Escolar Documentos
Profissional Documentos
Cultura Documentos
14 de Janeiro de 2014
Referncias:
BUSSAB, W. O.; MORETTIN, P.A. Estatstica Bsica. 7a Edio. Saraiva, 2011. MAGALHES, M. N.; PEDROSO, A. C. L. Noes de Probabilidade e Estatstica. 6a Edio. Editora da USP, 2008.. MONTGOMERY, D. C. Estatstica Aplicada e Probabilidade para Engenheiros. 5a Edio. LTC, 2012. TRIVEDI, K. S. Probability and Statistics with Reliability, Queuing and Computer Science Applications. 2nd. Edition. Wiley - Interscience, 2001. TORGO, L. Introduo Programao em R. 2006. (http://www.r-project.org) JONES, O.; MAILLARDET, R.; ROBINSON, A. Introduction to Scientic Programming and Simulation Using R. CRC Press, 2009.
Variveis Aleatrias
Em problemas reais, empregamos modelos probabilsticos para descrever o comportamento das ocorrncias. As observaes so tratadas como resultantes de um experimento aleatrio e associamos nmeros reais a cada resultado do experimento. Denio: Uma varivel aleatria uma funo X () que associa um nmero real X (s ) a cada elemento s S . Em alguns casos os elementos s S so numricos, podemos ter X (s ) = s . O objetivo obter a probabilidades da ocorrncia de valores de interesse para a varivel aleatria.
Exemplo 3.1
1. Lanar trs vezes uma moeda e observar o nmero de caras obtido X : o nmero de caras 2. Contar o nmero de emails que chegam para serem retransmitidos em um perodo de 30 min. Y : o nmero de emails que chegam no intervalo 3. Realizar experimentos para medir o consumo de energia na execuo de um cdigo em um sistema embarcado T : o consumo de energia
=1
B
(3) Para B R, P (X B ) =
f (x ) dx
P (X = a) =
a
f (x ) dx = 0.
Exemplo 3.2
1. Seja X uma v.a. contnua com f.d.p. f (x ) = Determine: (a) P (0, 3 X 0, 5) (b) P (X > 0, 7) 3 x 2, 0, se 0 x 1 caso contrrio.
Denio: a esperana (valor esperado, valor mdio) de uma v.a. contnua X , com f.d.p f (x ), denida por
E (X ) =
Tem interpretao anloga s da v.a. discretas, um valor numrico que visa caracterizar regio central da distribuio de probabilidade da v.a. Se a distribuio de probabilidade da v.a. apresentar um ponto de simetria, o valor esperado indicar este ponto.
x f (x ) dx ,
Sejam X uma v.a contnua, com f.d.p f (), e g () uma funo que gera uma v.a. Y = g (X ) tambm continua. Ento, temos que
E (Y ) = E (g (X )) =
g (x ) f (x ) dx .
E (Y ) =
y fY (y ) dy
Varincia de V. A. Contnuas
Denio: a varincia de uma v.a. X , com f.d.p f (x ), denida por Var (X ) = E {(X E (X ))2 }. Ento
Var (X ) =
(x E (X ))2 f (x ) dx .
Interpretaes anlogas s das v.a. discretas, mensura a disperso (ou a variabilidade) da distribuio da v.a. com respeito a seu valor esperado.
Exemplo 3.3
3 x 2, 0,
se 0 x 1 caso contrrio.
6. Var [cX ] = c 2 Var [X ] 7. Var [aX + b ] = a2 Var [X ] Exerccio: Demonstrar cada uma das propriedades acima sendo X uma v.a. contnua.
F (x ) = P (X x ) =
f (y ) dy , x R.
(c) Descreve a distribuio de probabilidade sobre R, pode ser empregada para caracterizar completamente a distribuio de probabilidade da v.a.
2. limx F (x ) = F () = 0.
P (x1 < X x2 ) = F (x2 ) F (x1 ). Exerccio. Vericar as propriedades da funo de distribuio apresentadas. Exemplo 3.4 Determine a f.d. da v.a. X no exemplo anterior. 5. P (X > x ) = 1 F (x ).
0,
e Var (X ) =
(ba)2 12
3. Notao: X Uniforme (a, b ). 1. Obter a f.d. para X Uniforme (a, b ). 2. Seja X Uniforme (0, 10). Determine:
(a) P (X < 3) (b) P (X > 7) (c) P (1 < X < 6)
Modelo Exponencial
Uma v.a. contnua X com valores em [0, ) dita ter distribuio Exponencial de parmeto se sua f.d.p. f (x ) =
1
1. empregado para modelar tempo de vida de componentes, durao de processos,... 2. A f.d. F (x ) = 1 e x , se x 0 0, caso contrrio
1
Exemplo 3.6
1 b
3. Assuma que o tempo de durao de ligaes telefnicas (em min) em uma empresa que trabalha com vendas pode ser modelada por uma v.a X Exponencial ( = 10). Determine a probabilidade de:
(a) a ligao demorar menos de cinco minutos? (b) a ligao demorar de cinco a dez minutos?
Modelo Gama
Uma v.a. contnua X com valores em [0, ), de parmetos > 0 e > 0 e sua f.d.p. dada por f (x ) = onde ( ) =
0 1 1 ( )
x 1 e x , se x 0 0, caso contrrio
e s s 1 ds ,
Modelo Gama
1. A funo matemtica ( ) tem as propriedades:
1.1 (1/2) = 1.2 ( ) = ( 1)( 1) 1.3 Se = m for um inteiro, (m) = (m 1)!
x m1 e x , se x 0 0, caso contrrio
modela a soma dos tempos de vida de componentes que atuem independentemente em sistemas.
Exemplo 3.7
Considere no exemplo anterior o tempo de duas ligaes telefnicas consecutivas e admita que suas duraes so eventos independentes. Admita que os tempos de durao das ligaes telefnicas (min) podem ser modelados por v.a. Xi Exponencial ( = 10), i = 1, 2.
Seja T a v.a. que descreve o tempo de durao das duas ligaes, ento T = X1 + X2 . Neste caso, podemos modelar T Gama ( = 2, = 10).
Qual a probabilidade do tempo das duas ligaes ser menor que quinze minutos?
, < x <
1. A distribuio simtrica em torno do valor de . 2. A extenso do grco da densidade dado pelo valor de . 3. considerada distribuio mais importante, descreve o comportamento de muitas caractersticas associadas a problemas reais. 4. E (X ) = e Var (X ) = 2 5. Notao: X N ( ; 2 )
2. Sendo X N ( ; 2 ) e fazendo Z=
3. As probabilidade para a normal padronizada so tabeladas; o procedimento padronizar a varivel em questo e empregar as probabilidades tabeladas para N (0; 1).
Exemplo 3.8
2. Os depsitos efetuados em uma agncia bancria durante um determinado ms so modelados por uma v.a. X N (10.000, (1.500)2 ). Encontrar a probabilidade de que o depsito seja:
(a) um valor entre R$ 12.0000,00 e R$ 15.0000,00? (b) maior que R$ 19.0000,00?
Exemplo 3.9
O tempo para a realizao de um teste de aptido aplicados a candidatos em um concurso modelado como uma v.a. com distribuio normal de mdia 90 minutos e desvio padro 20 minutos. Esse tempo utilizado como um critrio de seleo. (a) Para ser aprovado no teste, o candidato deve complet-lo em menos de 80 minutos. Se 65 candidatos zeram o teste, quantos so esperados passar? (b) Se os 5% melhores candidatos so alocados para os cargos com melhor remunerao, quo rpido deve ser o candidato para que obtenha esse cargo?
Funes de Distribuio no R
= mp
Fazemos ento
e 2 = m p (1 p )
com Y N (mp ; mp (1 p ))
1. O emprego de 0, 5 deve-se a o fato de aproximar uma v.a. discreta por uma contnua. 2. A justicativa formal dada pelo Teorema Central do Limite. 3. A aproximao adequada quando mp > 5 e mp (1 p ) > 5.
Exemplo 3.10
Seja X uma v.a com distribuio Binomial (30; 0, 5) (a) Obtenha a E (X ) e Var (X ) (b) Determine P (16 < X 24) (d) Determine P (X 20). (c) Empregue a aproximao Normal para a probabilidade solicitada no item (b) (e) Empregue a aproximao Normal para a probabilidade solicitada no item (d)
Para p [0, 1], determina um valor x que estabelece a probabilidade p a sua esquerda na distribuio de X . Denio: a mediana da distribuio X denida por
1 (0, 5). med = FX
Exemplo 3.11:
2. Considere uma v.a. X Gama (2; 3). Obtenha a mediana desta distribuio. 3. Sendo X Normal ( ; 2 ), qual a mediana da sua distribuio?