Baixe o app para aproveitar ainda mais
Prévia do material em texto
VARIAVEL ALEATÓRIA DISCRETA: Uma variável aleatória X é dita discreta se o seu conjunto de valores X(S) é finito ou então infinito contável ou enumerável. CALCULO DA PROBABILIDADE OCORRE POR MEIO DA DISTRIBUIÇÃO DE PROBABILIDADE Exemplo: Seja S o espaço amostral formado pelas seqüências obtidas no lançamento de 3 moedas equilibradas. Seja X a variável aleatória definida como sendo o número de caras da seqüência. Assim: S = { ccc, cck, ckc, kcc, kkk, kck, kkc, ckk } X = número de caras, ou seja, { 0, 1, 2, 3 } X 0 1 2 3 P(X) 1/8 3/8 3/8 1/8 ESPERANÇA: µ = E(X) = Σ xi * p(xi) E(X) = 0*1/8 + 1*3/8+ 2*3/8 + 3*1/8 E(X) = 1,5 cara VARIANCIA: σ² = V(X) = Σ p(xi)*(xi - µ)² OU σ² = V(X) = E(X²) - [E(X)]² E(X²) = 1/8*0² + 3/8*1² + 3/8*2² + 1/8*3² E(X²) = 3 V(X) = 3 – 1,5² V(X) = 0,75 MODELOS DE DISTRIBUIÇÃO: BERNOULLI: P(X=x) = px * q1 – x E(X) = p VAR(X) = p*q Exemplo: Uma urna tem 30 bolas brancas e 20 verdes. Retira-se uma bola dessa urna. Seja X o número de bolas verdes, determinar P(X), E(X) e VAR(X). X = número de bolas verdes P(X=1) = 20/50 P(X=0) = 30/50 P(X=1) = 20/501 * 30/50 1 – 1 P(X=1) = 20/50 E(X) = 20/50 VAR(X) = 20/50 * 30/50 VAR(X) = 600/2500 BINOMIAL: E(X) = n*p VAR(X) = n* p*q Exemplo: Uma urna tem 4 bolas vermelhas e 6 brancas. Uma bola é extraída, observada sua cor e reposta novamente na urna. O experimento é repetido cinco vezes. Qual é a probabilidade de observarmos 3 bolas vermelhas? POISSON: E(X) = λ VAR(X) = λ Exemplo: Em um certo tipo de fabricação de fita magnética, ocorrem defeitos a uma taxa de 1 a cada 2000 metros. Qual a probabilidade de que um rolo com 2000 metros de fita magnética: Não tenha defeitos? Tenha no máximo dois defeitos? Tenha pelo menos dois defeitos? GEOMÉTRICO: P(X=x) = qx-1 * p E(X) = 1/p VAR(X) = q/p² Exemplo: A probabilidade de se encontrar aberto o sinal de trânsito numa esquina é de 0,20. Qual a probabilidade de que seja necessário passar pelo local 5 vezes para encontrar sinal aberto pela primeira vez? p=0,20 P(X=x) = qx-1 * p q = 0,80 P(X=5) = 0,804 *0,20 X=5 P(X=5) = 0,08192 ou 8,19% PASCAL: Exemplo: A probabilidade de que um sinal de trânsito esteja aberto numa esquina é de 0,20. Qual a probabilidade de que seja necessário passar pelo local 10 vezes para encontra-lo aberto pela quarta vez. VARIAVEL ALEATÓRIA CONTÍNUA: Se o conjunto de valores for infinito não enumerável então a variável é dita contínua, isto é X(S) vai estar em um intervalo de números reais. CALCULO DA PROBABILIDADE OCORRE POR MEIO DA INTEGRALIZAÇÃO DE UMA FUNÇÃO: Exemplo: Dada a função f(x) = x3/4 para o intervalo [0,2]. Calcule a probabilidade P(0<X<0,6). Integral da f(x): x4/16 P(0<X<0,6) P(x2) – P(x1) 0,64/16 – 04/16 P = 0,0081 ESPERANÇA: E(X) = x*f(x) E(X) = X*X³/4 E(X) = X4/4 Integral : X5 /20 E(b) – E(a) 25/20 – 05/20 E(X) = 1.6 VARIANCIA: σ² = V(X) = E(X²) - [E(X)]² E(X²) = X²*fx E(x²) = x²*x³/4 E(X²) = X5/4 Integral: x6 /24 E(X²) = E(b) – E(a) E(x²) = 26/24 – 06/24 E(x²) = 2,66 VAR(X) = 2,66 – 1,6² VAR (X) = 0,1 MODELOS DE DISTRIBUIÇÃO: UNIFORME: P(X)= [x – a/ b – a] E(X)= b+a/2 VAR(X) = (b – a)² / 12 a) Exemplo: O tempo requerido para completar uma operação de montagem segue um intervalo de 30 a 40 minutos. Determine a probabilidade de uma montagem requerer de 34 a 36 min para ser completada. P(34<X<36) F(x2) – F(x1) [x – a/ b – a] - [x – a/ b – a] [36 – 30/40-30] – [34 – 30/40-30] 0,6 – 0,2 = 0,40 ou 40% EXPONENCIAL: P(X) = [ e –λ*a - e –λ*b] E(X) = 1 / λ VAR (X) = 1 / λ² Exemplo: Em um estabelecimento comercial o tempo de espera entre duas pessoas, pode ser representado por uma taxa de 1/24 mim. Determine a probabilidade do tempo de espera estar entre 0 a 27 min. P(0<X<27) [ e –λ*a - e –λ*b] [ e –1/24*0 - e –1/24*27] [ e0 - e –1,125] [ 1 – 0,3246] 0,6754 NORMAL: Z = X - µ/ DP Exemplo: P(100<X<106) Z = X - µ/ DP Z = 100 – 100 / 5 = 0 Z = 106 – 100 / 5 = 1,2 P(100<X<106) = 0,3849
Compartilhar