Distribuies discretas

1.1. Distribuio binomial

1.2. Distribuio de Poisson
Prova de Bernoulli
 Distribuio de Bernoulli
Sempre que uma experincia aleatria s tem dois resultados
possveis pode ser descrita por uma varivel aleatria de
Bernoulli.
Por conveno utilizam-se os valores 0 e 1 (O- insucesso ; 1-
sucesso) e designa-se por p a probabilidade da varivel assumir o
valor 1.
Teorema

Se a varivel aleatria X tem distribuio de Bernoulli

ento

E[X]= p e var[X]= p (1- p) = p . q

 Distribuio binomial
A distribuio binomial assenta tambm no conceito de
provas de Bernoulli e sem dvida uma das distribuies
de probabilidade duma varivel aleatria discreta mais
largamente utilizada como modelo terico adequado a uma
grande variedade de situaes observveis na prtica.

Em termos genricos, esta distribuio um esquema

probabilstico que se adapta a situaes em que se pretende
analisar um conjunto finito (ou amostra) de indivduos/ objetos
que possuem determinado atributo com probabilidade p ou
que no o possuem com uma probabilidade (1-p)=q.
 Distribuio binomial
X= nmero de sucessos em n experincias de Bernoulli (todas
independentes), com n fixo partida e p a probabilidade de
sucesso em cada experincia.

Diz-se que a varivel aleatria discreta X tem distribuio binomial

e escreve-se

Se a sua funo de probabilidade for dada por:

Teorema

Se a varivel aleatria X tem distribuio de binomial,

ento

E[X]= n. p e var[X]= n. p (1- p) = n. p . q

Exemplo

Consideremos o lanamento de uma moeda ao ar

X P(x)
Cara=1 p=0,5
Coroa=0 q=1-p=0,5

Qual a probabilidade de, em 20 lanamentos, sairem 5 vezes cara e

15 vezes coroa?

P( x 5) C5 0,55 0,515 0,0148

20

Resposta:
20! 1,48%
15504
20
C 5
5!15!
 Utilizando a tabela

TABELA I
Funo Probabilidade Binomial

p
N X .05 .10 ... .50 Probabilidade
1 de sair cara
2
...

20 0 .3585 .1216 ... .0000

1 .3774 .2702 ... .0000
...

...

...

5 .0022 .0319 .0148

n de vezes que sai cara P(5;20)

n de vezes que se lana a moeda ao ar
 Distribuio de Poisson
A distribuio de Poisson, cujo nome se deve ao fsico Simon
Poisson, permite descrever uma grande variedade de situaes
com aplicaes em muitas reas do conhecimento.

A distribuio de Poisson utilizada para modelar contagens

em intervalos de tempo ou regies do espao

representa o valor mdio da contagem.

 Distribuio de Poisson
Diz-se que uma varivel aleatria X tem distribuio de Poisson e
escreve-se:

Quando a sua funo de probabilidade for dada por :

Teorema

Se a varivel aleatria X tem distribuio de Poisson,

ento

E[X]= e var[X]=
 Exemplo
Imaginemos uma empresa que pretende distribuir sementes:
Pelos dados obtidos do laboratrio, sabemos qua a probabilidade de uma
semente no germinar de 1,6(6)%.
Qual a probabilidade de encontrar uma semente num lote de 60?

Pela distribuio de POISSON

n 60; p 0,016(6); n p 1
11 e 1
p(1) 0,3679
1!
Pela distribuio binominal:

P(1;60) C1 (0,01(6))1 (0,98(3))59 0,3710

60
 Distribuies contnuas
Distribuio normal
Distribuio Qui-quadrado
 Distribuio Normal
A distribuio normal sem dvida uma das
distribuies mais utilizadas na estatstica. So
inmeras as variveis aleatrias que descrevem
fenmenos, processos fsicos ou caratersticas
humanas(peso, altura, etc.) e que seguem
distribuio normal.
Noutros casos, as variveis aleatrias no seguem
distribuio normal, mas aproximam-se muito desta.
Por outro lado, a distribuio normal desempenha, um
papel crucial na inferncia estatstica ( em particular,
utilizada em muitas aplicaes de amostragem).
 Distribuio Normal
uma distribuio simtrica em torno da sua mdia e em forma de sino.
Depende de dois parmetros que so a mdia e a varincia da distribuio.
Distribuio Normal
 Distribuio normal ou de Gauss
Equao:
1 1 ( x ) 2
y e 2
2
Grfico:
A rea sob a
A rea entre a curva, entre x=a e
curva e os eixos x=b igual
das abcissas probabilidade de x
igual unidade estar situado entre
a b aeb
(x)

b1 1 2 ( x ) 2
P ( a x b) e dx
a
2
Curva de Gauss ou Curva Normal
Reduzida
Com
x Varivel normalizada
z mdia = 0

varincia = 1

Equao: Grfico:

1 12 z 2
y e
2
-3 -2 -1 0 1 2 3 z
 Propriedades da distribuio
normal
uma distribuio simtrica
mdia=
varincia=2
para n grande e nem p nem q prximos de zero, uma
distribuio binomial (discreta) pode ser aproximada
de uma normal
mdia: =np
varincia: 2=npq

x np
z
npq
 Exemplo
vulgar algumas variaes fenotpicas em
espcies vegetais apresentarem uma
distribuio normal

Sabendo que um girassol apresenta em mdia 300 sementes, com um

desvio padro de 100, qual a probabilidade de ter entre 250 a 700
sementes P(250<x<700) ?

P(250 x 700)

250 300 700 300

z1 0,5 2
z 4 P(0,5 z 4)
100 100
 Exemplo
P(0,5 z 4)

-3 -2 -1 0 1 2 3 4z

P(-0,5<z<4) = 0,5+ 4= 0,1915 + 0,5 = 0,6915

Na tabela(ver tabela)

z 0 1 ... 9
0,0 0,0000 0,0040 ... 0,0359
0,1 0398 0438 ... 0440
...

...

...

...
...
0,5 1915 1950 ... 2224
...

...

...

...
...
3,9 0,5000 0,5000 ... 0,5000
 Formas ou tipos de reas
A tabela em anexo s indica a rea para valores de z positivos.

P(0<z<a) = a (= rea de 0 a a
que lemos na
tabela)

P(a<z<b) = b - a

P(-b<z<-a) = b - a

P(z<b) = 0,5 + b

P(z>a) = 0,5 - a
 Formas ou tipos de reas
A tabela em anexo s indica a rea para valores de z positivos.

P(-a<z<b) = a + b

P(z<-a) =0,5 - a

P(z>-b) =0,5 + b

P(-a<z<a) = 2 a

P(z>-b ou z>a) = 1 - ( a + b )
 Distribuio t de STUDENT
Funo densidade de probabilidade:
k 1

1 t 2 2
f (t ) c
Em que: k
t varivel aleatria contnua de - a +
k (nmero de graus de liberdade) uma constante inteira positiva
c uma constante positiva dependente de k e que assegura a relao:

f (t )dt 1
 Distribuio t de STUDENT
As distribuies t so distribuies em sino
simtricas (em forma de sino)
0,4
O n de graus
de liberdade k
determina a
0,2 forma da curva

-3 -2 -1 0 1 2 3

Quando k tende para infinito, as distribuies t

tendem para a distribuio normal reduzida
 Distribuio Qui-quadrado
Mdia: = k
varincia: 22k
tambm esta distribuio converge para uma
distribuio normal reduzida, embora
lentamente. Assim, para k suficientemente
grande (k>30):
z 2 2 2k 1

k 12

12
 Distribuio F de SNEDECOR
Funo de densidade de probabilidade

k1 k1 k 2
1
f ( x) cx 2
(k1 x k2 ) 2

Em que:
x contnua de 0 a +
k1 e k2 (n de graus de liberdade) so constantes inteiras positivas
c uma constante tal que:

0
f ( x)dx 1
 Distribuio F de SNEDECOR
Curva com assimetria esquerda

mdia: k2

k2 2
varincia:
2k2 (k1 k2 2)
2

2

k1 (k2 2) 2 (k2 4)
 Exemplo

Os quantis de probabilidade p esto tabelados (tabela 6 em anexo)para

diversos valores de k1 e k2. Os valores tabelados mais usuais so: 0,90; 0,95;
0,975; 0,99; 0,995

A distribuio F tem um papel importante nos testes de hipteses sobre

varincias de populaes normais e, em especial, nos mtodos de anlise de
varincia.
 Distribuio F de SNEDECOR
Quando k1 e k2 tendem para infinito, a mdia
tende para 1, enquanto a varincia tende para
0
quando k1=1, a varivel F igual ao quadrado
de uma varivel t com k2 graus de liberdade
(distribuio t de STUDENT)
Igualdades entre distribuies

F (1, k ) t (k )
2

F (1, ) z 2

(k ) 2
F ( k , )
k

z t () (1) F (1, )
2