Baixe o app para aproveitar ainda mais
Prévia do material em texto
Probabilidade e Estatística III Parte 3 fabiano@ime.uerj.br Variável Aleatória Contínua Uma variável aleatória cujos valores são expressos em uma escala contínua é dita uma variável aleatória contínua. Definição: uma variável aleatória é contínua quando o conjunto de valores possíveis (imagem) for não numerável. Se o conjunto imagem é inumerável, não há sentido em falar de valores específicos e portanto: P (X = k) = não existe. Exemplos: • volume de água perdido por dia, num sistema de abastecimento; • resistência ao desgaste de um certo tipo de aço, num teste padrão; • tempo de resposta de um sistema computacional; • grau de empeno em um azulejo que sai da linha de produção. Probabilidade e Estatística III fabiano@ime.uerj.br Função Densidade de Probabilidade Definição: para uma variável aleatória contínua X, uma função densidade de probabilidade é uma função tal que: i) f(x) ≥ 0 ii) ∫ f(x) dx = 1 se -∞ < x < +∞ iii) P(a ≤ x ≤ b) = ∫ f(x) dx = área sob a curva de a até b para qualquer a, b. - ∞ b lim sup lim inf b a Probabilidade e Estatística III fabiano@ime.uerj.br Variável Aleatória Contínua • Probabilidade determinada a partir da área sob a curva: • P(a ≤ x ≤ b) = ∫ f(x) dx b a P(a ≤ x ≤ b) Probabilidade e Estatística III fabiano@ime.uerj.br Função Repartição de Probabilidades Definição: Função Repartição de Probabilidades (Função de Probabilidade Acumulada) de uma variável aleatória contínua X é: F (k) = P(X ≤ k) = ∫ f(x) dx , - ∞ ≤ k ≤ + ∞ k - ∞ - ∞ k +∞ k lim inf P(X ≤ k) = F(k) k- ∞ + ∞ Probabilidade e Estatística III fabiano@ime.uerj.br Esperança, Variância e Desvio-Padrão Definição: suponha que X seja uma variável aleatória contínua com uma função densidade de probabilidade f(x). • A média ou valor esperado de X é dado por: E(x) = µ = ∫ x f(x)dx • A variância de X, denotada por V(X) ou ơ2 : VAR(X) = ∫ x 2 f(x)dx – [E(x)] 2 • O desvio padrão: Ơ(X) = √ [VAR(X)] - ∞ lim sup lim inf lim sup lim inf Probabilidade e Estatística III fabiano@ime.uerj.br Exercícios 1. Seja X a variável aleatória contínua que representa a temperatura (em graus) de certa experiência, tal que sua função densidade de probabilidade é dada por: 2x para 0 ≤ x ≤ 1; 0 para x < 0 ou x >1. Se medirmos a temperatura em um instante qualquer: a) qual a probabilidade de a temperatura ser inferior a 0,75o? b) qual o valor esperado (média) para a temperatura? c) qual o desvio-padrão? f (x) = Probabilidade e Estatística III fabiano@ime.uerj.br Resposta a) b) P(X < 0,75) = ∫ 2x dx = 2. (x2/2) = 0,56 0,75 0 1 0 1 0 0,75 0 P(X < 0,75) = ∫ 2x dx = 2. (x2/2) = 0,56 0,75 0 0,75 0 E(X) = ∫ x. 2x dx = 2 .(x3/3 ) = 0,67 1 0 1 0 c) A Variância de X é dada por: V(X) = ∫ x 2. f(x)dx – µ 2 = ∫ x 2. 2x dx – (0,67) 2 = = 2. (x4/4) - 0,45 = 0,05 → б(x) = [ V(x) ]½ = 0,22 1 0 1 0 a) b) Probabilidade e Estatística III fabiano@ime.uerj.br Exercícios 2. Suponha que o tempo de resposta de um microprocessador (em segundos) possa ser representado por uma variável aleatória contínua cuja função densidade é dada abaixo. a) Encontre a probabilidade de num certo comando esse tempo superar 3 segundos? b) Qual o valor esperado e o desvio padrão do tempo de resposta desse microprocessador? Probabilidade e Estatística III fabiano@ime.uerj.br Resposta a) P(T>3) Probabilidade e Estatística III fabiano@ime.uerj.br Resposta b) valor esperado e o desvio padrão do tempo de resposta do microprocessador. E(t) = ∫ t. f(t) dt = ∫ t. 2e-2t dt = Var (t) = E (t2) - µ2 = onde E(t2) = ∫ t2.2e-2t dt = ∞ 0 ∞ 0 0 ∞ 0 ∞ Probabilidade e Estatística III fabiano@ime.uerj.br Exercício proposto 3. Um posto de gasolina recebe o combustível uma vez por semana. As vendas do passado sugerem uma função densidade de probabilidade das vendas semanais X, medida em milhares de litros, dada por: X - 1 se 1< X < 2 f(x)= 3 - X se 2 < X < 3 0 caso contrário. Calcule: a) a probabilidade de que, em dada semana sejam vendidos 1,5 a 1,8 milhares de litros. Resp: 0,1950 b) a média de vendas semanais. Resp: 2,0 Probabilidade e Estatística III fabiano@ime.uerj.br Distribuição Uniforme Seja uma variável aleatória contínua X cuja função densidade de probabilidade é dada por: f(x) = __1__ , a ≤ x ≤ b, b – a Logo, X terá uma distribuição de probabilidades Uniforme. Notação: x ~ U (a, b). Obs: A distribuição Uniforme atribui uma densidade igual ao longo de um intervalo (a,b). Probabilidade e Estatística III fabiano@ime.uerj.br Graficamente ∫ f (x) dx = 1 (área do retângulo) ∫ __dx___ = 1b – a b a ∫ f (x) dx = 1 (área do retângulo) ∫ __dx___ = 1b – a Função densidade = f(x) Função repartição = F(x) a b Probabilidade e Estatística III fabiano@ime.uerj.br Função Repartição, Esperança, Variância Probabilidade e Estatística III fabiano@ime.uerj.br Esperança Matemática Probabilidade e Estatística III fabiano@ime.uerj.br Variância Probabilidade e Estatística III fabiano@ime.uerj.br Exercícios 1. Dada a variável aleatória contínua x que denota a corrente elétrica em um fio medida em mA. Considere que x varie uniformemente dentro do intervalo (0,20mA). Calcule: a) a probabilidade da corrente elétrica medida estar entre 5 e 10 mA. b) o valor médio e o desvio padrão da corrente elétrica. Resposta: x ~ U (0, 20) a) P (5 ≤ x ≤ 10) = (10 – 5) / 20 = 0,25 b) E (x) = (a + b)/2 = (20 + 0)/2 = 10 mA Var (x) = (b – a)2 /12 = 400/12 = 33,33 mA2 σ (x) = √ 33,33 = 5,77 mA Probabilidade e Estatística III fabiano@ime.uerj.br Exercícios 2. Seja X uma variável aleatória contínua que representa o tempo de usinagem de uma peça numa certa indústria. Suponha que o tempo de usinagem pode ser qualquer valor no intervalo de 120 até 150 minutos. Suponha ainda que os intervalos de um minuto são equiprováveis. Encontre: a) Probabilidade de uma usinagem durar menos que 130 minutos; b) Probabilidade de uma usinagem durar entre que 123 e 143 minutos; c) Tempo esperado da usinagem; d) Desvio padrão do tempo de usinagem. Probabilidade e Estatística III fabiano@ime.uerj.br Resposta a) P (X < 130) = (130 – 120) / (150 – 120) = 1/3 b) P (123 < X < 143) = (143 – 123) / (150 – 120) = 2/3 c) E(X) = (120 + 150) / 2 = 135 minutos; d) Var (X) = (150 – 120)2 / 12 = 75 minutos2 ơ (X) = (75)1/2 = 8,66 minutos. Probabilidade e Estatística III fabiano@ime.uerj.br Distribuição Normal Seja X uma variável aleatória contínua cuja função densidade de probabilidades f(x) é dada por: Então dizemos que X tem Distribuição Normal (ou Gaussiana) de Probabilidades. Notação: x ~ N(μ, σ2) - ∞ < x < + ∞ f - Probabilidade e Estatística III fabiano@ime.uerj.br Distribuição Normal • A distribuição Normal é uma distribuição simétrica em torno da sua média e em forma de sino; • Sua forma dependerá dos valores dos parâmetros média (μ) e variância (σ2) da distribuição; • Se x ~ N(μ, σ2) significa que x tem distribuição Normal com média μ e variância σ2; • x = μ é o ponto de máximo da função f(x); • Os pontos de inflexão são: μ + σ e μ – σ; • f (x) → 0 quando x → ± ∞ Probabilidade e Estatística III fabiano@ime.uerj.br Graficamente +∞-∞ Probabilidade e Estatística III fabiano@ime.uerj.br Função Densidade de Probabilidade - ∞ < x < + ∞ - ∞< x <+∞ f - Logo: ∫ f(x) dx = 1 +∞ - ∞ Probabilidade e Estatística III fabiano@ime.uerj.br Distribuição Normal – função densidade Se: e: Então se: 8 10 11 Probabilidade e Estatística III fabiano@ime.uerj.br Distribuição Normal Padrão Se e então: Probabilidade e Estatística III fabiano@ime.uerj.br Se x ~ N(μ, σ2) → z ~ N(0, 1) P(x1≤x≤x2)=P{(x1–μ)/σ ≤ z ≤(x2–μ )/σ}=P(z1≤ z ≤ z2) Exemplo: Se x ~ N(100, 25) encontre: a) P(100 ≤ x ≤ 110) ; b) P(90 ≤ x ≤ 110) ; c) P(95 ≤ x ≤ 100) ; d) P(90 ≤ x ≤ 95) ; e) P( x ≤ 104) ; Probabilidadee Estatística III fabiano@ime.uerj.br Se x ~ N(100, 25); a) P(100 ≤ x ≤ 110) = b) P(90 ≤ x ≤ 110) = c) P(95 ≤ x ≤ 100) = d) P(90 ≤ x ≤ 95) = e) P( x ≤ 104) = P{ (100 -100)/5 ≤ z ≤ (110 -100)/5} = = P(0 ≤ z ≤ 2) P{ (100 -100)/5 ≤ z ≤ (110 -100)/5} = = P(0 ≤ z ≤ 2) P{ (90 -100)/5 ≤ z ≤ (110 -100)/5} = = P(-2 ≤ z ≤ 2) P{ (95 -100)/5 ≤ z ≤ (100 -100)/5} = = P(-1 ≤ z ≤ 0) P{ (90 -100)/5 ≤ z ≤ (95 -100)/5} = = P(-2 ≤ z ≤ -1) P{ z ≤ (104 -100)/5 = P (z ≤ 0,8) Probabilidade e Estatística III fabiano@ime.uerj.br Tabela Normal Padrão 0 z0 Probabilidade e Estatística III fabiano@ime.uerj.br Tabela Normal Padrão P (0 ≤ z ≤ z0) 0 z0 Tabela Normal Padrão Probabilidade e Estatística III fabiano@ime.uerj.br P (0 ≤ z ≤ 1,71) = 0,4564 Ex 1: Seja z ~ N(0, 1), encontre: a) P (0 ≤ z ≤ 1,71) = 0,4564 Probabilidade e Estatística III fabiano@ime.uerj.br Ex 2: Seja z ~ N(0, 1), encontre: b) P (0 ≤ z ≤ 1,71) + 0,5 = 0,4564 + 0,5 = 0,9564 Probabilidade e Estatística III fabiano@ime.uerj.br Ex 3: Seja z ~ N(0, 1), encontre: c) P (1,32 ≤ z ≤ 1,79) = P (0 ≤ z ≤ 1,79) - P (0 ≤ z ≤ 1,32) = = 0,4633 – 0,4066 = 0,0567 Probabilidade e Estatística III fabiano@ime.uerj.br Ex 4: Seja z ~ N(0, 1), encontre: d) P (z ≥ 1,5) = 0,5 - P (0 ≤ z ≤ 1,5) = = 0,5 – 0,4332= 0,0668 Probabilidade e Estatística III fabiano@ime.uerj.br Ex 5: Seja z ~ N(0, 1), encontre: e) P (-1,32 ≤ z ≤ 0) = P (0 ≤ z ≤ 1,32) = 0,4066 Probabilidade e Estatística III fabiano@ime.uerj.br Ex 6: Seja z ~ N(0, 1), encontre: f) P (z ≤ -1,3) = 0,5 - P (-1,3 ≤ z ≤ 0) = 0,5 - P (0 ≤ z ≤ 1,3) = 0,5 – 0,4032= 0,0968 Probabilidade e Estatística III fabiano@ime.uerj.br Ex 7: Seja z ~ N(0, 1), encontre: g) P (-2,3 ≤ z ≤ -1,49) = P (-2,3 ≤ z ≤ 0) - P (-1,49 ≤ z ≤ 0) = = P (0 ≤ z ≤ 2,3) - P (0 ≤ z ≤ 1,49) = 0,4893 – 0,4319 = 0,0574 Probabilidade e Estatística III fabiano@ime.uerj.br Como encontrar o valor z na N(0, 1) tal que: a) P(0 ≤ Z ≤ z) = 0,4975 P (0 ≤ Z ≤ z) = 0,4975 → por busca inversa na tabela normal padrão encontramos que z = 2,81. Probabilidade e Estatística III fabiano@ime.uerj.br Como encontrar o valor z na N(0, 1) tal que: b) P(Z ≤ z) = 0,975 P(Z ≤ z) = 0,975 = 0,5 + P (0 ≤ Z ≤ z) = 0,5 + 0,475 → por busca inversa na tabela normal padrão encontramos que z = 1,96. Probabilidade e Estatística III fabiano@ime.uerj.br Como encontrar o valor z na N(0, 1) tal que: c) P(Z ≥ z) = 0,3 P(Z ≥ z) = 0,3 = 0,5 - P (0 ≤ Z ≤ z) = 0,5 - 0,3 = 0,2 → por busca inversa na tabela normal padrão encontramos que z = 0,52. Probabilidade e Estatística III fabiano@ime.uerj.br Como encontrar o valor z na N(0, 1) tal que: d) P(Z ≥ z) = 0,975 P(Z ≥ z) = 0,975 = 0,5 + P (-z ≤ Z ≤ 0) = 0,5 - 0,475 → por busca inversa na tabela normal padrão encontramos que z = - 1,96. Probabilidade e Estatística III fabiano@ime.uerj.br Como encontrar o valor z na N(0, 1) tal que: e) P(Z ≤ z) = 0,10 P(Z ≤ z) = 0,10 = 0,5 - P (-z ≤ Z ≤ 0) = 0,5 - 0,4 → por busca inversa na tabela normal padrão encontramos que z = - 1,28. Probabilidade e Estatística III fabiano@ime.uerj.br Exercício 1: Seja x ~ N (10,64), encontre: P (0 ≤ z ≤ 0,5) + P (0 ≤z ≤0,25) = = 0,1915 + 0,0987 = 0,2902 a) P(6 < X < 12) = P 6 – 10 ≤ z ≤ 12 – 10 = P(-0,5 ≤ z ≤0,25) 8 8 Probabilidade e Estatística III fabiano@ime.uerj.br Exercício 2: Seja x ~ N (10,64), encontre: 0,5 - P (0 ≤ z ≤ - 0,25) + 0,5 - P (0 ≤z ≤0,5) = 1 – (0,0987 + 0,1915 ) = 0,7098 b) P(X < 8) + P (X > 14) = P z ≤ 8 - 10 + P z ≥ 14 - 10 = 8 8 Probabilidade e Estatística III fabiano@ime.uerj.br Exercício 3: Seja x ~ N (10,64), encontre: P (0 ≤ z ≤ zk) = 0,45 → zk = 1,64 Logo k = 10 + 1,64 x 8 = 23,12 c) P( X ≥ k) = 0,05 → P z ≥ k - 10 = 0,05 8 Probabilidade e Estatística III fabiano@ime.uerj.br Exercício 4: Seja x ~ N (10,64), encontre: P (- zk ≤ z ≤0) = 0,475 → zk = -1,96 Logo k = 10 - 1,96 x 8 = -5,68 d) P( X ≤ k) = 0,025 → P z ≤ k - 10 = 0,025 8 Probabilidade e Estatística III fabiano@ime.uerj.br Exercícios propostos 1. O tempo gasto no exame vestibular de uma universidade tem distribuição Normal, com µ = 120 min e б = 15 min. a) Sorteando-se um aluno ao acaso, qual a probabilidade dele terminar o exame antes de 100 minutos? b) Qual deve ser o tempo de prova, de modo a permitir que95% dos vestibulandos terminem no prazo estipulado? R: a. 0,0918; b. 144,6 min. 2. O diâmetro do eixo de um “drive” óptico de armazenagem é normalmente distribuído com média 0,2508 cm e desvio padrão 0,0005 cm. As especificações do eixo são 0,2500 ± 0,0015 cm. Que proporção de eixos obedece às especificações? R: 0,91924. Probabilidade e Estatística III fabiano@ime.uerj.br Exercício da Lista 3. A máquina de empacotar um determinado produto o faz segundo uma distribuição normal, com média μ e desvio um padrão 10g. Em quanto deve ser regulado o peso médio para que apenas 10% dos pacotes tenham menos de 500g? R: 512,80 Probabilidade e Estatística III fabiano@ime.uerj.br
Compartilhar