ex. 2.31 (*)
Recolheu-se uma amostra aleatória de 60 vacas e, na pança de cada uma, contou-se o número de diferentes micro-organismos.
Calcule a probabilidade (aproximada) da média do número de micro-organismos (distintos) ser superior a 40, assumindo que o número esperado para o número de micro-organismos (distintos), por cada pança, é de 35 com desvio padrão de 10.
Siga as várias etapas.
(a) Perante o enunciado, defina uma v.a. X apropriada. Qual a distribuição de X?
☞ sugestões
O que é o «indivíduo» neste exemplo? O que mede X em cada indivíduo? \(X = .....\)
Perante este enunciado, qual a distribuição da v.a.? Será distribuição normal? Será distribuição de Poisson? Será distribuição genérica?
Qual a média populacional (ou valor esperado)?
Qual o desvio padrão populacional?
Estes parâmetros caracterizam a população, isto é, um modelo matemático, não sendo por isso a média e o desvio padrão de uma amostra.
☞ proposta de resolução
X = «número de diferentes micro-organismos na pança de uma vaca»
\(X \sim \text{generica}\) com média populacional \(\mu=35\) e \(\sigma=10\).
Nota: X é do tipo «número de ocorrências por unidade de tempo» e a distribuição sugerida poderia ser Poisson. Porém, o enunciado é omisso; não indica qual a distribuição e assim considera-se genérica.
(b) Especifique a expressão para a \(\bar X\) neste caso concreto. Quantas v.a. estão a ser somadas? Qual a dimensão da amostra?
☞ sugestões
Recorde média amostral aleatória.
☞ proposta de resolução
a dimensão da amostra é o número de elementos desta que são as 60 panças (ainda aleatórias) em análise.
\(\bar X = \frac{1}{60}(X_1 + X_2 + \cdots + X_{60})\)
Assumimos que as v.a. são independentes e identicamente distribuídas.
(c) Qual a distribuição, aproximada, de \(\bar X\)? Justifique.
☞ sugestões
Uma vez perante uma distribuição genérica, aplicamos o teorema do limite central para o caso da média.
Qual a dimensão da amostra e qual a relação com o TLC ?
☞ proposta de resolução
Uma vez que a amostra aleatória tem n=60 elementos então podemos usar o TLC garantindo que a aproximação será razoável (para situações usuais).
Assim:
Notas:
\(\sigma^2_{\bar X}\) é a variância da v.a. que é a média amostral aleatória.
\(\mu_{\bar X}\) é a média de \(\bar X\).
(d) Use notação matemática para escrever «probabilidade da média do número de micro-organismos (distintos) ser superior a 40».
☞ proposta de resolução
Sendo uma contagem usa-se rigorosamente \(>\):
Nota: não podemos calcular o valor exato por não conhecermos a distribuição de X e, por conseguinte, a distribuição exata para \(\bar X\).
A próxima alínea introduz o importante teorema do limite central que oferece uma solução aproximada.
(e) Calcule a probabilidade pedida recorrendo à correção à continuidade.
☞ sugestões
Apesar da distribuição ter sido obtida na alínea (c), deve agora passar-se à distribuição da soma por ser mais fácil ajustar a correção à continuidade.
Consulte os documentos:
Se não recorda o básico comece aqui: teorema do limite central.
☞ proposta de resolução
Em geral, devemos usar a aproximação à correção à continuidade da média
Arredondar a 0.0 é válido em problemas comuns.
alternativa
Se for mais intuitovo, sugere-se passar da média \(\bar X\) à soma Y assim:
sendo Y a soma das 60 v.a. (\(Y=X_1 + X_2 + \cdots + X_{60}\))
Usando a versão «soma» do TLC, a aproximação à continuidade fica
Assim,
Arredondar a 0.0 é válido em problemas comuns.