Bret | ewemg a aeons T wa soma fx ap apeprngaqord 2p op quip #2 x otoo wasp euoreate [aapues v souruyog (oa ya 28 ou owtana 0) Osseo WN NO (WSSSIAIT SOU aN oxtFaAD 0130010008 38) OS809 18s apod opennsar ofns oyomads> oofuy wn 9p ogSeziear & sournquodng Hmowiag ap soqepoyy seraiostp sagdmqinstp 9p soj9powy ‘pepun sou zepnio sotto anb 0 “seoupea9 Seonyuinens sebuEradse se -soudho ered semutgy sopraonuorap i a dro ued seas sopaoatorop pat 9 eprpamoid 9p seosnqusyp no spol ‘sopSuny sopemanuise eto} ‘soordn soruatnesieduion sassau ase Wd 9 ‘BAPTA SeSD seg ‘ojgaure nedtwoo ap sagsped souiay weruasaade amb seO3eaqe sangtseA wD, soopsitiqeqord sofapout ap oy9>1109, SOONSTTIqeqoig soTapowW Il epeprun L=xsowd .xe= 00) -apeprngegosd ap opSinqunsip arumise wp ogrped-ousop o 2 eIppU PHY “OT Gs~a yawesuos ye seco19g ‘operon 2550p w30} x Bred zexsoend -apepmigegord ap apepysuap opbury suinBas vn: y ge eourpaun oxn] op opsped-o1sap 02 Ip oesped-ousep 9 oo‘0s $9 expan ap oeSmgunstp wun Wo) 9 Om fo anb 9 00's S& opsped-otasap 9 00°09 $4 FIppU uo (A) PEAS 9p om card O Sab as-optiagegs'€~ 980 -A Zt = “130d opep 9 campoud tn 9p] oN EDA O {proved op [eon sd lop opsped-ousap 0 2 eyppu 8 jund) “el sr'z ap wouTeA woo # op wIpgUl wo wrad ‘uoderequie y epea eapp ew ap SHased wi sepeuoiorpuore ops sedad Sessa 8 Z'O fap opsped-ousap 98 9¢ ap opp oFad uioo seSad zmpoud oxSestaqey ap ossaooad un nt) 203099 od ap orpgur oan ‘9 02'0 {S0'0 fauaureapsodea2 ops seossad 9 nO § “b yea enb 0276 epeo ui efey anb ap sopeprtiqeqand sy “awuotresiaodso1 SOUUD-SOUPTES ¥ 2 7 6 6 “‘iy opbuindod ap opSosio> 9p soves ' [= n)Ae= pp] betw = eA, du= (oa soonsuaysese> sonourpreg ‘opbsoda1 was “ausurepiewaye epevo 3] Ensowne ea. 9p sozueutofa ap orouinU 0 owl eprutfap wLIgneDpe fptOa ej x reopyunoyews opssaudxa efod wpep 9 assaininy ap ovua4s op apepmgeqosd y ‘peuOme|3s ensoure wu ap e Yeoyian ui assasent 0 as-ursy,"t ORUEUIED ap ‘opSIsodar tas a N24) sodnzaqns z ta epsplaip N opSemndod eum vlog sonpuay9 x2p opjupuoa8iadry ojapoy 9ehe's no Hes0'0= (a n-0(59'0-D (690) §9 = (Da ovbnjos 21MM Up .z 0 pw 62 ouypes wn seuade ap apeprngeqasd v jend “gg'9 op 9 sofasdure ¢ Sou (hm wp oz 0 FF wies exo eed 0 anb ap apepmnquqaid y ‘exe8n ¢ sou squotajend woqure epelauusas (opus “end sopeplans aajoaucap apuo sofaiduie ¢ 9 eyjeqen wossad euin « 9886'S no S6S0'0 = (Ha o-a(€'0- D (60 $9 = Od optmjos esagisonb p zex08 9p apeprgegoxd _ jenb ‘ayuspuodopinewaoy 2p seo sepon Janforad ZEN OUNE 0 9S D9 Sed sonb 9 9p eanud pum ap ofan epes axtage ounye win anb ap apepmgedosd W eru0ug of2pour op ovdeorde ap sojdiaxg ‘eusoe seossaudx sep Joye 0 sapmaiua [DRI 9 “Mimourog 9p senoxeare sonzuen wap swos viun 9 [eRUOIT OBSINGENSIp ¥ MOD bau = GA du= pa soonsponezes sony dD = 004 9 sopepriqeqoid 2p oxSmqunsrp ans 9x yormoug yaaptrea vpwureyp 9 yfNowog 3p sowuepuadapor seaosd u we sossaons 9p o2oUipU 0 otNoD EPIUYDP CLONES [DAPLEA Y oebuypa = d~1 9 osseous 9p opepn qeqaad » 2 dv Tend} 9 suueasuoo 9 BAoxd wpeo wa ossaons ap ADEPT Y= *(ezwat 96 opt ouana 0) osseoeyy no (essareim sow anib onuana ‘0 zanoaooe 25) ossaons stxyseod sopeynsoxz spsIo ax9p gf PDAgudKO EpEDY = ‘anno op vumn awwapuadopur 395 243p BpupuOdND UpED + ‘(w)sozan 9p omuy oxourpa um 1p epezneoz 18 2a9p EBONEOTE BURBS Y = ‘qmmowtag 9p oars umn 9 epupuade> UpeD + ‘waBejopou ered s2obmpuey, Topuowg oj2poW bd = (OA d=@ya soonsyenoreo SoneUped t = z ws omy ° ma omong | oa | soma [| :9 pepynaegosd ap orgy nmowiog ap 3 epuuLp Wisse pies ¥°§ a0Ry BIIE0 anh asa] than JopeduR| o an someYUENNS “295 ‘Opep wn ap owuouredue} ou aassuea anb nup3eaqe EPuBudED wu vies odwaratz de bolso € que se pode usar a distibuig#o binomial como wma rica quando 0 5 0,05N, isto, quando o n for menor ou igual possul 6 pegas boas ¢ 4 pecas defeicuo- i¢zo, de tamanho 5. Qual a probabilida- uosas na amostraselecionada? Solugio Po) = = 0,2361 2. Sejao seguinte problema: uma urna contéin 100 bolas, sendo 60 brancas e40 pretas, Trando-se 5 bolas, qual a probabildade de sairem 2 pretas? Solugiio 5 0,005N 5 0,05. 100 (Verdacteieo) Podemos, entio, utilizar a binomial como uma aproximagdo da hipergeométrica, = 40/100 = 0,4 406 P(2) = C2(0,40? (0,6)" = 0,3456 Pela hipergeométrica Peay = S2-S «0.3545 Che Modelo de Poisson A varidvel aleatéria de Poisson & defini como ont ‘alo continuo fixo considerado. Exemplos + mero de vezes em que 0 corpo de bombeiros & chamado por dia para com- bater incéndios numa cidade grande. + Niimero de eet na impressdo de certo live. + site soas que chegam a0 caixa de um supermercado nos primeiros 5 minutos em que € aberto, + Numero de cartos que passam por um pedigio no sinus tervalo de tempo de 30 Algumas condisSes para construgio do modelo: + Selecione um intervalo de tempo fixo de observacio. + Observe a nimero de ocorréncias de cert evento de + Sea probablidade de o nimero de sucessos ser nulo ou 1 é grande no considerado, entao 0 evento pode ser na pratca modelado peta dsr Poisson. Ll das fenémenos raros ‘Uma distibuigio de Poisson modela bem eventos “raros", Fenémenos rares sic aqueies que nao acontecern com grande frequéncia para qualquer intervalo de tempo de observagio, Exemplo (0 niimero de automéveis da linha Gol que entram num estacionamento no Rio de Janeio num intervalo de I hora eertamente no é Poisson, mas o amero de limusines {que entram no estacionamento no mesmo periodn de tempo deve ser Poisson. Formulagio de modelo ‘Trata-se de uma distribuigdo binomial em que: + nwep od speed Pode-se den star que soe POR) = Ch pt gf" igual aoe w= FE) = 9245 89a pO OLSYS OS 9 OB = (OF oxsnios ‘992 65 any2 ezomp vor sSod wun onb 2p opepmmaegoxd {8 sejoqe9 ypmpoH 9p eTeD#9 ep [04 “Os) oBAIeI OU auosTUN BLErBO|E qanplzea tum opuas ouioa epestad Jae apod abe ap wad pum 9p eZINP V ~ orm -1ex5 Da 2p #0 zex50 se =O orSnjes ges op sonous't sso eis oxsap ovorad o ab ap apepmnaaioid oN zie) wn ap soe [2 “O} ap Ofealove Ou suUOFUN esreueUL neope opingisyp 42189 Bxed opelouy|d oy oyuasep ouanbad wn “T oda [ae —xenb oor 2UAe-) = OA a+) = 008 soopsqaysereo sonourgang #9 onypa8 nog 6 ssamngvena oneren, mal t =e -aauoyyen ogSingunstp wor ep ops “oLpNIvED Ose We Os9e OTA ATUNSSE 2 Ox -seqe enuasap ¥ omen apepmqegosd ap apEPIsUOp OY o> [qe] ORPeLHEA ap onUALOD ‘ojeazanur win 9p omvap salojea sunsse opod ge X vEDeaTe [BARES mM opmTEND auuofiun open SenupUED SagsINgLASTP ap SOfPOW cese'et no geet0 = 375 = Wa a 10801 gee't= wet eye = opSnjos. sep stop usa sepeesmep f 2999294 9p SPEPIPG -eqoud e yond) “ep 30d sepeureys ¢ Bpgu! ue aqe0o1 soxeqI0g ap omod e222 °Z soot soronto= 85 = (aa oxdnjos cornu sod soxzeo ¢ axvaurerexa wo1essed ap opepmigegord ve yend oamiqur sod scare expput wis uressed “oBppad ap oxsod opep wn wy “t sorduexa, 4= 00a i = 00r soanspapess sonatrered mayen ty reer eeeJ ‘Modelo exponencial de probabilidades do intervalo T entre dots sucessos consecutivos de vatvel aleatra le tempo (sobrevivéncia, duragio de vida, espera numa fila eros, paginas de um lvro etc) Visualizagio t 2*oconrtaia ste interval tom dseibulgo expanencial Sua fungi densidade de probabilidade é f() =he* — paraT=0 fm =0 paraT <0 ‘Onde 2&2 frequéncia média de sucessos por unidade de observacio, A fungi repartigao & J=l-es 20 Portanto: P(T2 0) =e Parimetros earacteristicos ECD = VA vm = at rico de fo: Logo se diz que T~E 0) Observagbes 1, A probabilidade exponencial de que o primeiro evento ocorra dentro do inter: valo considerado de tempo ou espago & POrst) = tem 2. A probabilidade exponencial de queo primeira evento acorrs fora do intervalo considerado de tempo ou espago é: Porat) se 1. Os defetos de um tecido soguem a distribuigio de Poisson com média de um ‘cada 400 m. Qual a probabilidade de que o interval entre dois de feitos consecutivos sea @)no:mnimo de 1000 mm; b) no maximo de 1000 m; ©) entre 900 ¢ 1000 m, 8) A= 1/400 defeitos/metros PCT > 1000) = eH = er F8 = 0,080 b) PCr s 1000) = 1-e* = 1 © P (800 < T < 1000) =e 5 = 10,0820 = 0918 N00 1-000 = 0,1353 0,820 = 0,0533yet 2 wpeztosped eupseop pape wu usu eupreye lengua vauuoye [[eton= ‘opberat vp sopep ewoygoxd ou sea Se6e'0 = $909'0~ Tn 2-T Hewat GS Dd 110 = o0s/0s = ¥ e swunspd seaund sr sep soda (4 seuygpd sexumd s sep onueg (@ januoua as ou oxtoimd 0 ‘oj -yde> wn 2» 290m somta3 © opwrend ‘anb ap apeprtaudde enb ‘ova OP ‘paene srusureuoreafe sopfnainstp Soxza so opuag euareU ap seuaBed OOS Bou sous os ap ys um un run umn ap oEHONAEL on some syean8 sosseg {on We Joje un sunese EupAeape fanpzeA PS ap apepEngeqosd # mage yoo e | ~upad ossou ‘feuLou ORSMqINsIp wos ea0Ie% ala sna email {euouropSmqinsp woo spree [sapiea vn sorts uy souls paren 6L160 = 1290-1 = op 9-1 eo ee T= OF DE set osbnjog S0= Gs xa- Wane | e104 wjau ap onuop anBayp epeureyp estoutad & anb 2p apepraaeqaud E » jenb ‘opryoase aiuoueoreaye odwm ap ovuod wn we opuePyUT e104 108 Sepowreep 4 leippta to ‘9qa09) SRuMbp ap ouPsueD ap owaurearedsp WN “y cepa orb op :arteiSBAR'S'0 sab os sopepmaegond 9 »p s0ueW Zoqea 1022000 ap apepingeqoal & [en 20{eULJofea zxz020 ap apeprugegoad v Wf ap ottion me Potngt £18110 = LBISO~ = re 9-1 S wee“ T = OS > Dd 00'0 = 00872 = gsonau os op oxsouidas oxourad ou eborede opSyopodun exousd fe ojor um ojoruesap a8 anb epipaua &‘onb ap epeprageqoad pend 99543) "aad senp “esppta wo “upsueD SOMBIE OOS ap OSE ap UTE] BP CIOs EPED opnaso was ses Sep ox OF ope is ToNMOSS 9 waLON Eame'Y « sonibyenb stunsse x eppre a wea X evgnape janguen v ap apmprngeqond e epuodsasos eae ‘essa anb pf» end 9 sessieqe sup oxta oda eam ejad ypenvay [eo waxy y= 1p Pu} tus ean uM 9 Peutiou opSinginsyp ep woypi8 opSertasaido: y+ pee Tat soqea tonbyenb a opan rumsse apod x Bupueaye aTea y « eesmtes sepeponidorg eoinet owpioad op epesoup ‘ep sonue seip yop seus massed as “wou tin ap epruzed ep sored « fenb 9p Spepmqegonde fend "sexp 7 Bpro vo3s0d oso wa EENE OU UN IPR“ ee ‘upwncoide 95 pep ne | IRuuow ogSrmasp ywrpvodoii> ssnbead ue sepesfeue Sapuet sep TEIN 2 psepesidus seu sop wun 4 as 9 sepedd ep eum ‘enuriue> [anges ap se993 saghinqu se uN ssnpp ap Daina no youLiow oj=poH Letc'0 = 98s 9.9 = (CL Dd vo=¥ a rig rapepygesi owsannyy ane =P ND TEprobabilidade pedida. 1 probabilidade necesséria + Realizaro cileulo da probabilidade, Exemplos L 8) P(1O0 < x < 120) X=N (uo!) > X ~ N (100; 100) 120) fas Xt) (5 12-100) re» Bg) -ma> 20 PC > 2,0) = 0,5 ~ 0.4772 = 0,0228 ou 2,28% ©) PR >80) fa, 80~ 100) pfz > 80-200) _ eg» 2, (2° i] Pa 0 4 PUL > ~2,0) = 0,472 + 0,5 = 0,9772 04 97,72% @ PS ar- (salar ae (oor > Da WOT'L8 MO OTLA'O ~ HEED + LLLh'0 = (SRL > Z> OOF) seanspioivere) STS 72> 074 ramssy = (see ttaee > 2> mettre oor = osee ” * * Ooo» = oose, auapnag oss nnonsow owe “(oxy aessao> euin 9 anb ‘2 9p jPAPEIEA twin 9 anb ‘g vansnease ep apuadap sod jngp ula oMEge ENgAR apusdap vpranpaa feusout “epreparauon #09 rear Ogu ene ep oe Y =P Peon> qemla reuow 10 'D oped wp am) esped-osop ‘opped-ousep 0 eurse wonspensa wu sowzesn (2002 £0007) N~x & (<0 8) N~X uoser > X> 00904 ‘aqesas vuuy v wus2umnb upep wna 9p aPepHEAeGoxd w FEN) “seue> 00z 2p os1ped-owsap 9 seuIe> Q90'p 2p WIppU tuoD FeULZON OBbiNKLIEIP war awuousqeuazignb ey wun 40d opigaoas vouapuodsamoa 9p aummjoa Qe ied anb 2 © jruope;ndod opsped-oussap 0 soursioxuoy opt en e1o$e eyvodns Wx anges ®D sited » vi epg e muaso wafssop as “o oproquen opsped-olssap ap jeuxson opsemndod cris eee eee at a eee ‘uM 2p sopezmay sasofea u ap eUOIea[e RINSOWE PUI ap Ted B anb soureyuodng pee ere ee ere reece sto suapNIS-7 OPW WEL‘0 NO £100'0 = L86¥'0~S'0 = (O'S > Zid 28 soresieon sepa | | iGraus de liberdade (0) (6 miimero de informagées independentes ou livres da amostra do nuimero de graus J isteibuigio le, podemos dizer que o niimero de graus de liberdade & igual ao ni ) menos 0 ndmere (K) de parametros da populagio a sro inerente 20 estado! mero de eleme bea-k ica de teste que depends de uma varivel aleatéria tem graus de liber- earelmenteestimar a média populacional y, através da mé- ros J, ceremtos que adicionalmente estimar também igifica que a estatistica ¢tem n ~ 1 graus de liberdade: 0 presente estudo visa oeo-1 ‘Para cada valor de @ temos uma curva diferenre de te quando n ~> », tende a Z Observagio Suponha que se dese estimar a variineia populacional através da varidncia da] ‘amostra. A exptessio nie tendenciosa do estimador fica entko: _ KF e-T s |Adivislo por (n= 1) a0 invée de n é devido ao faro de S* ter = n~ 1 graus de ber dade, pols para obter a estimativa referida tom-se que adicionalmente obter a estiatva dda média da amosra, ‘A figura abaixo lustra comparativamente uma distibuiglo te distribuicso normal | reduzida (2) Vemos que ume distribuigio t genética & mais achatada ¢ alongeda que a nornat reduzida (Z), Quanto maior o valor de 9, mais elevada é a curva. A curva t é simétrica com relagio & media 0 grafico da dis porta testes de signifcdncta da inferéncia estadstica Nodes Prbitinice 59) ee sua tabulagéo Atabela Student fornece valores det em func de divers valores de de proba- bilidades notdveis a, correspondente & caud: i a na respectiva distibulgio: Onde a Area demarcada corresponde & relagio: Weta ster gna Pardmetros caracteristicos Eo =0 Exemplos Sea varie lens arterials Sade com = 10, deen ‘constante ty de modo: u 4) PE > &) = 0,05; b) PER G) = 0,90, 8) Entrar na tabela com a = 2. 0,05 = 0,104 = 10-> 4 = 1,812.(34 o1S¢ ap stu opursad setod 421 saurgiuon op apepmgeqoad v fend) “»peo saioxtes oz woo sopeBaie> ov: sxzurRU £0 “4 1'0 ontped-owsop 2 84 s'9 ap eIpour eo soupseaqe ops suSad sup sosad $0 ‘eS fad 0S¢ 9p Ss10] wa epmoxtesue 9 “eouqgy wun m9 eprnposd ‘eSed epruTUAAIG ord ordwoxs ‘anb seugawaye sianpa ‘op yenuso wunaioa ‘mynyurered sonspears HUgLEyU © [enyssod wusor sweuvou atusuepeumoxde 295 uressod sensoure sep eIppUL 2 ‘eos v 9 opsmamnsp zonbyenb sa uressod ensoue ep sai0pea So onb ap crsj Q + wn ourefay Teuuou ean & qos 5 BA 9p sapepmmqeqand ap omnoqp> © sepugnbasuep ‘seus ap odmqunsrp & exed afen opyporse: owsaur O euNoU EAD EEN ‘pias serppurap ovtmnq:nep misy“seipous ap eugnbayy ap OPM MAENETP PUM PSE OPES! (0 “epevoinajas ensoize oped to soroqea sop exppUl e souLrEOTED 2 oBSeIndod uN ap ssensoure sessep eansmexe apepauend vumn zaigo souapnd 9 (pe < u) apuess oun en -soure um woo opueypoqen souniaanso 2s ‘onb ayuese8 amr] op enu>9 euIDIC2L O eurai03) op ovSwiaxdion (00 5) N~ 9 GOH MO) N= A 21am op reru99 wos23091 OF U/ CREO KES EDX NE RD ssouredeg 297 DUR a 9 MIppUT ewisouI Wo> sswuepuedapuT soLGIvayE stoagtmea ap opssoons ewN vlog reuoi091, k= Zs (NE 19. sonmeane pron fugues 9 eipp 9p TeunION opamp ‘easoure apuread eum oo « w ayy eu wan", syeia somzerseq sagStpuoo qos ‘oe cIERETETEeE Le! 3 « (4a on somuapundapar sroapu ap epupnbos im rs a ae ° a ae 7 Ez a i'0~ =e OL = 8a ¥O= TOT = PuODE—GE EU TERS Vo a 49227 =e oF = 422010 = 100" Z = 9 uOD Heqa cE ERLE CG eee| 62 one te J Poabidtes © Coma soluséo = 0Skgeo= 01 kg Média total das pegas por eaa fuy= 250.055 = 125 Média total das pegas por consi tire 225.20 = 2500 \Varidneia tol das pecas por cabea os oy = 250.001 = 25 Varidncia total das pegas por contines 4: oe = 25.20 = 50 Definindo a varlivel aleatéra T como a soma dos pesos das pegas de um contéines, ‘tomos que pelo Teorema do Limite Centr ‘T= (2500; 50) Pede-se: Por > 2510) = Lz. > (2510 - 2500/7,070] = PCZ > 1,41) = 0,5 -0,4207 = 0,0793, ‘Teorema das combinagées lineares ‘A combinagio linear de variaveis aleatérias normais independentes € também uma varidvel normal independente. ‘Se Ke Y so varidveisaleatdrias normais independents, entio: z= aX + bY + C também & uma varivel aleatria normal independente com: B(Z) = B(aK + BY + ©) = ABO + DEQ) +.C Vz) = Vax + bY + C) = a'VO0 + BED Concluse Modes rabies 63 Exemplo Um administrador de transportes estuda o fluxo de trfego no metrd de uma dada cestagao no Rio de Janeiro, Indica com Z 0 mimera de passageiros que chegam a dado instante na estacio. x, o aiimero de passageiros que chegau 4 esta no trem. Re fonimero ¥ de passageitos que desembarcam na referida estagéo. O metrd segue passageiros. As varldveis X, Ye Z aio variéveisaleatGrias normals independentes, tals parimet Z~N{100; 81) X~N(SO; 144] ‘Y~NI40; 400] Especifique o modelo N, a distribuigéo de probabilidade de Ne P(N > 70) Solugéo Modelo N: N=Z+x-¥ Baseando-se no teorenma das combinagSes ineares, = E@+ X-¥) = E@) + EO - EO) = 100 + 0-40 = = VG4X=¥) = VE) + VO) + VO) = 81 + 144 + 440 = 625 A distibuigio de probabilidade de N: N-N (110; 625} P(N > 70) P(N > 70) = PC » 70 ~ 110/25) = PU > = 1,6) = 0.5 + 0.4452 = 0,9452 ou 94,52%Esoctmanneg ‘nb rea‘ = @ o> “2% op sores 0 09 eae rare -seayei sews sauniae se aumese operpenb-inb op opSmansp e ‘pepiagy, ap nei8 op opuaplodag. + “opeapenbsnb op ean apepaudord epewnp v 9 msg apepiogy ap snes8% + Wf woo opespent. op ogbinarnstp wpquie pra awoureanvadeas apepzogy ep snasb 9) ‘o> opespenb-mb ep opSinqusp woo sauepuadopul sienrieaSenp ap BUDS + “ayo apuos 6 apepsoqy 2p sne8 ap ‘exompe o opuenb pxis0u oxSmqunsip x apuon 72 oda op socamnagep 9p ws 8) Pan 25-09 ‘amr op reals) Ruston © BE opesosty ‘spyqasip musts -TenBt» sonsopuadapuy seppneaye sang ap wwbee mum 7 $X jonpuea OUND + sopepardosg dura ‘pepiogy 2p smes8 ap or “uum 049 ap a: apepmngeqand wim 2p seed v X op Jofea oaDOUIE} ETaqeLY« ‘wounpunsse y+ ‘amisod aidwas 3 nasou @ opSe ‘uRKI0 ‘epeanney earp ‘vue emly ou ‘spewasaidas ez0 pepinqegoad ‘n= (9% < ,t)g onb fer 20jea 0 240g efaqe: xp odioo 0 % opep Un Bred 3 m apepryqeqoud epep um nan, lure seduosayp sanumszs se os opezpenb-anb op otSinqunstp &anb 3 te= (a o= (23 soopspaneses sexraurpred opsearasqo “seprenpar steunow SeHO.eOTE sTanEUeA w Bp sopespEND sop emIOS URN > opespenb-inb un ‘orTeAtAg ‘pepuoqyl ap env ¢ w09 ‘operpenb-mb op opSynqynsip war {X anb ‘ops “sowtaatp ‘o ob sped olasop a H vipaO! 2p teuou opseyndod sun ap sope’ma: soamopuadapursoLprefe se10[en OLS as fos ep 8 ss eso eupsayuT ep sew :SHONp ¥ fepneojun Bjogea p MMOD SEN ioe ead seed wa ode © '# onouresed op opSuny wo epejeqes guso ola 2 spepraqit ap snes sofad epests “Pere Penb wpeD ‘sean ap ee} Buln anSUED aperpenb-mb op oBSINAAASID Y -3jqoxd soszanyp uo erapnedun apuesd ap osSinainsp ap (2) opeapenb-nb op oppow 59. sous| } { i 66 cao te ference Pobiiddes » Conte ‘Modelo F de Snedecor Define-se a varidvel Fcom 6, graus de liberdade no numeradore j graus de liberds de no denominador ou FC, 6.) per: para cada par de valores A distribuiglo encontra-se tabelada. Como ela deponde de dois pardimetr so construidas visas tabelas, cada uma delas correspondentes a uma dada probabilidade (10%, 596, 1% etc), situada na cauda direta da curva, como mostra a figura a seguir: 1) Atabela fornece o valor de Fy tal que: PL Qo2hJ =a Exemplo Calcular o valor deF, com 4y = 10 ¢ fy = 15 graus deiberdade, que é superado com probabilidade de 5%, Solugao =10 niet ramos ft erase Logo: PlFyes (10, 15) 2 2,54] = 0,05 Exercicios propostos 1, Uma moeds é langada 5 vezes seguidas ¢ independences, Calcule a probabilidade de 1 9 catas nessas § provas um dado 3 vezes, determine a probabilidade de se abter “4” no miximo 3. A probabilidade de um atiradoracertar 0 alvo é 2/3. Se ale atira S, qual a probabi lidade de acercar pelo menos 4 dros? fade de um cons ferido consuri fcettar 3 vezes? 5. Umgnupo de clientes de uma dor acerear a marea de um determinado refrigerante food" foi consultado para responder sim ou nio: casa, Sabe-se que 308 dos entrevistados tes ponderam sim & peryunta. Seis pessoas sio escolhidas ao aeasa deste grupo. Qual 8 probabilidade de terem sido eseolhidas 3 pessoas que disseram (no) & satisfacio como servigo? 6. No departamento de engenhari, a probabilidade de urs funciondio chegts atrasado 6 sempre constante e igual a 1/3. Em um més corrode 30 dias, ual a probablida de deste funcionério chegaratrasado 10 dias, nenhum dia, no maximo 4 dias, e pel menos § dias. Se ele perde a cada dia que chega atrasado RS 5,00 de sea sli, cual o valor esperado de sua perda no més? 7. Figos maduros sio embalados em caixas com 15 unidades cada. Escolheu-se uma cana ao acaso e verificou-se que havia 4 unidades estragadas, Retiando-se da calxa 5 unidades, sem reposigdo, qual a probabiidade de que: 4) contenhiam 3 figesestragados; b) mais de 2 fgos estragadas; © pelo menas 1 fgo estragado, 8. 0 grupo de um departamento &composto por 5 engenheiros e 9 téenicos. Se 5 indivt= duos forem alearoriamente, ese Ihes atribui un projeto, qual a probabilidade de que o gnipo do projewo inclua exatamente 2 engenheiros? 9. De 20 estudantes em uma classe, 15 nko estia s ‘uma amostra aleaéria de 4 estudantes se pe probabiidade de que estivescem desconventes: @) eaamente 3; ites com 0 texto ublizade. Se aram sobceo texto, determinar &