Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros � Como sabemos, características de interesse em diversas áreas estão sujeitas à variação Introdução áreas estão sujeitas à variação � Essa variabilidade ocorre ao acaso, pois resulta de uma soma de fatores não-controlados � Toda vez que uma variável é influenciada pela aleatoriedade, diz-se que esta é uma variável aleatória � Exemplos: número de livros de uma biblioteca, peso de recém-nascidos, cotação do dólar.recém-nascidos, cotação do dólar. � Usaremos letras maiúsculas para indicar variáveis aleatórias (X, Y, Z, …) � Letras minúsculas representarão valores assumidos por variáveis aleatórias (x, y, z, …) � Formalmente, uma variável aleatória é uma função do espaço amostral nos números reais:espaço amostral nos números reais: X: U→ R � Note que uma v.a. assumirá sempre valores numéricos � Uma variável aleatória pode ser discreta ou contínua. � Dizemos que uma v.a. é discreta quando seus possíveis valores podem ser dispostos em uma lista (finita ou infinita) � Exemplos: � Número de filhos. Número de funcionários de uma empresa.� Número de funcionários de uma empresa. � Número de tumores detectados por um exame. � Número de ações vendidas de uma empresa. � Dizemos que uma v.a. é contínua quando ela pode assumir qualquer valor em um dado intervaloassumir qualquer valor em um dado intervalo � Exemplos: � Tempo até a cura de uma doença Obs: Se o conjunto é inumerável, não há sentido em falar de valores específicos e portanto: P(X = x) = 0 � Tempo até a cura de uma doença � Cotação do dólar � Peso de recém-nascidos � Concentração de CO2 na água � Entende-se por distribuição de probabilidade o conjunto de todos os valores que podem ser assumidos por uma v.a. discreta, com Distribuição de Probabilidade os valores que podem ser assumidos por uma v.a. discreta, com as respectivas probabilidades. � A distribuição de probabilidades permite a definição de um modelo matemático apropriado a cada situação. � Exemplo: considere o experimento “verificar a face após o lançamento de 3 moedas”. Temos, U = {C-C-C, C-C-K, C-K-C, K-C-C, C-K-K, K-C-K, K-K-C, K-K-K}U = {C-C-C, C-C-K, C-K-C, K-C-C, C-K-K, K-C-K, K-K-C, K-K-K} X: O número de caras x 0 1 2 3 Total P(X=x) 1/8 3/8 3/8 1/8 1 • Seja X uma variável aleatória discreta, então X pode assumir os valores x , x ,.... Chamaremos de função de probabilidadeos valores x1, x2,.... Chamaremos de função de probabilidade da variável aleatória X a função que a cada xi associa sua probabilidade de ocorrência, ou seja, Uma função de probabilidade deve satisfazer : )()( ii xpxXP == Uma função de probabilidade deve satisfazer : a) b) 0 1≤ ≤p xi( ) p xi i ( )= = ∞ ∑ 1 1 � A distribuição de probabilidades permite a definição de um modelo matemático apropriado a cada situação.modelo matemático apropriado a cada situação. � O modelo para v.a. discretas que estudaremos será o Modelo Binomial. � No caso de v.a. contínuas a distribuição de probabilidades dá lugar à função densidade de probabilidade que depende de conceitos matemáticos um pouco mais complexos e não será abordada nesse curso.complexos e não será abordada nesse curso. � Lidaremos com o modelo para v.a.'s contínuas denominado modelo Normal, o qual é apropriado a diversas situações nas mais diferentes áreas. ESPERANÇA E VARIÂNCIA • Nos modelos matemáticos aleatórios parâmetros podem ser empregados para caracterizar apodem ser empregados para caracterizar a distribuição de probabilidade. • Logo, a cada distribuição de probabilidade podemos associar certos parâmetros os quais fornecem informações sobre a distribuição. MÉDIA (Esperança)MÉDIA (Esperança) VARIÂNCIA • OBJETIVO: Definir medidas para as variáveis aleatórias que sintetizem características relevantes de uma distribuição de probabilidade. O Departamento de Administração da UFPB é formado por 35 professores, sendo 21 homens e 14 Exemplo 1 formado por 35 professores, sendo 21 homens e 14 mulheres. Uma comissão de 3 professores será constituída sorteando, ao acaso, três membros do departamento. Qual é a probabilidade da comissão ser formada por pelo menos duas mulheres? Vamos definir a v.a.Vamos definir a v.a. X: nº de mulheres na comissão. Quais são os possíveis valores que X pode assumir? ESPERANÇA (VALOR MÉDIO) • DEFINIÇÃO: Dada uma variável aleatória• DEFINIÇÃO: Dada uma variável aleatória discreta X, assumindo os valores x1,x2,...,xn, a esperança matemática de X é definida por ∑ ∞ = = 1 ),()( i ii xpxXE se ∑xi.p(xi) < ∞ • NOTAÇÃO: µ=)(xE Propriedades da Esperança 1. A média de uma constante é a própria constante. E K K( ) .= 2. Multiplicando-se uma variável aleatória X por uma constante, sua média fica multiplicada por essa constante. 3. A média da soma ou da diferença de duas variáveis aleatórias é, respectivamente, a soma ou diferença das médias. E K K( ) .= E KX KE X( ) ( )= Observação: Note que toda função de uma variável aleatória X é também uma variável aleatória. Podemos, portanto, falar na esperança de X2, 2X+1, dentre outras. E X Y E X E Y( ) ( ) ( )± = ± Exemplo 2 • Considere a variável aleatória discreta X: Calcule a E(X), xi 0 1 2 p(xi) 1/4 1/2 1/4 ∑ = = + + == 3 1 ,1 4 1 .2 2 1 .1 4 1 .0)()( i ii xpxXE VARIÂNCIA • DEFINIÇÃO: Seja X uma variável aleatória com esperança dada por E(X). A variância de X é definida pordada por E(X). A variância de X é definida por OBSERVAÇÃO: A variância nos dá a dispersão dos valores da variável em relação ao valor esperado. [ ]22 )()()( XEXEXVar −= 2)( σ=XVar• NOTAÇÃO: 2)( σ=XVar Desvio Padrão: É definido como a raiz quadrada positiva da variância, isto é, )()( XVarXDP = Propriedades da Variância 1. A variância de uma constante é zero. 2. Multiplicando-se uma variável aleatória por uma constante sua V K( ) = 0 2. Multiplicando-se uma variável aleatória por uma constante sua variância fica multiplicada pelo quadrado da constante. 3. Somando-se ou subtraindo-se uma constante à variável aleatória, sua variância não se altera. 4. A variância da soma ou da diferença de duas variáveis aleatórias )()( 2 XVKKXV = V K X V X( ) ( )± = 4. A variância da soma ou da diferença de duas variáveis aleatórias é dada por: Onde OBS.: Quando X e Y são variáveis aleatórias independentes, , conseqüentemente, cov(X,Y)=0, logo ),cov(2)()()( YXYVXVYXV ×±+=± [ ][ ]{ }cov( , ) ( ) ( ) ( ) ( ) ( )X Y E X E X Y E Y E XY E X E Y= − − = − E XY E X E Y( ) ( ) ( )= V X Y V X V Y( ) ( ) ( )± = + Propriedades: 1) Se XX == aa, em que a é uma constante, então 2) Se YY == aXaX ++ bb, em que aa e bb são constantes, então E(Y) = E(aX + b) = aE(X) + b 1) Se XX == aa, em que a é uma constante, então E(X) = a e Var(X) = 0. E(Y) = E(aX + b) = aE(X) + b e Var(Y) = Var(aX + b) = a2Var(X). Exemplo 3 • Considere a variável aleatória discreta X: Calcule a Var(X) xi 0 1 2 p(xi) 1/4 1/2 1/4 ∑ = = + + == 3 1 ,1 4 1 .2 2 1 .1 4 1 .0)()( i ii xpxXE ∑ = = + + == 3 1 22222 , 2 3 4 1 .2 2 1 .1 4 1 .0)()( i ii xpxXE 2 1 2 231 2 3)1( 2 3)]([)()( 222 =−=−=−=−= XEXEXVar Exemplo 4 • Uma livraria mantém extensos registros das vendas diárias dos livros. Com os dados coletados construiu a seguinte distribuição de probabilidadeda variável aleatória X = número de livros vendidos porprobabilidade da variável aleatória X = número de livros vendidos por semana: a) Calcule o número esperado de livros vendidos por semana. xi 0 1 2 3 4 5 p(xi) 0,05 0,15 0,42 0,20 0,08 0,10 a) Calcule o número esperado de livros vendidos por semana. b) Calcule a Var(X). c) Calcule a probabilidade de se vender mais que 2 livros vendidos por semana. d) Calcule a probabilidade de se vender no máximo um livro. e) O lucro da livraria é obtido através da relação Y=3X2+X-2. Qual o lucro esperado da livraria? Exemplo 5 • Considere uma variável aleatória X com a seguinte função de• Considere uma variável aleatória X com a seguinte função de probabilidade: a) Determine o valor da constante "C" que torna legítima a P X k c k c k( ) , , = = = = , para 3, 5 , para 4 1 2 2 a) Determine o valor da constante "C" que torna legítima a função de probabilidade acima. b) Calcule a P(X>1), P(X≥3), P(X≤4), P(5/2<X≤5).
Compartilhar