Variável Aleatória Discreta e Expectativa Matemática-II
Como já estamos familiarizados com o variável aleatória discreta, é a variável aleatória que leva o número contável de valores possíveis em uma sequência. Os dois conceitos importantes relacionados às variáveis aleatórias discretas são a probabilidade de variável aleatória discreta e função de distribuição. Restringimos o nome a tal probabilidade e função de distribuição como,
Função de massa de probabilidade (pmf)
A Função de massa de probabilidade é a probabilidade da variável aleatória discreta, portanto, para qualquer variáveis aleatórias discretas x1, x2, x3, x4, ……, xk as probabilidades correspondentes P (x1), P (x2), P (x3), P (x4) ……, P (xk) são as funções de massa de probabilidade correspondentes.
Especificamente, para X = a, P (a) = P (X = a) é seu pmf
Nós aqui em diante usamos função de massa de probabilidade para variáveis aleatórias discretas probabilidade. Todas as características de probabilidade para a probabilidade serão obviamente aplicáveis à função de massa de probabilidade, como positividade e soma de todas as pmf serão uma etc.
Função de distribuição cumulativa (cdf) / Função de distribuição
A função de distribuição definida como
F (x) = P (X <= x)
para variável aleatória discreta com função de massa de probabilidade é a função de distribuição cumulativa (cdf) da variável aleatória.
e expectativa matemática para tal variável aleatória nós definimos foi
agora vemos alguns dos resultados das expectativas matemáticas
- Se x1, x2, x3, x4, ... .. são as variáveis aleatórias discretas com respectivas probabilidades P (x1), P (x2), P (x3), P (x4) ... a expectativa para a função com valor real g será
Exemplo: para as seguintes funções de massa de probabilidade, encontre o E (X3)
Aqui o g (X) = X3
então,
E (X3) = (-1)3 <em>0.2 + (0)3</em> 0.5 + (1)3 * 0.3
E (X3) = 0.1
Da mesma forma para qualquer enésima ordem, podemos escrever
Que é conhecido como enésimo momento.
2. Se a e b são constantes, então
E [aX + b] = aE [X] + b
Isso podemos entender facilmente como
= aE [X] + b
Variação em termos de expectativa.
Para a média denotada por μ, a variância da variável aleatória discreta X denotada por var (X) ou σ em termos de expectativa será
Var (X) = E [(X- μ)2]
e isso podemos simplificar ainda mais como
Var (X) = E [(X- μ)2]
= E[X2] – 2μ2 + µ2
= E[X2] – μ2
isso significa que podemos escrever a variância como a diferença da expectativa do quadrado da variável aleatória e do quadrado da expectativa da variável aleatória.
ou seja, Var (X) = E [X2] - (E [X])2
Exemplo: quando um dado é lançado, calcule a variância.
Alternativa? aqui sabemos que quando morrermos as probabilidades de cada rosto serão
p(1)=p(2)=p(3)=p(4)=p(5)=p(6)=1/6
portanto, para calcular a variância, encontraremos a expectativa da variável aleatória e seu quadrado como
E[X]=1.(1/6)+2.(1/6)+3.(1/6)+4.(1/6)+5.(1/6)+6.(1/6)=(7/2)
EX2] = 12. (1/6) +22. (1/6) +32. (1/6) +42. (1/6) +52. (1/6) +62.(1/6) =(1/6)(91)
e acabamos de obter a variância como
Var (X) = E [X2] - (E [X])2
so
Var (X) = (91/6) - (7/2)2 = 35 / 12
Um dos identidade importante para variância is
- Para as constantes arbitrárias a e b, temos
Var (aX + b) = a2 Var (X)
Isso podemos mostrar facilmente como
Var (aX + b) = E [(aX + b -aμ-b)2 ]
= E [a2(X - μ)2]
=a2 E [(X-μ)2]
=a2 Var (X)
Variável aleatória de Bernoulli
Um matemático suíço James Bernoulli definiu o Variável aleatória Bernoulli como uma variável aleatória tendo sucesso ou fracasso como apenas dois resultados para o experimento aleatório.
ou seja, quando o resultado é sucesso X = 1
Quando o resultado é o fracasso X = 0
Portanto, a função de massa de probabilidade para a variável aleatória de Bernoulli é
p (0) = P {X = 0} = 1-p
p (1) = P {X = 1} = p
onde p é a probabilidade de sucesso e 1-p é a probabilidade de fracasso.
Aqui podemos tomar 1-p = q também onde q é a probabilidade de falha.
Como este tipo de variável aleatória é obviamente discreto, este é um tipo de variável aleatória discreta.
Exemplo: Jogar uma moeda.
Variável Aleatória Binomial
Se para um experimento aleatório que está tendo apenas o resultado como sucesso ou fracasso tomarmos n tentativas, então cada vez obteremos sucesso ou fracasso, então a variável aleatória X que representa o resultado para tal experimento aleatório n tentativa é conhecida como Variável aleatória binomial.
Em outras palavras, se p é a função de massa de probabilidade para o sucesso na única tentativa de Bernoulli e q = 1-p é a probabilidade de falha, então a probabilidade de acontecer o evento 'x ou i' vezes em n tentativas será
or
Exemplo: Se jogarmos duas moedas seis vezes e obter cara é um sucesso e as ocorrências restantes são falhas, então sua probabilidade será
da mesma forma, podemos calcular para qualquer experiência desse tipo.
A Variável aleatória binomial está tendo o nome binômio porque representa a expansão de
Se colocarmos n = 1, isso se tornaria a variável aleatória de Bernoulli.
Exemplo: Se cinco moedas fossem lançadas e o resultado fosse obtido independentemente, então qual seria a probabilidade do número de caras ocorrer.
Aqui, se tomarmos a variável aleatória X como o número de caras, então ela se tornaria a variável aleatória binomial com n = 5 e probabilidade de sucesso como ½
Então, seguindo a função de massa de probabilidade para a variável aleatória binomial, obteremos
Exemplo:
Em uma determinada empresa, a probabilidade de defeito é de 0.01 da produção. A empresa fabrica e vende o produto em embalagens de 10 e oferece aos seus clientes a garantia de devolução do dinheiro de que no máximo 1 em cada 10 produtos está com defeito, portanto, que proporção da embalagem de produtos vendidos a empresa deve substituir.
Aqui, se X é a variável aleatória que representa os produtos defeituosos, então é do tipo binomial com n = 10 ep = 0.01, então a probabilidade de que o pacote retorne é
Exemplo: (chuck-a-lucky / wheel of fortune) Em um jogo de fortuna específico no hotel, um jogador aposta em qualquer um dos números de 1 a 6, três dados são lançados e se o número aparecer aposta pelo jogador uma, duas ou três vezes o jogador que muitas unidades significa se aparecer uma vez então 1 unidade se em dois dados então 2 unidades e se em três dados então 3 unidades, verifique com a ajuda da probabilidade se o jogo é justo para o jogador ou não.
Se assumirmos que não haverá meios injustos com os dados e técnicas de contra, então, assumindo o resultado dos dados independentemente, a probabilidade de sucesso para cada dado é de 1/6 e o fracasso será
1-1 / 6, então este passa a ser o exemplo de variável aleatória binomial com n = 3
então, primeiro vamos calcular as probabilidades de vitória atribuindo x conforme os jogadores ganham
Agora para calcular se o jogo é justo para o jogador ou não vamos calcular a expectativa da variável aleatória
E[X] = -125+75+30+3/216
= -17/216
Isso significa que a probabilidade de perder o jogo para o jogador quando ele joga 216 vezes é de 17.
Conclusão:
Neste artigo discutimos algumas das propriedades básicas de uma variável aleatória discreta, função de massa de probabilidade e variância. Além disso, vimos alguns tipos de variáveis aleatórias discretas. Antes de iniciarmos o variável aleatória contínua tentamos cobrir todos os tipos e propriedades de variáveis aleatórias discretas. Se você quiser ler mais, siga:
Esboços de probabilidade e estatísticas de Schaum
https://en.wikipedia.org/wiki/Probability
Para mais tópicos sobre matemática, siga este link
Eu sou DR. Mohammed Mazhar Ul Haque. Concluí meu doutorado. em Matemática e atuando como professor assistente em Matemática. Possui 12 anos de experiência em docência. Possuindo vasto conhecimento em Matemática Pura, precisamente em Álgebra. Ter a imensa capacidade de projetar e resolver problemas. Capaz de motivar candidatos para melhorar seu desempenho.
Adoro contribuir com Lambdageeks para tornar a matemática simples, interessante e autoexplicativa para iniciantes e também para especialistas.
Olá caro leitor,
Somos uma equipe pequena na Techiescience, trabalhando duro entre os grandes players. Se você gostou do que viu, compartilhe nosso conteúdo nas redes sociais. Seu apoio faz uma grande diferença. Obrigado!