Documente Academic
Documente Profesional
Documente Cultură
Distribuio de Probabilidade
Varivel Aleatria aquela cujos valores so determinados por processos acidentais, ao
acaso, que no esto sob o controle do observador.
Tipos:
Discreta se o nmero de resultados possveis finito ou pode ser contado. Variveis
aleatrias discretas so determinadas por uma contagem.
Contnua se pode assumir qualquer valor dentro de determinado intervalo. O nmero
de resultados possveis no pode ser listado. Variveis aleatrias contnuas so
determinadas por uma medio.
P(x) = 1
Esperana, valor esperado ou mdia - representado por E (X ) ou .
o valor mdio que resulta das inmeras observaes de uma varivel aleatria.
uma mdia ponderada de todos os valores possveis de x. O peso, ou ponderao, de cada
valor igual probabilidade de x assumir esse valor.
E ( x) = x P( x)
14
Exemplo 1: Considerando a distribuio de probabilidade do exemplo anterior,
ou
Var ( x) = x 2 P ( x)
[ xP( x)]
Distribuio Binomial
Se p a probabilidade de um evento acontecer em uma tentativa nica
(possibilidade de sucesso) e q = 1 p a de que o evento no ocorra em qualquer
tentativa nica (possibilidade de insucesso), ento a probabilidade do evento ocorrer
exatamente X vezes, em N tentativas (isto , de que haja X sucessos e N X insucessos),
dada por:
P( x) = C N x p x q N x
P( x) =
N!
p x q N x
x!( N x )!
em que x = 0, 1, 2, ..., N.
15
Exemplo2: Uma moeda no viciada lanada 6 vezes, ou equivalentemente, seis
moedas so lanadas chamemos cara de sucesso.
a) Qual a probabilidade de exatamente duas caras ocorrerem?
b) Qual a probabilidade de ocorrerem pelo menos 4 caras?
c) Qual a probabilidade de no ocorrerem caras?
d) Qual a probabilidade de ocorrer pelos menos uma cara?
16
Exemplo 4: A probabilidade de que um possvel cliente realize uma compra 0,20. O valor
esperado de vendas e o desvio padro associado com a visita de 15 possveis clientes so:
Observaes importantes:
Uma distribuio binomial fica caracterizada pelos parmetros N e p.
Se N for pequeno, os clculos sero relativamente fceis. Contudo, se N for
relativamente grande, os clculos tornam-se cansativos. Felizmente dispomos de
calculadoras, tabelas apropriadas, e tambm poderemos aproximar a distribuio binomial
pela de Poisson, como veremos a seguir.
Para qualquer N, a distribuio ser:
- simtrica: se p = q = 0,5;
- assimtrica direita, se p > q;
- assimtrica esquerda, se p < q.
DISTRIBUIO DE POISSON
A distribuio de Poisson pode ser usada para determinar a probabilidade de um
dado nmero de sucessos quando os eventos ocorrem em um contnuo de tempo ou de
espao, ao invs de ocorrerem em tentativas ou observaes fixadas como na distribuio
binomial.
Exemplos:
Chamadas telefnicas por unidade de tempo.
Defeitos por unidade de rea.
Acidentes por unidade de tempo.
Chegada de clientes a um supermercado por unidade de tempo.
Nmero de glbulos vermelhos visveis ao microscpio por unidade de rea.
17
A expresso que d a probabilidade de X sucessos em um intervalo t (tempo,
rea,...) :
onde:
= coeficiente de proporcionalidade, ou taxa de frequncia por unidade de tempo, rea,
t = tempo, rea,
e = base dos logaritmos naturais (2,71828)
X = nmero de ocorrncias (sucessos)
Considerando que a mdia da distribuio dada por t , ou seja, = t , temos:
18
Exemplo 2: O pessoal de inspeo de qualidade afirma que os rolos de fita isolante
apresentam, em mdia, uma emenda a cada 50 metros. Admitindo que a distribuio do
nmero de emendas dada pela Poisson, vamos calcular as probabilidades:
a) de nenhuma emenda em um rolo de 125 metros:
Exerccios:
1) O nmero de caminhes que chegam, por hora, a um depsito segue a distribuio de
probabilidade da tabela abaixo. Calcular:
a. o nmero esperado de chegadas por hora e
b. a varincia e desvio padro desta distribuio de probabilidade.
19
3) Um homem de vendas calcula que cada contato resulta em venda com probabilidade
de 20%. Certo dia, ele contata dois possveis clientes.
a. Construir a tabela de distribuio de probabilidade para a varivel X: nmero de
clientes que assinam um contrato de vendas.
b. Calcular a nmero esperado de clientes que assinam um contrato de vendas, a
varincia e o desvio padro desta distribuio.
4) O nmero de chamadas telefnicas recebidas por uma central e suas respectivas
probabilidades para um intervalo de um minuto so:
b) trs meninos?
c) quatro meninos?
8) Um time Y tem 3/2 de probabilidade de vitria sempre que joga. Se Y jogar cinco
partidas, calcule a probabilidade de Y vencer:
a. exatamente trs partidas; b. ao menos uma partida;
9) Devido s altas taxas de juros, uma firma informa que 30% de suas contas a receber de
outras firmas comerciais se encontram vencidas. Se um contador escolhe aleatoriamente
uma amostra de cinco contas, determinar a probabilidade de:
a. nenhuma das contas estar vencida;
b. a maioria das contas estarem vencidas;
c. exatamente 20% das contas estarem vencidas.
20
10) Uma fbrica de pneus verificou que, ao testar seus pneus nas pistas, havia em mdia
um estouro de pneu a cada 5.000 km. Qual a probabilidade de que:
a. num teste de 3.000 km haja no mximo um pneu estourado?
b. um carro ande 8.000 km sem estourar nenhum pneu?
11) Certo posto de bombeiros recebe em mdia trs chamadas por dia. Calcular a
probabilidade de:
a. receber quatro chamadas num dia;
12) Suponha que haja em mdia dois suicdios por ano numa populao de 50.000
habitantes. Em cada cidade de 100.000 habitantes, determine a probabilidade de que em
dado ano tenha havido:
a) nenhum;
b) um;
c) dois;
13) Certa loja recebe em mdia cinco clientes por hora. Qual a probabilidade de receber:
a) dois clientes em 24 minutos?
14) Uma amostra aleatria de 230 pessoas selecionada. Cada indivduo da amostra
responde se prefere um PC ou um VCR. Assumindo que 3% do pblico prefere um PC,
determinar, aproximadamente, a probabilidade de um grupo de 10 pessoas preferir PC.
15) Se a probabilidade de um indivduo sofrer uma reao nociva, resultante da injeo de
um determinado soro, 0,001, determinar a probabilidade de, entre 2000 indivduos:
a) exatamente trs;