Você está na página 1de 35

UNIVERSIDADE DE FRANCA

Curso: Engenharia de Produo

Disciplina: Mtodos Estatsticos


Aplicados Engenharia
Aula 01: Reviso de variveis aleatrias
contnuas: uniforme, exponencial e normal

Prof. Mamoru Carlos Yamada


yamada@unifran.br
Variveis aleatrias
varivel
aleatria
discreta contnua

os possveis resultados esto os possveis resultados


contidos em um conjunto abrangem todo um intervalo
finito ou enumervel de nmeros reais

Ex. Ex.

0 1 2 3 4 ... 0
nmero de defeitos em ... tempo de resposta de ...

1
Exemplo:
Tempo de atendimento ao cliente (carto de crdito)
Densidade de freqncia

0,4

0,3

0,2

0,1

0,0
16 17 18 19 20 21 22 23 24
Tempo de atendimento (minutos)

Histograma de densidade de probabilidade 10.000 observaes


2
Exemplo:
Funo densidade de probabilidade
Tempo de atendimento ao cliente (carto de crdito)

0,4
Densidade de freqncia

0,3

0,2

0,1

0,0
16 17 18 19 20 21 22 23 24
Tempo de atendimento (minutos)

Histograma
Curva
de densidade
da funo de
densidade
probabilidade
de probabilidade
10.000 observaes
3
Outras distribuies de probabilidade

Exponencial

Gamma

4
Propriedades da funo
densidade de probabilidade
1) rea total sob o grfico = 1

0,4
Densidade de freqncia

0,3
rea total = 1

0,2

0,1

0,0
16 17 18 19 20 21 22 23 24
Tempo de atendimento (minutos)

+
f (x ) dx = 1
5
Propriedades da funo
densidade de probabilidade
2) P(a < X < b) = rea sob o grfico, de a at b

0,4

P(20 < X < 21)


Densidade de freqncia

0,3

0,2

0,1

0,0
16 17 18 19 20 21 22 23 24
Tempo de atendimento (minutos)

b
P(a X b ) = f (x ) dx
a 6
Propriedades da funo
densidade de probabilidade
3) f(x) 0 -> probabilidade sempre positiva

0,4 Probabilidade
de ocorrncia de
tempo de
Densidade de freqncia

0,3
atendimento 0

0,2

0,1

0,0
16 17 18 19 20 21 22 23 24
Tempo de atendimento (minutos)

7
Propriedades da funo
densidade de probabilidade
4) P(X = a) = 0 -> s existe probabilidade para um intervalo

0,4

P(X = 20,9) = 0
Densidade de freqncia

0,3

0,2

0,1

0,0
16 17 18 19 20 21 22 23 24
Tempo de atendimento (minutos)

a
P(X = a ) = f (x ) dx = 0
a 8
Conseqncias das propriedades
1) P(a X b) = P(a < X b) = P(a X < b) = P(a < X < b)

0,4
P(20 X 21) =
P(20 < X 21) =
P(20 X < 21) =
Densidade de freqncia

0,3
P(20 < X < 21)

0,2

0,1

0,0
16 17 18 19 20 21 22 23 24
Tempo de atendimento (minutos)
9
Conseqncias das propriedades
P(X a ) = Probabilidade da v.a. assumir valores abaixo de a

0,4
Densidade de freqncia

0,3

0,2
P(X 18) =
P(X < 18)
0,1

0,0
16 17 18 19 20 21 22 23 24
Tempo de atendimento (minutos)

10
Conseqncias das propriedades
P(X b ) = Probabilidade da v.a. assumir valores acima de b

0,4
Densidade de freqncia

0,3
P(X 21) =
P(X > 21)
0,2

0,1

0,0
16 17 18 19 20 21 22 23 24
Tempo de atendimento (minutos)

11
Tempo de vo na Ponte Rio - So Paulo:
35 a 45 minutos

X: tempo de vo de um aeroplano na ponte


Rio So Paulo

Suposio: probabilidade de tempo de vo a


mesma para qualquer intervalo de mesma durao.

Funo de densidade de probabilidade:


1
, para 35 x 45
f (x ) = 10
0, em qualquer outro lugar
12
Grfico
f(x)

1
10

35 45 x

P(35 x 40) ? P(37 x 41) ? P(37 x 38) ?

P(37 x 42) ? P(37 x 39) ? P(37 x 37,5) ?

13
Distribuio uniforme
Formalizando:

Se X: v.a. contnua, onde as probabilidades a


mesma para qualquer intervalo, ento:

Funo densidade de probabilidade:

1
, para a x b a = valor mnimo
f (x ) = b a
0, em qualquer outro lugar b = valor mximo

Probabilidade de um intervalo = rea do retngulo


14
Valor esperado e varincia da
distribuio uniforme
a+b
E(X ) =
2
a = valor mnimo
b = valor mximo
Var (X) =
(b a)2

12

No exemplo:

E (X ) =
35 + 45
= 40 Var (X ) = (45 35 )2
= 8,33 DP (X ) = 2,89
2 12

15
Rede de computadores: conexes dos usurios so
modeladas como um processo de Poisson, com mdia
de 25 conexes por hora.
X: tempo entre duas conexes sucessivas

X: distribuio exponencial com = 25 conexes


por hora.

Funo de densidade de probabilidade:

f (x ) = 25 e 25 x , para 0 x

16
Grfico
f(x)

a b x

Probabilidade de que o tempo entre conexes


sucessivas esteja entre 2 e 3 minutos?
2 min = 0,033 h; 3 min = 0,05 h
0,05 0,05
P(0,033 < X < 0,05 ) = f (x ) = 25 e ( 25 x
)dx = e 25 x
0,05

0,033
=
0,033 0,033

( )
= e 250,05 e 250,033 = (0,2865 0,4382 ) = 0,1517
17
Distribuio exponencial
Formalizando:
Se X: v.a. contnua, onde X a intervalo entre
ocorrncias sucessivas de um processo de Poisson,
com mdia > 0.

Funo densidade de probabilidade:


f (x ) = e x , para 0 x

Probabilidade do intervalo entre ocorrncias


sucessivas estar entre a e b:
b b
(
P(a < X < b ) = f (x ) = e x )
a a
18
Valor esperado e varincia da
distribuio exponencial
1 1
E (X ) = Var (X) = 2

No exemplo:

1
E (X ) = = 0,04 h = 2,4 min
25
1
Var (X ) = 2 = 0,0016 h = 0,096 min DP (X ) = 0,04 h = 2,4 min
25
19
Distribuio normal
Incio: erros experimentais

- Nvel de colesterol
- Contagem de QI
- Medies cientficas
- ndices pluviomtricos
- Tempos de operao
- Durao de aparelhos de TV

20
Distribuio normal
Formalizando:

Uma v.a. contnua X tem distribuio normal


com parmetros e (- < < , > 0), se:

Funo densidade de probabilidade:

( x )2
= mdia populacional
1
2 2
= desvio padro populacional
f (x) = e e 2,71828
2
3,14159
Notao X: N(, 2)
21
Distribuio normal

f(x)  0 quando
x 

e + :
pontos de inflexo

Simetria:
f( x) = f( + x)
- +

: ponto mais alto = mediana = moda


1
x = : ponto de mximo f() =
2 22
Distribuio normal
99,72%

95,44%

68,26%

- 3 - 2 - 1 + 1 + 2 + 3
23
Parmetros e
localizaes
diferentes
= 15
=1
= 5 = 15 mesma
=1 =1 formas localizao
diferentes
mesma = 15
forma = 1,5

2,5 5,0 7,5 10,0 12,5 15,0 17,5

24
Valor esperado e varincia da
distribuio normal

E (X ) = Var (X) = 2 DP(X) =

25
Distribuio normal padro
Probabilidade de uma distribuio normal:

( x )2

b
P(a x b ) = a
1
e 2
dx Tcnicas de
2 integrao
complexas!
Para = 0 e = 1:
( x )2

b 1 2
P(a x b ) = e dx Integral
a
2 analisada e
tabelada!
Notao Z: N(0, 1)
26
Distribuio normal padro
99,72%

95,44%

68,26%

Como:
=0e
=1

-3 -2 -1 0 1 2 3
27
Tabela da distribuio normal padro

28
Clculo de probabilidades para
qualquer distribuio normal
Exemplo: Distribuio normal com = 5 e = 2
a) rea direita de 7.

=2 =1

5 7 0 1
75
z= =1
2

rea = 0,5000 0,34134 = 0,15866


29
Clculo de probabilidades para
qualquer distribuio normal
Exemplo: Distribuio normal com = 5 e = 2
b) rea entre 3 e 8.
=2 =1

3 5 8 -1 0 1,5

35 85
z1 = = 1 z2 = = 1,5
2 2

rea = 0,34134 + 0,43319 = 0,77453


30
Exemplo:
Lanamento de um novo pneu radial
Estudo sobre o desgaste para definir o plano de
garantia.

Testes de durabilidade:
= 32.000 km, = 4.000 km
Durabilidade dos pneus distribuio normal

1) Qual a porcentagem de pneus que apresenta


expectativa de durar mais que 35.000 km?

31
Exemplo:
Lanamento de um novo pneu radial
= 32.000 km, = 4.000 km
Durabilidade dos pneus distribuio normal
1) Qual a porcentagem de pneus que apresenta
expectativa de durar mais que 35.000 km?
= 4.000 =1
P(Z zc) =
P(x 35.000) P(x 35.000)

35.000 0 zc = ?
= 32.000

35.000 32.000
zc = = 0,75 rea = 0,50000 - 0,27337 = 0,22663
4.000
32
Exemplo:
Lanamento de um novo pneu radial
Estudo sobre o desgaste para definir o plano de
garantia.
Testes de durabilidade:
= 32.000 km, = 4.000 km
Durabilidade dos pneus distribuio normal
2) A empresa quer dar, como garantia, um desconto na
troca de pneus que necessitarem de troca
prematuramente, ou seja, antes do prazo estipulado na
garantia. Qual deve ser a durabilidade de garantia,
sendo que a empresa no quer executar a garantia em
mais do que 5% dos pneus vendidos?
33
Exemplo:
Lanamento de um novo pneu radial
= 32.000 km, = 4.000 km
Durabilidade dos pneus distribuio normal
2) Qual deve ser a durabilidade de garantia para a empresa
no quer executar a garantia em mais do que 5% dos pneus
vendidos?
= 4.000 =1
5% dos pneus P(Z zc) =
para garantia 0,05

zc = ? 0
= 32.000
x = durabilidade de garantia = ?

x x 32.000
z= 1,645 = x = 25.420 km
4.000 34

Você também pode gostar