UNIVERSIDADE FEDERAL DE CAMPINA GRANDE - Campus I

UNIDADE ACADÊMICA DE MATEMÁTICA E ESTATÍSTICA

Disciplina: Probabilidade e Estatística (Computação / Elétrica) Período 2012.2
Créditos: 4 (quatro)
Professora: Amanda Gomes
Aluno(a): .

10a NOTA DE AULA

1 Teorema Central do Limite

O principal assunto dessa seção é justificar a aproximação de distribuições de probabi-
lidade através de outras distribuições. Por exemplo, vimos que, podemos aproximar a
distribuição de Poisson através da distribuição binomial. Dessa forma, introduziremos
noções de convergência para sequências de variáveis aleatórias.
Consideremos n variáveis aleatórias X1 , X2 , . . . , Xn definidas em um espaço amostral
e suas, respectivas, densidades de probabilidade FX1 (x), FX2 (x), . . . , FXn (x).

1.1 Definição: (Convergência em Distribuição)

Seja X1 , X2 , . . . , uma sequência de variáveis aleatórias, {Xn }n≥1 . A sequência de vari-
áveis aleatórias {Xn }n≥1 converge em distribuição para a variável aleatória X se

lim FXn (x) = FX (x),

n→∞

para todo x tal que FX seja contínua em x.

d
Notação: Xn → X.

1.2 Teorema 1:
Seja X1 , X2 , . . . uma sequência de variáveis aleatórias cujas funções geradoras de
momentos φX1 , φX2 , . . . existem. A sequência de variáveis aleatórias {Xn }n≥1 converge
em distribuição para a variável aleatória X se, e somente se,

lim φXn (t) = φX (t),

n→∞

para todo t ∈ R em que φX (t) é a função geradora de momentos de X.

d
Notação: Xn → X.

1
1.3 Teorema 2 : Teorema do Limite Central
Seja X1 , X2 , . . . , uma sequência de variáveis aleatórias, {Xn }n≥1 , independentes e iden-
ticamente distribuídas com média µ e variância σ 2 . Seja Sn = X1 + X2 + . . . + Xn =
P n
i=1 Xi . Então,

Sn − nµ d
Zn = √ → Z = N (0, 1).
σ n

Observação: Se dividirmos o numerador e o denominador de Zn por n, temos

que a média amostral, X, padronizada tem distribuição aproximadamente N (0, 1), ou
seja,

X −µ d
√ → N (0, 1).
σ n

Exemplos
Exemplo 1: Sabe-se que 80% das peças produzidas por uma indústria passam
por três testes de qualidade. Uma amostra de 200 peças é escolhida ao acaso da
linha de produção. Qual é a probabilidade de que o número de peças na amostra que
passam pelos três testes de qualidade esteja compreendido entre 154 e 170, inclusive os
extremos?
Exemplo 2: Um dado é lançado 2500 vezes. Calcular a probabilidade de que a
soma dos pontos obtidos seja menor que 8850 usando a aproximação normal.
Exemplo 3: Suponha que a duração, em horas, de uma lâmpada especial tenha dis-
tribuição exponencial de parâmetro 1/3. Se uma amostra de 36 lâmpadas é observada,
qual é a probabilidade de que a média amostral seja inferior a duas horas?
Exemplo 4: Suponha que durante a semana o número de carros que chegam ao
cruzamento da Av. Rebouças com a Av. Brasil entre 10 e 12 horas tenha distribuição
de Poisson com média 100. Determine a probabilidade de que o número de carros que
chegam neste cruzamento nesse horário numa determinada semana esteja entre 80 e
120.

2
 LISTA DE EXERCÍCIOS EXTRAS

1 - Um procedimento de controle de qualidade foi planejado para garantir um má-

ximo de 10% de itens defeituosos na produção. A cada 6 horas sorteia-se uma
amostra de 20 peças e, havendo mais de 15% de defeituosas, encerra-se a produção
para verificação do processo. Qual a probabilidade de uma parada desnecessária?
2 - Supondo que a produção do exemplo anterior esteja sob controle, isto é, p = 10%,
e que os itens sejam vendidos em caixas com 100 unidades, qual a probabilidade
de que uma caixa:
a) tenha mais do que 10% de defeituosos?
b) não tenha itens defeituosos?
3 - A distribuição dos comprimentos dos elos da corrente de bicicleta é normal, com
média 2cm e variância 0, 01cm2 . Para que uma corrente se ajuste à bicicleta, deve
ter comprimento total entre 58cm e 61cm.
a) Qual é a probabilidade de uma corrente com 30 elos não se ajustar à bicicleta?
b) E para uma corrente com 29 elos?
[Observação: Suponha que os elos sejam selecionados ao acaso para compor a
corrente, de modo que se tenha independência.]
4 - Cada seção usada para a construção de um oleoduto tem um comprimento médio
de 5m e desvio padrão de 20cm. O comprimento total do oleoduto será de 8km.
a) Se a firma construtora do oleoduto encomendar 1600 seções, qual é a probabi-
lidade de ela ter de comprar mais do que uma seção adicional (isto é, de as 1600
seções somarem menos do que 7995m)?
b) Qual é a probabilidade do uso exato dce 1599 seções, isto é, a soma das 1599
seções estar entre 8000m e 8005m?
5 - Um professor dá um teste rápido, constante de 20 questões do tipo certo-errado.
Para testar a hipótese de o estudante estar adivinhando a resposta, ele adota a
seguinte regra de decisão: "Se 13 ou mais questões estiverem corretas, ele não
está adivinhando."Qual é a probabilidade de rejeitarmos a hipótese, sendo que
na realidade ela é verdadeira?
6 - Um distribuidor de sementes determina, por meio de testes, que 5% das sementes
não germinam. Ele vende pacotes com 200 sementes com garantia de 90% de
germinação. Qual é a probabilidade de que um pacote não satisfaça à garantia?
7 - Uma empresa fabrica cilindros com 50mm de diâmetro, sendo o desvio padrão
2,5mm. Os diâmetros de uma amostra de quatro cilindros são medidos a cada
hora. A média da amostra é usada para decidir se o processo de fabricação está
operando satisfatoriamente. Aplica-se a seguinte regra de decisão: Se o diâmetro
médio de amostra de quatro cilindros for maior ou igual a 53,7mm, ou menor
ou igual a 46,3mm, deve-se parar o processo. Se o diâmetro médio estiver entre
46,3mm e 53,7mm, o processo continua.

3
a) Qual é a probabilidade de se parar o processo se a média dos diâmetros per-
manecer em 50mm?
b) Qual é a probabilidade de o processo continuar se a média dos diâmetros se
deslocar para 53,7mm?