Académique Documents
Professionnel Documents
Culture Documents
O n.
o
de passageiros que fazem o check-in num balc ao
numa determinada hora
Denic ao
Seja X uma v.a. discreta. A func ao de probabilidade de X e
uma func ao f
X
que associa a cada valor possvel x de X a sua
probabilidade:
f
X
(x) = P(X = x)
Esta func ao tem as seguintes propriedades:
0 f
X
(x) 1 , x R
x
i
f
X
(x
i
) = 1
Exemplo 1 (cont.)
Determine a func ao de probabilidade.
f
X
(0) = P(X = 0) = P(DD) = P(D
1
D
2
) = P(D
1
)P(D
2
|D
1
) =
=
5
10
4
9
=
2
9
= 0.22(2)
f
X
(1) = P(X = 1) = P({ND, DN}) = P(N
1
D
2
) +P(D
1
N
2
) =
= P(N
1
)P(D
2
|N
1
)+P(D
1
)P(N
2
|D
1
) =
5
10
5
9
+
5
10
5
9
=
5
9
= 0.55(5)
f
X
(2) = P(X = 2) = P(NN) = P(N
1
N
2
) = P(N
1
)P(N
2
|N
1
) =
=
5
10
4
9
=
2
9
= 0.22(2)
Ent ao a func ao de probabilidade e dada por
f
X
(x) =
_
_
2
9
, se x = 0 x = 2
5
9
, se x = 1
0, outros valores
ou por
x 0 1 2
f
X
(x) 2/9 5/9 2/9
Note que,
0 f
X
(x) 1, x R
f
X
(0) +f
X
(1) +f (X)
2
= 1
Representac ao gr aca da func ao de probabilidade do exemplo
anterior:
Denic ao
Uma vari avel aleat oria X diz-se (absolutamente) continua se
existe uma func ao f
X
(x) n ao negativa (f
X
(x) 0, x R) e
integr avel com
_
+
f
X
(x)dx = 1,
tal que:
P(a < X b) =
_
b
a
f
X
(x)dx, a, b R : a b
A func ao f
X
e a func ao densidade de probabilidade (f.d.p.) da
vari avel aleat oria X.
Area a sombreado =
P(X ]a, b]) = P(X ]a, b[) =
P(X [a, b]) = P(X [a, b[)
A area total delimitada pela curva da func ao densidade e pelo
eixo das abcissas e igual a um.
Para uma vari avel aleat oria absolutamente contnua a
probabilidade de X = x
0
e sempre igual a zero, isto e,
P(X = x
0
) = 0 qualquer que seja o ponto x
0
.
Exemplo 2 (Exerc. 15)
O director de compras da empresa Baratinho, pretende denir
uma poltica de aquisic ao de mat eria prima para o pr oximo ano.
As necessidades de mat eria prima por dia (em toneladas) s ao
uma vari avel contnua com func ao densidade de probabilidade:
f
X
(x) =
_
1 x/2, 0 < x < k
0, outros valores
Determine k de forma a que a func ao f
X
(x) seja uma func ao
densidade de probabilidade:
Comecaremos pela 1
a
propriedade
__
+
f
X
(x)dx = 1
_
_
+
f
X
(x)dx = 1
_
0
0dx +
_
k
0
(1
x
2
)dx +
_
+
k
0dx = 1
_
k
0
(1
x
2
)dx = 1
_
x
x
2
4
_
k
0
= 1 k
k
2
4
= 1 k
2
4k+4 = 0
k =
4
16 16
2
k = 2
Logo f
X
(x) =
_
1
x
2
, 0 < x < 2
0, outros valores
Mostremos agora que f
X
(x) tamb em satisfaz a 2
a
propriedade
(f
X
(x) 0, x R)
para 0 < x < 2, 0 < f
X
(x) = 1
x
2
< 1
para outros valores f
X
(x) = 0
Logo f
X
(x) 0 x R
Na gura seguinte temos a representac ao gr aca de f
X
(x)
Func ao de Distribuic ao
Denic ao
Chama-se func ao de distribuic ao (cumulativa) de uma vari avel
aleat oria X (discreta ou contnua) ` a func ao:
F
X
: R [0, 1]
que satisfaz :
F
X
(x) = P(X x) = P({ : X() x}), x R
Se X e absolutamente contnua, de
F
X
(x) = P(X x) =
_
x
f
X
(t )dt
vem
F
X
(x) = f
X
(x)
para todo o ponto x onde F
X
(x) e diferenci avel.
Propriedades da func ao de distribuic ao
F
X
e uma func ao n ao decrescente, isto e,
a < b F
X
(a) F
X
(b);
F
X
() = lim
x
F
X
(x) = 0;
F
X
(+) = lim
x+
F
X
(x) = 1;
F
X
e uma func ao contnua ` a direita em qualquer ponto de
R, isto e,
lim
h0
F
X
(x +h) = F
X
(x) , x R.
Exemplo 1 - cont.
Func ao de distribuic ao cumulativa:
Para os pontos x = 0, x = 1, x = 2:
F
X
(0) = P(X 0) = P(X = 0) = f
X
(0) =
2
9
F
X
(1) = P(X 1) = P(X = 0) +P(X = 1) = f
X
(0) +f
X
(1)
=
2
9
+
5
9
=
7
9
F
X
(2) = P(X 2) = P(X = 0) +P(X = 1) +P(X = 2) =
= f
X
(0) +f
X
(1) +f
X
(2) =
2
9
+
5
9
+
2
9
= 1
Exemplo 1 - cont.
Para outros valor de x R
Se x < 0, tem-se F
X
(x) = P(X x) = 0
Se 0 x < 1, tem-se
F
X
(x) = P(X x) = P(X = 0) = f
X
(0) =
2
9
Se 1 x < 2, tem-se
F
X
(x) = P(X x) = P(X = 0) +P(X = 1) = f
X
(0) +f
X
(1) =
2
9
+
5
9
=
7
9
Se x 2, tem-se
F
X
(x) = P(X x) = P(X = 0) +P(X = 1) +P(X = 2)
= f
X
(0) +f
X
(1) +f
X
(2) =
2
9
+
5
9
+
2
9
= 1
Exemplo 1 - cont.
Resumindo,
F
X
(x) =
_
_
0, se x < 0
2/9, se 0 x < 1
7/9, se 1 x < 2
1, se x 2
Gracamente,
A func ao de distribuic ao de uma vari avel aleat oria discreta e
uma func ao em escada, descontinua ` a esquerda nos pontos
onde a vari avel aleat oria toma valores
Exemplo 2 - cont.
Func ao de distribuic ao cumulativa:
Se x < 0, tem-se
F
X
(x) = P(X x) =
_
x
f
X
(t )dt =
_
x
0dt = 0
Se 0 x < 2, tem-se
F
X
(x) = P(X x) =
_
x
f
X
(t )dt =
_
0
f
X
(t )dt +
_
x
0
f
X
(t )dt =
=
_
0
0dt +
_
x
0
1
t
2
dt = 0 +
_
t
t
2
4
_
x
0
= x
x
2
4
Exemplo 2 - cont.
Se x 2, tem-se
F
X
(x) = P(X x) =
_
x
f
X
(t )dt =
_
0
f
X
(t )dt +
_
2
0
f
X
(t )dt +
_
x
2
f
X
(t )dt =
=
_
0
0dt +
_
x
0
1
t
2
dt +
_
x
2
0dt = 0 +1 +0 = 1
Exemplo 2 - cont.
Resumindo,
F
X
(x) =
_
_
_
0, se x < 0
x
x
2
4
, se 0 x < 2
1, se x 2
Gracamente,
A func ao de distribuic ao de uma vari avel aleat oria
(absolutamente) contnua, al em de contnua ` a direita e
continua ` a esquerda em qualquer ponto x R, sendo por isso
contnua em todo o ponto x R
Exerccio (Exemplo 2 - cont.)
Relembramos que X representa a necessidade di aria de
mat eria prima da empresa Baratinho(em toneladas) e que a
sua func ao densidade de probabilidade e:
f
X
(x) =
_
1
x
2
, 0 < x < 2
0, outros valores
Se se quiser que a probabilidade de ruptura da mat eria prima
seja igual a 0.02, qual o nvel de abastecimento que deve ser
assegurado diariamente ?
Sol:1.72 toneladas
As distribuic oes de probabilidade cont em toda a informac ao
acerca das propriedades probabilsticas de uma vari avel
aleat oria.
No entanto, por vezes , e necess ario sumariar algumas
caractersticas atrav es de uma medida.
Uma dessas medidas e a m edia, valor esperado ou esperanca
matem atica.
Denic ao
Denomina-se m edia, valor esperado ou esperanca matem atica
de uma vari avel aleat oria X, ao n umero
X
ou E(X) denido
por:
E(X) =
X
=
i
x
i
f
X
(x
i
) ,
se X e discreta com func ao de probabilidade f
X
e tomando
valores em {x
1
, x
2
, ...}; ou por
E(X) =
X
=
_
+
xf
X
(x)dx ,
se X e (absolutamente) contnua com func ao densidade de
probabilidade f
X
.
Na denic ao anterior, se a s erie, no caso discreto, n ao for
convergente ou, no caso contnuo, se o integral n ao for
convergente, dizemos que o valor esperado n ao existe.
Valor Esperado de uma func ao de X
Seja g uma f.r.v.r e g(X) uma v.a. construda a partir de outra do
mesmo tipo X
Denic ao
Se X e uma v. a. discreta podendo assumir os valores x
1
, x
2
, ..., ent ao
E(g(X)) =
g(X)
=
i
g(x
i
)f
X
(x
i
)
onde f
X
e a func ao de probabilidade da v. a. X.
Denic ao
Se X e uma v. a contnua, ent ao
E(g(X)) =
g(X)
=
_
+
g(x)f
X
(x)dx
onde f
X
e a func ao densidade de probabilidade da v. a. X.
Exemplo/Exercicio
Exerccio
Calcule E(X) para os exemplos anteriormente considerados.
Para o Exemplo 1: E(X) = 1
Para o Exemplo 2: E(X) = 2/3
Propriedades do valor esperado
Propriedades do Valor Esperado
Sejam X e Y vari aveis aleat orias e a,b e c constantes reais.
Ent ao:
E(c) = c
E(cX) = cE(X)
i
(x
i
X
)
2
f
X
(x
i
) = E
_
(X
X
)
2
_
,
se X e discreta com func ao de probabilidade f
X
e tomando
valores em {x
1
, x
2
, ...}; ou por
Var (X)
2
X
=
_
(x
X
)
2
f
X
(x)dx = E
_
(X
X
)
2
_
,
se X e (absolutamente) continua com func ao densidade de
probabilidade f
X
Na denic ao anterior, se a s erie, no caso discreto, n ao for
convergente ou, no caso contnuo, se o integral n ao for
convergente, dizemos que a vari ancia n ao existe.
Exemplo/Exercicio
Exerccio
Calcule Var (X) para os exemplos anteriormente considerados.
Para o Exemplo 1: Var (X) = 4/9
Para o Exemplo 2: Var (X) = 2/9
Propriedades da Vari ancia
Propriedades da Vari ancia
Seja X uma vari avel aleat oria e a,b e c constantes reais. Ent ao:
Var (c) = 0
X
=
_
Var (X)
Denic ao
(X
1
, X
2
, ..., X
k
) e um vector aleat orio de dimens ao k ou uma
vari avel aleat oria k-dimensional se X
1
, X
2
, ..., X
k
forem k
vari aveis aleat orias denidas sobre o mesmo espaco amostral
.
Nota:
Ao longo do semestre iremos trabalhar apenas com o caso
bidimensional, isto e, vectores aleat orios de dimens ao 2.
A distribuic ao de probabilidades do vector aleat orio (X,Y),
pode ser caracterizada pela sua func ao de distribuic ao, ` a qual
se d a o nome de func ao de distribuic ao (cumulativa) conjunta
das vari aveis aleat orias X e Y. Esta representa-se por
F
(X,Y)
(., .) ou por F
X,Y
(., .) e e denida por
F
X,Y
(x, y) = P[X x, Y y] = P[(X x)(Y y)], (x, y) R
2
As func oes de distribuic ao F
X
e F
Y
, de X e de Y,
respectivamente, s ao designadas por func oes de distribuic ao
marginais.
Independ encia de Vari aveis Aleat orias
O conceito de vari aveis aleat orias independentes X e Y
dene-se de forma an aloga ao conceito de independ encia de
dois eventos A e B.
De forma intuitiva, X e Y s ao vari aveis aleat orias
independentes, quando o resultado de X n ao inuenciar o
resultado de Y, e vice-versa.
Duas vari aveis aleat orias X e Y, com func ao de distribuic ao
conjunta F
X,Y
s ao independentes se e s o se
F
X,Y
(x, y) = F
X
(x) F
Y
(y) (x, y) R
2
onde F
X
e F
Y
s ao as func oes de distribuic ao marginais de X e
de Y, respectivamente.
Algumas consequ encias...
Se X e Y s ao v.a. independentes, ent ao:
E(XY) = E(X)E(Y)