Media e Esperancas Est

70 Introduction to discrete random variables
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
Figure 2.5. The Poisson(λ ) pmf pX (k) = λ k e−λ /k! for λ = 10, 30, and 50 from left to right, respectively.
Solution. Let X denote the number of hits. Then

P(X ≥ 1) = 1 − P(X = 0) = 1 − e−λ = 1 − e−2 ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
2.3 Multiple random variables

If X and Y are random variables, we use the shorthand
U3 – Médias e Esperanças
{X ∈ B,Y ∈ C} := {ω ∈ Ω : X(ω ) ∈ B and Y (ω ) ∈ C},
which is equal to
{ω ∈ Ω : X(ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
Putting all of our shorthand together, we can write
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
Estatísticas We also have

P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
2ELE105 – Introd. Processos Estocásticos
Taufik Abrão
Department of Electrical Engineering
State University of Londrina, PR – Brazil
Programa de Pós-Graduação em Eng. Elétrica da UEL, 2014

Londrina, 3 de Maio de 2018
0.14
0.12
0.10
0.08
0.06
0.04
Conteúdo
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

{X ∈ B,Y ∈ C} := {ω ∈ Ω : X (ω ) ∈ B and Y (ω ) ∈ C},
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Médias e Esperanças 3
Esperanças Estatísticas . . . . . . . . . . . . . . . . . . . 4
Média e Variância de Amostras . . . . . . . . . . . . 11
Esperanças - R.V. n−Dimensional . . . . . . . . . . 16
Momentos Estatísticos 31
Taufik Abrão 2 Londrina, 3 de Maio de 2018

0.14
0.12
0.10
0.08
0.06
0.04
Função Geradora de Momentos 0.02
0
0 10 20 30

P(X ≥ 1) = 1 − P(X = 0) = 1 − e
52
40 50
−λ
60
= 1−e −2
70 80
k
≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
Definição . . . . . . . . . . . . . . . . . . . . . . . . . . 53
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Função Característica . . . . . . . . . . . . . . . . . . . . 57
Teorema do Limite Central (CLT) . . . . . . . . . . . . . 66
Chernoff Upper Bound on the Tail Probability . . . . . . . 77
U3 - Exercícios 83
U3 - Exercícios . . . . . . . . . . . . . . . . . . . . 84

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Médias e Esperanças

0.14
0.12
0.10
0.08
0.06
Esperanças Estatísticas
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
• Médias são extremamente importantes no estudo de variáveis

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
aleatórias.
• Por exemplo, suponhamos que se deseja determinar a média de
altura de uma população. Vamos admitir que possamos
obter os dados sobre a altura de todos os N indivíduos, com
precisão de centímetros.
• Dessa forma teremos um número finito, n, de valores possíveis
para a altura, xi, com i variando de 1 a n.
• Se o número de pessoas com altura xi é Ni ⇒ a altura
média é:
N1x1 + N2x2 + . . . + Nnxn N1 N2 Nn
x= = x1 + x2 + . . . + xn ,
N N N N
P
com N = i Ni

0.14
0.12
0.10
0.08
0.06
Ni
0.04
• No limite, quando N → ∞, a razão → PX (xi). Assim,

0.02
0 k
0 10 20 30 40 50 60 70 80
N Solution. Let X denote the number of hits. Then
Similarly,
P(X ≥ 1) = 1 − P(X = 0) = 1 − e −λ
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)

= 1 − e−λ − λ e−λ
= 1−e −2
≈ 0.865.
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
n
X 2.3 Multiple random variables
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
X = E{X} =
xiPX (xi). (1)

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
i=1
• A média é também chamada de esperança ou valor

esperado de uma v.a..
• Para v.a. contínuas, o valor esperado será calculado, de
forma análoga:
Z ∞
X = E{X} = xfX (x)dx. (2)
−∞
o qual é equivalente a:
Z ∞ Z 0
E{X} = xfX (x)dx + xfX (x)dx.
−∞
Z0 ∞ Z 0
= [1 − FX (x)]dx − FX (x)dx.
0 −∞
Continuous random Variables

0.14
74
0.12
0.10
0.08
0.06
⇒ última igualdade obtida via integração por partes e assumindo

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
que E{|X|} < ∞

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
⇒ A experança da r.v. X é a diferença das áreas sombreadas:

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
(A2 − A1): Fx (x)
0 x
Figure 4.2 The expectation of the RV X is the difference of the shaded regions.
Observações:
provided the integral exists. We may also write
! ∞ ! 0
1. se fX (x) for uma função par, então E{X} = 0;
µX = x f X (x) d x + x f X (x) d
2. se fX (x) for simétrica em relação a x = !a,0 então E{X} =−∞
a;!
∞ 0
3. v.a X pode nunca assumir o valor X em
= nenhum
[1 − Fexperimento.
X (x)] d x − FX (
0 −∞
0.14
0.12
0.10
0.08
0.06
4. Quando X for uma r.v. não negativa, então vale:

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
∞
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
Z = 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

E{X} = [1 − FX (t)]dt
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
0
⇒ X contínua, não-negativa; FX (x): função cumulativa de X
5. Se X for uma r.v. não negativa e de valores inteiros:

∞
X
E{X} = P [X > k]
k=0

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Esperança Estatística para uma v.a. Uniforme. Para uma

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
v.a. com densidade uniforme ∼ U[a; b],

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
Z b
b2 − a2
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
1 b+a
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
E{X} = X = x dx = =
a b−a 2(b − a) 2
⇒ exatamente o ponto médio no intervalo [a, b]
Exemplo – Esperança Estatística para uma v.a. Exponencial. Tempo

X entre chegada de clientes em uma estação de serviço (trem, banco etc)
apresenta uma distribuição Exponencial ∼ exp(λ).
⇒ Encontre o intervalo temporal médio de chegada de clientes.

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Esperança Estatística para uma v.a. Exponencial. O

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
tempo X entre chegada de clientes em uma estação de serviço (trem,

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

banco etc) apresenta uma distribuição Exponencial ∼ exp(λ).

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Encontre o intervalo temporal médio de chegada de clientes.

Da PDF exponencial, segue:
Z ∞ Z ∞
E{X} = x · fX (x)dx = t · λe−λtdt
0 0
Usando integral por partes udv = uv − vdu, com u = t e dv = λe−λtdt

R R
Z ∞
∞
E{X} = −te−λt 0 + e−λtdt
0 −λt ∞
−λt −e e−λt 1 1
= − lim te + 0 + = −0 + 0 − lim + =
t·→∞ λ 0
t→∞ λ λ λ
⇒ Para este exemplo é mais expedito calcular (da Obs. 4 acima):
Z ∞ Z ∞
1
E{X} = [1 − FX (t)]dt = e−λtdt =
0 0 λ
Lembre-se:
⇒ λ = taxa de chegada de clientes [clientes/segundo]
⇒ E{X} = λ1 = tempo médio entre chegadas [segundos/cliente]
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Esperança Estatística para uma v.a. Gaussiana.

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Seja X uma v.a. Gaussiana, a esperança é dada por:

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
Z ∞ {ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
1
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
2 2
x √ e−(x−m) /2σ dx = m
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
E{X} = X =
= P({X ∈ B} ∩ {Y ∈ C}).
−∞ σ 2π
x−m
Dica: adotando z = σ e o resultado da Figura abaixo:
1
2
e−0.5z
0.8 2
z.e−0.5z
0.6
0.4
0.2 2 /2
z · e−z
f(z)
é uma função
0 ímpar.
−0.2
−0.4
−0.6
−8 −6 −4 −2 0 2 4 6 8
z

0.14
0.12
0.10
0.08
0.06
0.04
Média e Variância de Amostras

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
Considere a situação de selecionar aleatoria e independentemente

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
n amostras de uma população cuja distribuição possui

média : µ e variância σ 2
conjunto de amostras (x1, x2, . . . , xn) denominado: amostras
aleatórias de tamanho n.
⇒ Random samples are an important foundation of statistical
theory, because a majority of the results known in mathematical
statistics rely on assumptions that are consistent with a random
sample.
Como estimar a média da população µX e a variância da
2
população σX a partir das amostras?

0.14
0.12
0.10
0.08
0.06
média de amostras (or empirical average) de x:

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
n
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
1
X which is equal to
x= xi
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
(3)
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
n
= P({X ∈ B} ∩ {Y ∈ C}).
i=1
Cada amostra xi é vista como uma "realização" (instância) da

r.v. Xi ⇒ média de amostras x é uma instância da r.v. média
de amostras X:
n
1X
X= Xi (4)
n
i=1
⇒ o termo ’sample mean’ é usado na teoria estatística para
descrever a r.v. X, mas a quatidade observável é sua realização x
Tomando a esperança de ambos os lados em (4)
n
1 X
E[X] = E[Xi] (5)
n
i=1
0.14
0.12
0.10
0.08
0.06
Uma vez que X1, X2, . . . , Xn são variáveis aleatórias

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
independentes e identicamente distribuídas (i.i.d.), tem-se:

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
E[X1] = E[X2] = . . . = E[Xn] = µX

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Substituindo em (5) tem-se esperança estatística da r.v.

média de amostras
E[X] = µX (6)
⇒ confirmando que x de (3) é uma estimativa
não-polarizada de µX
Unbiased estimate é uma estimativa que na média resulta igual
valor esperado (estimativa não polarizada ou enviesada).

0.14
0.12
0.10
0.08
0.06
0.04
Considere a Variância de X
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
h 2 i = 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
Var[X] = E X − E[X]
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
sendo o argumento
n n
1X 1X
X − E[X] = X − µX = (Xi − µX ) = Yi
n n
i=1 i=1
A Variância de X pode ser obtida:

 !2
n
h 2 i 1 X
Var[X] =E X − E[X] = E Yi  (7)
n
i=1
n n n
1 X 2 1 X X
= 2 E Yi + 2 E [YiYj ]
n n
i=1 i=1 j=1, j6=i
e uma vez que as r.v. {Yi = Xi − µX ; 1 ≤ i ≤ n} são

0.14
0.12
0.10
0.08
0.06
2
0.04
independentes de média zero e variância σX , tem-se:

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
2
= 1 − e−2 (1 + 2) ≈ 0.594.
σX 2.3 Multiple random variables

Var[X] = (8)
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
n
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
⇒ variância da r.v. média de amostras é a variância da

população dividido pelo tamanho das amostras

0.14
0.12
0.10
0.08
0.06
Esperanças - R.V. n−Dimensional

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
Média, caso n−dimensional

P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Sendo X um vetor aleatório de dimensão n, a média resulta

Z ∞ Z ∞
E{X} = ··· xfX (x1, · · · , xn) dx1, · · · , dxn
−∞ −∞
= [E{X1} E{X2} ··· E{Xn}]T (9)
onde
Z ∞ Z ∞
E{Xi} = ··· xifX (x1, · · · , xn) dx1, · · · , dxn
−∞ −∞
Note que a média também é um vetor.

0.14
0.12
0.10
0.08
0.06
0.04
v1 = v ( t1 ) = {v ( t1 , Ei ) , todo i}
0.02
v2 = v ( t 2 ) = {v ( t 2 , Ei ) , todo i}
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
v ( t , E1 )
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
v ( t , E2 )
t
v ( t , E3 ) t
v ( t , E4 ) t
t1 t2
Figura 1: Amostras para um processo Gaussiano (AWGN): média temporal,

{v(t, Ei)} , i =
E 1, . . . , 4. Média do vetor aleatório: E {V } =
E [V1 V2 V3 V4]T .
0.14
0.12
0.10
0.08
0.06
0.04
Valor esperado de Y = g(X)

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
Sendo X e Y v.a e g(·) a função de mapeamento, a média para o

We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
caso de v.a. discretas, será, de (1):

n
X n
X
Y = E{Y } = yiPY (yi) = g(xi)PX (xi) (10)
i=1 i=1
Para o caso de v.a. contínuas, de forma análoga, a partir de (2),

resulta:
Z ∞ Z ∞
Y = E{Y } = yfY (y)dy = g(x)fX (x)dx. (11)
−∞ −∞

0.14
0.12
0.10
0.08
0.06
0.04
Prova. Para v.a. discretas a prova é imediata. Para variáveis 0.02
0
0 10 20 30
P(X ≥ 1) = 1 − P(X = 0) = 1 − e
40 50
−λ
60
= 1−e −2
70 80
k

≈ 0.865.
contínuas, referindo-se novamente à Fig. 2, tem-se:

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

Z ∞ which is equal to
We also have
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
E{Y } = yfY (y)dy

= P({X ∈ B} ∩ {Y ∈ C}).
−∞
sendo:
X
yfY (y)dy = yP{y ≤ Y < y + dy} = y P{xi ≤ X < xi + dxi}
i
X
= g(xi)fX (xi)dxi
i
• Conforme dy varre o eixo y, os correspondentes dxi, os quais

nunca se sobrepõem, cobrem todo o eixo x.
• Dessa forma, segue-se a expressão (11).
• Esse resultado é interessante ⇒ permite cálculo da média
da v.a. y sem ter que se determinar sua densidade de
probabilidade, o que é, em geral, muito trabalhoso.
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
y + ∆y
y
y = g(x)
x1 + ∆x1 x2 + ∆x2
x1 x2 x x3 x3 + ∆x3
Figura 2: Exemplo da v.a. Y = g(X) para o caso de 3 raízes. Note

que, neste caso, a raiz x2 é negativa.

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Média e Valor Médio Quadrático de v.a. Transformada.

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Seja um gerador senoidal com saída A cos ωt. Essa saída é então amostrada
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

em instantes aleatórios. A saída amostrada constitui então uma v.a., que which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
We also have
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
denominaremos de x, e que pode assumir qualquer valor no intervalo (−A, A).

= P({X ∈ B} ∩ {Y ∈ C}).
Determine a média, E{x}, e o valor quadrático médio, E{x2} dessa saída

amostrada.
Se a saída é amostrada em um instante aleatório, a v.a. x é uma função da outra
v.a. t:
x(t) = A cos ωt
designando θ = ωt, a variável θ também será aleatória.
Uma vez que instante t é escolhido aleatoriamente, podemos admitir que a variável
θ, terá distribuição ∼ U[0, 2π].
Posto isto,
Z ∞ Z 2π
1
x = E{x} = x(θ)fθ (θ)dθ = A cos θdθ = 0
−∞ 2π 0
e Z ∞ Z 2π
2 2 2 1 2 2 A2
x = E{x } = x (θ)fθ (θ)dθ = A cos θdθ =
−∞ 2π 0 2

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Momento Estatístico de v.a. Gaussiana.

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

Seja a v.a. X cuja função densidade é dada por ∼ N (m, σ). Mostre que E[X] =
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
m e a var(X) = σ 2. a) Basta mostrar E[X − m] = 0.

= P({X ∈ B} ∩ {Y ∈ C}).
(x−m)2
Z ∞ Z ∞ −
e 2σ 2
E[X − m] = (x − m)fX (x)dx = (x − m) √ dx
−∞ −∞ σ 2π
x−m
mudança variável: y = σ ⇒ σdy = dx
Z ∞
1 − y2
2
∴ E[X − m] = σ × √ ye dy = 0
2π −∞
| {z }
primeiro momento de N [0,1]
b) Empregando a mesma abordagem para o segundo momento:

(x−m)2
Z ∞ Z ∞ −
e 2σ 2
E[(X − m)2] = (x − m)2fX (x)dx = (x − m)2 √ dx
−∞ −∞ σ 2π
2
x − m 2 e− (x−m)
Z ∞
2σ 2
= σ √ dx
−∞ σ 2π

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
com a mesma mudança variável, resulta: Figure 2.5. The Poisson(λ ) pmf pX (k) = λ k e−λ /k! for λ = 10, 30, and 50 from left to right, respectively.
Similarly,
P(X ≥ 1) = 1 − P(X = 0) = 1 − e −λ
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)

= 1−e −2
≈ 0.865.
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
Z ∞ = 1 − e−2 (1 + 2) ≈ 0.594.
1 2
2 − y2
E[(X − m)2] = σ 2 × √ 2
y e dy = σ
∴ which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
2π
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
−∞
= P({X ∈ B} ∩ {Y ∈ C}).
| {z }
segundo momento de N [0,1]
na qual pode-se identificar o segundo momento da v.a. y na integral acima.

0.14
0.12
0.10
0.08
0.06
0.04
0.02
2
0 k
0 10 20 30 40 50 60 70 80
Exemplo – Momento Estatístico de Y = X .


−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

2 2
Seja Y = X , com X ∼ N [0; σ ]. Calcule a esperança de Y

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Z ∞
1 2
E{Y } = Y = x2 √ e−0.5(x/σ) dx
−∞ σ 2π
x
Com z = σ e admitindo σ > 0, resulta:
Z ∞
1 2
E{Y } = σ 2 √ z 2e−z /2dz
2π −∞
O termo entre parênteses pode ser reduzido a
Z ∞
1 2
√ e−z /2dz = 1
2π −∞
com o auxílio da integração por partes. Finalmente:
E{Y } = E{X 2} = σ 2
Mais genericamente vale, para v.a. X ∼ N [µ; σ 2]:

E{X 2} = µ2 + σ 2 e E{(X − µ)2} = σ 2
0.14
0.12
0.10
0.08
0.06
0.04
Valor Esperado do Vetor Aleatório

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
Analogamente, para o caso de vetores aleatórios, com Y = g(X) um

= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
vetor aleatório de dimensão n, e X um vetor aleatório de dimensão

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
m:
Z ∞ Z ∞
E{Y } = ··· g(x1, · · · , xm)fX (x1, · · · , xm)dx1, · · · , dxm.
−∞ −∞
(12)

0.14
0.12
0.10
0.08
0.06
0.04
Média da Soma
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Sejam g1(X), g2(X), · · · , gn(X) funções das variáveis aleatórias Xi,

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
então
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
g1(X) + g2(X) + · · · + gn(X) = g1(X)+g2(X)+· · ·+gn(X) (13)
A prova é trivial, a partir de (12).
Casos especiais:
a) Soma de duas v.a.:

aX + bY = aX + bY (14)
b) Seja Y = AX + b, sendo A matriz determinística de dimensão
n × m e b determinístico de dimensão n × 1, resultando na
média do vetor aleatório:
E{Y } = AE{X} + b (15)
0.14
0.12
0.10
0.08
0.06
0.04
Média do Produto
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
Para o caso do produto de duas funções, não há um resultado

= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
simples como para o da soma!

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Casos especiais:
a) Se g(X, Y ) = g1(X)g2(Y ) então vale:

Z ∞ Z ∞
g1(X)g2(Y ) = g1(x)g2(y)fXY (x, y)dxdy (16)
−∞ −∞
b) Se adicionalmente X e Y são independentes, então vale:

Z ∞ Z ∞
g1(X)g2(Y ) = g1(x)fX (x)dx g2(y)fY (y)dy = g1(X) g2(Y )
−∞ −∞
(17)

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Densidade Conjunta de Z = g(X, Y ). Seja g(x, y) = xy.

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Calcule a esperança de Z = g(X, Y ), sabendo-se que a função densidade conjunta

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

é expressa por:
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
1 − (x−a)2+(y−b)
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
2 = P({X ∈ B} ∩ {Y ∈ C}).
fXY (x, y) = e 2σ 2
2πσ 2
A direta substituição na Eq. (12)
Z ∞Z ∞
E{Z} = g(x, y)fXY (x, y)dxdy
−∞ Z−∞ Z
∞ ∞
1 −
(x−a)2 +(y−b)2
= 2
x·y·e 2σ 2 dxdy
2πσ −∞ −∞
Z ∞ Z ∞
1 −
(x−a)2 1 −
(y−b)2
= √ x · e 2σ2 dx × √ y · e 2σ2 dy
σ 2π −∞ σ 2π −∞
= a·b (vide resultado Exerc. anterior )

0.14
0.12
0.10
0.08
0.06
0.04
Valor Esperado Condicional

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
• valor esperado condicional de uma v.a. X, dado um evento M é:

Z ∞
E{X|M} = xfX (x|M)dx, (18)
−∞
sendo fX (x|M) a pdf condicional
Por exemplo, seja o evento M : X ≥ α
R∞
α
xfX (x)dx
E{X|X ≥ α} = R ∞ (19)
α
fX (x)dx

0.14
0.12
0.10
0.08
0.06
Extensão para um vetor aleatório Y

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

Resultado anterior pode ser estendido para um vetor aleatório

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Y de ordem n:
∞
R∞
xfXY (x, Y )dx
Z
−∞
E{X|Y } = xfX (x|Y )dx = . (20)
−∞ fY (Y )
que é uma v.a. função do vetor aleatório Y , cuja média
pode ser então calculada por:
R∞
Z∞ Z∞ xfXY (x, y)dx
−∞
E{E{X|Y }} = E{X|y}fY (y)dy = fY (y)dy
fY (y)
−∞ −∞
Z∞ Z∞
= xfXY (x, y)dxdy = E{X} (21)
−∞ −∞

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Momentos Estatísticos
Definição 0.1 Momento de ordem k da v.a. X:
Z ∞
k
mk = E{X } = X k = xk fX (x)dx. (22)
−∞
e os momentos centrais de ordem k por
Z ∞
µk = E{(X − X)k } = (X − X)k = (X − X)k fX (x)dx. (23)
−∞

0.14
0.12
0.10
0.08
0.06
⇒ m0 = 1; m1 = E{X};
0.04
µ0 = 1; µ1 = 0
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
Variância da v.a. X : µ2 = σx2 ;

P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
desvio padrão: σx
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
k We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
X k
Relação entre mom. e mom. central: µk = (−1)r mr1mk−r
r
r=0
(24)
Definição 0.2 Momento de ordem r associado ao vetor

aleatório X:
Dadas n v.a. X1, · · · , Xn definem-se seus momentos de ordem
r = k1 + k2 + · · · + kn por:
mk1···kn = E{X1k1 X2k2 · · · Xnkn } (25)
e seus momentos centrais de ordem r por:
µk1···kn = E (X1 − X 1)k1 · (X2 − X 2)k2 · . . . · (Xn − X n)kn

(26)

0.14
0.12
0.10
0.08
0.06
0.04
Momento de 2a. ordem de duas v.a.: 0.02
0
0 10 20 30

40 50
−λ
60 70 80
k
Covariância de X e Y
−2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
µ11 = E (X − X) · (Y − Y ) = σXY
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
(27)
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Mostra-se facilmente que

σXY = E {X · Y } − E{X} · E{Y } (28)
Covariância Normalizada ou Coeficiente de

Correlação: X, Y
σXY E {X · Y } − E{X} · E{Y }

ρ= = (29)
σX σ Y
q
E (X − X) · E (Y − Y )2
2

0.14
0.12
0.10
0.08
0.06
O coeficiente de correlação indica, na média, quão parecido X é de

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Y . Por exemplo, se X = Y ⇒ ρ = +1; se X = −Y ⇒ ρ = −1;

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

caso X seja independente de Y ⇒ ρ = 0.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Propriedades
I. módulo do coeficiente de correlação |ρ| ≤ 1 (sempre)

II. |ρ| = 1 quando Y = aX + b (combinação linear), sendo
σXY σXY
a= 2 e b = E{Y } − 2 E{X}
σX σX

0.14
0.12
0.10
0.08
0.06
Prova
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
I. Considere a expressão não-negativa:

P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
n 2o
E λ(X − X) − (Y − Y ) ≥ 0, λ∈R
que pode ser re-escrito como:

Z ∞ Z ∞ 2
C(λ) = λ(X − X) − (Y − Y ) fXY (x, y)dxdy ≥ 0
−∞ −∞
onde ≥ segue pelo fato da integral de uma quantidade
não-negativa não pode ser negativa.
C(λ) é quadrática em λ:
C(λ) = λ E (X − X) + E (Y − Y )2 +
2 2

−2λE (X − X)(Y − Y ) ≥ 0
= λ2σx2 − 2λσxy + σy2 ≥ 0 eλ ∈ R

0.14
0.12
0.10
0.08
0.06
σx2
0.04
Assim, dado que > 0 (sempre) e C(λ) ≥ 0 (concavidade para

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
cima e raiz única) então segue que a função quadrática em λ

P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

deve ter no máximo uma raiz real, i.e, o discriminante deve

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
satisfazer ∆ ≤ 0:
2
∆ = 4σxy − 4σx2 σy2 ≤ 0 ⇒ σxy 2
≤ σx2 σy2 ∴ |ρ| ≤ 1
II. Caso |ρ| = 1. Considere ainda a expressão não negativa acima,
n 2o
µ11 σXY
E λ(X − X) − (Y − Y ) ≥ 0, com λ = m20
= 2 ,
σX
então: n 2o
E λ(X − X) − (Y − Y ) =0 (30)
ou ( )
2
σXY σXY
=E 2 X + Y − 2 X −Y =0 (31)
σX σX
ou equivalentemente
Z ∞ Z ∞ 2
µ11
C(λ) = (X − X) − (Y − Y ) fXY (x, y)dxdy= 0
−∞ −∞ m20
0.14
0.12
0.10
0.08
0.06
0.04
Uma vez que fXY (x, y) nunca é negativa.

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
A expressão acima para C(λ) implica que o termo entre

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

colchetes é sempre zero:

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
µ11
(X − X) − (Y − Y )= 0
m20
Conclusão: da eq. (30) tem-se que quando |ρ| = 1, então Y será
combinação linear de X, i.e., Y = aX + b. Aplicado-se a (31)
resulta finalmente:

σXY σXY µ11 µ11
Y = 2 X+ Y − 2 X = X + my − mx
σX σX m20 m20

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Definição Covariância. Mostre que a covariância entre as v.a.

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
X e Y é dada por
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
σXY = E {X · Y } − E{X} · E{Y }

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Desenvolvendo a definição (27)

µ11 = σXY = E (X − X) · (Y − Y )
= E[X · Y ] − my E[X] − mxE[Y ] + mxmy
= E[X · Y ] − mxmy

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Transformação de v.a.

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Sejam U, W1 e W2 v.a. independentes de média zero. Adicionalmente, W1 e W2

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

2 2
= σ 2. Admitindo-se a transformação:
apresentam mesma variância: σW 1

= σW 2
which is equal to
We also have
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})

= P({X ∈ B} ∩ {Y ∈ C}).
X = U + W1
Y = W2 − U, sendo U um sinal
1. encontre o coeficiente de correlação entre X e Y . Expresse-o em função da
2]
relação sinal-ruído de U , i.e., SN R , E[U
σ2
2. interprete ρXY quando SN R → ∞.

De (29), obtém-se:
σXY E {X · Y } − E{X} · E{Y }
ρXY = =
σX σY
q
E (X − X) · E (Y − Y )2
2
Calculando os termos que compõem a expressão acima:

a) E{X · Y } = E{(U + W1) · (W2 − U )}
= E{−U 2} + E{U W2} − E{U W1} + E{W1W2}
= −E{U 2}

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
2 2 2
E{W12} 2
Similarly,
b) E{(X − X) } = E{X } = E{(W1 + U ) } = + E{U }

P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
c) E{(Y − Y )2} = E{Y 2} = E{(W2 − U )2} = E{W22}+E{U 2}

= P({X ∈ B} ∩ {Y ∈ C}).
Se W1 e W2 possuem a mesma variância, σ12 = σ22 = σ 2, então

2 2 2
d) σW 2
= σW 1
= E{W12} − W1 = E{W12} = σ 2
−E{U 2} −E{U 2}
∴ ρXY =q = 2 2
(σW1 + E{U }) · (σW2 +E{U }) σ + E{U }
2 2 2 2
Re-escrevendo a expressão anterior em termos da relação sinal-ruído:

PU E{U 2}
SN R = = , resulta:
σ σ
−E{U 2} −SN R
ρXY = 2 =
σ + E{U 2} 1 + SN R
lim ρXY = lim ρXY = −1
SN R→∞ σ 2 →0
ou seja, X e Y são linearmente dependentes. De fato, se σ 2 → 0, então W1 =
W2 = 0 e portanto X = U e Y = −U
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Covariância entre duas RVs.

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Seja as r.v. X e Y estejam funcionalmente relacionadas por

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
Y = cos X
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
e que a PDF de X seja dada por

1
fX (x) = , −π < x < π; 0, c.c.
2π
Encontre a Cov[X, Y ].
Uma vez que E[X] = 0, de (27)
cov[X, Y ] = µ11 = σXY = E [(X − E[X]) · (Y − E[Y ])]
= E[XY ] − E[X]E[Y ] = E[XY ]
com Z π Z π
1
E[XY ] = fX (x)x cos xdx = x cos xdx = 0
−π 2π −π
∴ cov[X, Y ] = 0 ⇒ X e Y são descorrelacionados;
mas X e Y NÃO são independentes

0.14
0.12
0.10
0.08
0.06
Matriz Covariância para o Vetor

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Aleatório X Real
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
CX = E (X − X)(X − X)T

(32)
Z ∞ Z ∞
= ··· (X − X)(X − X)T fX (x)dx
−∞2 −∞
σ1 σ12 · · · σ1n

 σ21 σ22 · · · σ2n 
=  . .. . . . .. 
.
σn1 σn2 · · · σn2
Note que o elemento da i–ésima linha, j–ésima coluna dessa matriz

resulta:
ci,j = σxi,xj = σxj ,xi = cj,i (simetria)
ou seja, representa a covariância da v.a. Xi com a Xj .
0.14
0.12
0.10
0.08
0.06
0.04
Independência, Correlação e
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Ortogonalidade
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
• Duas variáveis aleatórias X e Y são Descorrelacionadas,

Fig.3, se:
E{X · Y } = E{X} · E{Y }, ou seja, σxy = 0 (33)
• Elas são ditas Ortogonais (produto interno = 0) se:
E{X · Y } = 0 (34)
• Se X e Y forem Independentes ⇒ são fatoráveis
∴ são também Z Não-Correlacionadas:
Z ∞ ∞
E{X · Y } = x · y · fXY (xy)dxdy se independ. =
−∞ −∞
Z ∞Z ∞ Z ∞ Z ∞
= x·y·fX (x)·fY (y)dxdy = x·fX (x)dx· y·fY (y)dy
−∞ −∞ −∞ −∞
= E{X} · E{Y }
0.14
0.12
0.10
0.08
0.06
0.04
3
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
v.a. X e Y correlacionadas 1 v.a. X e Y não−correlacionadas

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

2 which is equal to
0.8 {ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
We also have
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})

= P({X ∈ B} ∩ {Y ∈ C}).
0.6
1
0.4
0 0.2
0
y
−1 −0.2
−0.4
−2
−0.6
−0.8
−3
−1
−4
−4 −3 −2 −1 0 1 2 3 −1 −0.5 0 0.5 1
x x
Figura 3: Exemplo gráfico de v.a. (não) correlacionadas.

0.14
0.12
0.10
0.08
0.06
Conseqüências:
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
1. se X e Y são não-correlacionadas então sua covariância

We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
e coeficiente de correlação são nulos (veja definição do

índice correlação normalizado, eq. (29));
2. se X e Y são não-correlacionadas e a média de pelo uma delas
é nula, então elas são ortogonais.
Se X e Y Descorrelacionadas ⇒ de (33) implica
E{X · Y } = E{X} · E{Y }
e admitindo mx = 0 ou my = 0, resulta
E{X · Y } = E{X} · E{Y }= 0
3. se X e Y são não-correlacionadas e mx = 0 ou my = 0 então
E{(X + Y )2} = E{X 2} + E{Y 2}

0.14
0.12
0.10
0.08
0.06
0.04
Desigualdades: Aplicação dos Momentos

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
A. Desigualdade de Tchebvcheff
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Seja X uma v.a. com função densidade de probabilidade f (x).

Admitindo-se variância e média conhecidas e com valores finitos:
σ2 e µ = E{X}
respectivamente. Qualitativamente, quanto menor a variância, menos
provável a ocorrência de amplos desvios em torno da média.
Limite de Tchebvcheff para esta probabilidade:
E[X 2] σ2
P (|X| ≥ ) ≤ , ou P (|X − µ| ≥ ) ≤ 2 , ∀>0
2
(35)
⇒ Escolhendo-se = k · σ, a desigualdade acima resulta:
1
P(|X − µ| ≥ kσ) ≤ 2 (36)
k
0.14
0.12
0.10
0.08
0.06
0.04
Tomando-se k = /σ em (37), para qualquer formato de

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
PDF fX (x), a probabilidade de X tomar valores no intervalo

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

[µ − , µ + ], i.e., centrado em sua média, é:

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
σ2 σ2
1 − P (|X − µ| ≤ ) ≤ 2 , ⇒ P (|X − µ| ≤ ) ≥ 1 − 2 ,

σ 2
∴ P(µ − ≤ X ≤ µ + ) ≥ 1 − (37)

sendo próxima a 1 para σ <<
Prova:
Z ∞ Z
σ2 , (x − X)2 · fX (x)dx ≥ (x − X)2 · fX (x)dx ≥
−∞
|x−X|≥kσ
Z
≥ (kσ)2 fX (x)dx = k 2σ 2 P(|X − µ| ≥ kσ)
|x−X|≥kσ

0.14
0.12
0.10
0.08
0.06
0.04
B. Generalização: Desigualdade de Markov

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
Dada uma variável aleatória Y tal que fY (y) = 0 para y < 0,

P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

segue-se, para α > 0:

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
E{Y }
P(Y ≥ α) ≤ (38)
α
Em contraste com o limitante de Tchebvcheff, o limitante acima

envolve apenas o valor esperado de Y .
Prova:
Z ∞ Z ∞ Z ∞
E{Y } = y · fY (y)dy ≥ y · fY (y)dy ≥ α fY (y)dy
0 α α
= αP(Y ≥ α)

0.14
0.12
0.10
0.08
0.06
0.04
C. Chernoff Bound
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
Se mais informações além da média e variância estivem

P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
disponíveis
⇒ possível obter limitantes mais apertados que as desigualdades
de Chebyshev e Markov.
Considere a desigualdade de Markov novamente:
◦ região de interesse é o conjunto A = {Y ≥ α}
◦ função indicador

1, se y ∈ A
Ia(y) =
0, c.c.
Ponto chave na obtenção do Chernoff Bound:

◦ αy ≥ 1 na região de interesse;
◦ limita-se a função indicador por Ia(y) ≤ αy , Fig. 4

Chernoff bound further in the next section. 70
0.14
Introduction to discrete random variables
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
es(t ! a)
−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
0 a
FIGURE 4.15
Figura 4: Bounds função indicador Ia(y) para A = {Y ≥ α}
Bounds on indicator function for A = 5t Ú a6.
Assim, tem-se:
Z ∞ Z ∞
y E{Y }
Pr(Y ≥ α) = Ia(y)·fY (y)dy ≤ ·fY (y)dy =
0 0 α α
Alterando o limitante superior sobre a função indicador Ia(y)
⇒ obtém-se diferentes bounds sobre Pr(Y ≥ α):

0.14
0.12
0.10
0.08
0.06
◦ Consider o bound, Fig. 4

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
Ia(y) ≤ es(y−α),
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
s>0 2.3 Multiple random variables

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Chernoff Bound:
Z ∞ Z ∞
Pr(Y ≥ α) = Ia(y) · fY (y)dy ≤ es(y−α) · fY (y)dy
0 0
Z ∞
= e−sα esy · fY (y)dy = e−sα · E{esY } (39)
0
depende do valor esperado de uma função exponencial de Y

(= função geradora de momento)
Pr(Y ≥ α) = e−sα · E{esY } = e−sα · Φy (s) (40)

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Função Geradora de
Momentos

0.14
0.12
0.10
0.08
0.06
0.04
Definição
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
A função geradora de momentos de uma variável aleatória X

é definida por
Z ∞
sX
Φx(s) , E{e } = esx · fX (x)dx (41)
−∞
sendo s uma variável complexa. A função geradora de momentos de

uma r.v. discreta é definida a partir da PMF:
X
Φx(s) = esxi · PX (xi) (42)
i
• Da eq. (41), exceto pelo sinal invertido no expoente, a função

geradora de momentos é equivalente à tranformada de
Laplace bilateral, na qual existe uma fórmula de inversão:

0.14
0.12
0.10
0.08
0.06
0.04
– Em geral, conhecendo Φx(s) é equivalente a conhecer a

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
respectiva pdf fX (x) e vice-versa.

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
Razões para a introdução da função geradora Φx(s):

We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
– viabiliza um caminho para o cálculo dos momentos de X;

– pode ser utilizada para estimar fX (x) a partir de medidas
experimentais dos momentos;
– pode ser utilizada para resolver problemas envolvendo o
cômputo de somas de v.a.
– ferramenta analítica que pode ser empregada para demonstrar
resultados básicos, tal como o Teorema do Limite Central.

0.14
0.12
0.10
0.08
0.06
sX
0.04
Expandindo e (série de Taylor) e tomando as esperanças:

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
(sX)2 (sX)n
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
sX
E{e } = E 1 + sX +
+ ... + + ...
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
2! n!
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
s2 sn
= 1 + s m1 + m2 + . . . + mn + . . .
2! n!
onde mn é o n− ésimo momento estatístico da v.a. X, eq. (22)
◦ Uma vez que os momentos ξn podem não existir1, então, nestes

casos, a função geradora de momentos Φx(s) não existirá.
◦ No entanto, se Φx(s) existe, o cômputo de qualquer um
dos momentos estatísticos é facilmente obtido por
diferenciação:
dk
Φ(k)
x (0) , k Φx(s) ⇒ mk = Φ(k)
x (0), k = 0, 1, . . . (43)
ds s=0
1
Por exemplo, nenhum momento existe para a distribuição e Cauchy.

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Função Geradora e Momentos Estatísticos de uma v.a.

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Gaussiana
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

Seja X ∼ N (µ, σ). Obtenha o primeiro e segundo momentos estatísticos de X.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
De (41), a função geradora de momentos resulta:

Z ∞
sX 1 sx −
(x−µ)2
Φx(s) = E{e } = √ e · e 2σ2 dx
σ 2π −∞
Completando quadrados no expoente acima, obtem-se:
Z ∞
2 1 1
Φx(s) = eµs+(σs) /2 × √ exp{− 2 · [x − (µ + σ 2s)]2}dx
σ 2π −∞ 2σ
A integral resulta igual a 1, pois é a integral de uma pdf Gaussiana de média µ+σ 2s
e variância σ 2. Portanto:
σ 2 s2

Φx(s) = exp µs +
2
E finalmente de (43):
m1 = Φ(1)
x (0) = µ, m2 = Φ(2) 2
x (0) = µ + σ
2

0.14
0.12
0.10
0.08
0.06
Função Característica
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
A função característica é utilizada invariavelmente na

determinação da pdf da soma de v.a. independentes.
Também mostra-se útil na determinação dos momentos de v.a.
A função característica de uma variável aleatória X é definida a

partir da função geradora
√ de momentos (41), substituindo-se o
parâmetro s → jω = −1 ω
Z ∞
Mx(ω) , E{ejωX } = fX (x) · ejωxdx (44)
−∞
que é, exceto pelo sinal negativo (−) no expoente, a transformada

de Fourier da função densidade de probabilidade da v.a. X.
Note que Mx(0) = 1 e que |Mx(ω)| ≤ 1.

0.14
0.12
0.10
0.08
0.06
0.04
De forma análoga à eq. (42), a função característica de uma r.v.

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
discreta é obtida:
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
X {ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
jωxi
Mx(ω) = e · PX (xi)
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
(45)
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
1. A função característica Mx(ω) apresenta as mesmas

características da função geradora, Φx(s)
2. A Transf. de Fourier é largamente utilizada, e uma vez que a
fórmula de inversão
Z ∞
1
fX (x) , Mx(ω) · e−jωxdω (46)
2π −∞
é facilmente calculável, quer seja a partir da integração direta
acima (integral de Fourier), ou mesmo utilizando tabelas de pares
transformados de Fourier ⇒ função característica Mx(ω) é
largamente empregada no cômputo de somas de v.a.
independentes
0.14
0.12
0.10
0.08
0.06
3. A soma de n v.a. independentes, X1 + X2 + . . . + Xn envolve a

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
convolução (recorrente) de suas respectivas pdf s. Assim, se

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
Z = X1+X2+. . .+Xn ⇒ fZ (z) = fX1 (z) ∗ fX2 (z) ∗ . . . ∗ fXn (z)

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
(47)
i.e., o operador convolução ∗ é aplicado de forma recorrente.
• Uma vez que o cálculo de (47) pode ser tedioso,
alternativamente, pode-se então empregar o Teorema
Convolução de Fourier:
a FT de dois ou mais sinais convoluidos é equivalente ao
produto dos sinais no domínio transformado:
R∞ Convolução no Tempo
v1(t) ∗ v2(t) = −∞ v1 (τ ) v2 (t − τ ) dτ V1 (f ) V2 (f )
Convolução na Frequência R∞
v1 (t) v2 (t) V1 ∗ V2 = −∞ V1 (λ) V2 (f − λ) dλ

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
Exemplo – Função Característica de uma v.a. Gaussiana Obtenha a Figure 2.5. The Poisson(λ ) pmf pX (k) = λ k e−λ /k! for λ = 10, 30, and 50 from left to right, respectively.
Similarly,
P(X ≥ 1) = 1 − P(X = 0) = 1 − e −λ
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)

= 1−e −2
≈ 0.865.
função característica da v.a. X ∼ N (µ, σ)

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

Do Exemplo anterior, obtém diretamente a função Mx(ω) substituindo s → jω:

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
σ2 · ω2

Mx(ω) = exp jωµ −
2

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
Exemplo – Função Característica para a Soma de v.a. Dada uma v.a. Figure 2.5. The Poisson(λ ) pmf pX (k) = λ k e−λ /k! for λ = 10, 30, and 50 from left to right, respectively.
Similarly,
P(X ≥ 1) = 1 − P(X = 0) = 1 − e −λ
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)

= 1−e −2
≈ 0.865.
Z = X + Y , sendo X e Y duas v.a., e fZ (z), fX (x), fY (y) as respectivas pdf s,

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

mostre que a função característica de Z pode ser obtida simplesmente através de

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
We also have
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
Mz (ω) = Mx(ω) · My (ω), caso X e Y forem independentes.

= P({X ∈ B} ∩ {Y ∈ C}).
Do resultado do Exemplo 26 da U2, obteve-se a pdf da v.a. Z em função das

pdfs conjuntas de X, Y :
Z ∞ Z ∞
fZ (z) = fZW (z, w)dw = fXY (z − w, w)dw
Z−∞∞
−∞
= fX (z − w)fY (w)dw = fX (z) ∗ fY (z)

−∞
sendo que a última igualdade só vale se X e Y forem independentes. ∗ indica

operador convolução.
Portanto, de (44) resulta
Z ∞
Mz (ω) , E{ejωZ } = fZ (z) · ejωz dz
Z ∞ Z ∞ −∞
= fX (z − p)fY (p)dp · ejωz dz
Z−∞
∞
−∞ Z ∞
= fY (p)dp · fX (z − p) · ejωz dz
−∞ −∞
0.14
0.12
0.10
0.08
0.06
0.04
0.02
com a mudança de variável: α = z − p, obtém-se imediatamente:

0
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
Z ∞ Z ∞ 2.3 Multiple random variables

= 1 − e−2 (1 + 2) ≈ 0.594.
fY (p)ejωpdp · fX (α) · ejωα dα

Mz (ω) = which is equal to
We also have
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})

= P({X ∈ B} ∩ {Y ∈ C}).
−∞ −∞
= My (ω) · Mx(ω)

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – PDF e Função Característica para uma Soma de v.a.

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
Gaussianas Seja Xi i = 1, . . . , n, uma sequência aleatória de r.v. independentes

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

e identicamente distribuidas (i.i.d), caracterizadas por X ∼ N (0, 1). Obtenha a

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
pdf de
Xn
Z= Xi
i=1
A pdf de Z é dada por (47) e está relacionda à funçao característica através
do Teo Convolução de Fourier:
fZ (z) = fX1 (z) ∗ fX2 (z) ∗ . . . ∗ fXn (z)
m
Mz (ω) = Mx1 (ω) × Mx2 (ω) × . . . × Mxn (ω)
Adicionalmente, uma vez que as n v.a. Xi são i.i.d. N (0, 1), a função característica
de todas as v.a. são idênticas:
Mx(ω) , Mx1 (ω) = Mx2 (ω) = . . . = Mxn (ω)
sendo: Z ∞
1 2
− x2
Mx(ω) = √ e ejωxdx
2π −∞

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
Completando o quadrado no expoente acima: Figure 2.5. The Poisson(λ ) pmf pX (k) = λ k e−λ /k! for λ = 10, 30, and 50 from left to right, respectively.
Similarly,
P(X ≥ 1) = 1 − P(X = 0) = 1 − e −λ
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)

= 1−e −2
≈ 0.865.
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
Z ∞ = 1 − e−2 (1 + 2) ≈ 0.594.
1 1 2 2 2
e− 2 [x −2jωx+(jω) −(jω) ]dx

Mx(ω) = √
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
2π −∞ Z
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
∞
− ω2
2 1 1 2
= e ×√ e− 2 (x−jω) dx
2π −∞
| {z }
pdf Gaussiana
A integral da pdf Gaussiana, com média jω, no intervalo [±∞] resulta igual a 1.
Portanto,
2
− ω2
Mx(ω) = e
e a correspondente função característica de Z vale:
2
n − nω2
Mz (ω) = [Mx(ω)] = e
Inspecionando Mz (ω) deduz-se que fZ (z) deve ser Gaussiana. Utilizando a fórmula
de inversão, (46) obtém-se:
Z ∞ Z ∞
1 −jωz 1 − nω2
2
fZ (z) = MZ (ω) · e dω = e · e−jωz dω
2π −∞ 2π −∞

0.14
0.12
0.10
0.08
0.06
0.04
0.02
∞
0 k
0 10 20 30 40 50 60 70 80
Z
1
n 2 Solution. Let X denote the number of hits. Then
e−( 2 ω +jzω)dω
−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
fZ (z) =
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
2π −∞
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
Manipulando os termos do expoente, obtém-se finalmente: We also have

P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
1 z2
− 2n
fZ (z) = √ e
2πn
De fato, a pdf de Z é Gaussiana de média zero e variância n.
Exemplo – Momentos Estatísticos para Y = sin θ. Calcule os primeiros

momentos da v.a. Y = sin θ, caso θ ∼ U[0, 2π] ...

0.14
0.12
0.10
0.08
0.06
0.04
Teorema do Limite Central (CLT)

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
• Às vezes diz-se que a soma de uma grande número de v.a. tende

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
a uma distribuição normal

• Sob quais condições isto é verdade?
– Teorema do Limite Central é adequado para responder esta
questão.
• O Teorema do Limite Central estabelece que a soma normalizada
de uma grande número de r.v. mutuamente independentes,
X1, . . . , Xn com média zero e variâncias finita, σ12, . . . , σn2 tende
para uma função distribuição Normal se as variâncias individuais
2
σ
P,nk = 21, . . . , n são pequenas se comparadas à soma destas,
k
i=1 σi
– restrições sobre as variâncias são conhecidas como condições

de Lindeberg.

0.14
0.12
0.10
0.08
0.06
0.04
Enunciado do Teorema do Limite Central

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
Admitindo-se que as v.a. Xi são do tipo contínuo e independentes,

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
2 2
com E{Xi} = mi e σX i
= σ i , forma-se a v.a. soma normalizada:
n
X1 + X2 + . . . + Xn 1 X
X, √ =√ Xi .
n n
i=1
cuja média e variância serão dadas por:

m1 + m2 . . . + mn 2σ12 + σ22 . . . + σn2
m= √ e σ =
n n
função densidade de probabilidade e função característica:
√ √ √
fX (x) = fX1 ( nx) ∗ fX2 ( nx) ∗ . . . ∗ fXn ( nx)
m

ω ω ω
Mx(ω) = Mx1 √ × Mx2 √ × . . . × Mxn √
n n n
0.14
0.12
0.10
0.08
0.06
0.04
O teorema do limite central diz que, sob certas condições gerais, 0.02
0
0 10 20 30
P(X ≥ 1) = 1 − P(X = 0) = 1 − e
40 50
−λ
60
= 1−e −2
70 80
k

≈ 0.865.
fX (x) aproxima-se de uma pdf Normal quando n cresce:

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
1 (x−m)2
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
−
= P({X ∈ B} ∩ {Y ∈ C}).
lim fX (x) = √ e 2σ 2 (48)

n→∞ σ 2π
satisfeitas as condições:
a) σ12 + σ22 . . . + σn2 → ∞

R∞ α
b) para algum α > 2, −∞
x fXi (x)dx < C = cte.
1. Essas condições não são as mais gerais, mas cobrem um grande

número de aplicações.
2. A demonstração desse teorema é longa e tediosa e portanto será
omitida. Ver, por exemplo, [?], pp. 213-7.
0.14
0.12
0.10
0.08
0.06
0.04
3000 2500 X=X +...+X

0.02
0
0 10 20 30 40 50 60 70 80
k
X : Gaussiana X2: Rayleigh,1000 X3: Unif [−4;6.7] 2000

1 6
1
−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
μ= 2.46 σ 1.52
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
2500 μ=0; σ=1 2000

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
B=1 2.3 Multiple random variables
800 1500
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
2000 Putting all of our shorthand together, we can write
We also have
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
1500 600
= P({X ∈ B} ∩ {Y ∈ C}).
1500 1000
1000 400
1000
500
500 200
500
0 0
0 0 −5 0 5 −5 0 5 10
−5 0 5 0 5 4
x 10
15000 4000 2.5 Normal Probability
Weibull, A=B=1.3 Lognormal 0.999
Poisson, λ=2 0.997
μ=−2; σ=1 0.99
0.98
2 0.95
3000 0.90
10000 0.75
1.5 0.50
2000 0.25
1 0.10
0.05
5000 0.02
0.01
1000 0.003
0.5 0.001
0 0 0 −2 0 2 4 6 8
0 5 10 0 5 0 5 X
Figura 5: Exemplo gráfico de aplicação do Teorema do Limite Central (CLT).

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
Exemplo – Suponha que pedidos em um restaurante sejam modelados por Figure 2.5. The Poisson(λ ) pmf pX (k) = λ k e−λ /k! for λ = 10, 30, and 50 from left to right, respectively.
Similarly,
P(X ≥ 1) = 1 − P(X = 0) = 1 − e −λ
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)

= 1−e −2
≈ 0.865.
variável aleatória i.i.d de média µ = 8 dolares e desvio padrão σ = 2 dolares.

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

a) Estime a probabilidade de que os primeiros 100 clientes gastem um total de which is equal to
We also have
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})

= P({X ∈ B} ∩ {Y ∈ C}).
mais de 840 dolares.

b) Estime a probabilidade de que os primeiros 100 clientes gastem um total entre
780 e 820 dolares.
c) Após quantos pedidos (≡ n clientes) pode-se ter 90% de certeza de que o total
consumido por todos os clientes será maior que 1000 dolares
Solução a) Seja Xk o consumo do k-ésimo cliente. O total gasto pelos primeiros

100 clientes será expresso por outra r.v.:
n=100
X
SΣ = Xi
i=1
cuja média é µΣ = nµ = 800 variância: σΣ2 = nσ 2 = 400

Independente da distribuição de cada v.a., a v.a. soma tenderá para uma
distribuição Gaussiana quando n for grande:
SΣ ∼ N (µΣ, σΣ2 ) = N (800, 400)
Σ −µΣ
cuja forma normalizada de SΣ é: ZΣ = S√ 2
= SΣ −800
20
σΣ

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
probabilidade dos primeiros 100 clientes gastarem um total de mais de 840 dolares:

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

840 − 800
which is equal to
Pr[SΣ > 840] = Pr Z100 > ≈ Q(2) = 0.0228

{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
20
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Solução b) probabilidade dos primeiros 100 clientes gastarem um total entre 780
e 820 dolares.
Pr[780 ≤ SΣ ≤ 820] = Pr [−1 ≤ Z100 ≤ 1] = 1 − 2Q(1) ≈ 0.682
Solução c) O problema aqui é encontrar o valor de n para o qual:
Pr[Sn > 1000] = 0.9

1000 − 8n
Pr[Sn > 1000] = Pr Zn > √ = 0.9
2 n
Lembrando que Q(−x) = 1 − Q(x) e considerando que Q−1(0.9) = −1.2816 ou
(tabelado), resulta:
1000 − 8n
√ = −1.2815
2 n
√ √
a qual produz a equação quadrática em n: 8n − 2.573 · n − 1000 = 0
√
Raiz positiva resulta: n = 11.34 ou n = 128.6 ⇒ n = 129 clientes

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Suponha que as v.a. X e Y sejam independentes e ambas sejam

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
exponencialmente distribuídas:
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
−ax −by
fX (x) = a · e fY (y) = b · e
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
u(x), u(y) We also have

P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
Determine:
1. A PDF de Z = X + Y caso a = b;
2. A PDF de Z = X + Y caso a 6= b
Solução: Uma vez que o número de v.a. a serem somadas não é grande o
suficiente (a pdf Z NÃO será Gaussiana, conforme (48)), a PDF de Z = X + Y
é obtida a partir da convolução:
Z ∞ Z ∞
fZ (z) =fX ∗ fY = fX (z − y) · fY (y)dy = ab e−a(z−y) · e−by u(z − y)u(y)dy
Z z −∞ −∞
−az (a−b)y ab h
−az (a−b)y y=z
i
abe e dy · u(z) = e e y=0
u(z)
0 a − b
ab −by −az

= e −e u(z) válido para a 6= b.
a−b
Caso (a = b) resulta:
fZ (z) = a2z · e−az · u(z)
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – (Teorema Central do Limite) Admita que Xi, i = 1 . . . n sejam todas

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
v.a. independentes e uniformente distribuídas sobre o intervalo [±0.5]. Considere

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

a v.a. Z como sendo a soma de v.a.:

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
r n
12 X
Z= Xi
n
i=1
Note que a soma acima foi normalizada tal que Z tenha média zero e variância
unitáriaa. Determine:
1. o tipo de distribuição que Z assumirá caso n seja grande o suficiente;
2. a PDF de Z.
Sugestão:
utilize os seguintes fatos: Y = X1 + X2 + . . . + Xn e portanto fY (z) = fX1 (z) ∗
fX2 (z) ∗ · · · ∗ fXn (z)
Solução. Se Y = X1 +X2 +. . .+Xn , então fY (z) = fX1 (z)∗fX2 (z)∗· · ·∗fXn (z)
r r
n n
fZ (z) = fY
12 12
quando n cresce a pdf fz (z) ⇒ Gaussiana.
a 2 1
A variância de Xi é σX i
= 12
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
A qual pode ser calculada a partir da relação entre função densidade de Figure 2.5. The Poisson(λ ) pmf pX (k) = λ k e−λ /k! for λ = 10, 30, and 50 from left to right, respectively.
Similarly,
P(X ≥ 1) = 1 − P(X = 0) = 1 − e −λ
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)

= 1−e −2
≈ 0.865.
probabilidade e função característica:

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

√ √ √
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
fY (x) = fX1 ( nx) ∗ fX2 ( nx) ∗ . . . ∗ fXn ( nx)

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
m

ω ω ω
My (ω) = Mx1 √ × Mx2 √ × . . . × Mxn √
n n n

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
Exemplo – Um valor de tensão constante porém desconhecido é medido. Cada Figure 2.5. The Poisson(λ ) pmf pX (k) = λ k e−λ /k! for λ = 10, 30, and 50 from left to right, respectively.
Similarly,
P(X ≥ 1) = 1 − P(X = 0) = 1 − e −λ
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)

= 1−e −2
≈ 0.865.
medida Xi pode ser modelada como sendo a soma do valor desejável de tensão v
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

e um ruído de tensão Ni de média zero e desvio padrão de 1µV: which is equal to
We also have
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})

= P({X ∈ B} ∩ {Y ∈ C}).
Xi = v + Ni
Assuma que as tensões de ruído constituem v.a. independentes. Quantas medições
são necessárias para que tenhamos uma probabilidade maior ou igual
Pn a 0.99
de que
1
a esperança estatística da média de amostras, dada por E n j=1 Xi , esteja
dentro do intervalo = 1µV da média verdadeira?
Solução. Assumindo um número de medidas n suficientemente grande para que
o Teorema do limite central possa ser aplicado, tem a distribuição:
2 2

X ∼ N µ = v; σ = (1µ)
Normalizando: e,X−
X √
µ
∼ N [0; 1]
σ/ n
Evento: probabilidade maior ou igual a 0.99 de que a esperança estatística da
média de amostras, esteja dentro do intervalo = 1µV da média verdadeira
Pr[−b0.99 ≤ X
e ≤ b0.99] = 0.99

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Consultando tabela para valores da distribuição Normal tem-se Q(2.5758) = 0.005,

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
e portanto b0.99 = 2.5758.

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

O evento {−b0.99 ≤ X e ≤ b0.99} é idêntico a: which is equal to

{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).

σ σ
−b0.99 √ ≤ X − µ ≤ b0.99 √
n n
ou ainda
σ σ
µ − √ b0.99 ≤ X ≤ µ + √ b0.99
n n
Finalmente:
σ 1µ
√ b0.99 ≤ ou √ 2.5758 ≤ 1µ ou n ≥ 7 amostras
n n

0.14
0.12
0.10
0.08
0.06
0.04
Chernoff Upper Bound on the Tail

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
Probability
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
The "tail probability"(area under the tail of PDF) often has to be

evaluated to determine the error probability of digital
communication systems
Closed-form results are often not feasible ⇒ the simple Chernoff
upper bound can be used for system design and/or analysis
Chernoff Bound: The tail probability is given by
Z ∞ Z ∞
P (X ≥ δ) = p(x)dx = g(x)p(x)dx = E[g(X)] (49)
δ −∞
with the following definition of step function:

1, X ≥ δ
g(X) =
0, X < δ

0.14
0.12
0.10
0.08
0.06
g(X) can be upper bounded by

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
g(X) ≤ eα(X−δ),
= 1 − e−λ (1 + λ )
with α ≥ 0
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
We also have
40
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})

= P({X ∈ B} ∩ {Y ∈ C}).
eα(X−δ)
g(X)
1
δ X
Figura we
Therefore, 6: get
Function approximation for the Chernoff bound
the bound
≥ δ) = E{g(X)}
P (Xbound:
Therefore, we get the
≤ E{eα(X−δ)}
P (X ≥ δ) = E[g(X)]
α(X−δ)= e−α δ−αδ
E{eαX
≤ E[e ] = e · E}[eαX ], α ≥ 0 (50)
0.14
0.12
0.10
0.08
0.06
In practice, however, we are interested in the tightest upper

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
bound.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
⇒ we optimize α:
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
d −αδ
e · E[eαX ] = 0
dα
⇒ The αopt can be obtained from
E[XeαoptX ] − δ E[eαoptX ]= 0
Solution to this equation gives the Chernoff bound
P (X ≥ δ) ≤ e−αoptδ · E[eαoptX ] (51)

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Exemplo – Bounds. Seja uma v.a. X com distribuição de Poisson random de

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
parâmetro λ = 1/2. Utilizando as desigualdades de Markov e de Chebyshev, bem

= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

como o limitante de Chernoff, compare os valores encontrados como o valor exato

which is equal to
We also have
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})

= P({X ∈ B} ∩ {Y ∈ C}).
para Pr(X > 2).

Solução – Da Distribuição de Poisson (U2, slide 86)
a) Dado que X assume apenas valores inteiros: Pr(X > 2) ≡ Pr(X ≥ 3)
b) média e variância: E[X] = λ = 21 E[X 2] = λ2 + λ = 41 + 12 = 0.75
c) Valor exato para probabilidade de Poisson:
Pr(X ≥ 3) = 1 − Pr(X < 3) = 1−Pr(X = 0)−Pr(X = 1)−Pr(X = 2) = 0.0144
d) Bounds:
Desigualdade de Markov: Da eq. (38) segue:
E{X} 1/2
P(X ≥ α) ≤ ⇐⇒ P(X ≥ 3) ≤ = 0.167
α 3
Desigualdade de Chebyshev: Uma vez que a v.a. de Poisson assume apenas
valores positivos, a desigualdade em (35) pode ser re-escrita como:
E[X 2] 0.75
P (|X| ≥ α) ≡ P (X ≥ α) ≤ ,⇐⇒ P(X ≥ 3) ≤ = 0.0833
α2 32

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Chernoff bound: Da eq. (50)

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
α(X−δ) −αδ αX
We also have
P (X ≥ δ) ≤ E[e ] = e · E[e ], α ≥ 0
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
P (X ≥ 3) ≤ e−3α · E[eαX ], ≡ e−3α · ΦX (s)
sendo a Função Geradora de Momento para a distribuição Poisson é dada por

∞ ∞ n −λ X (sλ)n∞
nλ e
X X
−λ
ΦX (s) = E[esX ] = sn Pr(X = n) = s =e = e−λesλ
n! n!
n=0 n=0 n=0
Portanto, o Chernoff bound desejado é obtido minimizando a função em

α: α
P (X ≥ 3) ≤ e−3α · E[eαX ] ≡ min e−3α · eλ(e −1)
α≥0
⇒ Uma vez que a função exponencial é estritamente crescente, basta
minimizar o argumento.
⇒ Derivando e igualando a zero:
d λ(eα−1)−3α
e =0 ⇐⇒ λeα − 3 = 0 αopt = ln(3/λ)
dα
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
Substituindo o valor de αopt:

0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
αopt
−1)−3αopt
P (X ≥ 3) ≤ eλ(e = e3−λ−3ln(3/λ)
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
com λ = 1/2 resulta finalmente:

P (X ≥ 3) ≤ e2.5−3ln6 = 0.0564
o qual representa um bound mais apertado para o P (X ≥ 3) = 0.0144

0.14
0.12
0.10
0.08
0.06
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
U3 - Exercícios

0.14
0.12
0.10
0.08
0.06
U3 - Exercícios
0.04
0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
1. Para uma função densidade de probabilidade Gaussiana

{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
x2

1
fX (x) = √ exp − 2
σ 2π 2σ
mostre que

n 1 · 3 · . . . · (n − 1)σ n. n par
E{X } =
0. n mpar
2. Seja Z = X + Y , sendo X e Y duas variáveis aleatórias Gaussianas

independentes com pdf s
(x − mx)2

1
fX (x) = √ exp −
σx 2π 2σx2
e
2

1 (y − my )
fY (y) = √ exp −
σy 2π 2σy2
mostre que Z também é Gaussiana com E{Z} = E{X} + E{Y } e
σz2 = σx2 + σy2.

0.14
0.12
0.10
0.08
0.06
3. Mostre que se duas variáveis aleatórias são relacionadas por Y = aX + b,

0.04
0.02
0 k
0 10 20 30 40 50 60 70 80
onde a e b são duas constantes arbitrárias, o coeficiente de correlação ρ = 1

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
se a > 0 ou ρ = −1 se a < 0.
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
4. Dadas as v.a X = cos(Θ) e Y = sin(Θ), onde Θ ∼ U[0; 2π], mostre que X

e Y são descorrelacionadas, porém não são independentes.
5. Seja Xi, i = 1, . . . , N , uma seqüência de v.a. independentes (resultados de
N experimentos idênticos mas independentes), com E{Xi} = µ e
E{(Xi − µ)2} = σ 2. Deseja-se estimar o parâmetro µ com o seguinte
estimador:
N
1 X
b=
µ Xi
N
i=1
Calcule a média e a variância de µ
b.
6. No problema anterior, qual o menor valor de N para que
σ
P |µ b − µ| > 10 ≤ 0, 01? Dica: desigualdade de Tchebycheff.
7. Repita o problema anterior admitindo que N é grande o suficiente para que a
distribuição de µ
b possa ser admitida Gaussiana.

0.14
0.12
0.10
0.08
0.06
T
E{X} = [5 − 5 6]T
0.04
8. Seja X = [X1 X2 X3] um vetor aleatório  com média 

0.02
0 k
0 10 20 30 40 50 60 70 80

−λ −2
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
5 2 −1
Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.
de matriz de covariância dada por CX =  2 5 0 . Calcule a média e

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
−1 0 4
We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
a variância de
Y = AT X + b,
com A = [2 − 1 2]T e b = 5.
9. Dado duas r.v. X e Y , definindo uma nova r.v.:
2
X − µX Y − µY
Z = κ· +
σX σY
sendo κ uma constante real.
(a) Determine E[Z]
(b) Mostre que −1 ≤ ρXY ≤ 1, onde ρXY é o coeficente de correlação entre
X e Y.
10. Suponha que gastos de clientes em uma lanchonete sejam r.v. i.i.d com
média m = 8 Reais e desvio padrão and σ = 2 Reais. Estime a probabilidade
dos 100 primeiros clientes gastarem um total:

0.14
0.12
0.10
0.08
0.06
0.04
(a) de pelo menos 840 Reais. 0.02
0
0 10 20 30

40 50
−λ
60
−2
70 80
k
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.

Similarly,
P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
(b) entre 780 e 820 Reais.

= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
We also have
11. Função geradora de momentos (MGF)

P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
(a) Mostre que a MGF para a distribuição uniforme:

1
fX (x) = , 0<x<a
a
é dada por:
eas −1

as , s 6= 0
Φx(s) =
1, s=0
(b) Derive a MGF da seguinte distribuição uniforme:
1
fX (x) = , |x| < a
2a
12. Encontre a MGF para a seguinte distribuição exponencial
fX (x) = µe−µx 0 ≤ x < ∞

0.14
0.12
0.10
0.08
0.06
0.04
13. Encontre a função característica (CF) da seguinte PDF distribuição 0.02
0
0 10 20 30

40 50
−λ
60
−2
70 80
k
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 1−e ≈ 0.865.
exponecial bilateral Similarly,

P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)
= 1 − e−λ − λ e−λ
= 1 − e−λ (1 + λ )
= 1 − e−2 (1 + 2) ≈ 0.594.

−|x|
e
which is equal to
{ω ∈ Ω : X (ω ) ∈ B} ∩ {ω ∈ Ω : Y (ω ) ∈ C}.
{X ∈ B,Y ∈ C} = {X ∈ B} ∩ {Y ∈ C}.
f (x) = , −∞ < x < ∞

We also have
P(X ∈ B,Y ∈ C) := P({X ∈ B,Y ∈ C})
= P({X ∈ B} ∩ {Y ∈ C}).
2
14. Soma de r.v. i.i.d.: Encontre a média e a variância para a soma de n
variáveis aleatórias independentes e identicamente distribuídas, cada uma
com média m e variância σ 2
15. Soma de r.v. i.i.d. Exponenciais. Encontre a PDF da soma de n r.v.
exponenciais, todas com parâmetro a.
16. Encontre o Chernoff bound para uma r.v. exponencial com λ = 1. Compare
o limitante com o valor exato para a Pr[X > 5].

Media e Esperancas Est

Uploaded by

Copyright:

Available Formats

Media e Esperancas Est

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Media e Esperancas Est

Uploaded by

Copyright:

Available Formats

70 Introduction to discrete random variables

Solution. Let X denote the number of hits. Then

2.3 Multiple random variables

Estatísticas We also have

2ELE105 – Introd. Processos Estocásticos

Programa de Pós-Graduação em Eng. Elétrica da UEL, 2014

Solution. Let X denote the number of hits. Then

2.3 Multiple random variables

Média e Variância de Amostras . . . . . . . . . . . . 11

Esperanças - R.V. n−Dimensional . . . . . . . . . . 16

Taufik Abrão 2 Londrina, 3 de Maio de 2018

Função Geradora de Momentos 0.02

Solution. Let X denote the number of hits. Then

2.3 Multiple random variables

Teorema do Limite Central (CLT) . . . . . . . . . . . . . 66

Chernoff Upper Bound on the Tail Probability . . . . . . . 77

Taufik Abrão 3 Londrina, 3 de Maio de 2018

Solution. Let X denote the number of hits. Then

2.3 Multiple random variables

Taufik Abrão 4 Londrina, 3 de Maio de 2018

Solution. Let X denote the number of hits. Then

2.3 Multiple random variables

• Médias são extremamente importantes no estudo de variáveis

Taufik Abrão 5 Londrina, 3 de Maio de 2018

• No limite, quando N → ∞, a razão → PX (xi). Assim,

N Solution. Let X denote the number of hits. Then

P(X ≥ 2) = 1 − P(X = 0) − P(X = 1)

xiPX (xi). (1)

• A média é também chamada de esperança ou valor

Continuous random Variables

⇒ última igualdade obtida via integração por partes e assumindo

Solution. Let X denote the number of hits. Then

que E{|X|} < ∞

2.3 Multiple random variables

⇒ A experança da r.v. X é a diferença das áreas sombreadas:

(A2 − A1): Fx (x)

4. Quando X for uma r.v. não negativa, então vale:

Solution. Let X denote the number of hits. Then

2.3 Multiple random variables

5. Se X for uma r.v. não negativa e de valores inteiros:

Taufik Abrão 8 Londrina, 3 de Maio de 2018

Exemplo – Esperança Estatística para uma v.a. Uniforme. Para uma

Solution. Let X denote the number of hits. Then

v.a. com densidade uniforme ∼ U[a; b],

2.3 Multiple random variables

Exemplo – Esperança Estatística para uma v.a. Exponencial. Tempo

Taufik Abrão 9 Londrina, 3 de Maio de 2018

Exemplo – Esperança Estatística para uma v.a. Exponencial. O

Solution. Let X denote the number of hits. Then

tempo X entre chegada de clientes em uma estação de serviço (trem,

2.3 Multiple random variables

banco etc) apresenta uma distribuição Exponencial ∼ exp(λ).

Encontre o intervalo temporal médio de chegada de clientes.

Usando integral por partes udv = uv − vdu, com u = t e dv = λe−λtdt

Exemplo – Esperança Estatística para uma v.a. Gaussiana.

Solution. Let X denote the number of hits. Then

Seja X uma v.a. Gaussiana, a esperança é dada por:

2.3 Multiple random variables

Taufik Abrão 11 Londrina, 3 de Maio de 2018

Média e Variância de Amostras

Considere a situação de selecionar aleatoria e independentemente

média de amostras (or empirical average) de x:

Cada amostra xi é vista como uma "realização" (instância) da

Uma vez que X1, X2, . . . , Xn são variáveis aleatórias

Substituindo em (5) tem-se esperança estatística da r.v.