Alguns Modelos Probabilisticos para Variaveis Contnuas

1 Distribuicao Uniforme
Uma vari avel aleat oria contnua X tem distribuic ao uniforme no intervalo
[a, b] (nito) se sua func ao de densidade e constante nesse intervalo, ou
seja, temos que ter
f(x) = k, x [a, b]
Ent ao, o gr aco da f.d.p. de X e como o ilustrado na Figura abaixo:
Figure 1: Densidade uniforme no intervalo [a, b]
Logo, a func ao de densidade de uma v.a. uniforme no intervalo [a, b] e
dada por:
f
X
(x) =
_
_
_
1
ba
se a x b
0 caso contrario
(1)
Os valores a e b s ao chamados parametros da distribuic ao uniforme;
note que ambos tem que ser nitos para que a integral seja igual a 1.
Quando a = 0 e b = 1 temos a uniforme padr ao, denotada por U (0, 1).
1.1 Funcao de distribuicao acumulada
Por denic ao, temos que F
X
(x) = P(X x) e essa probabilidade e dada
pela area sob a curva de densidade `a esquerda de x. Logo:
F
X
(x) =
_

_
0 se x < a
xa
ba
se a x b
1 se x b
(2)
O graco dessa f.d.a. e dado na Figura abaixo:
1
1.2 Esperanca e Variancia
E(X) =
a+b
2
;
V (X) =
(ba)
2
12
.
1.3 Exemplo
Um ponto e escolhido ao acaso no segmento de reta [1, 4]. Calcular:
a) probabilidade de que o ponto escolhido esteja entre 2 e 3;
b) entre 0,5 e 2,5;
c) seja exatamente o 2;
d) a media dessa distribuicao;
e) a vari ancia dessa distribuic ao.
2 Distribuicao Exponencial
A distribuic ao exponencial e um modelo para um tempo de vida com taxa
de falha constante.
Uma variavel aleat oria X tem distribuic ao exponencial com par ametro
se sua densidade de probabilidade e da forma:
f
X
(x) =
_
_
_
e
x
se x 0
0 caso contr ario
(3)
onde o parametro e uma constante real positiva. A gura mostra um
gr aco da densidade exponencial.
2
Como a f.d.p. exponencial depende apenas do valor de , esse e o
par ametro da densidade exponencial. Ent ao, usaremos a notac ao X
exp() para indicar o fato de que a v.a. X tem distribuicao exponencial
com parametro .
2.1 Funcao de distribuicao acumulada
Por denic ao, temos que:
F
X
(x) = P(X x)
_
_
_
1 e
x
se x > 0
0 se x 0
(4)
O graco dessa f.d.a. e dado na Figura abaixo:
2.2 Media e Variancia
E(X) =
1

V (X) =
1

2
3
2.3 Parametrizacao alternativa

E possvel parametrizar a densidade exponencial em termos de um parametro

=
1

. Neste caso,
f
X
(x) =
1

, x > 0, > 0
E(X) =
E(X
2
) = 2
2
V (X) =
2
3 A Distribuicao Normal
A distribuicao Normal e a distribuic ao de probabilidade mais usada na
Estatstica, pois serve de modelo para um grande n umero de variaveis
contnuas e tambem como modelo aproximado para outras distribuic oes
de probabilidade (Binomial, Poisson, etc).
Uma vari avel aleatoria contnua X, denida para todos os valores da
reta real, tem densidade normal com par ametros e
2
, onde < <
e 0 <
2
< , se sua func ao de densidade de probabilidade e dada por:
f
X
(x) =
1

2
2
exp
_
_

1
2
_
x

_
2
_
_
< x < (5)
onde: > 0, e = 2, 718282, = 3, 14159...
Ser a usada a seguinte nota cao para indicar que uma v.a. X tem dis-
tribuic ao normal com par ametros e
2
: X N(,
2
).
4
3.1 Propriedades da Distribuicao Normal
A distribuic ao normal tem varias propriedades importantes.
1. f
X
(x) 0, para todo x;
2.
_

f
X
(x) = 1;
3. E(X) = ;
4. V (X) =
2
;
5. lim
x+
= lim
x
= 0;
6. f( +x) = f( x). A densidade e simetrica em torno de ;
7. O valor maximo de f ocorre em x = ;
8. Os pontos de inex ao de f est ao em x = .
3.2 Efeito da media e do desvio-padrao na curva normal
A media determina o valor do centro da curva normal, enquanto que
o desvio-padr ao determina a largura da curva normal. Quanto menor
o valor do desvio-padrao , menor ser a a variabilidade dos dados, con-
seq uentemente menor sera a largura da curva.
3.3 Algumas Caractersticas da Distribuicao Normal
1. A media, mediana e moda sao iguais. Ou seja, = Md = mo;
5
2. A curva normal, alem de ter uma area total igual a 1, e simetrica em
torno da media , sendo assim, P(X < b) = P(X > +b);
3. P(X [a; b]) = P(a X b) = area da curva no intervalo [a; b]:
4. A inclus ao ou exclusao dos extremos n ao altera o valor da probabili-
dade. Portanto, P(a X b) = P(a < X < b) = P(a X < b) =
P(a < X b);
5. Quaisquer que sejam os valores da media e do desvio-padr ao de
uma distribuic ao normal, os seguintes resultados s ao validos:
P( 1 X + 1) = 0, 6827 - Cerca de 68, 3% dos valores
est ao a um desvio-padrao distante da media;
P( 2 X + 2) = 0, 9545 - Cerca de 95, 5% dos valores
est ao a 2 desvios-padroes distante da media;
P( 3 X + 3) = 0, 9973 - Cerca de 99, 7% dos valores
est ao a 3 desvios-padroes distante da media;
Se as notas em matem atica dos candidatos em um vestibular forem
normalmente Distribudas com media de = 65 pontos e desvio-padrao
de = 12 pontos, entao aproximadamente 95% desses candidatos irao
obter notas de 41 a 89 pontos, pois
41 = 65 2 12(= 2)
6
89 = 65 + 2 12(= + 2)
3.4 Distribuicao normal padrao
A distribui cao normal padr ao e um acaso especial da distribuicao normal
onde a media e zero ( = 0) e desvio-padrao e um ( = 1).
Seja X uma vari avel aleat oria com distribuic ao N(,
2
). Consideremos
a transformac ao linear de X para Z:
Z
i
=
X
i

Podemos demonstrar que a media de Z e zero, e que sua variancia e igual

a 1, isto e:
(z) = 0 e
2
(z) = 1
Logo, a fun cao densidade da variavel Z e dada por:
(z) =
1

2
_

exp
_
_
z
2
2
_
_
, < z < (6)
As areas dessa distribuic ao s ao obtidas com o auxilio de tabelas e serve
de referencia para calcular probabilidades das outras distribuic oes normais.
7
3.4.1 Por que usamos tabela na distribuicao normal?
Como foi dito anteriormente, as probabilidades sao obtidas resolvendo a
integral da funcao densidade no intervalo de interesse. O grande problema
e que integrar algebricamente uma curva normal nao e possvel e a solucao
encontrada foi usar metodos numericos para calcular de forma aproximada
as areas de interesse. Essas areas sao calculadas apenas para a distribuicao
normal padrao.
3.4.2 EXEMPLO
- Sabendo que a vari avel Z tem distribuic ao normal padr ao, responda:
a) P(Z < 1, 85)
b) P(Z > 2, 33)
c) P(2, 33 Z 1, 50)
d) P(1, 80 Z 0, 85)
e) Calcule k tal que P(Z k) = 0, 95.
3.5 Padronizacao de uma variavel
Ate agora s o trabalhamos com a distribui cao normal padr ao. E como de-
vemos trabalhar com as outras distribuic oes de probabilidades? Qualquer
vari avel X tendo distribui cao normal com media e desvio-padr ao pode
ser transformada em uma distribui cao normal padr ao, basta, para isto,
padronizar a vari avel X.
8
3.5.1 Exemplos
1. O salario semanal dos oper arios da ind ustria de construc ao civil e
distribudo normalmente em torno de uma media de $80, com desvio
padr ao de $5. Encontrar a probabilidade de um oper ario ter um
sal ario situado:
a) entre $80 e $83;
b) entre $75 e $80;
c) entre $74 e $82;
d) Acima de $85
e) abaixo de $73
2. Os dep ositos efetuados no Banco do Brasil durante o mes de janeiro
s ao distribudos normalmente, com media de R$10.000, 00 e desvio
padr ao de R$1.500, 00. Um dep osito e selecionado ao acaso dentre
todos os referentes ao mes em quest ao. Encontrar a probabilidade de
que o dep osito seja:
a) R$10.000, 00 ou menos;
b) um valor entre R$12.000, 00 e R$15.000, 00;
c) pelo menos R$10.000, 00;
d) maior do que R$20.000, 00
3. Uma f abrica de carros sabe que os motores de sua fabricac ao tem
durac ao normal com media de 150.000km e desvio padr ao de 5.000km.
9
Qual a probabilidade de que um carro, escolhido ao acaso, dos fabri-
cados por essa rma, tenha um motor que dure:
a) menos de 170.000km?
b) entre 140.000km e 165.000km?
c) Uma fabrica de carros substitui o motor que apresenta durac ao
inferior `a garantia, qual deve ser esta garantia pra que a porcent-
agem de motores substitudos seja inferior a 0, 2%?
4 Aproximacao Normal para Binomial
Em situacoes onde temos que usar a distribuic ao binomial, um valor muito
grande para o n torna o c alculo das probabilidades muito cansativo. Uma
alternativa para este problema e usar a distribuic ao normal como uma
aproxima cao para a distribuic ao binomial. As condic oes para este uso
requerem um n muito grande e um p n ao muito pr oximo de 0 ou de 1.
Quando usamos a aproxima cao Normal para a Binomial, estamos aprox-
imando uma vari avel discreta (que s o assumem valores inteiros) por uma
vari avel contnua (que pode assumir quaisquer valores dentro de um in-
tervalo de n umero reais).
`
E de se esperar que algum ajuste deva ser feito.
Este ajuste e denominado de correc ao de continuidade.
A correc ao de continuidade ajuda a melhorar as probabilidades obtidas
por meio da aproxima cao normal para a Binomial. A correc ao e simples-
mente somar ou subtrair 0,5 ao valor (antes de obter as probabilidades).
10
P(X a) = P(X a + 0, 5);
P(X a) = P(X a 0, 5):
P(X = a) = P(a 0, 5 X a + 0, 5).
P(a < X b) = P(a 0, 5 X b + 0, 5).
4.1 Exemplos
1. Lanca-se uma moeda 20 vezes. Qual a probabilidade de se obter de
uma a cinco caras, usando:
a) distribuic ao binomial
b) aproximac ao da binomial pela normal
11