1/137

Modelagem
Estatstica
Variveis Aleatrias
2/137
Varivel
Caracterstica que pode ser observada (ou
mensurada) nos elementos da populao,
devendo ter um e apenas um resultado para
cada elemento observado.
3/137
Variveis
Qualitativas - O resultado da varivel uma
resposta no numrica.
Exemplo: sexo, grau de instruo etc.
Quantitativas - O resultado um nmero.
Exemplo: idade, altura etc.
4/137
Varivel Aleatria
Quando os resultados de uma varivel so
determinados pelo acaso, trata-se de uma
varivel aleatria.
Uma varivel aleatria uma funo com valores
numricos, cujo valor determinado por fatores de
chance.
Stevenson, W. (Estatstica aplicada administrao)
5/137
Exemplos
Selecionando-se uma pessoa de um municpio
atravs de sorteio, o peso uma varivel
aleatria.
Sorteando-se uma empresa de um setor, o
nmero de funcionrios uma varivel
aleatria.
6/137
Exemplo
Lana-se uma moeda e verifica-se a face obtida
(cara ou coroa).
Face obtida - varivel qualitativa - no uma
varivel aleatria.
Nmero de caras - varivel aleatria associada
varivel qualitativa estudada.
7/137
Distribuio de
Probabilidades
A distribuio de probabilidades, ou modelo
probabilstico, indica, para uma varivel
aleatria, quais so os resultados que podem
ocorrer e qual a probabilidade de cada
resultado acontecer.
8/137
Exerccio
Lana-se uma moeda e anota-se a face obtida.
Construir a distribuio de probabilidades para a
varivel aleatria nmero de caras.
9/137
Distribuio de
Probabilidades
Resultados Probabilidade
Possveis
0 0,5
1 0,5
Total 1
10/137
Distribuio de
Probabilidades
k P(X=k)
0 0,5
1 0,5
Total 1
0 1
0,50 0,50
11/137
Exerccio
Considerando-se que 2 moedas tenham sido
lanadas, construir a distribuio de probabilidades
para a varivel aleatria nmero de caras.
12/137
Probabilidade
Regra da Multiplicao
A probabilidade de que dois eventos
independentes ocorram igual multiplicao
das probabilidades individuais.
P(A e B) = P(A B) = P(A) x P(B)
13/137
Probabilidade
Evento - Qualquer situao ou resultado que
nos interessa.
Dois eventos so independentes se a ocorrncia
de um no alterar a probabilidade de ocorrncia
do outro.
14/137
Exerccio
Considerando-se que 2 moedas tenham sido
lanadas, construir a distribuio de probabilidades
para a varivel aleatria nmero de caras.
15/137
Exerccio
Resultados
numricos
0
1
1
2
Resultados
possveis
Coroa Coroa
Cara Coroa
Coroa Cara
Cara Cara
Probabilidade

0,5 x 0,5 = 0,25
0,5 x 0,5 = 0,25
0,5 x 0,5 = 0,25
0,5 x 0,5 = 0,25
1
o
lan. 2
o
lan.
16/137
Diagrama
de rvore
cara
coroa
cara
coroa
1
o
lanamento
cara
coroa
2
o
lanamento
0,5
0,5
0,5
0,5
0,5
0,5
P = 0,25
P = 0,25
P = 0,25
P = 0,25
17/137
Distribuio de
Probabilidades
Resultados Probabilidade
Possveis
0 0,25
1 0,50
2 0,25
Total 1
18/137
Probabilidade
Regra da Adio
A probabilidade de que um entre dois eventos
mutuamente excludentes ocorra igual
soma das probabilidades individuais.
P(A ou B) = P(A U B) = P(A) + P(B)
19/137
Probabilidade
Dois eventos so mutuamente excludentes, ou
exclusivos, se a ocorrncia de um impedir a
ocorrncia do outro.
Exemplo: No problema anterior, havia basicamente 4
resultados possveis (KK, CK, KC e CC). Estas
quatro situaes so excludentes, isto , somente
uma delas poder ocorrer.
20/137
Exerccio
Resultados
numricos
0
1
1
2
Resultados
possveis
Coroa Coroa
Cara Coroa
Coroa Cara
Cara Cara
Probabilidade

0,5 x 0,5 = 0,25
0,5 x 0,5 = 0,25
0,5 x 0,5 = 0,25
0,5 x 0,5 = 0,25
1
o
lan. 2
o
lan. Soma = 1
21/137
Distribuio de
Probabilidades
k P(X=k)
0 0,25
1 0,50
2 0,25
Total 1
0,50
0 1 2
0,25
0,25
22/137
Exerccio
Um grande lote de peas possui 60% dos itens
com algum tipo de defeito. Construir a
distribuio de probabilidades para a varivel
aleatria nmero de itens com defeito dentre 2
sorteados aleatoriamente.
23/137
Exerccio
Resultados
numricos
0
1
1
2
1
o
item 2
o
item
Resultados
possveis
Bom Bom
Bom Def.
Def. Bom
Def. Def.
Probabilidade

0,4 x 0,4 = 0,16
0,4 x 0,6 = 0,24
0,6 x 0,4 = 0,24
0,6 x 0,6 = 0,36
24/137
Exerccio
k P(X=k)
0 0,16
1 0,48
2 0,36
Total 1
0,48
0 1 2
0,36
0,16
25/137
Exerccio
Um grande lote de peas possui 60% dos itens
com algum tipo de defeito. Construir a
distribuio de probabilidades para a varivel
aleatria nmero de itens com defeito dentre 3
sorteados aleatoriamente.
26/137
Exerccio
Res. num.
0
1
1
1
2
2
2
3
Res. poss.
B B B
B B D
B D B
D B B
B D D
D B D
D D B
D D D
Probabilidade
0,4 x 0,4 x 0,4 = 0,064
0,4 x 0,4 x 0,6 = 0,096
0,4 x 0,6 x 0,4 = 0,096
0,6 x 0,4 x 0,4 = 0,096
0,4 x 0,6 x 0,6 = 0,144
0,6 x 0,4 x 0,6 = 0,144
0,6 x 0,6 x 0,4 = 0,144
0,6 x 0,6 x 0,6 = 0,216
27/137
0,064
0 1 2 3
0,216
0,432
0,288
Exerccio
k P(X=k)
0 0,064
1 0,288
2 0,432
3 0,216
Total 1
28/137
O valor esperado, ou esperana, ou mdia, de
uma distribuio de probabilidades corresponde
mdia dos resultados da varivel aleatria
quando o nmero de observaes for muito
grande.
Valor Esperado
29/137
E(X) =
x
= E (x
i
.p
i
)
Valor Esperado
X P(X)
x
1
p
1

x
2
p
2

... ...
x
n
p
n

Total 1
30/137
E(X) =
x
= E (x
i
.p
i
)
Varincia
X P(X)
x
1
p
1

x
2
p
2

... ...
x
n
p
n

Total 1
VAR(X) = o
2
x
= E p
i
.(x
i
-
x
)
2
31/137
Exerccio - 1
Um grande lote de peas possui 60% dos itens
com algum tipo de defeito. Calcular o nmero
esperado de itens com defeito dentre 3
sorteados aleatoriamente e o desvio padro.
32/137
Exerccio
k P(X=k)
0 0,064
1 0,288
2 0,432
3 0,216
Total 1

x
= 1,8 itens
o
x
= 0,8485 item
33/137
Regra da Multiplicao
A probabilidade de que dois eventos no
independentes ocorram igual multiplicao
das probabilidades individuais.
P(A e B) = P(A B) = P(A) x P(B / A)
Probabilidade
Probabilida-
de condi-
cional
34/137
Probabilidade
Condicional
P(B / A) - probabilidade do evento B ocorrer
dado que o evento A tenha ocorrido.
35/137
Exemplo
Um lote com 20 peas contm 4 defeituosas. Se
forem retiradas duas peas do lote, qual a
probabilidade de serem retiradas:
a) duas peas boas?
b) duas peas defeituosas?
36/137
Exemplo
P(B) =
16
20
P(D) =
4
20
B - Pea Boa
D - Pea Defeituosa
37/137
Exemplo
Se a primeira pea for:
Boa Defeituosa
P(B/B) = 15 / 19
P(D/B) = 4 / 19
P(B/D) = 16 / 19
P(D/D) = 3 / 19
38/137
Exemplo
a) P(BB) =
16
20
15
19
a) P(DD) =
4
20
3
19
= 0,6316 ou 63,16%
= 0,0316 ou 3,16%
39/137
Probabilidade
Regra da Adio
A probabilidade de que pelo menos um entre
dois eventos no excludentes ocorra igual a:
P(A ou B) = P(A U B) = P(A) + P(B) - P(A B)
40/137
Exemplo
A Petrobrs perfura um poo quando acha que
h probabilidade de ao menos 40 % de encontrar
petrleo. Ela perfura 2 poos, aos quais atribui
as probabilidades de 40 % e 50 %. Qual a
probabilidade de que pelo menos um poo
produza petrleo?
41/137
Exemplo
P(A) = 0,4
P(B) = 0,5
P(A e B) = 0,4 . 0,5 = 0,2
P(A ou B) = 0,4 + 0,5 - 0,2 = 0,7
42/137
Exemplo
poo A poo B
Resultados
possveis
Produz No
Produz Produz
No Produz
No No
Probabilidade

0,4 x 0,5 = 0,2
0,4 x 0,5 = 0,2
0,6 x 0,5 = 0,3
0,6 x 0,5 = 0,3
0,7
43/137
MODELOS PROBABILSTICOS
44/137
Modelos
Probabilsticos
Em problemas prticos, normalmente no
necessrio deduzir as probabilidades de
ocorrncia, pois existem alguns modelos
probabilsticos que se aplicam a vrias
situaes prticas, fornecendo a regra de
determinao das probabilidades.
45/137
Modelos
Probabilsticos
O problema no como se
deduzem os valores?, mas
sim como se usam as
distribuies para resolver
problemas?
William J. Stevenson
46/137
Exerccio Anterior
Lana-se uma moeda e anota-se a face obtida.
Construir a distribuio de probabilidades para a
varivel aleatria nmero de caras.
47/137
Distribuio de
Probabilidades
k P(X=k)
0 0,5
1 0,5
Total 1
0 1
0,50 0,50
48/137
Distribuio de
Bernoulli
A distribuio de Bernoulli apresenta apenas
dois resultados possveis (sim ou no), com
probabilidade de sucesso igual a p.
49/137
Distribuio de
Bernoulli
k P(X=k)
0 (1-p)
1 p
Total 1
E(X) =
x
= p
VAR(X) = p.(1-p)

50/137
Distribuio Binomial
51/137
Distribuio
Binomial
O modelo binomial pressupe:
So efetuados n experimentos iguais e independentes.
Cada um dos experimentos tem apenas 2 resultados
possveis e excludentes (sim e no).
Consequentemente, a probabilidade de sim (p) para
cada experimento constante.
A varivel aleatria de interesse o nmero de sim
obtidos nos n experimentos.
52/137
Distribuio
Binomial

Para identificar uma distribuio binomial,
bastam os parmetros n e p.
53/137
Exerccio Anterior
Um grande lote de peas possui 60% dos itens
com algum tipo de defeito. Construir a
distribuio de probabilidades para a varivel
aleatria nmero de itens com defeito dentre 3
sorteados aleatoriamente.
54/137
Exerccio Anterior
Res. num.
0
1
1
1
2
2
2
3
Res. poss.
B B B
B B D
B D B
D B B
B D D
D B D
D D B
D D D
Probabilidade
0,4 x 0,4 x 0,4 = 0,064
0,4 x 0,4 x 0,6 = 0,096
0,4 x 0,6 x 0,4 = 0,096
0,6 x 0,4 x 0,4 = 0,096
0,4 x 0,6 x 0,6 = 0,144
0,6 x 0,4 x 0,6 = 0,144
0,6 x 0,6 x 0,4 = 0,144
0,6 x 0,6 x 0,6 = 0,216
55/137
0,064
0 1 2 3
0,216
0,432
0,288
Exerccio Anterior
k P(X=k)
0 0,064
1 0,288
2 0,432
3 0,216
Total 1
56/137
Distribuio
Binomial
O exemplo apresentado pode ser representado
por uma distribuio binomial.
n = 3
p = 0,6 (item com defeito = sim)
(Deseja-se o nmero de itens com defeito)
57/137
Equao da
Binomial
P(X=k) = p
k
.(1- p)
(n-k)
( )
n
k
=
( )
n
k
n!
k! (n-k)!
58/137
Distribuio
Binomial
E(X) =
x
= np
VAR(X) = n.p.(1-p)

k P(X=k)
0 P(X=0)
1 P(X=1)
... ...
n P(X=n)
Total 1
59/137
Exemplo
n = 3
p = 0,6

P(X=k) = 0,6
k
.(1- 0,6)
(3-k)
( )
3
k
( )
3
0
P(X=0) = 0,6
0
.(1- 0,6)
(3-0)
= 1.0,6
0
.0,4
3
= 0,064
=
( )
3
0
3!
0! (3-0)!
= 1
1
60/137
Exemplo
n = 3
p = 0,6

P(X=k) = 0,6
k
.(1- 0,6)
(3-k)
( )
3
k
( )
3
1
P(X=1) = 0,6
1
.(1- 0,6)
(3-1)
= 3.0,6
1
.0,4
2
= 0,288
=
( )
3
1
3!
1! (3-1)!
= 3
61/137
Exemplo
n = 3
p = 0,6

P(X=k) = 0,6
k
.(1- 0,6)
(3-k)
( )
3
k
( )
3
2
P(X=2) = 0,6
2
.(1- 0,6)
(3-2)
= 3.0,6
2
.0,4
1
= 0,432
=
( )
3
2
3!
2! (3-2)!
= 3
62/137
Exemplo
n = 3
p = 0,6

P(X=k) = 0,6
k
.(1- 0,6)
(3-k)
( )
3
k
( )
3
3
P(X=3) = 0,6
3
.(1- 0,6)
(3-3)
= 1.0,6
3
.0,4
0
= 0,216
=
( )
3
3
3!
3! (3-3)!
= 1
1
63/137
0,064
0 1 2 3
0,216
0,432
0,288
Exerccio
k P(X=k)
0 0,064
1 0,288
2 0,432
3 0,216
Total 1
64/137
Distribuio
Acumulada
k P(X=k) Prob. Acumulada
0 0,064 0,064
1 0,288 0,352
2 0,432 0,784
3 0,216 1,000
Total 1 -
65/137
Exerccio 2
Considerando a mesma situao do exemplo
anterior, construir a distribuio de
probabilidades para o caso de 5 itens.
n = 5
p = 0,6
66/137
Exerccio
k P(X=k) Probab. Acumul.
0 0,01024 0,01024
1 0,07680 0,08704
2 0,23040 0,31744
3 0,34560 0,66304
4 0,25920 0,92224
5 0,07776 1,00000
Total 1 -
67/137
Tabela Binomial
As probabilidades para algumas binomiais
podem ser encontradas em tabelas nos livros de
estatstica.
Tambm podem ser utilizados softwares.
68/137
Exerccio 3
Em um grande lote, sabe-se que 10 % da peas
so defeituosas. Qual a probabilidade de, ao
se retirarem 6 peas ao acaso:
a) Apenas uma ser defeituosa?
b) No mximo uma ser defeituosa?
c) Pelo menos duas serem defeituosas?
0,3543
0,8857
0,1143
69/137
Exerccio 4
Os produtos de uma empresa sofrem inspeo de
qualidade, atravs de uma amostra com 12 peas,
antes de serem enviados aos consumidores, podendo
ser classificados em A (de tima qualidade), B (bons) e
C (de 2 categoria). Se 70 % de um grande lote forem
do tipo A, 20 % forem do tipo B e o restante for do tipo
C, qual a probabilidade de que a amostra apresente
no mximo 5 peas tipo B ou C?
0,8822
70/137
Exerccio 5
Sabe-se que 1% dos produtos fabricados por uma
empresa apresentam problemas de qualidade. Dois
clientes encomendam um grande lote cada um, mas as
remessas tm que passar pela inspeo de qualidade no
recebimento. O cliente A seleciona ao acaso 10 produtos
e o lote aceito se no existir nenhuma pea com
problema de qualidade. O cliente B toma uma amostra
com 20 produtos e aceita o lote se no mximo 1 pea
apresentar problemas de qualidade. Qual a
probabilidade dos dois lotes serem aceitos pelos clientes?
71/137
Exerccio
Cliente A Cliente B
n = n =
P(X=0) = P(X=0) + P(X=1) =
P(A e B) = = 0,8891 ou 88,91%
p =
72/137
Distribuio
Multinomial
73/137
Distribuio
Multinomial
O modelo multinomial uma generalizao do binomial:
So efetuados n experimentos iguais e independentes.
Cada um dos experimentos tem mais de 2 resultados
possveis e excludentes (k resultados).
A probabilidade de sim para o resultado k (p
k
) (i=1, 2,
...) em todos os experimentos constante.
A varivel aleatria de interesse o nmero de sim em
cada categoria.
74/137
Distribuio
Multinomial
P(X=x
1
, x
2, ...,
x
k
) = p
1
x1
p
2
x2 ...
p
k
xk
n!
x
1
! x
2
!... x
k
!
n = x
1
+ x
2
+ ... + x
k

75/137
VARIVEIS
CONTNUAS
76/137
Exemplo
Um jogo de azar realizado da seguinte forma:
toma-se um crculo e divide-se-o em duas partes
iguais, 1 e 2. Sobre o centro do crculo, fixado
um ponteiro, o qual girado e anota-se o
nmero do setor onde a ponta do ponteiro parou.
77/137
Exemplo
Construir a
distribuio de
probabilidades
para o nmero
obtido neste
experimento.
1 2
78/137
Distribuio de
Probabilidades
1 2
0,50 0,50
k P(X=k)
1 0,5
2 0,5
Total 1
79/137
Exemplo
Considerar a mesma situao, s que o crculo
dividido em quatro partes iguais. Construir a
distribuio de probabilidades para o nmero
obtido neste experimento.
80/137
Exemplo
Construir a
distribuio de
probabilidades
para o nmero
obtido neste
experimento.
1
2
3 4
81/137
k P(X=k)
1 0,25
2 0,25
3 0,25
4 0,25
Total 1
Distribuio de
Probabilidades
1 2 3 4
82/137
Exemplo
Construir a
distribuio de
probabilidades
para o nmero
obtido neste
experimento.
1
2
3
4
5
6
7
8
83/137
Histograma
1 2 3 4 5 6 7 8
0
,
1
2
5

0
,
1
2
5

0
,
1
2
5

0
,
1
2
5

0
,
1
2
5

0
,
1
2
5

0
,
1
2
5

0
,
1
2
5

Nmero obtido
84/137
Exemplo
Construir a
distribuio de
probabilidades
para o nmero
obtido neste
experimento.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
85/137
Histograma
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Nmero obtido
86/137
Dvida...
Qual o nmero mximo de setores que se
consegue em um crculo?

Resp: Infinitos
87/137
Varivel Contnua
Como existem infinitos resultados possveis, o
nmero obtido no experimento, temos uma
situao prxima da varivel contnua.
Como ficaria o histograma?
88/137
1
8

Histograma?
rea = 1
89/137
Dvida...
Qual a probabilidade dessa varivel aleatria
contnua assumir um determinado valor (10, por
exemplo)?
Resposta: A probabilidade de uma varivel
aleatria contnua assumir exatamente um
determinado valor zero.
90/137
Probabilidades...
As probabilidades no podem mais ser
calculadas atravs de equaes do tipo P(X=k) =
FRMULA.
Para identificar uma distribuio contnua, existe
a funo densidade de probabilidade, que
uma equao do tipo y=f(x).
91/137
Funo da
Densidade de
Probabilidade
A funo densidade de probabilidade est
relacionada com a probabilidade da varivel
aleatria contnua assumir algum resultado
possvel.
92/137
Funo Densidade
de Probabilidade
f(x)
varivel aleatria
93/137
Varivel Contnua
O estudo de uma varivel aleatria contnua
anlogo ao das variveis discretas.
A distribuio de probabilidades indica, para
uma varivel aleatria, quais so os resultados
que podem ocorrer e qual a probabilidade de
cada resultado acontecer.
94/137
Varivel Contnua
Caractersticas
A rea sob a funo densidade 1.
f(x)
varivel aleatria
rea = 1 (ou 100%)
95/137
Varivel Contnua
Caractersticas
A probabilidade da varivel aleatria assumir um
valor determinado zero, pois existem infinitos
resultados possveis.
As probabilidades sempre se referem a
intervalos de valores.
96/137
Caractersticas
f(x)
X
k
P(X=k) = 0
97/137
A probabilidade da varivel aleatria assumir um
valor em um intervalo igual rea sob a
funo densidade naquele intervalo.
Varivel Contnua
Caractersticas
98/137
Caractersticas
f(x)
X
a
P(a < X < b) = rea amarela
b
P(a<X<b)
99/137
Exerccio
Sobre o centro de um crculo, fixado um
ponteiro, o qual girado e anota-se o ngulo
formado pelo ponteiro com o eixo horizontal,
como na figura a seguir.
100/137
Exerccio
Definir a funo
densidade de
probabilidades
para o ngulo (o)
obtido neste
experimento.
o
101/137
Exerccio
f(x)
0
o
360
o
X
rea = 1
1
360
102/137
Exerccio
Qual a probabilidade de se obter um ngulo
entre 30
o
e 60
o
?
103/137
Exerccio
f(x)
0
o
360
o
X
30
o
60
o
rea =
60 - 30
360 - 0
=
1
12
= 0,0833
P(30
o
< X < 60
o
)
104/137
Distribuio
Uniforme
f(x)
X
o |
f(x) =
1
| o
1
|o
105/137
Distribuio
Uniforme
P(a < X < b) =
b - a
| o
f(x)
X
o | a b
106/137
Distribuio
Normal
107/137
Funo
Densidade
f x e
x
( )
( )
=

1
2
1
2
2
o t

o
- mdia
o - desvio padro
108/137
Distribuio
Normal
f(x)
X

f x e
x
( )
( )
=

1
2
1
2
2
o t

o
109/137
Caractersticas
Varivel
identificada
pela mdia e
pelo desvio
padro.
X

o
110/137
Mdia e
Desvio Padro

o = 1
o = 2
o = 3
o = 4
X
111/137
Mdia e
Desvio Padro
X
o = 3
1 3 2
112/137
Caractersticas
Simetria
em
relao
mdia.
X

50%
113/137
Caractersticas
A rea sob a curva entre a mdia e um ponto qualquer
funo da distncia padronizada entre a mdia e
aquele ponto.
Distncia padronizada - distncia expressa em funo
do nmero de desvios padres (distncia dividida pelo
desvio padro).
114/137
+o -o
rea = 68,3%
Exemplo
115/137
+2o -2o

Exemplo
rea = 95,4%
116/137
Exemplo
+3o
-3o
rea = 99,7%
117/137
Caractersticas
X

a
P ( X < a )
As reas referem-se a probabilidades.
118/137
Normal
Padronizada
O clculo de reas sob a curva normal
consideravelmente complexo.
Por isso, conveniente trabalhar com valores
padronizados.
119/137
Normal
Padronizada
Para padronizar uma varivel normal, toma-se a
mdia como ponto de referncia e o desvio
padro como medida de afastamento.
120/137
Normal
Padronizada
Z =
X -
o
Z - varivel normal padronizada
X - varivel normal
- mdia
o - desvio padro
121/137
= 0
Normal
Padronizada
o = 1
Z
122/137
Normal
Padronizada

o
X
(-o) (+o) (-2o) (+2o)
0
Z
-1 1 -2 2
123/137
Exemplo
O peso de uma pea normalmente distribudo
com mdia de 500 gramas e desvio padro de 5
gramas.
Encontrar os valores padronizados relativos aos
pesos: 485g, 490g, 495g, 500g, 505g, 510g e
515g.
124/137
Exemplo
X = 510 g
Z =
X -
o
510 - 500
5
=
= 2
=
10
5
125/137
Exemplo
Z
495
-1
505
1
485 515
-3 3
510 490
2 -2 0
o = 5
X
500
o
126/137
Exemplo
Z
510
2 0
o = 5
X
500
P(X<510) = P(Z<2)
127/137
Exerccio
Com base na tabela da normal padronizada,
calcular:
a) P(Z < -1)
Z
0 -1
0,158655
128/137
Exerccio
b) P(Z > 1)
Z
0 +1
0,158655
129/137
Exerccio
c) P(Z < 1)
Z
0
1
0,841345
130/137
Exerccio
c) P(-1 < Z < 1)
1- 0, 158655 - 0,158655 = 0,68269
Z
0
1
-1
131/137
Exerccio
c) P(-2 < Z < 2)
1 - 0, 022750 - 0,022750 = 0,9545
Z
0
2
-2
132/137
Exerccio
c) P(-3 < Z < 3)
1- 0,001350 - 0,001350 = 0,9973
Z
0
3
-3
133/137
Exerccio 6
Supondo que a vida til dos pneus de
caminhes seja normal, com mdia de 50.000
Km e desvio padro de 1.000 Km, qual a
probabilidade de um pneu, escolhido ao acaso,
apresentar vida til de:
a) menos de 49.000 Km? 0,158655
134/137
Exerccio 6
Supondo que a vida til dos pneus de
caminhes seja normal, com mdia de 50.000
Km e desvio padro de 1.000 Km, qual a
probabilidade de um pneu, escolhido ao acaso,
apresentar vida til de:
b) mais de 51.000 Km?
0,158655
135/137
Exerccio 6
Supondo que a vida til dos pneus de
caminhes seja normal, com mdia de 50.000
Km e desvio padro de 1.000 Km, qual a
probabilidade de um pneu, escolhido ao acaso,
apresentar vida til de:
c) entre 49.000 Km e 51.000 Km?
0,68269
136/137
Exerccio 6
Supondo que a vida til dos pneus de
caminhes seja normal, com mdia de 50.000
Km e desvio padro de 1.000 Km, qual a
probabilidade de um pneu, escolhido ao acaso,
apresentar vida til de:
d) entre 48.000 Km e 52.000 Km?
0,9545
137/137
Exerccio 6
Supondo que a vida til dos pneus de
caminhes seja normal, com mdia de 50.000
Km e desvio padro de 1.000 Km, qual a
probabilidade de um pneu, escolhido ao acaso,
apresentar vida til de:
e) entre 47.000 Km e 53.000 Km?
0,9973