Variáveis Aleatórias e Distribuições

Teóricas
Caso Unidimensional Contínuo

Iola Maria Silvério Pinto

ipinto@deetc.isel.ipl.pt

Ano Lectivo 2010/2011

1 P.E. ISEL Ano Lectivo de 2010/2011

1. Variáveis Unidimensionais Contínuas
Exemplo: Seja X uma v.a. que representa a corrente
eléctrica, em amperes, medida num fio condutor.
Considere-se a Função de distribuição:

0, x  0
x

F(x)  P[X  x]   , 0  x  6
6
1, x  6

2 P.E. ISEL Ano Lectivo de

2010/2011
1. Variáveis Unidimensionais Contínuas
Definição:Variável Aleatória Contínua
A v.a. X diz-se contínua se tomar valores num intervalo ou
numa colecção de intervalos, conjunto infinito não numerável.
Exemplos de variáveis aleatórias contínuas:
 Observação do tempo entre avarias de uma máquina em
funcionamento numa fábrica;
 A velocidade atingida por um objecto lançado em queda livre;
 Distância percorrida por um automóvel com 1 litro de gasolina;

3 P.E. ISEL Ano Lectivo de 2010/2011

1. Variáveis Unidimensionais
Contínuas
 a temperatura na cidade de Lisboa, na próxima segunda-
feira às 10 da manhã;
 o peso médio dum estudante do I.S.E.L.;
 a corrente eléctrica que entra numa central de
armazenamento por segundo;

A probabilidade de qualquer uma destas variáveis

assumir exactamente um valor concreto xo e não
um dos muitos valores (em número infinito) de
qualquer vizinhança próxima de xo é tão pequena
que se considera ser nula.

4 P.E. ISEL Ano Lectivo de 2010/2011

 1. Variáveis Unidimensionais
Contínuas
A quantidade de probabilidade atribuída ao intervalo
]-oo, 2] representa-se por F(2):
Probabilidade da
2 1
P  X  2  F(2)   corrente eléctrica ser
no máximo 2 amperes
6 3

1
P 2  X  5  F(5)  F(2) 
2

5 P.E. ISEL Ano Lectivo de 2010/2011

1. Variáveis Unidimensionais Contínuas

]x;x  x], temos x  2, x  x  5 e x  3 (amplitude)

Assim a probabilidade associada a um intervalo

qualquer ]x;x  x] vem dada por: F(x  x)  F(x)
A quantidade média de probabilidade no intervalo será:
F(x  x)  F(x)
x

6 P.E. ISEL Ano Lectivo de

2010/2011
1. Variáveis Unidimensionais Contínuas
O valor do limite quando o acréscimo tende para zero, se existir,
será a densidade de massa no ponto x.
F(x  x)  F(x)
lim  F(x)
x 0 x

representa o declive da recta tangente à função de distribuição no

ponto x, ou seja F(x) .
A função que se obtém pela derivada de F(x) designa-se por função
de densidade de probabilidade e representa-se por f(x).

7 P.E. ISEL Ano Lectivo de

2010/2011
 1. Variáveis Unidimensionais Contínuas
Para o exemplo, a função de densidade de probabilidade é dada
por:
1
 , 0x6
f(x)   6
0 , outros valores

Assim, no caso contínuo a função análoga à função de probabilidade

da v.a. discreta é uma função que nos dá INDICAÇÃO DA
INTENSIDADE RELATIVA OU DENSIDADE DA MASSA
PROBABILÍSTICA.
8
P.E. ISEL Ano Lectivo de
2010/2011
1. Variáveis Unidimensionais Contínuas
Se X é uma variável aleatória contínua, então a sua função de
distribuição, F(x) é uma função contínua. Se existir uma
função real de variável real, f(x)>0, a função de distribuição
é tal que para qualquer x real se verifica:

x
F(x)  P(X  x)   f(u)du


9
P.E. ISEL Ano Lectivo de
2010/2011
1. Variáveis Unidimensionais Contínuas
À função f(x) chama-se função de densidade de probabilidade
da v.a. X. Esta função goza das seguintes propriedades:

 f(x)  0, x 


  f(x)dx  1


P(a  X  b)  P(a  X  b)  P(a  X  b)  P(a  X  b) 

b
  f(x)dx  F(b)  F(a), b  a.
a

10 P.E. ISEL Ano Lectivo de

2010/2011
1. Variáveis Unidimensionais Contínuas
Propriedades da função de distribuição F(x):
F(x)
 0  F(x)  1, x
 F(x )  F(x ),x ,x ,com x  x
2 1 1 2 2 1

 limF(x)  0 e limF(x)  1
x  x

 F(x) é absolutamente contínua

11 P.E. ISEL Ano Lectivo de

2010/2011
1. Variáveis Unidimensionais Contínuas

Exemplo: Considere-se a variável aleatória X que

representa o tempo em segundos que um automóvel
demora a atingir 100 Km por hora, contado a partir do
inicio da marcha. Suponha-se ainda a seguinte função
de densidade de probabilidade:
 1  2x
 e , x0
f(x)   2
0, x0


12 P.E. ISEL Ano Lectivo de

2010/2011
1. Variáveis Unidimensionais Contínuas .

Qual a probabilidade do automóvel demorar cerca de 2 segundos a atingir os

100 Km/h?

Como já vimos a probabilidade de X assumir exactamente o valor 2 é nula,

no entanto podemos calcular a probabilidade de X assumir valores num
intervalo definido numa vizinhança do ponto 2:

2,005
2,005 x   
x
P 1,995  X  2,005   1 2
2
e dx   e 
2
 0,0018
1,995  1,995
13 P.E. ISEL Ano Lectivo de
2010/2011
1. Variáveis Unidimensionais Contínuas.
Parâmetros

Valor médio ou 

valor esperado
X  E(X)   x.f(x)dx


Var(X)  E(X )  E(X)

2
Variância
2



E(X )   x .f(x)dx
2 2



14 P.E. ISEL Ano Lectivo de

2010/2011
 1. Variáveis Unidimensionais
Contínuas.
Propriedades do valor médio:
- E(k) = k
- E(kX) = kE(X)
- E(aX ± bY) = aE(X) ± bE(Y)

Propriedades da variância:
-Var(k) = 0
-Var(kX) = k2 Var(X)

15 P.E. ISEL Ano Lectivo de 2010/2011

 2. Distribuições teóricas de variáveis
contínuas unidimensionais
Distribuição Exponencial

• Utiliza-se para representar o intervalo de tempo entre dois

acontecimentos independentes;

• Pode-se demonstrar que num processo de Poisson o tempo

que decorre até à 1ª ocorrência, ou o tempo que medeia
entre duas ocorrências independentes é uma v.a. com
distribuição exponencial;

16 P.E. ISEL Ano Lectivo de 2010/2011

2. Distribuições teóricas de variáveis
contínuas unidimensionais
Exemplo: Considere-se que o tempo de
funcionamento até falhar de um dado equipamento
segue uma distribuição exponencial com λ= 0,002
falhas/ hora.

Calcule a probabilidade do equipamento falhar

entre as 300 e as 400 horas de funcionamento.

17 P.E. ISEL Ano Lectivo de 2010/2011

 2. Distribuições teóricas de variáveis
contínuas unidimensionais
Definição:
A v.a. T tem distribuição exponencial de parâmetro  e
escreve-se T exp( ) se a sua função de densidade de
probabilidade for:

f(t)  e t
, t  0,   0
18 P.E. ISEL Ano Lectivo de
2010/2011
 2. Distribuições teóricas de variáveis
contínuas unidimensionais
onde  é o parâmetro caracterizador da distribuição.
A função de distribuição associada é dada por:
t
F(t)  1  e ,t  0
Parâmetros:
1
E(T) 

1
Var(T) 
 2

19 P.E. ISEL Ano Lectivo de

2010/2011
2. Distribuições teóricas de variáveis
contínuas unidimensionais
Distribuição Uniforme
A distribuição Uniforme é utilizada quando se pretende
modelar uma característica que varia aleatoriamente num
intervalo [a, b], e cuja probabilidade de tomar valores num
qualquer sub-intervalo de [a, b], é proporcional ao
comprimento do mesmo;

20 P.E. ISEL Ano Lectivo de

2010/2011
2. Distribuições teóricas de variáveis
contínuas unidimensionais

A distribuição Uniforme no intervalo [0,1], é muito

utilizada para gerar realizações de variáveis aleatórias de
outras distribuições.

21 P.E. ISEL Ano Lectivo de 2010/2011

2. Distribuições teóricas de variáveis
contínuas unidimensionais
Definição:
A v.a. X segue uma distribuição Uniforme no intervalo
[a, b], e escreve-se X U(a,b) se a probabilidade de X
tomar um valor num sub intervalo de [a,b], for
proporcional ao comprimento do intervalo.

22 P.E. ISEL Ano Lectivo de

2010/2011
 2. Distribuições teóricas de variáveis
contínuas unidimensionais

Função de densidade de probabilidade da Uniforme no

intervalo [a, b]

 1
 x  a,b
f(x)   b  a
0
 x  a,b

23 P.E. ISEL Ano Lectivo de

2010/2011
2. Distribuições teóricas de variáveis
contínuas unidimensionais
 Função de distribuição
0, xa
x  a

F(x)   , x  a,b
b  a
1, xb

ab
E(X)   
 Parâmetros 2
(b  a)2
Var(X) 
12
24 P.E. ISEL Ano Lectivo de
2010/2011
 2. Distribuições teóricas de variáveis contínuas
unidimensionais

Distribuição Normal

 É uma das distribuições mais utilizadas na estatística;

 De Moivre ( Séc. XVIII) determinou a expressão analítica da

função de densidade;

 Gauss (Séc. XVIII e XIX) desenvolveu a distribuição normal e

por isso se diz distribuição normal ou distribuição de Gauss;

25 P.E. ISEL Ano Lectivo de 2010/2011

 2. Distribuições teóricas de variáveis
contínuas unidimensionais

 Trata-se duma distribuição adequada para modelar

características que estejam relacionadas com seres vivos;
 Existem resultados teóricos na inferência estatística que são
exactos quando a distribuição da população é normal;
 As v.a. que tenham distribuição de Poisson ou Binomial
podem ser aproximadas pela distribuição Normal;

26 P.E. ISEL Ano Lectivo de 2010/2011

2. Distribuições teóricas de variáveis
contínuas unidimensionais
Definição:
A v.a X tem distribuição normal com média µ e desvio

padrão  e escreve-se X N( , ) se a sua função de
densidade de probabilidade for:
2
1 x   
1  
2   
f(x)  e ,x e   ,  0
2 2

P.E. ISEL Ano Lectivo de

27
2010/2011
 2. Distribuições teóricas de variáveis
contínuas unidimensionais

sendo a função de distribuição:

2
x 1 t   
1  
2   
F(x)  P(X  x) 
2 2 e

dt

28 P.E. ISEL Ano Lectivo de

2010/2011
 2. Distribuições teóricas de variáveis
contínuas unidimensionais
Características da função de densidade de probabilidade
da distribuição normal:

 Tem forma de sino, é simétrica relativamente ao eixo x = µ;

 Tem mediana, média e valor modal igual a µ;

 Tem pontos de inflexão para x     e aproxima-se

assimptoticamente do eixo das abcissas;

29 P.E. ISEL Ano Lectivo de

2010/2011
2. Distribuições teóricas de variáveis
contínuas unidimensionais
Função de densidade da distribuição normal
com média µ e diversos valores para os desvios padrão.

P(     X     )  0,68;
P(   2  X    2 )  0,95;
P(   3  X    3 )  0,997;

30 P.E. ISEL Ano Lectivo de

2010/2011
 2. Distribuições teóricas de variáveis
contínuas unidimensionais

igual desvio padrão e

 3   2  1
33 22 11

3  2  1

1   2   3

31 P.E. ISEL Ano Lectivo de

2010/2011
 2. Distribuições teóricas de variáveis
contínuas unidimensionais
 Cálculo de probabilidades:
2
b 1 x   
1  
2   
P(a  X  b) 
2 2
e
a
dx

 Não existe nenhuma função expressa por um número finito

de funções elementares cuja derivada seja:
2
1 x   
 
2   
e
 Uso de métodos de integração numérica;

32 P.E. ISEL Ano Lectivo de

2010/2011
2. Distribuições teóricas de variáveis
contínuas unidimensionais
Solução: Utilização da Distribuição normal estandardizada

Distribuição Normal estandardizada

A distribuição normal com média nula e desvio padrão
unitário designa-se por distribuição normal-padrão, ou
distribuição normal estandardizada;

33 P.E. ISEL Ano Lectivo de 2010/2011

 2. Distribuições teóricas de variáveis
contínuas unidimensionais
X
X N( , ) 
Z 
processo de estandardização


Z N(0,1)

Notação:
 (z) : função de densidade da distribuição
normal padrão

(z) : função de distribuição normal padrão

34 P.E. ISEL Ano Lectivo de

2010/2011
2. Distribuições teóricas de variáveis
contínuas unidimensionais

A distribuição normal padrão encontra-se tabelada.

Cálculo de probabilidades:

1) Transformar a v.a. X N(, ) numa variável Z com

distribuição normal padrão;

2) Utilizar a tabela da função de distribuição da normal padrão.

35 P.E. ISEL Ano Lectivo de

2010/2011
 2. Distribuições teóricas de variáveis
contínuas unidimensionais
Devido à simetria da função de
densidade da
distribuição normal, tem-se:

(  z)  P(Z   z)
(z)  P(Z  z)
(  z)  1  (z)

36 P.E. ISEL Ano Lectivo de 2010/2011

 2. Distribuições teóricas de variáveis
contínuas unidimensionais
 Qualquer combinação linear de variáveis aleatórias normais e
independentes é ainda uma v.a. normal. Suponha-se que

Xi N(i, i ),i  1,2,...,n

n n n

então tem-se: T   ai X i
i1
N( ai .i ,
i1
 i i )
a 2

i1
 2

com ai 
n
Caso particular : Xi N( , ),i 1,2,...,n T   Xi N(n, n 2 )
i1

37 P.E. ISEL Ano Lectivo de

2010/2011