You are on page 1of 12

1 Disciplina: PROBABILIDADE e ESTATSTICA (3 parte) 11. Distribuies de Probabilidade. 11.1 Introduo.

Em notas de aulas anteriores vimos que possvel explorar um conjunto de dados utilizando grficos, medias de tendncia central e medidas de disperso. Tambm foram vistos aspectos da teoria das probabilidades. Nestas notas de aulas, combinaremos esses conceitos ao estudarmos distribuies de probabilidade. As distribuies de freqncias de amostras foram tratadas anteriormente. Nestas notas de aulas so apresentadas as distribuies de probabilidade de populaes. A distribuio de frequncia de uma amostra uma estimativa da distribuio de probabilidade da populao correspondente. Se o tamanho da amostra for grande, podemos esperar que a distribuio de freqncia da amostra seja uma boa aproximao da distribuio de probabilidade da populao. 11.2 Variveis Aleatrias. O conjunto de todos os possveis resultados de um experimento aleatrio o espao amostral. Os elementos desse conjunto podem ser numricos ou no. Por exemplo, se o experimento for escolher um aluno de uma turma e registrar sua altura, teremos um conjunto numrico, porm se indagarmos o time de futebol preferido do aluno, teremos um conjunto no numrico. Como em muitas situaes experimentais precisamos atribuir um nmero real x a todo elemento do espao amostral, vamos definir o conceito de varivel aleatria. 11.2.1 Definio de Varivel Aleatria. Uma quantidade X, associada a cada possvel resultado do espao amostral, denominada de varivel aleatria discreta, se assume valores num conjunto enumervel, com certa probabilidade. Por outro lado, ser denominada varivel aleatria contnua, se seu conjunto de valores qualquer intervalo dos nmeros reais, o que seria um conjunto no enumervel. Exemplo. Seja o experimento: lanamento de duas moedas. O espao amostral associado ao experimento : S = {(C; C), (C; K), (K; C), (K; K)}, onde C = Cara e K = Coroa. Varivel Aleatria X: nmero de caras (C) obtidas no lanamento de duas moedas. X(C; C) = 2 X(C; K) = 1 X(K; C) = 1 X(K; K) = 0 S X (C;C) (C;K) (K;C) (K;K) 0 1 2 R X: S R

Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

Exemplos de variveis aleatrias. 1) X = nmero de acidentes com avies da USAir dentre sete acidentes areos selecionados aleatoriamente. 2) X = nmero de mulheres entre 10 empregados recm-admitidos. 3) X = nmero de alunos que no compareceram a aula de estatstica hoje. 4) X = altura de um aluno do sexo masculino selecionado aleatoriamente.

11.3 Funo de Probabilidade de Varivel Aleatria Discreta. Seja X uma varivel aleatria discreta. Sejam x1 , x2 , x3 , x4 , ... seus possveis valores. A cada resultado xi associaremos um nmero p(xi ) = P(X = xi ), denominado probabilidade de xi , tal que: a) p(xi ) 0 para todo xi b)

p( x ) = 1
i i =1

c) p(k) = P(X=k) A funo de probabilidade de X dada pelos pares xi ; p( xi ) , i = 1, 2, 3, . . ., e poder ser expressa por uma tabela, grfico ou frmula. P(X=xi) = p(xi) = pi com i = 1, 2, 3, . . . ou ainda, X xi x2 x3 ... p(xi) pi p2 p3 ... Exerccios. 1) Encontrar a distribuio discreta de probabilidade da varivel nmero de caras encontradas no lanamento de trs moedas.

2) Um pai leva o filho ao cinema e vai gastar nas duas entradas $ 15,00. O filho vai pedir para comer pipoca com probabilidade de 0,7 e, alm disso, pode pedir bala com probabilidade 0,9. Esses pedidos so atendidos pelo pai com probabilidade 0,5; independentemente um do outro. Se a pipoca custa $ 2 e a bala $ 3, estude atravs da distribuio de probabilidade o gasto efetuado com a ida ao cinema.

11.4 Funo de Distribuio de Probabilidade de Varivel Aleatria Discreta Distribuio Acumulada de Probabilidade. Se X for uma varivel aleatria discreta, define-se Funo de Distribuio de Probabilidade Distribuio Acumulada, em um ponto x como a soma das probabilidades dos valores de xi menores ou iguais a x. Isto : F ( x ) = p ( x i ) = P ( X x) xi x Exerccios. 1) Com os dados da distribuio de probabilidade do exerccio 1, obter: a) F(1) = b)F(1,5) = c)F(2,5) = d)F(3) = e)F(5) = f) F(-0,5) = g) A funo de distribuio acumulada de probabilidade F(x) =

Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

2) Uma populao de 1.000 crianas foi analisada num estudo para determinar a efetividade de uma vacina contra um tipo de alergia. No estudo, as crianas recebiam uma dose de vacina e, aps um ms, passavam por um novo teste. Caso ainda tivessem tido alguma reao alrgica, recebiam outra dose da vacina. Ao fim de 5 doses todas as crianas foram consideradas imunizadas. Os resultados completos esto na tabela a seguir. Doses Frequncia 1 245 2 288 3 256 4 145 5 66

Descreva: a) A distribuio de probabilidades. b) A funo de distribuio acumulada de probabilidade. 11.5 Funo Densidade de Probabilidade. Seja X uma varivel aleatria contnua. A funo f(x) uma funo densidade de probabilidade para a v. a. X, definida sobre o conjunto dos nmeros reais R, se: a) f(x) 0

b)

f ( x) dx = 1

c) P(a < X < b) =

f ( x) dx
a

Observaes importantes: 1) f(x) 0 para todo x R, significa que o grfico da funo f est todo acima do eixo x.

2)

f ( x) dx = 1 , significa que a rea total abaixo da curva f(x) igual a 1.

3) Para quaisquer reais a < b, P(a < X < b) =

f ( x) dx
a a

significa que probabilidades, agora,

so iguais a reas abaixo da curva f(x). 4) A definio acima mostra que a probabilidade de qualquer valor especfico de X, por exemplo, X = a, tem P(X = a) = 0 pois, P(X = a) =

f ( x) dx
a

= 0, ou seja, probabilidades

pontuais so nulas. 5) Segue da observao 4 que: P(a < X < b) = P(a X < b) = P(a < X b) = P(a X b). 11.6 Funo de Distribuio de Probabilidade de Varivel Aleatria Contnua Distribuio Acumulada de Probabilidade. Se X for uma varivel aleatria contnua com funo densidade de probabilidade f(x). A
x

funo de distribuio de probabilidade distribuio acumulada obtida por F ( x) = Exerccio. Seja X uma v.a. contnua com a seguinte funo densidade de probabilidade. x/2 se 0 x 2 f(x) = 0 caso contrrio Determine a funo de distribuio de probabilidade - distribuio acumulada F(x).

f (t )dt .

Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

11.7 Esperana Matemtica (Mdia) e Varincia de uma Varivel Aleatria (v.a.): A esperana matemtica de uma v. a. X uma medida que posiciona o centro de uma distribuio de probabilidade. Originalmente, o conceito de esperana matemtica surgiu em relao aos jogos de azar e, em sua forma mais simples, o produto da quantia que um jogador pode ganhar pela probabilidade de o jogador ganhar. Qual a esperana matemtica de algum que compra um dentre 2.000 bilhetes de uma rifa de uma viagem para o Chile, estimada em $1.960,00? Como a probabilidade de ganhar a viagem de 1/2.000 = 0,0005, a esperana matemtica $1.960,00 x 0,0005 = $ 0,98. Assim, do ponto de vista financeiro, seria insensato pagar mais de 98 centavos de dlar por um bilhete dessa rifa, a menos que a rifa fosse para alguma causa nobre ou que a pessoa que comprasse o bilhete estivesse obtendo algum prazer com a aposta. O prmio era a viagem no valor de $1.960,00 e os dois resultados eram a viagem no valor de $1.960,00 e coisa alguma. Poderamos argumentar que um dos bilhetes da rifa pagar o equivalente a $ 1.960,00, e cada um dos demais 1.999 bilhetes pagar coisa alguma, de modo que, na totalidade, os 2.000 bilhetes pagaro equivalente a $1.960,00 ou, em mdia 1.960/2.000 = $ 0,98 por bilhete. Essa mdia a esperana matemtica. 11.7.1 Para v.a. Discreta. Mdia ou Valor Esperado: Varincia:

( x)

= E ( X ) = xi . p( xi )
i =1

= V (X ) =
i =1

( xi ) . p ( x )
2
I

ou

= V ( X ) = E( X )

11.7.2 Para v.a. Contnua.


+

Mdia ou Valor Esperado:


+

= E(X) =
2

x. f ( x ) d x

Varincia:

= V (X ) =

(x ) . f ( x)dx

ou

= V ( X ) = E( X )

Observaes: 1) No caso da v. a. discreta, a esperana matemtica pode ser vista como uma mdia ponderada, onde os pesos so as probabilidades de cada ponto. 2) No caso de uma v. a. contnua, a esperana matemtica coincide com o clculo do valor da abscissa do centro de gravidade da rea que fica definida pela funo f(x). um ponto de equilbrio que calculado a partir da funo densidade de probabilidade. 3) Podemos interpretar a esperana matemtica, tambm, como sendo uma mdia dos valores que a v. a. assume se imaginarmos o experimento aleatrio sendo repetido indefinidamente, e os valores de X sendo observados nas repeties. A funo de probabilidade no caso discreto, ou a funo densidade de probabilidade no caso contnuo refletem as frequncias relativas de ocorrncia dos valores de X. 11.8 Propriedades da Esperana Matemtica. As propriedades operatrias apresentadas a seguir so vlidas para v. a.s discretas e contnuas. a) Se a uma constante, ento: E(a) = a b) Se a e b so constantes, ento: E(aX + b) = a E(X) + b c) E(X Y) = E(X) E(Y) d) Se X e Y so duas variveis aleatrias independentes, ento E(XY) = E(X).E(Y)
Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

11.9 Propriedades da Varincia. Sendo c uma constante e X e Y variveis aleatrias as seguintes propriedades so vlidas: a) V(c) = 0 b) V(X + c) = V(X) c) V(cX) = c2.V(X) d) Se X e Y forem v.a. independentes, ento V(X Y) = V(X) + V(Y)

Exemplo. Considere um jogo no qual se lanam trs moedas, no viciadas, e se recebe um dlar por cada cara que aparea. Qual o valor esperado? A distribuio de probabilidade ser: Nmero de caras 0 1 2 3 xi : valor a ser recebido ($) 0 1 2 3 Probabilidades: p(xi ) 1/8 3/8 3/8 1/8

1 3 3 1 = E ( x) = 0. + 1. + 2. + 3. = $ 1,50 O valor esperado uma mdia a longo prazo. No 8 8 8 8 caso, aps vrias jogadas se esperaria ganhar $ 1,50.

( x)

Exerccios. 1) Mostre que a varincia, para varivel aleatria discreta ou contnua, pode ser escrita como:

= V ( X ) = E( X )

2) Seja uma v.a. contnua definida por: f(x) = 2x, se 0 < x < 1 0 para outros valores.

Verifique se f(x) uma funo densidade de probabilidade e em caso afirmativo determine a esperana matemtica e a varincia. 3) Arquelogos estudaram uma certa regio e estabeleceram um modelo terico para a varivel C, comprimento de fsseis da regio (em cm). Suponha que C uma varivel aleatria contnua definida por:

1 c ( + 1) se 0 c 20 40 10
f(c) = 0 caso contrrio. Verificar se f(c) uma funo densidade de probabilidade e em caso afirmativo determine o valor esperado.

Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

4) Seja a varivel aleatria contnua X a representao do dimetro de um orifcio perfurado em uma placa com um componente metlico. O dimetro alvo 12,5 mm. A maioria dos distrbios aleatrios no processo resulta em dimetros maiores. Dados histricos mostram que a distribuio de X pode ser modelada por uma funo densidade de probabilidade 20 ( x 12, 5) f ( x) = 20.e , x 12,5. Se uma pea com dimetro maior que 12,60 mm for descartada, qual ser a proporo de peas descartadas?

E a proporo de peas aprovadas?

5) Dada a funo f ( x) =

nestas condies f(x) uma funo densidade de probabilidade. Exerccios. 1) Em uma caixa, tm-se cinco peas boas e quatro defeituosas. So retiradas aleatoriamente trs peas sem reposio. Faamos X a varivel aleatria nmero de peas boas dentre as trs peas retiradas. Determine: a) a distribuio de probabilidade da v.a. X. b) a funo de distribuio acumulada de probabilidade. c) probabilidade de pelo menos uma pea boa R. 20/21

. e definida para 1 x 2 e f(x) = 0 caso contrrio. Verificar se

2) Construa a tabela de probabilidade para a varivel aleatria: nmero de coroas obtidas no lanamento de duas moedas. 3) Faa X a varivel aleatria soma dos pontos obtidos no lanamento de dois dados. Determine: a) A distribuio de probabilidade de X R. 29/36 b) p(3 x 10) c) p(x > 7) R. 5/12 d) p(x 5) R. 5/18 e) Probabilidade de soma 6 R. 5/36 f) Probabilidade de se obter pelo menos soma 3 R. 35/36 4) Uma varivel aleatria tem a distribuio de probabilidade dada pela seguinte frmula: P(xi ) = k/x para x = 1, 3, 5, 7 a) Determine K R. 105/176 b) Calcule P(2 x 6) R. 7/22 c) Quanto vale F(5)? R. 161/176 5) Uma v.a discreta X tem funo de probabilidade dada por: P(x) = P(X = x) = k.2-x , x = 0, 1, 2, a) Encontre K R. 1/2
Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

b) Encontre P(X 3) c) Encontre P(3 < X < 7)

R. 1/8 R. 7/128

6) A distribuio de probabilidade de uma varivel aleatria discreta X dada pela frmula:

p ( x) = (0,8).

(0,2)

x 1

x = 1, 2, 3, ... R. 0,8

Calcule p(x) para x =1.

7) O nmero de chamadas telefnicas recebidas por uma central e suas respectivas probabilidades para um intervalo de um minuto so: Nmero de chamadas xi 0 1 2 3 4 5 Probabilidades p(xi ) 0,55 0,25 0,10 0,04 0,04 0,02 a) Calcule F(2) R. 0,90 b) Determine p (1 x 4) e p(x > 1) R. 0,43 e 0,20 c) Qual o nmero esperado de chamadas em um minuto? R. 0,83 8) Dada a funo f(x) = Ln x para 1 x e

0 caso contrrio. Verificar se uma funo densidade de probabilidade. R. uma funo densidade de probabilidade 9) Seja Z a varivel aleatria correspondente ao nmero de pontos de uma pea de domin (soma dos pontos). a) Construa a tabela de distribuio de probabilidade de Z. R. 1/2 b) Calcule P(2 z 6) . c) Qual o nmero mdio de pontos? R. 6 10) Em uma sala, temos cinco rapazes e quatro moas. So escolhidas aleatoriamente trs pessoas. Faa X a varivel aleatria: nmero de rapazes. Determine a distribuio de probabilidade da varivel X. 11) De uma caixa contendo 4 bolas pretas e 2 bolas verdes, 3 bolas so retiradas sucessivamente sem reposio. a) Encontre a distribuio de probabilidade de bolas verdes retiradas. b) Calcule a esperana matemtica da distribuio encontrada. R. 1 12) Verifique se as expresses a seguir so funes densidade de probabilidade (assuma que elas se anulam fora dos intervalos especificados). (MAGALHES, 2008 p.175) a) f(x) = 3x , se 0 x 1. R. no , se x 0 2 x 3 c) f(x) = , se 3 x 5 2 d) f(x) = 2 , se 0 x 2 e) f(x) = (2 + x)/4 , se -2 x < 0 (2 - x)/4 , se 0 x 2 R. sim b) f)x) =

R. no R. sim R. no

13) Uma moeda viciada de tal forma que cara duas vezes mais provvel de ocorrer que coroa. Se a moeda jogada trs vezes, encontre a distribuio de probabilidade do nmero de caras.
Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

14) X uma varivel aleatria com a seguinte distribuio de probabilidade:

x 0 1 2 3 4 P(x) 1/4 1/8 1/4 1/8 1/4 a) Determine E(X) R. 2 b) Determine E[(X + 1)/2] R. 3/2 15) Suponha que uma caixa contm 12 bolas numeradas de 1 a 12. Faz-se duas repeties independentes do experimento de selecionar aleatoriamente uma bola da caixa (experimento com repetio). Seja X o maior entre os dois nmeros observados. Determine a funo de probabilidade de X e a sua esperana matemtica. R. 611/72 16) Qual a nossa esperana matemtica se ganharmos R$ 25,00 quando um dado lanado aparecer com 1 ou 6 pontos e perdermos R$ 12,50 quando aparecer com 2, 3, 4 ou 5 pontos? R. zero 17) O tempo, em minutos, de digitao de um texto por secretrias experientes uma varivel aleatria contnua X. Sua densidade apresentada por: (MAGALHES, 2008 p.175). 1/4, se 0 x < 2; f(x) = 1/8, se 2 x < 6;

0, caso contrrio. Determine: a) P(X > 3) R. 3/8 b) P(1 < X 4) R. 1/2 c) P(X < 3/ X 1) R. 1/2 d) O valor esperado e a varincia de X. R. 5/2 e 37/12 18) As probabilidades de um investidor vender um terreno para uma casa na montanha com um lucro de R$ 2.500,00, de R$ 1.500,00, de R$ 500,00 ou com um prejuzo de R$ 500,00 so de 0,22, 0,36, 0,28 e 0,14, respectivamente. Qual o lucro esperado do investidor? R. R$ 1.160,00
1 2 x

se 1 x 4 caso contrrio.

19) Dada da funo f(x) =

Verificar se funo densidade de probabilidade. Caso afirmativo determinar o valor da esperana matemtica e da varincia. R. funo densidade de probabilidade E(X) = 7/3 e V(X) = 34/45 20) Do Livro Noes de Probabilidade e Estatstica Marcos Magalhes. Pg. 67 Seo 3.1 Exerccios 1, 3, 5 e 6 21) Do Livro Noes de Probabilidade e Estatstica Marcos Magalhes. Pg. 195 Seo 6.3 Exerccios 1, 2, 3 e 4. 11.10 Distribuio Conjunta de Probabilidade. Variveis Bidimensionais. comum estarmos interessados no comportamento conjunto de variveis. Por exemplo, num questionrio aplicado a um grupo de estudantes, podemos obter a idade e o nmero de disciplinas j cursadas. Sejam X e Y variveis aleatrias discretas num espao amostral S tais que: X(S) = {x1, x2,..., xm} e Y(S) = {y1, y2,..., yn} Se, para cada par ordenado (xi , yj) do produto cartesiano X(S) X Y(S) = { (x1 , y1), (x1 , y2), , (xm , yn) }, definiremos sua probabilidade por P(X = xi , Y = yj), denotada por h(xi , yj). Esta funo h em X(S) X Y(S), isto , definida por h(xi , yj) = P(X = xi , Y = yj), denominada
Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

distribuio conjunta de probabilidade ou funo de probabilidade conjunta de X e Y e usualmente dada na forma de tabela.
X Y

y1 h(x1 , y1) h(x2 , y1) ... h(xm , y1) g(y1)

y2 h(x1 , y2) h(x2 , y2) ... h(xm , y2) g(y2)

... ... ... ... ...

Yn h(x1 , yn) h(x2 , yn) ... h(xm , yn) g(yn)

Soma f(x1) f(x2) ... f(xm)

x1 x2 ... Xm Soma

As funes f e g, acima, so definidas por:


f ( xi ) = h xi ,
j =1 n

y)
j

g ( y ) = h xi ,
j i =1

y ) isto , f(xi) a soma dos valores da ij

sima linha e g(yj) a soma dos valores da j-sima coluna; elas so chamadas distribuies marginais e so, de fato, as distribuies (individuais) de X e Y, respectivamente. A distribuio conjunta h satisfaz as condies: m n 1) h(xi , yj) 0 , 2) i =1 j =1 h xi , y = 1e

3) P( X =

x , Y = y ) = h( x , y )
i j i j

Se X e Y so variveis aleatrias contnuas: 1) h(X , Y) 0 , 2)

h( X , Y )dYdX = 1

x2 y2 3) P( x1 X x2 ; y Y y ) = h( X , Y )dYdX 1 2 x1 y1 Exerccios. 1) Um par de dados lanado. Sejam as variveis aleatrias X e Y. X: associa a cada ponto (a,b) do espao amostral S o maior desses nmeros, isto , X(a,b) = Mx.(a,b). Y: associa a cada ponto (a,b) de S a soma desses nmeros, isto , Y(a,b) = a + b. Determine: a) As distribuies de probabilidade de X e Y; b) A distribuio conjunta de probabilidade de X e Y.

Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

2008 P.129).

10 2) Uma empresa atende encomendas de supermercados dividindo os pedidos em duas partes de modo a serem atendidos, de forma independente, pelas suas duas fbricas. Devido grande demanda, pode haver atraso no cronograma de entrega, sendo que a fbrica I atrasa com probabilidade 0,1 e a II com 0,2. Vamos admitir que as encomendas sempre sero entregues, mesmo que com atraso. Suponha que para um certo pedido, a indstria recebe $ 200,00 pela encomenda total entregue, mas paga uma multa de $ 20,00 para cada fbrica que atrasar sua parte. Considere que o supermercado, que fez a encomenda, criou um ndice relacionado pontualidade de entrega. Este ndice, atribui 10 pontos para cada parte da encomenda entregue dentro do cronograma previsto. Vamos denotar por X o valor recebido pelo pedido e Y o ndice obtido. Determine a distribuio conjunta de probabilidade e as distribuies marginais. (MAGALHES,

3) Uma regio foi dividida em 10 sub-regies. Em cada uma delas foram observadas duas variveis: X: nmero de poos artesianos e Y: nmero e riachos ou rios presentes. Os resultados so apresentados na tabela a seguir: 1 2 3 4 5 6 7 8 9 10 Sub-regio X 0 0 0 0 1 2 1 2 2 0 Y 1 2 1 0 1 0 0 1 2 2 Considerando que escolhemos uma das sub-regies ao acaso, isto , cada sub-regio tem a mesma probabilidade 1/10 de ser escolhida. (MAGALHES, 2008 P.130). a) Construir a distribuio conjunta de probabilidade de (X,Y).

b) Determine as distribuies marginais de X e Y.

4) Dada a funo h(X,Y) = 2 x y com 0 X 1 e 0 Y 1 . Verifique se h(X,Y) distribuio conjunta de probabilidade e, em caso afirmativo, determine P(X > 1/2 e Y > 1/2).

Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

Observao. Dadas duas variveis aleatrias X e Y e, havendo interesse em estudar, por exemplo, a soma ou produto das mesmas a partir da distribuio conjunta de probabilidade procedemos como feito a seguir. 3 4 5 Soma

11

8 3/10 1/10 1/10 5/10 9 2/10 1/20 1/10 7/20 10 0 1/10 1/20 3/20 Soma 5/10 5/20 5/20 1 Para obter a distribuio de probabilidade de F + M determinamos os valores da varivel aleatria, ou seja: F + M: 11, 12, 13, 14 e 15. Para obter as probabilidades adicionamos as probabilidades nos valores comuns. P(11) = P(F=8, M=3) = 3/10 P(12) = P(F=8, M=4) + P(F=9, M=3) = 1/10 + 2/10 = 3/10 P(13) = P(F=8, M=5) + P(F=9, M=4) = 1/10 + 1/20 = 3/20 e assim os demais casos. F+M P(F+M) 11 3/10 12 3/10 13 3/20 14 2/10 15 1/20 50 1/20

Igualmente para F.M. Valores de F.M: 24, 27, 30, 32, 36, 40, 45 e 50. F.M 24 27 30 32 36 40 45 P(F.M) 3/10 2/10 0 1/10 1/20 2/10 1/10

11.11 Variveis Aleatrias Independentes. Duas variveis aleatrias discretas so independentes, se a ocorrncia de qualquer valor de uma delas no altera a probabilidade de ocorrncia de valores da outra. Em termos matemticos P(X = x, Y =y) = P(X = x).P(Y = y), para quaisquer (x,y). Note, ainda, que a definio de independncia exige que a igualdade seja verdadeira para todas as escolhas dos pares (x,y). Assim, basta encontrarmos um par em que a igualdade no se verifique para concluirmos que as variveis aleatrias no so independentes. Agora, se X e Y tm distribuies de probabilidade f e g respectivamente, e distribuio conjunta h, ento a equao acima pode ser escrita assim:
h xi ,

y)
j

f (xi ). g

(y )
j

Em outras palavras, X e Y so independentes, se cada valor h xi , y for o produto de j seus valores marginais. Exerccios. 1) Sejam X e Y variveis aleatrias com a seguinte distribuio conjunta: Y 2 3 4 X

Soma

1 0,06 0,15 0,09 0,30 2 0,14 0,35 021 0,70 Soma 0,20 0,50 0,30 a) Determine as distribuies de probabilidade de X e Y e verifique se as mesmas so independentes. b) Verifique as propriedades da esperana matemtica, E(X+Y) = E(X) + E(Y) e caso as variveis sejam independentes E(X.Y) = E(X) . E(Y).
Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1

2) Numa caixa existem 4 bolas numeradas 3, 5, 5 e 7. Uma bola sorteada ao acaso, seu nmero anotado (X1) e devolvida caixa. Uma segunda bola escolhida, tambm ao acaso, e seu nmero denotado por (X2). a) Determine a distribuio conjunta de probabilidade de X1 e X2. b) Calcule as distribuies marginais de X1 e X2. 3) Em uma faculdade de engenharia fez-se um levantamento da remunerao dos estagirios, em salrios mnimos, com relao ao ano que esto cursando. As probabilidades de cada caso esto apresentadas na tabela. Pelas informaes apresentadas, as variveis salrio e ano de curso so independentes? Ano 2 3 4 5 P(Sal.=x) Salrio 2 3 4 P(Ano=y) 0,08 0,08 0,04 0,20 0,08 0,20 0,08 0,36 0,04 0,08 0,08 0,20 0 0,08 0,16 0,24 0,20 0,44 0,36 1

12

4) O setor de emergncia de um Pronto socorro Infantil anotou o nmero de mdicos (M) e de auxiliares (A) de planto em 15 dias de atividades. Os clculos so apresentados na tabela. Dia M A 1 1 4 2 1 4 3 2 5 4 2 6 5 2 7 6 1 7 7 2 6 8 1 5 9 1 5 10 2 6 11 2 7 12 2 7 13 2 6 14 2 6 15 2 7

Determine a distribuio conjunta de probabilidade e as distribuies marginais das variveis nmero de mdicos e nmero de auxiliares. 5) Do Livro Noes de Probabilidade e Estatstica Marcos Magalhes. Pg. 133 Seo 5.1 Exerccios 1, 2, 3, 4 e 5.

Prof.Paulo Alessio Definies, exerccios e algumas figuras foram extrados do referencial bibliogrfico. Notas de aulas no comercializveis. Utilizadas para apoio s aulas. 2011/1