10 ESPERANA MATEMTICA E VARINCIA

A partir de agora, vamos definir algumas medidas associadas s varveis aleatrias que
sero correspondentes s medidas apresentadas para um conjunto de dados, como a mdia, moda e
mediana. Sabemos que a descrio mais completa da varivel aleatria discreta feita por meio da
sua funo de probabilidade, e da varivel aleatria contnua feita por meio da sua funo de
densidade de probabilidade. !essa forma, qualquer que seja a quantidade destinada a resumir esse
comportamento, sua definio envolver uma dessas fun"es, dependendo do caso. !efiniremos
tambm as medidas de disperso para essas variveis aleatrias.

10.1 Medidas de Posio para Variveis Alea!rias "is#reas
Seja X uma varivel aleatria discreta que assume os valores
n
x x x , , ,
# $

com
probabilidades
( ) ( ) ( )
n
x p x p x p , , ,
# $

, respectivamente. %nto, a esperana matemtica de X, ou
valor esperado de X, ou ainda, valor mdio de X, denotado por
( ) X E
definido como&
A mediana o valor Md que
satisfa' s seguintes condi"es&
( )
#
$
Md X P
e
( )
#
$
Md X P
A moda o valor (ou valores) da varivel que tem maior probabilidade de ocorr*ncia.
+epresentada por Mo, temos&
( ) ( ) ( ) ( ) { }
n
x p x p x p Mo X P , , , ma,
# $
= =
10.$ Medidas de Posio para Variveis Alea!rias Co%&%'as
-ara uma varivel aleatria contnua X com f.d.p.
( ) x f
, defini.se o valor esperado de X
como&
( ) ( )

+

= dx x xf X E
A esperana de X comumente designada a mdia de X, denotando.se
x

ou
simplesmente

.
A mediana o valor Md que tem a propriedade de&
( ) / , 0 = Md X P
.
A moda o valor Mo tal que&
( ) ( ) x f Mo f
x
ma, =
.
10.$ Medidas de Posio para Variveis Alea!rias "is#reas (idi)e%sio%ais
( ) ( )

=
=
n
i
i i
x p x X E
$
1s resultados para o valor esperado apresentados anteriormente, relativos ao caso de uma
varivel, podem ser estendidos ao caso de duas&
Caso dis#reo& Se X e Y so duas variveis aleatrias discretas com funo de
probabilidade conjunta
( ) y x f ,
, as esperanas de X e Y so&
( )

=
x y
x
y x xf ,
e
( )

=
x y
u
y x yf ,
Caso #o%&%'o& Se X e Y so duas variveis aleatrias contnuas com funo de densidade
conjunta
( ) y x f ,
, as esperanas de X e Y so&
( )

+

+

= dxdy y x xf
x
,
e
( )

+

+

= dxdy y x yf
y
,
E*e)plos+
$) 2ma seguradora paga +3 40.000,00 em caso de acidente de carro e cobra uma ta,a de
+3 $.000,00. Sabe.se que a probabilidade de que um carro sofra um acidente de 45. 6uanto a
seguradora espera gan7ar por carro segurado8
#) 2m fabricante produ' peas tais que $05 delas so defeituosas e 905 so no.defeituosas. Se
uma pea defeituosa for produ'ida, o fabricante perde +3 $,00, enquanto uma pea no.defeituosa
l7e d um lucro de +3 /,00. 6ual o lucro por pea8
4) :um jogo de dados, ;os paga +3 #0,00 a ;oo e lana 4 dados. Se sair face $ em um dos dados
apenas, ;os gan7a +3 #0,00. Se sair face $ em dois dados apenas, ;os gan7a +3 /0,00, e se sair $
nos tr*s dados, ;os gan7a +3 <0,00. =alcular o lucro lquido mdio de ;os em uma jogada.
>) =onsidere a varivel aleatria discreta X com a seguinte funo de probabilidade&
X ./ $0 $/ #0
i
p
0,4 0,# 0,> 0,$
!etermine a mdia, a mediana e a moda da v.a. X.
/) 1 conte?do X de cin'as (em porcentagem) no carvo pode ser considerado como uma varivel
aleatria com a seguinte f.d.p& ( ) ,
><@/
#
x
x f = . #/ $0 x 6ual o conte?do de cin'as esperado no
carvo em estudo8
A) A funo de densidade de uma varivel aleatria contnua X &
( )
( )

=
contrrio cado em 0,
4 0 , <$ 9 >
#
x x x
x f
a) !etermine a moda.
b) !etermine a mediana.
c) =ompare moda, mediana e mdia.
@) 2m caa.nquel tem dois discos que funcionam independentemente um do outro. =ada disco tem
$0 figuras& > mas, 4 bananas, # p*ras e $ laranja. 2ma pessoa paga +3 <0,00 e aciona a mquina.
Se aparecem # mas, gan7a +3 >0,00. Se aparecerem # bananas, gan7a +3 <0,00B gan7a +3 $>0,00
se aparecerem # p*ras e gan7a +3 $<0,00 se aparecerem # laranjas. 6ual a esperana de gan7o
numa ?nica jogada8

10., Propriedades da Espera%a Mae)i#a
$. Se c X = , onde c uma constante, ento
( ) . c X E =
A esperana de uma constante a
prpria constante.
#. Se c uma constante, ento
( ) ( ) X E c X c E =
.
4. Se X e Y so duas variveis aleatrias quaisquer, ento
( ) ( ) ( ) Y E X E Y X E + = +
.
>. Se a e b so constantes, ento
( ) ( ) . b X E a b aX E + = +
/. A esperana matemtica de uma varivel aleatria centrada 'ero&
( ) . 0 =
x
X E
A. Se X e Y so duas variveis aleatrias independentes, ento
( ) ( ) ( ). Y E X E XY E =
E*e)plo& Sejam X e Y variveis aleatrias com funo de densidade conjunta dada por&
( )

+
=
contrrio caso em , 0
$ 0 , $ 0 ,
,
y x y x
y x f
=alcule
( ) Y X E / # +
.
10.- VARINCIA
Seja X uma varivel aleatria. A variCncia dessa varivel definida por&
( ) ( ) [ ] { } ( ) [ ]
# # #
= = = X E X E X E X V
e representa a disperso da varivel em relao mdia.
A rai' quadrada positiva da variCncia definida como desvio padro e representada por
( ) . X V =
A vantagem que se tem sobre

que este e,prime a disperso na mesma unidade de

medida da v.a., uma ve' que a
( ) X V
e,pressa por unidades quadradas de X.
Se X uma varivel aleatria discreta com funo de probabilidade
( ) x p
, ento a
variCncia de X dada por&
( ) ( )

=
=
n
i
i i x
x p x
$
# #

Se X uma varivel aleatria contnua com f.d.p.
( ) x f
, ento a variCncia de X dada por&
( ) ( )dx x f x
x

+

=
# #

1 clculo da variCncia pode ser simplificado com o au,lio do seguinte resultado&
( ) ( ) ( ) [ ]
# #
X E X E X V =
Se os valores tendem a se concentrar pr,imos da mdia, a variCncia pequenaB mas se os
valores tendem a se afastar da mdia, a variCncia grande. A situao indicada graficamente na
figura abai,o, para o caso de duas distribui"es contnuas com a mesma mdia

.
E*e)plos
$) 2ma pequena cirurgia dentria pode ser reali'ada por tr*s mtodos diferentes cujos tempos de
recuperao (em dias) so modelados pelas variveis aleatrias
$
X
,
#
X
e
4
X
. Supondo que voc*
precise fa'er essa cirurgia, qual dos tr*s mtodos voc* escol7eria8
$
X
0 > / A $0
i
p
0,# 0,# 0,# 0,# 0,#
#) Seja X a varivel aleatria que representa o n?mero de ve'es por dia que uma mquina em
funcionamento apresenta certo defeito. Supon7a que a distribuio dessa varivel seja dada por&
X 0 $ # 4
( ) x p
0,A0 0,#0 0,$/ 0,0/
=alcule a variCncia de X.
4) 1 servio de meteorologia classifica o tipo de cu que visvel, em termos de Dgraus de
nebulosidadeE. 2ma escala de $$ categorias empregada&
, $0 , , # , $ , 0
onde 0 representa o cu
perfeitamente claro, $0 representa um cu completamente encoberto, enquanto os outros valores
representam as diferentes condi"es intermedirias. Supon7a que tal classificao seja feita em uma
determinada estao meteorolgica, em um determinado dia e 7ora. Seja X a varivel aleatria que
pode tomar um dos $$ valores acima. Admitindo que a distribuio de probabilidade de X seja&
( ) ( ) B 0/ , 0 $0 0 = = p p

( ) ( ) ( ) ( ) B $/ , 0 9 < # $ = = = = p p p p

( ) ( ) ( ) ( ) ( ) , 0A , 0 @ A / > 4 = = = = = p p p p p
determine a variCncia de X.
>) 1 consumo de combustvel de um certo automvel uma varivel aleatria, medida em
quilFmetros por litro. Admita que a densidade de probabilidade dessa varivel aleatria e,pressa
pela seguinte funo&
( )

<

=
contrrio caso
x x
x x
x f
, 0
$# $$ , $#
$$ $0 , $0
a) !etermine a mdia e a variCncia do consumo.
b) Sendo +3 #,#< o preo do litro de combustvel, qual ser a mdia da despesa em uma viagem de
$00 quilFmetros com esse automvel.
/) 2ma varivel aleatria contnua X tem densidade de probabilidade dada por&
( )

>
=

0 , 0
0 , #
#
x
x e
x f
x
!etermine a variCncia de X.
#
X
$ / 9
i
p
$G4 $G4 $G4
4
X
> / A
i
p
0,4 0,> 0,4
10.. PR/PRIE"A"ES "A VARINCIA
$. Se c uma constante, ento
( ) . 0 = c V
#. Se X uma varivel aleatria e c uma constante, ento ( ) ( ).
#
X V c X c V =
4. Se a e b so constantes, ento ( ) ( ).
#
X V a b aX V = +
10.0 Covari1%#ia e%re d'as variveis alea!rias
6uando duas variveis aleatrias X e Y so dependentes, ou seja,
( ) ( ) ( ) Y E X E XY E
, a
relao entre elas pode ser de vrios tipos. 6uando essa relao linear, o grau de depend*ncia
dessas variveis pode ser medido pela covariCncia.
"e2i%io& a quantidade
( ) Y X, cov
, denominada covariCncia entre as variveis X e Y,
mede o grau de depend*ncia linear entre as duas variveis, e dada por&
( ) ( ) [ ] ( ) [ ] { } ( ) ( ) ( ). , cov Y E X E XY E Y E Y X E X E Y X = =
Se X e Y forem variveis aleatrias independentes, ento
( ) ( ) ( ) Y E X E XY E =
e, portanto,
( ) . 0 , cov = Y X
A partir dessa definio podemos apresentar mais uma propriedade da variCncia, que di'
respeito variCncia da soma de duas variveis aleatrias.
Propriedade .& Sejam as variveis aleatrias X e Y, ento&
( ) ( ) ( ) ( ) Y X Y V X V Y X V , cov # + =
Se X e Y forem variveis aleatria independentes, teremos
( ) ( ) ( ). Y V X V Y X V + =
10.3 Coe2i#ie%e de Correlao
Seja
( ) Y X,
uma varivel aleatria bidimensional. !efiniremos xy

, o coeficiente de
correlao entre X e Y, da seguinte forma&
( ) [ ] ( ) [ ] { }
( ) ( ) Y V X V
Y E Y X E X E
xy

=
,
$ $
xy

-odemos escrever tambm&

( ) ( ) ( )
y x
xy
Y E X E XY E

=
1bserva"es&
$) Supomos que todas as esperanas matemticas e,istam e que ambas
( ) X V
e
( ) Y V
sejam no nulas.
#) 1 coeficiente de correlao uma quantidade adimensional.
4) Se X e Y forem independentes, ento
0 =
. -orm a recproca em geral no
verdadeira. Hsto , podemos ter
0 =
e, no entanto X e Y no precisam ser
independentes. Se
0 =
, diremos que X e Y so no-correlacionadas linearmente.
1 coeficiente de correlao uma medida do grau de linearidade entre X e Y. Ialores de

pr,imos de J$ ou .$ indicam um alto grau de linearidade, enquanto valores de

pr,imos de
0 indicam falta de tal linearidade. Ialores positivos de

mostram que Y tende a crescer com o

crescimento de X, enquanto valores negativos de

mostram que Y tende a decrescer com valores

crescentes de X. 2m valor de

pr,imo de 'ero indica apenas a aus*ncia de relao linear entre X

e Y. %le no elimina a possibilidade de alguma relao no-linear
1 coeficiente de correlao linear pode ser analisado qualitativamente da seguinte forma&
Se
4 , 0 0 < <
e,iste fraca correlao linearB
Se
A , 0 4 , 0 <
e,iste moderada correlao linearB
Se
9 , 0 A , 0 <
e,iste forte correlao linearB
Se
$ 9 , 0 <
e,iste correlao linear muito forte.
E*e)plos
$) =onsidere a distribuio conjunta de probabilidade da varivel
( ) Y X,
, representada pela tabela
abai,o.
X Y 0 $ # 4
0 $G< $G> $G< 0
$ 0 $G< $G> $G<
=alcular&
a)
( ) Y X, cov
b)
( ) Y X V 4 #
c)
( ) $ K = X Y E
d) xy

#) =onsidere a varivel aleatria bidimensional

( ) Y X,
, como f.d.p. dada por&
( )

+
=
contrrio caso
y x
xy
x
y x f
, 0
# 0 , $ 0 ,
4
,
#
!etermine xy

.
4) !ada a distribuio conjunta das variveis X e Y, independentes, seja Y X ! > # = . =omplete a
tabela de probabilidade e calcule
( ) ! E
e
( ) ! V
, usando a distribuio de !.
X Y 0 $ #
( ) X P
$ 0,0A 0,#
# 0,$/ 0,0/
4
( ) Y P
0,4 $