Baixe o app para aproveitar ainda mais
Prévia do material em texto
(c) E. Novaes 1 Universidade Federal de Goiás Escola de Agronomia e Engenharia de Alimentos Engenharia Florestal Disciplina: Estatística e Experimentação Florestal Professor: Evandro Novaes Probabilidade – distribuição de Poisson Capítulo 3 Aula de hoje 3. Probabilidade e Distribuições de Probabilidade a. Introdução à Probabilidade b. Distribuição Binomial c. Distribuição de Poisson (c) E. Novaes 2 Introdução • Considere o seguinte problema: – Desenvolver um modelo para descrever a probabilidade do número de acidentes que ocorrem em um cruzamento perigoso em um período de tempo; • O período de tempo pode ser dividido em n subintervalos, em que – P(acidente no subintervalo) = p – P(não ocorrer acidente no subintervalo) = 1 – p • Se admiTrmos que p é constante e que os subintervalos são independentes => Binomial Derivação da distribuição de probabilidade de Poisson e-λ 1 λ = número de eventos que ocorrem em um período de tempo (c) E. Novaes 3 Distribuição de Poisson x = 0,1, 2,3, 4...∞€ µ = λ € σ 2 = λ Média Variância em que, λ = número de eventos (x) que ocorrem em um período de tempo (área, volume, peso, etc.). € P(x) = λ x ⋅ e−λ x! Exemplo1 • Com frequência ecologistas uTlizam o número de observação de uma espécie rara para esTmar o tamanho de sua população. Por exemplo, suponha que o número (x) de observações de baleias azuis reportados no período de uma semana tenha uma distribuição de Poisson com média de 2,6 baleias vistas por semana. • Qual é a probabilidade de se observar menos de 2 baleias no período de uma semana? (c) E. Novaes 4 Binomial ~ Poisson • Se n for grande e p pequeno – Binomial(np) ~ Poisson(λ=np) Distribuição de Poisson • Também conhecida como distribuição dos eventos raros (cuidado!); • Derivada por Siméon-‐Denis Poisson (1781-‐1840) • ÚTl para descrever o número provável de eventos que irão ocorrer em um período de tempo, ou numa dada área, volume, etc.; – O número de eventos pode ser 0, 1, 2, ... (c) E. Novaes 5 Distribuição de Poisson -‐ exemplos • Exemplo de variáveis para as quais a distribuição de probabilidade de Poisson é um bom modelo: – Número de acidentes por mês em um cruzamento perigoso; – Número de defeitos encontrados pela equipe do controle de qualidade; – Partes por milhão de um resíduo tóxico emiTdo em efluentes de uma indústria; – Número de pacientes admiTdos na emergência de um hospital; – Número de plantas que sucumbiram a uma doença por ha de florestal; CaracterísTcas da distribuição de Poisson • O experimento consiste em contar o número de vezes que um certo evento ocorre em um dado período de tempo (área, volume, peso, etc.); • A probabilidade é a mesma para os diferentes unidades (subintervalos) de tempo, área ou volume; • O número de eventos que ocorrem um intervalo é independente do número que ocorreu em outros intervalos; (c) E. Novaes 6 Exemplo 2 • Durante o horário comercial, um sistema de atendimento ao consumidor recebe em média 5 telefonemas por minuto. Encontre a probabilidade de que nenhuma chamada será feita em um período de um minuto. A concentração de UFC de uma determinada bactéria em determinado meio de cultura é de 0,02 UFC/μL. Em um plaqueamento de 50 μL deste meio de cultura, qual o número esperado de UFC? λ = 0,02UFC / µL A = 50 µL µ = λ . A µ = 0,02 . 50 ∴ µ = 1UFC Slides gentilmente cedido pelo Prof. Alexandre S. G. Coelho (c) E. Novaes 7 A concentração de UFC de uma determinada bactéria em determinado meio de cultura é de 0,02 UFC/μL. Em um plaqueamento de 50 μL deste meio de cultura, qual o número esperado de UFC? Qual a probabilidade de que nenhuma UFC seja observada no plaqueamento? Qual a probabilidade de que sejam observadas mais de 3 UFC no plaqueamento? µ = 1UFC Distribuição de Poisson P(x) = µ x x! e −µ (c) E. Novaes 8 Distribuição de Poisson P(x = 0) = 1 0 0!e −1 P(x = 3) = 1 3 3!e −1 x P(x) 0 1 2 3 4 ... ... total 1,00000 P(x) = 1 x x!e −1µ = 1UFC x P(x) 0 0,36788 1 0,36788 2 0,18394 3 0,06131 4 0,01533 ... ... total 1,00000 Distribuição de probabilidade da variável x (c) E. Novaes 9 A concentração de UFC de uma determinada bactéria em determinado meio de cultura é de 0,02 UFC/μL. Em um plaqueamento de 50 μL deste meio de cultura, qual o número esperado de UFC? Qual a probabilidade de que nenhuma UFC seja observada no plaqueamento? Qual a probabilidade de que sejam observadas mais de 3 UFC no plaqueamento? µ = 1UFC P(x = 0) = ? P(x = 0) = 0,3679 P(x > 3) = ? P(x > 3) = 1− P(x) x=0 3 ∑ P(x > 3) = 1− 0,9810 P(x > 3) = 0,0189
Compartilhar