Capítulo 3

Variáveis Aleatórias

3.1 Conceito
Informalmente, uma variável aleatória é um característico numérico do resultado de
um experimento. Por exemplo:

Exemplo 75 Seja o lançamento de duas moedas e a observação do número de caras

obtido. Então = f(Ca; Ca); (Ca; Co); (Co; Ca); (Co; Co)g. Se de…nirmos X =
número de caras observadas, e ! 1 = (Ca; Ca), ! 2 = (Ca; Co), ! 3 = (Co; Ca),
! 4 = (Co; Co), temos

X(! 1 ) = 2;
X(! 2 ) = X(! 3 ) = 1;
X(! 4 ) = 0.

Exemplo 76 Escolher ao acaso um ponto em [0; 1]. Seja X o quadrado do ponto

obtido. Então = [0; 1] e
X(!) = ! 2 .

Exemplo 77 Escolher ao acaso um ponto no círculo unitário. Seja X a distância

entre o ponto escolhido e a origem. Então = f(x; y) : x2 + y 2 1g e, com
! = (x; y), temos p
X(!) = x2 + y 2 .

Exemplo 78 Joga-se um dado e observa-se a face superior. Então = f1; 2; 3; 4; 5; 6g

e
X(!) = !.

Entretanto, nem toda função de em R traduz uma variável aleatória.

35
De…nição 25 Uma variável aleatória X em um espaço de probabilidade ( ; A; P ) é
uma função real de…nida no espaço tal que o conjunto [! 2 : X(!) x] (daqui
para frente escrito de forma simpli…cada [X x]) é evento aleatório para todo x 2 R;
isto é,
X: !R
é uma variável aleatória se [X x] 2 A para todo x 2 R.

Exemplo 79 Sejam = f1; 2; 3; 4g e A = f?; f1; 2g; f3; 4g; g e considere os

conjuntos A = f1; 2g e B = f1; 3g. Então 1A é variável aleatória em ( ; A), mas
1B não é.

3.2 Função de Distribuição

De…nição 26 A função de distribuição (acumulada) da variável aleatória X,
representada por FX , ou simplesmente por F quando não houver confusão, é de…nida
por
FX (x) = P (X x), x 2 R. (3.1)

Exemplo 80 Duas moedas honestas são lançadas. Seja a variável X que conta o
número de caras observadas. Construa a função de distribuição da variável aleatória
X e represente-a gra…camente.

Exemplo 81 Seja um experimento que consiste em selecionar um ponto no círculo

unitário. Seja X a distância entre o ponto escolhido e a origem. Construa a função
de distribuição da variável aleatória X e represente-a gra…camente.

Proposição 20 Propriedades da Função de Distribuição. Se X é uma va-

riável aleatória, sua função de distribuição F tem as seguintes propriedades:

F1) Se x1 x2 então F (x1 ) F (x2 ); isto é, F é não-decrescente.

F2) Se xn # y, então F (xn ) # F (y); isto é, F é contínua à direita.

F3) limx! 1 F (x) = 0 e limx!+1 F (x) = 1.

Prova. (Em aula)

Tendo em mente que FX (x) = P (X x), podemos observar que

1. P (X > a) = 1 P (X a) = 1 FX (a)

2. P (a < X b) = P (X b) P (X a) = P (X b) P (X a) =
FX (b) FX (a)

3. P (X = a) = P (X a) P (X < a) = FX (a) FX (a ). Ou seja, P (X = a)

é o tamanho do salto da função de distribuição em x = a. Se a função for
contínua no ponto x = a então P (X = a) = 0.

36
 4. P (a < X < b) = P (a < X b) P (X = b)
= P (X b) P (X a) P (X = b) = FX (b) FX (a) [FX (b) FX (b )]
= FX (b ) FX (a).

5. P (a X < b) = P (a < X < b) + P (X = a)

= FX (b ) FX (a) + [FX (a) FX (a )] = FX (b ) FX (a ).

6. P (a X b) = P (a < X b) + P (X = a)
= FX (b) FX (a) + [FX (a) FX (a )] = FX (b) FX (a ).

Exemplo 82 Um dado tendencioso é tal que a probabilidade de um ponto é propor-

cional ao próprio ponto. Seja X a variável aleatória que representa a parte inteira
da raiz quadrada do dobro da face obtida. Pede-se:
(a) O espaço de probabilidade ( ; A; P ) e o espaço de probabilidade induzido pela
variável aleatória X.
(b) A função de distribuição da variável aleatória X, esboçando o seu grá…co.

Exemplo 83 Um ponto é selecionado aleatoriamente do intervalo (0; 1). Seja X a

variável aleatória de…nida como X(!) = ln !, com ! o ponto obtido no experi-
mento. Pede-se:
(a) O espaço de probabilidade ( ; A; P ) e o espaço de probabilidade induzido pela
variável aleatória X.
(b) A função de distribuição da variável aleatória X, esboçando o seu grá…co.

3.3 Variáveis Aleatórias Discretas

De…nição 27 A variável aleatória X é discreta se toma um número …nito ou enu-
merável de valores, isto é, se existe um conjunto …nito ou enumerável fx1 ; x2 ; :::g
R tal que X(!) 2 fx1 ; x2 ; :::g para todo ! 2 . A função p(xi ) de…nida por

p(xi ) = P (X = xi ), i = 1; 2; 3; ::: (3.2)

é chamada função de probabilidade de X.

[
Observação 13 Note que [X x] = [X = xi ] e assim
i:xi x

X X
F (x) = P (X = xi ) = p(xi ).
i:xi x i:xi x

Além disso, observe que

p(xi ) 0, i = 1; 2; 3; ::: (3.3)
e 1
X
p(xi ) = 1. (3.4)
i=1

37
Exemplo 84 A probabilidade de um indivíduo acertar um alvo é 2/3. Ele deve
atirar até atingir o alvo pela primeira vez. Seja X a variável aleatória que representa
o número de tentativas até que ele acerte o alvo. Pede-se:
(a) A função de probabilidade de X, mostrando que ela atende as propriedades
(3.3) e (3.4).
(b) A probabilidade de serem necessários cinco tiros para que ele acerte o alvo.
Exemplo 85 Seja X o número de caras obtidas em 4 lançamentos de uma moeda
honesta. Construa a função de probabilidade e a função de distribuição de X es-
boçando os seus grá…cos.

3.4 Variáveis Aleatórias Contínuas

De…nição 28 A variável aleatória X é (absolutamente) contínua se sua função de
distribuição FX (x) é contínua. Isto é, se existe uma função fX (x), dita função de
densidade de probabilidade, com as seguintes propriedades
fX (x) 0 para todo x 2 R e
Z1
fX (x)dx = 1
1

de modo que
Zx
FX (x) = fX (t)dt.
1

Observação 14 Pelo Teorema Fundamental do Cálculo, observe que

dFX (x)
fX (x) = .
dx
Observação 15 Como FX (x) é contínua, observe que
1. P (X = x) = FX (x) FX (x ) = 0 para todo x 2 R.
2. P (a X b) = P (a < X b) = P (a X < b) = P (a < X < b) =
Zb
fX (x)dx.
a

3. dFX (x) = fX (x)dx.

Exemplo 86 Veri…que que
8
> 0, z < 0
z , 0 z < 12
>
< 2
FZ (z) = 1
>
> 1 3(1 z)2 , 2
z<1
1, z 1
:

é uma função de distribuição e obtenha a função de densidade de Z. Calcule também

P (Z > 14 jZ 3
4
).

38
Exemplo 87 Veri…que que
8
< 0, y < 0
p
FY (y) = y, 0 y 1
1, y > 1
:

é uma função de distribuição e calcule a função de densidade de Y. Use-a para

calcular P ( 14 < Y < 34 ).

De…nição 29 Uma variável aleatória é dita singular, se sua função de distribuição

é contínua, mas sua derivada é zero em quase todos os pontos, isto é, exceto em um
conjunto de medida de Lebesgue nula. (Essa linguagem mencionando "quase todos
os pontos"é muito utilizada em probabilidade avançada e signi…ca que a propriedade
só não é válida num conjunto de pontos que tem probabilidade zero, às vezes também
referido como de medida nula.) Em outras palavras, X é singular se, e somente se,
existe um conjunto B de comprimento zero tal que P (X 2 B) = 1 e FX é contínua
(isto é, P (X = x) = 0 para todo x 2 R).

De…nição 30 Uma variável aleatória X é dita mista se tem partes nas diferentes
classi…cações (parte discreta, parte contínua e parte singular). (O mais comum é a
mistura de parte contínua com parte discreta, pois, como dissemos, a parte singular
raramente ocorre.)

Exemplo 88 (Exemplo de Variável Aleatória Mista: Discreta e Contínua ao mesmo

tempo) A função de distribuição de uma variável aleatória X é dada por:
8
>
> 0, x < 0
< x2 , 0 x < 1
>
>
2
FX (x) = 3
, 1 x<2
11
, 2 x<3
>
>
: 12
>
>
1, x 3

Obtenha:
(a) o grá…co de FX (x);
(b) P (X < 3);
(c) P (X = 1);
(d) P (X > 1=2);
(e) P (2 < X < 4).

Observação 16 Assim toda função de distribuição F de uma variável aleatória X

admite a decomposição
F = 1 Fd + 2 Fac + 3 Fs
onde Fd é a função de distribuição da parte discreta de X, Fac é a função de dis-
tribuição da parte absolutamente contínua de X, Fs é função de distribuição da parte
singular de X, e 1 + 2 + 3 = 1 com 1 0, 2 0 e 3 0.

39
Exemplo 89 Seja X uma variável com função de distribuição
8
< 0, x < 2
1
FX (x) = + x+2 , 2 x<0
: 43 1 8 x
4
+ 4
(1 e ), x 0
(a) Classi…que a variável aleatória X e esboce um grá…co de FX .
(b) Calcule P (X > 1) e P (X 4jX > 0).
(c) Decomponha F nas partes discreta, absolutamente contínua e singular.

3.5 Funções de Variáveis Aleatórias

Seja X uma variável aleatória em ( ; A; P ), e considere o problema de determinar
a distribuição de Y = g(X), com g uma função mensurável. Então, temos
FY (y) = P fY yg = P fg(X) yg
De…nindo By = fx : g(x) yg, temos
FY (y) = P fX 2 By g
= PX fBy g
ou seja, conhecendo a distribuição de X, podemos obter a distribuição de qualquer
função mensurável de X.
Observação 17 (a) Quando X é discreta, Y é também discreta e o problema torna-
se simples, pois X
pY (y) = pX (xi )
i:g(xi )=y

(b) Quando X é contínua, o problema é mais complexo pois Y pode ser discreta,
contínua ou mista. A ideia aqui é essencialmente obter a função de distribuição da
variável aleatória Y e decompô-la nas suas partes discreta e contínua.
Exemplo 90 Seja uma variável aleatória discreta, com função
jp k de probabilidade
1 x
dada por P (X = x) = 2 para x = 1; 2; 3; ::: Seja Y = X , a parte inteira
p
de X. Qual a função de probabilidade da variável aleatória Y?
Exemplo 91 Seja X uma variável aleatória contínua com função de densidade dada
por ( 1
, 2 x 5
fX (x) = 7
0, caso contrário
Encontre a densidade de Y = X 2 .
Exemplo 92 Seja X uma variável contínua com densidade
8
1
< 4 x, 0 x < 2
>
>
>
fX (x) = 1
, 2 x 6
8
>
>
>
: 0, caso contrário
(a) Determine a função de distribuição de Y = min(3; X).
(b) Faça a decomposição de FY nas suas partes discreta, contínua e singular.

40
3.6 Lista de Exercícios
Exercício 81 Mostre que se X é uma v.a. do tipo contínuo com função de densi-
dade par, ou seja, simétrica em torno de x = 0, isto é, fX (x) = fX ( x), então:
(a) FX (x) = 1 FX ( x);
(b) FX (0) = 12 ;
(c) P ( x < X < x) = 2FX (x) 1, x > 0;
Zx
(d) P (X > x) = 12 fX (t)dt, x > 0.
0

Exercício 82 Seja F (x) a função

8
< 0, se x < 0
F (x) = x + 12 , se 0 x 1
2
1, se x > 12
:

Mostre que F é de fato uma função de distribuição e calcule:

(a) P (X > 18 )
(b) P ( 18 < X < 25 )
(c) P (X < 25 j X > 18 )
Exercício 83 Suponha que X seja uma variável aleatória com f.d.p. dada por
1
fX (x) = , 1<x<1
2(1 + jxj)2
(a) Obtenha a função de distribuição de X.
(b) Ache P ( 1 < X < 2).
(c) Ache P (jXj > 1).
Exercício 84 Z é uma variável aleatória contínua com função de densidade de
probabilidade
10e 10z , z > 0
fZ (z) =
0, z 0
Obtenha a função de distribuição de Z e esboce o seu grá…co.
Exercício 85 Seja X uma variável contínua com densidade fX (x) = 12 e jxj
, 1<
x < 1. Mostre que a densidade de Y = X 2 é dada por
1 p
y
fY (y) = p e 1(0;1) (y).
2 y
Exercício 86 Seja X uma variável aleatória com função de distribuição
8
> 0, se x < 0
>
>
>
>
>
>
> 1 1
< 4 + 8 x(x + 2), se 0 x < 1
>
>
>
FX (x) =
> 3
, se 1 x < 43
>
>
>
4
>
>
>
>
>
>
: 1, se x 4
>
3

41
Pede-se:
(a) Classi…car a v.a. X, segundo o critério discreto, contínuo ou misto, justi…-
cando.
(b) Obter a função de probabilidade e/ou a função de densidade da v.a. X.

Exercício 87 Seja FX a função de distribuição de uma variável aleatória X, de…nida

por
x
FX (x) = C1 + C2 para 1<x<1
(jxj + 1)
Pede-se:
(a) O valor das constantes C1 e C2 .
(b) A função de densidade de probabilidade de X.
(c) P (X 1j X > 1).

Exercício 88 Seja X uma variável aleatória positiva com f.d.p. dada por
3x
fX (x) = 3e ; x>0
1
Obtenha o modelo de probabilidade da variável aleatória Y = .
X +1
Exercício 89 Suponha que a variável aleatória absolutamente contínua X tenha a
f.d.p.
2
f (x) = Cxe x , x 0
(a) Calcule o valor de C.
(b) Ache a função de distribuição da variável aleatória X.
(c) Calcule P (X 2 j X 1).

Exercício 90 Um ponto K é selecionado aleatoriamente no intervalo (0; 5). Qual

a probabilidade de que as raízes da equação 4x2 + 4Kx + K + 2 = 0 sejam reais?
c
Exercício 91 Suponha que a variável X tenha densidade f (x) = para x > 1 e
x4
f (x) = 0, caso contrário, onde c é uma constante. Pede-se:
(a) o valor de c;
(b) a função de distribuição de X e o seu esboço grá…co;
(c) calcule P (X 5jX > 2);
(d) um modelo de probabilidade para a variável aleatória Y = bXc, a parte inteira
da variável aleatória X;
(e) um modelo de probabilidade para a variável aleatória Z = 2X + 8.

Exercício 92 Seja X uma v.a. com função de distribuição dada por

8
< 0, se x < 1
FX (x) = c(1 e (x 1) ), se 1 x < 2
c(1 e 1 + e 2 e 2(x 1) ), se x 2
:

Pede-se:
(a) Obter o valor de c.

42
 (b) Classi…que a v.a. X conforme seja discreta, contínua ou mista e obtenha
a função de probabilidade e/ou função de densidade de probabilidade conforme a
natureza de X.
3
(c) Calcular P (X 2
jX < 4).
3
(d) Seja Y = X . Ache a lei de Y .

Exercício 93 Seja X variável aleatória com função de distribuição dada por

8
>
> 0, se x < 0
1=4, se 0 x < 1
>
>
>
>
2=5, se 1 x < 2
<
FX (x) =
>
> 1=2, se 2 x < 3
(2x 5)=2, se 3 x < 3; 5
>
>
>
>
1, se x 3; 5
:

Pede-se:
(a) Veri…que que F é de fato uma função de distribuição.
(b) Classi…que a v.a. X conforme seja discreta, contínua ou mista e obtenha
a função de probabilidade e/ou função de densidade de probabilidade conforme a
natureza de X e decomponha a F nas suas partes discreta, absolutamente contínua
e singular.
(c) Calcular P (29X 6X 2 30).

Exercício 94 Um vendedor de equipamento pesado pode visitar, num dia, um ou

1 2
dois clientes, com probabilidade de e , respectivamente. De cada contrato, pode
3 3
1
resultar a venda de um equipamento por R$ 50:000; 00 (com probabilidade ) ou
10
9
nenhuma venda (com probabilidade ). Indicando a variável aleatória Y como o
10
valor total de vendas diárias desse vendedor, pede-se:
(a) A função de probabilidade de Y .
(b) A função de distribuição de Y .

Exercício 95 Considere a variável aleatória X com função de densidade de pro-

babilidade dada por
c jx 2j , 0 x 4
f (x) =
0, caso contrário
(a) Obtenha o valor de c.
(b) Obtenha a função de distribuição de probabilidade da variável aleatória X.
(c) Obtenha o modelo de probabilidade a variável aleatória Y, de…nida como

2X, se 0 X 2
Y =
2X + 8, se 2 < X 4

43