Baixe o app para aproveitar ainda mais
Prévia do material em texto
Profa. Lidia Rodella Dada uma v.a. contínua X, interessa saber qual a f.d.p. de X. Modelos frequentemente usados para representar a f.d.p. de v.a. contínuas. Iremos em cada caso analisar: ◦ (a) definição; ◦ (b) gráfico da f.d.p.; ◦ (c) E(X) e Var(X); ◦ (d) função de distribuição acumulada/probabilidade. Geralmente surge a partir de uma mensuração e pode assumir valores numéricos decimais. ou pelo teorema: )( bXaP b a dxxf )( 0)()( 0 0 0 x x dxxfxXP )()()()( bXaPbXaPbXaPbXaP dxxxfXE )()( dxxfxExXV )()]([][ 2 )()()( 22 XEXEXV Definição: A v.a. X tem distribuição uniforme no intervalo se sua f.d.p. é dada por Gráfico: ],[ ),;( xf , 1 x ,0 se caso contrário. )(xf x )/(1 0 Valor esperado e variância: Notação: Probabilidade: 12 )(1 2 )( 22 ab dx ab ab xXV b a 2 )( XE 12 )( )( 2 XV ),(~ UX 22 1 2 1 | 2 11 )( 222 ab abab ab ab ab x ab dx ab xXE ba b a Ex1: (relógio elétrico) 360 0 360 0 2 180 2360 1 360 1 )( x dxxXE )(xf º0x º360º0 x º360x 0, se 1/360, se 0, se 2 )( XE 2 3600 180 108003240043200)()()( 22 XEXEXV 12 )( )( 2 XV 12 )0360( 2 10800 Ex2: Um cirurgião dentista aplica uma anestesia antes de extrair um dente. Dada a variação nas características dos pacientes, o dentista considera o tempo para a anestesia fazer efeito como uma variável aleatória uniforme que toma entre 15 e 30 minutos. ◦ X ~ U(15, 30) ◦ Calcule E(X), desvio padrão e probabilidade de que o anestésico leve entre 20 e 25 minutos para fazer efeito. Ex2: ◦ X ~ U(15, 30) Definição: A v.a. X tem distribuição normal se sua f.d.p. for da forma Onde: , 2 1 )( 2 2 1 x exf x ...14159,3 ...71828,2e 0 i) 0)( xf x ii) 1)( dxxf Gráfico: 2 2 1 2 1 )( x exf )(xf x 1) 0)( xf quando x Propriedades: 2) x é ponto de máximo. x 3) )(xf é simétrica em relação à .x 4) são pontos de inflexão. x Valor esperado e variância: Os dois parâmetros e , que caracterizam a distribuição normal, são o valor médio e a variância da variável aleatória X. )(XE 2)( XV padrãodesvião_ 2 • Notação: ),(~ 2NX Se um conjunto de dados tem distribuição normal, então: ◦ Aproximadamente 68% de todas as observações estarão dentro de ◦ Aproximadamente 95% de todas as observações estarão dentro de ◦ Aproximadamente 99,7% de todas as observações estarão dentro de . .2 .3 Variando os parâmetros e : )(xf x xxx xx ),(~ 2 xxNX ),(~ 2 yyNY yx xy y yy yy ),(~ 2 wwNW w w Quanto menor o desvio padrão mais próximos os valores estarão do valor médio. Quanto maior o desvio padrão mais dispersos estarão os valores (mais achatada a curva). ),(~ 2 kkNK k k Calculando as Probabilidades: ),(~ 2NX )( bXaP )(xf x a b dxe b a x 2 2 1 2 1 Como calcular essa probabilidade ? Seja Z uma v.a., definida por: ),(~ 2NX Teorema: Se X tem uma distribuição normal, uma função linear de X será também normal. , X Z onde (~ NZ , ) )(ZE X E XE 1 )( 1 XE 1 0 )(ZV X V XV 2 1 XV 2 1 2 2 1 0 1 Distribuição normal padrão (ou reduzida). A f.d.p. da v.a. Z com distribuição normal padrão reduz-se a , 2 1 )( 2 2 1 Z ez z )(z z 01 1 Qualquer variável normal com média e variância pode ser transformada em uma variável normal padrão. 2 A tabela dá a área sob a curva normal padrão entre Z=0 e qualquer valor positivo. )(z z 0 )0( czZP cz ?)02,10( ZP Zc=1,02 )(z z 0 02,1 )(z z 0 02,1 P(0<Z<1,02)=34,614% Seja Calcule: ).1,0(~ NZ OBS: A simetria em torno de Z=0 permite obter a área entre quaisquer valores de Z (positivos ou negativos). )10( ZP )73,10( ZP 3413,0 4582,0 )73,1( ZP )73,10()0( ZPZP 4582,05,0 9582,0 )01( ZP )5,00()0( ZPZP)5,0( ZP 3413,0)10( ZP )76,0( ZP )0()076,0( ZPZP 5,0)76,00( ZP 5,027637,0 77637,0 30854,019146,05,0 a) b) c) d) e) f) )53,1( ZP )2,155,2( ZP )53,1( ZP )2,10()055,2( ZPZP )12,248,0( ZP )48,00()12,20( ZPZP 18439,048300,0 29861,0 g) h) i) )53,10(5,0 ZP 43699,05,0 06301,0 38493,0)55,20( ZP 38493,049461,0 87954,0 j) 19215,0)( cZZP ?cZ 19215,05,0)0( cZZP 30785,0 87,0cZ Ex: Dado Calcule ).100,50(~ NX ).6045( XP x5045 60 z0 X: Distribuição Normal Z: Distribuição Normal Padronizada )6045( XP X45 60 P 10 5060 10 5045 ZP 15,0 ZP 5,0 1 34134,019146,0 5328,0 Ex2: Dado Calcule ).16,3(~ NX ).52( XP x3 2 5 z0 2 1z 1z 2z 4 32 25,0 5 2z 4 35 5,0 )52( XP )5,025,0( ZP )5,00()025,0( ZPZP )5,00()25,00( ZPZP 1915,00987,0 2902,0 2902,0 2902,0 As alturas dos alunos de determinada escola são normalmente distribuídas com média 1,60m e desvio-padrão 0,30m. Encontre a probabilidade de uma aluno medir: a) entre 1,50 e 1,80m; b) mais de 1,75m; c) menos de 1,48m; d) Qual deve ser a medida mínima para escolhermos 10% dos mais altos? Definição: A v.a. t tem uma distribuição “t” (de Student) se sua f.d.p. for do tipo: Onde: ,1 )2/( ]2/)1[( )( 2/)1( 2 v v t vv v tf t ...14159,3 v 0 1 ,)( dxxe x (função gama) 0 graus de liberdade Valor esperado e variância: 0)( tE , 2 )( v v tV 2v • Notação: )(~ vtt Propriedades da distribuição t: ◦ Tem forma de sino e é simétrica sobre a média.◦ É uma família de curvas, cada uma determinada por um parâmetro chamado de grau de liberdade. Os graus de liberdade são o número de escolhas livres deixadas depois que uma amostra estatística tal como x é calculada. (v = n – 1) ◦ A área total sob a curva t é 1 ou 100%. ◦ A média, a mediana e a moda da distribuição t são iguais a zero. ◦ Conforme os graus de liberdade aumentam, a distribuição t se aproxima da distribuição normal. _ Gráfico: t 0 distribuição t com v=4 distribuição normal padrão distribuição t com v=35 Variância: Para v = 4: 2 )( v v tV 41,1 24 4 )( 4 t 2 )( v v t Para v = 35: 03,1 235 35 )( 35 t Para v = 60: 02,1 260 60 )( 60 t Quanto maior for o valor de “v” mais a distribuição t se aproxima da distribuição normal padrão. Applet Usando a tabela: A tabela fornece os valores tais que ct .1)( ptttP cc t 0 ct p1 ct 2/p 2/p Observação: Iremos entrar na tabela com os graus de liberdade e a probabilidade (soma das áreas das duas caudas). %95)( cc tttP tc=? 9v t 0 ct p1 ct 2/p 2/p t 0 ct p1 ct 2/p 2/p %95 %5p %5,2%5,2 P(-2,262<t<2,262)=95% Ex : a) %.90)( cc tttPct Seja t uma v.a. com distribuição t e 25 graus de liberdade. Calcule os valores de tais que t 0 ct %90 ct %5%5 %10p 25v 7081,1ct b) %.80)( cc tttPct Seja t uma v.a. com distribuição t e 30 graus de liberdade. Calcule os valores de tais que %208,01 p 30v 31,1ct Definição: A v.a. Y tem uma distribuição qui-quadrado se sua f.d.p. for do tipo: Assim como a distribuição t, depende dos graus de liberdade ν. , 2)2/( 1 2/1)2/( 2/ yv v ey v 0y )(yf .0y ,0 Valor esperado e variância: vYE )( vYV 2)( • Notação: )(~ 2 vY Propriedades: ◦ Todos os valores qui-quadrado X2 são maiores ou iguais a zero. ◦ A distribuição qui-quadrado é uma família de curvas, cada uma determinada pelos graus de liberdade (v = n-1 para IC para variância). ◦ A área abaixo da curva da distribuição qui- quadrado é igual a 1. ◦ As distribuições qui-quadrado são assimétricas positivas. Gráfico: y0 v=1 v=10 )(yf v=5 y 0 )(yf Usando a tabela: A tabela fornece os valores tais que cy .)( pyYP c Iremos entrar na tabela com os graus de liberdade e a probabilidade (a área da cauda à direita). cy p y0 )(yf %5)( cyYP yc=? 9v cy p y0 )(yf cy p y0 )(yf y0 )(yf %5 P(Y>16,919)=5% Ex : a) infy Seja Y uma v.a. com distribuição e 25 graus de liberdade. Considerando o gráfico abaixo, calcule os valores de e %5,2p 25v 646,40sup y b) %.20)( cyYP cy Seja Y uma v.a. com distribuição e 15 graus de liberdade. Calcule o valor de tal que )(1)( cc yYPyYP 15v 307,10cy 2 .supy supy %5,2 y0 )(yf %5,2 infy %5,97p 25v 12,13inf y 2 2,01 8,0 Definição: Sejam U e V duas v.a. independentes, cada uma com distribuição qui-quadrado, com v1 e v2 graus de liberdade respectivamente. Então, a v.a. tem sua f.d.p. dada por: Onde: , )/1()2/()2/( )2/)(( )( 2/)( 21 2/)2( 2/ 2 1 21 21 21 1 1 vv v v vwv w v v vv vv Wf .0w 1v graus de liberdade do numerador; 2v graus de liberdade do denominador. E diremos que W tem uma distribuição F (de Snedecor). Valor esperado e variância: , 2 )( 2 2 v v WE , )4()2( )2(2 )( 2 2 21 21 2 2 vvv vvv WV • Notação: ),(~ 21 vvFW 22 v 42 v Propriedades: ◦ A distribuição F é uma família de curvas determinadas por dois tipos de graus de liberdade, do numerador e do denominador. ◦ Distribuições F são representadas graficamente de forma positiva. ◦ A área total sob cada curva de uma distribuição F é igual a 1. ◦ Valores W são sempre maiores ou iguais a zero. Gráfico: F 0 )(Ff Applet Usando a tabela: A tabela fornece os valores tais que cf %.5)( cfFP Iremos entrar na tabela com os graus de liberdade: v1 e v2. Obs: para cada probabilidade temos uma tabela diferente. cf %5 F 0 )(Ff fc=? %5)( cfFP 51 v 72 v P(F>3,97)=5% Ex : a) .cf Seja Considerando o gráfico abaixo, calcule o valor de b) %.95)( cfFP )(1)( cc fFPfFP 81 v ),( 1 ),( 12 21 vvF vvF ).7,5(~ FF 95,01 05,0 cf %5 F 0 )(Ff (identidade) ))7,5((%5 cfFP cf F P )5,7( 1 cf FP 1 )5,7( 71 v 52 v 88,4 1 cf 205,0cf Seja Calcule o valor de tal que ).10,8(~ FF cf 102 v 07,3cf Podemos definir as variáveis que acabamos de ver como funções de outras variáveis. • Distribuição qui-quadrado: ),1,0(~ NZi .,...,2,1 vi ~2 )(v v i iZ 1 2 Uma v.a com distribuição qui-quadrado pode ser vista como a soma de v normais padrões ao quadrado, independentes. 2 )(v • Distribuição t: )1,0(~ NZ 2 )(~ vY Seja vY Z t / )(~ vt • Distribuição F: Identidade: 2 )( 1 ~ vY 2 1 / / vV vY W ),(~ 21 vvF 2 )( 2 ~ vV ),( 1 ),( 12 21 vvF vvF 2 1 / / vV vY W ),(~ 21 vvF 1 2 / / ' vY vV W ),(~ 12 vvF ' 1 W W 2 1 / / vV vY
Compartilhar