Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
0303200 – Probabilidade – Aula 05
Magno T. M. Silva
Escola Politecnica da USP
Abril de 2017A maior parte dos exemplos dessa aula foram extraıdos de Jay
L. Devore, Probabilidade e Estatıstica para engenharia e
ciencias, traducao da 8a edicao americana, Cengage, 2014
Sumario
3.2 Variaveis aleatorias discretas e distribuicoes de probabilidade
4 Variaveis aleatorias contınuas e distribuicoes de probabilidade4.1 Funcoes densidade de probabilidade4.2 Funcoes de distribuicao acumuladas
3.2 Funcao de distribuicao de uma v.a. discreta
A funcao de distribuicao acumulada F (x) de uma v.a. discreta Xcom funcao de probabilidade P [X = x] e definida para todos osvalores x como
F (x) = P (X ≤ x) =∑
y:y≤x
P [X = y]
Para qualquer valor x, F (x) e a probabilidade do valor de Xobservado ser no maximo x.
3.2 Exemplo 3.13
Uma loja vende pendrives de 1GB, 2GB, 4GB, 8GB e 16GB dememoria. A tabela a seguir mostra a funcao de probabilidade de
X = quantidade de memoria de um pendrive adquirido
x 1 2 4 8 16
P [X = x] 0,05 0,10 0,35 0,40 0,10
Determine a funcao de distribuicao de X.
3.2 Exemplo 3.13
F (1) = P (X ≤ 1) = P [X = 1] = 0,05
F (2) = P (X ≤ 2)=P (X = 1 ouX = 2) = P [X = 1]+P [X = 2]=0,15
F (4) = P (X ≤ 4) = P (X = 1 ou 2 ou 4)
= P [X = 1] + P [X = 2] + P [X = 4] = 0,50
F (8)=P (X≤8)
=P [X=1]+P [X=2]+P [X=4]+P [X=8]=0,90
F (16) = P (X ≤ 16) = 1
3.2 Exemplo 3.13
Para qualquer outro valor de x, F (x) sera igual ao valor de F novalor mais proximo possıvel de X a esquerda de x.Por exemplo,
F (2,7) = P (X ≤ 2,7) = P (X ≤ 2) = F (2) = 0,15
F (7,999) = P (X ≤ 7,999) = P (X ≤ 4) = F (4) = 0,50
3.2 Exemplo 3.13
A expressao de F (x) e dada por
F (x) =
0, x < 10,05, 1 ≤ x < 20,15, 2 ≤ x < 40,50, 4 ≤ x < 80,90, 8 ≤ x < 16
1, 16 ≤ x
3.2 Exemplo 3.13
10 2 4 8 16
x
F (x)
0,1500,050
0,500
0,9001,000
}
P [X = 4]
Note que P [X = 4] = F (4)− F (2) = 0,50− 0,15 = 0,35
3.2 Proposicao P (a ≤ X ≤ b)No Exemplo 3.13, se quisermos calcular
P (2 ≤ X ≤ 8) = P [X = 2] + P [X = 4] + P [X = 8]
= {P [X = 1] +P [X = 2] +P [X = 4] +P [X = 8]}− {P [X = 1]}
= P (X ≤ 8)− P (X ≤ 1) = F (8)− F (1)
Note que:
◮ P (2≤X ≤ 8) 6=F (8)− F (2) porque o valor de X = 2 estaincluıdo no intervalo 2 ≤ X ≤ 8.
◮ P (2<X ≤ 8)=F (8)− F (2) porque X = 2 nao esta incluıdono intervalo 2 < X ≤ 8
Dessa forma, chega-se a proposicao:Para quaisquer dois numeros a e b com a ≤ b,
P (a ≤ X ≤ b) = F (b)− F (a−)
em que a− representa o maior valor possıvel de X,necessariamente inferior a a.
3.2 Exemplo 3.15
Seja X o numero de dias de licenca por doenca de um funcionariode uma empresa, selecionado aleatoriamente em um certo ano. Seo numero maximo de dias permitidos por ano e 14, os valorespossıveis de X sao 0,1,2, · · · , 14.Sabendo-se que
F (0) = 0,58 F (1) = 0,72
F (2) = 0,76 F (3) = 0,81
F (4) = 0,88 F (5) = 0,94
DetermineP (2 ≤ X ≤ 5) e P [X = 3]
3.2 Exemplo 3.15
Resolucao:
P (2 ≤ X ≤ 5) = P (X = 2,3,4 ou 5) = F (5)− F (1) = 0,22
P [X = 3] = F (3)− F (2) = 0,05.
4.1 Exemplo 4.1 – variaveis aleatorias contınuas
Se no estudo de ecologia de um lago, fizermos medidas deprofundidade em locais selecionados aleatoriamente, entao
X = a profundidade nesse local
e uma v.a. contınua distribuıda no intervalo [A, B], sendo A aprofundidade mınima e B a profundidade maxima.
4.1 Exemplo 4.2 – variaveis aleatorias contınuas
Se um composto quımico for selecionado aleatoriamente edeterminarmos seu pH X, entao X e uma v.a. contınua porquequalquer valor de pH entre 0 e 14 e possıvel. Caso se saiba maissobre o composto selecionado para analise, o conjunto de valorespossıveis pode ser um subintervalo de [0, 14], como 5,5 ≤ X ≤ 6,5,mas X ainda seria contınua.
4.1 Distribuicoes de probabilidade para variaveis contınuas
◮ X = a profundidade de um ponto aleatorio da superfıcie deum lago
◮ qualquer numero no intervalo [0, M ] e um valor possıvel paraX
◮ se tomarmos X discreta, a distribuicao resultante e ilustradapor um histograma de probabilidade com retangulos cujasareas sao proporcoes do lago com profundidade k
◮ o total da area dos retangulos e 1.
000 MMM
Area= 1
4.1 Distribuicoes de probabilidade para variaveis contınuasConsidere que X e uma v.a. contınua. Entao, a funcao densidadede probabilidade (f.d.p.) e uma funcao f(x) tal que
◮ f(x) ≥ 0 para todo x
◮
∫ ∞
−∞
f(x) = 1 (area sob o grafico de f(x))
◮ P (a ≤ X ≤ b) =
∫ b
a
f(x)dx, com a ≤ b
a b
x
P (a ≤ X ≤ b)f(x)
4.1 Exemplo 4.4O angulo medido no sentido horario entre a linha de referencia queliga a valvula de um pneu ate o ponto central e o local daimperfeicao e uma variavel aleatoria cuja f.d.p. e dada por
x
f(x)
360o
1360o
0
Determine:
◮ a probabilidade do angulo estar entre 90o e 180o.
◮ a probabilidade do angulo estar dentro de 90o da linha dereferencia.
◮ a probabilidade do angulo ser maior que 180o dado que ele emaior que 90o
4.1 Exemplo 4.4Resolucao:
xx
f(x)f(x)
360o360o 90o 180o
1360o
1360o
00
P (90o≤X≤180o)
◮ A probabilidade do angulo estar entre 90o e 180o vale:
P (90o ≤ X ≤ 180o) =
∫ 180
90
1
360dx =
x
360
∣∣∣
180
90=
1
4
◮ A probabilidade do angulo estar dentro de 90o da linha dereferencia vale:
P (0 ≤ X ≤ 90o) + P (270o ≤ X < 360o) =1
2
4.1 Exemplo 4.4Resolucao:
x
f(x)
360o
1360o
0
◮ A probabilidade do angulo ser maior que 180o dado que ele emaior que 90o vale:
P (X > 180o|X > 90◦) =P (X > 180o e X > 90o)
P (X > 90o)
=P (X > 180o)
P (X > 90o)=
1/2
3/4= 2/3
4.1 Exemplo 4.5
O “tempo de avanco” no fluxo do trafego e definido como tempoentre o instante em que o carro termina de passar por um pontofixo e o instante em que o proximo carro comeca a passar por esseponto. Seja a v.a.X = o tempo de avanco para dois carros consecutivos escolhidosao acaso na Marginal Pinheiros em um perıodo de trafego intenso.Suponha que a f.d.p. de X e dada por
f(x) =
{ke−0,15(x−0,5), x ≥ 0,5
0, caso contrario
sendo k uma constante.Determine:
◮ o valor de k.
◮ a probabilidade do tempo de avanco ser no maximo 5segundos.
4.1 Exemplo 4.5Resolucao:
◮ Para que f(x) seja uma f.d.p., a area sob o grafico deve serigual a 1, ou seja∫ ∞
−∞
f(x)dx =
∫ ∞
0,5ke−0,15(x−0,5)dx = ke0,075
∫ ∞
0,5e−0,15xdx
= ke0,075(
−1
0,15
)
e−0,15x∣∣∣
∞
0,5︸ ︷︷ ︸
−e−0,075
=k
0,15⇒ k = 0,15
x
f(x)
50,5
0,15
0
4.1 Exemplo 4.5Resolucao:
x
f(x)
50,5
0,15
0
◮ a probabilidade do tempo de avanco ser no maximo 5segundos vale:
P (X ≤ 5) =
∫ 0,5
−∞
0,15e−0,15(x−0,5)dx = 0,15e0,075∫ 5
0,5e−0,15xdx
= 0,15e0,075(
−1
0,15
)
e−0,15x∣∣∣
5
0,5= 0,491 = P (X < 5)
4.2 Funcoes de distribuicao acumuladasA funcao de distribuicao acumulada F (x) para uma v.a. contınuaX e definida como
F (x) = P (X ≤ x) =
∫ x
−∞
f(λ)dλ
aa bb
xx
F (b)f(x) F (x)
F (b)1
Note que
f(x) =dF (x)
dx= F ′(x)
4.2 Exemplo de f.d.p. e funcao de distribuicao
Suponha que uma v.a. tenha f.d.p dada por
f(x) =
1
B −A, A ≤ x ≤ B
0, caso contrarioF (x) =
0, x < Ax−A
B −A, A ≤ x < B
1, x ≥ B
xx
F (x)f(x)
AA BB
1B−A
1
00
4.2 Uso de F (x) para calcular probabilidades
Seja X uma v.a. contınua com f.d.p. f(x) e funcao de distribuicaoacumulada F (x), entao
P (X > a) = 1− F (a)
e para b > aP (a ≤ X ≤ b) = F (b)− F (a)
a aa bbbxxx
f(x)f(x)f(x)
F (b) F (a)