aula7aula7
DESCRIPTION
Aula7Aula7Aula7TRANSCRIPT
![Page 1: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/1.jpg)
Variáveis AleatóriasVariáveis Aleatórias
Esperança e Variância
Prof. Luiz MedeirosDepartamento de Estatística - UFPB
![Page 2: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/2.jpg)
ESPERANÇA E VARIÂNCIA
• Nos modelos matemáticos aleatórios parâmetrospodem ser empregados para caracterizar apodem ser empregados para caracterizar adistribuição de probabilidade.
• Logo, a cada distribuição de probabilidade podemosassociar certos parâmetros os quais forneceminformações sobre a distribuição.
MÉDIA (Esperança)MÉDIA (Esperança)
VARIÂNCIA
• OBJETIVO: Definir medidas para as variáveisaleatórias que sintetizem características relevantes deuma distribuição de probabilidade.
![Page 3: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/3.jpg)
ESPERANÇA (VALOR MÉDIO)
• DEFINIÇÃO: Dada uma Variável aleatória• DEFINIÇÃO: Dada uma Variável aleatóriadiscreta X, assumindo os valores x1,x2,...,xn, ovalor esperado, a esperança matemática de X,denotado por E(X) é definida por
∑∞
=
=1
),()(i
ii xpxXE
se ∑xi.p(xi) < ∞ (se a série convergir)
• NOTAÇÃO:
=1i
µ=)(XE
![Page 4: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/4.jpg)
Exemplo 1
• Considere a variável aleatória discreta X:
Temos que,
xi 0 1 2
p(xi) 1/4 1/2 1/4
∑=
=
+
+
==
3
1
14
1.2
2
1.1
4
1.0)()(
i
ii xpxXE
![Page 5: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/5.jpg)
ESPERANÇA (VALOR MÉDIO)
• DEFINIÇÃO: Seja X uma variável aleatória• DEFINIÇÃO: Seja X uma variável aleatóriacontínua com fdp f(x). O valor esperado ouesperança matemática de X é definido como
E X xf x dx( ) ( )=−∞
+∞
∫+∞
∫se, e somente se, .
• NOTAÇÃO: µ=)(XE
x f x dx( ) < ∞−∞
+∞
∫
![Page 6: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/6.jpg)
Exemplo 2
• Considere a seguinte fdp;
Temos que,
f xx x
para quaisquer outros valores( )
, ,
,=
< <
⋅
2 0 1
0
∫ ∫ ==×=1
0
1
0
2
3
2)2()2()( dxxdxxxXE
![Page 7: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/7.jpg)
Propriedades da Esperança
1. A média de uma constante é a própria constante.
E K K( ) .=
2. Multiplicando-se uma variável aleatória X por uma constante, sua média fica multiplicada por essa constante.
3. A média da soma ou da diferença de duas variáveis aleatórias é, respectivamente, a soma ou diferença das médias.
E K K( ) .=
E KX KE X( ) ( )=
Observação: Note que toda função de uma variável aleatória X é também uma variável aleatória. Podemos, portanto, falar na esperança de X2, 2X+1, dentre outras. Por exemplo:
ou
E X Y E X E Y( ) ( ) ( )± = ±
E X x p xi i
i
( ) ( )2 2
1
==
∞
∑ E X x f x dx( ) ( ( ))2 2
=−∞
+∞
∫
![Page 8: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/8.jpg)
VARIÂNCIA
• DEFINIÇÃO: Seja X uma variável aleatória com esperançadada por E(X). A variância de X é definida pordada por E(X). A variância de X é definida por
OBSERVAÇÃO: A variância nos dá a dispersão dos valores davariável em relação ao valor esperado.
• NOTAÇÃO:
[ ]22)()()( XEXEXVar −=
2)( σ=XVar
Notamos que se uma variável aleatória é medida em certa unidade, avariância dessa variável é expressa no quadrado dessa unidade. Para finsde comparação e facilidade de interpretação introduz-se o conceito do desviopadrão da variável aleatória, denotado por , que é definido como a raizquadrada positiva da variância, isto é, .
σ ( )Xσ σ( ) ( )X X= 2
![Page 9: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/9.jpg)
Exemplo 3
• Considere a variável aleatória discreta X:
Calcule a Var(X)
xi 0 1 2
p(xi) 1/4 1/2 1/4
∑=
=
+
+
==
3
1
,14
1.2
2
1.1
4
1.0)()(
i
ii xpxXE
∑=
=
+
+
==
3
1
22222,
2
3
4
1.2
2
1.1
4
1.0)()(
i
ii xpxXE
2
1
2
231
2
3)1(
2
3)]([)()(
222=
−=−=−=−= XEXEXVar
![Page 10: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/10.jpg)
Exemplo 4
• Considere a seguinte fdp;
x x, ,< <2 0 1
Calcule Var(X),
f xx x
para quaisquer outros valores( )
, ,
,=
< <
⋅
2 0 1
0
∫ ∫ ==×=1
0
1
0
2
3
2)2()2()( dxxdxxxXE
∫ ∫ ==×=1
0
1
0
322
2
1)2()2()( dxxdxxxXE
18
1
18
89
9
4
2
1
3
2
2
1)]([)()(
2
22=
−=−=
−=−= XEXEXVar
![Page 11: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/11.jpg)
Propriedades da Variância
1. A variância de uma constante é zero.
2. Multiplicando-se uma variável aleatória por uma constante sua
V K( ) = 0
2. Multiplicando-se uma variável aleatória por uma constante sua variância fica multiplicada pelo quadrado da constante.
3. Somando-se ou subtraindo-se uma constante à variável aleatória, sua variância não se altera.
4. A variância da soma ou da diferença de duas variáveis aleatórias
)()(2
XVKKXV =
V K X V X( ) ( )± =4. A variância da soma ou da diferença de duas variáveis aleatórias
é dada por:
Onde
OBS.: Quando X e Y são variáveis aleatórias independentes, , conseqüentemente,
cov(X,Y)=0, logo
),cov(2)()()( YXYVXVYXV ×±+=±
[ ][ ]{ }cov( , ) ( ) ( ) ( ) ( ) ( )X Y E X E X Y E Y E XY E X E Y= − − = −
E XY E X E Y( ) ( ) ( )=
V X Y V X V Y( ) ( ) ( )± = +
![Page 12: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/12.jpg)
Exercícios
1) Considere a seguinte distribuição de probabilidade para o número de dias (X) que um livro fica emprestado, além o número de dias (X) que um livro fica emprestado, além da data de vencimento:
a) Calcule o número esperado de dias de atraso.
b) Encontre a Função de Distribuição Acumulada.
x 1 2 3 4 5
p(x) 0.4 0.2 0.2 0.1 0.1
b) Encontre a Função de Distribuição Acumulada.
c) Suponha que se o usuário atrasar a entrega em um prazo superior a µ+ σ dias, onde µ = E(X) e σ = desvio padrão de X, fica em um cadastro de usuário devedor. Calcule a probabilidade dessa ocorrência.
![Page 13: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/13.jpg)
Exercícios
2) Seja X a variável aleatória denotando o tempo semanal necessário para completar um pequeno contrato. A fdpnecessário para completar um pequeno contrato. A fdpde X é dada por:
Calcule:
a) P(5 ≤ X ≤ 7);
f x
xx
x( ) =
−≤ ≤
−≤
2
162 6
10
166
, para
, para < x 10
0 , para outros valores
a) P(5 ≤ X ≤ 7);
b) E(X) e Var(X);
c) O lucro do contrato depende do tempo necessário para completá-lo, através da função: Lucro = 100 - 10X (em US$). Determine o lucro esperado por contrato.
![Page 14: Aula7Aula7](https://reader035.vdocuments.com.br/reader035/viewer/2022081804/5695d0111a28ab9b0290cc96/html5/thumbnails/14.jpg)
3) Uma livraria mantém extensos registros das vendas diárias dos livros.Com os dados coletados construiu a seguinte distribuição deprobabilidade da variável aleatória X = número de livros vendidos por
Exercícios
probabilidade da variável aleatória X = número de livros vendidos porsemana:
a) Calcule o número esperado de livros vendidos por semana.
xi
0 1 2 3 4 5
p(xi) 0,05 0,15 0,42 0,20 0,08 0,10
a) Calcule o número esperado de livros vendidos por semana.b) Calcule a Var(X).c) Calcule a probabilidade de se vender mais que 2 livros vendidos por
semana.d) Calcule a probabilidade de se vender no máximo um livro.e) O lucro da livraria é obtido através da relação Y=3X2+X-2. Qual o lucro
esperado da livraria?