Baixe o app para aproveitar ainda mais
Prévia do material em texto
Distribuição de Probabilidade Prof. Victor Gonçalves Em uma distribuição de probabilidades é necessário: P(x) = 1, onde x toma todos valores possíveis 0 P(x) 1 para todo o x. A distribuição de probabilidades indica a percentagem de vezes que, em grande quantidade de observações, podemos esperar a ocorrência de vários resultados de uma variável aleatória. Distribuição de Probabilidades Distribuições de probabilidade Distribuições descontínuas ou discretas Distribuições contínuas Envolvem distribuições de probabilidades de variáveis aleatórias relativas a dados que podem ser contados. Exemplos: Número de ocorrências por amostras Número de ocorrências por unidade num intervalo de tempo Número de fumantes presentes em eventos esportivos Distribuições Descontínuas ou Discretas Uniforme ou Retangular Binomial Binomial Negativa ou de Pascal Geométrica Poisson Multinomial ou Polinomial Hipergeométrica Formas da distribuição descontínua Quando se usa as distribuições contínuas? A variável aleatória discreta apresenta um grande número de resultados; A variável aleatória em questão é contínua. Os ponteiros de um relógio podem parar em qualquer dos infinitos pontos do círculo logo A probabilidade de parar em um ponto definido é zero Nas distribuições contínuas utilizam-se a probabilidade da ocorrência em um intervalo P(a < x < b); Em uma distribuição contínua, a probabilidade é dada pela área contida no intervalo considerado. Distribuições Contínuas DISTRIBUIÇÕES CONTÍNUAS UNIFORME OU RETANGULAR NORMAL BIVARIADA NORMAL EXPONENCIAL LOGNORMAL WEIBULL QUI-QUADRADO 2 t DE STUDENT F DE SNEDECOR GAMA BETA ERLANG ( formas) Distribuições Contínuas Um pouco de história No século XVIII, astrônomos e outros cientistas observaram que medidas repetidas de mensurações como a distância à lua variavam como na figura, quando coletadas em grande número. Esta forma gráfica era associada aos erros de mensuração, daí o nome de “Distribuição normal dos erros” e depois “Distribuição normal” Também é conhecida por “Distribuição Gaussiana”, em função do modelo matemático desenvolvido por Karl F. Gauss para este comportamento. Distribuição Normal 0,00 0,05 0,10 0,15 0,20 25 40 55 70 85 10 0 11 5 Peso da população adulta n = 5000 µ = 75 kg s = 12 kg 0,00 0,05 0,10 0,15 0,20 13 3 13 7 14 1 14 5 14 9 15 3 15 7 16 1 16 5 16 9 Altura de universitários n = 3000 µ = 152 cm s = 5 cm 0,00 0,05 0,10 0,15 29 ,5 29 ,6 29 ,7 29 ,8 29 ,9 30 30 ,1 30 ,2 30 ,3 30 ,4 30 ,5 Comprimento de uma régua n = 1000 µ = 30cm s = 0,15cm 0 0,05 0,1 0,15 0,2 19 7 21 5 23 3 25 1 26 9 28 7 30 5 Pessoas num restaurante µ = 250 por dia s = 20 por dia Distribuição Normal - Exemplos IMPORTÂNCIA DA DISTRIBUIÇÃO NORMAL Retrata com boa aproximação, as distribuições de freqüência de muitos fenômenos naturais e físicos Serve como aproximação das probabilidades binomiais (sim ou não) quando n é grande Representa a distribuição das médias e proporções em grandes amostras, o que tem relevante implicação na amostragem (a mais importante) Distribuição Normal Curva normal típica Média = µ Desvio padrão = média Forma de uma boca de sino 50% 50% Área sob a curva = 1 (0,5 + 0,5) Distribuição Normal 1. A curva normal tem a forma de sino 2. É simétrica em relação a média 3. Prolonga-se de - a + (apenas em teoria) (assintótica) 4. Fica completamente especificada por sua média e seu desvio padrão; há uma distribuição normal para cada par (média e desvio padrão) 5. A área total sob a curva é considerada 100% ou igual a 1 6. A área sob a curva entre dois pontos é a probabilidade de uma variável normalmente distribuída tomar um valor entre esses pontos 7. A probabilidade de uma variável aleatória normalmente distribuída tomar exatamente determinado valor (pontual) é zero (característica da distribuição contínua) 8. A área sob a curva entre a média e um ponto arbitrário é função do número de desvios padrões entre a média e aquele ponto Distribuição Normal - Características A probabilidade de uma variável aleatória tomar um valor entre dois pontos quaisquer é igual à área sob a curva normal entre aqueles pontos µ a b P (a < x < b) = área hachurada sob a curva Distribuição Normal OBSERVAÇÃO: x - µ = distância do ponto considerado à média x - µ z = número de desvios padrões a contar da média. Ex.: 2,5 desvios padrões z = valor z ou score z. Pode-se obter valores negativos de z para valores de x inferiores à média e f(x) = x – ponto considerado da distrib. µ - média da distribuição - desvio padrão da distribuição -1 2 ( ) x - µ 2 2 1 Distribuição Normal A distância entre a média e um ponto qualquer é dado em número de desvios padrões (z) Normal padronizada Normal não padronizada z = x - µ µ x 0 z P P Distribuição Normal 70 80 90 100 110 120 130 -3 -2 -1 0 +1 +2 +3 µ = 100,0 = 10,0 escala efetiva escala padronizada Escala efetiva X Escala padronizada Distribuição Normal Como calcular Z ? µ x x - µ (x - µ)/ = z média desvio padrão valor considerado diferença diferença relativa 40 1 42 2 2 37 38 39 40 41 42 43 escala efetiva -3 -2 -1 0 +1 +2 +3 (42 – 40)/1 = 2 S = 1 Distribuição Normal Z = (x - µ)/ -3 -2 -1 0 +1 +2 +3 68% 95,5% 99,7% Distribuição Normal Probabilidade de uma variável aleatória normal tomar um valor z entre a média e o ponto situado a z desvios padrões z área entre a média e z 1,00 0,3413 1,50 0,4332 2,13 0,4834 2,77 0,4972 área tabelada = área desejada 0 z Distribuição Normal - Consultando a tabela P(0 < x < z) P(x > z) = 0,5 – P(0 < x < z) 0 z Distribuição Normal - Consultando a tabela 0 z Distribuição Normal - Tabela Determinando a área entre dois pontos quaisquer Exemplos Determinando a área (probabilidade) sob a curva entre dois pontos entorno da média 0,1359 0 +1 +2 0,3413 0,4772 -1 0 +1 0,3413 0,3413 Distribuição Normal - Cálculo da probabilidade As contas mensais de serviços públicos em determinada cidade são normalmente distribuídas, com média de US$ 100 e desvio padrão de US$ 12. Uma conta é escolhida aleatoriamente. Determine a probabilidade de ela estar entre US$ 80 e US$ 115. P(80 < x < 115) Distribuição normal P(–1,67 < z < 1,25) 0,4525 + 0,3944 = 0,8469 A probabilidade de uma conta estar entre US$ 80 e US$ 115 é 0,8469 (84,69%). Exercício 1,67 1,25 1) Após 28 dias de curagem, o cimento de uma certa marca tem uma resistência compressiva média de 4000psi. Suponha que a resistência tem uma distribuição normal com desvio-padrão de 120psi. i) Desenhe a distribuição de probabilidade ii) Qual a probabilidade de se comprar um pacote de cimento com resistência compressiva de 28 dias menor que 3850psi? N(;) = N(4000,120) psi X = 3850psi %56,101056,0)25,1( ZP 3850 4000 -1,25 Área em vermelho = z = -1,25 = 0,3944 Área desejada = 0,50 – 0,3944 = 0,1056 = 10,56% 25,1 120 40003850 X z P(z ≤ -1,25) Distribuição Normal - Exemplos N(,) = N(50;15) diasX = 31 dias 2) Uma grande empresa faz uso de milhares de lâmpadas elétricas que permanecem acessas continuamente. A vida de uma lâmpada pode ser considerada como uma variável aleatória normal com vida média de 50 dias e desvio-padrão de 15 dias. Se no dia 1º de agosto foram instaladas 8000 lâmpadas novas, aproximadamente quantas deverão ser substituídas no dia 1º de setembro? 27,1 15 5031 X z %20,101020,03980,05000,0log3980,0)27,1( oZP Consultando tabela: Deverão ser substituídas um total de (0,1020x 8.000) = 816 lâmpadas X Z f(x) 50 0 31 -1,27 35 20 Distribuição Normal - Exemplos 3) Uma indústria siderúrgica produz tubos de aço cujo comprimento pode ser considerado uma variável normalmente distribuída com média =10,00 metros, e desvio padrão igual a = 0,09 metros. i) Desenhe a distribuição de probabilidade ii) Quanto refugo a indústria espera produzir se o comprimento dos tubos de aço tiver que ser no máximo, igual a 10,20 m? N(,) = N(10;0,09) metros X = 10,20m 22,2 09,0 1020,10 X z %32,10132,04868,05,0)22,2()22,2( ZPZP f(x) 10 X 10,20 0 2,22 Z Distribuição Normal - Exemplos Consultando tabela temos: 4) O tempo médio que demora para uma viatura de uma determinada cia da PM-RJ de Niterói atender a uma chamada de emergência é de 8 minutos com desvio-padrão de 3 minutos. Considere o tempo médio como uma variável normalmente distribuída para calcular a probabilidade de uma chamada esperar menos de 4 minutos. CASO PRÁTICO DO USO DA ESTATÍSTICA NA QUESTÃO LOGÍSTICA DA PRESTAÇÃO DE SERVIÇOS %18,90918,04082,05,0)33,1()4( ZPxP Consultando a tabela: 33,1 3 84 X z N(,) = N(8;3) minutos X < 4 minutos f(x) X 8 0 4 Z -1,33 Distribuição Normal - Exemplos 5) Um máquina produz peças com o diâmetro médio de 2,00” e o desvio-padrão de 0,01”. As peças que se afastam da média por mais de 0,03” são consideradas defeituosas. Qual é a percentagem de peças defeituosa? ESTATÍSTICA NO CONTROLE DA PRODUÇÃO INDUSTRIAL )3()3()97,1()03,2( ZPZPxouPxP 3 01,0 203,2 1 X z f(x) 2 X 2 0 3 Z 2,03 1,97 -3 N(,) = N(2,00;0,01) X1 = 2,03 e X2=1,97 3 01,0 297,1 2 X z Consultando tabela: %28,00014,00014,0)3()3( ZPZP Distribuição Normal - Exemplos 6) A vida média de uma marca de televisão é de 8 anos com desvio-padrão de 1,8 anos. A campanha de lançamento diz que todos os produtos que tiverem defeito dentro do prazo de garantia serão substituídos por novos. Se você fosse o gerente de produção, qual seria o tempo de garantia que você especificaria para ter no máximo 5% de trocas. ESTATÍSTICA E A ASSISTÊNCIA TÉCNICA N(,) = N(8;1,8) anos X=? z ? 0,05 )( oZ anosX 03,5 Distribuição Normal - Exemplos
Compartilhar