Professional Documents
Culture Documents
Probabilidade
Variáveis Aleatórias
Variáveis aleatórias
Uma variável aleatória, x, é o resultado
numérico de um experimento
probabilístico.
x = o número de pessoas num carro.
0,30
0,206
0,20
1
0,004
0
0 1 2 3 x
x P (x ) x- P(x)
0 0.004 -1.763 3.108 0.012
1 0.435 -0.763 0.582 0.253
2 0.355 0.237 0.056 0.020
3 0.206 1.237 1.530 0.315
0.601
variância
Propriedade:
p+q=1
É equivalente a: q = 1 – p.
Distribuição binomial
Característica
Para que tenha distribuição
binomial é necessário que:
Detalhe:
Distribuição binomial
Propriedades
Fórmula da Combinação:
Distribuição binomial
Propriedades
2. Média:
3. Variância:
Em que:
Distribuição binomial
Exemplo 1
Ao jogar uma moeda cinco vezes de
forma consecutiva, ache a probabilidade
de que a face cara ocorra:
a. Duas vezes;
b. Nenhuma vez.
Solução
Jogar ao acaso uma moeda 5 vezes.
Distribuição binomial
Exemplo 1 - Solução
Característica do experimento:
Jogar 5 vezes: Experimento Repetitivo;
Moeda possui 2 faces:
É Experimento de Bernoulli;
Número de Repetições 5: Quantia fixa;
Exemplo 1
Característica do experimento
Qualquer face que ocorra em uma
repetição, na próxima a moeda permanece
nas mesmas características: Repetições
Independentes;
Nota: As características acima
designam um Experimento Binomial
onde n = 5 e
Exemplo 1
Cálculo de Probabilidade
a. Cara duas vezes
Desenvolvendo:
Exemplo 1
Cálculo de Probabilidade
Nenhuma Cara:
Exemplo 1
Resposta
Exemplo 1
Resposta
Interpretação:
a. Existe 31,25% de chance de que
ocorrerá face cara duas vezes;
b. Existe 3,125% de chance de que
ocorrerá face cara em nenhuma vezes;
Distribuição hipergeométrica
Condições Iniciais
Experimento ser realizado em repetições
(repetitivo);
Nota
Por ser SEM reposição, indica que a
cada repetição o original fica reduzido em
uma unidade, devido a isto é necessário
ter as Condições Iniciais para ter o ponto
de partida do experimento.
Distribuição hipergeométrica
Condições Iniciais
Considere que no inicio (antes de efetuar
a primeira repetição), a situação inicial é
que tenha o seguinte diagrama:
Distribuição hipergeométrica
Propriedades.
Com as condições iniciais acima citado,
Se X hipergeométrica:
Cálculo de Probabilidade:
Distribuição hipergeométrica
Propriedades.
Média:
Variância:
Distribuição hipergeométrica
Exemplo 1
Em um laboratório de análises clínicas
foram realizados 54 exames de HIV, das
quais 14 deram soropositivos. Um
inspetor irá pegar ao acaso 5 destes
exames de forma casual. Ache a
probabilidade de que o número de
exames escolhidos que tenha
soropositivo seja:
a. 2; b. 5
Distribuição hipergeométrica
Exemplo 1 - Solução
Pegar ao acaso 5 exames.
Característica do experimento:
Pegar cinco exames: Experimento
Repetitivo;
Possui dois tipos, Soropositivo ou
soronegativo: Experimento de Bernoulli;
Dois soropositivo
Distribuição hipergeométrica
Exemplo 1 - Solução.
b. Cinco soropositivos
Distribuição de Poisson
Característica
1. Experimento ser realizado em repetições
(repetitivo);
e = 2,71828 . . . (Número e,
base do logaritmo natural)
Distribuição de Poisson
Teorema: Se X ~ Poisson ()
2. Cálculo da Média:
3. Cálculo da variância:
Distribuição de Poisson
Exemplo 1
Em Angola, de cada 100 mil mulheres
grávidas, 1 500 morrem devido à
gravidez (OMS 09/04/2005). Numa
comunidade Angolana em que houver
300 mulheres em estado de gravidez,
ache a probabilidade de que morrerão:
a. Nenhuma
b. 3 delas
c. 5 delas.
Distribuição de Poisson
Exemplo 1 - Solução
Avaliar condições de saúde de 300
mulheres grávidas.
Característica do experimento:
i. 300 mulheres estarem grávidas:
Experimento Repetitivo;
= 300x0,0015 = 4,5
b. 3 Óbitos
Resposta: 0,1687
é equivalente a : 16,87%
Distribuição de Poisson
Exemplo 1 - Solução
5 óbitos
FIM
Prof. Gercino Monteiro Filho