Variveis Aleatrias

Uma varivel dita aleatria quando o valor da mesma

obtido atravs de observaes ou experimentos, e a cada
valor estiver associada uma certa probabilidade. Denota-se
uma varivel aleatria por letra maiscula e os valores
assumidos por ela por letra minscula.

 Tomemos como exemplo:

Experimento aleatrio E: lanamento de duas moedas;
Varivel aleatria X: nmero de caras obtidas nas duas moedas.
Temos que:
Espao amostral associado a E = {(c,c), (r,r), (c,r), (r,c)}
X=0 corresponde ao evento (r,r)
X=1 corresponde ao evento (r,c) e (c,r)
X=2 corresponde ao evento (c,c)

Classificao Das Variveis Aleatrias

Contnuas: quando a varivel assume valores de
um conjunto infinito no numervel.
Discretas: quando a varivel assume valores em
um conjunto finito ou infinito numervel.

Distribuies Discretas de Probabilidade

Uma funo de probabilidade deve satisfazer:

Por exemplo, a distribuio de probabilidade da varivel

aleatria X: nmero de caras obtidas no lanamento de duas
moedas honestas.
={(c,c), (r,r), (r,c), (c,r)}
x
P(X=x)

0,25

0,50

0,25

Total

1,00

Distribuio binomial
Uma varivel aleatria tem distribuio binomial quando
o experimento ao qual est relacionada apresenta
apenas 2 resultados (sucesso ou fracasso).

E derivado de um processo chamado ensaios de

Bernoulli que originam uma v.a. com distribuio de
Bernoulli.

Distribuio de Bernoulli
Uma V.A. (X) de Bernoulli aquela que assume apenas dois valores: 1 se
ocorrer sucesso(s) e 0 se ocorrer fracasso (f), ou seja: X(s)=1 e X(f)=0.
A probabilidade de sucesso p, 0<p<1, e a probabilidade de fracasso 1-p.

Notao : X ~ Bernoulli (p) indica que a V.A. X tem distribuio de

Bernoulli com probabilidade de sucesso p Se X~Ber (p) podemos mostrar
que:
E(X)=p e Var(X)=p(1-p).

Distribuio binomial
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

Funo de probabilidade :

Notao: X ~ B(n; p).

 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.
P = P(sucesso) = 1/6 e
Q = 1 p = P(fracasso) = 5/6
Espao amostral :
W = {SSS, SSF, SFS, FSS, SFF, FSF, FFS, FFF}

 No modelo binomial estamos interessados no nmero total de sucessos

que no caso, o nmero de vezes que a face 5 observada nos 3
lanamentos do dado.

 A funo de probabilidade de X dada por:

Podemos escrever essa funo como :

Combinao Linear
O que uma combinao linear?

Teorema da combinao linear

Sejam X1 e X2 variveis aleatrias independentes com distribuio normal,
tal que E(X1)=x1 Var(X1)= 2x ,1 , E(X2)=x2 , Var(X2)= 2x ,2 a, b e c
constantes. Seja Y uma combinao linear de X1 e X2 tal que
Y= aX1 + bX2 + c
Ento, Y possui as seguintes propriedades:
1. E(Y) = a E(X1) + b E(X2) +c
Vale para variveis dependentes
2. Var(X) = a Var(X1) + b Var(X2) + c
Somente para variveis independentes

 Generalizando...
1. E(Y) = a1 E(X1) + a2 E(X2) +...+ an E(Xn), isto :
Y = a11 + a22 + ... + ann.
2. Var(Y) = a1 Var(X1) + a2 Var(X2) +...+ an Var(Xn) , ou seja:

Por exemplo:

PROPRIEDADE FUNDAMENTAL: Se X1, X2, ...,Xn so variveis aleatrias independentes

normalmente distribudas, ento Y= a1 X1 + a2 X2 +...+ an Xn tambm uma varivel

aleatria normalmente distribuda, com mdia e varincia 2 .
Y ~ N(a1 1+a2 2+...+ an n, a112 + a222 +...+ an2 ).

Casos particulares
1.

Ou seja, a transformao linear de uma varivel aleatria normal, gera uma

varivel aleatria tambm normal.

Isto , a soma ou a diferena de duas variveis aleatrias normais so variveis

aleatrias normais.

 Exemplo
Uma corretora de seguros negocia ttulos na bolsa de valores e utiliza um modelo
probabilstico para avaliar seus lucros. Suas aplicaes financeiras de compra e venda
atingem trs reas: Agricultura e comrcio e indstria. Admite que o seguinte modelo
representa o comportamento do lucro dirio da corretora (em milhares de reais)
L=2La+5Li+3Lc

Com La, Li e Lc representado respectivamente os lucros dirios nos setores de

agricultura, indstria e comrcio. As distribuies de probabilidades dessas variveis
aleatrias so
La~N(3,4) Li~N(6,9) Lc~N(4,16)
Supondo independncia entre os trs setores, qual a probabilidade de um lucro dirio
acima de 50 mil?

 Distribuio da mdia de variveis aleatrias

 Observaes
Se amostras de qualquer
tamanho forem retiradas de
uma populao com
distribuio normal com mdia
e variancia 2 ,ento:

A distribuio amostral da
mdia ter distribuio
normal, com mdia = e
2

varincia =

2
.
2

 Observaes
Se amostras de tamanho
n30,forem retiradas de uma
populao com qualquer tipo
de distribuio,com media e
varincia 2 , ento:

A distribuio amostral da
mdia ter distribuio
normal, com mdia = e
2

varincia =

2
.
2

Referncias
Principais Modelos Probabilsticos para V.A. Contnuas. Universidade
Federal de Uberlndia.
Silva. J.G.C., Estatstica Bsica. Universidade Federal de Pelotas. 2004
Elmiro. Distribuio Amostral de Mdias. Universidade Federal da Paraba.
2014.