Baixe o app para aproveitar ainda mais
Prévia do material em texto
Distribuição Binomial A distribuição binomial se aplica a qualquer situação em que se realizem várias provas independentes, cada uma das quais comportando apenas um entre dois resultados possíveis. Esses dois resultados chamam-se sucesso (p) e fracasso (q = p - 1). Suponha que um cientista realize um experimento n vezes. Seja x o número de sucessos; Se a probabilidade de sucesso em cada prova é “p”, então a probabilidade de “i” sucessos é: 11 ni pp i n iXP Essa é a fórmula da função de probabilidade para variável aleatória binomial. Formalmente diz-se que X é uma variável aleatória que tem distribuição binomial com parâmetros n e p. Se n é muito grande, os cálculos podem tornar-se difíceis e é possível utilizar uma outra distribuição, chamada distribuição normal. Exemplo: Uma moeda é lançada 20 vezes. Qual é a probabilidade de saírem 8 caras? 8 20 2 1 20,...,3,2,1,0: sucessos de número : i n pX X 12013,0 2 1 1 2 1 8 20 8 128 XP Exercício Numa criação de coelhos, 40% são machos. Qual é a probabilidade de que nasçam pelo menos dois coelhos machos num dia em que nasceram 20 coelhos? Solução: Para o cálculo deveremos somar as probabilidade de que nasçam 2, ou 3, ou 4, ou 5, ..., ou 20. Mas isso nos daria um enorme trabalho. Então faremos: 99948,000049,000003,012 Logo, 00049,06,0.4,0. 1 20 1 e 00003,06,0.4,0. 0 20 0 Como 0112 191 200 XP XP XP XPXPXP Distribuição Binomial – Adendo Se a probabilidade de sucesso é p, qual é a probabilidade de se ter X sucessos em uma prova? assume aleatória variávela que valor :minúscula aleatória variável:maiúscula X oexperiment do repetições de número : falha de adeprobabilid :1 x n pq xnxxnxxnx pp xpn n pp p n qp x n xXP 1.. !! ! 1. Distribuição de Poisson Esta distribuição representa a probabilidade de que um evento ocorra um número especificado de vezes um intervalo de tempo (espaço), quando a taxa de ocorrência é fixa. ! . x e xP x 2,71828 eventos) de esperado (número evento do ocorrência de taxa: intervalo) um em evento do socorrência de (número aleatória variávelda valor : e x Exemplo: Uma central telefônica recebe uma média de 5 chamadas por minuto. Qual é a probabilidade de não recerber nenhuma chamada durante um intervalo de 1 minuto? chamadas de esperado n chamadas de ocorrência de taxa tempode intervalo um em chamadas den v.a. 0067,0 !0 .5 0 o o 5 50 x e e XP A distribuição de Poisson exige que: A variável aleatória x seja o número de ocorrências de um evento em um intervalo As ocorrências sejam aleatórias; As ocorrências sejam independentes; As ocorrências tenham a mesma probabilidade sobre o intervalo considerado. A distribuição de Poisson difere da distribuição binomial em dois aspectos: A binomial é afetada pelo tamanho da amostra “n” e pela probabilidade “p”, enquanto a Poisson apenas pela taxa de ocorrência (média) λ. Em uma binomial os valores possíveis da variável aleatória X são 0, 1, 2, 3, ..., n (limite máximo), enquanto que em uma Poisson os valores possíveis de X são 0, 1, 2, 3... (um limite superior). A distribuição de Poisson pode ser utilizada como distribuição binomial aproximada (ou aproximação da distribuição binomial), quando: n é grande e p é muito pequeno (n ≥ 100 e np ≤ 10) – regra empírica. Ao utilizarmos Poisson como aproximação da binomial, podemos achar o valor de λ pela fórmula: λ = np. Podemos fazer uma aproximação da binomial pela distribuição de Poisson. Consideremos: 1) n → ∞ (maior que o maior valor da tabela, n > 30) 2) p → 0 (p < 0,1) 3) 0 < µ ≤ 10, µ = E(x) é a média Quando isso ocorre, se queremos calcular ! 1 1 i e iXPpp i n iXP i ni Que é chamada Distribuição de Poisson. Logo, a binomial tem distribuição de Poisson como limite quando n → ∞ e p → 0. Exercício 1) Uma moeda viciada tem probabilidade de cara 0,01. Após ser lançada 200 vezes, calcule a probabilidade de dar 10 caras usando a distribuição binomial e a aproximação de Poisson. Solução: 000033,099,0.190,0 10 200 10 190190 XP Resolução pela aproximação de Poisson: 000038,0 !10 2. 10 201,0.200 102 e XP np Assim, a aproximação é bastante boa, pois o erro é 0,000005 apenas. 2) A probabilidade de uma lâmpada queimar ao ser ligada é 100 1 . Numa instalação de 100 lâmpadas, qual é a probabilidade de 2 lâmpadas queimarem ao serem ligadas? Solução: X: no de lâmpadas queimadas 1848,099,0.01,0 2 100 01,01.01,0 2 100 2 982982 XP Usando a aproximação de Poisson: 18394,0 !2 1. 2 21 e XP
Compartilhar