Rosineide da Paz
Ω={CC,CK,KC,KK}
Seja a variável aleatória:
X={100 reaisse {CC} 200 reaisse {CK,KC}−500 reaisse {KK}
Ω={CC,CK,KC,KK}
Seja a variável aleatória:
X={100 reaisse {CC} 200 reaisse {CK,KC}−500 reaisse {KK}
p(x)={1/4se x=1001/2se x=2001/4se x=−500
Ω={CC,CK,KC,KK}
Seja a variável aleatória:
X={100 reaisse {CC} 200 reaisse {CK,KC}−500 reaisse {KK}
p(x)={1/4se x=1001/2se x=2001/4se x=−500
X | P(x) |
---|---|
100 | 0.25 |
200 | 0.5 |
-500 | 0.25 |
Total | 1 |
Ω={CC,CK,KC,KK}
Seja a variável aleatória:
X={100 reaisse {CC} 200 reaisse {CK,KC}−500 reaisse {KK}
p(x)={1/4se x=1001/2se x=2001/4se x=−500
X | P(x) | xp(x) |
---|---|---|
100 | 0.25 | 25 |
200 | 0.5 | 100 |
-500 | 0.25 | -125 |
Total | 1 | 0 |
Ω={CC,CK,KC,KK}
Seja a variável aleatória:
X={100 reaisse {CC} 200 reaisse {CK,KC}−500 reaisse {KK}
p(x)={1/4se x=1001/2se x=2001/4se x=−500
X | P(x) | xp(x) |
---|---|---|
100 | 0.25 | 25 |
200 | 0.5 | 100 |
-500 | 0.25 | -125 |
Total | 1 | 0 |
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=n∑i=1xi⋅P(X=xi).
E(X)=μX=∞∑i=1xi⋅P(X=xi).
Sejam X e Y variáveis aleatórias discretas e a,c constantes, então:
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[(X−E[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).
σ=√Var(X).
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[(X−E[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).
σ=√Var(X).
Propriedades da Variância
Var(c)=0;
Var(c⋅x)=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).
Obtenha a distribuição, média e variância da v.a. X={1 se pacot. idenizado0se pacot. não idenizado
Se o produtor vende 2000 pacotes, qual o número esperado de pacotes que serão idenizados?
Apresente o desvio-padrão.
Fonte: Morettin & Bussab, Estatística Básica, pg. 86.
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.