-
.
-
No último vídeo nós aprendemos um pouco sobre
-
o que é o valor de esperança de uma variável aleatória, e nós vimos que isso
-
era realmente apenas a média da população -- a mesma coisa.
-
Mas com a variável aleatória, uma vez que a população é
-
infinita, você não pode pegar todos os elementos e então
-
tirar a média de todos eles.
-
O que você tem que fazer é dizer "OK, cada um desses termos ocorre com
-
alguma frequência ou com certa probabilidade e você apenas
-
pega a soma de probabilidades ponderadas.
-
O que nós dissemos no último vídeo foi exatamente a mesma coisa que
-
somar tudo junto e dividir pelo número de
-
números, exceto que este método funcionou com um número
-
infinito de uma população infinita que é a
-
variável aleatória.
-
Porquê você sempre pode continuar fazendo o experimento que
-
gera a variável aleatória.
-
E então, nós agora calculamos o valor da esperança
-
para estas distribuições binomiais particulares, que nós estudados,
-
especialmente aquela de lançar a moeda.
-
Neste vídeo nós iremos encontrar uma fórmula geral para a média,
-
ou de fato, para o valor de esperança de uma distribuição
-
binomial
-
Então se nós dissermos que a variável aleatória, x, é igual ao
-
número de... nós podemos chamar isso de sucessos.
-
.
-
O número de sucessos com probabilidade p depois de n tentativas.
-
Então eu estou sendo um pouco generalista aqui.
-
Eu quero dizer que eu poderia dizer "o número de caras sucessivas,
-
que têm a probabilidade de 0,5, depois de 10 lançamentos.
-
Isso é a mesma coisa que isso, eu estou sendo apenas um pouco
-
mais generalista aqui.
-
E agora, nós iremos calcular qual o
-
valor de esperança disso.
-
E nós dissemos que se nós calcularmos a distribuição
-
de probabilidades para esta variável aleatória, você obtém esta bela
-
distribuição binomial que se parece um pouco
-
com uma curva em sino.
-
E nós iremos estudar mais sobre curvas em sino mais tarde.
-
Mas antes eu irei mostrar para você que eu
-
irei lhe dar a resposta.
-
Porquê a resposta, em algum grau, agora é um
-
pouco intuitiva
-
O valor de esperança para esta variável aleatória é n vezes
-
p, ou algumas pessoas escreverão p x n.
-
Deixe-me fazer isso um pouco mais tangível para você.
-
Então se eu disser que esse x é... vamos fazer isso numa cor diferente.
-
Vamos ver, x é igual ao número de cestas que eu fiz.
-
E eu estou falando sobre o jogo de basquete, não construção de cestos.
-
Número de cestas que eu fiz depois de 10 arremessos onde eu tive
-
a probabilidade de acertar qualquer um dos arremessos... eu não sei... 40%.
-
Nós sabemos que o número de esperança das cestas
-
que eu fiz depois de 10 arremessos.
-
Então nós sabemos que o número de esperança das cestas que eu fiz depois
-
de 10 arremessos, onde cada um dos meus arremessos tinha 40% de chance... e tudo o que eu tenho que fazer
-
é multiplicar a probabilidade vezes o número de
-
cestas que eu estou fazendo.
-
Então eu multiplico probabilidade vezes o número de cestas ou o
-
número de aerremessos que eu estou fazendo, o que será igual a 4.
-
Então eu sei eu disse... e você realmente não precisa necessariamente
-
ver estritamente o valor da esperança como o número de arremessos que você poderia
-
esperar acertar, porquê algumas vezes as distribuições
-
de probabilidade podem ser um pouco estranhas.
-
Mas na distribuição binomial você pode ver
-
isso dessa maneira.
-
Que isso é o número de cestas que você espera fazer.
-
Ou você pode ver isso como o resultado mais provável.
-
De que se você tem a porcentagem de acerto de 40% e você faz 10
-
lançamentos, o resultado mais provável é que você irá fazer 4 cestas.
-
Você poderia ainda fazer 6 cestas ou 3 cestas, mas isso irá ser
-
o resultado mais provável.
-
E na minha cabeça, a maneira que eu penso sobre isso, a maneira como isso
-
me faz senso intuitivo é que para cada vez que você arremessa você tem a chance
-
de 40% de fazer a cesta.
-
Então você poderia dizer que você sempre faz 40% de uma cesta.
-
E se você fizer 10 arremessos, você irá fazer 4 cestas inteiras.
-
Então esta é uma maneira de pensar sobre isso e o porquê isso
-
pode fazer algum senso intuitivo.
-
Mas agora, vamos provar para nós mesmos de que isso é realmente
-
verdadeiro para qualquer variável aleatória que for descrita por uma
-
distribuiçõa binomial.
-
Então em uma distribuição binomial qual é a probabilidade... bem se eu
-
disser, "qual a probabilidade de que X seja igual a k?
-
E eu sei que isso se torna às vezes um pouco complicado.
-
Mas eu estou apenas dizendo, "qual a probabilidade digamos,
-
nessa analogia do basquete?
-
Isso será você sabe, qual a probabilidade que eu faça...
-
k pode ser 3 arremessos ou algo como isso.
-
Então é disso que nós estamos falando.
-
E o que nós aprendemos foi, se nós estivermos fazendo n arremessos, nós
-
iremos escolher k deles.
-
E nós fizemos isso muitas vezes em muitos dos nossos vídeos anteriores.
-
E então nós multiplicamos isso vezes a probabilidade de qualquer uma
-
dessas ocorrências particulares.
-
Então se eu estiver fazendo k arremessos, isso será a probabilidade de que eu faça
-
qualquer cesta, o que é p elevado à potência de k.
-
p vezes ele mesmo por k vezes.
-
Essa é a probabilidade de fazer k cestas.
-
E então o resto dos arremessos, eu terei que errar.
-
Então a probabilidade de um erro é 1 menos p.
-
E então quandos foram os arremessos?
-
Se eu fizer k arremessos, o resto dos arremessos eu tenho que errar.
-
Então eu irei errar n menos k arremessos.
-
Então em qualquer distribuição binomial, esta é a probabilidade
-
de que você tenha k cestas.
-
Agora que nós sabemos o valor da esperança, a maneira de você calcular
-
um valor de esperança de uma variável aleatória é você apenas pegar
-
a soma ponderada da probabildiade.
-
Eu não quero o confundir muito e se você simplesmente
-
conseguir entender deste vídeo apenas isso, é o suficiente.
-
Você se sentirá bem.
-
Agora eu serei um pouco mais técnico, mas espero o
-
fazer um pouco mais confortável com as notações de
-
sigma e de somatório.
-
Eu o deixarei mais confortável com
-
coeficientes binomiais e coisas como isso.
-
Mas apenas para retornar, o valor de esperança é a
-
probabilidade ponderada da soma de cada um desses.
-
Então o que você irá fazer se você quiser tomar a probabilidade
-
de que X seja igual a k, vezes k, e então somar tudo isso para
-
cada um dos ks possíveis.
-
E então como eu poderia escrever isso?
-
Então o valor da esperança de X, o valor da esperança da nossa variável
-
aleatória que foi descrita como uma distribuição binomial...
-
é igual ao somatório.
-
.
-
E nós iremos somar todos esses valore que k pode ter.
-
Então k pode iniciar com 0... na versão do basquete, eu não fiz nenhuma
-
cesta... por toda a vida até n, o que significa que eu fiz n cestas.
-
E para cada um deles você irá querer multiplicar k, então o resultado...
-
então eu fiz k cestas, vezes a probabilidade de que
-
eu tenha feito k cestas.
-
Bem, qual foi a probabilidade de que eu faça k cestas?
-
Isso foi isso bem aqui.
-
Então isso sera k vezes n escolhe k vezes p elevado à k vezes 1...
-
menos p elevado à n menos k.
-
E agora nós iremos fazer apenas um pouco de álgebra, um pouco
-
de álgeba de sigma, eu penso que você poderia chamar isso...
-
Então a primeira simplificação que nós podemos fazer é que nós estamos somando
-
de K igual a zero até n.
-
Então o primeiro termo aqui irá ter um k igual a zero aqui.
-
Isso irá ser zero no primeiro termo.
-
Então este primeiro termo é zero, então toda essa coisa bem aqui irá ser
-
zero, e o k igual a zero não irá contribuir para o somatório
-
porque toda essa coisa irá ser zero!
-
Deixe-me escrever isso porque eu penso que isso... então este somatório poderia
-
ser escrito como zero vezes n escolhe zero vezes p elevado à zero, vezes 1
-
menos p elevado à n menos zero.
-
Mais 1 vezes n escolhe 1 vezes p elevado à 1 vezes 1 menos
-
p elevado à n menos 1.
-
E então você irá continuar somando, por toda a vida até você
-
chegar a k igual a n.
-
Então isso será n vezes n escolhe n vezes p elevado à n, vezes
-
1 menos p, n menos n.
-
Isso é apenas outra maneira de escrever este somatório bem aqui.
-
E o que eu disse foi apenas que este primeiro termo, que é este termo,
-
será igual a zero porque k é igual a zero.
-
zero vezes qualquer coisa é zero!
-
Então nós podemos ignorar este termo e nós podemos reescrever este somatório como
-
essencialmente este somatório bem aqui.
-
.
-
E o que nós precisamos fazer é essencialmente apenas
-
reescrever essa coisa bem aqui.
-
Então o valor de esperança para nossa variável aleatória
-
será igual ao somatório.
-
E nós náo precisamos ir desde k igual a zero, nós podemos
-
começar com k igual a 1.
-
De k igual a 1 até n da mesma coisa... k vezes n escolhe
-
k vezes p elevado à k, vezes 1 menos p, n menos k.
-
Vamos ver o que nós podemos fazer a partir de agora.
-
Tudo o que eu fiz até agora foi vir deste primeiro termo, porquê
-
isso é um tipo de truque que nós usaremos para simplificar isso eventualmente
-
para o resultado que nós queremos obter.
-
Então vamos escrever nosso coeficiente binomial e ver se nós
-
podemos fazer alguma coisa ali.
-
Oh, olhe para isso!
-
Meu iPod quer ser sincronizado!
-
Deixe me livrar disso.
-
Muito bem, e então, onde eu estava?
-
OK, então isso é igual a... eu irei apenas escrever
-
o coeficiente binomial.
-
k igual a 1 a n.
-
k vezes... isso bem aqui é n fatornal sobre k fatorial
-
sobre n menos k fatorial.
-
Vezes p elevado à k vezes 1 menos p elevado à n menos k.
-
E aqui nos podemos fazer um pouco de simplificações...
-
porquê o que é k dividido por k fatorial?
-
Talvez eu possa reescrever isso de uma maneira diferente. k fatorial é k
-
vezes k menos 1 vezes k menos 2, e seguindo, por toda a
-
vida até eu chegar a 1.
-
Isso é k fatorial!
-
Então k fatorial poderia ser escrito como k vezes k menos 1 fatorial.
-
Isso é k vezes, e então número 1 menor que k vezes
-
todos os números abaixo dele.
-
Então vamos reescrever.
-
Então isso poderia ser reescrito como k vezes k menos 1 fatorial.
-
E a razão pela quel eu fiz isso é porquê eu posso cancelar
-
este k com aquele k.
-
Então se eu cancelar isso eu penso que isso nos permite reescrever
-
toda a coisa novamente.
-
E agora, eu penso que você poderia simplificar isso, isso fica igual à
-
soma deste k é igual a 1 elevado à n de n fatorial sobre k
-
menos 1 fatorial.
-
Vezes n menos k fatorial vezes p elevado à k vezes 1 menos
-
p elevado à n menos k.
-
E então vamos fazer outra simplificação.
-
Agora, o que eu quero fazer e nós queremos saber
-
onde queremos chegar, certo?
-
Isso poderia simplificar com n vezes p.
-
Então vamos ver se nós podemos fatorar um n vezes p e então vamos
-
ver se nós podemos tornar tudo o mais em um 1, e então
-
nós teremos terminado.
-
Então nós podemos reescrever n fatorial usando o mesmo truque daqui.
-
n fatorial pode ser reescrito como n vezes n menos 1 fatorial...
-
pela mesma lógica.
-
E então p elevado a pode ser reescrito como p vezes
-
p elevado à k menos 1.
-
E então nós podemos fatorar este n e este p e nós iremos obter
-
que ele é igual a np vezes o somatório de k... é igual a 1 a
-
n de... vamos ver...
-
Nós fatoramos aquele n e p fora.
-
n menos 1 fatorial sobre k menos 1 fatorial vezes
-
n menos k fatorial.
-
Vezes p elevado à k menos 1.
-
Isso não está no denominador.
-
Isso é apenas um termo regular... vezes 1 menos p elevado à n menos k.
-
E nós fechamos.
-
Lembre-se, nós queremos o resultado do nosso valor de esperança da nossa
-
variável, e isso é o que nós estivemos fazendo antes.
-
Isso deve ser igual a isso.
-
Então nós terminamos se nós pudermos mostrar que toda essa
-
coisa vale 1.
-
E para fazer isso eu terei que fazer uma substituição simplificadora.
-
Vamos fazer a substituição... eu não sei... vamos dizer que
-
a é igual a k menos 1.
-
E aquele b é igual a n menos 1.
-
E então n menos k seria igual a quê?
-
Vamos ver.
-
Se a é igual a k menos 1 então um +1 é igual a k.
-
E então aqui, b mais 1 é igual a n, então n menos
-
k será igual a isos, um +1 menos isso.
-
Menos b menos 1, estes se cancelam...
-
O que será igual a -b.
-
E vamos ver se nós podemos simplificar isso.
-
Então todo esse somatório irá se tornar np vezes o somatório
-
de... OK, quando k é igual a 1, isso é a mesma coisa...
-
que quando k é igual a 1, e isso é igual a quê?
-
a é igual a zero.
-
De a igual a zero a... agora quando k é igual a n...
-
Isso será igual a quê?
-
Se isso é igual a n, se k é n, então a é
-
igual a n menos 1.
-
Então nós temos um igual a a igual a n menos 1.
-
Mas n menos 1 é a mesma coisa que b.
-
Então nós podemos reescrever este somatório aqui.
-
Isso sempre é um pouco confuso.
-
Você pode querer dar uma pausa e pensar sobre isso um pouco.
-
Mas eu percebi que eu já esgotei meu tempo, então eu irei
-
apenas um pouco mais adiante.
-
E então nós temos b igual a n menos 1.
-
Então isso será b fatorial sobre k menos 1, nós fizemos
-
a definição de que isso é igual a a.
-
Então isso é a fatorial!
-
E então bem aqui, n menos k poderia ser a...
-
Oh, você sabe o porquê?
-
Eu inverti isso! n menos... OK poderia ser b menos a...
-
n menos k... certo.
-
n é b mais 1, então este b mais 1 menos um +1.
-
Menos a, menos 1.
-
Então os 1s se cancelam e você tem b menos a.
-
Então o n menos k irá se tornar b menos a fatorial.
-
E então p elevado a k menos 1... k menos 1 é p elevado à a...
-
E então vezes 1 menos p elevado à n menos k.
-
Nós já mostramos que n menos k é a mesma
-
coisa que b menos a.
-
E então aqui, e agora nós praticamente terminamos... isso
-
bem aqui, o que é isso?
-
Isso é a probabilidade de... bem, deixe-me reescrever...
-
de uma maneira mais simples.
-
Isso é igual a np vezes o somatório de a é igual a 0 a b.
-
O que é isso?
-
Isso é b escolhe a.
-
Eu tenho b coisas e eu quero escolher a coisas delas, de quantas
-
maneiras diferentes eu posso... vezes p elevado à a vezes 1...
-
menos p elevado à b menos a.
-
O que é essa coisa aqui?
-
Isso é que você está pegando todos os termos da distribuição
-
binomial.
-
Então você está dizendo, qual é a probabilidade
-
quando a é igual a zero?
-
Isso é a probabilidade para cada um dos as, certo?
-
E você está somando para todos os as que você pode obter.
-
Então se eu puder escrever uma distribuição rápida e porca como essa...
-
se a é igual a zero, você tem uma determinada probabildiade.
-
E então uma certa probabilidade para a é igual a 1. E então outra
-
probabilidade, e isso aumenta.
-
E então isso é como uma curva em sino, algo como isso...
-
Este termo bem aqui de cada um desses.
-
Cada uma dessas caixas, você poderia dizer, representa
-
cada um desses termos.
-
Quando a é igual a zero, este é o termo.
-
Quanto a é igual a 1, é este termo.
-
Quando a é igual a 2, é este termo, por toda a vida até b termos.
-
Mas nós estamos somando eles, então nós estamos somando todas
-
as probabilidades.
-
Nós estamos somando sobre todos os valores que nossa
-
variável aleatóia pode ter.
-
Se nós resolvermos todas as probabilidades que uma variável
-
aleatória pode ter, ou se nós somarmos sobre todos os valores,
-
isso irá somar 1.
-
Isso é como dizer que esta é a probabilidade de dar cara,
-
mais a probabilidade de dar coroa.
-
Ou você poderia dizer que na analogia de lançar a moeda,
-
esta é a probabililidade de que eu tenha 1 cara mais a
-
proababilidade de que eu tenha 2 caras, mais a probabilidade de que eu tenha 3
-
caras, mais a probabilidade de que eu tenha 4 caras, por toda a vida até
-
a probabilidade de que eu tenha b caras.
-
Então isso é um pouco como que toda circunstância que pode ocorrer...
-
Então esta é o somatório sobre toda a distribuição
-
de probabilidades, então isso irá ser igual a 1.
-
E então, nós restamos com o valor de esperança da nossa
-
variável aleatória, X, que é igual a n vezes p.
-
Onde n é o número de tentativas e p é a probabilidade
-
de sucesso para cada tentativa.
-
E isso é verdade apenas para distribuições binomiais.
-
Isso não é verdade para qualquer variável aleatória, X.
-
Apenas verdadeiro para a variávela aleatória, X, cuja distribuição
-
de probabilidades é a distribuição binomial.
-
De qualquer maneira, meu tempo acabou.
-
O vejo no próximo vídeo.
-
.