Aula p9

Vari aveis Aleat orias Cont nuas: Introdu c ao
Exemplo Dada a fun c ao f (x ) = 2e 2 x 0 se x < 0 se x 0
(a) Mostre que esta e uma f.d.p. (b) Calcule a probabilidade de X > 10. Fonte: Morettin & Bussab, Estat stica B asica 5a edi c ao, p ag 166.
Organiza c ao : Airton Kist, Rafael Tovar, Diego Bernardini, Guilherme Ludwig Aula de Exerc cios - Vari aveis Aleat orias Cont nuas

(a) Uma fun c ao de densidade de probabilidade deve satisfazer as seguintes propriedades:
(i) f (x ) 0 para todo x R. (ii) f (x )dx = 1
Note que e x e positiva para qualquer x , e consequentemente 2 x 2e . Resta mostrar que sua integral e 1. Mas sabemos a antiderivada de 2e 2x : 2e 2x dx = e 2x

(a) (cont.) Note que a fun c ao est a denida nesta forma para x 0; para x < 0, ela e 0. Ent ao a integral e

f (x )dx =
(b) A probabilidade e dada por: 1 P (X > 10) = 2e 2x dx = lim e 2x e 210 = 20 x e 10

= e 2x 0 = lim e 2x e 0 = 1
x
0dx +
2e 2x dx =

Exemplo Uma vari avel aleat oria X tem distribui c ao triangular no intervalo [0, 1] se sua f.d.p. for dada por 0 se x < 0 Cx se 0 x 1/2 f (x ) = C (1 x ) se 1/2 x 1 0 se x > 1 (a) Qual valor deve ter a constante C? (b) Fa ca o gr aco de f (x ). Fonte: Morettin & Bussab, Estat stica B asica 5a edi c ao, p ag 166.
(c) Determine P (X 1/2), P (X > 1/2) e P (1/4 X 3/4).

(a) Devemos escolher C de modo que f (x ) satisfa ca
(i) f x ) 0 para todo x R. ( (ii) f (x )dx = 1

Por (i), temos que C > 0. Agora, para que C satisfa ca (ii), devemos integrar f (x ): f (x )dx =
1/2
0dx +
1/ 2
Cxdx +
0
=C =C
xdx +C
0
1 1 /2
(1x )dx = C =C
1 1/ 2
C (1 x )dx +
0dx
x2 2
1 /2
0
x2 + x 2
1
1 /2
1 1 1 1 +1 + 8 2 2 8
1 C deve ser igual a 4. 4

(b) O gr aco de f (x ) e dado por:
f x 2.0
1.5
1.0
0.5
0.0
0.2
0.4
0.6
0.8
1.0

(c) Para encontrarmos as probabilidades dos eventos, basta integrar nas regi oes correspondentes: P (X 1/2) =
1 /2
f (x )dx =
0
1/ 2
4xdx = 1/2
0
Note que P (X > 1/2) = 1 P (X 1/2) = 1 1/2 = 1/2. P (1/4 X 3/4) = =

1/2
4xdx +
1 /4
3/4
f (x )dx
1 /4
3/4 1 /2
4(1 x )dx =
3 4
Exemplo Calcule a esperan ca, a vari ancia e a f.d.a. da vari avel aleat oria X com a densidade triangular em [0, 1]. Fonte: Morettin & Bussab, Estat stica B asica 5a edi c ao, p ag 171.
Basta aplicar as deni c oes de valor esperado e vari ancia: E( X ) =
xf (x )dx = 1/ 2
0
4x 3 = 3
2 + x 2 (3 2x ) 3
1/2 0
4x dx +
1 1/2
4x (1 x )dx 1 2
1/2
Var(X ) =
4 1/2 0
1 1 2 1 2 4 x xdx + 4 x (1 x )dx = 2 2 1/2 1/ 2

0
(x E(X ))2 f (x )dx =
4 1 x x3 + x2 3 2
83 5 2 + x + x +x 3 2
4
1/2
1 24

A fun c ao de distribui c ao acumulada de uma vari avel aleat oria cont nua e dada por x F (x ) = f (t )dt
Temos que para x [0, 1/2), F (x ) e dada por x F (x ) = 4tdt = 2x 2

0
Para x [1/2, 1], a acumulada e dada por F (x ) =

1/ 2
4tdt +
0
x 1/2
= 4(1 t )dt = 2x 2 + 4x 1

Para valores de x 1, a acumulada assume valor 1. O gr aco de F (x ) e dado por:
1.0
0.8
0.6
0.4
0.2
0.5
0.5
1.0
1.5
Exemplo O tempo m edio que um consumidor gasta no supermercado e de 25 minutos. Ent ao qual e a probabilidade que um consumidor gaste mais de trinta minutos no supermercado? Fonte: Ribeiro, Andr e L. P., notas de aula.

Quando desejamos modelar o tempo de espera entre dois fen omenos que assumimos independentes (por exemplo, o cliente chega e o cliente vai embora), e poss vel mostrar, sob algumas condi c oes de regularidade, que a distribui c ao exponencial ea distribui c ao de probabilidade do tempo entre os eventos. Sendo assim, temos que X exp (), e como 25 = E(X ) = 1/, ent ao = 1/25. Logo 30 25 P (X > 30) = 1 P (X 30) = 1 1 e = 0.3013
Distribui c ao Uniforme, exemplo I
Exemplo Dada a v.a. X , uniforme em (5, 10), calcule as probabilidades abaixo: (a) P (X < 7) (b) P (8 < X < 9) (c) P (X > 8,5) Fonte: Morettin & Bussab, Estat stica B asica 5a edi c ao, p ag 195. (d) P (|X 7,5| > 2)
Note que a densidade de X e f (x ) = 1/(10 5) se x (5, 10) e 0 caso contr ario. Basta integrar na regi ao dos eventos, isto e: 1 7 5 2 dx = = 5 5 5 5 5 9 1 9 8 1 (b) P (8 < X < 9) = dx = = 5 5 5 8 5 (a) P (X < 7) =
7
(c) P (X > 8,5) =
10 8,5
1 10 17 3 dx = = 5 5 10 10
(d) P (|X 7,5| > 2) = P (X > 9,5 ou X < 5,5) =

10 9,5
1 dx + 5
5,5 5
1 1 1 1 dx = + = 5 10 10 5
Distribui c ao Normal, exemplo I
Exemplo Se X N (10, 4), calcular: (a) P (8 < X < 10) (b) P (9 X 12) (c) P (X > 10) (d) P (X < 8 ou X > 11) Fonte: Morettin & Bussab, Estat stica B asica 5a edi c ao, p ag 182.
Para calcular as probabilidades, e necess ario integra c ao num erica 2 e x n ao tem antiderivada. Contudo, os valores para Z N (0, 1) encontram-se tabelados. Recomenda-se a tabela dispon vel na p agina do curso1 . Tudo o que precisamos fazer e transformar a vari avel em N (0, 1). Recorde que se X N (, 2 ), ent ao X N (0, 2 ) e (X )/ N (0, 1). Neste problema, sabemos que = 10 e 2 = 4, logo = 2. Ent ao (X 10)/2 N (0, 1).
http://www.ime.unicamp.br/~veronica/Coordenadas2s/

(a) Devemos transformar X de modo que o evento 8 < X < 10 permane ca inalterado. Fazemos isso transformando todos os lados da inequa c ao: 8 < X < 10 8 10 < X 10 < 10 10 2 < X 10 < 0 2/2 < (X 10)/2 < 0/2 1 < Z < 0. O valor (0) est a dispon vel na tabela, e e igual a 0,5. Para obtermos (1), devemos usar a simetria da fun c ao em torno do zero, isto e, (x ) = 1 (x ). A tabela nos d a (1) = 0,8413, de onde deduzimos (1) = 1 0,8413 = 0,1587. Concluimos portanto que P (8 < X < 10) = P (1 < Z < 0) = (0) (1) = 0,3413

Esta e a tabela da normal, com os valores de (1) e (0) destacados:

Este e o gr aco da curva N(10,4), com a regi ao (8, 10] correspondente ao item (a) em destaque:
0.20
0.15
0.10
0.05
10
12
14

(b) P (9 X 12) = P (9 10 X 10 12 10) = P (1/2 Z 1) = 0,5328 (c) P (X > 10) = P (Z > 0) = 0,5 (d) P (X < 8 ou X > 11) = P (X < 8) + P (X > 11), pois {X < 8} {X > 11} = . P (X < 8) = P (Z < 1) = 0,1586 e P (X > 11) = P (Z > 1/2) = 0,3085, logo P (X < 8 ou X > 11) = 0,4671
Distribui c ao Exponencial, exemplo I
Exemplo Suponha que um mecanismo eletr onico tenha um tempo de vida X (em 1.000 horas) que possa ser considerado uma v.a. cont nua x com f.d.p. f (x ) = e , x > 0. Suponha que o custo de fabrica c ao de um item seja 2,00 reais e o pre co de venda seja 5,00 reais. O fabricante garante total devolu c ao se X 0,9. Qual o lucro esperado por item? Fonte: Morettin & Bussab, Estat stica B asica 5a edi c ao, p ag 183.
Distribui c ao Exponencial, exemplo I
A probabilidade do item durar menos que 900 horas e dada por 0,9 P (X < 0,9) = e x dx = 0,5934
0
Temos portanto que o item ser a devolvido com essa probabilidade (implicando numa perda de $2), ou permanecer a com o cliente (implicando num ganho de $5 $2 = $3). Segue que portanto o lucro l quido e de 2 0,5934 + 3 0,4066 = $0,033, ou aproximadamente tr es centavos de lucro por item.
Distribui c ao Uniforme, exemplo II
Exemplo Seja X uma vari avel aleat oria distribuida uniformemente, com m edia 15 e vari ancia 25/3. (a) Encontre a fun c ao de densidade de X . (b) Qual e a probabilidade que X > 14? Fonte: Ribeiro, Andr e L. P., notas de aula.
(a) Lembre-se que a esperan ca de uma v.a. uniforme em [a, b ] e dada por a+b E( X ) = 2 e sua vari ancia por Var(X ) = (b a )2 12

(a) (cont.) Temos o seguinte sistema, portanto: a +b = 15 a+b = 30 2 2 = 100 (b a ) 2 25 ( b a ) = 3 12 Ou simplesmente (voc e e capaz de dizer por que tomamos a raiz positiva apenas, neste sistema n aolinear?) a + b = 30 b a = 10 O sistema tem solu c ao a = 10, b = 20, o que nos mostra que 1 X U [10, 20] e f (x ) = 10 se x [10, 20] e 0 caso contr ario.
(b) A probabilidade de que X > 14 e dada por P (X > 14) =

20 14
(20 14) 1 dx = = 0.6 10 10
Distribui c ao Exponencial, exemplo II
Exemplo O tempo de vida, X , em horas, de um componente eletr onico segue uma distribui c ao exponencial de tal forma que P (X 1000) = 0.75. Qual e o tempo m edio de vida do componente? Fonte: Ribeiro, Andr e L. P., notas de aula.
Distribui c ao Exponencial, exemplo II
Sabemos que se X exp (), ent a o F ( x ) = P ( X x ) = 1 e x e E(X ) = 1 . Basta ent ao observarmos que P (X 1000) = 1 e 1000 = 0.75 = ln(4) = 0.0013863 1000
Concluimos ent ao que o tempo m edio de vida, E(X ), e igual a 1/0.0013863 = 721.3475 horas, e que 75% dos componentes duram 1000 horas ou menos.
Distribui c ao Normal, exemplo II
Exemplo Suponha que as amplitudes de vida de dois aparelhos el etricos, D1 e D2 , tenham distribui c oes N (42, 36) e N (45, 9), respectivamente. Se os aparelhos s ao feitos para ser usados por um per odo de 45 horas, qual aparelho deve ser preferido? E se for por um per odo de 49 horas? Fonte: Morettin & Bussab, Estat stica B asica 5a edi c ao, p ag 183.
Distribui c ao Normal, exemplo II
(i) Para o caso de per odos de 45 horas, temos P (D1 > 45) = P (Z > [45 42]/6) = P (Z > 0.5) = 0,3085, enquanto P (D2 > 45) = P (Z > [45 45]/3) = P (Z > 0) = 0,5. Note que a probabilidade do segundo aparelho durar mais que 45 horas e maior que a do primeiro e, portanto, ele e prefer vel. (ii) Analogamente, P (D1 > 49) = P (Z > [49 42]/6) = P (Z > 1.1666) = 0,1216, e P (D2 > 49) = P (Z > [49 45]/3) = P (Z > 1.3333) = 0,0912. Neste cen ario, e prefer vel o primeiro aparelho.
Distribui c ao Normal, exemplo III
Exemplo Assumindo que X possui distribui c ao N (, 2 ), calcule: (b) P (|X | ) (a) P (X + 2 )
(c) O n umero a tal que P ( a X + a ) = 0,99
Fonte: Ribeiro, Andr e L. P., notas de aula.

Queremos transformar X N (, 2 ) em Z N (0, 1), para poder consultar a tabela da normal padronizada2 . (a) P (X + 2 ) = P (X 2 ) = P ((X )/ 2) = P (Z 2) = (2) = 0.9772 (b) P (|X | ) = P (|X |/ 1) = P (|(X )/ | 1) = P (|Z | 1) = P (1 Z 1) = (1) (1) = 0.6827
2
http://www.ime.unicamp.br/~veronica/Coordenadas2s/
(c) Note que P ( a X + a ) = P (a (X )/ a) = P (a Z a). Como X e sim etrica, ent ao sabemos que 2P (Z > a) = 2P (Z < a) = 1 P (a Z a). Basta ent ao olhar qual a satisfaz P (Z > a) = 0,005, ou simplesmente P (Z a) = (a) = 0,995. Consultando a tabela, vemos que a = 2, 5758.
Distribui c ao Beta
Exemplo Seja X a v. a. cont nua cuja densidade de probabilidade e f (x ) = 2x , 0x 1
(a) Calcule a distribui c ao acumulada F (x ), o valor esperado E(X ), a vari ancia Var(X ) e o desvio padr ao (X ). (b) Calcule P (0 < X < 1/2) e P (1/3 < X < 1). (c) Graque F (x ) e determine o valor de x0 tal que F (x0 ) = 0.95. Fonte: Ribeiro, Andr e L. P., notas de aula.
Distribui c ao Beta
(a) A fun c ao de distribui c ao acumulada, em [0, 1], e dada por: x 2tdt = x 2

0
Da conclu mos que x <0 0 se 2 x se 0 x < 1 F (x ) = 1 se x 1
Distribui c ao Beta
(a) (cont.) A esperan ca e dada por 3 1 1 x 2 E(X ) = = x 2xdx = 2 3 0 3 0 Para calcular a vari ancia, lembre-se da f ormula 2 2 Var(X ) = E(X ) E (X ), ent ao 4 1 1 1 x 2 2 E( X ) = x 2xdx = 2 = 4 0 2 0 2 1 2 1 Var(X ) = = 2 3 18 Finalmente, observe que (X ) = Var(X ) e logo (X ) = 2/6.
Distribui c ao Beta
(b) Conhecemos F (x ), a fun c ao de distribui c ao acumulada. Ent ao temos simplesmente que P (0 < X < 1/2) = P (X < 1/2)P (X < 0) = F (0.5)F (0) = = 0.52 0 = 0.25 P (1/3 < X 1) = P (X < 1)P (X < 1/3) = F (1)F (1/3) = = 12 1 8 = 2 3 9
Distribui c ao Beta
(c) O ponto x0 que satisfaz F (x0 ) = (x0 )2 = 0.95 e x0 = 0.9746. O gr aco de F (x ) com o par (x0 , F (x0 )) destacado e dado por:
1.0
0.8
0.6
0.4
0.2
0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2

Aula p9

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Aula p9

Загружено:

Авторское право:

Доступные форматы

Vari aveis Aleat orias Cont nuas: Introdu c ao

Exemplo Dada a fun c ao f (x ) = 2e 2 x 0 se x < 0 se x 0

Vari aveis Aleat orias Cont nuas: Introdu c ao

Vari aveis Aleat orias Cont nuas: Introdu c ao

(b) A probabilidade e dada por: 1 P (X > 10) = 2e 2x dx = lim e 2x e 210 = 20 x e 10

Vari aveis Aleat orias Cont nuas: Introdu c ao

(c) Determine P (X 1/2), P (X > 1/2) e P (1/4 X 3/4).

Vari aveis Aleat orias Cont nuas: Introdu c ao

1 C deve ser igual a 4. 4

Vari aveis Aleat orias Cont nuas: Introdu c ao

Vari aveis Aleat orias Cont nuas: Introdu c ao

Note que P (X > 1/2) = 1 P (X 1/2) = 1 1/2 = 1/2. P (1/4 X 3/4) = =

Vari aveis Aleat orias Cont nuas: Introdu c ao

Vari aveis Aleat orias Cont nuas: Introdu c ao

Basta aplicar as deni c oes de valor esperado e vari ancia: E( X ) =

Vari aveis Aleat orias Cont nuas: Introdu c ao

1 1 2 1 2 4 x xdx + 4 x (1 x )dx = 2 2 1/2 1/ 2

(x E(X ))2 f (x )dx =

Vari aveis Aleat orias Cont nuas: Introdu c ao

Temos que para x [0, 1/2), F (x ) e dada por x F (x ) = 4tdt = 2x 2

Para x [1/2, 1], a acumulada e dada por F (x ) =

Vari aveis Aleat orias Cont nuas: Introdu c ao

Vari aveis Aleat orias Cont nuas: Introdu c ao

Vari aveis Aleat orias Cont nuas: Introdu c ao

Distribui c ao Uniforme, exemplo I

Distribui c ao Uniforme, exemplo I

Distribui c ao Uniforme, exemplo I

(c) P (X > 8,5) =

(d) P (|X 7,5| > 2) = P (X > 9,5 ou X < 5,5) =

Distribui c ao Normal, exemplo I

Distribui c ao Normal, exemplo I

Distribui c ao Normal, exemplo I

Distribui c ao Normal, exemplo I

Distribui c ao Normal, exemplo I

Distribui c ao Normal, exemplo I

Distribui c ao Exponencial, exemplo I

Distribui c ao Exponencial, exemplo I

Distribui c ao Uniforme, exemplo II

Distribui c ao Uniforme, exemplo II

Distribui c ao Uniforme, exemplo II

Distribui c ao Uniforme, exemplo II

(b) A probabilidade de que X > 14 e dada por P (X > 14) =

(20 14) 1 dx = = 0.6 10 10

Distribui c ao Exponencial, exemplo II

Distribui c ao Exponencial, exemplo II

Distribui c ao Normal, exemplo II

Distribui c ao Normal, exemplo II

Distribui c ao Normal, exemplo III

Exemplo Assumindo que X possui distribui c ao N (, 2 ), calcule: (b) P (|X | ) (a) P (X + 2 )

(c) O n umero a tal que P ( a X + a ) = 0,99

Fonte: Ribeiro, Andr e L. P., notas de aula.

Distribui c ao Normal, exemplo III

Distribui c ao Normal, exemplo III

(a) A fun c ao de distribui c ao acumulada, em [0, 1], e dada por: x 2tdt = x 2

Da conclu mos que x <0 0 se 2 x se 0 x < 1 F (x ) = 1 se x 1

Вам также может понравиться