Você está na página 1de 45

Distribuio de probabilidade

Prof. Dr. M. Lucia Pozzatti


Flres
Prof.Dr. M. Lucia Pozzatti Flres 1
Distribuies de probabilidades
Em variveis aleatrias vimos que ao conjunto
{x, p(x)} damos o nome de distribuio de
probabilidade.
Temos distribuies de probabilidade tericas,
as quais so caractersticas a cada tipo de
experimento aleatrio.
Vamos estudar as distribuies de Bernoulli e
Binomial (varivel discreta) e a mais importante
de todas, a distribuio normal (Gauss) (varivel
contnua).
Prof.Dr. M. Lucia Pozzatti Flres 2
Distribuio de Bernoulli
Consideremos uma nica tentativa de um
experimento aleatrio. Podemos ter sucesso ou
fracasso nessa tentativa.
p= probabilidade de sucesso
q= probab. de fracasso => q=1-p ou p+q=1

X=nmero de sucessos em uma nica tentativa do
experimento. Ento:
X=0 com P(X=0)=q
X=1 com P(X=1)=p
Prof.Dr. M. Lucia Pozzatti Flres 3
Distribuio de Bernoulli
Nestas condies a varivel X tem distribuio de
Bernoulli e sua funo de probabilidade dada
por
P(X=x)= p
x
. q
1-x
Sendo a esperana e a varincia dadas por
E(X)=p e Var(X)=pq

Pois: Var(X)= p - p= p(1-p)=pq



Prof.Dr. M. Lucia Pozzatti Flres 4
Exemplo
Uma urna tem 30 bolas brancas e 20 verdes.
Retira-se uma bola dessa urna. Seja X o nmero
de bolas verdes, Calcular E(X) e Var(X) e
determinar P(X).
X=1 => p=20/50 = 2/5 => (bola verde)
X=0 => q=30/50 = 3/5 => (bola no verde)

Portanto: P(X=x)=(2/5)
x
. (3/5)
1-x
E(X)=p= 2/5
Var(X)=p.q= 2/5. 3/5=6/25
Prof.Dr. M. Lucia Pozzatti Flres 5
Exerccio
1-No lanamento de uma moeda, a varivel aleatria X
denota o nmero de caras obtidas.
a)Escreva a fdp
b)Calcule a E[X] e Var[X]

Prof.Dr. M. Lucia Pozzatti Flres 6
Exerccio
X=1 => p=1/2 => (cara)
X=0 => q=1/2 => (coroa)

Portanto: P(X=x)=(1/2)
x
. (1/2)
1-x
E(X)=p= 1/2
Var(X)=p.q= 1/2. 1/2=1/4
Prof.Dr. M. Lucia Pozzatti Flres 7
Distribuio binomial
Consideremos n tentativas independentes de um mesmo
experimento aleatrio. Cada tentativa admite apenas dois
resultados: sucesso (com probabilidade p) ou fracasso
(com probabilidade q). Sendo p+q=1

Seja X = nmero de sucessos em n tentativas.

Ento um resultado particular:

P(RP)= P(SSSSS...SFFFF...F)= p.p........p.q.q.......q=
k (sucessos) n-k
=p
k
.q
n-k

Prof.Dr. M. Lucia Pozzatti Flres 8
Distribuio binomial
Considerando todas as n-uplas com k sucessos, a
varivel X tem distribuio binomial com fdp:
X:B(n,p)




Sendo a esperana e a varincia dadas por
E(X)=np e Var(X)=npq


Prof.Dr. M. Lucia Pozzatti Flres 9
Exemplo
Uma moeda lanada 20 vezes. Qual a
probabilidade de sarem 8 caras?
n=n sucesso (caras) = 0,1,2,....,20
P(c) =1/2 P(K)=1/2





E(X)=np=20.1/2= 10 Var(X)=npq=20.1/2.1/2=5




Prof.Dr. M. Lucia Pozzatti Flres 10
exerccio
1-Uma moeda no viciada lanada 8 vezes.
Encontre a probabilidade de:
a) Dar 5 caras
b) Pelo menos uma cara
c) No mximo 2 caras
d) Calcular a mdia e a varincia da distribuio.
Prof.Dr. M. Lucia Pozzatti Flres 11
soluo
sabe-se que n=8 p=1/2 q=1/2 x=n de cara

Prof.Dr. M. Lucia Pozzatti Flres 12
Exerccio
2-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.

Prof.Dr. M. Lucia Pozzatti Flres 13
soluo
X = nmero de moradores que tm alergia.
p: probabilidade de um indivduo ter alergia; p=0,2.
X ~b (13; 0,20) => n = 13 e p = 0,20, com k=0, 1, ..., n

P(X > 4) = P(X=4) + P(X=5) + + P(X=13) = 0,1535 +
0,0694 + + 0,0000 = 0,2526
ou
P(X > 4) = 1 - P(Xs3) = 1 (P(X=0) + P(X=1) + P(X=2) +
P(X=3))= 0,2526

Prof.Dr. M. Lucia Pozzatti Flres 14
Exerccio
3-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) Pelo menos 12 tenham feito cursinho?
b) No mximo 13 tenham feito cursinho?
c) Exatamente 12 tenham feito cursinho?



Prof.Dr. M. Lucia Pozzatti Flres 15
soluo
a)Seja = nmero de alunos que fizeram cursinho
probabilidade de um aluno ter feito cursinho; p = 0,75.
X ~b (16; 0,75) => 16 e p = 0,75.
P(X > 12) = P(X=12) + P(X=13) + P(X=14) + P(X=15) +
P(X=16) = 0,2252+0,2079+0,1336+ +0,0535+0,0100=
0,6302
b)P(X s 13) = 1 - P(X > 14) = 1 (P(X =14) + P(X =15) +
P(X =16) = 0,8029
c)P(X =12) = 0,2252


Prof.Dr. M. Lucia Pozzatti Flres 16
Distribuio Normal
A distribuio Normal a mais familiar das distribuies
de probabilidade. A maioria das variveis biolgicas tem o
comportamento normal, dentre as quais: rendimento
escolar, altura, peso, presso arterial... A distribuio
normal pode ser usada para descrever distribuies de
escores, interpretar o desvio padro e fazer afirmaes
probabilsticas.
A distribuio normal simtrica em torno da mdia e
com a forma de sino. Uma vac X tem distribuio normal
se sua fdp for:




Para -<x<
E: a mdia da populao e o o desvio padro da
populao.


Prof.Dr. M. Lucia Pozzatti Flres 17
Distribuio normal
Denotamos N(,o) curva Normal com mdia e
varincia o. A mdia refere-se ao centro da distribuio e
o desvio padro ao espalhamento de curva. Como a
distribuio normal simtrica em torno da mdia, isto
implica que a mdia, a mediana e a moda so todas
coincidentes. A rea sob a curva normal 1 ou 100%.
A probabilidade de ocorrer valor maior ou menor do que a
mdia so iguais;
P(X>x) = P(X<x) = 0,5 = 50%



Prof.Dr. M. Lucia Pozzatti Flres 18
Distribuio normal
Caractersticas da X:N(, o)
O ponto mximo de f(x) o ponto X=.
Os pontos de inflexo da funo so: X=o
A curva simtrica em relao a .
E(X)= e Var(X)= o
}
-

f(x) dx=1
Se quisermos calcular a probabilidade de
Xc [a,b] => P(asX sb)=}
a
b
f(x) dx => alto grau
de dificuldade

Prof.Dr. M. Lucia Pozzatti Flres 19
Distribuio normal padro
Para diminuir a dificuldade, a varivel X:N(,o)
transformada numa forma padronizada (z) com
distribuio N(0,1).

A varivel z calculada pela frmula:




E a varivel normal padronizada z tem sua fdp dada por:





Prof.Dr. M. Lucia Pozzatti Flres 20
Distribuio normal padro
A esperana e a varincia so dadas por:
E(Z)=0 e Var(Z)=1
O clculo da probabilidade de Z c [a,b] por
integrao (rea) .
Existe uma tabela pronta que pode ser usada
para calcular todas as probabilidades
desejadas.
Tabela normal padronizada, na qual:
1 coluna temos a parte inteira e o 1 decimal
de z
1 linha temos o 2 decimal de z.


Prof.Dr. M. Lucia Pozzatti Flres 21
Exemplo
Numa populao com mdia 2 e desvio padro
0,04, calcular P(2<X<2,05).
Transformar a varivel X em varivel z:



Refazendo a pergunta na varivel z fica:
P(0<z<1,24).
A probabilidade encontrada na tabela dada por:
P(0<z<1,24)=0,3944= 39,44%

Temos 39,44% de probabilidade do X estar entre
2 e 2,05.
Prof.Dr. M. Lucia Pozzatti Flres 22
1
2 2
0
0, 04
z

= =
2
2, 05 2
1, 24
0, 04
z

= =
Exemplo
Usando a tabela normal, determinar as
probabilidades:
a)P(0<z<1)
b)P(-2,55<z<1,23)
c)P(z>1,93)
d)P(z<-2,43)
e)P(z>-1,25)
f)P(z<2,03)
g)P(1,02<z<2,14)
h)P(-2,15<z<-0,12)

Prof.Dr. M. Lucia Pozzatti Flres 23
soluo
a)P(0<z<1)= 0,3413= 34,13%
b)P(-2,55<z<1,23)=0,4946+0,3907= 0,8853= 88,53%
c)P(z>1,93)=0,5 0,4732 = 0,0268 = 2,68%
d)P(z<-2,43)= 0,5 - 0,4925 =0,0075 = 0,75%
e)P(z>-1,25)=0,5+0,3944=0,8944 = 89,44%
f)P(z<2,03)=0,5+,4788=0,9788 = 97,88%
g)P(1,02<z<2,14)=0,4838-0,3461=0,1377 = 13,77%
h)P(-2,15<z<-0,12)=0,4842-0,0478=0,4364 = 43,64%








Prof.Dr. M. Lucia Pozzatti Flres 24
Tabela Distribuio Normal Padro
Prof.Dr. M. Lucia Pozzatti Flres 25

Exerccios
1-Uma prova tipo teste tem 50 questes
independentes. Cada questo tem 5
alternativas. Apenas uma das alternativas
correta. Se um aluno resolve a prova
respondendo a esmo as questes, qual a
probabilidade de tirar nota 5?
Prof.Dr. M. Lucia Pozzatti Flres 26
soluo
1- nota 5 (acerta metade da prova, 25 questes)
X= n de acertos X=0,1,2,..., 50
P(acerto)=1/5 X:B(50,1/5)

P(X=25)= 0,000002 Pois:

Prof.Dr. M. Lucia Pozzatti Flres 27
Exerccios
2-Numa criao de coelhos, 40% so machos.
Qual a probabilidade de que nasam pelo
menos 2 coelhos machos num dia em que
nasceram 20 coelhos?

Prof.Dr. M. Lucia Pozzatti Flres 28
soluo
2-X= n de coelhos X=0,1,2,....,20
P(coelho macho)=0,40
P(X2)= 1-P(x<2) = 1-{ P(X=0) + P(x=1)}

P(X2)= 0,99948 Pois:

Prof.Dr. M. Lucia Pozzatti Flres 29
Exerccios
3-Um lote de aparelhos de TV recebido por
uma firma. 20 aparelhos so inspecionados. O
lote rejeitado se pelo menos 4 forem
defeituosos. Sabendo-se que 1% dos aparelhos
defeituoso, determinar a probabilidade de a
firma rejeitar todo o lote.

Prof.Dr. M. Lucia Pozzatti Flres 30
soluo
3- X= n de aparelhos defeituosos X=0,1,2,....,20
P(D)=0,01 X:B(20; 0,01)

P(X4) = 1 P(X<4) = 0,00004 Pois:


Prof.Dr. M. Lucia Pozzatti Flres 31
Exerccios
4-Usando a tabela normal, determinar as
probabilidades:
a)P(-1,25<z<0)=
b)P(-0,5<z<1,48)=
c)P(0,8<z<1,23)=
d)P(z>0,6)=
e)P(z<0,92)=


Prof.Dr. M. Lucia Pozzatti Flres 32
soluo
4- a)P(-1,25<z<0)= 0,3944 = 39,44%
b)P(-0,5<z<1,48)= 0,1915 + 0,4306 = 0,6221 =
62,21%
c)P(0,8<z<1,23)= 0,3907 0,2881 = 0,1026 =
10,26%
d)P(z>0,6)= 0,5 0,2258 = 0,2742 = 27,42%
e)P(z<0,92)=0,5 + 0,3212 = 0,8212 = 82,12%




Prof.Dr. M. Lucia Pozzatti Flres 33
Exerccios
5-As alturas dos alunos de determinada escola
so normalmente distribudas com mdia 1,60m
e desvio padro 0,30 m. Encontre a
probabilidade de um aluno medir:

a)entre 1,50 e 1,80m
b)mais de 1,75m
c)menos de 1,48m
Prof.Dr. M. Lucia Pozzatti Flres 34
soluo
5- =1,60m o=0,30 m
a)P(1,50<x<1,80) = P(-0,33<z<0,67)= 0,1293 +
0,2486=0,3779 = 37,79%
z
1
=(1,5 - 1,6) / 0,3 = -0,33
z
2
=(1,8 - 1,6) / 0,3 = 0,67

b) P(X>1,75) = P(z>0,50) = 0,5 0,1915= 0,3085
= 30,85%
z=(1,75 - 1,6) / 0,3 = 0,50


Prof.Dr. M. Lucia Pozzatti Flres 35
soluo
c)P(X< 1,48) = P(z<-0,40)=0,5-0,1554= 0,3446
= 34,46%

z
1
=(1,4 - 1,6) / 0,3 = -0,40

Prof.Dr. M. Lucia Pozzatti Flres 36
Exerccios
6-Um conjunto de notas finais de estatstica foi
considerado como sendo normalmente
distribudo com mdia de 7,3 e desvio padro
de 0,8.

a)Qual a probabilidade de alunos que tiraram
notas entre 8,1 e 8,9?
b)Qual a probabilidade de alunos que tiraram
notas acima de 9,1?

Prof.Dr. M. Lucia Pozzatti Flres 37
soluo
6- =7,3 o=0,8
a) P(8,1<x<8,9)= P(1,00<z<2,00)= 0,4772 0,3413
= 0,1359= 13,59%
Z
1
=(8,1 7,3) /0,8 =1,00
Z
2
= (8,9 7,3) /0,8 =2,0

b)P(X>9,1) = P(z>2,25) = 0,5 - 0,4878 = 0,0122
=1,22%
Prof.Dr. M. Lucia Pozzatti Flres 38
Exerccios
7-A durao de um certo componente eletrnico
tem mdia 850 dias e desvio-padro 45 dias.
Calcular a probabilidade desse componente
durar:
a)entre 700 e 1.000 dias
b)mais de 800 dias
c)menos de 750 dias
d)exatamente 1.000 dias
e) qual deve ser o n de dias necessrios para que
tenhamos de repor no mximo 5% dos
componentes?

Prof.Dr. M. Lucia Pozzatti Flres 39
soluo
= 850 o=45
a)P(700 < X< 1.000) = P(-3,33<z<3,33)=
0,4996+0,4996 = 0,9992 = 99,92% de chance do
componente durar entre 700 a 1000 dias.
Z
1
=(700-850)/45 =-3,33
Z
2
=(1000-850)/45 =3,33

b) P(x>800) = P(z>-1,11) = 0,5+ 0,3665= 0,8665
=86,65% de chance do componente durar mais
do que 800 dias
z= (800-850)/45= -1,11

Prof.Dr. M. Lucia Pozzatti Flres 40
soluo
c) P(X< 750) =P(z< -2,22)= 0,5- 0,4868= 0,0132 =
1,32% de chance do componente durar menos
do que 750 dias.
Z=(750-850)/45= -2,22

d)P(X=1000) = P(z=3,33) no tem
probabilidade, pois no tem rea.
Z= (1000-850)/45= 3,33
Prof.Dr. M. Lucia Pozzatti Flres 41
soluo
e) qual deve ser o n de dias necessrios para
que tenhamos de repor no mximo 5% dos
componentes?
X=? P=0,05 = 850 o=45
Como P=0,05 => P da rea central= 0,45
e pela tabela temos: z=1,64
Como a rea menor do que 50% e est na
esquerda => z= -1,64
-1,64= (X-850)/45 => -73,8 = X- 850
=> X= 776,2 Portanto: em 776 dias se repe
no mximo 5% dos componentes
Prof.Dr. M. Lucia Pozzatti Flres 42
exerccio
10- A mdia dos dimetros internos de uma amostra de
200 arruelas produzidas por uma certa mquina de
0,502 polegadas e o desvio padro 0,005
polegadas. A finalidade para a qual essas arruelas
so fabricadas permite a tolerncia mxima, para o
dimetro, de 0,496 a 0,508 polegadas; se isso no se
verificar, as arruelas sero consideradas defeituosas.
Determinar a porcentagem de arruelas defeituosas
produzidas pela mquina, admitindo-se que os
dimetros so distribudos normalmente.
Prof.Dr. M. Lucia Pozzatti Flres 43
soluo
em unidades reduzidas:
0,496=> (0,496 -0,502)/0,005=-1,2
0,508=> (0,508- 0,502)/0,005=1,2
Portanto:P(-1,2<z<1,2)= 0,3849+0,3849=0,7698

Assim, a porcentagem de arruelas defeituosas=
100% - 76,98% = 23,02%
Prof.Dr. M. Lucia Pozzatti Flres 44

Prof.Dr. M. Lucia Pozzatti Flres 45