Estatística Anhanguera

Estatstica Aplicada
Wender Geraldelli
Mdulo II
Apresentao
Wender Geraldelli
wender.geraldelli@anhanguera.com
Scio | Diretor da Empresa Evidence Qualidade;

Mestre em Fsica Mdica pela Universidade de So Paulo USP;
Ps-Graduado em Strategy & Marketing pela Universidade de La Verne EUA;
Especialista em Gesto Empresarial MBA pela Uni-FACEF;
Pesquisador Visitante na Universidade McGill Canad
Docente Universitrios
Graduao Engenharias;
Ps-Graduao em Engenharia da Qualidade Integrada;
Gestor de Sistemas da Qualidade Integrada;
Auditor Lder | NBR ISO 9001:2008.
Contedo
Probabilidade
Probabilidade
Contexto
Estatstica Inferencial: se ocupa em inferir das concluses retiradas
sobre a amostra para a populao.
O processo de inferncia implica em certo grau de incerteza.
Associado a tentativa de generalizao de concluses da parte

(amostra) para o todo (populao).
Da, o conceito de probabilidade tem um papel fundamental.
Probabilidade
Contexto
Experincia: qualquer processo ou conjunto de circunstncias capaz de
produzir resultados observveis.
Aleatria: indica que a experincia est sujeita influncias casuais.

Caractersticas:
Pode repetir-se vrias vezes;
No exatamente previsvel;
Resultados individuais irregulares. Mas aps uma larga repetio,
apresentam uma grande regularidade estatstica.
Probabilidade
Experimento Aleatrio
So fenmenos que, mesmo repetidos vrias vezes sob condies
semelhantes, apresentam resultados imprevisveis.
O resultado final depende do acaso. (Resultado incerto!)

Exemplos:
Jogar uma moeda
Sortear um nmero inteiro de 1 a 100
Lanar um dado
Contedo
Probabilidade
Espao Amostral
Probabilidade
Espao Amostral (ou de probabilidades)
o conjunto universo ou o conjunto formado por todos os
resultados possveis de um experimento aleatrio.
Jogar uma moeda:
S = {cara, coroa}
Sortear um nmero inteiro de 1 a 100
S = {1,2,...,100}
Lanar um dado
S = {1,2,3,4,5,6}
Probabilidade
Eventos
qualquer subconjunto do espao amostral.
Se considerarmos S como espao amostral e E como evento:
Assim, qualquer que seja E, se E c S (E est contido em S), ento E
um evento de S.
Exemplos:
E = {cara}
E = {25, 27}
E = {3, 5, 1}
(sortear cara ao jogar uma moeda)

(sortear um nmero mpar entre 24 e 28)
(lanar um nmero mpar no dado)
Probabilidade
Eventos Caractersticas
1) Evento que contm todos os elementos do espao amostral chama-se
evento certo.
2) Evento que no contm qualquer elemento do espao amostral chamase evento impossvel.
3) Dois eventos A e B so mutuamente exclusivos se no tm em comum
qualquer elemento do espao amostral.
Probabilidade
Eventos Caractersticas
4) A unio de dois eventos A e B, A U B. formada pelos
elementos que pertencem a pelo menos um dos dois, A ou B.
5) A interseco de dois eventos A e B, A B. formada pelos
elementos comuns a A e B.
Exemplo: Jogar um dado

ESPAO AMOSTRAL
OU
EVENTO TIRAR N DE 1 A 6 EVENTO CERTO
1
3
5
EVENTO TIRAR N MPARES
2
4
6
EVENTO TIRAR N PARES
EVENTOS MUTUAMENTE EXCLUSIVOS
7
EVENTO
IMPOSSVEL
Contedo
Probabilidade
Espao Amostral
Regra da Aproximao
Probabilidade
Regra: Aproximao da Probabilidade pela Frequncia Relativa
(Laplace, 1812)
Realize (ou observe) um procedimento e conte o nmero de vezes em
que o evento A realmente ocorre. Com base nesse resultados efetivos,
P(A) estimada como:
P(A) =
Nmero de resultados associados ao evento A

Nmero total de resultados possveis
Probabilidade de um evento expressa na escala de 0 a 1 (0% - 100%).
Probabilidade
Exemplo:
Qual a probabilidade de extrao de uma dama no baralho
(52 cartas)?
4 damas
P(Dama) =
52 cartas
= 7,69%
Probabilidade
Exemplo:
Qual a probabilidade de obter trs ou menos pontos no lance
de dados?
P(trs ou menos) =
1 (Face 1) + 1 (Face 2) + 1 (Face 3)

6 faces possveis
= 50%
Probabilidade
Exerccio:
Em um lote de 12 peas, 4 so defeituosas. Sendo retirada uma
pea, calcule.
a. A probabilidade dessa pea ser defeituosa.
b. A probabilidade dessa pea no ser defeituosa.
Probabilidade
Exerccio:
H 50 bolas numa urna, distribudas como segue. Misturam-se as bolas e
escolhe-se uma. Determine a probabilidade de a bola escolhida ser:
Cor
a. Verde
Nmero
azul
20
vermelha
15
laranja
10
verde
b. Azul ou verde
c. no-azul
Probabilidade
Exerccio:
Um baralho comum tem 52 cartas e cada uma delas possui dois sinais
essenciais. O principal uma marcao que pode ser um nmero variando
de 2 a 10, ou uma letra: J, Q, K e A.
A marcao secundria chamada de naipe: paus, copas, espadas ou ouros.
Retirando-se ao acaso 1 carta, qual a

probabilidade de ser marcada com
uma letra ou uma carta de paus?
Contedo
Probabilidade
Espao Amostral
Regra da Aproximao
Clculo de Probabilidade
Probabilidade
Calculo da Probabilidade da Ocorrncia de Dois Eventos: P(A e B)
Probabilidade de ocorrncia de dois eventos A e B, independentes.
Entretanto, se dois eventos, A e B, no so independentes, o clculo de P(A e B) deve levar

em conta este fato.
Ento:
Se l: A probabilidade de ocorrncia
de A e B igual a probabilidade de
ocorrer A vezes a probabilidade de
ocorrer B, dado que A j ocorreu.
Dica: Associar e a operao de multiplicao x.
Probabilidade
Exemplo:
Um tero dos eleitores de certa comunidade constitudo de mulheres, e 40%
dos eleitores votaram na ltima eleio presidencial . Supondo que esses dois
eventos sejam independentes, determine a probabilidade de escolher
aleatoriamente um eleitor da lista geral, que seja mulher e que tenha votado
na ultima eleio.
Soluo:
P(mulher que votou) = 1/3 x (0,40) = 0,133
Probabilidade
Exerccio:
Deve-se inspecionar uma grande remessa de caixas de chocolate. Os registros
indicam que 2% das caixas acusam contedo inferior ao estipulado.
Escolhidas duas caixas aleatoriamente, qual a probabilidade de ambas
acusarem contedo inferior, admitindo-se que a remessa inspecionada
semelhante s anteriores (isto , 2% de deficientes)?
Probabilidade
Calculo da Probabilidade da Ocorrncia de Dois Eventos: P(A e B)
Se dois eventos no so independentes, o clculo de P(A e B) deve levar em
conta este fato. Suponhamos duas urnas com fichas.
Urna Y
Urna Z
Vermelhas
8
5
Brancas
2
5
Qual a probabilidade de retirarmos uma bola vermelha da urna Z?
Probabilidade
P(urna Z) = 1/2
P(vermelha|Urna Z) = 5/10
Portanto:
P(Urna Z e Ficha vermelha) = P(Urna Z) x P(vermelha|Urna Z)
P(Urna Z e Ficha vermelha) = 1/2 x 5/10 = 25%
P(A e B) = P(A)xP(B|A)
Probabilidade
Exerccio:
Suponha que voc est avaliando um determinado lote de um produto X
na Companhia MZ.
Se este lote possui 50 unidades, sendo que 10 apresentam uma
desconformidade especfica.
Qual a probabilidade de ao retirar 3 peas, voc retire respectivamente uma
conforme, uma desconforme e finalmente outra desconforme?
Probabilidade
Exerccio:
As falhas de diferentes mquinas so independentes umas das outras. Se
h quatro mquinas, e se suas respectivas probabilidades de falha so
1%, 2%, 5% e 10% em determinado dia, calcule as probabilidades:
a. De todas falharem em determinado dia;

b. De nenhuma falhar.
Probabilidade
Calculo da Probabilidade da Ocorrncia de ao menos um de
Dois Eventos: P(A ou B)
Aplica-se a regra de adio para determinar a probabilidade de
ocorrncia de um ou outro evento. O calculo depende de os eventos
serem ou no mutuamente excludentes.
Probabilidade
Probabilidade de ocorrncia de dois eventos A ou B.
O clculo depende dos eventos serem ou no mutuamente excludentes.
Eventos mutuamente excludentes:
Evento A
Evento B
Espao amostral
Dica: Associar ou a operao

de adio +.
Eventos no mutuamente excludentes (ou seja, que possuem

elementos em comum):
Probabilidade
Exerccio:
Um baralho comum tem 52 cartas e cada uma delas possui dois sinais essenciais.
O principal uma marcao que pode ser um nmero variando de 2 a 10, ou
uma letra: J, Q, K e A.
A marcao secundria chamada de naipe: paus, copas, espadas ou ouros.
Retirando-se ao acaso 1 carta, qual a
probabilidade de ser marcada com
uma letra ou uma carta de paus?
Probabilidade
Resumindo:
Contedo
Probabilidade
Espao Amostral
Regra da Aproximao
Distribuio de Probabilidade
Variveis Aleatrias
O resultado de um experimento aleatrio designado varivel aleatria (X).
Exemplo: nmero de coroas ao jogar 2 vezes uma moeda.
= {(cara, cara), (cara, coroa), {coroa, cara), (coroa, coroa)}

X:
0
Exemplo de Variveis Aleatrias
Vida til (em horas) de um televisor.
Nmero de peas com defeito em um lote produzido.
Nmero de acidentes registrados durante um ms na BR101.
Na internet, o tempo (em segundos) para que uma determinada
mensagem chegue ao seu destino.
Varivel aleatria
Discreta
Os possveis resultados
esto contidos em um
conjunto finito ou
enumervel
0 1
2 3 4 ...
Ex.: jogadas de moedas, dados,

nmero de defeitos em ...
Contnua
Os possveis resultados
abrangem todo um intervalo
de nmeros reais
Ex.: peso, altura, tempo de

resposta de ...
A funo densidade de probabilidade associa cada possvel valor da
varivel aleatria (X) sua probabilidade de ocorrncia P(X).
H dois tipos de distribuio de probabilidade:
1. Distribuies Discretas: Quando a varivel que est sendo medida s

pode assumir certos valores, como por exemplo, os valores inteiros
0,1,2, etc.
2. Distribuies Contnuas: Quando a varivel que est sendo medida
expressa em uma escala contnua, como por exemplo, valores
dimensionais.
No caso de distribuies discretas, a probabilidade de que a varivel X
assuma um valor especfico x0 dada por:
P(X = x0) = P(x0)
No caso de variveis contnuas, as probabilidades so especificadas em
termos de intervalos, pois a probabilidade associada a um nmero
especfico zero.
Pa X b a f ( x) dx
b
Distribuies Discreta
Distribuio Binomial
Distribuio de Poisson
Distribuies Continuas
Distribuio Normal
Distribuio Discreta de
Probabilidade
Contedo
Probabilidade
Espao Amostral
Regra da Aproximao
Distribuio Binomial
Distribuio Discreta de Probabilidade

Distribuio Binomial
A distribuio binomial adequada para descrever situaes em que os
resultados de uma varivel aleatria podem ser agrupados em apenas duas
classes ou categorias. (sucesso e fracasso)
As categorias devem ser mutuamente excludentes, de forma que no haja
dvidas na classificao do resultado da varivel nas categorias e
coletivamente exaustivas, de forma que no seja possvel nenhum outro
resultado diferente das categorias.

Distribuio Binomial
Por exemplo, um produto manufaturado pode ser classificado como
defeituoso ou no defeituoso. E o fato de um ter sado (ou no) defeituoso
no influencia os outros a serem (ou no).
Outros exemplos: a resposta de um questionrio pode ser verdadeira ou
falsa, as chamadas telefnicas podem ser locais ou interurbanas.

Distribuio Binomial
Geralmente, denomina-se as duas categorias como sucesso ou fracasso.
Como as duas categorias so mutuamente excludentes e coletivamente
exaustivas:
P( sucesso ) P( falha ) 1

Distribuio Binomial
Caractersticas:
So feitas n repeties do experimento, onde n uma constante;
H apenas dois resultados possveis em cada repetio, denominados
sucesso e falha;
A probabilidade de sucesso (p) e de fracasso (1 - p) permanecem
constante em todas as repeties;
As repeties so independentes, ou seja, o resultado de uma repetio
no influenciado por outros resultados.

Distribuio Binomial
Considere uma amostra de n artigos retirados da produo total.
(tamanho da amostra = n)
Interesse: Identificar o n de artigos defeituosos (X) dos n que constitua a
amostra.
Probabilidade do evento: artigo defeituoso p.

Probabilidade do evento: artigo no defeituoso q = 1 p.
Se h X defeituosos
Ento h (n x) no
defeituosos

Distribuio Binomial
Portanto:
A probabilidade da existncia de X artigos defeituosos em n artigos
coletados :
P( x)
p (1 p)
n
x
X = 1, 2, 3,..., n.
n x
tal que,
n
x
n!
x!( n x)!

Distribuio Binomial
Os parmetros da distribuio Binomial so n e p.
A mdia e o desvio-padro so calculadas como:
mdia = np
Desv. Pad. = np(1 - p)
A distribuio Binomial usada com frequncia no controle da qualidade
quando a amostragem feita sobre uma populao infinita ou muito
grande.
Nas aplicaes de controle da qualidade, x em geral representa o nmero
de defeituosos observados em uma amostra de n itens.

Exemplo:
Um fabricante de mesas de bilhar suspeita que 2% de seu produto
apresenta algum defeito. Se tal suspeita correta, determine a
probabilidade de que, numa amostra de nove mesas haja uma
defeituosa.
9
1
9!
9
1!(9 1)!
P( 1 )
0,02
9
1
( 1 0,02 )91 9 0,02 0,85 0,15

Exerccio:
Um revendedor de automveis novos constatou que 80% dos carros
vendidos so devolvidos ao departamento mecnico para corrigir defeitos
de fabricao, nos primeiros 25 dias aps a venda. De 11 carros num perodo
de 25 dias, qual a probabilidade de que:
a) Todos voltem dentro de 25 dias
b) S um no volte
Contedo
Probabilidade
Espao Amostral
Regra da Aproximao
Distribuio Binomial
Distribuio Poisson

A distribuio de Poisson d a probabilidade de um evento ocorrer um
dado nmero de vezes num intervalo de tempo ou espao fixado.
Exemplo: o nmero de acidentes por ms, nmero de defeitos por metro
quadrado, nmero de defeitos em uma mquina por ms, nmero de
clientes atendidos por hora.

OBS.:
Nota-se que a varivel aleatria discreta (nmero de ocorrncia), no
entanto a unidade de medida contnua (tempo, rea).
Alm disso, os fracassos no so contveis, pois no possvel contar, por
exemplo, o nmero de acidentes que no ocorreram, nem tampouco o
nmero de defeitos que no ocorreram.

A distribuio de Poisson fica completamente caracterizada por um nico
parmetro que representa a taxa mdia de ocorrncia por unidade de
medida (tempo ou espao).
A equao para calcular a probabilidade de x ocorrncias no intervalo
[0,t[ dada por:
e x
P( x )
x!
X = 1, 2, 3,..., n.
A mdia e a varincia da distribuio de Poisson so:

= =

A aplicao tpica da distribuio de Poisson no controle da qualidade
como um modelo para o nmero de defeitos (no conformidades) que
ocorre por unidade de medida (por m, por volume ou por tempo, etc.).

Exemplo
Os defeitos em rolos de filme colorido ocorrem razo de 0,1
defeito/rolo, e a distribuio dos defeitos a de Poisson.
Determine a probabilidade de um rolo em particular conter um
defeito.
e 0,1 0,11
PX 1
0,09 9%
1!

Exerccio
Os defeitos em rolos de filme colorido ocorrem razo de 0,1
defeito/rolo, e a distribuio dos defeitos a de Poisson. Determine a
probabilidade de um rolo em particular conter um ou mais defeitos.
Contedo
Probabilidade
Espao Amostral
Regra da Aproximao
Distribuio Binomial
Distribuio Poisson
Atividade Complementar
At a prxima aula.
Obrigado!
Estatstica Aplicada
Wender Geraldelli
Mdulo III
Contedo
Distribuio Normal
Distribuio Contnua de Probabilidade

A distribuio Normal a mais
importante das distribuies estatsticas,
tanto na teoria quanto na prtica.
Caractersticas:
Forma de sino;
Unimodal;
Simtrica em relao sua mdia
f(X) 0 quando X
f(X) mxima para X =
pontos de inflexo
desvio padro
mdia
assntota
assntota

A rea abaixo da curva Normal representa 100% de probabilidade
associada a uma varivel.
A probabilidade de uma varivel aleatria tomar um valor entre dois
pontos quaisquer igual rea compreendida entre esses dois pontos.
Pa X b a f ( x) dx
b
rea=1
rea=0,5 rea=0,5

Parmetros que caracterizam a distribuio Normal: mdia e desviopadro.
Isto , diferentes mdias e desvios-padro originam curvas normais
distintas.
>>
Distribuies com mdias iguais e

diferentes desvios-padro.
Distribuies com mdias distintas

e desvios-padro idnticos.
3 Sigma (99,7% conforme)
6 Sigma (99,9999% conforme)
Sete horas de falta de energia

eltrica por ms
Uma hora de falta de energia

eltrica a cada 34 anos
5.000 operaes cirrgicas

incorretas por semana
1,7 operao cirrgica incorreta

por semana
3.000 cartas extraviadas para

cada 300.000 cartas postadas
Uma carta extraviada para cada

300.000 cartas postadas
Quinze minutos de fornecimento

de gua no potvel por dia
Um minuto de fornecimento de
gua no potvel a cada sete
meses
Um canal de TV 1,68 horas fora

do ar por semana
Um canal de TV 1,8 segundos fora

do ar por semana
Uma aterrisagem de emergncia no

aeroporto de Guarulhos por dia
Uma aterrisagem de emergncia em

todos os aeroportos do Brasil a cada
cinco anos
Caracterizada
por sua mdia e
desvio-padro.
Distribuio
Normal
Funo somente
do nmero de
desvios-padres
que o ponto est
distante da mdia.
A rea sob a
curva entre um
ponto qualquer
e a mdia ...

Distribuio Normal
A distribuio Normal pode ser representada por uma equao
matemtica dada por:
1
f ( x)
e
2
Notao
1 x 2

X : N ( , )
2
Contedo
Distribuio Normal
Distribuio Normal Padro

Distribuio Normal
O clculo da probabilidade (rea sob a curva) pode ser realizado
atravs de uma distribuio Normal padronizada, onde o
parmetro a varivel reduzida Z.

Possui mdia nula ( = 0) e desvio padro unitrio ( = 1).

A varivel reduzida (Z) mede a magnitude do desvio em relao mdia,
em unidades de desvio padro.
Exemplo: Z = 1,5 significa que uma observao est desviada 1,5 desvios
padro para cima da mdia.
Utilidade: comparar distribuies e detectar dados atpicos (geralmente
com Z > 3).
X X
Notao
Z : N (0,1)

X X
Z varivel normal padronizada

X varivel normal
mdia
desvio padro

Distribuio Normal - Exemplo
Exemplo 1: Suponha que o peso de um rolo de arame seja
normalmente distribudo com mdia 100 e desvio-padro 10.
Qual a probabilidade que um rolo, selecionado ao acaso da
produo, possuir peso maior que 111.6?
Soluo:

Distribuio Normal - Exemplo
111,6 100
Z
1,16
10
Encontramos o valor de probabilidade 0.37698.

P( Z > 1.16) = 0.5 0.37698 = 0.123 = 12.3%
Ver tabela!!

Distribuio Normal - Exerccio
A resistncia trao do papel usado em sacolas de supermercado uma caracterstica de qualidade importante.
Sabe-se que essa resistncia segue um modelo Normal com
mdia 40psi e desvio padro 2psi.
Se a especificao estabelece que a resistncia deve ser maior
que 35psi, qual a probabilidade que uma sacola produzida com
este material satisfaa a especificao?
Contedo
Distribuio Normal
Teorema do Limite Central

Para AAS (X1, X2, ..., Xn) retiradas de uma populao com mdia
e varincia 2. A distribuio amostral da mdia aproxima-se
de uma distribuio normal com mdia e varincia 2 , se n
grande.
n
AAS
X : N ( ,

Se a populao for normal, ento X ter distribuio normal exata
independente do tamanho de n.
AAS
Z : N (0,1)
n
OBS.: amostras grandes na prtica, n>30

Exemplo
Um pesquisador deseja saber a mdia das idades dos alunos
de ps-graduao. Supondo que a populao dos alunos seja:
25
34
61
33
35
26
42
53
24
35
58
22
43
52
56
35
35
40
45
23
22
35
40
25
xi 25 ... 39 38,19
N
( xi )2
32
25 38,192 ... 39 38,192

32
11,11
49
35
38
36
56
25
45
39

Exemplo
Supondo que no fosse possvel analisar a populao inteira, e
os dados fossem coletados por amostras de tamanho, n=4.
Mdia (x)
Desvio (S)
1
25
34
61
33
38,25
15,69
2
35
26
42
53
39
11,40
3
24
35
58
22
34,75
16,52
4
43
52
56
35
46,5
9,40
5
35
40
45
23
35,75
9,43
6
22
35
40
25
30,5
8,43
7
49
35
38
36
39,5
6,45
8
56
25
45
39
41,25
12,92

Exemplo
xi 38,25 ... 41,25
38,18
k
xi x
x
k 1
x 4,75
38,25 38,182 ... 41,25 38,182

8 1
4,75
11,11
x
5,55
n
4

O teorema do limite central bsico para a maioria das aplicaes

do controle estatstico da qualidade.
O CEP (controle estatstico de processos) trabalha com a mdia das
amostras, pois independente da distribuio dos valores
individuais, a mdia desses valores ir seguir aproximadamente a
distribuio Normal.

Aps vrios lanamentos de
um dado equilibrado tem-se
a seguinte distribuio de
probabilidade para cada
face:
Agora, se fizermos a
mdia de 2 lanamentos,
a distribuio desta mdia
ser:
350
250
500
450
400
350
300
250
200
150
100
50
0
Finalmente fazendo a
mdia de 10 lanamentos,
a distribuio resultante
ser:
300
200
250
150
200
100
150
100
50
50
0
1
0
1

Concluso:
A mdia das mdias amostrais igual a mdia dos valores
individuais.
O desvio-padro das mdias menor do que o desvio-padro dos
valores individuais na razo de 1 / n .

Exerccio T.L.C
O comprimento de uma pea produzida em uma linha de produo
tem distribuio normal com mdia 185,6mm e desvio padro de
12,7mm.
Qual a probabilidade de que uma amostra aleatria simples de 10
peas tenha uma mdia acima de 190mm?
Obrigado!

Estatística Anhanguera

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Estatística Anhanguera

Hochgeladen von

Copyright:

Verfügbare Formate

Estatstica Aplicada

Scio | Diretor da Empresa Evidence Qualidade;

Associado a tentativa de generalizao de concluses da parte

Da, o conceito de probabilidade tem um papel fundamental.

Aleatria: indica que a experincia est sujeita influncias casuais.

O resultado final depende do acaso. (Resultado incerto!)

(sortear cara ao jogar uma moeda)

Exemplo: Jogar um dado

EVENTOS MUTUAMENTE EXCLUSIVOS

Nmero de resultados associados ao evento A

Probabilidade de um evento expressa na escala de 0 a 1 (0% - 100%).

1 (Face 1) + 1 (Face 2) + 1 (Face 3)

Retirando-se ao acaso 1 carta, qual a

Entretanto, se dois eventos, A e B, no so independentes, o clculo de P(A e B) deve levar

Dica: Associar e a operao de multiplicao x.

Qual a probabilidade de retirarmos uma bola vermelha da urna Z?

a. De todas falharem em determinado dia;

Eventos mutuamente excludentes:

Dica: Associar ou a operao

Eventos no mutuamente excludentes (ou seja, que possuem

Exemplo: nmero de coroas ao jogar 2 vezes uma moeda.

= {(cara, cara), (cara, coroa), {coroa, cara), (coroa, coroa)}

Ex.: jogadas de moedas, dados,

Ex.: peso, altura, tempo de

1. Distribuies Discretas: Quando a varivel que est sendo medida s

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

Probabilidade do evento: artigo defeituoso p.

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

( 1 0,02 )91 9 0,02 0,85 0,15

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

A mdia e a varincia da distribuio de Poisson so:

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

Distribuio Discreta de Probabilidade

Distribuio Contnua de Probabilidade

Distribuio Contnua de Probabilidade

Distribuio Contnua de Probabilidade

Distribuio Contnua de Probabilidade

Distribuies com mdias iguais e

Distribuio Contnua de Probabilidade

Distribuies com mdias distintas

Distribuio Contnua de Probabilidade

3 Sigma (99,7% conforme)

6 Sigma (99,9999% conforme)

Sete horas de falta de energia

Uma hora de falta de energia

5.000 operaes cirrgicas

1,7 operao cirrgica incorreta

3.000 cartas extraviadas para

Uma carta extraviada para cada

Quinze minutos de fornecimento

Um canal de TV 1,68 horas fora

Um canal de TV 1,8 segundos fora

Uma aterrisagem de emergncia no