Momentos de uma variável aleatória

Tamanho: px
Começar a partir da página:

Download "Momentos de uma variável aleatória"

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

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 mais

Probabilidade. O segundo aspecto é a incerteza inerente às decisões que podem ser tomadas sobre determinado problema.

Probabilidade. 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 mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A. TESTE Nº 2 Grupo I

ESCOLA 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 mais

Representação no Plano Cartesiano INTRODUÇÃO A FUNÇÃO

Representação 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 mais

UElementos de Lógica Matemática e Teoria dos Conjuntos. Jaime Campos Ferreira

UElementos 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 mais

EXAME DE ACESSO PROFMAT - 2015 - SOLUÇÕES (B) 7 (E) 12

EXAME 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 mais

AV2 - MA 12-2012. (a) De quantos modos diferentes posso empilhá-los de modo que todos os CDs de rock fiquem juntos?

AV2 - 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 mais

1 Lógica de Programação

1 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 mais

Aula 17 Continuidade Uniforme

Aula 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

Introdução à Probabilidade e à Estatística

Introdução à Probabilidade e à Estatística Introdução à Probabilidade e à Estatística Com complementos de Excel Amostra? População? Maria Eugénia Graça Martins Departamento de Estatística e Investigação Operacional da FCUL Sociedade Portuguesa

Leia mais

(x, y) = (a, b) + t*(c-a, d-b) ou: x = a + t*(c-a) y = b + t*(d-b)

(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 mais

FUNÇÕES SEM PRIMITIVA ELEMENTAR

FUNÇÕES 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 mais

Testes não paramétricos

Testes 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 mais

Hipótese Estatística:

Hipótese 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 mais

Bases 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 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 mais

Introdução aos Sistemas Dinâmicos

Introdução 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 mais

Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional. n=1

Sociedade 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 mais

1. INTRODUÇÃO 2. EXPERIMENTO ALEATÓRIO 3. ESPAÇO AMOSTRAL

1. 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 mais

Existe, mas não sei exibir!

Existe, 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 mais

Apontamentos de ÁLGEBRA II. Jorge Picado

Apontamentos 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 mais

Obs.: São cartesianos ortogonais os sistemas de coordenadas

Obs.: 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 mais

Tema 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 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 mais

PROGRESSÕES 1. PROGRESSÃO ARITMÉTICA

PROGRESSÕES 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 mais

O degrau de potencial. Caso II: energia maior que o degrau

O 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 mais

3 A Iteratividade. 3.1 Automatizando as Células do Excel

3 A Iteratividade. 3.1 Automatizando as Células do Excel 3 A Iteratividade 3. Automatizando as Células do Excel Até o momento a única forma de mostrar ao usuário o resultado da programação era o uso do MsgBox. Essa caixa de saída é uma forma muito próxima do

Leia mais

Notas de Aula. Análise na Reta

Notas 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 mais

ELABORAÇÃO DE UM PROJETO DE PESQUISA

ELABORAÇÃO 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 mais

OFICINA ESTATÍSTICA PARA TODOS

OFICINA 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 mais

PROBABILIDADE PROFESSOR: ANDRÉ LUIS

PROBABILIDADE 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 mais

Inequação do Primeiro Grau

Inequação 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