Probabilidade. Distribuição Binomial



Documentos relacionados
Probabilidade. Distribuição Binomial

Exercícios Resolvidos da Distribuição Binomial

Distribuições de Probabilidade Distribuição Binomial

DISTRIBUIÇÕES DE PROBABILIDADE

Exercícios Resolvidos da Distribuição de Poisson

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS

Regra do Evento Raro p/ Inferência Estatística:

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A:

INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A):

1 Probabilidade Condicional - continuação

Espaço Amostral ( ): conjunto de todos os

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos

LISTA DE EXEMPLOS - PROBABILIDADE

Probabilidade. Definições e Conceitos

Probabilidade. Distribuição Normal

MAE116 Noções de Estatística

Bom serviço dentro da garantia Serviço deficiente dentro da garantia Vendedores de determinada marca de pneus 64 16

4. σ 2 Var X p x q e σ Dp X Podemos escrever o modelo do seguinte modo:

DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL

Distribuição Uniforme Discreta. Modelos de distribuições discretas. Distribuição de Bernoulli. Distribuição Uniforme Discreta

CAPÍTULO 5 - Exercícios

UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2

O que é a estatística?

LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS

Variáveis Aleatórias Discretas e Distribuições de Probabilidade

INE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE

Módulo VIII. Probabilidade: Espaço Amostral e Evento

Probabilidade. Definições, Notação, Regra da Adição

Capítulo 2 Endogamia. Acasalamentos Preferenciais. Introdução

Eventos independentes

C Curso destinado à preparação para Concursos Públicos e Aprimoramento Profissional via INTERNET RACIOCÍNIO LÓGICO AULA 7

Distribuição Binomial

Estatística e Probabilidade Aula 05 Distribuições de Probabilidades. Prof. Gabriel Bádue

MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade

(a 1 + a 100 ) + (a 2 + a 99 ) + (a 3 + a 98 ) (a 50 + a 51 ).

Exercícios Resolvidos sobre probabilidade total e Teorema de Bayes

Cláudio Tadeu Cristino 1. Julho, 2014

Grupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 5 - Variáveis Aleatórias e Distribuição Binomial C A S A

CAP4: Distribuições Contínuas Parte 1 Distribuição Normal

1. Cinco cartas são extraídas de um baralho comum (52 cartas, 13 de cada naipe) sem reposição. Defina a v.a. X = número de cartas vermelhas sorteadas.

MÓDULO 6 INTRODUÇÃO À PROBABILIDADE

Aula 4 Estatística Conceitos básicos

Premium até 10 S.M a 20 S.M a 30 S.M mais de 30 S.M

Cálculo das Probabilidades e Estatística I

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ

AV2 - MA (a) De quantos modos diferentes posso empilhá-los de modo que todos os CDs de rock fiquem juntos?

Teorema do Limite Central e Intervalo de Confiança

Probabilidade. Multiplicação e Teorema de Bayes

Leia o texto abaixo para resolver as questões sobre população e amostra.

Lista de exercícios sobre cálculo de probabilidades, axiomas, propriedades, teorema da probabilidade total e teorema de Bayes (com respostas)

Faculdade Tecnológica de Carapicuíba Tecnologia em Logística Ênfase em Transportes Notas da Disciplina de Estatística (versão 8.

Unidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá

ALGUNS TóPICOS DE CONTAGEM E PROBABILIDADE

Distribuições: Binomial, Poisson e Normal. Distribuição Binomial

Teorema Central do Limite e Intervalo de Confiança

3ª lista de exercícios sobre cálculo de probabilidades, axiomas, propriedades, teorema da probabilidade total e teorema de Bayes

2 Modelo Clássico de Cramér-Lundberg

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística

Probabilidade. Distribuição Exponencial

Professor Mauricio Lutz PROBABILIDADE

PROBABILIDADE PROFESSOR: ANDRÉ LUIS

CAP4: Controle Estatístico do Processo (CEP)

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

Lista 5 - Introdução à Probabilidade e Estatística

Recursos. Um recurso é ou um dispositivo físico (dedicado) do hardware, ou Solicitar o recurso: esperar pelo recurso, até obtê-lo.

Probabilidade. Distribuição Exponencial

SISTEMAS ESPECIALISTAS

GERENCIAMENTO DE MODIFICAÇÕES

SISTEMA CLÁSSICO DE REDUÇÃO

CAPÍTULO 6 CIRCUITOS SEQUENCIAIS IV: PROJETO DE REDES SEQUENCIAIS

NOÇÕES DE PROBABILIDADE

EXERCÍCIOS BINOMIAL. X P(X=x)

INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS

1. Introdução ao uso da calculadora

Atividade à Distância Avaliativa - Probabilidade. 1 Probabilidade - Operações e Propriedades

Algoritmos de Busca em Tabelas

Bioestatística Aula 3

IA: Problemas de Satisfação de Restrições. Prof. Msc. Ricardo Britto DIE-UFPI

CAP5: Amostragem e Distribuição Amostral

NOME DO ALUNO: Nome da Escola: Nome do

O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2

OBSERVAÇÃO DE TAREFAS BASEADA NA SEGURANÇA COMPORTAMENTAL

I. Experimentos Aleatórios

Disciplina Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE DSITRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DISCRETAS

PROGRAMA DE CONTROLE MÉDICO DE SAÚDE OCUPACIONAL - PCMSO

1 CIRCUITOS COMBINACIONAIS

Probabilidades e Estatística

Unidade 11 - Probabilidade. Probabilidade Empírica Probabilidade Teórica

Primeira Lista de Exercícios de Estatística

Diagrama de transição de Estados (DTE)

Introdução a Avaliação de Desempenho

CURSO ON-LINE PROFESSOR GUILHERME NEVES

TESTES DE HIPÓTESES. Testes de comparação entre grupos

Universidade Federal do ABC. Sinais Aleatórios. Prof. Marcio Eisencraft

Vetores Aleatórios, correlação e conjuntas

Especificação técnica de Videodetecção ECD/DAI

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

94 (8,97%) 69 (6,58%) 104 (9,92%) 101 (9,64%) 22 (2,10%) 36 (3,44%) 115 (10,97%) 77 (7,35%) 39 (3,72%) 78 (7,44%) 103 (9,83%)

Transcrição:

Probabilidade Distribuição Binomial

Distribuição Binomial (Experimentos de Bernoulli) Considere as seguintes experimentos/situações práticas: Conformidade de itens saindo da linha de produção Tiros na mosca numa sequência de disparos contra um alvo Respostas de pessoas à pergunta sobre se vai ou não viajar nas próximas férias O que estes experimentos têm em comum?

Distribuição Binomial (Experimentos de Bernoulli) Em todas estas situações temos um conjunto de provas que satisfazem as seguintes condições: as provas se realizam sob as mesmas condições cada prova comporta apenas dois resultados possíveis (mutuamente exclusivos), designados por S (sucesso) e F (falha). a probabilidade de sucesso P(S) é a mesma em cada prova (a variável aleatória de interesse, X, representa o número de sucessos em cada prova) as provas são independentes entre si

Distribuição Binomial Suponha que 4 componentes são testados por um período de tempo, e que só dois resultados são possíveis: sucesso ou falha. De quantos modos podemos ter 4 sucessos em cada prova? X=4 (X: variável aleatória de interesse) Maneiras de se obter X=4 sucessos S1 S2 S3 S4 uma única maneira

Distribuição Binomial Suponha que 4 componentes são testados por um período de tempo, e que só dois resultados são possíveis: sucesso ou falha De quantos modos podemos ter 3 sucessos em cada prova? X=3 (X: variável aleatória de interesse) 4 Maneiras de se obter X=3 sucessos S1 S2 S3 F4 S1 S2 F3 S4 S1 F2 S3 S4 F1 S2 S3 S4

Distribuição Binomial Suponha que 4 componentes são testados por um período de tempo, e que só dois resultados são possíveis: sucesso ou falha De quantos modos podemos ter X sucessos em cada prova? X=4 X=3 X=2 X=1 X=0 S1 S2 F3 F4 S1 S2 S3 F4 S1 F2 S3 F4 F1 F2 F3 S4 S1 S2 S3 S4 S1 S2 F3 S4 S1 F2 S3 S4 F1 S2 S3 F4 F1 S2 F3 S4 F1 F2 S3 F4 F1 S2 F3 F4 F1 F2 F3 F4 F1 S2 S3 S4 S1 F2 F3 S4 S1 F2 F3 F4 F1 F2 S3 S4

Distribuição Binomial Se a probabilidade de sucesso é p, qual a probabilidade de se ter X = 0 e X = 1 sucessos em uma prova? (Note que q = 1-p é a probabilidade de falha) Sucessos Modos No. de modos Probabilidade X = 0 F1 F2 F3 F4 1 1 p 0 (1-p) 4 F1 F2 F3 S4 X = 1 F1 F2 S3 F4 F1 S2 F3 F4 4 4 p 1 (1-p) 3 S1 F2 F3 F4

Distribuição Binomial Se a probabilidade de sucesso é p, qual a probabilidade de se ter X = 2 sucessos em uma prova? (Note que q=1-p é a probabilidade de falha) Sucessos Modos No. de modos Probabilidade X = 2 S1 S2 F3 F4 S1 F2 S3 F4 F1 S2 S3 F4 F1 S2 F3 S4 S1 F2 F3 S4 F1 F2 S3 S4 6 6 p 2 (1-p) 2

Distribuição Binomial Se a probabilidade de sucesso é p, qual a probabilidade de se ter X sucessos em uma prova? (Note que q=1-p é a probabilidade de falha) Sucessos No. de modos Probabilidade X = 0 1 1 p 0 (1-p) 4 X = 1 4 4 p 1 (1-p) 3 X = 2 6 6 p 2 (1-p) 2 X = 3 4 4 p 3 (1-p) 1 X = 4 1 1 p 4 (1-p) 0

Se a probabilidade de sucesso é p, qual a probabilidade de se ter X sucessos em uma prova? Note que: q=1-p: é a probabilidade de falha n: número de repetições do experimento X (maiúsculo): variável aleatória x (minúsculo): valor que a variável aleatória assume x n x n x p p x X P = = ) (1 ) ( x n x n x q p x X P = = ) ( ) ( x n x p p x x n n x X P = = ) (1! )! (! ) ( Distribuição Binomial: definição

Exercício Um sistema de segurança consiste em 4 alarmes (idênticos) de pressão alta, com probabilidade de sucesso p = 0,8 (cada um). Qual a probabilidade de se ter exatamente 3 alarmes soando quando a pressão atingir o valor limite?

Exercício: solução Um sistema de segurança consiste em 4 alarmes (idênticos) de pressão alta, com probabilidade de sucesso p = 0,8 (cada um). Qual a probabilidade de se ter exatamente 3 alarmes soando quando a pressão atingir o valor limite? S1 S2 S3 F4 0,8 x 0,8 x 0,8 x 0,2 = 0,1024 S1 S2 F3 S4 0,8 x 0,8 x 0,2 x 0,8 = 0,1024 S1 F2 S3 S4 0,8 x 0,2 x 0,8 x 0,8 = 0,1024 F1 S2 S3 S4 0,2 x 0,8 x 0,8 x 0,8 = 0,1024 P(3) = 4 x (0,8) 3 x (1-0,8) 1 = 0,4096

Distribuição Binomial: Parâmetros A distribuição binomial tem os parâmetros: média : μ = n p desvio padrão : σ = n p q

Exemplo Um sistema de segurança de uma casa possui 03 alarmes, todos com probabilidade de funcionar no momento certo de 0,8. Qual o número médio de alarmes que deverão soar no caso de uma invasão detectada?

Exemplo Um sistema de segurança de uma casa possui 03 alarmes, todos com probabilidade de funcionar no momento certo de 0,8. Qual o número médio de alarmes que deverão soar no caso de uma invasão detectada? μ = 3 x 0,8 = 2,4 alarmes σ = ( 3 x 0,8 x 0,2 ) 1/2 = 0,7 alarmes

Exemplo E se, agora, o sistema de segurança tivesse 4 alarmes e tivesse que atuar com pelo menos 3 dos 4 alarmes (idênticos). Qual a probabilidade de se ter pelo menos 3 em 4 alarmes soando quando houver uma invasão?

Exemplo E se, agora, o sistema de segurança tivesse 4 alarmes e tivesse que atuar com pelo menos 3 dos 4 alarmes (idênticos). Qual a probabilidade de se ter pelo menos 3 em 4 alarmes soando quando houver uma invasão? S1 S2 S3 F4 0,8 x 0,8 x 0,8 x 0,2 = 0,1024 S1 S2 F3 S4 0,8 x 0,8 x 0,2 x 0,8 = 0,1024 S1 F2 S3 S4 0,8 x 0,2 x 0,8 x 0,8 = 0,1024 F1 S2 S3 S4 0,2 x 0,8 x 0,8 x 0,8 = 0,1024 S1 S2 S3 S4 0,8 x 0,8 x 0,8 x 0,8 = 0,4096 P(3) + P(4) = {4 x (0,8) 3 x (1-0,8) 1 } + {1 x (0,8) 4 x (1-0,8) 0 } = 0,8192

Resumindo Podemos calcular as probabilidades de ocorrências em experimentos binomiais utilizando a distribuição binomial. Para tal, o experimento deve ser binomial, seguindo os 4 seguintes critérios: Deve comportar um número fixo de provas (n) As provas devem ser independentes: eventos independentes Cada prova pode ter apenas dois resultados possíveis (sucesso p e insucesso q ) As probabilidades permanecem constantes para cada prova.

Notação para Distribuição Binomial S e F (Sucesso ou falha): os dois resultados possíveis p e q: probabilidades de S e F, respectivamente P(S) = p; P(F) = q n: número fixo de provas x: número específico de sucessos em n provas, podendo ser qualquer inteiro entre 0 e n P(x): probabilidade de se obter exatamente x sucessos em cada prova.

Experimentos Binomiais Exemplo de Experimentos Binomiais Teste de produtos com reposição Testes de produto sem reposição onde o tamanho da amostra é muito pequena em relação ao tamanho da população (até 5%) Pesquisas de satisfação

Exemplo Dado que 10% das pessoas são canhotas, qual a probabilidade de obtermos exatamente 3 estudantes canhotos numa turma com 15 estudantes. Verifique se é um experimento binomial e identifique n, x, p e q. Número fixo de provas Independência: Sim. O fato de uma pessoa ser canhota ou destra não afeta a probabilidade do outro ser canhoto ou destro. Duas categorias de resultados: canhota ou destro Probabilidades constantes: a probabilidade de 0,1 canhoto permanece constante para cada um dos 15 estudantes n=15 provas; x=3; p=0,1 e q=0,9

Tabela de Distribuição Binomial

Exemplo Aplicando a fórmula para calcular a probabilidade: Obs.: arredonde apenas o resultado final P(3) = 15! 0,1 (15 3)!3! 3 0,9 (15 3) = 0,129 Aplicando as tabelas de probabilidades binomiais, calcule a probabilidade de ao menos 3 serem canhotos. P(ao menos 3) = P(3)+P(4)+P(5)+...P(15) = 1-P(0)-P(1)-P(2) P(ao menos 3) = 1-0,206-0,343 0,267 = 0,184

Exemplo Uma empresa aérea possui 20% de todas as linhas domésticas. Supondo que todos os vôos domésticos deste país tenham a mesma chance de um acidente, escolhendo 7 acidentes aleatoriamente, qual o número médio de acidentes com esta empresa e o desvio padrão.

Exemplo Uma empresa aérea possui 20% de todas as linhas domésticas. Supondo que todos os vôos domésticos deste país tenham a mesma chance de um acidente, escolhendo 7 acidentes aleatoriamente, qual o número médio de acidentes com esta empresa e o desvio padrão: n=7; p=0,20; q=0,8 μ=n.p = 7.0,2 = 1,4 acidentes em média serão com esta empresa de 7 escolhidos aleatoriamente σ = n. p. q = 0,12 = 1,1 Desvio padrão de número de acidentes com esta empresa em 7 escolhidos aleatoriamente

Exemplo O método Ericsson de seleção de sexo tem uma taxa admitida de 75% de sucesso. Suponha que 100 casais utilizem este método, com o resultado de que, dentre 100 recém-nascidos, há 75 meninas. A) Se o método não produz efeito, e então meninos e meninas são igualmente prováveis, determine a média e o desvio padrão do número de meninas em um grupo de 100 crianças. B) Considere o método como eficaz e recalcule. C) Podemos considerar o método como eficaz? Por quê?

Exemplo O método Ericsson de seleção de sexo tem uma taxa admitida de 75% de sucesso. Suponha que 100 casais utilizem este método, com o resultado de que, dentre 100 recém-nascidos, há 75 meninas. A) se o método não produz efeito, e então meninos e meninas são igualmente prováveis, determine a média e o desvio padrão do número de meninas em um grupo de 100 crianças. μ=n.p = 100.0,5 = 50 meninas em média σ = n. p. q = 100.0,5.0,5 = 5 desvio padrão de meninas B) Considere o método como eficaz e recalcule. μ=n.p = 100.0,75 = 75 meninas em média σ = n. p. q = 100.0,75.0,25 = 4,33 desvio padrão de meninas Podemos considerar o método como eficaz? Por quê?