Baixe o app para aproveitar ainda mais
Prévia do material em texto
Se uma dada variável aleatória X for contínua, haverá infinitos valores da variável. Assim, a probabilidade para um dado valor Xi tenderá a zero. Segue-se, então, que será impossível termos um histograma de variável aleatória contínua. Como a probabilidade de ocorrência de um dado valor de X é zero, trabalha-se agora com a probabilidade de X estar em um intervalo dado. Essa probabilidade é dada pela área A, como ilustrado na figura a seguir. 𝐴 = 𝑃(𝑋𝑖 ≤ 𝑋 ≤ 𝑋𝑗) Veremos a seguir algumas das distribuições de probabilidade mais importantes e que serão úteis, ao longo de nosso estudo. São elas: • A distribuição normal • A distribuição exponencial A distribuição chamada de normal ou distribuição de Gauss é uma das mais importantes da Estatística. O aspecto da distribuição é representado na figura a seguir onde a curva resultante é chamada de curva normal ou apenas normal. São propriedades da curva normal: • é em forma de sino; • é simétrica em relação à média (𝜇); • é assintótica ao eixo da variável. Na prática, muitas variáveis possuem distribuições que se assemelham estreitamente às propriedades da distribuição normal. Os dados da tabela 1 apresentam a quantidade de refrigerante contida em 10.000 garrafas de 1 litro, abastecidas em um dia recente. A variável contínua de interesse, a quantidade de refrigerante abastecida, pode ser aproximada por intermédio da distribuição normal. As medições da quantidade de refrigerante nas 10.000 garrafas de 1 litro se concentram no intervalo compreendido entre 1,05 até 1,055 litro e se distribuem simetricamente em torno desse agrupamento, formando um padrão em formato de sino. Com base na tabela 1, desenhe o polígono e o histograma de frequências relativas para a distribuição da quantidade de refrigerante abastecida em 10.000 garrafas. Tabela 1 Quantidade abastecida (litros) Frequência relativa <1,025 48/10.000=0,0048 1,025-1,030 122/10.000=0,0122 1,030-1,035 325/10.000=0,0325 1,035-1,040 695/10.000=0,0695 1,040-1,045 1.198/10.000=0,1198 1,045-1,050 1.664/10.000=0,1664 1,050-1,055 1.896/10.000=0,1896 1,055-1,060 1.664/10.000=0,1664 1,060-1,065 1.198/10.000=0,1198 1,065-1,070 695/10.000=0,0695 1,070-1,075 325/10.000=0,0325 1,075-1,080 122/10.000=0,0122 1,080 ou mais 48/10.000=0,0048 Total 1,000 Quanto maior o desvio padrão 𝝈 de uma curva normal, mais os seus ramos se afastarão do eixo vertical que passa pela média, como mostra a figura a seguir. Ou seja, como a área abaixo de uma curva de probabilidade deve ser igual a 1, quanto mais variável for o conjunto de observações, mais baixa e larga será a curva correspondente. Em princípio, para calcularmos 𝑷(𝒂 ≤ 𝑿 ≤ 𝒃) precisaríamos fazer cálculos complicados, como podemos ver pela fórmula a seguir: 𝒇 𝒙 = 𝟏 𝟐𝝅𝝈𝟐 𝒆 − (𝒙−𝝁)𝟐 𝟐𝝈𝟐 Uma maneira muito mais simples de fazer esse cálculo e, por extensão, muitos outros é por meio da chamada curva normal reduzida ou padronizada, apresentada na figura a seguir: A curva normal inferior é a normal padronizada, assim, qualquer ponto X da curva normal regular corresponde a um ponto z da curva normal padronizada, sendo que a relação entre X e z é: 𝑧 = 𝑋 − 𝜇 𝜎 Essa transformação simples dá à normal padronizada algumas propriedades notáveis. Vejamos: • Se X for igual à média da normal, ou seja, 𝑋 = 𝜇, então 𝑧 = 𝜇 − 𝜇 𝜎 = 0 • Se X for distante 1 desvio padrão da média, ou seja, 𝑋 = 𝜇 ± 1𝜎, então 𝑧 = 𝜇−𝜇±1𝜎 𝜎 = ±1 A normal reduzida tem média 0 e desvio padrão igual a 1, ou seja, o valor de z mede o número de desvios padrão que o X correspondente está distante da média. Em teoria, o valor de z vai de −∞ a +∞, na prática, um valor máximo de z=4 costuma ser usado, dado que, para tal valor, a curva normal aproxima-se muito do eixo X (ou do eixo z, na normal padronizada). Assim, para saber qual é o valor de 𝑷(𝒂 ≤ 𝑿 ≤ 𝒃), ou seja, da área A, reduzimos esses pontos a valores 𝑧1 e 𝑧2 da curva normal padronizada e usamos os valores já tabelados. 1. Determinar o valor da área entre z=0 e z=0,40. Solução: Diretamente da tabela, vamos até a linha em que z=0,4 e a coluna em que se marca 0,00; o valor da área procurada está no cruzamento, é 0,1554. 2. Determinar o valor da área entre z=0 e z=1,57. Solução: diretamente da tabela, vamos até a linha em que z=1,5 e a coluna em que se marca 0,07; o valor da área procurada está no cruzamento, é 0,4418. 3. Determinar o valor da área entre z=0 e z=-2,33. Solução: como a curva é simétrica em relação ao zero, temos que a área procurada é idêntica à área entre z=0 e z=2,33, que é 0,4901. Exemplo 4. Determinar o valor da área para valores de z acima de 1,82. Solução: a tabela nos indica que a área entre z=0 e z=1,82 é de 0,4656; como a área total sob cada metade da curva é igual a 0,5, temos: 𝑃 𝑧 > 1,82 = 0,5 − 𝑃 0 ≤ 𝑧 ≤ 1,82 = 0,5 − 0,4656 = 0,0344. Exemplo 5. Uma grandeza X comporta-se de acordo com uma distribuição normal com média 10 e desvio padrão 2. Encontrar a probabilidade de que um dado valor da variável: a) esteja entre 10 e 12,5; b) esteja entre 9 e 10; c) seja maior que 11,5; d) seja menor que 7; e) esteja entre 7,5 e 11,5. Exemplo Cada um dos cálculos exige que haja a transformação para a normal padronizada. a) esteja entre 10 e 12,5; Deseja-se 𝑷 𝟏𝟎 ≤ 𝑿 ≤ 𝟏𝟐, 𝟓 . Usando a transformação para a normal padronizada, temos: 𝑧1 = 𝑋1 − 𝜇 𝜎 = 10 − 10 2 = 0 𝑧2 = 𝑋2 − 𝜇 𝜎 = 12,5 − 10 2 = 1,25 Ou seja, 𝑷 𝟏𝟎 ≤ 𝑿 ≤ 𝟏𝟐, 𝟓 =𝑷 𝟎 ≤ 𝒛 ≤ 𝟏, 𝟐𝟓 = 𝟎, 𝟑𝟗𝟒𝟒 Solução b) esteja entre 9 e 10; Deseja-se 𝑷 𝟗 ≤ 𝑿 ≤ 𝟏𝟎 . Usando a transformação para a normal padronizada, temos: 𝑧1 = 𝑋1 − 𝜇 𝜎 = 9 − 10 2 = −0,5 𝑧2 = 𝑋2 − 𝜇 𝜎 = 10 − 10 2 = 0 Ou seja, 𝑷 𝟗 ≤ 𝑿 ≤ 𝟏𝟎 =𝑷 𝟎 ≤ 𝒛 ≤ 𝟎, 𝟓 = 𝟎, 𝟏𝟗𝟏𝟓 Solução c) seja maior que 11,5; Deseja-se 𝑷 𝑿 > 𝟏𝟏, 𝟓 . Usando a transformação para a normal padronizada, temos: 𝑧 = 𝑋 − 𝜇 𝜎 = 11,5 − 10 2 = 0,75 Ou seja, 𝑷 𝑿 > 𝟏𝟏, 𝟓 = 𝑷 𝒛 > 𝟎, 𝟕𝟓 = 𝟎, 𝟓 − 𝑷 𝟎 ≤ 𝒛 ≤ 𝟎, 𝟕𝟓 = 𝟎, 𝟓 − 𝟎, 𝟐𝟕𝟑𝟒 = 𝟎, 𝟐𝟐𝟔𝟔 Solução d) seja menor que 7; Deseja-se 𝑷 𝑿 < 𝟕 . Usando a transformação para a normal padronizada, temos: 𝑧 = 𝑋 − 𝜇 𝜎 = 7 − 10 2 = −1,5 Ou seja, 𝑷 𝑿 < 𝟕 = 𝑷 𝒛 < −𝟏, 𝟓 = 𝟎, 𝟓 − 𝑷 −𝟏, 𝟓 ≤ 𝒛 ≤ 𝟎 = 𝟎, 𝟓 − 𝑷 𝟎 ≤ 𝒛 ≤ 𝟏, 𝟓 = 𝟎, 𝟓 − 𝟎, 𝟒𝟑𝟑𝟐 = 𝟎, 𝟎𝟔𝟔𝟖. Solução e) esteja entre 7,5 e 11,5. Deseja-se 𝑷 𝟕, 𝟓 ≤ 𝑿 ≤ 𝟏𝟏, 𝟓 . Usando a transformação para a normal padronizada, temos: 𝑧1 = 𝑋1 − 𝜇 𝜎 = 7 − 10 2 = −1,25 𝑧2 = 𝑋2 − 𝜇 𝜎 = 11,5 − 10 2 = 0,75 Ou seja, 𝑷 𝟕 ≤ 𝑿 ≤ 𝟏𝟏, 𝟓 = 𝑷 −𝟏, 𝟐𝟓 ≤ 𝒛 ≤ 𝟎, 𝟕𝟓 = 𝑷 −𝟏, 𝟐𝟓 ≤ 𝑿 ≤ 𝟎 +𝑷(𝟎 ≤ 𝒛 ≤ Solução 6. Uma indústria elétrica fabrica lâmpadas que têm vida útil antes de queimarem, normalmente distribuída com média igual a 800 horas e desvio-padrão de 40 horas. Encontre a probabilidade de que a lâmpada queime entre 778 e 934 horas. Solução: Deseja-se 𝑷 𝟕𝟕𝟖 ≤ 𝑿 ≤ 𝟖𝟑𝟒 . Usando a transformação para a normal padronizada, temos: 𝑧1 = 𝑋1 − 𝜇 𝜎 = 778 − 800 40 = −0,55 𝑧2 = 𝑋2 − 𝜇 𝜎 = 834 − 800 40 = 0,85 Ou seja, 𝑷 𝟕𝟕𝟖 ≤ 𝑿 ≤ 𝟖𝟑𝟒 = 𝑷 −𝟎, 𝟓𝟓 ≤ 𝒛 ≤ 𝟎, 𝟖𝟓 = 𝟎, 𝟑𝟎𝟐𝟑 + 𝟎, 𝟐𝟎𝟖𝟖 = 𝟎, 𝟓𝟏𝟏𝟏. 7. Em um processo industrial, o diâmetro de um rolamento é uma parte importante do processo. O comprador determina que as especificações para o diâmetro sejam 3,0 ± 0,01 cm. A consequência é que nenhuma peça foradessas especificações será aceita. Sabe-se que, no processo, o diâmetro do rolamento tem distribuição normal com média 𝜇 = 3,0 e desvio padrão 𝜎 = 0,005 . Em média, quantos rolamentos fabricados serão inutilizados? Solução: Os valores correspondentes aos limites das especificações são 𝑥1 = 2,99 e 𝑥2 = 3,01 . Os valores de z correspondentes são 𝑧1 = 2,99 − 3,0 0,005 = −2 e 𝑧2 = 3,01 − 3,0 0,005 = 2 Assim, 𝑷 𝟐, 𝟗𝟗 ≤ 𝑿 ≤ 𝟑, 𝟎𝟏 = 𝑷 −𝟐 ≤ 𝒛 ≤ 𝟐 = 𝟎, 𝟒𝟕𝟕𝟐 + 𝟎, 𝟒𝟕𝟕𝟐 = 𝟎, 𝟗𝟓𝟒𝟒. Assim, em média 1-0,9544=0,0456 ou seja, 4,54% dos rolamentos serão inutilizados. Barbetta, P. A.; Reis, M. M.; Bornia, A. C. Estatística para cursos de engenharia e informática. 3 ed. São Paulo, Atlas, 2010. Fonseca, J. S.; Martins, G. A. Curso de Estatística. 6 ed. São Paulo, 1996. Levine, D. M. [et al.]. Estatística: teoria e aplicações: usando Microsoft Excel em português. Rio de Janeiro: LTC, 2013. Magalhães, Marcos N.; Lima, Antonio P. Noções de Probabilidade e Estatística. 6 ed. São Paulo: EDUSP, 2004. Walpole, R. E.; Myers, R. H.; Myers, S. L.; Ye, K. Probabilidade e estatística para engenharia e ciências. São Paulo: Pearson, 2009.
Compartilhar