Baixe o app para aproveitar ainda mais
Prévia do material em texto
Modelos probabilísticos para variáveis aleatórias contínuasvariáveis aleatórias contínuas Prof. Carlos Amorim Distribuição Uniforme • Definição: A v.a. X tem distribuição uniforme no intervalo se sua f.d.p. é dada por ],[ βα =βα , 1 αβ − βα ≤≤ xse • Gráfico: =),;( βαxf αβ − ,0 caso contrário. )(xf xα β )/(1 αβ − 0 Distribuição Uniforme • Valor esperado e variância: 2 )( βα + =XE 2αβ − • Notação: 12 )( )( 2αβ − =XV ),(~ βαUX Distribuição Uniforme • Ex: (relógio elétrico) =)(xf º0<x º360º0 <≤ x 0, se 1/360, se ∫ === 360 0 360 0 2 180 2360 1 360 1 )( x dxxXE º360≥x0, se 2 )( βα + =XE 2 3600 + = 180= 108003240043200)()()( 22 =−=−= XEXEXV 12 )( )( 2αβ − =XV 12 )0360( 2− = 10800= Distribuição Normal • Definição: A v.a. X tem distribuição normal se sua f.d.p. for da forma 1 2 2 1 −− = σ µx Onde: , 2 1 )( 2 − = σ πσ exf ∞≤≤∞− x ...14159,3=π ...71828,2=e ∞<<∞− µ 0>σ i) 0)( ≥xf x∀ ii) ∫ ∞ ∞− =1)( dxxf Distribuição Normal • Gráfico: 2 2 1 2 1 )( −− = σ µ πσ x exf )(xf x 1) 0)( →xf quando µ=x Propriedades: 2) µ=x é ponto de máximo. ±∞→x 3) )(xf é simétrica em relação à .µ=x 4) são pontos de inflexão.σµ ±=x σµ − σµ + Distribuição Normal • Valor esperado e variância: µ=)(XE 2)( σ=XV σ= Os dois parâmetros e , que caracterizam a distribuição normal, são o valor médio e a variância da variável aleatória X. 2)( σ=XV σ=padrãodesvião _ µ 2σ • Notação: ),(~ 2σµNX Distribuição Normal Variando os parâmetros e : )(xf µ σ ),(~ 2 xxNX σµ ),(~ 2 yyNY σµ µµ = ),(~ 2 wwNW σµ µ= ),(~ 2 kkNK σµ µ<)(xf xxµxx σµ − xx σµ + yx µµ = xy σσ < yµ yy σµ − yy σµ + wµ= wσ< kµ< kσ= Distribuição Normal Calculando as Probabilidades: ),(~ 2σµNX =<< )( bXaP )(xf dxe b a x ∫ −− 2 2 1 2 1 σ µ πσ)(xf xµ a b 2πσ Como calcular essa probabilidade ? Distribuição Normal Seja Z uma v.a., definida por: ),(~ 2σµNX, σ µ− = X Z onde (~ NZ ) Distribuição normal padrão.(~ NZ , ) =)(ZE = − σ µX E ( )=− µ σ XE 1 [ ]=− µ σ )( 1 XE [ ]=− µµ σ 1 0 =)(ZV = − σ µX V ( )=− µ σ XV 2 1 ( )=XV 2 1 σ = 2 2 σ σ 1 0 1 Distribuição normal padrão. Distribuição Normal A f.d.p. da v.a. Z com distribuição normal padrão reduz-se a , 2 1 )( 2 2 1 Z ez − = π ϕ ∞≤≤∞− z 2π )(zϕ z01− 1+ Qualquer variável normal com média e variância pode ser transformada em uma variável normal padrão. µ 2σ Distribuição Normal A tabela dá a área sob a curva normal padrão entre Z=0 e qualquer valor positivo. )(zϕ )0( czZP << z0 cz ?)02,10( =<< ZP Zc=1,02 )(zϕ z0 02,1 )(zϕ z0 02,1 P(0<Z<1,02)=34,614% Distribuição Normal Seja Calcule:).1,0(~ NZ )10( << ZP )73,10( ≤≤ ZP 3413,0= 4582,0= a) b) )73,10( ≤≤ ZP 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 =−= b) c) d) e) f) Distribuição Normal )53,1( −≤ZP )2,155,2( ≤≤− ZP )53,1( ≥= ZP =<<+<<−= )2,10()055,2( ZPZP g) h) =≤≤−= )53,10(5,0 ZP 43699,05,0 −= 06301,0= =+<<= 38493,0)55,20( ZP )12,248,0( ≤< ZP =<<−<<= )48,00()12,20( ZPZP 18439,048300,0 −= 29861,0= i) =+<<= 38493,0)55,20( ZP =+= 38493,049461,0 87954,0 j) 19215,0)( => cZZP ?=cZ 19215,05,0)0( −=<< cZZP 30785,0= 87,0=cZ Distribuição Normal • Ex: Dado Calcule).100,50(~ NX ).6045( << XP X: Distribuição Normal Z: Distribuição Normal Padronizada x5045 60 z0 =<< )6045( XP X45 60µ−< < µ−µ−P σ σσ = −<< − = 10 5060 10 5045 ZP ( )=<<− 15,0 ZP = 5,0− 1 =+ 34134,019146,0 5328,0= Distribuição Normal • Ex2: Dado Calcule).16,3(~ NX ).52( << XP 2902,02902,0 x32 5 z0 σ µ− = 2 1z 1z 2z 4 32 − = 25,0−= σ µ− = 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 Questão • As alturas dos alunos de determinada escola são normalmente distribuídas com média 1,60m e desvio-padrão 0,30m. Encontre a probabilidade de um 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? Distribuição t (de Student) • Definição: A v.a. t tem uma distribuição “t” (de Student) se sua f.d.p. for do tipo: ]2/)1[( 2/)1( 2 +− +Γ v tv Onde: ,1 )2/( ]2/)1[( )( 2/)1( 2 +− + Γ +Γ = v v t vv v tf π ∞<<∞− t ...14159,3=π =v ∫ ∞ −−=Γ 0 1 ,)( dxxe x αα (função gama)0>α graus de liberdade Distribuição t (de Student) • Valor esperado e variância: 0)( =tE ,)( = v tV 2>v, 2 )( − = v v tV 2>v • Notação: )(~ vtt Distribuição t (de Student) • Gráfico: distribuição t com v=4 distribuição normal padrão distribuição t com v=35 Quanto maior for o valor de “v” mais a distribuição t se aproxima da distribuição normal padrão. t0 com v=4 Variância: Para v = 4: 2 )( − = v v tV 41,1 24 4 )( 4 =− =tσ 2 )( − = v v tσ Para v = 35: 03,1 235 35 )( 35 =− =tσ Para v = 60: 02,1 260 60 )( 60 =− =tσ Distribuição t (de Student) • Usando a tabela: A tabela fornece os valores tais que ct .1)( ptttP cc −=<<− t0 ct p−1 ct− 2/p2/p %95)( =<<− cc tttP tc=?9=v t0 ct p−1 ct− 2/p2/p t0 ct p−1 ct− 2/p2/p %95= %5=p %5,2=%5,2= P(-2,262<t<2,262)=95% Distribuição t (de Student) Ex : a) %.90)( =<<− cc tttPct Seja t uma v.a. com distribuição t e 25 graus de liberdade. Calcule os valores de tais que %90 t0 ct %90 ct− %5%5 %10=p 25=v 7081,1=ct 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 30=v 31,1=ct Distribuição Qui-Quadrado • Definição: A v.a. Y tem uma distribuição qui-quadrado se sua f.d.p. for do tipo: , 2)2/( 1 2/1)2/( 2/ yv v ey v −− Γ 0>y =)(yf .0<y,0 Distribuição Qui-Quadrado • Valor esperado e variância: vYE =)( vYV 2)( = vYV 2)( = • Notação: )(~ 2 vY χ Distribuição Qui-Quadrado • Gráfico: )(yf y0 v=1 v=10 v=5 y0 )( yf Distribuição Qui-Quadrado • Usando a tabela: A tabela fornece os valores tais que cy .)( pyYP c => )( yf cy p y0 )( yf %5)( => cyYP yc=?9=v cy p y0 )( yf cy p y0 )( yf y0 )( yf %5= P(Y>16,919)=5% Distribuição Qui-Quadrado Ex : a) infy Seja Y uma v.a. com distribuição e 25 graus de liberdade. Considerando o gráfico abaixo, calcule os valores de e 25=v 646,40=y 2χ .supy )(yf %5,2 %5,2=p 25=v 646,40sup =y b) %.20)( =< cyYPcy Seja Y uma v.a. com distribuição e 15 graus de liberdade. Calcule o valor de tal que )(1)( cc yYPyYP <−=> 15=v 307,10=cy supy %5,2 y0 %5,2 infy %5,97=p 25=v12,13inf =y 2χ 2,01−= 8,0= Distribuição F (de Snedecor) • Definição: A v.a. W tem uma distribuição F (de Snedecor) se sua f.d.p. for do tipo: 2/v 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 + − + ΓΓ +Γ = .0>w =1v graus de liberdade do numerador; =2v graus de liberdade do denominador. Distribuição F (de Snedecor) • Valor esperado e variância: , 2 )( 2 2 − = v v WE 22 >v , )4()2( )2(2 )( 2 2 21 21 2 2 −− −+ = vvv vvv WV • Notação: ),(~ 21 vvFW 42 >v Distribuição F (de Snedecor) • Gráfico: )(Ff F0 Distribuição F (de Snedecor) • Usando a tabela: A tabela fornece os valores tais que cf %.5)( => cfFP )(Ff cf %5 F0 )(Ff fc=? %5)( => cfFP 51 =v 72 =v P(F>3,97)=5% Distribuição F (de Snedecor) Ex : a) .cfSeja Considerando o gráfico abaixo, calcule o valor de ),( 1 ),( 12 21 vvF vvF = ).7,5(~ FF )(Ff (identidade) 1 1 b) %.95)( =< cfFP )(1)( cc fFPfFP <−=> 81 =v95,01−= 05,0= cf %5 F0 ))7,5((%5 cfFP <= = <= cf F P )5,7( 1 > cf FP 1 )5,7( 71 =v 52 =v 88,4 1 = cf 205,0=cf Seja Calcule o valor de tal que).10,8(~ FF cf 102 =v 07,3=cf Relações entre as variáveis • Distribuição qui-quadrado: ),1,0(~ NZ i .,...,2,1 vi = ~2χ ∑ v Z 2~2 )(vχ ∑ =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 )(vχ • Distribuição t: )1,0(~ NZ 2 )(~ vY χ vY Z t / = )(~ vt Relações entre as variáveis • Distribuição F: 2 )( 1 ~ vY χ 2 1 / / vV vY W = ),(~ 21 vvF2 )( 2 ~ vV χ Identidade: 2)( 2v ),( 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