Ciências Ambientais
Distribuições de probabilidade discretas
0 1 2 3 4
Eventos aleatórios que podem assumir dois valores são EXTREMAMENTE comuns nos diferentes ramos da ciência:
• Uma máquina PODE ou NÃO-PODE falhar;
• Um espécie SE EXTINGUE OU NÃO SE EXTINGUE;
• Um medicamento TEM ou NÃO-TEM efeito;
E assim por diante...
onde:
: o número de tentativas (por exemplo = 4 nascimentos); : o número de sucessos em tentativas; e
: a probabilidade de sucesso em cada tentativa a função da distribuição binomial
de probabilidade é dada por:
=
=
!
Voltando ao exemplo do número de filhos homens em 4 nascimentos.
= 4;
= ú ;
= !"! " " # ( = 0,5).
=
=
!
!
−
!
×
× (1 − )
Quais são os resultados possíveis?
= 0
1o
filho 2o
filho 3o
filho 4o
filho N. de homens
1 M M M M 0
2 M M M H 1
3 M M H M 1
4 M M H H 2
5 M H M M 1
6 M H M H 2
7 M H H M 2
8 M H H H 3
9 H M M M 1
10 H M M H 2 11 H M H M 2 12 H M H H 3 13 H H M M 2 14 H H M H 3 15 H H H M 3 16 H H H H 4 1ofilho 2ofilho 3ofilho 4ofilho
1-p 1-p 1-p 1-p
1 − × 1 − × 1 − × 1 − = (1 − )'
Número de maneiras que podem ser obtidos 0 homens.
= 0 = 4!
0! 4 − 0 !× (1 − ) × (1 − ) × (1 − ) × (1 − )
= 0 = 4!
0! × 4!× (× (1 − )' = 0 = ) × (× (1 − )'
= * = + = , = ) =
-H -H -H -H
H H H M H H M H H M H H M H H H
H H M M H M H M M H H M M H M H H M M H
M M M H M M H M M H M M H M M M
M M M M = 4
= 0 ( ú )
= 0,5 ( !"! " " # )
. / = = !
Número de maneiras que podem ser obtidos 1 homem.
= 1 = 4!
1! 4 − 1 !× × (1 − ) × (1 − ) × (1 − )
= 1 = 4!
1! × 3!× 1× (1 − )2 = 1 = * × 1× (1 − )2
= * = + = , = ) =
-H -H -H -H
H H H M H H M H H M H H M H H H
H H M M H M H M M H H M M H M H H M M H M M H H
M M M H
M M H M
MH M M
H M M M
M M M M
= 4
= 1 ( ú )
= 0,5 ( !"! " " # )
. / = = !
! − !× × () − )
4 maneiras
Número de maneiras que podem ser obtidos 2 homens.
= 2 = 4!
2! 4 − 2 !× × × (1 − ) × (1 − )
= 2 = 4!
2! × 2!× 4× (1 − )4 = 2 = 5 × 4× (1 − )4
= * = + = , = ) =
-H -H -H -H
H H H M H H M H H M H H M H H H
H H M M
H M H M
M H H M
M H M H
H M M H
M M M H M M H M M H M M H M M M
M M M M
= 4
= 2 ( ú )
= 0,5 ( !"! " " # )
. / = = !
Número de maneiras que podem ser obtidos 3 homens.
= 3 = 4!
3! 4 − 3 !× × × × (1 − )
= 3 = 4!
3! × 1!× 2× (1 − )1 = 3 = * × 2× (1 − )1
= * = + = , = ) =
-H -H -H -H
H H H M
H H M H H M H H
M H H H
H H M M H M H M M H H M M H M H H M M H M M H H
M M M H M M H M M H M M H M M M
M M M M
= 4
= 3 ( ú )
= 0,5 ( !"! " " # )
. / = = !
! − !× × () − )
4 maneiras
Número de maneiras que podem ser obtidos 4 homens.
= 4 = 4!
4! 4 − 4 !× × × ×
= 4 = 4! 4! × '
= 4 = 4!
4! × ' × (1 − ) = 4 = ) × '× (1 − )' '
= * = + = , = ) =
-H -H -H -H
H H H M H H M H H M H H M H H H
H H M M H M H M M H H M M H M H H M M H
M M M H M M H M M H M M H M M M
M M M M
= 4
= 4 ( ú )
= 0,5 ( !"! " " # )
. / = = !
Número de maneiras que podem ser obtidos n homens.
= * = + = , = ) =
-H -H -H -H
H H H M
H H M H H M H H
M H H H
H H M M
H M H M
M H H M
M H M H
H M M H
M M H H
M M M H
M M H M
MH M M
H M M M
M M M M
. / = = !
! − !× × () − )
4 6 4 1
1
0 1 2 3 4
Número de filhos homens
F u n ç ã o d e p ro b a b il id a d e b in o m ia l 0 .0 0 0 .0 5 0 .1 0 0 .1 5 0 .2 0 0 .2 5 0 .3 0 0 .3 5 = * = + = , = ) =
-H -H -H -H
H H H M
H H M H H M H H
M H H H
H H M M
H M H M
M H H M
M H M H
H M M H
M M H H
M M M H
M M H M
MH M M
H M M M
M M M M
. / = = !
! − !× × () − )
0.0625
0. 25 0. 25
0 1 2 3 4 Número de filhos homens
F u n ç ã o d e p ro b a b il id a d e b in o m ia l 0 .0 0 0 .0 5 0 .1 0 0 .1 5 0 .2 0 0 .2 5 0 .3 0 0 .3 5
= 4 = 0,5
:é " < = × = 4 × 0,5 = 2
= > " ã @ = × × () − ) = × 0,5 × 0,5 = 1
0 1 2 3 4 F u n ç ã o d e p ro b a b il id a d e b in o m ia l 0 .0 0 0 .0 5 0 .1 0 0 .1 5 0 .2 0 0 .2 5 0 .3 0
= 0,4
0 1 2 3 4 Número de filhos homens
F
u
n
ç
ã
o
d
e
p
ro
b
a
b
il
id
a
d
e
b
in
o
m
ia
l
0
.0
0
.1
0
.2
0
.3
0
.4
= 4 = 0,2
:é " < = × = 4 × 0,2 =0,8
= > " ã @ = × × () − ) = × 0,2 × 0,8 = 8
0 1 2 3 4
F
u
n
ç
ã
o
d
e
p
ro
b
a
b
il
id
a
d
e
b
in
o
m
ia
l
0
.0
0
.1
0
.2
0
.3
0
.4
0
.5
0
.6
= 0,9
Use a fórmula da distribuição binomial para calcular a probabilidade de obtermos 15 ou mais machos em 20 nascimentos em uma estação de piscicultura assumindo que a probabilidade de nascerem machos e fêmeas é igual.
0 1 2 3 4 5 6 7 8 9
1 0 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 2 0
Número de machos
F u n ç ã o d e p ro b a b il id a d e b in o m ia l 0.00 0.05 0.10 0.15 = 20
= 15 C " = 0,5
( ≥ 15)
= 20
= 15 C " = 0,8
F
u
n
ç
ã
o
d
e
p
ro
b
a
b
il
id
a
d
e
b
in
o
m
ia
l
0.00 0.05 0.10 0.15
= 20
= 15 C " = 0,95
0 1 2 3 4 5 6 7 8 9
1 0 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 2 0
Número de machos
F u n ç ã o d e p ro b a b il id a d e b in o m ia l 0.00 0.05 0.10 0.15 0.20 0.25 0.30
0.35 ( ≥ 15)
Distribuição discreta
Se refere ao número de ocorrências de um evento ao longo de um intervalo
de tempo (n
ode ocorrências por hora) ou espaço (n
ode ocorrências por
km
2).
Exemplos
•
Número de passageiros por dia;
•
Número de ligações por hora;
•
Número de habitantes por km
2;
•
Número de filhotes por gestação;
A variável aleatória é portanto o número de ocorrências de um evento ao longo
de um intervalo.
A distribuição de Poisson é uma função de
que mede a probabilidade
( = )
de ocorrência para diferentes valores de .
Onde
•
é o valor da variável aleatória;
•
E
é a taxa de ocorrência do evento por intervalo (no esperado de eventos);
•
≈ 2,71828
(constante)
=
=
E ×
G
!
=
=
E ×
G
!
E = 2
0
.0
0
0
.0
5
0
.1
0
0
.1
5
0
.2
0
0
.2
5
= 0 = 2
( × 4
0! = 0,135
= 1 = 2
1 × 4
1! = 0,27
= 2 = 2
4 × 4
2! = 0,27
= 3 = 2
2 × 4
3! = 0,18
= 8 = 2
H × 4
=
=
E ×
G
!
0 2 4 6 8 11 14 17 20 23 26 29 32 35 38 41 44
0
.0
0
0
.0
5
0
.1
0
0
.1
5
E = 5
=
=
E ×
G
!
E = 8
0
.0
0
0
.0
2
0
.0
4
0
.0
6
0
.0
8
0
.1
0
0
.1
=
=
E ×
G
!
E = 15
0 2 4 6 8 11 14 17 20 23 26 29 32 35 38 41 44
0
.0
0
0
.0
2
0
.0
4
0
.0
6
0
.0
8
0
.1
0
=
=
E ×
G
!
E = 25
0
.0
0
0
.0
2
0
.0
4
0
.0
Média:
μ = E
Desvio padrão:
J = E
=
=
E ×
G
!
Poisson Binomial
Parâmetros E ;
Valores de X 1, 2, 3, 4, … , ∞ 1, 2, 3, 4, … ,
Média M = E M = ×
Desvio padrão J = E J = (1 − )
A distribuição de Poisson pode ser vista como o limite da distribuição exponencial quando MUITO GRANDE e MUITO PEQUENO.
Distribuição Binomial
0
.0
5
0
.1
0
0
.1
5
0
.2
0
0
.2
5
n = 200 p = 0.01
Distribuição de Poisson
0
.0
5
0
.1
0
0
.1
5
0
.2
0
0
.2
5