distribuição binomial

Trata-se de uma distribuição discreta cuja descrição de contagem é sempre com esta forma:

X = número de «sucessos» em n provas independentes

descrição

Trata-se de uma distribuição discreta cuja descrição de contagem é sempre com esta forma:

X = número de «sucessos» em \(n\) provas independentes

Um exemplo desta va é:

  • X = número de caras em 10 lançamentos de uma moeda

em que o «sucesso» é «sair cara» e o número de provas independentes é 10.

Diz-se que \(X\) segue uma distribuição Binomial de parâmetros:

  • \(n\) : o número de provas, ou experiências, independentes;

  • \(p\) : a probabilidade de sucesso em cada prova ou experiência.

A notação habitual é

\[X \sim B(n,p)\]

que significa que a função massa de probabilidade é dada por

\[f(x)=P(X=x)=C_x^n\,p^x\,(1-p)^{n-x},\; x=0,1,\ldots,n\]

combinações

A expressão \(C_x^n\) designa combinações de n objectos agrupados x a x:

\[C_x^n = \frac{n!}{(n-x)!\, x!}, \quad x=0, 1, \ldots\]

Por exemplo,

\[C_2^4 = \frac{4!}{(4-2)!\, 2!} = \frac{4\times3\times2\times1}{2! \times 2!} = \frac{12}{2}=6\]

Se (a,b,c,d) são os objetos então combinados dois a dois têm-se as 6 combinações

  • (a,b), (a,c), (a,d), (b,c), (b,d), (c,d).

exemplos de binomiais

Exemplo 1. X = número de caras em 10 lançamentos de uma moeda

  • é uma contagem de sucessos em lançamentos de moedas

  • o sucesso é «sair cara»; sendo a moeda for equilibrada temos p=P(«sucesso»)=0.5

  • são realizados exatamente 10 lançamentos independentes

A notação matemática usada é:

\[X \sim B(10,0.5)\]

e a expressão acima é uma maneira mais fácil de escrever \(f(x)=C^{10}_x 0.5^x (1-0.5)^{10-x}\), x=0,1,…,10.


Exemplo 2. X = número de defeitos em 35 peças de roupa avaliadas

  • é uma contagem de «sucessos» na análise de uma peça de roupa

  • o sucesso ocorre quando «a peça de roupa tem defeito» e considera-se p=P(roupa com defeito) (prob. desconhecida)

  • foram analisadas exatamente 35 peças de roupa (independentes)

\[X \sim B(35,p)\]

sendo \(p\) a probabilidade de uma peça de roupa ser defeituosa;


Exemplo 3. X = número de praticantes de desporto no conjunto de 43 alunos presentes na sala de aula

  • é uma contagem de sucessos ao entrevistar cada estudante

  • o sucesso é «o estudante pratica desporto», considere-se p=P(o estudante pratica desporto)

  • foram entrevistados, exatamente, 43 estudantes

\[X \sim B(43,p)\]

sendo \(p\) a probabilidade de um estudante praticar desporto


Exemplo 4. X = número de erros de medição superiores a 0.01mg em 100 pesagens realizadas

  • é uma contagem de sucessos ao fazer medições

  • o sucesso é «foi detetado um erro de medição superior a 0.01mg», considere-se p=P(erro de medição superior a 0.01mg)

  • foram revistas, exatamente, 100 pesagens

\[X \sim B(100,p)\]

sendo \(p\) a probabilidade de se cometer um erro de medição superior a 0.01mg numa pesagem.

propriedades

média populacional ou número esperado

  • \(E[X]=np\)

Note que

  • o número esperado não precisa ser inteiro mesmo que a v.a. seja inteira.

Por exemplo, em Portugal houve 1.42 filhos por casal em 2019 e este valor serve de comparação com anos anteriores. Claro que ninguém vai ter 0.42 filhos e por isso a noção de média populacional é uma quantidade sem representação real. Assim, no cálculo \(np\) não se deve arredondar o número esperado a um número inteiro. Fonte: Indicadores de fecundidade.

variância populacional

  • \(Var[X]=np(1-p)\)

Exercício. Faça o gráfico de p(1-p). Para que valor de p é que a variância é máxima?


soma de duas variáveis binomiais

Sejam \(X\) e \(Y\) duas v.a.”s independentes tais que

\[X \sim B(n_1,p)\;\; \mbox{e}\;\; Y \sim B(n_2,p)\]

Assim, nestas condições,

\[X+Y \sim B(n_1+n_2,p)\]

Exemplo.

Admita que a probabilidade de uma peça ser defeituosa é \(0.01\). Considere as variáveis

  • X = «número de peças defeituosas retiradas com reposição de um lote A de \(100\) peças»

e

  • Y = «número de peças defeituosas retiradas com reposição de um lote B de \(500\) peças».

Assim, \(X \sim B(100,0.01)\) e \(Y \sim B(500,0.01)\).

Então, \(Z=X+Y\) = «número de peças defeituosas no conjunto dos dois lotes» segue uma distribuição \(B(600,0.01)\).

R project

Exemplo. Determinar \(P(X \le 3)\) quando \(X\) segue uma \(Binomial(n=20, p=0.2)\):

pbinom(3,20,0.2)
[1] 0.4114489

Calculadoras gráficas

texas TI Nspire CX

  1. determinar \(P(X = 3)\) quando \(X\) segue uma Binomial(n=20, p=0.2):

  • modo «calculadora»

  • Menu => estatística (6) => distribuições… (5) => função densidade binomial..

  • depois colocar o n=20, p=0.2, x=3

  1. determinar \(P(X \le 3)\) quando \(X\) segue uma Binomial(n=20, p=0.2):

  • modo «calculadora»

  • Menu => estatística (6) => distribuições… (5) => função de distribuição binomial..

  • depois colocar n=20, p=0.2, limite inferior=0 e limite superior= 3

  1. determinar \(P(X \ge 3)\) quando \(X\) segue uma Binomial(n=20, p=0.2):

  • modo «calculadora»

  • Menu => estatística (6) => distribuições… (5) => função de distribuição binomial..

  • depois colocar n=20, p=0.2, limite inferior=3 e limite superior=20 (pois x=0,1,…,20)

  • alternativa importante no caso discreto :

    • \(P(X \ge 3) = 1 - P(X \le 2)\) pois é uma va discreta

    • depois colocar n=20, p=0.2, limite inferior=0 e limite superior=2 e fazer «1 - resultado»

Baixe o manual da NSpire: TI-Nspire Reference Guide PT.

Esta máquina determina probabilidades da forma \(P(a \le X \le b)\) em que «a» e «b» são os limites inferior e superior do intervalo.

Contribuições:
  Ana Madalena Garcia (2018/2019)
  Ana Isabel Azevedo (2018/2019)
  João Fonseca (2019/2020)

texas TI 84 e variantes

Indicações válidas para as variantes: TI 84 plus, TI 84 Plus C Silver Edition.

Exemplo: \(X\) segue uma Binomial(n=20, p=0.2):

  1. \(P(X = 3)\)

  • Selecione as teclas 2nd, DISTR (VARS) para ter acesso ao menu de distribuição.

  • Selecionar A: binompdf e depois: binompdf(20, 0.2, 3)

  • Por vezes surge um menu a pedir parâmetros:
    • botão DISTR-> opção binompdf-> (trials:20; p=0,2, x value= 3)

  1. \(P(X \le 3)\):

  • Selecione as teclas 2nd– DISTR (VARS) para ter acesso ao menu de distribuição.

  • Selecionar B: binomcdf. Esta máquina calcula valores acumulativos da forma “inferiores a …” (\(P(X \le x)\)) e temos de fazer da seguinte forma: binomcdf(20, 0.2, 3)

  • Por vezes surge um menu a pedir parâmetros:
    • botão DISTR-> opção binomcdf-> (trials:20; p=0.2; x value=3)

  1. \(P(X \ge 3)\):

Nesta calculadora faz-se assim: \(P(X \ge 3) = 1 - P(X < 3) = 1 - P(X \le 2)\)

Então:

  • Escrever: 1- e depois

  • Selecione as teclas 2nd– DISTR (VARS).

  • Selecionar B: binomcdf e escrever binomcdf(20, 0.2, 2) (atenção à ordem)

Por vezes surge um menu a pedir parâmetros: - botão DISTR-> opção binomcdf-> (trials: 20; p: 0.2; x value: 2)

Faça clique na imagem para outros casos:

_images/LuanaFilipe_TexasTi84plus_ExercicioSlide20.png
Contribuição original de Luana Filipe.
Contribuição adicional de Marta S. P. Mendes e Luís Filipe P. Borges
(estudantes de Bioestatística em 2018/2019).

casio FX 9860gii e similares

Exemplo: \(X\) segue uma Binomial(n=20, p=0.2):

Menu STAT; DIST (F5); BINM (F5);

  • P(X=3): Bpd (F1); Data: Variable; x=3; Numtrials=20; p=0.2

  • P(X<=3): Bcd (F2); Data: Variable; x=3; Numtrials=20; p=0.2

  • P(X>=3):

    • \(P(X \ge 3) = 1 - P(X \le 2)\) pois é uma va discreta

    • Bcd (F2); Data: Variable; x=2; Numtrials=20; p=0.2

    • anotar o resultado no papel;

    • no modo «math» fazer: 1 - (ver resultado anterior)

Contribuição original de André P. Ventura
(estudantes de Bioestatística em 2018/2019).

casio FX CG 20

Exemplo: \(X\) segue uma Binomial(n=20, p=0.2):

  • Menu STAT (estatistica); DIST (F5); BINOMIAL (F5);

  • P(X=3): Bpd (F1); Data: Variable; x=3; Numtrials=20; p=0.2

  • P(X<=3): Bcd (F2); Data: Variable; Lower=0; Upper=3; Numtrials=20; p=0.2

  • P(X>=3): Bcd (F2); Data: Variable; Lower=3; Upper=20; Numtrials=20; p=0.2

  • P(X>=3) alternativa importante no caso discreto :

    • \(P(X \ge 3) = 1 - P(X \le 2)\) pois é uma va discreta

    • Bcd (F2); Data: Variable; Lower=0; Upper=2; Numtrials=20; p=0.2, e fazer «1 - resultado»

Faça clique na imagem para ver os écrans:

_images/casio_fx-cg20_binomial.jpg
Contribuição original de Mara B. L. Gravato
Contribuição original com imagens de Ana Romariz
(estudantes de Bioestatística em 2018/2019).

Estas instruções dependem de marcas ou versões de calculadoras ou software

outros exemplos

Seja \(X \sim B(10,0.2)\). Assim, por exemplo,

  • \(P(X=4)=PDF.BINOM(4,10,0.2) \simeq 0.0881\)

  • \(P(X \geq 6)=1-P(X < 6) = 1-P(X \leq 5) = 1- F(5)\)

Logo, \(P(X \geq 6)= 1-CDF.BINOM$(5,10,0.2) \approx 0.0064\).

E, ainda,

  • \(E[4X-1]=4E[X]-1=4\times(10\times0.2)-1=7;\)

  • \(Var[4X-1]=16Var[X]=16\times(10\times0.2\times0.8)=25.6.\)