Académique Documents
Professionnel Documents
Culture Documents
Esperança e Variância
de uma v.a. Discreta
Aulas 22 e 23
1 / 15
Introdução
2 / 15
Valor Médio (Valor Esperado, Esperança)
Definição 1
Seja X : Ω → RX uma v.a. discreta que assume os valores
x1 , . . . , xi , . . . com probabilidades p(x1 ), . . . , p(xi ), . . . , respectiva-
mente. Definimos o valor médio de X, e indicamos E(X), por
∞
X
E(X) = xi · p(xi ).
i=1
3 / 15
Exemplo 1
X = xi 1 2 3 4
P (X = xi ) 0,10 0,50 0,25 0,15
Calcule E(X).
4 / 15
Exemplo 2
5 / 15
Exemplo 3
6 / 15
Exemplo 4
e−λ · λk
P (X = k) = , k = 0, 1, 2, . . . ,
k!
em que λ é uma constante positiva.
7 / 15
Observações
(1) A fim de que uma v.a. discreta X possua valor esperado faz-se necessário
que a série da definição seja convergente.
P∞
(2) Caso
P∞ a série i=1 xi p(xi ) convirja absolutamente, isto é,
i=1 |x i · p(x i )| convirja, o valor esperado de X existe. Por outro lado,
se ∞
P
i=1 x i · p(x i ) diverge, então a esperança de X não existe.
(3) Se a variável X assume um número finito de valores, digamos n, então
E(X) existe e o mesmo se reduz a soma finita dada por
n
X
E(X) = xi · p(xi ).
i=1
(4) Não confunda E(X) com o valor mais provável de X, o qual denominamos
de valor modal. Note que a esperança de X não é necessariamente um dos
valores possı́veis de X.
(5) Em geral, E(X) é diferente da média aritmética x. O valor esperado de X,
E(X), está relacionado a uma v.a. X, enquanto que a média aritmética,
x, está associada a um conjunto de valores observados.
8 / 15
Propriedades de Valor Esperado
1 Dada a v.a. discreta X e a respectiva função de probabilidade
p(x), o valor esperado da função h(X) é dado por
∞
X
E[h(X)] = h(xi )p(xi ).
i=1
9 / 15
Variância
Definição 2
Seja X : Ω → RX uma variável aleatória cujo valor médio E(X)
existe. Definimos a variância de X, e indicamos Var(X), por
10 / 15
Observações
De fato,
Var(X) = E{[X − E(X)]2 } = E[X 2 − 2XE(X) + E2 (X)]
= E(X 2 ) − E[2XE(X)] + E[E2 (X)]
= E(X 2 ) − 2E(X)E(X) + E2 (X) = E(X 2 ) − E2 (X).
(3) Se X é uma v.a. discreta que assume os valores x1 , x2 , . . . , xi , . . . com
probabilidades p(x1 ), p(x2 ), . . . , p(xi ), . . . , respectivamente, então
∞
X
Var(X) = x2i p(xi ) − E2 (X).
i=1
11 / 15
Exemplo 5
12 / 15
Propriedade de Variância
1 Se X uma v.a. cuja variância existe e a e b são constantes reais
quaisquer, então
Var[aX + b] = a2 · Var(X).
13 / 15
Exercı́cio
e−λ · λk
P (X = k) = , k = 0, 1, 2, . . . ,
k!
em que λ é uma constante positiva.
14 / 15
“Hora da chamada...”
Bibliografia
Estatı́stica Básica (7a edição). Wilton O. Bussab e Pedro A.
Morettin (2011). Editora Saraiva. (livro texto)
Probabilidade, Aplicações à Estatı́stica (2a edição). Paul L.
Meyer (1995). LTC.
Paulo Freire
Num paı́s como o Brasil, manter a esperança viva é em si um ato
revolucionário.
15 / 15