Você está na página 1de 36

Varivel Aleatria Distribuio Binomial

Texto da aula por: Prof. Carlos Alberto (Caio) Dantas

Vamos considerar alguns exemplos de experimentos aleatrios em que associamos a cada resultado possvel um nmero

1. Lana-se uma moeda 10 vezes e anotase o nmero de caras. Este nmero pode ser 0, 1, 2 ...10.

2. Conta-se o nmero de acidentes que


ocorrem em uma rodovia num feriado prolongado. O nmero de acidentes em questo pode ser : 0, 1, 2 Como no temos um valor que limite esse nmero supomos que o nmero de acidentes qualquer nmero inteiro (natural).

3. Conta-se o nmero de bactrias na


seo de uma lmina; este nmero pode ser tambm qualquer nmero inteiro.

4. Considera-se o nmero de chamadas


telefnicas que chegam a uma central em um intervalo de tempo. Aqui tambm este nmero pode ser qualquer nmero inteiro.

5. Observa-se o nmero de glbulos


vermelhos num exame de sangue; este nmero pode ser qualquer inteiro no negativo.

6. Em uma pesquisa de mercado entrevistase um prupo de 200 pessoas sobre se compram um produto A; o nmero de pessoas que compram o produto varia de 0 a 200.

7. Mede-se a altura de uma mulher em uma


cidade. O valor encontrado pode ser um nmero real. Aqui tambm sabemos que esse nmero no passa de 2 metros, mas conveniente considerar qualquer nmero real (positivo).

8. Em um exame fsico para selecionar um


jogador de futebol medido o peso de cada candidato; aqui tambm consideramos que o resultado pode ser qualquer nmero real.

9. Em campanhas preventivas de hipertenso


arterial comum de tempos em tempos medirse o nvel de colesterol.O valor de cada medida pode ser um nmero real no negativo.

10. Para pacientes que se apresentam


num hospital a primeira atitude medirse a temperatura; o valor da temperatura um nmero real que pode-se considerar compreendido entre 35 e 42C.

11. Retira-se uma lmpada da linha de


produo e coloca-se a mesma em um soquete acendendo-a; observa-se a mesma at que se queime. O tempo de durao da lmpada um nmero real no negativo.

12. Retorno de certo ativo financeiro em


dado ms (ou dia, ou outra unidade de tempo): pode ser (em princpio) qualquer nmero real (positivo ou negativo ou nulo)

Nota-se que nos primeiros 6 exemplos, o nmero que foi observado ao realizar-se o experimento aleatrio um nmero inteiro, pertencente a um conjunto finito ou infinito de possibilidades, e resultante de um processo de contagem:
moedas; acidentes automotivos; bactrias em uma lmina; chamadas telefnicas; glbulos vermelhos; consumidores.

Nos exemplos de 7 a 11 o nmero observado no experimento aleatrio um nmero real e resulta em geral de uma medio:
altura das mulheres; peso do atleta; nvel de colesterol; temperatura; tempo de durao da lmpada.

Com base nessas observaes introduzimos a noo de varivel aleatria.

Uma varivel aleatria (v.a.)


uma funo, que associa a cada elemento do espao

amostral, um nmero real.


Espao Amostral

w1 w 2 w3 w4 w 5 w 6

X
x1 x2 x3 x4

As variveis aleatrias dos 6 primeiros

exemplos, que resultam de uma


contagem so denominadas discretas.

Aquelas que encontramos nos exemplos


de 7 a 11 , que resultam de uma medio (numa escala contnua) so ditas contnuas.

Distribuio de probabilidades
( varivel discreta )

A distribuio de probabilidades de uma varivel aleatria discreta uma tabela que associa a cada valor da varivel sua probabilidade. valor probabilidade x1 P[ X = x1] x2 P[ X = x2] . . . . xn P[ X = xn]

Exemplos
1. Lanamento de um dado.
X :nmero de pontos da face superior

Valor de X
1 2 3 4 5 6

Probabilidade
1/6 1/6 1/6 1/6 1/6 1/6

2. Vamos considerar o experimento que

consiste em retirar quatro bolas de uma urna contendo 6 brancas e 4 pretas repondo-as aps cada retirada.
O espao amostral e as probabilidades associadas a cada um de seus pontos representado a seguir:

Espao amostral e probabilidades


BBBB (0,6)4 BBBP (0,6)3.(0,4) BBPB (0,6)3.(0,4) BBPP (0,6)2.(0,4)2 BPBB (0,6)3.(0,4) BPBP (0,6)2.(0,4)2 BPPB (0,6)2.(0,4)2 BPPP (0,6).(0,4)3 PBBB (0,6)3.(0,4) PBBP (0,6)2.(0,4)2 PBPB (0,6)2.(0,4)2 PBPP (0,6).(0,4)3 PPBB (0,6)2.(0,4)2 PPBP (0,6).(0,4)3 PPPB (0,6).(0,4)3 PPPP (0,4)4

Vamos chamar de X o nmero de bolas brancas nas quatro retiradas.


Distribuio de probabilidades de X: P [X = 0] = (0,4)4
0.35

P [X = 1] = 4 .
P [X = 2] = 6 .

(0,6).(0,4)3
(0,6)2 . (0,4)2

0.30 0.25 0.20 0.15 0.10

P [X = 3] = 4 . (0,6)3 . (0,4) P [X = 4] = (0,6)4

0.05 0.00 0 1 2 3 4

Valor Esperado
O valor esperado (mdia, esperana matemtica) de uma varivel aleatria discreta a mdia de seus valores ponderados pelas respectivas probabilidades.
Valores Probab. x1 P[X = x1] x2 P[X = x2] ... xn P[X = xn]

E[X] = x1 P[X = x1] + x2 P[X = x2] + ... + xn P[X = xn] Em outros smbolos:

E[ X ]

x
i 1

P[ X xi ]

Exemplo
Lanamento de 1 dado. Calcular o nmero mdio de pontos. X : nmero de pontos

E[X] = 1. 1+ 2. 1 + 3. 1 + 4. 1 + 5. 1 + 6. 1 = 21
= 3,5

Interpretao Fsica

Ponto onde a distribuio de massa se equilibra: centro de gravidade.

Propriedades
1) Se X1, X2, . , Xn forem v.a.s de um
mesmo experimento aleatrio e X = X1 + X2 + X3 . + Xn ento: E(X) = E(X1) + E(X2) + . + E(Xn) 2) Se "c" for uma constante, ento:

E(cX) = c E(X)

Varincia A varincia de uma v.a. o valor esperado do desvio ao quadrado da v.a. em relao a sua mdia. Em smbolos:
Var (X) = E[(X - E[X])2] = E{X2 - 2X.E(X) + [E(X)]2}

= E(X2) - 2[E(X)]2 + [E(X)]2 = E(X2) - [E(X)]2

Var (X) = E(X2) - [E(X)]2

Nas frmulas anteriores

E ( X ) x P( X xi )
2 i 1 2 i

X : nmero de pontos observados quando lanamos um dado equilibrado ao acaso.


Valores de X 1 2 3 4 5 6 Prob. 1/6 1/6 1/6 1/6 1/6 1/6 Val. de X2 1 4 9 16 25 36 Prob. 1/6 1/6 1/6 1/6 1/6 1/6

E(X) = 3,5 Var (X) = 15,16 - 3,52 1+4+9+16+25+36 2 E(X )= Var (X) = 15,16 - 12,25 6 = 91 = 15,16 Var(X) = 2,91 6

Distribuio Binomial
Esperana e Varincia

Exemplos
Os estudantes que cursam uma disciplina so aprovados ou reprovados; As peas produzidas em uma indstria so boas ou defeituosas; Pacientes submetidos a um tratamento so curados ou no;

Lmpadas produzidas por uma indstria duram mais que 200 horas ou no;
Numa questo de exame, um estudante acerta ou erra a resposta.

Ensaios de Bernoulli
S h dois possveis resultados em cada ensaio: sucesso (S) ou fracasso (F); a probabilidade de sucesso em cada ensaio constante igual a p.

Vamos considerar n ensaios de Bernoulli independentes.

BBBB (0,6)4

PBBB (0,6)3.(0,4)

BBBP (0,6)3.(0,4)
BBPB (0,6)3.(0,4) BBPP (0,6)2.(0,4)2 BPBB (0,6)3.(0,4) BPBP (0,6)2.(0,4)2 BPPB (0,6)2.(0,4)2 BPPP (0,6).(0,4)3

PBBP (0,6)2.(0,4)2
PBPB (0,6)2.(0,4)2 PBPP (0,6).(0,4)3 PPBB (0,6)2.(0,4)2 PPBP (0,6).(0,4)3 PPPB (0,6).(0,4)3 PPPP (0,4)4

Exemplo
Considere uma prova com 5 questes em que cada questo tem trs alternativas, uma e apenas uma das quais correta.

Suponha que um estudante no conhea a matria e resolva responder as 5 questes escolhendo em cada uma delas uma alternativa ao acaso.
Qual a probabilidade de o estudante acertar duas questes?

Consideramos uma sequncia de n ensaios de Bernoulli independentes com probabilidade de sucesso p em cada ensaio. Seja X o n de sucessos nos n ensaios.

Para k = 0, 1, 2 n
n-k n k P [X=k] = ( k ) p (1-p) X dita ter distribuio binomial com parmetros n e p. Em smbolos:

X ~ B(n, p)

Observe que se fixarmos os k sucessos nos n primeiros ensaios, isto , se o ponto amostral for S...S F...F , ento a probabilidade deste ponto
k vezes (n-k) vezes k n-k

p (1-p)

n O coeficiente k conta quantos pontos do espao amostral tem k sucessos.

( )

Para os n ensaios de Bernoulli considere


X1, X2, Xn tais que:
X1 = 1 sucesso no primeiro ensaio 0 falha no primeiro ensaio
X2 = 1 sucesso no segundo ensaio 0 falha no segundo ensaio

Xn = 1 sucesso no n-simo ensaio 0 falha no n-simo ensaio

Ento
X = X1 + X2 + + Xn conta o n de sucessos nos
n ensaios.

Esperana e Varincia de X
Valor de X1 0 1 Prob. 1-p p Val. de X12 0 1 Prob. 1-p p

E(X1)= 0.(1-p) + 1.p = p E(X12)= 0.(1-p) + 1.p = p Var(X1)= E (X12) - [E (X1)]2 = p - p2 = p(1 - p)
EX = E(X1)+ E(X2)+ + E(Xn) = p + p + + p = np

Como X1, X2, Xn so independentes:


Var(X) = Var(X1)+ Var(X2)+ + Var(Xn)

Var(X) = p(1- p) + p(1- p) + . + p(1- p) n vezes

Var(X) = n p (1 - p)

Como calcular P(X=k) no Minitab


Considere o exemplo de uma prova com 12 questes cada uma com 4 alternativas e que o aluno escolha a resposta ao acaso. Podemos supor que:

X ~ B(n, p) com n=12 e p=0,25 X: no. de questes corretas

No Minitab
> pdf; > bino 12 0.25.
Binomial with n = 12 and p = 0.25 x P( X = x ) 0 0.0317 1 0.1267 2 0.2323 3 0.2581 4 0.1936 5 0.1032 6 0.0401 7 0.0115 8 0.0024 9 0.0004 10 0.0000