Slides Distribuicoes de Probabilidades Bertolo

21/05/2012
Probabilidades e Estatstica
Curso de Matemtica
Distribuies de probabilidade
Bertolo
OBJETIVOS
Ao final deste captulo, esperamos que voc seja capaz de:

diferenciar variveis aleatrias discretas e contnuas;
Identificar situaes prticas s quais as variveis aleatrias podem ser
aplicadas com propriedade, conhecendo assim as possveis interpretaes do
experimento estatstico;
Explicar as diferenas bsicas entre distribuies discretas e contnuas de
probabilidades;
C
Calcular
l l probabilidades
b bilid d mediante
di t aplicao
li
da
d distribuio
di t ib i Binomial,
Bi
i l Poisson
P i
e
Normal, tanto pelo uso de expresses, quanto pelo uso de Tabelas;
21/05/2012
Bertolo Probabilidades e Estatstica Matemtica 2012
21/05/2012
Esquema do Captulo
Distribuies de Probabilidade
P i
Poisson
Normal
Binomial
Poisson
Normal
Referencial de
Respostas
Tabelas de
Distribuies de
Probabilidade
Referncias
Contnua
Aprofundando
Conhecimentos
Recapitulando
Varivel Alea
atria
Binomial
Discreta
Figura 1 Esquema dos principais tpicos abordados neste captulo.
21/05/2012
Distribuies de Probabilidades - Reflexo
Se voc trabalha num aougue, ento j observou vrios quilogramas de carnes vendidas.
Caso voc seja um profissional da rea da sade, ento comum para voc inferir o nmero
de batimentos cardacos de algum.
Certamente um professor do ensino fundamental lhe pediu para plantar sementinhas de

feijo num algodo,
algodo por exemplo,
exemplo e observar o que iria ocorrer.
ocorrer
Voc se lembra do nmero de questes que acertou na ltima avaliao presencial, ou se

passou por algum outro exame com 50 questes, por exemplo?
Agora, siga com sua leitura para saber o porqu destas e outras reflexes presentes
no seu dia a dia. Vale destacar o quanto voc est intimamente ligado a Estatstica,
ou seja, o quanto voc est exposto a experimentos estatsticos.
O que uma distribuio de probabilidade?
21/05/2012
21/05/2012
Funo de Probabilidades
Vamos considerar um experimento E que consiste no lanamento de um
dado honesto.
Seja X a varivel aleatria representando os pontos obtidos na face
voltada para cima (elementos do espao amostral).
S j P(X) a funo
Seja
f
que associa
i a cada
d valor
l
(
(evento)
t ) de
d X a sua
probabilidade de ocorrncia. Ento, temos:
Tabela 1: Valores obtidos, na face voltada para cima, no lanamento de um dado honesto.
PX
Total
1/6
1/6
1/6
1/6
1/6
1/6
Fonte: dados simulados
Notao: P(X = xi) = p(xi) = pi,
i = 1,
1 2,
2 3,
3 ..., n
A esta funo que satisfaz o intervalo: 0 pi 1, d-se o nome de

funo de probabilidade.
O conjunto de pares ordenados: {(xi, p(xi)), i = 1, 2, ..., n} chamado
de Distribuio de Probabilidades
21/05/2012
Exemplo
Consideremos a distribuio de frequncias relativa ao nmero de
acidentes dirios em um estacionamento.
Tabela
Nmero
de
Acidentes
Frequncias Probabilidades
22
1
= 30
21/05/2012
= 1,00
Esta tabela denominada

DISTRIBUIO
DE
PROBABILIDADE.
21/05/2012
Exemplo 2
Duas bolas so retiradas sucessivamente,
sucessivamente sem reposio, de uma caixa que contm
4 bolas vermelhas e 3 pretas. Seja X a varivel aleatria nmero de bolas
vermelhas retiradas no experimento. Quais os valores assumidos por X ? Qual a
Funo probabilidade P(x) ? Qual a distribuio de probabilidades?
Soluo:
S = {vv, vp, pv, pp}
....Espao Amostral S ou
Ento a VARIVEL ALEATRIA x = {2, 1, 1, 0}, ou seja, as duas

bolas podem ser:
Duas vermelhas;
Uma vermelha e outra preta;
Uma preta e outra vermelha;
Duas pretas,
ou seja,
x = 0, 1, 2
x
P(x)
1/4
2/4
1/4
21/05/2012
Exemplo 3
Vamos jogar 3 moedas honestas e observar o resultado.
a. Construa o espao amostral.
b. Construa a varivel aleatria x indicando o nmero de caras (Ca)
c. Construa a distribuio de probabilidades;
d. Calcule as p
probabilidades acumuladas.
Soluo:
a.
S:{(CaCaCa)(CaCaCo)(CaCoCa)(CoCaCa)(CoCoCo)(CoCoCa)(CoCaCo)(CaCoCo)}
n= 8 elementos
b. Seja X a varivel aleatria X = nmero de caras (Ca)

x1 = 0; x2 = 1;
x3 = 2;
x4 = 3
4/8
7/8
c.
d.
21/05/2012
1/8
8/8
21/05/2012
ATIVIDADE 01
Certo experimento consiste no lanamento de dois dados e na observao da soma dos pontos
das faces superiores. Considere D1: dado 1, D2: dado 2 e Z a soma dos pontos das faces
superiores. Determine o espao amostral do experimento e a funo de probabilidade de Z.
Soluo
D1: dado 1 e D2: dado 2
TABELA1 Somadospontosobtidosnolanamentodedoisdadoshonestos
Z: soma dos pontos das faces superiores

E1: lanar dois dados e observar a soma
das faces superiores
D2
D1
1
2
3
4
5
6
2
3
4
5
6
7
3
4
5
6
7
8
4
5
6
7
8
9
5
6
7
8
9
10
6
7
8
9
10
11
7
8
9
10
11
12
Espao amostral: = {(1;1);(1;2);(1;3);...; (6;6)}

Varivel aleatria Z = {2,3,4,5,6,7,8,9,10,11,12}
Tabela 2: Funo de probabilidade obtida, no lanamento de dois dados honestos.
10
11
12
P(Z )
1/36
2/36
3/36
4/36
5/36
6/36
5/36
4/36
3/36
2/36
1/36

21/05/2012
Variveis Aleatrias
X=
0, se a semente germina
1, caso contrrio
Generalizando:
Seja E um experimento aleatrio qualquer e, o seu espao amostral

denotado por = {a1, a2, ..., an}.
} Qualquer funo X que associa os valores de
com nmeros reais chamada de varivel aleatria.
21/05/2012
10
21/05/2012
Variveis Aleatrias Discreta

Seja E um experimento aleatrio qualquer e, o seu espao amostral denotado
por = {a1, a2, ..., an}. Qualquer funo X que associa os valores de em
nmeros reais chamada de varivel aleatria discreta
Exemplo:
Seja um experimento E relativo ao lanamento
lanamento simultneo de duas moedas. Neste
caso, as possibilidades obtidas, podem ser representadas pelo seguinte espao
amostral:
= {(Ca,Ca),(Ca,Co), ),(Co,Ca), (Co,Co)}
Seja X a v.a. definida como a quantidade (ou nmero) de caras que aparecem.
Ento, a cada ponto amostral podemos associar um nmero de acordo com a tabela 1:
Tabela 1
Tabela 2
Ponto
Amostral
A
t l
(Ca,Ca)
(Ca,Co)
Tabela 3
P(X)
1/4
(Ca,Ca)
1/2 x1/2 = 1/4
2/4
(Ca,Co)
1/2 x1/2 = 1/4
1/4
(Co,Ca)
(Co,Ca)
1/2 x1/2 = 1/4
(Co,Co)
(Co,Co)
1/2 x1/2 = 1/4
Varivel Aleatria
21/05/2012
Ponto
Amostral
A
t l
Clculo das Probabilidades
P(X)
=1
Distribuio de
Probabilidades
11
Exemplo 4
Calcular a funo probabilidade discreta dos seguintes dados:
SOLUO
21/05/2012
12
21/05/2012
ATIVIDADE 02
A assistente de um Centro de Sade, situado na regio de Belo Horizonte, baseada nos dados do
ltimo censo, verifica que, para as famlias dessa regio, 20% no tm filhos, 30% tm um filho,
35% tm dois e as restantes se dividem igualmente entre trs, quatro ou cinco filhos. Suponha
que uma famlia ser escolhida, aleatoriamente, nessa regio, e o nmero de filhos averiguado.
Apresente a funo de probabilidade que melhor represente o comportamento da varivel
aleatria nmero de filhos.
Soluo
X: nmero de filhos (varivel aleatria) dentre 0, 1, 2, 3, 4, 5
A funo de probabilidade dessa varivel X segue as informaes disponveis que:
P(X = 0) = 0,20
P(X = 1) = 0,30
P(X = 2) = 0,35
P(X = 3) = P(X = 4) = P(X = 5) = p

Pela definio de funo de probabilidades, temos que:
P(X=0) + P(X=1) + P(X=2) + P(X=3) + P(X=4) + P(X=5) = 1
0,20
+ 0,30
+ 0,35
+ p
+ p
+ p
= 1
p = 0,05.
,
Logo, a funo de probabilidade para X expressa por:
Tabela 3 Funo de probabilidade para X
Total
pi
0,20
0,30
0,35
0,05
0,05
0,05
1,0
21/05/2012
Ao definir
A
d fi i
a distribuio
di t ib i
de
probabilidades,
estabelecemos
uma
correspondncia
unvoca
entre a v.a. X e os valores
de
P.
Isto
define
uma
funo denominada funo de
probabilidade, representada
por:
f(x) = P(X=xi)
13
Variveis Aleatrias Contnua

Seja E um experimento aleatrio que consiste em sortear uma semente.
= tempo decorrido do plantio at a germinao. Estes resultados tm uma
escala contnua de valores.
A varivel aleatria T associada aos resultados do espao amostral , neste caso,
chamada de varivel aleatria contnua.
contnua
21/05/2012
14
21/05/2012
Estatstica versus Parmetros

Estatstica representa uma informao ou caracterstica da amostra (n).
Parmetro representa uma medida
caracterstica da populao (N).
utilizada
para
descrever
uma
Quadro 1: Notaes de estatsticas e parmetros

Notaes
Estatsticas
Parmetros
(Amostra)
(Populao)
Denominaes
Nmero de elementos
Xi
i 1
X
n
SX 2
SX
i 1
i 1
n 1
Mdia
X 2 Var X
Varincia
X Var X
Desvio Padro
n 1
X E X
Fonte: elaborao da prpria autora.
21/05/2012
15
Parmetros das Variveis Discretas
21/05/2012
16
21/05/2012
Exemplo
Imagine a seguinte distribuio da v.a. discreta X, referente ao N de cirurgias dirias numa
pequena clnica:
( ) 0,10
,
P(X)
0,20
,
0,30
,
0,20
,
0,15
,
0,05
,
Calcule a mdia e a varincia de X.
Soluo
Para calcularmos a mdia diria de cirurgias efetuadas, basta calcular , ou seja, o somatrio
do produto de cada valor da varivel pela sua probabilidade correspondente:
E (X) = 3 . 0,10 + 4 . 0,20 + 5 . 0,30 + 6. 0,20 + 7. 0,15 + 8 . 0,05
E (X) = 0,30 + 0,80 + 1, 50 + 1, 20 + 1,05 + 0,40
E (X) = 5,25
Portanto, diariamente so efetuadas, em mdia, 5,25 cirurgias.
A varincia, Var(X), calculada pela expresso:
Var(X) =
- . P(Xi ) = 2
2
i=1
Vamos calcular a varincia do nmero de cirurgias.

Var(X) = (3 5,25) . 0,10 + (4 5,25) . 0,20 + (5 5,25) . 0,30 + (6 5,25) . 0,20 +
(7 5,25) . 0,15 + (8 5,25) . 0,05
Var(X) = 5,0625 . 0,10 + 1,5625 . 0,20 + 0,0625 . 0,30 + 0,5625 . 0,20 + 3,0625 . 0,15 +
7,5625 . 0,05
Var(X) = 0,50625 + 0,3125 + 0,0188 + 0,1125 + 0,4594 + 0,3781
Var(X) = 1,7876.
Portanto, o desvio padro de X = (X) = 1,7876
(X) = 1, 3370 1,34.
O nmero mdio de cirurgias realizadas nesta clnica de 5,25, com desvio padro de 1,34.
21/05/2012
17
Exemplo 5
A varivel aleatria X apresentada a seguinte funo densidade de probabilidade:
Com base nessa distribuio determine:

a) a funo distribuio acumulada
b) P(X=1)
c) a esperana
d) a varincia de X.
e) P[X<E(X)]
Soluo
21/05/2012
18
21/05/2012
Distribuies de Probabilidades
Quando aplicamos a Estatstica na resoluo de situaes-problema,
verificamos que muitas delas apresentam as mesmas caractersticas; o
que nos permite estabelecer um modelo estatstico terico para a
determinao da resoluo destas situaes-problema.
Este modelo estatstico terico, tambm conhecido por distribuio de
probabilidades, apresenta algumas caractersticas principais, entre
estas:
I.
Os possveis valores que a varivel aleatria pode assumir;
II.
A funo de probabilidade associada varivel aleatria ;
III.
A mdia (ou valor esperado) da varivel aleatria ;
IV.
A varincia e o desvio-padro da varivel aleatria .
Neste contexto, vamos estudar algumas das principais distribuies de

probabilidades discretas entre elas, a distribuio binomial e a
distribuio de Poisson. E, entre as distribuies de probabilidades
contnuas, a distribuio normal.
21/05/2012
19
Distribuio Binomial
X np mdia (ou valor esperado) da varivel aleatria X .

2 X npq varincia da varivel aleatria X .
X npq desvio padro da varivel aleatria X .

21/05/2012
20
10
21/05/2012
Exemplo 1
Supor o lanamento de uma moeda honesta 10 vezes. Qual a
probabilidade de se obter 5 vezes o resultado cara. Apresente a concluso
para resultado obtido.
Soluo
Desejamos calcular a probabilidade de sair o resultado cara (k) 5 vezes.
vezes
Logo, n = 10 e p = 0,5 (probabilidade de se obter cara em cada lanamento de
moeda).
n
Assim, P X x p k q n k
k
10
5
10 5
P X 5 0,5 1 0,5
5
Na
tabela
da
distribuio
binomial, disponvel no livro
p.126 a 128, temos que n = 10.
Procuraremos
p
=
0,50
(a
ltima coluna dos valores de
p) e k = 5 (na coluna de k);
na interseo da linha de k =
5 com a coluna de p = 0,50,
encontramos o valor 0,2461.
P X 5
10!
5
10 5
0 5 1 00,5
5
0,5
5!10 5 !
P X 5
10.9.8.7.6.5!
5
5
0,5 1 0,5
5!5!
P X 5
10.9.8.7.6
5
5
0,5 1 0,5 3.2.7.6. 0, 03125 . 0, 03125
5.4.3.2.4.1
P X 5 0, 2461
21/05/2012
Portanto, no lanamento de
uma moeda honesta 10
vezes, a probabilidade de se
obter 5 vezes o resultado
cara de aproximadamente
24%.
21
Tabela Binomial
21/05/2012
22
11
21/05/2012
Exemplo 2
Supor o lanamento de uma moeda honesta 10 vezes. Qual a probabilidade de se
obter no mximo 2 vezes o resultado cara. Apresente a concluso para resultado
obtido.
Soluo
Desejamos calcular a probabilidade de sair o resultado cara (Ca) no mximo 2
vezes. Teoricamente, a moeda poderia dar o resultado cara at 10 vezes, iniciando
por 0 caras (nenhuma vez). A varivel x pode, ento, variar de 0 at 10, mas
queremos x=0,1,2.
Portanto,
p(X=0) + p(X=1) + p(X=2).
Na tabela da distribuio binomial, disponvel no livro, temos que n = 10.
Procuraremos os ps correspondentes aos ks e obtemos:
P(0) = 0,0010
P(1) = 0,0098
P(0) + P(1) + P(3) = 0,0547 ou 5,47%.
P(2) = 0,0439
Portanto, no lanamento de uma moeda honesta 10 vezes, a probabilidade de se

obter no mximo 2 vezes o resultado cara de aproximadamente 5,5%.
E como voc faria se quisssemos pelo menos 3 vezes o

resultado cara?
Dica:- p(X 3) = 1 P(0) P(1) P(2)
Resposta: 94,53%
21/05/2012
23
ATIVIDADE 03
Em um lote de peas, 5% so defeituosos. Calcule a probabilidade de, em 20 dessas peas,
haver, exatamente, uma defeituosa.
Soluo
Seja P(perfeita) = 0,95 e P(defeituosa) = 0,05 , logo 2 eventos com probabilidades constantes.
peas
defeituosas temos,,
Portanto,, sendo k=1 o nmero de p
n
P X x p k q nk
k
p
0,02 0,05
20
1
19
P X 1 0, 05 0, 95 0, 3774
1
20
k=X
0,6676
0,3585
0,2725
0,3774
0 0528
0 1887
Na Tabela de distribuio binomial, vamos fazer a leitura da interseco destes

valores, isto , temos que para n 20 ,
p 0, 05 e para o valor de k 1 , a
interseco da linha de k 1 com a coluna em
p 0, 05 . Conclumos o
resultado 0,3774.
Portanto, em um lote de peas onde 5% so defeituosos, sorteadas 20 dessas
peas, a probabilidade de haver, exatamente, uma defeituosa em torno de
37,74%.
21/05/2012
24
12
21/05/2012
Exerccios Enviados ...

Exerccio 1:
a. Estabelea as condies exigidas para se aplicar a distribuio binomial?
b. Qual a probabilidade de 3 caras em 5 lanamentos de uma moeda honesta?
c. Qual a probabilidade de menos que 3 caras em 5 lanamentos de uma moeda ho
nesta?
Soluo
a) A distribuio binomial usada para encontrar a probabilidade
de X nmeros de
ocorrncias ou sucessos de um evento, P(X),
em n tentativas do mesmo experimento quando:
Existirem somente 2 resultados mutuamente exclusivos
exclusivos;
As n tentativas so independentes
independentes, e;
A probabilidade de ocorrncia ou sucesso, p,
permanece
constante em cada tentativa.
b)
Cujo resultado :
c)
0,03125
Cujo resultado :
21/05/2012
25

Exerccio 2:
a. Suponha que a probabilidade dos pais terem um filho(a) com cabelos loiros seja .
Se houverem 6 crianas na famlia, qual a probabilidade de que metade delas terem c
abelos loiros?
Soluo
b.Se a probabilidade de atingir um alvo num nico disparo 0,3, qual a probabilidade
de que em 4 disparos o alvo seja atingido no mnimo 3 vezes?
Soluo
b) Aqui, em 4 disparos, no mnimo 3 vezes significa acontecerem
3 tiros certos e 4 tiros certos...
21/05/2012
26
13
21/05/2012

Exerccio 3:
a.Um inspetor de qualidade extrai uma amostra de 10 tubos aleatoriamente de uma car
ga muito grande de tubosque se sabe que contm 20% de tubos defeituosos. Qual
a probabilidade de que no mais do que 2 dos tubos extrados sejam defeituosos
Soluo
b.
Um engenheiro de inspeo extrai uma amostra de 15 itens aleatoriamente de um proc
esso de fabricao sabido produzir 85% de itens aceitveis. Qual a probabilidade de qu
e 10 dos itens extrados sejam aceitveis?
Soluo
0,0449 ou 4,5%
21/05/2012
27
Desafio I
Qual a probabilidade de uma famlia de 4 filhos ter:
a. nenhum filho homem;
b. 1 filho homem;
Interprete os resultados.
c. 2 filhos homens;
d 3 filhos homens
d.
e. 4 filhos homens.
Respostas:
P(X=0) = 1/16 ...
Em 16 famlias com 4 filhos esperamos, pela probabilidade, que 1 delas no
tenha filho homem.
P(X=1) = 4/16 ...
Em 16 famlias com 4 filhos esperamos, pela probabilidade, que 4 delas tenham
1 filho homem.
P(X 2) = 6/16 ...

P(X=2)
filhos homens.
P(X=3) = 4/16 ...
Em 16 famlias com 4 filhos esperamos, pela probabilidade, que 6 delas tenham 2

Em 16 famlias com 4 filhos esperamos, pela probabilidade, que 4 delas tenham 3
filhos homens.
P(X=4) = 1/16 ...
Em 16 famlias com 4 filhos esperamos, pela probabilidade, que 1 delas tenha 4
filhos homens.
21/05/2012
28
14
21/05/2012
Tarefa para casa!!!!

1.Uma firma exploradora de petrleo calcula que em 5% dos poos que
perfura encontra gs natural. Se ela perfurar 10 poos, determine a
Respostas:
probabilidade de:
a)) no
encontrar
t
gs
natural;
t
l
b) encontrar gs natural.
a. n= 10, p = 0,05 e P(X=k=0) = 0,5987 ou 59,87%

b. a probabilidade do evento complementar, ou seja,
P(x1) = 1 P(X=0) = 1 0,5987 = 0,4013 ou
40,13%
X o nmero de poos perfurados onde se encontra
gs.
2. Um fabricante de mveis constatou que 10% dos mveis vendidos

apresentavam problemas de fabricao. Se 20 mveis foram vendidos
em uma semana, qual a probabilidade de que:
a. nenhum apresente problemas;
b. pelo menos, dois mveis apresentem problemas.
Respostas:
a. n= 20, p = 0,10 e P(X=k=0) = 0,1216 ou 12,16%
b. a probabilidade do evento complementar, ou seja,
P(x2) = 1 P(X=0) P(X=1) = 1 0,1216 0,2702
= 1 0,3918 = 0,6082 ou 60,82%
X o nmero de mveis apresentando problemas.
21/05/2012
Tarefa para casa
29
cont....
3. Numa linha de produo, 5% das peas so defeituosas. As peas

so acondicionadas em caixas de 10 unidades. Qual a probabilidade de
haver 1 defeituosa numa certa caixa?
Respostas:
Distribuio Binomial n= 10 e p=0,05
P(X=k=1) = 0,3151 ou 31,51%
4. Em uma certa localidade, 40% dos correntistas bancrios trabalham

com o banco A, e os outros com o banco B.
Em 10 correntistas aleatoriaamente escolhidos, qual a probabilidade de
serem clientes do banco A:
a. exatamente 4;
b. no mximo, 1;
c pelo menos,
c.
menos 2.
2
Respostas:
n= 10, p = 0,40
a. P(X=k=4) = 0,2508 ou 25,08%
b. P(x1) = P(X=0) + P(X=1) = 0,0060 + 0,0403= 0,0463 ou 4,63%
X o nmero de correntistas clientes do banco A.
c. P(x>1) = 1 P(x1) = 1 0,0463 = 0,9537 ou 95,37%
21/05/2012
30
15
21/05/2012
Distribuio de Poisson
Uma varivel aleatria X admite distribuio de Poisson sendo expressa por:
P X k
k!
, k 0,1, 2,
Em que,
: denota o parmetro de interesse, sendo usualmente tratado como a taxa de

ocorrncia.
: denota a mdia E X .
k : denota o nmero de ocorrncias.
21/05/2012
31
Exemplos
Em uma central telefnica,
o nmero de telefonemas,
em mdia, podem chegar
a 2 chamadas por minuto
ou 2,5 chamadas por
minuto, ou 3 ou 3,5, e
assim
por
diante.
Percebemos ento, que a
mdia no precisa ser
composta
apenas
por
valores
inteiros.
Entretanto,
em
um
minuto,
por
exemplo,
podem chegar 2, 3, 4, 5
chamadas;
sempre
nmeros inteiros.
Em um minuto, numa central telefnica, chegam 2 chamadas. Em outro minuto,

chegam 3. Determine a mdia de chamadas.
n
Mdia X
x
i 1
23
2,5
2
Ateno! A mdia da distribuio de Poisson pode assumir qualquer valor,

mas o nmero de ocorrncias sempre um nmero inteiro.
Outros exemplos da distribuio de Poisson:

1. O nmero de unidades de sacos de cimento consumidos em uma construo civil
de 5 unidades, em mdia, por dia.
2. O nmero de unidades de DVDs vendidos em uma loja 6 unidades, em mdia,
por dia.
3. O nmero de colises de veculos em certo cruzamento de 3 colises, em
mdia, por semana.
4. O nmero de pacientes atendidos por um mdico de 4 pacientes, em mdia, por
hora.
21/05/2012
32
16
21/05/2012
Propriedade Importante da Poisson

Uma propriedade importante importante da distribuio de Poisson a
aditividade das mdias, ou seja, se em um minuto chegam 2 chamadas
em uma central telefnica, em mdia, em 2 minutos, a mdia ser de 4
chamadas. Assim:
1 0 min
1,0
i
x = = 2 chamadas
h
d
2,0 min
x = = 4 chamadas
0,5 min
x = = 1 chamada.
21/05/2012
33
Exemplo 1 de Poisson
1. O nmero de clientes atendidos pelo caixa de um banco de 4, em
mdia, por hora. Qual a probabilidade de se atender:
a. exatamente 4 clientes em uma hora;
b. no mximo, 2 clientes em uma hora;
c pelo menos
c.
menos, 2 clientes em uma hora.
hora
Soluo
40
41
42
0,0183 0,0733 0,1465 0,2381

e 4 .0!
0! e 4 .1!
1! e 4 .2!
2!
21/05/2012
34
17
21/05/2012
Exemplo 2 de Poisson
1. Um taxi atende, em mdia, dois clientes por hora. Qual a
probabilidade de atender:
a. 1 ou 2 clientes, em 1 hora;
b. 4 ou 5 clientes, em 2 horas;
c nenhum cliente em meia hora.
c.
hora
Soluo
21/05/2012
35
ATIVIDADE 04
Numa colheita mecanizada de cana-de-acar existem vrias colhedoras de certo tipo. Depois de
muitas observaes chegou-se concluso de que o nmero de colhedoras que se avariam em
cada ms uma varivel aleatria T com distribuio de Poisson de mdia = 3, T P0(3). Qual a
probabilidade para que durante um ms se avariem 7 ou mais colhedoras?
Soluo
Po , 3 .
Como fornecido T
Deseja-se saber qual a probabilidade para que durante um ms se avariem sete ou

mais colhedoras.
P T k
P T k
T : nmero de colhedoras que se avariam em cada ms.
, k 0,1, 2, : mdia
k!
e
k!
Para obter o resultado consultando a Tabela de Poisson (ao final deste captulo),
k : nmero de ocorrncias
k
P T 7
k 7
e 3 3
k!
basta procurar a mdia desejada, 3 ( , equivale a na Tabela de Poisson que
Tabela de Poisson apresentamos), e, em seguida, ler o valor correspondente de k . A probabilidade

obtida pela interseco da coluna de com a linha de k.
Ateno! Observe que

que, neste caso
caso, como T 7 vamos somar todas as interseces
0,0504
da coluna de com a linha de k a partir de k 7 at o final da coluna de 3 . E,
0,0216
0,0081
na Tabela de Poisson para 3 o ltimo valor tabelado para k corresponde a 13

(valor 0, 000 ).
P T 7 0, 0216 0, 0081 0, 0027 0, 0008 0, 0002 0, 0001

P T 7 0, 0335
Conclumos que durante um ms a probabilidade que se avariem sete ou mais

colhedoras de cana-de-acar de 3,35%.
21/05/2012
0,0027
10
0,0008
11
0,0002
12
0,0001
13
0,000
14
36
18
21/05/2012
Exerccio 1
21/05/2012
37
Exerccio 2 enviado
21/05/2012
38
19
21/05/2012
Desafio I
1. Na pintura de paredes de uma sala aparecem defeitos na proporo de
1 para cada m2 de pintura. Determine a probabilidade de:
a. no haver defeitos na pintura de uma parede de 2 m x 2,5 m;
b. encontrarmos, no mximo, dois defeitos na mesma parede.
2. Em um hospital, um mdico atende, em mdia, 3 pacientes por hora.

Qual a probabilidade dele atender:
a. 3 ou 4 pacientes em 1 hora;
b. no mximo, 2 pacientes em 1 hora;
c. pelo menos, 4 pacientes em 1 hora.
Respostas:
Os clculos das probabilidades so lidos na tabela da Distribuio de Poisson.
= 3
33
34
P 3 P 4 3 3
0,2240 0,1680 0,3920 ou 39,20%.
a.
e .3! e .4!
b.
30
31
32
e 3 .0! e 3 .1! e 3 .2!

0,0498 0,1494 0,2240 0,4232 ou 42,32% .
P 0 P 1 P 2
21/05/2012
c. P x 4 1 P 0 P 1 P 2 P 3
1 0,0498 0,1494 0,2240 0,2240 1 0,6472 0,3528 ou 35,28%
.
40
20
21/05/2012

Numa cidade de 25.000 habitantes, ocorrem em mdia 2 suicdios, por
Respostas: = = 1
ano. Qual a probabilidade de:
1
a) ocorrerem pelo menos 1 suicdio, em 1 ano?;
b) no haver nehum suicdio, em 1 ano.
a) P x 1 1 P x 0 1
e1.0!
1 0,3679 0,6321 ou 63,21% .
10
b) P x 0 1 0,3679 ou 36,79% .
e .0!
2. Caminhes chegam a um depsito razo de 3 caminhes/hora.

Determine a probabilidade de chegarem dois ou mais caminhes:
a. num perodo de 30 minutos;
b. no perodo de 1 hora.
Respostas:
a) Como so 3 caminhes / hora, em hora teremos 1,5 caminhes, em mdia.
1 hora --------- 3 caminhes
hora --------- x = 1,5 = . Ento, trabalharemos com mdia = 1,5.
1,50
1,51
P x 2 1 P x 0 P x 1 1 1,5 1,5 1 0,2231 0,3341 0,4422 .
e .0! e .1!
b) Em 1 hora, a mdia ser = 3.
P x 2 1 P x 0 P x 1 1
30
31
1 0,0498 0,1494 0,8008 .

e 3 .0! e3 .1!
21/05/2012
Tarefa para casa
41
cont....
3. Numa central telefnica chegam, em mdia, 4 chamadas por minuto.

Qual a probabilidade de ocorrer em um minuto:
Distribuio de Poisson com = 4.
a) exatamente 4 chamadas;
4
0,1954 .
a) P x 4
b) no mximo, 1 chamada.
e 4!
4
valor: 4 pontos.
b) P 0 P 1
40
41
0,0183 0,0733 0,0916 ou 9,16% .

e 4 .0! e 4 .1!
4. Uma empresa recebe, em mdia, um telegrama por dia til. Qual a

probabilidade de que, em uma semana com 5 dias teis, essa empresa
receba:
a) exatamente 5 telegramas?
b) pelo menos 1 telegrama?
Distribuio de Poisson com = 5.
55
a) P x 5 5 0,1755 .
e 5!
b) P x 1 1 P x 0 1
21/05/2012
50
1 0,0067 0,9933 .
e 5 .0!
42
21
21/05/2012
Tarefa para casa
cont....
5. O tempo de atendimento de um cliente num banco uma varivel

normalmente distribuda, com mdia de 15 min e desvio padro de 3
min. Qual a probabilidade de um cliente ser atendido em:
Distribuio Normal com = 15 e = 3
a) mais de 15 min;
a) P x 15 P z 0 0,5 ou 50%.
18 15
15 15
b) entre
t 15 e 18 min;
i
z
P 0 z 1 0,3413
P 15 x 18 P
b)
3
3
c) entre 12 e 15 min;
15 15
12 15
d) entre 12 e 18 min. c) P 12 x 15 P 3 z 3 P 1 z 0 P 0 z 1 0,3413 .
18 15
12 15
z
P 1 z 1 2.P 0 z 1 2.0,3413 0,6826 .
d) P 12 x 18 P
3
3
6. O nmero de e-mails recebidos por um estudante, diariamente, tem

mdia igual a cinco. Qual a probabilidade dele receber, diariamente:
a) exatamente cinco;
b) no mximo, 2;
c) pelo menos, 3 emails.
Distribuio de Poisson com = 5

55
0,1755
0 1755 .
e 5 5!
50
51
52
b) P 0 P 1 P 2 3 3 3
0,0067 0,0337 0,0842 0,1246 .
e .0! e .1! e .2!
a)) P x 5
50
51
52
e3 .0! e3.1! e3 .2!

1 0,0067 0,0337 0,0842 1 0,1246 0,8754 .
c) 1 P 0 P 1 P 2 1
21/05/2012
Tarefa para casa
43
cont....
7. Um comerciante de carros usados vende, em mdia, 2,5 automveis

de um certo modelo, diariamente. Qual a probabilidade de vender, em
Distribuio de Poisson com = 2,5
um dia:
2,5
2,5
a) P 2 P 3
a) 2 ou 3 carros;
0,2565 0,2138 0,4703 ou 47,03% .

e .2! e .3!
b) 3 ou 4 carros desse
d
modelo.
d l
2,5
2,5
2
2,5
b) P 3 P 4
e 2,5 .3!
2,5
e 2,5 .4!
0,2138 0,1336 0,3474 ou 34,74% .
ou
8.
21/05/2012
2,5
0,1353
0,0821
0,2707
0,2052
0,2707
0,2565
0,1804
0,2138
0,0902
0,1336
0,0361
0,0068
0 0120
0,0120
0 0278
0,0278
0,0034
0,0099
0,0009
0,0031
0,0002
0,0009
0,0000
0,0002
10
44
22
21/05/2012
Distribuio Normal
(contnua)
Uma varivel aleatria contnua X tem distribuio normal com parmetros e 2 .

considerada a mais importante e freqente distribuio utilizada na Estatstica e,
em quase todos os processos industriais o comportamento da varivel, em estudo,
semelhante ao apresentado pela distribuio normal, ou seja, num processo
qualquer,
l
com mdia
di (l-se
(l
mi)
i) e desvio
d
i padro
d
(l
sigma),
i
) observamos
b
(l-se
que:
uma distribuio de v.a.

Contnua e considerada a
mais importante e frequente
distribuio
utilizada
em
estatstica.
Quase todos os processos
industriais
tm
comportamento
t
t
dit d
ditado
pela
l
Normal.
I. A maioria dos valores se concentra ao redor da mdia.

II. 50% dos valores esto acima da mdia, e 50% abaixo da mdia.
III. Os valores distribuem-se simetricamente esquerda e direita em relao
mdia.
praticamente nula a p
probabilidade de um valor afastar-se muito da mdia.
IV. p
Logo, pelas propriedades do valor esperado E X e da varincia 2 , segue que:
1
X 1
EX E
E X E X 0 .

1
X 1
Var X Var
2 Var X 2 Var X 1
21/05/2012
45
Distribuio Normal cont....

Todas as variveis normais, como por exemplo, a altura das pessoas, o peso de um produto,
etc. so resolvidas reduzindo-as chamada varivel normal reduzida z definida por :
x
z
Ateno! Observe que a transformao realizada no afeta a normalidade e,

assim a varivel ter distribuio normal com mdia 0 e varincia 1, isto ,
N 0,1
0 1 e, ser
d
denotada
t d d
de normall padro
d ou normall reduzida.
d id
P a X b P a X b
Considerando X
X
b
a
P
P a X b P a X b
b
a
P
Z

Desta forma, quaisquer que sejam os valores de
e , utilizamos a normal
padro para obter probabilidades com distribuio normal.

probabilidade
P 0 Z z , z 0
N 2, 9 temos,
a X b
P
No exemplo, 2
Os valores para a
b
a
P
Z

so tabelados e apresentados na Tabela de
distribuio normal, (disponvel ao final deste captulo).

Note que a simetria tambm implica que a probabilidade de estar acima (ou abaixo)
de zero 0,5. E como probabilidade sempre um valor entre 0 e 1; a Tabela de
distribuio normal contm apenas a parte decimal.
Supondo, X 2,5
22 X 2 52
P 2 X 5 P
9
9
9
P 0 Z 1 0,3413
21/05/2012
46
23
21/05/2012
Exemplo
Considerando
mesma
distribuio
supracitada,
N 2,9 ,
encontre
probabilidade a seguir:
X 32
P X 3 P
P Z 1 3
3

1
0,5 P 0 Z 0,5 0,1293 0,3707 .

3
Para encontrar o valor 0,1293, resultante da probabilidade P 0 Z 1 3 na Tabela

de distribuio normal, basta realizar a interseco da coluna z0 correspondente
ao valor 0,3 1 3 0,33 com a linha assumindo valor 3 tambm; resultado da
aproximao da razo 1 3 .
Tabela Distribuio Normal - Valores de P 0 Z z 0
z0
0,0
0,0000
0,0040
0,0080
0,0120
0,0160
0,0199
0,0239
0,0279
0,0319
0,0359
0,1
0,0398
0,0438
0,0478
0,0517
0,0557
0,0596
0,0636
0,0675
0,0714
0,0753
0,2
0,0793
0,0832
0,0871
0,0910
0,0948
0,0987
0,1026
0,1064
0,1103
0,1141
0,3
0,1179
0,1217
0,1255
0,1293
0,1331
0,1368
0,1406
0,1443
0,1480
0,1517
0,4
0,1554
0,1591
0,1628
0,1664
0,1700
0,1736
0,1772
0,1808
0,1844
0,1879
21/05/2012
47
Exemplo 2
A altura dos alunos da Uniube normalmente distribuda com a mdia de 170cm, e desvio
padro 6cm . Determine a probabilidade de um aluno, aleatoriamente selecionado, ter altura:
a)
entre 170 e 176 cm;
b)
entre 164 e 176 cm;
c)
entre 176 e 182 cm;
acima de 182 cm.
d))
Temos, primeiramente, que encontrar a varivel normal reduzida z: z
b)
a)
176 170
164 170
P(164 x 176) =P
z
=
6
6
P(-1 z 1) = P(-1 z 0) + p(o z 1) . .
170 170
0
6
176 170
z
1
6
z
P(170 x 176) = P(0 z 1) = 0,3413 ou 34,13% .
21/05/2012
0,8
0,2881
0,2910
0,9
0,3159
0,3186
1,0
0,3413
0,3438
Como possvel observar, dividimos a probabilidade em duas: uma parte do lado

esquerdo da curva e a outra do lado direito; a do lado esquerdo, transformamos por
simetria para o lado direito; a do lado direito, obtemos pela localizao dos valores de P
e de z na tabela de distribuio normal.
P(-1 z 1) = P(0 z 1), por simetria.
Ento, P(0 z 1) = 2P(0 z 1) = 2. 0,3413 = 0,6826 ou 68,26% . .
48
24
21/05/2012
ATIVIDADE 05
Uma variedade de soja, sofrendo de certa praga, submetida a um controle intensivo, cujo
tempo foi modelado por uma densidade normal, com mdia 15 e desvio padro 2 (em dias).
Calcule . Apresente a concluso para o resultado obtido.
Soluo
Seja X o tempo de extermnio da praga e, assim temos X
X
N , 2 , isto ,
N 15, 4 . Como desejamos saber qual a proporo, dessa variedade de soja,
que demora mais de 17 dias para o extermnio da praga, calculamos:

X 17 15
P X 17 P
P Z 1
4

0,5 P 0 Z 1 0, 5 0,3413 0,1587
Portanto, a proporo dessa variedade de soja em demorar mais de 17 dias para o

extermnio da praga de 15,87%.
Ateno! Para encontrar o valor 0,3413, resultante da probabilidade P 0 Z 1 na
Tabela de distribuio normal, basta realizar a leitura da coluna z0 correspondente
ao valor 1 e, subtrair de 0,5 o valor encontrado.
21/05/2012
Exemplo 2
49
cont....
c)
P(176 182) = P(1 z 2) =
P(0 z 2) - P(0 z 1) = 0,4772 - 0,3413 = 1,1359 ou 13,59% .

d)
08
0,8
0 2881
0,2881
0,9
0,3159
1,0
0,3413
1,1
0,3643
1,2
0,3849
1,3
0,4032
1,4
0,4192
1,5
0,4332
1,6
0,4452
1,7
0,4554
1,8
0,4641
1,9
0,4713
2,0
0,4772
2,1
0,4821
P(x >182) = P(z >2) = 0,5 - P(0 z 2) = 0,5 - 0,4772 = 0,0228 . .
Lembre-se que todo o ramo direito da curva tem probabilidade de 50% ou 0,5.
21/05/2012
50
25
21/05/2012
Exerccio enviado....
21/05/2012
51
Exerccio enviado da UNIUBE

O tempo gasto no exame vestibular de uma universidade tem distribuio
Normal, com mdia 120 min e desvio padro 15 min.
a) Sorteando um aluno ao acaso, qual a probabilidade que ele termine o
exame antes de 100 minutos?
X: tempo gasto no exame vestibular X ~ N(120; 152)
100 120
P(X 100) P Z
P(Z 1,33)
15
1 A(1,33)
1 0,9082
,
0,0918
,
21/05/2012
52
26
21/05/2012
Exerccio enviado da UNIUBE

b) Qual deve ser o tempo de prova de modo a permitir que 95% dos
vestibulandos terminem no prazo estipulado?
X: tempo gasto no exame vestibular X ~ N(120, 152)
x 120
x 120
P(x1 X x2 ) 0,80 P 1
Z 2
0,80
15
15
z = ? tal que A(z) = 0,90

Pela tabela, z = 1,28.
Z
x1 120
1,28 x1= 120 - 1, 28 15 x1 = 100,8 min.
15
x2 120
1,28 x2 = 120 +1,28 15 x2 = 139,2 min.
15
21/05/2012
Desafio I
53
Normal
1. A durabilidade de um certo componente eletrnico normalmente distribuda com

mdia de 500 dias e desvio padro de 50 dias. Qual a probabilidade de um
componente qualquer durar:
a) entre 425 e 575 dias;
b) mais de 575 dias;
c) menos de 575 dias;
d) qual o nmero de dias necessrios para se repor, no mximo, 10% dos
componentes?
575 500
P x 575 P z
b)
50
P z 1,50 0,50 P 0 z 1,50
= 500 e
= 50
0,5 0,4332 0,0668 ou 6,68% .
c)
P x 575 P z 1,50 0,50 P 0 Z 1,50

0,50 0,4332 0,9332 ou 93,32% .
1,3
0,4032
1,4
0,4192
1,5
0,4332
1,6
0,4452
a)
P(425 < x < 575) =

575 500
425 500
z
P
P 1,50 z 1,50
50
50
P 1,50 z 0 P 0 z 1,50
P 0 z 1,50 P 0 z 1,50
2P 0 z 1,50 2.(0,4332) 08664 ou 86,64% .
21/05/2012
54
27
21/05/2012
Desafio I
cont....
d)
A Tabela da Distribuio Normal
somente nos fornece valores
direita da mdia, portanto com z
positivo. Pelo grfico ao lado do
nosso
osso pproblema,
ob e a, vemos
e os que z se
encontra esquerda da mdia,
portanto ser negativo e dever ser
determinado por simetria.
Vemos que entre D e a mdia 500, temos 40% de probabilidade. Temos a o problema de
leitura inversa de z, que dever ser determinado. Lendo na tabela da normal os valores das
probabilidades,
b bilid d
temos 0,3997
0 3997 e 0
0,4015
4015 como os valores
l
mais
i prximos
i
d
de 0
0,40
40 ou 40% e
escolhemos, portanto, o valor 0,3997 (mais prximo de 0,40), que corresponde na tabela ao
valor de z = 1,28. Mas, lembre-se que a tabela fornece somente valores positivos de z (
direita da mdia); portanto, o nosso z ser = -1,28, pois se encontra esquerda da mdia.
x
D 500
Como z
1,28
D 500 64 436 dias.
50
21/05/2012
55
Desafio I
2. Numa distribuio normal, 50% dos dados so inferiores a 200, e 34,13% esto
entre 200 e 250. Calcule a mdia e o desvio padro da distribuio normal.
Distribuio Normal:
Como na Distribuio Normal 50% dos dados esto abaixo da mdia
mdia, nesse caso a mdia
ser igual a 200, portanto = 200.
Teremos, ento, que P 200 x 250 0,3413 P 0 z z0 0,3413 .
Lendo, na tabela da normal, o valor de z, que corresponde a uma probabilidade 0,3413,
encontramos que z0 = 1. E esse valor de z corresponde ao valor de x = 250.
x
250 200
Temos, ento z
1
50 . Assim, = 200 e = 50.
21/05/2012
56
28
21/05/2012

1. As notas de uma avaliao so normalmente distribudas, com mdia
70 e desvio padro 8. Determine a porcentagem dos alunos que tm
= 70 e = 8
nota:
74 70
70 70
z
P 0 z 0,50 0,1915 ou 19,15%.
a) P 70 x 74 P
8
8
b) P(x > 74) = P(z > 0,50) = 0,50 P(0 < z < 0,50) = 0,50 0,1915 = 0,3085 ou 30,85%.
c) P(x < 62) =
62 70
P z 1 P z 1
P z
8
0,5 P 0 z 1 0,5 0,3413 0,1587 .
a) entre 70 e 74;
b) acima de 74;
c) abaixo de 62;
d) entre 62 e 78.
78 70
62 70
d) P 62 x 78 P
z
P 1 z 1
8
8
2P 0 z 1 2.0,3413 0,6826 .
0,3
0,1179
0,4
0,1554
0,5
0,1915
0,6
0,2257
0,8
0,2881
0,2910
0,9
0,3159
0,3186
1,0
0,3413
0,3438
21/05/2012
57

2. Certas lmpadas tm durabilidade, normalmente distribudas, com
mdia de 5.000 horas e desvio padro de 100 horas. Determine a
probabilidade de uma lmpada qualquer durar:
a) entre 4.900 e 5.150 horas;
b) acima de 5
5.100
100 horas;
c) abaixo de 4.800 horas;
d) abaixo de 5.150 horas.
= 5000 e = 100
5150 5000
4900 5000
a) P 4900 x 5150 P
z
P 1 z 1,50
100
100
P 1 z 0 P 0 z 1,50 P 0 z 1 P 0 z 1,50
0,3413 0,4332 0,7745 .

5100 5000
b) P x 5100 P z
100
P z 1 0,5 P 0 z 1 0,5 0,3413 0,1587 .

1,3
0,4032
1,4
0,4192
1,5
0,4332
1,6
0,4452
4800 5000
c) P x 4800 P z
P z 2 P z 2
100
0,5 P 0 z 2 0,50 0,4772 0,0228 .

5150 5000
d) P x 5150 P z
P z 1,50 0,50 0,4332 0,9332 .
100
21/05/2012
58
29
21/05/2012

3. Certo produto tem peso normalmente distribudo com mdia 20 e
desvio padro 1. Qual a probabilidade de um produto aleatoriamente
selecionado pesar:
a) entre 19 e 21;
b) mais de 20;
c) mais de 21;
d) menos de 21.
= 20 e = 1
a)
21 20
19 20
P 19 x 21 P
z
P 1 z 1 2P 0 z 1 2.0,3413 0,6826
1
1
b) P x 20 P z 0 0,50 ou 50% (acima da mdia temos 50% de probabilidade).
21 20
c) P x 21 P z
P z 1 0,50 P 0 z 1 0,50 0,3413 0,1587 .
1
d) P x 21 1 P x 21 1 0,1587 08413 (P(x>21) foi calculado no item anterior).
21/05/2012
59

.
4. Em indivduos sadios o consumo renal de oxignio tem distribuio

normal de mdia 12 cm3 por minuto, e desvio padro 1,5 cm3 por
minuto. Determinar a proporo de indivduos sadios com consumo
renal:
a)) E
Entre
t 9
9,4
4 e 13,2
13 2 cm3 por minuto;
i t
b) Acima de 10 cm3 por minuto.
Distribuio Normal com = 12 e = 1,5
13,2 12
9,4 12
z
a) P 9,4 x 13,2 P
1,5
1,5
P 1,73 z 0,80 0,4582 0,2881 0,7463 .
b)
21/05/2012
10 12
P x 10 P z
P z 1,33
, 0,4082
,
0,5
, 0,9082
,
1 5
1,5
0,8
0,2881
0,2910
0,2939
0,2967
0,9
0,3159
0,3186
0,3212
0,3238
1,0
0,3413
0,3438
0,3461
0,3485
1,1
0,3643
0,3665
0,3686
0,3708
1,2
0,3849
0,3869
0,3888
0,3907
1,3
0,4032
0,4049
0,4066
0,4082
1,4
0,4192
0,4207
0,4222
0,4236
1,5
0,4332
0,4345
0,4357
0,4370
1,6
0,4452
0,4463
0,4474
0,4484
1,7
0,4554
0,4564
0,4573
0,4582
1,8
0,4641
0,4649
0,4656
0,4664
60
30
21/05/2012

.
5. O tempo de atendimento de um cliente num banco uma varivel

normalmente distribuda, com mdia de 15 min e desvio padro de 3
min. Qual a probabilidade de um cliente ser atendido em:
a) mais de 15 min;
b) entre 15 e 18 min;
c) entre 12 e 15 min;
d) entre 12 e 18 min.
0,8
0,2881
0,2910
0,2939
0,2967
0,9
0,3159
0,3186
0,3212
0,3238
1,0
0,3413
0,3438
0,3461
0,3485
1,1
0,3643
0,3665
0,3686
0,3708
1,2
0,3849
0,3869
0,3888
0,3907
a) P x 15 P z 0 0,5 ou 50%.
1,3
0,4032
0,4049
0,4066
0,4082
18 15
15 15
z
P 0 z 1 0,3413
P 15 x 18 P
3
3
15 15
12 15
z
P 1 z 0 P 0 z 1 0,3413 .
c) P 12 x 15 P
3
3
d)
1,4
0,4192
0,4207
0,4222
0,4236
1,5
0,4332
0,4345
0,4357
0,4370
1,6
0,4452
0,4463
0,4474
0,4484
1,7
0,4554
0,4564
0,4573
0,4582
1,8
0,4641
0,4649
0,4656
0,4664
b)
18 15
12 15
z
P 1 z 1 2.P 0 z 1 2.0,3413 0,6826
P 12 x 18 P
3
3
.
21/05/2012
61

.
5. Uma distribuio de varivel normal tem mdia 100 e desvio padro

20. Qual a probabilidade dessa varivel estar:
a) acima de 100;
b) entre 90 e 100;
c)) acima
i
d
de 110
110.
Distribuio Normal com = 100 e = 20
a) P x 100 P z 0 0,5 ou 50% .
b)
100 100
90 100
z
P 90 x 100 P
P 0,50 z 0 P 0 z 0,50 0,1915 .
20
20
110 100
c) P x 110 P z
P z 0,50 0,50 P 0 z 0,50
20
0 50 0
0,50
0,1915
1915 0
0,3085
3085 .
21/05/2012
0,4
0,1554
0,5
0,1915
0,6
0,2257
62
31
21/05/2012
21/05/2012
63
21/05/2012
64
32
21/05/2012
21/05/2012
65
33

Slides Distribuicoes de Probabilidades Bertolo

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Slides Distribuicoes de Probabilidades Bertolo

Transféré par

Droits d'auteur :

Formats disponibles

21/05/2012

Ao final deste captulo, esperamos que voc seja capaz de:

Bertolo Probabilidades e Estatstica Matemtica 2012

Figura 1 Esquema dos principais tpicos abordados neste captulo.

Bertolo Probabilidades e Estatstica Matemtica 2012

Distribuies de Probabilidades - Reflexo

Certamente um professor do ensino fundamental lhe pediu para plantar sementinhas de

Voc se lembra do nmero de questes que acertou na ltima avaliao presencial, ou se

O que uma distribuio de probabilidade?

Bertolo Probabilidades e Estatstica Matemtica 2012

Fonte: dados simulados

Notao: P(X = xi) = p(xi) = pi,

A esta funo que satisfaz o intervalo: 0 pi 1, d-se o nome de

Esta tabela denominada

Bertolo Probabilidades e Estatstica Matemtica 2012

Ento a VARIVEL ALEATRIA x = {2, 1, 1, 0}, ou seja, as duas

Bertolo Probabilidades e Estatstica Matemtica 2012

b. Seja X a varivel aleatria X = nmero de caras (Ca)

Bertolo Probabilidades e Estatstica Matemtica 2012

Z: soma dos pontos das faces superiores

Espao amostral: = {(1;1);(1;2);(1;3);...; (6;6)}

Tabela 2: Funo de probabilidade obtida, no lanamento de dois dados honestos.

Fonte: dados simulados

Seja E um experimento aleatrio qualquer e, o seu espao amostral

Bertolo Probabilidades e Estatstica Matemtica 2012

Variveis Aleatrias Discreta

1/2 x1/2 = 1/4

1/2 x1/2 = 1/4

1/2 x1/2 = 1/4

1/2 x1/2 = 1/4

Clculo das Probabilidades

Bertolo Probabilidades e Estatstica Matemtica 2012

Bertolo Probabilidades e Estatstica Matemtica 2012

P(X = 3) = P(X = 4) = P(X = 5) = p

Fonte: dados simulados

Bertolo Probabilidades e Estatstica Matemtica 2012

Variveis Aleatrias Contnua

Bertolo Probabilidades e Estatstica Matemtica 2012

Estatstica versus Parmetros

Quadro 1: Notaes de estatsticas e parmetros

Fonte: elaborao da prpria autora.

Bertolo Probabilidades e Estatstica Matemtica 2012

Parmetros das Variveis Discretas

Bertolo Probabilidades e Estatstica Matemtica 2012

Calcule a mdia e a varincia de X.

Vamos calcular a varincia do nmero de cirurgias.

Bertolo Probabilidades e Estatstica Matemtica 2012

Com base nessa distribuio determine:

Bertolo Probabilidades e Estatstica Matemtica 2012

Os possveis valores que a varivel aleatria pode assumir;

A funo de probabilidade associada varivel aleatria ;

A mdia (ou valor esperado) da varivel aleatria ;

A varincia e o desvio-padro da varivel aleatria .

Neste contexto, vamos estudar algumas das principais distribuies de

Bertolo Probabilidades e Estatstica Matemtica 2012

X np mdia (ou valor esperado) da varivel aleatria X .

X npq desvio padro da varivel aleatria X .

Bertolo Probabilidades e Estatstica Matemtica 2012

Bertolo Probabilidades e Estatstica Matemtica 2012

Bertolo Probabilidades e Estatstica Matemtica 2012

Portanto, no lanamento de uma moeda honesta 10 vezes, a probabilidade de se

E como voc faria se quisssemos pelo menos 3 vezes o

Bertolo Probabilidades e Estatstica Matemtica 2012