Magno T. M. Silva
σ 2 (W ) = a2 σ 2 (X) + b2 σ 2 (Y )
Combinação linear de variáveis aleatórias gaussianas
independentes
◮ Sejam X1 , X2 , · · · , Xn variáveis aleatórias gaussianas
independentes com médias µ1 , µ2 , · · · , µn e variâncias
σ12 , σ22 , · · · , σn2 , respectivamente.
◮ Uma combinação linear dessas variáveis aleatórias gaussianas,
ou seja,
Y = a 1 X1 + a 2 X2 + · · · + a n Xn
também é uma variável aleatória gaussiana
◮ com média
E(Y ) = a1 µ1 + a2 µ2 + · · · + an µn
e variância
e variâncias
σP2 1 = 4, σP2 2 = 3, σP2 3 = 5
◮ A média da disciplina é calculada como
P1 + 1,5 P2 + 2 P3
M=
4,5
◮ Determine a probabilidade da média M ser maior que 5,0
Combinação de gaussianas independentes – Exemplo
◮ Note que M = 0,2222P1 + 0,3333P2 + 0,4444P3 é uma
combinação linear de variáveis aleatórias gaussianas e por isso,
também é gaussiana.
◮ A média de M é
E{M } = 4,5556
(x − µX )2 (x − µX ) (y − µY ) (y − µY )2
1
exp − 2 − 2ρ XY +
2(1 − ρ2 ) σX σX σY σY2
O máximo de f (x,y) ocorre em (µX ,µY ), ou seja,
1
f (x,y) ≤ f (µX ,µY ) = p
2πσX σY 1 − ρ2
Variáveis aleatórias conjuntamente gaussianas
Variáveis aleatórias conjuntamente gaussianas
µYN = µX 1 + µX 2 + · · · + µX N
e variância
σY2N = σX
2
1
2
+ σX 2
2
+ · · · + σX N