ESTATÍSTICA I

Professora
Kelly Alonso Costa

Variável Aleatória e Distribuições de

Probabilidades

Email: kellyalonso@uol.com.br
 Variável aleatória
Em geral os métodos estatísticos são necessários quando estudamos
fenômenos aleatórios, ou seja, não completamente previsíveis.
Muitos experimentos produzem resultados não numéricos. Podemos,
entretanto, transformar seus resultados em números, utilizando
alguma regra de associação.

Uma VARIÁVEL ALEATÓRIA pode ser entendida como

variável quantitativa, cujo resultado (valor) depende de fatores
aleatórios e é denotada por uma letra maiúscula.

Seja E um experimento aleatório e S o espaço amostral associado a

esse experimento. Uma variável aleatória X é uma função que associa a cada
elemento s  S um número real X(s), isto é

2
 Variável aleatória
 Seja S o espaço amostral e X uma função que
“pega” elementos deste espaço e os leva num
subconjunto de números reais.

 Esta função X é chamada de variável aleatória. Ou

seja, é uma regra de associação de um valor
numérico a cada ponto do espaço amostral.

Exemplo: o lançamento de um dado.

 Variável aleatória
Podemos classificar uma variável aleatória X em:

 DISCRETA: quando seu conjunto imagem X(S) é enumerável, finito ou

infinito, OU SEJA, Variáveis aleatórias discretas são variáveis que podem
assumir um número contável de valores.
Por exemplo, No lançamento de duas moedas o espaço amostral é

S = {(Ca, Ca); (Ca,Co); (Co, Ca); (Co,Co)}.

Uma variável aleatória X para o evento número ocorrido de caras nos dois
lançamentos da moeda pode ser definida por:

(Ca,Ca) 2
(Ca,Co) ou (Co,Ca) 1
(Co,Co) 0
 Variável aleatória
Podemos classificar uma variável aleatória X em:

CONTÍNUA: quando ela assume valores em um conjunto não-enumerável

(em nosso estudo, intervalos reais ou união de intervalos de números reais).

exemplos: tempo de vida de um determinado ser vivo;

tempo resposta de uma sistema computacional;
temperatura do corpo de pacientes de um hospital.
 Distribuição de probabilidades

O passo fundamental para entendermos uma v.a. é

associar a cada valor a sua probabilidade, obtendo
o que se chama uma distribuição de
probabilidade, que fica caracterizada pelos valores
da v.a. X e pela função que associa a cada valor
uma probabilidade.
 Distribuição de probabilidades
Definida uma variável aleatória discreta, temos a descrição do
que pode ocorrer no experimento aleatório. Em alguns casos e sob
certas suposições, temos duas informações:
• quais resultados podem ocorrer;
• qual é a probabilidade de cada resultado acontecer.

Exemplo: No lançamento de duas moedas, sejam:

E – lançamento de duas moedas p(x)
X – número de caras obtidas
S = {(Ca, Ca); (Ca,Co); (Co, Ca); (Co,Co)}.

Total
(Co,Co) (Ca,Co) (Ca,Ca)
1 ou
x
(Co,Ca)
 Distribuição de probabilidades
A distribuição de probabilidade de uma variável aleatória
discreta é uma distribuição de probabilidade (função de probabilidade)
da variável aleatória X, se cada valor x associa sua probabilidade de
ocorrência PX  xi  . Observe que a soma das probabilidades dos valores
possíveis de X é igual a 1.

Exemplo: Seja a variável aleatória X = número obtido na lançamento de um

dado comum. Se assumirmos que o dado não é viciado e o lançamento é
imparcial, podemos descrever as probabilidades dos valores possíveis de X:
 Parâmetros de uma Variável Aleatória

Considere uma variável aleatória X e sua distribuição de

probabilidades:

Valores possíveis Probabilidades

X1 p1
X2 p2

X3 p3

… …

Xk pk

Total 1
 Parâmetros de uma Variável Aleatória
Esperança matemática ou média de uma Variável Aleatória
Discreta
Seja X uma variável aleatória discreta, com valores X1, X2, . . . , Xn, o valor
esperado de X (ou esperança matemática de X) ou simplesmente média de
X é definida como

Moda de uma Variável Aleatória Discreta

Define-se como aquele xi com a maior probabilidade.

Variância e Desvio Padrão de uma variável aleatória discreta

VarX   E X     ou VarX   EX   Ex

2 2 2

onde E X 2

 Parâmetros de uma Variável Aleatória

Variância e Desvio Padrão de uma variável aleatória discreta

 Propriedades da Média e da Variância:

Seja k uma constante:

Exemplo 1: Quando chove, um vendedor de guarda-chuvas pode
ganhar R$ 30,00 por dia, quando não chove, ele pode perder R$6,00
por dia. Qual é o valor esperado e o desvio padrão da quantidade de
dinheiro que ele ganha se a probabilidade de chuva é de 0,30?
Solução:

Seja X a quantidade de dinheiro obtida pelo vendedor em um dia.

xi 30 -6
P(xi) 0,3 0,7

E  X    x P x   30  0,3   6   0,7  4,80

i i
i

E  X   900  0,3  36  0,7   295,2

2

Var  X   295,2  4,8  272,16

2

  Var  X   16,49
Logo, o valor esperado é de R$4,80 e o desvio padrão de R$16,49.
13
Exemplo 2: O retorno mensal de certo investimento de risco pode ser modelado pela
variável aleatória “R” com função de probabilidade dada a seguir: