Baixe o app para aproveitar ainda mais
Prévia do material em texto
PERGUNTA 1 Em um determinado experimento, existem características que podem ser mensuradas ou observadas, como por exemplo, o número de estudantes matriculados em uma instituição de ensino, a renda de uma família, o pH de uma amostra de água, dentre outras características. Dessa forma, o pesquisador pode ter por objetivo testar uma peça e verificar a quantidade de defeitos, e isso está associado a um número, para Silva (2018) essa regra de associação é chamada variável aleatória. Dentro das variáveis aleatórias (v.a.) temos a contínua e discreta. Uma variável aleatória é considerada contínua quando o valor pode ser assumir qualquer valor dentro de um intervalo, como por exemplo, peso, altura, essa variável é oriunda de uma mensuração. Enquanto uma variável aleatória discreta é aquela em que seus valores podem ser contados ou listados, como por exemplo: quantidade de passageiros que embarcaram em um vôo, número de bombas de um posto de combustível, entre outras. Dentre as principais distribuições de probabilidades discretas temos a distribuição de: Bernoulli, Geométrica e Hipergeométrica. Uma distribuição é denominada de Bernoulli quando a v.a. cujos únicos valores possíveis são 0 e 1. Enquanto a distribuição Geométrica pode ser pensada como o número de ensaios de Bernoulli, com probabilidade de sucesso constante, que precedem ao primeiro sucesso. Já a distribuição hipergeométrica também é uma distribuição discreta que modela o número de eventos em um tamanho amostral fixo quando você conhece o número total de itens da população de onde vem a amostra. Mediante o exposto, redija um texto de pelo menos três parágrafos, apresentando as diferenças entre as aplicações das distribuições de Bernoulli, Geométrica e Hipergeométrica, fornecendo ao menos um exemplo de cada uma delas. Referência: SILVA, J. S. F. da. Estatística. Porto Alegre: SAGAH, 2018. As distribuições de Bernoulli, Geométrica e Hipergeométrica, são distribuições discretas, onde se descreve a probabilidade de ocorrência de cada valor de uma variável aleatória discreta, que é uma variável que possui valores enumerável (finito ou infinito). A distribuição de Bernoulli é uma distribuição discreta que consiste em apenas um estudo com 2 resultados (sucesso / fracasso), ela é a base para definir outras duas distribuições, que são mais complexas, que analisam mais de uma tentativa. Na distribuição Geométrica se calcula o número de tentativas antes que o primeiro sucesso ocorra. O número de tentativas não é fixo, porém a probabilidade de sucesso será sempre a mesma em todas as tentativas independentes e a experiência é contínua até o primeiro sucesso. Essa distribuição possui um parâmetro, a probabilidade de sucesso p, da mesma forma que na distribuição de Bernoulli, a diferença entre as duas é o número de tentativas. Com a distribuição Hipergeométrica podemos medir o número de sucessos em n tentativas, porém as tentativas são realizadas sem substituição e cada tentativa altera a probabilidade de sucesso, não se baseando na suposição de independência entre as tentativas. Em resumo: • As três são distribuições discretas; • Distribuição de Bernoulli estuda apenas uma tentativa com 2 resultados (sucesso / fracasso) • Distribuição Geométrica se calcula o número de tentativas antes que o primeiro sucesso ocorra, e a probabilidade de sucesso será sempre a mesma em todas as tentativas independentes; • Distribuição Hipergeométrica podemos medir o número de sucessos em n tentativas, e cada tentativa altera a probabilidade de sucesso. Exemplos: • Distribuição de Bernoulli – Lançamento de uma moeda (Sucesso-cara ou Fracasso- coroa) 𝑝𝑝 = ½ (Sucesso); 1 − 𝑝𝑝 = ½ ( Fracasso) • Distribuição Geométrica - Se jogarmos uma moeda 5 vezes qual a probabilidade de a cara ocorrer primeiramente no quinto lançamento? R = P(X = 5) = 1 2 × � 1 2 � 5−1 • Distribuição Hipergeométrica – Dentro de uma caixa tem 2 parafusos defeituosos e 18 parafusos em bom estado. Se for retirada, sem reposição, uma amostra de 10 parafusos, calcule a probabilidade de nesta amostra existir um parafuso defeituoso. 𝑅𝑅 = 𝑃𝑃(𝑋𝑋 = 1) = (𝐶𝐶(2, 1) .𝐶𝐶(18, 10 − 1)) / (𝐶𝐶(20, 10))
Compartilhar