Escolar Documentos
Profissional Documentos
Cultura Documentos
Quando aplicamos a Estatstica na resoluo de problemas administrativos, verificamos que muitos problemas
apresentamasmesmascaractersticasoquenospermiteestabelecerummodelotericoparadeterminaodasoluo
deproblemas.
Oscomponentesprincipaisdeummodeloestatsticoterico:
1.OspossveisvaloresqueavarivelaleatriaXpodeassumir;
2.AfunodeprobabilidadeassociadavarivelaleatriaX;
3.OvaloresperadodavarivelaleatriaX;
4.AvarinciaeodesviopadrodavarivelaleatriaX.
H dois tipos de distribuies tericas que correspondem a diferentes tipos de dados ou variveis aleatrias: a
distribuiodiscretaeadistribuiocontnua.
DistribuiesDiscretas
Descrevequantidadesaleatrias dadosdeinteresse quepodemassumirvaloresparticulareseosvaloressofinitos.
Porexemplo,uma varivelaleatriadiscretapodeassumirsomenteosvalores0e1,ouqualquerinteirononegativo,
etc.Umexemplodevarivelclimatolgicadiscretasoastempestadescomgranizo.
DistribuiodeBernoulli
Caractersticadomodelo
SeumavarivelaleatriaXspodeassumirosvalores0 fracasso e1 sucesso comP X 0 qeP X 1 pcom
p q 1,entodiremosqueavarivelaleatriaXadmitedistribuiodeBernoulli.
Discriodomodelo
1.X 0,1
2.P X 0 q
P X 1 p;
Dp X
3.E X p;
4.2 Var X pxq
Podemosescreveromodelodoseguintemodo:
P X x px.q1x
ondeq 1-p.
CalcularemosamdiaeavarinciadavarivelcomdistribuiodeBernoulliassim:
X
0
1
PX
q
p
1
X2.P X
0
p
p
X.P X
O
p
p
E X peVar X p p2 p 1 p p.q
EXEMPLO:
Nolanamentodeumamoeda,avarivelaleatriaXdenotaonmerodecarasobtidas.
1.X 0,1 ;
2.P X 0 1/2
P X 1 1/2;
TMA
DISTRIBUIESDISCRETAS
Dp X
1/2.
EXERCCIO:
Umaurnacontm20bolasbrancase30bolasvermelhas.UmabolaretiradadaurnaeavarivelaleatriaXdenotao
nmerodebolasvermelhasobtidas.CalculeamdiaE X ,aVar X eodesviopadrodeX.
Soluo:
0
Temos:
q = 20/50 = 2/5
X =
1
E(X) = p 2/5
p = 30/50 = 3/5
DistribuioBinomial
1.CONCEITUAO
Vamos,nesteitem,considerarexperimentosquesatisfaamasseguintescondies:
a.Oexperimentodeveserrepetido,nasmesmascondies,umnmerofinitodevezes n .
b. As provas repetidas devem ser independentes, isto , o resultado de uma no deve afetar os
resultadosdassucessivas.
c.Emcadaprovadeveaparecerumdosdoispossveisresultados:sucessoeinsucesso.
d. No decorrer do experimento, a probabilidade p do sucesso e a probabilidade q q 1 p do
insucessomanterseoconstantes.
Resolveremosproblemasdotipo:determinaraprobabilidadedeseobteremksucessosemntentativas.
Oexperimentoobtenodecarasemcincolanamentossucessivoseindependentesdeumamoedasatisfaz
essascondies.
Sabemosque,quandodarealizaodeumexperimentoqualqueremumanicatentativa,seaprobabilidadede
realizaodeumevento sucesso p,aprobabilidadedenorealizaodessemesmoevento insucesso 1p q.
Suponhamos, agora, que realizemos a mesma prova n vezes sucessivas e independentes. A probabilidade de
queumeventoserealizekvezesnasprovasdadapelafuno:
Naqual:
P X k aprobabilidadedequeoeventoserealizekvezesemnprovas;
paprobabilidadedequeoeventoserealizeemumasprovasucesso;
qaprobabilidadedequeoeventonoserealizenodecursodessaprovainsucesso;
ocoeficientebinomialdensobrek,iguala
!
!
Essafuno,denominadaleibinomial,defineadistribuiobinomial.
EXERCCIOSRESOLVIDOS
1.Umamoedalanada5vezesseguidaseindependentes.Calculeaprobabilidadedeseremobtidas3carasnessas5
provas?
Soluo:
Temos:
N = 5 e k = 3
Pela lei binomial, podemos escrever:
Bertolo
DISTRIBUIESDISCRETAS
TMA
5
5
3
3
Se a probabilidade de obtermos cara numa s prova (sucesso) p = 1/2 e a
probabilidade de no obtermos cara numa s prova (insucesso) q = 1 1/2 =
ento:
3
5
3
1
2
1
2
5! 1
3! 2! 8
1
4
5 4 3 2 1 1
3 2 1 2 1 8
1
4
1/2,
5
16
Logo:
5
16
2.Doistimesdefutebol,AeB,jogamentresi6vezes.EncontreaprobabilidadedotimeAganhar4jogos.
Soluo:
Temos:
,
N 6,k 4,
Ento:
4
6
4
1
3
2
3
15
1
81
4
9
20
243
Logo:
4
20
243
EXERCCIOS
1.Determineaprobabilidadedeobtermosexatamente3carasem6lancesdeumamoeda.
2.Jogandoseumdadotrsvezes,determineaprobabilidadedeseobterummltiplode3duasvezes.
3.Doistimesdefutebol,AeB,jogamentresi6vezes.EncontreaprobabilidadedotimeA:
a.ganhardoisoutrsjogos;
b.ganharpelomenosumjogo.
4.Aprobabilidadedeumatiradoracertaroalvo2/3.Seeleatirar5vezes,qualaprobabilidadedeacertarexatamente
2tiros?
5.Seisparafusossoescolhidosaoacasodaproduodecertamquina,queapresenta10%depeasdefeituosas.Qual
aprobabilidadedeseremdefeituososdoisdeles?
RESPOSTAS:
1.5/32
2.2/9
3.a.400/729
b.665/729
4.40/243
5.9,8415%
2.ENTENDENDOAFRMULA
Ogerentedalojaestimaquede10vendasrealizadas,3somicrocomputadorese7equipamentoseletrnicos.Quala
probabilidadedequeumadasprximas4vendassejaummicrocomputador?
Comeamos por
ocorrncia.
determinar
as
prximas
vendas
depois
suas
probabilidades
de
TMA
DISTRIBUIESDISCRETAS
Dos dados do gerente deduzimos que 70% das vendas realizadas so de equipamentos
eletrnicos E e 30% de microcomputadores M. Se a sequncia de venda de um M for EEEM
sua probabilidade ser igual a:
P(EEEM) = 0,70 x 0,70 x 0,70 x 0,30 = 0,30 x 0,703
Aqui aplicamos a regra do produto, pois os eventos so independentes.
Aplicando o mesmo procedimento para os outros trs eventos obteremos os mesmos
resultados:
P(EEME) = 0,70 x 0,70 x 0,30 x 0,70 = 0,30 x 0,703
P(EMEE) = 0,70 x 0,30 x 0,70 x 0,70 = 0,30 x 0,703
P(MEEE) = 0,30 x 0,70 x 0,70 x 0,70 = 0,30 x 0,703
Finalmente, como os quatro eventos so mutuamente excludentes, a probabilidade de que
uma das quatro prximas vendas seja UM microcomputador obtida pela regra da soma,
assim:
P(x=1)= P(EEEM)+ P(EEME)+ P(EMEE) + P(MEEE)
Onde x = 1 identifica a venda de um microcomputador.
P(x=1) = 4 x (0,30 x 0,703)= 0,4116
P(x=1) =
ou
3.DISTRIBUIOBINOMIALNOEXCEL
Vamospormeiodeumexemplofazerumhistogramadadistribuiobinomial.
EXEMPLO1.Umaexperinciacomdistribuiobinomialfoirepetida4vezesseguidas.Considerandoaprobabilidadede
sucessop 0,50:
a.Calculeasprobabilidadesdetodosospossveissucessosx.
b.Construaogrficodadistribuiodeprobabilidades.
Soluo:
Com a frmula
A
B
1 Exemplo
2
p
3
n
4
x
5
6
0
7
1
8
2
9
3
10
4
0,5
4
p (x )
0,0625
0,2500
0,3750
0,2500
0,0625
<--=FATORIAL($C$4)/(FATORIAL(B6)*FATORIAL($C$4-B6))*$C$3^B6*(1-$C$3)^($C$4-B6)
<--=FATORIAL($C$4)/(FATORIAL(B7)*FATORIAL($C$4-B7))*$C$3^B7*(1-$C$3)^($C$4-B7)
<--=FATORIAL($C$4)/(FATORIAL(B8)*FATORIAL($C$4-B8))*$C$3^B8*(1-$C$3)^($C$4-B8)
<--=FATORIAL($C$4)/(FATORIAL(B9)*FATORIAL($C$4-B9))*$C$3^B9*(1-$C$3)^($C$4-B9)
<--=FATORIAL($C$4)/(FATORIAL(B10)*FATORIAL($C$4-B10))*$C$3^B10*(1-$C$3)^($C$4-B10)
0,5
4
p (x )
0,0625
0,2500
0,3750
0,2500
0,0625
0,40
0,30
0,20
0,10
0,00
0
Bertolo
DISTRIBUIESDISCRETAS
TMA
14
15
16
17
18
19
20
21
22
23
0,5
4
p (x )
0,0625
0,3125
0,6875
0,9375
1,0000
n
x
0
1
2
3
4
1,00
0,80
0,60
0,40
0,20
0,00
0
EXEMPLO2
Uma experincia com distribuio binomial foi repetida 10 vezes seguidas. Construa a tabela completa de
probabilidadeseohistogramadexconsiderandoquatrovaloresdeprobabilidadesdesucessop 0,10,p 0,50,p
0,70ep 1.
Soluo:
A
B
1 Exemplo
2
3
n
p
4
5
x
6
0
7
1
8
2
9
3
10
4
11
5
12
6
13
7
14
8
15
9
16
10
17
18
19
20
21
22
10
0,1
p (x )
0,3487
0,3874
0,1937
0,0574
0,0112
0,0015
0,0001
0,0000
0,0000
0,0000
0,0000
0,5
p (x )
0,0010
0,0098
0,0439
0,1172
0,2051
0,2461
0,2051
0,1172
0,0439
0,0098
0,0010
0,7
p (x )
0,0000
0,0001
0,0014
0,0090
0,0368
0,1029
0,2001
0,2668
0,2335
0,1211
0,0282
0,9
p (x )
0,0000
0,0000
0,0000
0,0000
0,0001
0,0015
0,0112
0,0574
0,1937
0,3874
0,3487
0,1
0,40
0,30
0,20
0,20
0,10
0,10
0,5
0,40
0,30
0,00
0,00
0
0,7
0,40
9 10
0,30
0,20
0,20
0,10
0,10
0,00
9 10
9 10
0,9
0,40
0,30
0,00
0
9 10
A tabela abaixo fornece a probabilidade de ocorrerem x sucessos em n experincias com probabilidades de sucesso
definidasnaprpriatabela.
A B
C
D
E
1 TABELA DA DISTRIBUIO BINOMIAL
2
3
4
5
6
7
8
9
10
11
12
13
14
x
0
1
2
3
4
5
6
7
0,05
0,6983
0,2573
0,0406
0,0036
0,0002
0,0000
0,0000
0,0000
0,3
0,0824
0,2471
0,3177
0,2269
0,0972
0,0250
0,0036
0,0002
0,4
0,0280
0,1306
0,2613
0,2903
0,1935
0,0774
0,0172
0,0016
0,5
0,0078
0,0547
0,1641
0,2734
0,2734
0,1641
0,0547
0,0078
0,6
0,0016
0,0172
0,0774
0,1935
0,2903
0,2613
0,1306
0,0280
0,7
0,0002
0,0036
0,0250
0,0972
0,2269
0,3177
0,2471
0,0824
0,8
0,0000
0,0004
0,0043
0,0287
0,1147
0,2753
0,3670
0,2097
0,9
0,0000
0,0000
0,0002
0,0026
0,0230
0,1240
0,3720
0,4783
0,95
0,0000
0,0000
0,0000
0,0002
0,0036
0,0406
0,2573
0,6983
Probabilidade de X
0,1
0,4783
0,3720
0,1240
0,0230
0,0026
0,0002
0,0000
0,0000
0,2
0,2097
0,3670
0,2753
0,1147
0,0287
0,0043
0,0004
0,0000
Bertolo
TMA
DISTRIBUIESDISCRETAS
A B
C
D
E
1 TABELA DA DISTRIBUIO BINOMIAL
2
3
4
5
6
7
8
9
10
11
12
13
14
x
0
1
2
3
4
5
6
7
0,05
0,6983
0,9556
0,9962
0,9998
1,0000
1,0000
1,0000
1,0000
0,3
0,0824
0,3294
0,6471
0,8740
0,9712
0,9962
0,9998
1,0000
0,4
0,0280
0,1586
0,4199
0,7102
0,9037
0,9812
0,9984
1,0000
0,5
0,0078
0,0625
0,2266
0,5000
0,7734
0,9375
0,9922
1,0000
0,6
0,0016
0,0188
0,0963
0,2898
0,5801
0,8414
0,9720
1,0000
0,7
0,0002
0,0038
0,0288
0,1260
0,3529
0,6706
0,9176
1,0000
0,8
0,0000
0,0004
0,0047
0,0333
0,1480
0,4233
0,7903
1,0000
0,9
0,0000
0,0000
0,0002
0,0027
0,0257
0,1497
0,5217
1,0000
0,95
0,0000
0,0000
0,0000
0,0002
0,0038
0,0444
0,3017
1,0000
Probabilidade Acumulada
0,1
0,4783
0,8503
0,9743
0,9973
0,9998
1,0000
1,0000
1,0000
0,2
0,2097
0,5767
0,8520
0,9667
0,9953
0,9996
1,0000
1,0000
4.ESPERANA,VARINCIAeDESVIOPADROdoMODELOBINOMIAL
Aplicando os conceitos de valor esperado nas distribuies discretas, substituindo a expresso P x da distribuio
binomial naquelas expresses obteremos o valoresperado E x , a varincia Var X 2e o desvio padro da
distribuiobinomial.Percebaoleitorqueestesresultadosnodependemdonmerodesucessosx.
Parmetrosdadistribuiobinomial
Amdia,avarinciaeodesviopadrosoobtidoscom:
nxp
2 nxpx 1p
EXEMPLO3
So realizadas 10 experincias com probabilidade de sucesso p
distribuiobinomial,calcularamdiaeodesviopadro
Soluo:
Aplicando as frmulas temos:
= n x p = 10 x 0,1 = 1
= 10 0,10 1
0,10
= 0,9487
EXEMPLO4
Voctemumacarteiracom15aes.Nopregodeontem75%dasaesnabolsadevalorescaramdepreo.Supondo
queasaesqueperderamvalortmdistribuiobinomial:
Quantasaesdasuacarteiravocesperaquetenhamcadodepreo?
Qualodesviopadrodasaesquetemnacarteira?
Qualaprobabilidadequeas15aesdacarteiratenhamcado?
Qualaprobabilidadequetenhamcadodepreoexatamente10aes?
Qualaprobabilidadequetrezeoumaisaestenhamcadodepreo?
Soluo:
Como 75% das aes caram de preo, o nmero de aes da carteira que devem ter cado
de preo ser 11,25 = 0,75 x 15. O desvio padro foi:
1
15
= 15 0,75 1
15
0,75
15
0,75
0,75
= 1,67
15!
0,75
13! 15 15 !
0,25
0,0134
Bertolo
DISTRIBUIESDISCRETAS
TMA
Estafunodaprobabilidadeouaprobabilidadeacumuladadonum_sconformeovalordoargumentocumulativo.
Se o argumento cumulativo for FALSO, a funo dar a probabilidade do nmero de sucessos num_s com
probabilidade_sdesucessoparaumnmerodetentativasindependentes.
SeoargumentocumulativoforVERDADEIRO,afunodaraprobabilidadeacumuladadonmeromximode
sucessosnum_scomprobabilidade_sdesucessoparaumnmerodetentativasindependentes.
A
B
C
D
1 PROBABILIDADES DA DISTRIBUIO BINOMIAL
2
3
0,5
p
4
n
7
3,5
<--=C4*C3
5
1,32
<--=RAIZ(C4*C3*(1-C3))
6
Probabilidade de X
Probabilidade Acumulada
1
Probabilidade de X
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
x
0
1
2
3
4
5
6
7
P(=x)
0,0078
0,0547
0,1641
0,2734
0,2734
0,1641
0,0547
0,0078
<--=DISTRBINOM(B9;$C$4;$C$3;SE($K$5=1;0;1))
0,30
0,25
0,20
0,15
0,10
0,05
0,00
<--=SE(OU(B10=$C$4;B10="");"";1+B10)
ComparandoapartetericacomafunoDISTRBINOMteremos:
Seemnexperinciascomdistribuiobinomialaconteceremxsucessoscomprobabilidadep,aprobabilidade
deocorreremxsucessosP x serobtidacomafunoestatstica:
DISTRBINOM(num_s;tentativas;probabilidade_s;FALSO)
Estafunocorrespondeexpresso:
,parax 0,1,2,...,n.
Seemnexperinciascomdistribuiobinomialaconteceremxsucessoscomprobabilidadep,aprobabilidade
acumuladadeocorrerematxsucessosP x serobtidacomafunoestatstica:
DISTRBINOM(num_s;tentativas;probabilidade_s;VERDADEIRO)
Estafunocorrespondeexpresso:
NaFiguraacima,selecionandoaopodeclculonacaixadecombinaodomodelo,vocpodercalculara
probabilidadedexsucessoseaprobabilidadeacumuladaatxsucessosden 10repetiesdoexperimento.
EXEMPLO5
Seja uma experincia com distribuio binomial com n 4 e a probabilidade de sucesso p
probabilidadedeter2sucessoeaprobabilidadedeter2sucessos.
0,3. Calcular a
Soluo:
A probabilidade de ter 2 sucessos P(x=1) = 0,2646, valor obtido com a frmula:
= DISTRBINOM(2;4;0,3;FALSO)
Da mesma maneira a probabilidade de ter at 2 sucessos P(x 2) = 0,9163, valor
obtido com a frmula:
= DISTRBINOM(2;4;0,3;VERDADEIRO).
Aqui vai um segmento de planilha que realiza este clculo:
Bertolo
TMA
DISTRIBUIESDISCRETAS
A
B
C
D
22 CLCULO DE PROBABILIDADES BINOMIAIS
23
p
0,3
24
4
25
n
2
26
x
0,2646
27
P(x=2)
0,9163
28
P(x<=2)
1,2
29
0,92
30
31
3.1OUTRASFUNESESTATSTICASASSOCIADASDISTRIBUIOBINOMIAL
PROB intervalo_x;intervalo_prob;limite_inferior;limite_superior
AfunoestatsticaPROBdaprobabilidadeacumuladaentreo limiteinferioreo limitesuperior,ambosincludos,do
intervalo_xdevaloreseointervalo_probdeprobabilidadesassociadasaosvaloresx.
AfiguraabaixomostraummodeloemqueutilizamosafunoPROBcomosdadosdoExemplo5
B
33 no PROB
34
35
p
36
n
37
x
38
0
39
1
40
2
41
3
42
4
43
0,3
4
P(=x)
0,2401
0,4116
0,2646
0,0756
0,0081
Limite inferior
Limite superior
Prob. Acumulada
PROB - matriz
Com DISTRBINOM
1
3
0,7518
0,7518
0,7518
<--=PROB(B38:B42;C38:C42;E38;E39)
<--=PROB({0;1;2;3;4};{0,2401;0,4116;0,2646;0,0756;0,0081};E38;E39)
<--=DISTRBINOM(E39;C36;C35;VERDADEIRO)-SE(E38=0;0;DISTRBINOM(E38-1;C36;C35;VERDADEIRO))
NointervaloE38:E39foramregistradosolimiteinferioreolimitesuperiordex,respectivamente,valores1e3.
NaclulaE40,comafrmula:=PROB(B38:B42;C38:C42;E38:E39)foicalculadaaprobabilidadeacumuladaP 1
x3 0,8448.VerifiquequeaprobabilidadeacumuladaP 1x3 P x3 P x 0 0,87040,0256
0,8448.
Omesmoresultadoobtidoinformandoosdadosemformadematriz,registrandonaclulaE41afrmula:
=PROB({0;1;2;3;4};{0,2401;0,4116;0,2646;0,0756;0,0081};E38;E39)
ComafunoDISTRBINOM,registrandonaclulaE42afrmula:
=DISTRBINOM(E39;C36;C35;VERDADEIRO)-SE(E38=0;0;DISTRBINOM(E38-1;C36;C35;VERDADEIRO))
Percebaqueaovalordonum_sdasegundaparceladafrmulafoisubtradoum.Entretanto,quandoolimite
inferiordexforzero,oargumentonum_sdasegundaparceladafrmulaacimaserzero.
CRIT.BINOM(tentativas;probabilidade_s;alfa)
AfunoestatsticaCRIT.BINOMdomenornmerodesucessosparaoqualadistribuiobinomialacumuladamaior
ouigualaoargumentoalfa.Porexemplo,comosdadosdoExemplo5,sealfa 0,50onmerodesucessosmenorou
iguala0,50dois,comomostraafiguraabaixo.
Bertolo
DISTRIBUIESDISCRETAS
TMA
A
B
C
45 Funo CRIT.BINOM
46
p
47
0,3
48
4
n
49
x
P(<=x)
50
0
0,2401
51
1
0,6517
52
2
0,9163
53
3
0,9919
54
4
1,0000
55
0,6000
alfa
56
1
x
57
<--=DISTRBINOM(B50;$C$48;$C$47;VERDADEIRO
<--=CRIT.BINOM(C48;C47;C55)
Porexemplo,afunoCRIT.BINOMdeterminaonmeromximodepeasdefeituosasdeumlotedeproduosem
rejeitaroloteinteiro.Paravaloresexatosdeprobabilidadeacumulada,afunoestatsticaCRIT.BINOMinversada
funoestatsticaDISTRBINOMcomoargumentocumulativoVERDADEIRO.
Bertolo
DISTRIBUIESDISCRETAS
TMA
DistribuiodePoisson
A distribuio de Poisson empregada em experimentos, nos quais no se est interessado no nmero de sucessos
obtidos em n tentativas, como ocorre no caso da distribuio Binomial, mas sim no nmero de sucessos ocorridos
duranteumintervalocontnuo,quepodeserumintervalodetempo,espao,etc.Comoporexemplo:
Onmerodesuicdiosocorridosemumacidadeduranteumano;
Onmerodeacidentesautomobilsticosocorridosnumarodoviaemumms;
Nmerodechegadasaumcaixaautomticodeumbancoduranteumperodode15minutos
Aprobabilidadedeumcarrochegaraumpostodegasolinaemquaisquerdoisperodosdetempodemesmo
tamanho.
Achegadaounochegadadeumcarroemqualquerperododetempoindependentementedachegadaouno
chegadadeoutrocarroemqualqueroutroperodo.
Defeitosporunidade m2,m,etc. porpeafabricada
Errostipogrficosporpgina,emummaterialimpresso
Carrosquepassamporumcruzamentoporminuto,durantecertahoradodia.
UsuriosdecomputadorligadosInternet
Note que nos exemplos acima, no h como determinarse a probabilidade de ocorrncia de um sucesso, mas sim a
frequnciamdiadesuaocorrncia,como,porexemplo,doissuicdiosporano,aqualserquedenominada.
, ento, uma distribuio de probabilidade discreta que se aplica a ocorrncia de eventos ao longo de intervalos
especificados.Avarivelaleatriaonmerodeocorrnciadoeventonointervalo.Osintervalospodemserdetempo,
distncia,rea,volumeoualgumaunidadesimilar.
UmavarivelaleatriaXadmitedistribuiodePoissonse:
1.X 0,1,2,... notemlimites ;
2.P X k
,k 0,1,2,...;aprobabilidadedekocorrnciasemumintervalo
3.E X ;
4.Var X 2 .
Provadaspropriedades3e4:
1 !
1 !
1
UmadistribuiodePoissondiferedeumadistribuiobinomialnestesaspectosfundamentais:
1.Adistribuiobinomialafetadapelotamanhodaamostranepelaprobabilidadep,enquantoqueadistribuiode
Poissonafetadaapenaspelamdia_;
2.Nadistribuiobinomial,osvalorespossveisdavarivelaleatriaXso0;1;2;___;n,masadistribuiodePoisson
tmosvaloresdeXde0;1;2;___,semqualquerlimitesuperior.
Obs:Oparmetrousualmentereferidocomotaxadeocorrncia.
PropriedadesdoexperimentodePoisson:
Aprobabilidadedeumaocorrnciaamesmaparaquaisquerdoisintervalos
Aocorrnciaounoocorrnciaemqualquerintervaloindependentedaocorrnciaounoocorrnciaem
qualquerintervalo.
10
Bertolo
DISTRIBUIESDISCRETAS
TMA
EXEMPLO1
OCorpodeBombeirosdeumadeterminadacidaderecebe,emmdia,3chamadaspordia.Qualaprobabilidadede
receber:
a 4chamadasnumdia
= 3 chamadas por dia em mdia
P(X = 4) =
0,1680
16,80%
b Nenhumachamadaemumdia
P(X = 4) =
0,0498
4,98%
c 20chamadasemumasemana.
X = nmero de chamadas por dia
Y = nmero de chamadas por semana
E(X) = = 3 chamadas por dia E(Y) = * = 7 x E(X) = 21 chamadas por semana.
P(Y = 20) =
0,0867
8,67%
EXEMPLO2
UmacentraltelefnicatipoPABXrecebeumamdiade5chamadasporminuto.QualaprobabilidadedestePABXno
recebernenhumachamadaduranteumintervalode1minuto?
AproximaodadistribuioBinomialaPoisson.
Podese demonstrar que uma distribuio Binomial, cujo evento de interesse sucesso raro p muito pequeno e n
muitogrande ,tendeparaumadistribuiodePoisson.Naprtica,aaproximaoconsideradaboaquandon50ep
0,10.
Bertolo
11
DISTRIBUIESDISCRETAS
TMA
EXEMPLO3
Aprobabilidadedeumindivduosofrerumareaoalrgica,resultantedainjeodedeterminadosorode0,01.
Determinaraprobabilidadedeentre200indivduos,submetidosaestesoro,nenhumsofrerestareaoalrgica.
XB 200;0,01 E X n.p 200x0,01 2
P(X = 2)
0,1353
13,53%
2.DISTRIBUIODEPOISSONNOEXCEL
OExceldispedafunoestatsticaPOISSONcujasintaxe:
POISSON(x;mdia;cumulativo)
AfunoestatsticaPOISSONdaprobabilidadeouaprobabilidadeacumuladaconformeovalordoargumento
cumulativo:
SeoargumentocumulativoforFALSOafunodaraprobabilidadedexconsiderandoamdia.Oresultado
P x 4 16,80%obtidocomafrmula:= POISSON(4;3;FALSO).
SeoargumentocumulativoforVERDADEIROafunodaraprobabilidadeacumuladaatxconsiderandoa
mdia.OresultadoP x4 81,53%foiobtidacomafrmula:=POISSON(4;3;VERDADEIRO).
AFiguramostraomodeloProbabilidadesdaDistribuiodePoissoncomosdadosdoExemplo1.Selecionandoa
opodeclculonacaixadecombinaodomodelopodesecalcularaprobabilidadedexocorrnciaseaprobabilidade
acumuladadeatxocorrncias
A
B
C
D
1 PROBABILIDADES DA DISTRIBUIO DE POISSON
2
3
3,00
Mdia
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Probabilidade de X
Probabilidade de X
Probabilidade Acumulada
x
0
1
2
3
4
5
6
7
8
9
10
P(=x)
0,0498
0,1494
0,2240
0,2240
0,1680
0,1008
0,0504
0,0216
0,0081
0,0027
0,0008
<--=SE(B6="";"";POISSON(B6;$C$3;SE($K$5=1;0;1)))
0,25
0,20
0,15
0,10
0,05
0,00
0
9 10
EXEMPLO4
Oerrodedigitaocometidopeloscaixas0,35porhora.Qualaprobabilidadedequeumcaixacometa2errosnuma
hora?
Soluo
A probabilidade P(x = 2)= 4,32 obtida com a frmula de distribuio de Poisson:
P(X = 2)
,
!
0,04316
4,316%.
12
Bertolo
DISTRIBUIESDISCRETAS
TMA
DistribuioGeomtrica
Suponhaseumexperimento,noqualestamosinteressadosapenasnaocorrnciaounodeumdeterminadoevento,
como,porexemplo,osexodofilhodeumadeterminadamulherserfeminino.E,assimcomonadistribuiobinomial,
queesseexperimentosejarepetidoumnmeron devezes,queemcadarepetiosejaindependentedasdemaiseque
a probabilidade de sucesso p em cada repetio sejaconstante. Suponhase que o experimento seja repetido at que
ocorraoprimeirosucesso osexodofilhosejafeminino .
Entoavarivelaleatria: X nmerodetentativasatqueseobtenhaoprimeirosucesso,seguiruma distribuio
geomtrica,comparmetrop probabilidadedesucesso .SimbolicamenteXG p .
FunodeProbabilidade
Comooexperimentoserrepetidoatqueseobtenhaoprimeirosucesso,econsiderandoqueesseocorranaksima
repetio, devero ocorrer k 1 fracassos antes que o experimento seja encerrado. Assim, a probabilidade de que a
varivelaleatriaX nmeroderepetiesatseobteroprimeirosucesso:
com
p probabilidadedesucesso";
q 1p probabilidadedefracasso"
Parmetroscaractersticos
EXEMPLO1
Umcasalcomproblemasparaengravidar,recorreuaumatcnicadeinseminaoartificialnointuitodeconseguiro
primeirofilho.Aeficinciadareferidatcnicade0,20eocustodecadainseminaoU$2000,00.
a Qualaprobabilidadedequeocasalobtenhaxitonaterceiratentativa?
0,2 0,8
b Qualocustoesperadodestecasalparaobteroprimeirofilho?
1
0,2
0,128
12,80%
EXEMPLO2
Bob o jogador de basquete da faculdade. Ele um lanador de arremessos livres 70%. Isto significa que sua
probabilidadedeacertarumarremessolivre0,70.Duranteumapartida,qualaprobabilidadequeBobacerteseu
primeiroarremessolivrenoseuquintoarremesso?
Soluo
Este um exemplo de uma distribuio geomtrica, que como veremos um caso especial
de uma distribuio binomial negativa. Logo, usando a frmula da distribuio
geomtrica termos:
0,7 0,3
0,00567 0,567%
Bertolo
13
TMA
DISTRIBUIESDISCRETAS
DistribuioBinomialNegativa1
Nasmesmascondiesemquefoidefinidaadistribuiogeomtrica,econsiderandoqueoexperimentoserrepetido
atqueseobtenhaorsimosucesso,entoavarivelX nmerodetentativasatseobterorsimosucessoseguir
adistribuiobinomialnegativa.
Umexperimentobinomialnegativoumexperimentoestatsticoquetemasseguintespropriedades:
Oexperimentoconsistedextentativasrepetidas.
Cada tentativa pode resultar em apenas dois resultados possveis. Podemos chamar um destes resultados de
sucessoeooutrodefracasso.
Aprobabilidadedesucesso,denotadaporp,amesmaemcadatentativa.
Astentativassoindependentes;isto,oresultadodeumatentativanoafetaoresultadodasoutrastentativas.
Oexperimentocontinuaatquersucessossejamobservados,onderespecificadoantecipadamente.
Considereoseguinteexperimentoestatstico.Voclanaumamoedarepetidamenteecontaonmerodevezesquesai
cara como resultado. Voc continua lanando a moeda at que tenha sado 5 vezes cara. Este um experimento
binomialnegativoporque:
Oexperimentoconsistedetentativasrepetidas.Lanamosumamoedarepetidamenteatquecaratenhasado
5vezes.
Cadatentativapoderesultaremapenasdoisresultadospossveiscaraoucoroa.
Aprobabilidadedesucessoconstante0,5emcadatentativa.
As tentativas so independentes; isto , obter cara numa tentativa no afeta se obteremos cara nas outras
tentativas.
Oexperimentocontinuaatqueumnmerofixodesucessostenhaocorrido;nestecaso,5caras.
NOTAO
Aseguintenotaotil,quandofalamosarespeitodaprobabilidadebinomialnegativa:
K:Onmerodetentativasexigidoparaseproduzirrsucessosnumexperimentobinomialnegativo.
r:Onmerodesucessosnoexperimentobinomialnegativo.
p:Aprobabilidadedesucessonumatentativaindividual.
q:Aprobabilidadedefracassonumatentativaindividual. Istoiguala1p .
b* k;r,p : Probabilidade binomial negativa a probabilidade que um experimento binomial negativo de x
tentativas resulte em r sucessos na ksima tentativa, quando a probabilidade de sucesso na tentativa
individualp.
:Onmerodecombinaesdencoisas,tomandorcoisasdecadavez.
Varivelaleatriabinomialnegativa
Uma varivel aleatria binomial negativa o nmero X de tentativas repetidas para produzir r sucessos num
experimentobinomialnegativo.Adistribuiodeprobabilidadedeumavarivelaleatriabinomialnegativachamada
dedistribuiobinomialnegativa.
Suponha que lancemos uma moeda repetidamente e contemos o nmero de caras sucessos . Se continuarmos
lanandoamoedaatquetenhasadocara2vezes,estamosconduzindoumexperimentobinomialnegativo.Avarivel
aleatria binomial negativa o nmero de lanamentos exigidos para se conseguir cara 2 vezes. Neste exemplo, o
nmero de moedas lanadas uma varivel aleatria que pode assumir qualquer valor inteiro entre 2 e . A
distribuiodeprobabilidadebinomialnegativaparaesteexemploapresentadaabaixo:
NmerodeMoedasLanadas
2
3
4
5
6
7oumais
Probabilidade
0,25
0,25
0,1875
0,125
0,078125
0,109375
FunodeProbabilidade
1TambmconhecidacomodistribuiodePascal
14
Bertolo
DISTRIBUIESDISCRETAS
TMA
onde:
p probabilidadedesucesso;q 1p probabilidadedefracasso
Parmetroscaractersticos:
EXEMPLO1
Bobojogadordebasquetedafaculdade.Eleumlanadordearremessoslivres70%.Istosignificaquesua
probabilidadedeacertarumarremessolivre0,70.Duranteumapartida,qualaprobabilidadequeBobacerteseu
terceiroarremessolivrenoseuquintoarremesso?
Soluo
Este um exemplo de um experimento binomial negativo. A probabilidade de sucesso (p)
0,70, o nmero de tentativas (k) 5, e o nmero de sucessos r 3.
Para resolver este problema, entremos com estes valores na frmula (fmp)da binomial
negativa
5; 3,0,7
0,7 0,3
6.0,343.0,09 0,18522
2.DISTRIBUIOBINOMIALNEGATIVANOEXCEL
OExceldispedafunoestatsticaDIST.BIN.NEGcujasintaxe:
DIST.BIN.NEG(num_f;num_s;probabilidade_s)
Esta funo d a probabilidade de acontecer o nmero determinado de falhas ou insucesso num_f kr antes de
acontecerumnmerordesucessos num_s comprobabilidadedesucesso probabilidade_s constante.
Por exemplo,a probabilidade de ocorrerem 4 falhas antes de acontecerem 3 sucessoscom probabilidade de sucesso
constante0,40iguala12,44%,valorobtidocomafrmula:= DIST.BIN.NEG(4;3;0,4)naplanilhaabaixo:
A
B
C
1 Funo DIST.BIN.NEG
2
p
3
0,4
4
3
x
5
no x
P (x )
6
0
0,0640
7
1
0,1152
8
2
0,1382
9
3
0,1382
10
4
0,1244
<--=DIST.BIN.NEG(B10;$C$4;$C$3)
fcildeverificarqueseonmerodefalhasfor0,afunoDIST.BIN.NEGdomesmoresultadodafunoBINOMDIST,
considerandoqueonmerodeexperimentossejaigualaonmerodesucessoseoargumentocumulativoFALSO:
DIST.BIN.NEG(0;2;0,40 = DISTRBINOM(2;2;0,40;Falso).
2Noexemploanterior,vemos,pelatabela,queaprobabilidadebinomialnegativadeseobterasegundacaranosexto
lanamentodamoeda0,078125.
Bertolo
15
TMA
DISTRIBUIESDISCRETAS
DistribuioHipergeomtrica
Umexperimentohipergeomtricoumexperimentoestatsticoquetemasseguintespropriedades:
UmaamostradetamanhonselecionadaaleatoriamentesemreposiodeumapopulaodeNitens.
Na populao, k itens podem ser classificados como sucessos e N k itens podem ser classificados como
fracassos.
Considere o seguinte experimento estatstico. Voc tem uma urna de 10 bolinhas de gude 5 vermelhas e 5 verdes.
Voc seleciona aleatoriamente 2 bolinhas de gude sem reposio e conta o nmero de bolinhas vermelhas que voc
selecionou.Esteseriaumexperimentohipergeomtrico.
Note que no ser um experimento binomial. Um experimento binomial exige que a probabilidade de sucesso seja
constante em cada tentativa. Com o experimento acima, a probabilidade de um sucesso muda em cada tentativa. No
incio, a probabilidade de selecionar uma bolinha vermelha 5/10. Se voc selecionar uma bolinha vermelha na
primeira tentativa, a probabilidade de selecionar uma bolinha vermelha na segunda tentativa 4/9. E se voc
selecionarumabolinhaverdenaprimeiratentativa,aprobabilidadedeselecionarumabolinhavermelhanasegunda
tentativa5/9.
Noteaindaquesevocselecionouasbolinhascomreposio,aprobabilidadedesucessonomudaria.Elaseria5/10
emcadatentativa.Ento,esteseriaumexperimentobinomial.
NOTAO
A seguinte notao til, quando falamos a respeito da probabilidade hipergeomtrica e distribuies
hipergeomtricas:
N:Onmerodeitensnapopulao.
k:Onmerodeitensnapopulaoquesoclassificadoscomosucessos.
n:Onmerodeitensnaamostra.
X:Onmerodeitensnaamostraquesoclassificadoscomosucessos.
:Onmerodecombinaesdekcoisas,tomandoxcoisasdecadavez.
FunodeProbabilidade
UmavarivelaleatriahipergeomtricaXonmerodesucessosqueresultadeumexperimentohipergeomtrico.A
distribuiodeprobabilidadesdeumavarivelaleatriahipergeomtricachamadafunodistribuio
hipergeomtrica.
; , ,
Parmetroscaractersticos:
Fazendo
temse
E X n.p
Var X . . .
EXEMPLO1
No fichrio de um hospital, esto arquivados os pronturios dos de 20 pacientes, que deram entrada no PS
apresentandoalgumproblemacardaco.Destes5sofreraminfarto.
Retirandoseumaamostraaoacasode3destespronturios,qualaprobabilidadedequedoisdelessejamdepacientes
quesofreraminfarto?
Soluo:
N = 20
k = 5
n = 3
2; 20,3,5
X = 2
10 15
1140
0,1315
13,15%
16
Bertolo
DISTRIBUIESDISCRETAS
TMA
EXEMPLO2
Suponhaqueselecionemosaleatoriamente5cartasbaralhosemreposiodeumdeummaoordinriodejogode
baralho.Qualaprobabilidadedeobterexatamente2cartasdebaralhovermelhas isto,copasououros ?
Soluo:
N = 52
k = 26 cartas vermelhas
2; 52,5,26
A
1
2
3 C(26,2)
4 C(26,3)
5 C(52,5)
B
C
ClculodasProbabilidades
325 <=COMBIN(26;2)
2600 <=COMBIN(26;3)
2598960 <=COMBIN(52;5)
325 2.600
2.598.960
0,32513
32,51%
EXEMPLO3
Quandofeitaamostragemdepopulaofinitasemreposio,adistribuiobinomialnopodeserusadaporqueos
eventosnosoindependentes.Daentoadistribuiohipergeomtricausada.Estadadapor
distribuiohipergeomtrica
Ela mede o nmero de sucessos X numa amostra de tamanho n extrada aleatoriamente e sem reposio de uma
populaodetamanhoN,daqualXtitenstmacaractersticadedenotarsucesso.
a. Usando a frmula, determine a probabilidade de extrair 2 homens numa amostra de 6 selecionada
aleatoriamentesemreposiodeumgrupode10pessoas,5dasquaissohomens.
b.Qualresultadoteriasidosetivssemos(incorretamente)usadoadistribuiobinomial?
Soluo
a. Aqui X = 2 homens, n = 6, N = 10 e Xt = 5
5! 5!
5 10
4!
1! 2! 3!
0,24
10!
210
6! 4!
!
!
1
0,23
b.
2
!
!
! !
Seria notado que a amostra muito pequena em relao populao (digamos, menos do
que 5% da populao), amostragem sem reposio tem pouco efeito na probabilidade de
sucesso em cada tentativa e a distribuio binomial (que mais fcil de usar) uma
boa aproximao para a distribuio hipergeomtrica.
2.DISTRIBUIOHIPERGEOMTRICANOEXCEL
OExceldispedafunoestatsticaDIST.HIPERGEOMcujasintaxe:
DIST.HIPERGEOM(exemplo_s;exemplo_nm;populao_s;num_populao))
Estafunodaprobabilidadedeacontecerumnmerodeterminadodesucessosnaamostra exemplo_s,conhecidoso
tamanho da amostra exemplo_nm, o nmero de sucessos na populao populao_s e o tamanho da populao
num_populao. Por exemplo, a probabilidade de acontecerem 3 sucessos na amostra, conhecidos o tamanho da
amostra5,onmerodesucessosnapopulao90eotamanhodapopulao500iguala0,0386,valorobtidocoma
frmula:= DIST.HIPERGEOM(3;5;90;500)comomostraaplanilhaabaixo:
A
B
13 Funo DIST.HIPERGEOM
14
15
x = n de sucesso na amostra
16
n = tamanho da amostra
17
k=n sucesso populao
18
N=tamanho populao
19
P (x )
20
Bertolo
3
5
90
500
0,0386
<--=DIST.HIPERGEOM(C15;C16;C17;C18)
17
TMA
DISTRIBUIESDISCRETAS
EXERCCIOSRESOLVIDOS
1.Suponhaqueselecionemos5cartasdebaralhodeummaoordinriodejogodebaralho.Qualaprobabilidadede
obter2copasoumenos?
Soluo
N = 52
k = 13 copas no mao
X = 0 at 2
B
C
ClculodasProbabilidades
C(13,0)
C(39,5)
C(52,5)
C(13,1)
C(39,4)
C(13,2)
C(39,3)
1
575757
2598960
13
82251
78
9139
+ [
D
<=COMBIN(13;0)
<=COMBIN(39;5)
<=COMBIN(52;5)
<=COMBIN(13;1)
<=COMBIN(39;4)
<=COMBIN(13;2)
<=COMBIN(39;3)
+ [
= [
.
.
+ [
.
.
+ [
.
.
ou 90,72%.
EXERCCIOS
1.Determineaprobabilidadedeobtermos
18
Bertolo
DISTRIBUIESDISCRETAS
TMA
DistribuioMultinomial
Umexperimentomultinomialumexperimentoestatsticoquetemasseguintespropriedades:
Oexperimentoconsistedententativasrepetidas.
Cadatentativatemumnmerodiscretoresultadospossveis.
Emqualquertentativadada,aprobabilidadedequeumparticularresultadoocorrerconstante.
Astentativassoindependentes;isto,oresultadodeumatentativanoafetaoresultadodasoutrastentativas.
Considere o seguinte experimento estatstico. Voc lana dois dados, trs vezes e registra o resultado de cada
lanamento.Esteumexperimentomultinomial,porque:
Oexperimentoconsistedetentativasrepetidas.Lanamosodado3vezes.
Cadatentativapoderesultarnumnmerodiscretoderesultados2at12.
Aprobabilidadedequalquerresultadoconstante;elanomudadeumlanamentoparaoprximo.
Astentativassoindependentes;isto,obterumresultadoparticularnumatentativanoafetaoresultadodas
outrastentativas.
Nota: Um experimento binomial um caso especial de um experimento multinomial. Aqui est a principaldiferena.
Comumexperimentobinomial,cadatentativapoderesultaremdoisesomentedoisresultadospossveis.Comum
experimentomultinomial,cadatentativapodeterdoisoumaisresultadospossveis.
FunodeProbabilidade
Umadistribuiomultinomialafunodistribuiodeprobabilidadedosresultadosdeum experimentomultinomial.
Afrmulamultinomialdefineaprobabilidadedequalquerresultadodeumexperimentomultinomial.
Suponhaumexperimentomultinomialqueconsistedententativas,ecadatentativapoderesultaremquaisquerdosk
resultadospossveis:E1,E2,...,Ek.Suponha,almdisso,quecadaresultadopossvelpossaocorrercomprobabilidades
p1,p2,p3,...,pk.EntoaprobabilidadepqueE1ocorran1vezes,E2ocorran2vezes,...,eEkocorrankvezes:
!.
!
!.
!
!.
!.
!
!. !. !. !
19
DISTRIBUIESDISCRETAS
TMA
!
!.
!.
!
!. !. !
20
Bertolo
DISTRIBUIESDISCRETAS
TMA
Bertolo
21