Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil TEMA 02: Probabilidade – Distribuição de Probabilidades DISTRIBUIÇÃO BINOMIAL DE PROBABILIDADES Principais características: • variáveis discretas; • eventos complementares e apenas dois resultados possíveis (sucesso e insucesso); • as probabilidades permanecem constantes ao longo das tentativas; • conceitos importantes: fatorial e combinação. Exercício DB1- Um vendedor sabe que ao sair para fazer um determinado tipo de venda tem 20% de probabilidade de concretizá-la. Num dia qualquer ele sai para atender a três clientes, qual é a probabilidade de fazer exatamente duas vendas? R.: 9,60% Note que: todos os caminhos para 2 vendas têm o mesmo cálculo 0,22 x 0,81 = 0,0320, onde 0,2 é a probabilidade de se concretizar a venda (sucesso) e o expoente 2 é a quantidade de vendas que queremos concretizar; já 0,8 é a probabilidade de não se concretizar a venda (insucesso) e o expoente 1 é o número de vendas que não serão concretizadas. Note também: existem 3 caminhos possíveis e que essa quantidade é dada pela combinação !!,# = !!#!(!&#)! à !(,) = (! )!((&))! = (.).+ ).+.(+) = , ) = 3 onde: n é o total de tentativas e x é a quantidade de sucessos. O símbolo (!) é o fatorial do número. Sendo assim, a probabilidade de uma distribuição binomial é dada por: !(#) = &!,# ∙ (# ∙ () − ()!$# Para o problema acima, portanto: !(2) = &%,& ∙ 0,2& ∙ (1 − 0,2)%$& = 3 ∙ 0,04 ∙ 0,8 = 0,096 = 1, 2% O resultado anterior poderia ser obtido diretamente, somando-se todas as probabilidades dos caminho que levam ao ‘sucesso’ (0,0320+0,0320+0,0320 = 0,096=9,6%). Tal abordagem fica cada vez mais difícil para números maiores, sendo preferível utilizar a fórmula. Exercício DB2- Um vendedor sabe que ao sair para fazer um determinado tipo de venda tem 42,7% de probabilidade de concretizá-la. Num dia qualquer ele sai para atender a trinta e quatro clientes, qual é a probabilidade de fazer exatamente quinze vendas? Exercício DB3- Num ano qualquer 55% das ações negociadas na Bolsa de Valores de São Paulo sofreram alta, enquanto 45% se mantiveram estáveis ou sofreram baixas. Uma corretora de ações separa dez ações de sua carteira ao acaso. Qual é a probabilidade de que dessas dez ações (a) exatamente sete ações tenham tido alta? (b) Todas as dez ações tenham tido baixas? (c) No máximo quatro ações tenham tido altas? R.: (a) 16,65%; (b) 0,03%; (c) 26,16% Tabela 1 - exercício DB3 Tabela 2 – exercício DB3. Valor esperado/média O a n patcn.x.px.cipra i a I PB É 9553.9457 PB 7,46 1 o Tomando 20 ações (N = 20) e variando a probabilidade de alta, temos (3 exemplos): 55 DISTRIBUIÇÃ PROBIBILIDADES s.si Pico média 60 padrãoir À Em Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil VALOR ESPERADO (MÉDIA) e VARIÂNCIA Média (ou valor esperado): utilizando os conceitos de probabilidade podemos escrever a média (µ) ou valor esperado +(,) como: Variância: por definição, da estatística descritiva, sabemos que a variância pode ser escrita como: Desvio padrão (s): também através da definição da estatística descritiva, temos que: Para o exercício DB3, podemos ainda tabelar Tabela 3 – exercício DB3 Portanto, temos que µ = 5,5 (tabela 2), Var(x) = 2,48 (tabela 3) e s = 1,58 [calcule estes dois últimos!]. Podemos reunir todas as informações encontradas para o exercício DB3 no seguinte gráfico: µ = E(x) = p1x1 + p2x2 + p3x3 +.....+ pnxn = pixi i=1 n ∑ Var(x) = E(x2 )− E(x)[ ]2 )(xVar=s Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil TEMA 03 - DISTRIBUIÇÃO NORMAL Conceitos básicos O gráfico apresentado no final da discussão de Distribuição Binomial mostra o surgimento da curva a partir de um histograma de probabilidade, com suas características principais: • Centrada na média • Com sua forma definida pelo valor do desvio padrão. Na tabela abaixo temos relacionados dados referentes às ações em alta de três diferentes bolsas de valores. Foram acompanhadas 30 diferentes ações em cada uma das bolsas e o comportamento estatístico calculado. Cada uma delas com um comportamento diferente expresso pela média e pelo desvio padrão. Essas mesmas informações estão mostradas no gráfico abaixo. Perceba que retiramos as colunas do histograma e mantivemos apenas a curva. Essas curvas são as chamadas Distribuições Normais. Quando o número de observações (tentativas) numa distribuição binomial aumenta, ela se aproxima cada vez mais da distribuição normal, até que ficam indistinguíveis. Chama-se a isso de aproximação da binomial pela normal Observando atentamente o gráfico acima percebemos que na Bolsa C é praticamente impossível (ou seja, a probabilidade é muito próxima de zero) que existam menos de 15 ações em alta. Para a Bolsa A é o oposto, é praticamente impossível que tenha mais do que 16 ou 17 ações em alta. Já para a Bolsa B o mais provável é que tenha 15 ações em alta. Percebe-se também que a curva que apresenta o maior desvio padrão é a mais baixa e achatada (Bolsa A) e a que apresenta menor desvio padrão mais alta e afilada (Bolsa C). A Bolsa que tem maior probabilidade de ter ações em alta (Bolsa C) tem o gráfico deslocado para a direita, enquanto a com menor probabilidade (Bolsa A) está deslocada para a esquerda. A Bolsa A que tem 50% de suas ações em alta está localizada exatamente em torno do valor central e é mais regular (menos “deformada”) que as outras. Resumindo: a Curva Normal é determinada em todos os seus aspectos pela média e pelo desvio padrão. Conhecendo esses dois parâmetros conhecemos o comportamento probabilístico do experimento. Observe agora a curva referente à Bolsa B. Perceba que ela é absolutamente simétrica em relação ao eixo vertical. O lado esquerdo dela em relação à média é idêntico ao lado direito. Em outras palavras, metade da área sob essa curva está do lado esquerdo da média e metade está do lado direito da média, e a probabilidade de se ter 15 ações ou mais em alta nessa bolsa é de 50%, assim como a probabilidade de se ter 15 ações ou menos. Essa é uma importante decorrência das distribuições contínuas, entre elas a Normal: As probabilidades são proporcionais às áreas definidas pelos valores envolvidos. A questão proposta a seguir demonstra a utilidade destes conceitos: Uma empresa de pneus acompanhou a vida útil de uma quantidade considerável de pneus de um determinado tipo e chegou à conclusão que essa vida útil é normalmente distribuída e tem uma média de 42.000 km com desvio padrão de 5.800 km. Um cliente adquire um desses pneus e o instala no seu automóvel. Qual é a probabilidade que ele dure mais do que 50.000 km? Antes de qualquer coisa vamos entender os procedimentos operacionais envolvidos. O fabricante não acompanha todos os pneus que fabrica, mas acompanha uma pequena fração deles, anotando a quilometragem durante a qual eles foram utilizados. Com esses dados, que devem ser em quantidade considerável, ele calcula a média e o desvio padrão, como já fizemos na disciplina de Estatística, e assume que, se ele tivesse acompanhado, todos os pneus fabricados os valores seriam muito próximos. Ele consegue observar também se o experimento segue ou não a curva normal. Feita essa observaçãoveja o gráfico a seguir: Na área sob a curva estão representados todos os possíveis pneus desse tipo desde o que menos rodou ou rodará até o que mais rodou ou rodará, ou seja, a população dos pneus desse tipo. Perceba que o pneu que menos roda faz isso por aproximadamente 25.000 km e o que mais resistente roda cerca de 65.000 km. Se todos os pneus estão representados pela área total (AT) e os pneus que duram 50.000 ou mais quilômetros na área cinza (Ad = área desejada), então é lógico deduzir a partir do que já sabemos: !(#$%& ()*+( 50.000 /0 )& 0+12) = 5!5" Nestas circunstâncias calcular a probabilidade significa calcular duas áreas. Não é uma tarefa fácil, matematicamente, mas foram desenvolvidos procedimentos que facilitam esses cálculos. Logo a seguir mostraremos como são esses procedimentos. Por enquanto assumiremos como verdade que a área buscada/pedida corresponde a 8,38% da área total, portanto: !(#$%& ()*+( 50.000 /0 )& 0+12) = 0,0838 = 8,38% Cálculo das áreas da curva Normal. Como notamos na resolução da questão anterior, o cálculo de uma probabilidade que segue a distribuição normal é relativamente fácil e pouco trabalhoso; o grande problema é calcular as áreas envolvidas. Esse tipo de cálculo é matematicamente muito trabalhoso e deveria ser refeito a cada problema a se resolver, visto que, como cada curva normal é caracterizada pela média e pelo desvio Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil padrão, qualquer alteração nesses parâmetros provocaria uma mudança na curva e o consequentemente recálculo das áreas envolvidas. Para facilitar esses cálculos que são repetidos centenas de milhares de vezes, foi estabelecida uma curva padrão, chamada de Curva Normal Reduzida a partir da qual, por analogia determinam-se as áreas de situações práticas. Essa curva tem várias características interessantes que irão facilitar nossos cálculos: • Utiliza-se a variável reduzida (padrão) z, para diferenciar da variável real, aquela de envolve os problemas práticos que continuaremos a chamar de x (por exemplo, vida útil do pneu do nosso exemplo). • É construída para uma média igual a zero e um desvio padrão igual a 1, ou seja, µ = 0; σ = 1. • A área total sob a curva normal reduzida é igual a 1. • A curva varia, no eixo z desde -4 até mais 4, ou seja, de menos quatro desvios padrões da média até mais quatro desvios padrões da média. • Todas as áreas são tabeladas.. • A relação entre o a curva normal reduzida e a curva normal real é feita pela fórmula: onde: z é a variável reduzida x é a variável real µ é a média real σ é o desvio padrão real. A curva reduzida pode ser vista abaixo. Perceba que entre um desvio padrão para menos, em relação à média, e um desvio padrão para mais a área é de 68,2% do total. Entre dois desvios padrões para menos e dois desvios padrões para mais a área é de 95,4% do total e assim por diante. Perceba que não existe área antes de quatro vezes o desvio padrão para menos e depois de quatro vezes o desvio padrão para mais, ou seja, é estatisticamente impossível ocorrer algo que diste mais do que 4 vezes o desvio padrão da média. Os cálculos das probabilidades envolvendo distribuições normais são basicamente a determinação das áreas envolvidas, através do uso da tabela da curva normal reduzida, acessada através de analogia com a situação real que estamos trabalhando. Precisamos então entender o funcionamento das tabelas da curva normal reduzida que você encontra ao lado. O critério básico das tabelas é que as áreas começam sempre da extrema esquerda da curva e terminam no valor de z que se está trabalhando, como mostrado na página a seguir: s µ- = xz Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil A área marcada começa na extrema esquerda e termina em :# = −1,65, portanto é uma área tabelada, e o valor dela é obtido na tabela da seguinte forma: Perceba que a tabela tem duas partes. Uma para valores de z positivos e outra para valores de z negativos. No exemplo acima usamos a tabela para valores de z negativos, obviamente. Na coluna da esquerda localizamos os dois primeiros algarismos do z dado, ou seja, 1,6. Na primeira linha localizamos o valor do último algarismo de z, o algarismo 5. A área tabelada é obtida pelo cruzamento das duas informações. A área tabelada, mostrada no gráfico é, portanto, 0,0495. Como já vimos, os valores de z serão obtidos por analogia com o problema que efetivamente estivermos trabalhando. A questão abaixo irá mostrar todos os cálculos possíveis e imagináveis que podem ser feitos nessa situação. Exemplo 1: a produção mensal de um produto químico é normalmente distribuída com uma média de 12.500 ton e desvio padrão de 1200 ton. Calcular a probabilidade de que num mês qualquer a produção seja: (a) Inferior a 11.000 ton (b) Superior a 13.800 ton. (c) Entre 12.000 e 13.500 ton (d) Entre 13.000 e 15.000 ton (e) Inferior a 14.200 ton (f) Superior a 10.000 ton Nessa questão usaremos inicialmente, a imagem das duas curvas. Uma supõe a situação real (a produção do produto químico) a outra é a normal reduzida. Com isso conseguiremos mostrar a analogia a ser feita: RESOLUÇÃO/exemplo 1 Item (a) A área que desejamos calcular está localizada à esquerda do valor 12.500 toneladas, ou seja, meses em que produção está abaixo de 11.000 toneladas. O valor 11.000 ton. na situação real corresponde ao valor -1,25 na situação reduzida, conforme a seguir: Portanto se a média 12.500 corresponde à média zero na curva reduzida; o desvio padrão 1200 ao desvio padrão reduzido 1; o valor 11.000 ao valor reduzido −1,25, então podemos dizer que as duas áreas hachuradas nos gráficos ao lado (no alto) também são correspondentes. Sabendo o valor de uma podemos calcular o valor da outra. Observe que as áreas tabeladas são sempre as que estão entre a extrema esquerda e o valor de z, exatamente o que ocorre nesse caso. Basta, portanto, obter o valor da área na tabela da curva normal reduzida. : = −1,25 → 5$ = 0,1056 Ad = At à Ad = 0,1056 ou 10,56% Portanto, a probabilidade de que num mês qualquer se produza menos de 11.000 toneladas é de 10,56%. Item (b) A área que desejamos calcular está localizada à direita do valor 12.500 toneladas, ou seja, meses em que a produção é superior a 13.800 toneladas. O valor 13.800 ton na situação real corresponde ao valor 1,08 na situação reduzida, conforme a seguir: Portanto se a média 12.500 corresponde à média zero na curva reduzida; o desvio padrão 1200 ao desvio padrão reduzido 1; o valor 13.800 ao valor reduzido 1,08, então podemos dizer que as duas áreas hachuradas nos gráficos a seguir também são correspondentes. Sabendo o valor de uma podemos calcular o valor da outra. Observe, no entanto, que as áreas tabeladas são sempre as que estão entre a extrema esquerda e o valor de z, coisa que não ocorre com essa. Temos então que estabelecer uma relação entre as áreas envolvidas. Note que a área total sob a curva normal reduzida é igual a 1. A área que está em branco no gráfico (à esquerda) é tabelada. Portanto, a área que desejamos é igual a 1 menos a área tabelada: : = 1,08 → 5 = 0,8599 5! = 1 − 0,8599 → 5! = 0,1401 )& 14,01% Portanto, a probabilidade de que num mês qualquer se produza acima de 13.800 toneladas é de 14,01%. 25,1 1200 1250011000 -= - = - = s µxz 08,1 1200 1250013800= - = - = s µxz Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Item (c) A área que desejamos calcular está localizada entre os valores 12.000 e 13.500, ou seja, corresponde aos meses em que se produz mais de 12.000 ton e menos de 13.500 ton. O valor 12.000 ton na situação real corresponde ao valor −0,42 na situação reduzida e o valor 13.500 a 0,83. Veja os cálculos abaixo: Como anteriormente, podemos fazer a analogia: se a média 12.500 corresponde à média zero na curva reduzida; o desvio padrão 1.200 ao desvio padrão reduzido 1; o valor 12.000 ao valor reduzido – 0,42 e o valor 13.500 ao valor 0,83, então podemos dizer que as duas áreas hachuradas nos gráficos a seguir também são correspondentes. Sabendo o valor de uma podemos calcular o valor da outra. Observe que as áreas tabeladas são sempre as que estão entre a extrema esquerda e o valor de z, o que não ocorre nesse caso. Assim sendo temos que efetuar um raciocínio que permita o cálculo. Note que se entrarmos na tabela com o valor de z igual a – 0,42 iremos obter a área 0,3372. Essa área é a localizada à esquerda de z1 = - 0,42. Para o valor z2 igual a 0,83 a área obtida é 0,7967. Essa área está à esquerda de z2 = 0,83. Perceba que a área de 0,7967 nada mais é do que a área 0,3372 mais a área que estamos procurando saber o valor, logo, o valor da área procurada é a diferença das áreas que lemos na tabela, ou seja: Ad = 0,7967 – 0,3372 = 0,4595 ou 45,95% Portanto, a probabilidade de que num mês qualquer se produza entre 12.000 e 13.500 é de 45,95%. Esses são os três cálculos possíveis sobre a distribuição normal. Os três itens restantes da questão (d, e, f) são semelhantes e iremos resolver sem a ajuda dos gráficos. Item (d) De modo semelhante ao item anterior, como desejamos calcular uma probabilidade e, consequentemente, uma área entre dois valores devemos calcular a área a esquerda de cada um deles e depois subtrair a menor da maior: 5! = 0,9812 − 0,6628 = 0,3184 = 31,84% Portanto, a probabilidade de num determinado mês serem produzidos entre 13.000 e 15.000 toneladas de produto químico é de 31,84%. Item (e) Como desejamos calcular a probabilidade de a produção ser inferior a 14.200 toneladas basta calcular a área à esquerda do valor de z correspondente: 5! = 5$ = 0,9222 = 92,22% Portanto, a probabilidade de num determinado mês serem produzidos menos de 14.200 toneladas de produto químico é de 92,22%. Item (f) Como desejamos calcular a probabilidade de a produção ser superior a 10.000 toneladas devemos calcular a área à esquerda do valor de z correspondente e tirá-la de 1: 5! = 1 − 5$ = 1 − 0,0188 = 98,12% Portanto, a probabilidade de num determinado mês serem produzidos mais de 10.000 toneladas de produto químico é de 98,12%. Com esse exemplo verificamos como se calcula a probabilidade de ocorrência de um evento que segue a distribuição normal (os mais comuns dos eventos). Ocorre que muitas vezes precisamos fazer o cálculo ao contrário, ou seja, sabemos qual é o valor de uma determinada probabilidade e desejamos saber quais os valores que a definem. O exemplo a seguir demonstra esse raciocínio e os cálculos decorrentes. Exemplo 2: uma oficina automotiva efetua seus consertos no tempo médio de 45 minutos com desvio padrão de 8 minutos, normalmente distribuído. Nessas circunstâncias pergunta-se: a) Qual é a previsão de tempo de trabalho que a oficina deve passar ao cliente para que tenha 90% de probabilidades de efetuar o trabalho dentro do prazo? b) Qual é a previsão de tempo de trabalho que a oficina deve passar ao cliente para que tenha no máximo 30% probabilidades de efetuar o trabalho dentro do prazo? Resolução do item (a): observe a figura abaixo. A área sombreada corresponde a 90% da área total, e é limitada pelo valor z, que desejamos achar. O problema se resolve obtendo na tabela o valor de z correspondente à uma área de 90% ou aproximada. Note, portanto que utilizamos a tabela no sentido oposto que fizemos nos exercícios anteriores. Veja a figura representando a tabela. 42,0 1200 1250012000 -= - = - = s µxz 83,0 1200 12500500.13 = - = - = s µxz 6628,042,0 1200 1250013000 11 =®®= - = - = tAtabela xz s µ 9812,008,2 1200 1250015000 11 =®®= - = - = tAtabela xz s µ 9222,042,1 1200 1250014200 1 =®®= - = - = pAtabela xz s µ 0188,008,2 1200 1250010000 1 =®®-= - = - = Attabelaxz s µ Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Portanto para que a área sombreada tenha o valor de 90% é necessário que o z seja igual a 1,28 correspondente à área de 0,8997 (valor da tabela mais próximo de 0,9000 ou 90%). Tendo esse valor, basta aplicar a fórmula de conversão, devidamente adaptada: Desta maneira se a oficina estimar em 55,24 minutos o tempo de conserto ela terá uma probabilidade de 90% de não ultrapassar o tempo. Resolução do item a: O cálculo é semelhante ao item anterior. Para uma área de 30% o valor de z deverá ser -0,52, portanto: Desta maneira se a oficina estimar em 40,84 minutos (ou aproximadamente 40 min e 50 s) o tempo de conserto ela terá uma probabilidade de 30% de não ultrapassar o tempo, ou seja, um risco de 70% de não cumprir o prometido. Com base nos conceitos discutidos, retorne à primeira página e resolva o exercício da empresa fabricante de pneu. . . . . . . . . . . . . Exercícios 1. O peso médio de 500 estudantes do sexo masculino de uma determinada universidade é de 75,5 kg e o desvio padrão 7,5 kg. Admitindo-se que os pesos estão normalmente distribuídos quantos estudantes têm peso entre 60 e 77,5 kg? (r.: 294 estudantes) 2. Determinada empresa tem sua produção variável ao longo do tempo de acordo com uma distribuição normal. Historicamente sabe-se que a produção varia em torno da média mensal de 7250 kg com desvio padrão de 127 kg. Considerando-se que não se queira correr mais do que 5% de risco de não se produzir o suficiente para todos os atendimentos, vendas deverão ser limitadas em quantos kg? (r.: 7042 kg) 3. A média dos diâmetros internos de uma amostra de 220 arruelas produzidas por certa máquina é 0,502 polegadas e o desvio padrão é 0,005 polegadas. A finalidade para a qual essas arruelas são fabricadas permite a tolerância máxima, para o diâmetro, de 0,496 a 0,508 polegadas; se isso não se verificar, as arruelas serão consideradas defeituosas. Determinar a porcentagem de arruelas defeituosas produzidas pela máquina, admitindo-se que os diâmetros sejam distribuídos normalmente. (r.: 23,02%) 4. Certa peça de reposição para veículos automotores tem duração média de 15.000 km com desvio padrão de 1.000 km, dependendo das condições de uso, e distribuem-se normalmente. Qual deveria ser a garantia dada pelo fabricante desta peça para que apenas 1% delas fossem substituídas? (r.: 12670 km). 24,558)28,1(45 =Þ´+=Þ+=\-= xxzxxz sµ s µ 84,408)52,0(45 =Þ´-+=Þ+=\-= xxzxxz sµ s µ Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. PedroIvo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Mauricio Martins do Fanno Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil Estatística Aplicada – Prof. Dr. Pedro Ivo Brasil 13 21 ENTÍSTICA Aplicada Distribuições Binomial e Normal Revisão distribuição Binomial variáveis discretas dois resultados possíveis sucesso e insucesso e complementares probabilidades constantes fatorial n e combinação Cna PH Cn x p la p onde p probab de sucesso no n total tentativas G x In x n de sucessos DISTRIBUIÇÃO NORMAL Trabalha com variáveis contínuas ex tempo comprimentodinheiroetc É determinada pela média o desviopadrão Seugráfico é conhecido por curva de sino gaussiana ou curva normal pqPLAY a ü Exemplo na produção de uma determinada peça o comprimento médio u vale µ 18,35cm e o desvio padrão P é P 4,60cm Relembre os conceitosdemédia e desvio padrão Apresente e discuta ográfico das distribuições dos comprimentos dessapeça solução amédia valor representativo da amostra ou valor de equilíbrio desvio padro nos dá uma noção da dispersão da amostra junto com a média determina um intervalo com aprox 70 dos dados da amostra PI P 4,60cm Me 18,35cm ÍA iâmâimâm As probabilidades são proporcionais às áreasdefinidaspelos valores envolvidos que por sua vez são dependentes da µ e do P A área total sob a curva normal é 100 Eva NIRMAL Reduzida é uma metodologia genérica utilizada para resolver a maioria dos proble g I P mas de distribuição A partirdela por analogia determinam se as áreas probabilidades de situações práticas app E B E 1 o 1 E valorareali Z FM média Fã µ 18,35cm e P 4,60cm a menor que 15,26cm X 15,26 det a variável reduzida E z X p 15,26 18,35_ 0,67 4,60 menor que Da TABELA PADRÃO Reduzida p 0,2514m persitA b mefque 15,26cm X 15,26 Z 15.26 18,35 0,67 4,60 menor que Da TABELA E 0,67 p 0,2514 ou 25,14 Portanto p 1 0,2514 0,7486 plmaiorque ou p 100 25,14 74,8617to e nique 19,75cm x 19,75 calculamos a variável reduzida E 19,75 18,35 0,30 4,60 Da TABELA z 0,30 piogião ou p d maior que 19,75cm X 19,75 z X A 19,75 18,35 0,30 4,60 menorque Da TABELA plz 0,30 espiga pff 1 0,6179 0,382A ou pet ÊRAT
Compartilhar