Baixe o app para aproveitar ainda mais
Prévia do material em texto
VARIÁVEIS ALEATÓRIAS CONTÍNUAS E SEUS PRINCIPAIS MODELOS 1 Variável Aleatória Contínua: • Associamos probabilidades a intervalos de valores da variável. • Assume valores num intervalo de números reais. • Não é possível listar, individualmente, todos os possíveis valores de uma v.a. contínua. 1 2 3 4 5 6 x P(X=x) Variável aleatória discreta (f.p.) Infinitos valores de X Variável aleatória contínua (funcão densidade de probabilidade,f.d.p.) f(x) 2 (i) A área sob a curva de densidade é 1, isto é, (ii) f(x) 0, para todo x; (iii) P(a X b) = área sob a curva da densidade f(x) e acima do eixo x, entre os pontos a e b; (iv) P(X = x0) = 0, para x0 fixo. Propriedades dos Modelos Contínuos Assim, P(a < X < b) = P(a X < b) = P(a < X b) = P(a X b)= dxxf b a )( 1)( = dxxf R Uma v.a. X contínua é caracterizada por sua função densidade de probabilidade f(x) (f.d.p) com as propriedades: 3 MÉDIA E VARIÂNCIA (v.a. continuas) Valor Esperado (média): Dada a v. a. X, o valor esperado ou esperança matemática de X é dada por E ( X ) μ =Notação: dxxxf = )( E(X) Variância: É o valor esperado da v.a. (X – E(X))2, ou seja, 222 ))(()()() - (x Var(X) XEXEdxxf −== (X )V 2 a r=Notação: 4 Propriedades dos Modelos Contínuos EXERCÍCIO 2: UMA VARIÁVEL ALEATÓRIA TEM A SEGUINTE F.D.P: = valoresoutrosqualquerpara xparakx xf ,0 10, )( 2 (A) DETERMINE K; 5 (A) INDIQUE f(X) E ESBOCE SEU GRÁFICO. K = 3 EXEMPLO 1: SEJA X UMA VARIÁVEL CONTÍNUA COM A SEGUINTE F.D.P., ENCONTRE: (A) ESBOCE SEU GRÁFICO; = valoresoutrosqualquerpara xparax xf ,0 10,2 )( 6 (B) QUAL SERÁ O RESULTADO DE P (1/4 < X < 3/4)? (C) QUAL SERÁ O RESULTADO DE P (2/3 < X < 3/2)? Propriedades dos Modelos Contínuos EXEMPLO 3: SEJA X UMA VARIÁVEL ALEATÓRIA CONTÍNUA COM A SEGUINTE FUNÇÃO DENSIDADE: = valoresoutrosqualquerpara xparax xf ,0 10,3 )( 2 CALCULAR: E(X). 7 Propriedades dos Modelos Contínuos EXEMPLO 3: SEJA X UMA VARIÁVEL ALEATÓRIA CONTÍNUA COM A SEGUINTE FUNÇÃO DENSIDADE: = valoresoutrosqualquerpara xparax xf ,0 10,3 )( 2 CALCULAR: VAR (X) E DP(X). 8 DP(X) = RAIZ(0,0375) = 0,1936 Propriedades dos Modelos Contínuos Função Densidade de Probabilidade Conjunta Seja (x, y) uma variável aleatória bidimensional contínua. Diz-se que f(x, y) é uma função densidade de probabilidade conjunta se: 1) f (x, y) ≥ 0. 2) − − =1),( dxdyyxf 9 Propriedades dos Modelos Contínuos − = dyyxfxg ),()( − = dxyxfyh ),()( → função densidade marginal de x. → função densidade marginal de y. − − dxdyyxfyx ),( 10 Covariância – É o grau de dispersão conjunta entre duas variáveis aleatórias → COV (X,Y) = E(X,Y) – E(X)* E(Y), onde E(XY) = Propriedades dos Modelos Contínuos x y EXEMPLO 4: DADA A SEGUINTE FUNÇÃO DENSIDADE CONJUNTA (X, Y): •DETERMINAR AS FUNÇÕES DENSIDADES MARGINAIS DE X E Y; •CALCULAR E(X) E E(Y); •CALCULAR •CALCULAR P(0,5 X 0,75); •CALCULAR A COVARIÂNCIA ENTRE X E Y. 11 EXEMPLO 4: DADA A SEGUINTE FUNÇÃO DENSIDADE CONJUNTA (X, Y): •DETERMINAR AS FUNÇÕES DENSIDADES MARGINAIS DE X E Y; 12 EXEMPLO 4: DADA A SEGUINTE FUNÇÃO DENSIDADE CONJUNTA (X, Y): •CALCULAR E(X) E E(Y) 13 x y EXEMPLO 4: DADA A SEGUINTE FUNÇÃO DENSIDADE CONJUNTA (X, Y): •CALCULAR 14 DP(X) = RAIZ(0,3764) = 0,6135 x y EXEMPLO 4: DADA A SEGUINTE FUNÇÃO DENSIDADE CONJUNTA (X, Y): •CALCULAR 15 DP(X) = RAIZ(0,3764) = 0,6135 EXEMPLO 4: DADA A SEGUINTE FUNÇÃO DENSIDADE CONJUNTA (X, Y): •CALCULAR P(0,5 X 0,75); 16 EXEMPLO 4: DADA A SEGUINTE FUNÇÃO DENSIDADE CONJUNTA (X, Y): •CALCULAR P(0,5 X 0,75); OUTRA MANEIRA DE RESOLVER? 17 EXEMPLO 4: DADA A SEGUINTE FUNÇÃO DENSIDADE CONJUNTA (X, Y): •CALCULAR A COVARIÂNCIA ENTRE X E Y. 18 COV(X,Y) = E(X,Y) – E(X)*E(Y) 19 20 COV(X,Y) = E(X,Y) – E(X)*E(Y) = 0,5 – [0,4167*0,4167] = 0,32636 O valor da COV(X,Y) = 0,32636 indica que existe relação diretamente proporcional entre X e Y, ou seja, enquanto X cresce, Y cresce; e assim sucessivamente. CALCULAR COEFICIENTE E CORRELAÇÃO ENTRE X e Y. Portanto, como o valor de rx,y = 0,8671 indica que existe uma correlação positiva forte entre X e Y, ou seja, enquanto X cresce, Y cresce; e assim sucessivamente. O coeficiente de correlação pode variar em termos de valor de -1 a +1. Quanto maior for o valor absoluto do coeficiente, mais forte é a relação entre as variáveis. DANCEY, Christine & REIDY, John. (2006). Estatística Sem Matemática para Psicologia: Usando SPSS para Windows. Porto Alegre: Artmed. Dancey e Reidy (2005) apontam a seguinte classificação para o coeficiente de correlação: r = 0,10 até 0,39 (fraco); r = 0,40 até 0,6 (moderado); r = 0,61 até 1 (forte). 1. Modelo Uniforme Uma variável aleatória contínua X tem distribuição uniforme com parâmetros e se sua função de densidade de probabilidade é dada por: −= cc x xf .,0 , 1 )( ( ) 12 )(, 2 )( 2 − = + = XVarXE − − = x x x x xF 1 00 )( A função de distribuição acumulada é dado por: Notação: X~U( , )) 21 Exemplo: A dureza X de uma peça de aço pode ser pensada como sendo uma variável aleatória uniforme no intervalo (50,70) da escala Rockwel. Qual é a probabilidade de que uma peça tenha dureza entre 55 e 60? = cc x xf .,0 7050, 20 1 )( Solução: Seja X: dureza de uma peça de aço, X~U(50,70) 20 5 20 1 )6055( 60 55 == dxXP Portanto, 60 2 5070 )( = + == XE Também, 3,33 12 )5070( 22 = − = 22 A DELTA AIRLINES APRESENTA UM TEMPO DE VÔO DE 2 HORAS E 5 MINUTOS PARA SUES VÔOS DE CINCINNATI A TAMPA. SUPONHA QUE ACREDITAMOS QUE OS TEMPOS DE VÔO REAIS SEJAM UNIFORMEMENTE DISTRIBUÍDOS ENTRE 2 HORAS E 2,5 HORAS. 23 Distribuição Exponencial É muito útil para descrever o tempo que se leva para completar uma tarefa. Exemplo: – O tempo para carregar um caminhão considerando que em média gasta-se 15 minutos para realizar esta tarefa. Outras situações típicas: – Tempo de chegadas de pacotes em um roteador, tempo de vida de aparelhos, tempo de espera em restaurantes, caixas de banco, etc. Parâmetro: média (ex: tempo médio) ou valor esperado. Uma variável aleatória contínua X tem distribuição exponencial com parâmetro , se sua função de densidade é dado por 2. MODELO EXPONENCIAL = − cc xexf x .,0 0, 1 )( Notação: X~Ex(). A função de distribuição acumulada é dado por: −= − cc xexF x .0 0,1)( Pode-se mostrar: 2)(,)( == XVarXE 25 2. MODELO EXPONENCIAL t ettP − = )( 0 t ettP − −= 1)( 0 Exemplo: Certo tipo de fusível tem duração de vida que segue uma distribuição exponencial com tempo médio de vida de 100 horas. Solução: Se X: tempo de duração de uma peça, do enunciado tem-se que: E(X)=100 horas e X~Ex(100). Ou seja, 223,0)1(1)150(1)150()( 5,1100 150 ==−−=−= − − eeXPXPa −= − cc xexF x .0 0,1)( 100 27 Qual é a probabilidade de uma durar menos de 160 horas? Qual é a probabilidade de uma durar mais de 150 horas? Exemplo 2: Os defeitos de um tecido seguem a distribuição de Poisson com média de um defeito a cada 400m. Qual a probabilidade de que o intervalo entre os dois defeitos consecutivos seja entre 800m e 1000m? , logo e t= 4001 = 4001= )1000t(P)800t(P)1000t800(P −= OS DEFEITOS DE UM TECIDO SEGUEM A DISTRIBUIÇÃO DE POISSON COM MÉDIA DE UM DEFEITO A CADA 400 M. QUAL A PROBABILIDADE DE QUE O INTERVALO ENTRE DOIS DEFEITOS CONSECUTIVOS SEJA: 29 A) NO MÍNIMO DE 1.000 M; B) CALCULE A MÉDIA E DESVIO PADRÃO DA DISTRIBUIÇÃO. 2) UMA LÂMPADA TEM A DURAÇÃO DE ACORDO COM A DENSIDADE DE PROBABILIDADE A SEGUIR: = − 0, 1000 1 0,0 )( 1000 1 te t tf DETERMINAR: A) A PROBABILIDADE DE QUE UMA LÂMPADA QUALQUER QUEIME ANTES DE 1000 HORAS; B) A PROBABILIDADE DE QUE UMA LÂMPADA QUALQUERQUEIME DEPOIS DE SUA DURAÇÃO MÉDIA; C) QUAL É O DESVIO PADRÃO DA DISTRIBUIÇÃO. 4. Modelo Normal Exemplo : Observamos o peso, em kg, de 1500 pessoas adultas selecionadas ao acaso em uma população. O histograma por densidade é o seguinte: 30 40 50 60 70 80 90 100 0.00 0.01 0.02 0.03 0.04 Peso D e n s id a d e 30 - a distribuição dos valores é aproximadamente simétrica em torno de 70kg; A análise do histograma indica que: - a maioria dos valores (88%) encontra-se no intervalo (55;85); - existe uma pequena proporção de valores abaixo de 48kg (1,2%) e acima de 92kg (1%). 31 Vamos definir a variável aleatória A curva contínua da figura denomina-se curva Normal. Como se distribuem os valores da variável aleatória X, isto é, qual a distribuição de probabilidades de X ? X: peso, em kg, de uma pessoa adulta escolhida ao acaso da população. 30 40 50 60 70 80 90 100 0.000 0.015 0.030 P eso D e n s id a d e 32 A distribuição Normal é uma das mais importantes distribuições contínuas de probabilidade pois: • Muitos fenômenos aleatórios comportam-se de forma próxima a essa distribuição. Exemplos: 1. altura 2. pressão sanguínea 3. etc. • Pode ser utilizada para calcular, de forma aproximada, probabilidades para outras distribuições, como por exemplo, para a distribuição Binomial. 33 O Modelo Normal Uma variável aleatória contínua X tem distribuição normal com média e variância , se sua função de densidade é dada por:2 Rxexf x = − − , 2 1 )( 2 ).,(~: 2NXNotação 34 Distribuições normais com médias diferentes e variâncias iguais. Distribuições normais com médias iguais e variâncias diferentes 35 Propriedades da distribuição normal 2)(,)()( == XVarXEa (b) A distribuição é simétrica ao redor de sua média. (c) A área total sob curva é igual a um portanto, cada metade da curva tem 0,5 da área total. (d) 9973,0)33( 9546,0)22( 6896,0)( =+− =+− =+− XP XP XP 36 dt t xF x − − −= 2 2 1 exp 2 1 )( A função de distribuição acumulada de uma v.a ).,(~ 2NX 37 Distribuição normal padrão ou reduzida Se Z é uma variável aleatória normal com média zero e variância um, então Z é chamado de uma v.a. normal padrão ou reduzida e sua f.d.p é dada por: Rzezf z = − , 2 1 )( 2 2 A função de distribuição acumulada de uma v.a Z~N(0,1) d dttzZPz z )5,0exp( 2 1 )()( 2−== − 38 Uso da Tabela Normal dttzZPz z )5,0exp( 2 1 )()( 2−== − Observação: RbaabbZaPiii zzZPzZzPii zzzZPzzZPi −= −=−=− −=−=−=− ,),()()()( 1)(21)(2)()( 0),(1)(1)()()( 39 Teorema (Transformação linear de uma variável normal) Se X é uma v.a. normal com média e variância 2, então a variável aleatória Y=a+bX tem distribuição normal com média y =a+b e variância 222 b Y = . Uma conseqüência do teorema anterior é a variável )1,0(~ N X Z − = 40 z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859 0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483 0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121 0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776 0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451 0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148 0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867 0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611 1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379 1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170 1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985 1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823 1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681 1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559 1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455 1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367 1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294 1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233 2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183 2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143 2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110 2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084 2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064 2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048 2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036 2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026 2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019 2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010 Distribuição Normal Padrão ( 2,17) ?P Z = ( 2,17) 0,0150P Z = 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +0 z ( )P Z z 41 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +0-1,33 Z 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +120100 X 0,0918 P (X < 100) = N (120, 152) N (0, 1) z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859 0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483 0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121 0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776 0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451 0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148 0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867 0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611 1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379 1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170 1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985 1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823 1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681 1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559 1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455 1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367 1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294 1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233 2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183 2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143 2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110 2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084 2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064 2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048 2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036 2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026 2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019 2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,00150,0015 0,0014 0,0014 3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010 O tempo gasto no exame vestibular de uma universidade tem distribuição normal com média 120 minutos e desvio padrão 15 minutos. (a)Sorteando-se um aluno ao acaso, qual é probabilidade dele terminar o exame antes de 100 minutos? X: tempo gasto no exame vestibular. 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20 - +0 z P (X < 100) = 0,0918 ou 9,18% Intervalo de Confiança para 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +0 0,67 Z 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +120 130 X 0,2514 P (X > 130) = N (120, 152) N (0, 1) z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859 0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483 0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121 0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776 0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451 0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148 0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867 0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611 1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379 1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170 1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985 1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823 1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681 1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559 1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455 1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367 1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294 1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233 2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183 2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143 2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110 2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084 2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064 2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048 2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036 2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026 2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019 2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010 O tempo gasto no exame vestibular de uma universidade tem distribuição normal com média 120 minutos e desvio padrão 15 minutos. (b) Sorteando-se um aluno ao acaso, qual é probabilidade dele terminar o exame após de 130 minutos? X: tempo gasto no exame vestibular. 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20 - +0 z P (X > 130) = 0,2514 ou 25,14% Intervalo de Confiança para Intervalo de Confiança para 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +0 0,53 Z 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +120 128 X 0,2981 P (115 < X < 128) = N (120, 152) N (0, 1) z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859 0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483 0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121 0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776 0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451 0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148 0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867 0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611 1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379 1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170 1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985 1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823 1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681 1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559 1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455 1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367 1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294 1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233 2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183 2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143 2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110 2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084 2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064 2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048 2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036 2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026 2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019 2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010 O tempo gasto no exame vestibular de uma universidade tem distribuição normal com média 120 minutos e desvio padrão 15 minutos. (c) Sorteando-se um aluno ao acaso, qual é probabilidade dele terminar o exame entre 115 e 128 minutos? X: tempo gasto no exame vestibular. 115 -0,33 P (115 < X < 128) = 0,3707 + 0,2981 = 0,6688 ou 66, 88% 0,3707 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20 - +0 z Intervalo de Confiança para Intervalo de Confiança para Intervalo de Confiança para 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +0 0,6 Z 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +120 129 X 0,5 - 0,2743 = 0,2257 P (123 < X < 129) = N (120, 152) N (0, 1) z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859 0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483 0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121 0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776 0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451 0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148 0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867 0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611 1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379 1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170 1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985 1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823 1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681 1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,05591,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455 1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367 1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294 1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233 2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183 2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143 2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110 2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084 2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064 2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048 2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036 2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026 2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019 2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010 O tempo gasto no exame vestibular de uma universidade tem distribuição normal com média 120 minutos e desvio padrão 15 minutos. (d) Sorteando-se um aluno ao acaso, qual é probabilidade dele terminar o exame entre 123 e 129 minutos? X: tempo gasto no exame vestibular. 123 0,2 P (115 < X < 128) = 0,2257 - 0,0793 = 0,1464 ou 14,64% 0,5 - 0,4207 = 0,0793 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20 - +0 z 46 O tempo gasto no exame vestibular de uma universidade tem distribuição normal com média 120 minutos e desvio padrão 15 minutos. (e) Qual deve ser o tempo de prova de modo que permita que 95% dos vestibulandos terminem no prazo estipulado? 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +120 144,675 Z 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +0 Z = (1,64 +1,65)/2 = 1,645 X P (X < x) = 0,95 N (0, 1) N (120, 152) z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859 0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483 0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121 0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776 0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451 0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148 0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867 0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611 1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379 1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170 1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985 1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823 1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681 1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559 1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455 1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367 1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294 1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233 2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183 2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143 2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110 2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084 2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064 2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048 2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036 2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026 2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019 2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20 - +0 z 0,050,95 47 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +120 139,2 Z 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20- +0 Z = 1,28 X P (x1< X < x2) = 0,8 N (0, 1) N (120, 152) z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641 0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247 0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859 0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483 0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121 0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776 0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451 0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148 0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867 0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611 1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379 1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170 1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985 1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823 1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681 1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559 1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455 1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367 1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294 1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233 2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183 2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143 2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110 2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084 2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064 2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048 2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036 2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026 2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019 2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010 100,8 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20 - +0 z 0,100,8 O tempo gasto no exame vestibular de uma universidade tem distribuição normal com média 120 minutos e desvio padrão 15 minutos. (f) Qual o intervalo central de tempo, tal que 80% dos estudantes gastam para completar o exame? 0,10 0,40 0,40 Z = -1,28 Teorema( Combinação Linear de variáveis aleatórias normais) Sejam nXX ,,1 , n variáveis aleatórias independentes onde Xi ~N(i, i 2), para i=1,...,n. Sejam naa ,,1 constantes reais. Seja a variável aleatória Y uma combinação linear das variáveis aleatórias normais. Isto é nn XaXaY ++= 11 Então a variável aleatória Y tem distribuição normal com média i n i innY aaa = =++= 1 11 e variância 2 1 2222 1 2 1 2 i n i inn aaaY = =++= 48 Exemplo: Uma companhia embala em cada caixa 5 pires e 5 xícaras. Os pesos dos pires distribuem-se normalmente com média de 190 g e desvio padrão 100 g. Os pesosdas xícaras também são normais com média 170 g e desvio padrão 12,25 g. O peso da embalagem é praticamente constante e igual a 100 g. (a) Qual é a probabilidade da caixa pesar menos de 2000 g? completa. caixa da peso :C embalagem; da peso:E xícara;ésima-i do peso :X pires; ésimo-i do peso: i iP Solução. Sejam, == ++=++++++++= 5 1 5 1 521521 i i i i xícarasdaspesopiresdospeso EXPEXXXPPPC 49 Tem-se interesse: P(C < 2000)=? Do problema temos: 5,,1)25,12,170(~),10,190(~ 22 =iNXNP ii Do teorema anterior C distribui-se normalmente com média g EXEPE i i i iC 190010017051905 )()( 5 1 5 1 =++= ++= == 222 5 1 5 1 2 1250025,125105 )()()( g EVarXVarPVar i i i iC =++= =++= == e variância 0,997673)83,2( 1250 19002000 )2000( == = − = ZP ZPCP 50 (b) Qual é a probabilidade de uma xícara pesar mais que um pires numa escolha ao acaso? Seja X: peso de uma xícara; P: peso de um pires. P(X > P)=P(X – P >0)=? .25025,1210 ;20190170 );(~ 22222 2 =+=+= −=−=−= −= PXY PXY YY onde NPXYSeja Logo, 0,103835. 0,8961651)26,1(1 250 )20(0 1 )0(1)0( = −=−= −− −= −= ZP ZP YPYP 51 Corolário (Propriedade reprodutiva da distribuição normal) Sejam nXX ,,1 , n variáveis aleatórias independentes onde Xi ~N(, 2), para i=1,...,n. Então a variável aleatória = =++= n i in XXXY 1 1 tem distribuição normal com média n e variância ),(~ é, isto , 22 nnNYn ).1,0(~ / 1 N n X n nX Y n i i − = − = = Exemplo: o peso de uma caixa de peças é uma variável aleatória normal com média de 65 kg e desvio padrão de 4 kg. Um carregamento de 120 caixas de peças é feito. Qual é a probabilidade que a carga pesar entre 7.893 kg e 7.910 kg? 52 120,,1),16,65(~caixa ésima-i da peso : = iNXX ii )1920,7800(~ )16120,65120(~carga da peso : 120 1 NY NXYY i i = = 010966,0482997,0493963,0 )12,2()51,2()51,212,2( 1920 78007910 1920 78007893 )79107893( =−= −== − − = ZP ZPYP 53 Exemplo: Estudo do Sindicato de Bancários indica que cerca de 30% dos funcionários de banco têm problemas de estresse, provenientes das condições de trabalho. Numa amostra de 200 bancários, qual seria a probabilidade de pelo menos 50 com essa doença? )3,0 ,200(~problema o com bancários de N : o BXX 948,0)7,0()3,0)( 200 ()50( 200 50 200 == = − k kk k XP Resultado muito trabalhos: 151 termos para somar A aproximação pela Normal é baseada no Teorema Limite Central. Em geral quanto mais simétrica for a f.p. da Binomial, melhor será a aproximacão. Aproximação da Binomial pela Normal 54 Distribuição Binomial n = 10 p = 0,2 55 Distribuição Binomial n = 20 p = 0,2 56 Distribuição Binomial n = 50 p = 0,2 Para p fixado, a medida que n cresce, os histogramas vão se tornando mais simétricos e com a forma da curva Normal. Tal aproximação será mais rápida para 5.0p 57 0 0,1 0,2 0,3 0,4 0,5 0,6 0 1 2 3 3 0,2 n p = = 0 0,05 0,1 0,15 0,2 0,25 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Aproximação da Binomial à Normal 1 n i i Y X = = onde cada Xi tem distribuição Bernoulli (Xi: {0, 1}) com = p e 2 = pq Se Y tem uma distribuição binomial com parâmetros n e p: Então, se n for grande, pelo TLC, Y tende a uma Normal, ou seja, ~ (?,?)Y N ( ) ? ( ) ? E Y Var Y = = ( ) ( ) E Y np Var Y npq = = 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0 20 40 60 80 100 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0 20 40 60 80 100 15 0,4 n p = = 100 0,4 n p = = ~ ( , )Y N np npq 58 OBS: Se p = 0,5, a distribuição Binomial é simétrica e, portanto, rapidamente converge para Normal. Aproximação da Binomial à Normal Exemplo Considere o experimento: retiram-se 100 bolas da urna (com reposição). Define-se uma v.a. X cujos valores representam o número total de bolas vermelhas dentre as 100 escolhidas. Calcule: P(30 X 51) 2 100 0,4 5 n p= = = ( ) x n x n f x p q x − = 100 100 ( ) 0,4 0,6x xf x x − = 51 100 30 100 (30 51) 0,4 0,6x x x P X x − = = 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0 20 40 60 80 100 Aproximando-se à Normal... 59 (valor exato) Aproximação da Binomial à Normal 2 100 0,4 5 ( ) 100*0,4 40 ( ) 100*0,4*0,6 24 n p E X np Var X npq = = = = = = = = = ~ (40,24)X N 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0 20 40 60 80 100 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0 20 40 60 80 100 (30 51) ?P X = 30 (29,5 51,5) ?P X = (correção de continuidade) 29,5 40 51,5 40 24 24 P Z − − = 0,9745 (valor exato para Binomial 0,9752) 60 Pelo TLC: Exemplo Considere o experimento: retiram-se 100 bolas da urna (com reposição). Define-se uma v.a. X cujos valores representam o número total de bolas vermelhas dentre as 100 escolhidas. Calcule: P(30 X 51) ( )2,143 2,347P Z− = sendo Y ~ N(np ; np(1 – p) ). Aproximar a distribuição de probabilidades de X pela distribuição de probabilidades de uma variável aleatória Y tal que Portanto, • P( a X b) P(a Y b) • P( X a) P(Y a) • P( X b) P(Y b) X ~ b(n ; p) E(X) = np Var(X) = np(1 – p) Y ~ N( y, y 2) com y = n p e y 2 = n p (1 – p). Idéia Básica 61 Logo temos que , desta forma 938,0)54,1() 42 6050 42 60 ()50()50( =−= − − = ZP Y PYPXP )42,60(~ NY No Exemplo anterior temos que: 42)1()( e 60)( com ),3,0 ,200(~ =−=== pnpXVarnpXEBX Probabilidade exata = 0,948 (usando a distribuição binomial). Note que estamos aproximando uma distribuição discreta por uma contínua onde as probabilidades pontuais são zero, assim para melhorar tal aproximação alguns autores preferem usar a correção de continuidade 62 Correção de Continuidade Para melhorar a aproximação, usamos a correção por continuidade no cálculo com a Normal como segue: 9478,0)-1.62() 42 605,49 42 60 ()5,49()50( == − − = ZP Y PYPXP 9292,0)46.1() 42 605,50 42 60 ()5,50()50( =−= − − = ZP Y PYPXP 0182,0) 42 605,50 42 60 42 605,49 ()5,505,49()50( = − − − == Y PYPXP Para probabilidade pontuais, criamos um intervalo artificial: Probabilidade exata = 00190 (usando a distribuição binomial). 63 Exemplo: Um sistema é formado por 100 componentes, cada um dos quais com confiabilidade (probabilidade de funcionar adequadamente num certo período) igual a 0,9. Se esses componentes funcionarem de forma independente um do outro e se o sistema funcionar adequadamente enquanto pelo menos 87 componentes estiverem funcionando, qual é a confiabilidade do sistema? X : número de componentes que funcionam adequadamente dos 100 X ~ b(100; 0,9) n = 100 p = 0,9 E(X) = np = 1000,9 = 90 Var(X) = np(1 – p) = 100 0,9 0,1 = 9 Confiabilidade do sistema: P(X 87)=?? P(X 87) P(Y 87) P(Y 86,5) Y ~ N(90 ; 9) 876976.0)16,1( )16.1() 3 905,86 9 90 ( ==−= − − = ZP Y P Probabilidade exata = 0.8761232 (usando a distribuição binomial). 64
Compartilhar