Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIDADE 4 – NOÇÕES DE PROBABILIDADE 1. A Distribuição Normal como Aproximação da Binomial 4.1 APROXIMAÇÃO DA BINOMIAL, PELA NORMAL Muitas situações da vida real podem ser convenientemente descritas pela distribuição binomial; O problema é que, em casos de n grande, o cálculo dos resultados fica longo e tedioso (a não ser que usemos um computador); Nesses casos, uma aproximação satisfatória e de fácil manejo é feita a partir da distribuição normal; Isso ocorre porque, quanto maior o n, uma distribuição binomial se assemelha muito à uma distribuição normal. 4.1 APROXIMAÇÃO DA BINOMIAL, PELA NORMAL 0 0,1 0,2 0,3 0,4 0,5 0 1 2 3 4 5 6 7 8 9 10 P ro ba bi li da de Nº de Sucessos p=0,1 ; n= 10 0 0,05 0,1 0,15 0,2 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 P ro ba bi li da de Nº de Sucessos p=0,1 ; n= 50 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 10 0 P ro ba bi li da de Nº de Sucessos p=0,1 ; n= 100 4.1 APROXIMAÇÃO DA BINOMIAL, PELA NORMAL 0 0,05 0,1 0,15 0,2 0,25 0,3 0 1 2 3 4 5 6 7 8 9 10 P ro ba bi li da de Nº de Sucessos p=0,5 ; n= 10 0 0,02 0,04 0,06 0,08 0,1 0,12 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 P ro ba bi li da de Nº de Sucessos p=0,5 ; n= 50 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 10 0 P ro ba bi li da de Nº de Sucessos p=0,5 ; n= 100 4.1 APROXIMAÇÃO DA BINOMIAL, PELA NORMAL Uma regra prática é que np ou n(1-p) – o que for menor – deve ser ≥ 5 para que seja válida a aproximação. Nos gráficos anteriores: p=0,1 ; n=10 → 0,1*10= 1 → Não vale a aproximação; p=0,1 ; n=50 → 0,1*50= 5 → Vale a aproximação; p=0,1 ; n=100 → 0,1*100= 10 → Vale a aproximação. 4.1 APROXIMAÇÃO DA BINOMIAL, PELA NORMAL O uso da normal para aproximar probabilidades binomiais apresenta uma dificuldade de caráter conceitual. A distribuição normal é contínua, enquanto que a binomial é discreta. A transição do caso discreto para o contínuo envolve a consideração de valores não-inteiros associados às variáveis contínuas, mas não às discretas. Por exemplo, o valor 3,4523 pode ser consistente como uma variável contínua, mas não com uma discreta. 4.1 APROXIMAÇÃO DA BINOMIAL, PELA NORMAL O problema se resolve atribuindo intervalos da distribuição contínua para representar valores inteiros comuns às variáveis discretas. Em essência, os valores não-inteiros de uma variável contínua são arredondados para o inteiro mais próximo, e as probabilidades associadas a valores não inteiros são consideradas como probabilidades de inteiros. Por exemplo, os valores contínuos do intervalo 2,5 a 3,5 ficariam relacionados com o valor discreto, ou inteiro, 3. Assim, para determinar a probabilidade binomial de exatamente 3 sucessos, deveríamos usar uma aproximação normal baseada na probabilidade (área sob a curva normal) entre 2,5 e 3,5. 4.2 APROXIMAÇÃO – EXEMPLOS Sejam n=20 e p=0,4. P(X=3)=? 4.2 APROXIMAÇÃO – EXEMPLOS Sejam n=20 e p=0,4 e X tem distribuição binomial. P(X=3)=? A distribuição normal é determinada pela média e pela variância, então qual é a média dessa distribuição binomial? E(X) = np = 20*0,4 = 8 Var(X) = np(1-p)=20*0,4*0,6=4,8 DP(X) = 2,2 “Exatamente 3” deve ser interpretado como o intervalo 2,5 a 3,5 na distribuição normal. 4.2 APROXIMAÇÃO – EXEMPLOS Unidade 4 – Noções de Probabilidade 4.1 Aproximação da Binomial, pela Normal 4.1 Aproximação da Binomial, pela Normal 4.1 Aproximação da Binomial, pela Normal 4.1 Aproximação da Binomial, pela Normal 4.1 Aproximação da Binomial, pela Normal 4.1 Aproximação da Binomial, pela Normal 4.2 Aproximação – Exemplos 4.2 Aproximação – Exemplos 4.2 Aproximação – Exemplos
Compartilhar