Baixe o app para aproveitar ainda mais
Prévia do material em texto
ENGENHARIA CIVIL 2013/3º FASE PROBABILIDADE E ESTATÍSTICA VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÃO DE PROBABILIDADES Professor: Nazareno Aluno: Marcelo Andreos Francês 201301197262 SÃO JOSÉ, JUNHO 2014 SUMÁRIO OBJETIVO................................................................................................3 TEORIA.....................................................................................................4 PROBLEMA..............................................................................................6 RESPOSTAS............................................................................................7 REFERÊNCIAS.........................................................................................8 OBJETIVO Saber definir variável aleatória e construir, para essa variável, a distribuição de probabilidades e as suas respectivas medidas: média e desvio padrão. TEORIA VARIÁVEIS ALEATÓRIAS Uma variável aleatória é um valor numérico determinado pelo resultado de um experimento (é uma quantidade resultante de um experimento aleatório que, por acaso, pode assumir diversos valores). DISTRIBUIÇÃO DE PROBABILIDADES Uma Distribuição de Probabilidade é uma lista de todos os resultados de um experimento e suas probabilidades associadas. De forma mais rigorosa, é uma função matemática em que o domínio são os valores possíveis de uma variável aleatória e a imagem são as suas probabilidades associadas. CARACTERÍSTICAS DE UMA DISTRIBUIÇÃO DE PROBABILIDADE • A probabilidade de um resultado deve estar sempre situada entre 0 e 1. • A soma das probabilidades de todos os resultados mutuamente exclusivos é sempre 1 VARIÁVEL ALEATÓRIA DISCRETA Uma variável aleatória discreta é uma variável que pode assumir somente certos valores claramente separados (em descontinuidade) resultantes, por exemplo, de uma contagem de algum item de interesse. VARIÁVEL ALEATÓRIA CONTÍNUA • Definição: Uma variável aleatória contínua é uma variável que pode assumir um número infinitamente grande de valores (com certas limitações práticas). Exemplo: (a) Peso de um estudante (b) comprimento de um carro O Valor Esperado (média) de uma Distribuição de Probabilidade Discreta • A média refere-se a localização central de um conjunto de dados. Ela pode ser considerada como um valor de “longo prazo” de uma variável aleatória e é também chamada de valor esperado (ou esperança matemática), E(X). • A média de uma distribuição de probabilidade discreta é determinada pela fórmula: µ = E(X ) = ∑[X.P(X )] onde µ (letra grega, mi) representa a média (ou valor esperado) e P(X) é a probabilidade dos vários resultados de X. A Variância e o Desvio Padrão de uma Distribuição de Probabilidade Discreta • A variância mede a quantidade de dispersão ou variabilidade de uma distribuição. Ela é denotada pela letra grega σ² (sigma ao quadrado). • O desvio padrão é obtido através da raiz quadrada de σ² . • A variância de uma distribuição de probabilidade discreta é calculada através da fórmula: σ² =∑[(X − µ )²P ( X )] O desvio padrão é: σ = √σ ² PROBLEMA Uma empresa especializa-se no aluguel de carros para famílias que necessitam de um carro adicional para um período curto de tempo. O presidente da empresa tem estudado seus registros para as últimas 20 semanas e apresentou os seguintes números de carros alugados por semana. Número de Carros alugados Semanas 10 11 12 13 5 6 7 2 Convertendo o número de carros alugados por semana em uma distribuição de Probabilidade, obtemos os seguintes dados: Número de carros alugados Probabilidade P(X) 10 11 12 13 0,25 0,30 0,35 0,10 Total 1,00 Com estes dados calcule: a) Calcule o número médio de carros alugados por semana. b) Calcule a variância do número de carros alugados por semana. c) Calcule o desvio padrão. RESPOSTAS a) A média µ = E( X) = ∑ X P( X) = ( 10 x 0,25) + (11 x 0,30) + (12 x 0,35) + (13 x 0,10)= 11,3 b) A variância σ² =∑[(X − µ )².P ( X )] =(10 -11,3 )² x 0,25 + (11- 11,3)² x 0,30 + (12-11,3²) x 0,35 + (13-11,3)² x 0,10 = 0,91 c) Desvio padrão Para este ficar de mais fácil compreensão, fiz duas tabelas com os dados para E(X) e σ² para depois disso obter o desvio padrão. Cálculo de E(X) Número de Carros alugados Probabilidade , P(X) XP(X) 10 11 12 13 0,25 0,30 0,35 0,10 2,5 3,3 4,2 1,3 Total 1,00 E(X) = 11,3 Cálculo de σ² Número de Carros Alugados Probabilidade P(X) (X − µ) (X − µ)² (X − µ)².P(X) 10 11 12 13 0,25 0,30 0,35 0,10 10-11,3 11-11,3 12-11,3 13-11,3 1,69 0,09 0,49 2,89 0,4225 0,0270 0,1715 0,2890 Total σ ²= 0,9135 Com o valor obtido de 0,9135 para σ ², basta substituir na fórmula σ = √σ ² σ = √0,9135 = 0,9558 REFERENCIAS http://www.ecn26.ie.ufu.br/TEXTOS_ESTATISTICA/NOTAS%20DE%20AULA%20DE%20ESTATISTICA.pdf acessado em 30/05/14
Compartilhar