Escolar Documentos
Profissional Documentos
Cultura Documentos
Binomial
continuao
Prof. Ivan Balducci
FOSJC / Unesp
O Processo Binomial
Um lanamento de moeda segue um processo
que gera dados binomiais. As caractersticas
de um processo binomial so:
p constante de ensaio a ensaio (= 0.5)
H dois resultados, sucesso e fracasso
(sucesso = cara ou coroa)
Ensaios so independentes (um lanamento
no afeta o prximo lanamento)
H um nmero (N) finito de ensaios (por
exemplo, o n de ensaios = 5)
A Distribuio Binomial
n!
x
n x
p( x)
* (1 ) , x 0,1,2,......., n
x!(n x)!
n = n de ensaios (ex: lanamento da moeda)
x = nmero de sucessos em n ensaios
= probabilidade de sucessos
A Distribuio Binomial
5!
0
5
P X 0
0.5 1 0.5 0.03125
0! 5!
5!
1
4
P X 1
0.5 1 0.5 0.1875
1! 4!
Pr (X=x)
0.5
0.03125
0.5
0.15625
0.5
0.3125
0.5
0.3125
0.5
0.15625
0.5
0.03125
Exemplos:
= 0.1
assimetria
positiva
= 0.5
Simtrica
= 0.9
assimetria
negativa
C pp ((11 pp))
PP((XX xx)) pp((xx)) C
nn
xx
n!
where C
x! (n x)!
n
x
xx
nnxx
A Distribuio Binomial
Notao
p = p(A) = a probabilidade de A
q = p(B) = a probabilidade de B
p + q = 1.00
Lanando uma moeda:
p (caras) = q (coroas) = .50
A Distribuio Binomial
Os dois resultados no precisam ser igualmente
provveis.
Exemplo: desempenho em teste de mltipla
escolha com 4 alternativas (a; b;c;d)
Cada questo representa um ensaio; em cada
ensaio h 2 resultados possveis:
Resultado 1: correto p = 0.25
Resultado 2: incorreto q = 0.75
A Distribuio Binomial
1.
2.
3.
4.
REVISO DA CURVA
NORMAL DE
PROBABILIDADES
REVISO
Caractersticas da Normal
Contnua
Simtrica
Unimodal
rea total sob a
curva soma a 1, ou
100%.
rea direita mdia
ou 50%.
rea esquerda da
mdia ou 50%.
1/2
1/2
REVISO
Curva Normal
x
1
2 e
Where:
mean of X
standard deviation of X
= 3.14159 . . .
e 2.71828 . . .
f ( x)
REVISO
10
20
30
40
50
60
70
80
90
100
110
120
REVISO
Mdia = 0, e
DP = 1
Frmula Z
Padroniza qualquer
distribuio normal
Escore Z
X
Z
Tabela Z padronizada
Second Decimal Place in Z
Z 0.00
0.01
0.02
REVISO
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.00
0.10
0.20
0.30
0.0000
0.0398
0.0793
0.1179
0.0040
0.0438
0.0832
0.1217
0.0080
0.0478
0.0871
0.1255
0.0120
0.0517
0.0910
0.1293
0.0160
0.0557
0.0948
0.1331
0.0199
0.0596
0.0987
0.1368
0.0239
0.0636
0.1026
0.1406
0.0279
0.0675
0.1064
0.1443
0.0319
0.0714
0.1103
0.1480
0.0359
0.0753
0.1141
0.1517
0.90
1.00
1.10
1.20
0.3159
0.3413
0.3643
0.3849
0.3186
0.3438
0.3665
0.3869
0.3212
0.3461
0.3686
0.3888
0.3238
0.3485
0.3708
0.3907
0.3264
0.3508
0.3729
0.3925
0.3289
0.3531
0.3749
0.3944
0.3315
0.3554
0.3770
0.3962
0.3340
0.3577
0.3790
0.3980
0.3365
0.3599
0.3810
0.3997
0.3389
0.3621
0.3830
0.4015
2.00
0.4772
0.4778
0.4783
0.4788
0.4793
0.4798
0.4803
0.4808
0.4812
0.4817
3.00
3.40
3.50
0.4987
0.4997
0.4998
0.4987
0.4997
0.4998
0.4987
0.4997
0.4998
0.4988
0.4997
0.4998
0.4988
0.4997
0.4998
0.4989
0.4997
0.4998
0.4989
0.4997
0.4998
0.4989
0.4997
0.4998
0.4990
0.4997
0.4998
0.4990
0.4998
0.4998
REVISO
Exemplo de uso da
Tabela Z
P( 0 Z 1) 0. 3413
Z
-3
-2
-1
0.00
0.01
0.02
0.00
0.10
0.20
1.00
1.10
1.20
REVISO
105
0.00
0.01
0.02
0.00
0.10
ForX = 600,
1.00
X 600 485
Z=
1.10
105
1.10
1.20
n pq
EXEMPLO ALFA
GiventhatXhasabinomialdistribution, find
Conversion example:
P( X 25| n 60 andp . 30 ).
n p (60 )(. 30 ) 18
n p q (60 )(. 30 )(. 70 ) 3. 55
EXEMPLO ALFA
Grfico
0.12
0.10
0.08
0.06
0.04
0.02
0
6
10 12 14 16 18 20 22 24 26 28 30
P(X)
25
26
27
28
29
30
31
32
33
Total
0.0167
0.0096
0.0052
0.0026
0.0012
0.0005
0.0002
0.0001
0.0000
0.0361
24.5 18
P Z
355
.
P ( Z 183
. )
.5 P 0 Z 183
.
.5.4664
.0336
Obs: No foi necessrio
calcular at 60
Aproxime a probabilidade
binomial P(x=10) quando n = 20
e p = .5
Os parmetros da distribuio normal
usados para a aproximao da binomial so:
= np; 2 = np(1 - p) = npq
Correo de Continuidade
Usamos a tabela normal para determinar a
probabilidade de r (ex., respostas corretas).
Mas, distribuies normais representam
Correo de Continuidade
Aproximao Normal Binomial
P( x 5)
P( x 5)
P( x 5)
P( x 5)
P( x 5)
Correo de Continuidade
Aproximao Normal para a Binomial
Enunciado da binomial
P( x 5)
P( x 5)
P( x 5)
P( x 5)
P( x 5)
P (4.5 x 55
.)
P ( x 4.5)
P ( x 55
.)
P ( x 55
.)
P ( x 4.5)
= np = 20(.5) = 10;
2 = np(1 - p) = 20(.5)(1 - .5) = 5
= 51/2 = 2.24
P(9.5<YNormal<10.5)
A aproximao
Com a frmula
da Binomial
= 0.176
~= P(9.5<Y<10.5)
9.5
10
10.5
Com a
9.5 10
10.5 10
P(
Z
) .1742 aproximao da
2.24
2.24
normal = 0.1742
Outros exemplos
Correo de continuidade
Aproximao Normal para a Binomial
P(X 4) P(Y< 4.5)
4
4.5
13.5
14
np > 10
2. nq > 10
Mdia: = np
DP = SQRT(npq)
z = (X np) /SQRT(npq)
1.
SQRT a raiz
quadrada
Exemplo GAMA
Em um teste com 48 questes, qual a
probabilidade de se obter 14 respostas certas?
p=
q=
npq = 48(0.25)(0.75) = 9
N = 48
r = 14
z1= X pn = 13.5 12 = 1.5/3 = .50
SQRT(npq)
3
Exemplo GAMA
zx = 14.5 12
= 2.5/3 = .83
3
Observe a rea acima do z-escore:
rea acima z = .50 .3085
rea acima z = .83 .2033
Calculando a rea entre os dois z-scores:
.3085 - .2033 = .1052
Exemplo GAMA
Binomial vs Normal
Esta uma probabilidade aproximada.
Compare (0.1052 via aprox. normal) com
a probabilidade da binomial = 0.1015
Elas so muito prximas, mas no
exatamente a mesma.
Exemplo DELTA
Para n=15, p=0.4.
Calcule P(X=7).
15!
7
15 7
(0.4) (0.6)
.177083661
(15 7)!7!
Probability
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
X Success out of 15 trials
Exemplo DELTA
bin(7; n =15;p = 0.4)
Usando a aproximao normal.
Obtemos npe npq.
6.5 6
7.5 6
P( x 7) P(6.5 x 7.5) P(
z
)
1.897
1.897
P(.264 z .79) .1826
Com a Binomial obtivemos o valor de p = 0.1770
Exemplo PSILON
No Canad, como resultado de um levantamento,
24% das pessoas tm telefone com secretria
eletrnica. Se uma campanha de telemarketing
envolve 2500 pessoas, qual a probabilidade de,
pelo menos, 650 terem secretria eletrnica?
Soluo VIA NORMAL
649.5 (0.24)(2500)
P ( x 650) P ( z
)
(0.24)(0.76)(2500
P ( z 2.32) 0.0102
A Distribuio Binomial
No esqueam
Uma varivel aleatria X o nmero de sucessos
obtidos em n ensaios
A probabilidade de cada sucesso constante e igual a
A Distribuio Binomial
No esqueam
n
p(x)
x (1 ) n x
x
n!
x (1 ) n x
x!(n x)!
Distribuio Binomial
Provas de Bernoulli
Aproximao a Normal