Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática-Departamento de...
Transcript of Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática-Departamento de...
11
Prof. Lorí Viali, Dr.
http://www.mat.ufrgs.br/~viali/Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Seja X uma variável aleatória com
conjunto de valores X(S). Se o conjunto
de valores for infinito não enumerável
então a variável é dita contínua.
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
É a função que associa a cada
x ∈∈∈∈ X(S) um número f(x) que deve
satisfazer as seguintes propriedades:
f(x) ≥ 0
1dx).x(f =∫
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
A coleção dos pares
(x, f(x)) é denominada de distribuição
de probabilidade da VAC X.
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Seja X uma VAC. Determine o
valor de “c” para que f(x) seja uma
função densidade de probabilidade (fdp).
c. c.
x se x.c)x(f
≤≤−
=0
112
22
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Para determinar o valor de “c”,
devemos igualar a área total a um, isto é,
devemos fazer:
1 f(x)dx 11-∫ =
1 dx xc.11-
2∫ =
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Tem-se:
2
31
3
2=⇒==
=
−=
=
∫ =∫ =
cc
31-
31c
3xc
dx xc dx xc.
333 1
1-
1
1-
11-
211-
2
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
0,0
0,5
1,0
1,5
-1,5 -1,3 -1,0 -0,8 -0,5 -0,2 0,0 0,3 0,5 0,8 1,0 1,3 1,5
2
)x(f x3 2=
1X-1 ≤≤Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
∫∫∫∫====<<<<<<<<b
adx)x(f)bXa(P
a bx
y
bXa <<<<<<<<
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Isto é, a probabilidade de que X
assuma valores entre os números “a” e
“b” é a área sob o gráfico de f(x) entre
os pontos x = a e x = b.
∫∫∫∫====<<<<<<<<b
adx)x(f)bXa(P
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
0dx)x(f)aX(P aa
=== ∫
)bXa(P)bXa(P
)bXa(P)bXa(P
≤≤=≤<=
=<≤=<<
Se X é uma VAC, então:
33
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Seja X uma VAC. Determine a
probabilidade de X assumir valores no
intervalo [-0,5; 0,5].
c. c. 0
1 x 1 se 2x3
)x(f
2
≤≤−
=
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
A probabilidade solicitada é dada por:
%,](-0,5)(0,5)[2
1
3
x2
3 dx x
2
3
dx 2x3
),X,(P
33
0,5
05-
0,50,5-
2
0,50,5-
2
3
5012
5050
=−=
=
∫ ==
=∫=<<−
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
(a) Expectância, valor esperado
(b) Variância
∫==µ dx)x(xf)X(E
( )
)X(E)X(Edx)x(fx
dx)x(xfdx)x(fx
dx)x(f)x()X(V
2222
22
22
−=µ−∫=
=∫−∫=
=∫ µ−==σ
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
(iii) Desvio Padrão
(iv) O Coeficiente de Variação
γ = σ/µ
)X(E)X(Edx)x(fx
dx)x(f)x(
2222
2
−=µ−∫=
=∫ µ−=σ
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
(c) Assimetria
γ1 = [µ3 – 3µ1µ2 + 2µ13]/σ3
(d) Curtose
γ2 = E[(X - µ)4]/σ4 – 3 =
= [µ4 – 4µ1µ3 + 6µ12µ2 – 3µ1
4]/σ4 - 3
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Se X é um VAC então o k-ésimo
momento de X é dado por:
e o k-ésimo momento central de X é
obtido por:
∫==µ dx)x(fx )X(E kkk
∫ µ−==µ dx)x(f)x( )X(E kk'k
44
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Considerando que o momento de
ordem “k” de X é E(Xk) = µk, pode-se
expressar a expectância e as demais
medidas em função desse resultado.
Tem-se, então:
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Calcular o valor esperado, a
variabilidade da variável X =
“número de caras” no lançamento de
quatro moedas honestas.
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Determinar a expectância e o desvio
padrão da variável X dada por:
c. c. 0
1 x 1 se 2x3
)x(f
2
≤≤−
=
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
041
41
2
3
41-
41
2
3
4
x2
3dx
2x3
dx.2x3
.x
x.f(x)dx )X(Eµ
1
1-
44 1
1-
4 1
1-
11-
311-
2
11-
=
−=
−=
=
=∫=∫=
∫ ===
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
60,05
3
5
1
5
1
2
3
2
3
2
3
dx 2
3 dx
2
3.)(E
)(E
51-
51
5x
xxxX
)X(EX
551
1-
51
1-
11-
411-
222
22
==
+=
===
===
−=σ
−
∫∫
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
O desvio padrão de X será, então:
77,0060,0
)(E )X(EX22
=−=
=−=σ
55
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
É a função F(x) definida por:
∫=≤= ∞−x du)u(f)xX(P)x(F
A F(x) é a integral da f(x) até
um ponto genérico “x”.
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Considerando a função abaixo como
a fdp de uma VAC X, determinar F(x).
c. c. 0
1 x 1 se 2x3
)x(f
2
≤≤−
=
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
A F(x) é uma função definida em
todo o intervalo real da seguinte forma:
1 x se
x se duu
1- x se 0
)x(F x
>
≤≤−∫
<
=−
1
112
31
2
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Vamos determinar o valor da
integral em “u”:
2
1
2
1
2
3
du2
3 du
2
3)x(F
x]u[3u
uu
33 x
1
3 x
1
x1
2x2
+===
===
−
−
−∞−
∫∫
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Assim a Função de Distribuição
Acumulada (FDA) é:
1 x se
x se x
1- x se 0
)x(F3
>
≤≤−+
<
=
1
112
1
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
-1,5 -1,0 -0,5 0,0 0,5 1,0 1,5
2
1)x(F x3 +
=
66
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
O uso da FDA é bastante prático no
cálculo das probabilidades, pois não é
necessário integrar, já que ela é um
função que fornece a Integral.
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Usando a FDA, teremos sempre
três casos possíveis:
)(F)(F)X(P
)x(F1)xX(P
)x(F)xX(P
xxxx 1221 −=<<
−=>
=≤
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Observação:
Se X é uma VAC então o momento
de ordem “k” é dado por:
E(Xk) =∫xkf(x)dx
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Uniforme
Exponencial
Normal
t (Student)
χ2 (Qui-Quadrado)
F (Fisher/Snedecor)
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
77
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
c.c. 0
b x a se ab
1)x(f
≤≤
−=
Uma VAC X é uniforme no intervalo
[a; b] se assume todos os valores com
igual probabilidade. Isto é, se f(x) for:
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Seja X uma VAC com distribuição
uniforme no intervalo [2; 6], isto é,
X ~ U(2; 6). Então a fdp é dada por:
c. c.
x se 4
1
2-6
1
)x(f
≤≤=
=
0
62
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0 2 4 6 8 10
Fdp da U(2; 6)
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
A função F(x) é dada por:
b > x se 1
b x a se ab
ax
a < x se 0
)x(F
≤≤−
−=
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Seja X uma uniforme no intervalo
[2; 6], então a FDA de X é dada por:
6 > x se
6 x 2 se x
2 < x se
)x(F
≤≤−
=
1
4
2
0
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0 1 2 3 4 5 6 7 8
88
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
22
22
1 222
ba
)ab(
)ab).(ab(
)ab(abx
ab
dxab
xdx)x(f.x)X(E
b
a
ba
+=
−
+−=
=−
−=
−=
=∫−
=∫=∞+
∞−
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
σ2 = V(X) = E(X2) – E(X)2
)ab(3ab
3x
ab
1
dxab
xdx)x(f.x)X(E
33b
a
ba
222
3
−
−=
−=
=∫−
=∫= ∞+∞−
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
A variância será então:
12
4
2
3
23
2
2233
233
22
)ab(
abba)ab(
ab
ba
)ab(ab
)X(E)X(E)X(V 2
−=
=−+
−−
−=
=
+−
−
−=
=−==σ
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
γ1 = 0
γ2 = -6/5
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
99
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
<
≥λ=
λ−
0t0
0te.)t(f
t.
Uma variável aleatória T tem
uma distribuição exponencial se sua
fdp for do tipo:
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
O tempo de trabalho sem falhas de
um equipamento (em horas) é dado pela
função, abaixo. Determinar a
probabilidade de que o equipamento não
falhe durante as primeiras 50 horas.
c. c.
t se 0,01)t(f
e-0,01t
≥
=0
0
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
A probabilidade solicitada é dada pela integral da função no intervalo T < 50, isto é:
%35,391
.01,0 dt 0,01.
dt 0,01)50T(P
e
0,01e
e
e
0,5-
0,01t- 50
0
500
0,01t-
500
-0,01t
=−=
===
==<
−∫
∫
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
0,0
0,5
1,0
1,5
2,0
1 11 21 31 41 51 61 71 81 91 101
E(2,0)
E(1,0)
E(0,5)
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
A função F(t) é dada por:
0 t se -1
0 < t se 0)t(F
e t-
≥=
λ
Obs.: Tente determinar!Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
O tempo de trabalho sem falha
de um equipamento (em horas) é
uma exponencial de parâmetro
λ = 0,01. Determine a probabilidade
de ele funcionar sem falhas por pelo
menos 50 horas.
1010
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
A FDA para esta fdp é dada por:
-1)t(F e t01,0-=
A probabilidade solicitada é dada por:
%35,39 -1
-1)50(F)50T(P
e
e0,5-
50.01,0-
==
===≤
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
0 1 2 3 4 5 6 7 8 9 10
E(2,0)
E(1,0)
E(0,5)
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
λ=
=+=
=λ==
λ−−
∫−
∫∫
λ−λ−
∞
∞ λ−λ− ∞
∞ λ−+∞
∞−
1
dt
dt.tdt)t(f.t)T(E
eet
e]et[
e
tt
0
0tt
0
0t
Foi utilizado integração por partes
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
σ2 = V(T) = E(T2) – E(T)2
λ∫ λ
∫−
∫∫
=λλ
=λ
=
=+=
=λ==
∞ λ−
∞ λ−λ− ∞
∞ λ−+∞
∞−
20t
0tt2
0
0t222
21.
2dt
2
dt
dt.dt)t(f.)(E
et
te2]et[
ettT
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
A variância será então:
λ=
λ−
λ=
λ−
λ=
=−==σ
222
2
2
222
11212
)T(E)T(E)T(V
1111
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Seja T uma VAC com
distribuição exponencial de
parâmetro λ. Determinar o valor
mediano da distribuição.
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
Conforme visto a mediana é o
valor que divide a distribuição de
forma que:
P(T < me) = P(T > me) = 50%.
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
λ=
λ=
=λ−⇒=
=−⇒=−
==<
−=<=
λ−
λ−λ−
λ−
ln(2)ln(0,5)- me Assim
)5,0ln(me 5,0e
5,0e15,0e1
)me(F)meTP( :Então
.e1)tTP(F(t) se-Tem
me
meme
t
Prof. Lorí Viali, Dr. – UFRGS – Instituto de Matemática - Departamento de Estatística
γ1 = 2
γ2 = 6