Modelos de Probabilidades

DISTRIBUIES DE PROBABILIDADES
de varivel discreta

BERNOULLI E BINOMIAL

Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

Introduo
Varivel aleatria

Discreta: assume um nmero finito ou infinito numervel

de valores
Contnua: assume todos os valores de um intervalo de
nmeros reais

Geralmente, estuda-se uma amostra e os resultados obtidos permitem induzir

concluses para a populao
Populao

Amostra

Varivel discreta/contnua

Distribuio de probabilidades
Parmetros:
Valor mdio
Desvio padro

Distribuio de frequncias
Estatsticas:
Mdia
Desvio padro (amostral)

Vamos trabalhar com distribuies de probabilidade de variveis aleatrias

discretas: Distribuio Binomial
Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

Distribuio De Bernoulli
Sempre que uma experincia aleatria s tem dois resultados possveis, esta
pode ser descrita por uma distribuio de Bernoulli
Considere-se uma experincia aleatria X na qual se observa a realizao ou
no realizao de determinado acontecimento A, de probabilidade P(A) = p.
A realizao de A diz-se um sucesso;
A no realizao de A diz-se um insucesso e P( ) = 1 p
A varivel aleatria discreta X toma os valores:
X=1

Acontecimento A ocorre

X=0

Acontecimento A no ocorre

Esc. Secundria de Viriato - Teresa Dias

Sucesso
Insucesso

Modelos de Probabilidades

Valor mdio de X: = p
De facto,

= 1Xp + 0X(1 - p) = p

Desvio padro de X:
De facto,

Exemplos:
uma pea classificada como boa ou defeituosa;
o resultado de um exame mdico para deteco de uma doena positivo
ou negativo;
no lanamento de um dado ocorre ou no a face 5.

Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

Distribuio Binomial
A distribuio binomial aparece associada ao seguinte tipo de problema:
Determinar a probabilidade de, em n provas de Bernoulli, serem
obtidos k sucessos (correspondendo realizao de um certo
acontecimento A de probabilidade p) e portanto n k insucessos
(no realizao de A).
A varivel aleatria X, que representa o nmero de sucessos nas n provas,
tem uma distribuio Binomial com parmetros n e p, e escreve-se
simbolicamente X ~ B(n; p).
Esta experincia aleatria tem as seguintes caractersticas:
constituda por n provas idnticas;
O resultado de cada prova (observao) independente dos resultados
obtidos anteriormente;
Em cada prova da experincia apenas so possveis dois resultados: o
sucesso A ou o insucesso

A probabilidade p do sucesso A no varia de uma prova para a outra

Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

Exemplo 1: Considere-se a experincia aleatria que consiste no lanamento

de um dado equilibrado, com as faces numerados de 1 a 6, trs vezes. Seja X o
nmero de vezes que ocorre a face 5 nos trs lanamentos.
Acontecimento A: Sair face 5
Sucesso: Ocorre o acontecimento A
Insucesso: Ocorre o acontecimento contrrio de A
: no sair face 5
Assim,

A varivel aleatria X pode tomar os valores: 0, 1, 2, 3

Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

P(X = 0)

Significa determinar a probabilidade de na 1 prova ocorrer

insucesso, na 2 prova ocorrer insucesso e na 3 prova
ocorrer insucesso,

P(X = 0) =
P(X = 1)

=
significa determinar a probabilidade de ocorrer um sucesso
e dois insucessos

P(X = 1) =

P(X = 2)

significa determinar a probabilidade de ocorrer dois

sucessos e um insucesso

P(X = 2) =

Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

P(X = 3)

significa determinar a probabilidade de ocorrer trs

sucessos

P(X = 3) =

A distribuio de probabilidade da varivel X :

xi

P(X= xi)

A varivel X tem uma distribuio binomial de parmetros n = 3 e p =

e representa-se por
Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

Exemplo 2:

A Sara e a Catarina gostam muito de jogar xadrez e decidiram fazer, no

prximo fim de semana, um campeonato de 4 jogos. Sabendo que a Sara
ganhar 40% dos jogos e que a varivel aleatria X corresponde ao nmero de
jogos que a sara vence:
a) Defina a distribuio de probabilidades de X.
P(X = 0) = 0,6x0,6x0,6x0,6 0,1296
P(X = 1) = 4x0,4x0,6x0,6x0,6 0,3456
P(X = 2) = 6x0,4x0,4x0,6x0,6 0,3456
P(X = 3) = 4x0,4x0,4x0,4x0,6 0,1536
P(X = 4) = 0,4x0,4x0,4x0,4 0,0256
A distribuio de probabilidade da varivel X :
xi

P(X= xi)

0,1296

0,3456

0,3456

Esc. Secundria de Viriato - Teresa Dias

3
0,1536

4
0,0256

Modelos de Probabilidades

Resoluo com a Calculadora grfica:

Determinar P(X = k)
DISTR (2nd/vars)
A: binompdf (nde provas, probabilidade de obter sucesso, n de sucessos)
P(X = 0) = binompdf(4,0.4,0) 0,1296
P(X = 1) = binompdf(4,0.4,1) 0,3456
P(X = 2) = binompdf(4,0.4,2) 0,3456

P(X = 3) = binompdf(4,0.4,3) 0,1536

P(X = 4) = binompdf(4,0.4,4) 0,0256
STAT/EDIT
L1: valores da varivel X
L2: binompdf (nde provas, probabilidade de obter sucesso, n de sucessos)

Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

Resoluo com a Tabela:

B(4, 0.4)
n=4

p = 0.4

P(X = 0) = 0,1296
P(X = 1) = 0,3456
P(X = 2) = 0,3456
P(X = 3) = 0,1536
P(X = 4) = 0,0256

Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

b) Qual a probabilidade de a Sara ganhar menos de 3 jogos?

P(X 2) = P(X = 0) + P(x = 1) + P(X = 2)

= 0,1296 + 0,3456 + 0,3456 = 0,8208
Resoluo com a Calculadora grfica:

Determinar P(X k)
DISTR (2nd/vars)
B: binomcdf (nde provas, probabilidade de obter sucesso, n de sucessos)
P(X 2) = Binomcdf(4, 0.4, 2) 0,8208

Esc. Secundria de Viriato - Teresa Dias

Modelos de Probabilidades

VALOR MDIO E DESVIO-PADRO DA DISTRIBUIO BINOMIAL

Valor mdio: = n.p

Desvio-padro:
Exemplo 3:
O sistema de segurana da casa do Sr. Santar possui 3 alarmes, todos com a
mesma probabilidade de funcionar de 0,8.
a) Qual o nmero mdio de alarmes que devero funcionar no caso da casa ser
assaltada?
= 3x0,8 = 2,4 alarmes
b) Qual o desvio-padro da distribuio dos alarmes?
0,7 alarmes
Esc. Secundria de Viriato - Teresa Dias