Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Fundamentos de Probabilidade Variáveis Aleatórias
Variável Aleatória <ul><li>Comentário </li></ul><ul><li>Ao usar a variável aleatória para calcular probabilidades, os mode...
Variável Aleatória Discreta <ul><li>Como foi visto, variável aleatória é a identificação de resultados de um experimento a...
Distribuições Discretas de Probabilidade <ul><li>O que é </li></ul><ul><li>São modelos matemáticos criados de forma coleti...
Distribuições Discretas de Probabilidade <ul><li>Comentário </li></ul><ul><li>No presente texto serão estudados os modelos...
Distribuições Discretas de Probabilidade <ul><li>Experimento de Bernoulli </li></ul><ul><li>É todo experimento no qual qua...
Experimento de Bernoulli Nota <ul><li>No experimento de Bernoulli, por ter exatamente dois resultados, não indica que ambo...
Experimento de Bernoulli Notação  <ul><li>Aqui denota-se: </li></ul><ul><li>Propriedade:  </li></ul><ul><li>p + q = 1  </l...
Distribuição binomial Característica <ul><li>Para que tenha distribuição binomial é necessário que: </li></ul><ul><li>Expe...
Distribuição binomial Característica <ul><li>Repetir uma quantia fixa de vezes, denotada por n; </li></ul><ul><li>Estas re...
Distribuição binomial Notação <ul><li>Nas condições acima diz ter: </li></ul><ul><li>“Uma distribuição binomial de parâmet...
Distribuição binomial Propriedades <ul><li>Se  X     b(n,p)  , então: </li></ul><ul><li>Cálculo de probabilidade – </li><...
Distribuição binomial Propriedades <ul><li>Detalhe: </li></ul>
Distribuição binomial Propriedades <ul><li>Fórmula da Combinação: </li></ul>
Distribuição binomial Propriedades <ul><li>Média: </li></ul><ul><li>Variância:  </li></ul><ul><li>Em que: </li></ul>
Distribuição binomial Exemplo 1 <ul><li>Ao jogar uma moeda cinco vezes de forma consecutiva, ache a probabilidade de que a...
Distribuição binomial Exemplo 1 - Solução <ul><li>Característica do experimento: </li></ul><ul><li>Jogar 5 vezes: Experime...
Exemplo 1   Característica do experimento <ul><li>Qualquer face que ocorra em uma repetição, na próxima a moeda permanece ...
Exemplo 1 Cálculo de Probabilidade <ul><li>Pela definição da variável aleatória, Sucesso é ocorrer Cara em um lançamento. ...
Exemplo 1 Cálculo de Probabilidade <ul><li>Cara duas vezes </li></ul><ul><li>Desenvolvendo: </li></ul>
Exemplo 1 Cálculo de Probabilidade <ul><li>Nenhuma Cara: </li></ul>
Exemplo 1   Resposta
Exemplo 1   Resposta <ul><li>Interpretação: </li></ul><ul><li>Existe 31,25% de chance de que ocorrerá face cara duas vezes...
Distribuição hipergeométrica   Condições Iniciais  <ul><li>Experimento ser realizado em repetições (repetitivo); </li></ul...
Distribuição hipergeométrica   Condições Iniciais  <ul><li>Ter uma variável aleatória, digamos X, cuja lei de formação é a...
Distribuição hipergeométrica   Condições Iniciais  <ul><li>Considere que no inicio (antes de efetuar a primeira repetição)...
Distribuição hipergeométrica   Propriedades. <ul><li>Com as condições iniciais acima citado, </li></ul><ul><li>Se  X     ...
Distribuição hipergeométrica   Propriedades. <ul><li>Média:  </li></ul><ul><li>Variância: </li></ul>
Distribuição hipergeométrica   Exemplo 1 <ul><li>Em um laboratório de análises clínicas foram realizados 54 exames de HIV,...
Distribuição hipergeométrica   Exemplo 1 - Solução <ul><li>      Pegar ao acaso 5 exames. </li></ul><ul><li>Característi...
Distribuição hipergeométrica   Exemplo 1 - Solução <ul><li>Característica do experimento: </li></ul><ul><li>A escolha é fe...
Distribuição hipergeométrica   Exemplo 1 - Solução <ul><li>Pela definição da variável aleatória, Sucesso é exame seleciona...
Distribuição hipergeométrica   Exemplo 1 - Solução . <ul><li>Com as condições iniciais acima citado, </li></ul><ul><li>X  ...
Distribuição hipergeométrica   Exemplo 1 - Solução . <ul><li>Cinco soropositivos </li></ul>
Distribuição de Poisson Característica <ul><li>Experimento ser realizado em repetições (repetitivo); </li></ul><ul><li>Em ...
Distribuição de Poisson Característica <ul><li>Ter uma variável aleatória, digamos X, cuja lei de formação é a quantia de ...
Distribuição de Poisson Nota – Cont. <ul><li>Por:  p    0,000  diz-se que a distribuição de Poisson é a distribuição de e...
Distribuição de Poisson Exemplo de Eventos Raros <ul><li>No caso de saúde, existe uma quantidade muito grande de eventos r...
Distribuição de Poisson Notações <ul><li>No caso da distribuição de Poisson, a média é denotada por:   , ao qual se compa...
Distribuição de Poisson Teorema: Se   X ~ Poisson (  ) <ul><li>Cálculo de probabilidade: </li></ul><ul><li>e = 2,71828 . ...
Distribuição de Poisson Teorema: Se   X ~ Poisson (  ) <ul><li>Cálculo da Média: </li></ul><ul><li>Cálculo da variância: ...
Distribuição de Poisson Exemplo 1 <ul><li>Em Angola, de cada 100 mil mulheres grávidas, 1 500 morrem devido à gravidez (OM...
Distribuição de Poisson Exemplo 1 - Solução <ul><li>      Avaliar condições de saúde de 300 mulheres grávidas. </li></ul...
Distribuição de Poisson Exemplo 1 - Solução <ul><li>Característica do experimento(cont.): </li></ul><ul><ul><li>Número de ...
Distribuição de Poisson Exemplo 1 - Solução <ul><li>Característica do experimento(cont.):  </li></ul><ul><ul><li>Variável ...
Distribuição de Poisson Exemplo 1 - Solução <ul><li>n = 300 (Número de Repetições); </li></ul><ul><li>Nota: Em uma pesquis...
Distribuição de Poisson Exemplo 1 - Solução <ul><li>Devido aos valores de n e de p, esta variável aproxima de uma distribu...
Distribuição de Poisson Exemplo 1 - Solução <ul><li>Nenhum óbito </li></ul><ul><li>3 Óbitos </li></ul><ul><li>Resposta: 0,...
Distribuição de Poisson Exemplo 1 - Solução <ul><li>Nenhum óbito </li></ul>
Distribuição de Poisson Exemplo 1 - Solução <ul><li>3 Óbitos </li></ul><ul><li>Resposta: 0,1687  </li></ul><ul><li>é equiv...
Distribuição de Poisson Exemplo 1 - Solução <ul><li>5 óbitos </li></ul><ul><li>Resposta: 0,1708 (17,08%) </li></ul>
Variáveis Aleatórias <ul><li>FIM </li></ul><ul><li>Prof. Gercino Monteiro Filho </li></ul>
Upcoming SlideShare
Loading in …5
×

Cap4 - Parte 6 - Distribuições Discretas Exercicios Resolvidos

98,932 views

Published on

Cap4 - Parte 6 - Distribuições Discretas Exercicios Resolvidos

  1. 1. Fundamentos de Probabilidade Variáveis Aleatórias
  2. 2. Variável Aleatória <ul><li>Comentário </li></ul><ul><li>Ao usar a variável aleatória para calcular probabilidades, os modelos de análise são mais fáceis,são totalmente abrangentes com fins de pesquisas, alem de ser o objetivo de análise probabilística em uma pesquisa. </li></ul>
  3. 3. Variável Aleatória Discreta <ul><li>Como foi visto, variável aleatória é a identificação de resultados de um experimento aleatório, quando o espaço amostral que o identifica for numérico. </li></ul><ul><li>Caso Discreto </li></ul><ul><li>Quando os resultados são obtidos por “Contagem”. </li></ul>
  4. 4. Distribuições Discretas de Probabilidade <ul><li>O que é </li></ul><ul><li>São modelos matemáticos criados de forma coletiva no qual para o usuário, bastará interpretar o problema de forma qualitativa e definirá o modelo a usar de forma sucinta, e sem maiores dificuldades. </li></ul>
  5. 5. Distribuições Discretas de Probabilidade <ul><li>Comentário </li></ul><ul><li>No presente texto serão estudados os modelos de interesse de pesquisa em saúde, os modelos remanescentes para teoria de jogos e outros aspectos científicos não serão vistos. </li></ul>
  6. 6. Distribuições Discretas de Probabilidade <ul><li>Experimento de Bernoulli </li></ul><ul><li>É todo experimento no qual quando realizado possuirá exatamente dois resultados possíveis, batizados de SUCESSO e FRACASSO. </li></ul>
  7. 7. Experimento de Bernoulli Nota <ul><li>No experimento de Bernoulli, por ter exatamente dois resultados, não indica que ambos terão a mesma chance de ocorrência, ou seja, nem sempre são equiprováveis; </li></ul><ul><li>A quase totalidade dos experimentos, quando executado, transforma em Experimento de Bernoulli devido ao fato de ter para o idealizador o resultado que Satisfaz o desejado e o que Não-satisfaz. </li></ul>
  8. 8. Experimento de Bernoulli Notação <ul><li>Aqui denota-se: </li></ul><ul><li>Propriedade: </li></ul><ul><li>p + q = 1 </li></ul><ul><li>É equivalente a: q = 1 – p. </li></ul>
  9. 9. Distribuição binomial Característica <ul><li>Para que tenha distribuição binomial é necessário que: </li></ul><ul><li>Experimento ser realizado em repetições (repetitivo); </li></ul><ul><li>Em cada Repetição ser um Experimento de Bernoulli; </li></ul>
  10. 10. Distribuição binomial Característica <ul><li>Repetir uma quantia fixa de vezes, denotada por n; </li></ul><ul><li>Estas repetições serem independentes; </li></ul><ul><li>Ter uma variável aleatória, digamos X, cuja lei de formação é a quantia de sucessos nas n repetições. </li></ul>
  11. 11. Distribuição binomial Notação <ul><li>Nas condições acima diz ter: </li></ul><ul><li>“Uma distribuição binomial de parâmetros n e p ”, </li></ul><ul><li>Ao qual denota: X  b(n,p) </li></ul><ul><li>O símbolo: ~ lê-se: “Possui Distribuição” </li></ul>
  12. 12. Distribuição binomial Propriedades <ul><li>Se X  b(n,p) , então: </li></ul><ul><li>Cálculo de probabilidade – </li></ul><ul><li>Usa a Fórmula: </li></ul>
  13. 13. Distribuição binomial Propriedades <ul><li>Detalhe: </li></ul>
  14. 14. Distribuição binomial Propriedades <ul><li>Fórmula da Combinação: </li></ul>
  15. 15. Distribuição binomial Propriedades <ul><li>Média: </li></ul><ul><li>Variância: </li></ul><ul><li>Em que: </li></ul>
  16. 16. Distribuição binomial Exemplo 1 <ul><li>Ao jogar uma moeda cinco vezes de forma consecutiva, ache a probabilidade de que a face cara ocorra: </li></ul><ul><ul><li>Duas vezes; </li></ul></ul><ul><ul><li>Nenhuma vez. </li></ul></ul><ul><ul><li>Solução </li></ul></ul><ul><ul><li>  Jogar ao acaso uma moeda 5 vezes. </li></ul></ul>
  17. 17. Distribuição binomial Exemplo 1 - Solução <ul><li>Característica do experimento: </li></ul><ul><li>Jogar 5 vezes: Experimento Repetitivo; </li></ul><ul><li>Moeda possui 2 faces: </li></ul><ul><li>É Experimento de Bernoulli; </li></ul><ul><li>Número de Repetições 5: Quantia fixa; </li></ul>
  18. 18. Exemplo 1 Característica do experimento <ul><li>Qualquer face que ocorra em uma repetição, na próxima a moeda permanece nas mesmas características: Repetições Independentes; </li></ul><ul><li>Nota: As características acima designam um Experimento Binomial </li></ul><ul><li>Variável Aleatória X: “número de caras nas 5 repetições” </li></ul>
  19. 19. Exemplo 1 Cálculo de Probabilidade <ul><li>Pela definição da variável aleatória, Sucesso é ocorrer Cara em um lançamento. </li></ul><ul><li>Assim X  b(n,p) </li></ul><ul><li>onde n = 5 e </li></ul>
  20. 20. Exemplo 1 Cálculo de Probabilidade <ul><li>Cara duas vezes </li></ul><ul><li>Desenvolvendo: </li></ul>
  21. 21. Exemplo 1 Cálculo de Probabilidade <ul><li>Nenhuma Cara: </li></ul>
  22. 22. Exemplo 1 Resposta
  23. 23. Exemplo 1 Resposta <ul><li>Interpretação: </li></ul><ul><li>Existe 31,25% de chance de que ocorrerá face cara duas vezes; </li></ul><ul><li>Existe 3,125% de chance de que ocorrerá face cara em nenhuma vezes; </li></ul>
  24. 24. Distribuição hipergeométrica Condições Iniciais <ul><li>Experimento ser realizado em repetições (repetitivo); </li></ul><ul><li>Em cada Repetição ser um Experimento de Bernoulli; </li></ul><ul><li>Repetir uma quantia fixa de vezes, denotada por n; </li></ul><ul><li>Estas repetições sejam SEM Reposição; </li></ul>
  25. 25. Distribuição hipergeométrica Condições Iniciais <ul><li>Ter uma variável aleatória, digamos X, cuja lei de formação é a quantia de sucessos nas n repetições. </li></ul><ul><li>Nota </li></ul><ul><li>Por ser SEM reposição, indica que a cada repetição o original fica reduzido em uma unidade, devido a isto é necessário ter as Condições Iniciais para ter o ponto de partida do experimento. </li></ul>
  26. 26. Distribuição hipergeométrica Condições Iniciais <ul><li>Considere que no inicio (antes de efetuar a primeira repetição), a situação inicial é que tenha o seguinte diagrama: </li></ul>
  27. 27. Distribuição hipergeométrica Propriedades. <ul><li>Com as condições iniciais acima citado, </li></ul><ul><li>Se X  hipergeométrica : </li></ul><ul><li>Cálculo de Probabilidade: </li></ul>
  28. 28. Distribuição hipergeométrica Propriedades. <ul><li>Média: </li></ul><ul><li>Variância: </li></ul>
  29. 29. Distribuição hipergeométrica Exemplo 1 <ul><li>Em um laboratório de análises clínicas foram realizados 54 exames de HIV, das quais 14 deram soropositivos. Um inspetor irá pegar ao acaso 5 destes exames de forma casual. Ache a probabilidade de que o número de exames escolhidos que tenha soropositivo seja: </li></ul><ul><li>a. 2; b. 5 </li></ul>
  30. 30. Distribuição hipergeométrica Exemplo 1 - Solução <ul><li>  Pegar ao acaso 5 exames. </li></ul><ul><li>Característica do experimento: </li></ul><ul><li>Pegar cinco exames: Experimento Repetitivo; </li></ul><ul><li>Possui dois tipos, Soropositivo ou soronegativo: Experimento de Bernoulli; </li></ul><ul><li>Número de Repetições cinco: Quantia fixa; </li></ul>
  31. 31. Distribuição hipergeométrica Exemplo 1 - Solução <ul><li>Característica do experimento: </li></ul><ul><li>A escolha é feita SEM reposição; </li></ul><ul><li>Nota: As características acima designam um Experimento Hipergeométrico </li></ul><ul><li>Variável Aleatória X: “número de exames que deu soropositivo entre as 5 selecionadas” </li></ul>
  32. 32. Distribuição hipergeométrica Exemplo 1 - Solução <ul><li>Pela definição da variável aleatória, Sucesso é exame selecionado ser soropositivo. </li></ul><ul><li>Esta característica indica que X tem distribuição Hipergeométrica, com a situação inicial: </li></ul><ul><li>r = 14 (Número de sucessos) </li></ul><ul><li>k = 40 (Número de Fracasso) </li></ul>
  33. 33. Distribuição hipergeométrica Exemplo 1 - Solução . <ul><li>Com as condições iniciais acima citado, </li></ul><ul><li>X  hipergeométrica : </li></ul><ul><li>Dois soropositivo </li></ul>
  34. 34. Distribuição hipergeométrica Exemplo 1 - Solução . <ul><li>Cinco soropositivos </li></ul>
  35. 35. Distribuição de Poisson Característica <ul><li>Experimento ser realizado em repetições (repetitivo); </li></ul><ul><li>Em cada Repetição ser um Experimento de Bernoulli, com o detalhe de que P(sucesso) tende a ZERO; </li></ul><ul><li>Repetir uma quantia fixa de vezes, denotada por n, e que n tende a infinito; </li></ul><ul><li>repetições sejam independentes; </li></ul>
  36. 36. Distribuição de Poisson Característica <ul><li>Ter uma variável aleatória, digamos X, cuja lei de formação é a quantia de sucessos nas n repetições. </li></ul><ul><li>Nota </li></ul><ul><li>Pela característica da Poisson, percebe-se que são as mesmas da Binomial, com o detalhe é que: </li></ul><ul><li>i) p  0,000 ; </li></ul><ul><li>i i) n  ∞. </li></ul>
  37. 37. Distribuição de Poisson Nota – Cont. <ul><li>Por: p  0,000 diz-se que a distribuição de Poisson é a distribuição de eventos raros. </li></ul><ul><li>Na quase totalidade da Distribuição de Poisson, o valor de p depende da unidade do tempo, é preciso atentar para este fato para achar o seu valor. Por diz-se que a distribuição de Poisson é a distribuição de eventos raros. </li></ul>
  38. 38. Distribuição de Poisson Exemplo de Eventos Raros <ul><li>No caso de saúde, existe uma quantidade muito grande de eventos raros, aos quais pode ilustrar: </li></ul><ul><li>Ocorrer óbito, em mulheres grávidas devido à gestação; </li></ul><ul><li>Criança, no útero da mãe, sofrer uma anomalia grave; </li></ul><ul><li>Na sociedade, escolher um adolescente e ele ser usuário de cocaína; </li></ul><ul><li>Uma pessoa sofrer o mal de Parkinson; </li></ul><ul><li>Etc. </li></ul>
  39. 39. Distribuição de Poisson Notações <ul><li>No caso da distribuição de Poisson, a média é denotada por:  , ao qual se compara-la com a da binomial chega que: </li></ul><ul><li>Denota-se: X ~ Poisson (  ) </li></ul>
  40. 40. Distribuição de Poisson Teorema: Se X ~ Poisson (  ) <ul><li>Cálculo de probabilidade: </li></ul><ul><li>e = 2,71828 . . . (Número e, base do logaritmo natural) </li></ul>
  41. 41. Distribuição de Poisson Teorema: Se X ~ Poisson (  ) <ul><li>Cálculo da Média: </li></ul><ul><li>Cálculo da variância: </li></ul>
  42. 42. Distribuição de Poisson Exemplo 1 <ul><li>Em Angola, de cada 100 mil mulheres grávidas, 1 500 morrem devido à gravidez (OMS 09/04/2005). Numa comunidade Angolana em que houver 300 mulheres em estado de gravidez, ache a probabilidade de que morrerão: </li></ul><ul><ul><li>Nenhuma </li></ul></ul><ul><ul><li>3 delas </li></ul></ul><ul><ul><li>5 delas. </li></ul></ul>
  43. 43. Distribuição de Poisson Exemplo 1 - Solução <ul><li>  Avaliar condições de saúde de 300 mulheres grávidas. </li></ul><ul><li>Característica do experimento: </li></ul><ul><ul><li>300 mulheres estarem grávidas: Experimento Repetitivo; </li></ul></ul><ul><ul><li>Possui dois tipos (sobreviver, não-sobreviver): Experimento de Bernoulli; </li></ul></ul>
  44. 44. Distribuição de Poisson Exemplo 1 - Solução <ul><li>Característica do experimento(cont.): </li></ul><ul><ul><li>Número de Repetições 300: Quantia fixa; </li></ul></ul><ul><ul><li>Óbito de uma não influência na saúde da outra: Repetições Independentes; </li></ul></ul><ul><li>Nota: As características acima designam um Experimento Binomial. </li></ul>
  45. 45. Distribuição de Poisson Exemplo 1 - Solução <ul><li>Característica do experimento(cont.): </li></ul><ul><ul><li>Variável Aleatória X: “número de óbitos entre as 300 grávidas” </li></ul></ul><ul><ul><li>(X possui distribuição binomial) </li></ul></ul><ul><li>Devido à definição da variável aleatória, Sucesso é ocorrer óbito, e assim: </li></ul>
  46. 46. Distribuição de Poisson Exemplo 1 - Solução <ul><li>n = 300 (Número de Repetições); </li></ul><ul><li>Nota: Em uma pesquisa, este número é chamado de “Prevalência”. </li></ul><ul><li>Assim: X  b(300 ; 0,015) </li></ul>
  47. 47. Distribuição de Poisson Exemplo 1 - Solução <ul><li>Devido aos valores de n e de p, esta variável aproxima de uma distribuição de Poisson com: </li></ul><ul><li> = 300x0,0015 = 4,5 </li></ul><ul><li>Este número indica que em 300 mulheres gestantes em Angola é de se esperar que 4,5 delas virão a óbito devido à gravidez. </li></ul>
  48. 48. Distribuição de Poisson Exemplo 1 - Solução <ul><li>Nenhum óbito </li></ul><ul><li>3 Óbitos </li></ul><ul><li>Resposta: 0,1687 é equivalente a:16,87% </li></ul>
  49. 49. Distribuição de Poisson Exemplo 1 - Solução <ul><li>Nenhum óbito </li></ul>
  50. 50. Distribuição de Poisson Exemplo 1 - Solução <ul><li>3 Óbitos </li></ul><ul><li>Resposta: 0,1687 </li></ul><ul><li>é equivalente a : 16,87% </li></ul>
  51. 51. Distribuição de Poisson Exemplo 1 - Solução <ul><li>5 óbitos </li></ul><ul><li>Resposta: 0,1708 (17,08%) </li></ul>
  52. 52. Variáveis Aleatórias <ul><li>FIM </li></ul><ul><li>Prof. Gercino Monteiro Filho </li></ul>

×