hipergeomtrica
a b2a
9 <9 <
' F F :2F
b
9 <
:
K = Max. (0, n(N-M)), , min(M,n)
$ d
posso retirar 2 caixas em retirar 2 caixas em 9 normais
9 <9 <
' c c c /c #
3 danificadas
c
9 <
%
as extraces no so independentes;
a probabilidade de sucesso varia de extraco para extraco.
Distribuio Uniforme
X tem distribuio uniforme no intervalo (a, b) se a sua f.m.p. for dada por:
[Demonstrao:
f(x) = 0 se
(b a)k = 1 k = ]
Simbolicamente, representa-se
representa por X U(a,b).
eU
'6-Q
=
Var (X) =
2f =
&' UO j2 9 < k
ghci c g
; f ; g +
P(f 2 g f ] g /!#c!
P(f 2 cg f ] cg /dl%%
P(f 2 $g f ] $g /ddm$
A distribuio normal com valor mdio f=0 e desvio padro g=1 designada por
distribuio normal standardou padro e representa-se por N(0,1). Se X 7N(f, g),
ento:
2 f
n 7 b'/
g
A funo de distribuio da normal standard tem uma notao especial:
n 7 b'/ 'o n p'n
X 7N(f, g)
r-s 6-s 6-s q-v
P(X q) = p' = p' = u'
t t t w