estatistica

Distribuições de Probabilidades
Quando aplicamos a Estatística na resolução de problemas administrativos, verificamos que muitos problemas apresentam as mesmas características o que nos permite estabelecer um modelo teórico para determinação da solução de problemas.
Os componentes principais de um modelo estatístico teórico:
1. Os possíveis valores que a variável aleatória X pode assumir;
2. A função de probabilidade associada à variável aleatória X;
3. O valor esperado da variável aleatória X;
4. A variância e o desvio‐padrão da variável aleatória X.
Há dois tipos de distribuições teóricas que correspondem a diferentes tipos de dados ou variáveis aleatórias: a distribuição discreta e a distribuição contínua.

Distribuições Discretas
Descreve quantidades aleatórias (dados de interesse) que podem assumir valores particulares e os valores são finitos. Por exemplo, uma variável aleatória discreta pode assumir somente os valores 0 e 1, ou qualquer inteiro não negativo, etc. Um exemplo de variável climatológica discreta são as tempestades com granizo.

Modelo ou Distribuição de Bernoulli Quando executamos um experimento (ensaio) do tipo Bernoulli, associado a este ensaio, temos uma variável aleatória com o seguinte comportamento:
• Suponhamos a realização de um experimento E, cujo resultado pode ser um sucesso (se acontecer o evento que nos interessa) ou um fracasso ( o evento não se realiza).
• Seja p a probabilidade de sucesso e q a probabilidade de fracasso, com p + q = 1.
• Definimos a seguinte v.a. discreta: X : nº de sucessos em uma única tentativa do experimento.
• X assume os valores:
X=1, sucesso
X=0, fracasso
X com P(X = 0) = q e P(X = 1) = p.
Nessas condições a v.a. X tem distribuição de Bernoulli, e sua função de probabilidade é dada por:
P( X =x ) =p*x x q*1-x

Distribuição binomial

Em teoria das probabilidades e estatística, a distribuição binomial é a distribuição de probabilidade discreta do número de