Documente Academic
Documente Profesional
Documente Cultură
$ 50,00
Ganho Certo
CARA 0,50
$ 150
Jogo de Moeda
$0
COROA 0,50
Com os pontos de risco, de deciso e seus resultados podemos
calcular os valores esperados associados a cada uma das opes. O
valor esperado ao GANHO CERTO de $ 50. O valor esperado pelo
lance da moeda obtido atravs da ponderao: E(moeda) = (150 x
0,50) + (0 x 0,50) = $ 75
A construo da rvore da deciso permite visualizar os efeitos de
decises seqenciais.
DISTRIBUIO BINOMINAL
A distribuio binominal representa o estudo de ocorrncia de dois
eventos que so mutuamente excludentes (no existe simultaneidade
de ocorrncia) e coletivamente exaustivas (a unio corresponde ao
espao amostral).
Exemplo: Lanamento de dados possibilidade de ocorrncia de
nmeros pares e nmeros impares ou tirar cartas vermelhas e cartas
pretas de um baralho.
Sua finalidade para a estatstica determinar das situaes
pesquisadas o que corresponder ao sucesso ou ao fracasso,
representaremos estas situaes como:
p = sucesso
q = fracasso, (1 p)
Exemplo: Um pesquisador estudar a possibilidade associada a
amostra de 04 crianas e terem mais que 06 anos. Podemos definir
sucesso como sendo de todos terem mais 06 anos e fracasso seria ter
06 anos ou menos. Se a probabilidade de uma criana ter mais que
06 anos for igual a 0,80, ento p = 0,80. Logo q = 1 p = 1 0,8 =
0,20 ou 20%.
Premissas para a distribuio binominal:
a) n provas independentes e do mesmo tipo so realizadas;
b) cada prova admite 02 resultados: sucesso ou fracasso;
c) a probabilidade de sucesso em cada prova p e de fracasso 1
p=q
A probabilidade de ocorrncia de sucesso na em uma amostra
formada por n eventos possveis apresentada por esta equao:
P
(x)
=C
n,x
n-x
Onde:
p = probabilidade de sucesso
q = (1 p) = probabilidade de fracasso
n = nmero de eventos estudados
x = nmero de eventos desejados que tenham sucesso
C n,x = Coeficiente Binominal (nmero de modos diferentes em que x
sucessos podem ser arranjados em meio a n eventos estudados)
No exemplo das crianas, a probabilidade de encontrar uma criana
com mais de 06 anos de idade ser:
n=4
x=1
p = 0,80
q = 0,20
P
(x = 1)
(1)
=C
n,x
n-x
=C
= 4! (0,80)(0,20)3 =
1!3!
4,1
(0,80)1 (0,20)4-1 =
P(1) = 4 x 3 x 2 x 1 (0,80)(0,20)3 =
1 x (3 x 2 x 1)
P(1) = 4 (0,80)(0,20)3 =
P(1) = 4 (0,80)(0,20)3 =
P(1) = 4 (0,80)(0,008) = 0,0256 ou 2,56%
A probabilidade de encontrar uma criana com mais de 06 anos
igual a 2,56%. Podemos encontrar a probabilidade para cada
situao, considerando desde 0 (nenhuma criana) at quatro (todas
as crianas).
Caso o pesquisador quisesse obter a probabilidade associada a
encontrar uma ou duas crianas com mais de 06 anos, bastaria de
somar as respectivas probabilidades:
P
(x = 2)
P(2) =C
=C
4,2
n,x
n-x
(0,80)2 (0,20)4-2
6,0
6,1
(0,70)1 (0,30)6-1 = 1%
6,6
(0,70)6 (0,30)6-6
DISTRIBUIO DE POISSON
Utilizada em uma distribuio discreta de probabilidade, geralmente
empregada para descrever a probabilidade do nmero de ocorrncia
num campo ou intervalo contnuo (tempo ou espao). Representa
eventos relativamente raros, no acontecem com freqncia e
geralmente so eventos caracterizados pelo fato de os sucessos
serem contveis.
Exemplo: contagem de clientes que entraram em uma loja em um
determinado perodo de tempo, buracos em uma estrada, acidentes
registrados por uma central de polcia. Envolve somente estados
contveis.
A frmula para determinar a distribuio de Poisson :
P(x) = e-t (t)x
x!
onde,
e = constante cujo valor aproximado 2,71828182846
= letra grega lambda que representa o nmero mdio de
sucessos de um determinado intervalo de tempo ou espao (./t)
t = intervalo de tempo ou espao contnuo de observaes que se
est analisando
x = nmero de sucesso de intervalo desejado.
Exemplo:
No servio de atendimento ao cliente de um grande banco verificou
que recebe chamadas telefnicas razo de quatro por hora. Em um
intervalo de meia hora, qual a probabilidade de serem atendidas
exatamente trs chamadas?
= 4/1 (chamadas/hora)
t = 0,5 (meia hora)
x = 3 chamadas
e = constante cujo valor aproximado 2,71828182846
-4.0,5
(4x0,50)3
3x2x1
-2
8 = 0,1804 ou 18,04%
Exemplo:
Uma pizzaria recebe em mdia 8 chamadas por hora. Qual a
probabilidade de que, em uma hora selecionada aleatoriamente,
sejam recebidas exatamente 5 chamadas?
= 8 (chamadas)
t = 1 (uma hora)
x = 3 chamadas
-8
P(5) = e
-8
(8)5 =
120
(32.760) =0,000335(32760) = 0,916 = 9,16%
120
120
x = 65 dias
.t = 3/7 x 140 = 60 falhas
a) P(x=65) = e-60 (60)65 = 0,0403 ou 4,03%
65!
b) Mdia de falhas = .t = 3/7 x 140 = 60
c) Desvio Padro = (x) = t = 60 = 7,7460 ou
aproximadamente 8 falhas
Exerccio 4