Você está na página 1de 11

06/05/2020

Distribuições Contínuas de
Probabilidade
Variável aleatória contínua é aquela que pode assumir
inúmeros valores num intervalo de números reais e é
medida numa escala contínua.
Por exemplo, uma variável aleatória contínua deve ser
definida entre os números reais 0 e 1, ou números reais não
negativos ou, para algumas distribuições, qualquer número
real.
A temperatura, a pressão, a precipitação ou qualquer
elemento medido numa escala contínua é uma variável
aleatória contínua.

A variação natural de muitos processos industriais é


realmente aleatória. Embora as distribuições de muitos
processos possam assumir uma variedade de formas, muitas
variáveis observadas possuem uma distribuição de
frequências que é, aproximadamente, uma distribuição de
probabilidade Normal.
A distribuição é normal quando tem a forma de "sino":

1
06/05/2020

Distribuição Normal
 A Distribuição Normal é o modelo mais usado para
expressar a distribuição de probabilidade de uma
variável aleatória

 Esta distribuição também é conhecida como Curva


de Gauss, e apresenta um gráfico em forma de sino,
com média  determinando o centro da função e com
desvio padrão  determinando a largura da função

2
06/05/2020

3
06/05/2020

0.1
Médias diferentes e desvios
padrão iguais

0
40 50 60 70 80 90 100

0.1

Médias iguais e desvios


padrão diferentes

0
40 50 60 70 80 90 100

4
06/05/2020

5
06/05/2020

Propriedades da curva normal


a) suave, unimodal e simétrica em relação à média
b) a área total sob a curva representa 100% de probabilidade
c) por causa da simetria,
à esquerda da média 50% e
à direita da média também 50%

média

6
06/05/2020

Muitas vezes estamos interessados em valores de probabilidade


que a regra 68,26% -95,45% e 99,7% não pode nos fornecer
Como calcular a área abaixo da curva (probabilidade) nestes casos?

Xμ
Com a variável reduzida z
σ

Média = 0 e Desvio padrão = 1

Distribuição normal padrão

As tabela fornecem
o valores da área
Entre 0 e z

7
06/05/2020

Exemplo 1
Controle de Estoque

O estoque de cimento em uma determinada obra acaba quando a


demanda durante o tempo de espera (entre o pedido de compra e a
entrega) é maior que 20 sacos. Qual a probabilidade de que isto
aconteça? Sabe-se que a média é 15 e o desvio padrão 6.

P( X  20)
 = 15 sacos
 = 6 sacos

-10 -5 0 5 10 15 20 25 30 35 40

X  20  15
z   0,83
 6

P( X  20)
P( X  20)  P( z  0,83) 
 0,5  0, 2967  0, 2033

-10 -5 0 5 10 15 20 25 30 35 40
X
Área da
tabela z
P( z  0,83)

-4 -3 -2 -1 0 1 2 3 4
z A chance de que o
estoque acabe antes
0,83 do tempo de espera é
de 20,33%.

8
06/05/2020

P(0  z  0,83)
0 zc z

z Segunda casa decimal de z c


z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0,0 0,00000 0,00399 0,00798 0,01197 0,01595 0,01994 0,02392 0,02790 0,03188 0,03586

0,1 0,03983 0,04380 0,04776 0,05172 0,05567 0,05962 0,06356 0,06749 0,07142 0,07535

0,2 0,07926 0,08317 0,08706 0,09095 0,09483 0,09871 0,10257 0,10642 0,11026 0,11409

0,3 0,11791 0,12172 0,12552 0,12930 0,13307 0,13683 0,14058 0,14431 0,14803 0,15173

0,4 0,15542 0,15910 0,16276 0,16640 0,17003 0,17364 0,17724 0,18082 0,18439 0,18793

0,5 0,19146 0,19497 0,19847 0,20194 0,20540 0,20884 0,21226 0,21566 0,21904 0,22240

0,6 0,22575 0,22907 0,23237 0,23565 0,23891 0,24215 0,24537 0,24857 0,25175 0,25490

0,7 0,25804 0,26115 0,26424 0,26730 0,27035 0,27337 0,27637 0,27935 0,28230 0,28524

0,8 0,28814 0,29103 0,29389 0,29673 0,29955 0,30234 0,30511 0,30785 0,31057 0,31327

0,9 0,31594 0,31859 0,32121 0,32381 0,32639 0,32894 0,33147 0,33398 0,33646 0,33891

1,0 0,34134 0,34375 0,34614 0,34849 0,35083 0,35314 0,35543 0,35769 0,35993 0,36214

1,1 0,36433 0,36650 0,36864 0,37076 0,37286 0,37493 0,37698 0,37900 0,38100 0,38298

1,2 0,38493 0,38686 0,38877 0,39065 0,39251 0,39435 0,39617 0,39796 0,39973 0,40147

Distribuição Normal - Exemplos


1) Após 28 dias de curagem, o cimento de uma certa marca tem uma resistência
compressiva média de 4000psi. Suponha que a resistência tem uma distribuição normal
com desvio-padrão de 120psi. Qual a probabilidade de se comprar um pacote de
cimento com resistência compressiva de 28 dias menor que 3850psi?
N(;) = N(4000,120) psi X = 3850psi

P(z ≤ -1,25)

X  3850  4000
z   1,25 3850 4000
 120
Área em vermelho = z = -1,25 = 0,3944
-1,25

Área desejada = 0,50 – 0,3944 = 0,1056 = 10,56%


P( Z  1,25)  0,1056  10,56%

9
06/05/2020

Distribuição Normal - Exemplos


2) Uma grande empresa faz uso de milhares de lâmpadas elétricas que permanecem
acessas continuamente. A vida de uma lâmpada pode ser considerada como uma
variável aleatória normal com vida média de 50 dias e desvio-padrão de 15 dias.
Se no dia 1º de agosto foram instaladas 8000 lâmpadas novas, aproximadamente
quantas deverão ser substituídas no dia 1º de setembro?
f(x)

  50
N(,) = N(50;15) dias X = 31 dias

X  31  50
z   1,27
 15
20 31 35 X

Consultando tabela: -1,27 0 Z

P( Z  1,27)  0,3980 log o 0,5000  0,3980  0,1020  10,20%


Deverão ser substituídas um total de (0,1020x 8.000) = 816 lâmpadas

3) Uma indústria siderúrgica produz tubos de aço cujo


comprimento pode ser considerado uma variável normalmente
distribuída com média =10,00 metros, e desvio padrão igual a
 = 0,09 metros. Quanto refugo a indústria espera produzir se o
comprimento dos tubos de aço tiver que ser no máximo, igual a
10,20 m?
f(x)
N(,) = N(10;0,09) metros
X = 10,20m   10
X  10,20  10
z   2,22
 0,09

10,20 X
Consultando tabela
temos: 0 2,22 Z

P( Z  2,22)  0,5  0,4868  0,0132  1,32%

10
06/05/2020

CASO PRÁTICO DO USO DA ESTATÍSTICA


NA QUESTÃO LOGÍSTICA DA PRESTAÇÃO DE SERVIÇOS

4) O tempo médio que demora para uma viatura de uma determinada cia da PMMG
de Ipatinga atender a uma chamada de emergência é de 8 minutos com desvio-
padrão de 3 minutos. Considere o tempo médio como uma variável normalmente
distribuída para calcular a probabilidade de uma chamada esperar no máximo 4
minutos.
f(x)

N(,) = N(8;3) minutos


X < 4 minutos

X  48
z   1,33
 3 4 8 X

-1,33 0Z
Consultando
a tabela: P( x  4)  P( Z  1,33)  0,5  0,4082  0,0918  9,18%

ESTATÍSTICA NO CONTROLE DA PRODUÇÃO INDUSTRIAL


4) Um máquina produz peças com o diâmetro médio de 2,00” e o desvio-padrão
de 0,01”. As peças que se afastam da média por mais de 0,03” são consideradas
defeituosas. Qual é a percentagem de peças defeituosa?
f(x)
N(,) = N(2,00;0,01)
X1 = 2,03 e X2=1,97  2

X  2,03  2
z1    3
 0,01
X   1,97  2
z2    3 1,97 2 2,03 X
 0,01 0
-3 3 Z

P( x  2,03)ouP( x  1,97)  P( Z  3)  P( Z  3)


Consultando
tabela: P( Z  3)  P( Z  3)  0,0014  0,0014  0,28%

11