UNIVERSIDADE FEDERAL DO PIAU

CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA MECNICA
CURSO: ENGENHARIA MECNICA
DISCIPLINA: PROBABILIDADE E ESTATSTICA
PROFESSOR : ELIZABETE CARDOSO MACHADO

MODELOS CONTNUOS E DISCRETOS

ANA LVIA FORMIGA LEITE

TERESINA-PI
JUNHO DE 2015

MODELOS DISCRETOS E CONTNUOS

Um modelo de probabilidade descreve matematicamente um fenmeno
aleatrio da seguinte maneira: primeiramente, identifica os valores da varivel
aleatria e, depois, associa a cada um deles o valor da respectiva
probabilidade. Os modelos discretos possuem a soma das probabilidades
associadas a cada valor da varivel aleatria igual a 1. J os modelos
contnuos possuem a rea total compreendida entre o grfico da funo
densidade e o eixo x equivalente a 1. A seguir, sero expostos os principais
tipos de cada modelo.
1.0 Modelos Discretos
1.1 Distribuio binomial
Para explicar o modelo binomial uma introduo de uma sequncia de
ensaios de Bernoulli necessria. Tal sequncia definida por meio das
seguintes condies:
Em cada ensaio considera-se somente a ocorrncia ou no-ocorrncia de
um certo evento que ser denominado sucesso (S) e cuja no-ocorrncia ser
denominada falha (F). Os ensaios so independentes. A probabilidade de
sucesso(p) a mesma para cada ensaio. A probabilidade de falha ser
denotada por 1-p. Para um experimento que consiste na realizao de
ensaios independentes de Bernoulli, o espao amostral pode ser considerado
como o conjunto em que cada posio h um sucesso (S) ou uma falha (F). A
probabilidade de um ponto amostral com sucessos nos primeiros ensaios e
falhas nos
ensaios seguintes
Note que esta a probabilidade de qualquer ponto com sucessos
e
falhas. O nmero de pontos do espao amostral que satisfaz essa
condio igual ao nmero de maneiras de escolher ensaios para a
ocorrncia de sucesso dentre o total de ensaios, pois nos
restantes
devero ocorrer falhas. Este nmero igual ao nmero de combinaes de
elementos tomados a , ou seja,

Ou seja, para

Definio 1.1:
Seja o nmero de sucessos obtidos na realizao de ensaios de
Bernoulli independentes. tem distribuio binomial com parmetros e , em
que a probabilidade de sucesso em cada ensaio, se sua funo de
probabilidade for dada por

1.2 Distribuio de Poisson

Quando o nmero de ensaios grande (
) e pequeno (
),
no clculo da funo binomial, h dificuldades, pois, para muito grande e

pequeno, fica relativamente difcil calcularmos a probabilidade de sucessos a

partir do modelo binomial, isto , utilizando a funo de probabilidade

Que igual a:

Definio 1.2:
Uma varivel aleatria discreta segue a distribuio de Poisson com
parmetro ,
, se sua funo de probabilidade for dada por

Utilizamos a notao
ou
a taxa de ocorrncia por unidade medida.

. O parmetro

indica

1.3 Distribuio geomtrica

Uma sequncia ilimitada de ensaios de Bernoulli, com probabilidade de
sucesso p em cada ensaio. Sendo sucesso por
e falha por . O Ensaio
realizado at que se obtenha sucesso.
Um elemento tpico desse espao amostral uma sequncia de
nos
primeiros ensaios temos e na -sima temos S.

em que

A distribuio geomtrica apresenta duas parametrizaes importantes,

que tm interpretaes distintas. Uma das parametrizaes da funo
geomtrica conta o nmero de falhas at que ocorra o primeiro sucesso. Nessa
parametrizao podemos incluir o zero como sendo um possvel resultado, pois
podemos ter sucesso j no primeiro ensaio de Bernoulli.

A segunda parametrizao da geomtrica conta o nmero de ensaios de

bernoulli necessrio para se obter um sucesso. Assim nessa parametrizao
no possvel se ter o zero, portanto nessa parametrizao da geomtrica o
domnio ser os nmeros naturais sem o zero.
Definio 1.3:
Seja a varivel aleatria que fornece o nmero de falhas at o primeiro
sucesso. A varivel tem distribuio Geomtrica com parmetro ,
,
se sua funo de probabilidade dada por

O evento
ocorre se, e somente se, ocorrem somente falhas nos
primeiros ensaios e sucesso no
-simo ensaio.
A distribuio geomtrica tem uma propriedade que serve para
caracteriz-la no conjunto das distribuies discretas:

Propriedade 1:
Se varivel aleatria discreta com distribuio geomtrica, ento,
para todo
:

Este resultado reflete a falta de memria ou de desgaste da distribuio

geomtrica.
Propriedade 2:

Seja

mostre que se

ento h(k)=p

De fato,

H(k) muito usado em anlise de sobrevivncia e representa a funo

risco.

1.4 Distribuio hipergeomtrica

Considerando uma populao com objetos nos quais
so
classificados como do tipo e
so classificados como do tipo . Por
exemplo, em um lote de
( ) peas, existem ( ) peas defeituosas e (
) peas conformes. Tomando uma amostra ao acaso, sem reposio e
no ordenada de objetos. Seja a varivel aleatria que conta o nmero de
objetos classificados como do tipo na amostra. Ento a distribuio de
probabilidade de dada por:

sendo

inteiro e

Definio 1.4:
Diremos que uma varivel aleatria tem distribuio hipergeomtrica de
parmetros , e se sua funo de probabilidade for dada da maneira
acima.

1.5 Distribuio multinomial

Um experimento dividido em ensaios independentes, no qual cada
ensaio resulta em um nmero finito de valores possveis com
probabilidades
(de modo que
para
e
).Tomando a varivel aleatria
que representa o nmero de vezes que o
ndice foi observado nos ensaios, o vetor
segue uma
distribuio multinomial com parmetros e onde
.
Com isso, sua distribuio de probabilidade dada por

Definio 1.5:

Diremos que um vetor aleatrio

multinomial com parmetros e
for dada por

segue uma distribuio

se sua funo de probabilidade

1.6 Binomial Negativo

Seja uma varivel aleatria que conta o nmero de tentativas
necessrias para se obter sucessos, em ensaios de Bernoulli com
probabilidade em cada ensaio. Nesse caso, ltimo ensaio ser o -simo
sucesso. Essa varivel conhecida como binomial negativa. A binomial
negativa a soma de variveis geomtricas com parmetros iguais a .
Assim, tem-se que a probabilidade de realizarmos ensaios dada por

Definio 1.6:
Seja uma varivel aleatria que fornece o nmero de ensaios at o simo sucesso. Assim tem uma distribuio binomial negativa com
parmetro
, se sua funo de probabilidade dada por:

2.0 Modelos Contnuos

2.1 Distribuio uniforme
A distribuio uniforme a mais simples distribuio contnua e uma das
mais importantes e utilizadas dentro da teoria de probabilidade. A distribuio
uniforme tem uma importante caracterstica: a probabilidade de acontecer um
fenmeno de mesmo comprimento a mesma.
Definio 2.1:
Uma varivel aleatria tem distribuio Uniforme no intervalo
sua funo densidade de probabilidade for dada por:

se

2.2 Distribuio Normal

A distribuio normal ou distribuio gaussiana a mais importante
distribuio contnua. Sua importncia se deve a vrios fatores, entre eles
o teorema central do limite, o qual um resultado fundamental em aplicaes
prticas e tericas, pois ele garante que mesmo que os dados no sejam
distribudos segundo uma normal a mdia dos dados converge para uma
distribuio normal conforme o nmero de dados aumenta. Alm disso,
diversos estudos prticos tem como resultado uma distribuio normal. Como
exemplo a altura de uma determinada populao em geral segue uma
distribuio normal. Entre outras caractersticas fsicas e sociais tem um
comportamento gaussiano, ou seja, segue uma distribuio normal.
Definio 2.2:
Uma varivel aleatria contnua tem distribuio normal se sua funo
densidade de probabilidade for dada por:

A variao natural de muitos processos industriais realmente aleatria.

Embora as distribuies de muitos processos possam assumir uma variedade
de formas, muitas variveis observadas possuem uma distribuio de
frequncias que , aproximadamente, uma distribuio de probabilidade
normal.
2.3 Distribuiao qui-quadrado
A distribuio qui-quadrada pode ser interpretada de duas formas, como
um caso particular da distribuio Gama, que ser analisada mais adiante, ou
como sendo a soma de normais padronizadas ao quadrado. Tome
ento

Definio 2.3:

Uma varivel aleatria contnua tem distribuio qui-quadrado com

graus de liberdade se sua funo densidade for dada por:

sendo

. Denotamos

2.4 Distribuio T de Student

A distribuio t de Student uma das distribuies mais utilizadas na
estatstica, com aplicaes que vo desde a modelagem estatstica at testes
de hipteses.
Definio 2.4:
Uma varivel aleatria contnua tem distribuio de Student com
graus de liberdade se sua funo densidade de probabilidade dada por

Propriedades da distribuio t de Student:

A funo densidade da distribuio t de Student tem a mesma forma em
sino da distribuio normal, mas reflete a maior variabilidade (com curvas mais
largas) esperada em amostras pequenas. Quanto maior o grau de liberdade,
mais a distribuio t de Student se aproxima da distribuio normal.

2.5 Distribuio de t de Student no central

A distribuio no central generaliza a distribuio de Student em
probabilidade. Assim como a distribuio central, a distribuio no central
inicialmente utilizada em inferncia estatstica, especialmente em anlise do
poder.
Definio 2.5:
Sejam

, com Z e U independentes. Ento

tem distribuio no central com parmetro de no centralidade .

2.6 Distribuio de f de Snedecor
A distribuio F de Snedecor tambm conhecida como distribuio de
Fisher frequentemente utilizada na inferncia estatstica para anlise da
varincia.
Definio 2.6:
Uma varivel aleatria contnua tem distribuio de Snedecor com
graus de liberdade no numerador e graus de liberdade no denominador se
sua funo densidade de probabilidade definida por

2.7 Distribuio F no central

Em probabilidade e estatstica, a distribuio no central uma
distribuio de probabilidade contnua que uma generalizao da
distribuio comum. Ela descreve a distribuio do quociente
numerador tem uma distribuio qui-quadrado no central com
liberdade e o denominador tem distribuio qui-quadrado com
liberdade. Alm disso, e so independentes.

, onde o
graus de
graus de

Definio 2.7:
Se

, e ainda,

so independentes, ento:

com
(parmetro de no centralidade). Neste caso, dizemos que
uma distribuio no central.

tem

2.8 Distribuio de Cauchy

A distribuio de Cauchy pode ser considerada uma distribuio
patolgica, pois ela no apresenta mdia e varincia. Entretanto a distribuio
de Cauchy tem sua importncia em diversas reas do conhecimento cientfico

como na fsica. Essa distribuio soluo de uma equao diferencial que

descreve um determinado tipo de oscilador. Em matemtica, uma das
solues para a equao de Laplace.
Definio 2.8:
Uma varivel aleatria contnua tem distribuio de Cauchy com
parmetros e se sua funo densidade de probabilidades e sua funo de
distribuio forem definidas, respectivamente, por

onde

so parmetros de locao e de escala, respectivamente.

2.9 Distribuio Gama

A distribuio gama uma das mais gerais distribuies. A exponencial, a
qui-quadrado e outras so casos particulares dela. Essa distribuio tem como
suas principais aplicaes a anlise de tempo de vida de produtos.
Definio 2.9:
Uma varivel aleatria

tem distribuio Gama com parmetros

(tambm denominado parmetro de forma) e

denotando-se

(parmetro de taxa),

, se sua funo densidade dada por

2.10 Distribuio beta

A distribuio Beta usada para modelar a proporo, ou objetos que
pertencem ao intervalo
, pois essa distribuio est definida neste

intervalo. Devido a grande versatilidade de uma varivel aleatria com

distribuio beta para modelar funes densidade de probabilidade no
intervalo
e pela possibilidade de generalizar essa versatilidade para
qualquer varivel aleatria restrita a um intervalo finito
, bastando para
isso utilizar a relao
, o modelo beta tem inmeras
aplicaes para representar quantidades fsicas cujos valores estejam restritos
a um intervalo identificvel.
Definio 2.10:
A distribuio Beta uma distribuio de probabilidade contnua, com dois
parmetros e cuja funo de densidade para valores

No modelo, os parmetros e
, a distribuio simtrica, se
de
, sua assimetria positiva.

definem a forma da distribuio. Se

, a assimetria negativa e, no caso

2.11 Distribuio exponencial

Essa distribuio se caracteriza por ter uma funo de taxa de falha
constante. A distribuio exponencial a nica com esta propriedade. Ela
considerada uma das mais simples em termos matemticos. Esta distribuio
tem sido usada extensivamente como um modelo para o tempo de vida de
certos produtos e materiais. Ela descreve adequadamente o tempo de vida de
leos isolantes e dieltricos, entre outros.
Definio 2.11:
,

A varivel aleatria tem distribuio exponencial com parmetro

, se tiver funo densidade de probabilidade dada por:

em que o parmetro de taxa da distribuio e deve satisfazer

. Neste
caso, o tempo mdio de vida e um tempo de falha. O parmetro deve
ter a mesma unidade do tempo da falha . Isto , se medido em horas,
tambm ser medido em horas.
A funo de distribuio acumulada

dada por

2.12 Distribuio Weinbull

A distribuio Weibull foi proposta em estudos relacionados ao tempo de
falha devido a fadiga de metais. frequentemente utilizada para descrever o
tempo de vida de produtos industriais. A sua popularidade em aplicaes
prticas deve-se ao fato dela apresentar uma grande variedade de formas,
todas com uma propriedade bsica: a sua funo de taxa de falha montona,
ou seja, crescente ou decrescente ou constante. Ela descreve
adequadamente a vida de mananciais, componentes eletrnicos, cermicas,
capacitores e dieltricos.
Definio 2.12:
Uma varivel aleatria tem distribuio Weibull se tiver funo
densidade de probabilidade dada por:

Sua funo de distribuio acumulada dada por