Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf ·...
Transcript of Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf ·...
![Page 1: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/1.jpg)
1
Probabilidade e Modelos Probabilísticos
1ª Parte: Conceitos básicos, variáveis aleatórias, modelos probabilísticos para variáveis aleatórias discretas, modelo binomial, modelo de Poisson
![Page 2: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/2.jpg)
2
Probabilidade
Mensuração da chance de ocorrência de fenômenos aleatórios, mostrando como poderão ocorrer os fatos.
Base teórica para a análise inferencial.
![Page 3: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/3.jpg)
3
Exemplo de um experimento aleatório
Selecionar uma pessoa ao acaso e observar se é homem ou mulher.
Resultados possíveis:
homem, mulher
Espaço amostral = {homem, mulher}
![Page 4: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/4.jpg)
4
Probabilidade de um resultado
Qual a probabilidade de homem e de mulher?
P(homem) = 0,5
P(mulher) = 0,5
A probabilidade é um número entre 0 e 1, sendo que a soma das probabilidades de todos os resultados possíveis deve ser 1.
50% homens
50% mulheres
![Page 5: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/5.jpg)
5
Evento
Evento = conjunto de resultados possíveis
Espaço amostral = {1, 2, 3, 4, 5, 6}
Probabilidades: P(1) = P(2) = ... = P(6) = 1/6
Eventos: A = número par,
B = núm. menor que 3
A = {2, 4, 6} B = {1, 2}
P(A) = 1/2 P(B) = 2/6 = 1/3
![Page 6: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/6.jpg)
6
Operações com eventos
A
A
)(1)( APAP
não A
![Page 7: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/7.jpg)
7
Operações com eventos
A
B
A B
)()()()( BAPBPAPBAP
Eventos Mutuamente Exclusivos: SEM intersecção
AB = P() = 0
![Page 8: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/8.jpg)
8
Probabilidade condicional
Tipo do leite
Condição do peso B (B) C (C) UHT (U) Total
dentro das especificações (D) 500 4500 1500 6500
fora das especificações (F) 30 270 50 350
Total 530 4770 1550 6850
051,06850
350)( FP 032,0
1550
50)|( UFP
)(
)(
68501550
685050
1550
50)|(
UP
UFPUFP
![Page 9: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/9.jpg)
9
Probabilidade condicional
5
3
8/5
8/3
)(
)()|(
CalabresaP
CalabresaChampignonPCalabresaChampignonP
Qual é a probabilidade
de selecionar um pedaço
com champignon supondo
que houvesse calabresa
nele?
Qual é a probabilidade
de selecionar um pedaço
com calabresa supondo
que houvesse champignon
nele?
4
3
8/4
8/3
)(
)()|(
ChampignonP
CalabresaChampignonPChampignonCalabresaP
![Page 10: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/10.jpg)
10
Probabilidade Condicional Qual é a probabilidade
de selecionar um pedaço
com champignon supondo
que houvesse calabresa nele?
4
2
8/4
8/2
)(
)()|(
CalabresaP
CalabresaChampignonPCalabresaChampignonP
Qual é a probabilidade
de selecionar um pedaço com
calabresa supondo que
houvesse champignon nele?
4
2
8/4
8/2
)(
)()|(
ChampignonP
CalabresaChampignonPChampignonCalabresaP
![Page 11: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/11.jpg)
11
Probabilidades de eventos
) ( 1 ) ( A P A P
1) Evento complementar:
) ( ) ( ) ( ) ( B A P B P A P B A P
2) Propriedade da soma:
) ( ) ( ) ( B P A P B A P
3) Propriedade da soma para eventos mutuamente exclusivos:
) / ( ) ( ) ( A B P A P B A P ×
4) Propriedade do produto:
) ( ) ( ) ( B P A P B A P ×
5) Propriedade do produto para eventos independentes
![Page 12: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/12.jpg)
12
Variável aleatória
“Uma variável aleatória é uma função com valores numéricos, cujo valor é determinado por fatores de chance.” Associa números aos eventos do espaço amostral.
X = número de coroas em 2 lançamentos de uma moeda;
= {(cara, cara), (cara, coroa), {coroa, cara), (coroa, coroa)}
X:
0 1 2x
![Page 13: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/13.jpg)
13
Exemplos de variáveis aleatórias
Vida útil (em horas) de um televisor.
Número de peças com defeito em um lote produzido.
Número de acidentes registrados durante um mês na BR.101.
Na internet, o tempo (em segundos) para que uma determinada mensagem chega ao seu destino.
Se uma mensagem chega (X = 1), ou não (X = 0), ao seu destino
![Page 14: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/14.jpg)
14
Variáveis aleatórias
variável aleatória
discreta
os possíveis resultados
estão contidos em um
conjunto finito ou
enumerável
contínua
os possíveis resultados
abrangem todo um intervalo
de números reais
0 1 2 3 4 ... 0 número de defeitos em ... tempo de resposta de ...
![Page 15: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/15.jpg)
15
Construção de distribuições de probabilidades
Sortear 2 bolas
com reposição
X = número de bolas pretas na amostra
![Page 16: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/16.jpg)
16
3/5
2/5
3/5
2/5
3/5 2/5
Sortear 2 bolas
com reposição
X = número de bolas
pretas na amostra
x p(x)
0 9/25 (0,36)
1 12/25 (0,48)
2 4/25 (0,16)
(10) (20)
![Page 17: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/17.jpg)
17
3/5
2/5
2/4
2/4
3/4 1/4
Sortear 2 bolas
sem reposição
X = número de bolas
pretas na amostra
x p(x)
0 6/20 (0,30)
1 12/20 (0,60)
2 2/20 (0,10)
(10) (20)
![Page 18: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/18.jpg)
18
Sortear 2 bolas
X = número de bolas
pretas na amostra
x p(x)
0 0,30
1 0,60
2 0,10
Distrib. de X
sem reposição
Distrib. de X
com reposição
x p(x)
0 0,36
1 0,48
2 0,16 independência
![Page 19: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/19.jpg)
19
Exemplo 1
Considere que numa grande rede de computadores, em 60% dos dias ocorre alguma falha.
Construir a distribuição de probabilidades para a variável aleatória X = número de dias com falhas na rede, considerando o período de observação de três dias. (Suponha independência.)
![Page 20: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/20.jpg)
20
Exemplo 1
x
0
1
1
1
2
2
2
3
Possibilidades
BBB
BBR
BRB
RBB
BRR
RBR
RRB
RRR
Probabilidade
0,4 x 0,4 x 0,4 = 0,064
0,4 x 0,4 x 0,6 = 0,096
0,4 x 0,6 x 0,4 = 0,096
0,6 x 0,4 x 0,4 = 0,096
0,4 x 0,6 x 0,6 = 0,144
0,6 x 0,4 x 0,6 = 0,144
0,6 x 0,6 x 0,4 = 0,144
0,6 x 0,6 x 0,6 = 0,216
![Page 21: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/21.jpg)
21
Exemplo 1
x p(x)
0 0,064
1 0,288
2 0,432
3 0,216
Total 1 0,064
0 1 2 3
0,216
0,432
0,288
número de dias com falhas na rede
Distribuição de probabilidade de X:
![Page 22: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/22.jpg)
22
Valor esperado e variância
x p(x)
x1 p1
x2 p2
... ...
xn pn
Total 1
ii pxXE
ii
pxXV22
![Page 23: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/23.jpg)
23
Propriedades do valor esperado e variância
a)E(c) = c
b)E(X + c) = E(X) + c
c) E(cX) = cE(X)
d)E(X + Y) = E(X) + E(Y)
e) E(X – Y) = E(X) – E(Y)
a)V(c) = 0
b)V(X + c) = V(X)
c) V(cX) = c2V(X)
d)DP(cX) = |c|DP(X)
![Page 24: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/24.jpg)
24
X = número de dias com falhas na rede.
ii pxXE
E(X) = 0(0,064) + 1(0,288) + 2(0,432) + 3(0,216) = 1,8
Exemplo 1
x p(x)
0 0,064
1 0,288
2 0,432
3 0,216
![Page 25: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/25.jpg)
25
X = número de dias com falha na rede.
x p(x)
0 0,064
1 0,288
2 0,432
3 0,216
V(X) = (0 – 1,8)2(0,064) + (1 – 1,8)2(0,288) +(2 –
1,8)2(0,432) + (3 – 1,8)2(0,216) = 0,72
Exemplo 1
ii
pxXV22
![Page 26: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/26.jpg)
26
Experimento binomial
consiste de n ensaios;
cada ensaio tem somente dois resultados:
“sucesso” / “fracasso”;
os ensaios são independentes, com P(sucesso) = p
(0 < p < 1 constante ao longo dos ensaios);
====> X = número de sucesso nos n ensaios
![Page 27: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/27.jpg)
27
Exemplos de experimentos binomiais
Número de caras em 10 lançamentos de uma moeda;
Número de itens defeituosos numa amostra de 20 itens (supondo amostragem aleatória e com reposição);
Número de eleitores favoráveis a um determinado projeto de lei em uma amostra de 200 entrevistados (supondo amostragem aleatória de uma população muito grande).
![Page 28: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/28.jpg)
28
Cálculo das probabilidades em experimentos binomiais
X = número de caras em 3 lançamentos de uma moeda com P(cara) = p;
P(X = 1) = ?
X = 1 C K K
K C K
K K C
P(CKK) = p (1 - p)2
P(X = 1) = 3 p (1 - p)2
x
n
![Page 29: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/29.jpg)
29
O modelo binomial
xnx ppx
nxXP
1)(
Para um particular
x = 0, 1, ..., n:
)!(!
!,
xnx
n
x
nC xn
pnXE )(
)1()( ppnXV
![Page 30: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/30.jpg)
30
Exemplo 1 (de novo)
Considere que numa grande rede de computadores, em 60% dos dias ocorre alguma falha.
Construir a distribuição de probabilidades para a variável aleatória X = número de dias com falhas na rede, considerando o período de observação de três dias. (Suponha independência.)
![Page 31: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/31.jpg)
31
Exemplo 1 (de novo)
X = número de dias com falhas
binomial com
n = 3 p = 0,6 1 – p = 0,4
xx
xxXP
34,06,0
3)(
![Page 32: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/32.jpg)
32
Exemplo 1 (de novo)
n = 3 p = 0,6
P(X=x) = 0,6x.(1- 0,6)(3-x) ( ) 3
x
1
( ) 3
0 P(X=0) = 0,60.(1- 0,6)(3-0) = 1.0,60.0,43 = 0,064
= ( ) 3
0
3!
0! (3-0)! = 1
![Page 33: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/33.jpg)
33
Exemplo 1 (de novo)
n = 3 p = 0,6
( ) 3
1 P(X=1) = 0,61.(1- 0,6)(3-1) = 3.0,61.0,42 = 0,288
= ( ) 3
1
3!
1! (3-1)! = 3
P(X=x) = 0,6x.(1- 0,6)(3-x) ( ) 3
x
![Page 34: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/34.jpg)
34
Exemplo 1 (de novo)
n = 3 p = 0,6
( ) 3
2 P(X=2) = 0,62.(1- 0,6)(3-2) = 3.0,62.0,41 = 0,432
= ( ) 3
2
3!
2! (3-2)! = 3
P(X=x) = 0,6x.(1- 0,6)(3-x) ( ) 3
x
![Page 35: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/35.jpg)
35
Exemplo 1 (de novo)
n = 3 p = 0,6
( ) 3
3 P(X=3) = 0,63.(1- 0,6)(3-3) = 1.0,63.0,40 = 0,216
= ( ) 3
3
3!
3! (3-3)! = 1 1
P(X=x) = 0,6x.(1- 0,6)(3-x) ( ) 3
x
![Page 36: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/36.jpg)
36
Distribuição da variável X
0,064
0 1 2 3
0,216
0,432
0,288
x p(x)
0 0,064
1 0,288
2 0,432
3 0,216
Total 1
8,16,03)( pnXE
72,04,06,03)1()( ppnXV
![Page 37: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/37.jpg)
37
Distribuição de Poisson
Número de observações de uma variável em um intervalo contínuo (tempo ou espaço): distribuição de Poisson. Exemplos:
chamadas telefônicas por minuto,
mensagens que chegam a um servidor por segundo
acidentes por dia,
defeitos por m2, etc..
![Page 38: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/38.jpg)
38
Distribuição de Poisson Pressupostos
Os números de ocorrências em quaisquer intervalos são independentes.
A probabilidade de duas ou mais ocorrências simultâneas é zero.
O número médio de ocorrências () é constante em todo o intervalo considerado.
![Page 39: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/39.jpg)
39
Distrib. de Poisson: uma justificativa
X = núm. de ocorrências em [t, t+1]
t t+1 n intervalos de amplitude 1/n, com n
p = probab. de ocorrência em cada intervalo
xnx ppx
nxXP
)1()(
n
p 0
n p > 0
!)(
x
etxXP
tx
(x =0, 1, 2, ...)
![Page 40: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/40.jpg)
40
As probabilidades de uma distribuição de Poisson são dadas por:
P(X=x) = e-t . tx
x!
t - número médio de ocorrências no intervalo
(tempo ou espaço) considerado.
Distribuição de Poisson Equação
![Page 41: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/41.jpg)
41
Valor Esperado e Variância
O valor esperado (média) e a variância de uma
distribuição de Poisson são iguais a.
E(X) = t Var(X) = t
![Page 42: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/42.jpg)
42
Exemplo 2
Em um processo produtivo têxtil, o número
médio de defeitos por m2 de tecido é 0,4,
variando segundo uma distribuição de Poisson.
Qual é a probabilidade de que, em 1 m2 de tecido
fabricado:
a) não haja defeito?
![Page 43: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/43.jpg)
43
Exemplo 2 - item a
= 0,4 t =1 t = 0,4
P(X=0) = e-0,4 . 0
0! = 0,6703 ou 67,03%
P(X=x) = e-0,4 . x
x!
![Page 44: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/44.jpg)
44
Exemplo 2
Em um processo produtivo têxtil, o número
médio de defeitos por m2 de tecido é 0,4, variando
segundo uma distribuição de Poisson. Qual é a
probabilidade de que, em 1 m2 de tecido
fabricado:
a) não haja defeito?
b) haja no máximo 1 defeito?
![Page 45: Probabilidade e Modelos Probabilísticos - inf.ufsc.brmarcelo.menezes.reis/Aula04CPGCC.pdf · Probabilidade e Modelos Probabilísticos ... Construir a distribuição de probabilidades](https://reader034.fdocument.pub/reader034/viewer/2022051523/5a7878f97f8b9a8c428bfc04/html5/thumbnails/45.jpg)
45
Exemplo 2 - item b
P(X=1) = e-0,4 . 1
1! = 0,2681 ou 26,81%
P(X=x) = e-0,4 . x
x!
P(X=0) + P(X=1) = 0,6703 + 0,2681 = 0,9384
ou 93,84%
)( 1XP