Exerccios Prticos:

1) - Seja X uma v.a. com distribuio Normal, sendo que a mdia=100 e Desvio Padro=10, Calcule no R e confira com a tabela da distribuio Normal. 1. P[X < 95] 2. P[90 < X < 110] 3. P[X > 95]

2) - Considere agora mdia=850 e desvio padro=40 4. P[700<X1000] 5. P[X>800] 6. P[X<750] Calcule estas probabilidades de forma usual, usando a tabela da Distribuio normal. Depois compare com os resultados fornecidos pelo R. Os comandos do R para obter as probabilidades pedidas so: Vamos Calcular de forma usual utilizando a teoria: P[X<95] =

Z=95-100/10 Z= -0,5 P(Z<-0,5) = 0,5 0,1915 = 0,3085 Utilizando o R: > pnorm(95, 100, 10) [1] 0.3085375 # Confira na Tabela, a diferena consiste em que o R fornece o valor preciso e calculando de forma usual, considera-se na tabela apenas os 4 nmeros aps a virgula.

P[90 < X < 110] = Z1= 90-100/10 Z1= -1

Z2=110-100/10 Z2= 1 P(-1<Z<1) = P(-0,3413 < Z < 0, 3413) = 0,6826 No R: > pnorm(110, 100, 10) - pnorm(90, 100, 10) [1] 0.6826895

3) - A seguir vamos ver comandos para fazer grficos de distribuies de probabilidade. Vamos fazer grficos de funes de densidade e de probabilidade acumulada. O primeiro grfico ir mostrar a densidade e o outro a probabilidade acumulada da normal padro. Para fazer os grficos consideramos valores de X entre -3 e 3 que correspondem a +/- trs desvios padres da mdia, faixa que concentra 99,73% da massa de probabilidade da distribuio normal. Plotem o grfico e faam um breve comentrio do que compreenderam. > plot(dnorm, -3, 3) > plot(pnorm, -3, 3)

4) - Vamos criar dois grficos, sendo um para densidade e o outro para probabilidade acumulada. Os dados para calcular dado pela: mdia=100 e Desvio Padro=8. Para fazer estes grficos tomamos uma sequncia de valores de x entre 70 e 130 e para cada um deles calculamos o valor das funes f(x) e F(x). Depois unimos os pontos (x,f(x)) em um grfico e (x,F(x)) no outro. Os clculos utilizados no R: > x <- seq(70, 130, len = 100) # atribuimos uma sequncia para x entre os valores 70 e 130 > fx <- dnorm(x, 100, 8) # calculamos para a distribuio normal, o prefixo d: que calcula a funo pontual, isto , f (x) (no ponto x); > plot(x, fx, type = "l") # plotagem do grfico distribuindo a distribuio da probabilidade. > Fx <- pnorm(x, 100, 8) # calculamos para a distribuio normal, o prefixo p: que calcula a funo de distribuio acumulada, isto , F (x) = P (X=x); > plot(x, Fx, type = "l") # plotagem do grfico demostrando a curva da Distribuio acumulada. Podemos utilizar outro comando para obter as mesmas curvas:

> plot(function(x) dnorm(x, 100, 8), 70, 130) # funo pontual > plot(function(x) pnorm(x, 100, 8), 70, 130) # Funo da distribuio acumulada.

5) - Comandos usuais do R podem ser usados para modificar a aparncia dos grficos. Por exemplo, podemos incluir ttulos e mudar texto dos eixos conforme mostrado nos grficos anteriores e nos dois primeiros comandos abaixo. Os demais comandos mostram como colocar diferentes densidades em um mesmo grfico: Vejamos os comandos: > plot(dnorm, -3, 3, xlab = "valores de X", ylab = "densidade de probabilidade") > title("Distribuico Normal\nX ~ N(100, 64)") # Seja X uma v.a. com distribuio N(100,64) > plot(function(x) dnorm(x, 100, 8), 60, 140, ylab = "f(x)") > plot(function(x) dnorm(x, 90, 8), 60, 140, add = T, col = 2) > plot(function(x) dnorm(x, 100, 15), 60, 140, add = T, col = 3) > legend(110, 0.05, c("N(100,64)", "N(90,64)", "N(100,225)"), fill = 1:3)

Prxima Aula
6) - Vamos criar dois grficos, sendo um para densidade e o outro para probabilidade acumulada. Os dados para calcular dado pela: mdia=850 e Desvio Padro=40. Para fazer estes grficos tomamos uma sequncia de valores de x entre 700 e 1000 e para cada um deles calculamos o valor das funes f(x) e F(x). Depois unimos os pontos (x,f(x)) em um grfico e (x,F(x)) no outro. Os clculos utilizados no R:

6) - Seja uma v.a. com distribuio Binomial com ver os comandos do R para: 1. fazer o grfico das funo de densidade 2. idem para a funo de probabilidade 3. calcular 4. calcular

. Vamos

5. calcular 6. calcular Notem que sendo uma distribuio discreta de probabilidades os grficos so diferentes dos obtidos para distribuio normal e os clculos de probabilidades devem considerar as probabilidades nos pontos.