Beruflich Dokumente
Kultur Dokumente
aveis aleat
orias e suas distribuic
oes
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Variavel aleatoria
uma funcao, com propriedades especiais, que transforma eventos
E
em n
umeros, ou mais genericamente, em vectores:
A funcao X : RX Rn diz-se uma variavel aleatoria (v.a.)
se verifica a condicao de mensurabilidade
x R,
X 1 ((, x]) A,
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Funcao de probabilidade
P(X = xi ), x = xi RX
0, c.c.
e satisfaz
P(X = x) > 0, x RX ;
xR P(X
= x) =
xRX
Lusa Morgado
P(X = x) =
P(X = xi ) = 1.
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Exemplo
Considere-se um teste americano com 3 quest
oes, cujas respostas s
ao dadas de forma
independente. A resposta a cada quest
ao pode estar correcta (C ), com probabilidade
P(C ) = 0.5, ou incorrecta (C ), com probabilidade P(C ) = 0.5. A classificac
ao das 3
quest
oes
e ent
ao uma e.a. cujo espaco de resultados
e formado por 8 eventos
elementares:
= {CCC , C C C , C CC , C CC , C C C , C C C , C C C , C C C }.
Considerando a v.a. X = no de respostas correctas no teste, verificamos que o seu
contradomnio
e {0, 1, 2, 3} e portanto X
e uma v.a. discreta.
A sua f.p.
e dada por
P(X = 0)
P(X = 1)
P(X = 2)
P(X = 3)
P(CCC ) = 0.53
ou resumidamente P(X = x) =
1
,
8
3
,
8
0,
x = 0, 3
x = 1, 2
outros valores de
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Funcao de distribuicao
A funcao de distribuicao (f.d.) de uma v.a. X (independentemente
de esta ser discreta ou contnua) e dada por
FX (x) = P(X x),
x R.
P(X = xi ),
x R.
xi x
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Exemplo
No exemplo anterior, em que X =no de respostas correctas no
teste americano, temos
0, x < 0
, 0x <1
81 3
1x <2
8 + 8,
FX (x) =
3
3
1
+
+
, 2x <3
8 8 8
1 3 3 1
x 3
8 + 8 + 8 + 8,
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Parametros de dispersao
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
xP(X = x).
x
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
E (b) = b,
E (aX + b) = aE (X ) + ba, b R;
E (X ) =
[1 FX (x)].
P(X > x) =
x=0
Lusa Morgado
x=0
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
xP(X = x) = 0
E (X ) =
x=0
1
3
3
1
+ 1 + 2 + 3 = 1.5
8
8
8
8
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
1
2
1
2
1
2
o que e equivalente a
me :
1
1
FX (me) + P(X = me).
2
2
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
usados:
FX1
1
4
1o quantil
3 = FX1
3
4
3o quantil
1 =
4
1
100
= FX1
1
100
n
100
= FX1
n
100
1
10
FX1
1
10
1o percentil
n
esimo percentil, n = 1, 2, 3, . . . , 99
1o
decil
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Variancia
A variancia de uma v.a. X discreta ou contnua e dada por:
V (X ) = E (X 2 ) E 2 (X ).
V (b) = 0,
V (aX + b) = a2 V (X )a, b R.
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Desvio padrao
a raz quadrada positiva da variancia de uma v.a. X discreta
E
ou contnua:
DP(X ) = V (X ).
Finalizamos, apresentando uma medida de dispersao relativa:
Coeficiente de variacao
O coeficiente de variacao de uma v.a. X discreta ou contnua,
e dado por:
DP(X )
CV (X ) =
.
|E (X )|
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
1
n, x
= x1 , x2 , . . . , xn
0, c.c.
Lusa Morgado
2
n
i=1 xi
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Exemplo
Um conjunto de n amostras de solo, das quais s
o uma est
a contaminada com uma
perigosa subst
ancia qumica, chega a um laborat
orio. Suponhamos que a amostra de
solo contaminado n
ao foi devidamente etiquetada e consideremos a v.a. X que
representa o no total de amostras inspeccionadas, obviamente sem reposic
ao, at
e ser
identificada a amostra contaminada.. Determinemos a f.p. de X . Ora:
P(X = 1)
P(X = 2)
P(X = 3)
1
n
1
n1 1
=
n n1
n
n1n2 1
1
=
n n1n2
n
..
.
P(X = x)
1
, x = 1, 2, . . . , n
n
0, c.c.
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
A f.d de X
e:
0, x < 1
,1 x < 2
n,2 x < 3
FX (x) = P(X x) =
..
n1
,n 1 x < n
n
1, x n
n(n+1)
2
E (X ) =
n
x=1
xP(X = x) =
x=1
x
x=1
x2 =
1
1
=
n
n
n(n+1)(2n+1)
,
6
x=
x=1
1 n(n + 1)
n+1
=
n
2
2
e a vari
ancia de X
e
n
V (X ) = E (X 2 )E 2 (X ) =
x 2 P(X = x)
x=1
Lusa Morgado
n+1
2
1
n
x 2
x=1
n+1
2
Vari
aveis aleat
orias e suas distribuic
oes
n2 1
12
Vari
aveis aleat
orias e suas distribuic
oes
Distribuicao de Bernoulli
Uma e.a. diz-se uma prova de Bernoulli se tiver apenas dois
resultados possveis:
um sucesso, que ocorre com probabilidade p, 0 p 1;
um insucesso, que ocorre com probabilidade 1 p
Distribuicao de Bernoulli
A v.a. X =no de sucessos numa prova de Berrnoulli, tem
distribuicao de Bernoulli, com parametro p, e escreve-se
X Bernoulli(p), e a sua f.p. e dada por
P(X = x) =
p x (1 p)1x , x = 0, 1
0, c.c.
Valor esperado: E (X ) = p
Variancia: V (X ) = p(1 p)
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Distribuicao binomial
Esta distribuicao e particularmente u
til na caracterizacao
o
probabilstica do n de sucessos em n provas de Bernoulli,
realizadas de forma independente e com probabilidade de sucesso
comum p.
Distribuicao binomial
A v.a. X =no de sucessos num conjunto de n provas de
Bernoulli independentes com probabilidade de sucesso comum
p, tem distribuicao binomial, de parametros (n, p), e escreve-se
X binomial(n, p), e a sua f.p. e dada por
P(X = x) =
n
p x (1 p)nx , x = 0, 1, 2, . . . , n
x
0, c.c.
n
n!
= x!(nx)!
. Valor esperado: E (X ) = np
x
Vari
ancia: V (X ) = np(1 p)
onde
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
0, x < 0
n
[x]
p i (1 p)ni , 0 x < n
FX (x) = P(X x) =
i=0
i
1, x n
onde [x] representa a parte inteira do real x, i.e., corresponde ao
maior inteiro menor ou igual a x. Assim, note que [1.7] = 1 e
[1.7] = 2, por exemplo.
Esta funcao encontra-se tabelada para alguns valores de n e p.
Consultando as tabelas, podemos escrever, por exemplo
v.a.
X binomial(9, 0.1)
X binomial(10, 0.4)
Lusa Morgado
x
4
8
FX (x)
0.9991
0.9983
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Exemplo
A probabilidade de as leis de Kirchhoff virem a ser violadas,
durante um teste laboratorial a que se submete certo tipo e
indutor, e igual a 0.1.
Determinemos a probabilidade desta lei vir a ser violada mais de 4
vezes em 9 destes testes laboratoriais.
Sendo X = no de violac
oes das leis de Kirchhoff em 9 testes
laboratoriais, tem-se
X
binomial(9, 0.1)
A probabilidade pedida e dada por
P(X > 4) = 1 P(x 4) = 1 0.9991 = 0.0009.
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Distribuicao geometrica
Esta distribuicao e u
til quando pretendemos contabilizar o no total
de provas de Bernoulli realizadas ate o registo do 1o sucesso.
Distribuicao geometrica
A v.a. X =no de provas de Bernoulli independentes com probabilidade de sucesso comum p, realizadas ate `a ocorrencia do 1o
sucesso, tem distribuicao geometrica, de parametro p, e escreve-se
X geometrica(p), e a sua f.p. e dada por
P(X = x) =
Valor esperado: E (X ) =
Vari
ancia: V (X ) =
(1 p)x1 p, x = 0, 1, 2, . . .
0, c.c.
1
p
1p
p2
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
0,
x <1
p)i 1p = 1 (1 p)[x] , x 1
[x]
i=1 (1
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Exemplo
Estudos efectuados indicaram que a probabilidade de ser detectada
a presnca de alto teor de metais pesados numa amostra de solo
proveniente de um certo local e de 0.01.
determinemos o valor esperado do no total de amostras
selecionadas ao acaso ate que seja detectada a primeira com alto
teor de metais pesados.
Ora, sendo X = no total de amostras seleccionadas ate que seja
detectada a primeira com alto teor de metais pesados, tem-se
X geometrica(0.01).
O valor pedido e entao dado por
E (X ) =
1
= 100 amostras.
0.01
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Distribuicao hipergeometrica
Distribuic
ao hipergeom
etrica
Considere-se que
N =no total de elementos de uma populac
ao (dimens
ao da populac
ao);
M =no de elementos dessa populac
ao que possuem uma determinada
caracterstica (sucesso);
N =no de extracc
oes sem reposic
ao.
A v.a. X =no elementos com certa caracterstica (sucesso), em n extrados ao acaso,
sem reposic
ao, da populac
ao de dimens
ao N, tem distribuic
ao hipergeom
etrica, de
par
ametros (N, M, n), e escreve-se X hipergeom
etrica(N, M, n), e a sua f.p.
e dada
por
P(X = x) =
N M
nx
N
n
M
x
0,
c.c.
Valor esperado: E (X ) = n M
N
Vari
ancia: V (X ) = n M
N
M
N
Nn
N1
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Exemplo
Na fase de concepc
ao de um processo de controlo de qualidade do fabrico, foram
escolhidos 100 cabos dos quais apenas 2 apresentavam desvios superiores a 9.8
microns. Se desses 100 cabos forem seleccionados 10 ao acaso e sem reposic
ao, qual a
probabilidade de mais do que um ter um desvio superior a 9.8 microns?
Ora, sendo N = 100, M = 2 e n = 10, a v.a.
X =no de cabos com um desvio superior a 9.8 microns, em 10 cabos seleccionados ao
acaso e sem reposic
ao de um lote de 100, dos quais apenas 2 apresentam desvios
superiores a 9.8 microns
tem-se
X hipergeom
etrica(100, 2, 10).
A probabilidade pedida
e ent
ao dada por
Lusa Morgado
2
2
100 2
10 2
100
10
1
.
110
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Distribuicao de Poisson
frequentemente utilizada na contagem de ocorrencias de certo
E
tipo de eventos, em perodos fixos de tempo. Exemplos do tipo de
eventos sao chegadas, partidas, acidentes, falhas de equipamento,
no de excedencias de nveis de pluviosidade, ondas, mares, etc.
Distribuicao de Poisson
A v.a. X que tem distribuicao de Poisson, de parametro , e escrevese X Poisson(), tem a particularidade de possuir valor esperado
e variancia iguais ao parametro que define a sua distribuicao. A sua
f.p. e dada por
x
P(X = x) =
e x! , x = 0, 1, 2, . . .
0, c.c.
Valor esperado: E (X ) =
Vari
ancia: V (X ) =
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
0,
x <0
[x]
i
i=0 e
i!
x
0
1
1
14
FX (x) (tabelas)
FX (0) = 0.9512
FX (1) = 0.1991
FX (1) = 0.0001
FX (14) = 0.1049
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Exemplo
A procura de uma luxuosa marca de autom
ovel segue uma lei de
Poisson. Sabe-se ainda que a probabilidade de numa semana nao
existir procura e igual a e 3 . Pretende-se saber qual a
probabilidade de a procura semanal exceder pelo menos 2
automoveis.
x
Sabemos entao que P(X = x) = e x! , x = 0, 1, 2, . . . e que
P(X = 0) = e 3 . Daqui resulta que
P(X = 0) = e 3 e
0
= e 3 = 3.
0!
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
x
fX (t)dt
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Propriedades da f.d.p
+
fX (x)dx = 1;
b
a fX (x)dx = P(a <
x b), a < b.
P(X = x) = 0, x R
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Exemplo
O tempo (em anos) entre duas colis
oes consecutivas de detritos
espaciais com diametro maior que 1mm num satelite em MEO
(Medium Earth Orbit) e uma v.a. contnua com f.d.p. dada por
fX (x) =
0, x < 0
0.4e 0.4x , x 0
fX (x)dx
fX (x)dx = e 0.5 .
1.25
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
xR
ou P(X = x)
passamos a ter
v.a. contnua:
ou fX (x)
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
a+b
2
(ba)2
12
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
0, x < a
xa
,a x b
FX (x) = P(X x) =
ba
1, x > b
Dada a sua simplicidade, nao se encontra tabelada.
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Distribuicao normal
Esta distribuicao surge associada `a modelacao de observacoes
relativas a diversas medic
oes.
Distribuicao normal
A v.a. X diz-se ter distribuicao normal de parametros e 2 ,
e escreve-se X normal (, 2 ), se a sua f.d.p. e
fX (x) =
(x)2
1
e 22
2
Valor esperado: E (X ) =
Variancia: V (X ) = 2
A sua f.d.
e
FX (x) =
1
2
(t)2
2 2
dt
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
X
normal(0, 1).
t2
z
1 e 2 dt = (z).
2
(z)(tabelas)
0.5
0.8577
0.99997
Para o c
alculo de em valores negativos, recorrendo `
as tabelas, temos que atender
em primeiro lugar `
a simetria da f.d.p. da normal padr
ao para concluir que dado z R,
(z) = 1 (z)
Exemplo
(2.53) = 1 (2.53) = 0.0057
No scilab faz-se cdfnor(PQ, 2.53, 0, 1).
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Exemplo
As especificaco
es sobre o di
ametro de em certo tipo de cabo admitem um desvio
m
aximo, face ao valor de refer
encia de 10 mcrons. Contudo, no seu fabrico apenas
se consegue garantir que esse desvio tem distribuic
ao normal de valor esperado igual a
0 mcrons.
que valor deve ter a vari
ancia para se poder garantir que em 95% dos cabos
produzidos os desvios est
ao entre 9.8 mcrons?
Recorrendo `
as tabelas: Considerando a v.a. X = desvio do di
ametro dos cabos
face ao valor de refer
encia, temos que X normal(0, 2 ).
0
Ao considerar-se a v.a. Z = X
= X , temos Z normal(0, 1).
2
Pretendemos assim o valor de tal que:
Z
9.8 0
X 0
9.8 0
P(9.8 X 9.8) = 0.95 P(
) = 0.95
9.8
9.8
9.8
= 0.95 2
1 = 0.95
9.8
9.8
= 1 (0.975) =
2 = 25
1.96
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Ou
Recorrendo ao scilab:
P(9.8 X 9.8) = 0.95 FX (9.8) FX (9.8) = 0.95
2FX (9.8) 1 = 0.95 FX (9.8) = 0.975
O comando
cdfnor(Std, p, 1 p, x, )
devolve o valor de tal que FX (x) = p, supondo
X normal(, 2 ).
Neste caso teramos que fazer
cdfnor(Std, 0.975, 1 0.975, 9.8, 0).
cdfnor(Mean, , p, 1 p, x) e cdfnor(X , , , p, 1 p)
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
Distribuicao exponencial
Trata-se da distribuicao mais utilizada na caracterizacao da
duracao de equipamento. Surge tambem na modelacao dos
tempos entre ocorrencias de eventos do mesmo tipo, como p.e.,
chegadas de clientes, falhas mecanicas, colis
oes, etc.
Distribuicao exponencial
A v.a. X diz-se ter distribuicao exponencial de parametro ,
e escreve-se X exponencial(), caso a sua f.d.p. seja dada
por
e x , x 0
fX (x) =
0, c.c.
Valor esperado: E (X ) =
Variancia: V (X ) = 12
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes
Vari
aveis aleat
orias e suas distribuic
oes
A sua f.d. e
FX (x) =
1 e x , x 0
0, c.c.
Lusa Morgado
Vari
aveis aleat
orias e suas distribuic
oes