SUMÁRIO
1 Lista de Modelos Probabilísticos 1
1.1 Modelos Discretos . . . 1 1.2 Modelos Contínuos . . . 3
LISTA DE MODELOS PROBABILÍSTICOS
1.1 MODELOS DISCRETOS
Distribuição uniforme discreta − U ni f (N) Função de Probabilidade f(x) = 1 N x= 1, 2, ..., N N = 1, 2, 3, ... Função de Distribuição F(x) = x N Esperança, Variância e Função Geradora de Momentos
E[X ] =N+ 1 2 V(X ) = (N + 1)(N − 1) 12 Mx(t) = 1 N N
∑
i=1 eitDistribuição Binomial − Bin(n, p) Função de Probabilidade f(x) =n x px(1 − p)n−xx= 0, 1, 2, ..., n n = 1, 2, ... 0 ≤ p ≤ 1 Função de Distribuição F(x) = x
∑
i=0 n i pi(1 − p)n−iEsperança, Variância e Função Geradora de Momentos E[X ] = λ V(X ) = λ Mx(t) = eλ (e
Lista de Modelos Probabilísticos 2
Distribuição Poisson − Poi(λ ) Função de Probabilidade f(x) = e−λλ x x!, x = 0, 1, 2, 3, ..., λ ≥ 0 Função de Distribuição F(x) = e−λ x
∑
i=0 n i λi i! Esperança, Variância e Função Geradora de MomentosE[X ] = np V(X ) = np(1 − p) Mx(t) = pet+ (1 − p)
n
Distribuição hipergeométrica − Hipergeometrica(N, M, K) Função de Probabilidade f(x) = M x N−M K−x N K , x = 0, 1, 2, ..., K N, M, K ≥ 0 Função de Distribuição F(x) = x
∑
i=0 M i N−M K−i N KEsperança, Variância e Função Geradora de Momentos E[X ] = KM N V(X ) = KM n (N − M)(N − K) N(N − 1) Mx(t) = não existe
Distribuição Binomial Negativa − BinNeg(r, p) Função de Probabilidade f(x) =r + x − 1 x pr(1 − p)x, x = 0, 1, 2, ..., r > 0 ≤ p ≤ 1 Função de Distribuição F(x) = x
∑
i=0 r + i − 1 x pr(1 − p)iEsperança, Variância e Função Geradora de Momentos
E[X ] =r(1 − p) p V(X ) = r(1 − p) p2 Mx(t) = p 1 − (1 − p)et r
Distribuição geométrica − Geo(p) Função de Probabilidade
f(x) = p(1 − p)x, x = 0, 1, 2, ..., 0 ≤ p ≤ 1
Função de Distribuição
F(x) = 1 − (1 − p)x+1
Esperança, Variância e Função Geradora de Momentos
E[X ] = 1 p V(X ) = 1 − p p2 Mx(t) = pet 1 − (1 − p)et 1.2 MODELOS CONTÍNUOS
Distribuição Beta − Beta(a, b)
Função de Densidade de Probabilidade f(x) = 1
β (a, b)
xa−1(1 − x)b−1, 0 < x < 1, a > 0, b > 0
em que β (a, b) = Γ(a + b) Γ(a)Γ(b) Função de Distribuição
F(x) = Ix(a, b) =
βx(a, b)
β (a, b) em que βx(a, b) é a função beta incompleta.
Esperança, Variância e Função Geradora de Momentos E[X ] = a
a+ b V(X ) =
ab
(a + b + 1)(a + b)2 Mx(t) não existe
Distribuição de Cauchy − Cauchy(θ , σ ) Função de Densidade de Probabilidade
f(x) = 1 π σ 1 1 + x−θ σ 2, −∞ < x < ∞, −∞ < θ < ∞, σ > 0
Lista de Modelos Probabilísticos 4 Função de Distribuição F(x) = 1 πarctan x − θ σ +1 2 Esperança, Variância e Função Geradora de Momentos
E[X ] = ∞ V(X ) = ∞, Mx(t) não existe
Distribuição Erlang − Erl(λ , k) Função de Densidade de Probabilidade
f(x) =λ kxk−1exp(−λ x) (k − 1)! , x > 0, λ > 0, k ∈ N Função de Distribuição F(x) = γ (k, λ x) (k − 1)!, x > 0 sendo γ é a função gama incompleta.
Esperança, Variância e Função Geradora de Momentos
E[X ] = k λ V(X ) = k λ2 Mx(t) = λ λ − t k , se t < λ
Distribuição Exponencial − Exp(λ ) Função de Densidade de Probabilidade
f(x) = λ e−λ x, x > 0, λ > 0 Função de Distribuição
F(x) = 1 − e−λ x, x≥ 0 Esperança, Variância e Função Geradora de Momentos
E[X ] = 1 λ V(X ) = 1 λ2 Mx(t) = λ λ − t
Distribuição Exponencial Dupla ou Laplace − Laplace(µ, σ ) Função de Densidade de Probabilidade
f(x) = 1 2σe −|x−µ| σ , −∞ < x < ∞, −∞ < µ < ∞, σ > 0
Função de Distribuição F(x) = ( 1 2e( x−µ σ ) se x < µ 1 −12e(−x−µσ ) se x ≥ µ
Esperança, Variância e Função Geradora de Momentos
E[X ] = µ V(X ) = 2σ2, Mx(t) = e
µt
1 − (σt)2
Distribuição Gama − Gama(r, λ ) Função de Densidade de Probabilidade
f(x) = λ Γ(r)(λ x) r−1e−λ x x≥ 0, r > 0, λ > 0 Função de Distribuição F(x) = γ (r, λ x) Γ (r) , x > 0 sendo γ é a função gama incompleta.
Esperança, Variância e Função Geradora de Momentos
E[X ] = r λ V(X ) = r λ2 Mx(t) = λ λ − t r
Distribuição Gumbel − Gumbel(µ, β ) Função de Densidade de Probabilidade
f(x) = 1 βe x−µ β e−e x−µ β , −∞ < x < ∞, −∞ < µ < ∞, β > 0 Função de Distribuição F(x) = 1 − e−e x−µ β , −∞ < x < ∞, Esperança, Variância e Função Geradora de Momentos
E[X ] = µ + γβ V(X ) = π
2
6 β
2 M
x(t) = Γ(1 − β t)eµt
em que γ é a constante Euler-Mascheroni aproximadamente igual a 0,5772156649015328606. Distribuição Logistica − Logistica(µ, σ2)
Lista de Modelos Probabilísticos 6 Função de Densidade de Probabilidade
f(x) = e −(x−µ)σ σ 1 + e−(x−µ)σ 2, −∞ < x < ∞, , −∞ < µ < ∞, σ > 0 Função de Distribuição: F(X ) = 1 1 + e−(x−µ)σ , −∞ < x < ∞ Esperança, Variância e Função Geradora de Momentos
E[X ] = µ V(X ) = π 2σ2 3 Mx(t) = e µt Γ(1 − σ t)Γ(1 + σ t), |t| < 1 σ
Distribuição Lognormal − LogN(µ, σ2) Função de Densidade de Probabilidade
f(x) = 1 x √ 2πσ2e −(ln(x)−µ)2 2σ 2 x> 0, −∞ < µ < ∞, σ2> 0 Função de Distribuição: F(X ) = Φ ln(x) − µ σ
em Φ é a função de distribuição da distribuição normal padrão. Esperança, Variância e Função Geradora de Momentos
E[X ] = eµ +σ22 V(X ) = (eσ2− 1)e2µ+σ2 M
x(t) não existe
Distribuição Normal − N(µ, σ2) Função de Densidade de Probabilidade
f(x) = √ 1 2πσ2e
−(x−µ)2
2σ 2 , −∞ < x < ∞, −∞ < µ < ∞, σ2> 0
Função de Distribuição: não possui forma analítica. Esperança, Variância e Função Geradora de Momentos
E[X ] = µ V(X ) = σ2 Mx(t) = eµt+σ2t22
Função de Densidade de Probabilidade f(x) = ba b xb+1, a < x < ∞, a > 0, b > 0 Função de Distribuição F(X ) = 1 −a x b
Esperança, Variância e Função Geradora de Momentos
E[X ] = ab
b− 1, b > 1 V(X ) =
a2b
(b − 1)2(b − 2, b > 2 Mx(t) não existe
Distribuição Qui-quadrado − χ2(ν) Função de Densidade de Probabilidade
f(x) = 1 2ν2Γ ν 2 x ν 2−1e− x 2, x > 0, ν = 1, 2, 3, ... Função de Distribuição F(x) = γ ν 2, x 2 Γ ν2 , x > 0 sendo γ é a função gama incompleta.
Esperança, Variância e Função Geradora de Momentos E[X ] = ν V(X ) = 2ν, Mx(t) = 1
(1 − 2t)ν2
, t < 1 2
Distribuição Rayleigh − Ray(σ ) Função de Densidade de Probabilidade
f(x) = x σ2exp − x σ2 , x > 0, σ > 0 Função de Distribuição F(x) = 1 − exp − x 2σ2 , x > 0 Esperança, Variância e Função Geradora de Momentos
E[X ] = σ r π 2 V(X ) = 4 − π 2 σ 2, M x(t) = 1 + σtexp σ2t2 2 r π 2 er f σ t √ 2+ 1 Distribuição t de student − t(ν)
Lista de Modelos Probabilísticos 8 Função de Densidade de Probabilidade
f(xt) = Γ( ν +1 2 ) √ ν π Γ ν2 1 +x 2 ν −(ν +12 ) , −∞ < x < ∞, ν = 1, 2, 3, ..., F(x) = 1 −1 2Iw ν 2, 1 2 , w= ν x2+ ν
Esperança, Variância e Função Geradora de Momentos E[X ] = 0, ν > 1 V(X ) = ν
ν − 2, ν > 2 Mx(t) não existe
Distribuição Uniforme − U (a, b) Função de Densidade de Probabilidade
f(x) = 1
b− aI[a,b](x) Função de Distribuição
F(x) = x− a
b− aI[a,b](x) + I(b,∞)(x) Esperança, Variância e Função Geradora de Momentos
E[X ] =a+ b 2 V(X ) = (b − a)2 12 Mx(t) = ebt− eat (b − a)t, t 6= 0
Distribuição Weibull − Weibull(a, b) Função de Densidade de Probabilidade
f(x) = abxb−1e−axb, x > 0, a > 0, b > 0 Função de Distribuição
F(x) = 1 − e−axb, x > 0 Esperança, Variância e Função Geradora de Momentos
E[X ] = Γ b + 1 b a1b V(X ) = Γ b + 2 b − Γ2 b + 2 b a2b Mx(t) = Γ b + t b abt