Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Probabilidade e Estatística Probabilidade e Estatística aplicada à Engenhariaaplicada à Engenharia ProfaProfa. Marília Gomes. Marília Gomes -- VariáveisVariáveis aleatóriasaleatórias discretasdiscretas ee distribuiçõesdistribuições dede probabilidadesprobabilidades (modelos)(modelos) UnB UnB –– Universidade de BrasíliaUniversidade de Brasília FGA FGA –– Faculdade UnB GamaFaculdade UnB Gama Graduação Graduação –– ciclo básicociclo básico VARIÁVEL ALEATÓRIA (VARIÁVEL ALEATÓRIA (v.a.v.a.)) • Revisando... TIPO DE VARIÁVEL TIPO DE VARIÁVEL ALEATÓRIAALEATÓRIA • Função de uma v.a. discreta: - os números p(xi), devem satisfazer às seguintes condições: VARIÁVEL ALEATÓRIA VARIÁVEL ALEATÓRIA DISCRETADISCRETA • Alguns exemplos: - número de acidentes numa semana; - número de caras em cinco lançamentos de moeda; - número de defeitos em sapatos; - número de falhas numa safra; - número de terremotos; - número de jogos empatados; - número de livros numa estante. VARIÁVEL ALEATÓRIA VARIÁVEL ALEATÓRIA DISCRETADISCRETA • Valor esperado (média): • Variância: VARIÁVEL ALEATÓRIA VARIÁVEL ALEATÓRIA DISCRETADISCRETA 2 • Propriedades do valor esperado e da variância: VARIÁVEL ALEATÓRIA VARIÁVEL ALEATÓRIA DISCRETADISCRETA • Distribuição discreta uniforme: -Uma v.a. X tem uma distribuição discreta uniforme se cada um dos n valores em sua faixa, isto é, x1, x2, ..., xn tiver igual probabilidade. Então: MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição discreta uniforme: - Valor médio e variância: - Caso particular: MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição discreta uniforme: - Exemplo: Seja X a v.a. que indica o ‘número de pontos marcados na face superior de um dado’, quando ele é lançado. MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Bernoulli: - Ensaios os provas de Bernoulli: - Exemplos: (1) Lançar uma moeda e observar se ocorreu ‘cara’; (2) Observar, ao acaso, um morador da cidade e verificar se ele é favorável (ou não) a um certo projeto municipal. MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Bernoulli: - Exemplos: (1) Lançar uma moeda e observar se ocorreu ‘cara’; (2) Observar, ao acaso, um morador da cidade e verificar se ele é favorável (ou não) a um certo projeto municipal. MODELOS DISCRETOSMODELOS DISCRETOS 3 MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Bernoulli: - Características: MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Bernoulli: - Exemplo: Um dado é lançado. Ou ocorre a face 5 ou não. Supondo o dado perfeito, qual a distribuição de probabilidades? MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição Binomial: - Um experimento é dito binomial, quando: (1)Consiste em n ensaios; (2) cada ensaio tem apenas dois resultados: sim (sucesso) ou não (fracasso); (3) os ensaios são independentes entre si, com probabilidade p de ocorrer sim (sucesso), sendo p uma constante entre 0 e 1 (0 < p < 1). MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição Binomial: - Agora o interesse está na distribuição de probabilidades da v.a. X = número de ocorrência de sim nos n ensaios. - A distribuição de probabilidades de uma v.a. desse tipo é conhecida como Distribuição Binomial. - As quantidades n e p são os parâmetros da distribuição, cuja especificação depende das características do problema que se está modelando. MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição Binomial: - São exemplos de experimentos binomiais: (1) Observar o número Y de caras, em três lançamentos imparciais de uma moeda perfeitamente equilibrada; (2) Observar o número X de respostas afirmativas, numa amostra aleatória de dez pessoas. MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição Binomial: - Características: 4 MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição Binomial: - Voltando ao exemplo 1... Uma moeda é lançada três vezes. Qual a probabilidade de se obter duas caras? Resp.:3/8 *Será que precisa agora construir o espaço amostral? MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição Hipergeométrica: - há experiências nas quais a probabilidade de sucesso não se mantém constante, não sendo as provas independentes (sem reposição); - neste caso, diz-se que temos uma experiência hipergeométrica. MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição Hipergeométrica: MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição Hipergeométrica: - Características: MODELOS DISCRETOSMODELOS DISCRETOS MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Poisson: - Na prática, muitas situações nas quais interessa o número de observações de uma variável em um intervalo contínuo (tempo ou espaço) podem ser convenientemente explicadas pela distribuição de Poisson; 5 MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Poisson: - Exemplos: (a) chamadas telefônicas por minuto; (b) mensagens que chegam a um servidor por segundo; (c ) acidentes por dia; (d) defeitos por m2, etc.. MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Poisson: - Suposições: (a) os números de ocorrências em quaisquer intervalos são independentes; (b) a probabilidade de duas ou mais ocorrências simultâneas é zero; (c) o número médio de ocorrências (λ) é constante em todo o intervalo considerado. MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Poisson: - Características: MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Poisson: - Exemplo: um PBX recebe, em média, cinco chamadas por minuto. Supondo que a distribuição de Poisson seja adequada nessa situação, obter a probabilidade de que o PBX não receba chamadas durante um intervalo de um minuto. (Resp. 0,0067) MODELOS DISCRETOSMODELOS DISCRETOS • Distribuição de Poisson:
Compartilhar