Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Probabilidade e Estatística MAT013 Professor: Rafael Faria Distribuição de Probabilidades Distribuição Binomial Distribuição Geométrica Distribuição Hipergeométrica Distribuição Multinomial Distribuição de Poisson Distribuição Uniforme Distribuição Normal Sumário Até agora Coleta de dados Análise de dados coletados Gráficos e tabelas Probabilidade a partir dos dados coletados Introdução Desenvolver métodos e modelos para dizer o que provavelmente acontecerá em vez do que realmente aconteceu O modelo descreve como se espera que o experimento se comporte Introdução É uma variável que tem um único valor numérico, determinado pelo acaso, para cada resultado de um experimento. Discreta: enumerável, número finito de valores Contínua: medidas em uma escala contínua Variáveis Aleatórias Analogia com função Variáveis Aleatórias KKK KKC KCK CKK KCC CKC CCK CCC 0 1 2 3 É uma descrição que fornece a probabilidade para cada valor da variável aleatória. Requisitos: Distribuição de Probabilidade Tabelas Distribuição de Probabilidade Dados Probabilidade 1 0,1 2 0,3 3 0,1 4 0,2 5 0,2 6 0,1 Gráficos Distribuição de Probabilidade Média Variância Desvio Padrão Média, Variância, Desvio Padrão Variáveis Discretas Durante os cálculos usar tantas casas decimais quanto possíveis Arredondar somente no final Usar uma casa decimal a mais do que as casas decimais dos dados (na maioria dos casos) Usar bom senso (turbinas de avião) Regras de Arredondamento Desvio Padrão Probabilidade Não usualmente alto P(x ou mais) ≤ 0,05 Não usualmente baixo P(x ou menos) ≤ 0,05 Dados usuais e não usuais Média – 2σ Média Média + 2σ 1000 lançamentos de moedas 501 caras – é usual ou não usual ? P(501) = 0,0252 P(501 ou mais caras) = 0,487 Dados usuais e não usuais É designado por E e representa o valor médio dos resultados. É obtido pela seguinte fórmula: Valor Esperado Aposta R$1,00 e pode perder este valor ou ganhar R$4999,00. Aposta em um número de quatro dígitos. Loteria Evento x P(x) x.P(x) Perder -1 0,9999 -0,9999 Ganhar 4999 0,0001 0,4999 Valor Esperado -0,50 Aposta R$2,00 e pode perder este valor ou ganhar R$50000000,00. Loteria Evento x P(x) x.P(x) Perder -2 0,99999998 -1,99999996 Ganhar 50000000 0,00000002 1,0 Valor Esperado -0,99999996 Os resultados pertencem a duas categorias relevantes: cara/coroa; sobreviveu/morreu Condições: Número finito de tentativas Tentativas independentes Todos os resultados classificados em duas categorias Probabilidade de sucesso é constante Distribuição Binomial n=número de tentativas x=sucessos em n tentativas p=probabilidade de sucesso q=probabilidade de fracasso (q = 1-p) P(x)=probabilidade de exatamente x sucessos Distribuição Binomial Qual a chance de se obter exatamente 5 caras em 10 lançamentos de moedas? E de apenas uma cara? Distribuição Binomial Distribuição Binomial Se considerar amostragem sem reposição a segunda condição não será satisfeita Os eventos não serão independentes Pode-se considerar independente desde que n ≤ 0,05N N é o número da população n é o número da amostra Distribuição Binomial Todos os requisitos da distribuição binomial são satisfeitos com exceção do número de tentativas não ser fixo A probabilidade de se obter sucesso na x-ésima tentativa é: Distribuição Geométrica Qual a probabilidade de ocorrer um defeito na décima peça fabricada por uma certa empresa? (sabe-se que a probabilidade de ocorrer um defeito é de 1%. Distribuição Geométrica Se extrairmos uma amostra sem reposição de uma população pequena a distribuição binomial não deve ser utilizada. Se a população tem A objetos de um tipo e B de outro tipo e n objetos são selecionados a probabilidade de se obter x objetos do tipo A e n-x objetos do tipo B é: Distribuição Hipergeométrica Loteria – de 54 número são escolhidos 6 Qual a probabilidade de se obter exatamente 3 dos números sorteados. A = 6 sorteados B = 48 não sorteados n = 6 escolhidos x = 3 sorteados dos escolhidos Distribuição Hipergeométrica Distribuição Hipergeométrica Envolve mais de duas categorias Em n tentativas, sendo P(A)=p1,P(B)=p2 e P(C)=p3, qual a probabilidade de x1 resultados do tipo A, x2 resultados do tipo B e x3 resultados do tipo C é: Distribuição Multinomial Experiência genética Seis genótipos igualmente prováveis (A,B,C,D,E,F) Probabilidade de, em 20 descendentes, 5 com genótipo A, 4 com B, 3 com C, 2 com D, 3 com E e 3 com F Distribuição Multinomial Média, Variância e Desvio padrão Distribuição Binomial Distribuição de probabilidade discreta que se aplica a ocorrência de eventos ao longo de intervalos específicos. A probabilidade de ocorrência do evento x vezes no intervalo é dada por: Distribuição de Poisson Requisitos A variável aleatória x é o número de ocorrência de um evento ao longo de um intervalo As ocorrência devem ser aleatórias As ocorrências devem ser independentes umas das outras As ocorrências devem ser distribuídas uniformemente sobre o intervalo em uso Distribuição de Poisson Sul da cidade de Londres 535 bombas Dividiu a região em 576 regiões de 0,25 km2 Selecionado-se aleatoriamente, qual a probabilidade de uma região ter sido bombardeada duas vezes? Distribuição de Poisson Aplica-se Poisson pois lida-se com ocorrências em um intervalo (área) Distribuição de Poisson Distribuição de Poisson Desvio padrão Poisson X Binomial Poisson depende apenas de média μ enquanto que a binomial depende do tamanho n da amostra e da probabilidade p. Valores possíveis da variável aleatória x na binomial são limitados a n, na distribuição de Poisson não há limite superior Distribuição de Poisson Requisitos n ≥ 100 np ≤ 10 Com as duas condições acima satisfeitas, utiliza-se para a média Poisson como aproximação para a Distribuição Binomial Qual a probabilidade de ganhar exatamente uma vez na mega sena jogando uma vez por dia, durante o ano inteiro? n = 365 p = 0,00000002 Pode ser aproximada? n ≥ 100 (verificado) np ≤ 10 (verificado) Poisson como aproximação para a Distribuição Binomial Portanto: Pela fórmula da Distribuição Binomial P(1) = 7.299946856192581.10-6 Poisson como aproximação para a Distribuição Binomial Seus valores se espalham uniformemente sobre a faixa de valores possíveis. O gráfico tem a forma retangular Distribuição Uniforme Características Área total sob a curva deve ser 1 Cada ponto na curva tem uma altura vertical maior ou igual a zero (não existem pontos abaixo da curva) Há correspondência entre a área sob a curva e a probabilidade Distribuição Uniforme Distribuição Normal Características da distribuição normal padrão Tem forma de Sino Tem Simetria μ =0 σ = 1 Distribuição Normal Tabelas Referem-se à distribuição normal padrão (média zero e desvio padrão um) Cada valor é a área acumulada a partir da esquerda até um ponto específico de escore z Probabilidades para valores dados de Escore z Termômetro medindo ponto de congelamento da água Média 0⁰C Desvio padrão 1⁰C Qual a probabilidade de que a temperatura seja menor que 1,58 ⁰C ? Probabilidades para valores dados de Escore z Probabilidades para valores dados de Escore z Processo inverso: determinar o escore z a partir de uma probabilidade dada Para o exemplo anterior, determinar a temperatura correspondente ao P95. Determine a temperatura que separa os 95% inferiores dos 5% superiores. Probabilidades para valores dados de Escore z Probabilidades para valores dados de Escore z
Compartilhar