Probabilidade · 1.º ano (indicativo)
O que é a distribuição uniforme contínua?
Resposta curta
A distribuição uniforme contínua U(a, b) descreve uma variável aleatória que toma qualquer valor do intervalo [a, b] com a mesma «chance» em todos os subintervalos do mesmo comprimento. A sua densidade é constante, f(x) = 1/(b − a), e a probabilidade de um intervalo é o seu comprimento a dividir por (b − a).
Definição e características
Diz-se que X tem distribuição uniforme contínua no intervalo [a, b], e escreve-se X ~ U(a, b), quando a sua função densidade de probabilidade é constante nesse intervalo e nula fora dele.
Distribuição uniforme contínua U(a, b)
f(x) = 1 ÷ (b − a) se a ≤ x ≤ b; f(x) = 0 nos restantes casos F(x) = (x − a) ÷ (b − a) para a ≤ x ≤ b P(c ≤ X ≤ d) = (d − c) ÷ (b − a) com a ≤ c ≤ d ≤ b Média = (a + b) ÷ 2 Variância = (b − a)2 ÷ 12
Terminologia essencial
- Função densidade f(x): não é uma probabilidade; a probabilidade obtém-se pela área sob f entre dois pontos. Aqui a área é a de um retângulo de altura 1/(b − a).
- Função de distribuição F(x) = P(X ≤ x): cresce linearmente de 0 (em x = a) até 1 (em x = b).
- Parâmetros a e b: os extremos do intervalo; determinam por completo a distribuição.
Propriedades importantes
- A área total é (b − a) × 1/(b − a) = 1, como em qualquer densidade.
- P(X = c) = 0 para qualquer valor isolado c. Por isso P(X ≤ c) = P(X < c) e as desigualdades largas ou estritas dão o mesmo resultado.
- A mediana coincide com a média, (a + b)/2, porque a distribuição é simétrica.
- O desvio padrão é (b − a) ÷ √12, ou seja, cerca de 0,289 × (b − a).
Definição formal vs. explicação simples
Em linguagem simples: «não há valores preferidos». Se escolher ao acaso um ponto de um segmento de 10 cm, é tão provável cair nos primeiros 2 cm como nos últimos 2 cm. É a versão contínua do dado equilibrado, em que cada face tem a mesma probabilidade.
Exemplos do quotidiano
- Tempo de espera por um transporte com horário regular. Se um autocarro passa na paragem de 10 em 10 minutos e você chega sem olhar para o relógio, o tempo de espera segue U(0, 10).
- Erro de arredondamento. Ao arredondar medidas às unidades, o erro costuma modelar-se como U(−0,5; 0,5).
- Geradores de números aleatórios. As calculadoras e linguagens de programação produzem números aleatórios em [0, 1], em geral aproximadamente uniformes; é a base de simulações.
- Ponto escolhido ao acaso num segmento, como o local onde se parte uma corda esticada.
Atenção: «chegar sem olhar para o relógio» só dá uma uniforme se o horário for mesmo regular. Em trânsito irregular, como candongueiros em hora de ponta, o modelo pode não se ajustar.
Importância e aplicações
A uniforme é o modelo mais simples de incerteza total dentro de um intervalo e serve de ponto de partida em Estatística. Intervém em simulação de Monte Carlo, na geração de outras distribuições a partir de números aleatórios e na modelação de erros de medição. Nos exames, costuma surgir em exercícios de cálculo de probabilidades de intervalos, de média e variância e de determinação de a e b a partir de dados.
Exemplos resolvidos
Exemplo 1 — Espera na paragem
Enunciado: Um autocarro passa de 10 em 10 minutos. O tempo de espera X (em minutos) segue U(0, 10). Calcule P(X ≤ 3), P(X > 7), a média e o desvio padrão.
Resolução:
- A densidade é f(x) = 1/10 em [0, 10].
- P(X ≤ 3) = (3 − 0) ÷ 10 = 0,3.
- P(X > 7) = (10 − 7) ÷ 10 = 0,3.
- Média = (0 + 10) ÷ 2 = 5 minutos.
- Variância = 102 ÷ 12 = 100 ÷ 12 ≈ 8,33, e o desvio padrão é √8,33 ≈ 2,89 minutos.
Resposta: 0,3; 0,3; média 5 min; desvio padrão ≈ 2,89 min. Verificação: P(X ≤ 3) + P(3 < X ≤ 10) = 0,3 + 0,7 = 1.
Exemplo 2 — Intervalo dentro de [2, 8]
Enunciado: X ~ U(2, 8). Calcule f(x), P(3 ≤ X ≤ 6), a média e a variância.
Resolução:
- b − a = 6, logo f(x) = 1/6 em [2, 8].
- P(3 ≤ X ≤ 6) = (6 − 3) ÷ 6 = 0,5.
- Média = (2 + 8) ÷ 2 = 5.
- Variância = 62 ÷ 12 = 36 ÷ 12 = 3.
Resposta: f = 1/6; probabilidade 0,5; média 5; variância 3. Verificação: a área do retângulo de base 3 e altura 1/6 é 3/6 = 0,5.
Exemplo 3 — Percentil e probabilidade condicional
Enunciado: O atraso X (em minutos) de um serviço segue U(0, 60). (a) Qual é o valor abaixo do qual está 90% dos atrasos? (b) Calcule P(X > 40 | X > 30).
Resolução:
- (a) Procura-se x tal que F(x) = 0,9, ou seja, x ÷ 60 = 0,9, logo x = 54 minutos.
- (b) P(X > 40 | X > 30) = P(X > 40) ÷ P(X > 30), pois X > 40 implica X > 30.
- P(X > 40) = 20/60 e P(X > 30) = 30/60.
- Quociente = 20/30 = 2/3.
Resposta: (a) 54 min; (b) 2/3 ≈ 0,667. Verificação: dado que X > 30, X é uniforme em (30, 60); a parte acima de 40 tem 20 em 30.
Exemplo 4 — Nível de exame: determinar a e b
Enunciado: X ~ U(a, b) tem média 10 e variância 12. Determine a e b.
Resolução:
- Média: (a + b) ÷ 2 = 10, logo a + b = 20.
- Variância: (b − a)2 ÷ 12 = 12, logo (b − a)2 = 144, e b − a = 12 (positivo, porque b > a).
- Somando e subtraindo: 2b = 32, logo b = 16; e a = 20 − 16 = 4.
Resposta: a = 4 e b = 16. Verificação: média (4 + 16)/2 = 10; variância 122/12 = 12.
Erros e confusões frequentes
- Pensar que f(x) é uma probabilidade. A densidade pode até ser maior que 1: em U(0; 0,5) vale 2. A probabilidade é uma área.
- Dizer que P(X = c) = 1/(b − a). Na variável contínua, a probabilidade de um valor exato é 0.
- Confundir com a uniforme discreta, onde cada valor tem probabilidade 1/n. Aqui há infinitos valores e trabalha-se com intervalos.
- Calcular a probabilidade fora de [a, b]. Só conta a parte do intervalo que está dentro de [a, b]; o resto tem densidade nula.
- Usar a fórmula da variância sem elevar ao quadrado (b − a). É (b − a)2 ÷ 12.
- Esquecer que o desvio padrão é a raiz da variância, e dar a variância onde se pede o desvio.
Exercícios propostos
1Exercício 1
X ~ U(0, 5). Calcule P(X < 2).
Ver solução
P(X < 2) = (2 − 0) ÷ 5 = 0,4.
2Exercício 2
X ~ U(10, 30). Indique f(x), a média e a variância.
Ver solução
b − a = 20, logo f(x) = 1/20 = 0,05. Média = (10 + 30)/2 = 20. Variância = 400 ÷ 12 ≈ 33,33.
3Exercício 3
X ~ U(−2, 4). Calcule P(X > 1) e P(X ≤ 0).
Ver dica
O comprimento do intervalo é 6.
Ver solução
P(X > 1) = (4 − 1) ÷ 6 = 3/6 = 0,5. P(X ≤ 0) = (0 − (−2)) ÷ 6 = 2/6 = 1/3 ≈ 0,333.
4Exercício 4
X ~ U(0, 20). Determine a mediana e o terceiro quartil (o valor com 75% da probabilidade abaixo).
Ver solução
Mediana: x ÷ 20 = 0,5 dá 10. Terceiro quartil: x ÷ 20 = 0,75 dá 15.
5Exercício 5
Um comboio passa de 15 em 15 minutos e você chega à estação ao acaso. Qual é a probabilidade de esperar entre 5 e 10 minutos? Qual é o tempo médio de espera?
Ver solução
X ~ U(0, 15). P(5 ≤ X ≤ 10) = 5 ÷ 15 = 1/3. Tempo médio = 15/2 = 7,5 minutos.
Perguntas frequentes
Qual é a diferença entre a distribuição uniforme contínua e a discreta?
Na discreta, a variável toma um número finito de valores (como as faces de um dado) e cada um tem probabilidade 1/n. Na contínua, toma qualquer valor de um intervalo e as probabilidades são áreas sob a densidade constante.
Onde se aplica a distribuição uniforme contínua na prática?
No tempo de espera por serviços com horário regular, nos erros de arredondamento e nos geradores de números aleatórios usados em simulações. Em cada caso, confirme se a hipótese de «igual chance» é realista.
Porque é que a probabilidade de um valor exato é zero?
Porque a área de um segmento de largura nula sob a densidade é zero. Só intervalos com comprimento positivo têm probabilidade positiva.
Que erros os estudantes cometem sobre a uniforme contínua?
Tratam f(x) como probabilidade, esquecem de elevar (b − a) ao quadrado na variância e usam a fórmula discreta. Veja a secção «Erros e confusões frequentes».
Resumo para memorizar
- X ~ U(a, b): densidade constante 1/(b − a) em [a, b] e zero fora.
- P(c ≤ X ≤ d) = (d − c) ÷ (b − a), o comprimento relativo do intervalo.
- Média = (a + b)/2, que é também a mediana; variância = (b − a)2/12.
- P(X = c) = 0, por isso ≤ e < dão a mesma probabilidade.
- F(x) = (x − a)/(b − a) cresce linearmente de 0 a 1.
Onde aprofundar
- O programa de Probabilidade e Estatística da sua instituição — confirme a edição em vigor da bibliografia.
- Ross, A First Course in Probability, e Meyer, Probabilidade: Aplicações à Estatística — confirme a edição disponível.
- Os materiais abertos do curso MIT OpenCourseWare 6.041 (Probabilistic Systems Analysis), em inglês.
Continue a estudar
Como calcular a probabilidade com a distribuição normal?
Para calcular P(X ≤ x) numa normal N(μ, σ), padronize com z = (x − μ) ÷ σ e procure Φ(z) na tabela da normal padrão. Para P(X > x) use 1 − Φ(z); para P(a ≤ X ≤ b) use…
4 exemplos5 exercícios com solução✓ Estudado
Como padronizar uma variável normal?
Padronizar uma variável normal X de média μ e desvio padrão σ é transformá-la em Z = (X − μ) ÷ σ. Subtrai-se a média e divide-se pelo desvio padrão. A nova variável Z…
4 exemplos5 exercícios com solução✓ Estudado
Como calcular probabilidades com a tabela normal?
A tabela da normal padrão dá, em geral, Φ(z) = P(Z ≤ z). Procure a linha com o inteiro e a primeira casa decimal de z e a coluna com a segunda casa decimal. Para «maior…
4 exemplos5 exercícios com solução✓ Estudado
Como calcular a probabilidade a posteriori com o teorema de Bayes?
A probabilidade a posteriori de uma hipótese A depois de observar o evento B é P(A|B) = P(B|A)·P(A) / P(B). Multiplique a verosimilhança pela probabilidade a priori e…
4 exemplos5 exercícios com solução✓ Estudado
Ver tudo de Probabilidade · Capítulo: Distribuições contínuas