Escolar Documentos
Profissional Documentos
Cultura Documentos
MOQ-13/PO-210:
Probabilidade e Estatstica
Profa. Denise Beatriz Ferrari
www.mec.ita.br/denise
denise@ita.br
2o. semestre/2017
SEMANA 08: Roteiro
Processo de Bernoulli
4/1
recapitulando...
5/1
recapitulando...
5/1
recapitulando...
5/1
recapitulando...
5/1
recapitulando...
... e variaes:
6/1
recapitulando...
... e variaes:
6/1
recapitulando...
... e variaes:
6/1
recapitulando...
... e variaes:
6/1
Vamos analisar agora outro tipo de processo aleatrio, que trata da descrio
probabilstica da contagem de sucessos ocorrendo em domnio contnuo
(linear: tempo, comprimento, rea, volume).
7/1
Processo de Poisson
Processo de Poisson
Motivao
9/1
Processo de Poisson
10 / 1
Processo de Poisson
. N(0) = 0
. N(t) {0, 1, 2, . . .}
. s < t N(s) N(t)
11 / 1
Processo de Poisson
Seja:
Ento:
X
P[N(t) = k] = 1,
k=0
Note que P[N(t) = k] f.d.p. com respeito a k mas no f.d.p. com respeito a t .
Podemos apenas garantir que:
Z
0 P[N(t) = k]dt
t=0
12 / 1
Processo de Poisson
13 / 1
Processo de Poisson
Pn (s) = P[N(s) = n]
= P[exatamente n ocorrncias em um intervalo de comprimento s]
14 / 1
Processo de Poisson
Pn (s) = P[N(s) = n]
= P[exatamente n ocorrncias em um intervalo de comprimento s]
14 / 1
Processo de Poisson
(1). Para n = 0:
Mas, blabla
15 / 1
Processo de Poisson
Portanto,
P0 (t + h) = P0 (t) P0 (h)
= P0 (t) (1 h o(h) o(h))
= P0 (t) hP0 (t) P0 (t)(o(h) + o(h))
16 / 1
Processo de Poisson
Obtemos:
Sob a condio inicial P0 (0) = 1, esta uma equao diferencial cuja soluo :
P0 (t) = e t
17 / 1
Processo de Poisson
Analogamente,
(2). Para n = 1:
P1 (t) = (t)e t
18 / 1
Processo de Poisson
19 / 1
Distribuio de Poisson
Distribuio de Poisson
Definio
E [X ] = Var [X ] =
(Simulao)
21 / 1
Distribuio de Poisson
Outros exemplos de aplicaes
22 / 1
Distribuio de Poisson
I Se p 0: np
I Se p 1: fazer p = P[F ] t.q. p 0 (inverter rtulos de sucesso e fracasso)
I Regra de bolso: n 20 e p 0.05, ou n 100 e p 0.10.
(Simulao)
23 / 1
Distribuio de Poisson
Exemplo 2
24 / 1
Distribuio de Poisson
Exemplo 2 Soluo
25 / 1
Distribuio Exponencial
Distribuio Exponencial (Negativa)
Motivao
Suponha que uma dessas ocorrncias tenha apenas acontecido. Por exemplo, uma
famlia acabou de chegar ao posto onde est o caminho pipa.
27 / 1
Distribuio Exponencial
Motivao
28 / 1
Distribuio Exponencial
Motivao
Portanto,
E, ento:
dF (x)
fX (x) = dx = e x , x >0
28 / 1
Distribuio Exponencial
Definio
e x , x > 0
fX (x) = >0
0, c.c.
1 1
E [X ] = Var [X ] =
2
(Simulao)
29 / 1
Distribuio Exponencial
E [X ] = Var [X ] = 2
Distribuio Chi-Quadrado:
X 2 () = Gama ( = /2, = 2)
1
x (/2)1 e x/2 , x 0
fX (x) = 2/2 (/2)
0, c.c.
E [X ] = Var [X ] = 2
o nmero de graus de liberdade da distribuio.
33 / 1
Distribuio Gama
Observaes
34 / 1
Distribuio Gama
Exemplo 1 Confiabilidade
Um sistema contm componentes cujo tempo (em anos) at falhar dado por T . A
v.a. T bem representada pela distr. exponencial com tempo mdio at falha igual a
5. Se 5 destes componentes so instalados em diferentes sistemas, qual a probabilidade
de que pelo menos 2 continuem funcionando no final de 8 anos?
35 / 1
Distribuio Gama
Exemplo 1 Confiabilidade
Um sistema contm componentes cujo tempo (em anos) at falhar dado por T . A
v.a. T bem representada pela distr. exponencial com tempo mdio at falha igual a
5. Se 5 destes componentes so instalados em diferentes sistemas, qual a probabilidade
de que pelo menos 2 continuem funcionando no final de 8 anos?
Soluo
Temos: T exp( = 1/5).
Para um componente: R
1
P[falha aps 8 anos] = P[T 8] = 5 8 e t/5 dt = e 8/5 0, 2
Est resolvido o problema?...
35 / 1
Distribuio Gama
Exemplo 1 Confiabilidade
Um sistema contm componentes cujo tempo (em anos) at falhar dado por T . A
v.a. T bem representada pela distr. exponencial com tempo mdio at falha igual a
5. Se 5 destes componentes so instalados em diferentes sistemas, qual a probabilidade
de que pelo menos 2 continuem funcionando no final de 8 anos?
Soluo
Temos: T exp( = 1/5).
Para um componente: R
1
P[falha aps 8 anos] = P[T 8] = 5 8 e t/5 dt = e 8/5 0, 2
Est resolvido o problema?...
Seja X = no. de componentes funcionando aps 8 anos
X Binom(x; n = 5, p = 0, 2)
5
X 1
X
P[X 2] = Binom(x; n = 5, p = 0, 2) = 1 Binom(x; n = 5, p = 0, 2)
x=2 x=0
= 1 0, 7373 = 0, 2627
35 / 1
Distribuio Gama
Exemplo 2 Tempo de Espera
36 / 1
Distribuio Gama
Exemplo 2 Tempo de Espera
Soluo
36 / 1
Distribuio Gama
Exemplo 3
Sabe-se, historicamente, que o perodo (em meses) entre reclamaes de clientes sobre
um certo produto tem distribuio Gama, com = 2 e = 4. Foram realizadas
modificaes no processo de produo, de forma a melhorar o controle de qualidade.
Aps tais modificaes, houve uma espera de 20 meses at que ocorresse a primeira
reclamao. Pergunta-se: o novo processo de controle de qualidade foi efetivo?
37 / 1
Distribuio Gama
Exemplo 3
Sabe-se, historicamente, que o perodo (em meses) entre reclamaes de clientes sobre
um certo produto tem distribuio Gama, com = 2 e = 4. Foram realizadas
modificaes no processo de produo, de forma a melhorar o controle de qualidade.
Aps tais modificaes, houve uma espera de 20 meses at que ocorresse a primeira
reclamao. Pergunta-se: o novo processo de controle de qualidade foi efetivo?
Soluo
X = tempo de espera at a primeira reclamao.
Queremos saber se plausvel (ou seja, frequente) observar X 20, para = 2, = 4.
Utilizando o R, obtemos P[X 20] = 0, 0404.
Concluso:
37 / 1
Distribuio Gama
Exemplo 3
Sabe-se, historicamente, que o perodo (em meses) entre reclamaes de clientes sobre
um certo produto tem distribuio Gama, com = 2 e = 4. Foram realizadas
modificaes no processo de produo, de forma a melhorar o controle de qualidade.
Aps tais modificaes, houve uma espera de 20 meses at que ocorresse a primeira
reclamao. Pergunta-se: o novo processo de controle de qualidade foi efetivo?
Soluo
X = tempo de espera at a primeira reclamao.
Queremos saber se plausvel (ou seja, frequente) observar X 20, para = 2, = 4.
Utilizando o R, obtemos P[X 20] = 0, 0404.
37 / 1
OBRIGADA
Denise B. Ferrari
denise@ita.br
2017