Escolar Documentos
Profissional Documentos
Cultura Documentos
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
CAPÍTULO 3
INTRODUÇÃO À PROBABILIDADE
1 2
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
1
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Considere 5000 lançamentos de uma moeda. Considere 5000 lançamentos de uma moeda.
A cada lançamento determinar a proporção de caras (ou Considere as duas situações a seguir:
coroas) observadas até aquele lançamento.
A: Ocorre as seguintes faces nos primeiros
Por exemplo: Até o 10º lançamento, foi observado cara em 7 lançamentos: coroa, cara, coroa, coroa.
dos lançamentos realizados, logo a proporção de caras é de
B: Ocorre face cara em todos os 5 primeiros
0,7 (70%).
lançamentos.
7 8
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Considere 5000 lançamentos de uma moeda. Considere 5000 lançamentos de uma moeda.
LOGO:
Consequentemente:
• Para o ensaio A, a proporção de caras inicia com zero no 1º
lançamento, sobe para 0,5 quando no segundo lançamento dá A proporção de lançamentos com caras varia bastante no início.
uma cara, cai para 0,33 e 0,25 quando obtemos mais 2 coroas.
QUESTÃO:
• Para o ensaio B, a proporção de caras é 1 até o 5º lançamento.
O que ocorre à medida que fazemos mais e mais jogadas?
O ensaio A inicia com poucas caras e o B com muitas.
9 10
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
CONCLUSÃO:
2
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Considere 5000 lançamentos de uma moeda. O conjunto de todos os resultados possíveis de um experimento
aleatório é chamado de espaço amostral. Representaremos o
espaço amostral utilizando a letra grega Ω.
Após uma longa sequência de lançamentos da moeda,
Exemplos
a proporção de caras (consequentemente também de • Lançamento de uma moeda – Ω = {CARA, COROA}
coroas), se a moeda for honesta, é aproximadamente • Sorteio de um aluno de graduação da UFSCar e observação da
0,5 (50%). área de seu curso – Ω = {EXATAS, BIOLÓGICAS, HUMANAS}
• Duração de uma lâmpada mantida ininterruptamente acesa -
Ω = {T: T > 0}
13 14
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 2: Um jogador de basquete faz três lances livre. Quais Ω = {AAA, AAE, AEA,
são as possíveis sequências de acertos (A) e erros(E)? AEE, EAA, EAE,
EEA, EEE}
Ω =???
Note: 8 elementos, 23
Ω = {AAA, AAE, AEA,
AEE, EAA, EAE, Evento D: O jogador acerta os três lances; D = {AAA}
EEA, EEE}
Evento E: O jogador erra dois lances; E = {AEE, EAE, EEA}
Note: 8 elementos, 23 Evento F: O jogador acerta o segundo lance; F = {AAA, AAE, EAA, EAE}
17 18
3
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 3: Um jogador de basquete faz três lances livres. Qual Exemplo 4: Lançamento de um dado e observação da face
o número de cestas feitas? obtida
Ω =??? Ω = {1, 2, 3, 4, 5, 6}
Ω = {0, 1, 2, 3}
Evento H: Obtenção de face de valor ímpar; H = {1, 3, 5}
Evento E: O jogador não acerta os três lances; E = {0, 1, 2} Evento I: Obtenção da face de menor valor; I = {1}
Evento F: O jogador erra todos os lances; F = {0} Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6}
Evento G: O jogador acerta pelo menos 2 lances; G = {2, 3}
19 20
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Representa a ocorrência de pelo menos um dos eventos, A ou B. Representa a ocorrência simultânea dos eventos A e B.
No exemplo 4 No exemplo 4
Evento H: Obtenção de face de valor ímpar; H = {1, 3, 5} Evento H: Obtenção de face de valor ímpar; H = {1, 3, 5}
Evento I: Obtenção da face de menor valor; I = {1} Evento I: Obtenção da face de menor valor; I = {1}
Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6} Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6}
H J = {1, 3, 4, 5, 6} H J = {3, 5}
21 22
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Definições Definições
A e B são disjuntos ou mutuamente exclusivos, quando não tem A e B são complementares se sua intersecção é vazia e sua união é o
espaço amostral, isto é A B = e A B = Ω. O complementar de
elementos em comum, isto é, A B = .
A é denotado por AC.
No exemplo 4
No exemplo 4
Evento H: Obtenção de face de valor ímpar; H = {1, 3, 5} Evento H: Obtenção de face de valor ímpar; H = {1, 3, 5}
Evento I: Obtenção da face de menor valor; I = {1} Evento I: Obtenção da face de menor valor; I = {1}
Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6}
Evento J: Obtenção de face de valor 3 ou maior; J = {3, 4, 5, 6}
Evento K: Obtenção de face de valor par; K = {2, 4, 6}
IJ= I e J são disjuntos H e K são complementares JC = {1,2}
23 24
4
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
PROBABILIDADE PROBABILIDADE
Probabilidade é a medida da incerteza associada aos Uma probabilidade atende necessariamente os seguintes
resultados do experimento aleatório. requisitos:
25 26
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
PROBABILIDADE PROBABILIDADE
Exemplo 5: Sortearemos um aluno na turma de alunos de Exemplo 5: Sortearemos um aluno na turma de alunos de
IPAEE cujo banco de dados foi visto na análise descritiva e IPAEE cujo banco de dados foi visto na análise descritiva e
observaremos seu curso. observaremos seu curso.
Ω = {EM, EQ, QU} Como calcular p1, p2 e p3?
P(aluno ser de QU, EQ ou EM} = P(Ω ) = 1.
P(aluno ser BIOTEC} = 0. Definição 1: Se são possíveis n eventos mutuamente exclusivos e
P(aluno ser de QU, EQ, EM ou BIOTEC} = 1.
igualmente prováveis, se nA desses eventos tem o atributo A,
P(aluno ser de EM} = p1, 0 < p1 < 1.
então a probabilidade de A é dada pela razão nA / n.
P(aluno ser de EQ} = p2, 0 < p2 < 1.
P(aluno ser de QU} = p3, 0 < p3 < 1.
27 28
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
PROBABILIDADE PROBABILIDADE
5
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 6: Em um sorteio da mega sena, qual a probabilidade Regra da adição geral para quaisquer dois eventos A e B: A
de primeiro número sorteado ser um múltiplo de 10? probabilidade de que A ocorra, ou B ocorra, ou ambos eventos
ocorram é:
Ω = {1, 2, 3, ..., 58, 59, 60}
P(A ou B) = P ( A B) = P(A) + P(B) – P(A B)
A = {10, 20, 30, 40, 50, 60}
Portanto,
31 32
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 7: Qual é a probabilidade de selecionarmos Exercício 1: (2-66 Montgomery e Runger adaptado) Se P(A) = 0,3,
aleatoriamente uma carta de um baralho de 52 cartas e ela ser um P(B) = 0,2, P( A B) = 0,1, determine as seguintes probabilidades:
rei ou uma carta de copas?
Então: P(rei ou copas)= P(rei) + P(copas) – P(rei e copas) a) P(AC)
= 4/52 + 13/52 - 1/52 = 16/52 ≈ 0.31 b) P ( A B)
c) P(AC B)
3 d) P[(A B)C]
12
e) P(AC U B)
1
33 34
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
EXERCÍCIOS EXERCÍCIOS
Condutividade Resistência
Exercício 2: (2-70 Montgomery e Runger adaptado) Cabos de fio de cobre,
Alta Baixa
provenientes de um fabricante, são analisados em relação à resistência e à
Alta 74 8
condutividade. Os resultados de 100 cabos são dados a seguir: Baixa 15 3
Condutividade Resistência
b) Se um cabo for selecionado aleatoriamente, qual é a probabilidade de sua
Alta Baixa
Alta 74 8 condutividade ser alta ou sua resistência ser alta?
Baixa 15 3 c) Se um cabo for selecionado aleatoriamente, qual é a probabilidade de sua
condutividade ser baixa e sua resistência ser baixa?
a) Se vamos selecionar um cabo aleatoriamente e observar sua condutividade e
d) Considere o evento em que o cabo tem alta condutividade e o evento que o
resistência segundo a classificação apresentada na tabela, qual é o espaço
cabo tem baixa resistência. Esses dois eventos são mutuamente exclusivos?
amostral?
35 36
6
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Muitas vezes, temos interesse em calcular a probabilidade de Nessas situações, o que precisamos calcular é uma probabilidade
ocorrência de um evento quando sabemos que algum outro evento condicional.
ocorreu ou temos alguma outra informação adicional.
A probabilidade condicional de ocorrência do evento B dado que o
Exemplos:
evento A ocorreu, desde que P(A) > 0, é dada por
• Qual a probabilidade de um aluno que nunca falta aulas tirar nota
na primeira prova acima de 8, dado que ele não estudou?
• Qual a probabilidade de uma criança ter febre após tomar a
segunda dose de uma vacina, dado que ele teve febre após tomar a
primeira dose?
37 38
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 8: Em um sorteio da megasena, qual a probabilidade É bastante comum o interesse no cálculo de probabilidades de
do primeiro número sorteado ser o número 50 dado que o intersecções de eventos, ou seja, a probabilidade de ocorrência
primeiro número sorteado é um múltiplo de 10? simultânea dos eventos A e B. Diretamente, a partir da fórmula da
Ω = {1, 2, 3, ..., 58, 59, 60} probabilidade condicional, obtém-se
A: primeiro número sorteado é um múltiplo de 10
B: primeiro número sorteado é o 50 P(A B) P(B | A)P(A) P(A | B)P(B)
P(A B) 1 / 60 1
P(B | A) 0,167
P(A) 1 / 10 6
39 40
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 9: Em uma urna contendo 4 bolas pretas e 3 bolas Quando temos apenas a probabilidade de ocorrência simultânea de
brancas, qual a probabilidade de, ao sortearmos, sem um evento B e de outros eventos, podemos calcular a
reposição, duas bolas, ambas serem pretas? probabilidade de ocorrência do evento B, recorrendo a regra da
Sorteio 1 Sorteio 2 probabilidade total que é escrita como
A: preta no primeiro sorteio
3/6 P B: preta no segundo sorteio
P
4/7
3/6 B
P(A B) P(B | A)P(A)
P(B) P(B A) P(B A C )
4/6 P
3/7 B
3 4 12
0,286 P(B | A)P(A) P(B | A C )P(A C )
2/6 B 6 7 42
41 42
7
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 10: (2-91 Montgomery e Runger) A probabilidade de Exemplo 10: (2-91 Montgomery e Runger)
um conector elétrico que seja mantido seco falhe durante o
S: conector mantido seco
período de garantia de um computador portátil é de 1%. Se o 0,01 Falha F: conector falha
conector for molhado, a probabilidade de falha durante o Seco
período de garantia será de 5%. Se 90% dos conectores forem 0,9 0,99 Não falha P(F) P(F S) P(F SC )
mantidos secos e 10% forem mantidos molhados, qual será a
0,05 Falha P(F | S)P(S) P(F | SC )P(SC )
proporção de conectores que falhará durante o período de 0,1 Molhado
garantia? Não falha 0,01(0,9) 0,05(0,1)
0,95
0,009 0,005 0,014
43 44
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INDEPENDÊNCIA INDEPENDÊNCIA
Definição 3: Dois eventos são independentes se a probabilidade Utilizando o que já estudamos de probabilidade, temos que os
de um evento ocorrer em qualquer realização do experimento eventos A e B são independentes se alguma das seguintes
não muda a probabilidade de um outro evento ocorrer. igualdades puder ser verificada
P(A | B) P(A)
Exemplo: No lançamento de uma moeda, o resultado do primeiro
P(B | A) P(B)
lançamento (cara, por exemplo) NÃO ALTERA a probabilidade de
P(A B) P(A)P(B)
dar cara ou coroa no segundo lançamento.
45 46
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INDEPENDÊNCIA INDEPENDÊNCIA
A: carta é de copas
B: carta é um rei
A e B são independentes:
P(A B) 1 / 52
P(A)P(B) (13 / 52)(4 / 52) 1 / 52
Os eventos em estudo são independentes.
47 48
8
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
EXERCÍCIOS EXERCÍCIOS
Exercício 3: (2-79 Montgomery e Runger adaptado) A tabela a seguir resume a
Exercício 4: (2-98 Montgomery e Runger adaptado) Um lote de 100
análise de 150 placas de aço galvanizado em relação ao peso de recobrimento e
rugosidade da superfície: chips semicondutores contém 20 que são defeituosos. Dois chips
Rugosidade da Peso do revestimento são selecionados ao acaso e sem reposição do lote.
superfície Alto Baixo
Alta 12 16 a) Qual a probabilidade do primeiro chip ser defeituoso?
Baixa 88 34
a) Se vamos selecionar uma placa de aço aleatoriamente, qual é a b) Qual a probabilidade do segundo chip ser defeituoso?
probabilidade da rugosidade da superfície ser alta? c) Os eventos primeiro chip ser defeituoso e segundo chip ser
b) Se o peso do revestimento for alto, qual é a probabilidade da rugosidade da
defeituoso são independentes? Justifique.
superfície ser alta?
c) Os eventos rugosidade da superfície alta e peso do revestimento alto são
independentes? Justifique. 49 50
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
9
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 13: (3-21 Montgomery e Runger) Todas as medidas que estudamos na análise descritiva possuem
P(ocorrência ppp) (0,8)(0,8)(0,8) 0,51 uma medida correspondente para variáveis aleatórias. A primeira
P(ocorrência ppf) (0,8)(0,8)(0,2) 0,13 medida que estudaremos é a média de uma variável aleatória.
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
em que E(X )
2
x P(X x )
i
2
i i
aleatória X, já temos uma razoável caracterização de X.
59 60
10
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
11
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Definição 11: A variância da variável aleatória contínua X, Definição 12: O desvio padrão da variável aleatória contínua X,
denotada como σ2 ou VAR(X), é dada por denotada como σ ou DP(X), é dado por
2 Var ( X ) E(X - ) 2 ( x ) 2 f ( x)dx DP(X) VAR(X)
69 70
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
0 probabilidade.
0
71 72
12
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
DISTRIBUIÇÕES DISCRETAS
MODELOS PROBABILÍSTICOS OU DISTRIBUIÇÕES DE PROBABILIDADE
Tipos de Modelo Modelo Característica
Discretos Binomial Variável em estudo assume somente dois
possíveis valores em cada uma das n repetições
Muitas variáveis aleatórias seguem um mesmo padrão de do experimento e a probabilidade de ocorrência
de cada um é constante.
comportamento. Alguns desses padrões aparecem com bastante Poisson A variável observada identifica o resultado de
uma contagem no experimento (número de
frequência em situações práticas e justificam um estudo mais insetos em uma determinada área, por
exemplo).
aprofundado. Geométrico Número de experimentos necessários até a
ocorrência de um dado resultado de interesse.
Binomial Número de experimentos necessários até a
Dizemos que variáveis que apresentam um mesmo padrão de Negativa ocorrência de certo número de vezes do
resultado de interesse.
comportamento seguem um mesmo modelo (ou distribuição) de Hipergeométrico Variável em estudo somente pode assumir dois
probabilidade. possíveis valores em cada uma das n repetições
do experimento e a probabilidade de ocorrência
de cada um não é constante (usualmente
experimentos sem reposição).
73 74
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Assim como no caso discreto existem inúmeras distribuições de Funça densidade de probabilidade da Normal com média 10 e variância 4
0,10
A distribuição normal é uma distribuição simétrica com função
densidade de probabilidade em forma de sino. No próximo slide,
0,05
apresentamos, por exemplo, o gráfico da função densidade de
probabilidade de uma variável aleatória com distribuição normal 0,00
5,0 7,5 10,0 12,5 15,0 17,5
com média 10 e variância 4. X
75 76
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
A distribuição normal é bastante estudada porque ela é De forma mais formal, podemos definir a distribuição normal da
frequentemente uma boa aproximação para a distribuição de inúmeras seguinte forma:
variáveis aleatórias contínuas como, por exemplo:
Definição 13: Uma variável aleatória X tem distribuição normal
• Medidas físicas de um indivíduo: altura, peso, pressão sanguínea. com parâmetros µ e σ2 se sua função densidade de probabilidade
• Medidas climatológicas em uma determinada região e período: puder ser escrita como
temperatura, índice pluviométrico. ( x )2
1
f ( x) e 2 2
.
• Medidas de dimensão de produtos manufaturados: comprimento, 2
largura, altura.
• Erros em medições científicas. A notação utilizada é X ~ N( ; 2 ).
77 78
13
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
A distribuição normal possui as seguintes propriedades: Mantendo a média da distribuição normal e mudando a
variância, observamos o comportamento abaixo.
1. A distribuição Normal depende dos parâmetros µ e 2
2. E(X) = µ (média ou valor esperado);
3. Var(X) = 2 (e, portanto, DP(X) = );
4. x = µ é ponto de máximo de f (x);
5. µ - e µ + são pontos de inflexão de f (x);
6. A curva Normal é simétrica em torno da média µ.
79 80
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
81 82
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
14
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Graficamente, temos
A solução desta
integral é mais simples
que no caso anterior,
e seus valores estão
tabelados.
87 88
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS Distribuição Normal : Valores de P( Z < z ) = A(z)
Segunda decimal de z
2º SEMESTRE DE 2020 0 1 2 3 4 5 6 7 8 9
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
89 3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 90
0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
15
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 18: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Calcule as Exemplo 18: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Calcule as
seguintes probabilidades: seguintes probabilidades:
a) P(Z ≤ 0,32) b) P(0 ≤ Z ≤ 1,71)
91 92
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 18: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Calcule as Exemplo 18: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Calcule as
seguintes probabilidades: seguintes probabilidades:
c) P(1,32 ≤ Z ≤ 1,79) d) P(Z ≥ 1,5)
93 94
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 18: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Calcule as Exemplo 18: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Calcule as
seguintes probabilidades: seguintes probabilidades:
e) P(Z ≤ -1,3) f) P(-2,3 ≤ Z ≤ -1,49)
P(-2,3 ≤ Z ≤ -1,49) =
P(Z ≤ -1,3) = P(Z ≥ 1,3) = P(1,49 ≤ Z ≤ 2,3) =
1 - P(Z ≤ 1,3) = P(Z ≤ 2,3) - P(Z ≤ 1,49) =
1 – 0,9032 = 0,9893 – 0,9319 =
0,0968 0,0574
95 96
16
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 18: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Calcule as Exemplo 19: Seja Z uma variável aleatória, tal que Z ~ N(0; 1).
seguintes probabilidades: Determine z nas seguintes situações:
g) P(-1 ≤ Z ≤ 2) P(-1 ≤ Z ≤ 2) = a) P(Z ≤ z) = 0,975
P(Z ≤ 2) - P(Z ≤ -1) =
0,9772 - P(Z ≥ 1) = Diretamente da tabela,
0,9772- (1 - P(Z ≤ 1)) = temos que
0,9772 – 0,1587 =
0,8185
97 98
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 19: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Exemplo 19: Seja Z uma variável aleatória, tal que Z ~ N(0; 1).
Determine z nas seguintes situações: Determine z nas seguintes situações:
b) P(0 ≤ Z ≤ z) = 0,475 c) P(Z ≥ z) = 0,3
z = 1,96 z = 0,52
z Z
z Z
99 100
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 19: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Exemplo 19: Seja Z uma variável aleatória, tal que Z ~ N(0; 1).
Determine z nas seguintes situações: Determine z nas seguintes situações:
d) P(Z ≥ z) = 0,975 e) P(Z ≤ z) = 0,1
P(Z ≤ z) = 0,1
-z = 1,96 -z = 1,28
z = -1,96 z= -1,28
z Z
101 102
17
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
Exemplo 19: Seja Z uma variável aleatória, tal que Z ~ N(0; 1). Se queremos calcular probabilidades para variáveis que tem distribuição
Determine z nas seguintes situações: normal, mas não tem média 0 e variância 1, basta utilizarmos o
f) P(-z ≤ Z ≤ z) = 0,8 resultado visto e proceder como nos exemplos anteriores
Exemplo 20: Seja X uma variável aleatória, tal que X ~ N(10; 64). Calcule
P(-z ≤ Z ≤ z) = 0,8 as seguintes probabilidades:
a) P(6 ≤ X ≤ 12)
P(0 ≤ Z ≤ z) = 0,4
6 10 X 10 12 10
P(Z ≤ z) = 0,9 P(6 X 12) P P 0,5 Z 0,25)
8 8 8
z = 1,28
PZ 0,25) PZ 0,5) 0,5987 P( Z 0,5)
–z z Z 0,5987 (1 P( Z 0,5)) 0,5987 (1 0,6915 ) 0,2902
103 104
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
EXERCÍCIOS EXERCÍCIOS
Exercício 8: (4-50 Montgomery e Runger adaptado) O tempo de duração da carga Exercício 9: (4-59 Montgomery e Runger adaptado) Em um centro acelerador, um
de uma bateria de um laptop, sob condições normais, é distribuído experimento necessita de um cilindro de alumínio, com 1,41 cm de diâmetro.
normalmente, com média de 260 minutos e um desvio padrão de 50 minutos. Suponha que o diâmetro de um cilindro tenha distribuição normal , com média
igual a 1,41 cm e um desvio padrão igual a 0,01 cm.
a) Qual a probabilidade da bateria durar mais de 4 horas?
a) Qual a probabilidade do cilindro ter diâmetro menor do que 1,4 cm?
b) Quais são os quartis da vida da bateria? Interprete o resultado obtido.
b) Se as especificações requerem que o diâmetro esteja entre 1,39 cm e 1,43
c) Em um determinado dia, um professor carregou completamente a bateria
cm, que proporção das amostras satisfazem as especificações?
do notebook em sua casa e dirigiu-se a sua sala para preparar uma aula. Se a
sala dele estava sem energia, qual o tempo máximo que o professor pode c) Os responsáveis pelo centro gostariam que 99% dos cilindros atendessem as
utilizar para preparar a aula se ele quer ter 95% de probabilidade de acabar especificações. Para quanto deve diminuir o desvio padrão do diâmetro do
a preparação antes do término da bateria? cilindro para que isso aconteça?
105 106
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
EXERCÍCIOS EXERCÍCIOS
Exercício 10: (4-61 Montgomery e Runger adaptado) A vida de um semicondutor Exercício 11: A dimensão de cada peça um determinado porcelanato
a laser, a uma potência constante, segue um modelo normal com média de 7000
fabricado por certa indústria é normal com média 60 cm e desvio padrão
horas e desvio padrão de 600 horas.
0,05 cm. A especificação diz que o comprimento de cada peça deve estar
a) Qual a probabilidade do laser falhar antes de completar 8000 horas?
entre 59,9 cm e 60,1 cm. Para um determinado cliente, a indústria vende
b) Qual deve ser o tempo de vida em horas de tal forma que 95% dos lasers um lote desse porcelanato a R$70,00 por metro quadrado se uma peça
excedem a esse tempo? retirada ao acaso do lote tiver dentro das especificações e a R$50,00 caso
c) Se três lasers forem usados em certo produto e se eles falharem ela não esteja dentro das especificações. Qual o preço médio de venda
independentemente, qual a probabilidade de todos os três estarem ainda desse porcelanato para esse cliente?
operando após 8000 horas?
107 108
18
04/03/2021
INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS
2º SEMESTRE DE 2020 2º SEMESTRE DE 2020
EXERCÍCIOS EXERCÍCIOS
Exercício 12: A quantidade de micotoxina FB1 presente no milho no momento da Exercício 13: Um elevador tem capacidade para 450 Kg. Supondo que o
colheita é normal com média 80 µg/g e desvio padrão de 10 µg/g para uma peso de um homem tem distribuição normal com média 80 kg e desvio
variedade A de milho transgênico e com média 90 µg/g e desvio padrão de 20 padrão 15 kg e uma mulher tem distribuição normal com média 65 kg e
µg/g para uma variedade B de milho transgênico.
desvio padrão 12 kg, calcule as probabilidades a seguir. Assuma
a) Em um determinado recipiente, há 60 amostras de milho da variedade A e
independência entre os pesos das pessoas.
40 amostras de milho da variedade B. Se um pesquisador pegará
a) A probabilidade de 6 homens não excederem a capacidade do
aleatoriamente uma dessas amostras desse recipiente, qual a probabilidade
elevador.
da amostra conter mais de 100 µg/g de micotoxina FB1?
b) Se um outro pesquisador tem uma amostra que contém milho apenas de b) A probabilidade de 3 homens e 3 mulheres não excederem a
uma variedade de milho e esta amostra contém mais de 100 µg/g, qual a capacidade do elevadores?
probabilidade da amostra ser da variedade A?
109 110
Segunda decimal de z
0 1 2 3 4 5 6 7 8 9
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
Parte inteira e primeira decimal de z
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 111
0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
19