RESOLVENDO ALGUMAS QUESTÕES DE SEMANA

PASSADA SOBRE DISTRIBUIÇÃO BINOMIAL

PATRÍCIA MASCARENHAS DIAS

1
QUESTÃO 1

a) 𝑥 = 2

𝑃 2 = 𝐶10,2 0,51 2 0,49 8

𝑃 2 ≈ 0,039

𝑝 = 0,51

𝑞 = 0,49
2
𝑛 = 10
QUESTÃO 1

b) 𝑚𝑎𝑖𝑠 𝑞𝑢𝑒 𝑑𝑜𝑖𝑠

𝑃 𝑥 ≥ 3 = 𝑃 3 + ⋯ + 𝑃 10
𝑜𝑢
𝑃 𝑥 ≥ 3 = 1 − [P 0 + P 1 + P 2 ]

𝑃 0 = 𝐶10,0 0,51 0 0,49 10 ≈ 0,0008

𝑝 = 0,51 𝑃 1 = 𝐶10,1 0,51 1 0,49 9 ≈ 0,008
𝑃 2 = 𝐶10,2 0,51 2 0,49 8 ≈ 0,039
𝑞 = 0,49
𝑃 𝑥 ≥ 3 = 1 − [0,0008 + 0,008 + 0,039]
𝑛 = 10 𝑃 𝑥 ≥ 3 = 0,952 3
QUESTÃO 1
c) 𝑒𝑛𝑡𝑟𝑒 𝑑𝑜𝑖𝑠 𝑒 𝑐𝑖𝑛𝑐𝑜, 𝑖𝑛𝑐𝑙𝑢𝑠𝑖𝑣𝑒
𝑃 2 ≤ 𝑥 ≤ 5 = 𝑃 2 +⋯+𝑃 5

𝑃 2 = 𝐶10,2 0,51 2 0,49 8 ≈ 0,039

𝑃 3 = 𝐶10,3 0,51 3 0,49 7 ≈ 0,108
4 6
𝑃 4 = 𝐶10,4 0,51 0,49 ≈ 0,197
𝑃 5 = 𝐶10,5 0,51 5 0,49 5 ≈ 0,246
𝑝 = 0,51
𝑃 2 ≤ 𝑥 ≤ 5 = 0,590
𝑞 = 0,49
4
𝑛 = 10
QUESTÃO 2
a) 𝑥 = 5

𝑃 5 = 𝐶8,5 0,56 5 0,44 3

𝑃 5 ≈ 0,263

𝑝 = 0,56

𝑞 = 0,44
5
𝑛=8
QUESTÃO 2
b) 𝑚𝑎𝑖𝑠 𝑞𝑢𝑒 𝑐𝑖𝑛𝑐𝑜
𝑃 𝑥 ≥ 6 = 𝑃 6 + 𝑃(7) + 𝑃 8

𝑃 6 = 𝐶8,6 0,51 6 0,49 2 ≈ 0,167

𝑃 7 = 𝐶8,7 0,51 7 0,49 1 ≈ 0,061
8 0
𝑃 8 = 𝐶8,8 0,51 0,49 ≈ 0,009

𝑝 = 0,56 𝑃 𝑥 ≥ 6 ≈ 0,237

𝑞 = 0,44
6
𝑛=8
QUESTÃO 2
c) 𝑛𝑜 𝑚á𝑥𝑖𝑚𝑜 5
𝑃 𝑥 < 6 = 𝑃 0 + ⋯+ 𝑃 5
𝑜𝑢
𝑃 𝑥 < 6 = 1 − [P 6 + P 7 + P 8 ]

6 2
𝑃 6 = 𝐶8,6 0,51 0,49 ≈ 0,167
𝑃 7 = 𝐶8,7 0,51 7 0,49 1 ≈ 0,061
8 0
𝑝 = 0,56 𝑃 8 = 𝐶8,8 0,51 0,49 ≈ 0,009

𝑞 = 0,44 𝑃 𝑥 < 6 ≈ 0,763

7
𝑛=8
QUESTÃO 3
a) 𝑥 = 3

𝑃 3 = 𝐶12,3 0,27 3 0,73 9

𝑃 3 ≈ 0,255

𝑝 = 0,27

𝑞 = 0,73
8
𝑛 = 12
QUESTÃO 3
b) 𝑝𝑒𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 𝑞𝑢𝑎𝑡𝑟𝑜
𝑃 𝑥 ≥ 4 = 𝑃 4 + ⋯ + 𝑃 12
𝑜𝑢
𝑃 𝑥 ≥ 4 = 1 − [𝑃 0 + ⋯ + 𝑃 3 ]

𝑃 0 = 𝐶12,0 0,27 0 0,73 10 ≈ 0,023

𝑃 1 = 𝐶12,1 0,27 1 0,73 9 ≈ 0,102
𝑝 = 0,27 𝑃 2 = 𝐶12,2 0,27 2 0,73 8 ≈ 0,207
𝑃 3 = 𝐶12,3 0,27 3 0,73 7 ≈ 0,255
𝑞 = 0,73
𝑃 𝑥 ≥ 4 = 1 − 0,586 ≈ 0,414
9
𝑛 = 12
QUESTÃO 3
c) 𝑚𝑒𝑛𝑜𝑠 𝑑𝑒 𝑜𝑖𝑡𝑜
𝑃 𝑥 < 8 = 𝑃 0 + ⋯+ 𝑃 7
𝑜𝑢
𝑃 𝑥 < 8 = 1 − [𝑃 8 + ⋯ + 𝑃 12 ]
𝑃 0 = 𝐶12,0 0,27 0 0,73 12 ≈ 0,023
𝑃 1 = 𝐶12,1 0,27 1 0,73 11 ≈ 0,102
𝑃 2 = 𝐶12,2 0,27 2 0,73 10 ≈ 0,207
𝑃 𝑥 < 8 ≈ 0,995 𝑃 3 = 𝐶12,3 0,27 3 0,73 9 ≈ 0,255
𝑝 = 0,27
𝑃 4 = 𝐶12,4 0,27 4 0,73 8 ≈ 0,212
𝑞 = 0,73 𝑃 5 = 𝐶12,5 0,27 5 0,73 7 ≈ 0,126
𝑃 6 = 𝐶12,6 0,27 6 0,73 6 ≈ 0,054
10

𝑛 = 12 𝑃 7 = 𝐶12,7 0,27 7 0,73 5 ≈ 0,017

QUESTÃO 4
a) 𝑥 = 5

𝑃 5 = 𝐶9,5 0,60 5 0,40 4

𝑃 5 ≈ 0,251

𝑝 = 0,60

𝑞 = 0,40
11
𝑛=9
QUESTÃO 4
b) pelo 𝑚𝑒𝑛𝑜𝑠 𝑠𝑒𝑖𝑠

𝑃 𝑥 ≥ 6 = 𝑃 6 + ⋯+ 𝑃 9

𝑃 6 = 𝐶9,6 0,60 6 0,40 3 ≈ 0,251

7 2
𝑃 7 = 𝐶9,7 0,60 0,40 ≈ 0,161
𝑃 8 = 𝐶9,8 0,60 8 0,40 1 ≈ 0,060

𝑃 9 = 𝐶9,9 0,60 9 0,40 0 ≈ 0,010

𝑝 = 0,60

𝑞 = 0,40 𝑃 𝑥 ≥ 6 = 0,251 + 0,161 + 0,060 + 0,010

12
𝑛=9 𝑃 𝑥 ≥ 6 ≈ 0,482
QUESTÃO 4
c) menos de 𝑞𝑢𝑎𝑡𝑟𝑜

𝑃 𝑥 < 4 = 𝑃 0 + ⋯+ 𝑃 3

𝑃 0 = 𝐶9,0 0,60 0 0,40 9 ≈ 0,000

1 8
𝑃 1 = 𝐶9,1 0,60 0,40 ≈ 0,004
𝑃 2 = 𝐶9,2 0,60 2 0,40 7 ≈ 0,021
𝑃 3 = 𝐶9,3 0,60 3 0,40 6 ≈ 0,074
𝑝 = 0,60

𝑞 = 0,40 𝑃 𝑥 < 4 = 0,000 + 0,004 + 0,021 + 0,074

13
𝑛=9 𝑃 𝑥 < 4 ≈ 0,099
QUESTÃO 5
a) 𝑒𝑥𝑎𝑡𝑎𝑚𝑒𝑛𝑡𝑒 6

6 4
𝑃 6 = 𝐶10,6 0,63 0,37

𝑃 0 = 𝐶9,0 0,60 0 0,40 9 ≈ 0,000

1 8
𝑝 = 0,63 𝑃 1 = 𝐶9,1 0,60 0,40 ≈ 0,004
2 7
𝑃 2 = 𝐶9,2 0,60 0,40 ≈ 0,021
𝑞 = 0,37 𝑃 3 = 𝐶9,3 0,60 3 0,40 6 ≈ 0,074
14
𝑛 = 10 𝑃 𝑥 < 4 = 0,000 + 0,004 + 0,021 + 0,074
DISTRIBUIÇÃO DE POISSON
PATRÍCIA MASCARENHAS DIAS

15
DISTRIBUIÇÃO DE POISSON

16
DISTRIBUIÇÃO DE POISSON

17
DISTRIBUIÇÃO DE POISSON

18
DISTRIBUIÇÃO DE POISSON

19
DISTRIBUIÇÃO DE POISSON - EXEMPLO

20
DISTRIBUIÇÃO DE POISSON - EXEMPLO

21
DISTRIBUIÇÃO DE POISSON - EXEMPLO

22
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
a) Use a distribuição de Poisson para encontrar 𝑃(0), 𝑃(1), 𝑃(2), 𝑃(3) e 𝑃(4).

23
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
a) Use a distribuição de Poisson para encontrar 𝑃(0), 𝑃(1), 𝑃(2), 𝑃(3) e 𝑃(4).
Resolução:
30 . 2,71828 −3 0.049787168 31 . 2,71828 −3 0,149361506
𝑃 0 = = = 0,150 𝑃 1 = = = 0,149
0! 1 1! 1
2
3 . 2,71828 −3 0,448084519 33 . 2,71828 −3 1,344253559
𝑃 2 = = = 0,224 𝑃 4 = = = 0,224
2! 2 3! 6
34 . 2,71828 −3 4,032760676
𝑃 4 = = = 0,168
4! 24

24
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
a) Use a distribuição de Poisson para encontrar 𝑃(0), 𝑃(1), 𝑃(2), 𝑃(3) e 𝑃(4).
Resolução:
30 . 2,71828 −3 0.049787168 31 . 2,71828 −3 0,149361506
𝑃 0 = = = 0,150 𝑃 1 = = = 0,149
0! 1 1! 1
2
3 . 2,71828 −3 0,448084519 33 . 2,71828 −3 1,344253559
𝑃 2 = = = 0,224 𝑃 4 = = = 0,224
2! 2 3! 6
34 . 2,71828 −3 4,032760676
𝑃 4 = = = 0,168
4! 24

25
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
a) Use a distribuição de Poisson para encontrar 𝑃(0), 𝑃(1), 𝑃(2), 𝑃(3) e 𝑃(4).
Resolução:
30 . 2,71828 −3 0.049787168 31 . 2,71828 −3 0,149361506
𝑃 0 = = = 0,150 𝑃 1 = = = 0,149
0! 1 1! 1
2
3 . 2,71828 −3 0,448084519 33 . 2,71828 −3 1,344253559
𝑃 2 = = = 0,224 𝑃 4 = = = 0,224
2! 2 3! 6
34 . 2,71828 −3 4,032760676
𝑃 4 = = = 0,168
4! 24

26
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
a) Use a distribuição de Poisson para encontrar 𝑃(0), 𝑃(1), 𝑃(2), 𝑃(3) e 𝑃(4).
Resolução:
30 . 2,71828 −3 0.049787168 31 . 2,71828 −3 0,149361506
𝑃 0 = = = 0,150 𝑃 1 = = = 0,149
0! 1 1! 1
2
3 . 2,71828 −3 0,448084519 33 . 2,71828 −3 1,344253559
𝑃 2 = = = 0,224 𝑃 3 = = = 0,224
2! 2 3! 6
34 . 2,71828 −3 4,032760676
𝑃 4 = = = 0,168
4! 24

27
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
a) Use a distribuição de Poisson para encontrar 𝑃(0), 𝑃(1), 𝑃(2), 𝑃(3) e 𝑃(4).
Resolução:
30 . 2,71828 −3 0.049787168 31 . 2,71828 −3 0,149361506
𝑃 0 = = = 0,150 𝑃 1 = = = 0,149
0! 1 1! 1
2
3 . 2,71828 −3 0,448084519 33 . 2,71828 −3 1,344253559
𝑃 2 = = = 0,224 𝑃 3 = = = 0,224
2! 2 3! 6
34 . 2,71828 −3 4,032760676
𝑃 4 = = = 0,168
4! 24

28
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
b) Calcule a soma de 𝑃(0), 𝑃(1), 𝑃(2), 𝑃(3) e 𝑃(4).
Resolução:
𝑃 0 + 𝑃 1 + 𝑃 2 + 𝑃 3 + 𝑃 4 = 0,050 + 0,149 + 0,224 + 0,224 + 0,168

𝑃 0 + 𝑃 1 + 𝑃 2 + 𝑃 3 + 𝑃 4 = 0,815

29
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
b) Calcule a soma de 𝑃(0), 𝑃(1), 𝑃(2), 𝑃(3) e 𝑃(4).
Resolução:
𝑃 0 + 𝑃 1 + 𝑃 2 + 𝑃 3 + 𝑃 4 = 0,050 + 0,149 + 0,224 + 0,224 + 0,168

𝑃 0 + 𝑃 1 + 𝑃 2 + 𝑃 3 + 𝑃 4 = 0,815

30
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
c) Subtraia a soma de 1.
Resolução:

𝑃 𝑚𝑎𝑖𝑠 𝑑𝑒 𝑞𝑢𝑎𝑡𝑟𝑜 𝑎𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 = 1 − 0,815

𝑃 𝑚𝑎𝑖𝑠 𝑑𝑒 𝑞𝑢𝑎𝑡𝑟𝑜 𝑎𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 = 0,185

31
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
c) Subtraia a soma de 1.
Resolução:

𝑃 𝑚𝑎𝑖𝑠 𝑑𝑒 𝑞𝑢𝑎𝑡𝑟𝑜 𝑎𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 = 1 − 0,815

𝑃 𝑚𝑎𝑖𝑠 𝑑𝑒 𝑞𝑢𝑎𝑡𝑟𝑜 𝑎𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 = 0,185

32
DISTRIBUIÇÃO DE POISSON - EXEMPLO
O número médio de acidentes por mês em um certo cruzamento é três. Qual é a
probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento?
d) Interprete o resultado.
Resolução:
A probabilidade de que mais de quatro acidentes ocorram em qualquer mês no
cruzamento é 0,185

33
DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA

34
DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA

Resolução: Uma parte da tabela Distribuição de Poisson é mostrada na tabela abaixo.

Usando a distribuição para 𝜇 = 3,6 e 𝑥 = 7, você pode encontrar a probabilidade de
Poisson conforme destacada na tabela abaixo.

35
DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Resolução: Uma parte da tabela Distribuição de Poisson é mostrada na tabela abaixo.
Usando a distribuição para 𝜇 = 3,6 e 𝑥 = 7, você pode encontrar a probabilidade de
Poisson conforme destacada na tabela abaixo.

36
DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Resolução: Uma parte da tabela Distribuição de Poisson é mostrada na tabela abaixo.
Usando a distribuição para 𝜇 = 3,6 e 𝑥 = 7, você pode encontrar a probabilidade de
Poisson conforme destacada na tabela abaixo.
Então, a probabilidade de que
sete coelhos encontrados
em qualquer acre é 0,0425.
Como 0,0425 é menor que
0,05 , o evento pode ser
considerado incomum.

37
DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Duas mil trutas marrons são colocadas em um pequeno lago. O lago tem volume de
20.000 metros cúbicos. Use a tabela para encontrar a probabilidade de que três trutas
sejam encontradas em qualquer metro cúbico do lago.
a) Determine o número médio de trutas marrons por metro cúbico.
b) Identifique 𝜇 e 𝑥.
c) Use a tabela da Distribuição de Poisson para encontrar a probabilidade de Poisson.
d) Interprete os resultados.
e) Determine se o evento é incomum. Explique.

38
DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Duas mil trutas marrons são colocadas em um pequeno lago. O lago tem volume de
20.000 metros cúbicos. Use a tabela para encontrar a probabilidade de que três trutas
sejam encontradas em qualquer metro cúbico do lago.
a) Determine o número médio de trutas marrons por metro cúbico.
Resolução:
Para descobrir o número médio de trutas marrons por metro cúbico, basta fazer uma
simples regra de três.
20.000 𝑚3 2.000
3
=
1𝑚 𝑥

𝜇 = 0,1
39
DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Duas mil trutas marrons são colocadas em um pequeno lago. O lago tem volume de
20.000 metros cúbicos. Use a tabela para encontrar a probabilidade de que três trutas
sejam encontradas em qualquer metro cúbico do lago.
b) Identifique 𝜇 e 𝑥.
Resolução

𝜇 = 0,1 𝑒 𝑥=3

40
 DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Duas mil trutas marrons são colocadas em um pequeno lago. O lago tem volume de
20.000 metros cúbicos. Use a tabela para encontrar a probabilidade de que três trutas
sejam encontradas em qualquer metro cúbico do lago.
c) Use a tabela da Distribuição de Poisson para encontrar a probabilidade de Poisson.

41
 DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Duas mil trutas marrons são colocadas em um pequeno lago. O lago tem volume de
20.000 metros cúbicos. Use a tabela para encontrar a probabilidade de que três trutas
sejam encontradas em qualquer metro cúbico do lago.
c) Use a tabela da Distribuição de Poisson para encontrar a probabilidade de Poisson.

42
 DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Duas mil trutas marrons são colocadas em um pequeno lago. O lago tem volume de
20.000 metros cúbicos. Use a tabela para encontrar a probabilidade de que três trutas
sejam encontradas em qualquer metro cúbico do lago.
c) Use a tabela da Distribuição de Poisson para encontrar a probabilidade de Poisson.

43

𝑃 3 = 0,0002
DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Duas mil trutas marrons são colocadas em um pequeno lago. O lago tem volume de
20.000 metros cúbicos. Use a tabela para encontrar a probabilidade de que três trutas
sejam encontradas em qualquer metro cúbico do lago.
d) Interprete os resultados.
Resolução:
A probabilidade de encontrar três trutas marrons em qualquer metro cúbico do lago é
0,0002.

44
DISTRIBUIÇÃO DE POISSON – ENCONTRANDO A PROBABILIDADE
DE POISSON EM UMA TABELA
Duas mil trutas marrons são colocadas em um pequeno lago. O lago tem volume de
20.000 metros cúbicos. Use a tabela para encontrar a probabilidade de que três trutas
sejam encontradas em qualquer metro cúbico do lago.
e) Determine se o evento é incomum. Explique.
Resolução:
Como 0,0002 é menor que 0,05 esse pode ser considerado um evento incomum.

45
PARÂMETROS DOS DISTRIBUIÇÃO DE POISSON

46
PARÂMETROS DOS DISTRIBUIÇÃO DE POISSON

47
PARÂMETROS DOS DISTRIBUIÇÃO DE POISSON - EXEMPLO

48
PARÂMETROS DOS DISTRIBUIÇÃO DE POISSON - EXEMPLO

49
PARÂMETROS DOS DISTRIBUIÇÃO DE POISSON - EXEMPLO

50
PARÂMETROS DOS DISTRIBUIÇÃO DE POISSON - EXEMPLO

51
PARÂMETROS DOS DISTRIBUIÇÃO DE POISSON - EXEMPLO

52
PARÂMETROS DOS DISTRIBUIÇÃO DE POISSON - EXEMPLO

53
VAMOS EXERCITAR

54
VAMOS EXERCITAR

55
VAMOS EXERCITAR

56
VAMOS EXERCITAR

57