Beruflich Dokumente
Kultur Dokumente
ALEATÓRIAS
Notação:
v.a. → X (maiúscula);
valor observado da v.a. → x (minúscula).
Exemplo 3.1 - Experimento: lançar 3 moedas, Exemplo 3.2 - Experimento: selecionar uma
e observar as faces voltadas para cima. pessoa ao acaso e observar o seu tipo
sanguíneo.
Neste caso, o espaço amostral é :
O espaço amostral é S =
S = {A,B,AB,O}.
{(CO,CO,CO);(CA,CO,CA);...;(CA,CA,CA)}.
Uma possível variável aleatória é:
Suponha que estejamos interessados na
X = 1, se o tipo sanguíneo é A;
probabilidade de obter duas caras.
X = 2, se o tipo sanguíneo é B;
X = 3, se o tipo sanguíneo é AB;
A v.a. adequada é: X = ´número de caras`. X = 4, se o tipo sanguíneo é O.
Suponha agora que estejamos interessados na Exemplo 3.3 - Experimento: lançar uma
probabilidade de um indivíduo, selecionado moeda e observar a face voltada para cima.
ao acaso, possuir sangue do tipo O.
Nesta situação, uma v.a. mais adequada seria: Neste caso, temos naturalmente uma v.a.
do tipo binária:
X = 0, se o tipo sanguíneo é A, B ou AB;
X = 1, se o tipo sanguíneo é O.
X = 0, se a face voltada para cima é coroa;
Temos aqui uma v.a. binária, ou seja, que X = 1, se a face voltada para cima é cara.
pode assumir apenas dois valores. (poderia ser o inverso: 0 p/ cara e 1 p/ coroa)
1
Exemplo 3.4 - Seja o experimento: atirar 5 • V.A.`s Discretas x Contínuas
vezes contra um alvo. Suponha que
estejamos interessados na probabilidade As v.a.`s dos 4 exemplos anteriores
de acertar 3 tiros. assumem valores contáveis.
Variáveis deste tipo são chamadas discretas.
A v.a. apropriada seria:
X = número de acertos. Por outro lado, uma v.a. que assuma valores
em um intervalo é chamada contínua.
Que valores esta v.a. poderia assumir?
• Distribuições de Probabilidade
Alguns exemplos de v.a.`s contínuas:
Uma vez definida a v.a. X, e listados seus
1 - Duração de um componente ou de um possíveis valores, o passo seguinte é a
equipamento eletrônico; descrição da probabilidade de ocorrência
2 - Retorno financeiro de um fundo, ação de cada valor.
ou carteira de títulos;
3 – Temperatura, altura , Q.I., renda, etc. Ou, em outras palavras, de como as
probabilidades distribuem-se de acordo
com os valores de X.
2
Exemplo 3.6 - Ache a distribuição da v.a.
definida no ex. 3.1: X = número de caras
em 3 lançamentos de uma moeda. A distribuição de probabilidade de X é:
Solução: x P(X=x)
As probabilidades solicitadas podem ser 0 1/8
calculadas via abordagem clássica. 1 3/8
Para obter o número de casos favoráveis à 2 3/8
cada valor de X, basta mapear o espaço 3 1/8
amostral S no conjunto de possíveis valores
assumidos pela v.a. (= domínio da v.a.).
Valor Esperado
3
Exemplo 3.8 - Considere a distribuição de Exemplo 3.9 - Uma fábrica avalia 2
probabilidade do exemplo 3.5: projetos de expansão, 1 e 2. Os retornos
correspondentes a cada projeto, X1 e X2,
P(X=0) = 1/2; P(X=1) = 1/3; P(X=2) = 1/6. como função do nível de demanda pelo
Calcule o valor esperado de X. principal produto da fábrica, são:
Demanda X1 X2
Solução:
↓
E(X) = 0*1/2 + 1*1/3 + 2*1/6 = 2/3.
Baixa R$ 50.000 R$ 0
É comum referir-se à E(X) como média Média R$ 150.000 R$ 100.000
de X, e denotá-lo pela letra grega µ.
Alta R$ 200.000 R$ 300.000
Por qual dos projetos você, como No entanto, o nível de demanda pelo
produto não é conhecido com certeza!
diretor desta fábrica, optaria?
A decisão será baseada no retorno esperado
de cada projeto.
Se soubéssemos ao certo a demanda futura
pelo produto, a decisão seria imediata:
Suponha as seguintes probabilidades:
Para demanda baixa, escolheríamos 1; P(demanda baixa) = 0.2;
Para demanda média, escolheríamos 1; P(demanda média) = 0,5;
Para demanda alta, escolheríamos 2. P(demanda alta) = 0.3.
4
Exemplo 3.10 - Considere novamente a Solução:
distribuição de probabilidade do exemplo
3.5: E(X2) = 02*1/2 + 12*1/3 + 22*1/6 = 1.
• Algumas Propriedades do Valor Exemplo 3.11 - Se X é uma v.a. tal que E(X)
Esperado e da Variância = µ e V(X) = σ2, calcule a média, a variância
e o desvio padrão de Z = (X-µ)/σ.
1) Se b é uma constante:
E(b) = b e V(b) = 0. Solução:
2) Se a é uma constante: Z pode ser escrito da seguinte forma:
E(aX) = aE(X) e V(aX) = a2V(X). aX+b, sendo a = 1/σ e b = -µ/σ.
Assim, basta usar as propriedades:
3) Se a e b são constantes:
E(aX+b) = aE(X) + b e V(aX+b) = a2V(X),
E(aX+b) = aE(X) + b;
para chegar aos resultados solicitados.
V(aX+b) = a2V(X).
Z, como vimos no exemplo 3.11, possui 250 Percentil = primeiro quartil (Q1);
média 0 e variância/desvio padrão 1. 500 Percentil = segundo quartil (Q2);
750 Percentil = terceiro quartil (Q3).
Este resultado será muito útil no módulo 4.