Baixe o app para aproveitar ainda mais
Prévia do material em texto
Métodos Estatísticos – Aula 5 Prof. Gustavo R. Borges gustavorborges01@gmail.com 0 5 10 15 20 25 30 05 |--- 25 25 |--- 45 45 |--- 65 65 |--- 85 85 |--- 105 105 |--- 125 125 |--- 145 145 |--- 165 0 5 10 15 20 25 30 35 05 |--- 25 25 |--- 45 45 |--- 65 65 |--- 85 85 |--- 105 105 |--- 125 125 |--- 145 145 |--- 165 I Classes Número de usuários fri 1 05 |--- 25 4 5 2 25 |--- 45 6 7,5 3 45 |--- 65 14 17,5 4 65 |--- 85 26 32,5 5 85 |--- 105 14 17,5 6 105 |--- 125 8 10 7 125 |--- 145 6 7,5 8 145 |--- 165 2 2,5 Exemplo: Observamos o peso, em kg, de 1500 pessoas adultas selecionadas ao acaso em uma população. A análise do histograma indica que: - A distribuição dos valores é aproximadamente simétrica em torno de 70 kg; - A maioria dos valores (88%) encontra-se no intervalo (55;85 kg); - Existe uma pequena proporção de valores abaixo de 48kg (1,2%) e acima de 92kg (1%). Vamos definir a variável aleatória X: peso, em kg, de uma pessoa adulta escolhida ao acaso da população. Como se distribuem os valores da variável aleatória X, isto é, qual a distribuição de probabilidades de X ? A curva contínua da figura denomina-se curva Normal Distribuição Normal ou Gaussiana É considerada a distribuição de probabilidades mais importante, pois permite modelar uma infinidade de fenômenos naturais, e além disso, possibilita realizar aproximações para calcular probabilidades de muitas variáveis aleatórias que têm outras distribuições. É também conhecida como distribuição de Gauss, Laplace ou Laplace-Gauss, e é muito importante também na inferência estatística. A distribuição Normal é caracterizada por uma Função de Densidade de Probabilidade cujo gráfico descreve uma curva em forma de sino, que evidencia maior probabilidade de a variável aleatória (V.A.) assumir valores próximos aos valores centrais. Exemplos de variáveis aleatórias com distribuição normal: a altura das pessoas; as medidas de laboratório; o tempo de vida útil de lâmpadas, etc. Média Populacional Desvio Padrão Populacional Exemplos: 1. Seja X uma VAC com distribuição N(10, 2). Determinar: (a) P(X < 10) (b) P(X > 11,50) (c) P(8 < Z ≤ 12) (d) P(6,08 ≤ Z ≤ 13,92) Exemplos: Seja Z ~ N(0,1). Calcule 1. P (0 < Z < 1) Solução: Essa probabilidade corresponde à área situada entre os limites indicados na figura. Ela é a área total, que é 1 (um), menos as áreas das duas caudas, a que fica acima de 1 e a que fica abaixo de 0 (zero). Pela Tabela A.1: Procurando o valor correspondente a z = 1, temos 0,1587 Procurando o valor correspondente a z = 0, temos 0,5000 P (0 < Z < 1) = 1 – 0,1587 – 0,5000 = 0,3413 = 34,13% Ou P (0 < Z < 1) = 0,500 – 0,1587 = 0,3413 = 34,13% Exemplos: Seja Z ~ N(0,1). Calcule 2. P (1 ≤ Z < 2,5) Solução: P (1 ≤ Z < 2,5) = P (1 < Z < 2,5) = P (1 < Z ≤ 2,5) Pela Tabela A.1: z = 1, temos 0,1587 z = 2,5, temos 0,0062 P (1 ≤ Z < 2,5) = 0,1587 – 0,0062 = 0,1525 = 15,25 % Exemplos: Seja Z ~ N(0,1). Calcule 3. P (-1 ≤ Z ≤ 0) Solução: P (-1 ≤ Z ≤ 0) = P (-1 < Z < 0) = P (0 < Z < 1) Pela Tabela A.1: z = 0, temos 0,5000 z = 1, temos 0,1587 P (-1 ≤ Z ≤ 0) = 0,5000 – 0,1587 = 0,3413 = 34,13 % Exemplos: Seja Z ~ N(0,1). Calcule 4. P (Z < -1) Solução: P (Z < -1) = P (Z > 1) Pela Tabela A.1: z = 1, temos 0,1587 P (Z < -1) = 0,1587 = 15,87 % Exemplos: Seja Z ~ N(0,1). Calcule 5. P (-1 < Z < 2) Solução: Pela Tabela A.1: z = 1, temos 0,1587 z = 2, temos 0,0228 P (-1 < Z < 2) = 1 – 0,1587 – 0,0228 = 0,8185 = 81,85 % Exercícios: 1. Seja Z uma N(0, 1). Determinar as seguintes probabilidades: (a) P(Z < 2,23) (b) P(Z > -1,45) (c) P(-2 < Z ≤ 2) (d) P(-1 ≤ Z ≤ 1) 2. As vendas de determinado produto têm distribuição aproximadamente normal, com média de 500 e desvio padrão de 50. Se a empresa decide fabricar 600 unidades no mês em estudo, qual é a probabilidade de que não possa atender a todos os pedidos desse mês, por estar com a produção esgotada? 3. O número de pedidos de compra de certo produto que uma cia recebe por semana distribui-se normalmente, com média 125 e desvio padrão de 25. Se em uma dada semana o estoque disponível é de 150 unidades, qual é a probabilidade de que todos os pedidos sejam atendidos? Qual deveria ser o estoque para se tivesse 99% de probabilidade de que todos os pedidos fossem atendidos? 4. Uma enchedora automática de garrafas de refrigerantes está regulada para que o volume médio de líquido em cada garrafa seja de 1000 cm3, com desvio padrão de 10 cm3. Pode-se admitir que a distribuição da variável seja normal. (a) Qual a percentagem de garrafas em que o volume de líquido é menor que 990 cm3? (b) Qual a percentagem de garrafas em que o volume do líquido não se desvia da média em mais do que dois desvios padrões?
Compartilhar