Distribuio

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) = probabilidade de sair x caras em 5 ensaios

P

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

x = n de caras quando se lana 5 moedas

Histograma para a Distribuio

Binomial
A forma da distribuio binomial
depende do valor do parmetro

Exemplos:

= 0.1

assimetria
positiva

= 0.5

Simtrica

= 0.9

assimetria
negativa

Calculando a Probabilidade Binomial

Em geral, a distribuio binomial pode ser
representada como:

C pp ((11 pp))
PP((XX xx)) pp((xx)) C
nn
xx

n!
where C
x! (n x)!
n
x

xx

nnxx

Mdia e Varincia da Varivel

Binomial
E(X) = = np
V(X) = 2 = np(1-p)

E(X) = valor esperado = mdia

V(X) = varincia

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.

A binomial apropriada quando:

H uma srie de N ensaios.
Em cada ensaio, h apenas 2 possveis
resultados mutuamente exclusivos.
O resultado em cada ensaio
independente do resultado que se
obtm de outros ensaio.
A probabilidade de cada resultado em
qualquer ensaio cohecida, e
constante de um ensaio ao prximo
ensaio.

Probabilidade e a Binomial Distribuio

Se houver N ensaio e voc quer saber a
probabilidade de ter r sucessos:
p(r sucessos) =
N!
prqN-r
r! (N r)!
Exemplo: adivinhao de um n pensado por
outro
Digo para 10 pessoas pensar um nmero entre 1 e
4;
Se eu apenas chuto: p = 0.25; q = 0.75 e na
frmula de Prob (r acertos) temos N = 10.

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

Curva Normal: diferentes

mdias e dp

10

20

30

40

50

60

70

80

90

100

110

120

REVISO

Curva Normal Padronizada

Uma distribuio com

Mdia = 0, e
DP = 1

Frmula Z

Padroniza qualquer
distribuio normal

Escore Z

calculada pela Frmula

Z
O n de DPs distante da
mdia

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

0.0000 0.0040 0.0080

0.0398 0.0438 0.0478
0.0793 0.0832 0.0871

1.00

0.3413 0.3438 0.3461

1.10
1.20

0.3643 0.3665 0.3686

0.3849 0.3869 0.3888

REVISO

Exemplo numrico Normal

Xisnormallydistributedwith = 485, and = 105
P( 485 X 600 ) P( 0 Z 1.10 ) . 3643
ForX = 485,
X 485 485
Z=

105

0.00

0.01

0.02

0.00
0.10

0.0000 0.0040 0.0080

0.0398 0.0438 0.0478

ForX = 600,

1.00

0.3413 0.3438 0.3461

X 600 485
Z=

1.10

105

1.10

0.3643 0.3665 0.3686

1.20

0.3849 0.3869 0.3888

Uso da Normal para resolver

problemas de Binomial
A distribuio normal pode ser usada
em problemas da distribuio binomial
que envolvem grandes valores de n.
Para resolver um problema binomial
pela distribuio normal realizamos
uma conversion do n e p da binomial
para o e da normal.

Aproximao para a Normal

Equaes de Converso
n p

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

Binomial vs Aproximao Normal

EXEMPLO ALFA
X

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

The normal approximation,

P(X 24.5| 18 and 355
. )

Pela Frmula da Binomial

24.5 18
P Z

355
.
P ( Z 183
. )

.5 P 0 Z 183
.
.5.4664
.0336
Obs: No foi necessrio
calcular at 60

Aproximao Normal para a Binomial

Exemplo BETA

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

Antes de resolver o Exemplo BETA

Correo de Continuidade
Usamos a tabela normal para determinar a
probabilidade de r (ex., respostas corretas).
Mas, distribuies normais representam

dados contnuos, e as variveis binomiais

so discretas.
Portanto temos de considerar r como o ponto
mdio entre os limites reais de uma faixa de
pontos (por ex: r - .5 to r + .5)

Antes de resolver o Exemplo BETA

Correo de Continuidade
Aproximao Normal Binomial

P( x 5)
P( x 5)
P( x 5)
P( x 5)
P( x 5)

Antes de resolver o Exemplo BETA

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)

Resoluo via Normal

P (4.5 x 55
.)
P ( x 4.5)
P ( x 55
.)
P ( x 55
.)
P ( x 4.5)

Agora, sim, resolvendo o Exemplo BETA

Traamos uma distribuio
normal para aproximr a
binomial P(X = 10).

= 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

P(XBinomial = 10) = 0.176

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

P(X 14) P(Y > 13.5)

4.5

13.5

14

Condies para a aproximao

A Binomial aproxima a Normal quando:

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).

Usando a frmula binomial

15!
7
15 7
(0.4) (0.6)
.177083661
(15 7)!7!

Binomial Distribution with n=15 and

p=0.4
Exemplo DELTA

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 probabilidade de X = x sucessos em n ensaios de um

experimento binomial define a distribuio binomial

A Distribuio Binomial
No esqueam

A distribuio binomial dada por sua

funo densidade de probabilidade:

n
p(x)
x (1 ) n x
x

n!

x (1 ) n x
x!(n x)!

Termos que devem ser familiares

Distribuio Binomial
Provas de Bernoulli
Aproximao a Normal