Baixe o app para aproveitar ainda mais
Prévia do material em texto
Unidade 4 ± Variáveis Aleatórias Discretas Aula 4.3 ± Distribuição de Poisson Estatística I 13/11/2013 Aula 4.3 ± Distribuição de Poisson 1 Variáveis Aleatórias Discretas Unidade 4 13/11/2013 Aula 4.3 ± Distribuição de Poisson 2 Definir variável aleatória. Caracterizar variáveis aleatórias discretas e contínuas. Determinar as características das variáveis aleatórias binomiais e de Poisson. Determinar o valor esperado e a variância das principais variáveis aleatórias discretas. Resolver problemas práticos utilizando as principais distribuições de probabilidade discretas. Objetivo da Unidade 4 13/11/2013 Aula 4.3 ± Distribuição de Poisson 3 Aula 4.1 ± Variáveis Aleatórias. Aula 4.2 ± Distribuição Binomial. Aula 4.3 ± Distribuição de Poisson. Aulas da Unidade 4 13/11/2013 Aula 4.3 ± Distribuição de Poisson 4 Distribuição Aula 4.3 ± Distribuição de Poisson Aula 4.3 13/11/2013 Aula 4.3 ± Distribuição de Poisson 5 Ao final desta aula você deverá ser capaz de: ± Definir experimento de Poisson. ± Determinar o valor esperado e a variância de uma distribuição de Poisson. ± Resolver problemas práticos utilizando variáveis aleatórias de Poisson. Objetivo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 6 Propriedades de um experimento de Poisson Exemplo de aplicação envolvendo intervalos de tempo Exemplo de aplicação envolvendo intervalos de comprimento ou de distância Roteiro 13/11/2013 Aula 4.3 ± Distribuição de Poisson 7 Propriedades de um Experimento de Poisson 13/11/2013 Aula 4.3 ± Distribuição de Poisson 8 Muitas vezes é necessário determinar o número de ocorrências de um fenômeno ao longo de um intervalo de tempo ou espaço específicos. Por exemplo: ± O número de carros que passa em um pedágio em uma hora; ± O número de reparos em uma rodovia em um trecho de 100km; ± O número de vazamentos em 100km de tubulação. Propriedades de um Experimento de Poisson 13/11/2013 Aula 4.3 ± Distribuição de Poisson 9 Para representar o número de ocorrências citadas no slide anterior, iremos utilizar uma variável aleatória descrita pela função de probabilidade de Poisson. Propriedades de um experimento de Poisson: ± A probabilidade de uma ocorrência é a mesma para dois intervalos quaisquer de igual comprimento; ± A ocorrência ou não-ocorrência em um determinado intervalo é independente da ocorrência ou não- ocorrência em outro intervalo. Propriedades de um Experimento de Poisson 13/11/2013 Aula 4.3 ± Distribuição de Poisson 10 Função de Probabilidade de Poisson: Ȃ ܲ ܺ ൌ ݔ ൌ ఒೣషഊ௫Ǩ ± onde: 9 X = variável aleatória que representa o número de ocorrências no intervalo 9 x = número de ocorrências no intervalo 9 P(X = x) é a probabilidade de x ocorrências no intervalo 9 Ȝ = taxa de ocorrências 9 e = 2,71828 (Número de Euler) Note que x não possui limite máximo: ± x = 0, 1, 2, 3, 4, 5, 6, .... Propriedades de um Experimento de Poisson 13/11/2013 Aula 4.3 ± Distribuição de Poisson 11 Valor esperado, variância e desvio padrão de uma variável aleatória de Poisson: ± ȝ = Ȝ ± ı2 = Ȝ ± ı = ¥Ȝ Propriedades de um Experimento de Poisson 13/11/2013 Aula 4.3 ± Distribuição de Poisson 12 Exemplo: ± Ȝ = 5 ocorrências por hora (taxa média). Ȃ ܲ ܺ ൌ ݔ ൌ ହೣషఱ௫Ǩ Ȃ ܲ ܺ ൌ Ͳ ൌ ହబషఱǨ ൌ ͲǡͲͲͶ Ȃ ܲ ܺ ൌ ͵ ൌ ହయషఱଷǨ ൌ ͲǡͳͶͲ͵ Ȃ ܲ ܺ ൌ ͷ ൌ ହఱషఱହǨ ൌ ͲǡͳͷͶ Ȃ ܲ ܺ ൌ ͺ ൌ ହఴషఱ଼Ǩ ൌ ͲǡͲͷʹͺ Propriedades de um Experimento de Poisson 13/11/2013 Aula 4.3 ± Distribuição de Poisson 13 Propriedades de um Experimento de Poisson 13/11/2013 Aula 4.3 ± Distribuição de Poisson 14 1 0 3 2 5 4 7 6 9 8 11 10 13 12 15 14 Exemplo de Aplicação Envolvendo Intervalos de Tempo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 15 Uma concessionária de rodovias está interessada em modelar o número de carros que chegam em um determinado ponto de pedágio em um período de 30 minutos. Para isto, assume que a chegada dos carros seguirá as seguintes hipóteses: ± a probabilidade de um carro chegar ao pedágio é a mesma para dois períodos quaisquer de igual duração; e ± o fato de carros chegarem ou não chegarem em qualquer período é independente da chegada ou não-chegada de outro em qualquer outro período. Exemplo de Aplicação Envolvendo Intervalos de Tempo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 16 Considerando as duas hipóteses anteriores satisfeitas, o modelamento da chegada dos carros no pedágio é feito através de uma função de probabilidade de Poisson. Adicionalmente, a concessionária sabe (dados históricos) que o número médio de carros que passam por este trecho da estrada é de 3 carros no período de 5 minutos. Exemplo de Aplicação Envolvendo Intervalos de Tempo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 17 Sob tais circunstancias, o número de carros que chega ao pedágio a cada 5 minutos segue uma função de probabilidade de Poisson: ± ܲ ܺ ൌ ݔ ൌ ଷೣషయ௫Ǩ ± Onde: 9 x = número de ocorrências no intervalo de 5 minutos 9 P(X = x) é a probabilidade de x ocorrências no intervalo 9 Ȝ = 3 ocorrências por 5 minutos (média histórica) Exemplo de Aplicação Envolvendo Intervalos de Tempo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 18 Caso a concessionária deseje saber a probabilidade de passar 0, 1, 2, 3, 4 ou mais de 4 carros em 5 minutos: Ȃ ܲ ܺ ൌ Ͳ ൌ ଷబషయǨ ൌ ͲǡͲͶͻͺ Ȃ ܲ ܺ ൌ ͳ ൌ ଷభషయଵǨ ൌ ͲǡͳͶͻͶ Ȃ ܲ ܺ ൌ ʹ ൌ ଷమషయଶǨ ൌ ͲǡʹʹͶͲ Ȃ ܲ ܺ ൌ ͵ ൌ ଷయషయଷǨ ൌ ͲǡʹʹͶͲ Ȃ ܲ ܺ ൌ Ͷ ൌ ଷరషయସǨ ൌ ͲǡͳͺͲ ± P(x > 4) = 1 ± (P(0) + P(1) + P(2) + P(3) + P(4)) = 0,1847 Exemplo de Aplicação Envolvendo Intervalos de Tempo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 19 Exemplo de Aplicação Envolvendo Intervalos de Tempo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 20 1 2 4 >4 0 3 Valor esperado, variância e desvio padrão de uma variável aleatória de Poisson: ± ȝ = Ȝ = 3 ocorrências por 5 minutos ± ı2 = Ȝ = 3 ± ı = ¥Ȝ = ¥3 = 1,73 Exemplo de Aplicação Envolvendo Intervalos de Tempo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 21 Caso a concessionária estivesse interessada em ocorrências a cada 15 minutos: ± Ȝ15 min = 3  Ȝ5 min = 3  3 = 9 carros por 15 minutos (taxa histórica) Ȃ ܲ ܺ ൌ ݔ ൌ ଽೣషవ௫Ǩ Ȃ ܲ ܺ ൌ ൌ ଽలషవǨ ൌ ͲǡͲͻͳͳ Exemplo de Aplicação Envolvendo Intervalos de Tempo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 22 Observe que a probabilidade de passarem 2 carros em um período de 5 minutos (0,2240) é diferente da probabilidade de passarem 6 carros em 15 minutos (0,0911). Deste modo, quando se calcula uma probabilidade de Poisson para um intervalo de tempo diferente, devemos primeiramente converter a taxa média de chegada (Ȝ) para o período de interesse e depois calcular a probabilidade. Exemplo de Aplicação Envolvendo Intervalos de Tempo 13/11/2013 Aula 4.3 ± Distribuição de Poisson 23 Exemplo de Aplicação Envolvendo Intervalos de Comprimento ou de Distância 13/11/2013 Aula 4.3 ± Distribuição de Poisson 24 Suponha que uma concessionária deseje saber a ocorrência de defeitos importantes em uma rodovia um mês depois de um recapeamento. Vamos supor que: ± a probabilidade de um defeito seja a mesma em dois intervalos quaisquer de igual extensão da rodovia; e ± a ocorrência ou não-ocorrência de um defeito em determinado intervalo seja independente da ocorrência ou não-ocorrência de um defeito em outro intervalo qualquer. Exemplo de Aplicação Envolvendo Intervalos de Comprimento ou de Distância 13/11/2013 Aula 4.3 ± Distribuição de Poisson 25 Sob tais circunstancias, o número de defeitos importantes por trecho de rodovia segue uma distribuição deprobabilidade de Poisson. Historicamente, a concessionária sabe que após um mês de recapeamento, ocorrem 2 defeitos importantes a cada quilômetro de rodovia. Ela deseja saber a probabilidade de não haver nenhum defeito importante em um trecho de 3 quilômetros de rodovia. Exemplo de Aplicação Envolvendo Intervalos de Comprimento ou de Distância 13/11/2013 Aula 4.3 ± Distribuição de Poisson 26 Deste modo: ± Ȝ1 km = 2 defeitos por quilômetro ± Ȝ3 km = 2 * 3 = 6 defeitos por 3 quilômetros Distribuição de probabilidade: Ȃ ܲ ܺ ൌ ݔ ൌ ೣషల௫Ǩ Probabilidade de não haver defeitos em um trecho de 3 quilômetros: Ȃ ܲ ܺ ൌ Ͳ ൌ బషలǨ ൌ ͲǡͲͲʹͷ Exemplo de Aplicação Envolvendo Intervalos de Comprimento ou de Distância 13/11/2013 Aula 4.3 ± Distribuição de Poisson 27 Deste modo, é improvável que nenhum defeito ocorra no trecho de 3 quilômetros. Note que a probabilidade de ocorrência de um ou mais defeitos é de: ± P(x > 0) = 1 ± 0,0025 = 0,9975 Exemplo de Aplicação Envolvendo Intervalos de Comprimento ou de Distância 13/11/2013 Aula 4.3 ± Distribuição de Poisson 28 Exercícios 13/11/2013 Aula 4.3 ± Distribuição de Poisson 29 Ler Capítulo 5.5 do livro ³(VWDWtVWLFD Aplicada à Administração e (FRQRPLD´ do Anderson, Sweeney e Williams. Fazer exercícios da Lista 4.3. Exercícios 13/11/2013 Aula 4.3 ± Distribuição de Poisson 30 Considere uma distribuição de Poisson com Ȝ = 3. ± Escreva a função de probabilidade de Poisson apropriada; ± Determine: 9 P(0) 9 P(1) 9 P(2) 9 3�[���� Exercício 1 13/11/2013 Aula 4.3 ± Distribuição de Poisson 31 Função de probabilidade de Poisson Ȃ ܲ ݔ ൌ ଷೣషయ௫Ǩ Determinação das probabilidades: Ȃ ܲ Ͳ ൌ ଷబషయǨ ൌ ͲǡͲͶͻͺ Ȃ ܲ ͳ ൌ ଷభషయଵǨ ൌ ͲǡͳͶͻͶ Ȃ ܲ ʹ ൌ ଷమషయଶǨ ൌ ͲǡʹʹͶͲ ± P(x 3) = 1 ± (P(0) + P(1) + P(2)) = 0,5768 Solução 1 13/11/2013 Aula 4.3 ± Distribuição de Poisson 32 Considere uma distribuição de Poisson com um número médio de duas ocorrências por período. ± Escreva a função de probabilidade de Poisson apropriada; ± Qual o número esperado de ocorrências em três períodos? ± Escreva a função de probabilidade de Poisson apropriada para determinar a probabilidade de x ocorrências em três períodos; ± Encontre a probabilidade de seis ocorrências em três períodos; ± Encontre a probabilidade de cinco ocorrências em dois períodos. Exercício 2 13/11/2013 Aula 4.3 ± Distribuição de Poisson 33 Função de probabilidade de Poisson para um período: ± Ȝ1P = 2 Ȃ ܲ ݔ ൌ ଶೣషమ௫Ǩ Solução 2 13/11/2013 Aula 4.3 ± Distribuição de Poisson 34 Número esperado de ocorrências em três períodos: ± Ȝ3P = 3  Ȝ1P = 3  2 = 6 Função de probabilidade de Poisson para três períodos: Ȃ ܲ ݔ ൌ ೣషల௫Ǩ Solução 2 13/11/2013 Aula 4.3 ± Distribuição de Poisson 35 Probabilidade de duas ocorrências em um período: Ȃ ܲ ʹ ൌ ଶమషమଶǨ ൌ ͲǡʹͲ Probabilidade de seis ocorrências em três períodos: Ȃ ܲ ൌ లషలǨ ൌ ͲǡͳͲ Solução 2 13/11/2013 Aula 4.3 ± Distribuição de Poisson 36 Probabilidade de cinco ocorrências em dois períodos: ± Ȝ2P = 2  Ȝ1P = 2  2 = 4 Ȃ ܲ ൌ ସೣషర୶Ǩ Ȃ ܲ ͷ ൌ ସఱషరହǨ ൌ Ͳǡͳͷ͵ Solução 2 13/11/2013 Aula 4.3 ± Distribuição de Poisson 37 Fechamento 13/11/2013 Aula 4.3 ± Distribuição de Poisson 38 Nesta aula você aprendeu a: ± Definir experimento de Poisson. ± Determinar o valor esperado e a variância de uma distribuição de Poisson. ± Resolver problemas práticos utilizando variáveis aleatórias de Poisson. Esta é a última aula da Unidade 4 Fecho da Aula 4.3 13/11/2013 Aula 4.3 ± Distribuição de Poisson 39 Nesta Unidade você aprendeu sobre Variáveis Aleatórias Discretas. Com isto terminamos a última unidade desta Disciplina. Fecho da Unidade 4 13/11/2013 Aula 4.4 ± Números Racionais, Irracionais e Reais 40 A Disciplina de Estatística I que agora termina cobriu diversos assuntos: ± Método Estatístico; ± Tópicos de Estatística Descritiva; ± Cálculo de Probabilidades; e ± Variáveis Aleatórias Discretas. Com isto você agora já possui os instrumentos básicos para prosseguir o estudo da Estatística II, onde os conceitos de estatística aplicáveis a Administração e Contabilidade serão aprofundados. Desejo a todos muitas felicidades na Disciplina de Estatística II! Fecho da Disciplina 13/11/2013 Aula 4.3 ± Álgebra de Conjuntos nas Linguagens de Programação 41
Compartilhar