Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal dos Vales do Jequitinhonha e Mucuri Instituto de Ciência e Tecnologia Diamantina - Minas Gerais Lista de Exerćıcios: Distribuições de Probabilidade Binomial e Poisson Exerćıcios Resolvidos 1. O retrospecto mostra que um jogador de basquete tem uma probabilidade de 0,75 de acertar um lance livre. Se este jogador vai arremessar 5 lances livres, qual a probabilidade de acertar: (a) todos; (b) nenhum; (c) pelo menos 3. Solução • O primeiro passo é definir a variável aleatória, que é X: número de acertos de lances livres em um total de 5 lances livres; • A variável aleatória é discreta, pois é uma contagem (número de acertos). Essa contagem está associada aos números naturais, ou seja, 0, 1, 2, 3, 4, 5; • Esta variável inicia-se no 0 (acertar 0 em um total de 5) e termina no 5 (acertar 5 em um total de 5). • O segundo passo é definir a distribuição de probabilidade associada. Como a variável aleatória é discreta, as distribuições de probabilidade associadas são Binomial e Poisson. Assim, temos que definir se X segue o modelo Binomial ou Poisson; • Esta variável pode ser definida como acertar o lance livre (Sucesso) ou não acertar o lance livre (Fracasso). Esse experimento é repetido 5 vezes (5 lances livres no total). Desta forma, X segue o modelo Binomial; 1 • O modelo Binomial apresenta dois parâmetros n e p. O parâmetro n representa o total de repetições de Sucesso ou Fracasso. Nesse caso, n = 5 (total de 5 lances livres). O parâmetro p é a probabilidade do sucesso. O sucesso é acertar o lance livre. Essa probabilidade é definida com p = 0, 75; • A variável aleatória X segue o modelo Binomial, portanto os valores assumidos seguem o padrão X = 0, 1, · · · , n. Nesse caso, n = 5 e a variável aleatória X assume os valores X = 0, 1, 2, 3, 4, 5; • Lembre-se de uma importante propriedade: P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4) + P (X = 5) = 1, ou seja, a soma das probabilidades de todos os valores assumidos por X é igual a 1. Essa propriedade será útil no exerćıcio 2 proposto. • A função de probabilidade do modelo Binomial é f(x) = ( n x ) px(1 − p)n−x. (a) A probabilidade de acertar todos os lances livres significa acertar 5 lances livres em um total de 5 lances livres, ou seja, P (X = 5); • Sabendo que n = 5, p = 0, 75 e X = 0, 1, 2, 3, 4, 5; • P (X = 5); • P (X = 5) = ( n x ) px(1 − p)n−x = ( 5 5 ) 0, 755(1 − 0, 75)5−5; • ( n x ) = n!x!(n−x)! = 5! 5!(5−5)! = 5! 5!(0)! = 1; Esse cálculo pode ser feito usando a calculadora; • P (X = 5) = ( 5 5 ) 0, 755(0, 25)0 = 0,2373. (b) A probabilidade de acertar nenhum dos lances livres significa acertar 0 lances livres em um total de 5 lances livres, ou seja, P (X = 0); • Sabendo que n = 5, p = 0, 75 e X = 0, 1, 2, 3, 4, 5; • P (X = 0); • P (X = 0) = ( n x ) px(1 − p)n−x = ( 5 0 ) 0, 750(1 − 0, 75)5−0; • ( n x ) = n!x!(n−x)! = 5! 0!(5−0)! = 5! 0!(5)! = 1; Esse cálculo pode ser feito usando a calculadora; • P (X = 0) = ( 5 0 ) 0, 750(0, 25)5 = 0,001. (c) A probabilidade de acertar pelo menos 3 dos lances livres significa acertar 3 ou 4 ou 5 lances livres em um total de 5 lances livres, ou seja, P (X = 3) + P (X = 4) + P (X = 5); O significado de pelo menos 3 é no mı́nimo 3, ou seja, 3 ou mais. • Sabendo que n = 5, p = 0, 75 e X = 0, 1, 2, 3, 4, 5; 2 • P (X = 3) + P (X = 4) + P (X = 5); • ( 5 3 ) 0, 753(1 − 0, 75)5−3 + ( 5 4 ) 0, 754(1 − 0, 75)5−4 + ( 5 5 ) 0, 755(1 − 0, 75)5−5; • 0, 2637 + 0, 3955 + 0, 2373 = 0,8965. 2. Certo cruzamento resulta em três acidentes por mês em média. Qual é a probabilidade de que em certo mês nesse cruzamento ocorram (a) exatamente cinco acidentes? (b) menos de três acidentes? (c) pelo menos dois acidentes? Solução • O primeiro passo é definir a variável aleatória, que é X: número de acidentes por mês; • A variável aleatória é discreta, pois é uma contagem (número de acidentes). Essa contagem está associada aos números naturais, ou seja, 0, 1, 2, 3, 4, · · · . Essa contagem está sendo realizada em um determinado tempo (por mês); • Esta variável inicia-se no 0 (0 acidentes por mês) e não existe um valor final de acidentes por mês; • O segundo passo é definir a distribuição de probabilidade associada. Como a variável aleatória é discreta, as distribuições de probabilidade associadas são Binomial e Poisson. Assim, temos que definir se X segue o modelo Binomial ou Poisson; • Esta variável pode ser definida como uma contagem (número de acidentes) em um determi- nado tempo (mês). Desta forma, X segue o modelo Poisson; Lembre-se que o tempo pode ser substitúıdo por comprimento, área, volume, etc. • O modelo Poisson apresenta um parâmetro λ. O parâmetro λ representa uma média. Neste caso, representa o número médio de acidentes por mês. O valor de λ = 3, como definido no exerćıcio (três acidentes por mês em média). • A variável aleatória X segue o modelo Poisson, portanto os valores assumidos seguem o padrão X = 0, 1, 2, 3, · · ·; 3 • Lembre-se de uma importante propriedade: P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4) + · · · = 1, ou seja, a soma das probabilidades de todos os valores assumidos por X é igual a 1. Essa propriedade será útil em alguns exerćıcios. • A função de probabilidade do modelo Poisson é f(x) = e−λλxx! . (a) A probabilidade de que em certo mês nesse cruzamento ocorram exatamente cinco acidentes é P (X = 5); • Sabendo que X = 0, 1, 2, 3, 4, · · ·, λ = 3 e que a unidade aqui é em 1 mês, ou seja, λ = 3 = 3.1; • P (X = 5); • P (X = 5) = e−λλxx! = e−335 5! ; • x! = x.(x − 1).(x − 2). · · · .1 = 5! = 5.4.3.2.1 = 120; Esse cálculo pode ser feito usando a calculadora; • P (X = 5) = 0,1008. (b) A probabilidade de que em certo mês nesse cruzamento ocorram menos de três acidentes é 0 ou 1 ou 2 acidentes. Lembre-se que X = 0, 1, 2, 3, · · · . Assim, P (X = 0) + P (X = 1) + P (X = 2); • Sabendo que X = 0, 1, 2, 3, 4, · · ·, λ = 3 e que a unidade aqui é em 1 mês, ou seja, λ = 3 = 3.1; • P (X = 0) + P (X = 1) + P (X = 2); • e−3300! + e−331 1! + e−332 2! ; • x! = x.(x− 1).(x− 2). · · · .1; 0! = 1; 1! = 1; 2! = 2.1 = 2; • 0, 0498 + 0, 1494 + 0, 2240 = 0,4232. (c) A probabilidade de que em certo mês nesse cruzamento ocorram pelo menos dois acidentes é 2 ou 3 ou 4 ou mais acidentes. Lembre-se que X = 0, 1, 2, 3, · · · . Assim, P (X = 2) +P (X = 3) + P (X = 4) + · · · ; • Sabendo que X = 0, 1, 2, 3, 4, · · ·, λ = 3 e que a unidade aqui é em 1 mês, ou seja, λ = 3 = 3.1; • P (X = 2) + P (X = 3) + P (X = 4) + · · · ; • Para esse cálculo precisamos utilizar a propriedade P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) + P (X = 4) + · · · = 1; 4 • O interesse é Z = P (X = 2) + P (X = 3) + P (X = 4) + · · · ; • Substituindo Z em P (X = 0)+P (X = 1)+P (X = 2)+P (X = 3)+P (X = 4)+ · · · = 1, temos que P (X = 0) + P (X = 1) + Z = 1; • Organizando, temos que Z = 1 − [P (X = 0) + P (X = 1)]; • P (X = 0) = 0, 0498 (letra b); • P (X = 1) = 0, 1494 (letra b); • Assim, Z = 1 − [P (X = 0) + P (X = 1)]; • Z = 1 − (0, 0498 + 0, 1494); • Z = 0, 8008; • P (X = 2) + P (X = 3) + P (X = 4) + · · · = 0,8008. Exerćıcios Propostos 1. Se a probabilidade de uma lâmpada ter vida útil de pelo menos 800 horas é de 0,9, determine a probabilidade de que, entre 20 lâmpadas, (a) exatamente 18 terão vida útil de pelo menos 800 horas; (b) pelo menos 15 terão vida útil de pelo menos 800 horas; 2. Uma grande rede varejista compra certo tipo de equipamento eletrônico de um fabricante. O fabricante indica que a taxa de equipamentos com defeito é de 3%. O inspetor da rede seleciona 20 equipamentos de um carregamento. Qual é a probabilidade de que haja pelo menos um equipamento defeituoso entre esses 20? 3. Uma indústria de automóveis está preocupada com uma falha no mecanismo dos freios de de- terminado modelo. Essa falha pode,em raras ocasiões, causar uma catástrofe em uma rodovia. A distribuição do número de carros, por ano, que sofrerão essa falha é uma variável aleatória de Poisson com λ = 5. (a) Qual é a probabilidade de que no máximo três carros por ano experimentem essa catástrofe? (b) Qual é a probabilidade de que mais de um carro por ano experimente essa catástrofe? 5 4. Assumimos que o número de clientes que chegam a cada hora em certo posto de serviços auto- mobiĺısticos segue uma distribuição de Poisson com λ = 7. (a) Qual é o número médio de chegadas durante o peŕıodo de duas horas? (b) Calcule a probabilidade de que mais de um cliente chegue em um peŕıodo de duas horas? 6
Compartilhar