Sei sulla pagina 1di 3

A distribuição Binomial

É uma das distribuições mais comuns em Estatística. Uma variável aleatória tem
distribuição binomial quando o experimento ao qual está relacionada apresenta apenas 2
resultados (sucesso ou fracasso). Exemplo: Lançamento de uma moeda.

Deriva de um processo conhecido como teste de Bernoulli, em que cada tentativa tem
duas possibilidades excludentes de ocorrência (sucesso e fracasso).

O Processo de Bernoulli
Uma seqüência de testes de Bernoulli forma um Processo de Bernoulli, se obedecer as
seguintes condições:

a. Cada tentativa admite dois resultados, que são mutuamente excludentes. Denomina-
se, arbitrariamente, um dos resultados de sucesso e o outro de fracasso. Chama-se a
probabilidade de sucesso de "p". Ela permanece constante em todas as tentativas. Já a
probabilidade de fracasso, (1 - p), é denominada "q";

b. n provas independentes e do mesmo tipo são realizadas;

c. O resultado de uma tentativa não é afetado pelos resultados das outras tentativas, ou
seja, as tentativas são independentes.

Propriedades
1. f (x) >= 0, para todo x pertencente a R
2. f (x) = 1 n Cx .p x.q (n-x) (em que C = número de combinações).
Equivale à expansão do binômio:
(p + q)n = 1.p0.qn + _. p1.qn-1 + ... + _. pn-1.q1 + 1. pn.q0

em que os coeficientes podem ser obtidos pelo Triângulo de Pascal.


3. São conhecidos os parâmetros da distribuição binomial (n e p), portanto,
Média da população = p = n.p usando o dado de um dos acontecimentos ou
q = n.q usando o dado do outro acontecimento
Variância da população = 2 2 = n.p.(1 - p) = n.p.q
Desvio padrão da população = = raiz n.p.q

A distribuição de Poisson
Esta distribuição descreve eventos raros, em que se faz um enorme número de tentativas
e aplica-se à situação em que o evento (ou entidade) de interesse está homogeneamente
distribuído na população.

Se x for a ocorrência de algum evento aleatório em um intervalo de tempo ou espaço


(ou algum volume de matéria), a probabilidade de ocorrência de x é:

. ....x = 1, 2, 3, ...
em que:
= parâmetro de distribuição, é a média de ocorrência de x
e = número de Euler ( 2,71828182846... )
O Processo de Poisson
a. A ocorrência de um evento em um intervalo de espaço ou de tempo não tem qualquer
efeito sobre a probabilidade de ocorrência de um segundo evento, ou seja, a ocorrência
dos eventos é independente;

b. Um número infinito de ocorrências de um evento devem ser possíveis no intervalo;

c. A probabilidade de uma única ocorrência do evento em um dado intervalo é


proporcional ao tamanho desse intervalo;

d. Em uma porção infinitesimal do intervalo, a probabilidade de mais de uma ocorrência


do evento é desprezível.
Na distribuição de Poisson a média e a variância são iguais a , que representa a taxa
com que eventos são observados.

Quando um se faz um grande número de observações, e quando o evento tem uma


pequena probabilidade de ocorrer, o número total de eventos tem distribuição
aproximadamente Poisson cuja taxa de ocorrência é dada por:

= np

A distribuição Normal

O gráfico que representa a curva normal tem forma de sino, ou seja, é unimodal, e o seu
valor de máxima freqüência (moda) coincide com o valor da média e da mediana.

em que Média da população = e Desvio padrão da população =

A equação dessa curva é dada por:

Características
a. A distribuição é simétrica em relação à média.
b. Os valores de média, moda e mediana são iguais.
c. A área total sob a curva é igual a 1 (100%), com exatos 50% distribuídos à esquerda e
50% à direita da média
d. A área sob a curva normal
Sub-área da curva
População Amostra Valor
±1 ± 1s 68,26 %
±2 ± 2s 95,44 %
±3 ± 3s 99,74 %

e. A distribuição normal é completamente determinada pelos parâmetros


Média da população = e Desvio padrão da população =
Distribuição Normal Padrão
É caracterizada pela média ( ) igual a zero e desvio padrão ( s) igual a 1.

Se x tem distribuição normal com média e variância s2, então z = ( x - )/s


A equação dessa curva é: