Escolar Documentos
Profissional Documentos
Cultura Documentos
Variáveis Aleatórias
Sistemas de Informação
prof. Rayner Gomes - rayner@ufpi.edu.br/raynergomes@gmail.com
Aviso: As videoaulas gravadas e
disponibilizadas aos alunos da UFPI são
estritamente reservados aos alunos da
UFPI, sendo proibido qualquer
divulgação e distribuição. A reprodução
só é permitida aos alunos matriculados
na disciplina.
Tópicos
1. Variáveis Aleatórias
2. Modelo
a. Uniforme discreto
b. Binomial
c. Geométrico
d. Poison
e. Hipergeométrico
3
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Variáveis Aleatórias
4
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Variáveis Aleatórias
● Uma variável aleatória discreta possui uma coleção de valores que é finita
ou enumerável. (Se há infinitos valores, o número de valores é enumerável se é possível
contá-los individualmente, tal como o número de jogadas de uma moeda antes de se obter
coroa.)
5
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Distribuição de Probabilidade: Requisitos
1. Há uma variável aleatória numérica “x” e seus valores estão associados às
correspondentes probabilidades.
6
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Exemplo
Vamos considerar um exemplo mais simples que envolve apenas dois
nascimentos, com a seguinte variável aleatória: x = número de meninas em dois
nascimentos.
8
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Função discreta de probabilidade ou função de
probabilidade
Seja X uma variável aleatória discreta (x1, x2, ...), a função de probabilidade é a
função que atribui a cada valor da variável a sua probabilidade de ocorrência.
9
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Exemplo 1: Função de Probabilidade
10
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Exemplo 1: Função de Probabilidade
Sendo N a variável aleatória “número de filhos que pode assumir os valores N =
0,1,2,3,4,5.
11
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Exemplo 2: Função de Probabilidade
As estacas para a fundação de um prédio devem atingir 15m de profundidade. A
cada 5m os operadores fazem a medição da resistência do solo para ver se há
alterações nessa resistência, o que acarretará na necessidade de se tornar
medidas que alteram o preço final da obra.
15m → 3 medições
A → alteração na resistência do solo
Ac → complementar de A (sem alteração)
12
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Árvore de Probabilidades
13
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Exemplo 2: Função de Probabilidade
● Podemos ter um mesmo valor para a variável associado a mais de um evento, por
exemplo P(CE=50):
14
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
15
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Função de Distribuição de Probabilidade ou Função
Acumulada de Probabilidades
Seja X uma variável aleatória discreta a função de distribuição de probabilidade é
definida pela seguinte expressão:
16
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelos Discretos: Tome Nota!
17
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelos Discretos: Tome Nota!
18
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelos de Distribuição
● Uniforme discreto
● Binomial
● Geométrico
● Poisson
● Hipergeométrico
19
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Uniforme Discreto
Seja X uma variável aleatória discreta sendo (x1, x2, x3, ...) seus possíveis valores.
Dizemos que X segue modelo uniforme discreto se atribui uma mesma
probabilidade a cada um de seus valores, ou seja:
20
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Exemplo de um modelo uniforme
Uma rifa tem 100 bilhetes numerados de 1 a 100. Quero comprar 5 bilhetes. Terei
mais chances de ganhar se comprar os bilhetes com numeração sequencial ou
com numeração escolhida ao acaso?
21
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Binominal
Em muitas situações a variável de interesse só pode assumir 2 valores, ex:
positivo ou negativo, concorda ou não concorda, sim ou não. Casos:
● Que se fazer um estudo para saber se os moradores de uma região foram atingidos
por uma moléstia contagiosa. O evento de interesse (sucesso) é “a pessoa examinada
foi contagiada”.
0 ou 1
Sua função discreta de probabilidade é dada por:
23
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Ensaio de Bernoulli
=$C$2^C5*(1-$C$2)^(1-C5)
F(x)
Fracasso 0 0.5
xi = cara
Sucesso 1 0.5
24
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Binominal
A probabilidade de ter k sucessos em um evento que segue a
distribuição binomial, é calculada através da equação a seguir:
Onde:
● p = probabilidade de sucesso
● q = probabilidade de fracasso
● n = número de total de ensaios
● k = número de sucessos
Binômio de Newton 25
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Binomial: Exemplo 1
1. Um dado é lançado 50 vezes e quer se saber qual a probabilidade de sair 8
vezes faces com o número 6.
26
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Binomial: Exemplo 2
27
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Bidimensional: Exemplo 2
Podemos assumir que em 15 metros - 3 medições - podemos ter 0,1,2
ou 3 sucessos, com custo CE = 150, 100, 50 OU 0, com k variando de
0,1,2 e 3 respectivamente.
28
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Binomial: Exemplo 2
29
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Binomial: Exemplo 3
Uma prova tipo teste de 20 questões independentes, cada uma tem alternativa
falso e verdadeiro. Se um aluno resolve a prova respondendo a esmo as
questões, qual a probabilidade de tirar 5?
● Número de tentativas → n = 20
● Probabilidade de sucesso → p = 0,5
● Número de sucessos (acertos) → k = 10
30
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Binomial: Exemplo 3
● Número de tentativas → n = 20
● Probabilidade de sucesso → p = 0,5
● Número de sucessos (acertos para tirar 5) → k = 10
31
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Geométrico
32
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Geométrico
33
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Geométrico: Exemplo 1
Quando você percorre pela primeira vez um determinada avenida, a probabilidade
de se encontrar um sinal aberto é de 25% (p=0,25). Se você passar pela avenida
5 vezes qual a probabilidade de encontrar o sinal aberto somente na quinta vez?
34
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Geométrico: Exemplo 2
35
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo Geométrico: Exemplo 2
p 0.1666666667
1 0.1388888889
2 0.1157407407
3 0.09645061728
4 0.0803755144
5 0.06697959534
6 0.05581632945
36
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Poisson
37
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Poisson
38
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Poisson: Exemplo 1
39
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Poisson: Exemplo 1
40
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Poisson: Exemplo 1
Suponha que a emissão de partículas radioativas alfa seja uma variável aleatória
seguindo o modelo de Poisson a taxa de ocorrência de 5 partículas por minuto.
Calcule a probabilidade de haver mais de 2 emissões por minuto.
41
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Poisson: Exemplo 1
42
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Hipergeométrico
43
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Hipergeométrico
Considere uma população com N objetos nos quais M são classificados como do tipo A e
N−M são classificados como do tipo B. Tomamos uma amostra ao acaso, sem reposição e
não ordenada de n objetos. Seja X a variável aleatória que conta o número de objetos
classificados como do tipo A na amostra. Então a distribuição de probabilidade de X é dada
por:
44
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Hipergeométrico: Exemplo
Numa caixa com 10 lâmpadas 2 são defeituosas. Extraída uma amostra
de 4 lâmpadas determine a probabilidade de:
● N = 10 (população)
n
● n = 4 (tamanho da amostra)
● M = 2 (sucesso na população) N
● k = sucesso na amostra
M M-N 45
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Hipergeométrico: Exemplo
1)
46
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Modelo de Hipergeométrico: Exemplo
2)
47
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Recomendação de estudo: Distribuição de probabilidade com variáveis
contínuas!
48
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Referência
49
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
Image source 50
UFPI - CSHNB - SI - Estatística - prof. Rayner Gomes - rayner@ufpi.edu.br
https://christiancounselingco.com/dont-give-up-you-can-do-this/