Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
* Capítulo 10 Distribuições Binominal e Normal * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.1 Variável aleatória Suponhamos um espaço amostral S e que a cada ponto amostral seja atribuído um número. Fica, então, definida uma função chamada variável aleatória, indicada por uma letra maiúscula, sendo seus valores indicados por letras minúsculas. * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.1 Variável aleatória Assim, se o espaço amostral relativo ao “lançamento simultâneo de duas moedas” é S={(Ca,Ca),(Ca,Co), (Co,Ca),(Co,Co)} e se X representa “o número de caras” que aparecem a cada ponto, amostral podemos associar um número para X, de acordo com a tabela que segue: * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.2 Distribuição de probabilidade Consideremos a distribuição de frequências relativa ao número de acidentes diários em um estacionamento: * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.2 Distribuição de probabilidade Em um dia, a probabilidade: * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.2 Distribuição de probabilidade Esta tabela é denominada distribuição de probabilidade. * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.2 Distribuição de probabilidade * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.2 Distribuição de probabilidade Ao definir a distribuição de probabilidades, estabelecemos uma correspondência unívoca entre os valores da variável aleatória X e os valores da variável P. Esta correspondência define uma função; os valores xi (i=1,2,3,...,n) formam o domínio da função e os valores pi (i=1,2,3,...,n), o seu conjunto imagem. * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.2 Distribuição de probabilidade Essa função, assim definida, é denominada função probabilidade e representada por: A função P(X=x) determina a distribuição de probabilidade da variável aleatória X. Assim, ao lançarmos um dado, a variável X, definida por “pontos de um dado” pode tomar os valores 1,2,3,...,6. * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.2 Distribuição de probabilidade Como a cada um destes valores está associada uma e uma só probabilidade de realização e , fica definida uma função de probabi-lidade, da qual resulta a distribuição de probabilidades que segue: * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.3 Distribuição binomial Vamos, neste item, considerar experimentos que satisfaçam as seguintes condições: O experimento deve ser repetido, nas mesmas condições, um número finito de vezes (n); As provas repetidas devem ser independentes, isto é, o resultado de uma não deve afetar os resultados das sucessivas; Em cada prova deve aparecer um dos dois possíveis resultados; No decorrer do experimento, a probabilidade de sucesso e de insucesso manter-se-ão constantes. * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.3 Distribuição binomial Resolveremos problemas do tipo: determinar a probabilidade de se obter k sucessos em n tentativas. Sabemos que, quando da realização de um experimento qualquer em uma única tentativa, se a probabilidade de realização de um evento (sucesso) é p, a probabilidade de não-realização desse mesmo evento é 1-p=q. * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.3 Distribuição binomial Suponhamos que realizemos a mesma prova n vezes sucessivas e independentes. A probabilidade de que um evento se realize k vezes nas provas é dada pela função: Essa função define a distribuição binomial * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.3 Distribuição binomial * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.4 Distribuição normal e curva normal Entre as distribuições teóricas de variável aleatória contínua, uma das mais empregadas é a distribuição normal. O aspecto gráfico de uma distribuição normal é como segue: * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.4 Distribuição normal e curva normal Propriedades: * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.4 Distribuição normal e curva normal Quando temos em mãos uma variável com distribuição normal, nosso principal interesse é obter a probabilidade de essa variável aleatória assumir um valor em um determinado intervalo. Seja X a variável aleatória que representa os diâmetros dos parafusos produzidos por certa máquina. Vamos supor que essa variável tenha distribuição normal com média igual a 2 e desvio padrão igual a 0,04cm. Pode haver interesse em conhecer a probabilidade de um parafuso ter um diâmetro com valor entre 2 e 2,05cm. * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.4 Distribuição normal e curva normal É fácil notar que essa probabilidade, indicada por P(2<X<2,05) corresponde à área hachurada na figura: * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.4 Distribuição normal e curva normal Se X é uma variável aleatória com distribuição normal com média e desvio padrão s, então a variável: tem distribuição normal reduzida, isto é, tem distribuição normal de média 0 e desvio padrão 1. As probabilidades associadas à distribuição normal padronizada são encontradas em tabelas. * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.4 Distribuição normal e curva normal Temos, então, que se X é uma variável aleatória com distribuição normal de média e desvio padrão s, podemos escrever: Com * Capa da Obra Capítulo 10 Distribuições binomial e normal 10.4 Distribuição normal e curva normal No nosso exemplo, queremos calcular P(2<X<2,05). Para obter essa probabilidade, precisamos, em primeiro lugar, calcular o valor de z, que corresponde a x=2,05. Temos, então: Procurando o valor z=1,25 na tabela da distribuição normal com média 0 e desvio padrão 1, encontramos que P(Z) =0,3944. Assim, a probabilidade de um parafuso fabricado por essa máquina apresentar um diâmetro entre a média (2) e o valor 2,05 é 0,3944.
Compartilhar