3° Período
Estatística Aplicada II
UNIVERSIDADE SALGADO DE OLIVEIRA
DISTRIBUIÇÃO TEÓRICAS DE
PROBABILIDADES DE VARIÁVEIS
ALEATÓRIAS DISCRETAS
Orientador: Boris
a
!
1 - Distribuição de Bernoulli
Sempre que uma experiência aleatória só tem dois resultados possíveis pode ser
descrita por uma variável aleatória de Bernoulli. Por convenção utilizam-se os
valores 0 e 1 (0 ĺ insucesso, 1 ĺ sucesso) e designa-se por ` a probabilidade da
variável assumir o valor 1.
Exemplos de aplicação:
$c O sexo de um indivíduo;
$c Pretende-se estudar a incidência de uma certa doença numa certa
população. X pode indicar se a doença está presente (X=1) ou ausente (X=0)
num indivíduo da população (selecionado ao acaso).
$c O fator Rh do sangue das pessoa (ou é positivo ou é negativo).
2- Distribuição Hipergeométrica
3 - Distribuição Binomial
m
4 - Função da probabilidade
Exemplo:
È
Assim, a resposta é:
±
5 - Distribuição de Poison
onde
m s s
ueses e
se u su m
e
e em su m
cm `mes e `
c `e
` sm e ` e
em
ue
X: B (10 , 2/5)
n = 10 , p = 0,40 , q = 0,60
A) P (X = 3)
10
3 . (0,40)3 . (0,60)7 = 0,214990 = 0,21499
B) P (X < 2) = P ( x = 0) + P ( x = 1) + P ( x = 2)
10
0. (0,40)0 . (0,60)10 = 0,006046
10
1 . (0,40)1 . (0,60)9 = 0,040310 = 0,16729
10
2c . (0,40)2 . (0,60)8 = 0,120932
10
0 . (0,40)0 . (0,60)10 = 0,006046
'
10
1 . (0,40)1 . (0,60)9 = 0,040310
1 ± 0,382278 = 0,61772
10
2 . (0,40)2 . (0,60)8 = 0,120932
10
3 . (0,40)3 . (0,60)7 = 0,214990
10
0 . (0,40)0 . (0,60)10 = 0,006046
10
1c .(0,40)1 . (0,60)9 = 0,040310 = 0,16729
10
2 .(0,40)2 . (0,60)8 = 0,120932
10
1 (0,40)1 . (0,60)9 = 0,040310
10
2 (0,40)2 . (0,60)8 = 0,120932 = 0,37623
10
3 (0,40)3 . (0,60)7 = 0,214990
10
4 . (0,40)4 . (0,60)6 = 0,250822
= 0,45148
''
10
5 . (0,40)5 . (0,60)5 = 0,200658
10
3 . (0,40)3 . (0,60)7 = 0,2150
X: B (20 , 80/800)
n = 20
p = 0,10 p = q = 0,90
P(x = 0) + P(x = 1)
20
0 . (0,10)0 . (0,90)20 = 0,121576
= 0,39175
20
1 . (0,10)1 . (0,90)29 = 0,270170
X:B(60;0,5)
n = 60
p = 0,50 q = 0,50
p(x = 40)
60
40 . (0,50)40 . (0,50)20 = 0,003635 = 0,00364
n = 50 selecionados
X:B(50;8/250)
p = 0,03 q = 0,97
50
0 . (0,03)0 . (0,97)10 = 0,218065
'a
50
1 . (0,03)0 . (0,97)10 = 0,337214 1 ± 0,555279 = 0,444721
4.9.6-O número de partículas gama emitidas por segundo, por certa substância
radioativa, é uma variável aleatória com distribuição de Poisson com Se
um instrumento registrador torna-se inoperante quando há mais de quatro
partículas por segundo, qual a probabilidade de isso acontecer em qualquer dado
segundo?
`cms !su e ms ` se um su e `e sce e
eU`ess em um ce me e ee s ceem um `eí em`
cs eses
cm cm um U m c hec e cs c ee se e`e e e em`
ec ese m ee "m um c s e
em
ue m e #
`ícus ` segu $ cm e `cus ` segu
se `e e
ue
sg fc fu `e %u s em &'! !$ %()R
eems
ue eu me s s sues e ms m m
P(x > 4) = 1 ± P(x < 4) = 1 - (P(x = 0) + P(x = 1) + P(x = 2) + P(x = 3) + P(x = 4))
P(X=0) =
= 0,049787
P(X=1) = = 0,149361
P(X=2) =
= 0,224041 1 ± 0,815261= 0,184737
P(X=3) =
= 0,224041
P(X=4) = = 0,168031
4.9.7- Uma máquina produz determinado artigo; no fim de cada dia de trabalho
ela é inspecionada com a finalidade de se verificar a necessidade, ou não, de ser
submetida a ajuste ou reparo.Para tal fim, um inspetor toma uma amostra de 10
itens produzidos pela máquina decidindo por ajuste ao assinalar de um a cinco
itens defeituosos, e por reparo, no caso de mas de cinco itens defeituosos . Se a
máquina está produzindo, em média , 1% de itens defeituosos, determinar a
probabilidade , após uma inspeção:
':
n = 10 itens selecionados
P(x=0) =
10
0 . (0,01)0 . (0,99)10 = 0,904382
10
1 . (0,01)1 . (0,99)9 = 0,091351
10
2 . (0,01)2 . (0,99)8 = 0,004152
10
3 . (0,01)3 . (0,99)7 = 0,000111 = 0,09562
10
4 . (0,01)4 . (0,99)6 = 0,000001
10
2c . (0,01)5 . (0,99)5 = 0,904382
P(x=5)
10
5 . (0,01)5 . (0,99)5 = 0,00000002 =0
P(X=0)
P(X=1) =
= 0,0004539
1 ± 0,0004992 = 0,999501
4.9.10- Uma fábrica de automóveis verificou que ao testar seus carros na pista de
prova há, em média, um estouro de pneu em cada 300 m, e que o número de
pneus estourados segue razoavelmente uma distribuição de Poisson.Qual a
probabilidade de que:
'V
P(X=0) = = 0,049787 ;
P(X=1) = = 0,149361 = 0,199148
P(X=0) =
= 0,223130
4.9.11 -Uma fábrica produz isoladores de alta tensão que são classificados como
bons e ruins de acordo com um teste padrão. Da produção de um retiram-se 10
isoladores, que no laboratório apresentam-se como sendo 8 bons e 2 ruins.Pede-se
calcular a probabilidade deste resultado, admitindo que a máquina produza em
média:
10
10
8 . (0, 90)8 . (0, 10)2 = 0,193710 = 0,19371
p = 1/6.
X:B (8 ; )
8
2 . (0, 16)2 . (0, 84)6 = 0,251810
8
3 . (0, 16)3 . (0, 0,84)5 = 0,095927
8
3c . (0, 16)4 . (0, 84)4 = 0,022839
8
0 . (0, 16)0 . (0, 84)8 = 0,247875
8
1 . (0, 16)1 . (0, 0,84)7 = 0,37771 1 ± 0,877456 = 0,122605
8
2 . (0, 16)2 . (0, 84)6 = 0,251810
C)E(X) = n*p
8.= =
'±
D)VAR(X)
. = =
p = 1/2
X:B (9 ; )
A) Menos de 3 caras
9
0 . (0, 5)0 . (0, 5)9 = 0,001953
9 = 0,08984
1 8
1 . (0, 5) . (0, 5) = 0,017578
9
2 . (0, 5)2 . (0, 5)7 = 0,070312
9
0 . (0, 5)0 . (0, 5)9 = 0,001953
']
9
1 . (0, 5)1 . (0, 5)8 = 0,017578
9
2 . (0, 5)2 . (0, 5)7 = 0,070312 1± 0,253905 = 0,7461
9
3 . (0, 5)3 . (0, 5)6 = 0,164062
C) Exatamente 2 caras
9
2 . (0, 5)2 . (0, 5)7 = 0,070312 = 0,070312
4.9.14- Um caixa de banco atende 150 clientes por hora. Qual a probabilidade de
que atenda:
"#$
"#$
P(X=0) =
= 0,000045
%&
%&
P(X=0) = = 0,006737
P(X=1) = = 0,033689 = 0,124652
P(X=2) = = 0,084224
"
"
P(X=0) = = 0,018316
P(X=1) =
= 0,073263
P(X=2) =
0
, 1 ± 0,238104 = 0,761896 =6,6 dias
'
4.9.17- O CRH de uma firma entrevista 150 candidatos a emprego por hora. Qual
a probabilidade de entrevistar:
"#$
"#$
P(X=0) =
= 0,006737
P(X=1) =
= 0,033689
P(X=2) = = 0,084224
P(X=3) = = 0,140374
"#$
"#$
P(X=8) = = 0,112599
4.9.18 -Seja X:B (300; 0,01). Usando aproximação pela Poisson, calcular:
X:B (300;0,01)
A) Pm
= 0,168031
P(X=0) = = 0,049787 = 0,800852
P(X=1) = = 0,149361
P(X=3) = = 0,224042 = 0,616115
P(X=4) =
P(X=0) = = 0,135335
P(X=1) = = 0,270670 1 ± 0,676684= 0,323316
P(X=2) = = 0,270670
P(X=0) =
= 0,082084
P(X=1) =
= 0,205212 = 0,543811
P(X=2) =
= 0,256515
X:B (200;0,025) x
A) Pm * + = 1 ± p( + ) =
a
P(X=0) =
= 0,006738
P(X=1) =
= 0,033690
P(X=2) =
= 0,084224 1 ± 0,440493 = 0,559507
P(X=3) =
= 0,140374
P(X=4) =
= 0,175467
B) Pm
P(X=5) =
= 0,1754673 = 0,1754673
P(X=0) = = 0,006738
P(X=1) =
= 0,033690 = 0,124652
P(X=2) = = 0,084224
X±2<1 X ± 2 > -1
X<3 X>1
P(X=2) =
= 0,084224
4.9.21- A probabilidade de um atirador acertar no alvo num único tiro é . O
atirador atira 20 vezes no alvo. Qual a probabilidade de acertar:
A) Exatamente 5 vezes
P(X=5)
20
5 . (0,25)5 . (0,75)15 = 0,202331
20
0 . (0,25)0 . (0,75)20 = 0,003171 ;
20
1 . (0,25)1 . (0,75)19 = 0,021141 1 ± 0,091259 = 0,908741
20
2 . (0,25)2 . (0,75)18 = 0,066947
C) Nenhuma vez
P(x=0)
20
0 . (0,25)0 . (0,75)20 = 0,003171
D) No máximo 4 vezes
20
0 . (0,25)0 . (0,75)20 = 0,003171 ;
20
1 . (0,25)1 . (0,75)19 = 0,021141 = 0,414839
20
2 . (0,25)2 . (0,75)18 = 0,066947
20
3 . (0,25)3 . (0,75)17 = 0,133895
Ö
20
4c . (0,25)4 . (0,75)16 = 0,189685
A) Nenhum afogamento
P(X=0) =
= 0,000123
B) No máximo 2 afogamentos
P(X=0) =
= 0,000123
P(X=1) =
= 0,001110 = 0,006231
P(X=2) =
= 0,004998
P(X=5) = = 0,060726
P(X=6) = = 0,091090 = 0,268932
P(X=7) =
= 0,117116
V
-./01
-./01
2
P(X=0) = = 0,018316
P(X=0) =
= 0,049787
P(X=1) =
= 0,149361
P(X=2) = = 0,224041 = 0,647232
P(X=3) = = 0,224041
A) 3 defeituosas
P(X=3)
3 43 4
3
4
B) No máximo 2 defeituosas
343
4
P(X=0) =
3
4
3
43 4
P(X=1) = = 0,688265
3
4
3 43 4
P(X=2) =
3
4
10
0 . (0,40) 0 . (0,60)10 = 0,006047
10
1 . (0,40) 1 . (0,60)9 = 0,040310 = 0,16729
10
2 . (0,40) 2 . (0,60)8 = 0,120932
B) 3 sejam brancas
P(X=3)
10
3 . (0,40) 3 . (0,60)7 = 0,214991
4.9.26- A probabilidade de uma máquina produzir uma peça defeituosa, num dia,
é de 0,1.
P(x=3)
20
3 . (0,10)3 . (0,90)17 = 0,1901198 =0,190120
P(x=18) =
17
3 . (0,10) 4 . (0,90)14 = 0,01555621 =0,0155562
C) Qual a probabilidade de que a 10ª peça produzida num dia seja a 1ª defeituosa?
P(x=10) =
50
5 . (0,05) 5 . (0,95)45 = 0,065840 = 0,062105
média = 0,01
0!
P(X=1) = e-5. . 51 = 0,033689
1!
4.9.27- Sabe-se que o número de viajantes por veículos tipo VAN em determinada
rodovia segue aproximadamente uma distribuição binomial com parâmetros n=
10 e p= 0,3(utilize apenas 2 casas decimais).
n = 10 p = 0,3 q = 0,7
n . p = 10 . 0.3 =3
P = 0,57 q =0,43
P(x = 5) =
4 = 0,440493
2
1 . (0,57) . (0,43)3 = 0,103327
4,00 ± 1 veiculo
X - 300 veiculos = x = 1.200,00
a
É o dobro
2,00 ± 1 veiculo
X - 300 veiculos = x = 600,00