Professional Documents
Culture Documents
ENGENHARIA DE PRODUO
NITERI
2014
NITERI
2014
1 CONCEITO
A distribuio contnua se divide em trs partes, so elas : uniforme , exponencial e normal.
A distribuio de probabilidades, indica, para uma varivel aleatria, quais os resultados que
podem acontecer e qual a probabilidade de cada resultado acontecer.
Uma distribuio de varivel aleatria contnua a distribuio uniforme cuja funo densidade
de probabilidade constante dentro de um intervalo de valores da varivel aleatria X. A varivel
aleatria X tem distribuio uniforme de probabilidades no intervalo (a,b) se a funo densidade f(x)
for : f(x) =
A representao grfica da distribuio uniforme um retngulo com base definida pelos valore
s a e b que estabelecem os limites de valores possveis da varivel aleatria X :
e varincia : x =
A distribuio exponencial geralmente aplicada dados com forte assimetria como aqueles
cujo histograma tem a forma da figura abaixo, ou seja, de J interativo. Quando os servios prestados
por uma empresa para clientes externos ou internos so de durao varivel esta distribuio
indicada para analisar esses experimentos, por exemplo, a durao do atendimento do caixa de um
baco ou de postos de sade, o tempo de operaes sem interrupo de um equipamento, etc. Sua
densidade de probabilidade tem a forma:
e-x = 1 - e-x.
A distribuio normal a mais importante distribuio de probabilidade para descrever uma varivel
aleatria. Uma varivel aleatria pode assumir qualquer valor fracionrio dentro de um intervalo definido de
valores. Como no conseguimos enumerar todos os valores possveis de probabilidade, usa-se a funo
Quando se tem uma varivel aleatria com distribuio normal, nosso principal interesse
obter a probabilidade dessa varivel aleatria assumir um valor em um determinado intervalo.
e-1/2(x-/)
Calcular esta integral toda vez, no seria fcil. A fim de ultrapassar este inconveniente, Gauss
desenvolveu uma metodologia conducente estandardizao, ou reduo a um caso nico, de qualquer
que seja a funo de distribuio normal, caracterizada por e . Esta estandardizao transforma
qualquer funo de distribuio normal N(, ) numa nica fuo de distribuio normal,
caracterizada por ter mdia = 0 e desvio padro = 1, isto , N(),1), que designada por funo de
distribuio normal reduzida.
2 EXEMPLOS
Distribuio Uniforme
A ocorrncia de panes em qualquer ponto de uma rede telefnica de km foi modelada por
uma distribuio Uniforme no intervalo
. Qual a probabilidade de que uma pane venha a ocorrer
nos primeiros
metros? E qual a probabilidade de que ocorra nos km centrais da rede?
A funo densidade da distribuio Uniforme dada por
se
contrrio. Assim, a probabilidade de ocorrer pane nos primeiros 800 metros
e zero, caso
Distribuio Exponencial
O tempo at a falha do ventilador de motores a diesel tem uma distribuio Exponencial com
parmetro
horas. Qual a probabilidade de um destes ventiladores falhar nas primeiras 24000
horas de funcionamento?
Distribuio Normal
Calcular a rea sob a curva para Z maior que 2,75.
A rea sob a curva normal para Z maior do que 2,75 dada por:
horas de
3 QUESTES RESOLVIDAS
1-Suponha que
as razes reais?
, tenha ambas
Resoluo:
:
Primeiramente observemos que para que uma equao de segundo grau tenha razes reais necessrio
que o discriminante da equao de segundo grau seja maior ou igual a zero, ou seja, que a frmula
abaixo seja maior ou igual a zero.
dada por
2- Suponha que um casal marque de se encontrar em uma pizzaria as 20:30h, e que o tempo de chegada
seja uniformemente distribudo para ambos, mas que a distribuio do homem seja uniforme entre 20:15
e 20:45 e da mulher entre 20h e 21h. Assim sendo seja a distribuio de probabilidade do tempo de
chegada do homem. Ento
e a distribuio de probabilidade do tempo de
chegada da mulher, ou seja,
. Qual a probabilidade de que nenhum dos dois espere o
outro por mais de minutos?
Resoluo:
Para que nenhum dos dois espere por mais de
temos que
, sendo assim
Ento
Portanto a probabilidade de que nenhum dos dois espere por mais que
3- Sejam
minutos de
Resoluo:
Para
Para
dada por
e independentes. Qual a
Resoluo:
Para
Para
dada por
Seja uma varivel contnua com distribuio uniforme ento sua funo geradora de momentos
dada por:
Aplicando a regra de L'Hospital (uma vez que, no limite, tanto o numerador quanto o numerador vo
para zero, temos que
e, portanto,
Calculemos agora
E ento,
Assim
dada por
entre
Resoluo:
Para este clculo, precisamos determinar:
6- Suponha que a espessura mdia de arruelas produzidas em uma fbrica tenha distribuio normal
com mdia
mm e desvio padro
mm. Qual a porcentagem de arruelas que tem espessura
entre
mm e
mm?
Resoluo:
Para encontrar a porcentagem de arruelas com a espessura desejada devemos encontrar a rea abaixo
da curva normal, compreendida entre os pontos
e
mm.
Para isso, temos que encontrar dois pontos da distribuio normal padronizada.
O primeiro ponto
, ou seja,
O segundo ponto :
, ou seja,
(limites de tolerncia da
kg de
e de
kg de
Assim a probabilidade de
kg e
kg
8- Suponha que o tempo de vida de uma determinada espcie de inseto tenha uma distribuio
exponencial de parmetro
. Suponha tambm que estes insetos estejam pronto para a
reproduo aps dias de seu nascimento. Qual a densidade de probabilidade em horas dos insetos
que conseguem se reproduzir? E qual a probabilidade de que um inseto reprodutor dure mais
de
dias?
Resoluo:
Seja a distribuio do tempo de vida dos insetos, e a distribuio do tempo de vida dos insetos
que chegam a reproduo. Observem que
, assim
dada por
Agora falta encontramos qual a probabilidade de que o inseto reprodutor dure mais de 24 dias. Usando
a densidade acima temos que
9- Uma fbrica utiliza dois mtodos para a produo de lmpadas. 70% das lmpadas so produzidas
pelo mtodo e as demais pelo mtodo . A durao da lmpada depende do mtodo pelo qual ela foi
produzida, sendo que as produzidas pelo mtodo
seguem uma distribuio exponencial com
parmetro
e as do mtodo
seguem uma exponencial de parmetro
. Qual a
probabilidade de que, se escolhermos uma lmpada ao acaso, ela dure mais de
horas?
Resoluo:
Sejam
e
e considere os evento C={Uma lmpada durar mais
de 100 horas}, A={A lmpada ter sido fabricada pelo mtodo A} e B={A lmpada ter sido fabricada
pelo mtodo B}. Assim usando o teorema de eventos independentes e probabilidade condicional
obtemos que
e, portanto,
Portanto a probabilidade de que uma lmpada escolhida ao acaso dure mais de 100 horas de 31%.
10- Sabendo que
Resoluo:
Sabemos que a densidade de
dada por
Assim
Portanto
Seja um varivel aleatria com distribuio exponencial com parmetro . Ento sua funo
geradora de momentos dada por:
Temos que o valor esperado e a varincia de uma varivel aleatria X com distribuio exponencial
com parmetro so dados, respectivamente, por
Portanto a varincia de
dada por
Podemos calcular tambm o valor esperado e a varincia utilizando a funo geradora de momentos
4 BIBLIOGRAFIA
Estatstica, BERTOLO. < http://www.bertolo.pro.br/FinEst/Estatistica/DistribuicaoContinua.pdf>