Momentos de uma variável aleatória
|
|
- Antônia Ana do Carmo Beltrão Balsemão
- 9 Há anos
- Visualizações:
Transcrição
1 Momentos de uma variável aleatória O cálculo de E[X] (valor médio de X) e E[X 2 ] (que intervém na variância), pode ser generalizado pensando em E[X k ] com k IN. Definição: Dada uma v.a. X, chama-se momento de ordem k a µ k = E[Xk ] = i xk i p i + xk f(x) dx caso discreto caso contínuo no caso de e existirem. Mas os cálculos anteriores podem ser morosos... e há um procedimento mais simples para obter os momentos (sempre que seja possível usá-lo). Manuela Neves - ISA - 05/06 p. 43/61
2 Exercício Vamos resolver o seguinte exercício... Para cada uma das seguintes variáveis aleatórias calcule E [ e tx], com t IR: a) X, variável aleatória discreta, associada ao lançamento de uma moeda equilibrada. b) X, variável aleatória contínua, com função densidade e x x 0 f(x) = 0 x < 0 c) X, variável aleatória contínua, do último exemplo x e x x > 0 f(x) = 0 x 0 Manuela Neves - ISA - 05/06 p. 44/61
3 Momentos de uma variável aleatória Como verificou, dada uma v. a. X, E [ e tx], se existir é uma função de t. Vamos representar por M X (t) = E [ e tx]. Sabemos desenvolver e tx em série de Mac-Laurin... e tx = 1 + tx + (tx)2 2! Se M X (t) = E [ e tx] existir tem-se (tx)n n! +... M X (t) = E [ e tx] = 1 + t E[X] + t2 2! E[X2 ] tn n! E[Xn ] +... Manuela Neves - ISA - 05/06 p. 45/61
4 Momentos de uma variável aleatória Então derivando em ordem a t, e calculando para t = 0 (caso exista) tem-se M X(0) = E[X], M X(0) = E[X 2 ]... M (r) X (0) = E[Xr ],... Por ser um procedimento que, quando existe, permite obter todos os momentos de uma variável aleatória, M X (t) = E [ e tx] chama-se função geradora de momentos Continuação do exercício anterior Para cada uma das variáveis aleatórias das alíneas a), b) e c), calcule E[X] e V ar[x] por dois processos i) directamente, usando a definição ii) usando a função geradora de momentos. Manuela Neves - ISA - 05/06 p. 46/61
5 Função geradora de momentos Seja X uma v.a. Propriedades da função geradora de momentos 1. M ax+b (t) = e bt M X (at). 2. Teorema da unicidade Se para duas v.a. X e Y se verifica M X (t) = M Y (t) então X e Y têm a mesma função de distribuição. Reciprocamente, se existir a função geradora de momentos, ela é única. Manuela Neves - ISA - 05/06 p. 47/61
6 Mais uns parâmetros: Quantis e Mediana Definição Dada uma v.a. X chama-se Quantil de probabilidade p e representa-se por χ p o menor valor da variável aleatória tal que F X (χ p ) p. Nota: Se X é v.a. contínua o quantil de probabilidade p é o valor χ p tal que F X (χ p ) = p. Se p = 0.5, chama-se mediana de X, χ 0.5, e é o menor valor da variável tal que F X (χ 0.5 ) 0.5. Nota: Se X é uma v.a. contínua a mediana χ 0.5, é a solução de F X (x) = 0.5 χ 0.5 f(t)dt = 0.5. Para o exercício 30 das folhas práticas determine o quantil de probabilidade 0.25 (primeiro quartil) e a mediana. Manuela Neves - ISA - 05/06 p. 48/61
7 Vectores aleatórios Se pretendemos associar a cada resultado de uma experiência aleatória k 2 atributos numéricos, obtemos um vector (x 1,,x k ), realização do vector aleatório (X 1,,X k ). Iremos referir-nos apenas ao caso k = 2. Exemplos Pretendemos: registar a quantidade de precipitado P e o volume V de gás numa experiência química para uma árvore seleccionada ao acaso registar a altura e o diâmetro do tronco à altura do peito... Manuela Neves - ISA - 05/06 p. 49/61
8 Pares aleatórios Definição Chama-se par aleatório (X, Y ) à aplicação (X,Y ) : Ω IR 2 ω (x,y) Definição Dado o par aleatório (X,Y ), chama-se função de distribuição cumulativa conjunta ou apenas função de distribuição conjunta e representa-se por F(.,.) à função real definida em IR 2 F : IR 2 IR (x,y) F(x,y) definida por F(x,y) = P(X x,y y) (x,y) IR 2 F(x,y) goza de propriedades análogas às referidas atrás para a função de distribuição de uma variável aleatória. Manuela Neves - ISA - 05/06 p. 50/61
9 Função de distribuição de um par aleatório Propriedades: 1. 0 F(x, y) 1 2. F(, y) = F(x, ) = 0; F(+,+ ) = 1 3. Toda a função de distribuição, F(x, y), é não decrescente relativamente a cada um dos argumentos. 4. Toda a função de distribuição, F(x, y), é contínua à direita em relação a qualquer dos argumentos. 5. F(x 1, y 1 ) F(x 0, y 1 ) F(x 1, y 0 ) + F(x 0, y 0 ) 0 (x 0 < x 1, y 0 < y 1 ). Tipos de pares aleatórios que vamos estudar: Par aleatório discreto componentes são ambas variáveis aleatórias discretas; Par aleatório contínuo componentes são ambas variáveis aleatórias contínuas. Manuela Neves - ISA - 05/06 p. 51/61
10 Pares aleatórios discretos (X,Y ) diz-se um par aleatório discreto se toma os valores (x i,y j ) com probabilidades p ij = P[X = x i,y = y j ]. Definição Chama-se distribuição de probabilidades conjunta do par (X,Y ) ao conjunto de valores (x i,y j ) e respectivas probabilidades p ij p ij é chamada função massa de probabilidade conjunta e deve verificar as seguintes condições: p ij 0 i,j e p ij = 1. Um modo cómodo de representar a distribuição de probabilidades conjunta de um par aleatório discreto é na forma de uma tabela. Manuela Neves - ISA - 05/06 p. 52/61 i j
11 Pares aleatórios discretos Dado o par aleatório discreto (X,Y ) chama-se tabela de contingência ou tabela de dupla entrada ao quadro na forma X Y y 1 y 2... y n x 1 p 11 p p 1n p 1. x 2 p 21 p p 2n p x m p m1 p m2... p mn p m. p.1 p.2... p.n 1 p i. = n j=1 p ij e p.j = m i=1 p ij chamam-se probabilidades marginais de X e Y respectivamente. Manuela Neves - ISA - 05/06 p. 53/61
12 Exemplo Admite-se que num dado bairro o número de filhos e o número de assoalhadas por apartamento é um par aleatório (X,Y ), onde X designa o número de filhos e Y o número de assoalhadas, com a seguinte distribuição de probabilidades X Y a) Determine as distribuição marginais das variáveis X e Y. b) Qual a percentagem de apartamentos onde vivem famílias com 2 filhos? c) Qual a probabilidade de, um apartamento escolhido ao acaso, ter no máximo 4 assoalhadas? Manuela Neves - ISA - 05/06 p. 54/61
13 Pares aleatórios discretos A função de distribuição cumulativa conjunta de (X,Y ) é dada por F(x,y) = P[X x,y y] = x i x y j y P[X = x i,y = y j ] Chamam-se funções de distribuição marginais de X e Y e representam-se por F X (x) e F Y (y) a F X (x) = F(x,+ ) = x i x p i. F Y (y) = F(+,y) = y j y p.j Manuela Neves - ISA - 05/06 p. 55/61
14 Pares aleatórios discretos Define-se probabilidade condicional de X dado Y = y j como P(X = x i Y = y j ) = P(X = x i,y = y j ) P(Y = y j ) = p ij p.j e do mesmo modo probabilidade condicional de Y dado X = x i como P(Y = y j X = x i ) = P(X = x i,y = y j ) P(X = x i ) = p ij p i.. Continuação do exercício anterior d) Qual a probabilidade de num apartamento escolhido ao acaso viver uma família sem filhos, verificando-se que o apartamento tem 4 assoalhadas? e) Será o número de assoalhadas independente do número de filhos? A resolver mais adiante. Manuela Neves - ISA - 05/06 p. 56/61
15 Pares aleatórios contínuos Definição Um par aleatório (X,Y ) diz-se contínuo se a sua função de distribuição F(x,y) é dada por F(x,y) = P(X x,y y) = x y f(u,v) dudv onde f(.,.) 0 é a função densidade conjunta do par aleatório (X,Y ). A função f(x,y) tem que verificar as seguintes condições: f(x,y) 0 f(x,y)dxdy = 1. Manuela Neves - ISA - 05/06 p. 57/61
16 Pares aleatórios contínuos Se B IR 2, a probabilidade de se ter (X,Y ) B é assim obtida: P[(X,Y ) B] = f(x, y)dxdy. Pela definição e pelas propriedades do integral vem que B 2 F(x,y) x y = f(x,y). Define-se densidade marginal de X f X (x) = + f(x,y)dy e densidade marginal de Y f Y (y) = + f(x,y)dx Manuela Neves - ISA - 05/06 p. 58/61
17 Pares aleatórios contínuos Define-se densidade condicional de X dado Y = y como f X Y (x y) = f(x,y) f Y (y), f Y (y) > 0 Analogamente densidade condicional de Y dado X = x como f Y X (y x) = f(x,y) f X (x), f X(x) > 0 Exemplo Vamos resolver o exercício 48 das folhas de práticas Manuela Neves - ISA - 05/06 p. 59/61
18 Exercício 48 Seja X o tempo total desde a chegada de um cliente a uma estação de serviço até ao momento em que faz o pagamento, e seja Y o tempo que está em fila até efectuar o pagamento (medidos em unidades de 5 minutos). Suponha que as variáveis (X, Y ) têm função densidade de probabilidade conjunta assim definida: f(x, y) = 8 < : (x/2)e x se 0 y x < 0 para outros valores de (x, y). a) Calcule as funções densidade marginais de X e Y. b) Qual a probabilidade de o tempo gasto na fila ser superior a 5 minutos se o tempo total gasto por um cliente for inferior a 15 minutos. c) Calcule o tempo médio de serviço. Qual a variância do tempo de serviço.? d) As variáveis aleatórias X e Y são independentes? Justifique. Como vamos responder a esta questão? Manuela Neves - ISA - 05/06 p. 60/61
19 Independência de variáveis aleatórias Definição Dado o par aleatório (X,Y ) diz-se que as variáveis X e Y são independentes se e só se F(x,y) = F X (x)f Y (y) (x,y) IR 2 A definição é mais facilmente usada se escrita em termos da função massa de probabilidade ou da função densidade de probabilidade. Assim: Se (X,Y ) é um par aleatório discreto as variáveis X e Y dizem-se independentes se e só se p ij = p i. p.j i,j. Se (X,Y ) é um par aleatório contínuo, as variáveis X e Y dizem-se independentes se e só se f(x,y) = f X (x) f Y (y) (x,y). Manuela Neves - ISA - 05/06 p. 61/61
Códigos Lineares CAPÍTULO 4
CAPÍTULO 4 Códigos Lineares 1. Definição, pârametros e peso mínimo Seja F q o corpo de ordem q. Portanto, pelo Teorema 3.24, q = p m para algum primo p e inteiro positivo m. Definição 4.1. Um código linear
Leia maisProbabilidade. O segundo aspecto é a incerteza inerente às decisões que podem ser tomadas sobre determinado problema.
Probabilidade No capítulo anterior, procuramos conhecer a variabilidade de algum processo com base em observações das variáveis pertinentes. Nestes três próximos capítulos, continuaremos a estudar os processos
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A. TESTE Nº 2 Grupo I
ESCOLA SECUNDÁRIA COM º CICLO D. DINIS º ANO DE ESCOLARIDADE DE MATEMÁTICA A TESTE Nº Grupo I As cinco questões deste grupo são de escolha múltipla. Para cada uma delas são indicadas quatro alternativas,
Leia maisRepresentação no Plano Cartesiano INTRODUÇÃO A FUNÇÃO
INTRODUÇÃO A FUNÇÃO Def: Dado dois conjuntos que tenham uma relação, chama-se função quando todo elemento do primeiro tiver associado um único elemento do segundo conjunto. Ou seja, f é função de A em
Leia maisUElementos de Lógica Matemática e Teoria dos Conjuntos. Jaime Campos Ferreira
Α Uma reedição revista pelo autor dos capítulos iniciais das Lições de Análise Real Departamento de Matemática Instituto Superior Técnico Outubro de 2001 UElementos de Lógica Matemática e Teoria dos Conjuntos
Leia maisEXAME DE ACESSO PROFMAT - 2015 - SOLUÇÕES (B) 7 (E) 12
EXAME DE ACESSO PROFMAT - 015 - SOLUÇÕES 1. Se x é um número real tal que x + 1 x = 3, então x + 1 é igual a: x (A) 6 (D) 9 Resposta: B) (B) 7 (E) 1 (C) 8 Elevando ambos os membros da equação x + 1 = 3
Leia maisAV2 - MA 12-2012. (a) De quantos modos diferentes posso empilhá-los de modo que todos os CDs de rock fiquem juntos?
Questão 1. Num porta-cds, cabem 10 CDs colocados um sobre o outro, formando uma pilha vertical. Tenho 3 CDs de MPB, 5 de rock e 2 de música clássica. (a) De quantos modos diferentes posso empilhá-los de
Leia mais1 Lógica de Programação
1 Lógica de Programação Técnicas de programação Programação Sequencial Programação Estruturada Programação Orientada a Eventos e Objectos 1.1 Lógica A lógica de programação é necessária para pessoas que
Leia maisAula 17 Continuidade Uniforme
Continuidade Uniforme Aula 17 Continuidade Uniforme MÓDULO 2 - AULA 17 Metas da aula: Discutir o conceito de função uniformemente contínua, estabelecer o Teorema da Continuidade Uniforme e o Teorema da
Leia mais(x, y) = (a, b) + t*(c-a, d-b) ou: x = a + t*(c-a) y = b + t*(d-b)
Equação Vetorial da Reta Dois pontos P e Q, definem um único vetor v = PQ, que representa uma direção. Todo ponto R cuja direção PR seja a mesma de PQ está contido na mesma reta definida pelos pontos P
Leia maisFUNÇÕES SEM PRIMITIVA ELEMENTAR
FUNÇÕES SEM PRIMITIVA ELEMENTAR RICARDO MAMEDE 1. Teoremas de Liouville O Teorema Fundamental da Cálculo assegura que para uma qualquer função contínua f no intervalo [a, b], a função F (x) = x a f(t)dt,
Leia maisTestes não paramétricos
Testes não paramétricos A designação de teste não paramétrico deve-se ao facto de não ser necessário especificar a distribuição da população de onde provém a amostra (até agora, na maior parte dos casos,
Leia maisHipótese Estatística:
1 PUCRS FAMAT DEPTº DE ESTATÍSTICA TESTE DE HIPÓTESE SÉRGIO KATO Trata-se de uma técnica para se fazer inferência estatística. Ou seja, a partir de um teste de hipóteses, realizado com os dados amostrais,
Leia maisBases Matemáticas. Aula 2 Métodos de Demonstração. Rodrigo Hausen. v. 2013-7-31 1/15
Bases Matemáticas Aula 2 Métodos de Demonstração Rodrigo Hausen v. 2013-7-31 1/15 Como o Conhecimento Matemático é Organizado Definições Definição: um enunciado que descreve o significado de um termo.
Leia maisIntrodução aos Sistemas Dinâmicos
Introdução aos Sistemas Dinâmicos UMA ABORDAGEM PRÁTICA COM MAXIMA ISBN 972-99396-0-8 Jaime E. Villate 9 789729 939600 Introdução aos sistemas dinâmicos Uma abordagem prática com Maxima Jaime E. Villate
Leia maisSociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional. n=1
Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional MA Números e Funções Reais Avaliação - GABARITO 3 de abril de 203. Determine se as afirmações a seguir são verdadeiras
Leia mais1. INTRODUÇÃO 2. EXPERIMENTO ALEATÓRIO 3. ESPAÇO AMOSTRAL
PROBABILIDADE 1. INTRODUÇÃO Embora o cálculo das probabilidades pertença ao campo da Matemática, sua inclusão aqui se justifica pelo fato da maioria dos fenômenos de que trata a Estatística ser de natureza
Leia maisExiste, mas não sei exibir!
Existe, mas não sei exibir! Você já teve aquela sensação do tipo ei, isso deve existir, mas não sei exibir um exemplo quando resolvia algum problema? O fato é que alguns problemas existenciais são resolvidos
Leia maisApontamentos de ÁLGEBRA II. Jorge Picado
Apontamentos de ÁLGEBRA II Jorge Picado Departamento de Matemática Universidade de Coimbra 2006 Índice Introdução 1 1 Anéis e corpos 3 Exercícios 17 2 Anéis de polinómios 23 Apêndice 1 Apontamentos para
Leia maisObs.: São cartesianos ortogonais os sistemas de coordenadas
MATEMÁTICA NOTAÇÕES : conjunto dos números complexos : conjunto dos números racionais : conjunto dos números reais : conjunto dos números inteiros = {0,,, 3,...} * = {,, 3,...} Ø: conjunto vazio A\B =
Leia maisTema 2: Mercado. Assunto 5: Dimensionando o mercado. Unidade 1: Qual o tamanho do meu mercado
Tema 2: Mercado Assunto 5: Dimensionando o mercado Unidade 1: Qual o tamanho do meu mercado Olá, caro(a) aluno(a). Este material destina-se ao seu uso como aluno(a) inscrito(a) no Curso Aprender a Empreender
Leia maisPROGRESSÕES 1. PROGRESSÃO ARITMÉTICA
PROGRESSÕES 1. PROGRESSÃO ARITMÉTICA Vamos considerar as seqüências numéricas a) (, 4, 6, 8, 10, 1). Veja que a partir do º termo a diferença entre cada termo e o seu antecessor, é constante: a - a 1 =
Leia maisO degrau de potencial. Caso II: energia maior que o degrau
O degrau de potencial. Caso II: energia maior que o degrau U L 9 Meta da aula plicar o formalismo quântico ao caso de uma partícula quântica que incide sobre o degrau de potencial, definido na ula 8. Vamos
Leia maisNotas de Aula. Análise na Reta
Notas de Aula (ainda em preparação!) Análise na Reta Higidio Portillo Oquendo http://www.ufpr.br/ higidio Última atualização: 22 de abril de 2015 1 Sumário 1 Preliminares 3 1.1 Conjuntos e Funções....................................
Leia maisELABORAÇÃO DE UM PROJETO DE PESQUISA
ELABORAÇÃO DE UM PROJETO DE PESQUISA INTRODUÇÃO: A elaboração de trabalhos acadêmicos é uma habilidade pontual na formação de qualquer profissional que empreende pesquisas e constrói conhecimentos no decorrer
Leia maisOFICINA ESTATÍSTICA PARA TODOS
OFICINA ESTATÍSTICA PARA TODOS Lisbeth K. Cordani lisbeth@maua.br 1 Apresentação Aproveitamos este espaço que a ABE está criando para colocar um material que temos usado com professores de ensino básico
Leia maisPROBABILIDADE PROFESSOR: ANDRÉ LUIS
PROBABILIDADE PROFESSOR: ANDRÉ LUIS 1. Experimentos Experimento determinístico: são aqueles em que o resultados são os mesmos, qualquer que seja o número de ocorrência dos mesmos. Exemplo: Um determinado
Leia maisInequação do Primeiro Grau
Inequação do Primeiro Grau 1. (Unicamp 015) Seja a um número real positivo e considere as funções afins f(x) ax 3a e g(x) 9 x, definidas para todo número real x. a) Encontre o número de soluções inteiras
Leia mais