probabilidade e modelos probabilísticos - inf.ufsc.brmarcelo.menezes.reis/aula05cpgcc.pdf · 1...
TRANSCRIPT
1
Probabilidade e Modelos Probabilísticos
2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo
normal
2
Distribuição de Probabilidades
A distribuição de probabilidades, ou modelo probabilístico de uma variável aleatória:
quais são os resultados possíveis;
qual é a probabilidade de cada resultado acontecer.
Variável discreta: pares valores – probab.
Variável contínua: função densidade de probabilidades
5
Exemplo 1
Qual é a probabilidade de obter um ângulo entre 30o e 60o?
f(x)
0o 360o x
1
360
= área = 0,0833
P(30o < X < 60o)
6
Variável aleatória contínua Valor esperado e variância
dxxxfXE )()(
dxxfxXV )()()( 22
dxxfxXE )()( 22onde:
22 )()( XEXVou
9
Distribuição Exponencial
Intervalo de tempo entre ocorrências
Variável aleatória X de Poisson tem média de ocorrências em um intervalo de tempo, então o intervalo de tempo T entre ocorrências segue uma distribuição exponencial e tem média de 1/. Em média chegam 2 pessoas/min em uma fila, o tempo
médio entre a chegada de pessoas à fila é 0,5 minuto.
Em média atendem-se 10 pedidos de suprimentos/dia, o tempo médio de atendimento de um pedido é 0,1 dia.
12
Justificativa para a fórmula da exponencial
0 t A primeira ocorrência
ser depois do tempo t
Nenhuma ocorrência
em [0, t]
T > t Xt = 0
T = tempo até a próxima ocorrência (distrib. exponencial)
Xt = núm. de ocorrências até t (distrib. de Poisson)
!
)()(
k
etkXP
tk
t
t
t eXPtTP > )0()((distrib. exponencial)
13
Exercício 1
O setor de manutenção de uma empresa fez um levantamento das falhas de um importante equipamento, constatando que há, em média, 0,75 falha por ano e que o tempo entre falhas segue uma distribuição exponencial. Qual é a probabilidade do equipamento não falhar no próximo ano?
15
Exercício 2
A vida útil de um certo componente eletrônico é, em média, 10.000 horas e apresenta distribuição exponencial. Qual é a percentagem esperada de componentes que apresentarão falhas em menos de 10.000 horas?
16
Resposta
= 1 / 10000 = 0,0001
P(T < t) = 1 - e - t
P(T < 10.000) = 1 - e -(0,0001)(10000) = = 1 - 0,3679 = = 0,6321 ou 63,21%
17
Exercício 2 – cont.
A vida útil de um certo componente eletrônico é, em média, 10.000 horas e apresenta distribuição exponencial. Após quantas horas se espera que 25% dos componentes tenham falhado?
18
Resposta
= 1 / 10000 = 0,0001
P(T > t) = e - t
P(T > t) = e -(0,0001) t = 1 - 0,25 = 0,75
-(0,0001) t = ln(0,75)
t = 2.876,82 horas
19
Exemplo 2 (Distribuição normal)
Selecionar, aleatoriamente, de uma certa universidade, um estudante do sexo masculino. Seja X a sua altura, em centímetros.
Apresenta-se, a seguir, uma possível distribuição de probabilidades para este caso.
130 140 150 160 170 180 190 200 210 x
f(x)
altura (em cm.)
20
Exemplo 2 Representar: o evento “estudante selecionado tem 180 cm
ou mais” (X 180) e sua probabilidade, P(X 180)
130 140 150 160 170 180 190 200 210 x
f(x)
altura (em cm.)
X 180
P(X 180)
22
Características
x
Área = 1
A variável aleatória pode assumir valores de - ∞ a + ∞ .
Área abaixo da curva é igual a 1 (100% de probabilidade) .
30
Normal Padronizada
z = x -
z - variável normal padronizada
x - variável normal
- média
- desvio padrão
32
Exemplo 3 Selecionar, aleatoriamente, de uma certa
universidade, um estudante do sexo masculino. Seja X o valor de sua altura, em centímetros. Admita que nesta universidade os estudantes têm altura média de 170 cm com desvio padrão de 10 cm. Qual é o escore padronizado de um estudante com 190 cm?
x = 190.
z = x -
190 - 170
10 = = 2 =
20
10
36
Exercício 3: uso da tabela
Com base na tabela da normal padronizada, calcular:
a) P(Z > 1)
z 0 +1
0,1587 (tabela)
37
Exercício 4
Com base na tabela da normal padronizada, calcular:
b) P(Z > 1,23)
z 0 1,23
0,1093 (tabela)
39
Exercício 6
Selecionar, aleatoriamente, de uma certa
universidade, um estudante do sexo masculino.
Seja X o valor de sua altura, em centímetros.
Admitindo que nesta universidade os estudantes
têm altura média de 170 cm com desvio padrão
de 10 cm, qual é a probabilidade do estudante
sorteado ter altura superior a 185 cm?
42
Aproximação da binomial pela normal
Considere que um aluno irá fazer um teste de Estatística. Pelo que estudou ele tem 50% de probabilidade de responder corretamente uma questão. Se o teste tem 10 perguntas, seja X o número de respostas corretas.
43
Exemplo 4
0,001 0,01
0,246
0,01 0,001
0,117
0,0440,044
0,205
0,117
0,205
-1 0 1 2 3 4 5 6 7 8 9 10 11
P(X)
número de respostas corretas (X)
Distribuição binomial:
n=10 p=0,5
44
Exemplo 4
Qual é a probabilidade de ocorrer mais de 6 corretas?
P(X>6)=P(7)+P(8)+P(9)+P(10)=0,117+0,044+0,010+0,001=0,172
0,001 0,01
0,246
0,01 0,001
0,117
0,044 0,044
0,205
0,117
0,205
-1 0 1 2 3 4 5 6 7 8 9 10 11
P(X>6) = 0,172
45
Aproximação da Binomial pela Normal
Quando o número de ensaios (n) da binomial é grande, a distribuição binomial pode ser aproximada por uma normal com média np e variância np(1- p).
x 0 1 2 3 4 5 6 7 8 9 10
46
Exemplo 4 (de novo)
Qual é a probabilidade de ocorrer mais de 6 respostas afirmativas? (usando a normal)
x 0 1 2 3 4 5 6 7 8 9 10
P(X>6,5)