Probabilidade I

PRO F ESSO RA: L A RIS SA A LV E S

MATERIAL 5 – PROBABILIDADE I M5-1

Funções de variáveis aleatórias
➢ Se 𝑋 é uma v.a., então qualquer função de 𝑋, digamos 𝑔(𝑋), é também uma v.a..

➢ Assim podemos considerar uma variável aleatória 𝑌 = 𝑔 𝑋 , onde 𝑔 é uma

função real, ou seja, com domínio em ℝ𝑋 e contradomínio ℝ𝑌.

➢ 𝑌 continua sendo uma função do espaço amostral na reta, definida pela

composição da função 𝑔 com a função 𝑋:

𝑋: Ω → ℝ
𝜔 ↦ 𝑋(𝜔)

MATERIAL 5 – PROBABILIDADE I 2
Funções de variáveis aleatórias
𝑌=𝑔 𝑋 ⋅ : Ω → ℝ → ℝ
𝜔 ↦ X 𝜔 ↦𝑔 𝑋 𝜔

➢ A partir da distribuição de probabilidade da variável 𝑋, podemos calcular chances

para a variável 𝑌. Este cálculo pode ser feito com a equação

𝑃 𝑌 ∈ 𝐴 = 𝑃 𝑔 𝑋 ∈ 𝐴 = 𝑃 𝑋 ∈ 𝑔−1 𝐴

onde 𝐴 é um subconjunto (evento) de ℝ.

MATERIAL 5 – PROBABILIDADE I 3
Funções de variáveis aleatórias discretas
➢ Exemplo 5.1: Considere a v.a. cuja f.d.p. é dada por
X -2 -1 0 1 2 3
𝑝𝑋 (𝑥) 0,1 0,2 0,2 0,3 0,1 0,1

Encontre a distribuição de 𝑌 = 𝑋 2.
Solução:
Note que a v.a. 𝑋 assume os valores −2, −1,0,1,2,3 e sempre que 𝑋 assumir um
valor 𝑥, a v.a. 𝑌 irá assumir o valor 𝑥 2. Assim, a v.a. 𝑌 assume os valores 0,1,4,9 .
Para calcular as probabilidades desses valores, temos que identificar os valores de 𝑋
que originaram cada um deles.

MATERIAL 5 – PROBABILIDADE I 4
Funções de variáveis aleatórias discretas
𝑃 𝑌=0 =𝑃 𝑋=0 = 0,2
𝑃 𝑌=1 = 𝑃 𝑋 = −1 + 𝑃 𝑋 = 1 = 0,5
𝑃 𝑌=4 = 𝑃 𝑋 = −2 + 𝑃 𝑋 = 2 = 0,2
𝑃 𝑌=9 =𝑃 𝑋=3 = 0,1

Podemos resumir essa função de probabilidade como

𝒚 0 1 4 9
𝑝𝑌 𝑦 0,2 0,5 0,2 0,1

MATERIAL 5 – PROBABILIDADE I 5
Funções de variáveis aleatórias discretas
➢ Proposição 5.1: Seja 𝑋 uma v.a. discreta com função de probabilidade 𝑝𝑋 . Se
definimos uma nova v.a. 𝑌 − 𝑔 𝑋 , onde 𝑔 é uma função real qualquer, então, 𝑌 é
uma v.a. discreta e sua função de probabilidade é calculada por
𝑝𝑌 𝑦 = 𝑃 𝑌 = 𝑦 = ෍ 𝑝𝑋 𝑥
𝑥𝑔 𝑥 =𝑦
➢ Exercício 5.1: Suponha que um dado equilibrado seja lançado quatro vezes. Seja
𝑋 = o número de lançamentos com resultado 6. Defina 𝑌 = número de faces
diferentes de 6.
(a) Defina o espaço amostral para o experimento, especificando seu número de
elementos.

MATERIAL 5 – PROBABILIDADE I 6
Funções de variáveis aleatórias discretas
(b) Encontre a função de probabilidade de 𝑋.
(c) Escreva 𝑌 como função de 𝑋.
(d) Encontre a função de probabilidade de 𝑌.

MATERIAL 5 – PROBABILIDADE I 7
Funções de variáveis aleatórias contínuas
➢ Vamos analisar agora o caso em que 𝑋 é uma v.a. contínua.

➢ Uma primeira diferença é que 𝑌 = 𝑔 𝑋 não necessariamente uma v.a. contínua;

𝑌 pode ser contínua, discreta e até mesmo uma v.a. que não seja nem discreta nem
contínua.

➢ Sendo assim, vamos estudar a função de distribuição de 𝑌, 𝐹𝑌 𝑦 = 𝑃(𝑌 ≤ 𝑦),

que está bem definida qualquer que seja o tipo de variável 𝑌, por isso esse método
será denominado método da função de distribuição.

MATERIAL 5 – PROBABILIDADE I 8
Funções de variáveis aleatórias contínuas
➢ O procedimento será:
(a) Determinar a imagem de 𝑌 = 𝑔 𝑋
(b) Obter a função de distribuição de 𝑌 dada por 𝐹𝑌 𝑦 = 𝑃 𝑌 ≤ 𝑦 = 𝑃 𝑔 𝑋 ≤ 𝑦
(c) Derivar 𝐹𝑌 𝑦 em relação a 𝑦, a fim de obter 𝑓𝑌 𝑦

➢ Exemplo 5.2: Suponha que 𝑋 tenha f.d.p. dada abaixo. Seja 𝑔 𝑥 = 3𝑥 + 1.

Obtenha a f.d.p. de 𝑌 tal que 𝑌 = 𝑔(𝑋).
2𝑥 , 0<𝑥<1
𝑓𝑋 𝑥 =
0 , 𝑐. 𝑐.
MATERIAL 5 – PROBABILIDADE I 9
Funções de variáveis aleatórias contínuas
➢ Exemplo 5.3: Suponha 𝑋 uma v.a. com f.d.p. 𝑓𝑋 𝑥 = 2𝑥 𝐼 0,1 𝑥 . Encontre a
f.d.p. de 𝑌 tal que 𝑌 = 𝑒 −𝑋 .

➢ Note que em cada exemplo a função de 𝑋 é estritamente crescente e

estritamente decrescente, ou seja, a função 𝑔 é inversível. Neste caso é possível
obter uma expressão para a função densidade de 𝑌 = 𝑔(𝑋).

➢ Teorema 5.1: Sejam 𝑋 uma v.a. contínua com f.d.p. 𝑓𝑋 𝑥 e 𝑌 = 𝑔 𝑋 , em que

𝑔: ℝ → ℝ é uma função estritamente monótona (crescente ou decrescente) e
diferenciável para todo 𝑥. Então, a v.a. 𝑌 possui função densidade dada por:
𝑑
𝑓𝑌 𝑦 = 𝑓𝑋 𝑔−1 𝑦 𝑔−1 𝑦 . Demonstração: Para casa.
𝑑𝑦

MATERIAL 5 – PROBABILIDADE I 10
Funções de variáveis aleatórias contínuas
➢ Exemplo 5.4: Seja 𝑋 uma v.a. tal que sua função densidade é constante e igual a 1
no intervalo (0,1) e 0 fora desse intervalo. Obtenha a função densidade de 𝑌 =
𝑔 𝑋 = − ln 𝑋.

➢ Exemplo 5.5: Se a f.d.p. da v.a. 𝑋 é dada por 𝑓𝑋 𝑥 = 3𝑥 2𝐼 −1,0 𝑥 , calcule a

função densidade de 𝑌 = 2𝑋 − 1.

➢ Quando a função 𝑔, que relaciona as variáveis 𝑋 e 𝑌, não é inversível, os cálculos

devem ser feitos com bastante cuidado.

MATERIAL 5 – PROBABILIDADE I 11
Funções de variáveis aleatórias contínuas
1
➢ Exemplo 5.6: Suponha que 𝑓𝑋 𝑥 = 𝐼 −1,1 𝑥 . Seja 𝑔 𝑥 = 𝑥 2 . Obtenha a f.d.p.
2
2
de 𝑌 dada pela transformação 𝑌 = 𝑋 .

➢ Trataremos agora de casos em que 𝑋 é uma v.a. contínua enquanto 𝑌 não é uma
v.a. contínua.

➢ Exemplo 5.7: Suponha que 𝑋 possa assumir valores reais, enquanto 𝑌 seja
definida igual a +1 se 𝑋 ≥ 0, e 𝑌 = −1 se 𝑋 < 0. A fim de obter a distribuição de
probabilidade de 𝑌, determina-se apenas o evento equivalente (no contradomínio
ℝ𝑋 ) correspondente aos diferentes valores de 𝑌. Neste caso, 𝑃 𝑌 = 1 = 𝑃(𝑋 ≥
0), enquanto 𝑃 𝑌 = −1 = 𝑃 𝑋 < 0 . Se a f.d.p. de 𝑋 for conhecida, essas
probabilidades poderão ser calculadas.

MATERIAL 5 – PROBABILIDADE I 12
Funções de variáveis aleatórias contínuas
➢ No caso geral, se 𝑌 = 𝑦𝑖 for equivalente a um evento, por exemplo 𝐴, no
contradomínio de 𝑋, então
𝑝𝑌 𝑦 = 𝑃 𝑌 = 𝑦𝑖 = න 𝑓𝑋 𝑥 𝑑𝑥.
𝐴
➢ Exemplo 5.8: Seja 𝑋 uma v.a. com f.d.p.
1
𝑓𝑋 𝑥 = , 0≤𝑥 ≤2
2
0 , 𝑐. 𝑐.

Defina 𝑌 = max 𝑋, 1 . Estude a natureza de 𝑌. Calcule 𝑃 1 ≤ 𝑌 < 1,5 , 𝑃 (1 < 𝑌 <

1,5) , 𝑃 1,5 ≤ 𝑌 < 1,8 .

MATERIAL 5 – PROBABILIDADE I 13
Funções de variáveis aleatórias contínuas
➢ Exercício 5.2: O tempo 𝑇, em minutos, necessário para um operário processar
certa peça é uma v.a. com função de probabilidade da na tabela abaixo.
𝒕 2 3 4 5 6 7
𝑝𝑇 𝑡 0,1 0,1 0,3 0,2 0,2 0,1

Para cada peça processada, o operário ganha um fixo de 2 u.m. (unidade monetária)
mas, se ele processa a peça em menos de 6 minutos, ganha 0,50 u.m. por cada
minuto poupado. Encontre a função de distribuição da v.a. 𝐺 = quantia (em u.m.)
ganha por peça.
➢ Exercício 5.3: Suponha que 𝑃 𝑋 ≤ 0,29 = 0,75, na qual 𝑋 é uma v.a. contínua
com alguma distribuição definida sobre 0,1 . Quando 𝑌 = 1 − 𝑋, determine 𝑘 de
modo que 𝑃 𝑌 ≤ 𝑘 = 0,25.

MATERIAL 5 – PROBABILIDADE I 14
Funções de variáveis aleatórias contínuas
➢ Exercício 5.4: Refaça os exemplos 5.2 e 5.3 usando o Teorema 5.1.

➢ Exercício 5.5: Seja a v.a. cuja função densidade é definida por:

1−𝑥
, 0<𝑥≤1
2
𝑓𝑋 𝑥 =
3(𝑥−1)
, 1<𝑥<2
2
Encontre a f.d. para 𝑌 = 1 − 𝑋. Em seguida, esboce os gráficos de 𝑓𝑋 𝑥 e 𝑓𝑌 (𝑦).

MATERIAL 5 – PROBABILIDADE I 15
Funções de variáveis aleatórias contínuas
➢ Exercício 5.6: Seja 𝑋 a v.a. com função densidade dada por
𝑥3
, 0≤𝑥≤4
64
𝑓𝑋 𝑥 =
0 , 𝑐. 𝑐
Encontre a função densidade de 𝑌 = min 𝑋, 2 − 𝑋 .
➢ Exercício 5.7: Seja a v.a. com f.d.p. dada a seguir. Defina 𝑌 = |𝑋| e encontre 𝑓𝑌 .
𝑥+1
, −1 < 𝑥 ≤ 1
4
3−𝑥
𝑓𝑋 𝑥 = 4
, 1<𝑥<3
0 , 𝑐. 𝑐.
MATERIAL 5 – PROBABILIDADE I 16
Observação
Função quantil
➢ O quantil 𝛾 de uma v.a. 𝑋 é o valor 𝑥𝛾 tal que 𝑃 𝑋 ≤ 𝑥𝛾 = 𝛾, ou seja,
𝐹𝑋 𝑥𝛾 = 𝛾.

➢ Se 𝑋 é v.a. contínua, existe uma correspondência biunívoca entre os valores de 𝑥

e 𝐹𝑋 𝑥 .

➢ Tem-se então que o quantil 𝛾, 𝑥𝛾 , é dado pela inversa da acumulada:

𝑥𝛾 = 𝐹𝑋−1 𝛾 .

➢ Se 𝑋 for v.a. discreta, o quantil 𝛾 é:

𝑥𝛾 = min 𝑥 𝑃 𝑋 ≤ 𝑥 ≥ 𝛾 .
MATERIAL 5 – PROBABILIDADE I 17
Observação
Função quantil
➢ Quartis, decis, percentis são tipos de quantis.

➢ Os quartis dividem a distribuição em 4 partes, logo são 3 pontos dividindo a

distribuição em porções de 25% cada.

➢ Os decis dividem a distribuição em 10 partes. Tem-se 9 decis.

➢ O percentis dividem a distribuição em 100 partes, logo, temos 99 percentis.

MATERIAL 5 – PROBABILIDADE I 18
Observação
Função quantil

➢ Exemplo 5.9: Seja 𝑋 uma v.a. com densidade dada por 𝑓𝑋 𝑥 = 𝜆𝑒 −𝜆𝑥 𝐼 0,∞ 𝑥 .
(a) Para 𝜆 = 0,001 determine 𝑃 1000 < 𝑋 < 1500 por meio da acumulada.
(b) Se 𝜆 = 0,001 e 𝑋 representa a duração de um componente, qual é a duração
que se deve garantir para o componente, de tal forma que a probabilidade de
uso da garantia seja no máximo 0,01?

MATERIAL 5 – PROBABILIDADE I 19