Escolar Documentos
Profissional Documentos
Cultura Documentos
PROBABILIDADE CONTÍNUAS
1
Objectivos
Chap 6-2
Distribuições de Probabilidade
Distribuições de
Probabilidade
Distribuições Distribuições de
de Probabilidade
Probabilidade Contínuas
Discretas
Uniforme
Normal
Exponencial
Chap 6-3
Função Distribuição Acumulada
F(x) P(X x)
Sejam a e b dois valores possíveis de uma v.a.
continua X, com a < b. A probabilidade de X
estar compreendida entre a e b é
𝑷 𝒂<𝑿<𝒃 =𝑷 𝒂<𝑿≤𝒃
=𝑷 𝒂≤𝑿<𝒃 =𝑷 𝒂≤𝑿≤𝒃
= 𝑭 𝒃 − 𝑭(𝒂)
Chap 6-4
Probabilidade como uma área
A área a vermelho sob a curva entre a e
b representa a probabilidade da v.a. X
tomar valores a e b
f(x) P (a ≤ x ≤ b)
= P (a < x < b)
= P (a ≤ x < b)
= P (a < x ≤ b)
a b x
(Note que a probabilidade de qualquer valor
individual é zero)
Chap 6-5
A Distribuição Uniforme
f(x)
Área total sob a f.d.p
da distribuição
uniforme é 1.
a b x
Chap 6-6
A Distribuição Uniforme
A Distribuição Uniforme Contínua X ~ U(a,b):
1
se a x b
ba
f(x) =
0 caso contrário
onde
f(x) é a f.d.p.
a = valor mínimo de x
b = valor máximo de x
a < b constantes reais
Chap 6-7
Propriedades da Distribuição
Uniforme contínua
𝑎+𝑏
𝜇=𝐸 𝑋 =
2
A variância é
2
(𝑏 − 𝑎)
𝜎 2 = 𝑉𝑎𝑟 𝑋 =
12
Chap 6-8
Exemplo da Distribuição
Uniforme contínua
Exemplo: Distribuição Uniforme no
intervalo [2,6]:
1
f(x) = 6 - 2 = 0.25 se 2 ≤ x ≤ 6
f(x)
ab 26
μ 4
.25 2 2
(b - a)2 (6 - 2)2
σ
2
1.333
2 6 x 12 12
Chap 6-9
A Distribuição Normal
‘Características da f.d.p.:
f(x)
Em forma de campânula de sino
Simétrica (valor médio, mediana e
moda têm o mesmo valor) σ
x
μ
A localização é determinada pelo valor
médio, μ
A dispersão é determinada pelo desvio Valor médio
padrão, σ = Mediana
A v.a. assume valores em ℝ. = Moda
Chap 6-10
Várias Distribuições Normais
Chap 6-11
Forma da Distribuição Normal
f(x) Variando o valor μ desloca a distribuição
para a esquerda ou para a direita.
Alterando o valor σ
aumenta ou diminui a
σ dispersão.
μ x
Dado o valor médio μ e a variância σ2 define-se a
distribuição normal usando a notação simbólica:
X ~ N(μ,σ 2 )
Chap 6-12
A f.d.p. da Distribuição Normal
A fórmula para a função densidade de
probabilidade da normal é:
Chap 6-13
F. Distribuição da Normal
F(x 0 ) P(X x0 )
f(x)
P(X x 0 )
0 x0 x
Chap 6-14
Cálculo de Probabilidades
usando a Normal
(continuação)
F(b) P(X b)
a μ b x
F(a) P(X a)
a μ b x
a μ b x
Chap 6-15
Distribuição Normal Padrão
Qualquer distribuição Normal (com qualquer combinação de
valor médio e variância) pode ser transformada numa
distribuição normal padrão (usualmente designada por Z),
com valor médio 0 e variância 1, simbolicamente:
Z ~ N(0,1)
𝑋−𝜇
Teorema: Se X ~ N (μ,σ2) => 𝑍=
𝜎
Transformação de X em Z faz-se subtraindo o valor médio de X e
dividindo pelo seu desvio padrão.
𝑋−𝜇
F(x) = F( )= F(z) área abaixo da f.d.p. da N(0,1) à
𝜎
esquerda do valor z
Chap 6-16
Exemplo
X μ 200 100
Z 2.0
σ 50
Quer dizer que x = 200 está dois desvios
padrão (2 incrementos de 50 unidades) acima
do valor médio de 100.
Chap 6-17
Cálculo de Probabilidades usando
a Normal Padrão
a μ b μ
P(a X b) P Z
σ σ
f(x) b𝑏 −μ 𝜇 a μ𝑎 − 𝜇
=ΦF F− Φ
σ𝜎 σ 𝜎
a µ b x
a μ b μ
0 Z
σ σ
Chap 6-18
Tabela da Normal Padrão
(leitura de z para F)
A tabela da Distribuição Normal Padrão
(disponível no moodle) mostra os valores da
função distribuição acumulada
Para um dado valor a da v.a. Z a tabela mostra
F(a) (a área sob a curva entre e a )
𝑷 𝒁 < 𝒂 = 𝚽(𝒂)
0 a Z
Chap 6-19
Tabela da Normal Padrão
(leitura de z para F)
Para valores positivos de Z, vamos à procura, na tabela, desse
valor na coluna de z e lê-se o respectivo valor de F(z):
Exemplo:
P(Z ≤ 2.00) = F(2.00)= 0.9772
z F(-z) F(z) D(z)
0.01 0.4960 0.5040 0.0080
0.02 0.4920 0.5080 0.0160
…
0.9772
1.00 0.1587 0.8413 0.6827
…
2.00 0.0228 0.9772 0.9545
… 0 2.00 Z
3.00 0.0013 0.9987 0.9973
Chap 6-20
Tabela da Normal Padrão
(leitura de z para F)
X
8.0
8.6
Chap 6-23
(continuação)
μ=8 μ=0
σ=5 σ=1
8 8.6 X 0 0.12 Z
𝑋−8 8.6 − 8
P X < 8.6 = P < = P Z < 0.12 = Φ 0.12 = 0.5478
25 25
0.5478
z F(-z) F(z) D(z)
0.01 0.4960 0.5040 0.0080
0.02 0.4920 0.5080 0.0160
…
0.12 0.4522 0.5478 0.0955
…
Z
0.00
0.12
Chap 6-25
(continuação)
X
8.0
8.6
Chap 6-26
(continuação)
𝑋−8 8.6 − 8
P X > 8.6 = 1 − P ≤ = 1 − P Z ≤ 0.12 =
25 25
(*)
= 1 − Φ 0.12 = 1 − 0.5478 = 0.4522
ou (*) = 1 − Φ 0.12 = Φ −0.12 = 0.4522
0.5478
1.000 1.0 - 0.5478
= 0.4522
Z Z
0 0
0.12 0.12
Chap 6-27
(continuação)
Alternativamente:
𝑋−8 8.6 − 8
P X > 8.6 = P > = P Z > 0.12 =
25 25
(*)
= 1 − P Z ≤ 0.12 = 1 − Φ 0.12 = 1 − 0.5478 = 0.4522
Chap 6-28
Leitura da tabela de F para z
Seja X uma v.a. normal com valor médio 8 e variância 25, X ~
N (8, 25). Qual o valor x abaixo do qual se encontram 20% dos
valores?
𝑃 𝑋 < 𝑎 = 0.20 ⇔
𝑋−8 𝑎−8
⇔P < = 0.20
25 25 0.2000
𝑎−8
⇔P Z< = 0.20 ⇔
25
𝑎−8 ? 8.0 X
⇔ Φ = 0.20 ⇔
5 ? 0 Z
𝑎−8
⇔ ≃ −0.84 ⇔ 𝑎 ≃ 5 × −0.841 ⇔ a ≃ −4.2
5 Chap 6-29
Leitura da tabela de F para z
Quando se chega a esta fase da resolução, 0.5 = F(0)
𝑎−8
Φ 5 = 0.20, o z é desconhecido uma vez
𝑎−8
que 5 depende do valor de a. Contudo < 0.5 > 0.5
conhece-se o valor do F que é igual a 0.20. z F(-z) F(z) D(z)
Valores de F inferiores a 0.5 encontram-se 0.01 0.4960 0.5040 0.0080
na coluna de Φ −𝑧 (Nota: Valores de F 0.02 0.4920 0.5080 0.0160
superiores a 0.5 encontram-se na coluna …
de Φ(𝑧)). 0.83 0.2033 0.7967 0.5935
Assim, vai-se à coluna de Φ −𝑧 procurar o 0.84 0.2005 0.7995 0.5991
valor mais próximo, ou eventualmente igual, 0.85 0.1977 0.8023 0.6047
de 0.20. Neste caso esse valor é 0.2005,
que corresponde ao valor de z de 0.84
…
precedido do sinal ─ , uma vez que foi
encontrado a partir da coluna de Φ −𝑧 .
Chap 6-30
Leitura da tabela de F para z
Seja X uma v.a. com distribuição Normal com valor médio 1 e
variância 9 e P(0 < X ≤ k) = 0.5. Determine o valor da constante k.
Chap 6-31
Leitura da tabela de F para z
Notas:
Se tiver um valor z com mais do que 2 casas decimais deve arredondá-
lo à segunda casa decimal (atenção às regras de arredondamento)
𝑘−1
Quando deparamos com esta parte da resolução, Φ = 0.8707, o
3
valor z é desconhecido, pois depende do valor de k. Conhecemos o
valor de F, que é 0.8707. Então recorre-se à tabela procurando na
coluna de F(z), pois 0.8707 é superior a 0.5, o que resultará num valor
positivo para z não sendo necessário acrescentar qualquer sinal.
-32
z F(-z) F(z) D(z) Observando a tabela verifica-se que o valor
0.01 0.4960 0.5040 0.0080 mais próximo de 0.8707 é o valor 0.8708,
0.02 0.4920 0.5080 0.0160 que corresponde ao valor z igual a 1.13.
… 𝑘−1
Como z= 3 , pois é sempre, o que se
1.12 0.1314 0.8686 0.7373 encontra dentro dos parêntesis de F, então
1.13 0.1292 0.8708 0.7415 𝑘−1
iguala-se ao valor de z encontrado
3
1.14 0.1271 0.8729 0.7457 (1.13), obtendo o valor de k.
…
𝑛 𝑛 𝑛
𝑋1 + 𝑋2 + … + 𝑋𝑛 = 𝑋𝑖 ~ 𝑁 𝜇𝑖 , 𝜎𝑖2
𝑖=1 𝑖=1 𝑖=1
-34
Distribuição Exponencial
35
A Distribuição Exponencial
Chap 6-36
A Distribuição Exponencial
Chap 6-37
A Distribuição Exponencial
0 , 𝑥≤0
𝐹 𝑥 =
1 − 𝑒 −𝜆𝑥 , 𝑥>0
A Distribuição Exponencial
Exemplo
Exemplo: Os clientes chegam a um loja em média 15 por
hora. Qual a probabilidade do tempo de chegada entre dois
clientes consecutivos seja inferior a 3 minutos?
A v.a. X representa o tempo, em minutos, entre a chegada de
dois clientes consecutivos.
O número médio de clientes que chegam à loja por hora é de
15, logo l = 15, então: X ~ Exp (l 15).
Três minutos representam 0.05 horas
P(X < 0.05) = F(0,05) = 1 – e-(15)(.05) ≈ 0.5276
Assim, a probabilidade do tempo de chegada entre dois
clientes sucessivos ser inferior a 3 minutos é de 52.76%.
Chap 6-39