Escolar Documentos
Profissional Documentos
Cultura Documentos
( (
= = = =
( (
Calculando-se o valor esperado (E) no exemplo acima teremos:
Face Freqncia Funo
Probabilidade
0 54 0,18 0
1 117 0,39 0,39
2 72 0,24 0,48
3 42 0,14 0,42
4 12 0,04 0,16
5 3 0,01 0,05
1
1,50
( ) X ( ) f ( ) X P
( ) = X P
( ) | | X P X
( ) | | = X P X
Supondo 30 dias de operao durante um ms, podemos usar o valor esperado de 1,50 para
prever vendas mensais mdias de 30(1,50) = 45 automveis.
Distribuies de Probabilidade Prof. Daniel Prates Pgina 8
Varincia e Desvio Padro para uma v.a.d:
Varincia:
2 2 2
. ( ) x P x ( =
Desvio Padro:
2
=
Regra de arredondamento para , e :
Arredonde os resultados usando uma casa decimal a mais do que o nmero de casas decimais usadas
para a varivel aleatria x. Se os valores de x forem inteiros, arredonde , e para uma casa
decimal.
Notao:
s = desvio padro amostral
s
2
= varincia amostral
= desvio padro populacional
2
= varincia populacional
Nota: Artigos em peridicos cientficos e reportagens usam, em geral, SD (de Standard deviation) ou
DP para desvio padro e VAR para varincia.
Distribuies de Probabilidade Prof. Daniel Prates Pgina 9
2.1 - DISTRIBUIO DE BERNOULLI (Modelo de Bernoulli)
Quando executamos um experimento (ensaio) do tipo Bernoulli, associado a este ensaio, temos
uma varivel aleatria com o seguinte comportamento:
Suponhamos a realizao de um experimento E, cujo resultado pode ser um sucesso (se acontecer o
evento que nos interessa) ou um fracasso ( o evento no se realiza).
Seja p a probabilidade de sucesso e q a probabilidade de fracasso, com p + q = 1.
Definimos a seguinte v.a. discreta: X : n de sucessos em uma nica tentativa do experimento.
X assume os valores:
0,
1,
fracasso
X
sucesso
= =
= =
( ) ( )
1
( ) 2 5 . 3 5
x x
P X x
= =
E(X) = p = 2/5 Var(X) = p.q = (2/5).(3/5) = 6/25
Distribuies de Probabilidade Prof. Daniel Prates Pgina 10
2.2- DISTRIBUIO BINOMIAL
Se executarmos um experimento tipo Bernoulli, independentemente, n vezes podemos ter de 0 a
n sucessos. O nmero total de possveis sucessos em n repeties do experimento dado pela
combinao de:
( )
!
! !
x
n
n
n
C nCx
x x n x
| |
= = =
|
\ .
, onde:
n = n total de repeties do experimento
x = n de sucessos ocorridos em n repeties
x = 0, 1, 2, 3, ..., n.
Assim a probabilidade de ocorrer x sucessos em n repeties do experimento calculada por:
( ) . .
x n x
P X x nCx p q
= =
A Esperana, a Varincia e o Desvio Padro da v.a.d do tipo Binomial so calculadas
respectivamente por:
E(X) = n.p VAR(X) = n.p.q DP(X) = ( ) VAR X
. n p =
2
. . n p q =
2
=
Em resumo, as trs propriedades bsicas que caracterizam uma v.a. Binomial so:
1. A varivel resultado de contagem;
2. Os experimentos devem ser independentes;
3. A probabilidade de sucesso a mesma a cada repetio do experimento.
Exemplo 1: Um levantamento da Associao Americana de Investidores Pessoa Fsica concluiu que
20% dos seus membros tinham comprado aes diretamente atravs de uma oferta pblica inicial.
Em uma amostra de 10 membros destes associados verifique:
(a) Qual a probabilidade de que exatamente trs membros tenha comprado tais aes?
Distribuies de Probabilidade Prof. Daniel Prates Pgina 11
(b) Qual a probabilidade de que pelo menos um membro tenha comprado tais aes?
(c) Qual a probabilidade de que no mximo 9 membros tenha comprado tais aes?
(d) Qual o nmero esperado de membros que compraram tais aes?
(e) Qual a probabilidade de 30% dos membros comprarem tais aes?
Exemplo 2: Repita o exemplo acima considerando que a probabilidade de comprar tais aes de
40% e os itens a at e consideraro os membros que no compraram tais aes.
Exemplo 3 Anexo 1 (pg. 20)
Distribuies de Probabilidade Prof. Daniel Prates Pgina 12
EXERCCIOS - (Distribuio Binomial)
1. Uma carta retirada de um baralho e em seguida recolocada. Se esse experimento for
repetido cinco vezes, qual ser a probabilidade de trs cartas de paus serem selecionadas?
(a) Identifique n, p, q e x.
(b) Use a frmula da probabilidade binomial.
2. Uma sondagem indica que 21% dos homens dos Estados Unidos consideram a pescaria sua
atividade favorita de lazer. Voc seleciona ao acaso cinco norte-americanos e pergunta a eles
se pescar sua atividade favorita de lazer. Obtenha a probabilidade de (1) exatamente dois
deles responderem sim, (2) pelo menos dois deles responderem sim, (3) menos do que
dois deles responderem sim.
3. Um inspetor de qualidade extrai uma amostra de 10 tubos aleatoriamente de uma carga muito
grande de tubos que se sabe que contm 20% de tubos defeituosos. Qual a probabilidade de
que no mais do que 2 dos tubos extrados sejam defeituosos? R: 0,6778
4. Um engenheiro de inspeo extrai uma amostra de 15 itens aleatoriamente de um processo de
fabricao sabido produzir 85% de itens aceitveis. Qual a probabilidade de que 10 dos itens
extrados sejam aceitveis? R: 0,0449
5. Se 4 moedas honestas forem lanadas simultaneamente (ou 1 moeda honesta for lanada 4
vezes), calcule a distribuio de probabilidade completa.
Distribuies de Probabilidade Prof. Daniel Prates Pgina 13
6. Acredita-se que 20% dos moradores das proximidades de uma grande indstria siderrgica
tem alergia aos poluentes lanados ao ar. Admitindo que este percentual de alrgicos real
(correto), calcule a probabilidade de que pelo menos 4 moradores tenham alergia entre 13
selecionados ao acaso. R: 0,2526
7. Trs em cada quatro alunos de uma universidade fizeram cursinho antes de prestar vestibular.
Se 16 alunos so selecionados ao acaso, qual a probabilidade de que:
(a) Exatamente 12 tenham feito cursinho? R: 0,2252
(b) Pelo menos 12 tenham feito cursinho? R: 0,6302
(c) No mximo 13 tenham feito cursinho? R: 0,8029
(d) Em um grupo de 80 alunos selecionados ao acaso, qual o nmero esperado de alunos que
fizeram cursinho? E a varincia? R: 60 e 15
8. Uma amostra aleatria de 15 pessoas obtida de uma populao em que 40% tm uma
determinada posio poltica. Qual a probabilidade de exatamente 6 indivduos na amostra
ter essa determinada posio poltica? Resposta: 0,2066
9. As linhas telefnicas em um sistema de reservas de uma companhia area esto todas
ocupadas 40% do tempo. Suponha que os eventos em que as linhas estejam ocupadas em
sucessivas chamadas sejam independentes. Considere que 10 chamadas aconteam.
(a) Qual a probabilidade de que para exatamente trs chamadas as linhas estejam ocupadas?
(b) Qual a probabilidade de que para no mnimo uma chamada as linhas no estejam
ocupadas?
(c) Qual o nmero esperado de chamadas em que as linhas estejam todas ocupadas?
R: a) 0,215 b) 0,994 c) 4
Distribuies de Probabilidade Prof. Daniel Prates Pgina 14
10. Estima-se que cerca de 30% dos frangos congelados contenham suficiente nmero de
bactrias salmonelas causadoras de doenas, se forem assados inadequadamente. Um
consumidor compra 12 frangos congelados. Qual a probabilidade do consumidor ter mais
de 6 frangos contaminados? Resposta: 0,039
11. Seis parafusos so escolhidos ao acaso da produo de uma certa mquina, que apresenta
10% de peas defeituosas. Qual a probabilidade de serem defeituosos dois deles?
R: 0,0984
12. Dos estudantes de um colgio 41% fumam cigarro. Escolhem-se seis ao acaso para darem
uma opinio sobre o fumo. Determine a probabilidade de:
(a) Nenhum dos seis ser fumante,
(b) Todos os seis fumarem.
(c) Ao menos a metade dos seis ser fumante.
R:a) 4,22% b) 0,48% c) 47,65%
13. 12% dos que reservam lugar num voo faltam ao embarque. O avio comporta 15 passageiros.
(a) Determine a probabilidade de que todos os 15 que reservaram lugar compaream ao
embarque.
(b) Se houve 16 pedidos de reserva, determine a probabilidade de uma pessoa ficar de fora.
(c) Se houve 16 pedidos de reserva, determine a probabilidade do avio voar lotado.
R: a) 14,70% b) 12,93% c) 41,15%
Distribuies de Probabilidade Prof. Daniel Prates Pgina 15
2.3 - DISTRIBUIO DE POISSON
uma distribuio de probabilidade discreta que se aplica a ocorrncias de eventos ao longo de
intervalos especificados. A varivel aleatria x o nmero de ocorrncias do evento no
intervalo. O intervalo pode ser de tempo, distncia, rea, volume ou alguma unidade similar. A
probabilidade de ocorrncia do evento x vezes em um intervalo dada pela frmula:
.
( )
!
x
e
P x
x
=
ou
( )
( ) .
. .
( )
!
x
t
t e
P x
x
=
Onde:
X: o nmero de ocorrncias;
e : a base dos logaritmos naturais (e ~ 2,71828);
: a taxa mdia por unidade;
t : o nmero de unidades.
A quantidade t representa o nmero mdio de ocorrncias ( ) no intervalo t t = .
Requisitos:
- A varivel aleatria x o nmero de ocorrncias de um evento ao longo de algum intervalo.
- As ocorrncias devem ser aleatrias.
- As ocorrncias devem ser independentes umas das outras.
- As ocorrncias tenham a mesma probabilidade sobre o intervalo considerado.
Parmetros:
- A mdia
- O desvio padro =
Distribuies de Probabilidade Prof. Daniel Prates Pgina 16
Exemplo 1: Bombas da Segunda Guerra Mundial Ao analisar os impactos das bombas V 1 na
Segunda Guerra Mundial, o sul de Londres foi subdividido em 576 regies, cada uma com uma rea
de 0,25 km. Um total de 535 bombas caiu na rea combinada das 576 regies.
(a) Se uma regio selecionada aleatoriamente, ache a probabilidade de ela ter sido
bombardeada exatamente duas vezes.
(b) Com base na probabilidade encontrada na parte (a), quantas das 576 regies espera-se que
sejam atingidas exatamente duas vezes?
No exemplo precedente, podemos calcular tambm as probabilidades e valores esperados para 0, 1,
2, 3, 4, 5 impactos. (Paramos em x = 5 porque nenhuma regio foi atingida mais de cinco vezes, e as
probabilidades para x > 5 so 0,000 quando arredondadas para trs casas decimais.) Tais
probabilidades e valores esperados esto listados na tabela abaixo.
Impactos de Bombas V 1 para 576 Regies do Sul de Londres
Nmero de Impactos
de Bombas
Probabilidade
Nmero esperado de
regies
Nmero real de regies
0 0,395 227,5 229
1 0,367 211,4 211
2 0,170 97,5 93
3 0,053 30,5 35
4 0,012 6,9 7
5 0,002 1,2 1
Exemplo 2: Suponhamos que os navios cheguem a um porto a razo de 2 navios/hora, e que essa
razo seja bem aproximada por um processo de Poisson. Observando o processo por um perodo de
meia hora (t = 1/2), determine a probabilidade de:
(a) no chegar nenhum navio;
(b) chegarem 3 navios.
Exemplo 3: Determinar a probabilidade de haver 4 peas defeituosas numa amostra de 300, extrada
de um grande lote onde h 2% de defeituosas.
Distribuies de Probabilidade Prof. Daniel Prates Pgina 17
EXERCCIOS - (Distribuio de Poisson)
1. Uma mquina produz 9 peas defeituosas a cada 1000 peas produzidas. Calcule a probabilidade
de que em um lote que contm:
(a) 200 peas, sejam encontradas 8 peas defeituosas;
(b) 500 peas, no haja nenhuma pea defeituosa.
2. Um processo mecnico produz tecido para tapetes com uma mdia de 2 defeitos por jarda.
Determine a probabilidade de uma jarda quadrada ter exatamente 1 defeito, admitindo que um
processo possa ser bem aproximado por uma distribuio de Poisson.
3. Suponhamos que os defeitos em fios para tear possam ser aproximados por um processo de
Poisson com mdia 0,2 defeitos por metro. Inspecionando-se pedaos de fio de 6 metros de
comprimento, determine a probabilidade de encontrarmos menos de 2 defeitos.
4. As chamadas de emergncia chegam a uma central de polcia a razo de 4 por hora no perodo de
1 as 6 da manh em dias teis e podem ser aproximadas por uma distribuio de Poisson. Responda:
(a) Quantas chamadas de emergncia so esperadas num perodo de 30 minutos?
(b) Qual a probabilidade de nenhuma chamada num perodo de 30 minutos?
5. A entrega de mercadorias em um depsito feita a razo de 2,8 caminho por hora. Determine a
probabilidade de chegarem 3 ou mais caminhes:
(a) Num perodo de 30 minutos;
(b) Num perodo de 1 hora;
(c) Num perodo de 2 horas;
Distribuies de Probabilidade Prof. Daniel Prates Pgina 18
6. O nmero de petroleiros que chegam a uma refinaria em cada dia ocorre segundo uma distribuio
de Poisson, com = 2. As atuais instalaes podem atender, no mximo, a 3 petroleiros por dia. Se
mais de 3 aportarem num dia, o excesso enviado a outro porto. Em um dia, qual a probabilidade de
se enviar petroleiros para outro porto?
7. A chegada de nibus em um terminal acontece a razo de 3 por minuto. Supondo que tenha uma
distribuio de Poisson, determine a probabilidade de:
(a) chegarem 8 nibus em 2 minutos;
(b) chegarem 4 nibus em 5 minutos;
8. Suponhamos que os navios cheguem a um porto razo de = 2 navios / hora e que essa razo
seja bem aproximada a um processo de Poisson. Observando o processo durante um perodo de meia
hora (t = 0,5), determine a probabilidade de:
(a) no chegar nenhum navio;
(b) chegarem 3 navios;
(c) chegarem mais de 3 navios em 2 horas.
9. PABX - Uma central telefnica tipo PABX recebe uma mdia de 5 chamadas por minuto. Qual a
probabilidade deste PABX no receber nenhuma chamada durante um intervalo de 1 minuto?
10. Dentes-de-Leo Estudam-se os dentes-de-leo por causa de seus efeitos sobre a colheita e
crescimento de gramado. Em uma regio, a mdia de dentes-de-Leo por metro quadrado era de
7,0 (com base em dados do Manitoba Agriculture and Food).
(a) Ache a probabilidade de no se achar qualquer dente-de Leo em uma rea de 1 m.
(b) Ache a probabilidade de, pelo menos, um dente-de-Leo em uma rea de 1 m.
(c) Ache a probabilidade de, no mximo, dois dentes-de-Leo em uma rea de 1 m.
11. Decaimento Radioativo Os tomos radioativos so instveis porque tm muita energia. Quando
liberam sua energia extra, dizemos que eles decaem. Ao se estudar o csio 137, observou-se que,
durante o curso do decaimento em 365 dias, 1.000.000 de tomos radioativos foram reduzidos a
977.287 tomos radioativos.
(a) Ache o nmero mdio de tomos radioativos perdidos em um dia durante o decaimento.
(b) Ache a probabilidade de que, em um determinado dia, 50 tomos radioativos decaiam.
Distribuies de Probabilidade Prof. Daniel Prates Pgina 19
Poisson como aproximao para a Distribuio Binomial
A distribuio de Poisson , algumas vezes, usada para aproximar a distribuio binomial quando n
muito grande e a probabilidade p pequena. Uma regra emprica usar tal aproximao quando as
duas condies seguintes forem satisfeitas:
(1) 100 n >
(2) 10 n p s
Exemplo Loteria de Pick 4 de Kentucky Na loteria Pick 4 de Kentucky, voc paga i dlar para
escolher uma sequncia de quatro dgitos, por exemplo, 2283. Se voc joga esse jogo uma vez todos
os dias, ache a probabilidade de ganhar exatamente uma vez em 365 dias.
Distribuies de Probabilidade Prof. Daniel Prates Pgina 20
Anexo 1: Exemplo 3 (Computacional): Os resultados de um levantamento recente indicam que 71%
dos norte-americanos usam mais de um molho para temperar seus cachorros-quentes. Se
selecionarmos ao acaso 250 pessoas nos Estados Unidos, qual ser a probabilidade de que
exatamente 178 delas usem mais de um molho?
Passo 1: Acessando a distribuio binomial.
Passo 2: Digitando os valores.