A distribuicao Binomial

Existem muitos problemas aplicados em que estamos interessados na probabilidade de que

um evento vai ocorrer x vezes a cada n tentativas. Por exemplo, podemos estar interessados
na probabilidade de obter 455 respostas a 400 questionários distribuídos como parte de um
estudo sociológico, a probabilidade de 5 cm 12 ratos sobreviverem por determinado prazo
após a injecção de uma substancia cancerígena, a probabilidade de 45 em 300 motoristas
retidos numa barreira de transito estarem usando seus cintos de segurança, ou a
probabilidade de 66 em 200 telespectadores entrevistados por um serviço de medição de
audiência lembrarem quais produtos foram anunciados num determinado programa.
Utilizando a linguagem dos jogos de , poderíamos dizer. Em cada um desses exemplos, que
estamos interessados na probabilidade de obter ´´ x sucessos em n provas ´´ ou, em outras
palavras, ´´ x fracassos em n tentativas. ´´

Nos problemas que estudaremos nesta sessão, faremos sempre as seguintes hipóteses:

Há um numero fixo de provas.

A probabilidade de sucesso e a mesma em cada prova.

As provas são todas independentes.

Assim, a teoria que desenvolveremos não se aplica, por exemplo, ao numero de vestidos que
uma mulher pode experimentar antes de comprar um ( em que o numero de provas não e
fixo), ou se verificarmos a cada hora se o tráfego esta congestionados em certo cruzamento
( em que a probabilidade de ´´ sucesso ´´ não e constante), ou se estivermos interessados no
numero de vezes que uma pessoa votou no candidato de um certo partido nas cinco ultimas
eleições presidenciais ( em que as provas não são independentes).

No que segue, vamos conseguir estabelecer uma formula para resolver os problemas que
verificam as condições indicadas anteriormente. Se p e l – p são as probabilidades de um
sucesso e de um fracasso numa dada prova qualquer, então a probabilidade de obter x sucesso
e n-x fracasso numa determinada ordem e p x (l- p ¿ ¿n−x .claramente, nesse produto de p com
(l-p) há um factor p para cada sucesso e um factor 1-p para cada fracasso e os x factores p e os
n-x factores l-p são todos multiplicados entre si em decorrência da generalização da regra
especial de multiplicação para dois ou mais eventos independentes. Como essa probabilidade
se aplica a qualquer ponto de espaço amostral que represente x sucessos e n-x fracassos (em
alguma ordem determinada), e suficiente contar quantos desses pontos há e multiplicar esse
numero por e pl (l- p ¿ ¿n−l . claramente, o numero de maneiras em que podemos escolher as

x provas em que devem ocorrer os sucessos e ( nx), e assim chegamos ao resultado seguinte:
a probabilidade de obter x sucessos em n provas independentes e :

f(x)= ( nx) p (l- p ¿ ¿

x n−x
para x= 0,1,2, …. Ou n onde p e a probabilidade constante

de sucesso em cada prova.

Costuma-se dizer aqui que o numero de sucessos em n provas é uma variável aleatória com a
distribuição binominal de probabilidade ou, simplesmente, com a distribuição binominal. A
distribuição binominal é assim denominada porque, para x=0,1,2…, e n, os valores das
probabilidades são os termos sucessivos de expansão binominal de [(1 –p) + p] n .

Exemplos:

Verifique que a formula dada para a probabilidade de obter x caras em quatros lançamentos
1
de uma moeda equilibrada é, de facto, a formula de distribuicao binominal com n=4 e p= .
2

Solução:

( 4x ) (12) (1− 12 )
F(x)= x