Escolar Documentos
Profissional Documentos
Cultura Documentos
-Binomial
-Poisson
Fonte: MORETTIN, L.G. Estatística Básica. Volume único. Probabilidade e Inferência. Pearson, 2010
Exemplos de distribuições teóricas
de probabilidades
1. Modelos discretos
a) Distribuição Binomial
b) Distribuição de Poisson
2. Modelo contínuo
a) Distribuição Normal
Distribuição Binomial
Um exemplo de modelo probabilístico envolvendo variáveis aleatórias discretas é:
100 peças, 10 estão com defeito (ou seja, 10/100 ou 10% das peças
defeituosas?
Resolução:
n = 10 (número total de válvulas)
k = 4 (número para o qual queremos encontrar a probabilidade)
p = 40% / 100 = 0,4 (ocorrer ou sucesso)
q = 60% / 100 = 0,6 (ou q = 1 – 0,4, não ocorrer ou fracasso)
Exemplo 1: Distribuição Binomial
n! k n k
P(k ) . p .q P(k) = 0,2508
(n k )!k!
P(k) = 0,2508 . 100 =
10! 25,08%
P(k ) .0,44.0,6104
(10 4)!.4! Então existem
25,08% de chances
das 4 válvulas
10.9.8.7.6! 4 6 funcionarem por mais
P(k ) .0,4 .0,6
6!.4.3.2.1 de 800 horas.
10.9.8.7
P(k ) .0,012
4.3.2.1
Exemplos: Distribuição Binomial
2. Dois times jogam entre si 6 vezes. A probabilidade do time A
vencer é de 1/3. Encontre a probabilidade do time A ganhar 4
jogos.
Resolução:
n = 6 jogos
k=4
1 1 2
p q 1 p 1
3 3 3
4 6 4
6! 1 2 6.5.4! 1 2 2 6.5 1 4 30 1 4 120
P( k 4) . . . . . . . . 0,0823
(6 4)!4! 3 3 2!.4! 81 3 2.1 81 9 2 81 9 1458
Distribuição de Poisson
Características:
• consideraremos a probabilidade de ocorrência de sucessos em certo
intervalo
• a probabilidade da ocorrência de um sucesso no intervalo é proporcional
ao intervalo
• a probabilidade de mais de um sucesso nesse intervalo é bastante
pequena com relação à probabilidade de um sucesso.
k
• sendo X o número de sucessos no intervalo, tem-se P( X k ) e onde
λ é a média de ocorrências no intervalo desejado. k!
• E(X) = λ
• Para resolver um exercício desta distribuição, temos que:
a) determinar λ, ou seja, a média esperada dentro do intervalo indicado
no exercício
b) determinar k (número de ocorrências desejadas no intervalo)
Distribuição de Poisson
c) no máximo um defeito?
Solução: =0,2, k ≤ 1 ou seja, k = 0 e k = 1
e 0,2 .(0,2)0 e 0,2 .(0,2)1
P( X 1) 0,8187 0,0164 0,8351
0! 1!
Exemplo 1: Distribuição de Poisson
e 0,2 .(0,2)0
P (k 1) 1 P(0) 1 1 0,8187 0,1813
0!
Exemplos: Distribuição de Poisson
2. Uma firma recebe 720 mensagens em seu fax em 8 horas de
funcionamento. Qual a probabilidade de que:
Solução: 720msg em 8h
90msg em 1h
1,5msg em 1min
a) em 4 minutos não receba mensagem? 6 0
e .6
K = 0, λ = 1,5 . 4 = 6 msg/4min P(k 1) 0,0025
0!