Baixe o app para aproveitar ainda mais
Prévia do material em texto
Algumas Distribuições de Probabilidade Discretas. Unidade II - Aula 08 Disciplina: Introdução à Estatística Professor: ELMIRO UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE CIÊNCIA EXATAS E DA NATUREZA DEPARTAMENTO DE ESTATÍSTICA 2014-2 Alguns modelos probabilísticos discretos 1. Distribuição Uniforme Discreta Seja X uma variável aleatória cujos possíveis valores são representados por x1, x2, ... ,xk. Dizemos que X segue o modelo Uniforme se sua distribuição de probabilidade é dada por: 1/n, i=1, 2, 3, ... , n 0, caso contrário Exemplo: Considere o experimento que consiste no lançamento de um dado, e estamos interessados na V.A. X: No da face obtida. Neste caso todos os possíveis resultados ocorrem com a mesma probabilidade e, assim, podemos dizer que a probabilidade se distribui uniformemente entre os diversos resultados, ou seja, podemos escrever a seguinte distribuição de probabilidade. P(X=xi)= Continuação... x 1 2 3 4 5 6 P(X=x) 1 6 1 6 1 6 1 6 1 6 1 6 Notação: X~Ud(x1,..,xn) OBS.: podemos mostrar que: E(X)= 1 𝑛 𝑖=1 𝑛 𝑥𝑖 V(X)= 1 𝑛 𝑖=1 𝑛 𝑥𝑖 2 − 𝑖=1 𝑛 𝑥𝑖 2 𝑛 Para o exemplo anterior: E(X)= 1 6 (1+2+3+4+5+6)= 21 6 =3,5 E(X)=3,5 V(X)=[ 1 6 (1+4+9+16+25+36) - 212 6 ]= 1 6 [91 − 441 6 ]= 1 6 [91-73,5] V(X)= 1 6 17,5=2,9 V(X)=2,9 Continuação... 2. Distribuição de Bernoulli Algumas situações tem alternativas dicotômicas e podem ser representadas genericamente por resposta do tipo sucesso-fracasso. Associaremos p, a probabilidade de sucesso, ao evento que nos interessa e 1-p, será a probabilidade de fracasso. Esses experimentos recebem o nome de Ensaios de Bernoulli e originam uma v.a. com distribuição de Bernoulli. Definição: Uma V.A. (X) de Bernoulli é aquela que assume apenas dois valores: 1 se ocorrer sucesso(s) e 0 se ocorrer fracasso (f), ou seja: X(s)=1 e X(f)=0. A probabilidade de sucesso é p, 0<p<1, e a probabilidade de fracasso é 1-p. Logo a sua distribuição de probabilidade é dada por: Continuação... Notação: X~Ber(p), indica que a V.A. X tem distribuição de Bernoulli com probabilidade de sucesso “p” Se X~Ber(p) podemos mostrar que: E(X)=p e Var(X)=p(1-p). Exemplo: Considere o experimento: “Lançar um dado e observar a face superior”. Defina o evento: “o número é múltiplo de 3” e a variável X é definida como 1 se o evento ocorrer (sucesso) e 0 caso contrário. Encontre a distribuição de probabilidade de X, calcule a esperança e a variância. x 0 1 P(X=x) p 1-p f(x)=P(X=x)= px 1−p 1−x se=0 1 0 caso contrário Continuação... 3. Distribuição Binomial Exemplo: Suponha que um dado seja lançado 3 vezes. Seja A o evento: obtenção de uma face maior ou igual a 5, e a obtenção de A seja classificada como Sucesso(S), caso contrário com Fracasso(F). Determinar a função de distribuição de probabilidade da variável X: número de vezes em que se obtém o evento A (obtenção de faces maiores ou iguais a 5), nos 3 lançamentos do dado. Solução: Sabemos A={5, 6} P(A)=2/6 P(S)=2/6 (probabilidade de sucesso), consequentemente 𝐴={1, 2, 3, 4} P(𝐴)=4/6 P(F)=4/6 (probabilidade de fracasso) O Espaço amostral da V.A. X, no que se refere a obtenção de sucesso ou fracassos é dado por: ={FFF, FFS, FSF, SFF, FSS, SFS, SSF, SSS} Continuação... Logo: Valor de X P(X=x) FFF 0 4 6 4 6 4 6 = 4 6 3 2 6 0 FFS 1 4 6 4 6 2 6 = 4 6 2 2 6 1 FSF 1 4 6 2 6 4 6 = 4 6 2 2 6 1 SFF 1 2 6 4 6 4 6 = 4 6 2 2 6 1 SSF 2 2 6 2 6 4 6 = 4 6 1 2 6 2 SFS 2 2 6 4 6 2 6 = 4 6 1 2 6 2 FSS 2 4 6 2 6 2 6 = 4 6 1 2 6 2 SSS 3 2 6 2 6 2 6 = 4 6 0 2 6 3 logo: Portanto a distribuição de probabilidade de X é dada por: f x =P X=x = 3 x 2 6 x 4 6 3−x para x=0,1,2 ou 3 Onde: 3 x = 3! x! 3−x ! x=0,1,2 ou 3 Continuação... Valor de X P(X=x) Valor de X P(X=x) 0 2 6 0 4 6 3 0 3 0 2 6 0 4 6 3 1 3 2 6 1 4 6 2 ou 1 3 1 2 6 1 4 6 2 2 3 2 6 2 4 6 1 2 3 2 2 6 2 4 6 1 3 2 6 3 4 6 0 3 3 3 2 6 3 4 6 0 Generalizando: Considere a repetição de n ensaios de Bernoulli independentes e todos com a mesma probabilidade de sucesso p. A variável aleatória que conta o número total de sucessos nos n ensaios de Bernoulli é denominada de variável aleatória Binomial com parâmetros n e p e sua função de probabilidade é dada por: f x =P X=x = n x px(1−p) n−x , x=1, 2, …, n onde: n x = n! x! n−x ! Notação, X~B(n, p), para indicar que V.A. X tem distribuição Binomial com parâmetros n e p. Podemos provar que: Se X~B(n, p) então: E(X)=np e Var(X)=np(1-p). Continuação... Continuação... Exemplo: Um professor da disciplina de Estatística elaborou uma prova de múltipla escolha, composta de 10 questões objetivas, cada uma com 5 alternativas, sendo verdadeira apenas uma delas. Suponha que nenhum dos estudantes tenha estudado para a prova (o que é muito comum e frequente). O professor estabeleceu que para ser aprovado o aluno deve acertar pelo menos 8 questões das 10 propostas. (a) Qual a probabilidade de um aluno consegui êxito na disciplina? (b) Qual a média e o desvio padrão de acerto na prova? Continuação... Solução: Seja a V.A. X: número de questões respondidas corretamente nas 10 questões propostas. Sabemos que P(S) = p = 1 5 (probabilidade de sucesso), que P(F) =1 − 1 5 = 4 5 (probabilidade de fracasso) e sabemos também que n=10 (número de questões propostas), (a) A probabilidade de um aluno qualquer, escolhido aleatoriamente, galgar aprovação, será: P(X≥8)= P(X=8)+P(X=9)+(PX=10) P(X≥8)= = = 10.,...,2,0x 5 4 5 1 x 10 x)P(Xf(x) x10x 28 5 4 5 1 8 10 19 5 4 5 1 9 10 010 5 4 5 1 10 10 Continuação... (b) E(X) = np = 10. = 2 V(X) np(1-p) = 10. . = 1,6 DP(x)= 1,6 = 1,26 DP(x) = 1,6 Exemplo 1: O time do Treze tem 25% de probabilidade de perder sempre que joga em João Pessoa. Se ele, pelo campeonato Paraibano, joga 4 partidas em João Pessoa, qual a probabilidade de perder exatamente 3 partidas?. E perder ao menos uma partida. Se em todo o campeonato ele joga 20 partidas em João Pessoa, em quantos partidas se espera que ganhe? 5 1 5 1 5 4 Continuação... Exemplo 2: O escore em um teste internacional de proficiência na língua inglesa varia de 0 a 7 pontos, com mais pontos indicando um melhor desempenho. Informações, coletadas durante vários anos, permitem estabelecer o seguinte modelo para o desempenho no teste: Várias universidades americanas, exigem um escore mínimo de 6 pontos para aceitar candidatos de países de língua não inglesa. De um grande grupo de estudantes que prestaram o último exame, escolhemos ao acaso 8 deles. Qual a probabilidade de no máximo 2 atenderem ao requisito mencionado? Em um grupo de 220 candidatos espera-se quantos serem aprovados?Pontos [0, 2) [2, 3) [3, 4) [4, 5) [5, 6) [6, 7] pi 0,06 0,15 0,16 0,25 0,27 0,11
Compartilhar