Estatística III - Inferência 1

Aproximação da Binomial pela Normal

1. VALOR ESPERADO

Se y admite distribuição binomial de probabilidades, mas o número n de repetições

do Experimento E é grande ( n  30 ), com a probabilidade p de sucessos próximo de 0,5
(50%), podemos, com pequena margem de erro, calcular as probabilidades da
distribuição binomial y através das probabilidades obtidas de uma distribuição normal x,
com as seguintes condições:
1. Valor Esperado (ou Média):  x   n . p

2. Variância:  2 x   n . p . q

3. Desvio Padrão:  x   n . p. q

4. A probabilidade Binomial p  y  y i  corresponderá a p  y i  0,5  x  y i  0,5 .

Exemplo 1: Um exame do tipo teste é constituído de 50 questões, cada uma delas com
quatro respostas alternativas, das quais apenas uma é correta.
Calcule a probabilidade de que um aluno, respondendo ao acaso as questões, acerte
exatamente 15 questões.

Solução:

Prof. Mirtênio
Estatística III - Inferência 2

Distribuições Fórmulas Indicações

n
Binomial P x  k     . p k . q n  k  X  B n , p 
k 

xi  
Normal z X  N  ,  


n  n!
   onde : p  q  1
k  k ! .  n  k !

n  tentativas ou ocorrências z  tabela z

k  resultados x i  var iável
p  sucesso   média
q  fracasso   desvio padrão

 1
 A  P ( A)  4 é o sucesso : p
1. E: responder uma questão: 
 N  P (N )  3 é o fracasso : q
 4
2. n  50 Repetições independentes de E.
3. Estamos interessados na ocorrência de y  15 sucessos independentes da ordem
de ocorrência.
n  50
k  15


 p  0,25
q  0,75

n
P y i  k     . p k . q n  k 
k 

 50 
P y i  15    . 0,2515 . 0,75 35  P y i  15   8,88%
 15 

Na Calculadora Científica:
50 nCr 15 x 0,25 ^ 15 x 0,75 ^ 35 =

Prof. Mirtênio
Estatística III - Inferência 3

Esse valor pode ser obtido através da distribuição normal de probabilidade x com:
1. Valor Esperado (ou Média):  x   n . p
  50.0,25    12,5

2. Variância:  2 x   n . p . q
 2  50 . 0,25 . 0,75   2  9,38

3. Desvio Padrão:  x   n . p. q

  50.0,25.0,75    3,06

xi  
4. A probabilidade Normal z  p 15  0,5  x  15  0,5

14,5  12,5
z1   0,65 (Tabela z  0,2422)
3,06

15,5  12,5
z2   0,98 (Tabela z  0,3365)
3,06

Px  y i   z2  z1  0,3365  0,2422  0,0943 ou 9,43%

Prof. Mirtênio
Estatística III - Inferência 4

2. CÁLCULO DO ERRO

2.1 ERRO ABSOLUTO

Erro absoluto é a diferença entre o erro da experiência (Distribuição Binomial) e o

erro aproximado (Distribuição Normal) em módulo.
 E ABS  Erro Absoluto

 E EXP  Erro da Experiênci a
E
 APX  Erro Aproximado

E ABS  EEXP  E APX

E ABS  0,0888  0,0943  E ABS  0,0055

2.2 ERRO RELATIVO

Erro relativo é o quociente do erro absoluto pelo erro da experiência ou

experimental (Distribuição Binomial).
 E REL  Erro Re lativo

 E ABS  Erro Absoluto
E
 EXP  Erro da Experiênci a

E ABS
E REL 
E EXP

0,0055
E REL   E REL  0,0619
0,0888

2.3 ERRO PERCENTUAL

Erro percentual é a multiplicação do erro relativo por 100.

E %  E REL . 100

E %  0,0619. 100  E %  6,19%

Prof. Mirtênio
Estatística III - Inferência 5

Exemplo 2: Um sistema é formado por 100 componentes, cada um dos quais com
confiabilidade de 0,95 (probabilidade de funcionamento de componente durante um certo
período de tempo). Se esses componentes funcionarem independentes uns dos outros e
se o sistema completo funciona adequadamente quando pelo menos 80 componentes
funcionam, qual a confiabilidade do sistema? Calcule os Erros: Absoluto, Relativo e
Percentual.

Solução:
Distribuição Binomial
100  100  100 
P 80  x  100     . 0,95 80 . 0,05 20    . 0,95 81 . 0,05 19  ...    . 0,95 100 . 0,05 0  1,0000
 80   81  100 

Distribuição Normal
  n.p    100.0,95    95 componentes
  n.p.q    100.0,95.0,05    2,18 componentes

y1   79,5  95
z1   z1    7,11 obtemos: z1  0,5
 2,18

y2   100,5  95
z2   z2   2,52
 2,18
obtemos: z2  0,4941

z1  z2  0,5  0,4941  0,9941

Logo, a confiabilidade do sistema funcionar entre 80 e 100 componentes é de

99,41%.

E ABS  EEXP  E APX  E ABS  1,0000  0,9941  E ABS  0,0059

E ABS 0,0059
E REL   E REL   E REL  0,0059
E EXP 1,0000

E%  E REL . 100  E%  0,0059. 100  E%  0,59%

Prof. Mirtênio
Estatística III - Inferência 6

Exemplo 3: O peso de um saco de café é uma variável aleatória que tem distribuição
normal com média 65 kg e desvio padrão de 4 kg. Um caminhão é carregado com 120
sacos. Pergunta-se qual a probabilidade da carga do caminhão pesar:
a) Entre 7.893 kg e 7.910 kg?
b) Mais de 7.722 kg?
Solução:
a)

Peso de um saco de café µ1

Média Desvio Padrão

1  65 kg  1  4 kg

Valor Médio ou Esperança Matemática (peso da carga): E x   120. 65  7.800 kg

Variância (carregamento total): Var x   120. 4  1.920
2

  Var x     1920    43,82

y1   7.893  7.800
z1   z1   2,12 obtemos: z1  0,4830
 43,82
y2   7.910  7.800
z2   z2   2,51 obtemos: z2  0,4940
 43,82

z2  z1  0,4940  0,4830  0,0110

A probabilidade da carga do caminhão pesar entre

7.893 e 7.910 kg é de 1,10%

b)
y1   7.722  7.800
z   z    1,78 obtemos: z  0,4625
 43,82
0,5  0,4625  0,9625

A probabilidade da carga do caminhão pesar mais de 7.722 kg é de 96,25%.

Prof. Mirtênio
Estatística III - Inferência 7

Exemplo 4: Um produto pesa, em média, 10 g, com desvio padrão de 2 g. É embalado

em caixas com 50 unidades. Sabe-se que as caixas vazias pesam 500 g, com desvio
padrão de 25 g. Admitindo-se uma distribuição normal dos pesos e independência entre
as variáveis dos pesos do produto e da caixa, calcular a probabilidade de uma caixa cheia
pesar mais de 1.050 g.
Solução:
 
Valor Médio ou Esperança Matemática: E x    x i p x i  , ou melhor, E x   n .   .
i 1 i i

Variância: Var x   E x 2   E x  , ou melhor, Var x   n .   2 .


2
i i

Peso do Produto µ1 Peso da Caixa (embalagem) µ2

Média Desvio Padrão Média Desvio Padrão

1  10 g 1  2 g  2  500 g  2  25 g

E x   n . 1   2  E x   50.10  500  1.000 g

Var x   n . 1   2  Var x   50 . 2 2  25 2  825

2 2

  Var x     825    28,72

xi   1050  1000
z  z  1,74
 28,72

0,5  0,4591  0,0409

Então, a probabilidade uma caixa pesar mais de 1.050 g é de 4,09%.

Exemplo 5: Determinada máquina enche latas baseadas no peso bruto com média de 1
kg e desvio padrão de 25 g. As latas têm peso de 90 g com desvio padrão 8 g. Pede-se: a
probabilidade de uma lata conter:

a) Menos de 870 g de peso líquido;

b) Mais de 900 g de peso líquido.
Solução:
a)

Peso Bruto do Produto µ1 Peso das Latas vazias (embalagem) µ2

Média Desvio Padrão Média Desvio Padrão

1  1000 g  1  25 g  2  90 g 2  8 g

Peso Líquido = Peso Bruto – Peso da Embalagem (tara)

E x   n . 1   2  E x   1.1000  90  910 g

Prof. Mirtênio
Estatística III - Inferência 8

Var x   n . 1   2  Var x   1. 25 2  8 2  689

2 2

  Var x     689    26,25

xi   870  910
z  z   1,52
 26,25

0,5  0,4357  0,0643

A probabilidade do peso líquido de uma lata conter menos de 870 g é de 6,43%.

b)
xi   900  910
z  z   0,38
 26,25

0,5  0,1480  0,6480

A probabilidade do peso líquido de uma lata conter mais de 900 g é de 64,80%.

Prof. Mirtênio
Estatística III - Inferência 9

Exercícios

1. Uma empresa privada tem em seu histórico o fato de cometer erros em 10% de suas
faturas. Foi tomada uma amostra de cem faturas, e queremos calcular a probabilidade de
12 faturas conterem erros.
Calcular a probabilidade binomial de 12 sucessos em cem ensaios e depois aplique a
aproximação normal.
Calcule os Erros: Absoluto, Relativo e Percentual.

100 
P y i  12    . 0,1012 . 0,90 88  P y i  12  9,88%
 12 

Na Calculadora Científica:
100 nCr 12 x 0,10 ^ 12 x 0,90 ^ 88 =

Esse valor pode ser obtido através da distribuição normal de probabilidade x com:
Valor Esperado (ou Média):  x   n . p
  100 . 0,10    10

Variância:  2 x   n . p . q
 2  100 . 0,10 . 0,90   2  9,00

Desvio Padrão:  x   n . p. q

  100 . 0,10 . 0,90    3,0

xi  
A probabilidade Normal z  p  12  0,5  x  12  0,5

11,5  10
z1   0,50 (Tabela z  0,1915)
3

12,5  10
z2   0,83 (Tabela z  0,2967)
3

Px  y i   z2  z1  0,2967  0,1915  0,1052 ou 10,52%

Prof. Mirtênio
Estatística III - Inferência 10

ERRO ABSOLUTO
E ABS  EEXP  E APX

EABS  0,0988  0,1052  EABS  0,0064

ERRO RELATIVO
E ABS
E REL 
E EXP
0,0064
EREL   EREL  0,0648
0,0988
ERRO PERCENTUAL
E %  E REL . 100

E%  0,0648 . 100  E%  6,48%

2. O peso do saco de benzoato de sódio é uma variável aleatória que tem distribuição
normal com média 25 kg e desvio padrão de 0,5 kg. Um caminhão é carregado com 480
sacos. Pergunta-se qual a probabilidade da carga do caminhão pesar:

a) Entre 12.050 kg e 12.100 kg?

b) Mais de 12.080 kg?
b) Menos de 11.980 kg?

Prof. Mirtênio