Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Distribuição de Probabilidade Variáveis Aleatórias Discretas Distribuição de Probabilidade Uma distribuição de probabilidade é a distribuição de frequência em uma população infinita. Ela corresponde a uma função que associa as realizações de uma variável aleatória com suas respectivas probabilidades de ocorrência. Variável Aleatória: Variável descritora de populações infinitas, a cujos valores são associadas probabilidades de ocorrência. As variáveis aleatórias são denotadas por letras maiúsculas e suas realizações por letras minúsculas, da mesma maneira como visto para variáveis de um modo geral. A probabilidade de que uma variável aleatória X assuma determinado valor é denotada por P[X = x]. As variáveis aleatórias quantitativas podem ser discretas ou contínuas, sendo que para cada qual podem ser construídos modelos matemáticos não-determinísticos que expressem as distribuições de probabilidades correspondentes. Por se tratar de variáveis quantitativas , faz sentido falar-se em medidas de posição e dispersão, ao estudar variáveis aleatórias. Neste estudo, veremos média, variância e desvio padrão. A média de uma variável aleatória X também é chamada de Esperança da variável aleatória X, ou valor esperado da variável aleatória X, e é denotada por E(X) ou Me(X). Variável Aleatória Discreta Uma quantidade X, associada a cada possível resultado do espaço amostral, é denominada de variável aleatória discreta, se assume valores num conjunto enumerável, com certa probabilidade. Função Discreta de Probabilidade Seja X uma variável aleatória discreta e x1, x2, x3, ..., seus diferentes valores. A função que atribui a cada valor da variável aleatória sua probabilidade é denominada de função discreta de probabilidade ou, simplesmente, função de probabilidade. A notação a ser utilizada é: P(X = xi) = p(xi) = pi, i = 1, 2, ... ou ainda, Uma função de probabilidade satisfaz X x1 x2 x3 ... pi p1 p2 p3 ... A função seguinte corresponde a uma distribuição de probabilidade discreta: Observa-se que, sendo S o espaço amostral, temos: P[S] = P[X = 0] + P[X = 1] + P[X = 2] + P[X = 3] + P[X = 4] = 1/10 + 2/10 + 5/10 + 1/10 + 1/10 = 10/10 = 1 X 0 1 2 3 4 P[X = xi] 1/10 2/10 5/10 1/10 1/10 Valor Médio de uma Variável Aleatória Dada a v.a. X discreta, assumindo os valores x1, ..., xn, chamamos valor médio ou esperança matemática de X ao valor No exemplo acima tem-se: X 0 1 2 3 4 P[X = xi] 1/10 2/10 5/10 1/10 1/10 Variância Chamamos de variância da variável aleatória X o valor O desvio padrão de X, DP(X), é definido como a raiz quadrada positiva da variância. No exemplo acima tem-se X 0 1 2 3 4 P[X = xi] 1/10 2/10 5/10 1/10 1/10 Em algumas situações, a determinação da função de probabilidade é bem simples. Isso pode ser verificado pelos dois exemplos seguintes. Exemplo 1 Considere duas extrações, sem reposição, de uma urna contendo duas bolas brancas e três bolas vermelhas. Definamos a variável aleatória X: número de bolas vermelhas obtidas nas duas extrações. Obtemos a seguinte tabela: Resultados Probabilidades X BB 1/10 0 BV 3/10 1 VB 3/10 1 VV 3/10 2 Vemos, pois, que a cada resultado do experimento está associado um valor da v. a. X, a saber, 0, 1 ou 2. Temos que X = 0, com probabilidade 1/10, pois X = 0 se, e somente se, ocorre o resultado BB; X = 1 com probabilidade 3/10 + 3/10 = 6/10, pois X = 1 se, e somente se, ocorrem os resultados BV ou VB, que são mutuamente exclusivos; X = 2 com probabilidade 3/10, pois X = 2 se, e somente se, ocorre o resultado VV. Resumidamente, temos: p(0) = P(X = 0) = P(BB) = 1/10, p(1) = P(X = 1) = P(BV ou VB) = 6/10, p(2) = P(X = 2) = P(VV) = 3/10. Distribuição de probabilidades da v. a. X = número de bolas vermelhas. x p(x) 0 1/10 1 6/10 2 3/10 Exemplo 2 Consideremos o lançamento de uma moeda duas vezes. Definamos a v. a. Y: número de caras obtidas nos dois lançamentos. Considere C para indicar cara e R para indicar coroa. p(0) = P(Y = 0) = P(RR) = 1/4, p(1) = P(Y = 1) = P(CR ou RC) = ¼ + ¼ = 1/2, p(2) = P(Y = 2) = P(CC) = 1/4. Lançamento de duas moedas e a variável aleatória Y: número de caras. Distribuição da v. a. Y = número de caras. Resultados Probabilidades Y CC ¼ 2 CR ¼ 1 RC ¼ 1 RR ¼ 0 y p(y) 0 1/4 1 1/2 2 1/4 Exemplo 3 Consideremos a v. a. X igual a soma dos pontos que aparecem na jogada de dois dados. Os valores possíveis de X, com suas probabilidades associadas são: Calcule a esperança matemática da distribuição. x 2 3 4 5 6 7 8 9 10 11 12 p(x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 Exemplo 4 Um lojista mantém extensos registros das vendas diárias de certo produto. O quadro a seguir dá o número xi de unidades vendidas em uma semana e a respectiva probabilidade. Se é de R$ 20,00 o lucro esperado por unidade vendida, qual o lucro esperado nas vendas de uma semana? Número xi 0 1 2 3 4 5 Probabilidade f(xi) 0,1 0,1 0,2 0,3 0,2 0,1 Solução: Calculemos E(x), que é o número esperado de aparelhos vendidos em uma semana: E(X) = 0 . 0,1 + 1 . 0,1 + 2 . 0,2 + 3 . 0,3 + 4 . 0,2 + 5 . 0,1 = 2,70. Para x unidades vendidas, o lucro é 20x. Então, E(20x) = 20 . E(X) = 20 . 2,70 = R$ 54,00.
Compartilhar