Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Introduo
Exemplo : Observamos o peso, em kg, de 1500 pessoas adultas selecionadas ao acaso em uma populao. O histograma por densidade o seguinte:
0 .04
Densid ade
0 .03
0 .02
0 .01
0 .00 30 40 50 60 70 80 90 1 00
P es o
A anlise do histograma indica que: - a distribuio dos valores aproximadamente simtrica em torno de 70kg; - a maioria dos valores (88%) encontra-se no intervalo (55;85); - existe uma pequena proporo de valores abaixo de 48kg (1,2%) e acima de 92kg (1%).
Vamos definir a varivel aleatria X: peso, em kg, de uma pessoa adulta escolhida ao acaso da populao. Como se distribuem os valores da varivel aleatria X, isto , qual a distribuio de probabilidades de X ?
0.03 0
Densidade
0.015
0.00 0 30 40 50 60 70 80 90 100
P eso
A distribuio Normal uma das mais importantes distribuies contnuas de probabilidade pois:
Muitos fenmenos aleatrios comportam-se de forma prxima a essa distribuio. Exemplos: 1. altura; 2. presso sangnea; 3. peso.
Pode ser utilizada para calcular, de forma aproximada, probabilidades para outras distribuies, como por exemplo, para a distribuio Binomial.
Nem todos os fenmenos se ajustam distribuio Normal. Exemplo: Y: Durao, em horas, de uma lmpada de certa marca. A experincia sugere que esta distribuio deve ser assimtrica - grande proporo de valores entre 0 e 500 horas e pequena proporo de valores acima de 1500 horas.
Assim, P(a < X < b) = P(a X < b) = P(a < X b) = P(a X b).
A DISTRIBUIO NORMAL
A v. a. X tem distribuio Normal com parmetros e 2 se sua funo densidade de probabilidade dada por
1 f (x ) = e 2
Pode ser mostrado que
1 x 2
, < x < .
Propriedades de X ~ N(;2)
E(X) = (mdia ou valor esperado); Var(X) = 2 (e portanto, DP(X) = ); f (x) 0 quando x ; x = ponto de mximo de f (x); - e + so pontos de inflexo de f (x); a curva Normal simtrica em torno da mdia .
N(1; 2)
N(2; 2)
Curvas Normais com mesma varincia 2 mas mdias diferentes (2 > 1).
Curvas Normais com mesma mdia , mas com varincias diferentes (22 > 12 ).
Clculo de probabilidades
P(a < X < b)
definimos
X Z =
X ~ N( ; 2)
f(x)
f(z)
Z ~ N(0 ; 1)
0 b
Dada a v.a. Z ~N(0;1) podemos obter a v.a. X ~ N(;2) atravs da transformao inversa X = + Z .
M
Tabela
P(0 < Z 1,71) = P(Z 1,71) P(Z 0) = (1,71) (0) = 0,9564 - 0,5 = 0,4564. Obs.: P(Z < 0) = P(Z > 0) = 0,5.
Tabela
P(1,32 < Z 1,79) = P(Z 1,79) P(Z 1,32) = (1,79) - (1,32) = 0,9633 - 0,9066 = 0,0567.
Tabela
d) P(Z 1,5)
e) P(Z 1,3)
P(Z 1,3) = ( 1,3) = 0,0968 Obs.: Pela simetria, P(Z 1,3) = P(Z 1,3).
Tabela
f) P(-1,5 Z 1,5)
P(1,5 Z 1,5) = P(Z 1,5) P(Z 1,5) = (1,5) ( 1,5) = 0,9332 0,0668 = 0,8664.
Tabela
P(1,32 < Z < 0) = P(0 < Z < 1,32) = 0,5 (-1,32) = 0,5 0,0934 = 0,4066.
Tabela
P( -2,3 < Z -1,49) = P(1,49 Z < 2,3) = (-1,49) - (-2,3) = 0,0681 - 0,0107 = 0,0574.
Tabela
Como encontrar o valor z da distribuio N(0;1) tal que: (i) P(Z z) = 0,975
Tabela
(vi) P( z Z z) = 0,80
z tal que P(Z < z) = P(Z > z) = 0,1. Isto , P(Z< z) = (z) = 0,90 e assim, pela tabela, z = 1,28.
Tabela
Tabela
k 10 Ento, z = = 1,64. 8
Logo k = 10 + 1,64 8 = 23,12.
Tabela
Ento ,
k 10 = z = 1,96. 8
+ (i) P( X + ) = P Z
= P ( 1 Z 1)
= 0,683
isto , P( - X + ) = 0,683.
Exemplo: O tempo gasto no exame vestibular de uma universidade tem distribuio Normal, com mdia 120 min e desvio padro 15 min. a) Sorteando um aluno ao acaso, qual a probabilidade que ele termine o exame antes de 100 minutos? X: tempo gasto no exame vestibular X ~ N(120; 152)
100 120 P( X < 100) = P Z = P(Z 1,33) 15
= ( 1,33) = 0,0918.
Z Tabela
b) Qual deve ser o tempo de prova de modo a permitir que 95% dos vestibulandos terminem no prazo estipulado? X: tempo gasto no exame vestibular X ~ N(120; 152)
x = 144,6 min.
Tabela
c) Qual o intervalo central de tempo, tal que 80% dos estudantes gastam para completar o exame? X: tempo gasto no exame vestibular X ~ N(120, 152)
x 120 x 120 P( x 1 X x 2 ) = 0,80 P 1 Z 2 = 0,80 . 15 15
x 1 1 20 = 1, 28 x1= 120 - 1, 28 15 x1 = 100,8 min. 15 x 2 120 = 1,28 x2 = 120 +1,28 15 x2 = 139,2 min. Tabela 15
Volta