DistribuiesdeProbabilidades

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.

Esperana mdia eVarincia:

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

3.E X 0x1/2 1x1/2 1/2;

P X 1 1/2;

TMA

DISTRIBUIESDISCRETAS

4.2 Var X 1/2x1/2

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

P(X=x) = (2/5)x . (3/5)1-x

Var(X) = p.q = (2/5).(3/5) = 6/25

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

Sendo E a venda de um equipamento eletrnico e M a de um microcomputador, os quatro

resultados possveis (eventos elementares) so: EEEM, EEME, EMEE e MEEE.
Bertolo

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

x 0,301 x 0,703 = 0,4116.

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

construa uma planilha como a mostrada abaixo

D

<--=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)

e a seguir com os dados da tabela construa o histograma:

A
B
1 Exemplo
2
p
3
n
4
x
5
6
0
7
1
8
2
9
3
10
4
11

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

Continuando, podemos calcular a probabilidade de que x seja menor que 2 e de que x

seja menor ou igual a 2. Para isto construmos a tabela e o grfico de probabilidades
acumuladas mostrados abaixo, onde temos que P(x<2) = 0,3125 e P(x 2) = 0,6875
A

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

A tabela abaixo mostra a probabilidade acumulada de ocorrerem at x sucesso em n experincias com as

probabilidadesdesucessodefinidasnaprpriatabela.

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

0,10. Considerando que o experimento tem

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

De forma equivalente, a probabilidade que tenham cado de preo exatamente 10 aes

P(x = 10) = 0,1651, e a probabilidade que treze ou mais aes tenham cado de preo
obtida com P(x 13) = P(x = 13) + P(x = 14) + P(x = 15) = 0,2361
OExceldispedefunesestatsticaspararealizarclculoscomadistribuionormal.Assintaxesdessasfunesso
asseguintes:
DISTRBINOM(num_s;tentativas;probabilidade_s;cumulativo)

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))

NointervaloB38:B42 foramregistradososvaloresdex,enointervaloC38:C42 foramcalculadasas

probabilidadescorrespondentes,comomostraafiguraacima.

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?

X = v. a. n de chamadas em um intervalo de tempo

= taxa de ocorrncia de chamadas (n esperado de chamadas)

AproximaodadistribuioBinomialaPoisson.
Podese demonstrar que uma distribuio Binomial, cujo evento de interesse sucesso raro p muito pequeno e n
muitogrande ,tendeparaumadistribuiodePoisson.Naprtica,aaproximaoconsideradaboaquandon50ep
0,10.

Aproximao:SabesequeseXB n;p ,E X np,ento E X np

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%.

A Figura abaixo mostra o clculo realizado na planilha

A
B
C
D
E
19 CLCULO DE PROBABILIDADES - POISSON
20
21
0,35
Mdia
22
2
x
23
0,0432
<--=POISSON(C22;C21;FALSO)
P(x=2)
24
0,9945
<--=POISSON(C22;C21;VERDADEIRO)
P(x<=2)
25

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%

Custo esperado = 5 x 2000,00 = U$10.000, 00

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

Paraqueo rsimo sucessoocorrana ksima tentativanecessrioqueocorraumsucessonestatentativa repetio

doexperimento equetenhamocorridos r 1 sucessosnas k 1 repetiesanteriores2.Dadoqueaprobabilidade
de ocorrncia de sucesso, numa dada repetio do experimento dada por p e a probabilidade de ocorrerem r 1
sucessosemk1repeties,sendoestesdoiseventosindependentes,aprobabilidadedequeorsimosucessoocorra
naksimarepetiodoexperimentodadapor:
; ,

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.

h x;N,n,k : Probabilidade hipergeomtrica a probabilidade que um experimento hipergeomtrico de n

tentativas resulte em exatamente x sucessos, quando populao consistir de N itens, k dos quais so
classificadoscomosucessos.

: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)

n = 5 cartas selecionadas aleatoriamente X = 2

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%

Assim a probabilidade de selecionar aleatoriamente 2

cartasvermelhas32,51%

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

n = 5 cartas selecionadas aleatoriamente

X = 0 at 2

Liguemos estes valores na frmula hipergeomtrica como segue:

h(Xx;N,n,k) = h(X2;52,5,13)= h(X=0;52,5,13) + h(X=1;52,5,13) + h(X=2;52,5,13)
h(X2;52,5,13) = [
A
1
2
3
4
5
6
7
8
9

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)

+ [

= [

.
.

+ [

.
.

+ [

.
.

h(X2;52,5,13)= [0,221534 + [0,41142 + [0,27428

h(X2;52,5,13)= 0,9072

ou 90,72%.

Assim a probabilidade de selecionar

aleatoriamente no mximo 2 copas 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:

!.

!
!.

Onden n1 n2 ... nk.

Osexemplosabaixoilustramcomousarafrmulamultinomialparacalcularaprobabilidadedeumresultadodeum
experimentomultinomial.
EXEMPLO1
Suponhaumacartadebaralhosendoextradaaleatoriamentedeummaodejogodebaralho,edepoisentodevolvida
aomao.Esteexercciorepetido5vezes.Qualaprobabilidadedeseextrarem1espada,1copa,1ourose2paus?
Soluo:
Para resolver este problema, aplicamos a frmula multinomial. Sabemos o seguinte:

O experimento consiste de 5 tentativas, assim n = 5.

As 5 tentativas produzem 1 espada, 1 copas, 1 ouros e 2 paus; assim n1 = 1, n2

= 1, n3 = 1 e n4 = 2

Em qualquer tentativa particular, a probabilidade de extrarem 1 espada, cops,

ouros ou paus 0,25, 0,25, 0,25 e 0,25, respectivamente. Assim, p1 = 0,25, p2
= 0,25, p3 = 0,25 e p4 = 0,25

Liguemos estas entradas na frmula multinomial, como mostrado abaixo:

!
!.

!.

!
!. !. !. !

. 0,25 . 0,25 . 0,25 . 0,25 0,05859

Assim, se extrairmos 5 cartas com reposio de um mao de cartas de baralho, a

probabilidade de extrairmos 1 espada, 1 copa, 1 ouros e 2 paus 0,05859 ou 5,859%.
EXEMPLO2
Suponha que temos um vaso com 10 bolinhasde gude 2 bolinhasvermelhas, 3 bolinhas verdes e 5 bolinhasazuis.
Selecionamos4bolinhasaleatoriamentedovaso,comreposio.Qualaprobabilidadedeselecionar2bolinhasverdes
e2bolinhasazuis?
Soluo:
Bertolo

19

DISTRIBUIESDISCRETAS

TMA

Para resolver este problema, aplicamos a frmula multinomial. Sabemos o seguinte:

O experimento consiste de 4 tentativas, assim n = 4.

As 4 tentativas produzem 0 bolinhas vermelhas, 2 bolinhas verdes e 2 bolinhas

azuis; ento nvermelho = 0, nverde = 2 e nazul = 2.

Em qualquer tentativa particular, a probabilidade de extrarem 1 vermelha,

verde ou azul 0,2, 0,3 e 0,5, respectivamente. Assim, pvermelha = 0,2, pverde =
0,3 e pazul = 0,5.

Liguemos estas entradas na frmula multinomial, como mostrado abaixo:

!
!.

!.

!
!. !. !

. 0,2 . 0,3 . 0,5 0,135

Assim, se extrairmos 4 bolinhas com reposio de um vaso, a probabilidade de

extrairmos 0 bolinhas vermelhas, 2 bolinhas verdes e 2 bolinhas azuis 0,135 ou
13,5%

20

Bertolo

DISTRIBUIESDISCRETAS

TMA

Bertolo

21