Escolar Documentos
Profissional Documentos
Cultura Documentos
Objetivos do Capítulo
101
6.1) Variáveis aleatórias contínuas
Como vimos no início do capítulo anterior, existem dois tipos principais de variáveis
aleatórias, discreta e contínua. Uma variável aleatória discreta é uma variável aleatória cujos
possíveis valores formam um conjunto discreto de dados, usualmente um conjunto de números
inteiros. Freqüentemente, uma variável aleatória discreta se relaciona com uma contagem de
alguma coisa, como por exemplo, o número de pessoas em uma família ou o número de carros
possuídos por uma família. Por outro lado, uma variável aleatória contínua é uma variável
aleatória cujos possíveis valores formam um conjunto contínuo de dados. Usualmente um
intervalo de números reais. Tipicamente, uma variável aleatória contínua envolve uma medição
de alguma coisa, como por exemplo, o peso de uma criança recém-nascida. A seguinte definição
caracteriza o conceito de variável aleatória contínua.
102
seja a proporção do lago cuja profundidade (arredondada ao inteiro mais próximo) é k, então a
soma das áreas de todos os retângulos é 1. Um possível histograma aparece na figura 6.1a.
P (a ≤ x ≤ b) = ∫ f ( x)dx
a
Isto é, a probabilidade de que x assuma um valor no intervalo [a , b] é a área sob o
gráfico de f(x).
Para que uma função f(x) seja uma função distribuição de probabilidade, ela deve
satisfazer duas condições:
103
A figura 6.2 ilustra uma função distribuição de probabilidade genérica.
F(x)
Área total =1
Área entre a e b
x
a b
Notas:
1) Especificação de um Modelo de Probabilidade - Um modelo de probabilidade para uma
função aleatória contínua é especificado dando a forma matemática da função distribuição de
probabilidades. Se dispusermos de uma amostra com um número grande de observações,
podemos ajustar uma curva (com sua equação matemática) passando pelos pontos superiores
dos retângulos que compõem o histograma de freqüências relativas. Ou ainda, na ausência de
um grande volume de dados podemos assumir um modelo razoável baseado em uma fonte
similar de dados, ou seja, em uma situação similar àquela em questão.
2) Características de uma distribuição contínua - Uma curva, definindo uma função distribuição
de probabilidades, pode ter uma grande variedade de formas. Algumas delas são mostradas
nos esquemas abaixo.
104
6.3) Distribuição uniforme
1/(B-A) , A≤x≤B
f(x; A, B) =
0, caso contrário
Suponha que uma pessoa tome um ônibus para ir ao trabalho e que a cada 5 minutos um
ônibus passe pelo ponto. Assumindo que a pessoa deixe a casa de uma maneira aleatória, ela não
chega sempre no ponto no mesmo horário. Assim, o tempo de espera para o próximo ônibus é
uma variável contínua com valores no intervalo [0 ; 5].
a) Verificar se a função dada abaixo pode ser uma função distribuição de probabilidade para a
variável x.
1/5 , 0≤x≤5
f(x) =
0, caso contrário
Solução:
a) De acordo com o fato importante 6.1, f(x) deve ser positiva ou nula para qualquer valor da
variável x. De fato, f(x) = 1/5 para todo x pertencente ao intervalo [0 ; 5] e é igual a zero para
qualquer outro valor de x. Portanto, f(x) satisfaz a primeira condição. A segunda condição
exige que a área sob o gráfico de f(x) seja igual a 1. Podemos verificar isto calculando a
integral de f(x) e verificar se obtemos 1.
+∞ 51 1 5
∫ f ( x)dx = ∫ 5 dx = 5 x =1
−∞ 0 0
De fato, a segunda condição também está satisfeita e a função f(x) é uma função
distribuição de probabilidade. Outra maneira de verificar a segunda condição é observar o
gráfico de f(x) abaixo, e verificar que a área sob a curva é dada pelo produto 5 . (1/5) que é igual
a 1.
105
f(x)
1/5
x
0 5
3 3 3
P(1 ≤ x ≤ 3) = ∫ f ( x)dx = ∫ 1 dx = 1 x = 2
1 15 5 1 5
que é o mesmo valor dado pelo cálculo da integral da função entre os pontos 1 e 3.
f(x)
Área = P(1≤ x ≤ 3)
1/5
x
0 1 3 5
106
O gráfico de qualquer função de distribuição de probabilidade uniforme se parece com o
gráfico da figura 6.3. Outro fato importante sobre variáveis contínuas é que não tem sentido
calcular a probabilidade em um ponto, isto é, para um determinado valor da variável x. Se x
fosse uma variável aleatória discreta, então para cada valor de x seria definida uma probabilidade
positiva, entretanto este não é o caso de variável aleatória contínua.
Se x é uma variável aleatória contínua, então para qualquer número c, P(x=c) = 0. Além
disso, para quaisquer dois números a e b , com a < b,
1) Qual das funções abaixo poderia ser uma função distribuição de probabilidades para uma
variável aleatória contínua? Justifique cada caso.
0 1 2 0 1 2 0 1 2
f(x) f(x)
1 .5
0 1 2 0 1 2 3 4
(d) (e)
107
6.4) Distribuição normal
Uma variável aleatória contínua x tem uma distribuição normal com parâmetros µ e σ,
com -∝ < µ < ∝, e 0 < σ, se a função distribuição de probabilidade de x for dada por
1
2
− ( x−µ )
f ( x; µ , σ ) = e 2σ
2
-∝ < x < ∝,
σ 2π
É óbvio que f(x; µ, σ) ≥ 0 para qualquer número x, mas técnicas de cálculo integral
devem ser usadas para mostrar que
+∞
∫ f (x; µ , σ )dx = 1
−∞
108
Naturalmente existem muitas distribuições normais de probabilidade, cada uma
dependente de apenas dois parâmetros: a média da população µ e o desvio padrão da população
σ. A figura 6.6 mostra três diferentes gráficos de f(x) onde as diferenças são devidas aos
diferentes pares de valores (µ, σ). Uma mudança no valor da média da população µ provoca um
deslocamento da curva para a direita ou para a esquerda. Uma mudança no valor de σ causa uma
mudança na forma da curva; a forma básica de sino permanece, mas a curva se torna mais larga
ou mais estreita, dependendo de σ.
Quando uma variável aleatória x tem uma distribuição normal de probabilidade com
parâmetros µ e σ, para calcularmos a probabilidade de x estar entre dois valores a e b, isto é para
calcularmos o valor de P(a ≤ x ≤ b), nós precisamos calcular
1
2
b − ( x−µ )
∫ e 2σ dx
2
a σ 2π
Nenhuma das técnicas comuns de integração pode ser usada para avaliar a expressão
acima. Por outro lado, para µ=0 e σ=1, a expressão acima já foi extensamente avaliada e
tabulada para certos valores de a e b. Usando esta tabela, podemos computar probabilidades
também para outros valores de µ e σ.
109
Definição 6.5 – Distribuição normal padrão
1 −2z
2
A figura 6.7 ilustra uma distribuição normal padrão. A área total sob a curva é igual a 1.
Os números decimais que aparecem entre dois valores consecutivos de z indicam o valor da área
sob a curva compreendida entre estes dois valores. Por exemplo, o valor da área sob a curva
entre os pontos z=0 e z=1 é 0,3413. Podemos observar que, aproximadamente 68% da área está
compreendida entre +1 e -1, aproximadamente 95% da área está entre +2 e –2 e 99,7% está entre
+3 e –3. Este é um fato importante que será mais tarde novamente discutido.
Solução:
Primeiro encontramos na coluna esquerda o valor z = 1,8. Depois nos deslocamos nessa
linha até encontrarmos o valor 0,03 na linha superior. O número no corpo da tabela, que é
0,4664, é a área sob a curva normal entre z = 0 e z = 1,83, conforme mostra a figura 6.8.
Z=1,83
Solução:
Primeiramente encontramos a área entre z = 0 e z = 1,45. Como no exemplo anterior,
percorremos a coluna z até encontrarmos o valor 1,4 e, em seguida, percorremos essa linha até
estarmos na coluna correspondente ao valor 0,05 da primeira linha. Neste ponto determinamos o
valor 0,4265 que é a área entre z = 0 e z = 1,45. Por simetria da curva, 0,4265 é também a área
entre z = -1,45 e z = 0. Veja figura 6.9.
111
Tabela 6.1 – Áreas sob a curva normal padrão
112
Z = 1,45 Z = -1,45
Solução:
Uma vez que a área total sob a curva é 1 (propriedade 1) e a curva é simétrica com
relação a 0(Propriedade 3), segue que a área sob a curva normal à direita de z = 0 é 0,5. Da
tabela 6.1 vemos que a área entre z = 0 e z = 1,25 é igual a 0,3944. Uma vez que a área total à
direita de z = 0 é 0,5 então a área à direita de z = 1,25 vale
113
Exemplo 6.6 – Ilustra como encontrar a área entre dois valores positivos de z
Solução:
Pela tabela 6.1, a área entre z = 0 e z = 0,46 é 0,1772 e a área entre z = 0 e z = 1,75 é
0,4599(ver figura 6.11). Dessa forma, a área entre z = 0,46 e z = 1,75 é igual à diferença entre as
duas áreas anteriores, isto é
Solução:
Primeiro determinamos a área entre z = 0 e z = 1,96. Da tabela 6.1, a área é igual a
0,4750(ver figura 6.12). Uma vez que a área à esquerda de z = 0 vale 0,5(porque?) nós
concluímos que a área à esquerda de z = 1,96 vale
114
Figura 6.12 – Área à esquerda de z = 1,96.
Exemplo 6.8 – Ilustra como determinar o valor de z para uma dada área
Determine o valor de z para o qual a área sob a curva normal padrão, à direita daquele
valor, seja igual a 0,025(veja figura 6.13)
Solução:
Para achar o valor de z, primeiro determinamos a área entre z = 0 e o z procurado,
lembrando que a área à direita de z = 0 vale 0,5. Por esse caminho encontramos que essa área é
dada por 0,500 – 0,025 = 0,475, como mostrado na figura 6.14.
115
Figura 6.14 – Área entre 0 e z.
Agora, basta usarmos a tabela 6.1 para obtermos o valor de z correspondente à área de
0,475. Pesquisando os valores internos da tabela, encontramos que o valor requerido de z é 1,96,
como mostra a figura 6.15.
Adotaremos a notação z0,025 para indicar o valor de z com área de 0,025 à sua direita, sob
a curva normal padrão. Assim, pelo exemplo anterior, podemos escrever z0,025 = 1,96. Esta
notação é melhor definida como segue.
Definição 6.6
O símbolo zα será usado para indicar o valor de z com área α à sua direita, sob a curva
normal padrão, como mostrado na figura 6.16.
116
Figura 6.16 – Notação para zα.
Solução:
a) O valor da área entre z = 0 e z0,10 é 0,5 – 0,10 = 0,40. Pela tabela, o valor mais próximo
desta área é definido pelo valor z = 1,28. Logo, z0,10 = 1,28.
b) De forma análoga, o valor da área entre z = 0 e z0,05 é 0,5 – 0,05 = 0,45 e, pela tabela 6.1, z
deve valer 1,645(interpolação entre 1,64 e 1,65). Assim, z0,05 = 1,645.
117
Exercícios – Seqüência 6.2
5) Use a tabela 6.1 para encontrar as áreas indicadas sob a curva padrão normal abaixo.
118
6.6) Curvas normais
Na seção anterior aprendemos como encontrar áreas sob a curva normal padrão. Com este
conhecimento podemos obter áreas sob qualquer curva normal, como será visto nesta seção.
Embora não seja necessário desenhar uma curva normal exata, é bastante útil ser capaz de
esboçá-la rapidamente. Usando a propriedade P3 e a propriedade P4 torna-se fácil fazer um
esboço de uma curva normal. O exemplo seguinte ilustra o procedimento.
Solução:
Pela propriedade P3, a curva normal com parâmetros µ = 5 e σ = 2 é simétrica com
relação à média µ = 5. Ainda, pela propriedade P4, a maior parte da área se encontra entre
µ - 3σ = 5 – 3.2 = -1 e µ + 3σ = 5 + 3.2 = 11
A curva normal pode ser esboçada centrada em µ = 5 e se aproximando do eixo x nos pontos –1
e 11, como mostra a figura abaixo.
119
Determinando áreas sob uma curva normal
Já aprendemos como determinar a área sob a curva normal padrão. O próximo passo é
aprender como encontrar a área sob uma curva normal qualquer. A idéia básica é relacionar uma
dada curva normal com a curva normal padrão.
Exemplo 6.11 – Ilustra como encontrar a área sob uma curva normal
Solução:
a) Primeiro devemos esboçar a curva normal com parâmetros µ = 5 e σ = 2 e sombrear a área à
direita de 7. Isto pode ser visto na figura 6.18.
Pode ser matematicamente demonstrado que a área sob a curva normal com parâmetros
µ= 5 e σ = 2 que fica à direita de x = 7 é igual à área sob a curva normal padrão que fica à direita
de
x−µ 7−5
z= = =1
σ 2
Esta última área está mostrada na figura 6.19 abaixo. Em outras palavras, as áreas
sombreadas nas figuras 6.18 e 6.19 são iguais. Pela tabela 6.1, a área sombreada na figura 6.19
vale 0,5000 – 0,3413 = 0,1587. Dessa forma, a área da figura 6.18 vale também 0,1587, ou seja,
a área sob a curva normal com parâmetros µ = 5 e σ = 2 que fica à direita de 7 é igual a 0,1587.
120
Figura 6.19 – Curva normal padrão com área à direita de 1 sombreada.
b) agora queremos determinar a área sob a curva normal com parâmetros µ = 5 e σ = 2 que fica
entre 3 e 8(veja figura 6.20)
Figura 6.20 - Curva normal com parâmetros µ = 5 e σ = 2, com área entre 3 e 8 sombreada.
Nós obtemos a área desejada da seguinte maneira: a área sob a curva normal com
parâmetros µ = 5 e σ = 2, que fica entre 3 e 8 é igual à área sob a curva normal padrão que fica
entre
x−µ 3−5
z= = = −1
σ 2
e
x−µ 8−5
z= = = 1,5
σ 2
Esta última área é mostrada na figura 6.21.
121
Figura 6.21 – Curva normal padrão com área entre –1 e 1,5 sombreada.
Pela tabela 6.1, a área sombreada na figura 6.21 é igual a 0,3413 + 0,4332 = 0,7745.
Consequentemente, a área sob a curva normal com parâmetros µ = 5 e σ = 2 que fica entre 3 e 8
é também igual a 0,7745.
O exemplo anterior permite sumarizar o fato fundamental que nos permite determinar
áreas sob qualquer curva normal, através do uso da tabela 6.1, que nos dá os valores das áreas
sob a curva normal padrão.
A área sob a curva normal com parâmetros µ e σ que fica entre x = a e x = b é igual à
área sob a curva normal padrão que fica entre
a−µ b−µ
z= e z=
σ σ
Veja a figura 6.22. A área sob a curva normal com parâmetros µ e σ que fica à direita
(ou esquerda) de um dado valor x é encontrada de uma maneira similar, ou seja, primeiro
determinando o valor de z equivalente e então usando a tabela 6.1 para encontrar a área sob a
curva normal padrão que fica à direita (ou esquerda) do valor de z.
122
Figura 6.22 – Correspondência entre as áreas da curva normal
e da curva normal padrão.
Procedimento 6.1 – Determinando áreas sob uma curva normal com parâmetros µ e σ
Determine a área sob a curva normal com parâmetros µ=100 e σ = 16 que se encontra à
direita de 120.
Solução:
123
Cálculo de z: Área entre 0 e z:
124
Exercícios – Seqüência 6.3
3) Determine a área sob a curva normal com parâmetros µ= 1 e σ = 2,5 que fica
a) à direita de 0
b) à esquerda de –1,5
c) entre –2 e 2
125
6.7 – Populações com distribuição normal
Muitas populações têm distribuições que podem ser representadas por curvas normais.
Isto significa que porcentagens para estas populações são iguais, aproximadamente, à áreas sob
uma curva normal adequada. O exemplo seguinte irá tornar esta idéia mais clara.
Uma universidade tem um total de 3264 estudantes do sexo feminino. Dados mostram
que a altura média da população destas estudantes é 64,4 polegadas, com desvio padrão de 2,4
polegadas, isto é, µ = 64,4 in e σ = 2,4 in.
Um histograma das freqüências relativas das alturas das estudantes é mostrado na figura
6.24.
126
Freqüência relativa
Altura
Figura 6.24 – Histograma de freqüências relativas das alturas.
Note que o histograma da figura 6.24 tem a forma de um sino. Por causa disso, nós
podemos aproximar porcentagens(freqüências relativas, probabilidades) para a população das
alturas pelas áreas sob a curva normal adequada. Naturalmente, a curva normal apropriada é
aquela com parâmetros µ = 64,4 e σ = 2,4.
Observe agora que a área sob a curva normal entre 67 e 68 é aproximadamente igual à
área do retângulo, o que significa que o valor da área sob a curva normal é próximo do valor
0,0735 relativo à porcentagem das estudantes com altura entre 67 e 68 in. Consequentemente,
nós podemos aproximar a porcentagem das estudantes com alturas entre 67 e 68 in pela área
sob a curva normal entre 67 e 68.
127
Freqüência relativa
Altura
É interessante efetuar o cálculo da área sob a curva normal com parâmetros µ=64,4 e
σ=2,4 para verificarmos a aproximação com o valor real de 0,0735. Este cálculo é mostrado a
seguir com o auxílio da figura 6.26.
128
Cálculo de z Área entre 0 e z
Observemos que o valor 0,0733 é uma excelente aproximação do valor exato 0,0735. O
ponto importante aqui é que para certas populações, as porcentagens são aproximadamente
iguais a áreas sob uma curva normal adequada. Nem todas as populações tem esta propriedade
mas, se a população tiver, então nós dizemos que ela é normalmente distribuída.
Solução: Uma vez que os pesos dos cérebros são normalmente distribuídos, as porcentagens são
iguais às áreas sob uma curva normal adequada. Esta curva normal tem, naturalmente,
parâmetros µ=1,4 e σ=0,11.
a) Para determinar a porcentagem de pessoas do sexo masculino possuindo cérebros pesando
entre 1,50 e 1,70 basta determinar a área sob a curva normal com parâmetros µ=1,4 e
σ=0,11. A figura 6.27 mostra a curva normal e a área a ser determinada.
129
Cálculo de z Área entre 0 e z
O cálculo mostra que apenas 17,82% dos suecos do sexo masculino tem peso do cérebro
entre 1,50 e 1,70 Kg.
b) Para obter a porcentagem pedida basta achar a área sob a curva normal mostrada na figura
6.28. Neste caso, o cálculo abaixo mostra que 3,44% dos suecos do sexo masculino tem peso
do cérebro menor que 1,20 Kg.
130
6.8 – Variáveis aleatórias normalmente distribuídas
Solução:
Seja x o conteúdo de uma lata aleatoriamente selecionada. De acordo com os dados
acima, x é uma variável aleatória com média µx = 356 ml e desvio padrão σx = 1,63 ml. Desta
forma, as probabilidades para x são iguais às áreas sob a curva normal com parâmetros µx = 356
e σx = 1,63.
131
Assim, P(x < 354) = 0,1093. Existe uma chance de aproximadamente 11% de que uma
lata selecionada aleatoriamente conterá menos que o conteúdo anunciado de 354 ml.
2) O tempo requerido para uma orquestra sinfônica tocar a Nona Sinfonia de Beethoven tem
uma distribuição normal com média de 64,3 min e um desvio padrão de 1,15 min. Na
próxima vez em que for tocada, qual é a probabilidade de que a duração esteja entre 62.5 e
67.7 minutos?
132