Questionário de Prática de Valor Esperado e Variância com Aula Interativa Passo a Passo
Use a série de perguntas mais abaixo na página para praticar valor esperado e variância em probabilidade e estatística: calcular a média (valor esperado) de uma variável aleatória discreta com \(E[X]=\sum x\,p(x)\), usar a identidade rápida da variância \(\mathrm{Var}(X)=E[X^2]-(E[X])^2\), interpretar o desvio padrão como dispersão e aplicar regras essenciais como linearidade da esperança \(E[aX+b]=aE[X]+b\) e a regra de escala \(\mathrm{Var}(aX+b)=a^2\mathrm{Var}(X)\). Se quiser revisar com exemplos resolvidos (dados, moedas, roletas e pequenas distribuições), clique em Iniciar aula.
Responda à série de perguntas e revise seus erros no final.
Como esta prática de valor esperado e variância funciona
1. Faça a série de prática: responda às perguntas de valor esperado e variância mais abaixo na página.
2. Abra a aula (opcional): revise fórmulas, atalhos e distribuições de probabilidade comuns com exemplos passo a passo.
3. Tente novamente: volte à série de perguntas e aplique imediatamente as regras de \(E[X]\) e \(\mathrm{Var}(X)\).
O que você vai aprender na aula de valor esperado e variância
Essenciais de valor esperado (média)
Valor esperado discreto: \(E[X]=\sum x\,p(x)\)
Interpretação: média de longo prazo e "preço justo" de um jogo
Linearidade: \(E[X+Y]=E[X]+E[Y]\) (funciona mesmo sem independência)
Variância e desvio padrão
Definição de variância: \(\mathrm{Var}(X)=E[(X-\mu)^2]\)
Atalho rápido: \(\mathrm{Var}(X)=E[X^2]-\mu^2\)
Desvio padrão: \(\sigma=\sqrt{\mathrm{Var}(X)}\)
Regras que economizam tempo
Deslocamento e escala: \(\mathrm{Var}(aX+b)=a^2\mathrm{Var}(X)\)
Regra da soma (independentes): \(\mathrm{Var}(X+Y)=\mathrm{Var}(X)+\mathrm{Var}(Y)\)
Quando a dependência importa: ideia de covariância (por que independência é especial)
Objetivo: Construir uma compreensão clara e confiável de valor esperado (média) e variância (dispersão) para que você consiga calcular \(E[X]\), \(\mathrm{Var}(X)\) e desvio padrão de forma rápida e correta para distribuições de probabilidade comuns.
Critérios de sucesso
Calcular valor esperado para uma variável aleatória discreta usando \(E[X]=\sum x\,p(x)\).
Usar linearidade da esperança (incluindo \(E[X+Y]=E[X]+E[Y]\)).
Calcular variância usando \(\mathrm{Var}(X)=E[(X-\mu)^2]\) e o atalho \(\mathrm{Var}(X)=E[X^2]-\mu^2\).
Converter entre variância e desvio padrão: \(\sigma=\sqrt{\mathrm{Var}(X)}\).
Aplicar regras-chave: \(\mathrm{Var}(aX+b)=a^2\mathrm{Var}(X)\) e (se independentes) \(\mathrm{Var}(X+Y)=\mathrm{Var}(X)+\mathrm{Var}(Y)\).
Lidar com contextos clássicos: dados, moedas, roletas e pequenas tabelas de pagamentos.
Vocabulário-chave
Variável aleatória: um resultado numérico produzido pelo acaso (como número de caras, lançamento de dado ou pagamento).
Valor esperado (média): \(E[X]\), o valor médio de longo prazo de \(X\).
Variância: \(\mathrm{Var}(X)\), a distância quadrática média em relação à média.
Desvio padrão: \(\sigma\), a raiz quadrada da variância, medida nas mesmas unidades de \(X\).
Distribuição de probabilidade: a lista (ou regra) de valores possíveis e suas probabilidades.
Pré-verificação rápida
Pré-verificação 1: Qual é o valor esperado do lançamento de um dado honesto de seis faces?
Dica: Para um dado honesto, \(E[X]=\dfrac{1+2+3+4+5+6}{6}\).
Pré-verificação 2: Seja \(X\) com valores \(1\) e \(3\), cada um com probabilidade \(1/2\). Qual é \(\mathrm{Var}(X)\)?
Dica: Primeiro encontre \(\mu=E[X]\), depois calcule \(E[(X-\mu)^2]\).
Noções de Valor Esperado
Valor esperado: a média ponderada
Objetivo de aprendizagem: Calcular valor esperado a partir de uma tabela de probabilidades e interpretá-lo como uma média de longo prazo.
Ideia-chave
Para uma variável aleatória discreta com valores possíveis \(x_1,x_2,\dots\) e probabilidades \(p(x_1),p(x_2),\dots\), o valor esperado é a média ponderada: \[ E[X] = \sum_x x\,p(x). \] Pense: "multiplique cada resultado pela frequência com que ele acontece e depois some."
Exemplo resolvido
Exemplo: Uma sacola contém \(\{0,5\}\), igualmente prováveis. Qual é o valor esperado do sorteio?
Cada valor tem probabilidade \(1/2\). Então: \[ E[X] = 0\cdot \frac12 + 5\cdot \frac12 = 2.5. \] O resultado médio é \(2.5\), mesmo que \(2.5\) não seja um resultado que você possa tirar.
Pratique
Pratique 1: Um dado honesto de três faces tem faces \(1,2,3\). Qual é o valor esperado?
Dica: \(E[X]=\dfrac{1+2+3}{3}\).
Pratique 2: \(X\) assume valores \(10, 20, 30\) com probabilidades \(0.2, 0.3, 0.5\). Qual é \(E[X]\)?
Dica: Multiplique cada valor por sua probabilidade e some: \(10(0.2)+20(0.3)+30(0.5)\).
Resumo
Valor esperado é uma média ponderada: \(E[X]=\sum x\,p(x)\).
Ele representa a média de longo prazo, não necessariamente um valor que você observa em uma única tentativa.
Linearidade e Somas
Linearidade da esperança: seu melhor atalho
Objetivo de aprendizagem: Usar linearidade para calcular rapidamente valores esperados de somas e variáveis escaladas.
Ideia-chave
A linearidade da esperança funciona sempre: \[ E[aX+b]=aE[X]+b,\quad E[X+Y]=E[X]+E[Y]. \] Você não precisa de independência para somar valores esperados.
Exemplo resolvido
Exemplo: Qual é o número esperado de caras em 2 lançamentos de uma moeda honesta?
Seja \(X\) o número de caras em 2 lançamentos. Pense em \(X\) como uma soma: \[ X = I_1 + I_2, \] em que \(I_k=1\) se o lançamento \(k\) der cara e \(0\) caso contrário. Para uma moeda honesta, \(E[I_k]=0.5\). Então: \[ E[X]=E[I_1]+E[I_2]=0.5+0.5=1. \]
Pratique
Pratique 1: Qual é a soma esperada ao lançar dois dados honestos de seis faces?
Dica: \(E[X+Y]=E[X]+E[Y]\), e cada dado tem média \(3.5\).
Pratique 2: Uma loteria paga \(3\) com probabilidade \(\tfrac13\) e \(0\) caso contrário. Qual é o valor esperado?
Dica: \(E[X]=3\cdot \tfrac13 + 0\cdot \tfrac23\).
Resumo
Linearidade: \(E[aX+b]=aE[X]+b\).
Somas: \(E[X+Y]=E[X]+E[Y]\) (independência não é necessária).
Noções de Variância
Variância: medir dispersão em torno da média
Objetivo de aprendizagem: Calcular variância usando a definição e a identidade rápida \(\mathrm{Var}(X)=E[X^2]-(E[X])^2\).
Ideia-chave
Se \(\mu=E[X]\), então: \[ \mathrm{Var}(X) = E[(X-\mu)^2]. \] O atalho mais útil é: \[ \mathrm{Var}(X)=E[X^2]-\mu^2. \] Isso evita expandir \((X-\mu)^2\) para cada resultado.
Exemplo resolvido
Exemplo: Uma sacola contém \(\{2,4,6\}\), igualmente prováveis. Qual é a variância?
Primeiro calcule a média: \[ \mu = E[X]=\frac{2+4+6}{3}=4. \] Agora calcule \(E[X^2]\): \[ E[X^2]=\frac{2^2+4^2+6^2}{3}=\frac{4+16+36}{3}=\frac{56}{3}. \] Então: \[ \mathrm{Var}(X)=E[X^2]-\mu^2=\frac{56}{3}-16=\frac{8}{3}. \]
Pratique
Pratique 1: Qual é a variância de uma roleta honesta com três resultados \(0,1,2\)?
Dica: \(\mu=1\). Calcule \(E[X^2]=\frac{0^2+1^2+2^2}{3}=\frac{5}{3}\), depois subtraia \(1^2\).
Pratique 2: Qual é a variância daquele pagamento de moeda (\(-1\) ou \(+1\), igualmente prováveis)?
Objetivo de aprendizagem: Aplicar regras de variância corretamente e saber quando a independência importa.
Ideia-chave
Duas regras essenciais: \[ \mathrm{Var}(aX+b)=a^2\mathrm{Var}(X), \] e, para somas: \[ \mathrm{Var}(X+Y)=\mathrm{Var}(X)+\mathrm{Var}(Y)+2\mathrm{Cov}(X,Y). \] Se \(X\) e \(Y\) são independentes, então \(\mathrm{Cov}(X,Y)=0\) e as variâncias somam: \[ \mathrm{Var}(X+Y)=\mathrm{Var}(X)+\mathrm{Var}(Y). \]
Exemplo resolvido
Exemplo: Qual é a variância do número de caras em dois lançamentos de uma moeda honesta?
Se \(X\sim \text{Binomial}(n=2,p=0.5)\), então: \[ \mathrm{Var}(X)=np(1-p)=2(0.5)(0.5)=0.5. \] Isso combina com a ideia de que contagens de caras variam, mas não de forma extrema, em 2 lançamentos.
Pratique
Pratique 1: Se \(\mathrm{Var}(X)=9\), qual é \(\mathrm{Var}(2X-5)\)?
Dica: Use \(\mathrm{Var}(aX+b)=a^2\mathrm{Var}(X)\). O "\(-5\)" não altera a variância.
Pratique 2: Sejam \(X\) e \(Y\) independentes com \(\mathrm{Var}(X)=2\) e \(\mathrm{Var}(Y)=3\). Qual é \(\mathrm{Var}(X+Y)\)?
Dica: A independência faz a covariância ser \(0\), então as variâncias somam.
Resumo
Deslocamento não muda a variância; multiplicar por \(a\) multiplica a variância por \(a^2\).
Para somas independentes, some as variâncias.
Distribuições Comuns
Distribuições comuns e fórmulas mais rápidas
Objetivo de aprendizagem: Reconhecer modelos padrão (Bernoulli, Binomial, Uniforme) e usar suas fórmulas de média/variância.
Pratique 1: Uma sacola contém \(\{1,10\}\), igualmente prováveis. Qual é o valor esperado do sorteio?
Dica: Tire a média dos dois valores: \(\frac{1+10}{2}\).
Pratique 2: Qual é a variância de sortear de \(\{1,4,7\}\), igualmente prováveis?
Dica: A média é \(4\). Calcule \(E[X^2]=\frac{1^2+4^2+7^2}{3}\), depois subtraia \(4^2\).
Resumo
Use \(E[X]\) como média ponderada para encontrar a média rapidamente.
Use \(\mathrm{Var}(X)=E[X^2]-(E[X])^2\) para variância rápida.
Aplicações e Visão Geral
Por que valor esperado e variância importam
Objetivo de aprendizagem: Conectar média e dispersão à tomada de decisões e terminar com uma verificação final.
Onde essas ideias aparecem
Jogos e justiça: valor esperado informa uma taxa de entrada justa; variância informa o risco.
Estatística: média e variância resumem distribuições e sustentam intervalos de confiança.
Dados e simulação: estimativas de Monte Carlo dependem de valor esperado e medem erro com variância.
Finanças e planejamento: retorno médio e volatilidade (dispersão) formam uma história de média/variância.
Exemplo resolvido: um jogo de lucro simples
Exemplo: Um jogo paga \(+2\) com probabilidade \(0.4\) e \(-1\) com probabilidade \(0.6\). Qual é o lucro esperado?
\[ E[X] = 2(0.4)+(-1)(0.6)=0.8-0.6=0.2. \] Um valor esperado positivo significa que o jogo é favorável em média, mesmo que você possa perder em uma jogada.
Pratique
Pratique 1: Qual é a variância daquele dado viciado (valores \(1\) ou \(2\), igualmente prováveis)?
Dica: \(\mu=\frac{1+2}{2}=1.5\). Use \(E[X^2]-\mu^2\) com \(E[X^2]=\frac{1^2+2^2}{2}=\frac{5}{2}\).
Pratique 2: Qual é a variância do número de caras em dois lançamentos de uma moeda honesta?
Dica: Use Binomial(\(n=2,p=0.5\)): \(\mathrm{Var}(X)=np(1-p)\).
Recapitulação final
Valor esperado é uma média ponderada: \(E[X]=\sum x\,p(x)\).
Linearidade: \(E[X+Y]=E[X]+E[Y]\) e \(E[aX+b]=aE[X]+b\).
Regras de variância: \(\mathrm{Var}(aX+b)=a^2\mathrm{Var}(X)\); somas independentes somam variâncias.
Desvio padrão é a raiz quadrada da variância, medida nas mesmas unidades de \(X\).
Próximo passo: Feche esta aula e tente o questionário novamente. Se errar uma pergunta, reabra o livro e revise a página que corresponde à habilidade de que você precisa (valor esperado, variância ou as regras-chave).
Série de prática
Perguntas de prática de Valor Esperado e Variância com pontuação instantânea
Responda às 10 perguntas abaixo e receba sua pontuação final com uma revisão de erros para saber exatamente o que melhorar.
0/10respondidas
Pergunta 1Não respondida
Uma moeda justa paga \(1\) dólar para cara e \(0\) dólares para coroa. Qual é o pagamento esperado?
Resposta correta: C. \(\tfrac12\)
Explicação: O valor esperado é a média: \(E = \tfrac{1+0}{2} = \tfrac12\).
Pergunta 2Não respondida
Uma roleta cai em \(2\) com probabilidade \(0.2\), em \(4\) com probabilidade \(0.3\) e em \(8\) com probabilidade \(0.5\). Qual é o valor esperado?
Qual é o valor esperado de um dado justo de seis faces, com faces \(1\) a \(6\)?
Resposta correta: B. \(3.5\)
Explicação: Média das faces: \((1+2+3+4+5+6)/6 = 21/6 = 3.5\).
Pergunta 4Não respondida
Qual é a variância de uma moeda justa que paga \(1\) para cara e \(0\) para coroa?
Resposta correta: C. \(0.25\)
Explicação: A variância é \(p(1-p) = 0.5\times0.5 = 0.25\).
Pergunta 5Não respondida
Uma moeda viciada cai em cara (que vale \(2\)) com probabilidade \(0.7\) e em coroa (que vale \(0\)) com probabilidade \(0.3\). Qual é o valor esperado?
Resposta correta: A. \(1.4\)
Explicação: Valor esperado: \(2\times0.7 + 0\times0.3 = 1.4\).
Pergunta 6Não respondida
Qual é a soma esperada ao lançar dois dados justos de seis faces?
Resposta correta: D. \(7\)
Explicação: Cada dado tem VE \(3.5\), então o total = \(3.5 + 3.5 = 7\).
Pergunta 7Não respondida
Se você lançar duas moedas justas e contar o número de caras, qual é a contagem esperada?
Resposta correta: A. \(1\)
Explicação: Binomial com \(n=2, p=0.5\): VE = \(np = 2\times0.5 = 1\).
Pergunta 8Não respondida
Qual é a variância do número de caras em dois lançamentos de uma moeda justa?
Resposta correta: D. \(0.5\)
Explicação: Var = \(np(1-p) = 2\times0.5\times0.5 = 0.5\).
Pergunta 9Não respondida
Um jogo paga \(+3\) com probabilidade \(0.5\) e \(-1\) com probabilidade \(0.5\). Qual é o pagamento esperado?
Resposta correta: C. \(1\)
Explicação: VE = \(0.5\times3 + 0.5\times(-1) = 1\).
Pergunta 10Não respondida
Uma loteria paga \(5\) com probabilidade \(0.2\) e \(0\) com probabilidade \(0.8\). Qual é o seu valor esperado?
