Probabilidade e Estatstica

Modelos Discretos

Alexsandro Cavalcanti, Joao Batista e

Joelson Campos

UAEst/CCT/UFCG

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Modelos Probabilsticos para Variaveis Aleatorias Discretas

Introducao
Em muitas situacoes, alguns experimentos aleatorios apresentam ca-
ractersticas bastante peculiares. Este fato possibilita que, uma vez
identificadas estas caractersticas, um particular modelo probabilsti-
co seja proposto para modelar o fenomeno em estudo.
E neste contexto, que passaremos ao estudo de alguns dos principais
modelos probabilsticos.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao de Bernoulli

Uma variavel aleatoria X que assume apenas os valores 0 (fracasso)

e 1 (sucesso) e dita ter distribuicao de Bernoulli com parametro p,
0 < p < 1. Neste caso, a funcao de probabilidade e dada por

p, se x = 1;
P (X = x) =
1 p, se x = 0.

Ou ainda,
P (X = x) = px (1 p)1x I{0,1} (x).

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao de Bernoulli

Uma variavel aleatoria X que assume apenas os valores 0 (fracasso)

e 1 (sucesso) e dita ter distribuicao de Bernoulli com parametro p,
0 < p < 1. Neste caso, a funcao de probabilidade e dada por

p, se x = 1;
P (X = x) =
1 p, se x = 0.

Ou ainda,
P (X = x) = px (1 p)1x I{0,1} (x).
Notacao: X Ber(p).

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao de Bernoulli

Uma variavel aleatoria X que assume apenas os valores 0 (fracasso)

e 1 (sucesso) e dita ter distribuicao de Bernoulli com parametro p,
0 < p < 1. Neste caso, a funcao de probabilidade e dada por

p, se x = 1;
P (X = x) =
1 p, se x = 0.

Ou ainda,
P (X = x) = px (1 p)1x I{0,1} (x).
Notacao: X Ber(p).
Observacao: Experimentos que resultam numa v.a. de Bernoulli sao
chamados ensaios de Bernoulli.
Propriedades:
E(X) =

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao de Bernoulli

Uma variavel aleatoria X que assume apenas os valores 0 (fracasso)

e 1 (sucesso) e dita ter distribuicao de Bernoulli com parametro p,
0 < p < 1. Neste caso, a funcao de probabilidade e dada por

p, se x = 1;
P (X = x) =
1 p, se x = 0.

Ou ainda,
P (X = x) = px (1 p)1x I{0,1} (x).
Notacao: X Ber(p).
Observacao: Experimentos que resultam numa v.a. de Bernoulli sao
chamados ensaios de Bernoulli.
Propriedades:
E(X) = p

V ar(X) =
Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1
Distribuicao de Bernoulli

Uma variavel aleatoria X que assume apenas os valores 0 (fracasso)

e 1 (sucesso) e dita ter distribuicao de Bernoulli com parametro p,
0 < p < 1. Neste caso, a funcao de probabilidade e dada por

p, se x = 1;
P (X = x) =
1 p, se x = 0.

Ou ainda,
P (X = x) = px (1 p)1x I{0,1} (x).
Notacao: X Ber(p).
Observacao: Experimentos que resultam numa v.a. de Bernoulli sao
chamados ensaios de Bernoulli.
Propriedades:
E(X) = p

V ar(X) = p(1 p)
Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1
Distribuicao Binomial

Um experimento binomial consiste de n repeticoes independen-

tes de um mesmo experimento aleatorio, onde cada repeticao
admite apenas dois resultados: sucesso com probabilidade p e
fracasso com probabilidade 1 p. Pode-se dizer ainda, que um
experimento binomial consiste de n ensaios independentes de
Bernoulli, cuja probabilidade de sucesso em cada ensaio e cons-
tante e igual a p, 0 < p < 1.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao Binomial

Um experimento binomial consiste de n repeticoes independen-

tes de um mesmo experimento aleatorio, onde cada repeticao
admite apenas dois resultados: sucesso com probabilidade p e
fracasso com probabilidade 1 p. Pode-se dizer ainda, que um
experimento binomial consiste de n ensaios independentes de
Bernoulli, cuja probabilidade de sucesso em cada ensaio e cons-
tante e igual a p, 0 < p < 1.
Uma variavel aleatoria definida como X: numero de sucessos
num experimento binomial e dita ser uma Variavel aleatoria
Binomial com parametros n e p.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao Binomial

Se X e uma variavel aleatoria binomial com parametros n e p. Entao

 
n
P (X = k) = pk (1 p)nk , k = 0, 1, ..., n.
k

Notacao: X B(n, p).

Propriedades:
E(X) =

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao Binomial

Se X e uma variavel aleatoria binomial com parametros n e p. Entao

 
n
P (X = k) = pk (1 p)nk , k = 0, 1, ..., n.
k

Notacao: X B(n, p).

Propriedades:
E(X) = np.

V ar(X) =

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao Binomial

Se X e uma variavel aleatoria binomial com parametros n e p. Entao

 
n
P (X = k) = pk (1 p)nk , k = 0, 1, ..., n.
k

Notacao: X B(n, p).

Propriedades:
E(X) = np.

V ar(X) = np(1 p).

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 1: Um fabricante de pecas de automovel garante que uma
caixa de suas pecas contera, no maximo, duas defeituosas. Sabe-se
que uma caixa contem 20 pecas, e a experiencia tem demonstrado
que, em seu processo de fabricacao, 6 % das pecas sao defeituosas.
Selecionada uma dessas caixas, ao acaso, encontre:
a) A probabilidade de que nenhum dos itens tenha
defeito;

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 1: Um fabricante de pecas de automovel garante que uma
caixa de suas pecas contera, no maximo, duas defeituosas. Sabe-se
que uma caixa contem 20 pecas, e a experiencia tem demonstrado
que, em seu processo de fabricacao, 6 % das pecas sao defeituosas.
Selecionada uma dessas caixas, ao acaso, encontre:
a) A probabilidade de que nenhum dos itens tenha
defeito;
b) A probabilidade de que todas as pecas sejam defei-
tuosas;

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 1: Um fabricante de pecas de automovel garante que uma
caixa de suas pecas contera, no maximo, duas defeituosas. Sabe-se
que uma caixa contem 20 pecas, e a experiencia tem demonstrado
que, em seu processo de fabricacao, 6 % das pecas sao defeituosas.
Selecionada uma dessas caixas, ao acaso, encontre:
a) A probabilidade de que nenhum dos itens tenha
defeito;
b) A probabilidade de que todas as pecas sejam defei-
tuosas;
c) A probabilidade de que a caixa satisfaca a garantia;

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 1: Um fabricante de pecas de automovel garante que uma
caixa de suas pecas contera, no maximo, duas defeituosas. Sabe-se
que uma caixa contem 20 pecas, e a experiencia tem demonstrado
que, em seu processo de fabricacao, 6 % das pecas sao defeituosas.
Selecionada uma dessas caixas, ao acaso, encontre:
a) A probabilidade de que nenhum dos itens tenha
defeito;
b) A probabilidade de que todas as pecas sejam defei-
tuosas;
c) A probabilidade de que a caixa satisfaca a garantia;
d) O numero de pecas defeituosas esperadas nesta cai-
xa.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Aplicacao: Overbooking

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Aplicacao: Overbooking

Overbooking e uma pratica realizada na aviacao no mundo todo.

Consiste na empresa aerea vender mais bilhetes do que o disponvel
no voo com base na media de desistencias dos voos anteriores. Uma
empresa aerea possui um aviao com capacidade para 100 lugares, se
para um certo voo essa empresa vendeu 103 passagens e, admitindo
que a probabilidade de um passageiro nao comparecer para embarque
e de 7 %, qual a probabilidade de algum passageiro nao conseguir
embarcar?

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao Hipergeometrica

Considere uma populacao (conjunto) composta de N objetos, r dos

quais tem uma certa caracterstica A, logo, N r nao tem a carac-
terstica A. Suponha que n desses objetos sao escolhidos ao acaso
sem reposicao e que estamos interessados na variavel
X : numero de elementos que possuem a caracterstica A dentre os
n.
Entao, a variavel definida desta forma e dita ter distribuicao hiper-
geometrica com parametros N , r e n e funcao de probabilidade dada
por
 r   N r 
x nx
P (X = x) =   , x = max(0, nr), 1, 2, ..., min(r, n).
N
n

Notacao: X hip(N, r, n).

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1
Distribuicao Hipergeometrica

Propriedades:
E(X) = np.

n
V ar(X) = np(1 p) N N 1 ,
r
onde p = N e a probabilidade de se obter um objeto com a carac-
terstica A numa unica extracao.

Observacao: Quando a populacao e muito grande, ou seja, N

, quando comparado com n, a retirada ao acaso, com ou sem repo-
sicao, serao praticamente equivalentes, de modo que a distribuicao
hipergeometrica se aproxima da distribuicao binomial.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 2

Em problemas de controle de qualidade, lotes com N itens sao exa-

minados. O numero de itens com defeito (atributo A), r, e descon-
hecido, mas, digamos que, por experiencias passadas, voce sabe que
em lotes de N = 100 pecas, 10 % sao defeituosas. Se num certo
lote de 100 pecas voce escolhe ao acaso 5 itens, sem reposicao, qual
e a probabilidade de:
nenhum item ser defeituoso?

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 2

Em problemas de controle de qualidade, lotes com N itens sao exa-

minados. O numero de itens com defeito (atributo A), r, e descon-
hecido, mas, digamos que, por experiencias passadas, voce sabe que
em lotes de N = 100 pecas, 10 % sao defeituosas. Se num certo
lote de 100 pecas voce escolhe ao acaso 5 itens, sem reposicao, qual
e a probabilidade de:
nenhum item ser defeituoso?
nao mais do que um item ser defeituoso?

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 2

Em problemas de controle de qualidade, lotes com N itens sao exa-

minados. O numero de itens com defeito (atributo A), r, e descon-
hecido, mas, digamos que, por experiencias passadas, voce sabe que
em lotes de N = 100 pecas, 10 % sao defeituosas. Se num certo
lote de 100 pecas voce escolhe ao acaso 5 itens, sem reposicao, qual
e a probabilidade de:
nenhum item ser defeituoso?
nao mais do que um item ser defeituoso?
Qual e o numero esperado de itens defeituosos?

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao de Poisson

Suponha, agora, que o interessse num certo experimento seja contar

o numero de ocorrencias de um certo evento, o qual pode ocorrer du-
rante um intervalo de tempo, ao longo de uma superfcie ou volume.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao de Poisson

Suponha, agora, que o interessse num certo experimento seja contar

o numero de ocorrencias de um certo evento, o qual pode ocorrer du-
rante um intervalo de tempo, ao longo de uma superfcie ou volume.
Por exemplo:
1 Durante o intervalo de uma hora, observar o numero de carros
que passam numa rodovia;
2 Ao inspecionar a pintura de um carro, deseja-se observar o
numero de falhas por unidade inspecionada;
Em todas estas condicoes poderemos trabalhar com a variavel aleatoria
X: numero de ocorrencias de um certo evento num determinado
intervalo de tempo, superfcie ou volume.
Neste caso, a variavel aleatoria X admite a distribuicao de Poisson,
definida a seguir.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao de Poisson

A variavel aleatoria X tem distribuicao de Poisson com parametro

( > 0) se sua funcao de probabilidade e dada por

e x
P (X = x) = , x = 0, 1, 2, ...
x!
Notacao: X P oisson().
Propriedades: E(X) = e V ar(X) = .
Observacao: Se X tem distribuicao Binomial, ou seja, X B(n, p),
em que n e bastante grande com p pequeno, de modo que np 7,
entao a distribuicao de X se aproxima da distribuicao de Poisson
com parametro = np, isto e, X P oisson(np).

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 3

Um companhia recebe uma media de 5 chamadas por minuto. Ob-

tenha:
a) A probabilidade de que a companhia nao receba
chamadas durante o intervalo de 1 minuto.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 3

Um companhia recebe uma media de 5 chamadas por minuto. Ob-

tenha:
a) A probabilidade de que a companhia nao receba
chamadas durante o intervalo de 1 minuto. Resp.:
0, 674 %
b) A probabilidade de que a companhia receba, no
maximo, 2 chamadas em 4 minutos.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 3

Um companhia recebe uma media de 5 chamadas por minuto. Ob-

tenha:
a) A probabilidade de que a companhia nao receba
chamadas durante o intervalo de 1 minuto. Resp.:
0, 674 %
b) A probabilidade de que a companhia receba, no
maximo, 2 chamadas em 4 minutos. Resp.:
0, 0000456 %

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 4

Um PBX recebe, em media 5 chamadas por minuto. Supondo

que a distribuicao de Poisson seja adequada nessa situacao, ob-
ter a probabilidade de que o PBX nao receba chamadas durante
um intervalo de 1 minuto.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 4

Um PBX recebe, em media 5 chamadas por minuto. Supondo

que a distribuicao de Poisson seja adequada nessa situacao, ob-
ter a probabilidade de que o PBX nao receba chamadas durante
um intervalo de 1 minuto.
Calcule a probabilidade do PBX oter no maximo duas chamdas
em quatro minutos.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao Geometrica

Considere um experimento cujos resultados podem ser classificados

como sucesso ou fracasso e que repeticoes deste experimento possam
ser realizadas de forma independente. Se p e a probabilidade de
sucesso, entao 1p e a probabilidade de fracasso, e se considerarmos
a variavel aleatoria X: numero de repeticoes ate ocorrer o primeiro
sucesso, entao:

P (X = x) = (1 p)x1 p, x = 1, 2, ...
A variavel aleatoria definida acima e dita ter distribuicao geometrica
com parametro p.
Notacao: X Geo(p).

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Distribuicao Geometrica

Propriedades:
E(X) = p1 .

1p
V ar(X) = p2
.

Teorema
Se X Geo(p) entao, para dois quaisquer inteiros positivos s e t,

P (X > s + t | X > s) = P (X > t).

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 5

O custo de realizacao de um experimento e R$1.000,00. Se o

experimento falha, um custo adicional de R$300,00 tem de ser
imposto. Se a probabilidade de sucesso em cada prova e 0,2, e
se as provas sao independentes e continuadas ate a ocorrencia
do primeiro sucesso, qual o custo esperado do experimento?

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Exemplo 5

O custo de realizacao de um experimento e R$1.000,00. Se o

experimento falha, um custo adicional de R$300,00 tem de ser
imposto. Se a probabilidade de sucesso em cada prova e 0,2, e
se as provas sao independentes e continuadas ate a ocorrencia
do primeiro sucesso, qual o custo esperado do experimento?
Se a probabilidade de um certo ensaio de reacao positiva for
igual a 0,4, qual sera a probabilidade de que menos de 5 reacoes
negativas ocorram antes da primeira positiva?

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1

Bibliografia

Probabilidade, Aplicacoes a Estatstica (2a edicao). Paul L. Me-

yer (1995). LTC.
Estatstica Basica (7a edicao). Wilton O. Bussab e Pedro A.
Morettin (2011). Editora Saraiva.

Alexsandro, Joao, Joelson Probabilidade e Estatstica - Perodo 2013.1