Escolar Documentos
Profissional Documentos
Cultura Documentos
1
𝑃 𝑋 = 𝑥𝑖 = 𝑝𝑖 =
𝑘
Para todo 𝑖 = 1, 2, … 𝑘.
Distribuição Uniforme Discreta
Definição. Dada a v.a. 𝑋 , assumindo os valores 𝑥1 , 𝑥2 ..., 𝑥𝑘 ,
chamamos valor médio ou esperança matemática de 𝑋 ao valor
𝑛 𝑛
1
𝐸 𝑋 = 𝑥𝑖 𝑝𝑖 = 𝑥𝑖
𝑘
𝑖=1 𝑖=1
Para todo 𝑖 = 1, 2, … 𝑛.
Distribuição Uniforme Discreta
Definição. Chama-se variância de uma v.a. 𝑋, ao valor
𝑉𝑎𝑟 𝑋 = [𝑥𝑖 − 𝐸 𝑋 ]2 𝑝𝑖
𝑖=1
Para todo 𝑖 = 1, 2, … 𝑛.
E desvio padrão de 𝑋
𝐷𝑃 𝑋 = 𝑉𝑎𝑟(𝑋)
Distribuição Uniforme Discreta
Definição. A função de distribuição acumulada de uma v.a. 𝑋, será
𝑛
1 𝑛(𝑥)
𝐹 𝑋 = =
𝑘 𝑘
𝑥𝑖 ≤𝑥
𝑝 0 =𝑃 𝑋 =0 =1−𝑝
𝑝 1 =𝑃 𝑋=1 =𝑝
(1 – 𝑝) ∙ 𝑝 ∙ 𝑝 ∙ (1 – 𝑝) ∙ 𝑝 = 𝑝3 (1 − 𝑝)2 .
Distribuição Binomial
Uma característica interessante dos experimentos considerados é que
estamos interessados apenas no número total de sucessos e não na
ordem em que eles ocorrem.
Pode-se construir uma tabela para n = 3 lançamentos da moeda, com
P(S) = p, P(F) = 1 – p = q.
Distribuição Binomial
Distribuição Binomial
Distribuição Binomial
Pode-se obter, agora, 𝑃(𝑋 = 𝑘), ou seja, numa sequência de n ensaios
de Bernoulli, a probabilidade de obter k sucessos (e portanto
𝑛 – 𝑘 fracassos), 𝑘 = 0,1,2, … , 𝑛 , com 𝑃(𝑆) = 𝑝, 𝑃(𝐹) = 1 – 𝑝 = 𝑞 .
Uma particular sequência é
SSS ... SFF ... F,
onde temos 𝑘 sucessos seguidos por 𝑛 – 𝑘 fracassos. A probabilidade
de tal sequência é
𝑝𝑘 (1 − 𝑝)𝑛−𝑘 = 𝑝𝑘 𝑞 𝑛−𝑘
Distribuição Binomial
Mas qualquer seqüência com 𝑘 sucessos e 𝑛 – 𝑘 fracassos terá a
mesma probabilidade. Portanto resta saber quantas sequências com a
propriedade especificada podemos formar. É fácil ver que existem
𝑛 𝑛!
=
𝑘 𝑘! 𝑛 − 𝑘 !
De forma que
𝑛 𝑘 𝑛−𝑘
𝑃 𝑋=𝑘 = 𝑝 𝑞 , 𝑘 = 0, 1, 2, … , 𝑛
𝑘
Distribuição Binomial
Definição. Chama-se de experimento binomial ao experimento
a) que consiste em 𝑛 ensaios de Bernoulli;
b) cujos ensaios são independentes; e
c) para o qual a probabilidade de sucesso em cada ensaio é sempre
igual a 𝑝, 0 < 𝑝 < 1.
A média e a variância de uma v.a. binomial, com parâmetros 𝑛 e 𝑝 são
dadas, respectivamente, por
𝐸(𝑋) = 𝑛𝑝 𝑉𝑎𝑟(𝑋) = 𝑛𝑝𝑞
REFERÊNCIAS
BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. 2010. p. 540.