Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuições: Uniforme contínua, Exponencial Cássius Henrique Xavier Oliveira Universidade Federal de Ouro Preto Departamento de Ciências Exatas e Aplicadas 2015 Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Contínua Uniforme A distribuição uniforme é a mais simples distribuição contínua, entretanto uma das mais importantes e utilizadas dentro da teoria de probabilidade. a probabilidade de acontecer um fenômeno de mesmo comprimento é a mesma Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Contínua Uniforme Uma variável aleatória contínua X com distribuição Contínua Uniforme, tem uma FDP: Média e Variância bxa ab xf , 1 )( bxa ab XVar bxa ba XE , 12 )(² , 2 )( 2 Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Nivelamento... Dada a distribuição acima, qual a probabilidade de que a variável aleatória assuma um valor igual a 0,5? Essa probabilidade é consistente? Associe sua resposta à ideia de limites... Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Exemplo 1 Seja uma variável aleatória contínua X a corrente em um fio delgado de cobre, medida em miliampères. Suponha que a faixa de X seja [0 mA; 20 mA] e considere que a função densidade de probabilidade de X seja f(x) = 0,05 para 0 < x < 20. Calcule a média, a variância e o desvio-padrão dessa distribuição. Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Exemplo 1 – Solução Seja uma variável aleatória contínua X a corrente em um fio delgado de cobre, medida em miliampères. Suponha que a faixa de X seja [0 mA; 20 mA] e considere que a função densidade de probabilidade de X seja f(x) = 0,05 para 0 < x < 20. Calcule a média, a variância e o desvio-padrão dessa distribuição. mA mA ab XVar mA ba XE 77,533,33 ² 33,33 12 020 12 )(² 10 2 200 2 )( 22 Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 1 A ocorrência de panes em qualquer ponto de uma rede telefônica de 7 km foi modelada por uma distribuição Uniforme no intervalo [0, 7]. a) Modele a função densidade de probabilidade e represente-a graficamente b) Qual é a probabilidade de que uma pane venha a ocorrer nos primeiros 800 metros? c) Qual a probabilidade de que ocorra nos 3 km centrais da rede? d) Calcule a esperança e o desvio-padrão do número de panes que ocorrem nesta rede telefônica e) Represente a função densidade de probabilidade acumulada graficamente Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 2 A espessura de um flange em um componente de espaçonave é distribuída uniformemente entre 0,95 e 1,05 mm. a) Determine a FDP e a FDC b) Determine a porção de flanges que excedem 1,02 mm c) A partir de qual espessura há 90% dos flanges acima das especificações? d) Determine a média e a variância da espessura do flange. Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 3 Suponha que X tenha uma distribuição contínua uniforme no intervalo [-1;1]. a) Determine a média, a variância e o desvio-padrão de X. b) Determine a função de distribuição cumulativa. c) Determine o valor de x, tal que P( –x < X < x) = 0,9 Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 4 A espessura de um filme fotorresistente aplicado a pastilhas na fabricação de semicondutores, em certa localização na pastilha, está uniformemente distribuída entre 0,2050 e 0,2150 micrômetros. a) Determine a função de distribuição cumulativa da espessura do filme fotorresistente b) Determine a proporção de pastilhas que excedem 0,2125 micrômetros na espessura do filme fotorresistente c) Qual a espessura mínima é excedida por 10% das pastilhas? d) Determine a média e a variância da espessura do filme fotorresistente Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 5 Uma mensagem de email chegará em um tempo uniformemente distribuído entre 9 h e 11 h. Você verifica seu email às 9 h 15 min e a cada meia hora despois desse tempo. a) Qual é o desvio-padrão do tempo de chagada (em minutos)? b) Qual a probabilidade de que a mensagem chegue menos de 10 minutos antes de você vê-la? c) Qual a probabilidade de que a mensagem chegue mais de 15 minutos antes de você vê-la? Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial Aplicada nos casos onde queremos analisar o espaço ou intervalo de acontecimento de um evento Na distribuição de Poisson – estimativa da quantidade de eventos num intervalo – distribuição de dados discreta. Ex.: um fio de cobre apresenta uma taxa de 2 falhas por metro. Qual a probabilidade de apresentar, em um metro, 4 falhas? A distribuição exponencial está ligada à de Poisson; ela analisa inversamente o experimento: um intervalo ou espaço para ocorrência de um evento. No exemplo do fio, qual a probabilidade de ocorrer uma falha em em 0,5 metros, se ele possui uma taxa de 2 falhas por metro? Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial e sua relação com a Poisson Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial e sua relação com a Poisson Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial A função exponencial, na verdade, é um caso particular da função Gama A distribuição exponencial depende somente da suposição de que o evento ocorra seguindo o processo de Poisson. No exemplo: a probabilidade relacionada ao comprimento do fio depende apenas da suposição das falhas no fio seguirem o processo de Poisson. A distribuição exponencial é frequentemente usada em estudos de confiabilidade como sendo o modelo para o tempo até a falha de um equipamento – muito utilizado para componentes eletrônicos Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Nivelamento... Dado o comportamento da distribuição exponencial (supracitado), qual será o comportamento da função densidade acumulada? Esse comportamento viola algum axioma de probabilidade? Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Análise gráfica: Distribuição Exponencial Acumulada e sua assíntota horizontal Aula 24 DistribuiçãoContínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial A variável X, que é igual à distância entre contagens sucessivas de um processo de Poisson, com média l > 0, tem uma distribuição exponencial com parâmetro l. A função densidade de probabilidade de X (pdf) é: O ponto inicial para medir X não importa, porque a probabilidade do número de falhas em um intervalo de um processo de Poisson depende somente do comprimento do intervalo e não da localização. ,0,)( xe e xf x x l l l l Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial O parâmetro l é a taxa de ocorrência por intervalo (mesmo l da Poisson) Pode-se usar um parâmetro a, que é o “tamanho do intervalo entre ocorrências” Exemplo: l = falhas por metro de fio a = metros de fio entre falhas Ou: l = ligações por minuto a = minutos entre ligações Assim, tipicamente, a = 1/l ,0,1)( x ae xf a x Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial Se a variável aleatória X tiver uma distribuição exponencial, com parâmetro l, então: l l l 1 )( 1 )( 1 )( 2 2 xDP xVar xE Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial Se a variável aleatória X tiver uma distribuição exponencial, com parâmetro l, então: l l l 1 )( 1 )( 1 )( 2 2 xDP xVar xE Ou seja, se l = 2 falhas/m, então o valor esperado de distância por falha é ½ = 0,5m/falha Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial Se a variável aleatória X tiver uma distribuição exponencial, com parâmetro a (intervalo entre ocorrências), então: axDP axVar axE )( )( )( 22 Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Distribuição Exponencial – Função acumulada Seja a variável aleatória X tiver uma distribuição exponencial, com parâmetro l 0,0 0,1 )()()( 0 x xe dssfxXPxF xx l Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Exemplo 2 Em uma grande rede corporativa de computadores, as conexões dos usuários ao sistema podem ser modeladas como um processo de Poisson, com média de 25 conexões por hora. Qual a probabilidade de não haver conexões em um intervalo de 6 minutos? Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Exemplo 2 – Solução Em uma grande rede corporativa de computadores, as conexões dos usuários ao sistema podem ser modeladas como um processo de Poisson, com média de 25 conexões por hora. Qual a probabilidade de não haver conexões em um intervalo de 6 minutos? Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 6 Considere novamente a situação descrita no exemplo 2... Em uma grande rede corporativa de computadores, as conexões dos usuários ao sistema podem ser modeladas como um processo de Poisson, com média de 25 conexões por hora. a) Qual a probabilidade de que o tempo até a próxima conexão esteja entre 2 e 3 minutos? b) Determine o intervalo de tempo tal que a probabilidade de nenhuma conexão ocorrer neste intervalo seja 0,90. c) Calcule o valor esperado e o desvio padrão até a próxima conexão. Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Comentários sobre o exemplo 2 e o exercício 6 A probabilidade de não haver conexão no intervalo de 6 minutos é 0,082 independente do tempo inicial do intervalo, pois o processo de Poisson supõe que os eventos ocorrem uniformemente através do intervalo de observação, não ocorrendo agrupamentos de eventos. Assim, a probabilidade de ocorrência da primeira ligação após 12:00 ser depois de 12:06 é a mesma probabilidade de conexão depois das 15:00 ocorrer após 15:06. Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 7 Prove algebricamente a propriedade de falta de memória da distribuição exponencial, isto é, que P(X > x + y | X > x) = P (X > y). Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Implicações da falta de memória da distribuição exponencial A propriedade de falta de memória da distribuição exponencial implica que o equipamento não se desgasta ou seja: independente de quanto tempo o equipamento tenha operado, a probabilidade de uma falha nas próximas 1.000h é a mesma que a probabilidade de uma falha nas primeiras 1.000 horas de vida do equipamento. Portanto, equipamentos que sofrem desgaste com o tempo (a taxa de falha varia com o tempo de uso), como peças mecânicas (mancais, rolamentos,...) são melhor modelados por uma distribuição tal que P(L < t + Dt | L > t) (sendo L o tempo de vida do equipamento) aumente com o tempo – distribuições de Weibull Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 8 Seja X o tempo entre detecções de uma partícula rara em um contador geiger e considere que X tenha uma distribuição exponencial com a = 1,4 minutos. a) Qual será a probabilidade de detectarmos uma partícula dentro de 30 segundos a partir do começo da contagem? b) Agora, supondo que ligamos o contador geiger e esperamos 3 minutos sem detectar partícula. Qual a probabilidade de uma partícula ser detectada nos próximo 30 segundos? Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 9 O tempo até a falha do ventilador de motores a diesel tem uma distribuição Exponencial com parâmetro l = 1/28700 horas. Qual a probabilidade de um destes ventiladores falhar nas primeiras 24000 horas de funcionamento? Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 10 Suponha que o tempo de vida de uma determinada espécie de inseto tenha uma distribuição exponencial de parâmetro l = 1/12 dia. Suponha também que estes insetos atinjam a maturidade para reprodução após 3 dias de seu nascimento. a) Qual a função densidade de probabilidade, em dias, dos insetos que conseguem se reproduzir? b) Qual a probabilidade de que um inseto reprodutor viva mais de 24 dias? Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade L3.2. Exercício 11 Sabendo que X ~ Exp(1), desenvolva algebricamente a função densidade de probabilidade de Y = e–X Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Desafio 1! (Entregar na próxima aula) Uma fábrica utiliza dois métodos para a produção de lâmpadas. 70% das lâmpadas são produzidas pelo método A e as demais pelo método B. A duração da lâmpada depende do método pelo qual ela foi produzida, sendo que as produzidas pelo método A seguem uma distribuição exponencial com parâmetro l = 1/80 e as do método B seguem uma exponencial de parâmetro l = 1/100. Qual a probabilidadede que, se escolhermos uma lâmpada ao acaso, ela dure mais de 100 horas? Aula 24 Distribuição Contínua Uniforme; Exponencial Cássius Henrique CEA 012 - Probabilidade Gabarito 1. a) 1/7; b) 0,1143; c) 0,4286; d) 3,5; 2,0207; e) x/7 2. 10; 10x – 9,5; b) 0,3; c) 0,96; d) 1; 0,000833 3. a) 0; 0,57735; b) (x + 1)/2; c) 0,9 4. a) 100x – 20,5; b0 0,25; c) 0,206; d) 0,21; 8,33E-6 5. a) 34,64; b) 1/3; c) ½ 6. a)0,152; b) 15,18 s; c) 25 min 8. a) 0,3; b) 0,3 9. 0,567 10. b) 0,1738 11. Y ~ U(0,1) Desafio: 0,31
Compartilhar