Escolar Documentos
Profissional Documentos
Cultura Documentos
viali@pucrs.br
http://www.pucrs.br/famat/viali/
Beta Logística
Cauchy Lognormal
Erlang Normal
Exponencial Pareto
F (Snedekor) Qui-quadrado - χ 2
Gama Student - t
Gumbel Uniforme
Laplace Weibull
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
1
Leonhard
Euler
A expressão geral da fdp Beta é dada A função Beta foi (1707 - 1783)
2,70 B(0; 0)
2,40 B(1; 1)
B(2;2)
Para a descrição de tempos para 2,10
B(1; 2)
1,80
B(2: 1)
completar tarefas no planejamento e 1,50
B(5; 2)
1,20
0,60
em PERT/CPM. 0,30
0,00
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
2
2,70 B(0; 1)
2,40 B(1; 0)
2,10 B(0; 2)
B(2; 0)
Determinar a representação gráfica da
1,80
1,50
B(3; 1)
B(1; 3)
B(0,5; 0,5).
1,20
0,90
0,60
0,30
0,00
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
3
α −1
µo = se α > 1 e β > 1 2(β − α ) α + β + 1
α+β−2 µ3 =
( α + β + 2) αβ
µo = 0 e 1 se α < 1 e β < 1
α <1e β ≥ 1
µo = 0 3(α + β + 1)[αβ(α + β − 6) + 2 (α + β) 2]
α = 1 e β > 1 µ4 =
αβ (α + β + 2)(α + β + 3)
α ≥1e β <1
µo = 1
α > 1 e β = 1 γ=
β
A modal se α = β = 1 α(α + β + 1)
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
A distribuição de Cauchy
apresenta normalmente duas
expressões. Uma denominada de
fórmula geral e outra de forma padrão.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
4
Baron
Augustin
Louis
Cauchy
A distribuição de Cauchy (1789 - Entre os físicos ela é conhecida
1857)
também denominada de como distribuição de Lorentz ou de
Lorentziana é a distribuição do Breit-Wigner. Ela é importante por que
quociente de variáveis normais
é a solução de uma equação diferencial
padrão independentes.
que descreve a ressonância forçada.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
dada por:
0,3
1
f (x) = para x ∈ R 0,1
2
π(1+ ex)
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8
-0,1
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
5
1,0
A FD da Cauchy é:
0,5
1 1 x - α
F( x ) = + arctg para x ∈ R, β > 0
2 π β
0,0
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
6
Gerar 10000 valores de uma
C(1; 2). Representar os resultados
C(α; β) ≈ β{tg[π(u − 0,5)]} + α
graficamente e calcular todas as
principais medidas.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
λ. e λt se t ≥0
f (t ) =
0 se t <0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
7
Fdps - E(2,0) - E(1,0) - E(0,5)
2,0
A função F(t) é dada por:
1,5
1,0
0 se t < 0
F( t ) =
-λt
0,5 1 - e se t ≥ 0
0,0
1 11 21 31 41 51 61 71 81 91 101
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
+∞ ∞
E (T) = ∫−∞ t.f (t )dt = ∫0 t .λ e−λt dt =
0,90
0,80
0,70
∞ ∞ − λt
0,60 = [− t e−λt]0 + ∫0 e dt =
0,50
0,40 ∞
0,30 −λt e
− λt
1
0,20 − t e − λ = λ
0,10 0
0,00
0 1 2 3 4 5 6 7 8 9 10
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
+∞ ∞
E(T 2) = ∫− ∞ t 2 .f (t )dt = ∫0 t 2 .λ e− λt dt = 2 2 2
σ = V (T ) = E (T ) − E(T) =
∞ ∞ −λ t
= [− t 2 e− λt ]0 + ∫0 2te dt = 2
1
2 2 1 1
2 = 2− 2 = 2
= −
2 ∞ − λt 2 1 2 λ λ λ λ λ
= ∫0 t λ e dt = . = 2
λ λ λ λ
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
8
Gerador
Para gerar uma VAC Exponencial
basta fazer:
Seja T uma VAC com distribuição
F( x ) = 1 − e− λx
exponencial de parâmetro λ.
u = 1 − e − λx
Determinar o valor mediano da − λx = ln(1 − u )
distribuição. ln(1 − u )
x=− = −µ ln(1 − u )
λ
ou x = - µln(u)
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
0,8
n m é o grau de
E( X) = , n >2
n−2 liberdade do 0,6
numerador e n do 0,4
Variância denominador
0,2
2n 2 (m + n - 2)
Var(X) = 0,0
m(n - 2)(n - 4) 0 3 6 9 12 15
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
9
O que é tabelado é a percentil 95%
Gerar 1000 valores de uma
ou 99% - área à direita de cada curva
F(3; 2). Apresentar os resultados de
(uma para cada par de valores –
numerador, denominador) igual a 5% e forma tabular e gráfica, calculando
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
10
E uma vez que : Verificar, ainda, que:
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
11
1,00 G(1; 1)
0,50 G(2; 1)
G(1; 2) G(3; 1)
G(1; 3) G(5; 1)
0,80
0,40
0,60
0,30
0,40
0,20
0,20 0,10
0,00 0,00
0,0 2, 0 4,0 6,0 8,0 10,0 12,0
0,0 2,0 4,0 6,0 8,0 10,0 12,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
12
1,00
0,80
P( Y > 24 ) = 1 − F( 24) = G(2; 1)
G(3; 1)
G(5; 1)
3
= ∑ (e − 6 6 k )/k! =
0,60
k =0 0,40
= 15,12%
0,20
0,00
0,0 2, 0 4,0 6,0 8,0 10,0 12,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
r
µ = E( X ) = +∞ r σ 2 = V(X) = 2
∫− ∞ x.f ( x )dx = λ
λ
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Gerador
Para gerar valores de uma VAC (iii) Somar todos os Li, isto é, fazer S
Gama, uma possibilidade é utilizar o = Soma dos Li;
seguinte algoritmo: (iv) Determinar S/λ como um valor da
(i) Gerar “r” números aleatórios: distribuição G(r, λ).
u1, u2, ..., ur. Esse algoritmo vale para valores
(ii) Calcular Li = -ln(1- ui) para i = 1, de r inteiros e não é muito eficiente
2, ..., r. para r grande, mas é o mais simples.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
13
Resumindo: uma maneira de gerar
valores de uma G(λ, r) é dado por:
1 r
E (λ , r ) ≈ − ln(∏U i )
λ i =1
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Emil Julius
Gumbel
A distribuição de Gumbel (1891 - 1966)
14
Se α = 0 e β = 1 então a distribuição
Os parâmetros são α que é de
de Gumbel assume a forma:
localização e β que é o de escala.
y x-α
f ( y) = e y e -e para y ∈ R onde y =
β
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
15
1,0 A expectância ou valor esperado da
0,9
G(-1; 01,)
0,8
G(-0,5; 0,5) distribuição de Gumbel é dado por:
0,7
G(0; 1)
0,6
0,5 G(0,5; 1,5) µ = E(X) = α + β Γ ' (1) = α − γβ
0,4 G(1; 2)
0,3
0,2 onde Γ’(1) é a derivada de Γ(n) quando
0,1
0,0 n = 1, isto é, Γ(1) = -0,577216 = γ =
-10 -8 -6 -4 -2 0 2 4 6 8 10
constante de Euler.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
16
Valores da distribuição de Gumbel
podem ser gerados através do método
da inversão:
1
G (α; β ) ≈ α + β ln ln
1 − u
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Pierre
Simon
Marquis
A distribuição de Laplace de Laplace
A distribuição é conhecida também
(1749 -
se origina da diferença entre 1827)
pelo nome de Exponencial Dupla,
duas VA exponenciais IID. É embora esse nome também seja
um movimento Browniano aplicado a distribuição de valores
avaliado em um tempo extremos. É conhecida ainda por
aleatório exponencialmente Exponencial de Dupla Cauda e
distribuído. Exponencial Bilateral.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
A expressão da distribuição de
Laplace é:
Os parâmetros são α que é de
x−α
localização e β que é o de escala.
1 x - α e− β
f ( x) = exp − = β >0
2β β 2β
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
17
1,0 La(-1; 0,5)
Se α = 0 e β = 1 então a distribuição La(0; 1)
La(1,5; 1)
de Laplace assume a forma 0,8
La(2; 2)
−x 0,6
f (x ) = e para x ∈ R
2 0,4
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
1,0
A FD da Distribuição de Laplace é: La(-1; 0,5)
La(0; 1)
0,8
La(1,5; 1)
La(2; 2)
1 x -α 0,6
exp − se x ≤ α
2 β 0,4
F( x ) =
1 x -α 0,2
1 − 2 exp − β se x > α
0,0
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
2
µ = E(X) = α σ 2 = V(X) = 2β
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
18
Considerando uma Lp(α; β), µ = µe = µo = α
determinar:
µ3 = 0
(1) A moda;
(2) A mediana; µ4 = 6
(3) A assimetria;
(4) A curtose; 2 β2 β
γ= = 2
(5) O coeficiente de variação α α
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
19
2,0 LN(0; 1/8)
1,8 LN(0, 1/4)
1,6 LN(0; 1/2)
1,4 LN(0; 1)
O modelo apresenta um parâmetro 1,2 LN(0; 3/2)
1,0 LN(0; 10)
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
1,0
ln(x ) − µ 0,5
F( x ) = G se x ≥ 0, σ > 0 0,4 R(0,5)
σ 0,3 R(1)
0,2
R(1,5)
0,1
Onde G é a FD da N(µ; σ) 0,0
R(2)
x 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
20
Considerando uma LN(µ, σ), µe = exp(µ)
determinar:
µo = exp(µ − σ2)
(1) A moda;
(2) A mediana;
γ1 = exp(σ2 + 2) exp(σ 2 ) − 1)
(3) A assimetria;
γ2 = exp( 4 σ 2) + 2 exp( 3 σ2 ) = 3 exp( 2 σ2 ) − 3
(4) A curtose;
γ = exp(σ 2) − 1
(5) O coeficiente de variação
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
21
Pierre
François
Verhulst
A distribuição Logística é (1804 - 1849) A expressão geral da fdp Logística é
dada por:
derivada do trabalho de Verhulst,
−1
Professor de Análise na β e ( x −α ) / β
f (x ) = 2
para x ∈ R, β > 0
Faculdade Militar Belga. Ele a [1+ e ( x −α) / β ]
ou
utilizou para modelar o
crescimento da população na (1 / β ) e y x−α
f ( y) = para x ∈ R, y =
2 β
Bélgica no início de 1800. [1+ e y ]
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
1,0 L(0;1)
L(-1; 2)
0,8 L(-1; 0,5) Suponha que X tem uma
L(2; 2)
distribuição de Pareto com
0,6
α = 1. Mostre que
0,4
Y = ln(X - 1) tem uma distribuição
0,2
Logística Padrão.
0,0
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
22
A FD da Logística é: 1,0
(x -α)/ β
e
F(x ) = para x ∈ R, β > 0
1 + e(x -α )/β
ou
1
0,5
1 + e- y β
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
2
2π
µ = E (X ) = α σ 2 = V(X) = β
3
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
(3) A assimetria; 2
π2 β
(4) A curtose; 3 = βπ
γ=
(5) O coeficiente de variação α 3α
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
23
Gerar 10000 valores de uma
L(-2; 5). Representar os resultados
u
graficamente e calcular todas as L(α; β) ≈ α + β ln
1 − u
principais medidas.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Abraham DE
MOIVRE
(1667 - 1754)
A distribuição foi
introduzida por De Moivre em
um artigo em 1733. O seu
resultado foi estendido por
Laplace no seu livro “Teoria
Analítica das Probabilidades” de
1812.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Pierre-Simon,
Carl Friedrich
Marquis de
GAUSS
LAPLACE
(1777 - 1855)
(1749 - 1827) Ele foi justificado por
Laplace utilizou a Gauss, supondo uma
distribuição normal dos
normal na análise de erros erros, em 1809 que alegou
de experimentos. O que já utilizava o método
“método dos mínimos desde 1794. Hoje ela é
também conhecida como
quadrados” foi introduzido Adrien Marie
LEGENDRE
(1752 - 1833)
distribuição de Gauss-
por Legendre em 1805. Moivre-Laplace.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
24
Uma variável aleatória X tem uma
A distribuição Normal apresenta
distribuição normal se sua fdp for do
tipo: dois parâmetros. Uma de localização µ
2
1 x −µ e outro de forma σ > 0. Neste caso os
1 − .
f (x ) = .e 2 σ , x ∈ ℜ
2π .σ parâmetros representam a média e a
variabilidade do modelo.
com - ∞ < µ < ∞ e σ > 0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
N(0; 1)
0,8
2
N(0; 0,5) 1 u −µ
− .
N(0; 2) x 1
0,6
N(2; 1) P(X ≤ x ) = ∫−∞ .e 2 σ du = ?
2π .σ
0,4
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
25
A fdp da variável Z é dada por: 0,4
0,3
2
1 −z .
ϕ( z) = .e 2 , z ∈ℜ 0,2
2π 0,1
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
2 0,3
z 1 −u . 0,2 z
= ∫-∞ .e 2 du = Φ ( z) 0,1
0,0
2π -4,0 -3,0 -2,0 -1,0 0,0 1,0 2,0 3,0 4,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
µ = E (X ) = µ V(X) = σ 2
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
26
Considerando uma N(µ; σ), µo = µ = µe
determinar:
(1) A moda; γ1 = 0
(2) A mediana;
γ 2 = 3 ou 0
(3) A assimetria;
µ
(4) A curtose; γ=
σ
(5) O coeficiente de variação.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Vilfredo
Federigo
Samaso
A Distribuição de PARETO
(1848 - 1923)
Pareto é também conhecida
como Exponencial Dupla,
Hiperbólica ou Lei do Poder.
É usada para modelar tempo
de CPU e tamanho de
arquivos na Internet.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
27
A função densidade de probabilidade
Distribuições sócio-econômicas de Pareto é dada por:
com grandes caudas à direita. Tamanho
1,0
0,0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0 11,0 12,0 13,0 14,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
1000 3
Suponha que a renda de uma 1 - se x ≥ 1000
F(x) = x
determinada população tenha uma
0 se x < 1000
distribuição de Pareto com parâmetro de
P (2000 < X < 4000) = F( 4000) − F( 2000) =
forma igual a 3 e parâmetro de escala igual a 3 3 3 3
1000 1000 1 1
1000. Determine o percentual da população = 1− − 1 − = − =
4000 2000 2 4
que tem renda entre 2000 e 4000. 1 1 7
= − = = 10,94%
8 64 64
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
28
A função F(x) é dada pela seguinte 1,0
0,6
β α 0,4
1 - se x ≥ β
F( x ) = x 0,2
0 se x < β 0,0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0 11,0 12,0 13,0 14,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
αβ α β2
µ = E (X ) = se α > 1 σ 2= V(X) = se α > 2
α −1 (α − 2) (α −1) 2
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
29
mo = β Um gerador para obter valores de
me = uma variável de Pareto é dado por:
2(α + 1) α − 2 α α
µ3 = se α > 3
F(x) = 1 −
β ⇒ β = 1− u
α−3 α
x x
3(3 α 2 + α + 2)(α − 2) β 1/α
µ4 = se α > 4 = (1− u) ⇒ x = β u −1/ α
α (α − 3)(α − 4) x
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
0,60 Q(1)
Q(2)
Q(3)
Determinar a representação gráfica, em Q(4)
0,40 Q(5)
χ 12 , χ 22 , χ 32 , χ 24 e χ 52
0,00
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
30
O que é tabelado é a função inversa
(percentis), em relação a área à direita
Não existe uma expressão
(unilateral) de cada curva (uma para cada
analítica para F(x) genérica. Ela é
linha), ou a soma das caudas (bilateral),
isto é, a tabela retorna um valor “t” tal que avaliada numericamente.
E( X) = υ Var(X) = 2υ
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
31
µ o = ν − 2 se ν > 2
Gerar 10000 valores de uma
µe = ν − 2 / 3
χ32 . Apresentar os resultados de forma
8 12 tabular e gráfica, calculando todas as
γ1 = γ2 =
ν ν
principais medidas.
2
γ=
ν
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
John William
Strutt (Lord)
RAYLEIGH
32
2 A expressão da distribuição de
Se β = 1, então R(1)2 ~ χ2 ;
Rayleigh é:
A χ2 é uma generalização da
Rayleigh;
1 x 2
A Weibull é, também, uma f ( x) =
x
exp − se x ≥ 0, β > 0
β2 2 b
generalização da Rayleigh.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
1 ,4 R(0,5)
R(1)
1 ,2
R(1,5)
1 ,0
R(2)
O modelo apresenta um parâmetro 0 ,8
0 ,6
de escala β.
0 ,4
0 ,2
0 ,0
0,0 1,0 2,0 3 ,0 4 ,0 5 ,0 6 ,0 7 ,0 8,0 9,0 1 0,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
1,0
2 β 0,2
0,1
0,0
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
33
A expectância ou valor esperada da A Variância da Distribuição de
Distribuição de Gumbel é dado por: Rayleigh é dada por:
µ = E(X) = β
π 2 2 π ( 4 − π) β2
2 σ = V(X) = β 2 − =
2 2
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
34
William
Sealey
Gosset
(1876 - 1937)
A origem da distribuição t
foi um artigo publicado em
1908 por Gosset, químico da
cervejaria Guinness de Dublin.
0,4 t(1)
t(3)
t(10)
0,0
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
35
O que é tabelado é a função inversa
(percentis ), em relação a área à direita
(unilateral ) de cada curva (uma para Não existe uma expressão
cada linha), ou a soma das caudas analítica para F(x) genérica. Ela é
(bilateral), isto é, a tabela retorna um valor
avaliada numericamente.
“t” tal que P(Τ ≥ t) = α (unilateral) ou
P(|T| ≥ t) = α.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
υ
µ = E (X) = 0 Var(X) =
υ-2
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
36
A geração dos valores de uma
Gerar 10000 valores de uma distribuição t é feito através do
t(3). Apresentar os resultados de forma quociente de uma normal e uma Qui-
tabular e gráfica, calculando todas as Quadrado.
Z
tn ~ Onde Z é a
principais medidas. χ2n
n normal padrão.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
1
se a ≤ x ≤ b
f ( x) = b − a
0 c.c.
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Fdp da U(2; 6)
0,2
X ~ U(2; 6). Então a fdp é dada por:
0,15
0,1
1 1
6 - 2 = 4 se 2 ≤ x ≤ 6 0,05
f (x ) = 0
0 c. c.
0 2 4 6 8 10
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
37
Seja X uma uniforme no intervalo
A função F(x) é dada por:
[2; 6], então a FDA de X é dada por:
0 se x < a
x −a 0 se x < 2
F(x ) = sea ≤ x ≤ b x − 2
b−a F( x ) = se 2 ≤ x ≤ 6
1 se x > b 4
1 se x > 6
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
FDA da U(2; 6)
1
+∞ b x
0,9 E( X) = ∫−∞ x.f ( x )dx = ∫a dx =
0,8 b−a
0,7
0,6 b
0,5 1 x2 2
b −a
2
0,4 = = =
0,3
b − a 2 a 2(b − a )
0,2
0,1
( b − a ).( b + a ) a + b
0 = =
0 1 2 3 4 5 6 7 8 2(b − a ) 2
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
38
Gerador
Para gerar uma VAC Uniforme em
um intervalo [a, b], basta fazer:
x −a
F( x ) =
b−a
x −a
u=
b−a
x = a + (b − a )u
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
1,40
W(0,2,1)
W(0,3,1)
locação, δ > 0 o de escala e β > 0 o de 1,20
W(0,4,1)
1,00
forma. 0,80
0,40
λ = 1/δ.
0,00
0,0 0,4 0,8 1,2 1,6 2,0 2,4 2,8 3,2 3,6 4,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
39
A vida de equipamento eletrônico é dada
por Y = X1 + X2 + X3 + X4, a soma das vidas
de seus componentes. Os componentes são P ( Y > 24) = 1 − F( 24) =
3
independentes, cada um tendo tempo de falha = ∑ (e −6 6k )/k! =
exponencial com média entre falhas de 4 k =0
horas. Qual é a probabilidade de que o = 15,12%
sistema opere pelo menos 24 horas sem
falhas?
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
0,90
expressão relativamente simples: 0,80
0,70
0,60
0,50
x-γ β 0,40
1 - exp - se x ≥ γ 0,30
W(0,1,1)
F( x ) = δ 0,20
W(0,2,1)
W(0,3,1)
0,10 W(0,4,1)
0 se x < γ 0,00
0,0 0,4 0,8 1,2 1,6 2,0 2,4 2,8 3,2 3,6 4,0
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
40
A expectância ou valor esperado de A Variância da Distribuição de Weibull
uma Distribuição de Weibull é dada por: é dada por:
2
1 2 = V(X) = 2 Γ 2 1
µ = E( X ) = γ + δΓ1 + σ δ 1 + − Γ 1+
β
β β
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
Gerador
Para gerar valores de uma VAC
Weibull, uma possibilidade é utilizar o x -γ β β
exp -
= 1 − u ⇒ − ln(1 − u ) = x - γ
seguinte algoritmo: δ
δ
1/ β x- γ 1/ β
β [− ln( 1− u )] = ⇒ x - γ = δ [ − ln( 1− u )]
x-γ δ
1 - exp - = u 1/ β 1/ β
δ x = δ [− ln( 1− u )] + γ ⇒ x = δ [− ln( u )] +γ
Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS Prof. Lorí Viali, Dr. – Faculdade de Matemática - Departamento de Estatística - PUCRS
41