Variável Aleatória. Distribuiçao Binomial

Varivel Aleatria Distribuio Binomial
Aula ministrada por: Prof. Caio Dantas Texto da aula por: Prof. Carlos Alberto (Caio) Dantas
Vamos considerar inicialmente alguns exemplos de situaes em que h incerteza sobre o resultado e que associamos a cada valor do experimento um nmero
1. Lana-se uma moeda 10 vezes e anotase o nmero de caras. Este nmero pode ser 0, 1, 2 ...10.
2. Conta-se o nmero de acidentes que

ocorrem em uma rodovia num feriado prolongado. O nmero de acidentes em questo pode ser : 0, 1, 2 Como no temos um valor que limite esse nmero supomos que o nmero de acidentes qualquer inteiro.
3. Conta-se o nmero de bactrias em uma

seo de uma lmina; este nmero pode ser tambm qualquer nmero inteiro.
4. Considera-se o nmero de chamadas

telefnicas que chegam a uma central em um intervalo de tempo. Aqui tambm este nmero pode ser qualquer inteiro no negativo.
5. Observa-se o nmero de glbulos

vermelhos em um exame de sangue; este nmero pode ser qualquer inteiro no negativo.
6. Em uma pesquisa de mercado entrevistase 200 pessoas e pergunta-se se compram um produto A; o nmero de pessoas que compram o produto varia de 0 a 200.
7. Mede-se a altura de uma mulher em uma

cidade. O valor encontrado pode ser um nmero real. Aqui tambm sabemos que esse nmero no passa de 2 metros, mas conveniente considerar qualquer nmero real.
8. Em um exame fsico para selecionar um

jogador de futebol medido o peso de cada candidato; aqui tambm consideramos que o resultado pode ser qualquer nmero real.
9. Em campanhas preventivas de
hipertenso arterial comum de tempos em tempos medirse o nvel de colesterol.O valor de cada medida pode ser um nmero real no negativo.
10. Para pacientes que se apresentam

num hospital a primeira atitude medirse a temperatura; o valor da temperatura um nmero real que pode-se considerar compreendido entre 35 e 42C.
11. Retira-se uma lmpada da linha de

produo e coloca-se a mesma em um soquete acendendo-a; observa-se a mesma at que se queime. O tempo de durao da lmpada um nmero real no negativo.
Nota-se que nos primeiros 6 exemplos, o nmero que foi observado ao realizar-se o experimento aleatrio um nmero inteiro, pertencente a um conjunto finito ou infinito de possibilidades, e resultante de um processo de contagem:
moedas; acidentes automotivos; bactrias em uma lmina; chamadas telefnicas; glbulos vermelhos; consumidores.
Nos exemplos de 7 a 11 o nmero observado no experimento aleatrio um nmero real e resulta em geral de uma medio:
altura das mulheres; peso do atleta; nvel de colesterol; temperatura; tempo de durao da lmpada.
Com base nessas observaes introduzimos a noo de varivel aleatria.
Uma varivel aleatria uma funo, que associa a cada elemento do espao amostral, um nmero real.
Espao Amostral
w1 w2 w3 w4 w5 w6
X
x1 x2 x3 x4
As variveis aleatrias dos 6 primeiros exemplos, que resultam de uma contagem so denominadas discretas. Aquelas que encontramos nos exemplos de 7 a 11 , que resultam de uma mensurao so ditas contnuas.
Distribuio de probabilidades
( varivel discreta )
A distribuio de probabilidades de uma varivel aleatria discreta uma tabela que associa a cada valor da varivel sua probabilidade. valor probabilidade x1 P[ X = x1] x2 . . xn P[ X = x2] . . P[ X = xn]
Exemplo s
1. Lanamento de um dado.
X :nmero de pontos da face superior Valor de X
1 2 3 4 5 6
Probabilidade
1/6 1/6 1/6 1/6 1/6 1/6
2. Vamos considerar o experimento que
consiste em retirar quatro bolas de uma urna contendo 6 brancas e 4 pretas repondo-as aps cada retirada. O espao amostral e as probabilidades associadas a cada um de seus pontos representado a seguir:
BBBB (0,6)4 BBBP (0,6)3.(0,4) BBPB (0,6)3.(0,4) BBPP (0,6)2.(0,4)2 BPBB (0,6)3.(0,4) BPBP (0,6)2.(0,4)2 BPPB (0,6)2.(0,4)2 BPPP (0,6).(0,4)3
PBBB (0,6)3.(0,4) PBBP (0,6)2.(0,4)2 PBPB (0,6)2.(0,4)2 PBPP (0,6).(0,4)3 PPBB (0,6)2.(0,4)2 PPBP (0,6).(0,4)3 PPPB (0,6).(0,4)3 PPPP (0,4)4
Vamos chamar de X o nmero de bolas brancas nas quatro retiradas. Distribuio de probabilidades de X: P [X = 0] = (0,4)4 P [X = 1] = 4 . (0,6).(0,4)3 P [X = 2] = 6 . (0,6) . (0,4)
2 2
0.35 0.30 0.25 0.20 0.15 0.10
P [X = 3] = 4 . (0,6)3 . (0,4) P [X = 4] = (0,6)4
0.05 0.00 0 1 2 3 4
Valor Esperado
O valor esperado (mdia, esperana matemtica) de uma varivel aleatria discreta igual soma de cada um dos valores da varivel multiplicado pela respectiva probabilidade.
Valores Probab. x1 P[X = x1] x2 P[X = x2] ... xn P[X = xn]
E[X] = x1 P[X = x1] + x2 P[X = x2] + ... + xn P[X = xn] Ou seja:

n
E[ X] = i P[ X = xi ] x
i= 1
Exemplo
Lanamento de 1 dado. Calcular o nmero mdio de pontos. X : nmero de pontos
E [X] = 1. 1 + 2. 1 + 3.1 + 4.1 + 5.1 + 6.1 = 21 = 3,5
6 6
Interpretao Fsica
Ponto onde a distribuio de massa se equilibra: centro de gravidade.
Propriedades
Se X = X1 + X2 + X3 . + Xn ento: E (X) = E(X1) + E(X2) + . + E(Xn) Se "c" uma constante, ento:
E (cX) = c E(X)
Var (X) = E (X - E[X])2 = E{ X2 - 2.X.E(X) + [E(X)]2} = E (X2) - 2.[E (X)]2 + [E(X)]2 = E (X2) - [E(X)]2
Var (X) = E(X)2 - [E(X)]2
X :nmero de pontos observados quando lana-se um dado.

Valores de X 1 2 3 4 5 6 Prob. 1/6 1/6 1/6 1/6 1/6 1/6 Val. de X2 1 4 9 16 25 36 Prob. 1/6 1/6 1/6 1/6 1/6 1/6
EX = 3,5 1+4+9+16+25+36 2 EX = 6 EX2 = 91 = 15,16 6
Var (X) = 15,16 - 3,52 Var (X) = 15,16 - 12,25 Var(X) = 2,91
Distribuio Binomial
Esperana e Varincia
Exemplos
Os estudantes que cursam uma disciplina so aprovados ou reprovados; As peas produzidas em uma indstria so boas ou defeituosas; Pacientes submetidos a um tratamento so curados ou no; Lmpadas produzidas por uma indstria duram mais que 200 horas ou no; Numa questo de mltipla escolha com apenas uma questo correta, o estudante acerta ou erra a resposta.
Ensaios de Bernoulli
s h dois possveis resultados em cada ensaio: sucesso (S) ou fracasso (F); (F) os ensaios so independentes; independentes a probabilidade de sucesso em cada ensaio constante igual a p.
BBBB (0,6)4 BBBP (0,6)3.(0,4) BBPB (0,6)3.(0,4) BBPP (0,6)2.(0,4)2 BPBB (0,6)3.(0,4) BPBP (0,6)2.(0,4)2 BPPB (0,6)2.(0,4)2 BPPP (0,6).(0,4)3
PBBB (0,6)3.(0,4) PBBP (0,6)2.(0,4)2 PBPB (0,6)2.(0,4)2 PBPP (0,6).(0,4)3 PPBB (0,6)2.(0,4)2 PPBP (0,6).(0,4)3 PPPB (0,6).(0,4)3 PPPP (0,4)4
Exemplo
Considere uma prova com 5 questes e em que cada questo tem trs alternativas. Suponha que um estudante no conhea a matria e resolva responder as 5 questes escolhendo em cada uma delas uma resposta ao acaso. Qual a probabilidade de o estudante acertar duas questes?
Consideramos uma sequncia de n ensaios de Bernoulli com probabilidade de sucesso p em cada ensaio. Seja X o n de sucessos nos n ensaios.
Para k = 0, 1, 2 n
n-k n k P [X=k] = () p (1-p) k
Observe que se fixarmos os k sucessos nos n primeiros ensaios, isto , se o ponto amostral for S...S F...F a probabilidade desse ponto
kvezes (nk)vezes
p(1p)
nk
o coeficiente ( n ) conta quantos pontos do k espao amostral tem k sucessos.
Para os n ensaios de Bernoulli considere

X1, X2, Xn tais que:
X1 = 1 sucesso no primeiro ensaio 0 falha no primeiro ensaio X2 = 1 sucesso no segundo ensaio 0 falha no segundo ensaio Xn = 1 sucesso no n-simo ensaio 0 falha no n-simo ensaio
X = X1 + X2 + + Xn conta o n de sucessos nos

n ensaios.
Esperana e Varincia de X
Valor de X1 0 1 Prob. 1-p p Val. de X12 0 1 Prob. 1-p p
EX1 = 0.( 1-p) + 1.p = p EX12 = 0.( 1-p) + 1.p = p Var X1 = E (X12) - [E (X1)]2 = p - p2 = p (1 - p) EX = EX1 + EX2 + + EXn = p + p + + p = np
Como X1, X2, Xn so independentes: Var X = Var X1 + Var X2 + + Var Xn
Var X = p (1- p) + p (1- p) + . + p (1- p) n vezes
Var X = n . p (1 - p)
Como calcular P(X=k) no Minitab

Considere o exemplo de uma prova com 12 questes cada uma com 5 alternativas e que o aluno escolha a resposta ao acaso. Podemos supor que: X ~ B(n, p) com n=12 e p=0,25 X: no. de questes corretas
Deve-se colocar no Minitab os comandos

> pdf; > bino 25 0.25.
Binomial with n = 12 and p = 0.25 x P( X = x ) 0 0.0317 1 0.1267 2 0.2323 3 0.2581 4 0.1936 5 0.1032 6 0.0401 7 0.0115 8 0.0024 9 0.0004 10 0.0000

Variável Aleatória. Distribuiçao Binomial

Enviado por

Direitos autorais:

Formatos disponíveis

Variável Aleatória. Distribuiçao Binomial

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Variável Aleatória. Distribuiçao Binomial

Enviado por

Direitos autorais:

Formatos disponíveis

Varivel Aleatria Distribuio Binomial

2. Conta-se o nmero de acidentes que

3. Conta-se o nmero de bactrias em uma

4. Considera-se o nmero de chamadas

5. Observa-se o nmero de glbulos

7. Mede-se a altura de uma mulher em uma

8. Em um exame fsico para selecionar um

10. Para pacientes que se apresentam

11. Retira-se uma lmpada da linha de

Com base nessas observaes introduzimos a noo de varivel aleatria.

2. Vamos considerar o experimento que

P [X = 3] = 4 . (0,6)3 . (0,4) P [X = 4] = (0,6)4

E[X] = x1 P[X = x1] + x2 P[X = x2] + ... + xn P[X = xn] Ou seja:

E [X] = 1. 1 + 2. 1 + 3.1 + 4.1 + 5.1 + 6.1 = 21 = 3,5

Ponto onde a distribuio de massa se equilibra: centro de gravidade.

Var (X) = E(X)2 - [E(X)]2

X :nmero de pontos observados quando lana-se um dado.

EX = 3,5 1+4+9+16+25+36 2 EX = 6 EX2 = 91 = 15,16 6

o coeficiente ( n ) conta quantos pontos do k espao amostral tem k sucessos.

Para os n ensaios de Bernoulli considere

X = X1 + X2 + + Xn conta o n de sucessos nos

Como X1, X2, Xn so independentes: Var X = Var X1 + Var X2 + + Var Xn

Var X = p (1- p) + p (1- p) + . + p (1- p) n vezes

Como calcular P(X=k) no Minitab

Deve-se colocar no Minitab os comandos

Você também pode gostar

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.