Universidade Federal de Minas Gerais Departamento de Estatística – ICEx Métodos Computacionais para Estatística Distribuições de Probabilidades 1. Variáveis Discretas - Função de Probabilidades e Função Distribuição Acumulada. No Minitab, através do caminho Calc + Probability Distributions é possível calcular probabilidade relativas a vários modelos probabilísticos. Neste grupo de funções do Minitab pode-se calcular: • Probability (PDF) • Cumulative probability (CDF) • Inverse cumulative probability (InvCDF) É possível a obtenção dos mesmos resultados teclando os comandos adequados diretamente no console, desde que o mesmo esteja habilitado. Exemplos de probabilidades binomiais de X~Binomial (10; 0,6). MTB > pdf; SUBC> binomial 10 0,6. MTB > cdf; SUBC> binomial 10 0,6. Probability Density Function Binomial with n = 10 and p = 0,600000 Cumulative Distribution Function Binomial with n = 10 and p = 0,600000 x 0 1 2 3 4 5 6 7 8 9 10 2. 3. P( X = x ) 0,0001 0,0016 0,0106 0,0425 0,1115 0,2007 0,2508 0,2150 0,1209 0,0403 0,0060 x 0 1 2 3 4 5 6 7 8 9 10 P( X <= x ) 0,0001 0,0017 0,0123 0,0548 0,1662 0,3669 0,6177 0,8327 0,9536 0,9940 1,0000 Variáveis Contínuas - Função de Densidade de Probabilidades e Função Distribuição Acumulada. Através do mesmo caminho é possível calcular probabilidades referentes a vários modelos de distribuições contínuas. Procedimentos para Cálculo de Probabilidades e Montagem de Gráficos: Exemplo para a distribuição binomial a) Valores de Sucesso (k): 1. Na barra de ferramentas, escolha Calc; 2. Selecione Make Patterned Data. 3. Selecione Simple Set of Numbers Assinale na tela: 1. Store patterned data in: C1 2. From first value: 0 3. To last value: 20 4. In steps of: 1 5. List each value: 1 6. List the whole sequence: 1 b) Cálculo de Probabilidades – Binomiais: 1. Na barra de ferramentas, escolha Calc; 2. Selecione Probability distributions; 3. Selecione Binomial Observações: Na primeira parte da tela, assinale o que deseja calcular: • Probability: probabilidade no ponto, ou seja, p(x) = P(X = x); • Cumulative probability: probabilidade acumulada, F(x) = P(X ≤ x); • Inverse cumulative probability: inverso da probabilidade acumulada, ou seja, x tal que P(X ≤ x) = pac. Na segunda parte da tela, informe os parâmetros do modelo Binomial: • Number of trials: número de realizações do experimento: n; • Probability of success: probabilidade de sucesso: p. A terceira parte corresponde à entrada de dados, ou seja, se você assinalou Probability ou Cumulative probability, você deve fornecer o valor de x em Input constant, ou os valores de x em Input column. Neste último caso, a coluna contendo os valores de x já deve estar pronta. Se você assinalou Inverse cumulative probability, você deve informar o valor pac (Input constant ) ou os valores de pac (Input column). Caso haja interesse, é possível guardar os resultados assinalando Optional storage e indicando onde devem ser armazenados. 4. Exercícios a) Gerar a distribuição de probabilidades e a função de distribuição acumulada para uma v. a. X ~Binomial(15, 0,48) e X~Poisson (4). b) Se X tem distribuição Binomial com parâmetros n = 10 e p = 0,5 p = 0,25 p = 0,9 i. Faça os gráficos das distribuições de X e da função de distribuição acumulada. Qual a diferença entre os gráficos? O que ocasionou a diferença? ii. Calcule a média nos três casos e localize cada uma no respectivo gráfico. c) A experiência indica que 40% das pessoas que entram em uma loja de computadores fazem compras. Se 9 pessoas entram na loja, determine a probabilidade de: i. sete ou menos pessoas façam compras. 99,62%; ii. apenas uma pessoa faça compras; iii. mais que 4 pessoas façam compras; iv. de 3 a 5 pessoas façam compras. d) Considerando 600 famílias com 3 crianças e admitindo que as probabilidades de nascimentos de meninos e meninas em uma família sejam iguais, calcule o número esperado de famílias com: i. Nenhum menino; ii. 2 meninos; iii. Pelo menos 1 menino; iv. Exatamente 3 meninas. e) Sabe-se que uma lâmpada comum tem uma probabilidade de 0,90 de durar mais de seis meses. Se uma pessoa instalou 20 dessas lâmpadas, determine a probabilidade dela ter que substituir: i. No máximo 2 lâmpadas antes de seis meses; ii. Mais que duas lâmpadas antes de seis meses; iii. De duas e quatro lâmpadas antes de seis meses; iv. Nenhuma lâmpada antes de seis meses; v. Para cada lote de 50 lâmpadas, qual o número médio de lâmpadas que deverão ser substituídas depois de seis meses de uso? f) Calcular a função de probabilidade de uma variável aleatória com distribuição de Poisson com média λ= 5, para valores de k= 0, 1, 2, ..., 30 g) Calcular a função de probabilidade de uma Variável Aleatória com distribuição binomial com parâmetros n=500 e p=0,01. Compare com os valores calculados no exercício anterior. h) O total de pontos obtidos no vestibular de uma universidade é uma variável aleatória normal com média 550 e desvio-padrão 120. i. Determine a probabilidade de um candidato obter: 1. Mais de 700 pontos; 2. Menos de 200 pontos; 3. Entre 200 e 700 pontos. ii. Determine a pontuação acima da qual encontram-se os 5% melhores candidatos. iii. Determine a faixa de pontuação, simétrica em torno da média, que contenha aproximadamente 85% dos candidatos i) Suponha que numa universidade, a altura dos estudantes do sexo masculino tenha distribuição normal com µ=170 cm e σ=10 cm. Calcule: i. P(X>190); ii. P(150<X<190); iii. P(X<160); iv. A percentagem esperada de estudantes com altura entre 150 e 190 cm. j) Em um processo industrial, as peças com mais de 22 kg ou menos de 18 kg são consideradas defeituosas. O processo atual produz 30% de peças defeituosas. Foi proposta a troca por um processo em que o peso das peças tem distribuição Normal com média 21 kg e desvio padrão 0,9 kg. Qual a proporção de peças defeituosas produzidas pelo novo processo? Deve ser feita a troca? A Distribuição Normal como aproximação de distribuições discretas k) Com o auxílio da distribuição normal, obtenha uma aproximação da probabilidade de que, no máximo 12 de 50 pacientes venham a ter dor de cabeça em conseqüência da ingestão de um certo remédio, se a probabilidade de um tal evento é igual a 0,22. 0,6957 Recalcule a probabilidade pedida usando o modelo binomial e determine o erro percentual da aproximação. l) Uma companhia aérea sabe que o número de malas que ela perde semanalmente em certa rota é uma variável aleatória que tem distribuição aproximadamente Normal com média 26,2 e desvio padrão 5,8. Determine as probabilidades de que, em uma semana, a companhia aérea perca nesta rota i. Exatamente 22 malas; ii. No máximo 22 malas; iii. No mínimo 22 malas.