V.A.

discretas Importantes (Ficha de trabalho 1)

Distribuições Uniforme, Bernoulli e Binomial.

Observações:

 Material especialmente direccionado para sessões em tempo real via skype, por
limitações de distância e/ou eficácia em termos de tempo.

 Esta ficha de trabalho tem exercícios tipo, escolhidos, ordenados e comentados, de

forma a que o estudante possa “ir crescendo” e ganhando segurança no seu estudo.

 Procedimento de estudo proposto:

1) Leia as sínteses-formulários no final da ficha de trabalho (incluído revisões).

2) Estude os exercícios resolvidos – foram especialmente escolhidos e ordenados. Note
em especial os comentários.
3) Tente resolver sem ver as resoluções os exercícios propostos.
4) Finalmente, faça controlando o tempo os exercícios de auto-avaliação.

Exercícios Resolvidos I.............................................................................................................. 2

Exercícios Propostos I................................................................................................................ 3
Auto-Avaliação - 20 minutos ..................................................................................................... 3
Exercícios Propostos I - Uma resolução. .................................................................................. 4
Auto-Avaliação - Uma resolução............................................................................................... 6
Síntese das V.A. Discretas Importantes: Uniforme, Binomial. ................................................. 7

1 Explicações de Matemáticas, Cálculos, Estatísticas, Probabilidades, Físicas, …

96 545 94 13 explicacoesdinamicas@gmail.com
Probabilidades VADI

Exercícios Resolvidos I

ER1 Considere que a v.a. X tem distribuição Binomial com n = 5 e p = 0,20.

Determine usando as tabelas:
a) P( X  0) b) P( X  2) c) P( X  2) d) P( X  3) e) P( X  4)

a) P( X  0)  F  0   0.3277
Tabela 1

b) P( X  2)  P( X  0)  P( X  1)  0.7373
ou
P( X  2)  P( X  1)  F (1)  0.7373
Tabela 1

c) P( X  2)  1  P( X  2)  1  F (2)  1  0.9421  0.057

Tabela 1

d) P( X  3)  F (3)  0.9933
Tabela 1

e) P( X  4)  1  P( X  4)  1  P( X  3)  1  F (3)  1  0.9933  0.0067

Tabela 1

ER2 A probabilidade de um estudante que entra para a Universidade se formar é 0.4.

Determine a probabilidade de que pelo menos um estudante, de um grupo de cinco
estudantes, se forme.

Resolução: Comecemos pela definição das v.a.´s necessárias a uma adequada resolução do
problema.

Sejam as variáveis aleatórias:

Yi - v.a. que indica se o aluno i se forma (sucesso) ou não (insucesso)
Y - v.a. que representa o nº de alunos que se forma (sucesso) num grupo de cinco

Como as v.a.´s Yi ~ Ber  p  com p= P(“um aluno se formar”)= 0.4 (um dos dados do
problema), são independentes temos que: Y  i1Yi ~ Bin 5, p  .
5

 5
Pretende-se: P Y  1  ?  1  P Y  1  1  P Y  0   1    p 0 q5  1  0.65  0.922 .
 0
Observação: Determine P Y  0  usando as tabelas.

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 2

Probabilidades VADI

Exercícios Propostos I
EPI.1 Considere que a v.a. X tem distribuição Binomial com n = 8 e p = 0,60. Determine
usando as tabelas:
a) P(X=0) b) P(X<4) c) P(X>3)

EPI.2 Um grupo gerador é lançado diariamente, no início do dia de trabalho de uma certa
unidade fabril. Sabe-se que a probabilidade de que o grupo falhe no arranque, com a
consequente necessidade de reparação e paragem da laboração durante a manhã, de 0,01.
Face a estes dados, responda ao seguinte:
a) o nº de dias de uma semana, escolhida ao acaso, em que o gerador irá falhar o arranque é
uma v.a. Caracterize essa v.a. Isto é: defina-a, diga que valores pode assumir e com que
probabilidades.
b) qual é a probabilidade de que, numa semana, ocorram mais do que duas falhas do gerador?
c) sabendo que uma falha do gerador provoca a perda de uma manhã de trabalho e que isso
significa um prejuízo de 15000 Unidade Monetárias, obtenha a esperança matemática e a
variância das perdas associadas às paragens do gerador durante uma semana.

EPI.3 Num processo de fabricação de placas de vidro existem bolhas que se distribuem
aleatoriamente pelas placas, com uma densidade média de 0.4 bolhas por m 2 ,
correspondendo a uma probabilidade de 83,47% de numa placa de 4.5 m2 haver pelo menos
1 bolha. Calcule a probabilidade de num conjunto de 6 placas de 4.5 m2 haver pelo menos 4
sem bolhas.

Auto-Avaliação - 20 minutos
AA.1 É conhecido que os passageiros transportam consigo ou nas suas bagagens de mão
objectos não autorizados em 5% dos casos. Como sabe, todos os passageiros e bagagens de
mão são inspeccionados antes de acederem à sala de embarque.
a) Qual a probabilidade de, em 15 passageiros inspeccionados, pelo menos um transportar
um objecto proibido.
b) Qual o número esperado de passageiros a transportarem objectos não autorizados num dia
em que são inspeccionados 10000 passageiros.

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 3

Probabilidades VADI

Exercícios Propostos I - Uma resolução.

EPI.1 Considere que a v.a. X tem distribuição Binomial com n = 8 e p = 0,60. Determine
usando as tabelas:
a) P(X=0) b) P(X<4) c) P(X>3)

Seja Y ~ B(n  8; p  0, 4) .
a) P( X  0)  P(Y  8)  0.0007
b) P( X  4)  P(Y  4)  1  P(Y  4)  1  F (4)  1  0.8263  0.1737
c) P( X  3)  P(Y  5)  F (4)  0.8263

EPI.2 Um grupo gerador é lançado diariamente, no início do dia de trabalho de uma certa
unidade fabril. Sabe-se que a probabilidade de que o grupo falhe no arranque, com a
consequente necessidade de reparação e paragem da laboração durante a manhã, de 0,01.
Face a estes dados, responda ao seguinte:
a) o nº de dias de uma semana, escolhida ao acaso, em que o gerador irá falhar o arranque é
uma v.a. Caracterize essa v.a. Isto é: defina-a, diga que valores pode assumir e com que
probabilidades.
b) qual é a probabilidade de que, numa semana, ocorram mais do que duas falhas do gerador?
c) sabendo que uma falha do gerador provoca a perda de uma manhã de trabalho e que isso
significa um prejuízo de 15000 Unidade Monetárias, obtenha a esperança matemática e a
variância das perdas associadas às paragens do gerador durante uma semana.

Seja a v. a. X= «Número de dias da semana em que o gerador falha no arranque», x =0, 1,…, 5.
(admite-se 5 dias de trabalho).

Trata-se de repetir cinco vezes uma experiência de Bernoulli (falha ou não) de parâmetro p=
0.01.Então X segue uma distribuição Binomial de parâmetros n= 5, p= 0.01.

A sua f.p.é:

5
P( X  x)   0.01x  0.995 x com x  0,1,2,...,5
 x
E ( X )  np  5  0.01  0.05
 2  Var ( X )  np(1  p)  5  0.01  0.99  0.0495

ii. Pretende-se:

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 4

Probabilidades VADI

P( X  2 )  1  P( X  2 )  1  P( X  0 )  P( X  1 )  P( X  2 )
 5  5  5
 1    0.010  0.955    0.011  0.99 49    0.012  0.99 3
 0  1  2
 1  0.99 5  5  0.01  0.994  10  0.012  0.99 3
 1  0.9509  0.04803  0.00097  0.0001 (  0 )

Conclusão: é “quase impossível” que ocorram mais do que duas avarias.

iii. Seja X= «Número de avarias numa semana» e Y= «Prejuízo numa semana»

Y= 15000X
E(Y)= 15000E(X)= 15000  n  p = 1500  5  0.01= 750 U.M.
Var (Y)= (15000)2 Var(X)= (15000)2  5  0.01  0.99
Y2= Var (Y)= 150002  5  0.1  0.99= 1113750
 Y = 3337.29 U.M.

EPI.3 Num processo de fabricação de placas de vidro existem bolhas que se distribuem
aleatoriamente pelas placas, com uma densidade média de 0.4 bolhas por m 2 ,
correspondendo a uma probabilidade de 83,47% de numa placa de 4.5 m2 haver pelo menos
1 bolha. Calcule a probabilidade de num conjunto de 6 placas de 4.5 m2 haver pelo menos 4
sem bolhas.

Seja X, a v.a., número de bolhas numa placa de 4.5 m2   1.5 m  3 m  .

A v.a. tem distribuição desconhecida mas sabemos que:

P  X  1  1  P  X  0   0.8347

Seja Y, a v.a., número de placas, num conjunto de 6 placas de 4.5 m2 , que não têm bolhas.

A v.a. Y tem distribuição binomial com n  6 e p  P  X  0   0.1653

Y Bin  n  6, p  0.1653 ou seja

P Y  y       0.1653   0.8347  y  0,1,..., 6

6
y 6 y

 
y

Pretende-se P Y  4   ?

P  Y  4   P  Y  4   P Y  5   P Y  6  
0.0078  0.0006  0.0000  0.0084

Em que usou-se os cálculos auxiliares:

P Y  4       0.1653   0.8347 
6
4 2
0.0078
 
4

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 5

Probabilidades VADI

P Y  5      0.1653   0.8347 
6
5 1
0.0006
 
5

P Y  6       0.1653   0.8347 
6
6 0
0.0000
6

Auto-Avaliação - Uma resolução

AA.1 É conhecido que os passageiros transportam consigo ou nas suas bagagens de mão
objectos não autorizados em 5% dos casos. Como sabe, todos os passageiros e bagagens de
mão são inspeccionados antes de acederem à sala de embarque.
a) Qual a probabilidade de, em 15 passageiros inspeccionados, pelo menos um transportar
um objecto proibido.
b) Qual o número esperado de passageiros a transportarem objectos não autorizados num dia
em que são inspeccionados 10000 passageiros.

a) Seja X a variável aleatória que contabiliza o número de passageiros que transporta um

objecto proibido entre os 15 inspeccionados. X tem uma distribuição binomial de
parâmetros n  15 e p  0.05 , isto é, X Bi 15;0.05 .
Assim, P  X  1  1  P  X  0   1  15C0  0.05 1  0.05  46.3% .
0 15

b) Sendo K a variável aleatória que contabiliza o número de passageiros que transporta um

objecto proibido entre os 10000 inspeccionados, K tem uma distribuição binomial de
parâmetros n  10000 e p  0.05 , isto é, K Bi 10000;0.05 . Assim, o número esperado
de passageiros a transportarem objectos não autorizados num dia em que são inspeccionados
10000 passageiros é E  K   10000  0.05  500 .

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 6

Probabilidades VADI

Síntese das V.A. Discretas Importantes: Uniforme, Ber. e Bin.

Distribuição Uniforme Discreta: “Uma v.a. X diz-se ter distribuição uniforme discreta
com parâmetro n  e denota-se X ~ U  n  , se a sua função de probabilidade (f.p.) é dada
por:
1
P( X  xi )  , i  1,..., N  1, N
N
Propriedades: Se X ~ U  n  então:
n 1 n2  1 et 1  ent 
i) E  X   . ii) V  X   . iii)  X  t   , t  \ 0 .
2 12 n 1  et 

Distribuição Bernoulli: Modelo: Numa experiência de Bernoulli, ou acontece o sucesso

(com probabilidade p ), ou não acontece (com probabilidade (1  p ) ).

“Uma v.a. X diz-se ter distribuição de Bernoulli com parâmetro p   0,1 , se a sua f.p. é da
forma: P( X  xi )  p xi (1  p)1 xi , xi  0,1 . Simbolicamente escreveremos que
X ~ Bernoulli(1, p) ou X ~ B(1, p) :

Propriedades: Se X ~ B(1, p) então:

i) E  X   p . ii) V  X   p(1  p) . iii)  X  t   1  p   pet , t  .

Distribuição Binomial: Modelo: X representa o número de sucessos em n provas de

Bernoulli. “Uma v.a. X diz-se ter distribuição Binomial com parâmetros p e n, se a sua f.p. é
da forma:
n
P( X  x)    p x (1  p)n x , x  0,1,..., n
 x
Nota: Em algumas referências utiliza-se o   p .
Notação: Simbolicamente escreveremos que X ~ B(n, p) .

Propriedades: Se X ~ B(n, p) então:

i) E  X   np . ii) V  X   np(1  p) .

X X i ~ Bi (ni , p)
Teorema: “Se as v.a. X 1 , X 2 ,…, k são independentes com então
k k
X   X i ~ Bi ( ni , p)
i 1 ”.
i 1

Para p  0.5 e pretendendo-se usar as mesmas tabelas, temos que considerar uma variável
auxiliar que representa não o número de sucessos mas o número de insucessos, em n provas
de Bernoulli, i.e.:
P( X  x)  P(n  X  n  x)  P(Y  n  x); y  0,1,..., n
p 0.5

em que: Y ~ Bi (n, p'  1  p) .

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 7