Beruflich Dokumente
Kultur Dokumente
Varivel Aleatria
Uma funo X que associa a cada elemento do espao amostral um valor x R denominada uma varivel aleatria.
Experimento: jogar 1 dado duas vezes e observar o resultado (P = par e I= impar) X: nmero de vezes que saiu par em 2 lances do dado PP PI IP II X = 0 II X = 1 IP ou PI X = 2 PP
2
2
Varivel Aleatria
Uma varivel aleatria pode ser classificada em: Varivel aleatria discreta Varivel aleatria contnua
Varivel Aleatria
Varivel aleatria discreta
Uma v.a. discreta quando o conjunto de valores possveis que ela assume for finito ou infinito enumervel.
Observa-se o sexo (caracterstica) das crianas em famlias com trs filhos (M: masculino e F: feminino).
Espao amostral: = {(MMM), (MMF), (MFM), (FMM), (MFF), (FMF), (FFM), (FFF)}
1 2 3 4 5 6 7
Exemplo:
Ento X assume valores no conjunto {0, 1, 2, 3}, logo uma varivel aleatria discreta.
5
Exemplo:
No mesmo experimento...
Espao amostral: = {(MMM), (MMF), (MFM), (FMM), (MFF), (FMF), (FFM), (FFF)}
1 2 3 4 5 6 7 8
Ento Y tambm assume valores no conjunto {0, 1, 2, 3}, porm, para outros valores de .
6
Varivel Aleatria
Varivel aleatria contnua
Uma v.a. contnua quando o conjunto de valores possveis que ela assume for no enumervel.
Exemplo:
Observa-se o tempo de vida, em horas, de lmpadas produzidas por uma fbrica. Defina T: tempo de vida, em horas, da lmpada escolhida, ao acaso, da fbrica.
Ento, T uma varivel aleatria contnua que assume qualquer valor real no negativo.
8
P( X = xi )
i =1
= 1
9
Exemplo 1:
O Departamento de Estatstica formado por 35 professores, sendo 21 homens e 14 mulheres. Uma comisso de 3 professores ser constituda sorteando, ao acaso, trs membros do departamento. Qual a probabilidade da comisso ser formada por pelo menos duas mulheres? Vamos definir a v.a. X: n de mulheres na comisso. Quais so os possveis valores que X pode assumir?
10
Espao amostral (HHH) (HHM) (HMH) (MHH) (HMM) (MHM) (MMH) (MMM)
X 0 1 1 1 2 2 2 3
x P(X = x) Assim,
0 0,203
1 0,450
2 0,291
3 0,056
Exemplo 2: Um dado lanado duas vezes, de forma independente. Qual a probabilidade da soma dos pontos nos dois lanamentos ser menor do que 6? 6
= {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2,6), (3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,2), (4,3), (4,4), (4,5), (4,6), (5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)}.
Qual a probabilidade de cada ponto wi de ? Admitindo que o dado perfeitamente homogneo e sendo os lanamentos independentes, P(wi) = 1/36 , qualquer wi .
12
Funo de probabilidade de X:
x 2 3 4 5 6 7 8 9
10 11 12
P(X=x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Ento, P(X < 6) = P(X=5) + P(X=4) + P(X=3) + P(X=2) = 4/36 + 3/36 + 2/36 + 1/36 = 10/36 = 0,278
13
dois
Y: valor mximo obtido dentre os dois lanamentos. 20. lanamento 1 1 10. Lan amento 2 3 4 5 6 1 2 3 4 5 6 2 2 2 3 4 5 6 3 3 3 3 4 5 6 4 4 4 4 4 5 6 5 5 5 5 5 5 6
14
10 11
10 11 12
6 6 6 6 6 6 6
Podemos estar interessados em outras variveis aleatrias definidas para o mesmo espao amostral.
Y: valor mximo obtido dentre os dois lanamentos.
y 1 2 3 4 5 6
P(Z = z) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
15
MDIA E VARINCIA
Qual o valor mdio da soma dos pontos (X) no lanamento de dois dados? = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6),
(2,1), (2,2), (2,3), (2,4), (2,5), (2,6), (3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,2), (4,3), (4,4), (4,5), (4,6), (5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)} 36 pontos igualmente provveis
x 2 3 4 5 6 7 8 9 10 11 12
P(X = x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 3/36 1/36
6/36
5/36
2/36
1\36
7 x
10
11
12
16
MDIA E VARINCIA
Valor Esperado (mdia): Dada a v.a. X, assumindo os
valores x1, x2, ..., xn, chamamos de valor mdio, ou valor esperado, ou esperana matemtica de X o valor
E ( X ) = x1 P( X = x1 ) + ... + xn P( X = xn ) = xi P( X = xi )
i =1
Notao: = E(X) No exemplo, para mdia de X (soma de pontos), temos: E(X) = 2(1/36) + 3(2/36) + ... + 11(2/36) + 12(1/36) = 252/36 = 7, ou seja, em mdia, a soma dos pontos no lanamento dos dois dados igual a 7.
17
Var( X ) = [ xi - E ( X )]2 P( X = xi )
i =1
Notao:
2 = Var(X).
Var( X ) = E ( X 2 ) [ E ( X )]2 .
Desvio Padro: definido como a raiz quadrada
positiva da varincia, isto ,
DP( X ) = Var( X ) .
Notao: = DP(X).
18
No exemplo,
x 2 3 4 5 6 7 8 9 10 11 12 P(X=x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
= 5,83.
Propriedades:
1) Se X = a, em que a uma constante, ento E(X) = a e Var(X) = 0.
20
Situaes com alternativas dicotmicas podem ser representadas, genericamente, por respostas do tipo sucesso-fracasso. Esses experimentos recebem o nome de Ensaios de Bernoulli e originam uma v.a. com distribuio de Bernoulli. Varivel aleatria de Bernoulli: uma v.a. que assume apenas dois valores: 1 se ocorrer sucesso, sucesso 0 se ocorrer fracasso. fracasso Geralmente, a probabilidade de sucesso representada por p, 0 < p < 1.
22
X ~ Bernoulli (p) indica uma v.a. com distribuio de Bernoulli com parmetro p, isto ,
1, se ocorrer sucesso X= 0, se ocorrer fracasso e sua funo de probabilidade pode ser representada pela tabela X 1 0 P(X=x) p 1 - p Segue que E(X) = p, Var(X) = p(1 p). Repeties independentes de um ensaio de Bernoulli, com a mesma probabilidade de ocorrncia de sucesso, do origem ao modelo de probabilidade binomial. binomial 23
Modelo Binomial
Exemplo: Um dado equilibrado lanado 3 vezes. Qual a probabilidade de se obter a face 5 duas vezes?
Denotamos, S: sucesso, ocorrer face 5; F: fracasso, no ocorrer face 5. fcil ver que p = P(sucesso) = 1/6 e q = 1 p = P(fracasso) = 5/6 = {SSS, SSF, SFS, FSS, SFF, FSF, FFS, FFF}
24
Estamos interessados no nmero total de sucessos que, no caso, o nmero de vezes que a face 5 observada nos 3 lanamentos do dado.
p p S S q p F q p q F p S q p q F q F (FFF) q3 0
25
S F S F S F S
(SSS)
X 3 2 2 1 2 1 1
p k q 3 - k , k = 0, 1, 2, 3.
Distribuio binomial:
A v.a. X correspondente ao nmero de sucessos em n ensaios de Bernoulli independentes e com mesma probabilidade p de sucesso tem distribuio binomial com parmetros n e p. Sua funo de probabilidade dada por
P (X = k)
n = k
p k (1 - p) n- k , k = 0, 1, ... , n.
28
Exemplo utilizando o R:
Considere uma prova com 12 questes, cada uma com 4 alternativas. Suponha que o aluno escolha as respostas ao acaso. Qual a probabilidade de que ele acerte pelo menos 6 questes? questes X: n de questes que o aluno acertar X pode assumir valores no conjunto {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 ou 12}. X ~ b(12; 0,25)
12 P( X = x ) = 0,25 x (1 0,25)12 x x
29