Escolar Documentos
Profissional Documentos
Cultura Documentos
Alce Telma Alberto Nhambina Carla Maria Alberto Coutinho Michael Jordan Karagianis Mesquita
Departamento de Cincias Naturais e Matemtica Trabalho da cadeira de Econometria Aplicada 3 Ano Ps Laboral O Docente: Dr.Filipe Chitoto
ndice 1 Introduo .................................................................................................................................. 2 2 Objectivos do trabalho .............................................................................................................. 3 3 Diviso das distribuies de probabilidades .............................................................................. 4 4 A Distribuio Binomial ............................................................................................................ 4 5 Distribuio Geomtrica ............................................................................................................ 3 6 Distribuio Binomial Negativa ................................................................................................ 4 7 Distribuio de Poisson ............................................................................................................. 5 8 Distribuio normal .......................................................................................................... 6
1 Introduo A diferena entre as distribuies contnuas e discretas que as distribuies discretas envolvem somas sobre uma funo de probabilidade descontnua, enquanto a probabilidade para variveis aleatrias contnuas envolve integrao sobre funes contnuas denominadas funo densidade.
2 Objectivos do trabalho O objectivo deste trabalho passa por ver os conceitos dos principais tipos de distribuio de probabilidades e mostrar as principais caractersticas dos mesmos.
3 Diviso das distribuies de probabilidades Contnuas Normal Exponencial Discretas Binomial Poisson Geomtrica
4 A Distribuio Binomial um dos modelos matemticos de maior utilidade.Podemos utilizar esse modelo quando a varivel discreta o numero de sucessos em uma amostra d n observaes.
Propriedades da distribuio binomial A amostra constiste em um nmero fixo de observaes n. Cada observao classificada como sendo de sucesso ou insucesso; A probabilidade de uma observao ser classficada como sucesso p, constante de observao para observao.Por conseguinte, a probabilidade de ser classificada como insucesso de 1-p, constante em relao ao total de observaes. O resultado das observaes independente do resultado de qualquer outra observao.
A varivel X, que conta o nmero de sucessos, uma varivel binomial com parmetros 0 < p < 1 e n = 1, 2, . . . . A funo de probabilidade de X dada por: ( ) Mdia e Varincia Para encontrarmos a mdia e varincia podemos analisar as tentativas independentes. Denimos as variveis aleatrias { para i = 1, . . . , n. Ento: X = X1 + X2 + + Xn ( ) ( )
Usando a propriedade: E(X1 + + Xn) = E(X1) + + E(Xn) E usando: Var (X1 + + Xn) = Var (X1) + + Var (Xn) . Aplicando esse resultado para o nosso caso temos E(Y) = E( ) = ( )= np ) = ( ) = np(1 p) Var (Y) = Var (
Se X for uma varivel aleatria binomial parmetro p e n E(X) = np Var (X) = np(1 p) .
Exemplo: Considere o exemplo dos bits transmitidos por um canal digital,4 bits so transmitidos.A probabilidade de um bit ser recebido com erro 0,1.Suponha que as tentativas de transmisso so independentes. Seja X o nmero de bits transmitidos com erro.Calcule P(X = 2). Soluo: Dena: E = {um bit com erro} e O = {um bit bom} Quais resultados correspondem a X = 2?
Todos os resultado para X = 2 so mutuamenteexcludentes e tm a mesma probabilidade (0,0081). Ou seja P(X = 2) = 6(0, 0081) = 0, 0486 . De um modo geral temos que: P(X = x) = (nmero de resultados com x erros)( Precisamos de uma expresso para contar o nmero deresultados com x erros. Temos um total de quatro tentativas. Dentre essas 4 tentativas precisamos escolher x para serem erros. O total de possibilidades ento dado por:( ) Se x = 2, temos que:( )= 6.
( )
) (
5 Distribuio Geomtrica Este tipo de distribuio de probabilidade aplicada em experimentos que satisfazem a todas as condies de experimentos binomiais, exceto por: No ter um nmero finito de provas.
Exemplo: Suponha que a probabilidade de um componente de computador ser defeituoso de 0,2. Numa mesa de testes, uma batelada posta prova, um a um. Determine a probabilidade do primeiro defeito encontrado ocorrer no stimo componente testado.
6 Distribuio Binomial Negativa Generalizao da distribuio geomtrica onde a varivel aleatria o nmero de amostragens de Bernoulli necessrias para obter r sucessos.
Definio Em uma srie de amostragens de Bernoulli, seja X o nmero de amostragens at que r sucessos ocorram. Ento X uma varivel aleatria binomial negativa, com parmetros 0 < p < 1, r= 1,2,3,..., e
Exemplo. Suponha que a probabilidade de que um bit transmitido atravs de um canal digital de comunicao seja recebido com erro 0.1. Suponha que as transmisses so eventos independentes. X quantidade de bits transmitidos at o quarto erro. P(X=10) - probabilidade de que exatamente trs erros ocorram nas primeiras nove amostragens e ento a amostragem 10 resulta no quarto erro. Probabilidade de que exatamente trs erros ocorram nas primeiras nove amostragens : distribuio binomial
Probabilidade de que a dcima amostragem resulte num bit com erro: 0.1 Resultado:
7 Distribuio de Poisson Esta distribuio representa a probabilidade de que um evento ocorra um nmero especificado de vezes em um intervalo de tempo (espao), quando a taxa de ocorrncia fixa
Onde: x = valor da v.a. ,nmero de ocorrncias do evento em um intervalo = taxa de ocorrncia do evento x (nmero esperado de eventos) e 2,71828 (constante natural)
Exemplo Uma central telefnica tipo PABX recebe uma mdia de 5 chamadas por minuto. Qual aprobabilidade deste PABX no receber nenhuma chamada durante um intervalo de 1 minuto?
X = v. a. node chamadas em um intervalo de tempo = taxa de ocorrncia de chamadas (no esperado de chamadas)
A distribuio de Poisson exige que: a varivel aleatria X seja o nmero de ocorrncias de um evento em um intervalo as ocorrncias sejam aleatrias as ocorrncias sejam independentes umas das outras as ocorrncias tenham a mesma probabilidade sobre o intervalo considerado
A distribuio de Poisson DIFERE DA Distribuio Binomial em dois aspectos: a binomial afetada pelo tamanho da amostra n e pela probabilidade p, enquanto a Poisson afetada apenas pela taxa de ocorrncia (mdia) em uma binomial, os valores possveis da varivel aleatria X so 0, 1, 2, ..., n (limite mximo), enquanto que em uma Poisson os valores possveis de X so 0,1,2,3 ... (sem limite superior) Podemos utilizar a Distribuio de Poisson como uma aproximao da Distribuio Binomial quando: n grande e p, muito pequeno n 100 e n.p 10 (regra emprica) Ao utilizarmos Poisson como aproximao da Binomial, podemos achar o valor de pela frmula: =n.p 8 Distribuio normal( )
uma das mais importantes distriuies de probabilidade, sendo aplicada em inmeros fenmenos e constantemente utilizada para o desenvolvimento terico da inferencia estatstica. tambm conhecida como distribuio de Gaus, Laplace ou Laplace-Gauss. Diz-se que X tem distribuio Normal(;2) ou Gaussiana Normal(;2)se sua funo densidade de probabilidade :
Notao:
e varincia
A curva determinada pela expresso acima tem formato de sino e simtrica em torno de , com disperso controlada pelo parmetro menor for . , tornando-se mais concentrada em torno de quanto
Propriedades f(X) possui um ponto de mximo f(X) simetrica em relao a x= f(X) tende a zero quando x tende para . para x= . e f(X) tem dois pontos de inflexo cujas abcissas valem +
Calculo de probabilidades Para o clculo de probabilidades da varivel aleatria contnua assumir um valor em determinado intervalo, surgem dois problemas: Integrao de f(X), pois para o seu clculo necessrio o desenvolvimento em sries. Elaborao de tabelas se torna invivel,pois a funo densidade de probabilidade depende de dois parmetros, o que acarretaria a necessidade do estabelecimento de todas as possiveis combinaes de valores desses parmentro. Estes problemas so revolvidos pela padronizao dos valores, obtendo-se assim a distribuio normal padronizada ou reduzida.
Varivel normal padronizada(z) obtida por meio de uma transformao linear da varivel normal X, obtendo-se assim uma escala relativa de valores na qual a mdia tomada como ponto de refrencia e o desvio padro como medida de afastamento da mdia:
Mediana:
9 Distribuio exponencial A varivel aleatria X ter distribuio exponencial se sua funo de distribuio de probabilidade para algum parmentro , for dada por:
Essa distribuio desempenha importante papel na descrio de uma grande classe de fenomenos, particularmente nos assuntos da teoria de confiabilidade. Tem como principal caracterstica a propriedade de no possuir memria. Isso significa queo tempo de vidad futuro (t) de algum objecto tem a mesma distribuio, independentemente do tempo de vida passada (s) desse objecto, ou seja, para quaisquer (s), t>0,
Mdia e desvio padro Se a varivel aleatria X tiver uma distribuio exponencial, com parmetro , ento:
10
10 Concluso
O presente trabalho tinha como meta mostrar as caracteristicas das principais formas de distribuio de probabilidade, tal como a media,variancias,funes de probabilidade e funo de distribuio tanto para variveis aleatrias contnuas como para variveis aleatrias discretas.
11
11 Bibliografia
*Probabilidade,distribuio normal. Acessado em 05 de Agosto 2013.Disponvel em: http://www.eecis.udel.edu/~portnoi/classroom/prob_estatistica/2006_2/lecture_slides/aula14.pdf *Distribuies.Acessado em 05 de Agosto 2013.Disponvel em: