You are on page 1of 11

Notas de aula

Jair Donadelli

bc0405 Esperança matemática
Publicado em 23/06/2011

Se duas moedas são lançadas 16 vezes e o número de caras por lançamento é em 4 deles, é em 7 deles e é dois em 5 deles, qual é o número médio de caras por lançamento?

Se

é uma v.a. então valor médio (ou valor esperado, ou esperança) da v.a. se é discreta e assume valores

é dado por então

e tem função de massa de probabilidade

no caso infinito exigimos convergência absoluta, na prática significa que se alterarmos o ordem dos fatores o limite não muda, o que nos permite escrever (verifique a igualdade)

se

é contínua e tem função de densidade de probabilidade

então

Exemplo 43 (variável aleatória indicadora) Seja ocorrência do evento , i.e., se ocorre e se

variável aleatória indicadora da ocorre, ou ainda, para todo

Seguir

Então

.

Seguir “Notas de aula”

Observação 3 (uma justificativa informal Obtenha todo post novo para (15)) A definição de valor médio no caso
na sua caixa de justificar, ingenuamente, da seguinte maneira: discreto é intuitiva. No casoentregue contínuo podemos

Sejam reta e que, por

, para todo

entrada.

, uma coleção de intervalos centrados em

que particiona a

Insira seu endereço de e-mail simplicidade, supomos de mesmo comprimento

. Definimos a v.a. discreta

sobre o mesmo espaço amostral dada por Cadastre-me
Tecnologia WordPress.com

que assume os valores

(

). Assim

e a esperança de

é

Notemos que se . então e . você ganha perde se ocorrer uma ou duas caras. i. Seja uma função . Qual a probabilidade ? com probabilidade e com Exemplo 45 Num jogo de azar você ganha probabilidade . O ganho médio de uma aposta é No caso de aposta? . tem f. logo Portanto.p. a definição de esperança para a variável quando . Exemplo 44 Seja o resultado de um lançamento de um dado. deve satisfazer . A prova do caso discreto é bem fácil e fica como exercício. O tempo médio de vida é O seguinte resultado é muito útil.e. (lembremos que ).d. Teorema 9 Seja uma variável aleatório com função de probabilidade . temos . você é o ganho então o ganho médio é Exemplo 47 Seja o tempo de vida útil de um equipamento eletrônico. se se ocorrerem três caras ou coroas. qual é a probabilidade de você ganhar numa Exemplo 46 Num jogo com 3 moedas. a prova do caso contínuo é difícil e pulamos. logo pois .

caso seja uma v. o resultado do lançamento de um dado.p e é dada por então Corolario 10 Para quaisquer e v.a. Então é uma variável aleatória cuja média é onde a soma é sobre todo real tal que .a.’s quaisquer.a. Exemplo 48 Seja Notemos que.d. com o resultado do exemplo 44 podemos concluir que geral não vale Exemplo 49 Seja para v. em o número de carros lavados num lava-rápido em 1 hora Para carros lavados o atendente recebe reais do gerente.com f. e cuja média é caso seja uma v.real.discreta. O ganho médio é Exemplo 50 Se é uma v.a.contínua. . como no exemplo 44. no caso discreto. somando-se sobre todo e no caso contínuo . Demonstração: Usando o teorema anterior com tal que temos.a.

a.a. i. uma bola é escolhida ao acaso. Exercício 44 Prove o caso discreto do teorema acima. Exercício 45 Prove que . podemos usar o corolário e calcular No caso do exemplo 50 Exemplo 52 Numa urna estão 1 bola branca e 1 bola preta.Exemplo 51 Reconsiderando o exemplo 49. O seguinte exercício fornece um modo.p. em geral. é uma medida de quão dispersos estão os valores que a variável assume com relação ao . valor médio. se sair bola branca o experimento termina. é o número de rodadas até terminar então (essa é a série harmônica). Se e média é Exemplo 53 Seja uma variável com f. é dada pelo valor esperado da v.. se for preta ela é devolvida e mais uma bola preta é colocada na urna e o sorteio é repetido. — Variância — A variância da v. tem esperança Observação 4 No caso dos dois últimos exemplos dizemos que a variável aleatória não tem esperança finita.e.d. mais fácil para computar a variância.

o desvio padrão é uma medida de dispersão em Exemplo 54 A variância no valor resultante de um lançamento de dado é (veja os exemplos 44 e 48) ( ). Então é a dispersão dos valores de . por exemplo. O desvio padrão é . com respeito a média em . a quantidade de refrigerante engarrafada por uma máquina de uma ). Exemplo 55 Qual é o valor médio da soma dos pontos no lançamento de dois dados? O espaço amostral é composto por 36 eventos elementares igualmente prováveis Se é o resultado da soma dos lançamentos. então sua função de massa de probabilidade é O valor esperado da soma é e o da variância é .O desvio padrão é definido como a raiz quadrada positiva da variância Suponhamos que fábrica em ( é.

com função de distribuição acumulada assim. aproximadamente. Os bit podem ser recebidos com erro e denota o número de bits errados num pacote.o desvio padrão vale . Notemos que no intervalo está concentrado da massa de probabilidade. e o valor médio do número de bits errados é e a variância . Exemplo 56 Um canal digital transmite informação em pacotes de 4 bits.

maior dificuldade. ) então . e . de esperança (Dica: use o exercício anterior com Se fizermos . Exercício 46 Para fixado e ( então (i.a.portanto o desvio padrão é . . vale . então é real positivo e (Dica: Defina exercício 48) por se . é uma v. Se além de não-negativa é inteira (portanto discreta). Exercício 47 Prove que se Exercício 48 Prove que se Exercício 49 Se . em geral. — Propriedades da esperança — A esperança de uma variável aleatória satisfaz as seguintes propriedades enunciadas como exercícios.’s sobre o mesmo espaço .a. mas que o caso discreto é simples na maioria dos casos.. Determine e use o Exercício 53 (desigualdade de Chebyshev) Se finita então é real positivo e uma v. contínua que assume valores não-negativos então .) desviar de por pelo menos desvios padrão em (17) obtemos a probabilidade de .e. então Exercício 50 (soma de variáveis aleatórias) Sejam amostral e a soma delas é a função dada por e v. Convém ressaltar que o caso contínuo tem.a. caso contrário . ). Então Prove que se então Exercício 51 Para Exercício 52 Se . uma v.a.

é a quantidade de ocorrência de cara e A esperança de é o número médio de ocorrência de cara.a. A v. então para todo . Exercício 55 Se Exemplo 57 Consideremos Seja lançamentos de uma moeda com os resultados independentes. . é. se então e se então portanto De volta à variância de temos A esperança de é. pelo exercício 51. usando linearidade da esperança (corolário 10) e a variância é.Exercício 54 (desigualdade de Markov) Se é real positivo e uma v. a variável indicadora (exemplo 43) do evento “ocorre cara”.a. assim precisamos calcular . e então . usando o exercício 50 e a variância é .

Esse resultado foi provado pela com probalidade maior que Mais que isso. sem usar a desigualdade de Chebyshev. contínua.a. primeira vez em 1713. sob as mesmas hipóteses da lei fraca. para qualquer portanto Por exemplo. fazendo temos que o número médio de caras está no intervalo .Usando a desigualdade de Chebyshev. . cada uma com média para todo v. Demostração do teorema 9. a probabilidade tende a quando desconhecida na época. Então.a. Primeiro. Teorema 11 (Lei Fraca dos Grandes Números) Sejam identicamente distribuídas.~(17). .’s independentes e finita e com variância finita. Vamos provar a parte referente a v. assumiremos que para todo . na segunda igualdade trocamos a ordem de integração. Então quando . A Lei Forte dos Grandes Números estabelece que. provaremos que se assume valores não-negativos então De fato. por Jacob Bernoulli. eq. Segundo.

uma seqüência de variáveis e variância finitos.em que que é o estabelecido no enunciado para não negativa. se assume valores reias então definimos as v. Demonstração da Lei Fraca dos Grande Números Sejam aleatórias independentes. primeiro mostramos a seguinte desigualdade de Markov: Se é uma variável aleatória não-negativa e então Demonstracao: Dados e como no enunciado defina ( ) por Então e portanto donde concluímos (23). Prova da desigualdade de Chebyshev Para demonstrar a desigualdade de Chebyshev.’s não negativas e temos que . se é uma variável aleatória qualquer com então logo para todo temos por (23) com e de temos a seguinte desigualdade de Chebyshev para todo . identicamente distribuídas e todas com valor esperado . portanto. Pra finalizar. Agora.a.

corta um retângulo com largura igual a primeira realização e comprimento igual ao da segunda realização. Guardar link permanente. Serão as áreas cortadas por Pedro e Paula diferentes em média? se forem.a. concluímos para todo Problema: Pedro e Paula ambos querem cortar um pedaço de papel retangular.e temos Usando a desigualdade de Chebyshev (17). digamos . então. desvio padrão. Pedro ou Paula deverá ter um retângulo com área maior? S h a re t h i s : Compartilhar C u rt i r i s s o: Gosto Be the first to like this. Blog no WordPress.com. . variância. Ela. valor médio.a. transiência e período Em "impe" Sobre jairdonadellijr Professor Ver todas as mensagens por jairdonadellijr → Esse post foi publicado em IPE e marcado desigualdade de Chebyshev. então ele corta um quadrado que tem comprimento e largura igual a esse valor. Notas de aula O tema Twenty Ten. Rel a ci on a do IMPE – bc1414 – Função geradora de probabilida… Em "impe" IMPE – bc1414 – Cadeias de Markov a tempo dis… Em "impe" IMPE – bc1414 – Recorrência. Paula gosta de diversidade e gera duas realizações independentes de .. desigualdade de Markov. Lei dos Grandes Números. como se segue. esperança. Pedro é preguiçoso e gera apenas uma única realização dessa v. Como ambos são probabilistas eles determinam a forma exata do retângulo utilizando realizações de uma v. positiva. valor esperado.