Probabilidade I

Departamento de Estatística

Universidade Federal da Paraíba

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13

Distribuição Geométrica

Considere novamente uma sequência de ensaios de Bernoulli

independentes.

Suponha agora que o experimento é repetido até que ocorra sucesso pela
primeira vez.

A variável aleatória X é definida agora como o número de repetições

necessárias para se obter o primeiro sucesso.

IMPORTANTE: No modelo Binomial o número de repetições é

predeterminado (fixo), ao passo que no modelo Geométrico o número de
repetições é uma variável aleatória.

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 2 / 13

Distribuição Geométrica

EXEMPLO 1: Um dado é lançado e sua face observada. Seja X o número de

lançamentos até que saia a face 6. Obtenha a distribuição de probabilidade de Y .

Nestas condições, a variável X segue distribuição geométrica com parâmetro p e

tem função de probabilidade dada por:

p(x ) = P (X = x ) = p(1 − p)x −1 , x = 1, 2, . . . NOTAÇÃO: X ∼ Geo(p)

O modelo geométrico pode ser interpretado também como o numero de

fracassos anteriores ao primeiro sucesso. Nesse caso, temos que
p(x ) = P (X = x ) = p(1 − p)x , x = 0, 1, 2, . . ..

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 3 / 13

Esperança, Variância e Função Geradora de Momentos.

∞
X
E (X ) = xp(1 − p)x −1
x =1
∞
X
= p x (1 − p )x − 1
x =1
∞
X
= p xq x −1
x =1
∞
X d
= p qx
x =1
dq

P∞ P∞
Como a série x =1 (1 − p)x = x =1 q x converge, pois 1 − p < 1, logo podemos
permutar a ordem do somatório com a derivação.

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 4 / 13

Esperança, Variância e Função Geradora de Momentos.

∞
d X
E (X ) = p qx
dq x =1
d
= p [q + q 2 + q 3 + · · · ] (temos uma P .G. infinita)
dq
d q
• ˜
= p
dq 1 − q
•
(1 − q )1 − q (−1) ˜
= p
(1 − q )2
1
• ˜
= p
(1 − q )2
1
= p
p2
1
=
p

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 5 / 13

Esperança, Variância e Função Geradora de Momentos.

∞
X
E (X 2 ) = x 2 p(1 − p)x −1
x =1
∞
X
= p x 2 (1 − p)x −1
x =1
∞
X
= p x 2 q x −1
x =1
∞
X d
= p xq x
x =1
dq
∞
d X
= p xq x (usando 4.)
dq x =1
d q
• ˜
= p
dq (1 − q )2

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 6 / 13

Esperança, Variância e Função Geradora de Momentos.

(1 − q )2 1 − q2(1 − q )(−1) ˜
•
E (X 2 ) = p
(1 − q )4
1 − 2q + q 2 + 2q − 2q 2
• ˜
= p
(1 − q )4
1 − q2
• ˜
= p
(1 − q )4
1 − (1 − p)2
• ˜
= p
(1 − (1 − p))4
1 − (1 − 2p + p2 )
• ˜
= p
(1 − 1 + p)4
2p − p2
• ˜
= p
p4
p (2 − p )
• ˜
= p
p4

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 7 / 13

Esperança, Variância e Função Geradora de Momentos.

(2 − p )
E (X 2 ) =
p2

(2 − p) 1
Var (X ) = −
p2 p2
(2 − p − 1)
=
p2
(1 − p)
=
p2

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 8 / 13

Esperança, Variância e Função Geradora de Momentos.

∞
X
MX (t ) = etx p(1 − p)x −1
x =1
∞
X (1 − p)x
= p etx
x =1
(1 − p)
∞
p X
= [et (1 − p)]x (usando 3.)
(1 − p) x =1
p e t (1 − p )
=
(1 − p ) 1 − e t (1 − p )
et
= p
1 − et (1 − p)

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 9 / 13

Distribuição Geométrica
EXEMPLO 2: A probabilidade de que haja alguma falha no lançamento de uma
nave espacial é 10%. Qual é a probabilidade de que para lançar a nave seja
necessário:
a) 2 tentativas?
b) no máximo 3 tentativas?
c) Calcule o número esperado de tentativas de lançamento da nave
espacial. Calcule também a variância e o desvio padrão do
número de tentativas de lançamento.

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 10 / 13

Distribuições Discretas
EXEMPLO 3: Em determinada localidade, a probabilidade de ocorrência de
chuva forte em algum dia nos meses de dezembro e janeiro é igual a 0.1.
Admitindo independência de um dia para o outro, qual a probabilidade da
ocorrência da primeira chuva no dia 3 de janeiro?

EXEMPLO 4: A probabilidade de que uma droga apresente reação positiva é 0.4.

Qual a probabilidade de que menos de 5 reações negativas ocorram antes da
primeira positiva?

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 11 / 13

Distribuição Geométrica
PROPRIEDADE IMPORTANTE: Falta de Memória da Geométrica
Seja X ∼ Geo(p), então, para quaisquer números inteiros positivos m e n, temos
que

P (X ≥ m + n|X ≥ m) = P (X ≥ n).

Essa propriedade é conhecida como falta de memória e indica a maneira

com a variável incorpora a informação anterior.

Ou seja, a variável "lembra" do presente mas "esqueceu" o que ocorreu no

passado.

Por exemplo, se X for a espera em dias para a ocorrência de um certo

evento a probabilidade condicional de espera de pelo menos m + n dias,
sabendo que o evento não ocorreu antes de m dias é a mesma de esperar
pelo menos n dias.

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 12 / 13

Distribuição Geométrica
Verificação da Propriedade:

EXEMPLO 5: Seja X o número de jogadas de um dado honesto até que se

observe um 6. Suponha que o dado tenha sido jogado 5 vezes sem sair um 6.
Qual a probabilidade de que sejam necessárias mais de duas jogadas adicionais?

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 13 / 13

Distribuição Geométrica
EXEMPLO 6: André deve a Renata R $130, 00. Cada viagem de Renata à casa
de André custa R $50, 00 e a probabilidade de André ser encontrado em casa é
1/3. Se Renata encontrar André, conseguirá cobrar a dívida.
a) Qual a probabilidade de Renata ter de ir mais de 3 vezes à casa
de André para conseguir cobrar a dívida?
b) Se na segunda vez em que Renata foi à casa de André ainda não
o encontrou, qual a probabilidade de conseguir cobrar na 3a vez?

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 14 / 13

Distribuição Geométrica
EXEMPLO 7: Uma moeda equilibrada é lançada sucessivamente, de modo
independente, até que ocorra a primeira cara. Seja X a variável aleatória que
conta o número de lançamentos até à ocorrência de cara. Determine:
a) A probabilidade de serem necessários no máximo 3 lançamentos.
b) A probabilidade da moeda ser lançada pelo menos 2 vezes.
c) Quantas vezes deve, no mínimo, ser lançada a moeda para
garantir a ocorrência de cara com pelo menos 0.8 de
probabilidade.

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 15 / 13

Distribuição Geométrica

EXEMPLO 8: Verifique que a atribuição de probabilidade no modelo Geométrico

satisfaz às propriedades de função de probabilidade.

Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 16 / 13