1 aspectos gerais 2 variáveis aleatórias 3 distribuições de ...figura 4-3 9 condições para uma...
TRANSCRIPT
![Page 1: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/1.jpg)
1
Distribuições de Probabilidade1 Aspectos Gerais
2 Variáveis Aleatórias
3 Distribuições de Probabilidade Binomiais
4 Média e Variância da Distribuição Binomial
5 Distribuição de Poisson
![Page 2: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/2.jpg)
2
1 Aspectos Gerais
Este assunto abordará a construção de
distribuições de probabilidadeAtravés da combinação de métodos de
Estatística Descritiva com os de Probabilidade.
Distribuições de probabilidade descrevem o que provavelmente acontecerá, em lugar do que
efetivamente aconteceu.
![Page 3: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/3.jpg)
3
Combinando Métodos de Estatística Descritiva e Probabilidades para Formar um Modelo Teórico
de Comportamento
Figura 4-1
![Page 4: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/4.jpg)
4
2Variáveis Aleatórias
![Page 5: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/5.jpg)
5
DefiniçõesVariável Aleatóriauma variável (representada geralmente por x) que tem um valor numérico único (determinado aleatoriamente) para cada resultado de um experimento.
Distribuição de Probabilidadeum gráfico, tabela ou fórmula que dá a probabilidade de cada valor da variável aleatória.
![Page 6: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/6.jpg)
6
Tabela 4-1
Distribuição de Probabilidadedo Número de Vendas por dia
0123456 789
10
0.1220.2700.2850.1900.0900.0320.0090.0020.000+0.000+0.000+
x P(x)
![Page 7: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/7.jpg)
7
DefiniçõesVariável Aleatória Discretaou admite um número finito de valores ou tem uma quantidade enumerável de valores, onde ‘enumerável’ refere-se ao fato que podem ser infinitos valores, mas eles são resultados de um processo de contagem.
Variável Aleatória Contínuatoma um número infinito de valores, e esses valores podem ser associados a mensurações em uma escala contínua, de tal forma que não haja lacunas ou interrupções.
![Page 8: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/8.jpg)
8
Gráfico Distribuição de Probabilidades
0 1 2 3 4 5 6 7 8 9 10
0,0
0,1
0,2
0,3
Qte. vendas efetuadas
Prob
abilid
ade,
P(x
)
Figura 4-3
![Page 9: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/9.jpg)
9
Condições para uma Distribuição de Probabilidades
P(x) = 1 onde x assume todos os valores possíveis
0 ≤ P(x) ≤ 1 para todo valor de x
Σ
![Page 10: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/10.jpg)
10
Média, Variância e Desvio-Padrão de uma Distribuição de Probabilidades
Fórmula 4-1µ = Σ [x • P(x)]
Fórmula 4-2σ2 = Σ [(x - µ)2
• P(x)]Fórmula 4-3
σ2 = [Σ x2• P(x)] - µ 2 (shortcut)
Fórmula 4-4σ = [Σ x 2 • P(x)] - µ 2
![Page 11: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/11.jpg)
11
DefiniçãoValor Esperado
O valor médio dos resultados
E = Σ [x • P(x)]
Desempenha um importante papel em Teoria da Decisão.
![Page 12: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/12.jpg)
12
E = Σ [x • P(x)]
EventoGanha
Perde
x$499
- $1
P(x)0.001
0.999
x • P(x)0.499
- 0.999
E = -$.50
![Page 13: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/13.jpg)
13
3Distribuição Binomial
![Page 14: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/14.jpg)
14
DefiniçõesExperimento Binomial
1. O experimento deve ter um número fixo de provas.2. As provas devem ser independentes. (O resultado
de qualquer prova não afeta as probabilidades das outras provas.)
3. Cada prova deve ter todos os resultados classificados em duas categorias.
4. As probabilidades devem permanecer constantespara cada prova.
5. A variável aleatória X é a contagem do número de tentativas bem-sucedidas em um n tentativas
![Page 15: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/15.jpg)
15
Notação para a Distribuição Binomial
n = número fixo de tentativasx = número específico de sucessos em n
tentativasp = probabilidade de sucesso em uma de n
tentativas
P(x) =probabilidade de obter exatamente xsucessos em n tentativas
Assegure-se que x e p refiram-se à mesma categoria de evento que esteja sendo chamado de sucesso.
![Page 16: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/16.jpg)
16
Fórmula Probabilidade Binomial
Método 1
P(x) = • px • (1-p)n-x(n - x )! x!
n !
P(x) = nCx • px • (1-p)n-x
para calculadoras com tecla nCr, onde r = x
![Page 17: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/17.jpg)
17
Exemplo: Um vendedor recebe 20 endereços para visitar a cada dia. Um morador de cada endereço manifestou, por correspondência, interesse de receber o vendedor e discutir o produto. A experiência do vendedor é que é feita uma venda em cada 10 domicílios. Qual é a probabilidade de que sejam feitas 5 vendas em determinado dia?c
Este é um experimento binomial, onde:
n = 20x = 5p = 0.10
![Page 18: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/18.jpg)
18
Para n = 20 e p = 0.10
0,00 0,12161,00 0,27022,00 0,28523,00 0,19014,00 0,08985,00 0,03196,00 0,00897,00 0,00208,00 0,00049,00 0,000110,00 0,000011,00 0,000012,00 0,000013,00 0,000014,00 0,000015,00 0,000016,00 0,000017,00 0,000018,00 0,000019,00 0,000020,00 0,0000
P(x)x
Distribuição de Probabilidades Binomial
![Page 19: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/19.jpg)
19
FÓRMULA DE PROBABILIDADE BINOMIAL
P(x) = • px • qn-xn !(n - x )! x!
Número de provas com
exatamente xsucessos em n
tentativas
Probabilidade de x sucessos em ntentativas para qualquer ordem
particular
![Page 20: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/20.jpg)
20
Para Distribuição Binomial:
• Formula 4-6 µ = n • p
• Formula 4-7 σ 2 = n • p • (1 – p)
Formula 4-8 σ = n • p • (1 - p)
![Page 21: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/21.jpg)
21
Lembrete• Em geral, máximo dos valores:
µ + 2 σ• Em geral, mínimo dos valores:
µ - 2 σ
![Page 22: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/22.jpg)
22
MARIO F. TRIOLAMARIO F. TRIOLA EIGHTHEIGHTH
EDITIONEDITION
ELEMENTARY STATISTICSSection 4-5 The Poisson Distribution
![Page 23: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/23.jpg)
23
5Distribuição de Poisson
![Page 24: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/24.jpg)
24
DefiniçãoDistribuição de Poisson
uma distribuição discreta de probabilidade, aplicável a ocorrências de um evento em um intervalo especificado.
P(x) = onde e ≈ 2.71828λ x • e -λ
x!
![Page 25: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/25.jpg)
25
Exigências da Distribuição de Poisson
a variável aleatória x é o número de ocorrências de um evento em um intervalo.as ocorrências devem ser aleatóriasas ocorrências devem ser independentes entre sias ocorrências devem ser distribuídas uniformemente sobre o intervalo em uso
Parâmetros da Distribuição de PoissonA média é λA variância é λ
![Page 26: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/26.jpg)
26
Poisson como uma Aproximação da Binomial
n ≥ 100
np ≤ 10
Fórmula 4-6
λ = n • p
![Page 27: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/27.jpg)
27
Exemplo: A requisição de um item de estoque ocorre, em média, quatro vezes por dia. Qual a probabilidade de que sejam requisitados 6 itens em um só dia?
Este é um modelo de Poisson, onde:
λ = 4
P(X=6)= 0,104
![Page 28: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/28.jpg)
28
Exemplo: Determinado tipo de fotocopiadora pára em média uma vez a cada 2.000 cópias. Qual é a probabilidade de que ocorram mais de duas paradas quando se fazem 2.000 cópias?
Este é um modelo de Poisson, onde:
λ = 1
P(X>2)=
![Page 29: 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de ...Figura 4-3 9 Condições para uma Distribuição de Probabilidades P(x) = 1 onde x assume todos os valores possíveis](https://reader033.vdocuments.pub/reader033/viewer/2022060818/60978710876e48750b1cc60d/html5/thumbnails/29.jpg)
29
Probability Density Function
Poisson with mu = 1,00000
x P( X = x )0,00 0,36791,00 0,36792,00 0,18393,00 0,06134,00 0,01535,00 0,00316,00 0,00057,00 0,00018,00 0,00009,00 0,0000
10,00 0,0000