Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 ESPERANÇA OU VALOR ESPERADO, [E(X)] ESPERANÇA OU VALOR ESPERADO DE UMA VARIÁVEL ALEATÓRIA DISCRETA, [E(X)] DEFINIÇAO. Seja X uma variável aleatória discreta e f(x) = P[X = x] a função de probabilidade associada a X. A esperança de X (ou valor esperado de X) é definia como: = = 1i ii )x(fx)X(E ou = XRx )x(fx)X(E Observação: O valor esperado é interpretado como a média. Exemplo 14: Seja: ε: De uma caixa que tem 4 produtos bons e 6 defeituosos escolhem-se 3 produtos, um após o outro e sem reposição X: N° de produtos defeituosos selecionados. RX: 0, 1, 2, 3 xi f(xi) 0 1/30 1 3/10 2 1/2 3 1/6 1 Calcule a esperança de X. Solução E(X) = 8,1 5 9 )x(fx 4 1i ii == = E(X) = 1,8 Entre os 3 produtos selecionados, espera-se escolher 2 produtos defeituosos. Teorema.- Seja X uma variável aleatória discreta e H(X) uma função da variável aleatória X, então: = = 1i ii )x(f)x(H)]X(H[E ou = XRx )x(f)x(H)]X(H[E Exemplo 15. Seja X uma variável aleatória tal que: Calcule a esperança de: i) H(X) = X2, ii) H(X) = 2X3 + 1 iii) H(X) = 3X – 4 Solução xi f(xi) xif(xi) 0 1/30 0 1 3/10 3/10 2 1/2 1 3 1/6 1/2 1 9/5 xi 1 2 3 f(xi) 0,3 0,5 0,2 2 i) 1,42,095,043,01)3(f3)2(f2)1(f1)x(fx)X(E 222 3 1i i 2 i 2 =++=++== = ii) 2,0)132(5,0)122(3,0)112()x(f)1x2(]1X2[E 233 3 1i i 3 i 3 +++++=+=+ = = 20,4 iii) 7,12,0)433(5,0)423(3,0)413()x(f)4x3(]4X3[E 3 1i ii =−+−+−=−=− = ESPERANÇA OU VALOR ESPERADO DE UMA VARIÁVEL ALEATÓRIA COMTÍNUA, [E(X)] DEFINIÇÃO. Seja X uma variável aleatória contínua com função de densidade f(x). A esperança da variável aleatória X é definida como: E(X) = − dx)x(fx ou E(X) = XRx dx)x(fx Exemplo 16. Se X é uma variável aleatória com função de densidade de probabilidade, = cc0 8/11x2/11 2/1x0x )x(f Determine a esperança de X. Solução E(X) = XRx dx)x(fx = 8 1 128 121 0 24 1 2 x 3 x dx)1x(dx)xx( 8/11 2/1 2 2/1 0 38/11 2/1 2/1 0 −+−= + =+ = 384 331 = 0,861979 Teorema. Seja X uma variável aleatória contínua com função de densidade de probabilidade f(x), e Y= H(X) uma função de X. A esperança de Y é dada por: E(Y) = E[H(X)] = − dx)x(f)x(H ou E(Y) = E[H(X)] = XRx dx)x(f)x(H Exemplo 17. Considerando o enunciado do exemplo anterior, se Y = 2X + 1, determine a esperança de Y. Solução E(Y) = += XX RxRx dx)x(f)1x2(dx)x(fy = =+++=+++= 8/11 2/1 2/1 0 2 8/11 2/1 2/1 0 dx)1x2(dx)xx2(dx1)1x2(xdx)1x2( 3 ( 192 523 2 1 4 1 8 11 64 121 0 8 1 8 1 3 2 xx 2 x x 3 2 8/11 2/1 2 2/1 0 2 3 =−−++−+=++ += PROPRIEDADES DA ESPERANÇA 1.- E(k) = k; k é uma constante. 2.- E(X a) = E(X) a; a é uma constante. 3.- E(aX) = a E(X); a é uma constante. 4.- E(aX b) = aE(X) b; a e b são constantes. VARIÂNCIA DE UMA VARIÁVEL ALEATÓRIA A variância de uma variável aleatória X mede o grau de dispersão dos seus valores, em torno da esperança de X. DEFINIÇÃO. Seja X uma variável aleatória com valor esperado µX = E(X). A variância de X, denotada por V(X) [ou 2X ], é definida como: 2 X ]X[E)X(V −= . Consequentemente: - Se X é uma variável aleatória discreta então: −= XRx 2 X )x(f)x()X(V , e, - Se X é uma variável aleatória contínua então: −= XRx 2 dx)x(f)x()X(V Resultado. 2X 2 )X(E)X(V −= onde: - = XRx 22 )x(fx)X(E , se X é uma variável aleatória discreta e, - = XRx 22 dx)x(fx]X[E , se X é uma variável aleatória contínua. Observação. A unidade de medida da variância é o quadrado da unidade de medida da variável X. Exemplo 18. ε: Lanço uma moeda duas vezes e em cada lançamento observo a face superior. X: Número de caras obtidas em dois lançamentos de uma moeda. RX: 0, 1, 2 xi )x(f i 0 1/4 1 1/2 2 1/4 1 4 Calcule a variância de X. Solução V(X) = 22 )]X(E[)X(E − - E(X) = = 3 1i ii )x(fx = 1 - E(X2) = = 3 1i i 2 i )x(fx = 1,5 V(X) = 22 )]X(E[)X(E − = 1,5 – 1 = 0,5 V(X) = 0,5 Exemplo 19. ε: De uma caixa que contém 4 produtos bons e 6 defeituosos, escolhem-se 3 produtos, um após o outro e sem reposição X: Número de produtos defeituosos selecionados. RX: 0, 1, 2, 3 Calcule a variância de X Solução Do exemplo 14 sabe-se que E(X) = 1,8 V(X) = 22 )]X(E[)X(E − - E(X2) = 8,3 5 19 )x(fx 4 1i i 2 i == = V(X) = 22 )]X(E[)X(E − = 3,8 – (1,8)2 = 0,56 V(X) = 0,56 Exemplo 20. Se X é uma variável aleatória com função de densidade de probabilidade, = cc0 8/11x2/11 2/1x0x )x(f Calcule a V(X). Solução Do exemplo 16 sabe-se que E[X] = 384 331 xi )x(f i )x(fx ii )x(fx i 2 i 0 1/4 0 0 1 1/2 1/2 1/2 2 1/4 1/2 1 1 1 1,5 xi )x(f i )x(fx i 2 i 0 1/30 0 1 3/10 3/10 2 1/2 2 3 1/6 9/6 1 19/5 5 - 1536 1291 24 1 1536 1331 0 64 1 3 x 4 x dx1xxdxx]X[E 8/11 2/1 3 2/1 0 48/11 2/1 2 2/1 0 22 =−+−= + =+= 1536 1291 ]X[E 2 = 097486707,0 384 331 1536 1291 )X(V 2 = −= PROPRIEDADES DA VARIÂNCIA 1. V(X) = 0; se X é uma constante 2. V(X ± a) = V(X); a é uma constante 3. V(aX) = a2 V(X); a é uma constante 4. V(aX ± b) = a2 V(X); a e b são constantes Exercício 4. Supor que a demanda diária (X) de um produto é uma variável aleatória com a seguinte função de probabilidade, ==== .c.c0 4,3,2,1xc !x 2 ]xX[P)x(f x a) Determinar o valor da constante c. b) Determine a demanda esperada do produto e a variância da demanda do produto. DESVIO PADRÃO DE UMA VARIÁVEL ALEATÓRIA X DEFINIÇÃO. Se X é uma v.a. com variância V(X) (ou σX), define-se o desvio padrão de X como sendo: σX = DP(X) = )X(V . PROPRIEDADES DO DESVIO PADRÃO 1. DP(X) = 0; se X é uma constante 2. DP(X ± a) = DP(X); a é uma constante 3. DP(aX) = a DP(X); a é uma constante 4. DP(aX ± b) = a DP(X); a e b são constantes Estas propriedades são consequência direta da definição de desvio padrão e das propriedades da variância. Exemplo 21. Um lojista mantém extensos registros das vendas diárias de certo aparelho. O quadro a seguir dá a distribuição de probabilidades do número de aparelhos vendidos em uma semana. N° de aparelhos (x) 0 1 2 3 4 5 f(x) 0,1 0,1 0,2 0,3 0,2 0,1 Se o lucro diário por unidade vendida é de R$ 500,00: a) qual o lucro esperado em uma semana? b) Qual o desvio padrão do lucro? 6 Solução X: número de aparelhos vendidos em uma semana. RX: 0, 1, 2, 3, 4, 5. Y: lucro nas vendas Y = H(X) = 500X RY: 0, 500, 1.000, 1.500, 2.000, 2.500 a) Y = H(X) = 500X, E(Y) = E(500X) = 500E(X). Calculando E(X) e V(X): x f(x) x f(x) x2f(x) 0 0,1 0,0 0,0 1 0,1 0,1 0,1 2 0,2 0,4 0,8 3 0,3 0,9 2,7 4 0,2 0,8 3,2 5 0,1 0,5 2,5 1 2,7 9,3 - E(X) = = 5 0x )x(fx = 2,7 - = = 5 0x 22 )x(fx)X(E = 9,3 - V(X) = E(X2) – [E(X)]2 = 9,3 – (2,7)2 = 2,01 Logo, E(Y) = E(500X) = 500E(X) = 500 (2,7) = 1350. O lucro esperado é de R$ 1350,00. Outra forma de calcular o lucro esperado seria a través do teorema que diz: = == 5 0x )x(f)x(H)]X(H[E]Y[E x f(x) y = H(x) H(x)f(x) 0 0,1 0 0 1 0,1 500 50 2 0,2 1000 200 3 0,3 1500 450 4 0,2 2000 400 5 0,1 2500 250 1 1350 1350)x(f)x(H 5 0x = = , logo,E[Y] = R$1350. 7 b) DP(Y) = DP(500X) = 500 DP(X) = 500 (1,417744688) = 708,87, DP(Y) = R$708,87 Exercício 5. Seja X a duração de um instrumento eletrônico (medido em horas). Se X é uma variável aleatória contínua com f.d.p. dada por: 000.10x000.2; x k )x(f 2 = a) determine o valor de k. b) Qual a probabilidade de um instrumento eletrônico falhar antes de 5.000 hs de funcionamento? c) Qual a probabilidade de um instrumento eletrônico durar menos de 8.000 hs se sabemos que ainda funciona depois das 6.000 hs? d) Calcule o tempo esperado (médio) de duração de um instrumento. e) Calcule a variância e o desvio padrão do tempo de duração do instrumento. Exercício 6. Seja X uma variável aleatória contínua com função de densidade de probabilidade dada por: = .c.c0 8x0kx )x(f a) Determine k. b) Calcule E(X), V(X) e Me. c) Se definimos a variável Y = H(X) = 10 + 2X, determine: c.1) P[Y < 14] c.2) A esperança e a variância de Y. Exercício 7. Um galão de combustível para foguetes vai conter certa quantidade (X) de um componente particular. Assume-se que X é uma variável aleatória com função de densidade de probabilidade, − = .c.c0 9x3 18 x 2 1 )x(f O fabricante terá um lucro real (por galão) no combustível que pode ser expresso pela seguinte função: − == .c.cgalãopor.m.u1,0 6x3galãopor.m.u05,0 )X(LL Determine: a) A quantidade média do componente por galão de combustível b) Variância da quantidade do componente por galão c) A utilidade real esperada do fabricante.
Compartilhar