Baixe o app para aproveitar ainda mais
Prévia do material em texto
PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA Prof. Paula Marinho Aula 7 APRESENTAÇÃO DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE Quando o espaço amostral de um experimento não é constituído por números, não podemos usar os recursos da Estatística Descritiva (vimos na última aula que espaço amostral é o conjunto formado por todos os possíveis e diferentes resultados de um experimento aleatório.) Para resolver este caso estabelecemos uma função que transforme o espaço amostral não numérico em numérico. Por exemplo, ao se lançar uma moeda e registrar a face superior, teremos um espaço amostral S = {ca; co} não numérico. Na presente aula veremos como transformar um espaço amostral não numérico em numérico, estudando as variáveis aleatórias e suas funções de probabilidade. Aprenderemos também a calcular a esperança matemática e a variância de variáveis aleatórias. 2 OBJETIVOS Ao final desta aula você deverá ser capaz de: Definir uma variável aleatória; Associar funções de probabilidade à variáveis aleatórias; Calcular a Esperança Matemática e a Variância de variáveis aleatórias; Utilizar as propriedades e operações inerentes às variáveis aleatórias. 3 7 – VARIÁVEL ALEATÓRIA DISCRETA 4 Ao lançarmos uma moeda e registrar a face superior, geramos um espaço amostral S = {ca; co} não numérico. Criamos então uma função de x, representada por f(x), onde a variável aleatória x assumirá valores numéricos correspondentes a cada ocorrência do espaço amostral. Por exemplo: contar quantas coroas obtemos ao lançar uma moeda. S ___________ R ca ___________ x(ca) = 0 co ___________ x(co) = 1 A variável aleatória x transformou o espaço amostral S = {ca; co} em um espaço amostral numérico S = {0;1}. 7 – VARIÁVEL ALEATÓRIA DISCRETA 5 No lançamento de dois dados a observação das faces superiores cria o espaço amostral S={(1,1), (1,2), ... , (3,1), (3,2), ..., (6,5), (6,6)} que não é representado por um número real. Para isso estabelecemos a variável aleatória x que anota a soma das faces superiores dos dois dados gerando o seguinte espaço amostral S={2,3,4,5,6,7,8,9,10,11,12}. dado 1 dado 2 soma 1 1 2 1 2 3 1 3 4 1 4 5 1 5 6 1 6 7 2 1 3 2 2 4 2 3 5 2 4 6 2 5 7 2 6 8 3 1 4 3 2 5 3 3 6 3 4 7 3 5 8 3 6 9 4 1 5 4 2 6 4 3 7 4 4 8 4 5 9 4 6 10 5 1 6 5 2 7 5 3 8 5 4 9 5 5 10 5 6 11 6 1 7 6 2 8 6 3 9 6 4 10 6 5 11 6 6 12 7.1 FUNÇÃO DE PROBABILIDADE 6 Para cada variável aleatória podemos definir uma função de probabilidade associada a ela. Exemplo 1: No lançamento de uma moeda, x é a variável aleatória que anota o número de coroas obtidas. A função de probabilidade para esta variável é: x p(x) ca 0 0,5 co 1 0,5 total 1 7.1 FUNÇÃO DE PROBABILIDADE 7 Para cada variável aleatória podemos definir uma função de probabilidade associada a ela. Exemplo 2: No lançamento de dois dados a variável x anota a soma das faces superiores. Sua função de probabilidade é: X Frequência simples Freqrelativa p(x) 2 1 0,027778 3 2 0,055556 4 3 0,083333 5 4 0,111111 6 5 0,138889 7 6 0,166667 8 5 0,138889 9 4 0,111111 10 3 0,083333 11 2 0,055556 12 1 0,027778 total 36 1 7.1 FUNÇÃO DE PROBABILIDADE 8 E sua representação gráfica é: 7.2 VALOR ESPERADO DE UMA VARIÁVEL ALEATÓRIA 9 O valor esperado da variável x, chamado de Esperança Matemática, por ser a expectativa da média, é dado por: Fazendo uma analogia com a fórmula da média de amostra e lembrando que p(x) = número de casos favoráveis / número total de casos , temos: 7.2 VALOR ESPERADO DE UMA VARIÁVEL ALEATÓRIA 10 depende das frequências, é preciso realizar o experimento para poder calcular seu valor; é calculada a posteriori, baseada no conceito de probabilidade, pode ser estabelecida antes da ocorrência da variável aleatória; é uma média a priori. 7.3 VARIÂNCIA DE UMA VARIÁVEL ALEATÓRIA 11 A mesma analogia feita no item anterior para a média vale para a variância e para o desvio padrão. Assim: E para o desvio padrão a fórmula é: CÁLCULO DA ESPERANÇA, DA VARIÂNCIA E DO DESVIO PADRÃO DE UMA VARIÁVEL ALEATÓRIA 12 Exemplo 1: No lançamento de uma moeda, a variável aleatória x anota o número de caras obtidas. Calcule a média, a variância e o desvio padrão da variável aleatória x. X p(x) x.p(x) (x - mi)²p(x) co 0 0,5 0 0,125 ca 1 0,5 0,5 0,125 Total 1 0,5 0,25 Média mi = E(x) = 0,50 Variância 0,25 Desvio padrão 0,50 CÁLCULO DA ESPERANÇA, DA VARIÂNCIA E DO DESVIO PADRÃO DE UMA VARIÁVEL ALEATÓRIA 13 Exemplo 2: No lançamento de dois dados, a variável aleatória x anota a soma dos pontos da face superior. Calcule a média, a variância e o desvio padrão da variável aleatória x. X frequência p(x) x p(x) (x - mi)²p(x) 2 1 0,0278 0,0556 0,6944 3 2 0,0556 0,1667 0,8889 4 3 0,0833 0,3333 0,7500 5 4 0,1111 0,5556 0,4444 6 5 0,1389 0,8333 0,1389 7 6 0,1667 1,1667 0,0000 8 5 0,1389 1,1111 0,1389 9 4 0,1111 1,0000 0,4444 10 3 0,0833 0,8333 0,7500 11 2 0,0556 0,6111 0,8889 12 1 0,0278 0,3333 0,6944 total 36 1 7 5,8333 Média mi = E(x) = 7,0000 Variância 5,8333 Desvio padrão 2,4152 7.4.PROPRIEDADES DO VALOR ESPERADO 14 1 - Se uma variável assume um único valor K então O valor esperado de x é K. 2 – Se K é um número real constante e x uma variável aleatória 3 – Se uma variável aleatória y é dada por y = ax+b onde a e b são números reais e x é outra variável aleatória, então: 7.5 PROPRIEDADES DA VARIÂNCIA 15 1 – Se uma variável aleatória x assume um único valor real K então 2 – se K pertence a Real e x é uma variável aleatória, então 3 - Se uma variável aleatória y é dada por y = ax+b onde a e b são números reais e x é outra variável aleatória, então: 7.5 PROPRIEDADES DA VARIÂNCIA 16 Há inúmeras situações em que temos que considerar uma variável aleatória como a soma de outras variáveis aleatórias. Supondo as variáveis independentes: A média da soma ou da diferença de duas ou mais variáveis aleatórias é igual a soma ou a diferença das médias das variáveis aleatórias. A variância da soma ou diferença de duas ou mais variáveis aleatórias é igual a soma das variâncias dessas variáveis aleatórias. Exemplo: 17 Exemplo 1 - Se a variável aleatória x apresenta Calcule: EXEMPLO 18 Exemplo 2 – se a variável aleatória x apresenta calcule: PROBABILIDADE ESTATÍSTICA APLICADA À ENGENHARIA Profa. Paula Marinho ATIVIDADE ATIVIDADE 20 Ex 8- Uma urna A contém 3 bolas brancas e 2 pretas. A urna B contém 5 bolas brancas e 1 bola preta. Uma bola é retirada ao acaso de cada urna e a variável aleatória x anota o numero de bolas brancas obtidas. Determine os valores de x e a função de probabilidade associada. brancas pretas total A 3 2 5 B 5 1 6 x p(x) 0 brancas pp 0 6,6667% =2/5*1/6 1 branca pb+bp 1 43,3333% =2/5*5/6+3/5*1/6 2 brancas bb 2 50,0000% =3/5*5/6 total 100,0000% =SOMA(E85:E87) REFERÊNCIAS BIBLIOGRÁFICAS e RECURSOS PEDAGÓGICOS BIBLIOTECA DO CAMPUS BIBLIOTECA VIRTUAL MATERIAL DIDÁTICO CONTEÚDO ONLINE USO DO EXCEL E CALCULADORA CIENTÍFICA. 21 REFERÊNCIAS BALDI, Brigitte; MOORE, David S. A Prática da Estatística nas Ciências da Vida. Rio de Janeiro: LTC, 2014. LAPPONI, Juan Carlos. Estatística usando o Excel. São Paulo: Lapponi Treinamento de Editora LTDA, 2000. LEVINE, David M.; STEPHAN, David F.; KREHBIEL, Timothy C.; BERENSON, Mark L.. Estatística – Teoria e Aplicações. Rio de Janeiro: LTC, 2008. MC CLAVE, James; BENSON, P. George; SINCICH, Terry. Satistics For Business and Economics. Ney Jersey: Pearson, 2005. 22 REFERÊNCIAS MOORE, David S; NOTZ, William I.; FLINGER, Michael A. A Estatística Básica e sua Prática. Rio de Janeiro: LTC, 2014. MORETTIN, Pedro; BUSSAB, Wilton.Estatística Básica. São Paulo: Saraiva, 2002. TOLEDO, Geraldo; OVALE, Ivo. Estatística Básica. São Paulo: Atlas, 1985. TRIOLA, Mario F.. Introdução à Estatística. Rio de Janeiro: LTC, 2013. 23 Atividade Estruturada e Avaliação Trabalho de pesquisa, coleta e tratamento dos dados. Desenvolvida ao longo de todo o semestre. Compondo 2 pontos na AV1 e AV2 Provas online. Agendar com antecedência e não faltar. 24 SÍNTESE DA AULA Nesta aula: Definimos uma variável aleatória; Associamos funções de probabilidade à variáveis aleatórias; Calculamos a Esperança Matemática e a Variância de variáveis aleatórias; Utilizamos as propriedades e operações inerentes às variáveis aleatórias. 25 PRÓXIMA AULA PRÓXIMA AULA Aprenderemos a trabalhar e aplicar os modelos discretos de probabilidade; Estudaremos a Distribuição de Bernoulli; Estudaremos a Distribuição Binomial 26
Compartilhar