Академический Документы
Профессиональный Документы
Культура Документы
Aula 6
Nmero de resultados
com duas K Probabilidade
0 1/16
1 4/16
2 6/16
3 4/16
4 1/16
Distribuio de Probabilidades
Cont....
Se quisermos expressar a distribuio de probabilidades da
varivel aleatria no. de caras em 4 lanamentos de uma
moeda equilibrada poderamos escrever.
C (4, x)
f ( x) = para x = 0, 1, 2, 3 e 4
16
Dist. de Probabilidades - Regras
Duas regras se aplicam a qualquer distribuio de
probabilidades:
Regra 1:
Os valores de uma distribuio de probabilidades devem
ser nmeros do intervalo de 0 a 1.
Regra 2:
A soma de todos os valores de uma distribuio de pro-
babilidades deve ser igual a 1.
f(X)
P(a X b)
(Note que a
probabilidade de
qualquer valor individual
zero)
a b
Exemplo
Verifique que f(x) = x / 8 pode ser a densidade de probabilidade
de uma varivel aleatria definida sobre o intervalo de x = 0 a x
= 4.
Soluo:
A primeira regra atendida pois x /8 no-negativo (positivo ou nulo) para
qualquer valor no intervalo de 0 a 4
A segunda regra tambm verificada pois a rea do tringulo pode ser
calculada como (b x h)/2 = (4 x )/2 = 1
0,5
f(x)
0,25
0
0 1 2 3 4
x
Exemplo
Qual a probabilidade de uma varivel aleatria com essa
densidade de probabilidade tomar um valor menor do que 2?
Soluo:
A probabilidade dada pela rea do tringulo sombreado na figura abaixo
que abrange os valores da v.a. menores do que 2
A rea ser (2 x )/2 = 1/4
0,5
f(x)
0,25
0
0 1 2 3 4
x
Valor Esperado de uma V. A. discreta
Se uma v.a. x toma os valores x1, x2, x3, ... , xn, com as
probabilidades correspondentes p1, p2, p3, ..., pn, ento o seu
valor esperado, E(x),
p1 x1 + p2 x2 + p3 x3 + L + pn xn
Assim,
n
E ( x) = pi xi
i =1
Exemplo
As probabilidades de um investidor vender um terreno para uma
casa na montanha com um lucro de 2.500, de 1.500, de 500
unidades monetrias ou com um prejuzo de 500 unidades
monetrias so de 0,22, 0,36, 0,28 e 0,14, respectivamente. Qual
o lucro esperado do investidor?
E = 2.500(0,22) + 1.500(0,36) + 500(0,28) 500(0,14)
E = 1.160u.m.
E (k ) = k
E (k X ) = k E ( X )
E (k X ) = k E ( X )
E ( X Y ) = E ( X ) E (Y )
N
= [ X i E ( X )] P ( X i )
2 2
i =1
= E ( X ) [E ( X )]
2 2 2
Propriedades da Varincia
V (k ) = 0
V (k X ) = V ( X )
V (k X ) = k 2 V ( X )
Se as duas variveis forem
Independentes!!
V ( X Y ) = V ( X ) + V (Y )
Exemplo
Vamos voltar ao exemplo do investidor que vende um terreno e
calcular a varincia de seu resultado.