Processing math: 82%

Variáveis Aleatórias:

esperança e variância

Rosineide da Paz

Esperança e Variâcia

Motivação

  • Lançam-se duas moedas honestas e observa-se suas faces superiores. O espaço amostral é dados por

Ω={CC,CK,KC,KK}

Seja a variável aleatória:

X={100 reaisse {CC} 200 reaisse {CK,KC}500 reaisse {KK}

  • Qual é a esperança do ganho?

Motivação

  • Lançam-se duas moedas honestas e observa-se suas faces superiores. O espaço amostral é dados por

Ω={CC,CK,KC,KK}

Seja a variável aleatória:

X={100 reaisse {CC} 200 reaisse {CK,KC}500 reaisse {KK}

  • Qual é a esperança do ganho?

p(x)={1/4se x=1001/2se x=2001/4se x=500

Motivação

  • Lançam-se duas moedas honestas e observa-se suas faces superiores. O espaço amostral é dados por

Ω={CC,CK,KC,KK}

Seja a variável aleatória:

X={100 reaisse {CC} 200 reaisse {CK,KC}500 reaisse {KK}

  • Qual é a esperança do ganho?

p(x)={1/4se x=1001/2se x=2001/4se x=500

Representação na tabela.
X P(x)
100 0.25
200 0.5
-500 0.25
Total 1

Motivação

  • Lançam-se duas moedas honestas e observa-se suas faces superiores. O espaço amostral é dados por

Ω={CC,CK,KC,KK}

Seja a variável aleatória:

X={100 reaisse {CC} 200 reaisse {CK,KC}500 reaisse {KK}

  • Qual é a esperança do ganho?

p(x)={1/4se x=1001/2se x=2001/4se x=500

Representação na tabela.
X P(x) xp(x)
100 0.25 25
200 0.5 100
-500 0.25 -125
Total 1 0

Motivação

  • Lançam-se duas moedas honestas e observa-se suas faces superiores. O espaço amostral é dados por

Ω={CC,CK,KC,KK}

Seja a variável aleatória:

X={100 reaisse {CC} 200 reaisse {CK,KC}500 reaisse {KK}

  • Qual é a esperança do ganho?

p(x)={1/4se x=1001/2se x=2001/4se x=500

Representação na tabela.
X P(x) xp(x)
100 0.25 25
200 0.5 100
-500 0.25 -125
Total 1 0
  • E[X]=0, o ganho esperado é zero.

Esperança, Média ou Valor Esperado de uma v.a. Discreta

  • Denotada por E(X), é a soma dos produtos de todos os possíveis valores da v.a. pelos seus respectivos valores de probabilidades.

  • Se X{x1,x2,,xn}, então:

E(X)=μX=ni=1xiP(X=xi).

  • Se X{x1,x2,}, então:

E(X)=μX=i=1xiP(X=xi).

Propriedades da Esperança Matemática

Sejam X e Y variáveis aleatórias discretas e a,c constantes, então:

  • E[c]=c;
  • E[c.X]=cE[X];
  • E[X±Y]=E[X]±E[Y];
  • E[aX±b]=aE[X]±b;
  • E[XE[X]]=0;
  • E[h(X)]=i=1h(xi)P(X=xi), em que h(X) é uma função de X;
  • se X1,X2,,Xn são variáveis aleatórias, então E[ni=1Xi]=ni=1E[Xi].

Variância de uma v.a.

  • A variância de uma v.a. X qualquer é a média dos quadrados dos desvios de X em torno da sua esperança,

  • ou seja:

σ2=Var(X)=E[(XE[X])2]

  • Da definição acima, decorre que:

    Var(X)=E[X2](E[X])2.

  • Se X é um v.a. discreta com valores em {x1,x2,}, então:

E[X2]=i=1x2ip(xi).

  • O desvio-padrão de X é:

σ=Var(X).

Variância de uma v.a.

  • A variância de uma v.a. X qualquer é a média dos quadrados dos desvios de X em torno da sua esperança,

  • ou seja:

σ2=Var(X)=E[(XE[X])2]

  • Da definição acima, decorre que:

    Var(X)=E[X2](E[X])2.

  • Se X é um v.a. discreta com valores em {x1,x2,}, então:

E[X2]=i=1x2ip(xi).

  • O desvio-padrão de X é:

σ=Var(X).

  • Propriedades da Variância

  • Var(c)=0;

  • Var(cx)=c2Var(X);

  • Var(aX±b)=a2Var(X);

  • Var(X±Y)=Var(X)+Var(Y)±2Cov(X,Y), em que Cov(X,Y)=E[XY]E[X]E[Y].

  • Se X e Y são independentes: Var(X±Y)=Var(X)+Var(Y).

Exemplo

  • Um produtor vende pacotes com 15 sementes. Os pacotes que apresentam mais de duas sementes sem germinar são idenizados. A probabilidade de uma semente germinar é de 0,95.
  1. Obtenha a distribuição, média e variância da v.a. X={1 se pacot. idenizado0se pacot. não idenizado 

  2. Se o produtor vende 2000 pacotes, qual o número esperado de pacotes que serão idenizados?

  3. Apresente o desvio-padrão.

Fonte: Morettin & Bussab, Estatística Básica, pg. 86.

Exemplo

  • Um produtor vende pacotes com 15 sementes. Os pacotes que apresentam mais de duas sementes sem germinar são idenizados. A probabilidade de uma semente germinar é de 0,95.

a) Obtenha a distribuição, média e variância da v.a. X={1 se pacot. idenizado0se pacot. não idenizado 

b) Se o produtor vende 2000 pacotes, qual o número esperado de pacotes que serão idenizados?

c) Apresente o desvio-padrão.

Resolução: a)

\begin{array}{rl}P(X=0)=&P(\mbox{todas germ.})+P(\mbox{1 não germ.})+P(\mbox{2 não germ.})\}\\=&\{(0,95)^{15}+15(0,95)^{14}(0,05)+\binom{15}{2}(0,95)^{13}(0,05)^2\}\\=&0,9637998\approx 0,96.& \end{array}\\

P(X=1)=1-P(X=0)\approx 0,036

Fonte: Morettin & Bussab, Estatística Básica, pg. 86.

Esperança: E[X]=0 P(X=0)+1 P(X=1)=0,036.

E[X^2]=0^2P(X=0)+1^2 P(X=1)=0,036

Variância: \sigma^2=E[X^2]-(E[X])^2=(0,0384)-(0,0384)^2\approx 0,0384

Desvio-padrão:\sigma=\sqrt{\sigma^2}\approx 0,19.

b) Seja: Y=“número de pacotes idenizados”

Y=X_1+X_2+ \cdots+X_{2000}

\begin{array}{rl}E[Y]=&E[X_1+X_2+ \cdots+X_{2000}]=E[X_1]+E[X_2]+ \cdots+E[X_{2000}]\\ =&2000E[X]\\=&2000 \times 0,036\\=&72.\\ \end{array}\\

E[Y]=72.

c) Considerando independência entre os X’s: \sigma=\sqrt{Var(Y)}=\sqrt{Var(X_1+X_2+ \cdots+X_{2000})}

\sigma_Y=\sqrt{Var(X_1)+Var(X_2)+ \cdots+Var(X_{2000}))}\approx 8,76.