Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESCOLA DE CIÊNCIAS E TECNOLOGIA Probabilidade e Estatística Profa. Kellen Carla Lima Profa. Kellen Carla Lima CAPÍTULO 6 PARTE 02 𝒗. 𝒂. 𝒄 𝒇𝒅𝒑 𝒇𝒅𝒂 𝑬(𝑿) M o d el o s: Profa. Kellen Carla Lima 𝑺𝟐(𝑿) 𝑺(𝑿) 𝑼 𝒏 𝒊𝒇 𝒐 𝒓 𝒎 𝒆 𝑵 𝒐 𝒓 𝒎 𝒂 𝒍 𝑬 𝒙 𝒑 𝒐 𝒏 𝒆 𝒏 𝒄 𝒊𝒂 𝒍 Profa. Kellen Carla Lima A normal é a mais importante de todas as distribuições, porque (i) a normalidade ocorre naturalmente em muitas, senão todas as medidas de situações físicas, biológicas e sociais, e (ii) é fundamental para a inferência estatística; que podem ser aproximadas por uma normal: altura, peso, erros de medida em experimentos, notas em testes, etc. Muitas populações numéricas possuem distribuições, como uma normal, a soma e média têm uma distribuição aproximadamente normal. Mesmo que as variáveis aleatórias não sejam distribuídas Profa. Kellen Carla Lima Profa. Kellen Carla Lima Profa. Kellen Carla Lima Profa. Kellen Carla Lima A função densidade de probabilidade de X ~ N(μ, σ) é: 𝒇 𝒙 = 𝟏 𝟐𝝅 𝝈 × 𝒆 − 𝟏 𝟐 𝒙−𝝁 𝝈 𝟐 𝒆 = 𝟐, 𝟕𝟏𝟖𝟐𝟖 𝝅 = 𝟑, 𝟏𝟒𝟏𝟓𝟗 𝝁 = 𝒎é𝒅𝒊𝒂 𝒑𝒐𝒑𝒖𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍 𝝈 = 𝒅𝒆𝒔𝒗𝒊𝒐 𝒑𝒂𝒅𝒓ã𝒐 𝒑𝒐𝒑𝒖𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍 𝒙 = 𝒒𝒖𝒂𝒍𝒒𝒖𝒆𝒓 𝒗𝒂𝒍𝒐𝒓 𝒅𝒂 𝒗𝒂𝒓𝒊á𝒗𝒆𝒍 𝒄𝒐𝒏𝒕í𝒏𝒖𝒂 (− 𝒂 + ) Sendo que: Profa. Kellen Carla Lima Profa. Kellen Carla Lima Ao variarmos os parâmetros μ e σ, obtemos distribuições normais diferentes. x 𝒇(𝒙) μ σ Mudar σ aumenta ou diminui a dispersão. Mudar μ translada a distribuição para a esquerda ou para a direita. P ro fa . K ell en C ar la L im a Profa. Kellen Carla Lima 𝟏 𝟐𝝅 𝝈 × 𝒆 − 𝒙−𝝁 𝟐𝝈 𝟐 𝒅𝒙 𝒃 𝒂 Para calcular 𝑷(𝒂 ≤ 𝑿 ≤ 𝒃) quando X é uma v.a normal com parâmetros 𝝁 e 𝝈, devemos calcular: Nenhuma das técnicas de integração-padrão podem ser usadas para calcular a expressão acima. Assim, quando 𝝁 = 𝟎 e 𝝈 = 𝟏, a expressão acima foi calculada numericamente e tabulada para valores determinados de 𝒂 e 𝒃. Essa tabela também é usada para calcular probabilidades de quaisquer outros valores de 𝝁 e 𝝈 que estejam em consideração. P ro fa . K ell en C ar la L im a Transforma-se X em uma normal padronizada (distribuição “Z”) ao substrair de X a sua média e dividir pelo desvio padrão: Uma distribuição normal (com qualquer combinação de μ e σ) pode ser transformada em uma distribuição normal padronizada (Z). A distribuição normal padronizada tem μ = 0 e σ =1. Precisamos transformar X unidades em Z unidades. 𝒁 = 𝑿 − 𝝁 𝝈 Profa. Kellen Carla Lima Profa. Kellen Carla Lima A função densidade de probabilidade, Z~N(0,1): P ro fa . K ell en C ar la L im a 𝑺𝒆𝒏𝒅𝒐 𝒒𝒖𝒆: 𝒆 = 𝟐, 𝟕𝟏𝟖𝟐𝟖 𝝅 = 𝟑, 𝟏𝟒𝟏𝟓𝟗 𝒛 = 𝒒𝒖𝒂𝒍𝒒𝒖𝒆𝒓 𝒗𝒂𝒍𝒐𝒓 𝒓𝒆𝒂𝒍 Profa. Kellen Carla Lima z 𝒇(𝒛) 0 1 Também conhecida como distribuição “Z”, apresenta média = 0 e desvio padrão = 1 Valores acima da média têm Z positivo. Valores abaixo da média têm Z negativo. Profa. Kellen Carla Lima Profa. Kellen Carla Lima Se X tem distribuição normal com média 100 e desvio padrão 50, o valor Z para X = 200 é? Isto significa que X = 200 está 2 desvios-padrão (2 incrementos de 50 unidades) acima da média de 100. Note que, a distribuição é a mesma, apenas a escala e locação mudaram. Assim, podemos expressar o problema em termos dos valores originais (X) ou de valores padronizados (Z). 𝒁 = 𝑿 − 𝝁 𝝈 = 𝟐𝟎𝟎 − 𝟏𝟎𝟎 𝟓𝟎 = 𝟐, 𝟎 Resolução: Profa. Kellen Carla Lima A probabilidade é medida pela área abaixo da curva. 𝒂 𝒃 𝒇(𝒙) 𝑷(𝒂 ≤ 𝑿 ≤ 𝒃) N o te q u e , a p ro b a b il id a d e d e q u a lq u e r v a lo r in d iv id u a l é 0 . 𝒇(𝒙) 𝟎. 𝟓 𝟎. 𝟓 A área total abaixo da curva é 1 e a curva é simétrica, então metade da área está abaixo da média e metade está acima da média. 𝑷 −∞ < 𝑿 < 𝝁 = 𝟎, 𝟓 𝑷 𝝁 < 𝑿 < ∞ = 𝟎, 𝟓 𝑷 −∞ < 𝑿 < ∞ = 𝟏. 𝟎 Profa. Kellen Carla Lima Profa. Kellen Carla Lima Your title text here Your title text here As probabilidades de uma distribuição normal padronizada estão tabeladas em qualquer livro texto; A tabela a seguir mostra a probabilidade de valores abaixo de z; z = valores padronizados! 𝜱 𝒛 = 𝑷(𝒁 ≤ 𝒛) 𝐒𝐞𝐧𝐝𝐨: Função Densidade Normal Padronizada 𝜱 𝒛 = á𝒓𝒆𝒂 𝒔𝒐𝒎𝒃𝒓𝒆𝒂𝒅𝒂 Profa. Kellen Carla Lima Listam segundas casas decimais para z. L is ta m v a lo re s d e z a té a 1 a c a s a d e c im a l. P(Z < 2,00) = 0,9772 O valor nas células da tabela mostram a probabilidade de Z = até o valor desejado de z. Profa. Kellen Carla Lima Profa. Kellen Carla Lima P(Z < 2,00) = 0,9772 Z 0 2, 00 0,9772 Profa. Kellen Carla Lima P(Z < -2,00) = 0,0228 Profa. Kellen Carla Lima 04 02 03 01 Para encontrar P(a < X < b) quando X é distribuída normalmente: Represente o problema para a curva normal de X. Tranforme valores de X em valores de Z. Use a Tabela da Normal Padronizada. Profa. Kellen Carla Lima P ro fa . K ell en C ar la L im a Seja X o tempo necessário, em segundos, para baixar um arquivo da internet, então suponha que X SEJA NORMAL com média 8 e desvio-padrão 5. Encontre 𝑷(𝑿 < 𝟖, 𝟔). 𝑿 𝟖, 𝟔 𝟖, 𝟎 𝒁 𝟎, 𝟏𝟐 𝟎 𝑿 𝟖, 𝟔 𝟖 𝝁 = 𝟖 𝝈 = 𝟓 𝝁 = 𝟎 𝝈 = 𝟏 𝑷(𝑿 < 𝟖, 𝟔) 𝑷(𝒁 < 𝟎, 𝟏𝟐) 𝒁 = 𝑿 − 𝝁 𝝈 = 𝟖, 𝟔 − 𝟖, 𝟎 𝟓 = 𝟎, 𝟏𝟐 𝟎, 𝟓𝟒𝟕𝟖 𝑷 𝑿 > 𝟖, 𝟔 = 𝑷 𝒁 > 𝟎, 𝟏𝟐 = 𝟏, 𝟎 – 𝑷 𝒁 ≤ 𝟎, 𝟏𝟐 𝑷(𝑿 > 𝟖, 𝟔) = 𝑷(𝒁 > 𝟎, 𝟏𝟐) = 𝟏, 𝟎 – 𝟎, 𝟓𝟒𝟕𝟖 = 𝟎, 𝟒𝟓𝟐𝟐 𝒁 𝟎, 𝟏𝟐 𝟎 𝟎, 𝟓𝟒𝟕𝟖 Encontre 𝑷(𝑿 > 𝟖, 𝟔). 𝟏, 𝟎 – 𝟎, 𝟓𝟒𝟕𝟖 = 𝟎, 𝟒𝟓𝟐𝟐 Profa. Kellen Carla Lima = 𝑷(𝟖 < 𝑿 < 𝟖, 𝟔) = 𝑷 𝟎 < 𝒁 < 𝟎, 𝟏𝟐 = 𝑷 𝒁 < 𝟎, 𝟏𝟐 – 𝑷 𝒁 ≤ 𝟎 = 𝟎, 𝟓𝟒𝟕𝟖 – 𝟎, 𝟓𝟎𝟎𝟎 = 𝟎, 𝟎𝟒𝟕𝟖 𝑪𝒂𝒍𝒄𝒖𝒍𝒆 𝒁 − 𝒗𝒂𝒍𝒐𝒓𝒆𝒔: 𝒁 𝟎, 𝟏𝟐 𝟎 𝑿 𝟖, 𝟔 𝟖 Seja 𝑿 ~ 𝑵(𝟖; 𝟓). Determine 𝑷(𝟖 < 𝑿 < 𝟖, 𝟔). 𝟎, 𝟎𝟒𝟕𝟖 𝟎, 𝟓𝟎𝟎𝟎 𝒁 = 𝑿 − 𝝁 𝝈 = 𝟖, 𝟎 − 𝟖, 𝟎 𝟓 = 𝟎 𝒁 = 𝑿 − 𝝁 𝝈 = 𝟖, 𝟔 − 𝟖, 𝟎 𝟓 = 𝟎, 𝟏𝟐 Profa. Kellen Carla Lima Profa. Kellen Carla Lima X ? 8,0 0,2 Z ? 0 Seja X o tempo em segundos levado para baixar um arquivo na internet. Suponha que X é uma normal com média 8 e desvio-padrão 5. Encontre X tal que 20% dos tempos de download sejam menores do que X. PASSO 1 Encontrar o valor de Z que corresponde a probabilidade conhecida, usando a tabela da normal padronizada. Z …. 0,03 0,04 0,05 -0,9 …. 0,1762 0,1736 0,1711 -0,8 …. 0,2033 0,2005 0,1977 -0,7 …. 0,2327 0,2296 0,2266 X ? 8,0 0,2 Z -0,84 0 PASSO 2 Converter o valor de Z em X usando a fórmula abaixo: Então 20% dos tempos de download de uma distribuição de tempos normal , com 𝝁 = 8 e 𝝈 = 5 estão abaixo de 3,8 seg. 𝑿 = 𝝁 + 𝒁𝝈 = 𝟖, 𝟎 + −𝟎, 𝟖𝟒 × 𝟓, 𝟎 = 𝟑, 𝟖𝟎 P rofa. K ellen C arla L ima Profa. Kellen Carla Lima 𝑭 𝑿 = 𝑷 𝑿 ≤ 𝒙 = 𝟏 − 𝒆−𝝀𝒙 Usada para modelar intervalo de tempo entre ocorrência de eventos (duração ou tempo de espera). 𝒇 𝒙 = 𝝀𝒆−𝝀𝒙, 𝒑𝒂𝒓𝒂 𝒙 ≥ 𝟎 Ex: Tempo entre chegadas de caminhões para descarregar carregamento; Tempo entre transações em um caixa rápido; Vida útil de equipamentos eletrônicos ou mecânicos. Definida por um único parâmetro: λ (lambda), a probabilidade de o evento durar pelo menos por um valor x é: 𝑨 𝒇𝒅𝒑 𝒅𝒆 𝑿~𝑬𝒙𝒑(𝝀) é: 1/ λ, ou seja o tempo médio de espera é o inverso do n° de chegadas por unidade de tempo! Média Desvio-padrão 𝒙 = 𝒒𝒖𝒂𝒍𝒒𝒖𝒆𝒓 𝒗𝒂𝒍𝒐𝒓 𝒑𝒐𝒔𝒊𝒕𝒊𝒗𝒐, 𝒙 ≥ 𝟎 𝝀 = 𝒏° 𝒎é𝒅𝒊𝒐 𝒅𝒆 “𝒄𝒉𝒆𝒈𝒂𝒅𝒂𝒔” 𝒐𝒖 𝒆𝒗𝒆𝒏𝒕𝒐𝒔 𝒑𝒐𝒓 𝒖𝒏𝒊𝒅𝒂𝒅𝒆 𝒅𝒆𝒕𝒆𝒎𝒑𝒐 Sendo que: Profa. Kellen Carla Lima O número médio de chegadas por hora é 15, então: λ = 15 Três minutos equivale a 0,05 hora 𝑷(𝒕𝒆𝒎𝒑𝒐 𝒅𝒆 𝒆𝒔𝒑𝒆𝒓𝒂 < 𝟎, 𝟎𝟓) = 𝟏 – 𝒆 − 𝝀𝒙 = 𝟏 – 𝒆 − (𝟏𝟓)(𝟎, 𝟎𝟓) = 𝟎, 𝟓𝟐𝟕𝟔 Portanto, exite uma probabilidade de 52,76% de que o tempo de espera entre a chegada de 2 consumidores seja menor do que 3 minutos. Consumidores chegam ao balcão de serviços a uma taxa média de 15 por hora. Qual a probabilidade de o tempo entre a chegada de dois consumidores consecutivos ser menos de 3 minutos? Profa. Kellen Carla Lima 04 03 02 01 Resumo do Capítulo 6 v.a.c 𝒇𝒅𝒑 e 𝒇𝒅𝒂 Uniforme Normal Exponencial Valor Esperado Variância Desvio-padrão Profa. Kellen Carla Lima Profa. Kellen Carla Lima Obrigada! Profa. Kellen Carla Lima Prezad@ ESTUDANTE, Ao final de todas as aulas, você resolverá 2 (dois) exercícios, os quais deverão ser submetidos por intermédio do Multiprova. O primeiro será confeccionado pela professora e resolvido pelo (a) discente. O segundo será confeccionado e resolvido pelo (a) discente. Leia atentamente as regras que constam no plano de curso e no Multiprova.
Compartilhar