Академический Документы
Профессиональный Документы
Культура Документы
Magno T. M. Silva
x
0 a b
Distribuição Uniforme (b > a) – Item 5.1 do Dantas
f (x)
1
b−a
x
0 a b
◮ A média de X vale
Z b
1 a+b
E(X) = x dx =
a b−a 2
◮ A variância de X vale
(b − a)2
Var(X) = E(X 2 ) − [E(X)]2 =
12
Distribuição Uniforme (b > a) – Item 5.1 do Dantas
f (x)
1
b−a
x
0 a b
◮
E(C) = E(S) = 18,5 h
◮
√
σ(C) = σ(S) = 1/ 12 ≈ 0,29 h = 17,4 min
◮
0.3
0.25
0.2
f(x)
0.15
0.1
0.05
0
0 2 4 6 8 10
x
4.3 Distribuição Normal
◮ Uma variável aleatória contı́nua X tem uma distribuição
normal com parâmetros µ e σ 2 em que −∞ < µ < ∞ e
σ > 0, se a f.d.p. de X for
1 (x−µ)2
f (x) = √ e− 2σ 2 , −∞<x<∞
2πσ 2
E(X) = µ e Var(X) = σ 2
0.05
0
40 60 80 100 120
x
µ=0, σ=1
0.4
0.3
P(0<Z<z )
c
f(z)
0.2
0.1
0
−4 −2 0 2 4
z zc
4.3 Exemplo 4.13
Resolução:
a) P (Z ≤ 1,25) Desejamos calcular a área sombreada
µ=0, σ=1
0.4
0.3
f(z)
0.2
0.1
0
−4 −3 −2 −1 0 1.25 2 3 4
z
0.3
f(z)
0.2
0.1
0
−4 −3 −2 −1 0 1.25 2 3 4
z
= 1 − 0,89435 = 0,10565
4.3 Exemplo 4.13 (c) P (Z ≤ −1,25)
c) P (Z ≤ 1,25)
Desejamos calcular a área sombreada
µ=0, σ=1
0.4
0.3
f(z)
0.2
0.1
0
−4 −3 −2−1.25 0 1 2 3 4
z
d) P (−0,38 ≤ Z ≤ 1,25)
Desejamos calcular a área azul que é igual à area vermelha
menos a área magenta
f(z)
f(z)
0.2 0.2 0.2
0 0 0
−0.38 1.25 0 1.25 −0.38
z z z
f(z)
f(z)
0.2 0.2 0.2
0 0 0
−0.38 1.25 0 1.25 −0.38
z z z
d) P (−0,38 ≤ Z ≤ 1,25)
f(z)
f(z)
0.2 0.2 0.2
0 0 0
−0.38 1.25 0 1.25 −0.38
z z z
Se X ∼ N (µ, σ 2 ) então
X −µ
Z=
σ
tem distribuição normal padrão.
Dessa forma,
a−µ b−µ
P (a ≤ X ≤ b) = P ≤Z≤
σ σ
a−µ
P (X ≤ a) = P Z ≤
σ
b−µ
P (X ≥ b) = 1 − P Z <
σ
4.3 Distribuições normais não padrão
Se X ∼ N (µ, σ 2 ) então
X −µ
Z=
σ
tem distribuição normal padrão.
A padronização nada mais é do que calcular uma distância da
média e então expressar essa distância novamente como certo
número de desvios padrão.
Exemplos:
◮ Se X ∼ N (100, 152 ) então x = 130 corresponde a
z = (130 − 100)/15 = 2. Isto é 130 está a 2 desvios padrão à
direita (acima) da média.
◮ Similarmente, x = 85 fornece z = (85 − 100)/15 = −1 de
modo que 85 está à um desvio padrão à esquerda (abaixo) da
média.
4.3 Exemplo 4.16
Dessa forma,
0.8 0.8
0.6 0.6
f(z)
f(x)
0.4 0.4
0.2 0.2
0 0
−4 −3 −2 −0.540 1.09 2 3 4 −4 −3 −2 −1 0 1 1.75 3 4
z x
4.3 Exemplo 4.16
2 − 1,25
P (X > 2) = P Z> = P (Z > 1,63)
0,46
= 0,5 − P (0 < Z < 1,63) = 0,5 − 0,44845 = 0,05155
4.3 Exemplo 4.18
Da Tabela,
c − 64
= 2,58
0,78
e
c = (2,58)(0,78) + 64 = 66 oz (≈ 1871,069 g)
4.4 Distribuição Exponencial
e a variância é
1
V (X) = σ 2 = E(X 2 ) − [E(X)]2 = .
λ2
Ou seja, tanto a média quanto o desvio padrão valem 1/λ
4.4 Distribuição Exponencial
2
λ=2
1.5
λ=0.5
f(x) λ=1
1
0.5
0
0 2 4 6
x
0.8
0.6
F(x)
λ=2
0.4
λ=0.5
0.2 λ=1
0
0 2 4 6
x
4.4 Exemplo 4.21
Resolução:
Como E(X) = 1/λ = 6 ⇒ λ = 1/6.
◮ a probabilidade de que a variação da tensão seja no máximo
10 MPa é