AULA PRATICA.

DISTRIBUÇOES ESPECIAIS
 Variável aleatória(v.a)
 
Definição de Variável aleatória (v.a)
Seja Um espaço de probabilidade. Uma função real definida sobre

Chama-se uma variável aleatória (sobre ), se para todo número real se cumpre que

 
Função de distribuição

 
Variável aleatoria discreta Variável aleatoria continua
• Valor esperado é continua, e existe a função de densidade
X ...
• Variância
P ...
  
Variável aleatoria discreta v.a.d Variável aleatoria continua v.a.c
é continua, e existe a função de densidade

 Valor esperado v.a.d

  Valor esperado v.a.c

Variância v.a.d
 
Variância v.a.c
 

  Desvío padrão v.a.d

 Distribuição de Bernoulli
 
Distribuição de Bernoulli
A variavel aleatória segue uma distribuição de Bernoulli se toma dois valores 1,
com probabilidade e 0 com probabilidade 1-p e possui função de probabilidade
dada em forma de tabela:
X 0 1
p

A notação é .
O parâmetro é
e.
 TAREFA

  Exercicio 1:

Seja o experimento lançamento de um dado ao ar, e a variável Y: Sai um número menor o igual a 2, definida como:
Y: Ω IR tal que: Y(w)= .
1. Y sigue uma distribuição de Bernoulli com parâmetro p=. Justifique.
2. Determine sua lei de distribuição.
3. Diga se são verdadeiros o falsos as siguentes proposições. Justifique
3.1. P(Y 0)+P()=.
3.2. .
3.3. P()=1.
3.4. E(Y)-V(Y)=0
 Solução do Exercicio 1:

Seja o experimento lançamento de um dado ao ar, e a variável Y: Sai um número menor o igual a 2, definida como:
Y: Ω IR tal que: Y(w)= .
1. Y sigue uma distribuição de Bernoulli com parâmetro p=, pois Y é uma v.a que toma dois valores, 1 se ocorre o
sucesso com probabilidade p=omando en conta que:

Ω={}, os pares ordenados que pertencem a Y são: ( ( ( ( ( Logo: P(Y=1)===p.

2. Determine sua lei de distribuição.

Y 0 1
P
Solução do Exercicio 1:

Lei de distribuição ou função de distribuição em forma de tabela.

Y 0 1
P

  Diga se são verdadeiros o falsos as siguentes proposições. Justifique

3.
3.1. P(Y 0)+P()=. (V) P(Y 0)=0 P()= P(Y=0)=.
3.2. . (F) = P(Y )= P(Y=0)+ P(Y=1)=+=1
3.3. P()=1. (F) Se conhece que P(a < X ≤ b) = − , P()=− =
=P(Y )- P(Y )=1- P(Y=0)=1-=.
3.4. E(Y)-V(Y)=0. (V) E(Y)= E(Y)=. =. V(Y)=-. Lembrar:E(Y)=p e V(Y)=p(1-p).
 Distribuição de Binomial
 
Distribuição binomial
Se um experimento de Bernoulli (que só pode assumir dois valores 1 se ocorreu sucesso e 0 se
ocorreu falha) é repetido n vezes , então há uma variável X que assume os valores 0, 1, 2,
3, ..., n com probabilidade

onde representa as combinações de n elementos tomados nA v.a X segue uma distribuição

binomial com os parâmetros n e p.
A notação é .
Os parâmetros são

E(X)=np.
V(X)=np(1-p).
Exercicio 2: Seja o experimento aleatório escolher o teste de um aluno para determinar se há ou não um erro no teste
e a variável aleatória X: Número de erros nos três testes de um aluno, com a seguinte função de probabilidade:
X 0 1 2 3
P k

 a) Determine o dominio de X (ou seja, o espaço amostral Ω do experimento).

b) Qué tipo do variavel aleatoria é X?. Justifique.
c) Calcular:
d) Qué tipo de distribuição de probabilidade sigue X. Quais são seus parâmetros. Justificar.

 Solução: a) Ω=, onde:

N: Não há erro e E: Há erro.
b) X é uma v.a discreta porque toma cuatro valores.
Exercicio 2: Seja o experimento aleatório escolher o teste de um aluno para determinar se há ou não um erro no teste
e a variável aleatória X: Número de erros nos três testes de um aluno, com a seguinte função de probabilidade:
X 0 1 2 3
P k

 c) Calcular:
d) Qué tipo de distribuição de probabilidade sigue X. Quais são seus parâmetros. Justificar.

 Solução: Ω=, onde:

N: Não há erro e E: Há erro.
c) Se cumpre para uma v.a.d que: ; logo: +k++=1, portanto:k=.
=;
=P(X 2,5)=P(X=0)+P(X=1)+P(X=2)=
E(X)=+ += e E( +4. +9 =3; logo:
3,
+.
Exercicio 2: Seja o experimento aleatório escolher o teste de um aluno para determinar se há ou não um erro no
teste e a variável aleatória X: Número de erros nos três testes de um aluno com a seguinte função de
probabilidade:
X 0 1 2 3
P k

d) Qué tipo de distribuição de probabilidade sigue X. Quais são seus parâmetros. Justificar.

  v.a Y: Ω
A definida por Y(w)= segue uma distribuição de Bernoulli com parâmetro p=.
Como o experimento de Bernoulli se repete três vezes, X sigue uma distribuição binomial porque toma
os valores 0, 1, 2 e 3 (n=3) com probabilidade
Os parâmetros são: n=3 e p=.
  
Exercicio 3: Seja o experimento o lançamento de um dado tres vezes ao ar e a v.a. X: Número de vezes
que sai o número 5.
2.1 O evento A= e o evento B= assumem o valor 2 de acordo com X. Justificar.
2.2 Calcular:
a) A lei de distribuição de probabilidade de X.
b) A função de distribuição de X, para todo x . E .
c) P+P(X2).
d) E(X), V(-X+4) e .

Já foi resolvido na aula Probabilidade A5, utilizando a definição de probabilidade clássica.

Vamos então adicionar esta questão: Qué tipo de distribuição de probabilidade sigue X?
Quais são seus parâmetros? Justificar
Agora vamos resolvê-lo usando a fórmula binomial.

Vamos primeiro lembrar como foi resolvido a linha a

 
Solução:
2.1)) A variável aleatória (v.a) é uma função que associa a cada elemento de Ω um número real,
X: Ω IR, logo A e B Ω, e como X é o número de vezes que sai o número 5; X(5,2,5)=X(2,5,5)=2.
a) A lei de distribuição de probabilidade de X em forma de tabela são os valores de X com as probabilidades
correspondente, logo, X pode tomar os valores: 0, 1, 2 e 3, toma o valor 0 se no sai o número 5, 1 se o número 5
sai uma vez, e assim por diante...

Há que calcular P(X=0), P(X=1), P(X=2) e P(X=3) utilizando a fórmula de probabilidade classica.

Total de possíveis resultados do experimento o lançamento de um dado tres vezes ao ar é uma

variação com repetição de 6 tomados de 3 em 3. Variação porque importa o ordem: (5, 2, 5) é uma posibilidade e
(2, 5, 5) é outra, e com repetição pois os números podem repetirse. Total de possíveis resultados: =

P(X=3)=, P(X=2)==, P(X=1)== e P(X=0)==.

Lei de distribuição

X 0 1 2 3
P

Agora vamos resolvê-lo usando a fórmula binomial.

 X 0 1 2 3
P

 X sigue uma distribuição binomial porque toma os valores 0, 1, 2, 3 (n=3) com probabilidade

 Os parâmetros são n=3 e p=

  P(X=0)=, P(X=1)=,

P(X=2)=, P(X=3)=
Exercicio 4: Dez por cento das peças produzidas por certo processo de fabricação acusam
defeitos. Determine a probabilidade de que, em uma amostra aleatória de 10 peças,
exatamente duas defeituosas, utilizando:
a) A distribuição binomial;
b) A aproximação de Poisson.

Exercicio 5: Número de mortes por ano por unidade, devido à coice de cavalos, entre as 10
unidades do exército prussiano em um período de 20 anos (1875 a 1894). Ajuste uma
distribuição Poisson a esses dados.
 Exercicio 4: Dez por cento das peças produzidas por certo processo de fabricação acusam defeitos.
Determine a probabilidade de que, em uma amostra aleatória de 10 peças, exatamente duas
defeituosas, utilizando:
a) A distribuição binomial;
b) A aproximação de Poisson.
Solução:
A probabilidade de uma peça defeituosa é p=0,1. Seja X o número de peças defeituosas entre as 10
escolhidas. Então, pela distribuição binomial.
P(X=2)=
Temos Então, pela distribuição de Poisson,
P(X=x)= Ou P(X=2)= Nota: =0,367879
Em geral, a aproximação é boa se p e
NOTA: Para o cálculo de pk usando EXCEL, na opção de menu “Fórmulas”, na subopção “Mais
Funções” e, dentro desta, na opção “Estatística”, “Dist Poisson”. E então aparece uma janela, onde o
valor da variável está localizado em x, neste caso 2 e em média, colocam o valor de λ em valores
acumulados o valor lógico False.
Exercicio 5: Número de mortes por ano por unidade, devido à coice de cavalos, entre as 10 unidades
do exército prussiano em um período de 20 anos (1875 a 1894). Ajuste uma distribuição Poisson a
esses dados.
Tabela 3.1
X: Número de 0 1 2 3 4
mortes
f: Días 109 65 22 3 1

  Solução:
O número medio de mortes é TabelaX 3.2 P Número
esperado
Observações

. de mortes
0 0, 5434 108,68 109
Logo de acordo com a distribuição de Poisson, 1 0,3314 66,28 65
P. 2 0,101095 20,219 22
3 0,02055691 4,1 3
4 0,003135 0,627 1

NOTA: Para o cálculo de pk usando EXCEL, na opção de menu “Fórmulas”, na O AJUSTE É

subopção “Mais Funções” e, dentro desta, na opção “Estatística”, “Dist BOM.
Poisson”. E então aparece uma janela, onde cada valor da variável está
localizado em x, neste caso 0, 1, 2, 3 e 4 e em média, colocam o valor de λ em
Número esperado
de mortes
n.p

200x0,5433=108,68

200x0,3314=66,28

200x0,101=20,219

200x0,0205=4,1

200x0,0031=0,627
Exercicio
  6: Número de nascimento, por hora, numa certa maternidade é uma v.a. de Poisson. Sabendo
que a probabilidade de não haver nascimento durante uma hora é de 0,368, determine a probabilidade
de ocorrerem pelo menos 3 nascimentos, numa hora .
Solução:
, logo,
(utilizar EXCEL para calcular ).
 
1-0,368(2+1- =
Outra forma utilizando o EXCEL para calcular as probabilidades por Poisson:
= , = , =0,184,
(+ + 0,184)=1-
 Distribuição normal
 

   Quando e , temos uma distribuição normal padrão. Para essa a

função de densidade padrão reduz-se a:

 
 Distribuição normal
 
Suponha, então que Xe que queiramos calcular
P(a, com função de distribuição de X.
Esta integral não pode ser calculada analiticamente, e por tanto a
probabilidade indicada só poderá ser obtida, aproximadamente, por meio de
integração numérica. No entanto, para cada valor de e cada valor de ,
teriamos de obter P(a para diversos valores de a e b. Essa tarefa é facilitada
através de uso da variável aleatória normal padrão Z,
mediante a tabela que segue para a distribuição normal padrão.
Vejamos, então como obter probabilidade a partir da tabela para a distribuição normal
padrão (Areas da Curva Normal padrão). Essa tabela da as probabilidade sob uma curva
normal padrão, que nada mais são do que as
Correspondentes areas sob a curva. A figura siguente ilustra a probabilidade fornecida
pela tabela, a saber:
 P(01)=0,3413,

P(02,62)=0,4956
 
Exercicio 7:
b)
Se conhece que Z. Calcular:
a) P(-0,68 0) a)
b) P(-0,46 Z 2,21)
c) P(0,81 Z 1,94)
d) P(-0,04 Z 0,04)
e) P(Z -1,28).

Solução:
f) P(-0,68 0)=P(0 0,68 )=0,2517. -0,68 0,68

b) P(-0,46 Z 2,21)= P(0 0,46)+ P(0 2,21)=0,1772+0,4864=

P(-0,46 Z 2,21)=0,6636. -0.46 2.21

OUTRA FORMA: Utilizando a propiedade P(a < X ≤ b) = − e a definição

P(-0,46 Z 2,21)=)-1+P(0,46)=
P(-0,46 Z 2,21)=0,5+0,4864-1+0,5+0,1772= 0,1772+0,4864=0,6636.
  P(0,81 Z 1,94)=P(0 Z 1,94)-P(0 Z )=0,4738-0,2910=
c)
P(0,81 Z 1,94)=0,1828. c)

d) P(-0,04 Z 0,04)=2 P(0 Z 0,04)=2(0,0160)=0,0320.

e) P(Z -1,28)=0,5+ P(0 Z 1,28)=0,5+0,3997=0,8997.

0.81 1.94

e)
d)

-0,04 0,04 -1,28

 Exercicio 8:
Se a = "área", refere-se à área sob a curva normal padrão, encontre o valor ou
os valores de a tais que:
a)
a) A área entre x=0 e x=a é 0,3770,
b) A área a esquerda de x=a é 0,8621, 0,3770 0,3770
c) A área entre x=-1,5 e x=a é 0,0217.
Solução:
d) O valor da área (probabilidade) 0,3770 é encontrado no corpo da tabela
da distribuição normal padrão na interseção da linha 1.1 e coluna 0,06,
então a=1,16 e a=-1,16.

-1.16 1.16

b) 0,8621
0,3621
b) A área (a probabilidade) a esquerda de x=a é 0,8621; maior que 0,5, logo a é
um número positivo (a
No corpo da tabela o valor da probabilidade é 0,8621-0,5=0,3621, o que se
encontra na interseção da linha 1.0 e coluna 0,09, logo a=1,09.
1.09
 c) A área entre x= -1,5 e x=a é 0,0217. 1o caso

Portanto, o valor a é negativo e pode estar à esquerda ou

à direita de -1,5.
1o caso: a se encontra à direita de -1,5.
0,0217=P(-1,5 Z a)=P (a Z )=
= P (0 Z )- P (0 Z )=

0,0217=0,4332 - P (0 Z ), logo:

P (0 Z )=0,4332-0,0217=0,4115, portanto: -1,5 a a 1,5

a=-1.35.
2º caso: a se encontra à esquerda de -1,5.
2º caso
0,0217=P(Z -1,5 )=P (1,5 Z )=
= P (0 Z )- P (0 Z )=

0,0217=P (0 Z )-0,4332, logo:

P (0 Z )=0,0217+0,4332=0,4549, portanto:
a=-1.69.
a -1,5 1,5 a
 
Exercicio 9:
Certo tipo de batería (2000 em total) tem uma duração media de 3 anos, com uma variança de 0,25 anos. Caso que as
durações das baterías sao normalmente distribuidas.
9.1. Encontre a porcentagem de que uma determinada batería,
a) Dure entre 3 e 3,6 anos,
b) Dure menos de 2,3 anos,
c) Dure entre 2,3 e 3,97 anos,
9.2. Quantas baterías teram duração entre 2,3 e 3,97 anos?
Soluçao: Seja X: Duração das baterías. X
d) P(3 X 3,6)=P( )= P(0 Z )= P(0 Z 1,2)=0,3849, ou seja 38,49%.
e) P(X)= )= P(XP(Z
= P(0 X )=0,5-0,4192=0,0808, ou seja 8%.
f) P(2,3 X 3,97)= P( )=P(-1.4 P(-1.4 Z 1,94)=
= P(0Z 1,94)+ P(Z 1,4 )=0,4738+0,4192=0,8930, ou seja 89, 30 % de todas as batería teram duração entre 2,3 e
3,97 anos. Por tanto: 89,30% de 2000=0,8930x2000=1786 baterías teram duração entre 2,3 e 3,97 anos.