1

A funo de distribuio neste caso dada por:

em que

A funo de distribuio de probabilidade nesse caso dada por X P(X=x) 0 0,343 1 0,441 2 0,189 3 1,027

Exerccios:

2. Considere ninhada de 4 filhotes de coelhos. Nesta raa h um distrbio gentico e a probabilidade de nascer fmeas de 5/8: a. Sendo X a ocorrncia de fmeas, construa a distribuio de probabilidade de X: X tem uma distribuio binomial
5 X : Bin ( n, p ) X : Bin 4, 8 O Modelo Binomial dado por

x n x P[ X = x] = p x (1 p ) n
em que

x n! = n (n x)! x ! 4 5 P[ X = 0] = 0 8
0

5 1 8

4 0

4! 81 81 5 3 = = 0, 02 = 11 4096 4096 ( 4 0 )!0! 8 8

 4 5 P[ X = 1] = 1 8

5 1 8

4 1

5 27 540 = 4 = 0,13 8 512 4096 = 6 25 9 1350 = 0,33 64 64 4096 125 3 1500 = 0,37 512 8 4096 625 625 1 = 0,15 4096 4096

4 5 5 P[ X = 2] = 1 2 8 8 4 5 P[ X = 3] = 3 8
3

4 2

5 1 8

4 3

= 4
4 4

4 5 P[ X = 4] = 4 8

5 1 8

= 1

A distribuio de Probabilidade de X dada por X P ( X = x) 0 0,02 1 0,13 2 0,33 3 0,37 4 0,15

b. Calcule as probabilidades dos seguintes eventos por meio da distribuio binomial: i) Nascimento de exatamente duas fmeas? P[ X = 2] = 0,33 ii) Nascimento de pelos menos um macho? Se Y representa o nmero de machos, o evento Y 1 equivale a X 3 , pois

se houver 1 macho, implica em 3 fmeas; se houver 2 machos, implica em 2 fmeas; se houver 3 machos, implica em 1 fmea. se houver 4 machos, implica em 0 fmea. Assim, a probabilidade do evento
P [Y 1] = P [Y = 1] + P [Y = 2] + P [Y = 3] + P [Y = 4]

P [Y 1] = P [ X = 3] + P [ X = 2] + P [ X = 1] + P [ X = 0] = 0,37 + 0, 33 + 0,13 + 0, 02 = 0,84 iii) Nascimento de pelos menos duas fmeas? P [ X 2] = P [ X = 2] + P [ X = 3] + P [ X = 4] = 0,33 + 0,37 + 0,15 = 0,85 iv) Nascimento de no mximo uma fmea? P [ X 1] = P [ X = 0] + P [ X = 1] = 0, 02 + 0,13 = 0,15 c. Suponha que voc faa uma amostragem de 500 ninhadas de 4 filhotes. Em quantos voc espera encontrar exatamente 1 macho?

O nmero esperado (NE) de ninhadas de 4 filhotes com exatamente 1 macho total de ninhadas, ou seja,

dado pelo produto da probabilidade do evento P [Y = 1] = P [ X = 3] pelo nmero

NE = 500 P [ X = 3] = 500 0,37 = 185

Assim, das 500 esperamos que 185 sejam exatamente 1 macho. 3. Suponha que X (v. a. discreta) seja o nmero de animais doentes de uma determinada raa. Sabe-se que esta doena controlada geneticamente e que ataca 1/3 da raa. Numa amostra de 4 animais, pede-se: a. A distribuio de probabilidade de X; X tem uma distribuio binomial

1 X : Bin 4, 3

4 1 P[ X = 0] = 0 3 4 1 P[ X = 1] = 1 3

1 1 3

4 0

= 1 1

16 16 = 0, 20 81 81

1 1 3

4 1

1 8 32 = 4 = 0,39 3 27 81 1 4 24 = 6 = 0,30 9 9 81 = 4 1 2 8 = 0,10 27 3 81 1 1 1 = 0, 01 81 81

4 1 P[ X = 2] = 2 3

1 1 3

42

4 1 1 P[ X = 3] = 1 3 3 3 4 1 P[ X = 4] = 4 3
4

4 3

1 1 3

4 4

= 1

A distribuio de Probabilidade de X dada por X P ( X = x) 0 0,20 1 0,39 2 0,30 3 0,10 4 0,01

b. A probabilidade de haver na amostra mais de 1 animal doente; P[ X > 1] = P[ X = 2] + P[ X = 3] + P[ X = 4] = 0,30 + 0,10 + 0, 01 = 0, 41 c. A probabilidade de haver mais de 1 animal sadio; Se Y representa o nmero de animais doentes, o evento Y > 1 equivale a X < 2 , pois 7

 se houver 2 sadio, implica em 2 doentes; se houver 3 sadio, implica em 1 doente. se houver 4 sadio, implica em 0 doente. Assim, a probabilidade do evento

d. A probabilidade de haver no mximo trs animais doentes; P[ X 3] = 1 P[ X > 3] = 1 P [ X = 4] = 1 0, 01 = 0,99

Exemplo 2 Determinar a probabilidade de haver 4 peas defeituosas numa amostra de 300, extrada de um grande lote onde h 2% de defeituosas. Aplicando-se a frmula da distribuio binomial teremos: N = 300 X=4 p = 2% = 2 = 0,02

100

Utilizando a distribuio de Poisson, teremos:

= = n p = 300 0,02 = 6
P( x) = e ( ) x e 6 (6) 4 P ( x = 4) = = 0,134 xM 4M

Exerccios

1. Suponhamos que os navios cheguem a um porto a razo de 2 navios /hora, e que essa razo seja bem aproximada por um processo de Poisson. Observando o processo por um perodo de meia hora (t = 1/2), determine a probabilidade de: a) no chegar nenhum navio; b) chegarem 3 navios. Soluo: n=2 p=t= 1 horas.

Primeiro determine : = = n t = 2 1 = 1 = 1 2 e ( ) x e 1 (1) 0 a) P ( x) = P ( x = 0) = = 0,368 xM 0M b) P ( x) = e ( ) x e 1 (1) 3 P ( x = 3) = = 0,061 xM 3M

2. Uma mquina produz 9 peas defeituosas a cada 1000 peas produzidas. Calcule a probabilidade de que em um lote que contm: a) 200 peas, sejam encontradas 8 peas defeituosas;

= = n p
n = 200 peas p= 9 = 0,009

1000

= = n p = 200 0,009 = 1,8

P( x) = e ( ) x e 1,8 (1,8) 8 18,216 P ( x = 8) = = = 0,00045 xM 8M 40320

10

b) 500 peas, no haja nenhuma pea defeituosa.

= = n p
n = 500 peas p= 9 = 0,009

1000

= = n p = 500 0,009 = 4,5

P( x) = e ( ) x e 4,5 (4,5) 0 P ( x = 0) = = 0,0111 xM 0M

4) Um processo mecnico produz tecido para tapetes com uma mdia de 2 defeitos por jarda. Determine a probabilidade de uma jarda quadrada ter exatamente 1 defeito, admitindo que um processo possa ser bem aproximado por uma distribuio de Poisson. Soluo dado = 2 e x = 1 e t ( t ) X P( X ) = XM P( x) = e ( ) x e 2 (2)1 P (1) = = 0,270 xM 1M

3. As chamadas de emergncia chegam a uma central de polcia a razo de 4 por hora no perodo de 1 as 6 da manh em dias teis e podem ser aproximadas por uma distribuio de Poisson. Responda: a) Quantas chamadas de emergncia so esperadas num perodo de 30 minutos? b) Qual a probabilidade de nenhuma chamada num perodo de 30 minutos? a) p = t (tempo) = 30 minutos = 0,5 horas. n=4

11

E ( x) = = = n t

Portanto, num perodo de 30 minutos so esperadas _____ chamadas.

b) p = t (tempo) = 30 minutos = 0,5 horas.

= = nt
P( x) = e ( ) x xM

P(x = 0) = 0,135

12