Escolar Documentos
Profissional Documentos
Cultura Documentos
INTRODUÇÃO À PROBABILIDADE
Parte 3
Seja X uma variável aleatória contínua. A distribuição de probabilidade é dada na forma de uma
função, chamada de densidade de probabilidade e denotada por f(x). Uma função de densidade de
probabilidade satisfaz as seguintes condições:
a) f(x) 0 , x R
+
b) −
f(x)dx = 1
0.7 0.4
f(x)
0.6
0.5 0.3
0.4
f(x)
0.2
0.3
0.2
0.1
0.1
0.0 0.0
0 1 2 3 4 5 6 7 -4 -3 -2 -1 0 1 2 3
x x
A função densidade, por definição, possui área sob a curva limitada pelo eixo x igual a 1 e a
probabilidade de X tomar um valor entre a e b é obtida calculando-se a área compreendida entre
esses dois valores. Isto é, para qualquer a < b em R:
Exemplo:
Observações:
=0
b) Assim, as probabilidades abaixo serão todas iguais se X for uma variável aleatória contínua:
2) Seja X uma v.a. contínua com função de densidade de probabilidade dada por:
f(x) =
F(x) = P( X x).
F(x) =
O valor esperado (média) da variável aleatória contínua X com função densidade dada por f(x) é:
Para uma variável aleatória X com densidade f(x), a variância é dada por:
ou
Onde
Exemplo: Arqueólogos estudaram certa região e estabeleceram um modelo teórico para a variável C,
comprimento de fósseis da região (em cm). Suponha que C é uma variável aleatória contínua com a
seguinte função densidade de probabilidade:
f(x) =
Para a variância:
Logo,
i) Distribuição Normal
A distribuição normal é caracterizada por uma função, cujo gráfico descreve uma curva em forma
de sino. Esta distribuição depende de dois parâmetros que são:
(média) – especifica a posição central da distribuição de probabilidades.
(desvio padrão) – especifica a variabilidade da distribuição de probabilidades.
Uma variável aleatória contínua X tem distribuição normal de probabilidade se sua função de
densidade é dada por:
-4 -3 -2 -1− 0 1+ 2 3 4
No cálculo de probabilidades para variáveis contínuas a integral abaixo deve ser resolvida:
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621 3,10 ou
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830 + 0,4999
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177 * Use esses valores comuns resultantes de interpolação:
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319 Escore z Área
1,645 0,4500
2,575 0,4950
Exemplo1: quando temos o valor do ponto crítico (Zc) e queremos encontrar a área
(probabilidade):
zc 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
Exemplo2: quando temos o valor da área (probabilidade) e queremos encontrar o ponto
crítico (Zc):
zc 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
Exemplo3: Suponha que o desempenho dos alunos das três últimas fases de um curso tenha
distribuição normal de média 2,5 e desvio padrão de 0,6. Calcule a probabilidade de um aluno
acusar desempenho entre 2 e 3,5.
É uma distribuição bastante utilizada na teoria da confiabilidade para modelar os tempos de espera
entre ocorrências de eventos em um processo de Poisson. Este modelo probabilístico é utilizado,
por exemplo, para modelar tempo de espera em uma fila, tempo de sobrevivência de um grupo de
pacientes após o início de um tratamento e tempo de vida de material eletrônico.
Uma variável aleatória contínua X, que admite valores não-negativos, terá uma distribuição
exponencial com parâmetro > 0, se sua função de densidade de probabilidade for dada por:
1 1
E(X) = e V(X) = 2 .
Exemplo1: O intervalo de tempo em minutos entre emissões consecutivas de uma fonte radioativa é
uma variável aleatória com distribuição exponencial de parâmetro = 0,2. Calcule a probabilidade
de haver uma emissão em um intervalo inferior a 2 minutos.
Exemplo2: Uma lâmpada tem duração(T) de acordo com a densidade exponencial com
Determine:
a) a probabilidade de que uma lâmpada qualquer queime antes de 1000 horas? P = 0,6321
b) a probabilidade de que uma lâmpada qualquer queime depois de sua duração média? P = 0,3679
c) a variância da distribuição. V(T) = 10002
iii) Distribuição Weibull
Seja X uma variável aleatória contínua, que tome somente valores não-negativos. Então, X tem
distribuição de probabilidade Weibull com parâmetros > 0 E ß > 0, se sua função de densidade
de probabilidade é dada por:
Propriedades:
1 2 2
− 1 − 2 1
E(X) =
+ 1 e V(X) = + 1 − + 1
Esta definição afirma que a confiabilidade num instante t de um componente é igual a probabilidade
de que o componente não falhe durante o intervalo [0, t].
Definição 2: “A confiabilidade de um sistema pode ser definida como a probabilidade de se
conseguir um desempenho adequado por um período específico de tempo, sob determinadas
condições. Em termos de desempenho de uma estação de tratamento, a confiabilidade pode ser
entendida como a porcentagem de tempo em que se conseguem as concentrações esperadas no
efluente para cumprir com os padrões de lançamento. Assim, uma ETE será completamente
confiável se não houver falha no desempenho, ou seja, se não houver violação dos limites
preconizados pelas legislações ambientais. A falha do processo de tratamento ocorrerá sempre
que o padrão de lançamento for excedido.”
Uma consequência desta suposição é que a função de densidade associada à duração até falhar
T, será dada por:
Exemplo1: Seja um componente eletrônico que segue a lei de falhas exponencial. Dados os
parâmetros α = 0,01 e R(t) = 0,90, então o valor de t, número de horas é:
Sempre que o sistema for composto de vários componentes e a falha seja devida a mais grave
imperfeição ou irregularidade dentre um grande número de imperfeições do sistema, a
distribuição de Weibull representa um modelo adequado para uma lei de falhas.
Seja T o tempo até a falha de um componente, com função densidade dada por:
• MORETTIN, Pedro Alberto; BUSSAB, Wilton de Oliveira. Estatística básica. 9ª. ed.