1

Aula 10: Modelos de Distribuições Discretas de Probabilidade

======================================================================

1) Distribuição Binomial:

Trata-se de uma distribuição de probabilidade adequada aos experimentos que apresentam apenas
dois resultados (sucesso ou fracasso). Este modelo fundamenta-se nas seguintes hipóteses:
i) n provas independentes e do mesmo tipo são realizadas;
ii) cada prova admite dois resultados – sucesso (se acontecer o evento que no
interessa) ou fracasso (o evento não se realiza).
iii) A probabilidade de sucesso em cada prova é p e de fracasso q = 1 – p.

Se estamos interessados no número de sucessos e não na ordem em que eles ocorrem, então
aplicamos o seguinte teorema:

A probabilidade de ocorrer exatamente k sucessos em n repetições é denotada e dada por:

n n
k n–k
b(k; n, p) = k .p .q . k = C n, k

Onde Cn, k = é a combinação de n elementos k a k, dada por: n!

C kn 
k!.(n  k )!

Observe que a probabilidade de não ocorrer sucesso é q n e, assim, a probabilidade de pelo menos
um sucesso é 1 – q n.

Propriedades da Distribuição:

Média :  x = n.p

Variância :  2 (x) = n .p .q.

Desvio-padrão = Variância
 2

EXEMPLOS:

1) Uma moeda não-viciada é lançada 6 vezes ou, equivalentemente, seis moedas são lançadas;
chamemos cara de sucesso. Encontre a probabilidade de:
a) exatamente duas caras ocorrerem.

P(X=2) = b(2; 6, 0,5 ) = C 6,2 . 0,5 2 0,5 4 = 15/64 = 23,4 %.

b) pelo menos uma cara:

P(X1) = 1 – P(X=0) = 1 – C 6,0 . 0,5 0 0,5 6 = 1 – 0,0156 = 0,984 = 98,4%.

c) no máximo duas caras:

P(X2)= P(X=0)+P(X=1)+P(X=2)= C 6,0 .0,5 0.0,5 6 +C6,1.0,5 .0,5 5 + C 6,2 . 0,5 2.0,5 4
= 1/64 + 6/64 + 15/64 = 22/64 = 0,3438 = 34,4%.

2) Uma pesquisa médica indica que 20 % da população em geral sofre efeitos colaterais negativos
com o uso de uma nova droga. Se um médico receita o produto a quatro pacientes, qual é a
probabilidade de:
a) Nenhum sofrer efeito colateral.

b) Todos sofrerem efeitos colaterais.

c) Ao menos um sofrer efeitos colaterais.

3) Num agência de viagens, de cada 100 passagens vendidas, 40 são para Foz do Iguaçu. Na
venda de seis passagens, qual a probabilidade de que no máximo duas sejam para Foz do
Iguaçu?
 3

* Nos casos onde só podemos determinar o nº de

2) Distribuição de Poisson:
sucessos, porém se torna difícil e às vezes, sem sentido
Observem os seguintes experimentos: determinar o nº de fracassos ou o nº total de provas,
- O número de automóveis que passam por uma esquina...posso anotar, mas o número de
carros que deixaram de passar pela esquina não pode ser anotado.
- O número de chamadas telefônicas recebidas num pequeno intervalo de tempo...pode
ser anotado, mas o número de chamadas que não foram efetivadas não.
- O número de falhas de um computador num dia de operação ... pode ser anotado, mas
quantas vezes o computador deixou de falhar, não.
- O número de emendas num rolo de fitas pode ser determinado, mas não é possível
contar quantas emendas não ocorreram.

Verificamos que muitas vezes conhece-se o número de sucessos, porém se torna difícil e, às vezes,
sem sentido, determinar o número de fracassos ou o número total de provas.
Nesses casos a utilização da binomial torna-se muito difícil, sendo necessário o uso de recursos
tecnológicos mais adequados, o que nem sempre é possível.

*Podemos então fazer uma aproximação da binomial pela distribuição de Poisson, que é
largamente empregada quando se deseja contar o número de eventos de um certo tipo que ocorre
num intervalo de tempo, ou superfície ou ainda volume.

Consideraremos a aplicação da Distribuição de Poisson quando n for muito grande n  , n  30

e p é muito pequeno, p  0 .

De modo geral, dizemos que a V. A. X, tem uma distribuição de Poisson com parâmetros   0, se:

P(K,  ) = P( X = K ) = e –  . K K = nº de sucessos.
K! e = 2,718281828...

 = representa o nº médio dos eventos ocorrendo no intervalo considerado.(  = n.p )

 4

EXEMPLOS:

1) Suponha que 5% dos itens produzidos por uma fábrica sejam defeituosos. Encontre a
probabilidade de existirem 3 defeituosos em uma amostra de 80.

2) Suponha que 400 erros de impressão sejam distribuídos aleatoriamente em um livro de 500
páginas. Encontre a probabilidade de dada página conter dois ou mais erros.

3) Uma central telefônica recebe uma média de 5 chamadas por minuto, supondo que as
chamadas que chegam constituam uma distribuição de Poisson, obter a probabilidade de:
a) Que a central não receba chamadas durante um intervalo de trinta segundos.

P(X=0) = P(0,2,5) = P(X=0) = e –2, 5 . 2,5 0

= e – 2,5  0,082  8,2 %
0!

b) De receber, no máximo 2 chamadas em um minuto.

P(X 2) = P (0) + P (1) + P (2) , =1x5=5

= e – 5 + e – 5 . 5 + e – 5 . 25 = 18,5 e – 5  12,5% .
0! 1! 2!