
















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
Os melhores documentos à venda: Trabalhos de alunos formados
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
Comunidade
Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo
Descubra as melhores universidades em seu país de acordo com os usuários da Docsity
Guias grátis
Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity
Conceitos básicos sobre probabilidade, incluindo a noção de probabilidade, distribuição binomial e o modelo de bernoulli. O texto aborda conceitos como eventos impossíveis, mutuamente exclusivos, independentes e a distribuição de probabilidades binomial. Além disso, é apresentado o modelo de probabilidade bernoulli e seu uso para descrever variáveis aleatórias discretas.
Tipologia: Resumos
1 / 24
Esta página não é visível na pré-visualização
Não perca as partes importantes!
JMPSouza, DPBergamaschi 2017
e Noções de probabilidade e distribuição Binomial
JMPSouza, DPBergamaschi 2017
CARA COROA
JMPSouza, DPBergamaschi 2017
P(“A” E “B”)= P(“A”) x P(“B”) P(“FACE 2 no primeiro dado” E “FACE 3 no segundo dado”) NO LANÇAMENTO SEQÜENCIAL DE DOIS DADOS= P(2 E 3) = P(2)xP(3)= 1/6 x 1/6= 1/36= 0,0278= 2,78%. NO LANÇAMENTO DE DOIS DADOS, QUAL É A PROBABILIDADE DE ““SAIR 2 NO 1º DADO E 3 NO 2º” OU “SAIR 3 NO 1º DADO E 2 NO 2º””? NO LANÇAMENTO DE DOIS DADOS, QUAL É A PROBABILIDADE DE ““SAIR 2 OU 3 NO 1º DADO” E “SAIR 3 OU 2 NO 2º DADO””?
JMPSouza, DPBergamaschi 2017
{P(2)xP(3)}+{P(3)xP(2)}= 1/36+1/36= 2/36= 1/
DADO 1
{P(2)+P(3)}x{P(3)+P(2)}= 2/6x2/6= 4/36= 1/
JMPSouza, DPBergamaschi 2017
VARIÁVEL ALEATÓRIA DISTRIBUIÇÃO DE PROBABILIDADES
NO LANÇAMENTO DE 1 MOEDA, “ Nº DE CA-
RAS ” É UMA VARIÁVEL ALEATÓRIA.
UMA MOEDA 10 VEZES), “ Nº DE CARAS ”
JMPSouza, DPBergamaschi 2017
JMPSouza, DPBergamaschi 2017
Graficamente:
Exemplo 2: Uma droga cura 15% dos pacientes. Administra-se a droga a um paciente. Qual a probabilidade do paciente ficar curado? Qual a probabilidade do paciente não ficar curado? X: 0,1 (X será 0 se o paciente não se curar e 1 se houver cu- ra)
P(X=1) =p(1)=p= 0,15 ; P(X=0) =p(0)= q=0,
0
0,
0,
0,
0,
1
0 1 x
p(x)
p=0,
0
0,
0,
0,
0,
1
(^0 1) x
p(x)
p=0,
JMPSouza, DPBergamaschi 2017
Os exemplos pertencem a mesma família de distribuições, mas têm parâmetros diferentes.
A distribuição de Bernoulli pode ser escrita como P(X=1) = p(1)=p e P(X=0) =p(0) =1-p; ou, de forma mais genérica,
p( x)px^ ( 1 p)^1 x , x=0, Isto significa que para x=0, p(^0 )^ P(X^0 )p^0 (^1 p)^1 ^0 ^1 p ,
para x=1, p(^1 )^ P(X^1 )p^1 (^1 p)^1 ^1 p
Resumindo,
Modelo de probabilidade Bernoulli
Uma variável aleatória discreta X que pode assumir valores 0 e 1, com função de probabilidade dada por
, x=0, segue uma distribuição Bernoulli com parâmetro p , 0<p<1.
p é a probabilidade de obter o resultado X=
Isto pode ser escrito como X~Bernoulli(p).
O símbolo ~ lê-se “tem distribuição”
JMPSouza, DPBergamaschi 2017
Na distribuição de Bernoulli:
E( X) xp(x) 1 p(x 1 ) 0 p(x 0 ) p x
Média da distribuição Bernoulli é p (probabilidade de ocor- rer o sucesso)
Variância de uma variável aleatória discreta:
x
(^2) V(X) E[(X ) (^2) ] (x ) (^2) p(x)
Desvio padrão da distribuição Bernoulli é
( 0 p)^2 .p(x 0 )( 1 p)^2 .p(x 1 ) =
( p)^2 .( 1 p)( 1 p)^2 p ( 1 p)p(p( 1 p)) p( 1 p) pq
Resumindo: Distribuição Bernoulli possui média p e
desvio padrão p(^1 p)
JMPSouza, DPBergamaschi 2017
Distribuição binomial: Soma de n distribuições Bernoulli
População: 2 categorias Ex: sexo (masculino, feminino), faces de uma moeda (cara, coroa), desfecho de um tratamento (cura, não cura)
Lançamento de uma moeda
p+q= 1 q= 1 - p
Coroa(C) probabilidade(C)=q
Cara(K) probabilidade(K)=p
p = probabilidade de sucesso; q= probabilidade de fracasso
Realiza-se o experimento n vezes, onde cada ensaio é inde- pendente do outro e os resultados são mutuamente exclusi- vos.
X: Número de vezes que sai cara
A moeda é lançada uma vez (n=1) X: 0, X resultado P(X=x) 0 C P(X=0) = q 1 K P(X=1) = p
JMPSouza, DPBergamaschi 2017
Probabilidade (X=x) é calculada pelo produto de 3 fatores:
1 o^ - número (combinação de n elementos combinados x a x)
2 o^ - probabilidade de sucesso elevado a um expoente (valor de x)
3 o^ - probabilidade de fracasso elevado a um expoente (valor de n-x)
x n x pxqn x x n x
n p q x
n P X x
!( )!
! ( )
Resumindo Modelo de probabilidade Binomial
Seja E um experimento com 2 resultados (mutuamente exclusivos): S (sucesso) e F (fracasso) p = probabilidade de ocorrência de S q= probabilidade de ocorrência de F p+q=
Se E for repetido n vezes, de forma independente, mantendo-se p e q, a probabilidade da variável aleatória X= número de vezes que S ocorre é dada por
P X ( x ) (^) x !( n n ! x )! p qx^ n^^ x
X~B(n,p) onde n e p são os parâmetros da distribuição. média = m = n.p , variância = n.p.q desvio padrão = npq
JMPSouza, DPBergamaschi 2017
Exemplo:
x n x p p x
n P X x
^
( ) ( 1 )
JMPSouza, DPBergamaschi 2017
0
0,
0,
0,
0,
0,
0,
0 1 2 3 4 5 6 7 8 9 10
probabilidade
nº de caras
JMPSouza, DPBergamaschi 2017
Exemplo UM PROGRAMA DE INCENTIVO À AMAMENTAÇÃO EXCLUSIVA AO SEIO NOS PRIMEIROS 3 MESES ESTÁ SENDO EXECU- TADO EM UM HOSPITAL UNIVERSITÁRIO. A EFICÁCIA DO PROGRAMA É DE = 60%. PARA UMA AMOSTRA n DE 20 MÃES QUE DERAM À LUZ NESTE HOSPITAL, A DISTRIBUIÇÃO DE PROBABILIDADES DA VARIÁVEL ALEATÓRIA nº de mães amamentando ex- clusivamente ao seio É A SEGUINTE:
X= nº de mães amamentando P(X=x|p=0,6) 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18 , 19 , 20 ,