Probabilidade e Estatstica

Prof: Evlyn Fernandes

Observao:
O contedo destes slides uma coletnea de material
disponibilizado por outros professores na Internet e
pelo contedo do livro texto. Foi organizado de acordo
com a metodologia defi nida para a disciplina.

MODELOS DE DISTRIBUIES
DISCRETAS DE PROBABILIDADE

Modelo de Bernoulli
Distribuio Binomial

Distribuio de Poisson

MODELO DO BERNOULLI
Experimento E, cujo resultado pode ser um sucesso
(acontece o evento que nos interessa) ou um
fracasso.
Seja X a varivel aleatria: sucesso ou fracasso

Diz-se que uma varivel assim defi nida tem uma

distribuio de Bernoulli.

MODELO DO BERNOULLI:
CARACTERSTICAS

DISTRIBUIO BINOMIAL
Considere os exeprimentos aleatrios e as variveis
aleatrias abaixo:
Jogar uma moeda 10 vezes. X1= nmero de caras obtidas
Cada amostra de ar tem 10% de chance de conter uma molcula
rara. X1 = nmero de amostras de ar que contem essa molcula rara
dentre as prximas 18 analisadas.
De todos os bits transmitidos atravs de um canal de transmisso,
10% so recebidos com erro. X1= nmero de bits com erro dentre os
prximos cinco recebidos.
Teste de mltipla escolha com 10 questes, cada uma com quatro
opes, respondidas no chute. X1= nmero de questes
respondidas corretamente.
De todos os pacientes que sofrem de uma doena em particular,
35% apresentam melhora a partir do uso de uma determinanda
medicao. Nos prximos 100 pacientes que fi zerem uso desse
medicamento, considere X1= nmero de pacientes que
apresentaram melhora.

DISTRIBUIO BINOMIAL
uma distribuio adequada para experimentos que
possuem apenas dois resultados ( sucesso ou
fracasso).
Assume-se que as tentativas que contituem o
experimento aleatrio so independentes. Isso
implica que o resultado de uma tentativa no
interfere no resultado de outra.
De maneira geral, assume-se que a probabilidade de
sucesso constante em cada tentativa.

DISTRIBUIO BINOMIAL

n provas independentes e do mesmo tipo so realizadas.

Cada prova admite dois re sultados: sucesso ou fracasso
A probabilidade de sucesso de cada prova p e a de fracasso
1-p=q.
Y= nme ro de sucesso das n provas.
Y= 0, 1, 2, ..., n

Probabilidade de todas fracassare m:

P(Y=1): n provas cada uma com um sucesso e (n-1) fracassos
P(Y=y), y sucessos e (n-y) fracassos:
equivale ao nmero total de sequncias das tentativas que contem y
sucessos e (n-y) fracassos.

DISTRIBUIO BINOMIAL
Mdia
Y a soma de n variveis do tipo Bernoulli

Varincia

DISTRIBUIO BINOMIAL
Exemplo 1.

DISTRIBUIO BINOMIAL
Exemplo 1: Resposta
n=8, p=1/2, q=1/2

DISTRIBUIO DE POISSON
Em alguns casos, se conhece o nmero de sucessos,
porm torna-se difcil e at sem sentido determinar o
nmero de fracassos ou o nmero total de provas.
Pode-se saber quantos carros passaram numa esquina
durante um intervalo de tempo, mas no se pode dizer
quantos deixaram de passar.

Para encontrar a probabilidade de x sucessos em um

intervalo de tempo t, algumas hipteses precisam ser
admitidas:

DISTRIBUIO DE POISSON
A probabilidade de sucesso dentro
H1.: P(X=1,t)=t de um intervalo t proporcional
H2.: P(X>1, t)=0 amplitude do intervalo

H3.: P(X=0, t)=1- t

H4.: As ocorrncias de sucessos em intervalos so
independentes.
Tem-se que , logo
Para se encontrar a probabilidade de X sucessos em
um intervalo t, P(X,t), pode-se calcular o limite de
uma distribuio binomial com parmetros n e

Tentativas indo para o infinito

Probabilidade
de sucesso

DISTRIBUIO DE POISSON

c oe fi cien te de p roporcionalidade , e e o n me ro de Eule r 2 ,7

DISTRIBUIO DE POISSON
Mdia
Pode-se provar que:

Varincia
Pode-se provar que:

DISTRIBUIO DE POISSON
Exemplo 2:

DISTRIBUIO DE POISSON
Exemplo 2: Resposta: