Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 1 / 15 Função Geradora de Momentos Calculamos algumas características da variável aleatória X , tais como E(X) e Var(X), através da distribuição de probabilidade de X . É possível introduzir uma outra função que facilita o cálculo de probabilidades e de outras quantidades relacionadas. Definição 2.12: Seja X uma variável aleatória. Então o momento de ordem k é definido como, µk = E(X k), se E(|X k |)<∞. Para o caso discreto, temos que: µk = E(X k)= ∑∞ i=1 x k i p(xi). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 2 / 15 Função Geradora de Momentos Calculamos algumas características da variável aleatória X , tais como E(X) e Var(X), através da distribuição de probabilidade de X . É possível introduzir uma outra função que facilita o cálculo de probabilidades e de outras quantidades relacionadas. Definição 2.12: Seja X uma variável aleatória. Então o momento de ordem k é definido como, µk = E(X k), se E(|X k |)<∞. Para o caso discreto, temos que: µk = E(X k)= ∑∞ i=1 x k i p(xi). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 2 / 15 Função Geradora de Momentos Calculamos algumas características da variável aleatória X , tais como E(X) e Var(X), através da distribuição de probabilidade de X . É possível introduzir uma outra função que facilita o cálculo de probabilidades e de outras quantidades relacionadas. Definição 2.12: Seja X uma variável aleatória. Então o momento de ordem k é definido como, µk = E(X k), se E(|X k |)<∞. Para o caso discreto, temos que: µk = E(X k)= ∑∞ i=1 x k i p(xi). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 2 / 15 Função Geradora de Momentos Calculamos algumas características da variável aleatória X , tais como E(X) e Var(X), através da distribuição de probabilidade de X . É possível introduzir uma outra função que facilita o cálculo de probabilidades e de outras quantidades relacionadas. Definição 2.12: Seja X uma variável aleatória. Então o momento de ordem k é definido como, µk = E(X k), se E(|X k |)<∞. Para o caso discreto, temos que: µk = E(X k)= ∑∞ i=1 x k i p(xi). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 2 / 15 Função Geradora de Momentos Calculamos algumas características da variável aleatória X , tais como E(X) e Var(X), através da distribuição de probabilidade de X . É possível introduzir uma outra função que facilita o cálculo de probabilidades e de outras quantidades relacionadas. Definição 2.12: Seja X uma variável aleatória. Então o momento de ordem k é definido como, µk = E(X k), se E(|X k |)<∞. Para o caso discreto, temos que: µk = E(X k)= ∑∞ i=1 x k i p(xi). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 2 / 15 Função Geradora de Momentos O momento central de ordem k é definido como, µk = E((X −µ)k). O valor esperado é o momento de ordem 1 e a variância é o momento central de ordem 2, que pode também ser obtida como a diferença entre o momento de ordem 2 e o quadrado do momento de ordem 1. Definição 2.13:(Função Geradora de Momentos) A função geradora de momentos da variável X é definida por MX (t)= E(etX ), desde que a esperança seja finita para t real em algum intervalo −t0 < t < t0, com t0 > 0. Para o caso discreto, temos que: MX (t)= E(etX )= ∑∞ i=1 e txip(xi). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 3 / 15 Função Geradora de Momentos O momento central de ordem k é definido como, µk = E((X −µ)k). O valor esperado é o momento de ordem 1 e a variância é o momento central de ordem 2, que pode também ser obtida como a diferença entre o momento de ordem 2 e o quadrado do momento de ordem 1. Definição 2.13:(Função Geradora de Momentos) A função geradora de momentos da variável X é definida por MX (t)= E(etX ), desde que a esperança seja finita para t real em algum intervalo −t0 < t < t0, com t0 > 0. Para o caso discreto, temos que: MX (t)= E(etX )= ∑∞ i=1 e txip(xi). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 3 / 15 Função Geradora de Momentos O momento central de ordem k é definido como, µk = E((X −µ)k). O valor esperado é o momento de ordem 1 e a variância é o momento central de ordem 2, que pode também ser obtida como a diferença entre o momento de ordem 2 e o quadrado do momento de ordem 1. Definição 2.13:(Função Geradora de Momentos) A função geradora de momentos da variável X é definida por MX (t)= E(etX ), desde que a esperança seja finita para t real em algum intervalo −t0 < t < t0, com t0 > 0. Para o caso discreto, temos que: MX (t)= E(etX )= ∑∞ i=1 e txip(xi). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 3 / 15 Função Geradora de Momentos O momento central de ordem k é definido como, µk = E((X −µ)k). O valor esperado é o momento de ordem 1 e a variância é o momento central de ordem 2, que pode também ser obtida como a diferença entre o momento de ordem 2 e o quadrado do momento de ordem 1. Definição 2.13:(Função Geradora de Momentos) A função geradora de momentos da variável X é definida por MX (t)= E(etX ), desde que a esperança seja finita para t real em algum intervalo −t0 < t < t0, com t0 > 0. Para o caso discreto, temos que: MX (t)= E(etX )= ∑∞ i=1 e txip(xi). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 3 / 15 Função Geradora de Momentos A definição de função geradora de momentos requer que a soma seja finita para valores de t em uma vizinhança de zero, garantindo algumas propriedades importantes. Assim, diremos que a função geradora de momentos não existe para valores de t , fora de algum intervalo ao redor de zero, em que é finita. EXEMPLO 2.25: Seja X uma V.A. com a seguinte função de distribuição. Obtenha a função geradora de momentos de X . F(X)= 0, se x < 0; 0.5, se 0≤ x < 1; 0.75, se 1≤ x > 2; 1, se x ≥ 2; Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 4 / 15 Função Geradora de Momentos A definição de função geradora de momentos requer que a soma seja finita para valores de t em uma vizinhança de zero, garantindo algumas propriedades importantes. Assim, diremos que a função geradora de momentos não existe para valores de t , fora de algum intervalo ao redor de zero, em que é finita. EXEMPLO 2.25: Seja X uma V.A. com a seguinte função de distribuição. Obtenha a função geradora de momentos de X . F(X)= 0, se x < 0; 0.5, se 0≤ x < 1; 0.75, se 1≤ x > 2; 1, se x ≥ 2; Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 4 / 15 Função Geradora de Momentos EXEMPLO 2.25: Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 5 / 15 Função Geradora de Momentos PROPRIEDADES: Apresentaremos agora a justificativa de se denominar MX função geradora de momentos. Lembrando que eX pode ser escrita com uma expansão em série de potências. ex = 1+ x+ x2 2! + x3 3! + . . .+ xn n! + . . . Temos então que etx = 1+ tx+ (tx)2 2! + (tx)3 3! + . . .+ (tx)n n! + . . . Aplicando esperança em ambos os lados obtemos do lado esquerdo MX (t). Para o lado direito, admitimos ser válido permutar soma infinita e esperança. MX (t)= E(etX )= E 1+ tX + (tX)2 2! + (tX)3 3! + . . .+ (tX)n n! + . . . Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 6 / 15 Função Geradora de Momentos PROPRIEDADES: Apresentaremos agora a justificativa de se denominar MX função geradora de momentos. Lembrando que eX pode serescrita com uma expansão em série de potências. ex = 1+ x+ x2 2! + x3 3! + . . .+ xn n! + . . . Temos então que etx = 1+ tx+ (tx)2 2! + (tx)3 3! + . . .+ (tx)n n! + . . . Aplicando esperança em ambos os lados obtemos do lado esquerdo MX (t). Para o lado direito, admitimos ser válido permutar soma infinita e esperança. MX (t)= E(etX )= E 1+ tX + (tX)2 2! + (tX)3 3! + . . .+ (tX)n n! + . . . Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 6 / 15 Função Geradora de Momentos PROPRIEDADES: Apresentaremos agora a justificativa de se denominar MX função geradora de momentos. Lembrando que eX pode ser escrita com uma expansão em série de potências. ex = 1+ x+ x2 2! + x3 3! + . . .+ xn n! + . . . Temos então que etx = 1+ tx+ (tx)2 2! + (tx)3 3! + . . .+ (tx)n n! + . . . Aplicando esperança em ambos os lados obtemos do lado esquerdo MX (t). Para o lado direito, admitimos ser válido permutar soma infinita e esperança. MX (t)= E(etX )= E 1+ tX + (tX)2 2! + (tX)3 3! + . . .+ (tX)n n! + . . . Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 6 / 15 Função Geradora de Momentos PROPRIEDADES: Apresentaremos agora a justificativa de se denominar MX função geradora de momentos. Lembrando que eX pode ser escrita com uma expansão em série de potências. ex = 1+ x+ x2 2! + x3 3! + . . .+ xn n! + . . . Temos então que etx = 1+ tx+ (tx)2 2! + (tx)3 3! + . . .+ (tx)n n! + . . . Aplicando esperança em ambos os lados obtemos do lado esquerdo MX (t). Para o lado direito, admitimos ser válido permutar soma infinita e esperança. MX (t)= E(etX )= E 1+ tX + (tX)2 2! + (tX)3 3! + . . .+ (tX)n n! + . . . Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 6 / 15 Função Geradora de Momentos MX (t)= 1+ tE(X)+ t2E(X 2) 2! + t3E(X 3) 3! + . . .+ tnE(X n) n! + . . . Já que MX (t) é uma função da variável t , podemos tomar a derivada de MX (t) em relação a t , supondo que o lado direito possa ser escrito como a soma infinita das respectivas derivadas. M ′X (t)= ∂ ∂ t MX (t)= 0+E(X)+ 2tE(X 2) 2! + 3t2E(X 3) 3! + . . .+ ntn−1E(X n) n! + . . . M ′X (t)= E(X)+ tE(X 2)+ t2E(X 3) 2! + . . .+ tn−1E(X n) (n−1)! + . . . Para t = 0 obtemos M ′X (0)= E(X) Assim, a primeira derivada da F.G.M. calculada para t = 0, fornece o primeiro momento que é o valor esperado da variável aleatória. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 7 / 15 Função Geradora de Momentos MX (t)= 1+ tE(X)+ t2E(X 2) 2! + t3E(X 3) 3! + . . .+ tnE(X n) n! + . . . Já que MX (t) é uma função da variável t , podemos tomar a derivada de MX (t) em relação a t , supondo que o lado direito possa ser escrito como a soma infinita das respectivas derivadas. M ′X (t)= ∂ ∂ t MX (t)= 0+E(X)+ 2tE(X 2) 2! + 3t2E(X 3) 3! + . . .+ ntn−1E(X n) n! + . . . M ′X (t)= E(X)+ tE(X 2)+ t2E(X 3) 2! + . . .+ tn−1E(X n) (n−1)! + . . . Para t = 0 obtemos M ′X (0)= E(X) Assim, a primeira derivada da F.G.M. calculada para t = 0, fornece o primeiro momento que é o valor esperado da variável aleatória. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 7 / 15 Função Geradora de Momentos MX (t)= 1+ tE(X)+ t2E(X 2) 2! + t3E(X 3) 3! + . . .+ tnE(X n) n! + . . . Já que MX (t) é uma função da variável t , podemos tomar a derivada de MX (t) em relação a t , supondo que o lado direito possa ser escrito como a soma infinita das respectivas derivadas. M ′X (t)= ∂ ∂ t MX (t)= 0+E(X)+ 2tE(X 2) 2! + 3t2E(X 3) 3! + . . .+ ntn−1E(X n) n! + . . . M ′X (t)= E(X)+ tE(X 2)+ t2E(X 3) 2! + . . .+ tn−1E(X n) (n−1)! + . . . Para t = 0 obtemos M ′X (0)= E(X) Assim, a primeira derivada da F.G.M. calculada para t = 0, fornece o primeiro momento que é o valor esperado da variável aleatória. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 7 / 15 Função Geradora de Momentos MX (t)= 1+ tE(X)+ t2E(X 2) 2! + t3E(X 3) 3! + . . .+ tnE(X n) n! + . . . Já que MX (t) é uma função da variável t , podemos tomar a derivada de MX (t) em relação a t , supondo que o lado direito possa ser escrito como a soma infinita das respectivas derivadas. M ′X (t)= ∂ ∂ t MX (t)= 0+E(X)+ 2tE(X 2) 2! + 3t2E(X 3) 3! + . . .+ ntn−1E(X n) n! + . . . M ′X (t)= E(X)+ tE(X 2)+ t2E(X 3) 2! + . . .+ tn−1E(X n) (n−1)! + . . . Para t = 0 obtemos M ′X (0)= E(X) Assim, a primeira derivada da F.G.M. calculada para t = 0, fornece o primeiro momento que é o valor esperado da variável aleatória. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 7 / 15 Função Geradora de Momentos Calculando a segunda derivada de MX (t) temos que, M ′′X (t)= E(X 2)+ tE(X 3)+ . . .+ tn−2E(X n) (n−2)! + . . . Para t = 0 obtemos M ′′X (0)= E(X 2) Continuando dessa forma, teremos o seguinte teorema Teorema 2.2: Suponha que a função geradora de momentos de X exista para |t |< t0, t0 > 0. Então E(X n) existe para n= 1.2. . . . e temos: E(X n)=M (′n) X (t) �� t=0 = ∂ n ∂ tn MX (t) ��� t=0 . A demonstração desse teorema já está apresentada acima. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 8 / 15 Função Geradora de Momentos Calculando a segunda derivada de MX (t) temos que, M ′′X (t)= E(X 2)+ tE(X 3)+ . . .+ tn−2E(X n) (n−2)! + . . . Para t = 0 obtemos M ′′X (0)= E(X 2) Continuando dessa forma, teremos o seguinte teorema Teorema 2.2: Suponha que a função geradora de momentos de X exista para |t |< t0, t0 > 0. Então E(X n) existe para n= 1.2. . . . e temos: E(X n)=M (′n) X (t) �� t=0 = ∂ n ∂ tn MX (t) ��� t=0 . A demonstração desse teorema já está apresentada acima. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 8 / 15 Função Geradora de Momentos Calculando a segunda derivada de MX (t) temos que, M ′′X (t)= E(X 2)+ tE(X 3)+ . . .+ tn−2E(X n) (n−2)! + . . . Para t = 0 obtemos M ′′X (0)= E(X 2) Continuando dessa forma, teremos o seguinte teorema Teorema 2.2: Suponha que a função geradora de momentos de X exista para |t |< t0, t0 > 0. Então E(X n) existe para n= 1.2. . . . e temos: E(X n)=M (′n) X (t) �� t=0 = ∂ n ∂ tn MX (t) ��� t=0 . A demonstração desse teorema já está apresentada acima. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 8 / 15 Função Geradora de Momentos Calculando a segunda derivada de MX (t) temos que, M ′′X (t)= E(X 2)+ tE(X 3)+ . . .+ tn−2E(X n) (n−2)! + . . . Para t = 0 obtemos M ′′X (0)= E(X 2) Continuando dessa forma, teremos o seguinte teorema Teorema 2.2: Suponha que a função geradora de momentos de X exista para |t |< t0, t0 > 0. Então E(X n) existe para n= 1.2. . . . e temos: E(X n)=M (′n) X (t) �� t=0 = ∂ n ∂ tn MX (t) ��� t=0 . A demonstração desse teorema já está apresentada acima. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 8 / 15 Função Geradora de Momentos IMPORTANTE: Se a f.g.m. existe, então para t = 0 tem-se que MX (0)= E(et×0)= E(1)= 1. E(X n), n= 1,2, . . ., são denominados momentos de ordem n da variável aleatória X , em relação a zero. Assim, mostramos que a partir do conhecimento da f.g.m. os momentos podem ser gerados. Em particular, Var(X)= E(X 2)− [E(X)]2 =M ′′(0)− [M ′(0)]2. Teorema 2.3: Suponha que a variável aleatória X tenha função geradora de momentos MX . Seja Y = aX +b em que a e b são constantes.Então, a f.g.m. de Y é dada por: MY (t)= ebtMX (at) Demonstração: Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 9 / 15 Função Geradora de Momentos IMPORTANTE: Se a f.g.m. existe, então para t = 0 tem-se que MX (0)= E(et×0)= E(1)= 1. E(X n), n= 1,2, . . ., são denominados momentos de ordem n da variável aleatória X , em relação a zero. Assim, mostramos que a partir do conhecimento da f.g.m. os momentos podem ser gerados. Em particular, Var(X)= E(X 2)− [E(X)]2 =M ′′(0)− [M ′(0)]2. Teorema 2.3: Suponha que a variável aleatória X tenha função geradora de momentos MX . Seja Y = aX +b em que a e b são constantes. Então, a f.g.m. de Y é dada por: MY (t)= ebtMX (at) Demonstração: Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 9 / 15 Função Geradora de Momentos IMPORTANTE: Se a f.g.m. existe, então para t = 0 tem-se que MX (0)= E(et×0)= E(1)= 1. E(X n), n= 1,2, . . ., são denominados momentos de ordem n da variável aleatória X , em relação a zero. Assim, mostramos que a partir do conhecimento da f.g.m. os momentos podem ser gerados. Em particular, Var(X)= E(X 2)− [E(X)]2 =M ′′(0)− [M ′(0)]2. Teorema 2.3: Suponha que a variável aleatória X tenha função geradora de momentos MX . Seja Y = aX +b em que a e b são constantes. Então, a f.g.m. de Y é dada por: MY (t)= ebtMX (at) Demonstração: Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 9 / 15 Função Geradora de Momentos IMPORTANTE: Se a f.g.m. existe, então para t = 0 tem-se que MX (0)= E(et×0)= E(1)= 1. E(X n), n= 1,2, . . ., são denominados momentos de ordem n da variável aleatória X , em relação a zero. Assim, mostramos que a partir do conhecimento da f.g.m. os momentos podem ser gerados. Em particular, Var(X)= E(X 2)− [E(X)]2 =M ′′(0)− [M ′(0)]2. Teorema 2.3: Suponha que a variável aleatória X tenha função geradora de momentos MX . Seja Y = aX +b em que a e b são constantes. Então, a f.g.m. de Y é dada por: MY (t)= ebtMX (at) Demonstração: Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 9 / 15 Função Geradora de Momentos IMPORTANTE: Se a f.g.m. existe, então para t = 0 tem-se que MX (0)= E(et×0)= E(1)= 1. E(X n), n= 1,2, . . ., são denominados momentos de ordem n da variável aleatória X , em relação a zero. Assim, mostramos que a partir do conhecimento da f.g.m. os momentos podem ser gerados. Em particular, Var(X)= E(X 2)− [E(X)]2 =M ′′(0)− [M ′(0)]2. Teorema 2.3: Suponha que a variável aleatória X tenha função geradora de momentos MX . Seja Y = aX +b em que a e b são constantes. Então, a f.g.m. de Y é dada por: MY (t)= ebtMX (at) Demonstração: Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 9 / 15 Função Geradora de Momentos Teorema 2.4: Sejam X1,X2, . . . ,Xn variáveis aleatórias independentes, com MX1 ,MX2 , . . . ,MXn sendo suas respectivas funções geradoras de momentos para t em alguma vizinhança de zero. Se Y = X1 +X2 + . . .+Xn, então a função geradora de momentos de Y existe e é dada por: MY (t)= n∏ j=1 MXj (t). Demonstração: Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 10 / 15 Função Geradora de Momentos Teorema 2.4: Sejam X e Y variáveis aleatórias com função geradora de momentos MX (t) e MY (t), respectivamente. Se MX (t)=MY (t), para todo t em |t |< t0, t0 > 0, então X e Y tem a mesma distribuição de probabilidade. Em outras palavras, se X e Y têm a mesma F.D.A. então elas possuem a mesma f.g.m., do mesmo modo se X e Y tem a mesma f.g.m., então elas possuem a mesma F.D.A.. A demonstração desse teorema não será feita pois precisaríamos de alguns resultados que estão fora do conteúdo desse curso. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 11 / 15 Função Geradora de Momentos Teorema 2.4: Sejam X e Y variáveis aleatórias com função geradora de momentos MX (t) e MY (t), respectivamente. Se MX (t)=MY (t), para todo t em |t |< t0, t0 > 0, então X e Y tem a mesma distribuição de probabilidade. Em outras palavras, se X e Y têm a mesma F.D.A. então elas possuem a mesma f.g.m., do mesmo modo se X e Y tem a mesma f.g.m., então elas possuem a mesma F.D.A.. A demonstração desse teorema não será feita pois precisaríamos de alguns resultados que estão fora do conteúdo desse curso. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 11 / 15 Função Geradora de Momentos Teorema 2.4: Sejam X e Y variáveis aleatórias com função geradora de momentos MX (t) e MY (t), respectivamente. Se MX (t)=MY (t), para todo t em |t |< t0, t0 > 0, então X e Y tem a mesma distribuição de probabilidade. Em outras palavras, se X e Y têm a mesma F.D.A. então elas possuem a mesma f.g.m., do mesmo modo se X e Y tem a mesma f.g.m., então elas possuem a mesma F.D.A.. A demonstração desse teorema não será feita pois precisaríamos de alguns resultados que estão fora do conteúdo desse curso. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 11 / 15 Função Geradora de Momentos Teorema 2.4: Sejam X e Y variáveis aleatórias com função geradora de momentos MX (t) e MY (t), respectivamente. Se MX (t)=MY (t), para todo t em |t |< t0, t0 > 0, então X e Y tem a mesma distribuição de probabilidade. Em outras palavras, se X e Y têm a mesma F.D.A. então elas possuem a mesma f.g.m., do mesmo modo se X e Y tem a mesma f.g.m., então elas possuem a mesma F.D.A.. A demonstração desse teorema não será feita pois precisaríamos de alguns resultados que estão fora do conteúdo desse curso. Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 11 / 15 Função Geradora de Momentos EXEMPLO 2.26: A partir da função geradora de momentos do exemplo 2.25 obtenha a E(X) e a Var(X). EXEMPLO 2.27: Um vendedor de carros usados acha que vende 1,2,3,4,5 ou 6 carros por semana com a mmesma probabilidade. Encontre a função geradora de momentos de X e a partir da f.g.m. obtenha a E(X) e Var(X). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 12 / 15 Função Geradora de Momentos EXEMPLO 2.26: A partir da função geradora de momentos do exemplo 2.25 obtenha a E(X) e a Var(X). EXEMPLO 2.27: Um vendedor de carros usados acha que vende 1,2,3,4,5 ou 6 carros por semana com a mmesma probabilidade. Encontre a função geradora de momentos de X e a partir da f.g.m. obtenha a E(X) e Var(X). Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 12 / 15 Função Geradora de Momentos EXEMPLO 2.27: Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 13 / 15 Função Geradora de Momentos EXEMPLO 2.28: Seja X o número de faltas dos alunos de Probabilidade I. A distribuição de probabilidade de X é dada por x 0 1 2 3 p(x) 1/2 1/4 1/8 1/8 a) Determine a média e a variância de X a partir da função geradora de momentos. b) Se Y = 5X −3, encontre a função geradora de momentos de Y . Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 14 / 15 Função Geradora de Momentos EXEMPLO 2.29: Suponha que a f.g.m. da variável aleatória X seja da forma MX (t)= (0.4et +0.6)8 a) Calcule E(X) e Var(X). b) Qual será a f.g.m. da variável aleatória Y = 3X +2? c) Obtenha a esperança de Y . Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 15/07 15 / 15 Função Geradora de Momentos
Compartilhar