Professional Documents
Culture Documents
INSTITUTO DE FLORESTAS
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS AMBIENTAIS E FLORESTAIS
Diagnósticos Biométricos em Experimentação e Amostragem
Prof. Jorge M. Maeda
Israel Dias de Carvalho
Juliana Labre
Rodrigo Zucaratto
Março, 2011
Variáveis Aleatórias e distribuição de probabilidades
Definição de v.a.
Mais formalmente, é a regra matemática (ou função) que atribui um determinado valor
numérico para cada resultado possível de um experimento no espaço amostral.
1 – Variável Aleatória Discreta: é aquela que assume
apenas um número finito (ou infinito numerável) de valores
contáveis. Como por exemplo, a presença ou ausência de
uma determinada espécie (que assume valores 1 ou 0), o
número de nascimentos, etc.
Função de distribuição de probabilidade para variável aleatória discreta
Seja X uma v. a. discreta, sua função de distribuição de probabilidade é a fx(xi) que associa, a
cada valor possível xi de X, sua respectiva probabilidade, calculada da seguinte forma:
(A) Esperança matemática (ou simplesmente média) - E(x) – é um número real, é também
uma média aritmética.
DP ( X ) Var ( X )
Algumas distribuições de probabilidade de v.a. discreta
A – Distribuição de Bernoulli
Descreve um simples experimento que tenha somente dois resultados possíveis: SUCESSO
ou FRACASSO. Por exemplo, o resultado de um exame médico para detecção de uma
doença é positivo ou negativo; no lançamento de uma moeda ocorrer ou não cara; no
lançamento de um dado ocorrer ou não a face “5”; a presença ou não de uma espécie rara
num determinado local;
1
Média: E ( X ) x P( x ) 0.q 1. p p
i 0
i i
Variância: Var ( X ) E ( X 2 ) [ E ( X )] 2
1
E ( X ) xi2 P ( xi ) 0 2 q 12 p p
2
i 0
Var ( X ) p p 2 p(1 p ) pq
B – Distribuição Binominal
4 – Define-se então uma variável aleatória X, cuja formação é o número de sucesso nas n
repetições;
n
Função de probabilidade: P ( X x) p x q n x
x
Expressa a probabilidade de uma série de eventos ocorrer num certo período de tempo
(eventos ocorrem independentemente)
Características:
Em cada repetição ser um experimento de Bernoulli, com o detalhe de que p (sucesso) tende
a 0;
Ter uma variável aleatória cuja lei de formação é a quantia de sucesso nas n repetições;
Média:
E( X )
Variância: Var ( X )
É aquela que assume qualquer valor dentro de um pequeno intervalo. Por exemplo, a
biomassa de um pássaro, a área de uma folha consumida por um herbívoro, a corrente
elétrica que passa num fio de cobre, o tempo de vida de uma lâmpada.
Assim, a área sob a f.d.p. entre dois pontos a e b nos dá a probabilidade da variável assumir
valores entre a e b, conforme ilustrado na figura 1 a seguir.
P(a<X<b)
a b
Propriedades:
b
Média: E ( X ) x f ( x)dx
a
2
Var ( X ) E ( X ) [ E ( X )] 2
2
Var ( X ) E( X ) [ E ( X )] 2
onde onde
Variância: , onde
b
E( X 2
) x 2
f ( x ) dx b
x
2 2
E( X ) f ( x ) dx
a
Conhecida como a “curva em forma de sino”, tem sua origem associada aos erros de
mensuração.
Sabe- se que, quando se efetuam repetidas não se chega ao mesmo resultado todas as vezes
1) Para uma mesma média µ e diferentes desvios padrão σ, a distribuição que tem maior
desvio padrão se apresenta mais achatada, acusando maior dispersão em torno da média. A
que tem menor desvio padrão apresenta “pico” mais acentuado e maior concentração em
torno da média.
C
B
A
Figura 3 - Distribuições normais com mesma média e desvios padrão diferentes
2) Distribuições normais com o mesmo desvio padrão e médias diferentes possuem a mesma
dispersão, mas diferem quanto à localização. Quanto maior a média, mais à direita está a
curva.
B A
B A
Figura 4 – Distribuição com mesmo desvio e médias diferentes
Para a Distribuição Normal, a proporção de valores caindo dentro de 1, 2 ou 3 desvios
padrão da média são:
99.73 %
95.46 %
68.26 %
X
-3 - + +3
-2 +2
X-
Z
-3 -2 -1 0 1 2 3