DistribuiesdeProbabilidades

Quando aplicamos a Estatstica na resoluo de problemas administrativos, verificamos que muitos problemas
apresentamasmesmascaractersticasoquenospermiteestabelecerummodelotericoparadeterminaodasoluo
deproblemas.
Oscomponentesprincipaisdeummodeloestatsticoterico:
1.OspossveisvaloresqueavarivelaleatriaXpodeassumir;
2.AfunodeprobabilidadeassociadavarivelaleatriaX;
3.OvaloresperadodavarivelaleatriaX;
4.AvarinciaeodesviopadrodavarivelaleatriaX.
H dois tipos de distribuies tericas que correspondem a diferentes tipos de dados ou variveis aleatrias: a
distribuiodiscretaeadistribuiocontnua.

DistribuiesDiscretas
Descrevequantidadesaleatrias dadosdeinteresse quepodemassumirvaloresparticulareseosvaloressofinitos.

Porexemplo,uma varivelaleatriadiscretapodeassumirsomenteosvalores0e1,ouqualquerinteirononegativo,
etc.Umexemplodevarivelclimatolgicadiscretasoastempestadescomgranizo.

DistribuiodeBernoulli
Caractersticadomodelo
SeumavarivelaleatriaXspodeassumirosvalores0 fracasso e1 sucesso comP X 0 qeP X 1 pcom
p q 1,entodiremosqueavarivelaleatriaXadmitedistribuiodeBernoulli.
Discriodomodelo
1.X 0,1
2.P X 0 q e P X 1 p;
3.E X p;
4.2 Var X pxq e Dp X
Podemosescreveromodelodoseguintemodo:
P X x px.q1x
ondeq 1-p.
Esperana mdia eVarincia:
CalcularemosamdiaeavarinciadavarivelcomdistribuiodeBernoulliassim:
X PX X.P X X2.P X E X peVar X p p2 p 1 p p.q
0 q O 0
1 p p p
1 p p

EXEMPLO:
Nolanamentodeumamoeda,avarivelaleatriaXdenotaonmerodecarasobtidas.
1.X 0,1 ;
2.P X 0 1/2 e P X 1 1/2;
3.E X 0x1/2 1x1/2 1/2;
 TMA DISTRIBUIESDISCRETAS

4.2 Var X 1/2x1/2 e Dp X 1/2.

EXERCCIO:
Umaurnacontm20bolasbrancase30bolasvermelhas.UmabolaretiradadaurnaeavarivelaleatriaXdenotao
nmerodebolasvermelhasobtidas.CalculeamdiaE X ,aVar X eodesviopadrodeX.
Soluo:
0 q = 20/50 = 2/5
Temos: X =
1 p = 30/50 = 3/5 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

DistribuioBinomial
1.CONCEITUAO
Vamos,nesteitem,considerarexperimentosquesatisfaamasseguintescondies:
a.Oexperimentodeveserrepetido,nasmesmascondies,umnmerofinitodevezes n .
b. As provas repetidas devem ser independentes, isto , o resultado de uma no deve afetar os
resultadosdassucessivas.
c.Emcadaprovadeveaparecerumdosdoispossveisresultados:sucessoeinsucesso.
d. No decorrer do experimento, a probabilidade p do sucesso e a probabilidade q q 1 p do
insucessomanterseoconstantes.
Resolveremosproblemasdotipo:determinaraprobabilidadedeseobteremksucessosemntentativas.
Oexperimentoobtenodecarasemcincolanamentossucessivoseindependentesdeumamoedasatisfaz
essascondies.
Sabemosque,quandodarealizaodeumexperimentoqualqueremumanicatentativa,seaprobabilidadede
realizaodeumevento sucesso p,aprobabilidadedenorealizaodessemesmoevento insucesso 1p q.
Suponhamos, agora, que realizemos a mesma prova n vezes sucessivas e independentes. A probabilidade de
queumeventoserealizekvezesnasprovasdadapelafuno:

Naqual:
P X k aprobabilidadedequeoeventoserealizekvezesemnprovas;
paprobabilidadedequeoeventoserealizeemumasprovasucesso;
qaprobabilidadedequeoeventonoserealizenodecursodessaprovainsucesso;
!
ocoeficientebinomialdensobrek,iguala
! !

Essafuno,denominadaleibinomial,defineadistribuiobinomial.
EXERCCIOSRESOLVIDOS
1.Umamoedalanada5vezesseguidaseindependentes.Calculeaprobabilidadedeseremobtidas3carasnessas5
provas?
Soluo:
Temos:
N = 5 e k = 3
Pela lei binomial, podemos escrever:

2 Bertolo
 DISTRIBUIESDISCRETAS TMA

5 5
3
3 3
Se a probabilidade de obtermos cara numa s prova (sucesso) p = 1/2 e a
probabilidade de no obtermos cara numa s prova (insucesso) q = 1 1/2 = 1/2,
ento:
5 1 1 5! 1 1 5 4 3 2 1 1 1 5
3
3 2 2 3! 2! 8 4 3 2 1 2 1 8 4 16
Logo:
5
3
16
2.Doistimesdefutebol,AeB,jogamentresi6vezes.EncontreaprobabilidadedotimeAganhar4jogos.
Soluo:
Temos:

N 6,k 4, , 1
Ento:
6 1 2 1 4 20
4 15
4 3 3 81 9 243
Logo:
20
4
243
EXERCCIOS
1.Determineaprobabilidadedeobtermosexatamente3carasem6lancesdeumamoeda.
2.Jogandoseumdadotrsvezes,determineaprobabilidadedeseobterummltiplode3duasvezes.
3.Doistimesdefutebol,AeB,jogamentresi6vezes.EncontreaprobabilidadedotimeA:
a.ganhardoisoutrsjogos;
b.ganharpelomenosumjogo.
4.Aprobabilidadedeumatiradoracertaroalvo2/3.Seeleatirar5vezes,qualaprobabilidadedeacertarexatamente
2tiros?
5.Seisparafusossoescolhidosaoacasodaproduodecertamquina,queapresenta10%depeasdefeituosas.Qual
aprobabilidadedeseremdefeituososdoisdeles?
RESPOSTAS:
1.5/32
2.2/9
3.a.400/729 b.665/729
4.40/243
5.9,8415%
2.ENTENDENDOAFRMULA
Ogerentedalojaestimaquede10vendasrealizadas,3somicrocomputadorese7equipamentoseletrnicos.Quala
probabilidadedequeumadasprximas4vendassejaummicrocomputador?
Comeamos por determinar as 4 prximas vendas e depois suas probabilidades de
ocorrncia.
Sendo E a venda de um equipamento eletrnico e M a de um microcomputador, os quatro
resultados possveis (eventos elementares) so: EEEM, EEME, EMEE e MEEE.

Bertolo 3
 TMA DISTRIBUIESDISCRETAS

Dos dados do gerente deduzimos que 70% das vendas realizadas so de equipamentos
eletrnicos E e 30% de microcomputadores M. Se a sequncia de venda de um M for EEEM
sua probabilidade ser igual a:
P(EEEM) = 0,70 x 0,70 x 0,70 x 0,30 = 0,30 x 0,703
Aqui aplicamos a regra do produto, pois os eventos so independentes.
Aplicando o mesmo procedimento para os outros trs eventos obteremos os mesmos
resultados:
P(EEME) = 0,70 x 0,70 x 0,30 x 0,70 = 0,30 x 0,703
P(EMEE) = 0,70 x 0,30 x 0,70 x 0,70 = 0,30 x 0,703
P(MEEE) = 0,30 x 0,70 x 0,70 x 0,70 = 0,30 x 0,703
Finalmente, como os quatro eventos so mutuamente excludentes, a probabilidade de que
uma das quatro prximas vendas seja UM microcomputador obtida pela regra da soma,
assim:
P(x=1)= P(EEEM)+ P(EEME)+ P(EMEE) + P(MEEE)
Onde x = 1 identifica a venda de um microcomputador.
P(x=1) = 4 x (0,30 x 0,703)= 0,4116 ou
P(x=1) = x 0,301 x 0,703 = 0,4116.

3.DISTRIBUIOBINOMIALNOEXCEL
Vamospormeiodeumexemplofazerumhistogramadadistribuiobinomial.
EXEMPLO1.Umaexperinciacomdistribuiobinomialfoirepetida4vezesseguidas.Considerandoaprobabilidadede
sucessop 0,50:
a.Calculeasprobabilidadesdetodosospossveissucessosx.
b.Construaogrficodadistribuiodeprobabilidades.
Soluo:
Com a frmula construa uma planilha como a mostrada abaixo
A B C D E F G H I J K
1 Exemplo
2
3 p 0,5
4 n 4
5 x p (x )
6 0 0,0625 <--=FATORIAL($C$4)/(FATORIAL(B6)*FATORIAL($C$4-B6))*$C$3^B6*(1-$C$3)^($C$4-B6)
7 1 0,2500 <--=FATORIAL($C$4)/(FATORIAL(B7)*FATORIAL($C$4-B7))*$C$3^B7*(1-$C$3)^($C$4-B7)
8 2 0,3750 <--=FATORIAL($C$4)/(FATORIAL(B8)*FATORIAL($C$4-B8))*$C$3^B8*(1-$C$3)^($C$4-B8)
9 3 0,2500 <--=FATORIAL($C$4)/(FATORIAL(B9)*FATORIAL($C$4-B9))*$C$3^B9*(1-$C$3)^($C$4-B9)
10 4 0,0625 <--=FATORIAL($C$4)/(FATORIAL(B10)*FATORIAL($C$4-B10))*$C$3^B10*(1-$C$3)^($C$4-B10)
e a seguir com os dados da tabela construa o histograma:
A B C D E F G
1 Exemplo
2
3 p 0,5
0,40
4 n 4
5 x p (x ) 0,30
6 0 0,0625 0,20
7 1 0,2500 0,10
8 2 0,3750
0,00
9 3 0,2500
10 4 0,0625 0 1 2 3 4
11

4 Bertolo
 DISTRIBUIESDISCRETAS TMA

Continuando, podemos calcular a probabilidade de que x seja menor que 2 e de que x

seja menor ou igual a 2. Para isto construmos a tabela e o grfico de probabilidades
acumuladas mostrados abaixo, onde temos que P(x<2) = 0,3125 e P(x 2) = 0,6875
A B C D E F G
14
15 0,5
1,00
16 n 4
0,80
17 x p (x )
0,60
18 0 0,0625
0,40
19 1 0,3125
0,20
20 2 0,6875
0,00
21 3 0,9375
22 4 1,0000 0 1 2 3 4
23
EXEMPLO2
Uma experincia com distribuio binomial foi repetida 10 vezes seguidas. Construa a tabela completa de
probabilidadeseohistogramadexconsiderandoquatrovaloresdeprobabilidadesdesucessop 0,10,p 0,50,p
0,70ep 1.
Soluo:
A B C D E F G H I J K L M N O P
1 Exemplo
2
3 n 10
4 p 0,1 0,5 0,7 0,9
0,1 0,5
5 x p (x ) p (x ) p (x ) p (x ) 0,40 0,40
6 0 0,3487 0,0010 0,0000 0,0000 0,30
0,30
7 1 0,3874 0,0098 0,0001 0,0000
0,20 0,20
8 2 0,1937 0,0439 0,0014 0,0000
9 3 0,0574 0,1172 0,0090 0,0000 0,10 0,10
10 4 0,0112 0,2051 0,0368 0,0001 0,00 0,00
11 5 0,0015 0,2461 0,1029 0,0015 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
12 6 0,0001 0,2051 0,2001 0,0112
13 7 0,0000 0,1172 0,2668 0,0574
14 8 0,0000 0,0439 0,2335 0,1937 0,7 0,9
0,40 0,40
15 9 0,0000 0,0098 0,1211 0,3874
16 10 0,0000 0,0010 0,0282 0,3487 0,30 0,30
17 0,20 0,20
18 0,10 0,10
19
0,00 0,00
20
21 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
22
A tabela abaixo fornece a probabilidade de ocorrerem x sucessos em n experincias com probabilidades de sucesso
definidasnaprpriatabela.
A B C D E F G H I J K L M
1 TABELA DA DISTRIBUIO BINOMIAL
2
3 n 7 Probabilidade de X
4
5 x 0,05 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 0,95
6 0 0,6983 0,4783 0,2097 0,0824 0,0280 0,0078 0,0016 0,0002 0,0000 0,0000 0,0000
7 1 0,2573 0,3720 0,3670 0,2471 0,1306 0,0547 0,0172 0,0036 0,0004 0,0000 0,0000
8 2 0,0406 0,1240 0,2753 0,3177 0,2613 0,1641 0,0774 0,0250 0,0043 0,0002 0,0000
9 3 0,0036 0,0230 0,1147 0,2269 0,2903 0,2734 0,1935 0,0972 0,0287 0,0026 0,0002
10 4 0,0002 0,0026 0,0287 0,0972 0,1935 0,2734 0,2903 0,2269 0,1147 0,0230 0,0036
11 5 0,0000 0,0002 0,0043 0,0250 0,0774 0,1641 0,2613 0,3177 0,2753 0,1240 0,0406
12 6 0,0000 0,0000 0,0004 0,0036 0,0172 0,0547 0,1306 0,2471 0,3670 0,3720 0,2573
13 7 0,0000 0,0000 0,0000 0,0002 0,0016 0,0078 0,0280 0,0824 0,2097 0,4783 0,6983
14
A tabela abaixo mostra a probabilidade acumulada de ocorrerem at x sucesso em n experincias com as
probabilidadesdesucessodefinidasnaprpriatabela.

Bertolo 5
 TMA DISTRIBUIESDISCRETAS

A B C D E F G H I J K L M
1 TABELA DA DISTRIBUIO BINOMIAL
2
3 n 7 Probabilidade Acumulada
4
5 x 0,05 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 0,95
6 0 0,6983 0,4783 0,2097 0,0824 0,0280 0,0078 0,0016 0,0002 0,0000 0,0000 0,0000
7 1 0,9556 0,8503 0,5767 0,3294 0,1586 0,0625 0,0188 0,0038 0,0004 0,0000 0,0000
8 2 0,9962 0,9743 0,8520 0,6471 0,4199 0,2266 0,0963 0,0288 0,0047 0,0002 0,0000
9 3 0,9998 0,9973 0,9667 0,8740 0,7102 0,5000 0,2898 0,1260 0,0333 0,0027 0,0002
10 4 1,0000 0,9998 0,9953 0,9712 0,9037 0,7734 0,5801 0,3529 0,1480 0,0257 0,0038
11 5 1,0000 1,0000 0,9996 0,9962 0,9812 0,9375 0,8414 0,6706 0,4233 0,1497 0,0444
12 6 1,0000 1,0000 1,0000 0,9998 0,9984 0,9922 0,9720 0,9176 0,7903 0,5217 0,3017
13 7 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
14
4.ESPERANA,VARINCIAeDESVIOPADROdoMODELOBINOMIAL
Aplicando os conceitos de valor esperado nas distribuies discretas, substituindo a expresso P x da distribuio
binomial naquelas expresses obteremos o valoresperado E x , a varincia Var X 2e o desvio padro da
distribuiobinomial.Percebaoleitorqueestesresultadosnodependemdonmerodesucessosx.
Parmetrosdadistribuiobinomial
Amdia,avarinciaeodesviopadrosoobtidoscom:
nxp 2 nxpx 1p e 1
EXEMPLO3
So realizadas 10 experincias com probabilidade de sucesso p 0,10. Considerando que o experimento tem
distribuiobinomial,calcularamdiaeodesviopadro
Soluo:
Aplicando as frmulas temos:
= n x p = 10 x 0,1 = 1

1 = 10 0,10 1 0,10 = 0,9487

EXEMPLO4
Voctemumacarteiracom15aes.Nopregodeontem75%dasaesnabolsadevalorescaramdepreo.Supondo
queasaesqueperderamvalortmdistribuiobinomial:
Quantasaesdasuacarteiravocesperaquetenhamcadodepreo?
Qualodesviopadrodasaesquetemnacarteira?
Qualaprobabilidadequeas15aesdacarteiratenhamcado?
Qualaprobabilidadequetenhamcadodepreoexatamente10aes?
Qualaprobabilidadequetrezeoumaisaestenhamcadodepreo?
Soluo:
Como 75% das aes caram de preo, o nmero de aes da carteira que devem ter cado
de preo ser 11,25 = 0,75 x 15. O desvio padro foi:

1 = 15 0,75 1 0,75 = 1,67

15 15!
15 0,75 1 0,75 0,75 0,25 0,0134
15 13! 15 15 !
De forma equivalente, a probabilidade que tenham cado de preo exatamente 10 aes
P(x = 10) = 0,1651, e a probabilidade que treze ou mais aes tenham cado de preo
obtida com P(x 13) = P(x = 13) + P(x = 14) + P(x = 15) = 0,2361
OExceldispedefunesestatsticaspararealizarclculoscomadistribuionormal.Assintaxesdessasfunesso
asseguintes:
DISTRBINOM(num_s;tentativas;probabilidade_s;cumulativo)

6 Bertolo
 DISTRIBUIESDISCRETAS TMA

Estafunodaprobabilidadeouaprobabilidadeacumuladadonum_sconformeovalordoargumentocumulativo.
Se o argumento cumulativo for FALSO, a funo dar a probabilidade do nmero de sucessos num_s com
probabilidade_sdesucessoparaumnmerodetentativasindependentes.

SeoargumentocumulativoforVERDADEIRO,afunodaraprobabilidadeacumuladadonmeromximode
sucessosnum_scomprobabilidade_sdesucessoparaumnmerodetentativasindependentes.
A B C D E F G H I J K
1 PROBABILIDADES DA DISTRIBUIO BINOMIAL
2
3 p 0,5 Probabilidade de X
4 n 7 Probabilidade Acumulada
5 3,5 <--=C4*C3 1
6 1,32 <--=RAIZ(C4*C3*(1-C3))
7 Probabilidade de X
8 x P(=x)
9 0 0,0078 <--=DISTRBINOM(B9;$C$4;$C$3;SE($K$5=1;0;1))
10 1 0,0547
0,30
11 2 0,1641
12 3 0,2734 0,25
13 4 0,2734 0,20
14 5 0,1641
0,15
15 6 0,0547
16 7 0,0078 0,10
17 0,05
18 0,00
19
0 1 2 3 4 5 6 7
20 <--=SE(OU(B10=$C$4;B10="");"";1+B10)
21

ComparandoapartetericacomafunoDISTRBINOMteremos:
Seemnexperinciascomdistribuiobinomialaconteceremxsucessoscomprobabilidadep,aprobabilidade
deocorreremxsucessosP x serobtidacomafunoestatstica:
DISTRBINOM(num_s;tentativas;probabilidade_s;FALSO)
Estafunocorrespondeexpresso: ,parax 0,1,2,...,n.
Seemnexperinciascomdistribuiobinomialaconteceremxsucessoscomprobabilidadep,aprobabilidade
acumuladadeocorrerematxsucessosP x serobtidacomafunoestatstica:
DISTRBINOM(num_s;tentativas;probabilidade_s;VERDADEIRO)
Estafunocorrespondeexpresso:

NaFiguraacima,selecionandoaopodeclculonacaixadecombinaodomodelo,vocpodercalculara
probabilidadedexsucessoseaprobabilidadeacumuladaatxsucessosden 10repetiesdoexperimento.
EXEMPLO5
Seja uma experincia com distribuio binomial com n 4 e a probabilidade de sucesso p 0,3. Calcular a
probabilidadedeter2sucessoeaprobabilidadedeter2sucessos.
Soluo:
A probabilidade de ter 2 sucessos P(x=1) = 0,2646, valor obtido com a frmula:
= DISTRBINOM(2;4;0,3;FALSO)
Da mesma maneira a probabilidade de ter at 2 sucessos P(x 2) = 0,9163, valor
obtido com a frmula:
= DISTRBINOM(2;4;0,3;VERDADEIRO).
Aqui vai um segmento de planilha que realiza este clculo:

Bertolo 7
 TMA DISTRIBUIESDISCRETAS

A B C D
22 CLCULO DE PROBABILIDADES BINOMIAIS
23
24 p 0,3
25 n 4
26 x 2
27 P(x=2) 0,2646
28 P(x<=2) 0,9163
29 1,2
30 0,92
31
3.1OUTRASFUNESESTATSTICASASSOCIADASDISTRIBUIOBINOMIAL
PROB intervalo_x;intervalo_prob;limite_inferior;limite_superior
AfunoestatsticaPROBdaprobabilidadeacumuladaentreo limiteinferioreo limitesuperior,ambosincludos,do
intervalo_xdevaloreseointervalo_probdeprobabilidadesassociadasaosvaloresx.
AfiguraabaixomostraummodeloemqueutilizamosafunoPROBcomosdadosdoExemplo5
B C D E F G H I J K L
33 no PROB
34
35 p 0,3
36 n 4
37 x P(=x)
38 0 0,2401 Limite inferior 1
39 1 0,4116 Limite superior 3
40 2 0,2646 Prob. Acumulada 0,7518 <--=PROB(B38:B42;C38:C42;E38;E39)
41 3 0,0756 PROB - matriz 0,7518 <--=PROB({0;1;2;3;4};{0,2401;0,4116;0,2646;0,0756;0,0081};E38;E39)
42 4 0,0081 Com DISTRBINOM 0,7518 <--=DISTRBINOM(E39;C36;C35;VERDADEIRO)-SE(E38=0;0;DISTRBINOM(E38-1;C36;C35;VERDADEIRO))
43
NointervaloB38:B42 foramregistradososvaloresdex,enointervaloC38:C42 foramcalculadasas
probabilidadescorrespondentes,comomostraafiguraacima.
NointervaloE38:E39foramregistradosolimiteinferioreolimitesuperiordex,respectivamente,valores1e3.
NaclulaE40,comafrmula:=PROB(B38:B42;C38:C42;E38:E39)foicalculadaaprobabilidadeacumuladaP 1
x3 0,8448.VerifiquequeaprobabilidadeacumuladaP 1x3 P x3 P x 0 0,87040,0256
0,8448.
Omesmoresultadoobtidoinformandoosdadosemformadematriz,registrandonaclulaE41afrmula:
=PROB({0;1;2;3;4};{0,2401;0,4116;0,2646;0,0756;0,0081};E38;E39)

ComafunoDISTRBINOM,registrandonaclulaE42afrmula:
=DISTRBINOM(E39;C36;C35;VERDADEIRO)-SE(E38=0;0;DISTRBINOM(E38-1;C36;C35;VERDADEIRO))
Percebaqueaovalordonum_sdasegundaparceladafrmulafoisubtradoum.Entretanto,quandoolimite
inferiordexforzero,oargumentonum_sdasegundaparceladafrmulaacimaserzero.

CRIT.BINOM(tentativas;probabilidade_s;alfa)
AfunoestatsticaCRIT.BINOMdomenornmerodesucessosparaoqualadistribuiobinomialacumuladamaior
ouigualaoargumentoalfa.Porexemplo,comosdadosdoExemplo5,sealfa 0,50onmerodesucessosmenorou
iguala0,50dois,comomostraafiguraabaixo.

8 Bertolo
 DISTRIBUIESDISCRETAS TMA

A B C D E F
45 Funo CRIT.BINOM
46
47 p 0,3
48 n 4
49 x P(<=x)
50 0 0,2401 <--=DISTRBINOM(B50;$C$48;$C$47;VERDADEIRO
51 1 0,6517
52 2 0,9163
53 3 0,9919
54 4 1,0000
55 alfa 0,6000
56 x 1 <--=CRIT.BINOM(C48;C47;C55)
57
Porexemplo,afunoCRIT.BINOMdeterminaonmeromximodepeasdefeituosasdeumlotedeproduosem
rejeitaroloteinteiro.Paravaloresexatosdeprobabilidadeacumulada,afunoestatsticaCRIT.BINOMinversada
funoestatsticaDISTRBINOMcomoargumentocumulativoVERDADEIRO.

Bertolo 9
 TMA DISTRIBUIESDISCRETAS

DistribuiodePoisson
A distribuio de Poisson empregada em experimentos, nos quais no se est interessado no nmero de sucessos
obtidos em n tentativas, como ocorre no caso da distribuio Binomial, mas sim no nmero de sucessos ocorridos
duranteumintervalocontnuo,quepodeserumintervalodetempo,espao,etc.Comoporexemplo:
Onmerodesuicdiosocorridosemumacidadeduranteumano;
Onmerodeacidentesautomobilsticosocorridosnumarodoviaemumms;
Nmerodechegadasaumcaixaautomticodeumbancoduranteumperodode15minutos
Aprobabilidadedeumcarrochegaraumpostodegasolinaemquaisquerdoisperodosdetempodemesmo
tamanho.
Achegadaounochegadadeumcarroemqualquerperododetempoindependentementedachegadaouno
chegadadeoutrocarroemqualqueroutroperodo.
Defeitosporunidade m2,m,etc. porpeafabricada
Errostipogrficosporpgina,emummaterialimpresso
Carrosquepassamporumcruzamentoporminuto,durantecertahoradodia.
UsuriosdecomputadorligadosInternet

Note que nos exemplos acima, no h como determinarse a probabilidade de ocorrncia de um sucesso, mas sim a
frequnciamdiadesuaocorrncia,como,porexemplo,doissuicdiosporano,aqualserquedenominada.
, ento, uma distribuio de probabilidade discreta que se aplica a ocorrncia de eventos ao longo de intervalos
especificados.Avarivelaleatriaonmerodeocorrnciadoeventonointervalo.Osintervalospodemserdetempo,
distncia,rea,volumeoualgumaunidadesimilar.
UmavarivelaleatriaXadmitedistribuiodePoissonse:
1.X 0,1,2,... notemlimites ;

2.P X k ,k 0,1,2,...;aprobabilidadedekocorrnciasemumintervalo
!

3.E X ;
4.Var X 2 .
Provadaspropriedades3e4:

! 1 ! ! !

1 1
! 1 ! ! !

1
! !

UmadistribuiodePoissondiferedeumadistribuiobinomialnestesaspectosfundamentais:
1.Adistribuiobinomialafetadapelotamanhodaamostranepelaprobabilidadep,enquantoqueadistribuiode
Poissonafetadaapenaspelamdia_;
2.Nadistribuiobinomial,osvalorespossveisdavarivelaleatriaXso0;1;2;___;n,masadistribuiodePoisson
tmosvaloresdeXde0;1;2;___,semqualquerlimitesuperior.
Obs:Oparmetrousualmentereferidocomotaxadeocorrncia.
PropriedadesdoexperimentodePoisson:
Aprobabilidadedeumaocorrnciaamesmaparaquaisquerdoisintervalos
Aocorrnciaounoocorrnciaemqualquerintervaloindependentedaocorrnciaounoocorrnciaem
qualquerintervalo.

10 Bertolo
 DISTRIBUIESDISCRETAS TMA

EXEMPLO1
OCorpodeBombeirosdeumadeterminadacidaderecebe,emmdia,3chamadaspordia.Qualaprobabilidadede
receber:
a 4chamadasnumdia
= 3 chamadas por dia em mdia

P(X = 4) = 0,1680 16,80%

! !

b Nenhumachamadaemumdia

P(X = 4) = 0,0498 4,98%

! !

c 20chamadasemumasemana.
X = nmero de chamadas por dia
Y = nmero de chamadas por semana
E(X) = = 3 chamadas por dia E(Y) = * = 7 x E(X) = 21 chamadas por semana.

P(Y = 20) = 0,0867 8,67%

! !

EXEMPLO2
UmacentraltelefnicatipoPABXrecebeumamdiade5chamadasporminuto.QualaprobabilidadedestePABXno
recebernenhumachamadaduranteumintervalode1minuto?

X = v. a. n de chamadas em um intervalo de tempo
= taxa de ocorrncia de chamadas (n esperado de chamadas)

AproximaodadistribuioBinomialaPoisson.
Podese demonstrar que uma distribuio Binomial, cujo evento de interesse sucesso raro p muito pequeno e n
muitogrande ,tendeparaumadistribuiodePoisson.Naprtica,aaproximaoconsideradaboaquandon50ep
0,10.
Aproximao:SabesequeseXB n;p ,E X np,ento E X np

Bertolo 11
 TMA DISTRIBUIESDISCRETAS

EXEMPLO3
Aprobabilidadedeumindivduosofrerumareaoalrgica,resultantedainjeodedeterminadosorode0,01.
Determinaraprobabilidadedeentre200indivduos,submetidosaestesoro,nenhumsofrerestareaoalrgica.
XB 200;0,01 E X n.p 200x0,01 2
P(X = 2) 0,1353 13,53%
! !

2.DISTRIBUIODEPOISSONNOEXCEL
OExceldispedafunoestatsticaPOISSONcujasintaxe:
POISSON(x;mdia;cumulativo)
AfunoestatsticaPOISSONdaprobabilidadeouaprobabilidadeacumuladaconformeovalordoargumento
cumulativo:
SeoargumentocumulativoforFALSOafunodaraprobabilidadedexconsiderandoamdia.Oresultado
P x 4 16,80%obtidocomafrmula:= POISSON(4;3;FALSO).
SeoargumentocumulativoforVERDADEIROafunodaraprobabilidadeacumuladaatxconsiderandoa
mdia.OresultadoP x4 81,53%foiobtidacomafrmula:=POISSON(4;3;VERDADEIRO).
AFiguramostraomodeloProbabilidadesdaDistribuiodePoissoncomosdadosdoExemplo1.Selecionandoa
opodeclculonacaixadecombinaodomodelopodesecalcularaprobabilidadedexocorrnciaseaprobabilidade
acumuladadeatxocorrncias
A B C D E F G H I J K
1 PROBABILIDADES DA DISTRIBUIO DE POISSON
2
3 Mdia 3,00 Probabilidade de X
4 Probabilidade de X Probabilidade Acumulada
5 x P(=x) 1
6 0 0,0498 <--=SE(B6="";"";POISSON(B6;$C$3;SE($K$5=1;0;1)))
7 1 0,1494
0,25
8 2 0,2240
9 3 0,2240 0,20
10 4 0,1680
11 5 0,1008 0,15
12 6 0,0504 0,10
13 7 0,0216
14 8 0,0081 0,05
15 9 0,0027 0,00
16 10 0,0008
0 1 2 3 4 5 6 7 8 9 10
17
18
EXEMPLO4
Oerrodedigitaocometidopeloscaixas0,35porhora.Qualaprobabilidadedequeumcaixacometa2errosnuma
hora?
Soluo
A probabilidade P(x = 2)= 4,32 obtida com a frmula de distribuio de Poisson:
, ,
P(X = 2) 0,04316 4,316%.
! !

A Figura abaixo mostra o clculo realizado na planilha

A B C D E F
19 CLCULO DE PROBABILIDADES - POISSON
20
21 Mdia 0,35
22 x 2
23 P(x=2) 0,0432 <--=POISSON(C22;C21;FALSO)
24 P(x<=2) 0,9945 <--=POISSON(C22;C21;VERDADEIRO)
25

12 Bertolo
 DISTRIBUIESDISCRETAS TMA

DistribuioGeomtrica
Suponhaseumexperimento,noqualestamosinteressadosapenasnaocorrnciaounodeumdeterminadoevento,
como,porexemplo,osexodofilhodeumadeterminadamulherserfeminino.E,assimcomonadistribuiobinomial,
queesseexperimentosejarepetidoumnmeron devezes,queemcadarepetiosejaindependentedasdemaiseque
a probabilidade de sucesso p em cada repetio sejaconstante. Suponhase que o experimento seja repetido at que
ocorraoprimeirosucesso osexodofilhosejafeminino .
Entoavarivelaleatria: X nmerodetentativasatqueseobtenhaoprimeirosucesso,seguiruma distribuio
geomtrica,comparmetrop probabilidadedesucesso .SimbolicamenteXG p .
FunodeProbabilidade
Comooexperimentoserrepetidoatqueseobtenhaoprimeirosucesso,econsiderandoqueesseocorranaksima
repetio, devero ocorrer k 1 fracassos antes que o experimento seja encerrado. Assim, a probabilidade de que a
varivelaleatriaX nmeroderepetiesatseobteroprimeirosucesso:

com
p probabilidadedesucesso";
q 1p probabilidadedefracasso"
Parmetroscaractersticos
1

EXEMPLO1
Umcasalcomproblemasparaengravidar,recorreuaumatcnicadeinseminaoartificialnointuitodeconseguiro
primeirofilho.Aeficinciadareferidatcnicade0,20eocustodecadainseminaoU$2000,00.
a Qualaprobabilidadedequeocasalobtenhaxitonaterceiratentativa?
0,2 0,8 0,128 12,80%

b Qualocustoesperadodestecasalparaobteroprimeirofilho?
1 1
5
0,2

Custo esperado = 5 x 2000,00 = U$10.000, 00

EXEMPLO2
Bob o jogador de basquete da faculdade. Ele um lanador de arremessos livres 70%. Isto significa que sua
probabilidadedeacertarumarremessolivre0,70.Duranteumapartida,qualaprobabilidadequeBobacerteseu
primeiroarremessolivrenoseuquintoarremesso?
Soluo
Este um exemplo de uma distribuio geomtrica, que como veremos um caso especial
de uma distribuio binomial negativa. Logo, usando a frmula da distribuio
geomtrica termos:
0,7 0,3 0,00567 0,567%

Bertolo 13
 TMA DISTRIBUIESDISCRETAS

DistribuioBinomialNegativa1
Nasmesmascondiesemquefoidefinidaadistribuiogeomtrica,econsiderandoqueoexperimentoserrepetido
atqueseobtenhaorsimosucesso,entoavarivelX nmerodetentativasatseobterorsimosucessoseguir
adistribuiobinomialnegativa.
Umexperimentobinomialnegativoumexperimentoestatsticoquetemasseguintespropriedades:
Oexperimentoconsistedextentativasrepetidas.
Cada tentativa pode resultar em apenas dois resultados possveis. Podemos chamar um destes resultados de
sucessoeooutrodefracasso.
Aprobabilidadedesucesso,denotadaporp,amesmaemcadatentativa.
Astentativassoindependentes;isto,oresultadodeumatentativanoafetaoresultadodasoutrastentativas.
Oexperimentocontinuaatquersucessossejamobservados,onderespecificadoantecipadamente.
Considereoseguinteexperimentoestatstico.Voclanaumamoedarepetidamenteecontaonmerodevezesquesai
cara como resultado. Voc continua lanando a moeda at que tenha sado 5 vezes cara. Este um experimento
binomialnegativoporque:
Oexperimentoconsistedetentativasrepetidas.Lanamosumamoedarepetidamenteatquecaratenhasado
5vezes.
Cadatentativapoderesultaremapenasdoisresultadospossveiscaraoucoroa.
Aprobabilidadedesucessoconstante0,5emcadatentativa.
As tentativas so independentes; isto , obter cara numa tentativa no afeta se obteremos cara nas outras
tentativas.
Oexperimentocontinuaatqueumnmerofixodesucessostenhaocorrido;nestecaso,5caras.
NOTAO
Aseguintenotaotil,quandofalamosarespeitodaprobabilidadebinomialnegativa:
K:Onmerodetentativasexigidoparaseproduzirrsucessosnumexperimentobinomialnegativo.
r:Onmerodesucessosnoexperimentobinomialnegativo.
p:Aprobabilidadedesucessonumatentativaindividual.
q:Aprobabilidadedefracassonumatentativaindividual. Istoiguala1p .
b* k;r,p : Probabilidade binomial negativa a probabilidade que um experimento binomial negativo de x
tentativas resulte em r sucessos na ksima tentativa, quando a probabilidade de sucesso na tentativa
individualp.
:Onmerodecombinaesdencoisas,tomandorcoisasdecadavez.

Varivelaleatriabinomialnegativa
Uma varivel aleatria binomial negativa o nmero X de tentativas repetidas para produzir r sucessos num
experimentobinomialnegativo.Adistribuiodeprobabilidadedeumavarivelaleatriabinomialnegativachamada
dedistribuiobinomialnegativa.
Suponha que lancemos uma moeda repetidamente e contemos o nmero de caras sucessos . Se continuarmos
lanandoamoedaatquetenhasadocara2vezes,estamosconduzindoumexperimentobinomialnegativo.Avarivel
aleatria binomial negativa o nmero de lanamentos exigidos para se conseguir cara 2 vezes. Neste exemplo, o
nmero de moedas lanadas uma varivel aleatria que pode assumir qualquer valor inteiro entre 2 e . A
distribuiodeprobabilidadebinomialnegativaparaesteexemploapresentadaabaixo:
NmerodeMoedasLanadas Probabilidade
2 0,25
3 0,25
4 0,1875
5 0,125
6 0,078125
7oumais 0,109375

FunodeProbabilidade

1TambmconhecidacomodistribuiodePascal

14 Bertolo
 DISTRIBUIESDISCRETAS TMA

Paraqueo rsimo sucessoocorrana ksima tentativanecessrioqueocorraumsucessonestatentativa repetio

doexperimento equetenhamocorridos r 1 sucessosnas k 1 repetiesanteriores2.Dadoqueaprobabilidade
de ocorrncia de sucesso, numa dada repetio do experimento dada por p e a probabilidade de ocorrerem r 1
sucessosemk1repeties,sendoestesdoiseventosindependentes,aprobabilidadedequeorsimosucessoocorra
naksimarepetiodoexperimentodadapor:
; , . ;
onde:
p probabilidadedesucesso;q 1p probabilidadedefracasso

Parmetroscaractersticos:

EXEMPLO1
Bobojogadordebasquetedafaculdade.Eleumlanadordearremessoslivres70%.Istosignificaquesua
probabilidadedeacertarumarremessolivre0,70.Duranteumapartida,qualaprobabilidadequeBobacerteseu
terceiroarremessolivrenoseuquintoarremesso?
Soluo
Este um exemplo de um experimento binomial negativo. A probabilidade de sucesso (p)
0,70, o nmero de tentativas (k) 5, e o nmero de sucessos r 3.
Para resolver este problema, entremos com estes valores na frmula (fmp)da binomial
negativa
5; 3,0,7 0,7 0,3 6.0,343.0,09 0,18522

2.DISTRIBUIOBINOMIALNEGATIVANOEXCEL
OExceldispedafunoestatsticaDIST.BIN.NEGcujasintaxe:
DIST.BIN.NEG(num_f;num_s;probabilidade_s)
Esta funo d a probabilidade de acontecer o nmero determinado de falhas ou insucesso num_f kr antes de
acontecerumnmerordesucessos num_s comprobabilidadedesucesso probabilidade_s constante.
Por exemplo,a probabilidade de ocorrerem 4 falhas antes de acontecerem 3 sucessoscom probabilidade de sucesso
constante0,40iguala12,44%,valorobtidocomafrmula:= DIST.BIN.NEG(4;3;0,4)naplanilhaabaixo:
A B C D E
1 Funo DIST.BIN.NEG
2
3 p 0,4
4 x 3
5 no x P (x )
6 0 0,0640
7 1 0,1152
8 2 0,1382
9 3 0,1382
10 4 0,1244 <--=DIST.BIN.NEG(B10;$C$4;$C$3)

fcildeverificarqueseonmerodefalhasfor0,afunoDIST.BIN.NEGdomesmoresultadodafunoBINOMDIST,
considerandoqueonmerodeexperimentossejaigualaonmerodesucessoseoargumentocumulativoFALSO:
DIST.BIN.NEG(0;2;0,40 = DISTRBINOM(2;2;0,40;Falso).

2Noexemploanterior,vemos,pelatabela,queaprobabilidadebinomialnegativadeseobterasegundacaranosexto

lanamentodamoeda0,078125.

Bertolo 15
 TMA DISTRIBUIESDISCRETAS

DistribuioHipergeomtrica

Umexperimentohipergeomtricoumexperimentoestatsticoquetemasseguintespropriedades:
UmaamostradetamanhonselecionadaaleatoriamentesemreposiodeumapopulaodeNitens.
Na populao, k itens podem ser classificados como sucessos e N k itens podem ser classificados como
fracassos.
Considere o seguinte experimento estatstico. Voc tem uma urna de 10 bolinhas de gude 5 vermelhas e 5 verdes.
Voc seleciona aleatoriamente 2 bolinhas de gude sem reposio e conta o nmero de bolinhas vermelhas que voc
selecionou.Esteseriaumexperimentohipergeomtrico.
Note que no ser um experimento binomial. Um experimento binomial exige que a probabilidade de sucesso seja
constante em cada tentativa. Com o experimento acima, a probabilidade de um sucesso muda em cada tentativa. No
incio, a probabilidade de selecionar uma bolinha vermelha 5/10. Se voc selecionar uma bolinha vermelha na
primeira tentativa, a probabilidade de selecionar uma bolinha vermelha na segunda tentativa 4/9. E se voc
selecionarumabolinhaverdenaprimeiratentativa,aprobabilidadedeselecionarumabolinhavermelhanasegunda
tentativa5/9.
Noteaindaquesevocselecionouasbolinhascomreposio,aprobabilidadedesucessonomudaria.Elaseria5/10
emcadatentativa.Ento,esteseriaumexperimentobinomial.
NOTAO
A seguinte notao til, quando falamos a respeito da probabilidade hipergeomtrica e distribuies
hipergeomtricas:
N:Onmerodeitensnapopulao.
k:Onmerodeitensnapopulaoquesoclassificadoscomosucessos.
n:Onmerodeitensnaamostra.
X:Onmerodeitensnaamostraquesoclassificadoscomosucessos.
:Onmerodecombinaesdekcoisas,tomandoxcoisasdecadavez.

h x;N,n,k : Probabilidade hipergeomtrica a probabilidade que um experimento hipergeomtrico de n

tentativas resulte em exatamente x sucessos, quando populao consistir de N itens, k dos quais so
classificadoscomosucessos.
FunodeProbabilidade
UmavarivelaleatriahipergeomtricaXonmerodesucessosqueresultadeumexperimentohipergeomtrico.A
distribuiodeprobabilidadesdeumavarivelaleatriahipergeomtricachamadafunodistribuio
hipergeomtrica.

; , ,
Parmetroscaractersticos:
Fazendo temse
E X n.p
Var X . . .
EXEMPLO1
No fichrio de um hospital, esto arquivados os pronturios dos de 20 pacientes, que deram entrada no PS
apresentandoalgumproblemacardaco.Destes5sofreraminfarto.
Retirandoseumaamostraaoacasode3destespronturios,qualaprobabilidadedequedoisdelessejamdepacientes
quesofreraminfarto?
Soluo:
N = 20 k = 5 n = 3 X = 2

10 15
2; 20,3,5 0,1315 13,15%
1140

16 Bertolo
 DISTRIBUIESDISCRETAS TMA

EXEMPLO2
Suponhaqueselecionemosaleatoriamente5cartasbaralhosemreposiodeumdeummaoordinriodejogode
baralho.Qualaprobabilidadedeobterexatamente2cartasdebaralhovermelhas isto,copasououros ?
Soluo:
N = 52 k = 26 cartas vermelhas n = 5 cartas selecionadas aleatoriamente X = 2

325 2.600
2; 52,5,26 0,32513 32,51%
2.598.960
A B C D
Assim a probabilidade de selecionar aleatoriamente 2
1 ClculodasProbabilidades cartasvermelhas32,51%
2
3 C(26,2) 325 <=COMBIN(26;2)
4 C(26,3) 2600 <=COMBIN(26;3)
5 C(52,5) 2598960 <=COMBIN(52;5)

EXEMPLO3
Quandofeitaamostragemdepopulaofinitasemreposio,adistribuiobinomialnopodeserusadaporqueos
eventosnosoindependentes.Daentoadistribuiohipergeomtricausada.Estadadapor

distribuiohipergeomtrica
Ela mede o nmero de sucessos X numa amostra de tamanho n extrada aleatoriamente e sem reposio de uma
populaodetamanhoN,daqualXtitenstmacaractersticadedenotarsucesso.
a. Usando a frmula, determine a probabilidade de extrair 2 homens numa amostra de 6 selecionada
aleatoriamentesemreposiodeumgrupode10pessoas,5dasquaissohomens.
b.Qualresultadoteriasidosetivssemos(incorretamente)usadoadistribuiobinomial?
Soluo
a. Aqui X = 2 homens, n = 6, N = 10 e Xt = 5
5! 5!
5 10
1! 2! 3!
4! 0,24
10! 210
6! 4!
! !
b. 2 1 0,23
! ! ! !
Seria notado que a amostra muito pequena em relao populao (digamos, menos do
que 5% da populao), amostragem sem reposio tem pouco efeito na probabilidade de
sucesso em cada tentativa e a distribuio binomial (que mais fcil de usar) uma
boa aproximao para a distribuio hipergeomtrica.

2.DISTRIBUIOHIPERGEOMTRICANOEXCEL
OExceldispedafunoestatsticaDIST.HIPERGEOMcujasintaxe:
DIST.HIPERGEOM(exemplo_s;exemplo_nm;populao_s;num_populao))
Estafunodaprobabilidadedeacontecerumnmerodeterminadodesucessosnaamostra exemplo_s,conhecidoso
tamanho da amostra exemplo_nm, o nmero de sucessos na populao populao_s e o tamanho da populao
num_populao. Por exemplo, a probabilidade de acontecerem 3 sucessos na amostra, conhecidos o tamanho da
amostra5,onmerodesucessosnapopulao90eotamanhodapopulao500iguala0,0386,valorobtidocoma
frmula:= DIST.HIPERGEOM(3;5;90;500)comomostraaplanilhaabaixo:
A B C D E F
13 Funo DIST.HIPERGEOM
14
15 x = n de sucesso na amostra 3
16 n = tamanho da amostra 5
17 k=n sucesso populao 90
18 N=tamanho populao 500
19 P (x ) 0,0386 <--=DIST.HIPERGEOM(C15;C16;C17;C18)
20
Bertolo 17
 TMA DISTRIBUIESDISCRETAS

EXERCCIOSRESOLVIDOS
1.Suponhaqueselecionemos5cartasdebaralhodeummaoordinriodejogodebaralho.Qualaprobabilidadede
obter2copasoumenos?
Soluo
N = 52 k = 13 copas no mao n = 5 cartas selecionadas aleatoriamente X = 0 at 2
Liguemos estes valores na frmula hipergeomtrica como segue:
h(Xx;N,n,k) = h(X2;52,5,13)= h(X=0;52,5,13) + h(X=1;52,5,13) + h(X=2;52,5,13)
. . .
h(X2;52,5,13) = [ + [ + [ = [ + [ + [
. . . . . .
A B C D
1 ClculodasProbabilidades h(X2;52,5,13)= [0,221534 + [0,41142 + [0,27428
2 h(X2;52,5,13)= 0,9072 ou 90,72%.
3 C(13,0) 1 <=COMBIN(13;0)
4 C(39,5) 575757 <=COMBIN(39;5) Assim a probabilidade de selecionar
5 C(52,5) 2598960 <=COMBIN(52;5) aleatoriamente no mximo 2 copas 90,72%
6 C(13,1) 13 <=COMBIN(13;1)
7 C(39,4) 82251 <=COMBIN(39;4)
8 C(13,2) 78 <=COMBIN(13;2)
9 C(39,3) 9139 <=COMBIN(39;3)

EXERCCIOS
1.Determineaprobabilidadedeobtermos

18 Bertolo
 DISTRIBUIESDISCRETAS TMA

DistribuioMultinomial

Umexperimentomultinomialumexperimentoestatsticoquetemasseguintespropriedades:
Oexperimentoconsistedententativasrepetidas.
Cadatentativatemumnmerodiscretoresultadospossveis.
Emqualquertentativadada,aprobabilidadedequeumparticularresultadoocorrerconstante.
Astentativassoindependentes;isto,oresultadodeumatentativanoafetaoresultadodasoutrastentativas.
Considere o seguinte experimento estatstico. Voc lana dois dados, trs vezes e registra o resultado de cada
lanamento.Esteumexperimentomultinomial,porque:
Oexperimentoconsistedetentativasrepetidas.Lanamosodado3vezes.
Cadatentativapoderesultarnumnmerodiscretoderesultados2at12.
Aprobabilidadedequalquerresultadoconstante;elanomudadeumlanamentoparaoprximo.
Astentativassoindependentes;isto,obterumresultadoparticularnumatentativanoafetaoresultadodas
outrastentativas.
Nota: Um experimento binomial um caso especial de um experimento multinomial. Aqui est a principaldiferena.
Comumexperimentobinomial,cadatentativapoderesultaremdoisesomentedoisresultadospossveis.Comum
experimentomultinomial,cadatentativapodeterdoisoumaisresultadospossveis.
FunodeProbabilidade
Umadistribuiomultinomialafunodistribuiodeprobabilidadedosresultadosdeum experimentomultinomial.
Afrmulamultinomialdefineaprobabilidadedequalquerresultadodeumexperimentomultinomial.
Suponhaumexperimentomultinomialqueconsistedententativas,ecadatentativapoderesultaremquaisquerdosk
resultadospossveis:E1,E2,...,Ek.Suponha,almdisso,quecadaresultadopossvelpossaocorrercomprobabilidades
p1,p2,p3,...,pk.EntoaprobabilidadepqueE1ocorran1vezes,E2ocorran2vezes,...,eEkocorrankvezes:
!
. . .
!. !. !
Onden n1 n2 ... nk.
Osexemplosabaixoilustramcomousarafrmulamultinomialparacalcularaprobabilidadedeumresultadodeum
experimentomultinomial.
EXEMPLO1
Suponhaumacartadebaralhosendoextradaaleatoriamentedeummaodejogodebaralho,edepoisentodevolvida
aomao.Esteexercciorepetido5vezes.Qualaprobabilidadedeseextrarem1espada,1copa,1ourose2paus?
Soluo:
Para resolver este problema, aplicamos a frmula multinomial. Sabemos o seguinte:
O experimento consiste de 5 tentativas, assim n = 5.
As 5 tentativas produzem 1 espada, 1 copas, 1 ouros e 2 paus; assim n1 = 1, n2
= 1, n3 = 1 e n4 = 2
Em qualquer tentativa particular, a probabilidade de extrarem 1 espada, cops,
ouros ou paus 0,25, 0,25, 0,25 e 0,25, respectivamente. Assim, p1 = 0,25, p2
= 0,25, p3 = 0,25 e p4 = 0,25
Liguemos estas entradas na frmula multinomial, como mostrado abaixo:
! !
. . . . 0,25 . 0,25 . 0,25 . 0,25 0,05859
!. !. ! !. !. !. !

Assim, se extrairmos 5 cartas com reposio de um mao de cartas de baralho, a

probabilidade de extrairmos 1 espada, 1 copa, 1 ouros e 2 paus 0,05859 ou 5,859%.
EXEMPLO2
Suponha que temos um vaso com 10 bolinhasde gude 2 bolinhasvermelhas, 3 bolinhas verdes e 5 bolinhasazuis.
Selecionamos4bolinhasaleatoriamentedovaso,comreposio.Qualaprobabilidadedeselecionar2bolinhasverdes
e2bolinhasazuis?
Soluo:
Bertolo 19
 TMA DISTRIBUIESDISCRETAS

Para resolver este problema, aplicamos a frmula multinomial. Sabemos o seguinte:

O experimento consiste de 4 tentativas, assim n = 4.
As 4 tentativas produzem 0 bolinhas vermelhas, 2 bolinhas verdes e 2 bolinhas
azuis; ento nvermelho = 0, nverde = 2 e nazul = 2.
Em qualquer tentativa particular, a probabilidade de extrarem 1 vermelha,
verde ou azul 0,2, 0,3 e 0,5, respectivamente. Assim, pvermelha = 0,2, pverde =
0,3 e pazul = 0,5.
Liguemos estas entradas na frmula multinomial, como mostrado abaixo:
! !
. . . . 0,2 . 0,3 . 0,5 0,135
!. !. ! !. !. !

Assim, se extrairmos 4 bolinhas com reposio de um vaso, a probabilidade de

extrairmos 0 bolinhas vermelhas, 2 bolinhas verdes e 2 bolinhas azuis 0,135 ou
13,5%

20 Bertolo
 DISTRIBUIESDISCRETAS TMA

Bertolo 21