Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Demonstrao -
Proposio 3.12
Se X > 0 (;) , ento possui funo densidade de probabilidades :
1 ln x 2
f (x) = exp [- (1/2) ( )] , se x > 0 ;
x 2
= 0, se x < 0 . [3.31]
Demonstrao -
aplicao direta do resultado precedente, isto , f (x) = (1/x) g (1nx), x > 0,
tendo em vista que g (y) = (1 / 2 ) exp {(-1/2 [y-)/]2}, se y R
36
Exemplo 3.6
Clculos -
(i) f (0,9) =
1
exp [- 1 ( 1n(0,9) (0,4) )2] =
(0,9)(0,6) 2 2 (0,6)
Obs. - Neste clculo empregou-se a frmula [3.31] para a densidade da lei log-
normal. Contudo, sendo a densidade da lei normal reduzida N(0 ; 1) pode-
se tambm escrever para a densidade f da lei ( ; ) :
ln x
f (x) =
1
( );
x
dessa maneira poderia ser utilizada uma tabela para ordenadas da lei normal
reduzida.
(iii) Analogamente :
Proposio 3.13 -
r
Sejam X > 0 uma varivel aleatria que ( ; ) , r = E[X ] seu r-simo
momento no centrado e MY(t) a f.g.m. de Y = 1n X . Ento :
r tY 1 2 2
r = E[X ] = E[e ] = MY(r) = exp (r + r ) ; [3.32]
2
r = 1, 2, ...
Demonstrao
Tem-se:
+
r
E[X ] =
xr
exp {- [(ln x - )/)2]} dx ;
x 2
0
y
fazendo y = ln x, isto , x = e , teremos dy = (1/x) dx ou dx = eydy bem
r ry
como x = e ; para x = 0, + , tem-se y = -, + . Portanto :
+
r ry y y y
E[X ] = e [1/ e 2 ] exp [-1/2 ( )2] e dy =
rY
= E [e ] = MY(r) ;
contudo, conhecido que MY(t) = exp (t + (1/2)) t22),, t ]-, + [ ;
portanto :
1 2 2
E[Xr] = exp (r + r ).
2
OBS -
1) preciso ter em mente que os parmetros (mdia) e (desvio padro) de uma
varivel aleatria X > 0 com distribuio log-normal, que so parmetros da
varivel aleatria Y = ln X a ela associada e que tem distribuio normal, no
coincidem com a mdia = E(X) ou com o desvio padro = Var ( X ) ,
resp., da referida distribuio log-normal .
Proposio 3.14 -
Se X > 0 ( ; ) ento seu p-simo quantil xp ou quantil de
ordem p ]0,1[ dado por :
Clculos :
Q1 = exp ( + z0,25) = exp ( + (z0,75)) = exp (0,4 + 0,6 (z0,75)) ;
Q2 = exp (0,4) 1,492 ;
Q3 = exp ( + z0,75) = (0,4 + 0,6 z0,75) .
Para Q1 e Q3 resta procurar a obcissa z = z0,75 que corresponde ao valor (z0,75) = 0,75
numa tabela da normal reduzida (*).
(*) Tem-se: (0,67) = 0,74857 e (0,68) = 0,75174, logo 0,67 < z0,75 < 0,68. Portanto uma
aproximao para z0,75 pode obter-se por interpolao linear:
0,75 0,74857
z0,75 = 0,67 + 0,01 = 0,6745 ,
0,75174 0,74857
donde Q1 = exp (0,4 + 0,6 ( 0,6745)) = 0,995 e Q3 = exp (0,4 + 0,6 0,6745) = 2,236.
Proposio 3.15 -
Para uma lei (, ) a moda vale : M0 = exp ( - 2) ; [3.37]
conclui-se que M0 < md < , isto , moda < mediana < mdia
Demonstrao:
Tem-se a densidade
ln x 2
exp [- (1/2) ( )]
1
f(x) = ;
x 2
ento:
ln x 2
f(x) =
1
exp [- (1/2) ( ) ] . {(1/x2) [(-1)+( - ln x)/2]} ;
2
igualando a zero obtemos o valor crtico xcritico = exp ( - 2). (*) De fato,
onde f(x) assume seu valor mximo, ou seja xcritico = exp ( - 2) a
moda M0 . (**)
2
(*) f(x) = 0 implica em (-1)+( - ln x)/ =0 cuja soluo xcritico= exp (- 2)
(**) Seria um mnimo, contudo, no caso de uma curva em , mas que no o caso da
densidade log-normal.
40
Por outro lado, tem-se : 1) e - 2 = e . e-2 < e, isto , M0 < Md (moda <
mediana); 2) e < e . e(1/2)2 = e + (1/2)2, isto Md < (mediana < mdia).
fdp
1.5
0.5
0
0 1 2 3 4
X>0
Esta figura ilustra muito bem a grande versatilidade (ou flexibilidade) da famlia
de leis log-normais em termos da sua forma geomtrica, ou seja, envolvendo desde
densidades com grande assimetria at aquelas com menor assimetria. Portanto, sendo
de esperar que tenham a capacidade de representar grande variedade de fenmenos ou
adaptar-se a muitas situaes de interesse em Hidrologia, Meteorologia, Climatologia e
reas afins.
Wiley & Sons (New York, London) / Toppan Co. Ltd. (Tokyo), Example 7.1, pp.
165-171. Reproduzimos uma tabela e grficos desse livro, para o referido exemplo que
se refere distribuio de 750 consumidores de eletricidade de acordo com o tempo de
uso de seu equipamento. So mantidas as entradas e legendas em ingls. (*)
(*) Para a verso final de nosso livro ser apresentado um exemplo nosso, com dados nacionais, que
substituir este.
Exemplo 3.7
Consideremos a TABELA 5, com os dados de HALD j mencionados, a seguir. Os
dados numricos referem-se aos tempos de uso dos equipamentos por 750
consumidores, com valores numricos j distribudos por intervalos de classes de
comprimento unitrio (1 unidade = 100 horas de uso). Esto indicados na tabela os
centros das classes, os nmeros de consumidores em cada classe (ou freqncias
absolutas) e as freqncias acumuladas ascendentes (em porcentuais). Note-se que os
centros de classes consecutivos so : 0,5 ; 1,5 ; 2,5 ; ..... ; 39,5 ; donde as classes tm
extremos : 0,0 a 1,0 ; 1,0 a 2,0 ; 2,0 a 3,0 ; .... ; 39,0 a 40,0 .
========================================================================
tempo em nmero de freqncia tempo em nmero de freqncia
unidades consumidores acumulada unidades consumidores acumulada
de 100 h (%) de 100 h (%)
========================================================================
=========================================================================
42
[FIG 3.14]
n 2
T*2 = [1/(n-1)] ( ln xi - T ) .
i =1
45
fdp
1.5
0.5
0
0 1 2 3 4
X>0