55 CURSO DE PS-GRADUAO LATO SENSU EM GESTO ESTRATGICA ECONMICA, FINANCEIRA E CONTBIL DISCIPLINA: MTODOS QUANTITATIVOS DOCENTE: Emlia Satoshi

Miyamaru Seo TERCEIRA AULA: MODELOS DE PROBABILIDADES BINOMIAIS E NORMAIS

INTRODUO
Consciente ou inconscientemente, a probabilidade usada por qualquer indivduo que toma decises em situaes de incerteza. Conhecendo ou no regras de clculo, muitas pessoas interessam-se por eventos ligados s probabilidades. So vrias situaes em que desejvel se ter uma medida (avaliao numrica) de quo provvel a ocorrncia de determinado evento futuro. Por exemplo: lanamento de um produto, bons lucros em uma operao mercantil, meu time vai ganhar o prximo jogo, etc. Por definio probabilidade pode ser calculada como:

P ( A) =

nmerodecasosfavorveisaoeventoA nmerodecasospossveis

Como nas distribuies de freqncias, vamos tratar sobre as distribuies de probabilidades de populaes. Pode-se dizer que uma distribuio de freqncia de uma amostra uma estimativa das distribuies de probabilidades da populao. As anlises das distribuies de probabilidades possibilitam a construo de modelos que nos auxiliam no entendimento de fenmenos do mundo real. VARIVEIS ALEATRIAS (v.a.) Uma varivel aleatria, X = v.a., fornece um meio para descrever por valores numricos os resultados experimentais. Definio: Uma varivel aleatria uma descrio numrica do resultado de um experimento Classificao: varivel aleatria discreta e varivel aleatria contnua. Definies:

56 Uma v.a. considerada discreta se toma valores que podem ser contados, ou seja, pode assumir um nmero de valores de X for finito como uma seqncia infinita numervel (0, 1, 2, 3, coleo de intervalos. Tabela 1 - Exemplos de variveis aleatrias discretas Experimento Contatar cinco clientes Varivel aleatria (X) Possveis valores para X Nmero de clientes que colocam 0, 1, 2, 3, 4, 5 0, 1, 2,........48, 49, 50. 0, 1, 2, 3, ......... 0 se masculino 1 se feminino ). Uma v.a. considerada contnua se pode assumir qualquer valor numrico em um intervalo ou uma

um pedido de compra Inspecionar um embarque de 50 Nmero de rdios defeituosos rdios Operar um restaurante por um Nmero de clientes dia Vender um automvel Gnero do cliente

Tabela 2 - Exemplos de variveis aleatrias Contnuas Experimento Operar um banco Encher um recipiente Varivel aleatria (X) Possveis valores para X Tempo entre as chegadas dos X 0 clientes em min. de Nmero de ml 0 X 343 mL

refrigerante (max.=343 mL) Trabalhar em um projeto para a % de trmino do projeto aps 6 0 X 100 construo biblioteca Testar um qumico de uma nova meses

novo

processo Temperatura quando a desejada 65 X 100 reao tem lugar (min 65 oC, max. 100 oC)

OBS.: A VARIVEL ALEATRIA (X) SER UTILIZADA PARA ESTABELECER MODELOS TERICOS DE PROBABILIDADE COM A FINALIDADE DE DESCREVER POPULAES.

DISTRIBUIO DE PROBABILIDADES

57 Uma distribuio de probabilidades uma distribuio de frequncias relativas para os resultados de um espao amostral; mostra a proporo de vezes em que a v.a. tende a assumir cada um dos diversos valores. Em outras palavras, a distribuio de probabilidades para uma v.a. descreve como as probabilidades esto distribudas sobre os valores da varivel aleatria.

Por exemplo: Demanda diria de aluguel de caminhotes durante um perodo de 50 dias. Demanda possvel X 3 4 5 6 7 8 3 7 12 14 10 4 50 Nmero de dias Probabilidade P(X ) 0,06 0,14 0,24 0,28 0,20 0,08 1,00

No exemplo acima: Seja X v.a. que pode assumir os valores xi (3, 4, 5, 6, 7, 8). A cada valor de x i correspondem pontos do espao amostral. Associamos, ento, a cada valor xi, a probabilidade Pi de ocorrncia de tais pontos no espao amostral. Assim temos:

Pi = 1
Os valores de xi e seus correspondentes Pi definem uma distribuio de probabilidade. As frequncias relativas observadas foram convertidas, na ltima coluna da tabela, em probabilidades para este perodo de 50 dias. Ento, podemos observar que a probabilidade de serem solicitadas exatamente sete caminhonetes em um dia aleatoriamente escolhido no perodo de 0,20 e a probabilidade de serem solicitadas seis ou mais de 0,56.

FUNO PROBABILIDADE Ao definir a distribuio de probabilidade, estabelecemos uma correspondncia unvoca entre os valores da varivel aleatria X e os valores da varivel P.

58 Esta correspondncia define uma funo; os valores xi (3, 4, 5, 6, 7, 8) formam o domnio da funo e os valores Pi (0,06; 0,14; 0,24; 0,28; 0,20; 0,08), a sua imagem. Esta funo denominada funo probabilidade e representada por: f(x) = P(X = xi) A funo P(X = xi) determina a distribuio de probabilidade da varivel aleatria X.

DISTRIBUIES DISCRETAS DE PROBABILIDADE DISTRIBUO BINOMIAL Para uma varivel aleatria discreta, X, a distribuio de probabilidades definida por uma funo de probabilidade, denotada por f(x). A funo probabilidade fornece a probabilidade para cada um dos valores da varivel aleatria. f(x) = P(X = xi)

0,30 0,25
Probabilidades f(x)

0,20 0,15 0,10 0,05 0,00 3 4 5 6 7

X

Demanda de aluguel

Representao grfica da distribuio de probabilidades. A utilizao da distribuio binomial exige certas hipteses. Essas hipteses so: 1. H n observaes ou provas idnticas; 2. Cada prova tem dois resultados possveis, um chamado sucesso e o outro insucesso; 3. As probabilidades p de sucesso e 1 p de insucesso; permanecem constantes em todas as provas; 4. Os resultados das provas so independentes uns dos outros.

59 H dois mtodos para obter as probabilidades para uma v.a. distribuda binomialmente: I) II) Utilizao da frmula binomial (no ser dado no curso) Utilizao das tabelas de probabilidades binomiais.

UTILIZAO DAS TABELAS DE PROBABILIDADES BINOMIAIS H dois tipos de tabelas binomiais. Um d as probabilidades de resultados individuais de uma v.a. e o outro d as probabilidades de um conjunto de resultados. O primeiro utilizado quando h interesse na determinao da probabilidade de um nico valor numa distribuio binomial, tal como a probabilidade de exatamente 4 sucessos em 6 observaes. O segundo tipo de tabela quando h interesse nos resultados do tipo mais do que ou menos do que determinado nmero. Exemplo 01: Calcular a probabilidade de 5 sucessos (x = 5) em 8 observaes ( n = 8), quando a probabilidade de sucesso 0,30. Utilizar a tabelas binomiais. Soluo: 1. Procurar no topo da tabela o valor de p indicado; 2. Localizar o n na coluna esquerda da tabela, e procurar o nmero x de sucessos desejado; 3. A probabilidade de x sucessos se encontra na interseco da linha achada conforme a parte 2 com a coluna achada conforme a parte 1. Assim, a probabilidade de exatamente 5 sucessos em 8 observaes, quando a probabilidade de sucesso em cada observao 0,30, 0,0467.

Exemplo 02: A probabilidade de 2 ou menos sucessos (isto , 0, ou 1 ou 2) em 3 observaes, com probabilidade de sucesso 0,40. Soluo: Utiliza-se a tabela de probabilidades binomiais acumuladas = a tabela d a probabilidade de x ou menos sucessos, podemos ler diretamente a probabilidade de 2 ou menos [dados n e P(sucesso). Para determinar de mais de 2 sucessos, determinamos a probabilidade de 2 ou menos e a subtramos de 1,00. O raciocnio igual tabelas binomiais individuais Neste caso o valor 0,9360 para 2 ou menos sucessos = P ( X 2)

60 E probabilidade de mais de 3 sucessos: 1 0,9360 = 0,0640 = P(X > 2) OBS.: As tabelas binomiais encontram-se na pg. 554 do livro Anderson, Sweeney and Williams. Estatstica Aplicada Administrao e Economia. DISTRIBUIES CONTNUAS DE PROBABILIDADE DISTRIBUIO NORMAL Entre as distribuies tericas de varivel aleatria contnua, uma das mais empregadas a distribuio normal. O aspecto grfico de uma distribuio normal o da Figura abaixo: rea sob a curva = probabilidade normalmente distribuda

25

20

15

10

10

Em resumo as caractersticas das curvas normais so: A varivel aleatria X pode assumir todo e qualquer valor real; A curva normal tem a forma de sino; O ponto mais alto na curva normal est a mdia, que tambm a mediana e a moda tambm; simtrica em relao mdia (), que recebe o nome de curva normal ou de Gauss; A rea total limitada pela curva e pelo eixo das abscissas igual a 1 = 100%; A curva normal assintota em relao ao eixo das abscissas, prolonga-se de - a +; A rea sob a curva entre dois pontos a probabilidade de uma varivel normalmente distribuda tomar um valor entre esses pontos; 8. H uma famlia inteira de distribuies normais de probabilidade. Elas so diferenciadas por suas mdias e desvios padres . 9. As probabilidades para a varivel aleatria normal so dadas por reas sob a curva. Por exemplo: 68,26% dos valores de uma varivel aleatria normal esto dentro de um desvio padro positivo ou negativo de sua mdia; 1. 2. 3. 4. 5. 6. 7.

61 99,72% dos valores de uma varivel aleatria normal esto dentro de um desvio padro positivo ou negativo de sua mdia;
99,72%

25

68,26%

20

15

10

- 3

- 1

+ 1
6

+ 3
8

10

Distribuio normal-padro de probabilidades

Diz-se que uma varivel aleatria que tem uma distribuio normal com uma mdia de zero e um desvio padro de 1 tem uma distribuio normal-padro de probabilidade. A letra z comumente usada para designar essa particular varivel aleatria normal

25

20

=1

15

10

z X

10

Distribuio normal-padro de probabilidade Quando temos em mos uma varivel aleatria com distribuio normal, nosso principal interesse obter a probabilidade de essa varivel aleatria assumir um valor em um determinado intervalo. Exemplo 03: Seja X a varivel aleatria que representa ao dimetros dos parafusos produzidos por certa mquina. Vamos supor que essa varivel tenha distribuio normal com mdia = 2 cm e desvio padro = 0,04 cm. Pode haver interesse em conhecer a probabilidade de um parafuso ter dimetro com valor entre 2 e 2,05 cm. fcil notar que essa probabilidade, indicada por:

62 P(2 < X < 2,05); Corresponde rea hachurada na Figura abaixo:

25

20

15

10

0 1,75

1,80

1,85

1,90

1,95

2,00

2,05

2,10

2,15

2,20

2,25

Se X uma varivel aleatria com distribuio normal de e desvio padro , ento a varivel: z= Onde: z = nmero de desvios padres a contar da mdia; X = valor arbitrrio; = a mdia da distribuio normal; = o desvio padro. Podemos escrever: P ( < X < x) = P(0 < Z < z) Note-se que z tem sinal negativo para valores de x inferiores mdia e sinal positivo para valores superiores mdia. Queremos calcular P(2 < X < 2,05). Para obter essa probabilidade, precisamos, em primeiro lugar, calcular o valor de z: z=
2,05 2 0,05 X = = = 1,25 0,04 0,04 X

Donde: P(2 < X < 2,05) = P (0 < Z < 1,25) Procuremos na Tabela de distribuies normal z = 1,25: Na primeira coluna encontramos o valor 1,2. Em seguida, encontramos, na primeira linha, o valor 5, que corresponde ao ltimo algarismo do nmero 1,25. Na interseco da linha e coluna correspondentes encontramos o valor 0,3944, o que permite escrever: P(0 < Z < 1,25) = 0,3944 Assim, a probabilidade de um parafuso fabricado por essa mquina apresenta um dimetro entre a mdia = 2 e o valor x = 2,05 0,3944

63 OBS.: A tabela Normal encontra-se na pg. 225 do livro Anderson, Sweeney and Williams. Estatstica Aplicada Administrao e Economia.

EXERCCOS DE FIXAO 1. Usando as tabelas binomiais, determinar: a) b) c) d) e) P(X =5 | n = 9, p = 0,50); P(X =7 | n = 15, p = 0,60); P(X 3 | n = 20, p = 0,05); P(X 18 | n = 20, p = 0,90); P(X > 8 | n = 10, p = 0,70).

2. Devido s altas taxas de juros, uma firma informa que 30% de suas contas a receber de outras firmas comerciais se encontram vencidas. Se um contador escolhe aleatoriamente uma amostra de cinco contas, determinar a probabilidade de cada um dos seguintes eventos usando a tabela de probabilidades binomiais: (a) nenhuma das contas est vencida, (b) exatamente duas contas esto vencidas, (c) a maioria das contas esto vencidas, (d) exatamente 20% das contas esto vencidas. 3. Uma firma de pedidos pelo correio envia uma carta circular que ter uma taxa de respostas de 10%. Suponha que 20 cartas circulares so endereadas a uma nova rea geogrfica como um teste de mercado. Supondo que na nova rea aplicvel a taxa de respostas de 10%, determinar as probabilidades dos seguintes eventos: (a) ningum responde, (b) exatamente duas pessoas respondem. 4. Se X:N(10,4) calcular: a)P(8<X<10), b)P(9 X 12), c)P(X>10), d)P(X<8 ou X>11).

5. Se Z:N(0,1) calcular: a)P(0<Z<1,28), b)P(-1,28 Z 0), d)P(-1,28<Z<1,28), e) P(1,89<Z<3,50), g) o valor a tal que P(0<Z<a)= 0,18793, h) o valor b tal que P(Z>b)= 0,0025, i) o valor c tal que P(Z>c)=0,20.

c)P(Z>1,28),d)P(Z<-2), f)P(Z>-1,22), k)P(Z<2,33),

6. Os salrios semanais dos operrios industriais so distribudos normalmente em torno da mdia de R$ 500,00 com desvio padro de R$ 40,00. Calcule a probabilidade de um operrio ter um salrio semanal situado entre R$ 490,00 e R$ 520,00. 7. As vendas de um determinado produto tm distribuio aproximadamente normal, com mdia 500 e desvio padro 50.Se a empresa decide fabricar 600 unidades no ms em estudo, qual a probabilidade de que no possa atender a todos os pedidos desse ms, por estar com a produo esgotada e sem estoque no incio do ms. 8. A renda mdia de uma comunidade tm distribuio aproxim. normal, com mdia R$1500,00 e desvio padro R$300,00. a)Que % da populao ter renda superior a R$1850,00? b)Que % da populao ter renda entre 1600,00 e 1850 reais?

64 9. As vendas dirias de um restaurante tm distribuio normal com mdia R$5300,00 e desvio padro R$1200,00. a)Qual a probabilidade das vendas excederem R$7000,00 em determinado dia? b)Esse restaurante deve vender, no mnimo, R$3000,00 por dia para no ter prejuzo. Qual a probabilidade de que, em um certo dia, haja prejuzo.