Estatística - Curva de Gauss

Albertazzi.Variveis Aleatrias Contnuas. (3.
1)
3
Distribuio e Densidade de Probabilidade
Albertazzi.Variveis Aleatrias Contnuas. (3.2)
variveis aleatrias
So funes definidas sobre os elementos de um espao
amostral
ex: soma de dois dados, cotao do Dollar, precipitao diria de
chuva em uma cidade, limite de resistncia de uma pea, etc
Podem ser
discretas
contnuas
Conveno:
variveis aleatrias: X, Y, ... (letras maisculas)
valores possveis das variveis aleatrias: x, y, ... (minsculas)

variveis aleatrias discretas
A funo que atribui a probabilidade a cada valor possvel de
uma varivel aleatria discreta denominada distribuio de
probabilidade
f(x) = P(X = x)
exemplo:
dado honesto: f(x) = 1/6, para x=1, 2, 3, 4, 5 ou 6
como seria f(x) para a soma de dois dados?
Propriedades:

0 ) ( > x f

=
X todos
x f 1 ) (
funo distribuio (acumulada)
A funo distribuio acumulada de uma varivel aleatria X
associa a cada valor possvel de X a probabilidade deste
valor ser menor ou igual a x. Denota-se F(x)
F(x) = P(X s x)

exemplo:

x
f(x)
1
0,50
2 3 4 5
0,25
x
F(x)
1
1,00
2 3 4 5
0,50
mdia e varincia de uma distribuio
calculada a partir de sua distribuio de
probabilidades
Mdia (ou valor esperado)

Varincia
= =
x todos
x E x f x ) ( ) ( .
=
x todos
x f x ) ( . ) (
2 2
o
Assumem valores reais

f(x) = funo densidade
de probabilidade
a b
x
f(x)
}
= s s
b
a
dx x f b X a P ) ( ) (
0 ) ( = = x X P
variveis aleatrias contnuas
variveis aleatrias contnuas
Propriedades:
a b
x
f(x)
) ( ) ( ) ( ) ( b X a P b X a P b X a P b X a P < < = < s = s < = s s
x x f > , 0 ) (
}

=1 ) ( dx x f
funo probabilidade acumulada
A funo probabilidade acumulada de uma varivel aleatria X
associa a cada valor possvel de X a probabilidade deste valor ser
menor ou igual a x. Denota-se F(x)

}

= s =
x
d f x X P x F o o) ( ) ( ) (
) (
) (
x f
dx
x F d
=
) ( ) ( ) ( a F b F b X a P = s s
a b
x
f(x)
a b
x
F(x)
1,00
F(b)
F(a)
mdia e varincia de uma VA contnua
Mdia (ou valor esperado)
) ( ) ( x E dx x f x = =
}
} }

= =
2 2 2 2
) ( ) ( ) ( o dx x f x dx x f x
Varincia
Distribuio de probabilidade uniforme ou
retangular
1 2 3 4 5 6
probabilidade
1/6
0
0.2
0.4
0.6
0.8
1
1.2
0 1 2 3 4 5 6 7
Valores
P
r
o
b
a
b
i
l
i
d
a
d
e

(
1
/
6
)
Lanamento de um dado
Distribuio de probabilidade triangular
1,5 1,0 2,5 2,0 3,5 3,0 4,5 4,0 5,5 5,0 6,0
probabilidade (1/36)
2
4
6
Mdia de dois dados
Distribuio de probabilidade triangular
0
1
2
3
4
5
6
7
0 1 2 3 4 5 6 7
Mdia de 2 dados
P
r
o
b
a
b
i
l
i
d
a
d
e

(
1
/
3
6
)
0
0.2
0.4
0.6
0.8
1
1.2
0 1 2 3 4 5 6 7
Valores
P
r
o
b
a
b
i
l
i
d
a
d
e

(
1
/
6
)
Lanamento de um dado
0
1
2
3
4
5
6
7
0 1 2 3 4 5 6 7
M di a d e 2 d ado s
P
r
o
b
a
b
i
l
i
d
a
d
e

(
1
/
3
6
)
Mdia de dois dados
0
5
1 0
1 5
2 0
2 5
3 0
0 1 2 3 4 5 6 7
P
r
o
b
a
b
i
l
i
d
a
d
e

(
1
/
2
1
6
)
Mdia de trs dados
0
2 0
4 0
6 0
8 0
10 0
12 0
14 0
16 0
0 1 2 3 4 5 6 7
P
r
o
b
a
b
i
l
i
d
a
d
e

(
1
/
1
2
9
6
)
Mdia de quatro dados
0
50 0
100 0
150 0
200 0
250 0
300 0
350 0
400 0
450 0
500 0
0 1 2 3 4 5 6 7
P
r
o
b
a
b
i
l
i
d
a
d
e

(
1
/
4
6
6
5
6
)
Mdia de seis dados
0
20000
40000
60000
80000
100000
120000
140000
160000
0 1 2 3 4 5 6 7
Mdia de 8 dados
P
r
o
b
a
b
i
l
i
d
a
d
e

(
1
/
1
6
7
9
6
1
6
)
Mdia de oito dados
Curva normal

o o
pontos de inflexo
assntota assntota
= mdia
o = desvio padro
distribuio normal (ou gaussiana)
Observada no sculo XVIII: curva normal de erros
+ < < =

x e x f
x
2
2
2
) (
2
1
) (
o
o t
-o +o
f(x)
Ponto de
inflexo
distribuio normal (ou gaussiana)
}

=
x
d e x F o
o t
o
o
2
2
2
) (
2
1
) (
Funo probabilidade acumulada:
No pode ser integrada de forma explcita.
calculada numericamente e tabelada.
Problema:
para cada valor de e o seria necessria uma tabela diferente!
Soluo: distribuio normal padronizada.
o = 2
= 0
o = 1
= 0
o = 2
= 3
3 = X Y
2
3
=
X
Z
X
3 0
f(x)
3 0
f(y)
3
0
f(z)
varivel distribuio
distribuio normal padronizada
Mudana de varivel para que = 0 e o
2
= 1
o

=
X
Z
}

=
z
d e z F o
t
o 2 /
2
2
1
) (
+ < < =

z e z f
z
2
2
2
1
) (
t
F(z) tabelado
) ( 1 ) ( z F z F =
1 - F(z)
z
propriedade para uso da tabela:
F(-z)
F(-z) = ?
0 -z
exemplo:
Calcule a probabilidade de um VA com distribuio normal com
= 3 e o

= 2 apresentar valores entre 2 e 5.
o = 2
= 3
3 0 2 5
50 , 0
2
3 2
2
=
= z
) ( ) (
2 5
z F z F P =
00 , 1
2
3 5
5
=
= z
) 50 , 0 ( 1 ) 50 , 0 ( F F =
0.5328 0.6915] - [1 - 0.8413 )] 50 , 0 ( 1 [ ) 00 , 1 ( = = = F F P
distribuio uniforme
< <
=
contrrio caso
x
x f
, 0
, ,
1
) (
| o
o |
ex: erro de arredondamento de um mostrador digital
2
| o
+
=
( )
2
2
12
1
o | o =
f(x)
o |
o |
1
distribuio triangular
efeito do arredondamento na diferena entre duas indicaes
digitais
f(x)
o |
o |
2
( )
2
2
24
1
o | o =
2
| o
+
=
valor esperado
Definio: o valor esperado (ou esperana ou valor mdio)
de uma funo de uma varivel aleatria (VA) dado por:

}

= dx x f x g x g E ) ( ) ( )] ( [
propriedades do valor esperado
caso particular: g(X) = X
x
X E = ) (
2 2
) ( ] ) [(
x x
X Var X E o = =
caso particular 2: g(X) = (X -
x
)
2

b X E a b aX E + = + ) ( ) (
) ( ) (
2
X Var a b aX Var = +
outros casos de interesse:
b a
X b aX
+ =
+

2 2 2
X b aX
a o o =
+

propriedades do valor esperado

propriedades do valor esperado e varincia
Seja X
1
, X
2
, ... , X
k
VA com mdia
Xi
=
= + + +
= + + +
k
i
X i k k
k k
i
a X E a X E a X E a
X a X a X a E
1
2 2 1 1
2 2 1 1
) ( ... ) ( ) (
) ... (
Exemplo:

3 2 1 3 2 1
3 2
3 2 X X X X X X
+ =
+
Seja X
1
, X
2
, ... , X
k
VA independentes e com varincia o
2
Xi
=
= + + +
= + + +
k
i
xi i k k
k k
a X Var a X Var a X Var a
X a X a X a Var
1
2 2 2
2
2
2 1
2
1
2 2 1 1
) ( ... ) ( ) (
) ... (
o
Exemplos:

2 2 2 2
3 2
3 2 1 3 2 1
9 4
X X X X X X
o o o o + + =
+
2 2
2 1 2 1
X X X X
o o o + =
+
2 2
2 1 2 1
X X X X
o o o + =

Seja X
1
, X
2
, ... , X
k
VA independentes e com varincia o
2
Xi
) ( ... ) ( ) (
)] , ... , , ( [
2
2
2
2
1
2
1
2 1
k
k
k
X Var
X
g
X Var
X
g
X Var
X
g
X X X g Var
|
|
.
|
\
|
c
c
+ +
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
=
2
2
2
2
1
2
2
2
2
/
2 1 2 1
1
X X X X
X
X
X
o o o
|
|
.
|
\
|
+
|
|
.
|
\
|
=
Exemplo:

Seja X
1
, X
2
, ... , X
k
VA independentes, todas com mdia e var. o
2

= = + + + =
= + + + = =
k
k
k k k
k k k k X
X E X E X E X E
1 1 1
1
2
1
1
1
...
) ( ... ) ( ) ( ) (
k k k k
k
X X X
k
X X X
X
1
2
1
1
1 2 1
...
...
+ + + =
+ + +
=
k
X Var X Var X Var X Var
k
k
k k k
k
k k k
X
2
2 2
1
2
1
2
1
1
2
1
1
1
2
2 2 2 2
2 2 2
...
) ( ... ) ( ) ( ) (
o
o o o o
o
= = + + + =
= + + + = =
k
X
o
o =
covarincia
Definio: covarincia entre X
1
e X
2

2 1
2 1 2 1
. ) . (
)] )( [( ) , cov(
2 1
2 1 2 1
X X
X X X X
X X E
X X E X X

o
=
= = =
X
1

X
2

0
2 1
>
X X
o
X
1

X
2

0
2 1
<
X X
o
X
1

X
2

0
2 1
=
X X
o
X
2

0
2 1
=
X X
o
X
1

correlao
Quando dividida pelos respectivos desvios-padro de cada
varivel, a covarincia normalizada e recebe o nome de
Coeficiente de correlao
2 1
2 1
2 1
.
) ( ). (
) , cov(
2 1
2 1
X X
X X
X X
X Var X Var
X X
o o
o
= =
1 1
2 1
+ s s
X X

correlao
Se X
1
e X
2
so VA independentes, ento o
X1X2
=
X1X2
= 0

= <
+ +
+ + = + + +
k
j
j i j i
j i
k k
k k
X X a a X Var a
X Var a X Var a X a X a X a Var
2
2
2
2
2 1
2
1 2 2 1 1
) , cov( 2 ) (
... ) ( ) ( ) ... (
Se X
1
, X
2
, ... , X
k
so dependentes, ento:
o
X1X2
=
X1X2
= 0
verificao de normalidade
Uma distribuio normal?
Escores normais: conjunto de n valores que dividem a distribuio
normal idealizada em n+1faixas com igual probabilidade e
organizados em ordem crescente

exemplo: n=4
0,2 0,2 0,2
0,2 0,2
-0,84 -0,25 0,25 0,84
F(-0,84) = 0,20
F(-0,25) = 0,40
F(0,25) = 0,60
F(0,84) = 0,80
Roteiro:
1 - Calcule e o a partir dos dados experimentais
2 - Ordene os dados de forma crescente
3 - Obtenha os escores normais sendo n o nmero de dados
experimentais
4 - Plote o i-simo valor experimental versus o i-simo escore normal
5 - Se o grfico resultante se aproxima de uma reta esse indica que a
distribuio dos dados prxima da normal
Normalmente 15 s n s 20, embora seja comum n > 20, mas no se
recomenda n < 15
-20
-15
-10
-5
0
5
10
15
20
-1 -0.5 0 0.5 1
Escores normais
V
a
l
o
r
e
s

d
a

v
a
r
i
v
e
l
P EN Val
0.2 -0.842 -15
0.4 -0.253 -5
0.6 0.253 6
0.8 0.842 16
-5, 16, 6, -15
-15, -5, 6, 16
valores
valores ordenados
Exemplos:

distribuio normal distribuio uniforme
-3
-2
-1
0
1
2
3
0 0,2 0,4 0,6 0,8 1
-3
-2
-1
0
1
2
3
-3 -2 -1 0 1 2 3

Estatística - Curva de Gauss

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Estatística - Curva de Gauss

Diunggah oleh

Hak Cipta:

Format Tersedia

Albertazzi.Variveis Aleatrias Contnuas. (3.

Albertazzi.Variveis Aleatrias Contnuas. (3.33)

Albertazzi.Variveis Aleatrias Contnuas. (3.37)

Anda mungkin juga menyukai