Você está na página 1de 13

1

Unidade de Ensino Descentralizada de Colatina


Coordenadoria de Informtica
Disciplina: Probabilidade e Estatstica
Prof. Leandro Melo de S
2006/2

Unidade 3 DISTRIBUIES DE PROBABILIDADE

Conceitos bsicos
* Varivel aleatria: uma varivel (geralmente representada por x) que tem um valor numrico nico
(determinado aleatoriamente) para cada resultado de um experimento.
Ex. Estatura dos alunos; nmero de alunos que compareceram aula; nmero de mulheres entre 10 empregados
recm-admitidos; nmero de acidentes com avies de uma determinada empresa entre sete acidentes areos
selecionados aleatoriamente.
* Varivel aleatria discreta: admite um nmero finito de valores ou tem uma quantidade enumervel de
valores. Ex. nmero de expectadores que vem um filme, nmero de passageiros num nibus.
* Varivel aleatria contnua: pode tomar um nmero infinito de valores, e esses valores podem ser associados a
mensuraes em um escala contnua, de tal forma que no haja lacunas ou interrupes. Ex. Voltagem na bateria
de um nobreak, que pode ser qualquer valor entre 0 e 12 Volt.

Alm de identificar valores de uma varivel aleatria, podemos freqentemente atribuir uma probabilidade a
cada um desses valores. Quando conhecemos todos os valores de uma varivel aleatria juntamente com as suas
respectivas probabilidades, temos uma distribuio de probabilidades.

Distribuio de probabilidades
Fornece a probabilidade de cada valor de uma varivel aleatria.

Ex. 1. Lanamento de um dado no viciado:
P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = 1/6 = 0,167
Distribuio de probabilidade
x P(x)
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
6 5 4 3 2 1
0,15
0,10
0,05
0,00
F
r
e
q

n
c
i
a

r
e
l
a
t
i
v
a


Ex. 2. Lanamento de um dado viciado:
P(1) = P(2) = P(4) = P(5) = P(6) = 1/10; P(3) = 5/10
Distribuio de probabilidade
x P(x)
1 1/10
2 1/10
3 5/10
4 1/10
5 1/10
6 1/10
6 5 4 3 2 1
0,5
0,4
0,3
0,2
0,1
0,0
F
r
e
q

n
c
i
a

r
e
l
a
t
i
v
a


* Condies para uma distribuio de probabilidades:
Qualquer distribuio de probabilidades deve satisfazer as duas condies seguintes:
1. ( )

=1 x P , onde x assume todos os valores possveis.


2. ( ) 1 0 x P , para todos os valores de x.
2

Ex 3. a) P(x) = x/5 (onde x assume os valores 0, 1, 2 e 3) define uma distribuio de probabilidades?
( )

= + + + = + + + = 1
5
6
5
3
5
2
5
1
0 ) 3 ( ) 2 ( ) 1 ( ) 0 ( P P P P x P .

Ex 3. b) P(x) = x/3 (onde x assume os valores 0, 1 e 2) define uma distribuio de probabilidades?
( )

= = + + = + + = 1
3
3
3
2
3
1
0 ) 2 ( ) 1 ( ) 0 ( P P P x P .

* Mdia, varincia e desvio-padro numa distribuio de probabilidades.
Existem trs caractersticas extremamente importantes num conjunto de dados (amostra): (1) mdia, (2) desvio-
padro e (3) forma da distribuio (sino). O histograma permite-nos visualizar a forma da distribuio.
1. Mdia
( ) [ ]

= x xP
2. Varincia
( ) ( ) [ ] ( ) [ ] { }

= =
2 2 2 2
x P x x P x
3. Desvio-padro
( ) [ ] { }
2 2
=

x P x

Ex. 4. Obtenha as probabilidades da distribuio P(x) = x/3 (onde x assume os valores 0, 1 e 2) e determine a
mdia, a varincia e o desvio-padro.

x P(x) x.P(x) x
2
x
2
.P(x)
0 0 0 0 0
1 1/3 1/3 1 1/3
2 2/3 4/3 4 8/3
Total ( ) 1
3
3
= =

x P ( ) [ ]

x xP = 5/3

( ) [ ]

x P x
2
= 9/3 = 3
Mdia:
( ) [ ] 67 , 1 3 / 5 = =

x xP
Varincia:
( ) [ ] ( ) 9 / 2 9 / ) 25 27 ( 9 / 25 3 / 9 3 / 5 3 / 9
2 2 2 2
= = = = =

x P x
Desvio-padro:
( ) [ ] { } 47 , 0 3 / 2 9 / 2
2 2
= = = =

x P x

Ex. 5. A tabela abaixo representa a distribuio de probabilidades do nmero de acidentes com a USAir, dentre
sete acidentes selecionados aleatoriamente (supondo que os acidentes so eventos independentes e aleatrios).
Determine o nmero mdio de acidentes com a USAir (dentre sete), a varincia e o desvio-padro.

x P(x) x.P(x) x
2
x
2
.P(x)
0 0,210 0,000 0 0,000
1 0,367 0,367 1 0,367
2 0,275 0,550 4 1,100
3 0,115 0,345 9 1,035
4 0,029 0,116 16 0,464
5 0,004 0,020 25 0,100
6 0
+
0,000 36 0,000
7 0
+
0,000 49 0,000
Total ( )

x P = 1,000 ( ) [ ]

x xP = 1,398
( ) [ ]

x P x
2
= 3,066
Mdia:
( ) [ ] 4 , 1 398 , 1

= = x xP acidentes.
Varincia:
3
( ) [ ] 1 , 1 111596 , 1 398 , 1 066 , 3
2 2 2 2
= = =

x P x acidentes
2

Desvio-padro:
( ) [ ] { } 1 , 1 054323 , 1 111596 , 1
2 2
= = =

x P x acidentes

* Valor esperado ou esperana.
A mdia de uma varivel aleatria discreta o resultado mdio terico de um nmero infinito de repeties do
experimento. Podemos encarar essa mdia como o valor esperado no sentido que o valor mdio que
esperaramos obter se o nmero de repeties do experimento se prolongasse indefinidamente. O valor esperado
de uma varivel discreta denotado por E e representa o valor mdio dos resultados.
( ) [ ]

= = x xP E
A mdia de uma varivel aleatria discreta coincide com o seu valor esperado!

Distribuies tericas de probabilidades de variveis aleatrias.
Existem diversas distribuies tericas de
probabilidades, tanto para variveis discretas como
para variveis contnuas. Exemplos de distribuies de
probabilidades so dados no quadro ao lado. A
aplicao das distribuies de probabilidades depende
da natureza da varivel e do fenmeno que ela
representa. O nmero de chamadas numa central
telefnica dado pela distribuio de Poisson; o tempo
de vida de um equipamento dado pela distribuio
Exponencial. Em transmisso de sinais usa-se a
distribuio de Erlang.
Exemplos de distribuies de probabilidade.
Distribuies de probabilidade
Discretas Contnuas
Bernoulli Uniforme
Binomial Exponencial
Poisson Erlang
Geomtrica Gamma
Pascal Beta
Srie-log Weibull
Multinomial Normal
Hipergeomtrica Lognormal

Distribuio binomial (possuem aplicao em controle de qualidade, anlise de eleitores, pesquisa mdica,
servio de inteligncia militar e propaganda, etc.)
So indicadas para experimentos que tm a caracterstica de apresentarem exatamente dois resultados
complementares: em processos industriais, as peas falham ou no falham; na zootecnia, o filhote macho ou
fmea; na medicina, o paciente vive ou morre; na propaganda, um consumidor reconhece o produto, ou no.

* Condies para um experimento binomial:
1- Deve comportar um nmero fixo de provas (repeties, tentativas, ensaios, testes, provas, trials).
2- Os testes devem ser independentes.
3- Cada teste deve ter todos os resultados classificados em duas categorias: sucesso (s) ou falha (f) (insucesso).
4- As probabilidades devem permanecer constantes para cada teste.
P(s) = p; P(f) = 1 p = q
n denota o nmero fixo de testes
x denota o nmero especfico de sucessos em n testes, podendo ser qualquer inteiro entre 0 e n.
p denota a probabilidade de sucesso em um dos n testes
q denota a probabilidade de falha em um dos n testes
P(x) denota a probabilidade de obter exatamente x sucessos em n testes.

Reviso de fatorial.
* Notao:
O smbolo fatorial (!) denota o produto dos inteiros positivos em ordem decrescente. Por exemplo: 4! = 4.3.2.1
= 24. Por definio, 0! = 1. (muitas calculadoras tm a tecla !)
* Regra do fatorial:
Seja n um nmero inteiro positivo. Ento: n! = n(n 1)(n 2)(n 3) ... [n (n - 1)].

Ex. 6. Dado que 10% das pessoas so canhotas, suponha que queiramos achar (a) a probabilidade de obter
exatamente 3 estudantes canhotos em uma turma de 15 estudantes; (b) a probabilidade de obter ao menos 3
estudantes canhotos.
n = 15; x = 3; p = 0,10; q = 1 0,10 = 0,90
(a) Podemos resolver esse item por trs mtodos diferentes:
1. Atravs da frmula da probabilidade binomial
4
( )
( )
( ) x n x
q p
x x n
n
x P

= . .
! !
!
; para x = 0, 1, 2, 3, ... , n.
onde: o termo
( ) ! !
!
x x n
n

*
representa o nmero de maneiras como podemos dispor x sucessos e (n x) falhas;
e o termo
( ) x n x
q p

. representa a probabilidade de x sucessos em n provas para determinada ordem.
( )
( )
( ) ( )
( )( )( ) 129 , 0 282429536 , 0 001 , 0 455 9 , 0 . 1 , 0 .
! 3 ! 12
! 15
9 , 0 . 1 , 0 .
! 3 ! 3 15
! 15
3
12 3 3 15 3
= = =

=

P

2. Atravs da Tabela A-1
P(x = 3) = 0,129

3. Atravs do MINITAB
Probability Density Function
Binomial with n = 15 and p = 0,100000

x P( X = x)
3,00 0,1285

(b) Para resolver esse item usando a frmula da distribuio binomial, devemos aplicar a frmula pelo menos
trs vezes, o que muitas vezes pode ser tedioso. Portanto, objetivando facilitar a resoluo, devemos lanar mo
da Tabela A-1 ou usar o MINITAB. Usando a Tabela A-1, temos:
P(x 3) = P(3) + P(4) + P(5) + ... + P(15) = 0,129 + 0,0343 + 0,010 + ... + 0 = 0,184. Ou ento:
P(x 3) = 1 P(x < 3) = 1 - [P(0) + P(1) + P(2)] = 1 (0,206 + 0,343 + 0,267) = 1 - 0,816 = 0,184.

Mdia, varincia e desvio-padro da distribuio binomial
* mdia:
= n.p
* varincia

2
= n.p.q
* desvio-padro
q p n . . =

Ex. 7. Determinar a mdia, a varincia e o desvio-padro para os acidentes da USAir do exemplo 5.
n = 7; p = 0,20 e q = 0,80
= n.p = 70,20 = 1,4

2
= n.p.q = 70,200,80 = 1,1
1 , 1 12 , 1 . . = = = q p n

Ex. 8. Alguns casais preferem ter filhos do sexo feminino, porque as mes so portadoras de um distrbio
recessivo que herdado por 50% de seus filhos, mas por nenhuma de suas filhas. O mtodo Ericsson de seleo
de sexo tem uma taxa admitida de 75% de sucesso. Suponha que 100 casais utilizem o mtodo Ericsson, com o
resultado de que, dentre 100 recm-nascidos, h 75 meninas. (a) Suponha que o mtodo Ericsson no produza
efeito, e admitindo que menino e menina sejam igualmente provveis, determine a mdia e o desvio-padro do
nmero de meninas em um grupo de 100 crianas. (b) Interprete os valores da parte (a) para determinar se o
resultado de 75 meninas em 100 bebs confirma a alegao da eficincia do mtodo Ericsson.
(a) x = nmero de meninas em 100 nascimentos; n = 100; p = 0,5 e q = 0,5
= n.p = 1000,5 = 50
5 5 , 0 5 , 0 100 . . = = = q p n
(b) x = 2 = 50 25 = 50 10; (40 x 60)

*
O termo
( ) ! !
!
x x n
n

=
n
C
r
pode ser determinado em calculadoras cientficas (e.g., CASIO fx-82SUPER FRACTION) usando
os seguintes passos: (1) digitar o valor de n; (2) acionar a tecla
n
C
r
; (3) digitar o valor de x; (4) digitar a tecla =
5
5
5
25
5
50 75
= =

x
z
Esses dois ltimos resultados indicam que o nascimento de 75 meninas no parece ocorrer por puro acaso.

Usando o programa MINITAB
Os valores de probabilidades de uma distribuio binomial podem ser obtidos para determinados valores de n e
p atravs do programa MINITAB. A distribuio de probabilidades da varivel binomial do exemplo 6 pode ser
obtida no programa MINITAB usando-se os seguintes comandos:
Digite o(s) valor(es) da varivel x na coluna C1. Em seguida acesse o menu:
Calc
Probability Distributions
Binomial
Fornea os valores de n (trials) e p (ver janela abaixo), e obtenha a distribuio conforme indicado a seguir.


Distribuio normal
Uma varivel aleatria contnua tem distribuio normal de essa distribuio simtrica e apresentar a forma de
sino. tambm conhecida como distribuio de Gauss ou Gaussiana. Seja x uma varivel aleatria contnua; x
ter distribuio normal se:
2
2
1
2
1
) (


x
e x f , onde - < x <
e:
denota a mdia da distribuio;


denota o desvio-padro da distribuio;
vale 3,14159...;
e vale 2,7182....


A expresso mostra que qualquer distribuio normal determinada por dois parmetros: a mdia e o desvio-
padro .
Uma distribuio de probabilidade de uma varivel discreta deve satisfazer as seguintes condies:
(1) ( )

=1 x P , onde x assume todos os valores possveis.


(2) ( ) 1 0 x P , para todos os valores de x.
O grfico de uma distribuio discreta de probabilidade dito histograma de probabilidade. O grfico de uma
distribuio contnua de probabilidade chamado curva de densidade e deve satisfazer as seguintes
propriedades:
(1) A rea total sob a curva deve ser igual a 1.
(2) Todo ponto da curva deve ter uma altura vertical no inferior a 0.

Ex. 9. As temperaturas em um processo de fabricao so controladas de modo a variarem entre 0
o
C e 5 C com
todos os valores igualmente provveis e iguais a 0,2. (a) Construa a curva de densidade; (b) determine a
probabilidade de escolher aleatoriamente uma temperatura entre 1 C e 4 C.
6

(a)
5 4 3 2 1 0
0,2
0,1
0,0
Temperatura (oC)
P
(
x
)

(b) P(1 C x 4 C) = rea = 30,2 = 0,6.

Essa distribuio em que todos os valores da varivel
aleatria so igualmente provveis chamada
distribuio uniforme.

Uma curva de densidade o grfico de uma varivel aleatria contnua, de forma que a rea sob a curva 1,
estabelecendo-se uma correspondncia entre rea e probabilidade.
A curva de densidade de uma distribuio normal tem a forma mais complicada de um sino o que torna mais
difcil achar as reas. Entretanto, h uma correspondncia entre rea e probabilidade.

Distribuio normal padronizada
uma distribuio de probabilidade que tem mdia igual a 0 e desvio-padro igual a 1.
Seja z uma varivel aleatria contnua; z ter distribuio normal padronizada se:
( )
2
2
1
2
1
) (
z
e z f

=

, onde - < z <


e:
A rea total sob a curva 1!

* Determinao da probabilidade conhecendo o escore z:
dada atravs da Tabela A-2 que inclui reas (ou probabilidades) para muitas regies diferentes.
Escore z: distncia ao longo da escala horizontal no grfico; recorrer coluna mais a esquerda (e linha
superior) da Tabela A-2.
rea (ou probabilidade): regio sob a curva; recorrer aos nmeros no corpo da Tabela A-2.

Ex. 10. A temperatura de congelamento da gua (0
o
C) foi medida em vrios termmetros. O valor mdio das
medidas foi = 0,0
o
C e o desvio-padro foi = 1,00
o
C. Admita que a distribuio de freqncia dos erros se
assemelhe a uma distribuio normal. Escolhido aleatoriamente um termmetro, determine a probabilidade de
que no ponto de congelamento da gua o termmetro marque (a) entre 0
o
C e 1,58 C; (b) entre -2,43 C e 0
o
C;
(c) uma leitura superior a 1,27 C; (d) entre 1,20 C e 2,30 C.
(a)


P(0 C z 1,58 C) = 0,4429.
(b)

P(-2,43 C z 0 C) = P(0 C z 2,43 C) = 0,4925.
(c)


P(z > 1,27 C) = P(z > 0 C) P(0
o
C z 1,27 C) =
0,5 - 0,3980 = 0,1020.
(d)


P(1,20 C z 2,30 C) = P(0 C z 2,30 C)
P(0
o
C z 1,20 C) = 0,4893 - 0,3849 = 0,1044.
7

* Determinao do escore z conhecendo a probabilidade:
1- Identificar a probabilidade que representa uma rea delimitada pela linha do centro.
2- Localizar essa probabilidade na Tabela A-2.
3- Identificar o valor z correspondente.

Ex. 11. Considere os termmetros com leituras distribudas normalmente com mdia 0
o
C e desvio-padro 1 C
do exemplo 10. (a) Determine a temperatura correspondente ao 95 percentil; (b) determine o 10 percentil.
(a)

1,645 C = P
95
.
(b)

-1,28 C = P
10
.

Distribuies normais no-padronizadas
So aplicadas a variveis aleatrias contnuas, distribudas normalmente, com mdia diferente de zero, desvio-
padro diferente de 1, ou ambos.
Para padronizar usamos a frmula (:


=
x
z
* Determinao da probabilidade conhecendo o escore z:
1- Desenhar o grfico com a rea de interesse
2- Usar a frmula de padronizao
3- Usar a Tabela A-2 para obter a probabilidade P.


Ex. 12. As alturas das mulheres tm distribuio normal com mdia igual a 63,6 in. (161,5 cm) e desvio-padro
de 2,5 in. (6,35 cm). Selecionada aleatoriamente uma mulher (a) determine a probabilidade de a sua altura estar
entre 63,6 in. (161,5 cm) e 68,6 in. (174,2 cm); (b) para se adaptar a uma espaonave russa Soyuz, uma
astronauta deve ter altura entre 64,5 in. (163,8 cm) e 72 in. (183,9 cm). Determine a porcentagem das mulheres
americanas que satisfazem essa condio; (c) Entre 500 mulheres americanas selecionadas aleatoriamente,
quantas satisfazem aquela condio? (d) O exrcito americano exige que a altura das mulheres esteja entre 58 in.
(147,3 cm) e 80 in. (203,2 cm). Determine a porcentagem das mulheres que satisfazem esta exigncia.

(a)

0
5 , 2
6 , 63 6 , 63
=

= z ; 00 , 2
5 , 2
6 , 63 6 , 68
=

= z
z = 2,00; P = 0,4772

P(63,6 < x < 68,6) = P(0 < z < 2,00) = 0,4772
(b)

36 , 0
5 , 2
6 , 63 5 , 64
=

= z ; 36 , 3
5 , 2
6 , 63 72
=

= z
z = 0,36; P = 0,1406; z = 3,36; P = 0,4999

rea B = rea (A + B) rea (A)
rea B = 0,4999 0,1406 = 0,3593

P(64,5 < x < 72) = P(0,36 < z < 3,36) = 0,3593 = 35,93%

z


=
x
z
8
(c) 5000,3593 = 179,65 179 mulheres

(d)

24 , 2
5 , 2
6 , 63 58
=

= z ; 56 , 6
5 , 2
6 , 63 80
=

= z
z = -2,24; P = 0, 4875; z = 6,56; P = 0,4999

rea = rea (A + B) = 0,4875 + 0,4999 = 0,9874

P(58,0 < x < 80,0) = P(-2,24 < z < 6,56) = 0,9874 = 98,74%

* Clculo de valores (escore z) conhecendo a probabilidade:
1- Desenhar o grfico com a rea de interesse e o valor de x procurado
2- Usar a Tabela A-2 e identificar o valor de z
3- Usar a frmula a seguir para obter o valor de x procurado.
x = + z

Ex. 13. As alturas das mulheres tm distribuio normal com mdia igual a 63,6 in. (161,5 cm) e desvio-padro
2,5 in. (6,35 cm). (a) Determine o P
90
, i.e., o 90 percentil que a altura que separa os 90% superiores dos 10%
inferiores; (b) determine o 20 percentil.
(a)

x = + z
x = 63,6 + 2,51,28
x = 66,8 in. (169,7 cm)
P
90
= 66,8 in.
(b)

x = + z
x = 63,6 + 2,5(-0,84)
x = 61,5 in. (156,2 cm)
P
20
= 61,5 in.

Usando o programa MINITAB
Os valores de probabilidades de uma distribuio normal podem ser obtidos atravs do programa MINITAB
usando-se os seguintes comandos:
Digite os valores da varivel x na coluna C1. Em seguida acesse o menu:
Calc
Probability Distributions
Normal
Fornea os valores de e (ver janela abaixo), e obtenha a distribuio conforme indicado na figura a seguir.


Cumulative Distribution Function

Normal with mean = 0 and
standard deviation = 1,00000

x P( X <= x)
-2,4300 0,0075
0,0000 0,5000
1,2000 0,8849
1,2700 0,8980
2,3000 0,9893


9

Ex. 14. Resolver os itens (a) e (b) do exemplo 12 usando o MINITAB.
Digitar os valores da varivel x na coluna C1 e introduzir os valores de e no programa MINITAB.
(a) P(63,6 < x < 68,6) = P(x < 68,6) - P(x < 63,6) =
0,9772 0,5000 = 0,4772

Cumulative Distribution Function (sada do MINITAB)
Normal with mean = 63,6000 and standard
deviation = 2,50000

x P( X <= x)
63,6000 0,5000
68,6000 0,9772
(b) P(64,5 < x < 72,0) = P(x < 72,0) - P(x < 64,5) =
0,9996 0,6406 = 0,3590

Cumulative Distribution Function (sada do MINITAB)
Normal with mean = 63,6000 and standard
deviation = 2,50000

x P( X <= x)
64,5000 0,6406
72,0000 0,9996

Teorema do Limite Central (TLC)
O TLC um dos conceitos mais importantes e mais teis na estatstica, pois constitui o fundamento para a
estimativa de parmetros populacionais e para o teste de hipteses.
Dado:
1. A varivel aleatria x tem distribuio (que pode ser normal, ou no), com mdia e desvio-padro .
2. Amostras de tamanho n so extradas aleatoriamente dessa populao.
Concluses:
1. Na medida em que o tamanho da amostra aumenta, a distribuio das mdias amostrais x tende para uma
distribuio normal.
2. A mdia das mdias amostrais ser o mdia populacional (
x
= )
3. O desvio padro das mdias amostrais ser n (
x
= n )

Esquema ilustrativo do TLC.



* Regras prticas de uso comum:
1. Para amostras de tamanho n > 30, a distribuio das mdias amostrais pode ser aproximada satisfatoriamente
por uma distribuio normal. A aproximao melhora na medida em que aumenta o tamanho da amostra n.
10
2. Se a prpria distribuio original tem distribuio normal, ento as mdias amostrais tero distribuio
normal para qualquer tamanho amostral n.

Esquema ilustrativo da distribuio amostral das mdias amostrais.



Ex. 15. Na engenharia humana e no projeto de produtos, freqentemente importante considerarmos os pesos
das pessoas, de modo que no haja sobrecarga em avies ou elevadores, as cadeiras no se quebrem, e no
ocorram outros acontecimentos perigosos ou embaraosos. Dado que a populao de homens tem pesos
distribudos normalmente com mdia de 173 lb e desvio-padro de 30 lb, determine a probabilidade de que (a)
um homem escolhido aleatoriamente pese mais que 180 lb; (b) em 36 homens escolhidos aleatoriamente, o peso
mdio seja superior a 180 lb.

(a)

23 , 0
30
173 180
=

x
z

P(x > 180) = P(z > 0) - P(0 < z 0,23) = 0,5 - 0,0910
P(x > 180) = 0,4090 = 40,90%
(b)
173 = =
x

5
6
30
36
30
= = = =
n
x



40 , 1
5
7
36
30
173 180
= =

=
x
x
x
z



P( x > 180) = P(z > 0) - P(0 < z < 1,40) =
P( x > 180) = 0,5 - 0,4192 = 0,0808 = 8,08%

Ex. 16. Suponha que a populao de temperaturas do corpo humano tenha mdia de 37 C, como se aceita em
geral. Suponha tambm que o desvio-padro da populao seja de 0,344 C. Selecionada aleatoriamente uma
amostra de tamanho n = 106 determine a probabilidade de se obter uma mdia de 36,78 C ou menos.


58 , 6
0334 , 0
22 , 0
106
344 , 0
0 , 37 78 , 36
=

=
x
x
x
z



P( x < 36,78) = P(z < -6,58) = P(z > 0) - P(0 < z < 6,58) =
P( x < 36,78) = 0,5 - 0,4999 = 0,0001 = 0,01%


11
A distribuio normal como uma aproximao da distribuio binomial.
Nos casos em que o nmero de sucessos (x) e o nmero de testes (n) assumem valores elevados, inviabiliza o
uso da Tabela A-1 e da frmula da probabilidade binomial. Dessa forma, a distribuio binomial pode ser
aproximada por uma distribuio normal.
Se n.p 5 e n.q 5, ento a varivel aleatria binomial tem distribuio aproximadamente normal com mdia
e desvio-padro dados por: = n.p e q p n . . = .

* Processo de aproximao pela normal:
Passo 1: Verificar se a distribuio binomial aplicvel.
Passo 2: Utilizar (se possvel) programas estatsticos.
Passo 3: Utilizar a Tabela A-1 (se possvel).
Passo 4: Utilizar a frmula da probabilidade binomial (se vivel, i. e., se o problema for facilmente resolvvel).
Passo 5: Verificar se n.p 5 e n.q 5, ou seja, se a varivel aleatria binomial convenientemente aproximada
pela distribuio normal.
Passo 6: Determinar os valores dos parmetros e , usando = n.p e q p n . . = .
Passo 7: Identificar o valor discreto x que representa o nmero de sucessos no experimento binomial. Corrigir o
valor discreto x substituindo-o por x - 0,5 ou x + 0,5, conforme adequado

, traar a curva normal com a


rea de interesse e determinar o escore z usando a frmula


=
x
z .
Passo 8: Consultar a Tabela A-2 para obter a rea correspondente probabilidade desejada.

Ex. 17. Suponha que o quadro administrativo de sua faculdade tenha igual nmero de candidatos e candidatas ao
emprego, e que 64 dos 100 funcionrios recm-admitidos so homens. Estime a probabilidade de obter pelo
menos 64 homens, se cada contratao feita independentemente e sem qualquer discriminao de sexo. Com
base no resultado, parece que a faculdade est fazendo discriminao quanto ao sexo?
Passo 1: Distribuio binomial (com n = 100 testes independentes), com duas categorias (homem, mulher), com
probabilidade constante (0,5).
Passo 2: No se dispe de computador.
Passo 3: A Tabela A-1 no se aplica, pois n = 100 > 15.
Passo 4: Para usar a frmula da probabilidade binomial teramos que aplic-la 37 vezes, de 64 a 100.
Passo 5: A distribuio binomial pode ser aproximada pela distribuio normal, pois n.p = 1000,5 = 50 > 5 e
n.q = 1000,5 = 50 > 5.
Passo 6: = n.p = 1000,5 = 50 e 5 25 5 , 0 5 , 0 100 . . = = = = q p n .
Passo 7: Pelo menos 64, i.e., um valor 64. Portanto o valor discreto deve ser igual a x = 64 0,5 = 63,5.

70 , 2
5
50 5 , 63
=

x
z
Passo 8: Da Tabela A-2, para z = 2,70, a rea 0,4965. Portanto, a rea de interesse : rea = 0,5 0,4965 =
0,0035 = 0,35% (No MINITAB, rea = 0,0035!).

Para realizar a correo deve-se observar a afirmao feita e localizar a rea de interesse como descrito a seguir:
Afirmao: rea:
Pelo menos x (inclui x ou mais) direita de x 0,5
Mais de x (no inclui x) direita de x + 0,5
No mximo x (inclui x ou menos) esquerda de x + 0,5
Menos de x (no inclui x) esquerda de x 0,5
Exatamente x Entre x 0,5 e x + 0,5

12
Exerccios

1. Para resolver uma questo de paternidade, fazem-se testes de sangue em duas pessoas diferentes. Se x o
nmero dos que tm sangue do grupo A, ento x pode ser 0, 1 ou 2, e as probabilidades correspondentes so
0,36, 0,48 e 0,16, respectivamente. Determine para a varivel aleatria discreta x: (a) o valor esperado; (b) a
mdia; (c) a varincia; (d) o desvio-padro. (a) 0,80, (b) 0,80, (c) 0,48, (d) 0,69

2. Se sua faculdade contrata os 4 prximos funcionrios sem distino de sexo e o conjunto de candidatos
grande, com nmeros iguais de homens e mulheres, a tabela a seguir d a distribuio de probabilidade do
nmero x de mulheres contratadas. Complete a tabela e determine: (a) o valor esperado; (b) a mdia; (c) a
varincia; (d) o desvio-padro. (2); (2); (1); (1)
x P(x) x.P(x) x
2
x
2
.P(x)
0 0,0625
1 0,2500
2 0,3750
3 0,2500
4 0,0625
Total ( )

x P = ( ) [ ]

x xP = ( ) [ ]

x P x
2
=

3. Considere que um produto pode estar perfeito (B), com defeito leve (DL) ou com defeito grave (DG). Seja a
seguinte distribuio do lucro (em R$), por unidade vendida desse produto:
Produto x P(x)
B 6 0,7
DL 0 0,2
DG - 2 0,1
Calcule: (a) o valor esperado, (b) a varincia e (c) o desvio-padro do lucro.

4. A Mars, Inc. afirma que 20% de suas pastilhas de chocolate M&M so vermelhas. Determine a probabilidade
de que em 15 pastilhas M&M escolhidas aleatoriamente: (a) exatamente 20% (ou seja, 3 pastilhas) sejam
vermelhas usando a frmula da probabilidade binomial; (b) exatamente 3 pastilhas sejam vermelhas usando a
Tabela A-1; (c) exatamente 3 pastilhas sejam vermelhas usando o MINITAB; (d) pelos menos 3 pastilhas sejam
vermelhas usando a frmula da probabilidade binomial; (e) pelos menos 3 pastilhas sejam vermelhas usando a
Tabela A-1; (f) pelos menos 3 pastilhas sejam vermelhas usando o MINITAB; (g) determine o nmero mdio de
pastilhas vermelhas; (h) determine a varincia do nmero de pastilhas vermelhas; (i) determine o desvio-padro
do nmero de pastilhas vermelhas. (a) 0,25, (b) 0,25, (c) 0,25, (d) 0,602, (e) 0,602, (f) 0,602, (g) 3, (h) 2,4, (i)
1,55

5. De acordo com um instituto de pesquisa, 30% dos aparelhos de TV so sintonizados num determinado
programa quando ele vai ao ar. Supondo que esse programa esteja sendo transmitido e que 15 TVs sejam
escolhidas aleatoriamente: (a) determine a probabilidade de exatamente 5 TVs estarem sintonizadas naquele
programa, usando a frmula da probabilidade binomial; (b) usando a Tabela A-1; (c) usando o MINITAB.
Determine a probabilidade de pelo menos 5 TVs estarem sintonizadas naquele programa, usando: (d) usando a
Tabela A-1; (e) usando o MINITAB. Determine: (f) o nmero mdio de TVs sintonizadas naquele programa; (g)
a varincia e (h) o desvio-padro do nmero de TVs sintonizadas naquele programa. (0,2061); (0,206); (0,2061);
(0,517); (0,5155); (4,5); (3,15); (1,77)

6. Dados histricos mostram que 5% dos itens provindos de um fornecedor apresentam algum tipo de defeito.
Considerando um lote com 20 itens, calcular a probabilidade de: (a) haver algum item com defeito, usando a
Tabela A-1; (b) haver exatamente dois itens defeituosos, usando a frmula da probabilidade binomial; (c) haver
mais de dois itens defeituosos, usando o MINITAB; (d) qual o nmero esperado de itens defeituosos no lote?
(e) e de itens bons? Determine: (f) a varincia e (g) o desvio-padro do nmero de itens defeituosos.

7. Os prazos da gravidez humana tm distribuio normal com mdia de 268 dias e desvio-padro de 15 dias.
Selecionada aleatoriamente uma mulher determine: (a) a probabilidade de sua gravidez durar 308 dias ou mais;
(b) a probabilidade de sua gravidez ser inferior a 260 dias; (c) qual a porcentagem de crianas nascidas com ao
menos trs semanas de antecipao; (d) definindo como prematura uma criana cujo perodo de gestao esteja
nos 4% inferiores, determine o prazo de gestao que separa as crianas prematuras das no-prematuras; (e)
determine o 95
o
percentil dos prazos de gravidez; (f) se 25 mulheres escolhidas aleatoriamente so submetidas a
uma dieta especial a partir do dia que engravidam, determine a probabilidade de os prazos de durao de sua
13
gravidez terem mdia inferior a 260 dias (admita que a dieta no produza efeito sobre o tempo de gravidez); (g)
se as 25 mulheres tm realmente mdia inferior a 260 dias, h razo de preocupao para os
mdicos/nutricionistas? (a) 0,0038, (b) 0,2981, (c) 0,0808, (d) 242 dias, (e) 293 dias, (f) 0,0038

8. Um subfornecedor da IBM foi contratado para fabricar substratos de cermica, utilizados para transmitir
sinais entre chips de silcio para computador. As especificaes exigem uma resistncia entre 1,500 ohm e 2,500
ohms, mas a populao tem resistncias distribudas normalmente com mdia de 1,978 ohm e desvio-padro de
0,172 ohm. (a) Que percentagem dos substratos de cermica foge s especificaes do fabricante? (b) Resolva
novamente o item anterior usando o MINITAB. (c) Se as especificaes exigidas forem modificadas de modo
que 3% dos dispositivos sejam rejeitados por terem resistncia muito baixa e 3% sejam rejeitados por terem
resistncia muito alta, determine os valores de separao para os dispositivos aceitveis. (0,39%); (0,39%);
(1,65 ohm e 2,30 ohm)

9. O padro de qualidade recomenda que os pontos impressos por uma impressora estejam entre 3,7 e 4,3 mm.
Uma impressora imprime pontos cujo dimetro mdio igual a 4,00 mm e o desvio-padro 0,19 mm. Suponha
que o dimetro dos pontos tenha distribuio normal. (a) Qual a probabilidade do dimetro de um ponto dessa
impressora estar dentro do padro? (b) Resolva novamente o item anterior usando o MINITAB. (c) Qual deveria
ser o desvio-padro para que a probabilidade do item (a) atingisse 95%?

10. Uma anlise dos nmeros de horas por semana que os calouros universitrios (nos EUA) dedicam ao estudo
acusa mdia de 7,06 horas e desvio-padro de 5,32 horas. Selecionados aleatoriamente 55 calouros, determine a
probabilidade de seu tempo semanal mdio de estudo exceder 7,00 horas. (0,5319)

11. As quantidades de precipitao anual do estado de Iowa aparentam ter distribuio normal com mdia
32,473 polegadas e desvio-padro de 5,601 polegadas, (a) Escolhido um ano aleatoriamente, determine a
probabilidade de a precipitao anual correspondente ser inferior a 29,000 polegadas. (b) Resolva novamente o
item anterior usando o MINITAB. (c) Para uma dcada selecionada aleatoriamente, determine a probabilidade
de a mdia das precipitaes anuais ser inferior a 29,000 polegadas. (d) Como a parte (c) envolve uma amostra
no superior a 30, por que podemos aplicar o teorema do limite central? (0,2676); (0,2676); (0,025)

12. O tempo para que um sistema computacional execute determinada tarefa uma varivel aleatria com
distribuio normal, com mdia 320 segundos e desvio-padro de 7 segundos. (a) Qual a probabilidade de a
tarefa ser executada entre 310 e 330 segundos? (b) Resolva novamente o item anterior usando o MINITAB. (c)
A tarefa colocada para execuo 200 vezes. Selecionadas aleatoriamente 50 execues, qual a probabilidade
de o tempo mdio dessas execues demorar mais do que 325 segundos?

13. Um hospital americano est fazendo uma campanha de doaes, porque seu estoque de sangue do grupo O
est baixo; o hospital necessita de 177 doadores de sangue do grupo O. Se 400 voluntrios doam sangue, estime
a probabilidade de que haja pelo menos 177 doadores com sangue do grupo O. Quarenta e cinco por cento dos
americanos tm sangue do grupo O. (0,6368)

14. Atualmente, cerca de dois teros das companhias americanas fazem teste de uso de drogas em empregados
recm-admitidos, e o resultado do teste em 3,8% dos empregados d positivo. Uma determinada empresa testa
150 candidatos a emprego e constata que, em 10 deles, o teste foi positivo. Estime a probabilidade de 10 ou
mais resultados positivos em 150 candidatos. Com base nesse valor, os 10 resultados positivos parecem uma
cifra excepcionalmente alta? (0,0526)

15. Um exame de mltipla escolha consiste em 100 questes, cada uma com quatro possibilidades de escolha. A
aprovao exige, no mnimo, 30% de acertos. Qual a probabilidade de aprovao se o candidato comparece ao
exame sem saber absolutamente nada, apelando apenas para o palpite?
Curiosidades