Prévia do material em texto
Capítulo 2 Variáveis Aleatórias 2.1 Conceito Informalmente, uma variável aleatória é um característico numérico do resultado de um experimento. Por exemplo: Exemplo 34 Seja o lançamento de duas moedas e a observação do número de caras obtido. Então = f(Ca;Ca); (Ca;Co); (Co;Ca); (Co;Co)g. Se de�nirmos X = número de caras observadas, e !1 = (Ca;Ca), !2 = (Ca;Co), !3 = (Co;Ca), !4 = (Co;Co), temos X(!1) = 2; X(!2) = X(!3) = 1; X(!4) = 0. Exemplo 35 Escolher ao acaso um ponto em [0; 1]. Seja X o quadrado do ponto obtido. Então = [0; 1] e X(!) = !2. Exemplo 36 Escolher ao acaso um ponto no círculo unitário. Seja X a distância entre o ponto escolhido e a origem. Então = f(x; y) : x2 + y2 � 1g e, com ! = (x; y), temos X(!) = p x2 + y2. 26 Exemplo 37 Joga-se um dado e observa-se a face superior. Então = f1; 2; 3; 4; 5; 6g e X(!) = !. Entretanto, nem toda função de em R traduz uma variável aleatória. De�nição 9 Uma variável aleatória X em um espaço de probabilidade ( ;A; P ) é uma função real de�nida no espaço tal que o conjunto [! 2 : X(!) � x] (daqui para frente escrito de forma simpli�cada [X � x]) é evento aleatório para todo x 2 R; isto é, X : ! R é uma variável aleatória se [X � x] 2 A para todo x 2 R. Exemplo 38 Sejam = f1; 2; 3; 4g e A = f;; f1; 2g; f3; 4g; g e considere os con- juntos A = f1; 2g e B = f1; 3g. Então 1A é variável aleatória em ( ;A), mas 1B não é. 2.2 Função de Distribuição De�nição 10 A função de distribuição (acumulada) da variável aleatória X, representada por FX , ou simplesmente por F quando não houver confusão, é de�nida por FX(x) = P (X � x), x 2 R. (2.1) Exemplo 39 Duas moedas honestas são lançadas. Seja a variável X que conta o número de caras observadas. Construa a função de distribuição da variável aleatória X e represente-a gra�camente. 27 Exemplo 40 Seja um experimento que consiste em selecionar um ponto no círculo unitário. Seja X a distância entre o ponto escolhido e a origem. Construa a função de distribuição da variável aleatória X e represente-a gra�camente. Proposição 1 Propriedades da Função de Distribuição. Se X é uma variável aleatória, sua função de distribuição F tem as seguintes propriedades: F1) Se x1 � x2 então F (x1) � F (x2); isto é, F é não-decrescente. F2) Se xn # y, então F (xn) # F (y); isto é, F é contínua à direita. F3) limx!�1 F (x) = 0 e limx!+1 F (x) = 1. Prova. (Em aula) Tendo em mente que FX(x) = P (X � x), podemos observar que 1. P (X > a) = 1� P (X � a) = 1� FX(a) 2. P (a < X � b) = P (X � b) � P (X � a) = P (X � b) � P (X � a) = FX(b)� FX(a) 3. P (X = a) = P (X � a) � P (X < a) = FX(a) � FX(a �). Ou seja, P (X = a) é o tamanho do salto da função de distribuição em x = a. Se a função for contínua no ponto x = a então P (X = a) = 0. 4. P (a < X < b) = P (a < X � b)� P (X = b) = P (X � b)� P (X � a)� P (X = b) = FX(b)� FX(a)� [FX(b)� FX(b �)] = FX(b �)� FX(a). 5. P (a � X < b) = P (a < X < b) + P (X = a) = FX(b �)� FX(a) + [FX(a)� FX(a �)] = FX(b �)� FX(a �). 28 6. P (a � X � b) = P (a < X � b) + P (X = a) = FX(b)� FX(a) + [FX(a)� FX(a �)] = FX(b)� FX(a �). Exemplo 41 Um dado tendencioso é tal que a probabilidade de um ponto é propor- cional ao próprio ponto. Seja X a variável aleatória que representa a parte inteira da raiz quadrada do dobro da face obtida. Pede-se: (a) O espaço de probabilidade ( ;A; P ) e o espaço de probabilidade induzido pela variável aleatória X. (b) A função de distribuição da variável aleatória X, esboçando o seu grá�co. Exemplo 42 Um ponto é selecionado aleatoriamente do intervalo (0; 1). Seja X a variável aleatória de�nida como X(!) = � ln!, com ! o ponto obtido no experi- mento. Pede-se: (a) O espaço de probabilidade ( ;A; P ) e o espaço de probabilidade induzido pela variável aleatória X. (b) A função de distribuição da variável aleatória X, esboçando o seu grá�co. 29