Você está na página 1de 12
1
1

1

2
2
2

2

A função de distribuição neste caso é dada por: em que 3

A função de distribuição neste caso é dada por:

A função de distribuição neste caso é dada por: em que 3

em que

A função de distribuição neste caso é dada por: em que 3

3

A função de distribuição de probabilidade nesse caso é dada por X 0 1 2

A função de distribuição de probabilidade nesse caso é dada por

X

0

1

2

3

P(X=x)

0,343

0,441

0,189

1,027

4

Exercícios:

Exercícios: 2. Considere ninhada de 4 filhotes de coelhos. Nesta raça há um distúrbio genético e

2. Considere ninhada de 4 filhotes de coelhos. Nesta raça há um distúrbio genético e a probabilidade de nascer fêmeas é de 5/8:

a. Sendo X a ocorrência de fêmeas, construa a distribuição de probabilidade de X:

X tem uma distribuição binomial

X

:

Bin

(

n

,

p

)

X

:

Bin  

4,

O Modelo Binomial é dado por

em que

[

P X =

0]

=

   

   

 

4

0

5

 

8

0

1

P X

[

5

8

 

4

0

=

=

x

]

=

x

 

 

n

p

x

(1

p

x

n

 

=

n !

(

n

x

)!

x

!

4!

 

5

(

4

0

)

!0!

8

0

 

   

3

8

5

 

) n

4

=

x

5

8

1

 

1

81

=

4096

81

4096

0,02

P

P

P

P

1 4 1  4 5  5    [ X = 1]
1
4
1
4 5
 5
 
[
X =
1]
=
1
=
4

1 8
8
 
   
 
2
4
2
4
 5
5
[
X =
2]
=
1
=
6

2
8
 
8
 
3
4
3
4
 5
 5
[
X =
3]
=
1
=
4

8
 
8
3 
 
4
4
4
4
 5
5
[
X =
4]
=
1
=
1

4
8
 
8
 

5

27

540

=

8

512

4096

25

9

1350

=

64

64

4096

125

3

1500

=

512

8

4096

625

625

 

1

=

4096

4096

0,13

0,33

0,37

0,15

A distribuição de Probabilidade de X é dada por

X

0

1

2

3

4

P(X = x)

0,02

0,13

0,33

0,37

0,15

b.

Calcule as probabilidades dos seguintes eventos por meio da distribuição binomial:

 

i)

Nascimento de exatamente duas fêmeas?

 

P[ X = 2] = 0,33

 

ii)

Nascimento de pelos menos um macho? Se Y representa o número de machos, o evento Y 1 equivale a X 3 , pois

 

se houver 1 macho, implica em 3 fêmeas;

 

se houver 2 machos, implica em 2 fêmeas;

se houver 3 machos, implica em 1 fêmea.

 

se houver 4 machos, implica em 0 fêmea.

Assim, a probabilidade do evento é

P Y

[

1

]

=

P

[

Y

=

1

]

+

P

[

Y

=

2

]

+

[

P Y

=

3

]

+

P

[

Y

=

4

]

P Y

[

1

]

=

P

[

X

=

3

]

+

P

[

X

=

2

]

+

P

[

X

=

1

]

+

P

[

X

=

0

]

=

0,37

+

0,33

+

0,13

+

0,02

=

0,84

iii)

Nascimento de pelos menos duas fêmeas?

 

P[X 2] = P[X = 2]+ P[X = 3]+ P[X = 4] = 0,33 + 0,37 + 0,15 = 0,85

 

iv)

Nascimento de no máximo uma fêmea?

 

P[X 1]= P[X= 0]+ P[X= 1]= 0,02+ 0,13= 0,15

c.

Suponha que você faça uma amostragem de 500 ninhadas de 4 filhotes. Em quantos você espera encontrar exatamente 1 macho?

6

O número esperado (NE) de ninhadas de 4 filhotes com exatamente 1 macho é

dado pelo produto da probabilidade do evento P[Y = 1] = P[X = 3] pelo número

total de ninhadas, ou seja,

NE = 500P[X = 3] = 500 0,37= 185

Assim, das 500 esperamos que 185 sejam exatamente 1 macho.

3.

Suponha que X (v. a. discreta) seja o número de animais doentes de uma determinada raça. Sabe-se que esta doença é controlada geneticamente e que ataca 1/3 da raça. Numa amostra de 4 animais, pede-se:

a. A distribuição de probabilidade de X; X tem uma distribuição binomial 1  X
a. A distribuição de probabilidade de X;
X tem uma distribuição binomial
1
X
:
Bin  
4,
3
 
0
4
0
4
 1
1
16
16
P
[
X =
0]
=
1
=
1
1
=
0,20

0
3
  
3
 
81
81
1
4
1
4
 1
 
1
1
8
32
P
[
X =
1]
=
1
=
4
=
0,39

1
3
   
3
 
3
27
81
2
4
2
4
 1
1
1
4
24
P
[
X =
2]
=
1
=
6
=
0,30

2
3
  
3
 
9
9
81
3
4
3
4
 1
1
1
2
8
P
[
X =
3]
=
1
=
4
=
0,10

3
3
27
3
81
  
3
 
4
4
4
 1
4
1
1
1
P
[
X =
4]
=
1
=
1
=
1
0,01

3
3
81
81
 4
  
 

A distribuição de Probabilidade de X é dada por

X

0

1

2

3

4

P(X = x)

0,20

0,39

0,30

0,10

0,01

b. A probabilidade de haver na amostra mais de 1 animal doente;

P[ X > 1] = P[ X = 2] + P[ X = 3] + P[ X = 4] = 0,30 + 0,10 + 0,01 = 0, 41

c. A probabilidade de haver mais de 1 animal sadio; Se Y representa o número de animais doentes, o evento Y > 1equivale a X < 2 , pois

7

se houver 2 sadio, implica em 2 doentes;

se houver 3 sadio, implica em 1 doente.

se houver 4 sadio, implica em 0 doente.

Assim, a probabilidade do evento é

d. A probabilidade de haver no máximo três animais doentes;

P[ X

3]= 1

P[ X>

3]=

1

P[ X=

4=]

1

0,01=

0,99

probabilidade de haver no máximo três animais doentes; P [ X 3] = 1 P [
probabilidade de haver no máximo três animais doentes; P [ X 3] = 1 P [

8

Exemplo 2 Determinar a probabilidade de haver 4 peças defeituosas numa amostra de 300, extraída

Exemplo 2

Determinar a probabilidade de haver 4 peças defeituosas numa amostra de 300, extraída de um grande lote onde há 2% de defeituosas.

Aplicando-se a fórmula da distribuição binomial teremos:

N

X

= 300

= 4

p = 2% =

2
2

100

= 0,02

Utilizando a distribuição de Poisson, teremos:

P

=

= n p

(

x

) =

e

(

)

x

x

M

Exercícios

= 300 0,02

= 6

P

(

x

=

4)

=

e

6

(6)

4

4

M

= 0,134

9

1. Suponhamos que os navios cheguem a um porto a razão de 2 navios /hora, e que essa razão seja bem aproximada por um processo de Poisson. Observando o processo por um período de meia hora (t = 1/2), determine a probabilidade de:

a) não chegar nenhum navio;

b) chegarem 3 navios.

Solução:

n

= 2

p

= t =

1 2
1
2

horas.

Primeiro determine :

a)

b)

P

P

(

(

x

x

) =

) =

e

(

)

x

e

x M

(

)

x

x M

P

P

1 = = n ◊t = 2◊ = 1 ⇒ = 1 2 0 e
1
=
= n ◊t = 2◊
= 1
= 1
2
0
e
1 (1)
=
0)
=
= 0,368
0 M
3
e
1 (1)
=
3)
=
= 0,061
3 M

(

(

x

x

2. Uma máquina produz 9 peças defeituosas a cada 1000 peças produzidas. Calcule a probabilidade de que em um lote que contém:

a) 200 peças, sejam encontradas 8 peças defeituosas;

= = n ◊p n = 200 peças 9 p = = 0,009 1000
=
= n ◊p
n = 200 peças
9
p =
= 0,009
1000

=

= n p

= 200 0,009

= 1,8

P

(

x

) =

e

(

)

x

x

M

P

(

x

=

8)

=

e

1,8

(1,8)

8

18,216

=

8

M

40320

10

= 0,00045

b) 500 peças, não haja nenhuma peça defeituosa.

= = n ◊p n = 500 peças 9 p = = 0,009 1000 =
=
= n ◊p
n = 500 peças
9
p =
= 0,009
1000
=
= n ◊p ⇒
= 500 ◊0,009 ⇒
= 4,5
x
4,5
0
e
(
)
e
(4,5)
P
(
x
) =
P
(
x
=
0)
=
x M
0 M

= 0,0111

4) Um processo mecânico produz tecido para tapetes com uma média de 2 defeitos por

jarda. Determine a probabilidade de uma jarda quadrada ter exatamente 1 defeito,

admitindo que um processo possa ser bem aproximado por uma distribuição de Poisson.

Solução

É

dado

 

= 2 e x = 1

 

(

 

)

 

e

t

(

t

)

X

P

X

=

 

X M

 

P

(

x

) =

e

(

)

x

x

M

P (1)

=

e

2

(2)

1

1

M

= 0,270

3. As chamadas de emergência chegam a uma central de polícia a razão de 4 por hora no

período de 1 as 6 da manhã em dias úteis e podem ser aproximadas por uma distribuição

de Poisson. Responda:

a) Quantas chamadas de emergência são esperadas num período de 30 minutos?

b) Qual a probabilidade de nenhuma chamada num período de 30 minutos?

a)

p

= t (tempo) = 30 minutos = 0,5 horas.

n

= 4

11

E(x) =

=

= n t

Portanto, num período de 30 minutos são esperadas

chamadas.

b) p = t (tempo) = 30 minutos = 0,5 horas.

P

=

(

x

= n t

) =

e

(

)

x

xM

P(x = 0) = 0,135

12