Baixe o app para aproveitar ainda mais
Prévia do material em texto
Departamento de Matemática EGI, EID e EIPL Estatística - 1.º ano / 2.º semestre - 2020/2021 Atividade 1 - Variáveis aleatórias discretas Capítulo I - Distribuições de Probabilidade 1.1 Definição de variável aleatória 1.2 Variáveis aleatórias discretas Palavras chave: variável aleatória, função de probabilidade, função de distribuição, valor esperado, variância, desvio padrão. 1.1 Definição de variável aleatória Definição: Uma experiência, que ao ser realizada sob as mesmas condições não produz os mesmos resultados, é denominada por uma experiência aleatória. Exemplos: 1. Lançamento de uma moeda. 2. Lançamento de um dado. 3. Tempo até ocorrer a primeira avaria de um equipamento. Definição: O conjunto de todos os possíveis resultados de uma experiência aleatória é denominado espaço amostral ou universo (Ω). Pode conter um número finito ou infinito de resultados. Exemplos: 1. Ω = {cara, coroa} 2. Ω = {1, 2, 3, 4, 5, 6} 3. Ω = R+ Notação: Os elementos do espaço amostral (pontos amostrais) são usualmente denotados por ω. Exemplos: 1. ω1 = "cara", ω2 = "coroa". 2. ω1 = 1, ω2 = 2, ω3 = 3, ω4 = 4, ω5 = 5 e ω6 = 6. Definição: Qualquer resultado ou subconjunto de resultados de uma experiência aleatória, é um evento ou acontecimento. Exemplo: No lançamento de um dado, A = “sair um número inferior a 3” e B = “sair face par” são acontecimentos . Definição clássica de probabilidade: A probabilidade de um acontecimento A é definida por: P (A) = # casos favoráveis a A # casos possíveis . Variáveis discretas Definição: Uma variável aleatória(v.a.) X é uma função que associa um número real x ∈ R a cada resultado ω ∈ Ω de uma experiência aleatória: X : Ω → R ω 7→ x = X(ω) Definição: Se os valores possíveis da v.a. X (i.e. o contradomínio de X) forem em número finito ou infinito numerável, então X é uma v.a. discreta. Diz-se que X é contíınua quando o seu con- tradomínio é um intervalo, ou uma reunião de intervalos. 1.2 Variável aleatória discreta Exemplos: 1. Número de elementos de um agregado familiar. 2. Número de acidentes que ocorrem durante um determinado período. 3. Número de vezes que sai a face 5 quando se lança 6 vezes úm dado. 4. Número de estudantes aprovados à UC de Estatística. Definição: Uma função de probabilidade de uma v.a. discreta X é uma função f que associa uma probabilidade a cada valor de X f(xi) = P (X = xi) = pi, i = 1, 2, . . . , n, . . . ou X x1 x2 · · · xn · · · f(x) f(x1) f(x2) · · · f(xn) · · · tem as seguintes propriedades: i) A probabilidade de cada valor xi deve estar entre 0 e 1: 0 ≤ f(xi) ≤ 1, ∀i = 1, 2, ... ii) A soma de todas as probabilidades é igual a 1: ∑ i f(xi) = 1. Definição: A função de distribuição ou função de probabilidade acumulada de uma v.a. discreta X é uma função F que associa a cada valor real x a probabilidade de X ser menor ou igual a x, ou seja: F (x) = P (X ≤ x) = ∑ xi ≤ x f(xi). Propriedades: i. 0 ≤ F (x) ≤ 1; ii. F é não decrescente, ou seja, para a < b tem-se que F (a) ≤ F (b); iii. lim x →−∞ F (x) = 0 e lim x →+∞ F (x) = 0; iv. F é contínua à direita. Teorema: Se X é uma v.a. discreta, então P (a < X ≤ b) = F (b)− F (a). Definição: O valor esperado ou valor médio de uma v.a. discreta X é dado por: µX = E(X) = ∑ xi xif(xi). Notas: 1. µX é uma média ponderada dos xi, em que os pesos são as probabilidades associadas. Atividade 1 Estatística (EGI, EID e EIPL) 2 Variáveis discretas 2. Se X assume um número infinito de valores, µX só existe se ∑ xi |xi|f(xi) < +∞. Definição: O valor valor esperado de uma função g de uma v.a. discreta X é dado por: E(g (X)) = ∑ xi g (xi) f(xi). Exemplos: 1. E(aX + b) = ∑ xi (axi + b)f(xi) 2. E(X2) = ∑ xi x2i f(xi) Propriedades: Sejam X e Y v.a., a, b, c ∈ R. i. E(a) = a; ii. E(a+X) = a+ E(X); iii. E(a+ bX) = a+ bE(X); iv. E(a+ bX + cY ) = a+ bE(X) + cE(Y ). Definição: A variância de uma v.a. discreta X é dada por: σ2 = V ar(X) = E [ (X − µ)2 ] = ∑ xi (xi − µ)2 f(xi). Formula de König: V ar(X) = E(X2)− µ2X . Propriedades: Sejam X e Y v.a., a, b, c ∈ R. i. V ar(X) ≥ 0; ii. V ar(a) = 0; iii. V ar(a+X) = V ar(X); iv. V ar(a+ bX) = b2V ar(X); v. Se X e Y são independentes então V ar(a+ bX + cY ) = b2V ar(X) + c2V ar(Y ). Definição: O desvio padrão de uma v.a. discreta X é dado por σ = √ V ar(X . Exercicíos Propostos 1. Considere a experiência aleatória que consiste em dois lançamentos de um dado equilibrado e seja Y a variável aleatória que representa o número de vezes que se obtém 6 pintas na face voltada para cima. (a) Determine o universo desta experiência. (b) Caracterize a variável Y determinando a sua função de probabilidade. (c) Calcule a função de distribuição de Y e represente-a graficamente. (d) Determine o valor médio de X . (e) Determine a variância e o desvio padrão de X . 2. Seja X uma variável aleatória discreta com função de probabilidade dada por x 0 1 2 3 f(x) 0.3 0.2 0.1 α com α ∈ R. Atividade 1 Estatística (EGI, EID e EIPL) 3 Variáveis discretas (a) Determine o valor da constante α. (b) Construa a função de distribuição de X . (c) Determine o valor médio de X . (d) Determine a variância e o desvio padrão de X . (e) Averigue se existe alguma constante real β de modo que V ar(2 + βX) = 164. 3. Numa oficina sabe-se, de experiência passada, que em 40% dos dias uma máquina nunca é usada, em 35% dos dias é usada uma vez, e nos restantes dias é usada duas vezes. Esta máquina tem um custo fixo diário de 20 euros, acrescido de 15 euros por cada utilização. Calcule o custo médio que a oficina tem com esta máquina por dia e o respetivo desvio padrão. 4. Referente à distribuição da variável aleatória X sabe-se que E(X) = 6 e E(X2) = 62. Sendo Y uma outra variável aleatória e sabendo que Y = 1 3 X + 3, determine: (a) E(Y ); (b) V ar(Y ) e σY . Soluções dos exercícios 1. (a) Ω = {(i, j) : i, j = 1, . . . , 6} (b) SY = {0, 1, 2} y 0 1 2 f (y) 25 36 10 36 1 36 (c) y 0 1 2 F (y) 25 36 35 36 1 (d) µY = E (Y ) = 1 3 (e) σ2Y = E (Y 2)− µ2Y = 7 18 − ( 1 3 )2 = 5 18 , σY = √ σ2Y ' 0.527 2. (a) α = 0.4 (b) x 0 1 2 3 F (x) 0.3 0.5 0.6 1 (c) µX = E (X) = 1.6 (d) σ2X = E (X 2)− µ2X = 4.2− 1.62 = 1.64, σX = √ 1.64 ' 1.281 (e) {−10, 10} 3. c 20 35 50 f(c) 0.4 0.35 0.25 E (C) = 32.75. Portanto, o custo médio é de 32.75e por dia. O desvio padrão é 11.88e por dia pois σX = 11.88. 4. (a) E(Y ) = 13E (X) + 3 = 5 (b) σ2X = 62− 62 = 26, σ2X = V ar ( 1 3 X + 3 ) = ( 1 3 )2 V ar (X) = 26 9 σY = √ 26 9 ' 1.700 Atividade 1 Estatística (EGI, EID e EIPL) 4
Compartilhar