Prévia do material em texto
VARIÁVEIS ALEATÓRIAS DISCRETAS E SEUS PRINCIPAIS MODELOS – PARTE 3 1 2. Modelo Bernoulli Na prática muitos experimentos admitem apenas dois resultados Exemplo: 1. Uma peça é classificada como boa ou defeituosa; 2. O resultado de um exame médico para detecção de uma doença é positivo ou negativa. 3. Um entrevistado concorda ou não com a afirmação feita; 4. No lançamento de um dado ocorre ou não face 6; 5. No lançamento de uma moeda ocorre cara ou coroa. Estas situações tem alternativas dicotômicas e podem ser representadas genericamente por resposta do tipo sucesso-fracasso. Esses experimentos recebem o nome de Ensaios de Bernoulli e originam uma v.a. com distribuição de Bernoulli. 2 Distribuição de uma v.a. de Bernoulli Uma V.A. (X) de Bernoulli é aquela que assume apenas dois valores 1 se ocorrer sucesso (S) e 0 se ocorrer fracasso (F), com probabilidade de sucesso p, 0 < p <1. Isto é, se X(S)=1 e X(F)=0. Logo a função de probabilidade é dada por: x P(X=x) 0 1 1-p p Notação: X~Bernoulli (p), indica que a v.a. X tem distribuição de Bernoulli com parâmetro p Se X~Bernoulli(p) pode-se mostrar que: E(X)=p Var(X)=p(1-p). Repetições independentes de um ensaio de Bernoulli dão origem ao modelo Binomial. =− === − cc xpp xXPxf xx .;0 1,0;)1( )()( 1 3 3. Modelo Binomial Exemplo 1: Suponha que uma moeda é lançada 3 vezes e probabilidade de cara seja p em cada lançamento. Determinar a distribuição de probabilidade da variável X, número de caras nos 3 lançamentos. Denotemos, S: sucesso, ocorrer cara (c) e F:fracasso, ocorrer coroa(k). O espaço amostral para o experimento de lançar um moeda 3 vezes é: ={FFF.FFS, FSF,SFF,FSS, SFS, SSF,SSS} Seja, Xi é uma variável aleatória Bernoulli (i=1,2,3). Então a variável X=X1+X2+X3, representa o número de caras nos 3 lançamentos. Probabilidade X1 X2 X3 X=X1+X2+X3 FFF (1-p) 3 0 0 0 0 FFS (1-p) 2 p 0 0 1 1 FSF (1-p) 2 p 0 1 0 1 SFF (1-p) 2 p 1 0 0 1 FSS (1-p)p 2 0 1 1 2 SFS (1-p)p 2 1 0 1 2 SSF (1-p)p 2 1 1 0 2 SSS P 3 1 1 1 3 4 3 2 2 3 })({)3( )1(3}),,({)2( )1(3}),,({)1( )1(})({)0( pSSSPXP ppSSFSFSFSSPXP ppSFFFSFFFSPXP pFFFPXP === −=== −=== −=== Daí temos que: A função de probabilidade da v.a. X é dada por: 3223 )1(3)1(3)1()()( 3210 ppppppxXPxf x −−−== O comportamento de X , pode ser representado pela seguinte função: )!3(! !33 .,0 3,2,1,0,)1( 3 )( 3 xxx onde cc xpp xxf xx − = =− = − 5 Distribuição de uma v.a. Binomial Considere a repetição de n ensaios de Bernoulli independentes e todos com a mesma probabilidade de sucesso p. A variável aleatória que conta o número total de sucessos nos n ensaios de Bernoulli é denominada de variável aleatória Binomial com parâmetros n e p e sua função de probabilidade é dada por: Binomial. ecoeficient o representa, )!(! ! .,0 ,,1,0,)1( )( xnx n x n onde cc nxpp x n xf xnx − = =− = − Notação, X~B(n,p), para indicar que v.a. X tem distribuição Binomial com parâmetros n e p. Se X~Bernoulli(p) pode-se mostrar que: E(X)=np Var(X)=np(1-p). 6 0 2 4 6 8 0 .0 0 .2 0 .4 x P (X = x ) p=0,1 0 2 4 6 8 0 .0 0 0 .2 0 x P (X = x ) p=0,3 0 2 4 6 8 0 .0 0 0 .1 5 x P (X = x ) p=0,5 0 2 4 6 8 0 .0 0 0 .2 0 x P (X = x ) p=0,8 Distribuição Binomial com parâmetros n=10 e p 7 0 5 10 15 20 0 .0 0 0 .2 0 x P (X = x ) p=0,1 0 5 10 15 20 0 .0 0 0 .1 5 x P (X = x ) p=0,3 0 5 10 15 20 0 .0 0 0 .1 0 x P (X = x ) p=0,5 0 5 10 15 20 0 .0 0 0 .1 5 x P (X = x ) p=0,8 Distribuição Binomial com parâmetros n=20 e p 8 0 10 20 30 0 .0 0 0 .1 5 x P (X = x ) p=0,1 0 10 20 30 0 .0 0 0 .1 0 x P (X = x ) p=0,3 0 10 20 30 0 .0 0 0 .1 0 x P (X = x ) p=0,5 0 10 20 30 0 .0 0 0 .1 5 x P (X = x ) p=0,8 Distribuição Binomial com parâmetros n=30 e p 9 O professor da disciplina de Estatística elaborou um prova de múltipla escolha, consistente em 10 questões, cada uma com 5 alternativas. Suponha que nenhum dos estudantes que vão a fazer a prova vão as aulas e não estudaram para a prova (o que é muito frequente). O professor estabeleceu que para aprovar deve contestar corretamente pelo menos 6 questões. Qual a probabilidade de um aluno aprovar?. S: “questão respondida corretamente” F:”questão respondida incorretamente” A probabilidade se sucesso é constante e c/ estudante responde independentemente a questão Solução:Seja a v.a. X: número de questões respondidas corretamente nas 10 questões. Então o evento de interesse é: P(S)=1/5 e P(F)=4/5. Logo, X~B(10,p). = = − cc x xxf xx .,0 10,,1,0, 5 4 5 110 )( 10 A probabilidade de um aluno aprovar é: 0,00636 006369,0)6(1)6( =−= XPXP Exemplo 2. 10 Suponha uma urna com 20 bolas brancas e 15 bolas pretas, extraímos da urna consecutivamente e com reposição 12 bolas. Encontre a probabilidade de se obter 5 bolas brancas. Exemplo 3. S: “obter uma bola branca em cada extração” F:” obter uma bola preta em cada extração” A probabilidade se sucesso é constante em c/ extração e os resultado são independentes em cada extração. Solução:Seja a v.a. X: número de bolas brancas (sucessos) nas 12 extrações da urna. Então o evento de interesse é: P(S)=4/7 e P(F)=3/7. Logo, X~B(12,4/7). = = − cc x xxf xx .,0 12,,1,0, 7 3 7 412 )( 12 0.12)5()5( === XPf A probabilidade de obter 5 bolas brancas é: 11 DISTRIBUIÇÃO MULTINOMIAL É uma generalização da Binomial. Assim, considere a possibilidade de k alternativas, isto é, repartirmos o espaço amostral em k eventos A1, A2, ... ,An, mutuamente exclusivos com probabilidade de que A1 ocorra X1 vezes, A2 ocorra X2 vezes, ... , An ocorra Xn vezes, é igual a: nx n xx n n ppp XXX n XXXP .... !!...! ! ),...,,( 21 21 21 21 = 12 Distribuição Multinomial UM DADO É LANÇADO 10 VEZES. QUAL É A PROBABILIDADE DE TEREM APARECIDO DUAS VEZES O Nº 2, DUAS VEZES O Nº 5, TRÊS VEZES O Nº 1 E UMA VEZ OS DEMAIS RESULTADOS? AS LÂMPADAS COLORIDAS PRODUZIDAS POR UMA FÁBRICA SÃO 60% VERDES, 30% AZUIS E 10% AMARELAS. EM 5 LÂMPADAS, ENCONTRE A PROBABILIDADE DE QUE 2 SEJAM VERDES, 1 AZUL E 2 AMARELAS. 13 DISTRIBUIÇÃO GEOMÉTRICA a. UMA TENTATIVA É REPETIDA ATÉ QUE O SUCESSO OCORRA; b. AS TENTATIVAS REPETIDAS SÃO INDEPENDENTES UMAS DAS OUTRAS; c. A PROBABILIDADE DE SUCESSO P É CONSTANTE PARA CADA TENTATIVA. A PROBABILIDADE DE QUE O PRIMEIRO SUCESSO OCORRERÁ NA TENTATIVA NÚMERO “K” É: 1)( −== kpqkxP 14 E(X) = (1-p)/p VAR(X) = (1-p)/p2 Distribuição GEOMÉTRICA POR EXPERIÊNCIA, VOCÊ SABE QUE A PROBABILIDADE DE QUE IRÁ CONSEGUIR UMA VENDA EM QUALQUER CHAMADA TELEFÔNICA DADA É DE 0,23. OBTENHA A PROBABILIDADE DE QUE SUA PRIMEIRA VENDA EM UM DADO DIA OCORRA NA QUARTA OU NA QUINTA CHAMADA TELEFÔNICA. UM FABRICANTE DE CEREAIS COLOCOU UMA PEÇA PREMIADA NAS EMBALAGENS DE SEU PRODUTO. A PROBABILIDADE DE GANHAR UM PRÊMIO É DE UM PARA QUATRO. DETERMINE A PROBABILIDADE DE QUE VOCÊ: 15