Baixe o app para aproveitar ainda mais
Prévia do material em texto
GL301 – Estatística I Leonardo T. Duarte Primeiro Semestre de 2013 Variável Aleatória Principais distribuições contínuas Importantes distribuições contínuas ● Distribuição Normal (ou Gaussiana) ● Distribuição Uniforme ● Distribuição exponencial ● Distribuição gama ● Distribuição lognormal ● Distribuição Weibull Distribuição Uniforme ● VA X segue uma distribuição uniforme no intervalo [a,b] x f(x) 1/(b-a) a b x f(x) Distribuição Uniforme ● Aplicação da distribuição uniforme ● quando não há informações específicas sobre o processo modelado ● utilizada para na geração de números aleatórios Importantes distribuições contínuas ● Distribuição Normal (ou Gaussiana) ● Distribuição Uniforme ● Distribuição exponencial ● Distribuição gama ● Distribuição lognormal ● Distribuição Weibull Distribuição exponencial Propriedade distribuição exponencial ● Seja X1,...,XN um conjunto de Vas (independentes) exponenciais com parâmetros λ1,...,λN, respectivamente ● Considere a seguinte VA Y = min (X1,...,XN) Propriedade distribuição exponencial ● Seja X1,...,XN um conjunto de Vas (independentes) exponenciais com parâmetros λ1,...,λN, respectivamente ● Considere a seguinte VA Y = min (X1,...,XN) ● É possível mostrar que Y segue uma distribuição exponencial com parâmetro λ1+λ2+...+λN Propriedade distribuição exponencial ● Exemplo: um sistema é composto por 3 componentes diferentes cujos tempos de vida (semanas) seguem uma distribuição exponencial com parâmetros λ1=1/2, λ2=1/4 e λ3 = 1/4. Para o sistema funcionar, todos os componentes devem funcionar. Diante disso, calcule a probabilidade do sistema funcionar por pelo menos 2 semanas. Propriedade distribuição exponencial ● Exemplo: um sistema é composto por 3 componentes diferentes cujos tempos de vida (semanas) seguem uma distribuição exponencial com parâmetros λ1=1/2, λ2=1/4 e λ3 = 1/4. Para o sistema funcionar, todos os componentes devem funcionar. Diante disso, calcule a probabilidade do sistema funcionar por pelo menos 2 semanas. ● Como o sistema depende de todos os componentes, ele parará de funcionar assim que houver um primeiro componente defeituoso Propriedade distribuição exponencial ● Exemplo: um sistema é composto por 3 componentes diferentes cujos tempos de vida (semanas) seguem uma distribuição exponencial com parâmetros λ1=1/2, λ2=1/4 e λ3 = 1/4. Para o sistema funcionar, todos os componentes devem funcionar. Diante disso, calcule a probabilidade do sistema funcionar por pelo menos 2 semanas. ● Como o sistema depende de todos os componentes, ele parará de funcionar assim que houver um primeiro componente defeituoso ● Logo o tempo de vida do sistema é dado por Y = min (X1,X2,X3) que segue uma distribuição exponencial de parâmetros λ1+λ2+ λ3=1 Propriedade distribuição exponencial ● Queremos calcular P(Y>2) ● Como Y é uma VA exponencial P(Y>2) = 1 – P(Y ≤ 2) = 1 – exp(-2) = 0.8647 Importantes distribuições contínuas ● Distribuição Normal (ou Gaussiana) ● Distribuição Uniforme ● Distribuição exponencial ● Distribuição gama ● Distribuição lognormal ● Distribuição Weibull Distribuição gama ● A fdp de uma VA X que segue uma distribuição gama é dada pela seguinte expressão Distribuição gama ● A fdp de uma VA X que segue uma distribuição gama é dada pela seguinte expressão ● E{X} = α / λ ● σY 2 = α / λ2 Distribuição gama ● Resultado importante associado à distribuição gama ● Seja X1,...,XN um conjunto de VAs (independentes) exponenciais todas com parâmetros λ. ● Considere a seguinte VA Y = X1+X2+...+XN Distribuição gama ● Resultado importante associado à distribuição gama ● Seja X1,...,XN um conjunto de VAs (independentes) exponenciais todas com parâmetros λ. ● Considere a seguinte VA Y = X1+X2+...+XN ● Então Y é uma distribuição gama de parâmetros α = N e λ Distribuição gama ● Resultado importante associado à distribuição gama ● Seja X1,...,XN um conjunto de VAs (independentes) exponenciais todas com parâmetros λ. ● Considere a seguinte VA Y = X1+X2+...+XN ● Então Y é uma distribuição gama de parâmetros α = N e λ ● Note que a medida que o número de variáveis cresce, α aumenta e, logo, Y tende a uma gaussiana → consequência do Teorema central do limite! Distribuição gama ● Aplicação: Suponha que uma máquina utiliza uma fonte de energia cujo tempo de vida segue uma distribuição exponencial de parâmetro λ. Se temos no estoque N fontes, qual a distribuição do tempo total que a máquina pode operar com essas N baterias. Distribuição gama ● Aplicação: Suponha que uma máquina utiliza uma fonte de energia cujo tempo de vida segue uma distribuição exponencial de parâmetro λ. Se temos no estoque N fontes, qual a distribuição do tempo total que a máquina pode operar com essas N baterias. ● Tempo total → VA Y Y = X1+X2+...+XN ● Logo, tempo total segue uma distribuição gama de parâmetros α = N e λ Importantes distribuições contínuas ● Distribuição Normal (ou Gaussiana) ● Distribuição Uniforme ● Distribuição exponencial ● Distribuição gama ● Distribuição lognormal ● Distribuição Weibull Distribuição lognormal ● Seja X uma VA gaussiana ● W = exp(X) ● Então W é uma VA lognormal Distribuição lognormal ● Seja X uma VA gaussiana ● W = exp(X) ● Então W é uma VA lognormal Importantes distribuições contínuas ● Distribuição Normal (ou Gaussiana) ● Distribuição Uniforme ● Distribuição exponencial ● Distribuição gama ● Distribuição lognormal ● Distribuição Weibull Distribuição Weibull ● Distribuição muito utilizada para modelar o tempo de falha de um sistema físico Distribuição Weibull ● Ilustração Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26
Compartilhar