Você está na página 1de 26
Varidveis Aleatérias Continuas e Distribuicées de Probabilidades RESUMO DO CAP{TULO- 41 VARIAVEIS ALEATORIAS CONTINUAS #2. DISTRIBUICOES DE PROBABIL IDADES F FUNCOFS DENSIDADES DE PROB ABILIDADE 43. FUNCDES DE DISTRIBUICAO CUMULATIVA 440 MEDIA E VARIANCTA DE UMA VARIAVEL ALLATORIA CONTINUA $5. DISTRIBUIGAO CONTINUA UNIFORME 46 47 DISTRIBUICAD NORMAL APROXIMACAO DA NORMAL PARA. AS DISTRIBLICOES BINOMIAL E DE: POISSON 45 DISTRISLICAO EXPONENCIAL. 49° DISTRIBLICOKS DE ERLANG E GAMA. 410. DISTRIBLICAO DE WEIBULL 4-11 DISTRIBUICAO LoGNOR MAL OBJETIVOS DE APRENDIZAGEM Depois de um cyididoso estulo dest wpftulo. voce deve ser capur de. 4, Determinar probubilidades 2 partir de fungtics densidades de probabilidade 2 Determinar probubilidades a parti de fungoes de distribuigao cumulativa ¢ fungdes de distribuiede cumulativa « partir de fun- {5es densidades de probabilidsde e o eontririo. 3. Calcular médias varianeias para vari 4. Eniender as suposigdes para cada una das distibuigdes 6, Calcular probabilidades, deteeminar mi rndlas 7. Padronizar as varidveis aleatsirias mormais 8. Usara tabela pant a fimelo de distribu Sclecionar uma éisiribuicao continua apropriada de probabili Jo cumiulativa de urna distribu cs sleat6rins eontinwas ccontinuas de probabilidades upresentadas lades para calcular probabilidades em aplicagies especificas fis © varidneins para cada uma das distribuig ' de probabilidades continuas apresen- jo normal padrio para culas probabilidades 9. Prababilidades aproximadas para as distribuigées binomial ¢ de Poisson 4-1 VARIAVEIS ALEATORIAS CONTINUAS Discutinos previamente » medida da somente con un fo delgado de cobre. Notamos que os resultados podiam diteri levemente nas plicas do dia-a-dia por causa de pequens variacdes nas Vanaveis que nao cram conerolalas em nosso experiniento— mudaagas nas emperatures ambientes, pequenas impurevasna composicio gui- mica do fio, osciagdes na fonte de Corrente ¢ assim por diante, Um onto exempio é 2 selegao de ume pega proveniente de uma produgdo dizria, com uma medig3o muito scvrada de am ccomprimento dimensional. Na pritica, pode haver pequenss va hos comprimeotos reais medidas, devide at mmuitas ca= S85. tals como vibragoes, flutuacdes ni temperatura, diferentes ‘openidores.calibracdes, desgaste da ferramenta decor, desgaste do maneal ¢ varingBes ia matéria-prima, Mesto o procedimes: to de medida pode produzir variagies nos resultados finais, esses tipos de experimentos, a medida de inceresse — me dida da corrente em um fin decobre, comprimento de uina pegs usinada — pode ser representada por uma variivel aleatria, raroivel movielara faixs de valores possveis da variével slats via através Je um interval into ou infinto) de nidnneron rea Por exemple, para 0 comprimenty de uma peca usinada, nosso niodelo faz com que a medida. a partic do experimento, resulte cemaalquer valor dentro do um intervalo de nlimeros reais. Palo fato de a luisa ser qualguce valor em umn intervalo, modelo fomece qualyuer precisio nas medidas de somprimento. Entre- tanto, uina vez que o nimero de valores posstveis da varidvel aleatiria X infinite incomvel, X tem uma disitibuigto distin tamente diferente das varvels sleatits disereiay estudadas previemente. A faixa de X inclutto¢os os valores ern umn inter ‘alo de mimeros reais: sto &,faiva de X pode sor pensada como Una niimero de distibulgtes continuasaparece frequentemen- licagSes. Essas distibuigdes sG0 descritas ¢ exemplos culos de prohabilidades. médias e varincias sto forneci- dos nas segbesrestantes deste capitulo, 68 Capito 4-2 DISTRIBUICOES DE z PROBABILIDADES E FUNCOES DENSIDADES DE PROBABILIDADE anges densidacles de probiabilidede sZo comnmente usadas em cengenharia para Uescrever sisieunas fisicos, Por exemplo, coasi- dere a densidade de uma carga em uma longs ¢ del cconforme mestiado na Fig. 4:1. Para qualquer pono ¥'20 longo dda viga, a densidade pose ser deserita por unia angio jem glem), Intervalos com grandes cargis correspondem a valores grandes parva fungio, A carga total entre os pontosar ¢-h édetesininadst como uma integral da fungi0 densidade, de ra b. Exsa integral & aaron sob a fungio densidade wolongo dese intervalo, podendy ser aproximadamente interpretaxda como a soma Ue oxias as ear- 28s a0 longo desse interval, ‘Similarmente, uma fungiio densidadede probabilidade fv) pode ser usada para descrever a clistribugzo de probabilidesles de una variivel aleatoria continua X. Se um intervalo for pro- vivel deconteram valor para ¥ enti sts probs de eel comesponde a valores grundes para fis). A probabilide de de X estarentre ae b & determinada pela integral de six) dea ab. Voja Fig. 42. Fungdo Densidade de Probubilidade Para uma varidvel aleaidria continua X, uma funcao denst- ade de probabilidade é uma fungi tal que Wy) feo 2) | fesac L @) Ha=xen)~ [pdr roa sob fix), de ay eb, para qualquer ah ‘Uma fungio densidade de probabilidade fomece una descr Prada denn spre ie so 00, Tura $30 bisograms aproxina.a fungio densidude de probable 6 nore para valores de «que nfio possam acorrer @ é considerada igual a zero onde ela alo for especificamente definida. (Um histograma ¢ uma aproximaczo da fungao densidace de probubilidade. Veis lig. 4-3, Para cada intervalo do histoerama, a Grea du barra 6 igual A freqiéacia rel medidas tm intervalo, A freqiGncia relative €umaestimativa da probubiliduge da meuida cair no intervalo, Sumilarmente, area, sob ix) ao Longe de qualquer intervalo ¢ igual & probabilidade verdadeira da medida cair no intervalo, (© ponw impertane gue fix) € usada para calcular uma dérea que representa a probatiliiade de X Ser um valor em [0,6 Para 0 exemplo da media de correate. a prohabilidtade de X re- sullar em [14 mA. 15 mA] & integral da fungio densidade de probabilidade Ue X. fix), ao longo Uesse intervalo. A probabili- ade Ue X resultar em [14.5 mA. 14,6 mA| a integral da mes ma Tungiio fs) a0 longo de wm intervala menar. Pala escolha spropriada da forma de =). podemos representar as prebebil dades assocudas com qualquer varidvel aleatria continua X. A forma de X determina como a prohabilidaale de que X seja um valor em [L1.5 mA. 14.6 mA] se compare 3 probabilidade de qualguer outa intervale de comprimento igual ou diferente Pars. fungio densicace de probabilidade de uma carga em uma viga longa e delgada, 2 carga em qualquer ponto & zero. ddovidis a eada pots tor Largunn zens. Simmilarmente, para um varidivel aleatdrie cominua X ¢ qualquer valor PX == 0 Basead nesse resultado, pode parecer que nosso modelo deuma variavel sleatoria continua seja indtil, No entanto na pritica, quando ume medida particular de corzente Tor observads, tal como 14,47 miliampéres. esse resultado pode ser interpretale come 0 valor rredondado de uma medida da comrente, que esta realmente na faina L4465 == v= 14.475, Conseqientemente, i probabilidade de que o valor aredondaco L447 seju observade come 0 Valor part X é a probabilidade de X serum valor no in- tervalo | 14,465; 14.475], que ndoé zero. Simitarmente, uma vez ‘que cad ponte tem probahilidade zeny, nan se necessita distin ir entre desigualdades, tais como aiérias continua, oa =, para variaveis ale ‘Se ¥ for uma variivel aleatéria continua, entio para qualquer Jen | Pays X=x) = Pty XS m) = PO SX 12,60. Agora, PIX> 13,60) [now [ 200 Mae me es} —y3s Que proporgko ie papas en entre 12.5. 12.6 wiinctis? Agors, [row MDS << 128) oes Luma vey que ae ea sb J.) € igus in, prdtemos am: calcu ar P12, T= PRE 12.6) — 1 ~ 0.139 = 0.869. Figney 4S Foncindensdade de probsbilidade para Fxemplo 42, ‘Varicis Akulérias Comins ¢ Distiboigis de Pibsbiidades, 69) EXERCICIOS PARA A SECAO 4-2 441, Suponhague fc) ~& biti: tyPae xy (BPC fevan (po fePo=X) 4.2, Suponha que fin = ¢ ‘para 45) 4-4. Suposhaque fs) ~e babilidadey @PLSX) — )PR=X 35) (Pur <45) para d 03) If) Determine etal que Ple= 2) — 0.6. 44. A tungao densicads de probsbilidade io tempo (emi horas) de fa ths de im componente eletrinico de uma enpiaciora Gjte) — @ 1000 para x > 0. Determine a probabilidade de Ja) Un simnpnsnie duene mais de UX heros anies da alba [by Um componente lalhar ap intereale de 11109 2 2000 hess. Jc} Lon componente falar antes de 1000 horas. Jd) Determine o mamta de horas em que 10 de tees comnponen tes fll. 4.7. fungosdansitale de pica dn peso liguidoom libra de lan pacote de herbicide quimion é fle) = 2.0. para 40.75 < ec S05 brs |g) Daten a probubitidade de um pacote pesar rats 0 tbeas, |p) Quanto herbicida qulmicu exe contido enn 907 de todos os paces? 48. A fongio densidade ce probahilidale do comprimento de una do bradiga para fechar enna porta & ffs) ~ 1.25, para 74,6 © ¥ © 75 mi Liinsttor, Determine 9 sepuiate @rx-=748) (b) PX TAN OWN > 75.2) (¢) Seas espacificagies para esse processo loner de 74,7 275.3 mill fetios, que proporgo des dobradigas se asia 3s especiieagdes? 469. \ fungi densidads de probabifidade do eompdimente de um ka. 80 metilico¢ fx) = 2 para? (a) Se as especificagdes para exe provemy firem de 2.25 a 2.75 me tips. que preporcin is hartas nao se ajuste As especicagies? (b) Sapona que afungio dessa de probabiidade sfx) ~ 2 pare ‘um interval decom primento 5 met, Sobre que valor a densi ‘de deveria ser centrada, de modo a stingir a maior proporgdo de Insctbec dena das especificagies? 4410, SeX forums variavel yletGria contin, demote que Pox. = Fal Ay) XS a) = Ply KSA) = Ps T= AD oe 4.3 FUNQOES DE DISTRIBUICAO CUMULATIVA Un meétodt ultemative de deserover a ditrbuigds de uma var ‘vel aleatoriadisereta pode também ser usado para vatiaveis ales Gries continuas, 70 Cxpintest Fingio de Dsibulgdo Gomalatoa ‘A fungi de distibuigio cumulativa de uma varidve alea- tGriacontinnaX ec Fix) Me=x) Acextensio da definigto de fx) para a linha inieira des mimeros reais noscapacita adefinira furxdo de disubuigzo cumulaiiva para todos os numeros reais. O exemple sequinte lustre a definigao, EXEMPLO 4. Corrente Elétricw Paraa meaita de orrente ny ia decoore no ENmp!O 4-1. Tunga0 de dlisinbuigin curmolava ch varidvel aleaoria X consis stes, Se 1 0. entdo fi) ~ 0. Conseatientenence, FW) 0. parax <0 ne) — | 0) du 0.5 pore = 9 = 20 Finsimenie Hot — | se ~ 1, pa 20x Lg. <0 Hey Yo0s 9 4-< 20 1 ss O grifigo de Fi) & mostmad ma Hig. 6 Note gue na defiaigo de (0) qualquer ~ pode ser teocado por =e vice-versa, Ou seja, F(x) pote Ser definida como 0,051 ‘0u 0. no ponto final x = 0. ¢ F1) pode ser definida como 0.05x ‘ou 1,0 ponte final x = 20, Bm oureas palaveas. F(a) & uma Fin (Ho continua, Para uma varidvel aleateria diserera, Pa) ndo é uma funeao continua, Algumas vezes. uma vartivel aleatoria conti nua 6 definida como aquela que tem uma funcdo de distribuieso cumulativa continua EXEMPLO 4-+ Didmeina do Orifcto Para operagio de perfuragdo no Fxemplo expresses FE) consists em las Pies Figura 4-6 Fungo do cstibuigao cumolaiva para 0 Bxemplo 4-3 Figur 47 Funguo de dintebuasio curmulitiva para) Exempla +4 Fin=0 Por consent fo s li gee 9 code Aus ne A Fig. 4.7 apresonta umn xe ‘A fungao densidade de profahilidade de uma varlével aleats- ria continua pode ser deserminsds: a partir de uma diferenciagioy da fungie de disteibuigao cumulativa, Lembr teorema fundamental de ealeulp estabelece que df ys om ae [fae — 700) Enid, dado Fo) dite) x fe) dowle que a dorivada oxista, EXEMPLO 45 ‘Tempo de Reason 0 wtp a itn ad) at uni quia eta cn. pls asia plafimge Jediaabeigro cunilativ fo veo ly tee Determine fino did de pia eX. Qu peop de ean ccorpleacacknrode It msyando? Unb neta Se Gea fungi desided pobbihdade a dervadade Fn oes [0 eo Lopte o A probate dare impr den de 20 lssegundos€ Por< 20) = FAH) oe. Fs) ics bay EXERCICIOS PARA A SECAO 4-3 4A11. Supa gue lungio de cistribuigde conmalativa da waciével Srin® see i rey fear ous Determine @ seguinte: BPX IS) — (HIAXR 1S) )PX< 2) AX>6) Determine o segue P< LR) SPX — P= 2) File Xe 1) 413, A largura do espagamento ¢ una proprisdade importarse crv um egote magnéticn ce gravacio, Em unidades eoditicadas. se args zi for arma yanavel aleatSris conminua ao longo da faixa de Ox = 2 Sool) = 0.5. determine fang densidade ee probabilidade da lar + do espagamento, A Tungto densidade de probabitidade do tempo em gus clientes 1D para +1 regain aun terminal (em minutosdepois de 8h) f= Ox Determine a pra hide de 2) 0 primeco clionte chegar a Oh, 9) primeiro cliente chegar one h 15min & 8b 30 min, ©) Do's ou mis clieneescheyarein arses das 8 b0 que ehegam go terminal. Considere que #8 sejam inlevendentes 4) Determine a Fangio de distribuigio eumulativa © use-a pata deter sisara probubilidule deo poimeto cliente cheyar entre Sb 15 min, eh 30 min. 415, Determine a funedo de Stone Exereicio 41 das dos ellentes dlistribuiggo cumulates pars 9 alstebul 416, Devermine «Fungi de distri lone Bsercitio $3. £17. Determine a Fnesio de disribuicdo cumulativs para a distribui~ ono Exenivio dt susulative para a distribei- Determine a fungio de distebuigso cumulativa para aise lo no Exercicio 4-6. Use a lungio de distibaigao cumulata para “eterminar a probabilidade dls um componente resistir mas de SOK horas antes de frites, 4:19, Detomine a fungi de dstribuigio cumlasiva pra asst Gio no Frereicio 4-9. Use a fungi de distibuiga cunulativa para “eterminar a probabilade de um comprimeato exceder 2.7 mets. Detsrmine a fungio densidule de probabilidade para cia uma das se- ints fangies de duerbuicfo cumolativa £20. F) = 1 = reo) f x=0 02x waxed nade 1064 4=0<9 1 » 0 ve ase ( 05 2sv<1 se 1025 14618 1 sex ————— 4-4 MEDIA E VARIANCIA DE UMA VARIAVEL ALEATORIA CONTINUA A média © a variincia de uma varivel aleat6rie continua sto definidas de modo similar a uma variivel aleatdria discreta. A integragio substitui a soma nas definigdes do varidveis discre- 135, Se uma Fungo donsidade de peobabilidade for vista como, Vanivcis Alaris Coins e Dstbuiiese Proebiidades 71 «um carregameato em uma viga, como ma Fig, 4-1, a média € 0 ponto de balaca Maia e Varia Suponts que X'seja uma variével aleatéria continua, com uma func densidade de probabilidade fix). A média ou 0 valor esperado de X, denotados por jou EO. io 2a = [ sone 44) A varifincia de X, denotada por V(X) ou o?, € e wey = | (0 desvio-padri A cysivaléacia das duas formulas para a varidingia pode ser dedurida como una, similarmente av que fbi feito pare varide seis aleatGrias discretas - wi@ae= | Aner —w | | —__| deXé o ~ Vor, EXEMPLO 4.6 Corrente Elitrica Paraa medida ia coreme 10 fide eobre no Esemplo-4t. 2 mea exe way [vine ons iy -[& mito aos —tosa | —aaas O valve esperade do uma fungio A(X) de uma variével aleatérie ‘contfoua € wambém definide de usm maneiza diveta ‘Valor Esperedo de ema Fungo de ema. Variével Alewéria Conténut SeX€ uma varidvel aleatéris continua, com funcio deasida- dc de probabilidade ix), aKnl= [mame No Eemplos-t, Xfi x cosrente med em mibiamperes. Qual 0 valor lesperado da corrente ao quadrado’ Agora, #28) = 3°. Logo. dy | 008e de = 00s #00] = 1333 ‘No exemplo prévin,o valor esperado de X° na iguala FLX) ae quads do, Noeniamt, no case especial de #(X} = aX + b pare quaisqaer cons 72 Capitulo tanues re, 2UCXI] ~ BCX) propricdacis de integra i Koso pte ser mostra partir das EXEMPLO 4.8, Didometro do Orifice Pam a qperacio de perfuragin no Exemplo 4-2, a mvidia de X€ BO) | ats de — J azn Bh A intestacio por pies pode ser usads para mostrar que 1258)3(0) de [Diora ss life. iteemeo por pales pode ser usada as vers para mostrarque VIX} ACOs. EXERCICIOS PARA A SECAO 4-4 4.23. Sopunlicque fx) ~ 0.25 para) < <4. Deteemine «media ex varied de¥ 4-24, Supona que fx) ~ 0.128 para v vaiinela de X. 4.25. Suponia gue 0) avendnot de 44.26. Suponia qué fs) = 68 pani 3 © vasiéacin dX 4 Determine a médiae & Lay pera “| BX) - EXEMPLO 4.9 Comente Unitfarme Sejaavariivel alalora vontinus Xa comente medidacm um iodelgs Go de cobreem nilianperes, Corsidere que a aisade X set), 20 mA ‘esupoaba ques funede densidade de probatildade de X sje fs) ~ 05. ene 20, (Qual a probabilidade ds mela da cowrente estar ene Se 10 mi hampers? A probabilidade requeride & moscrada como unva rea 2 sombreada a Fig fish de ~ s(008) - Pig 10) Figura 448 Fungo densidade de prebebifdale continu unlomne, ora 49 Probsbilidade pura» Eel 49, Santas ck eine da yardneia podem ser wsaulas coma = eb = Por conseguinge BX) =10MA © Vix) = 2081 S33 ma’ Conseitentemente. 0 desvio padrdo de ¥'6 $77 eA, » dedistribuigao cumulativa de uma Varkivel aleatd- % coutiua unitorme & obtida por intesracio. Se a <9 — h, Fe) |b aditu— eh a) aba) Porconseguinte, adescrigio completa da fungio de distibuiggo semulativa de na vatidvet aleatGria continua aiforme é 0 Hr) 9(r 1 Um exomplo de Fx) pare uma varidvel alestoria continua uni forme & mostrado na Fig. 40, aye EXERCICIOS PARA A SECAO 45 OS ENA A SECA ES Supenta que X tenho uma distibuigao continua uniforme #0 in realy [5253 4) Determine a meta, Sarina € 0 dewio-padio de X b)Qualé PU == 259? :}Delemine a tungao Ue distrbigao cumulative 433. Supoahi que X teahs ume distabaige continnt wnifine no in terval ||, 1 «) Determine a mdi, a yarucla eo devviu-padeho de % (b)Deteamine o valor de x. tal que Pa = X= 3) — O90, ©) Determine a tungso de Wistribuigéo cumilat vi. 434.0 peso fignid, om bras, den pacote com herbieida quince € tnifome para 49,78 = = 50.25 lias (4) Determine wpéia €a vaniduela do peso das pacote. (>) Determine a fangao declstrituigao cumplativsdo peso dos patcotes, ©) Deemnine PX = 50.1. 435. 4 cspessum de um flange em usm conipuncate de espionave Uiiformemente distzbufda enme 01S. 05 mikimeuon. 3a) Determine a fungio de disulbuigae eatrulativa da espessara do ans {) Dewrmine a propoxgao de Hanses que exeedem 1,02 wilimet (©) Qual o valor da espessura yue Eexcedtida por 90% dos flinges? (a) Determine a médiae a varkincie da espessira cy Mange 4.36, Suponla que o tempo que umn eperador de coleta ue dads eva Parapreenchr waa Soran eterénivo para ua base de dados eat ‘iformemente eau 1,5 ¢ 2,2 minitos, (a Qual €a media ea vandncia do tempe que » operador leva para pre- eneter o toxmuliria? (b) Qual € probabilidade ds lovar mene ds dss meats par peso cero Formuliri? (} Determine 2 func de disribuigdo cumulation do tempo qu leva pra procacher o forums. Varives Aletvis Contin Diseiigtes de Pobubitis 73 437. 8 expessura us umn flime fotorresistente aplicado a pastithas m1 Foricasao de semiecrdutores, em umia cena localzasio na posi, est Uuniformementedlistnbuféa entre 0.2080 6 12150 miesdmetros (1 Determine a fungio de dstribaicie cumulative da espera do fi oo Proporgdo de pusilhas que excedem 022125 mierdme ‘wos me espesura do filmi Inloresstente fe) Que erpessura d excevids par 10% das pasilhas? (dl Determine media ea vandneia da expessara do ime fteeresistente 4.38. Lim adutto pods gashar ou ponder duis ibs de dua durante 0 dia. Considere que av nuudanges na mast de dgua seam distibuidas sniformemente entre menuydutse nts cui bras ent ut dia, Qual ¢| ‘9 desvie-padio de seu peso ao long do dia? +39. Lim show de gofinhos sid marcade pars comsgeris 9b, 91130 min e 10h Qusndo 0 show comegs.o portao ¢Techeado, Lat visiaate shswardaoportdo vo tepo unformemenie astride entee 8 h30 min 10 4, Determine (a) A fungd0 de distribu curnulativard tenipe (em minutos) entre cheyale 8b 3) min, (OIA media ca vatdncia éa dicribuigso do tem anterior (G1 probabildade de 6 visitance experar menos de 10 minutes para 0 inicio di sv (QA probabilidide de v visite espera mais dé 20 minwios para 4-4. Fro de medida. que & diseibuide continea eniformememte de 3.0 +3 milivolts, 6 adicionsde ao valor vendedcinu da tensdo de um ciewity, Entio, 2 medida ¢ aredonalada pars milivll mais proxi. Ue modo a torn ta dicreta Supoma que a tensao verdadeins seja 250 nilvols, (2) Qual ¢ tango de probabslidade darensio medida (h) Quais so « medi ¢ variineia da tensio medida? _ 4-6 DISTRIBUICAO NORMAL Indubitavelmente. «modelo mais distribute atria éa distribuigao normal ‘Toda vez que win eaperimento aleatorio for replicado,a vatiivel aleairia que for igual 20 resultado médio (ou total) das réplicas tender a ter uma distribuigio normal, & medida que o nemero de réplicas se tome grande. De Moivre apreventou esve result do fundamental, conhecido como o teorema do limite central , em 1733, Infetizmente, seu trabalho ficou perdido por algam Fempoe Gauss. indeperdentemente, desenvolveu uma distribu (¢fo normal cerca de [00 anos depois, Embont De Moivee ives se recebido postcrionmente o crédito pela dediteao. uum disti- bui¢to normal é tamhem referida como uma distribuigan pans. irgamente utilizado pura a de uma vackivel ‘Quando fazemos 2 média (ou rotalizanios) resultados Quase sempre. Por exemplo, un eagenlieizo de aulomveis pode pla acjar um estudo para obter a média das medidas de forca de re ogo de varios conectores, Se considerarmos que cada medida sejt proveniente de ums répliea de um experimento alcaldie. a disteibuigio normal poderd ser usaua para tirar conclusdes upro- simadas em toro dessa media. Essis conclusées sera os Spi ‘cos principais des capitulos subseqiientes deste live. Além disso, algumas vezes 0 menes sbvio, Por exemplo, considere que 0 desvio (ou exta) no comprimento de uma pega usinada seja a soma de um grande numero dle efeitos infinitesimais. tais como pulses wa tempera turtena umidade, vibeagoas, varingSes no angulode corte. dex este de ferramenta de corte, desgaste do maneall, variagbes na vyelocidade rotacional, variagties de moniagem e fi (Bes nas imtimeras caracteristicas das matériae-primas evs orem do Limive central € 4 Capitato Fgura 10 Tangs dent ddan ie pends ermal pars vlc sckeiouns don puramets ye new afveis de eontaminagdo. Se os erros dos comporentes forem independentes ¢ igualmente provaveis de senem positives ov sativos, eritio'se pode montrar que o erro total tori uma cistei= buiclo normal apmoximada, Além disso, a distribuiggo narmal aparece no esiudo de indimeros ferdmeses lisices basicos. Por exemplo,o fisigo Maxwell desenvolvea uma distribuigio aor mal partir de Suposighes simples, das moléoulas, A base tedrica de uma distribuigio normal é mencionada pars jusiiear a forma am tanto complexa da fungiio densidade de probubililade, Nosso objetivo agora € calcular as probabilida- des para uma saritve]aleatdria normal, O teorema do limite cen- ial seri estabelecido mais cuidadosamente adiante ‘Vaniévels sleatorias com diferentes médias ¢ variéncias po dem ser modeladas pelas fungdes densidades de probabilidade normal, com eseolhas apropriadas do centro ¢ da largurads cur va, Ovalorde F(X) ~ j determina o centeo da funedo densida de de probabilidade e o valer de ViX) J-10 ilusira as varias fungSes Uensidaes de probabilida de, com Valores selecionados de pre 0°, Cada uma tem a curve aracteristiea siméérica ¢ em forms de sino, parém os c as disperses dilerem. A seguinie defi para fungdes densidades de probabilidade normal considerando as velocidades oF determina a largura, rose foreee a Kirmule Distribuigdo Normal [Uma varifvel aleatéria ¥ com fungio densidad de probabi- lidade ae IO" Fixe? | uma varvelaleateia normal, com parimetios em que | ene sec >0. Tambien, | KOQ=p © Y= a notagdo My. o°) é usada para denotar a distribuigho. A | imédlnetasMacia dX slo moctaas coro uate reo! spelen inl dest Sesh 446, wexse (a8) 9) EXEMPLO 4-10 ‘upon cue as medids da corrente eat um pedagode fio sigam a dis ‘vibuig3a noamal. com urna média de 10 miliamperes cde 4 imiliampires) Qual a penbabiidacte cs med Tiacaptres? Seja Xa vorreute cin mligperes. A probabildade requerida pode serrepresentida por POF 13}. Fass probabilidade # mostrads como = rca sonbyeada sob tungdo densdadcde probubilidade poral a Fis 4-1 Infozmente, nia hs umo expresso exata pars aimegral de ums Fungo densa se probabiidage normal, sendo-as probabilidades, bscadee ra istribvicio normal, ipicamente sncostmdes samevesm. out pantr de uma tahela que intiocuziremos mais adante). Figues 4-11 Pratabitieads 3e comp ~ Wea? 4, 15 par uma varidvel alata normal, orm! slo) Alguns resultados dteis relatives & distribuig sumariados na Fig. 4-12. Para qualquer varidvel 2 ral, Hw o2k

) = PUN igual aL | Veridvel Aleativia Normal Pedro | Uma varidvel aleatéria normal com n=0e o échamada de varlivel aleat6ria normal padre edenotadat por Z. A Fangio distribuigfi cumalotiva de uma varisvel aleaté- ria normal padrio € denotada por = PES 1) 4-12 Protubildades associadas com nia disrbige nor Bi=6t1s) Figoris4-13 Fungic dense he probabil rt pa. A Tabela IIT do Apéndice aprosenta prob ssvas patra urns vatiivel aleatGria normal padi. Fungiies de dis- snbuigio cumulativa para vandveis aleatorias normais sao tam bém amplamente disponiveis em pacotes computacionais, Eles podem ser usados da mesma mancita que a Tabela IT] do Apén- ‘Sve paru ober probabilidades para essas varidveis aleatSrias. ‘sso da Tabela IIT ¢ ilustrado pelo seguinte exemplo, EXEMPLO +11 Deserta Normal Padriio Considere que Z seje umm sarsel aleatoria normal patra. A Tabels do Apéndice forneee prubabilidades aa forma i=) = PLZ = 2), 0 soo da Tabela II pars eneontar PZ = 1.5) € iustrado na Fig. 4:13, {eta colin zpera baixe uté encontrar valor |S. prababidade de 5310 ¢ lida na colina adjacents. marcas come 0.10, 0 topo dis volunas se reforedy caus contesimais do vetorde‘cem 5. Por exeinple, PLZ = 1,53) € encontrado fend a coluna de s22 sna 1.3 ¢ entdo Seleionande a coluna mareada conno 0,03. r= sontrand¢-se assim a probabilitade de 0.93688, As probahilidades que nio estejam na forma PUL = ceaconiradas usando as rogras bisicus de probubilidad: ea sime- ‘soa dadistibuigau normal, jumaments com a'Tabela Il do Apéo- ce, Os seguinies exemplas ilustram © metodo, a =1 jure 1.4 Goo: pare ditribwighes normaie ches EXEMPLO 4-12 Os sepuintes eilulos sia mestadosde fornia diggramétisa na Pig. 4 14, Ni pecs, uma probabitiale ¢ feyleneemente artedopsada para tum ou dois algarismos sigaificaios. (1) PZ~ 1.28) 1 - AZ = 126 (2) P< “O86 0.19490 (3) P@> -1.32) = P< 1.37) - 0.914 (B) PC 1.23 2 0.57). ssa pronabilldede pode ser eneontraia 080616 084 dadiferenca de duas 2teas, PZ < 037) = PUL 1.25). Ago~ PZT) = 064SI € AZ —1.25) = 010505 Por conseguinte Pol (3) PLZ = ~1,6) nio poste vor encomiada exatsmente a parte da Tabola IM deyApéadize. No entanto.a tltims entrade na tabela Dole ser sada para encontrar que FUZ== — 3,99) — 0.00003. Poi fats de PZ = =46) < FIZ = ~399), PI 40) 8 aproximadamente 2e7, (6), Eneontre¢ valor: tal que P(Z > :) = 0,05, Essa expressio de probabildade ante serescrita como PI =) = 0.95, A sol soe ilusterda na Fig 4-14. Naoancentramon exaterente D5: Salas mais promo £0.98053. comrespondendoa: ~ LOS. (7), Enwontee w valor de stal que P(r = Z-< 5) 0.99. Per causa, da simetria da dsuibuigao oor. se a Area Gt eyiao somirea dana Fig. 14,7) tor gual a 99. encau a area em cada ox S760 5) = O464451 — ON) = D386 76 Capitetos Iremidaiedadistnbuigau deverdsarigtal atMls.Loge. valor de conrespande « unsa probabilidade de 0.995 na Fae (LL A probabifidade mais ps6ima desse valor st Tabela IL ¢ (0.00506, quunéo = ~ 2.58. Os exemplos preeedentes mostram como caleular as proba bilidades para as varidveis aleatGrias normais padres, Usar a mesma abondayetn para urna varidvel 2 achiteivia necessitaria uma tabela era separado para cada par possivel de valores de yo, Felizmente, iodas as distribuigoes normais estio relacionadas algebricamente ea Tabela III do Apéndice pade ser usada para encantras'as probabilidades asso- lads com uma varidvel aleworia wound arbtrazia usando pri- mein) uma translormagao simples. ria normal padrio Padrontzendo tema Veriével Aleatinia Normal Se X'€ una varkével alcaiéria normal com £(X) ~ we VIX) oF a variivel aleatéria “z 10) ¢ ume varidvel aleatGria normal, com EZ) = Oe ViZ) = 1 Ouseja, Zé uma varidvel aleat6ria normal padrao. A ciagan de uma nova varisivel alestéris por essa transfor- ago 6 referida como unia padronizagiio, A varisvel aleatéria Z representa a distancia de X a partir de sua média em terms dos desvios-padrdo, Essa & a etapa-chave para calvular a proba- Dilidads para ura varkivel aleatiria normal arbitraria EXEMPLO +13 Corrente Distribudde Normulmente Supoaha sues medidas ca corente em um pedaco de fio signa dis ‘ribuigdo normal, com uma médio de 10 miliampirer « ume variéncia de ieiliampéces)'. Qual € a probabilidads de @ medica exceder 13 msiamperes Sea Na corrente cm miliamperes. A peobabilide roqusrida pode serrepresentadls por P(X |3) Seis Z—= (2 — 1002. A relaci entre 1s wirios valores de V'e os valores traesformaos de Z é mosirada na Fig. 4-15. Notamos que X13 camosponde a Z 1.5, Assim, dt Ta bela IM do Apéadice. pees) 1s PL 1S) = 1 AT — 093318 ~ 0.6681 le usara Vig. 4-15.a probabilidade pods serencontrada a partic valdede X= 13, Teta. Detebacin 19 08-1 rorooyn( Age yma No exempla precedente, o valor 13 ¢ transformudo para 1.) airavés da padronizacdo. ¢ 1.5 ¢ freqlentemente referido com fo valor : associado com uma probubilidade. O guacho seguint resume ¢ cileulo das probabilidudes deduridas das varidveis ale Padronizando para Calcular wma Probabilidade ‘Suponha que ¥ soja uma variével aleat6ria com média pe o® Eno, em que Zé uma varlavel aleatérla normal padrao © --* ww, is ==", o valor obiido pela padrontzagao de X. A probabilidade é obtida entrando na Tabela III do Apén- dice com z = (4 ~ pve. i IPLO 4-14 Corrente Distrida Normuimente ‘Comnyando oexempio previo, ual € probabilidade de a medida de ccorrente estar entre 9 ¢ 11 miliampéres! Da Fig. 415 ot procedends algebricamente. mos PESKIN REY — Iwy2< (x — I< aL - Loy, -K as | P= 03)~ PZ 05) stag uAnKss — 04202 Determine 0 valor para 0 qual a probubilidade de uma mea de {corrents estar ahsixo dese yalorse 1.08.0 valor equerida & most do graicamente aa Hig. 4-16. 0 valor de 6 tal que PAX = 3) ~ 09% Peli padnnizagin, era éapsensio de probabitidae pole ser exert MG 1oy/2< oye) = (e102) oe Jn Tilo Apgadive esata para encontrar vitor de tl que PC 8 A probilidace mais proxima de Tabela Ti mauliacen PZ 205) - 09782 | Comegientemente,(v 10/2 - 2.054 uaasformagio pedronizada sada a0 contig pars Gtertinar xO resulta € 05) = 10 141 milamplres Figura 4-16 Determinands o valor de + para encontrar a probabil seca, EXEMPLO 4.15, Deteci de Si ‘Considere que na deseo dum sal digitale rudo segue uma dst: ‘eicio normal, com unna media de 0 V eum desvio-padrio de (125 V Oeistersa consieera usm sil digital seni tmmsamitdequsmos to so exeodsr 8, Qual sor a probabilidade Jo Jowevae win sinal digital -geando muda tive sido envisdo? ‘Soja varvelaeandria.¥ ateaso do ruido. a probubilidae aque. (Bes 22) pers rove oo) a(Ae> 28) pao 1 ogra Essa probublidaue pooe ser desesta como a prokabilidade de uma fab sadetergao. Determine os limites sintricns.em torno de 0, que incluery 99% dete as letras do mao. A questo requer encontrar +f que PC < N= 9)= 0.99. Um grafico & mostrado na Fig. 4-17. Axor PU Ce Na) PE xf045 < MOAS < 9/045) las SAS) 0.99 a Tabela Ill do Apindice PO288<2 “= 258) - 0.99 04s = 2.58 x 2.58(0.45)— 116 Sapona gue quando ams sinal digit! seja tronsmitide » més cs 149), wee (M234 25 10) 482, Use Tae Il do Apeadice para detorminaras cents probs Dildades pura variével alsatria normal padeio 7 A-LeZs 1) WyPO2<7=2) WPS 223) MES) fe) AD=Z=1) 4-43, Suponha que 2 tena unia dstibuigis normal padeaa, Use Ta bela tll do Apénviee para doterminur 9 yaloe de 15) ‘gus resolve ead tm dos seguintes ica (ed [PZ (M124 =Z=2)= 08 4-14, Suporha que Z tena una distibuigin gomnel padre, Use a Te bela ll d> Apenéice para delerminarn valor de dds seguintes tens: WMATeZy=085 (Wy Pos [P-L 22970 WIPES 4-45, Supra que X'ss distibuida vowmalnente, comuma media de IW eum desvio-puurao de 2. Determine o Seguin Pore 13) (BIA 9) (Mb GPX en = 05 6) POX > a1 — 0.95 (Pore X= 1) 02 WIA eX 10-=5)- 095 (AM Sex 104) 099 44-47, Suporha que X ssi distri normalmente.comums media de See wmdessio.padrio de. Determine o sezuint: (rr Ib) Gurnx=0) (PG aXx< Wh -2=x<9) ree 4-48. Suponha que & sci distribu nommalmente, com uma média de See uradesvie-paiio de, Detemineo valorde que resolve cad um dos seguintes ten Ade = 05 I) PK > 2) = 0.95 fe) Pa = X= 9} 0 Wea

Você também pode gostar