Universidade de Pernambuco
Universidade de Pernambuco
Escola Politécnica de Pernambuco
Escola Politécnica de Pernambuco
Teoria da Informação
Teoria da Informação
Revisão Variáveis Aleatórias
Revisão –Variáveis Aleatórias
Prof. Márcio Lima
Prof. Márcio Lima
E
Revisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
É a habitual imaginar o resultado de um experimento como um variável que pode vagar pelo conjunto de pontos amostrais e cujo é determinado pelo experimento
experimento.
Definição:
Função cujo o domínio é um ESPAÇO
S RX
Função cujo o domínio é um ESPAÇO AMOSTRAL e cuja a imagem é algumm conjunto de Números reais.
Exemplo 1. Três mordas são lançadas e observa-se o número de CARAS quep ç q ocorrem:
{
}
{
0 1 2 3}
= R KKK KKC, KCK, KCC, CKK, CKC, CCK, CCC, S 22 Teoria da InformaçãoTeoria da Informação –– Prof. Márcio LimaProf. Márcio Lima
{
0,1,2,3}
=X
Revisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Notação: VA Al ó V á l Z Y X (evento); amostral espaço do elemento s ); evento,... (conjudo, amostral espaço S ) ( : :
( )
s x X s Aleatórias Variáveis pelas assumidos valores z y x ; VA Aleatória Variável : Z Y, X, = ⇒ ∈ S : , , ) (( )
s x X s ∈ S ⇒ S RXRevisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Variáveis Aleatórias
Variáveis Aleatórias
Variávies Aleatórias Discretas: Quando os valores assumidos pela V.A. são
finitos ou contavelmente infinito (Infinito numerável). Isto é, a V.A. assume apenas um conjunto de valores discretos
apenas um conjunto de valores discretos.
{
}
(
X=
x
1,
)
x
2,
L
( )
,
x
n,
L
R
( )
( )
⎪ ⎪ ⎨ ⎧ = ∀ ≥∑
∞ 1 , 0 i x p i x p(
X
x
i)
p
( )
x
iP
=
=
Distribuição de probabilidade (Função de Probabilidade)
( )
⎪⎩∑
=1 = 1 i i x pVariávies Aleatórias Contínuas: Quando o conjunto RX assume valores não numeráveis. Isto é,a V.A. pode assumir qualquer valor em um intervalo de observação inteira.
Ex: Amplitude de uma tensão de ruído em um instante de tempo em particular.
44
Teoria da Informação
Revisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Descrição Probabilística de Variáveis Aleatórias
Descrição Probabilística de Variáveis Aleatórias
Função de Distribuição Cumulativa (CDF): X, V.A. P(X ≤ x)
( )
P
(
X
)
F
( )
x
P
(
X
≤
x
)
F
X=
≤
Para qualquer ponto de x, FX(x) expressa uma probabilidade (P(X ≤ x)).
Propriedades de FX(x):
( )
( )
1( )
2,
1 2.
2
1
0
.
1
x
x
x
F
x
F
:
e
decrescent
não
Função
x
F
≤
≤
≤
≤
X X X
Revisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Descrição Probabilística de Variáveis Aleatórias
Descrição Probabilística de Variáveis Aleatórias
Função de Densidade de Probabilidade (pdf):
Descrição alternativa da probabilidade da V.A. X (contínua) dx d
( )
F
( )
x
dx
d
x
f
X=
X Seja o evento ∫dx 2 1 X x x B ≡ ≤ ≤( )
B P(
x X x)
P(
X x)
P(
X x)
F( )
x F( )
x f( )
x dx P x∫
≤ ≤ ≤ ≤ 2 Propriedades de FX(x):( )
B P(
x X x)
P(
X x)
P(
X x)
F( )
x F( )
x f( )
x dx P x∫
= − = ≤ − ≤ = ≤ ≤ = 1 1 2 1 2 2 1 X X X ( )x fX( )
( )
(
( )
S
)
X
P
d
f
x
f
1
2
0
.
1
⇒
+
≥
∫
∞ + P( )B 66 Teoria da InformaçãoTeoria da Informação –– Prof. Márcio LimaProf. Márcio Lima
( )
(
( )
S
)
x
;
x
f
Xx
dx
1
P
.
2
1=
−∞
2=
+∞
⇒
∫
=
∞ − xRevisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Estatística de uma
Estatística de uma V.A.
V.A.
Valor Esperado: Suponha uma V.A. tal que com
distri-buição de probabilidade
{
x
1,
x
2,
L
,
x
n}
=
XR
( ) ( )
( )
{
}
então( ) ( )
( )
{
p
x
1,
p
x
2,
L
,
p
x
n}
,
( )
n( )
É denominado Valor Esperado ou média da V.A. X.
( )
( )
,
1∑
==
i i ip
x
x
X
E
pOBS: O valor esperado não representa o resultado mais provável de ocorrer e
sim a média dos resultados.
Realize um experimento várias vezes, registre os diversos valores que a V.A. assumir e calcule a média desses valores. Esse será o valor médio.
Revisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Estatística de uma
Estatística de uma V.A.
V.A.
Exemplo: Um dado equilibrado é lançado. X representa o resultado obtido
{
1
,
2
,
3
,
4
,
5
,
6
}
.
=
X
R
Qual será o valor esperado de X?
{
,
,
,
,
,
}
X( )
X
∑
( )
E
n( )
( )
( )
1 2( )
2 6( )
6 1 1+
+
+
=
=
∑
=x
p
x
x
p
x
L
x
p
x
x
p
x
X
E
i i i( )
( )
( )
(
1
2
6
)
6
1
6
1
6
6
1
2
6
1
1
⋅
+
⋅
+
+
⋅
=
+
+
+
=
L
L
2
7
6
21 =
=
Não é nem um resultado possível, quanto mais ser o resultado provável!!!!! +∞
88
Teoria da Informação
Teoria da Informação –– Prof. Márcio LimaProf. Márcio Lima
No caso contínuo:
( )
∫
( )
+ ∞ −⋅
=
x
f
x
dx
X
E
XRevisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Estatística de uma
Estatística de uma V.A.
V.A.
Propriedades:
)
(constante
C
X
=
.
1
( )
(
C
)
C
E
( )
E
C
E
)
(
X
X
X
⋅
=
⋅
=
.
2
(
)
( )
(
)
( )
( )
(
)
E
( ) ( )
E
,
se
e
são
independen
tes.
E
E
E
E
Y
X
Y
X
Y
X
Y
X
Y
X
⋅
=
⋅
+
=
+
.
4
.
3
Revisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Estatística de uma
Estatística de uma V.A.
V.A.
Variância:
( )
( )
[
(
( )
)
2]
X
E
X
E
X
V
X
Var
=
=
σ
X2=
−
Momento central de 2ª. Ordem.
Expressa o quanto os valores da distribuição se afastam da média.
( )
X
V
( )
X
E
[
(
X
E
( )
X
)
]
Var
σ
XExpressão mais simples e direta:
( )
( )
2( )
2X
E
X
E
X
Var
=
−
OBS: Desvio Padrão: Propriedades: X
σ
Propriedades:(
)
( )
(
C
X
)
C
Var
( )
X
Var
constante
C
se
X
Var
C
X
Var
+
=
=
22
.
,
.
1
10 10 Teoria da Informação
Teoria da Informação –– Prof. Márcio LimaProf. Márcio Lima
(
C
X
)
C
Var
( )
X
Var
⋅
=
⋅
.
2
Revisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Estatística de uma
Estatística de uma V.A.
V.A.
Exemplo: A meteorologia atribui graus de nebulosidade ao céu em uma escala
com 11 níveis, variando de 0 (céu claro) à 10 (céu completamente nublado).
X assume os valores
Seja a distribuição de probabilidade da V.A. X:
{
0
,
1
,
2
,
L
,
10
}
=
XR
15
0
=
= p
p
06
0
15
,
0
15
,
0
9 8 2 1 10 0=
=
=
=
=
=
=
=
=
=
=
p
p
p
p
p
p
p
p
p
p
p
Calcule a variância e o desvio padrão.
06
,
0
7 6 5 4 3=
p
=
p
=
p
=
p
=
p
( )
(
)
(
)
(
)
( )
X
=
0
,
05
(
0
+
10
)
+
0
,
15
(
1
+
2
+
8
+
9
)
+
0
,
06
(
3
+
4
+
5
+
6
+
7
)
=
5
E
Revisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Estatística de uma
Estatística de uma V.A.
V.A.
Exemplo:
15
,
0
15
,
0
9 8 2 1 10 0=
=
=
=
=
=
p
p
p
p
p
p
06
,
0
7 6 5 4 3=
p
=
p
=
p
=
p
=
p
( )
2∑
10 2( )
(
)
(
)
( )
( )
(
)
(
)
(
9
16
25
36
49
)
35
,
6
.
06
,
0
81
64
4
1
15
,
0
100
0
05
,
0
0 2 2=
+
+
+
+
+
+
+
+
+
+
=
=
∑
= i i ip
x
x
X
E
Logo:(
)
,
,
( )
2( )
23
6
2
210
6
2( )
( )
25
,
3
6
,
10
25
6
,
35
2 2=
⇒
=
⇒
−
=
−
=
X 2 X 2 Xσ
σ
σ
E
X
E
X
12 12 Teoria da InformaçãoRevisão
Revisão –
– Variáveis Aleatórias
Variáveis Aleatórias
Revisão
Revisão Variáveis Aleatórias
Variáveis Aleatórias
Estatística de uma
Estatística de uma V.A.
V.A.
Exemplo: Seja X, uma V.A. uniforme no intervalo [a, b]. Calcule o valor
esperado e a variância de X (V.A. contínua).