O valor esperado é uma estimativa da variável aleatória. Essa estimativa vai ter erros. A variância e a covariância são grandezas que refletem a maneira como as variáveis se desviam dos valores esperados.
Tanto a variância quanto a covariância tem duas formas de serem expressas algebricamente. Uma é mais fácil de interpretar, a outra é mais conveniente para cálculos. Apesar disso, as duas formas dão o mesmo valor.
O sinal da covariância entre 2 variáveis reflete como as tendências delas se correlacionam.
Variáveis independentes são descorrelacionadas.
0:00 - Relembrando a interpretação do valor esperado.
1:34 - A variância. Interpretação em termos de erros de estimativa.
4:47 - O desvio padrão. Interpretação em termos de incertezas.
6:24 - Uma expressão mais conveniente para a variância.
8:21 - Exemplo: A variância da variável uniforme em um intervalo.
12:03 - A covariância. Interpretação em termos de tendências.
16:57 - Suportes típicos de distribuições correlacionadas.
17:36 - Uma expressão mais conveniente para a covariância.
Assim como o valor esperado é uma operação linear, a covariância é uma operação bilinear, ou seja, fixando um dos argumentos, a grandeza é linear com respeito ao outro argumento. Um exemplo de uma outra operação bilinear é o produto interno.
A relação entre a variância e a covariância leva a relação que vocês viram em IPE para a variância da soma de variáveis independentes.
Essa relação da variância leva a convergência da média de uma mesma medição ao longo de vários experimentos independentes.
0:00 - A relação entre Var e Cov. A linearidade do valor esperado.
1:11 - Cov(aX, bY) = ab Cov(X,Y).
3:58 - Covariância de somas de variáveis aleatórias.
8:41 - Covariância entre variáveis independentes.
13:25 - Variância de uma soma de variáveis independentes.
16:39 - O valor esperado e a variância da média amostral.
A caminhada aleatória vai ser o nosso primeiro exemplo de um processo estocástico, ou seja, um sistema que evolui aleatoriamente no tempo.
A posição da caminhada pode ser escrita como a soma da condição inicial e os passos dados, o que permite usar as propriedades algébricas de valor esperado e variância para resolver o sistema.
A descrição probabilísta da caminhada vai naturalmente depender das informações disponíveis. Nesse caso essas informações são a condição inicial e o tempo que se passou desde essa condição inicial
0:00 - Apresentação do problema da caminhada.
2:50 - Vídeo com uma simulação da caminhada
3:30 - A caminhada aleatória é um processo estocástico.
5:32 - Decomposição da posição como uma soma.
7:01 - Solução do valor esperado e da variância da posição.
10:01 - O comportamento para tempos longos e o significado do nosso resultado.