Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
08.09.2009
Revisão – Variáveis Aleatórias
Variáveis Aleatórias
É a habitual imaginar o resultado de um experimento como um variável que
pode vagar pelo conjunto de pontos amostrais e cujo é determinado pelo
experimento.
experimento
RX
Definição: S
Função cujo o domínio é um ESPAÇO
AMOSTRAL e cuja a imagem é
algumm conjunto de Números reais.
Exemplo
p 1. Três mordas são lançadas
ç e observa-se o número de CARAS q
que
ocorrem:
S = {CCC, CCK, CKC, CKK, KCC, KCK, KKC, KKK }
R X = {0 ,1, 2 ,3}
Notação:
S : espaço amostral (conjudo, evento,... );
s : elemento do espaço amostral (evento);
X, Y,
X Y Z : Variável
V á l Aleatória
Al ó (VA ) ;
x , y , z : valores assumidos pelas Variáveis Aleatórias
s ∈ S ⇒ X (s ) = x
RX
S
FX ( x ) = P ( X ≤ x )
Propriedades de FX(x):
1 . 0 ≤ FX ( x ) ≤ 1
2 . Função não decrescent e : FX ( x1 ) ≤ FX ( x 2 ), x1 ≤ x 2
f X (x ) = FX ( x )
d
dx
∫ dx
Seja o evento B ≡ x1 ≤ X ≤ x 2
x2
P (B ) = P ( x1 ≤ X ≤ x 2 ) = P ( X ≤ x 2 ) − P ( X ≤ x1 ) = FX ( x 2 ) − FX ( x1 ) = ∫ f (x )dx
X
x1
Propriedades de FX(x): f X (x )
1 . f X (x ) ≥ 0
+∞ P (B )
2 . x1 = −∞ ; x 2 = +∞
+ ⇒ ∫ f (x )dx
−∞
X d = 1 (P (S ))
x
= x1 p ( x1 ) + x 2 p ( x 2 ) + L + x 6 p ( x 6 )
1 1 1 1
= 1⋅ + 2 ⋅ + L + 6 ⋅ = (1 + 2 + L + 6 )
6 6 6 6
21 7 Não é nem um resultado possível, quanto mais ser o
= = resultado provável!!!!!
6 2
+∞
+
No caso contínuo: E (X ) = ∫ x ⋅ f (x )dx
X
−∞ Teoria da Informação – Prof. Márcio Lima 8
Revisão – Variáveis Aleatórias
Estatística de uma V.A.
Propriedades:
1 . X = C ((constante )
E (X ) = C
2 . E (C ⋅ X ) = C ⋅ E (X )
3 . E (X + Y ) = E (X ) + E (Y )
4 . E (X ⋅ Y ) = E (X ) ⋅ E (Y ), se X e Y são independen tes.
[
Var ( X ) = V ( X ) = σ X2 = E ( X − E ( X ))
2
]
Expressa o quanto os valores da distribuição se afastam da média.
( )− E (X )
Var ( X ) = E X 2 2
Propriedades:
1 . Var ( X + C ) = Var ( X ), se C = constante .
2 . Var (C ⋅ X ) = C 2 ⋅ Var ( X )
Teoria da Informação – Prof. Márcio Lima 10
Revisão – Variáveis Aleatórias
Estatística de uma V.A.
Exemplo: A meteorologia atribui graus de nebulosidade ao céu em uma escala
com 11 níveis, variando de 0 (céu claro) à 10 (céu completamente nublado).
E ( X ) = 0 , 05 (0 + 10 ) + 0 ,15 (1 + 2 + 8 + 9 ) + 0 ,06 (3 + 4 + 5 + 6 + 7 ) = 5
+ 0 , 06 (9 + 16 + 25 + 36 + 49 ) = 35 ,6 .
Logo:
σ X2 = E (X 2 ) − E ( X )2 = 35 2 ⇒ σ X2 = 10 , 6
3 ,6 − 25
⇒ σ X = 3, 25
⎧ 1
⎪ ,a ≤ x≤b
f X ( x ) = ⎨ (b − a )
⎪⎩ 0 , c.c.
a+b
E (X ) =
2
1
σ X2 = (b − a )2
12