Diferenças entre edições de "Distribuição hipergeométrica"

Da Thinkfn
m ({{Contribuiram}})
 
Linha 2: Linha 2:
  
 
Seja ''N'' um conjunto tal que existem ''K'' elementos classificados como sucesso e ''N-K'' elementos classificados como insucesso. Um conjunto de ''n'' elementos  é seleccionado, aleatoriamente e sem reposição, do conjunto de ''N'' elementos.
 
Seja ''N'' um conjunto tal que existem ''K'' elementos classificados como sucesso e ''N-K'' elementos classificados como insucesso. Um conjunto de ''n'' elementos  é seleccionado, aleatoriamente e sem reposição, do conjunto de ''N'' elementos.
 +
 
A variável aleatória ''X'' denota o número de sucessos na amostra. Então, ''X'' tem distribuição hipergeométrica e
 
A variável aleatória ''X'' denota o número de sucessos na amostra. Então, ''X'' tem distribuição hipergeométrica e
  
:<tex> P(X=x|N,K,n) = {{{K \choose x} {{N-K} \choose {n-x}}}\over {N \choose n}}</tex>
+
 
 +
::<tex> P(X=x|N,K,n) = {{{K \choose x} {{N-K} \choose {n-x}}}\over {N \choose n}}</tex>
 +
 
  
 
onde ''x= 0,1,2,...,min(K,n)'' e onde <tex>{a \choose b}</tex> refere-se ao [[coeficiente binomial]], o número de combinações possíveis ao seleccionar <tex>b</tex> elementos de um total <tex>a</tex>.
 
onde ''x= 0,1,2,...,min(K,n)'' e onde <tex>{a \choose b}</tex> refere-se ao [[coeficiente binomial]], o número de combinações possíveis ao seleccionar <tex>b</tex> elementos de um total <tex>a</tex>.
Linha 10: Linha 13:
 
O [[valor esperado]] da variável aleatória ''X'' é dado por
 
O [[valor esperado]] da variável aleatória ''X'' é dado por
  
:<tex>E[X]=n\bigg({K \over N}\bigg)</tex>
+
 
 +
::<tex>E[X]=n\bigg({K \over N}\bigg)</tex>
 +
 
  
 
e a sua [[variância]]
 
e a sua [[variância]]
  
:<tex>Var[X]=\bigg(\frac{N-n}{N-1}\bigg)(n)\bigg(\frac{K}{N}\bigg)\bigg( 1-\frac{K}{N}\bigg)</tex>.
+
 
 +
::<tex>Var[X]=\bigg(\frac{N-n}{N-1}\bigg)(n)\bigg(\frac{K}{N}\bigg)\bigg( 1-\frac{K}{N}\bigg)</tex>.
 +
 
  
 
Quando o tamanho da população é muito maior do que a amostra (isto é, ''N'' é muito maior que ''n'') a distribuição hipergeométrica é razoavelmente bem aproximada pela [[distribuição binomial]] com parâmetros ''n'' (número de tentativas) e ''p'' = ''K'' / ''N'' (probabilidade de sucesso numa tentativa única).
 
Quando o tamanho da população é muito maior do que a amostra (isto é, ''N'' é muito maior que ''n'') a distribuição hipergeométrica é razoavelmente bem aproximada pela [[distribuição binomial]] com parâmetros ''n'' (número de tentativas) e ''p'' = ''K'' / ''N'' (probabilidade de sucesso numa tentativa única).
Linha 20: Linha 27:
  
 
== Exemplo ==
 
== Exemplo ==
 
 
Um jogo de loteria consiste em selecionar seis dezenas do conjunto de cem dezenas de 00 a 99, com uma bola para cada dezena e sem reposição. Num volante (cartão aposta) o jogador pode escolher de 6 a 12 dezenas. Qual é a probabilidade de acertar-se a quina (5 dezenas) marcando-se 10 dezenas no volante?
 
Um jogo de loteria consiste em selecionar seis dezenas do conjunto de cem dezenas de 00 a 99, com uma bola para cada dezena e sem reposição. Num volante (cartão aposta) o jogador pode escolher de 6 a 12 dezenas. Qual é a probabilidade de acertar-se a quina (5 dezenas) marcando-se 10 dezenas no volante?
  
 
Temos:
 
Temos:
 
 
* '''N''': total de dezenas, ''N'' = 100
 
* '''N''': total de dezenas, ''N'' = 100
 
* '''n''': total de dezenas sorteadas, ''n'' = 6
 
* '''n''': total de dezenas sorteadas, ''n'' = 6
Linha 30: Linha 35:
 
* '''X''': total de sucessos, queremos ''X'' = 5
 
* '''X''': total de sucessos, queremos ''X'' = 5
  
:<tex> P(X=5|100,10,6) = {{{10 \choose 5} {{100-10} \choose {6-5}}}\over {100 \choose 6}} = {{{30.240} * {90}}\over {858.277.728.000}} = 0,000003171 </tex>
+
 
 +
::<tex> P(X=5|100,10,6) = {{{10 \choose 5} {{100-10} \choose {6-5}}}\over {100 \choose 6}} = {{{30.240} * {90}}\over {858.277.728.000}} = 0,000003171 </tex>
 +
 
  
 
A probabilidade de se acertar a quina é de aproximadamente 0,0003%.
 
A probabilidade de se acertar a quina é de aproximadamente 0,0003%.
  
{{Contribuiram}}
 
  
  
  
{{Wikipedia|Distribuição_hipergeométrica}}
+
{{Wikipedia|Distribuição hipergeométrica}}
  
[[Categoria:Distribuições]]
+
[[Categoria:Distribuições]][[Categoria:Estatística]]
[[Categoria:Estatística]]
+

Edição atual desde as 10h53min de 12 de outubro de 2008

Em teoria das probabilidades e estatística, a distribuição hipergeométrica é uma distribuição de probabilidade discreta que descreve o número de sucessos numa sequência de n extracções de uma população finita, sem reposição.

Seja N um conjunto tal que existem K elementos classificados como sucesso e N-K elementos classificados como insucesso. Um conjunto de n elementos é seleccionado, aleatoriamente e sem reposição, do conjunto de N elementos.

A variável aleatória X denota o número de sucessos na amostra. Então, X tem distribuição hipergeométrica e


 P(X=x|N,K,n) = {{{K \choose x} {{N-K} \choose {n-x}}}\over {N \choose n}}


onde x= 0,1,2,...,min(K,n) e onde {a \choose b} refere-se ao coeficiente binomial, o número de combinações possíveis ao seleccionar b elementos de um total a.

O valor esperado da variável aleatória X é dado por


E[X]=n\bigg({K \over N}\bigg)


e a sua variância


Var[X]=\bigg(\frac{N-n}{N-1}\bigg)(n)\bigg(\frac{K}{N}\bigg)\bigg( 1-\frac{K}{N}\bigg).


Quando o tamanho da população é muito maior do que a amostra (isto é, N é muito maior que n) a distribuição hipergeométrica é razoavelmente bem aproximada pela distribuição binomial com parâmetros n (número de tentativas) e p = K / N (probabilidade de sucesso numa tentativa única).


Exemplo

Um jogo de loteria consiste em selecionar seis dezenas do conjunto de cem dezenas de 00 a 99, com uma bola para cada dezena e sem reposição. Num volante (cartão aposta) o jogador pode escolher de 6 a 12 dezenas. Qual é a probabilidade de acertar-se a quina (5 dezenas) marcando-se 10 dezenas no volante?

Temos:

  • N: total de dezenas, N = 100
  • n: total de dezenas sorteadas, n = 6
  • K: total de dezenas escolhidas, K = 10
  • X: total de sucessos, queremos X = 5


 P(X=5|100,10,6) = {{{10 \choose 5} {{100-10} \choose {6-5}}}\over {100 \choose 6}} = {{{30.240} * {90}}\over {858.277.728.000}} = 0,000003171


A probabilidade de se acertar a quina é de aproximadamente 0,0003%.



Smallwikipedialogo.png

Esta página usa conteúdo da Wikipedia. O artigo original estava em Distribuição hipergeométrica. Tal como o Think Finance neste artigo, o texto da Wikipedia está disponível segundo a GNU Free Documentation License.