Escolar Documentos
Profissional Documentos
Cultura Documentos
Distribuições Discretas
Distribuição Binomial
n!
Pn (k ) C nn p k q n k p k q nk para k 0,1,2,..., n
k!( n k )!
E(X) = np
Var(X) = 2 npq
Exemplo 3.2: Um estudante conhece bem 60% da matéria dada. Num exame com cinco
perguntas sorteadas ao acaso sobre toda a matéria, qual é a probabilidade de este
estudante responder acertadamente:
a) Quatro perguntas
b) Pelo menos uma pergunta
c) A mais de metada das perguntas.
d) Não mais que 4 perguntas;
1
5!
a) P5 (4) (0.6) 4 (1 0.6) 5 4 0.2592
4!(5 4)!
O mesmo resultado pode ser obtido utilizando a formula em Excel dada por
=Binomdist(k;n;p,false) = Binomdist(4;5;0.6,false)=0.2592
5!
b) P5 ( 1) 1 P5 (0) (0.6) 0 (1 0.6) 5 0 0.98976
0!(5 0)!
Distribuição de Poisson
A variável aleatória X diz-se seguir a distribuição de Poisson se for descrita pela seguinte
função de probabilidades:
k e
Pn (k ) para k 0;1;...
k!
E( X ) e Var ( X )
Exemplo 3.3: Admita que o número de camiões cavalo que por hora atravessa a portagem
de Maputo segue uma distribuição de Poisson com média igual a 5.
a) qual é a probabilidade de que numa hora, passem pela portagem 4 camiões?
5 4 2.718282 5
Pn ( 4) 0.175467 ou +Poisson(4;5;False)=0.175467
4!
5 0 2.7182825
Pn ( 1) 1 Pn (0) 1 1 0.00674 0.99326
0!
2
Aproximação da Distribuição de Poisson à Distribuição Binomial
(np) k e np
Pn (k ) para k 0;1;...
k!
Exemplo: Um analista prevê que 3.5% de todas as pequenas empresas vão falir no
próximo ano. Para uma amostra de 100 pequenas empresas, estime a probabilidade de
que pelo menos 3 empresas irão falir no próximo ano, assumindo que a previsão do
analista é correcta.
Vamos usar a distribuição de Poisson com λ=3.5 para aproximar a nossa distribuição
Binomial. A função de probabilidade do número de empresas X que irão falir no próximo
ano pode ser aproximada por:
(3.5) k e 3.5
Pn (k ) para k 0;1;...
k!
Distribuições Contínuas
Distribuição Normal
2
1
f ( x) = . e1 / 2[( x ) /\ ] -<X<
x 2
(1)
3
Curva Normal
X
- x +
b 2
P(a x b) = fxdx e1/ 2[( x ) /\ ] dx 0.6826
a
(2)
4
A distribuição normal é completamente descrita pelos seus parâmetros, x e
x.
2
Exemplo 3.4: Sabe-se que X, a venda diária de pão numa padaria, segue a distribuição
normal com média 70 pães e variância 9, isto é, X ~ N (70, 9). Qual é a probabilidade de
que num dado dia, a venda de pão seja maior que 75 pães?
Uma vez que X segue a distribuição normal com média 70 e variância 9, segue que
X 75 70
Z 1.67
3
Por exemplo, esta Tabela mostra que a probabilidade de que Z se encontre entre 0 e 1.3 é
0.4032 (ou 40.32%). A probabilidade de que Z se encontre no intervalo entre 0 e 2.5 é
o.4938 (ou 49.38%).
Uma vez que a distribuição normal é simétrica, a probabilidade de que Z se encontre -1.3
e 0 é também igual a 0.4032, ou a probabilidade de que se encontre entre -2.5 e 0 é igual
a 0.4938.
Por causa da simetria, a Tabela da distribuição normal padrão é dada para valores
positivos de Z. As áreas à direita de Z = 0 e à esquerda de Z = 0 são ambas iguais a 0.5, e
em conjunto são iguais à unidade.
No nosso exemplo, queremos saber a probabilidade de que Z>1.67 o que é muito simples,
porque sabemos a partir da Tabela de Distribuição normal Padrão de que:
Assim, a probabilidade de que a venda diária de pão exceda 75 pães é 0.0475 ou 4.75%.
Exemplo 3.5: Continue com o exemplo anterior. Mas suponha que queremos agora saber
a probabilidade de venda diária de pão de 75 ou menos.
5
Exemplo 3.6: Continue com o exemplo. Suponha agora que queremos saber a
probabilidade de que a venda de pão se situe entre 65 e 75 pães.
65 70 75 70
Z1 1.67 Z2 1.67
3 3
Exemplo 3.7: retomemos de novo o exemplo anterior, mas assume agora que queremos
achar a probabilidade de que o volume de venda diária de pão exceda 75 ou é inferior a
65 pães por dia.
6
AULA PRÁTICA - FICHA 3
1. O número de ovos postos por minuto em certo aviário tem a distribuição Poisson com
média igual a um.
a) Determine a probabilidade do número de ovos postos por minuto ser superior ao
dobro da variância.
b) Qual a probabilidade de em 5 minutos serem postos menos de 3 ovos?
3. O tempo do primeiro serviço de uma viatura num agente é uma variável normalmente
distribuida com média de 70 minutos e variância de 81 minutos2
a) Se um carro for levado ao seu primeiro serviço neste agente, qual é a
probabilidade de que este estaria pronto dentro de uma hora.
b) Qual é a percentagem do primeiro serviço que será concluído entre 50 e 60
minutos.
c) O agente de serviços tem uma política de oferecer aos seus clientes desconto
de 15% no custo do primneiro serviço se este não for concluido dentro de 80
minutos. De uma amostra de 80 clientes que trouxeram suas viaturas para o
primeiro serviço, quantos são prováveis de receber o desconto de 15%.
5. O número de nascimentos, por hora, numa certa maternidade é uma variável aleatória
com distribuição de Poisson. Sabendo que a probabilidade de não haver nascimentos
durante uma hora é de 0.368, determine a probabilidade de ocorrerem pelo menos 3
nascimentos, numa hora qualquer.
6. Um banco recebe em média 3 cheques sem cobertura por dia. Achar a probabilidade
de receber:
7
a) Pelo menos 2 cheque sem cobertura num dia qualquer?
b) Menos que 2 cheques sem cobertura num dia qualquer?
c) Nenhum cheque sem cobertura num dia qualquer?
8. Um processo produz fios para uma companhia de telefone local. Quando o processo
opera corretamente, o diâmetro do fio segue a distribuição normal com média 27.8
polegadas e variância 9 polegadas2. Qual é a probabilidade de que uma peça escolhida
ao acaso, apresente um diâmetro superior a 26.8 polegadas?
10. Suponha que X tem uma distribuição binomial, com parâmetros n e p. Sabendo que
E(X) = 5 e Var(X) = 4, determine n e p.
12. Uma empresa produz lâmpadas cuja vida segue uma distribuição normal com média
1200 horas e desvio padrão 250 horas. Se uma lâmpada é escolhida aleatoriamente da
produção da empresa, qual é a probabilidade de que a sua vida útil esteja entre 900
horas e 1300 horas?
13. O tempo (em segundos) que um concorrente a emprego seleccionado leva para
realizar certa tarefa é uma variável normalmente distribuída com média 120 e desvio
padrão igual a 16. Determine a probabilidade de um candidato seleccionado
aleatoriamente:
a. Completará a tarefa entre 100 e 150 segundos;
8
b. Completará a tarefa entre 75 e 100 segundos;
c. Completará a tarefa dentro dos 75 segundos;
d. Completará a tarefa em 150 segundos ou mais;
14. Achar a probabilidade de que a v.a. normal X com esperança matemática e desvio
padrão iguais, respectivamente, a 10 e 2 assuma um valor no intervalo (12;14).
15. O número diário de doentes com complicações cardiovasculares que chegam a uma
determinada unidade de cuidados intensivos segue uma lei de Poisson com média 4. A
unidade de cuidados intensivos pode atender 6 doentes por dia. Caso o número de
doentes exceda aquele número, os doentes são transferidos para uma outra unidade.
Qual é a probabilidade de:
a. Em certo dia, não ser necessário transferir doentes para uma outra unidade?
b. Em certo dia, chegarem àquela unidade 5 doentes, sabendo que no dia anterior
chegaram apenas dois doentes?
16. Encontrar a probabilidade de que a v.a. normal X cuja esperança matemática e desvio
padrão são iguais a 20 e 5, respectivamente, assuma um valor no intervalo [15;25]
17. A cabine telefônica de uma repartição atende 100 pessoas. A probabilidade de que
durante 1 minuto uma pessoa chame à mesa é igual a 0.02. Qual dos dois
acontecimentos é mais provável: durante 1 minuto não chame nenhuma pessoa;
Chame 3 pessoas
18. A probabilidade de que um bilhete de lotaria ganhe sendo igual a P=0.075, determinar
a média de bilhetes que se deve adquirir para que com uma probabilidade P não
inferior a 0.95 esperar que pelo menos um ganhe. Admite que o número de bilhetes
segue a distribuição de Poisson.
19. Se a probabilidade de um carro furar um pneu durante a passagem pela ponte sobre o
rio Save for de 0.004, qual é a probabilidade de que em 1000 carros haja menos 3 a
sofrer tal percalço?
20. Dada a variável X normalmente distribuída com média 15 e variância 16, achar a
probabilidade de que X seja maior que 18.
21. Um grande grupo de estudantes obteve um resultado do teste que é uma variável
normalmente distribuída com média 60 e desvio padrão 15. Qual é a proporção de
estudantes que obteve resultados entre 85 e 95?
23. Uma empresa pesqueira tem 0.832 de probabilidade de obter lucro sempre que
exporta o seu pescado para os países ocidentais. Se a empresa pesqueira exportar 25
9
vezes num determinado ano, calcule a probabilidade de: a) obter lucro exactamente
25 vezes; b) obter lucro pelo menos 24 vezes; c) obter lucros não mais que 2 vezes.
24. A taxa de desemprego numa certa cidade é de 10%. É obtida uma amostra aleatória de
100 pessoas. Qual a probabilidade de a amostra ter, pelo menos, 3 pessoas
desempregadas.
26. A experiência passada indica que uma média de 6 clientes por hora param para
colocar gasolina numa bomba.
a) Qual é a probabilidade de 3 clientes pararem qualquer hora?
b) Qual é a probabilidade de 3 clientes ou menos pararem em qualquer hora?
c) Qual é o valor esperado e o desvio padrão para esta distribuição?
27. Sabendo que o tempo gasto pelos indivíduos para resolver um teste é normalmente
distribuído com média de 20 minutos e desvio-padrão de 4 minutos, determine a
probabilidade de que uma pessoa gaste para resolver um teste: (a) entre 16 e 22
minutos; (b) entre 22 e 25 minutos; (c) mais do que 23 minutos; (d) menos que 16
minutos.
28. Numa pesquisa salarial, verificou-se que o salário de determinada categoria segue
uma distribuição normal com média de 15.000 u.m. e desvio-padrão de 2.000 u.m.
Determine: (a) a probabilidade de que um empregado tenha salário entre 17.000 u.m.
e 18.000 u.m.; (b) quantos empregados entre 1.000, tem salário superior a 18.000
u.m.?
29. Os prazos da gravidez têm distribuição normal com média de 268 dias e desvio
padrão de 15 dias. Com base nessa informação, determine a probabilidade de uma
gravidez durar 308 dias ou mais.
30. Uma fábrica de pneumáticos fez um teste para medir o desgaste de seus pneus e
verificou que ele obedecia a uma distribuição normal com média igual a 48.000 Km e
desvio padrão de 2.000 Km. Calcule a probabilidade de um pneu escolhido ao acaso:
a) durar mais que 46.000 Km; b) durar entre 45.000 e 50.000 Km.
10
11