Distribuições de Probabilidade

DISTRIBUIÇÕES
DISCRETAS DE
PROBABILIDADE

ESTATÍSTICA PARA ENGENHARIA 1

 Introdução
Uma distribuição de probabilidade é um modelo
matemático que relaciona um certo valor da variável
em estudo com a sua probabilidade de ocorrência.
Distribuições de Probabilidade

Há dois tipos de distribuição de probabilidade:

1. Distribuições Contínuas: Quando a variável que
está sendo medida é expressa em uma escala
contínua, como no caso de uma característica
dimensional.
2. Distribuições Discretas: Quando a variável que está
sendo medida só pode assumir certos valores, como
por exemplo os valores inteiros: 0, 1, 2, etc.

ESTATÍSTICA PARA ENGENHARIA 2

 Exemplo:
Observa-se o sexo (característica) das crianças em
famílias com três filhos (M: masculino e F: feminino).

Espaço amostral:
 = {(MMM), (MMF), (MFM), (FMM), (MFF), (FMF), (FFM),
Distribuições de Probabilidade

(FFF)}

Defina X: nº de crianças do sexo masculino (M).

 MMM MMF MFM FMM MFF FMF FFM FFF

X 3 2 2 2 1 1 1 0

 Então X assume valores no conjunto {0, 1, 2, 3}, logo

é uma variável aleatória discreta.

3
ESTATÍSTICA PARA ENGENHARIA 3
 Exemplo:

Observa-se o tempo de vida, em horas, de

lâmpadas produzidas por uma fábrica.
Distribuições de Probabilidade

Defina T: tempo de vida, em horas, da lâmpada

escolhida, ao acaso, da fábrica.

 Então, T é uma variável aleatória contínua que

assume qualquer valor real não negativo.

ESTATÍSTICA PARA ENGENHARIA 4

 Introdução
No caso de distribuições discretas, a probabilidade de
que a variável X assuma um valor específico xo é
dada por: P(X = xo ) = P( xo )
Distribuições de Probabilidade

No caso de variáveis contínuas, as probabilidades são

especificadas em termos de intervalos, pois a
probabilidade associada a um número específico é
zero.
P a  X  b  a f ( x) dx
b

ESTATÍSTICA PARA ENGENHARIA 5

 Distribuições Discretas Mais Importantes
Distribuição de Bernoulli
Distribuições de Probabilidade

Distribuição Binomial

Distribuição Hipergeométrica

Distribuição de Poisson

ESTATÍSTICA PARA ENGENHARIA 6

 Distribuição de Bernoulli
Os experimentos mais simples em que observamos a
presença ou não de alguma característica são
conhecidos como ensaios de Bernoulli. Alguns
Distribuições de Probabilidade

exemplos:
 Lançar uma moeda e observar se ocorre cara ou
coroa;
 Lançar um dado e observar se ocorre seis ou não;
 Numa linha de produção, observar se um item,
tomado ao acaso, é defeituoso ou não defeituoso;
 Verificar se um servidor de intranet está ativo ou
não ativo.

ESTATÍSTICA PARA ENGENHARIA 7

 Distribuição de Bernoulli
Denominamos sucesso e fracasso os dois eventos possíveis
em cada caso.
Distribuições de Probabilidade

O ensaio de Bernoulli é caracterizado por uma variável

aleatória X, definida por X=1, se sucesso; X=0, se fracasso.
A função de probabilidade de X (Distribuição de Bernoulli) é
dada por
x p(x)
0 1-p
1 p
Total 1

Onde p= P{Sucesso}

ESTATÍSTICA PARA ENGENHARIA 8

 Distribuição Binomial
 Considere agora as seguintes perguntas:

– Quantas vezes vão ocorrer casos de dengue no

Distribuições de Probabilidade

próximo ano?
– Quantas vezes vai haver uma alta do trigo nos
próximos 20 anos?
– Se lançarmos uma moeda 5 vezes, quantas
vezes teremos cara?

Muitas vezes, não queremos saber apenas

se algo ocorre ou não.
Queremos saber quantas vezes ela
ocorre. 10
ESTATÍSTICA PARA ENGENHARIA 9
 Distribuição Binomial
A distribuição binomial é adequada para descrever
situações em que os resultados de uma variável
aleatória podem ser agrupados em apenas duas
Distribuições de Probabilidade

classes ou categorias.
As categorias devem ser mutuamente excludentes, de
forma que não haja dúvidas na classificação do
resultado da variável nas categorias e coletivamente
exaustivas, de forma que não seja possível nenhum
outro resultado diferente das categorias.
Por exemplo, um produto manufaturado pode ser
classificado como perfeito ou defeituoso, a resposta
de um questionário pode ser verdadeira ou falsa, as
chamadas telefônicas podem ser locais ou
interurbanas.
ESTATÍSTICA PARA ENGENHARIA 10
 Distribuição Binomial
Mesmo variáveis contínuas podem ser divididas em
duas categorias, como por exemplo, a velocidade de
um automóvel pode ser classificada como dentro ou
Distribuições de Probabilidade

fora do limite legal.

Geralmente, denomina-se as duas categorias como

sucesso ou falha. Como as duas categorias são
mutuamente excludentes e coletivamente exaustivas:

P ( sucesso )  P ( falha )  1
Conseqüentemente, sabendo-se que, por exemplo, a
probabilidade de sucesso é P(sucesso) = 0,6, a
probabilidade de falha é P(falha) = 1-0,6 = 0,4.

ESTATÍSTICA PARA ENGENHARIA 11

 Distribuição Binomial

Condições de aplicação:
 são feitas n repetições do experimento, onde n
Distribuições de Probabilidade

é uma constante;
 há apenas dois resultados possíveis em cada
repetição, denominados sucesso e falha
 a probabilidade de sucesso (p) e de falha (1- p)
permanecem constante em todas as repetições;
 as repetições são independentes, ou seja, o
resultado de uma repetição não é influenciado
por outros resultados.

ESTATÍSTICA PARA ENGENHARIA 12

 Distribuição Binomial
Seja um processo composto de uma seqüência de n
observações independentes com probabilidade de
sucesso constante igual a p, a distribuição do
Distribuições de Probabilidade

número de sucessos seguirá o modelo Binomial:

P( x )   
n
x p x (1  p)n  x x = 0,1,....,n

 
onde xn representa o número de combinações de n
objetos tomados x de cada vez, calculado como:

 
n
x 
n!
x!( n  x )!

ESTATÍSTICA PARA ENGENHARIA 13

 Distribuição Binomial

Os parâmetros da distribuição Binomial são n e p.

A média e a variância são calculadas como:
Distribuições de Probabilidade

 = np
2 = np(1 - p)
A distribuição Binomial é usada com freqüência no
controle de qualidade quando a amostragem é feita
sobre uma população infinita ou muito grande.

Nas aplicações de controle da qualidade, x em geral

representa o número de defeituosos observados em
uma amostra de n itens.

ESTATÍSTICA PARA ENGENHARIA 14

 Distribuição Binomial
Por exemplo, se p = 0,10 e n = 15, a probabilidade de
obter x itens não conformes é calculada usando a
equação da Binomial. Por exemplo, para x=1
Distribuições de Probabilidade

 115   1!(1515! 1)!  15

P( 1 )  15
1 
x 0 ,
101
x ( 1  0 ,
10 )151
 15  0,10 x 0,23  0,34

ESTATÍSTICA PARA ENGENHARIA 15

 Outro exemplo...
Em uma determinada repartição pública, 10% das
guias preenchidas estão incorretas. Essas guias
correspondem a uma liberação na qual cinco delas
Distribuições de Probabilidade

devem estar preenchidas conjuntamente.

Considere que cada uma tem a mesma
probabilidade de ser preenchida incorretamente
(como se houvesse repetição no experimento de
retirar guias).
a) Qual a probabilidade de haver exatamente três
guias incorretas nas cinco guias para liberação?
O “sucesso” é a ocorrência de guias preenchidas incorretamente.

p = 10% = 0,1
n=5

ESTATÍSTICA PARA ENGENHARIA 16

 b) Qual a probabilidade de haver duas ou mais guias
incorretas nas cinco guias para liberação?
Distribuições de Probabilidade

P(X >= 2) = P(X=2) + P(X=3) + P(X=4) + P(X=5) = 1 – [P(X=0) + P(X=1)] = 0,081

c) Qual a probabilidade de um conjunto de cinco guias

não apresentar nenhuma guia incorreta?

ESTATÍSTICA PARA ENGENHARIA 17

 Distribuição Binomial
Distribuições de Probabilidade

Distribuições binomiais com p=0,5 são simétricas, mas

são assimétricas quando p=0,5. A assimetria aumenta à
medida que p aproximasse de zero (assimetria positiva)
ou de um (assimetria negativa)

ESTATÍSTICA PARA ENGENHARIA 18

 Distribuição de Poisson
A distribuição de Poisson é adequada para descrever
situações onde existe uma probabilidade de
ocorrência em um campo ou intervalo contínuo,
Distribuições de Probabilidade

geralmente tempo ou área.

Por exemplo, o no de acidentes por mês, no de
defeitos por metro quadrado, no de clientes atendidos
por hora.
Nota-se que a variável aleatória é discreta (número de
ocorrência), no entanto a unidade de medida é
contínua (tempo, área).
Além disso, as falhas não são contáveis, pois não é
possível contar o número de acidentes que não
ocorreram, nem tampouco o número de defeitos que
não ocorreram.

ESTATÍSTICA PARA ENGENHARIA 19

 Distribuição de Poisson
Condições de aplicação:

 o número de ocorrências durante qualquer

Distribuições de Probabilidade

intervalo depende somente da extensão do

intervalo;
 as ocorrências ocorrem independentemente, ou
seja, um excesso ou falta de ocorrências em
algum intervalo não exerce efeito sobre o
número de ocorrências em outro intervalo;
 a possibilidade de duas ou mais ocorrências
acontecerem em um pequeno intervalo é muito
pequena quando comparada à de uma única
ocorrência.

ESTATÍSTICA PARA ENGENHARIA 20

 Distribuição de Poisson
A distribuição de Poissson fica completamente
caracterizada por um único parâmetro  que
representa a taxa média de ocorrência por unidade de
Distribuições de Probabilidade

medida.

A equação para calcular a probabilidade de x

ocorrências é dada por:

e  x
P( x )  x = 0, 1, ...,n
x!
A média e a variância da distribuição de Poisson são:
=
² = ²

ESTATÍSTICA PARA ENGENHARIA 21

 Distribuição de Poisson

A aplicação típica da distribuição de Poisson no

controle da qualidade é como um modelo para o
Distribuições de Probabilidade

número de defeitos (não-conformidades) que ocorre

por unidade de produto (por m2, por volume ou por
tempo, etc.).

ESTATÍSTICA PARA ENGENHARIA 22

 Distribuição de Poisson
O número de defeitos de pintura segue uma
distribuição de Poisson com  = 2.
Então, a probabilidade que uma peça apresente mais
Distribuições de Probabilidade

de 4 defeitos de pintura virá dada por:

4 2 4
e 2
1  P X  4  1    1  0,945  0,055  5,5%
x 0
4!

ESTATÍSTICA PARA ENGENHARIA 23

 Outro exemplo....

A análise dos dados dos últimos anos de uma

empresa de energia elétrica forneceu o valor
médio de um blecaute por ano. Pense na
Distribuições de Probabilidade

probabilidade de isso ocorrer no próximo ano:

 Nenhum blecaute.
 De 2 a 4 blecautes.
 No máximo 2 blecautes.
Note que o exemplo afirma que a cada ano acontece em média um
blecaute, ou seja, o número de sucesso ocorrido em um intervalo
contínuo. Verificamos que a variável tem Distribuição de Poisson :

 x
e 
P( x ) 
x!
ESTATÍSTICA PARA ENGENHARIA 24
 Veja que aqui não é necessário fazer regra de três,
pois as perguntas são no intervalo de um ano.
Então: l = 1:
Distribuições de Probabilidade

a)

b)

ESTATÍSTICA PARA ENGENHARIA 25

 c) Como já temos os valores de x = 0 e x = 2 basta calcularmos para x = 1
e somarmos os resultados.
Distribuições de Probabilidade

P(x <= 2) = P(x=0) + P(x=1) + P(x=2) =

0,3679 + 0,3679 + 0,1839 = 0,9197 ou
91,97%

ESTATÍSTICA PARA ENGENHARIA 26