Escolar Documentos
Profissional Documentos
Cultura Documentos
Probabilidade Contínuas:
Uniforme Contínua
Exponencial
Normal
Log-Normal
Distribuição Uniforme Contínua
Exemplo: Suponha que uma grande sala de conferência
usada por certa empresa não possa ficar reservada por mais
do que quatro horas.
No entanto, o uso da sala é tanto que conferências longas e
curtas ocorrem com muita frequência.
Pode-se assumir que o comprimento X de uma conferência
tem distribuição uniforme no intervalo [0,4].
(a) Qual é a função densidade de probabilidade?
(b) Qual é a probabilidade de que qualquer conferência dure
pelo menos três horas?
1
f ( x )= , se 0 ⩽ x⩽4 ; 0, casocontrário .
4
4
1 1
P [ X ≥3 ] = ∫ dx =
3 4 4
Distribuição Exponencial
Exemplo: Suponha que um sistema contém certo
tipo de componente cujo tempo para falha, em anos,
é dado por T.
A variável aleatória T é bem modelada pela
distribuição exponencial com tempo médio para falha
de 5.
Qual é a probabilidade de que o componente esteja
funcionando após oito anos?
∞
1 −t/5 −8 / 5
P ( T>8 )=∫ e dt=e ≈0,2 .
8
5
Distribuição Normal ou Gaussiana
Distribuição Normal ou Gaussiana
Cálculo das Probabilidades na Curva
Normal
P(x1 < X < x2) é a área abaixo da curva entre x1 e x2 na
(região sombreada).
P(x1 < X < x2) para curvas normais diferentes.
Podemos transformar todas as observações de qualquer
variável aleatória normal X em um novo grupo de
observações da variável aleatória normal Z, com média 0
e variância 1. Isso pode ser feito pela transformação
A v.a. normal com média 0 e variância 1 é chamada de
normal padronizada (ou padrão).
Exemplo: Seja Z uma v.a. normal padronizada. Calcule:
(a) P(Z > 1,84)
(b) P(-1,97 < Z < 0,86)
Solução:
(b) P(-1,97 < Z < 0,86) = P(Z < 0,86) – P(Z < -1,97) =
= 0,8051 – 0,0244 = 0,7807
Exemplo: Dada uma distribuição normal padrão,
determine o valor de k de modo que P(Z > k) = 0,3015.
Solução:
Assim, -k = -0,52,
ou seja k = 0,52.
Portanto
P(Z > 0,52) = 0,3015.
Podemos transformar as observações da v.a. em
observações da v.a. usando a expressão:
Exemplo: Dado que X tem distribuição normal com média
igual a 300 e desvio padrão igual a 50, determine a
probabilidade de que X assuma um valor maior que 362.
Solução:
Portanto,
P(X > 362) = P(Z > 1,24) = P(Z < -1,24) = 0,1075
Exemplo: Dada uma distribuição normal com média igual a
40 e desvio-padrão igual a 6, determine o valor de x tal que
Se P( X > x ) = 0.14.
x = 40 + (1.08)6
= 46.48
z = (x – 40) / 6
Ou seja, P( X > 46.48 ) = 0.14.
Exemplo: Em um processo industrial, o diâmetro de um rolamento
é uma parte importante do processo. O comprador determina que
as especificações para o diâmetro seja 3,0 +/- 0,01 cm. A
consequência é que nenhuma peça fora dessas especificações
será aceita. Sabe-se que, no processo, o diâmetro do rolamento
tem distribuição normal com média igual a 30 e devio-padrão igual
a 0,005. Em média, quantos rolamentos fabricados serão
inutilizados?
Solução:
3.0 – 0.01 = 2.99 e 3.0 + 0.01 = 3.01.
P(X>8) = 1 – P(X<8)
P(X < 8) = P[Z < (ln(8) – 3,2)/1] = P(Z < -1,12) = 0,1314.