Baixe o app para aproveitar ainda mais
Prévia do material em texto
Capítulo III – Valores esperados 3.1- Valor médio ou Média de uma Variável Aleatória. Representa a média aritmética ponderada dos valores que a variável aleatória assume, tendo como peso a função densidade de probabilidade. 3.1.1- Valor médio para uma Variável Aleatória Discreta. Para equacionar o valor médio vamos realizar o seguinte experimento aleatório: Lança-se uma moeda duas vezes. A variável aleatória X é definida como sendo o número de caras que aparecem nos dois lançamentos. E[X] = X = xi p(xi) xi= - Ex. 3.1.1.1- Um dado é lançado uma única vez. A variável aleatória X representa o nº na face superior do dado. Determine o valor médio de X. 3.1.2- Valor médio para uma Variável Aleatória Contínua. Por analogia com a equação anterior tem-se que: E[X] = X = x f(x) dx - Ex 3.1.2.1- Determine o valor médio da variável aleatória X que apresenta a seguinte função densidade de probabilidade: f(x) = { 2x 0 x 1 { 0 para outros x 3.2 - Momento É a media dos valores que a variável aleatória assume elevados a uma potência r. 3.2.1- Momento para uma V. A. Discreta r E[ X ] = mr = xir p(xi) xi = - Ex 3.2.1.1- Determine o 2 o momento da V. A. X que representa o número da face superior de um dado em um único lançamento 3.2.2 - Momento para uma V. A. Contínua. r E[X] = mr = xr f(x) dx - Ex. 3.2.2.1 – Determine o 2º momento para a variável aleatória X que apresenta uma função densidade de probabilidade dada por: f(x) = { 2x/9 0 x 3 { 0 para outros x 3.3 - Momento Central É o valor médio do desvio da média da V. A. elevado a uma potência r. O desvio da média é a diferença entre os valores que a V. A. assume e a sua média (xi-X) ou (x-X) para o caso de uma V. A. discreta ou contínua, respectivamente. 3.3.1- Momento Central para uma V. A. Discreta E[ (X-X)r ] = mcr = (xi-X) r p(xi) xi = - Ex 3.3.1.1- Determine o 2 o momento central da V. A. X . considerando o experimento do lançamento de um dado uma única vez, visto anteriormente. 3.3.2- Momento Central para uma V. A. Contínua E[ (X-X)r ] = mcr = (x-X) r f(x) dx - Ex. 3.3.2.1 – Determine o 2º momento central para a variável aleatória definida no Ex. 3.2.2.1. 3.4 – Valor Médio Conjunto. Para uma variável aleatória conjunta (X,Y), deseja-se obter o valor médio conjunta dessas variáveis aleatórias. 3.4.1- Valor Médio Conjunto para Variável Aleatória Discreta. E[XY ] = xi yJ p(xi ,yJ) yj = - xi = - 3.4.2- Valor Médio Conjunto para Variável Aleatória Contínua. E[XY] = xy f(x,y) dx dy - - Ex. 3.4.2.2 – Suponha que em um circuito elétrico, tanto a resistência R, como a corrente I, variem de algum modo de forma aleatória, tendo uma função densidade de probabilidade conjunta dada por: f(r,i) = { 2r2i/9 0 r 3 , 0 i 1 { 0 para outros intervalos de r e i Determine o valor médio conjunto das variáveis aleatórias. 3.5 - Propriedades do Valor Esperado a) Se k é uma constante, então E[k]= k; b) E[k X] = k E[X]; c) E[X1 + X2] = E[X1] + E[X2]; n n d) E[ ki Xi] = ki E[ Xi]; i=1 i=1 e) Se X e Y são variáveis aleatórias independentes, então: E[XY] = E[X] E[Y]; 3.6 Variância É definida como sendo o segundo momento central da variável aleatória, ou seja, Var[X] = x2 = E[(X-x)2] x2 = E[X2] - x2 3.6.1- Variância para uma Variável Aleatória Discreta x2 = (xi-X)2 p(xi) xi = - Ex 3.6.1.1- A variável aleatória X apresenta a seguinte função densidade de probabilidade: xi 2 3 4 p(xi) 1/4 1/2 1/4 Determine sua variância. 3.6.2- Variância para uma Variável Aleatória Contínua x2 = (x-X) 2 f(x) dx - Ex 3.6.2.1- Determine a variância de uma variável aleatória uniformemente distribuída entre 0 e 4. Obs. A variância é uma medida de dispersão da variável aleatória e terá um grande valor (será mais dispersa) quanto mais distante da média X, a variável aleatória assumir valores com grandes probabilidades e terá um pequeno valor (será menos dispersa ou mais concentrada) quanto mais próximo da média a variável aleatória assumir valores com grandes probabilidades. 3.6.3- Propriedades da Variância a) Var[ k X] = k2 Var[X] = k2 x2 b) Var[X1+X2 + ... + Xn] = Var[X1]+Var[X2]+...+ Var[Xn], se X1, X2,...,Xn são independentes. c) Var[k]=0 Ex 3.6.3.1- A variável aleatória Y = 2 X, onde X é uma variável aleatória que apresenta a seguinte função densidade de probabilidade: xi 2 3 4 p(xi) 1/4 1/2 1/4 Encontre a variância de Y 3.7- Desvio Padrão ____ x = x2 3.8- Covariância e Coeficiente de Correlação 3.8.1- Covariância É a variância entre duas variáveis aleatórias e representa o valor médio do produto dos desvios das médias das variáveis aleatórias e dá uma medida da relação linear entre duas variáveis aleatórias. XY = E[(X-X) (Y-Y)] XY = E[XY] - X Y Ex.3.8.1.1- Determine a covariância das variáveis aleatória X e Y, cuja função densidade de probabilidade conjunta é dada na tabela abaixo X Y 0 1 2 1 3/20 3/20 2/20 2 1/20 1/20 2/20 3 4/20 1/20 3/20 3.8.2- Coeficiente de Correlação É o parâmetro que mede o grau de linearidade entre duas variáveis aleatórias ou a dependência linear entre elas. XY = XY / X Y , onde: X é o desvio padrão da V. A. X; Y é o desvio padrão da V. A. Y; e -1 XY 1 Observações: - Valores de XY iguais a 1 indicam alto grau de linearidade, ou seja, as variáveis aleatórias estão perfeitamente relacionadas de forma linear. - Valores de XY menor do que 1 em valor absoluto indica que a relação não é completamente linear e que pode haver uma relação não-linear bastante forte. - Valor de XY igual a zero não implica que as variáveis aleatórias são independentes, mas apenas que há ausencia completa de relação linear e, desta forma, as variáveis aleatórias são ditas não-correlacionadas. - Duas variáveis podem ser não-correlacionadas, porém altamente dependentes, pois pode existir uma forte relação não-linear entre elas.. - XY positivo indica que Y cresce com valores crescentes de X - XY negativo indica que Y decresce com valores crescentes de X Ex 3.8.2.1- suponha que a variável aleatória Y esteja relacionada com a variável aleatória X pela expressão Y = -3X/2, onde a V. A. X é uniformemente distribuída entre 0 e 2. Determine o coeficiente de correlação. 3.9 - Esperança Condicional. É o valor médio dos valores que a variável aleatória X assume dado que a variável aleatória Y assumiu um determinado valor a priori. 3.9.1- Esperança Condicional para Variável Aleatória Discreta E[X/Y= yJ ] = xi pX/Y(xi/yJ) xi = - 3.9.2-Esperança Condicional para VariávelAleatória contínua E[X/Y= yJ ] = x fX/Y(x/y) dx - Ex 3.9.2.1- Se a função densidade de probabilidade conjunta das Variáveis aleatórias X e Y é dada por: f(x,y) = { (x + y) / 3 0 x 1 ; 0 y 2 { 0 para outros intervalos de x e y determine o valor médio condicional E[X/Y=1]. 3.10 – Função Característica Suponha que g(X) seja uma variável, função de uma variável aleatória X, através de uma expressão complexa, onde g(X) = e jX. Denomina-se de função característica, representada por X (), ao valor médio de g(X), isto é, X () = E[e jX]. 3.10.1 – Função Característica para uma Variável Aleatória Discreta. X () = e jxi p(xi) xi = - 3.10.2 – Função Característica para uma Variável Aleatória Contínua X () = e jx f(x) dx - 3.10.3 – Aplicação da Função Característica no Cálculo de Momentos Expandindo-se X () em uma série de potência, mais precisamente na série de Mclaurin, tem-se: X () = 0 + 1 + 2 2 + . . . + k k eq. A Os coeficientes podem ser obtidos da seguinte maneira: 0 = X () =0 1 = dX () / d =0 2 = (1/ 2 ) d2X () / d2 =0 k = (1/ k ) dkX () / dk =0 Expandindo-se na série de Mclaurin o termo e jX tem-se: e jx = 1 + j x + (j x)2 / 2 + . . . + (j x)k / k Usando-se o termo e jx expandido na série de Mclaurin obtém-se : X () = E[e jX] = [1 + j x + (j x)2 / 2 + . . . + (j x)k / k ] f(x) dx - X () = f(x)dx + j x f(x) dx + [(j x)2 / 2 ] f(x) dx + [(j x)k / k ] f(x) dx - - - - X () = 1 + j E[X] + (j2 2 / 2) E[X2 ]+ . . . + (jk k / k) E[Xk ] eq. B X () = 0 + 1 + 2 2 + . . . + k k eq. A Comparando-se as equações A e B, tem-se: 0 = 1 1 = j E[X] E[X] = 1 / j 2 = j2 E[X2] / 2 E[X2] = 2 2 / j2 k = jk E[Xk] / k E[Xk] = k k / jk A última expressão, E[Xk] = k k / jk , possibilita o cálculo do k-ésimo momento de uma variável aleatória X a partir do conhecimento da sua função característica. Ex. 3.9.1 – Ache a função característica da variável aleatória X cuja função densidade de probabilidade é dada por f(x) = (1/2) e-x/2 x≥0 0 x<0 Ex. 3.9.2 – Determine o valor médio da V. A. X, usando a função característica.
Compartilhar