docsity

Home
Videoaulas
Matemática
Probabilidade e Estatística
Resumo: Distribuições Uniforme e Exponencial

Resumo: Distribuições Uniforme e Exponencial

Lição finalizada?
Sim
Compartilhe

Distribuições Uniforme e Exponencial

As distribuições Uniforme e Exponencial são tipos de distribuição para variáveis aleatórias contínuas. Enquanto na distribuição Uniforme a função densidade de probabilidade é constante, na distribuição Exponencial ela é uma função exponencial. Como são variáveis contínuas, para achar a
probabilidade de a variável 𝑋Xassumir um valor em um determinado intervalo, fazemos a integral dessa função no intervalo dado.

1) Distribuição Uniforme

Na distribuição Uniforme, a função densidade de probabilidade é constante no intervalo [𝑎; 𝑏][a; b]onde a variável está definida. Como a integral de uma função densidade de probabilidade é sempre igual a 11, temos:

𝑓(𝑥) = 1 , 𝑝𝑎𝑟𝑎 𝑥 ∈ [𝑎; 𝑏]f (x) = b − a1​, para x ∈ [a; b]

𝑏−𝑎

a) Probabilidade

Para calcular a probabilidade de 𝑐 ≤ 𝑥 ≤ 𝑑c ≤ x ≤ d, basta usar a integral:

𝑑
𝑃(𝑐 ≤ 𝑥 ≤ 𝑑) = ∫𝑐 𝑓(𝑥 ) 𝑑𝑥 = ∫𝑐
𝑑 1 𝑑𝑥 = 𝑑 − 𝑐 P (c ≤ x ≤ d) = ∫cd​f (x) dx = ∫cd​b − a1​dx = b − ad − c​
𝑏−𝑎 𝑏−𝑎

Se você prefere não usar integrais, podemos calcular a probabilidade de 𝑥 xestar contido num intervalo [𝑐; 𝑑][c; d]pela área do gráfico:

Função densidade de probabilidade em distribuição uniforme

Assim, pela área do retângulo:

𝑃(𝑐 ≤ 𝑥 ≤ 𝑑) = (𝑑 − 𝑐) ⋅ 𝑓(𝑥 ) = 𝑑 − 𝑐 P (c
𝑏−𝑎
≤ x ≤ d) = (d − c) ⋅ f (x) = b − ad − c​

Exemplo: O tempo de espera, em minutos, do momento do pedido até a chegada da refeição em um serviço de delivery segue uma distribuição uniforme, podendo variar entre 30 e 45 minutos. Qual a probabilidade de um cliente esperar até 35 minutos pelo seu pedido?

Nessa distribuição uniforme, queremos saber a probabilidade da variável aleatória 𝑋X, representando o tempo de espera em minutos, ser menor ou igual a 35. Como o tempo mínimo é 30, queremos a probabilidade de estar no intervalo [30; 35][30; 35], com a função definida no intervalo [30; 45]
[30; 45]:

𝑃(30 ≤ 𝑥 ≤ 35) = 35 − 30 = 13 P (30 ≤ x ≤ 35) = 45 − 3035 − 30​= 31​

45 − 30

b) Valor Esperado

O valor esperado ou esperança matemática em uma distribuição uniforme é o valor que está no meio do intervalo, ou a média entre as extremidades:

𝐸(𝑋) = 𝑏 + 𝑎 E(X)
2
= 2b + a​

Para o exemplo da pizzaria:

𝐸(𝑋) = 45 + 30
2
= 37.5E(X) = 245 + 30​= 37.5

c) Variância

A variância em uma distribuição uniforme no intervalo [𝑎; 𝑏][a; b]é dada por:

(𝑏 − 𝑎)2
𝑉𝑎𝑟(𝑋) = 12 V ar(X) = 12(b − a)2​

A variância para a distribuição uniforme do exemplo é:

(45 − 30)2
𝑉𝑎𝑟(𝑋) = 12
= 18.75V ar(X) = 12(45 − 30)2​= 18.75

2) Distribuição Exponencial

A distribuição Exponencial é uma distribuição contínua onde a função densidade de probabilidade segue uma função exponencial, que depende de um parâmetro 𝜆λ, e é definida apenas para 𝑋Xnão negativos.

Função densidade de probabilidade em distribuição exponencial

A função é dada por:

𝑓(𝑥) = 𝜆 ⋅ 𝑒−𝑥 ⋅ 𝜆 f (x) = λ ⋅ e−x⋅λ

a) Probabilidade

Podemos calcular a probabilidade de 𝑥 xestar em um determinado intervalo [𝑎; 𝑏][a; b]fazendo a integral da função nesse intervalo. Com a integral, temos:

𝑃(𝑎 ≤ 𝑥 ≤ 𝑏) = 𝑒−𝜆 ⋅ 𝑎 − 𝑒−𝜆 ⋅ 𝑏 P (a ≤ x ≤ b) = e−λ⋅a − e−λ⋅b 

Exemplo: O intervalo de tempo, em minutos, entre emissões consecutivas de uma fonte radioativa é uma variável aleatória exponencial com parâmetro 𝜆 = 0, 2λ = 0, 2emissões/minuto. Qual a probabilidade desse intervalo ser superior a 7 minutos?

Queremos a probabilidade da variável aleatória exponencial 𝑋Xser superior a 7. Pelas propriedades da probabilidade, temos:

𝑃(𝑥 > 7) = 1 − 𝑃(𝑥 ≤ 7)P (x > 7) = 1 − P (x ≤ 7)

Pela fórmula da probabilidade na distribuição exponencial, podemos calcular a probabilidade de 𝑥 xestar contido no intervalo [0; 7][0; 7]:

𝑃(0 ≤ 𝑥 ≤ 7) = 𝑒−0.2 ⋅ 0 − 𝑒−0.2 ⋅ 7 = 0.753P (0 ≤ x ≤ 7) = e−0.2⋅0 − e−0.2⋅7 = 0.753

Logo, a probabilidade pedida será:

𝑃(𝑥 > 7) = 1 − 0.753 = 0.247P (x > 7) = 1 − 0.753 = 0.247

b) Valor Esperado

O valor esperado ou esperança matemática em uma distribuição exponencial é o inverso do parâmetro 𝜆λ:

𝐸(𝑋) = 𝜆1 E(X) = λ1​

Para o exemplo acima:

𝐸(𝑋) = 1 = 5E(X) = 0.21​= 5

0.2

c) Variância

A variância em uma distribuição exponencial é o inverso ao quadrado do parâmetro 𝜆λ:

𝑉𝑎𝑟(𝑋) = 1V ar(X) = λ21​

𝜆2

No exemplo, a variância para a distribuição exponencial é:

𝑉𝑎𝑟(𝑋) = 1 = 25V ar(X) = 0.221​= 25

0.22

Veja mais sobre distribuição uniforme e distribuição exponencial no site da Estudar com Você!

Lição finalizada?
Sim
Vá para a próxima
Teste sua preparação

Quiz

Probabilidade e Estatística
19 Temas•100 Perguntas
NOVO
Experimente antes de todo mundo!

Assista outros cursos

Cálculo Numérico
Matemática ENEM
Direito Penal: Parte Geral
Anatomia
Microeconomia

Histograma e Conceitos Introdutórios de Estatística

14 vídeos (39 Minutos)•2 exercícios•1 aula textual

Mediana, Média, Variância e Outras Medidas Estatísticas

21 vídeos (1 h 15 m)•6 exercícios•3 aulas textuais

Outliers (Discrepâncias), Box Plot (Diagrama de Caixa), Padronização e Escore-Z

9 vídeos (32 Minutos)•7 exercícios•1 aula textual

Análise Bivariada, Correlação e Covariância

15 vídeos (1 h 4 m)•4 exercícios•1 aula textual

Estatística Descritiva no Software R

15 vídeos (1 h 5 m)

Análise Combinatória: Combinação, Permutação e Arranjo

8 vídeos (22 Minutos)•1 exercício•1 aula textual

Propriedades da Probabilidade e Diagrama de Venn

13 vídeos (23 Minutos)•1 exercício•1 aula textual

Probabilidade Condicional e Total, Teorema de Bayes e Teorema do Produto

14 vídeos (42 Minutos)•2 exercícios•1 aula textual

Variáveis Aleatórias
4 vídeos (12 Minutos)•1 aula textual

10

Variáveis Aleatórias Discretas: Variância e Esperança Matemática

11 vídeos (31 Minutos)•1 aula textual

11

Variáveis Aleatórias Contínuas: Variância e Esperança Matemática

13 vídeos (48 Minutos)•1 aula textual

12

Variáveis Aleatórias: Distribuições Conjuntas

19 vídeos (59 Minutos)•1 aula textual

13

Distribuição Binomial
9 vídeos (34 Minutos)•3 exercícios•1 aula textual

14

Distribuição de Poisson
9 vídeos (18 Minutos)•2 exercícios•1 aula textual

15

Distribuições Geométrica, Hipergeométrica e de Weibull

7 vídeos (24 Minutos)•1 aula textual

16

Distribuições Uniforme e Exponencial

13 vídeos (33 Minutos)•1 aula textual

type

Resumo: Distribuições Uniforme e Exponencial

Aula desbloqueada

type

Distribuição Uniforme
02:34

type

Exercício Resolvido a Distribuição Uniforme

Aula desbloqueada
•02:01

type

Exercício Resolvido b Distribuição Uniforme

01:01

type

Exercício Resolvido c Distribuição Uniforme

01:10

type

Exercício Resolvido d Distribuição Uniforme

02:28

type

Exercício Resolvido a Distribuição Uniforme

Aula desbloqueada
•01:54

type

Exercício Resolvido b Distribuição Uniforme

03:35

type

Exercício Resolvido a Distribuição Uniforme

Aula desbloqueada
•02:50

type

Exercício Resolvido b Distribuição Uniforme

03:11

type

Exercício Resolvido c Distribuição Uniforme

02:42

type

Distribuição Exponencial
Aula desbloqueada
•02:30

type

Exercício Resolvido Distribuição Exponencial

Aula desbloqueada
•03:49

type

Exercício Resolvido Distribuição Exponencial

03:29

17

Distribuição Normal
18 vídeos (1 h 14 m)•1 aula textual

18

Teorema do Limite Central

2 vídeos (11 Minutos)•2 exercícios•2 aulas textuais

19

Aproximação da Distribuição Binomial pela Normal

1 vídeo (4 Minutos)•4 exercícios

20

Transformação de Variáveis Aleatórias

6 vídeos (12 Minutos)•3 exercícios

21

Intervalo de Confiança para Média

8 vídeos (20 Minutos)•8 exercícios•1 aula textual

22

Intervalo de Confiança para Proporção

2 vídeos (10 Minutos)•6 exercícios•1 aula textual

23

Intervalos de Confiança no Excel (Média e Proporção)

7 vídeos (29 Minutos)

24

Intervalo de Confiança para Variância e Desvio Padrão

3 vídeos (8 Minutos)•1 aula textual

25

Intervalos de Confiança na Calculadora Científica HP 50g

2 vídeos (13 Minutos)

26

Amostragem
8 vídeos (29 Minutos)•3 exercícios•1 aula textual

27

Propriedades de Estimadores
12 vídeos (32 Minutos)•4 exercícios•1 aula textual

28

Estimador de Máxima Verossimilhança (EMV)

6 vídeos (12 Minutos)•6 exercícios•1 aula textual

29

Introdução aos Testes de Hipóteses: Hipóteses, Erros e p-Valor

4 vídeos (24 Minutos)•2 exercícios

30

Teste de Hipóteses para Média

6 vídeos (44 Minutos)•10 exercícios•1 aula textual

31

Teste de Hipóteses para Proporção

4 vídeos (22 Minutos)•10 exercícios•1 aula textual

32

Teste de Hipóteses para Variância Populacional

4 vídeos (16 Minutos)•1 exercício

33

Teste de Hipóteses para Duas Populações

16 vídeos (1 h 32 m)•11 exercícios

34

Testes de Hipóteses na Calculadora Científica HP 50g

2 vídeos (12 Minutos)

35

Testes Não Paramétricos: Aderência, Independência e Correlação

15 vídeos (47 Minutos)•2 exercícios•1 aula textual

36

Aderência à Normal no Software R

4 vídeos (23 Minutos)

37

ANOVA (Análise de Variância)

16 vídeos (2 h 5 m)•5 exercícios•1 aula textual

38

Correlação
5 vídeos (20 Minutos)•1 aula textual

39

Regressão Linear
10 vídeos (43 Minutos)•13 exercícios•1 aula textual
Anterior
Aulas
Materiais
Próximo