V.a. discretas Importantes (Ficha de trabalho D.

2)

Distribuições Hipergeométrica, Geométrica e

Binomial Negativa e Poisson + Binomial (Parte 2).

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 ................................................................................................................ 2

Exercícios Propostos I................................................................................................................ 4
Auto-Avaliação I (45 minutos) .................................................................................................. 6
Auto-Avaliação II (15 minutos) ................................................................................................. 6
Exercícios Propostos I - Uma resolução. ................................................................................... 7
Auto-Avaliação I - Uma resolução .......................................................................................... 10
Síntese das V.A. Discretas Importantes: U., Ber., Bin, HG, G, Poi. ....................................... 14

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

96 545 94 13 explicacoesdinamicas@gmail.com
Probabilidades VADI

Exercícios Resolvidos

ER1 Um estudante vai comprar uma esferográfica. Na papelaria apresentam-lhe uma caixa
com 25 esferográficas, 7 das quais têm defeito. O estudante decide testar 3 esferográficas
antes de decidir o que vai comprar.
i. Será um esquema com ou sem reposição? Justifique.
ii. Escreva a função de probabilidade e calcule o número de esferográficas que se espera que
o estudante encontre com defeito.
Resolução:
a) Obviamente sem reposição. Não fazia sentido o estudante repor enquanto estava a analisar
as canetas.

b) X - v.a. que representa o nº de esferográficas defeituosas nas três extracções. Sendo um

esquema de extracção sem reposição tem-se que: X ~ HG  25,7,3 .
 7  18 
  
 x  3  x 
A f.d. pedida, usando um formulário, é: P X  x   ; x  0,1,2,3.
 25 
 
3
c) Recorrendo ao formulário podemos calcular o valor esperado pedido:
EX   n
M 7
 3.  0.84 esferográficas defeituosas.
N 25

4 Num lote de 100 artigos, 20 estão com defeito. Se escolhermos 3 desses artigos, qual a
probabilidade de exactamente dois serem defeituosos?
a) Admitido esquema sem reposição.
b) Admitido esquema com reposição.

ER2 Num lote de 100 artigos, 20 estão com defeito. Se escolhermos 3 desses artigos, qual a
probabilidade de exactamente dois serem defeituosos?
 20   80 
 . 
Resolução: a) Sem reposição (valor exacto): P( X  2)       0.094 .
2 1
100 
 
 3 
 3
b) Com reposição: P( X  2)   0.2 2 (1  0.2) 32  0.096 .
 2

Neste caso como 10n  30  100  N , podemos aproximar a distribuição hipergeométrica

pela distribuição binomial.

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

Probabilidades VADI

ER3 Considere a tabela da distribuição de Poisson. Calcule:

a) Para X P    2  :
a.1) P  X  0 
a.2) F  3 ;
a.3) P  X  3
a.4) a moda e a mediana da v.a. X.

b) Para Y P    3 : P Y  1 ; P Y  4  ; F 3 ;
b.1) P Y  0 
b.2) F  3 ;
b.3) P Y  3
b.1) a moda e a mediana da v.a. Y.

a) Vamos usar a tabela 2 com   2 :

a.1) P  X  0   FX (0)  0.1353
a.2) FX (3)  0.8571
a.3) P  X  3  FX (3)  FX (2)  0.8571 - 0.6767= 0.1808
a.4) a moda é 1 ou 2 - a distribuição é bi-modal.

a mediana da v.a. X é o 2.

b) Vamos usar a tabela 2 com   3 :

b.1) P Y  0   FY (0)  0.0498
b.2) FY (3)  0.6472
b.3) P Y  3  F (3)  F (2)  0.6472 - 0.4232 = 0.224
b.4) a moda é 1 ou 2 - a distribuição é bi-modal.

ER4 Uma central telefónica recebe em média 120 chamadas telefónicas por hora. Supondo
que o número de chamadas num determinado intervalo de tempo obedece a uma distribuição
de Poisson. Determine a probabilidade de que:
a) Num período de 5 minutos, sejam recebidas mais de 10 chamadas.
b) Sejam recebidas 10 chamadas num período de 4 minutos.
c) Seja preciso esperar mais de 2 minutos pela primeira chamada.

a) Seja X a v.a., número de chamadas recebidas num período de 5 minutos. As chamadas

processam-se segundo um processo de Poisson com média   120 chamadas /hora, pelo que
a v.a. X terá distribuição de Poisson com parâmetro
120
  5  10 chamadas/ 5 minutos, isto é, X P    10  .
60
P  X  10   1  P  X  10   1  F 10   ... Tabela 3  10

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

Probabilidades VADI

b) Pretende-se P Y  10   ? . Neste caso temos P Y  10  Tabela 8 0.0993

c) Para esperarmos mais de 2 minutos pela 1ª chamada isto significa que num período de 2
minutos não se recebeu qualquer chamada. Seja W, a v.a. que representa o número de
chamadas recebidas num período de 2 minutos. A v.a. W terá distribuição de Poisson com
120
parâmetro    2  4 chamadas/ 2 minutos, isto é, W P    4 
60
Pretende-se P W  0   ? . Pelo que P W  0  P W  0;   4  e4 0.0183

ER5 Um estudo sobre um modelo vendido por uma marca de automóveis revela que o
número de avarias anuais tem função de probabilidade:
Número de avarias 0 1 2 3 4 5
f  x 0.6 0.1 0.15 0.1 0.05 0
Qual a probabilidade de ter de observar 10 carros até encontrar um que tenha tido quatro
avarias num ano?

Resolução Sendo Y a variável aleatória que contabiliza o número de carros observado até
encontrar um com 4 avarias num ano, Y segue uma distribuição geométrica com parâmetro
p  P  X  4   0.05 , isto é, Y Ge  0.05 .
Assim temos, P Y  10   1  0.05  0.05  0.032  3.2% .
9

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 estudante vai comprar uma esferográfica. Na papelaria apresentam-lhe uma caixa
com 30 esferográficas, 5 das quais têm defeito. O estudante decide testar 10 esferográficas
antes de decidir o que vai comprar. Escreva a função de probabilidade da v.a. que representa
o nº de esferográficas defeituosas nas dez extracções.

EPI.3 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.

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

Probabilidades VADI

EPI.4 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 .
a) Calcule a probabilidade de numa placa de 1.5 m  3 m haver pelo menos 1 bolha.
b) Calcule a probabilidade de num conjunto de 6 placas de 1.5 m  3 m haver pelo menos 4
sem bolhas.

EPI.5 Uma linha de comunicação é considerada segura se, no envio de 100 mensagens,
houver menos de 3 que são recebidas incorrectamente. Admitindo que numa certa linha a
probabilidade de uma mensagem ser recebida incorrectamente é 0.1, independentemente de
mensagem para mensagem. Calcule a probabilidade de, só após o envio de 50 mensagens, ser
recebida uma incorrectamente.

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

Probabilidades VADI

Auto-Avaliação I (45 minutos)

AAI.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 a probabilidade de, ao sexagésimo passageiro inspeccionado, encontrar o terceiro
passageiro transportado um objecto proibido.
c) Qual o número esperado de passageiros a transportarem objectos não autorizados num dia
em que são inspeccionados 10000 passageiros.

AAI.2 Em determinado momento está disponível uma equipa de 3 mulheres e 7 homens para
o check in de uma dada companhia. Para o voo em causa serão disponibilizados três balcões
de check in. Considere que são escolhidas aleatoriamente três membros da equipa, um para
cada balcão, e seja X a variável aleatória correspondente ao número de mulheres nos três
balcões. a) Determine a função de probabilidade f X  x  de X .
b) Determine a função distribuição de probabilidade FX  x  e use-a para calcular a
probabilidade de se encontrarem pelo menos duas mulheres nos três balcões.
c) Determine o número esperado de mulheres nos referidos balcões. Explique o significado
do valor obtido.

AAI.3 O número de passageiros que acorre aos balcões de check in para um determinado voo
é uma variável aleatória com distribuição de Poisson. Em média, durante as 2 horas em que
os balcões estão abertos, 130 passageiros fazem o seu check in.
a) Determine a probabilidade de, no primeiro quarto de hora de abertura dos balcões, serem
recebidos 15 passageiros.
b) Sabendo que na primeira hora e meia correram menos de 110 passageiros aos balcões de
check in, qual a probabilidade de, na restante meia hora de abertura dos balcões, serem
atendidos 32 passageiros.
c) Observa-se que, na prática, os passageiros fazem o seu check in maioritariamente na última
meia hora de abertura dos balcões. Tendo em conta essa observação e os pressupostos de uma
distribuição de Poisson, considera que modelar o número de passageiros que ocorre aos
balcões de check in através de uma distribuição de Poisson é um procedimento adequado?
Justifique convenientemente

Auto-Avaliação II (15 minutos)

AAII.1 O número de cliente que chega a uma caixa de supermercado num período de 10
minutos tem distribuição de Poisson com média igual a 5.
a) Calcule a probabilidade de num período de 5 minutos chegarem 2 ou mais clientes.
b) Quantos lugares deveram ter a fila de atendimento, de modo a que todos os clientes que
chegam num período de 5 minutos possam nela ter lugar com probabilidade pelo menos igual
a 0.95?
c) Qual o valor médio de chegadas e o respectivo desvio-padrão no período de 5 minutos?

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

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 estudante vai comprar uma esferográfica. Na papelaria apresentam-lhe uma caixa
com 30 esferográficas, 5 das quais têm defeito. O estudante decide testar 10 esferográficas
antes de decidir o que vai comprar. Escreva a função de probabilidade da v.a. que representa
o nº de esferográficas defeituosas nas dez extracções.

X - v.a. que representa o nº de esferográficas defeituosas nas dez extracções. Sendo um

esquema de extracção sem reposição tem-se que: X ~ HG  30,5,10 .
 5  25 
  
x 10  x 
A f.d. pedida, usando um formulário, é: P  X  x     ; x  0,1, 2,3, 4,5.
 30 
 
 10 
Nota: atenção só há cinco defeituosas na caixa!

EPI.3 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.

i. Seja a v. a. X= «Número de dias da semana em que o gerador falha no arranque», x =0, 1,

2, …, 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
 deMatemáticas/Cálculos,
2
Explicações Var ( X )  np(1  p)  5 Físicas
Estatísticas,  0.01e Mecânicas:
 0.99 960.545
0495
94 13 explicacoesdinamicas@gmail.com 7
Probabilidades VADI

ii. Pretende-se:

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.4 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 .
a) Calcule a probabilidade de numa placa de 1.5 m  3 m haver pelo menos 1 bolha.
b) Calcule a probabilidade de num conjunto de 6 placas de 1.5 m  3 m haver pelo menos 4
sem bolhas.

a) Seja X, a v.a., número de bolhas numa placa de 4.5 m2   1.5 m  3 m  . Como as bolhas se
distribuem aleatoriamente e se pode admitir que se existem, em média, 0.4 bolhas/ m 2 ,
existem, em média, 0.4  4.5  1.8 bolhas / 4.5 m2 , a v.a. X terá distribuição de Poisson com
média 1.8 bolhas / 4.5 m2 : X  Poi    1.8 e sua função de probabilidade será:
e1.8 1.8
x

P  x;   1.8   x  0,1,...
x!

Pretende-se P  X  1  ?
P  X  1  1  P  X  0   1  Poi  0;1.8  1  0.1653  0.8347
Tabela 2
fp Poisson

b) Seja Y, a v.a., número de placas, num conjunto de 6 placas de 1.5 m  3 m , 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   ?

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 8

Probabilidades VADI

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

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

EPI.5 Uma linha de comunicação é considerada segura se, no envio de 100 mensagens,
houver menos de 3 que são recebidas incorrectamente. Admitindo que numa certa linha a
probabilidade de uma mensagem ser recebida incorrectamente é 0.1, independentemente de
mensagem para mensagem. Calcule a probabilidade de, só após o envio de 50 mensagens, ser
recebida uma incorrectamente.

Seja X  nº de mensagens incorrectamente recebidas, em 100 mensagens enviadas

X Binomial  n  100, p  0.1

 
2
P "linha segura "  P  X  3  P  X  2    100  0.1  0.9100 

 0

 
 0.9100  100  0.1 0.999  100  0.12  0.998  1.945 103
2

Seja Y  nº de mensagens enviadas até ser recebida uma incorrectamente

Y Geométrica  p  0.1
 
P Y  50   P Y  51   1  p   p  p  1  p 
y 1 y 1

y  51 y 51

1  p   1  p
50

 p    0.950
50
0.00515
1  1  p 

Resolução Alternativa:
Seja X   nº de mensagens incorrectamente recebidas, em 50 mensagens enviadas.
X  Binomial  50, 0.1

 
P Y  50   P  X   0   50  0.10  0.9500  0.950
0
0.00515

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 9

Probabilidades VADI

Auto-Avaliação I - Uma resolução

AAI.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 a probabilidade de, ao sexagésimo passageiro inspeccionado, encontrar o terceiro
passageiro transportado um objecto proibido.
c) 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 Bin 15;0.05 . Assim,
P  X  1  1  P  X  0   1  15C0  0.05  0.05  46.3% .
0 15

b) Sendo Y o número de passageiros que é necessário inspecionar até encontrar o terceiro

transportando um objecto proibido, Y tem uma distribuição binomial negativa de parâmetros
r  3 e p  0.05 , isto é, Y BN  3;0.05 . Logo, P Y  60   59C2 0.053 1  0.05  1.1% .
57

c) Sendo W a variável aleatória que contabiliza o número de passageiros que transporta um

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

AAI.2 Em determinado momento está disponível uma equipa de 3 mulheres e 7 homens para
o check in de uma dada companhia. Para o voo em causa serão disponibilizados três balcões
de check in. Considere que são escolhidas aleatoriamente três membros da equipa, um para
cada balcão, e seja X a variável aleatória correspondente ao número de mulheres nos três
balcões.
a) Determine a função de probabilidade f X  x  de X .
b) Determine a função distribuição de probabilidade FX  x  e use-a para calcular a
probabilidade de se encontrarem pelo menos duas mulheres nos três balcões.
c) Determine o número esperado de mulheres nos referidos balcões. Explique o significado
do valor obtido.

a) Sendo X a variável aleatória que contabiliza o número de mulheres nos três balcões de
check in, o espaço de acontecimentos de X é  X  0,1, 2,3 . A função de probabilidade
7
C3
f X  x  é: f x  0   P  X  0   10
 0.292 ;
C3

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 10

Probabilidades VADI

7
C2 3C1 C1 3C2 7

f x 1  P  X  1  10  0.525 ; f x  2   P  X  2   10  0.175 ;

C3 C3
 0.292; x  0
 0.525; x  1

3
C3
f x  3  P  X  3  10  0.008 , isto é, f X  x    .
C3  0.175; x  2
 0.008; x  3
Para os restantes valores de f X  x   0 .
b) Uma vez que a função distribuição de probabilidade FX  x  é, por definição,
FX  x   P  X  x  , tem-se x  0  FX  x   0 ;
0  x  1  FX  x   0.292 ;
1  x  2  FX  x   0.292  0.525  0.817 ;
2  x  3  FX  x   0.817  0.175  0.992 ;
x  3  FX  x   0.992  0.008  1 , isto é,
 0; x0
 0.292; 0  x  1

FX  x    0.817; 1  x  2 .
 0.992; 2  x  3

 1; x3
A probabilidade de se encontrarem pelo menos duas mulheres nos três balcões é
P  X  2  1  P  X  2  1  P  X  1  1  FX 1  1  0.817  0.183 .
c) O número esperado de mulheres nos três balcões é determinado pelo valor esperado de X ,
3

isto é, E  X    x f X  x   0  0.292  1 0.525  2  0.175  3  0.008  0.899 .

x 0

O significado deste valor esperado é o seguinte: se observarmos infinitas escolhas aleatórias

da constituição da equipa de check in, a média do número de mulheres nessas equipas é de
0.899 .

AAI.3 O número de passageiros que acorre aos balcões de check in para um determinado voo
é uma variável aleatória com distribuição de Poisson. Em média, durante as 2 horas em que
os balcões estão abertos, 130 passageiros fazem o seu check in.
a) Determine a probabilidade de, no primeiro quarto de hora de abertura dos balcões, serem
recebidos 15 passageiros.
b) Sabendo que na primeira hora e meia correram menos de 110 passageiros aos balcões de
check in, qual a probabilidade de, na restante meia hora de abertura dos balcões, serem
atendidos 32 passageiros.
c) Observa-se que, na prática, os passageiros fazem o seu check in maioritariamente na última
meia hora de abertura dos balcões. Tendo em conta essa observação e os pressupostos de uma
distribuição de Poisson, considera que modelar o número de passageiros que ocorre aos
balcões de check in através de uma distribuição de Poisson é um procedimento adequado?
Justifique convenientemente.

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 11

Probabilidades VADI

a) Sendo X o número de passageiros que acorre aos balcões de check in para um

determinado voo no primeiro quarto de hora de abertura dos balcões, X P  X  em que
130 passageiros 15minutos
X   16.25 . Logo,
120 minutos
16.2515

P  X  15  e
16.25
15!
 0.098  9.8%

b) Seja Y o número de passageiros que acorre aos balcões de check in para um determinado
voo na primeira hora e meia, hora de abertura dos balcões ( Y P  Y  em que
130 passageiros  90 minutos
Y   97.5 ) e W o número de passageiros que acorre aos
120 minutos
balcões de check in do mesmo voo na restante meia hora de abertura ( W P  W  em que
130 passageiros  30 minutos
W   32.5 ). Logo, admitindo a independência entre o número
120 minutos
de passageiros que faz o seu check in na primeira hora e meia e o número de passageiros que
o faz na restante meia hora, o que é consequência de o número de passageiros que ocorre aos
balcões de check in nas duas horas ser uma variável aleatória com distribuição de Poisson,
32.532

P W  32 Y  110   P W  32   e
32.5
32!
 0.070  7.0% .

c) Um processo de Poisson pressupõe um número esperado de eventos igual para iguais

períodos de tempo, sendo esse número esperado directamente proporcional à duração do
intervalo de tempo. Se de facto observa que o número de passageiros que ocorre aos balcões
de check in é muito superior na última meia hora, quando comparado com qualquer outro
período de meia hora em que os balcões estão abertos, modelar a ocorrência aos referidos
balcões por um processo de Poisson não é adequado.

AAII.1 O número de cliente que chega a uma caixa de supermercado num período de 10
minutos tem distribuição de Poisson com média igual a 5.
a) Calcule a probabilidade de num período de 5 minutos chegarem 2 ou mais clientes.
b) Quantos lugares deveram ter a fila de atendimento, de modo a que todos os clientes que
chegam num período de 5 minutos possam nela ter lugar com probabilidade pelo menos igual
a 0.95?
c) Qual o valor médio de chegadas e o respectivo desvio-padrão no período de 5 minutos?

a) Seja X a v.a. número de cliente chegados num período de 5 minutos. Como as chegadas se
processam segundo um processo de Poisson, com média de chegadas de
  5 clientes /10 mim então o número médio de chegadas para um intervalo de 5 minutos
5
será:    5 mim  2.5 clientes / 5 mim e a v.a. X terá distribuição de Poisson com
10
parâmetro   2.5 isto é, X  Poi    2.5 . Pretende-se P  X  2   ?
P  X  2  1  P  X  1  1  F 1  1  P  x  1;   2.5 1  0.2873  0.7127

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 12

Probabilidades VADI

b) Seja K a capacidade da fila de atendimento. Queremos determinar o valor de K de modo a

que P  X  K   0.95 que conduz a P  X  K   0.95  F  K   0.95  K  5 .
A fila deverá ter uma capacidade de pelo menos 5 pessoas.

c) Valor médio de chegadas:  X  E  X     2.5 clientes / 5 minutos.

Desvio-padrão:  X  Var  X     2.5 1.6 clientes / 5minutos

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

Probabilidades VADI

Síntese das V.A. Discretas Importantes: U., Ber., Bin, HG, G, Poi.
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 ~ Bi (ni , p)
Teorema: “Se as v.a. X 1 , X 2 ,…, k são independentes com i 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 14

Probabilidades VADI

Distribuição Hiper-Geométrica: “Uma v.a. X tem distribuição hipergeométrica, de

parâmetros N, M e n, se a sua f.p. é da forma:
M  N M 
  . 
 x   nx 
P( X  x)  , max 0, n  N  M   x  min n, M  ”.
N
 
n
Em que X representa o número de elementos numa amostra de dimensão n extraída (sem
reposição) duma população com N elementos, dos quais M têm um(a) determinado(a)
atributo (característica).
2
- E X    xi P( X  xi )  n.
M
 n. p
i 1 N
 
- V X   E X 2  E 2 X   n. p(1  p).
N n
N 1

Distribuição Geométrica: “Uma v.a. X tem distribuição geométrica, de parâmetros n e p, se

a sua f.p. é da forma:
P( X  x)  p(1  p) x 1 , x  ”.
X representa o número de experiências de Bernoulli realizadas até à ocorrência, pela primeira
vez de um sucesso,

Distribuição de Poisson “Uma v.a. X tem distribuição de Poisson, de parâmetro   0 , se a

e   x
sua f.p. é da forma: P( X  x)  , x  0,1,...
x!

Nota: O "e" representa o número de Euler (e = 2,71828182846...).

A esta f.p. corresponde:

EX    V X   

Notação: Simbolicamente escreveremos que X P   .

Teorema : Soma de v.a.´s

X X ~ P(i ), i  1,..., k
“Se as v.a.´s X 1 , X 2 ,…, k são independentes com i então
k k
X   X i ~ P(   i )
i 1 i 1 i ”.

Este resultado diz-nos que a soma de v.a.´s independentes de Poisson é ainda uma v.a. de
Poisson, cujo parâmetro é a soma de todos os parâmetros, não necessariamente iguais. Esta
distribuição encontra-se tabelada para vários valores de  .

Explicações de Matemáticas/Cálculos, Estatísticas, Físicas e Mecânicas: 96 545 94 13 explicacoesdinamicas@gmail.com 15