Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
QUALITATIVAS
(atributos) ORDINAL Conceito - Grau de Instruo - Ms -
Dia da semana
F(x) = 0 se x < 0
0,25 se 0 < x < 1
0,75 se 1 x < 2
1 se x 2
ESPERANA MATEMTICA
Definio
Seja X uma varivel aleatria discreta que
assume os valores x1; x2; ... ; xk .
Chamamos de valor mdio, ou valor
esperado, ou esperana matemtica de X o
valor:
E(X) = x1 p(x1) + x2 p(x2) +...+ xk p(xk )
em que p(xi ) = P(X = xi ). Notao = E(X).
em que:
EXEMPLO:
DISTRIBUIO DE BERNOULLI
Definio
Experimentos que admitem apenas dois
resultados possveis (sucesso ou fracasso)
recebem o nome de ensaios de Bernoulli e
originam uma varivel aleatria com
distribuio de Bernoulli.
DISTRIBUIO DE BERNOULLI
Exemplos
resultado da inspeo de uma pea,
defeituosa ou no defeituosa;
opinio de um eleitor, favorvel ou outra
opinio;
resultado de um exame vestibular, aprovado
ou no aprovado;
inteno de voto de um eleitor, partido A ou
outra preferncia;
presso arterial de um paciente, normal ou
alterada;
hbito de prticas esportivas, sim ou no.
DISTRIBUIO DE BERNOULLI
Funo de probabilidade
Seja X uma varivel aleatria com
distribuio de Bernoulli com probabilidade
de sucesso p, em que X = 1 se o resultado
sucesso e X = 0 se o resultado
fracasso. Ento, a funo de probabilidade
de X fica dada por:
Assim,
DISTRIBUIO BINOMIAL
Um dado lanado 3 vezes de forma
independente. Qual a probabilidade de obter
a face 5 duas vezes?
Para
DISTRIBUIO BINOMIAL
Para
DISTRIBUIO BINOMIAL
Definio
A varivel aleatria X correspondente ao
nmero de sucessos em n ensaios de
Bernoulli independentes (no sentido
probabilstico) e com
mesma probabilidade p de sucesso em cada
ensaio, tem distribuio binomial com
parmetros n e p.
A funo de probabilidade de X expressa
na forma:
em que x = 0; 1; ... ; n.
DISTRIBUIO BINOMIAL
Esperana
Se X ~ B(n; p) podemos escrever X = X1
+...+ Xn, em que Xi ~ Be(p) para i = 1;...; n.
Assim, obtemos:
Varincia
Similarmente como temos n ensaios
independentes, ento:
E da segue que:
Exemplo:
Considere uma prova com 12 questes,
cada uma com 4 alternativas. Suponha que
o aluno escolha a resposta ao acaso. Qual
a probabilidade de que ele acerte pelo
menos 6 questes?
Vamos considerar a varivel aleatria X:
nmero de questes que o aluno acerta.
Vamos supor que X ~ B(n; p), em que n =
12 e p = 0,25.
Exemplo:
Portanto, a funo de probabilidade de X
fica dada por:
em que x = 0; 1; : : : ; 12.
Temos que o valor esperado de X fica dado
por = n. p = 12 . 0,25 = 3. Ou seja,
espera-se que o aluno acerte 3 questes.
DISTRIBUIO
GEOMTRICA
Definio
Supor que X representa o nmero de
ensaios independentes at a ocorrncia do
primeiro sucesso que ocorre com
probabilidade p. A funo de probabilidade
de X fica dada por:
Aplicao:
Num jogo a probabilidade de um jogador
ganhar algum prmio em cada tentativa
de 0,10. Supondo tentativas
independentes, qual a probabilidade do
jogador ganhar algum prmio antes de 5
tentativas?
Seja X: nmero de tentativas at a
ocorrncia do primeiro sucesso (ganhar
algum prmio). Vamos supor que
X~G(0,10).
DISTRIBUIO GEOMTRICA
Em que:
Para x= 1,2,3,4.
Da obtemos:
DISTRIBUIO DE
POISSON
Definio
Se X representa o nmero de ocorrncias
de um evento no tempo ou no espao e se
X segue distribuio de Poisson de
parmetro, ento a funo de probabilidade
de X fica dada por:
Aplicao:
Sabe-se que em mdia ocorrem 1,5
acidentes por dia numa rodovia. Qual a
probabilidade de ocorrerem dois ou mais
acidentes num dia qualquer? Seja X:
nmero de acidentes num dia na rodovia.
Vamos supor que X~P(1,5).
Temos que
em que
Da obtemos
DISTRIBUIO DE POISSON
em que
DISTRIBUIO DE POISSON
Binomial Negativa
Em muitos experimentos de contagem a
varincia pode ser muito maior do que a
mdia (fenmeno conhecido como sobre
disperso) e assim a distribuio de
Poisson no recomendada.
Isso ocorre, por exemplo, quando se
estuda o nmero de sinistros/acidentes.
Nesses casos uma distribuio muito
utilizada a Distribuio Binomial Negativa
em que a varincia maior do que a
mdia.
FIM
Prximo assunto:
Variveis aleatrias contnuas