Relatório palestra tigre
Charlerles Betuel M. Mvumbi
A partir deste tema vamos apresentar dois modelos teóricos de distribuição de probabilidade; aos quais um experimento aleatório estudado possa ser adaptado, o que permitirá a solução de grande número de problemas práticos.
VARIÁVEL ALEATÓRIA
Suponhamos um espaço amostral S e que a cada ponto amostral seja atribuído um numero. Fica então definida uma função chamada variável aleatória, indicada por uma letra maiúscula, sendo os seus valores, sendo os seus valores indicados por letras minúsculas.
Assim, se o espaço amostral relativa ao (lançamento simultânea de duas moedas) é s = {(Ca, Ca), (Ca, Co), (Co, Ca), (Co, Co)} e se X representa ¨O numero de caras¨ que aparecem, a cada ponto amostral podemos associar um numero pra x, como podemos ver na tabela.
PontoAmostral | x | (Ca, Ca) | 2 | (Ca, Co) | 1 | (Co, Ca) | 1 | (Co, Co) | 0 |
Tabela 1
DISTRIBUIÇÃO DE PROBABILIDADE
Consideramos a distribuiçao de frequências relativa ao numero de acidentes diários em um estacionamento:
Numero de acidentes | Frequências | 0 | 22 | 1 | 5 | 2 | 2 | 3 | 1 | | ∑ = 30 |
Tabela 2 E um dia a probabilidade de: - não ocorrer acidente é: P=2230=0,73 - Ocorrer um acidente é: P=530=0,17 - Ocorrem dois acidentes é: P=230=0,07 - Ocorrem três acidentes é: P=130=0,03 Podemos então dizer que: Numero de acidentes | probabilidades | 0 | 0,73 | 1 | 0,17 | 2 | 0,07 | 3 | 0,03 | | ∑ = 1,00 |
Tabela 3 Essa tabela é denominada distribuição de probabilidade
Seja X uma variável aleatória que pode assumir os valores x1, x2, x3, …..xn. A cada valor xi a probabilidade pi de ocorencias de tais pontos no espaço amostral.
Assim temos: pi=1 Os valores x1, x2, x3, …..xn e seus correspondentes p1, p2, p3, …..pn definem uma distribuição de probabilidade.
Assim, voltando à tabela 1, temos: