Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Variáveis aleatórias contínuas Variáveis aleatórias contínua � Para definir uma VA é necessário especificar os valores dos eventos do espaço amostral e suas probabilidades. � Quando os valores da VA podem assumir qualquer valor do conjunto dos Reais, a VA é denominada de VA continua. � Exemplos: � Preços dos carros usados; � Salários de empregados de uma determinada empresa; � Rentabilidade de ações. � Não é possível registar os valores da VA continua em uma lista, tabela ou histograma. A VA é definida por uma curva continua e não por pontos. Variáveis aleatórias contínua Para uma VA contínua X, a função f(x) denominada de Função de densidade de probabilidade é definida: � Com as seguintes propriedades: � Definida em um intervalo de valores, por exemplo, (x1, x2); � A probabilidade é medida pela área sob a curva da função densidade f(x) em um determinado intervalo; � A área total sob a curva f(x) é igual a 1. � Com as seguintes premissas: � A função f(x) é sempre positiva, f(x) >= 0; � A área sob a curva é igual a 1. � � � ��.���� � A probabilidade da VA é sempre calculada dentro de um intervalo de valores (a, b), � ≤ � ≤ , dado por: � � � ��. � � Variáveis aleatórias contínua Seja uma VA contínua X com função densidade de probabilidade f(x): � Valor esperado de X: � = � � � � ��.���� � Variância de X: ��= � (� − �)�� � ������ � Desvio Padrão de X : σ = + �� Variáveis aleatórias contínua � A variável aleatória X pode assumir todo e qualquer valor real; � Representada por uma curva em forma de sino, simétrico em torno da média, que recebe o nome de curva normal ou de Gauss; � A área total limitada pela curva e pelo eixo das abcissas é igual a 1, correspondendo a probabilidade da variável aleatória X; � A curva é assintótica em relação aos eixos das abcissas, isto é, aproxima-se indefinidamente do eixo sem alcança-lo; � Por ser simétrica, a probabilidade de ocorrer valor maior ou menor do que a média são iguais. Distribuição Normal – entre as distribuições teóricas de variável aleatórias continuas é a mais importante e mais utilizada. Variáveis aleatórias contínua Distribuição Normal � Definida por apenas dois parâmetros (média e desvio padrão). Os valores estarão acima ou abaixo de um determinada valor da VA, ou entre os valores definidos. � Para cada média e desvio padrão existe uma curva diferente para � � . � � � � � �� � − � ! " "#" 2 Variáveis aleatórias contínua Distribuição Normal ∶ � � � � � �� � − � ! " "#" Propriedades: � � � tende a zero quando x � ∓ ∞; � Curva simétrica em relação a média; � A área total sob a curva é igual a 1 (um), metade para cada lado simétrico; � A área entre a função e o eixo das abcissas corresponde a probabilidade. � A probabilidade � � � � é a área sob a curva no intervalo (a, b). � A probabilidade em um ponto é zero pois não existe área em um ponto. Variáveis aleatórias contínua Distribuição Normal ∶ � � � � � �� � − � ! " "#" � Exemplo 1 : Os resultados do experimento formam uma VA com distribuição normal N(40,10). a)Qual a probabilidade de um resultado ser menor ou igual a 50? A função DIST.NORM.N calcula a integral da função no intervalo −∞, ( . Variáveis aleatórias contínua Distribuição Normal ∶ � � = �� �� �− � ! " "#" b) Qual a probabilidade de um resultado do experimento ser menor ou igual a 35? Variáveis aleatórias contínua Distribuição Normal ∶ � � = �� �� �− � ! " "#" c) Qual a probabilidade de um resultado do experimento estar no intervalo (25,60)? ) *+ ≤ ,- = ) ≤ ,- − ) . ≤ *+ = -, /00*+- � -, -,,1-0 � -, /2-334 Variáveis aleatórias contínua Distribuição Normal ∶ � � = �� �� �− � ! " "#" � O cálculo envolve solução de integrais não triviais. A dificuldade foi contornada através do uso de uma nova variável, definida por : 5 = 6�7� , � que transforma toda a distribuição normal em uma distribuição normal reduzida ou padronizada, de média zero e desvio padrão 1, [5 ~ 9 0,1 ], com valores de z tabelados. Variáveis aleatórias contínua Distribuição Normal ∶ � � = �� �� �− � ! " "#" Para um valor de � = � corresponde o valor z=0 na distribuição reduzida. Para x = μ + σ, tem � se z � 1, e assim por diante. 3 Variáveis aleatórias contínua � Para a faixa A: na coluna z da tabela de curva normal localizar o valor 1; ao lado, na coluna área localizar 0, assim obtém o valor 0,3413, que representa 34,13% dos casos. � Para a faixa B: na coluna z da tabela de curva normal localizar o valor -2; ao lado, na coluna área localizar 0, assim obtém o valor 0,4772. Calculando a diferença: 0,4772 – 0,3413= 0,1359, que representa 13,59 % dos casos. Variáveis aleatórias Distribuição Normal Se dissermos que a altura média do homem brasileiro adulto é de 1,70 m, e desvio padrão é de 5 cm, estaremos dizendo: � 1,65 m e 1,75 m encontra-se 68% da população masculina adulta � 1,60 m e 1,80 m encontra-se 95% da população masculina adulta � 1,55 m e 1,85 m encontra-se 99,7 % da população masculina adulta Variáveis aleatórias contínua � Exemplo 2. Determine as probabilidades: � a) P( -1,25 < z < 0) � Pela simetria P( -1,25 < z < 0) = P( 0 < z < 1,25) = 0,3944 � Consultando a tabela z, encontramos 0,3944 Variáveis aleatórias contínua � Exemplo 2 . Determine as probabilidades: � b) P( - 0,5 < z < 1,48) � P( 0 < z < 0,5) � 0,1915 � P( 0 < z < 1,48) � 0,4306 � P( - 0,5 < z < 1,48) = 0,1915 + 0,4306 = 0,6221 Variáveis aleatórias contínua � Exemplo 2. Determine as probabilidades: � c) P( 0,8 < z < 1,23) � P( 0 < z < 1,23 ) � 0,3907 � P( 0 < z < 0,8 ) � 0,2881 � P( 0,8 < z < 1,23) = 0,3907 – 0,2881 = 0,1026 Variáveis aleatórias contínua � Exemplo 2. Determine as probabilidades: � d) P( z > 0,6 ) � P( 0 < z < 0,6 ) � 0,2258 � P( z > 0,6 ) = 0,50 – 0,2258 = 0,2742 4 Variáveis aleatórias contínua � Exemplo 2. Determine as probabilidades: � d) P( z > 0,6 ) � P( 0 < z < 0,6 ) � 0,2258 � P( z > 0,6 ) = 0,50 – 0,2258 = 0,2742 Variáveis aleatórias contínua � Exemplo 3. O tempo gasto no exame vestibular de uma universidade tem distribuição Normal, com média = 120 min e desvio pad .= 15 min. � a) Sorteando-se um aluno ao acaso, qual a probabilidade dele terminar o exame antes de 100 minutos? � K L 100 � �K L �MM ���M �N � � K L �1,33 � P ( -1,33 < T < 0) = 0,4082 � P ( T < 1,33) = 0,50 – 0,4082 = 0,0918 0,4082 Variáveis aleatórias contínua b) Qual deve ser o tempo de prova, de modo a permitir que 95% dos vestibulandos terminem no prazo estipulado? T: tempo gasto no exame vestibular K L P � 0,95 � 5 L P � 120 15 � 0,95 z é tal que A(z) = 0,95. Pela tabela z = 1,64 P � 120 15 � 1,64 → P � 144,6 Variáveis aleatórias contínua � Exemplo 4. Seja uma VA X com distribuição normal com media 220 e variância 16, ou seja, X ∼ N(220; 16). Calcular as probabilidades abaixo: � a) P(X ≤ 225)� 6 ���M X � ��N ���M X � 5 � 1,25 � 0.8943 Variáveis aleatórias contínua � b) P(210 ≤ X ≤ 228) � P(210 ≤ X ≤ 228) = ��M���M X � Z���M X � ��[���M X � � �2,5 � 5 � 2,00 � 0,9773 – 0,0062 = 0,9711 � c) Qual o valor de k tal que P(X ≤ k) = 0,01 � P(X ≤ k) = Z���M X � \���M X � 0,01 �Da tabela temos que \���M X � �2,33 ∴ ^ � 210,69 Variáveis aleatórias contínua � d) Quais os valores de ^� � ^� simétricos em torno de � tal que ^� � _ � ^� � 0,95? ^� � _ � ^� � \a ���M X � b � \" ���M X = 0,95 Da tabela temos que b � \a ���M X =b c \" ���M X = 0,025 e � \a ���M X = -1,96 � ^� � 212,16 ^� � ^� simétricos em torno de zero, então: � \" ���M X = 1,96 � ^� � 227,84 5 Variáveis aleatórias contínua � Exemplo 5. � Considere uma situação em que se estudou a durabilidade de um certo tipo de pneu. Verificou-se que esta durabilidade seguia uma distribuição normal com duração média 60.000 km e desvio-padrão 10.000 km. Procurou-se, então, responder os seguintes questionamentos: � a) Qual a probabilidade de um pneu aleatoriamente escolhido durar mais de 75.000 km? � X ~ N(60000;10000) e procura-se calcular a P(X > 75000) = ? � 5 � 6�7 � = dN.MMM �eM.MMM �M.MMM � 1,5 � P(X > 75000) = P(z > 1,50) � = 0,5 - P(0 < z < 1,50) = 0,4332 � = 0,5 -0,4332 = 0,0668 Consultando esse valor na tabela de z, encontramos o valor 0,4332, que corresponde ao valor da probabilidade de z estar entre zero e 1,5. Variáveis aleatórias contínua � Exemplo 5. b) Qual a probabilidade de um pneu aleatoriamente escolhido durar entre 50.000 e 70.000 km? � P(50000 < X < 70000) = ? � 5� � 6�7 � = NM.MMM �eM.MMM �M.MMM � � 1,0 � 5� � 6�7 � = dM.MMM �eM.MMM �M.MMM � � 1,0 � P(50000 < X < 70000) = P( -1,00 < z < 1,00) � 0,3413 + 0,3413 = 0,6826 Consultando esse valor na tabela de z, encontramos o valor 0,3413, que corresponde ao valor da probabilidade de z estar entre zero e 1,0. Variáveis aleatórias contínua � Exemplo 5. c) Qual a probabilidade de um pneu aleatoriamente escolhido durar entre 63.000 e 70.000 km? � P(63.000 < X < 70.000) = ? � 5� � 6�7 � = ef.MMM �eM.MMM �M.MMM � 0,30 � 5� � 6�7 � = dM.MMM �eM.MMM �M.MMM � 1,0 � P(63000 < X < 70000) = P( 0,30 < z < 1,00) � 0,3413 - 0,1179 = 0,2234 Consultando esse valor na tabela de z, encontramos o valor 0,3413, que corresponde ao valor da probabilidade de z estar entre zero e 1,0 e 0,1179 para z entre zero e 0,30. Variáveis aleatórias contínua � Exemplo 5. d) Qual a probabilidade de um pneu aleatoriamente escolhido durar exatamente 70.000 km? � P (X = 70000) = 0 e) O fabricante deseja fixar prazo de garantia, em quilômetros, de tal modo que, se a duração do pneu for inferior a garantia, o pneu seja trocado. De quantos quilômetros deve ser este prazo, para que somente 1% dos pneus sejam trocados? � _ L � � 0,01. Na tabela z, para P(Z < z) = 0,01 � z = -2,33 5 � 6�7 � ∴ �2,33 � 6�eMMMM �MMMM � 36.700 hi Área da curva normal reduzida de zero a z. Área sob a curva normal padronizada (reduzida) compreendida entre os valores de zero a z.
Compartilhar