Scribd Logo
Fazer o upload

Bem-vindo(a) ao Scribd!

  • Aula 2 - Distribuicoes Discretas

    Enviado por

    Evelin Sousa
    9 visualizações35 páginas

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    Denunciar este documento

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF ou leia online no Scribd
    Sinalizar o conteúdo como inadequado
    9 visualizações35 páginas

    Aula 2 - Distribuicoes Discretas

    Enviado por

    Evelin Sousa

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF ou leia online no Scribd
    Sinalizar o conteúdo como inadequado
    de 35
    w Distribui¢goes # Discretas de hi ~ » Probabilidade 5-1 Viséo Geral 5-2 Variaveis Aleatorias 5-3 Distribuigao de Probabilidade Binomial 5-4 Média, Varlancia e Desvio Padrao para a Distribulgao Binomial 5-5 Distribuigao de Probabilidade de Poisson PROBLEMA DO CAPITULO Os métodos estatisticos podem mostrar que o processo de selegao de um juri é discriminatorio? Depois que um réu € condenado por algum crime, algumas ve- zes so feitas apelagdes com base na argumentago de que o réu nao foi condenado por um jsri de seus pares. Um critério é que 0 processo de selegzo do jiri deveria resultar em jurados que re- presentassem a popuilagio da regido. Em um caso notivel, o Dr Benjamin Spock, que escreveu o popular livro Meu filho, mew resouro, foi condenado por conspiragao por encorajara resisté ia ao alistamento durante a guerra do Vietna. Sua defesa argu: mento que 0 Dr. Spock fora prejudicado pelo fato de toxlos os 12 urados serem homens, Mulheres teriam sido mais simpaticas, porque a oposigdo & guerra era mais forte entre as mulheres € 0 Dr. Spock era muito conhecido como pediatra, Um estatfstico testemunhou que o juiz.que presidia tinha, sistematicamente, menor proporgao de mulheres juradas do que os outros seis jui- 7es no mesmo distrito. A condenago do Dr. Spock foi anulada or outras razées, mas agora os jurados em cortes federais s20 escolhidos aleatoriamente. Em 1972, Rodrigo Partida, um mexicano-americano, foi con- «denado por roubo com intengao de estupro, Sua condenagio ocor- teu no Condado de Hidalgo, que esté no Texas na fronteita com o México, © Condado de Hidalgo tinha 181.535 pessoas elegiveis Para fungao de jr, e 80% delas eram mexicanos-am (Como o autor recentemente renovou sua licenga postica, usara 80% por todo este capitulo em lugar do valor mais preciso de. 79.1%.) Entre 870 pessoas selecionadas para a fungio do grande ri, 39% (339) eram mexicanos-americanos. A condenagio de Partda teve apelago mais tarde (Castaneda vs. Partida) com Ease na rani eteeneiMentre oe Ctcrce tice ame Ficanos elegiveis para 0 grande jirie 0 fato de apenas 39% de ‘Mexicanos-americanos terem sido escolhidos. anos, Consideraremos 0 problema Castaneda vs. Partida neste ca: pitulo. Bis as questOes-chave que serdo abordadas: 1. Dado que os mexicanos-americanos constituem 80% da po- puilagdo ¢ dado que Partida foi condenado por um jeri de 12 pessoas com apenas 58% delas (7 jt ccanos, poxlemos concluir que seu juri foi selecionado em um processo que discrimina contra mexicanos-americanos? 2. Considerando que os mexicanos-americanos constituem 80% da populagaio de 181.535 e que, por um perfodo de 11 anos, apenas 39% dos selecionados para o grande jri eram mexi- ccanos-americanos, podemos concluir que o pracesso de sele- 40 de jurados discriminava contra mexicanos-americanos? (Sabemos que, devido & chance aleatéria, as amostras natu- ralmente variam um pouco com relagao ao que esperariamos teoricamente, Mas a discrepancia entre a taxa de 80% de mexicanos-americanos na populagdo e a taxa de 39% de me- xicanos-americanos selecionados para o grande jéri é grande demais para ser explicada apenas pelo acaso?) rados) mexicanos-ameri- Este exemplo ilustra bem a importincia de uma compreen- so basica de métodos estatisticos no campo da lei. Advogados sem qualquer conhecimento de estatistica podem ndio estar aptos a servir bem a seus clientes. O autor uma vez testemunhou na Suprema Corte do Estado de Nova York e observou, a partir de ‘um exame cruzado, que uma falta de compreensao, por parte de uum advogado, de conceitos estatisticos hasicos pode ser muito prejudicial ao cliente 160 Capitulo Ginco we 5-2 Varidveis Aleatérias _ _ 5-1 Visio Geral _— - Neste capitulo, combinamos os métodos da estatfstca descritiva apresentados nos Capftulos 2e 3 com os métodos da probabilidade apresentados no Capitulo 4, A Figura 5-1 apresenta lum resumo visual do que faremos neste capitulo, Como a figura mostra, usando os métodos, dos Capftulos 2 e 3, jogariamos repetidamente o dado para coletar dados amostrais, que se~ riam entéo descritos por gréficos (como um histograma ou um diagrama de caixa), medidas de centro (como a média) e medidas de variaco (como o desvio padro). Usando os métodos do Capitulo 4, poderiamos achar a probabilidade de cada resultado possivel. Neste capitulo, ‘combinaremos aqueles conceitos 20 desenvolvermios as distribuigdes de probabilidade, que descrevem o que provavelmente aconteceré, em ve7 do que realmente aconteceu, No Capitulo 2, construimos tabelas de frequncia e histogramas usando valores amostrais observados que tinham sido realmente coletados, mas neste capitulo construiremos distribuigdes de probabili- dade, apresentando os resultados possfveis junto com as freqlléncias relativas que esperamos. [Neste capitulo, consideraremos as distibuigdes discretas de probabilidade, mas o Capitulo 6 inclui distribuigdes continuas de probabilidade, ‘A tabela na extrema direita da Figura 5-1 representa uma distribuigio de probabilidade que serve de modelo para uma distribuiglo de freqiiéncin populacional teoricamente perfeita. Em esséncia, podemos descrever a tabela de freqincia relativa para um dado que ¢ jogado um rimero infinito de vezes. Com 0 conhecimento da populagao de resultados, somos capazes de achar suas caracteristicas importantes, tais como a média e 0 desvio padrio. O restante deste livro e o ceme da inferéncia estaistica se baseiam em algum conhecimento de distibuigdes de probabilidade, Comegamos pelo conceito de varisvel aleat6ria ea seguir consideramos dis- tuibuigées importantes que tém muitas aplicagées reais, Conceito-chave Esta segio introduz.o importante conceito de uma distribuigio de pro- babilidade, que dé a probabilidade para cada valor de uma varidvel determinada pelo acaso. Esta segio introduz também procedimentos para a determinagao da média e do desvio padrio para uma distribuigio de probabilidade, Além do conceito de distribuigio de probabilidad deve-se dar atengio particular aos métodos de distingao entre resultados que provavelmente ‘ocorreriam por acaso e aqueles que sfo “incomuns”, no sentido de que eles dificilmente ocor- reriam por acaso. Tniciamos com os conceitos relacionados de varidvel aleat6ria e de distribuigdo de proba- bitidade. Colete dado Capftulos —_amostrais ea Capitulo 5 203 seqirobtenha Gre um meade tabi que cotatiticas 6 descrevs cor se espera que 0 oréfcos expernento ge comporie € Ootenha sue pardieteos. Pn) = 6 equa unidado = Ache probapiante P2)™ 8 Copitlo4 para cada reoultado > P(6) = 1/6 FIGURA 6-1 Combinagio de Méodos Desertivos e Probabllidades para Formar um Modelo TeGrico de ‘Comportamento vr Distribuigdes Discretas de Probabilidade 161 Definigdes ‘Uma varidvel aleatéria é uma varidvel (normalmente representada por x) que tem um finico valor numgrico, determinado pelo acaso, para cada resultado de um experimento Una distribuigio de probabilidade é uma descrigdo que dé « probabilidade para cada valor da varidvel aleatria. Ela €freqUentemente expressa na forma de um gréfico, de uma tabela ou de uma férmla EXEMPLO Selecaio de Jtiri Doze jurados devem ser selecionados aleato- riamente de uma populacdo na qual 80% dos elegiveis so mexicanos-americanos. Se admitirmos que os jurados sejam selecionados aleatoriamente sem tendencio- sidade, e se fizermos x = niimero de jurados mexicanos-americanos entre 12 jurados, entao +é uma varidvel aleatéria porque seu valor depende do acaso. Os possiveis valores de x si0 0,1, 2, uu 12. Tabela 5-1 lista 0s valores de x, juntamente com as probabilidades corres- pondentes. Valores de probabitidade muito pequenos, tais como 0,000000123, sao represen- tados por (+ (Na Seedo 5-3, veremas como se determinam os valores de probabilidades, tais como os listados fa Tabela 5-1.) Como a Tabela 5-1 da probabilidade para cada valor da variivel aleat6ria x, tal tabela descreve uma distribuigdo de probabilidade. Na Segio 1-2, fizemos a distingio entre dados discretos e continuos. As varidveis aleatérias podem, também, ser discretas ou continuas, e as duas definigdes a seguir estiio de acordo com 12, faquelas dadas na Sega Definigses = Uma variével aleatéria discreta tem ou um nmero finito de valores ou uma quantidade cmumerdvel de valores, onde “emumersvel” se refere ao fato de que podem existrinfinitos valores, mas que podem ser associados a um proceso de contagem. ina varivel aleat6ria continua tem infinitos valores, e esses valores podem ser associa: dos com medidas em uma escala continua, de modo que nao hi pulos ou interrupgses. a a) Este capitulo trata exclusivamente de varidveis aleatérias discretas, mas nos capftulos seguintes Urabalharemos com varidveis aleatdrias continuas. EXEMPLOS 03 exemplos que seguem sio de variaveis aleatorias discretas e continua. 4 ximero de ovos que uma galinha bota em um dia, Essa é uma varivel aleatéri discreta porque sao possiveis apenas os valores 0, ou 1, o4 2, ¢ assim por diante. Ne- hua galinha bota 2,343115 ovos, valor que seria possivel se os dados proviessem de uma eseala continua. + A contagem do niimero de alunos de estatistica presentes a uma aula é um niimero intei- 10 ©, portanto, uma varivel aleatéria discreta, O contador mostrado na Figura 5-2(a) Gcapaz de indicar apenas um nimero finito de valores, de modo que € usado para 2 ob- Lengio de valores para uma varidvel aleat6ria discreva. + Seit.x=quantidade de fete que uma vaca prodz em um dia, Essa € uma varkive a ‘ria contima porque pode assumir qualquer valor em um intervalo continuo, Durante um ‘nico dia, uma vaca pode produzir uma quantidade de leite que pode ser qualquer ‘valor entre 0 galfo e 5 galdes. Seria possivel obter-se 4,123456 galbes, porque a vac ‘nlo é restita a quantidades diseretas de 0, 1, 2,3, 4.0u 5 guldes. {) medida da tensdo da bateria de um detector de fumaga pode ser qualquer valor entre PAO" 9 volts. E, portanto, uma varidvel aleatsria continua, O volkimetro mostrado na us 5-24b) €eapae de indicar valores em umn eseala continua, portant, pote ser usa do para a obteng vel aleatérin continua. Tabela 5-1 Distribuigao de Probabilidade: Probabilidades dos Numeros de Mexicanos- Americanos em um Jiri de 12, Supondo que os Jurados Sejam Escolhidos Aleatoriamente de uma Populacao na qual 80% das Pessoas Elegiveis Sejam Mexicanas- Americanas (Mexicanos. americanos)| A(x) 0 0+ 1 oF 2 ot 3 oF | 4 0,001 5 0,003 . 6 0,016 7 | 0,083 8 0,133 9 0,236 10 0,283, u 0,206 12 0,069 ww Distribuigdes Diseretas de Probabilidade 161 Definigdes Tabela 5-1 ] ‘Uma varldvel aleatéria é uma varidvel (normalmente representada por x) que tem um Distribuigao de sic valogriaieleo, deer iaaa peu ETERS ido de ora cancrincao, Probabilade: tuna distibulgio de probabilidade & uma descgao que déapobbilidade para cada | Probabliades clos valor da variével aleat6ria. Ela € freqtientemente expressa na forma de um grifico, de uma timeros ge Mexicanos: (otal Sate ‘Americanos em um jéri S de 12, Supondo que os Jurados Sejam Escolhidos : EXEMPLO Selegdo de Stiri Dove jurados devem ser selecionados aleato- | Aleatoriamente de uma riamente de uma populagdo na qual 80% dos elegiveis so mexicanos-americanos. | Populagao na qual 80% | ‘Se admitirmos que os jurados sejam selecionados aleatoriamente sem tendencio- | as Pessoas Elegiveis sidade, e se fizermos x= ntimero de jurados mexicanos-americanos entre 12 jurados, entio | Sejam Mexicanas- xéuma varidvel aleatéria porque seu valor depende do acaso. Os possiveis valores dex io |_Americanas (0, 1,2,» 12.A Tabela 5-1 lista 0s valores de x, juntamente com as probabilidades corres- x pondentes. Valores de probabilidade muito pequenos, tais como 0,000000123, so represen- | (Mexicanos- tados por O+. (Na Segio 5-3, veremos como se determinam os valores de probabilidades, | @™etieanos)| Px Na Segiio 1-2, fizemos a distingiio entre dados discretos ¢ continuos, As varidveis aleatorias 3 OF podem, também, ser discretas ou continuas, e as duas definigdes a seguir estiio de acordo com 4 0,001 é | bate ig Pasnigs 3 | om ee eae ae ee eee ence re nd mete ee fence 2 | 933s valores, mas que podem ser associados a um processo de contagem. @& dos com medidas em uma escala continua, de modo que no hépulos ou interupgdes. 12 0,069 Este capitulo trata exclusivamente de varidveis aleat6rias discretas, mas nos capitulos seguintes trabalharemos com varidveis aleat6rias continuas, EXEMPLOS 0s exemplos que seguem so de variaveis alea6rias diseretas e continua 1. Seja.x= nimero de ovos que uma galinha bota em um dis, Essa é uma variavel aleat6ria discreta porque so possiveis apenas os valores 0, ou 1, ou 2, e assim por diante, Ne- shuma gelinha bota 2,343115 ovos, valor que seria possivel se os dados proviessem de uma escale continua, 2. A contagem do ntimero de alunos de estatistica presentes a uma aula é um némero inte 10 ¢€, portanto, uma varidvel aleatria discreta. O contador mostrado na Figura 5-2(a) 6 capaz de indicar apenas um niimero finito de valores, de modo que & usado para a ob- tengo de valores para uma varivel aleatGri discreta 3. Seja x= quantidade de leite que uma vaca produz em um dia, Essa é uma varidvel alea- ‘ria continua porque pode assumir qualquer valor em um intervalo continuo. Durante tum tinico dia, uma vaca pode produzir uma quantidade de leite que pode ser qualquer valor entre 0 galao e 5 galdes. Seria possivel obter-se 4,123456 galdes, porque a vaca do ¢ restrta a quantidades discretas de 0, 1, 2, 3, 4 ou 5 galdes ‘A medida da tensao da bateria de um detector de fumaga pode ser qualquer valor entre volt e 9 volts. E, portanto, uma var leat6ria continua, O voltimetro mostrado na Figura 5-2(b) € capac de indicar valores em uma escala cont{nua, portanto, pode ser us do para a obtengao de valores para uma variévelaleatria continua, 162 Capitulo Cinco Escolhendo 06 Nimeros da Loteria [Em uma loteriaestadualtpica (americana), voosseleciona ses rnimeros diferentes. Apés um sorteo aleatério, uaisquerapostas com a combinagio correta dividem © prémio. Como os nimeros szanhadores so selgionados aleatoriamente, cada escolha de seis nimeros tera mesma chance ‘que qualquer outra, mas algumas ccombinagSes sio melhores do que ‘outras. A combinacio de 1, 2,3, 4,3, 6 6 uma escolha pobre, pois muita pessoas tendem a seleciond- Ja, Em uma lotr da Flérida, com um prémio de 105 miles de

    Você também pode gostar