Algumas Distribuições de

Probabilidade Discretas:
Uniforme Discreta
Binomial
Hipergeométrica
Binomial Negativa
Geométrica
Poisson
Distribuição Uniforme Discreta
Exemplo: Um jogo consiste em lançar um dado e olhar a face
de cima:
- se a face for de um número ímpar, o jogador ganha o valor
da face em reais;
- se a face for de um número par, o jogador perde o valor da
face em reais.
É um jogo justo?

X: valor ganho/perdido pelo jogador P(X=x)=1/6,

Onde x = 1, -2, 3, -4, 5, -6.

E(X)=(1/6)(1-2+3-4+5-6) = (9-12) /6 = -3/6 = -1/2 real.

Não é um jogo justo. Seria justo de E(X)=0.

 Experimentos de Bernouli
Um experimento aleatório de Bernoulli tem as seguintes
propriedades:

1. O resultado que pode ser classificado como sucesso ou facasso.

2. A probabilidade de sucesso (p) , se mantém constante em todas as

repetições do experimento. Ou seja, as repetições geram resultados
independentes.

Exemplos:
- Lançamento uma moeda: sucesso = cara, fracasso = coroa;
- Lançamento de um dado: sucesso = face 6, fracasso=faces 1, 2, 3, 4
ou 5;
- Retirada (com reposição) de uma carta do baralho: sucesso=ás,
fracasso=outra;
- Teste de ítens sendo produzidos: sucesso = defeituoso, fracasso =
conforme.
 Distribuição Binomial
Um experimento Bernoulli é repetido n vezes.
Seja X o número de sucesso em n experimentos de
Bernoulli.

A função de probabilidade de X é dada por

Distribuição hipergeométrica
Exemplo:

Uma peça usada em motores de carros é vendida em lotes de 10

unidades.

O comprador sabe que são produzidas algumas peças defeituosas, mas

considera que um lote qualquer é aceitável se tiver, no máximo, uma peça
defeituosa.

A inspeção do lote pelo comprador consiste em escolher aleatoriamente 3

peças e testá-las; se nenhuma dessas 3 peças for defeituosa, o lote é
considerado aceitável.

Suponha que um lote a ser inspecionado tenha 2 peças defeituosas, ou

seja, esse lote não é aceitável.

Qual é a probabilidade da inspeção classificá-lo como aceitável ?

 Binomial x Hipergeométrica
As aplicações das distribuições binomial e hipergeométrica
são similares, estamos interessados em calcular
probabilidades para o número de sucessos em determinada
tentativas.

Para a distribuição binomial a independência entre as

tentativas é necessária. A amostragem precisa ser feita com
reposição dos itens observados.

Para a distribuição hipergeométrica não necessita de

independência e se baseia na amostragem sem reposição.
 Distribuição Binomial Negativa
Um experimento de Bernoulli(p) é repetido até que k
sucessos ocorram.
X: número de tentativas até que k sucessos ocorram.

A função de probabilidade de X é dada por

A média e a variância de uma v.a. Binomial negativa são

k e 2 ( 1− p )
μ= σ =k
p p2
Exemplo: Em uma série do campeonato de basquete da
NBA, o time que ganhar quatro jogos de sete será o
vencedor.
Suponha que o time A tenha probabilidade de 0,55 de ganhar
do time B e que ambos os times A e B se enfrentam nos
jogos do campeonato.
Qual é a probabilidade de que A vença a série em seis
jogos?

6−4
b ( 6 ; 4,0,55 ) =C 53 0,554 ( 1−0,55 ) =0,1853
 Distribuição Geométrica
Um experimento de Bernoulli(p) é repetido até que o 1º
sucesso ocorra.

X: número de tentativas até que o primeiro sucesso ocorra.

A função de probabilidade de X é dada por

x −1
g x;p =pq
( ) , x= 1,2 ,…

A distribuição geométrica é um caso especial da binomial

negativa, quando k=1.
Exemplo: No horário de pico, uma central telefônica está
muito próxima de sua capacidade máxima, e o usuário tem
dificuldade para completar sua chamada.
É interessante conhecer a distribuição do número de
tentativas até que o usuário consiga completar sua chamada.
Suponha que p=0,05 seja a probabilidade de conexão no
horário de pico.
Estamos interessados em saber a probabilidade de que
sejam necessária cinco tentativas para se conseguir
completar uma chamada.

Solução: Usando a distribuição geométrica com x = 5 e

P = 0,05, temos

P(X = x) = g(5; 0,05) = (0,05)(0,95)4 = 0,041.

 Distribuição de Poisson
X: número de resultados que ocorrem em certa unidade t
(de tempo, distância, área ou volume).

A função de probabilidade de X é dada por

Onde λ é o número médio de resultados por unidade t

(e=2,71828...).
Exemplo: Suponha que possa ser assumido que o número
de navios petroleiros que chegam por dia a um porto
tenha distribuição de probabilidade de Poisson com
média igual a 10 navios-dia.
As instalações do porto podem suportar até 15 navios por
dia.
Qual é a probabilidade de que, em um certo dia, navios não
consigam aportar ?

X: número de navios petroleiros que chegam por dia a

um porto,
x = 0,1,2,3,... −10 x
e .10
p ( x; 10 ) = , x= 0,1,2,3 ,…
x!
15
P ( X>15 )=1−P ( X ⩽ 15 )=1−∑ p ( x; 10 ) =1−0,9513=0,0487 .
x= 0
(Ainda no exemplo anterior)

Considere agora número de navios petroleiros que

chegam ao porto por semana.

(a) Qual é a probabilidade de que, em uma certa semana,

cheguem pelo menos
50 navios ?

Y: número de navios petroleiros que chegam a um porto por semana,

y = 0,1,2,...
Y ~ Poisson(70), pois λ=10 (navios/dia) e t=7
(dia).
−70 y
e . 70
P ( X ⩾ 50 ) = , y= 0,1,2,3 , …
x!
49
P ( X>50 ) =1− P ( X< 50 )=1− ∑ P ( Y=y )=1−0,9513=0,0487 .
y= 0
Exemplo: Engenheiros da companhia telefônica estudam se o modelo de
Poisson com média igual a 4,5 pode ser ajustado ao número N de
chamadas interestaduais que chegam, por hora, a uma central
telefônica, durante o período noturno.
Dados coletados em 650 períodos de uma hora:
No. de Chamadas (k) 0 1 2 3 4 5 6 7 8 ou +
Frequência observada 9 38 71 115 125 106 79 50 57

No modelo Poisson ( λt = 4,5 ), a freqüência esperada de ocorrências

(intervalos de 1h) com k chamadas, k = 0, 1, 2,..., é obtida multiplicando a
probabilidade de k chamadas pelo total de observações:

Para k =2, por exemplo, espera-se observar, em 650 intervalos t =1 hora,

e−4,5 . 4,52
650 . P ( N= 2 )= =73,13
2!
No. de Chamadas (k) 0 1 2 3 4 5 6 7 8 ou +
Frequência observada 9 38 71 115 125 106 79 50 57
Frequência esperada 7,22 32,50 73,13 109,6 123,3 111,0 83,27 53,56 56,36
6 7 2

As freqüências esperadas e observadas são próximas, o que levou os

engenheiros à conclusão de o modelo de Poisson parece ser adequado para
descrever a v.a. N.