Distribuição binomial

Em muitas situações práticas temos interesse em saber da presença (ou ausência) de um

atributo. Em geral temos interesse em saber o número (ou percentagem) de elementos
que têm o atributo sob estudo, numa amostra de n elementos observados.

Exemplos: pessoas que fumam ou não fumam, alunos vacinados ou não, em geral,
número de sucessos e falhas.

1. Premissas:

• Experimento deve ser repetido, nas mesmas condições, um número finito de

vezes (n);
• As provas repetidas devem ser independentes, isto é, um resultado, não afeta os
demais;
• Em cada prova deve aparecer um dos dois possíveis resultados complementares:
sucesso e insucesso;
• No decorrer do experimento, a probabilidade p de sucesso e a probabilidade q do
insucesso serão mantidas constantes (p + q = 1).

2. Função de probabilidade:

Se a variável aleatória X que contém o número de tentativas que resultam em sucesso

tem uma distribuição binomial com parâmetros n e p escrevemos X ~ B(n, p). A
probabilidade de ter exatamente k sucessos é dado pela função de probabilidade:

n
p( x = k ) =   p k q n− k
k

onde:
• P(X = k) é a probabilidade de que o evento se realize k vezes em n provas;
• p é a probabilidade de que o evento se realize em uma só prova - sucesso;
• q é a probabilidade de que o evento não se realize no decurso dessa prova –
insucesso.

3. Experimentos binomiais( ou “Ensaios de Bernoulli”)

Exemplo1: Um teste de múltipla escolha tem oito questões, cada qual com três
alternativas, uma delas correta. Você quer saber qual a probabilidade de ‘chutar’ certo
em exatamente cinco questões. Determine n, p, q e k.

n = 8, p = 1/3 (prob. de acerto/ sucesso), q = 2/3 (prob. de erro/insucesso) e k = 5

Exemplo 2: Um médico lhe diz que certa cirurgia é bem-sucedida em 80% das vezes. Se
a cirurgia for realizada sete vezes, determine a probabilidade de ser bem-sucedida em
exatamente seis vezes. Determine n, p, q e k.

n = 7, p = 80% (prob. de operação bem sucedida/ sucesso), q = 20% (prob. de operação

mal sucedida /insucesso) e k = 6
4. Média e variância:

Se a X ~ B(n, p) (isto é, X é uma variável aleatória binomialmente distribuida), então:

Média: E [ X ] = np

Variância: var( X ) = npq

Exemplo 3: A probabilidade de um circuito elétrico falhar numa industria é de 5%.

Numa empresa que possui 500 circuitos elétricos, qual o valor esperado do número de
circuitos elétricos que falham bem como seu desvio padrão.

E [ X ] = 500 * 0,05 = 25
var( X ) = 500 * 0,05 * 0,95 = 23,75