Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE ESTÁCIO DE SÁ Curso de Probabilidade e Estatística Aluno – Marcelo Xavier de Freitas Mat.: 201401321917 Atividade Estruturada A distribuição Binomial É uma das distribuições mais comuns em Estatística. Uma variável aleatória tem distribuição binomial quando o experimento ao qual está relacionada apresenta apenas 2 resultados (sucesso ou fracasso). Exemplo: Lançamento de uma moeda. Deriva de um processo conhecido como teste de Bernoulli, em que cada tentativa tem duas possibilidades excludentes de ocorrência (sucesso e fracasso). O Processo de Bernoulli Uma sequência de testes de Bernoulli forma um Processo de Bernoulli, se obedecer as seguintes condições: a. Cada tentativa admite dois resultados, que são mutuamente excludentes. Denomina-se, arbitrariamente, um dos resultados de sucesso e o outro de fracasso. Chama-se a probabilidade de sucesso de "p". Ela permanece constante em todas as tentativas. Já a probabilidade de fracasso, (1 - p), é denominada "q"; b. n provas independentes e do mesmo tipo são realizadas; c. O resultado de uma tentativa não é afetado pelos resultados das outras tentativas, ou seja, as tentativas são independentes. Propriedades 1. f (x) >= 0, para todo x pertencente a R 2. f (x) = 1 n Cx .p x.q (n-x) (em que C = número de combinações). Equivale à expansão do binômio: (p + q)n = 1.p0.qn + _. p1.qn-1 + ... + _. pn-1.q1 + 1. pn.q0 em que os coeficientes podem ser obtidos pelo Triângulo de Pascal. 3. São conhecidos os parâmetros da distribuição binomial (n e p), portanto, Média da população = p = n.p usando o dado de um dos acontecimentos ou q = n.q usando o dado do outro acontecimento Variância da população = 2 2 = n.p.(1 - p) = n.p.q Desvio padrão da população = = raiz n.p.q A distribuição de Poisson Esta distribuição descreve eventos raros, em que se faz um enorme número de tentativas e aplica-se à situação em que o evento (ou entidade) de interesse está homogeneamente distribuído na população. Se x for a ocorrência de algum evento aleatório em um intervalo de tempo ou espaço (ou algum volume de matéria), a probabilidade de ocorrência de x é: . ....x = 1, 2, 3, ... em que: = parâmetro de distribuição, é a média de ocorrência de x e = número de Euler ( 2,71828182846... ) O Processo de Poisson a. A ocorrência de um evento em um intervalo de espaço ou de tempo não tem qualquer efeito sobre a probabilidade de ocorrência de um segundo evento, ou seja, a ocorrência dos eventos é independente; b. Um número infinito de ocorrências de um evento devem ser possíveis no intervalo; c. A probabilidade de uma única ocorrência do evento em um dado intervalo é proporcional ao tamanho desse intervalo; d. Em uma porção infinitesimal do intervalo, a probabilidade de mais de uma ocorrência do evento é desprezível. Na distribuição de Poisson a média e a variância são iguais a , que representa a taxa com que eventos são observados. Quando um se faz um grande número de observações, e quando o evento tem uma pequena probabilidade de ocorrer, o número total de eventos tem distribuição aproximadamente Poisson cuja taxa de ocorrência é dada por: = np Distribuição Normal Esta é, sem dúvida, a distribuição estatística mais comum e importante. Ocorre em uma variedade de fenômenos físicos naturais, em estudos de comportamento humano, em processos industriais, etc. Também denominada distribuição gaussiana por ter sido usada pelo físico e matemático alemão Carl Friedrich Gauss (1777 - 1855) no estudo de dados astronômicos. Outra expressão associada à distribuição normal é a curva do sino, em razão da semelhança geométrica da curva da função de densidade. Cabe também citar que a qualificação normal tem origem histórica e não significa que outras distribuições não sejam normais no sentido usual da palavra.
Compartilhar