

Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Resumos sobre Distribuição binomial.
Tipologia: Notas de aula
Oferta por tempo limitado
Compartilhado em 06/09/2019
5
(2)1 documento
1 / 3
Esta página não é visível na pré-visualização
Não perca as partes importantes!


Em oferta
Distribui¸c˜ao binomial
Para construir o modelo binomial vamos introduzir uma sequˆencia de ensaios de Bernoulli. Tal sequˆencia ´e definida por meio das seguintes condi¸c˜oes: Em cada ensaio considera-se somente a ocorrˆencia ou n˜ao-ocorrˆencia de um certo evento que ser´a denominado sucesso (S) e cuja n˜ao-ocorrˆencia ser´a denominada falha (F). Os ensaios s˜ao independen- tes. A probabilidade de sucesso, que denotaremos por p ´e a mesma para cada ensaio. A probabilidade de falha ser´a denotada por 1-p. Para um experimento que consiste na realiza¸c˜ao de n ensaios inde- pendentes de Bernoulli, o espa¸co amostral pode ser considerado como o conjunto de n-uplas, em que cada posi¸c˜ao h´a um sucesso (S) ou uma falha (F). A probabilidade de um ponto amostral com sucessos nos k primeiros ensaios e falhas nos n − k ensaios seguintes ´e pk(1 − p)n−k. Note que esta ´e a probabilidade de qualquer ponto com k sucessos e n − k falhas. O n´umero de pontos do espa¸co amostral que satisfaz essa condi¸c˜ao ´e igual ao n´umero de maneiras com que podemos escolher k ensaios para a ocorrˆencia de sucesso dentre o total de n ensaios, pois nos n − k restantes dever˜ao ocorrer falhas. Este n´umero ´e igual ao n´umero de combina¸c˜oes de n elementos tomados k a k, ou seja, ( n k
n! k!(n − k)!
Ou seja, para k = 0, 1 ,... , n:
P[X = k] =
n k
pk(1 − p)n−k.
Defini¸c˜ao: Seja X o n´umero de sucessos obtidos na realiza¸c˜ao de n ensaios de Bernoulli independentes. Diremos que X tem distribui¸c˜ao binomial com parˆametros n e p, em que p ´e a probabilidade de sucesso em cada ensaio, se sua fun¸c˜ao de probabilidade for dada por
p(x) = P[X = k] =
n k
pk(1 − p)n−k.
Usaremos a nota¸c˜ao X ∼ b(n, p). Exemplo: Suponha que numa linha de produ¸c˜ao a probabilidade de se obter uma pe¸ca defeituosa (sucesso) ´e p = 0, 1. Toma-se uma amostra de 10 pe¸cas para serem inspecionadas. Qual a probabilidade de se obter:
ou seja, P(X ≥ 2) = 1 − [P(X = 0) + P(X = 1)] = 0, 2639.
Como cada quest˜ao apresenta cinco alternativas e o aluno pretende respondˆe-las ao acaso temos que a probabilidade de sucesso em cada quest˜ao, ou seja, probabilidade dele escolher a alternativa correta ´e de 1/5. Desta forma, podemos definir as seguintes vari´aveis aleat´orias com distribui¸c˜ao de Bernoulli
Xi =
1 , se o aluno responde a quest˜ao i corretamente 0 , caso contr´ario i = 1,... , 10.
Temos que, para todo i, a probabilidade de sucesso ´e p = 0, 2 (j´a que temos 5 alternativas dis- pon´ıveis). Desta forma, P(Xi = 1) = 0, 2. Se definirmos X como sendo a vari´avel aleat´oria que assume o n´umero total de acertos na prova, temos que
i=
Xi ∼ b(10; 0, 2),
isto ´e, X tem distribui¸c˜ao binomial com parˆametros n = 10 e p = 0, 2. Como queremos saber a probabilidade do aluno acertar no m´aximo 3 quest˜oes, queremos encontrar o valor de P(X ≤ 3). Assim
P(X ≤ 3) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3). Portanto
i=
i
(0, 2)i(1 − 0 , 2)^10 −i^ ≈ 0 , 879.
Logo, a probabilidade de que o aluno acerte no m´aximo 3 quest˜oes ´e de aproximadamente 0,879. Exemplo: Uma moeda n˜ao viciada ´e lan¸cada v´arias vezes. Qual a probabilidade de que obtermos 5 caras antes de obtermos 3 coroas? Vamos considerar como sucesso a obten¸c˜ao de cara em cada lan¸camento da moeda. Desta forma queremos obter 5 sucessos antes de obtermos 3 fracassos. Mas isto s´o ´e poss´ıvel se jogarmos a moeda pelo menos 5 vezes e no m´aximo 7 vezes, pois em menos de 5 jogadas n˜ao ´e poss´ıvel obtermos 5 caras e em 8 jogadas ou mais, j´a temos que ter obtido as 5 caras, pois caso contr´ario vamos ter obtido 3 coroas, ou mais o que n˜ao ´e o intuito. Considere as vari´aveis aleat´orias Xi ∼ b(i, 0 , 5), definidas como sendo o n´umero de sucessos obtidos em i lan¸camentos da moeda com i = 5, 6 , 7. Sendo assim precisamos calcular P(Xi = 5) para cada i. Portanto a probabilidade de obtermos 5 caras antes de 3 coroas ´e:
i=
i 5
(1/2)^5 (1 − 1 /2)i−^5 ≈ 0 , 23.
Exemplo: (Problema da caixa de fosforo de Banach) Suponha que um homem ande sempre com duas caixas de f´osforos com n palitos cada uma. Suponha tamb´em que cada vez que ele necessite usar um f´osforo ele pegue de forma aleat´oria em qualquer uma das caixas. Como ele ´e uma pessoa distra´ıda quando ele pega o ´ultimo palito da caixa de f´osforos ele n˜ao se lembra de joga-la fora. Qual a probabilidade de que quando ele perceba que uma das caixas est´a vazia a outra contenha exatamente k f´osforos? Para facilitar a resolu¸c˜ao do problema vamos numerar as caixas de f´osforo. Vamos calcular inici- almente a probabilidade de que, quando o homem percebe que a caixa de f´osforo n´umero 1 est´a vazia, a caixa de f´osforo n´umero 2 cont´em exatamente k palitos. Consideremos como sucesso a retirada de um palito da caixa n´umero 1. Seja A o evento ”Retirar um f´osforo da caixa n´umero 1, mas a caixa 1 est´a vazia e a caixa de n´umero 2 cont´em exatamente k f´osforos. O evento A ocorre se, e somente se, o n + 1-´esimo sucesso, ocorre na retirada de n´umero n + 1 + n − k. Em outras palavras para que o evento A ocorra ´e necess´ario que nas n + 1 vezes que obtemos sucesso, ou seja, que retiramos f´osforo da caixa 1, j´a tenhamos realizado n + 1 + n − k experimentos.