Baixe o app para aproveitar ainda mais
Prévia do material em texto
Variáveis Aleatórias Discretas Variáveis Aleatórias Discretas ● Variáveis Aleatórias Definição: Considere um experimento cujo espaço amostral é Ω. Variável aleatória é uma função que associa um valor real a cada elemento do espaço amostral. Representam-se as variáveis aleatórias por letras maiúscu- las e suas ocorrências por letras minúsculas. X :Ω→ℝ Variáveis Aleatórias Discretas ● Exemplo Considere o experimento “lançar três moedas”. Seja X: número de ocorrências da face cara. O espaço amostral do experimento é: Ω = {((c,c,c), (c,c,r), (c,r,c), (c,r,r), (r,c,c), (r,c,r), (r,r,c), (r,r,r)} Se X é o número de caras, X assume os valores 0, 1, 2 e 3. X Evento Correspondente Probabilidades 0 A1 = {(r,r,r)} 1/8 1 A2 = {(c,r,r), (r,c,r), (r,r,c)} 3/8 2 A3 = {(c,c,r), (c,r,c), (r,c,c)} 3/8 3 A4 = {(c,c,c)} 1/8 Variáveis Aleatórias Discretas ● Variável aleatória discreta Definição: Seja X uma variável aleatória (v.a.). Se o núme- ro de valores possíveis de X (isto é, seu contradomínio), for finito ou infinito enumerável, denominamos X de variá- vel aleatória discreta. Definição: Seja X uma variável aleatória discreta. Portanto, o contradomínio de X será formado por um número finito ou enumerável de valores A cada possível resul- tado , associaremos um número denominado probabilidade de x i x1,x2, .. . p(x i)=P(X=x i) , i=1, 2,3, ... , x i . Variáveis Aleatórias Discretas ● Função de probabilidade Os números devem satisfazer às seguintes condições: a) b) A função p definida acima é denominada função de proba- bilidade da variável aleatória X. A coleção de pares é denominada distribuição de probabilidade. p(x i)≥0, ∑ i=1 ∞ p (xi)=1 [x i , p(x i)] , i=1, 2,.. . p(x i) Variáveis Aleatórias Discretas ● Exemplo Considere o experimento “lançar dois dados”. Seja a v.a. X: soma das faces. Determinar a distribuição de probabilidade da variável aleatória X: X 2 3 4 5 6 7 8 9 10 11 12 p(X) 1 36 2 36 3 36 4 36 5 36 6 36 5 36 4 36 3 36 2 36 1 36 Variáveis Aleatórias Discretas ● Esperança Suponha que uma variável aleatória X possua uma distribuição discreta cuja função é A esperança de X, denotada por , é um número definido por: μ=E(X)=∑ i=1 n xi . p(x i) p(x) . E(X) Variáveis Aleatórias Discretas ● Exemplo Suponha que uma v.a. X possa assumir somente quatro valores: -2, 0, 1 e 4. E que: P(X = -2) = 0,1; P(X = 0) = 0,4; P(X = 1) = 0,3; P(X = 4) = 0,2. Então: E(X) = ? Variáveis Aleatórias Discretas ● Exemplo Suponha que uma v.a. X possa assumir somente quatro valores: -2, 0, 1 e 4. E que: P(X = -2) = 0,1; P(X = 0) = 0,4; P(X = 1) = 0,3; P(X = 4) = 0,2. Então: E(X) = -2.(0,1) + 0.(0,4) + 1.(0,3) + 4.(0,2) E(X) = -0,2 + 0 + 0,3 + 0,8 = 0,9 Variáveis Aleatórias Discretas ● Exemplo Considere o experimento “lançar três moedas”. Seja X: número de ocorrências da face cara. O espaço amostral do experimento é: Ω = {((c,c,c), (c,c,r), (c,r,c), (c,r,r), (r,c,c), (r,c,r), (r,r,c), (r,r,r)} Se X é o número de caras, X assume os valores 0, 1, 2 e 3. X Evento Correspondente Probabilidades Esperança 0 A1 = {(r,r,r)} 1/8 1 A2 = {(c,r,r), (r,c,r), (r,r,c)} 3/8 2 A3 = {(c,c,r), (c,r,c), (r,c,c)} 3/8 3 A4 = {(c,c,c)} 1/8 1 Variáveis Aleatórias Discretas ● Exemplo Considere o experimento “lançar três moedas”. Seja X: número de ocorrências da face cara. Ω = {((c,c,c), (c,c,r), (c,r,c), (c,r,r), (r,c,c), (r,c,r), (r,r,c), (r,r,r)} O número médio de caras no lançamento de 3 moedas é 1,5 caras, pois: X Evento Correspondente Probabilidades Esperança 0 A1 = {(r,r,r)} 1/8 0 1 A2 = {(c,r,r), (r,c,r), (r,r,c)} 3/8 3/8 2 A3 = {(c,c,r), (c,r,c), (r,c,c)} 3/8 6/8 3 A4 = {(c,c,c)} 1/8 3/8 1 12/8 = 1,5 Variáveis Aleatórias Discretas ● Propriedades da Esperança P1- Se é uma constante qualquer P2- Se é uma constante qualquer P3- Se são variáveis aleatórias tais que existe , então P4- Se são variáveis aleatórias indepen- dentes tais que existe , então E(a)=a . E(X i) E(aX )=a .E (x) . E(∏ i=1 n X i)=∏ i=1 n E(X i) n i=1, 2,... , n E(X1+X2+...+X n)=E (X1)+E (X2)+...+E(Xn) . X1, X2, ..., Xn a a X1, X2, ..., Xn n E(X i) i=1,2,... , n Variáveis Aleatórias Discretas ● Variância Definição: Suponha que X é uma v.a. com média A variância de , representada por é definida por: Suponha que uma v.a. X possua uma distribuição dis- creta, cuja função é . Então V (X )=E [(x−μ)2] μ=E(X) . V (X )x V (X )=E (X2)−[E(X)2] p(x) V (X )=∑ x ( x−μ)2 . p(x )=∑ x x2 . p (x)−μ2 Variáveis Aleatórias Discretas ● Variância Observe que: V (X )=E [(x−μ)2]=∑ i=1 n [ x i−E(X )] 2 . p(x i) V (X )=E (X2)−[E(X)2] V (X )=∑ i=1 n [x i 2−2. x i . E(X )+[E(X )] 2]. p(x i) V (X )=∑ i=1 n [x i 2−2. x i . E(X )+[E(X )] 2]. p(x i) V (X )=∑ i=1 n x i 2. p(x i)−2 .E (X )∑ i=1 n x i . p(x i)+[E(X)] 2. p (xi) V (X )=E (X2)−2 E(X ). E(X )+[E(X )]2 V (X )=E (X2)−2[E(X )]2+[E (X )]2 Variáveis Aleatórias Discretas ● Exemplo Suponha que uma v.a. X possa assumir somente quatro valores: -2, 0, 1 e 4. E que: P(X = -2) = 0,1; P(X = 0) = 0,4; P(X = 1) = 0,3; P(X = 4) = 0,2. Como visto anteriormente, . Então:E(X)=0,9 V (X )=∑ x ( x−μ)2 . p(x ) Variáveis Aleatórias Discretas ● Exemplo Suponha que uma v.a. X possa assumir somente quatro valores: -2, 0, 1 e 4. E que: P(X = -2) = 0,1; P(X = 0) = 0,4; P(X = 1) = 0,3; P(X = 4) = 0,2. Como visto anteriormente, . Então:E(X)=0,9 V (X )=(−2−0,9)2 .(0,1)+(0−0,9)2.(0,4)+(1−09)2.(0,3)+(4−09)2 .(0,2) V (X )=∑ x ( x−μ)2 . p(x ) V (X )=3,09 Variáveis Aleatórias Discretas ● Propriedades da Variância P1- Se é uma constante qualquer P2- Se é uma constante qualquer P3- Se são constantes, então P4- Definição: Covariância entre X e Y A covariância mede o grau de dependência entre as duas variáveis X e Y. V (c)=0. V (cX )=c2 .V (x ). V (aX+b)=a2V (X ).a ,b c c V (X±Y )=V (X )±V (Y )±2cov(X ,Y ) . cov (X ,Y )=E [X−E(X)] .[Y−E(Y )] Variáveis Aleatórias Discretas ● Exemplo Os empregados A, B, C e D ganham 1, 2, 2 e 4 salários mínimos, respectivamente. Retiram-se amostras com reposição de 2 indivíduos e mede-se o salário médio da amostra retirada. Qual a média e desvio padrão do salá- rio médio amostral? Variáveis Aleatórias Discretas ● Exemplo Os empregados A, B, C e D ganham 1, 2, 2 e 4 salários mínimos, respectivamente. Retiram-se amostras com reposição de 2 indivíduos e mede-se o salário médio da amostra retirada. Qual a média e desvio padrão do salá- rio médio amostral? Amostras Salário médio C,A C,B C,C C,D D,A D,B D,C D,D Amostras Salário médio A,A A,B A,C A,D B,A B,B B,C B,D Variáveis Aleatórias Discretas ● Exemplo Os empregados A, B, C e D ganham 1, 2, 2 e 4 salários mínimos, respectivamente. Retiram-se amostras com reposição de 2 indivíduos e mede-se o salário médio da amostra retirada. Qual a média e desvio padrão do salá- rio médio amostral? Amostras Salário médio C,A 1,5 C,B 2,0 C,C 2,0 C,D 3,0 D,A 2,5 D,B 3,0 D,C 3,0 D,D 4,0 Amostras Salário médio A,A 1,0 A,B 1,5 A,C 1,5 A,D 2,5 B,A 1,5 B,B 2,0 B,C 2,0 B,D 3,0 Variáveis Aleatórias Discretas ● Exemplo Seja X: salário médio amostral. Qual a médiae desvio padrão do salário médio amostral? Logo: E(X)=9/4=2,25, média do salário médio amostral. X.P(X) 1/16 1/16 6/16 9/16 8/16 16/16 5/16 12,5/16 12/16 36/16 4/16 16/16 μ=9/4 X P(X) 1,0 1/16 1,5 4/16 2,0 4/16 2,5 2/16 3,0 4/16 4,0 1/16 1 X2 .P (X ) E(X2)=90,5/16 VAR(X )=90,5 16 −( 9 4 ) 2 =0,59375 s=0,77. Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21
Compartilhar