Académique Documents
Professionnel Documents
Culture Documents
Distribuio uniforme discreta Distribuio binomial Distribuio Binomial Negativa Distribuio Hipergeomtrica Distribuio de Poisson
xi ;
V ar[X] =
1 k
n i (xi
)2 ;
MX (t) =
1 k
k etxi . i=1
Caso particular Se
1 X= 1/n 2 1/n
n2 1 12
n 1/n e MX (t) =
et (1ent ) , n(1et )
E[X] =
n+1 ; 2
V ar[X] =
t=0
A distribuicao binomial
realizao de um acontecimento sucesso Experincia = no realizao do acontecimento insucesso Cada uma das repeties sucessivas da experincia prova. Provas de Bernoulli so provas repetidas que vericam:
cada prova tem apenas um de dois resultados possveis: sucesso ou insucesso. em cada prova a probabilidade de sucesso, p, permanece constante, sendo q = 1 p, a probabilidade de insucesso. as provas so independentes.
A distribuicao binomial
Exemplos:
o teste de uma dada droga num rato e o registo da reaco positiva ou negativa; a inspeco dos items numa linha de fabrico para observar se cada um defeituoso ou no; o lanamento de uma moeda.
Denicao: Chama-se variavel aleatoria de Bernoulli varivel associada ao resultado de cada prova de Bernoulli, i.e., toma o valor 1, com probabilidade p, se ha sucesso; toma o valor 0, com probabilidade 1 p = q , se ha insucesso.
A distribuicao binomial
Exemplo Numa experincia colocam-se 5 bolbos de tlipa a germinar, de um pacote onde foi garantida uma probabilidade de germinao de 0.40. Para cada planta (prova) temos dois resultados possveis: G (germina) sucesso, com p = 0.4 e NG (no germina) insucesso, com q = 0.6 Qual a probabilidade de, desses 5 bolbos, 3 germinarem? H no total 5 = 10 modos diferentes de trs dos cinco bolbos 3 germinarem e naturalmente a germinao independente de bolbo para bolbo. Tem-se P {GGGNG NG } = ... = P {GGNG GNG } = (0.4)3 (0.6)2 .
A distribuicao binomial
A probabilidade de germinarem 3 bolbos ento P [{GGGNG NG } ... {GGNG GNG }] =
5 3
(0.4)3 (0.6)2
Genericamente considere-se a realizao de n provas de Bernoulli, em que o sucesso ocorre com probabilidade p. Denio: A v.a. X que conta o nmero de sucessos em n provas de Bernoulli, chama-se varivel aleatria binomial, diz-se ter distribuio binomial e representa-se por X B(n, p). Caracterizao da v.a. X B(n, p): Valores x = 0, 1, 2, ..., n Probabilidades P [X = x] =
n x
px (1 p)nx
A distribuicao binomial
Valor medio, variancia e funcao geradora de momentos
de X B(n, p)
n
E[X] = np;
V ar[X] = npq;
MX (t) = p et + q
Relao entre a distribuio do nmero de sucessos e de insucessos X B(n, p) (n X) B(n, 1 p). Para valores de n 20(25), existem tabelas para o clculo das probabilidades. As tabelas que temos disposio apresentam os valores da funo de distribuio cumulativa.
A distribuicao multinomial
Experincia em cada prova mais de dois resultados possveis, vericando todas as outras condies referidas na distribuio binomial, experiencia multinomial. Se cada prova tem k resultados possveis: E1 , E2 , p 1 , p2 , ...Ek ...pk com probabilidades k pi 0 e i=1 pi = 1.
Probabilidade de em n provas independentes se observar x1 vezes o acontecimento E1 x2 vezes o acontecimento E2 ... xk vezes o acontecimento Ek , com x1 + x2 + ... + xk = n
?
A distribuicao multinomial
Sejam X1 , X2 , ..., Xk as variveis aleatrias que designam o nmero de vezes que sai cada um dos acontecimentos nas n provas. P [X1 = x1 , X2 = x2 , ..., Xk = xk] = n! x1 ! x2 !...xk! px1 px2 ...pxk . 1 2 k
Exerccio: Suponha uma caixa com 15 bolas, das quais 8 so vermelhas(V), 2 so brancas (B) e 5 so amarelas (A). Qual a probabilidade de, ao retirar 6 com reposio, sarem 3 vermelhas, 1 branca e 2 amarelas?
V ar[X] =
kq p2
MX (t) =
p et 1qet
(qet < 1)
A distribuicao geometrica
Um caso particular desta distribuio ocorre quando k = 1, obtendo-se a chamada distribuio geomtrica . Se X BN (1, p) costume representar-se por X Geo(p) X designa o nmero de provas necessrias at que ocorra o primeiro sucesso. Caracterizao da v.a. X Geo(p) P [X = x] = pq x1 x = 1, 2, ... 0<p<1 q =1p
E[X] = 1/p;
V ar[X] = q/p
A distribuicao geometrica
Teorema - Propriedade da falta de memria da distribuio geomtrica Se X Geo(p) ento sendo m e n inteiros positivos P [X > m + n|X > m] = P [X > n]
Nota: Interpretando a distribuicao geometrica como o tempo de espera por um sucesso: se tiverem decorrido mais de m provas sem que se tenha vericado um sucesso, a probabilidade de se ter de esperar mais de n provas para se observar um sucesso e a mesma que esperar mais de n provas caso se estivesse no incio da experiencia
A distribuicao hipergeometrica
Mas ... h experincias nas quais a probabilidade de sucesso no se mantm constante, no sendo as provas independentes. Exemplo Num lote de 20 pneus enviados a um fornecedor sabe-se que h 5 defeituosos. Um cliente vai a esse fornecedor comprar 4 pneus. Qual a probabilidade de levar 2 defeituosos? H 5 defeituosos e 15 bons e por cada pneu que vai sendo retirado altera-se a probabilidade de o prximo vir a ser defeituoso. - O total de modos de seleccionar 4 pneus quaisquer do lote 20 4 - H 5 modos de seleccionar 2 defeituosos e, para cada destes 2 15 h 2 modos de escolher 2 bons. Portanto ...
A distribuicao hipergeometrica
A probabilidade de dos 4 pneus escolhidos ao acaso, 2 serem defeituosos (e portanto 2 bons) : Vejamos ento formalmente: Populao K sucessos n N elementos = N K insucessos
5 2 15 2 20 4
Diz-se que temos uma experincia hipergeomtrica Denio A v.a. X que conta o nmero de sucessos numa experincia hipergeomtrica uma v.a. hipergeomtrica de parmetros N , n e K e costuma representar-se por X H(N, n, K)
A distribuicao hipergeometrica
dos Qual a probabilidade de dos Seja X H(N, n, K)
K x NK nx N n
seleccionar x
N K seleccionar n x
P [X = x] =
max(0, n N + K) x min(n, K)
A distribuicao hipergeometrica
Observacao:
Quando N >> n, a probabilidade de sucesso em cada tiragem sem reposio varia muito pouco de prova para prova , ento . . . pode considerar-se a distribuio binomial como uma aproximao da distribuio hipergeomtrica com p = K/N , i.e., Se N bastante maior que n tem-se H(N, n, K) B(n, p), com p = K/N.
Resultado:
Como regra prtica, pode considerar-se boa a aproximao para n < N/10.
A distribuicao de Poisson
Considere que pretende contar, por exemplo, o nmero de: chamadas telefnicas recebidas numa central telefnica num certo intervalo de tempo; chegadas de clientes a uma bilheteira durante um certo perodo; chegadas de sinistrados a um banco de um hospital durante um certo perodo; dias que uma dada escola fecha durante o inverno; erros de tipograa por pgina;
Se a contagem do nmero de sucessos que ocorrem num dado intervalo de tempo ou num domnio especco, satisfaz as seguintes condies:
A distribuicao de Poisson
o nmero de sucessos que ocorre num dado intervalo de tempo ou domnio independente do nmero que ocorre em qualquer outro intervalo ou domnio disjunto do anterior; a probabilidade que o sucesso se verique uma vez em qualquer intervalo muito curto ( ou regio muito pequena ), de amplitude , proporcional a , i.e, igual a e no depende do nmero de sucessos que ocorrem fora desse intervalo ou regio; a probabilidade de que o sucesso se verique mais do que uma vez num intervalo de amplitude muito pequena 0.
diz-se que estamos perante experiencias de Poisson ou um processo de Poisson
A distribuicao de Poisson
Denicao
A v.a X que conta o nmero de sucessos numa experincia de Poisson diz-se ter distribuio de Poisson e depende apenas do parmetro nmero mdio de sucessos que ocorrem no intervalo de tempo ( ou na regio especicada). Representa-se por X P () e a lei de probabilidade : P [X = x] = e x x! , x = 0, 1, 2....
fcil vericar que, temos uma distribuio de probabilidade discreta, i.e: P [X = x] 0 x = 0, 1, 2... e
e x x=0 x!
= 1.
A distribuicao de Poisson
Valor mdio, varincia e funo geradora de momentos MX (t) = e(e
t 1)
E[X] =
V ar[X] = .
Se as v.a. Xi
Xi P
i=1 i=1
A distribuicao de Poisson
A distribuio de Poisson surge ainda como o limite da distribuio binomial quando n e p 0. Teorema Quando n e p 0, mantendo-se constante o produto np tem-se X B(n, p) X P () com = np.
Em geral, a distribuio de Poisson fornece uma boa aproximao da distribuio binomial quando n 20 e p 0.05
Regra pratica