Beruflich Dokumente
Kultur Dokumente
d: calcula a funo pontual, isto , f (x) (no ponto x); p: calcula a funo de distribuio acumulada, isto , F (x) = P (X x); q: calcula um quantil desejado, isto , o n x tal que P (X x) > q ; r: gera amostras aleatrias de uma distribuio de probabilidade.
Voc tambm pode solicitar ajuda, por exemplo digite: ?rnorm. Voc ver uma janela contendo a documentao relativa a funo (modelo, detalhes e exemplos).
Modelos Discretos
1. Exemplo com uma distribuio binomial, considere X b(10; 1/4). 1.1 Calcular P (X = 4)
qbinom(3/4,10,1/4) [1] 3
1.4 Construir o grco da distribuio de probabilidade da v.a. X e de sua respectiva funo de distribuio acumulada.
2
Funo de probabilidade
1.0
Funo de distribuio
0.25
0.20
0.15
0.10
Fx 0 2 4 x 6 8 10 0.2 0 0.4
fx
0.00
0.05
0.6
0.8
4 x
10
Figura 1: Grcos da Distribuio de X b(10, 1/4) 1.5 Gerar uma amostra aleatria de 50 valores de X b(10, 1/4).
a1<-rbinom(50,10,1/4)
2. Considere Y Poisson(5). 2.1 Calcule P (Y = 3), P (Y 4) e P (Y > 7). 2.2 Construa grcos para a funo de probabilidade e para a funo de distribuio acumulada. 3. Explorar a sintaxe de outros modelos discretos: distribuio hipergeomtrica (hyper ) e binomial negativa (nbinom ).
Modelos Contnuos
No R h a possibilidade de voc especicar a funo de densidade de probabilidade e resolver integrais numericamente. (no faz soluo analtica como vimos atravs do software Maple ). Assim como no caso discreto h alguns modelos j implementados. Lembre-se de que agora o prexo d retornar a imagem da funo (para calcular probabilidade precisamos usar a funo de distribuio acumulada!). 1. Suponha que X exp(2). Pede-se o grco da f.d.p. e calcular P (0, 8 < X < 1, 9), P (X > 2). Soluo 1 - especicar a funo
plot(f1,0,10) integrate(f1,0.8,1.9) 0.1795257 with absolute error < 2e-15 integrate(f2,0,2) 1-0.9816844 [1] 0.0183156
Soluo 2 - usar a funo implementada Para construo do grco da f.d.p.:
plot(function(x)dexp(x,2),col=1,0,10,xlab="x", ylab="f(x)" )
4 x
10
0.6
0.8
1.0
1 x
plot(function(x)pexp(x,2),col=1,-2,5,xlab="x", ylab="F(x)" )
Para clculo de probabilidades:
0.4
0.3
f(z)
0.0
0.1
0.2
0.6
0.8
1.0
0 z
Figura 4: Grco da f.d.p. e da funo de distribuio de Z N(0, 1) 2.2 Seja Z N (0, 1). Calcule P (1, 2 < Z < 1, 2), P (Z 2, 3), P (Z > 1, 45). Encontre os quartis da distribuio.
2.3 Gerar uma amostra aleatria n = 1000 de Z N(0, 1). Construir o histograma. Agora construa o histograma para os quadrados desses valores. Qual a distribuio da v.a. Y = Z 2 ?
2.4 Seja X1 N(100, 64) e X2 N(80, 64). Esboce no mesmo eixo essas densidades.
0.05
N(100,8) N(80,8)
densidade
0.00
0.01
0.02
0.03
0.04
60
80 x
100
120
Figura 5: Funes de densidade: mdias diferentes e desvios-padro iguais. 2.5 Ainda nesse contexto, calcule P (X1 > 85) e P (X2 85).
2.6 Gerar 200 amostras aleatrias de X1 N(100, 64). Obter as estatsticas descritivas. Construir o histograma e adicionar a linha de tendncia. Idem para X2 N(80, 64).
dnorm(x,100,s1),ylim=c(0,0.45),90,110,col=1,xlab="x",ylab="f(x)" dnorm(x,100,s2),90, 110, col=2, add=T) dnorm(x,100,s3),90, 110, col=3, add=T) c("N(100; 2,84)", "N(100; 1,80)", "N(100; 0,90)"), fill=1:3)
0.4
densidade
0.0 90
0.1
0.2
0.3
95
100 x
105
110
f(x)
0.4
0.6
0.8
2 x
0.3
f(x)
0.0 0
0.1
0.2
2 x
1.0
3 x