Escolar Documentos
Profissional Documentos
Cultura Documentos
Probabilsticos
2 Parte: modelos probabilsticos para
variveis aleatrias contnuas, modelo
uniforme, modelo exponencial, modelo
normal
Distribuio de Probabilidades
A
distribuio de probabilidades, ou
modelo probabilstico, indica, para uma
varivel aleatria, quais so os resultados
que podem ocorrer e qual a
probabilidade
de
cada
resultado
acontecer.
Exemplo 1
Construir a
distribuio de
probabilidades
para o ngulo ()
obtido neste
experimento.
f(x)
1
360
rea = 1
0o
360o
x
4
Exemplo 1
Qual
360o
x
5
Distribuio Uniforme
f(x)
1
1
f(x) =
x
6
Distribuio Uniforme
f(x)
b-a
P(a < X < b) =
E( X )
Var ( X )
12
Distribuio Exponencial
bastante empregada
em situaes onde se
trabalha com o intervalo entre ocorrncias de
determinado evento.
Ex:
tempo entre chegada de pessoas a uma fila,
tempo de vida de material eletrnico,
tempo de atendimento de um pedido de
suprimento de materiais,
tempo entre chegadas de arquivos num
servidor
Distribuio Exponencial
H
Poisson e exponencial
Se
10
Distribuio Exponencial
A
f(t) =
-t
e ,
t>0
11
Distribuio Exponencial
f(t)
E (T )
f(t) = e - t, t > 0
Var (T )
t0
12
T>t
Nenhuma ocorrncia
em [0, t]
Xt = 0
(t ) e
P( X t k )
k!
k
P(T > t ) P( X t 0) e
(distrib. exponencial)
13
Exerccio 1
O
Resposta
= 0,75
P(T > t) = e - t
P(T > 1) = e -(0)1 = 0,4724 ou 47,24%
15
Exerccio 2
A
16
Resposta
= 1 / 10000 = 0,0001
P(T < t) = 1 - e - t
P(T < 10.000) = 1 - e -(0,0001)(10000) =
= 1 - 0,3679 =
= 0,6321 ou 63,21%
17
Exerccio 2 cont.
A
18
Resposta
= 1 / 10000 = 0,0001
P(T > t) = e - t
P(T > t) = e -(0,0001) t = 1 - 0,25 = 0,75
-(0,0001) t = ln(0,75)
t = 2.876,82 horas
19
130
140
150
160
170
180
190
200
210
20
Exemplo 2
Representar: o evento estudante selecionado tem 180 cm
ou mais (X 180) e sua probabilidade, P(X 180)
f(x)
P(X 180)
130
140
150
160
170
180
190
200
X 180
210
x
21
Distribuio Normal
f(x)
1
f ( x)
2
1 x 2
(
)
e 2
: mdia
: desvio padro
x
22
Caractersticas
rea abaixo da
curva igual a 1
(100% de
probabilidade) .
A varivel
aleatria pode
assumir valores
de - a + .
rea = 1
x
23
Caractersticas
Identificada pela
mdia ( e pelo
desvio padro ( .
x
24
x
25
X
26
Caractersticas
Simetria
em relao
mdia.
50%
x
27
Exemplo
rea = 68,3%
28
Exemplo
rea = 95,4%
-2
+2
29
Exemplo
rea = 99,7%
-3
+3
30
Normal Padronizada
x-
z=
Normal Padronizada
-2 - + +2
-2
-1
x
z
32
Exemplo 3
Selecionar, aleatoriamente, de
uma certa
universidade, um estudante do sexo masculino.
Seja X o valor de sua altura, em centmetros.
Admita que nesta universidade os estudantes tm
altura mdia de 170 cm com desvio padro de 10
cm. Qual o escore padronizado de um
estudante com 190 cm?
x = 190.
x-
z=
190 - 170
10
20
=
=2
10
33
Exemplo 3
10
= 10
170
190
x
z
34
Exemplo 3
P(X<190) = P(Z<2)
170
190
x
z
35
Exemplo 3
10
= 10
-3
-2
-1
x
z
36
0,1587 (tabela)
0
+1
z
37
Exerccio 4
Com base na tabela da normal padronizada,
calcular:
b) P(Z > 1,23)
0,1093 (tabela)
0
1,23
z
38
Exerccio 5
c) P(-2 < Z < 2)
0,0228 (tabela)
-2 0 2
Exerccio 6
Selecionar, aleatoriamente, de
uma certa
universidade, um estudante do sexo masculino.
Seja X o valor de sua altura, em centmetros.
Admitindo que nesta universidade os estudantes
tm altura mdia de 170 cm com desvio padro
de 10 cm, qual a probabilidade do estudante
sorteado ter altura superior a 185 cm?
40
Exerccio 6: resposta
x
= 185 cm
z?
( 10 10
x-
z=
185 - 170
10
15
=
= 1,5
10
41
Exerccio 6: resposta
P(Z > 1,5)
0,0668 (tabela)
0
1,5
z
42
43
Exemplo 4
Distribuio binomial:
n=10
p=0,5
P(X)
0,246
0,205
0,205
0,117
0,117
0,044
0,001 0,01
-1
0,044
0,01 0,001
3
10
11
Exemplo 4
0,205
P(X>6) = 0,172
0,205
0,117
0,117
0,044
0,001 0,01
-1
0,044
0,01 0,001
3
10
11
45
Aproximao da Binomial
pela Normal
10
46
P(X>6,5)
10
x
47
P(X>6,5)
6,5
x
48
= 1,581139 x = 6,5
x-
z=
6,5 - 5
1,581139
0,1711
0,95
= 0,95
Lembrando:
a probabilidade.
Exata (pela
binomial)
era de 0,1720
49