Tese em PDF - departamento de engenharia florestal ...
Tese em PDF - departamento de engenharia florestal ...
Tese em PDF - departamento de engenharia florestal ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
FIGURA 01 – Representação da área sob a curva<br />
b) Uma consequência <strong>de</strong>corrente da <strong>de</strong>scrição probabilística <strong>de</strong> X acima é que, para qualquer<br />
valor especificado <strong>de</strong> X, X 0 , t<strong>em</strong>-se ( 0 ) 0 = = X X P , porque P ( X = X 0 ) = ∫ f ( x)<br />
dx = 0 ;<br />
c) Se uma função f satisfizer as condições f ( x)<br />
≥ 0 para todo x, e f ( x)<br />
dx = k<br />
+∞<br />
∫<br />
−∞<br />
x<br />
x<br />
0<br />
0<br />
, <strong>em</strong> que k é<br />
um número real positivo (não necessariamente igual a 1), então f não satisfaz todas as<br />
condições para ser uma fdp. No entanto, po<strong>de</strong>-se facilmente <strong>de</strong>finir uma nova função g, <strong>em</strong><br />
termos <strong>de</strong> f, assim, ( x)<br />
uma fdp.<br />
( x)<br />
f<br />
g = para todo x. Dessa maneira, g satisfará todas as condições <strong>de</strong><br />
k<br />
d) Se X tomar valores somente <strong>em</strong> algum intervalo finito [ a, b]<br />
, po<strong>de</strong>-se simplesmente atribuir<br />
f ( x)<br />
= 0 para todo x [ a,<br />
b]<br />
∉ . Em consequência, a fdp ficará <strong>de</strong>finida para todos os valores<br />
+∞<br />
∫<br />
−∞<br />
reais <strong>de</strong> x, e é possível arbitrar que ( x)<br />
dx = 1<br />
f .<br />
2.4 PRINCIPAIS DISTRIBUIÇÕES DISCRETAS<br />
2.4.1 Bernoulli<br />
Segundo Ross (2000), a Distribuição <strong>de</strong> Bernoulli aplica-se a experimentos <strong>em</strong> que o<br />
resultado possa ser classificado como sucesso ou falha. Assumindo X = 1 para sucesso e X = 0<br />
para falha, então a função <strong>de</strong> probabilida<strong>de</strong> <strong>de</strong> X é dada por:<br />
p<br />
p<br />
( 0)<br />
= P{<br />
X = 0}<br />
= 1<br />
( 1)<br />
= P{<br />
X = 1}<br />
= p<br />
− p<br />
Em que 0 ≤ p ≤ 1 é a probabilida<strong>de</strong> <strong>de</strong> sucesso.<br />
13