Welcome to Scribd. Sign in or start your free trial to enjoy unlimited e-books, audiobooks & documents.Find out more
Download
Standard view
Full view
of .
Look up keyword
Like this
8Activity
0 of .
Results for:
No results containing your search query
P. 1
DESIGUALDADES PROBABILISTICAS IMPORTANTES

DESIGUALDADES PROBABILISTICAS IMPORTANTES

Ratings: (0)|Views: 946|Likes:

More info:

Published by: HELIO BERNARDO LOPES on Jul 15, 2008
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

01/05/2013

pdf

text

original

 
H. B
 
ERNARDO 
 
L
 
OPES 
 
DESIGUALDADES PROBABILÍSTICAS IMPORTANTES
H. B
ERNARDO
L
OPES
Quando se pretende calcular a probabilidade de poder ocorrer determinado acontecimento e seconhece a distribuição probabilística que está em causa no problema, não se colocam dificuldadesparticulares. É o que sucede, por exemplo, com uma variável aleatória X, contínua, cuja funçãodensidade de probabilidade seja:
[ ][ ]
 f x x x x
 X 
( ),, .
=
120 20 0 2
O valor médio de X - o seu primeiro momento ordinário, portanto - e o seu segundo momentoordinário valem, respectivamente:
[ ]
[ ]
 E X x xdx E X x xdx
= == =
∫ ∫ 
1243122
022 202
pelo que a variância de
toma o valor:
[ ]
[ ]
[ ]
( )
V X E X E
= =      =
222
24329
Admita-se, agora, que se pretende calcular a seguinte probabilidade:
 P
<     
4323.
Ora, tendo-se:
 X
< < <+
43234 234 23
o valor da probabilidade procurada vale:
120 629
4 234 23
 xdx
+
∫ 
, .
Esta é, pois, uma estimativa da probabilidade de que
assuma valores no intervalo:
127
 
EQUAÇÕES FUNCIONAIS 
4 234 23
+
,
centrado no valor médio de
:
[ ]
 E
 X 
= =
 µ 
'
43
e de semi-amplitude igual ao desvio-padrão de
:
σ 
 X 
=
23
Neste caso foi possível obter o valor da probabilidade procurada, conseguido com a precisãoque se entendeu, dado ser conhecida a distribuição da variável aleatória
em causa.Pode, porém, acontecer que se conheçam o valor médio e o desvio-padrão da variávelaleatória, mas se desconheça a correspondente distribuição, o que impossibilita o cálculo tal comoanteriormente apresentado. É para uma situação deste tipo que a Desigualdade de Chebychev semostra de enorme utilidade, já que, segundo Pestana (2004) a mesma envolve apenas o valor médioe a variância
(
de
)
, mostrando que o simples conhecimento de localização e escala permite fazer avaliações de probabilidades.Este importante instrumento da Teoria da Probabilidade é válido para uma qualquer variávelaleatória, com a única condição de ser finito o valor da respectiva variância, o que acarreta que osdois primeiros momentos ordinários o sejam também.Este resultado é válido, por igual, para o caso de distribuições discretas, mas acarreta, emqualquer caso e como seria sempre de esperar, uma imprecisão na estimativa achada para aprobabilidade do acontecimento em causa.A Desigualdeade de Chebychev é um caso particular da
Desigualdade de Markov
, que seapresenta de seguida, sem demonstração, e que pode encontrar-se nos manuais dos autoresportugueses mais consagrados.Seja, então,
( )
 g
uma função mensurável da variável aleatória
, e que não assuma valoresnegativos, ou seja,
( )
 g
0
. Então, se existir o valor médio de
( )
 g
,
( )
[ ]
 E g X 
, ter-se-á que:
c
 
R
+
,
( )
[ ]
( )
[ ]
 P g X c E g X c
Como corolário desta propriedade, considere-se agora o caso em que a função considerada é:
 g X
( ) .
=
Tem-se, neste caso, a desigualdade:
[ ][ ]
 P X c E c
Retomando o exemplo da distribuição inicial, facilmente se pode mostrar que:
128
 
H. B
 
ERNARDO 
 
L
 
OPES 
 
[ ]
 P X xdx x
= = =
∫ 
5312140 30
5322532
, (5).
Em contrapartida, se se desconhecesse a distribuição da variável aleatória
, e se recorresseao anterior resultado, corolário da Desgualdade de Markov, obter-se-ia:
 P
= =
5343534508,
o que mostra que o desconhecimento da distribuição de
determina a estimação de umaprobabilidade do acontecimento em causa muito acima do seu valor real. A probabilidade estimadapelo recurso ao corolário da Desigualdade de Markov fornece um limite superior da probabilidade doacontecimento:
 X 
53
mas muito acima do valor real, calculável a partir do conhecimento da distribuição exacta.Um segundo corolário da Desigualdade de Markov, mas que exige o conhecimento de maior informação, pode encontrar-se se se conhecer o momento absoluto ordinário de ondem
n
 
N
2
de
 X 
, fornecendo o resultado:
[ ]
[ ]
 P X c E c
nn
onde
c
 
R
+
.Tendo presente que para a variável aleatória X se tem:
[ ]
 E
5
914
,
este último corolário da Desigualdade de Markov permite a nova estimativa:
 P X P
=      
5353914530 711
5
,,
que fornece um limite superior para a probabilidade do acontecimento em causa:
 X 
53
 já mais próximo do verdadeiro valor da sua probabilidade, se fosse conhecida a distribuição exactade
.
129

Activity (8)

You've already reviewed this. Edit your review.
1 hundred reads
1 thousand reads
Hortencio Yembe added this note
preciso da demonstração da desigualidade de markov
Helena Oliveira liked this
Cris Nogueira liked this
alex0075 liked this
omoraldanet liked this
januda liked this

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->