Distribuio binomial

Em teoria das probabilidades e estatstica, a distribuio binomial a

distribuio de probabilidade discreta do nmero de sucessos numa sequncia
de n tentativas tais que as tentativas so independentes; cada tentativa resulta
apenas em duas possibilidades, sucesso ou fracasso (a que se chama
de tentativa de Bernoulli); a probabilidade de cada tentativa, p, permanece
constante.
Cada tentativa independente
Cada resultado randmico
A probabilidade de sucesso constante
Ou seja , distribuio binomial aquela em que os termos da expanso do
binmio (ou multinmio) correspondem s probabilidades de todos os eventos
possveis do espao amostral. O binmio (ou multinmio) formado pelas
probabilidades de cada acontecimento elevado ao nmero total de ocorrncias.
Funo de probabilidade
Se a varivel aleatria X que contm o nmero de tentativas que resultam em
sucesso tem uma distribuio binomial com parmetros n e p escrevemos X ~
B(n, p). A Distribuio Binomial indica a probabilidade de encontrar exatamente
k sucessos (ou, pelo menos, k sucessos na f.d.c) em n tentativas dada a
probabilidade p de sucesso em cada tentativa:
para e onde uma combinao.
Valor esperado e varincia
Se a X ~ B(n, p) (isto , X uma varivel aleatria binomialmente distribuida),
ento o valor esperado de X
e a varincia
EXERCICOS
1 - Num cruzamento, a probabilidade de um carro acidentar-se de 15%.
Se passarem 8 carros, qual a probabilidade de no mximo 3 carros se acidentarem?
n = 25 , k = 0, 1, 2 , 3 , p =
15 , 0
; q = 0,85 ( q = 1 0,15 )
P ( X 3) =
( ) ( ) ( ) ( ) 2 X P 2 X P 1 X P 0 X P + + +
P ( X 3) =
( ) ( )
8 0
85 , 0 . 08 , 0
0
8

,
_

+
( ) ( )
7 1
85 , 0 . 08 , 0
1
8

,
_

+
+
( ) ( )
6 2
85 , 0 . 08 , 0
2
8

,
_

+
( ) ( )
5 3
85 , 0 . 08 , 0
3
8

,
_

P ( X 3) = 1 . 1 . 0,272491 + 8 . 0,08 . 0,320577 + 28 . 0,0064 .

0,377150 + 56 . 0,000512 . 0,443705
P ( X 3) = 0,272491 + 0,205169 + 0,067585 + 0,012722
P ( X 3) = 0,557967

P ( X 3) = 55,79 %
2 - Uma urna tem 20 bolas pretas e 30 bolas brancas. Retiram-se 25 bolas
com reposio. Qual a probabilidade de que:
a) Exatamente duas bolas sejam pretas?
n = 25 , k = 2 , p =
4 , 0
50
20

; q = 0,6
( ) 4 , 0 1 q
( ) ( ) ( )
23 2
6 , 0 . 4 , 0
2
25
2 X P

,
_

( )
23 2
6 , 0 . 4 , 0 .
! ) 2 25 ( . ! 2
! 25
2 X P

( )
23 2
6 , 0 . 4 , 0 .
1 . 2 . ! 23
! 23 . 24 . 25
2 X P

( ) 000008 , 0 . 16 , 0 . 300 2 X P
( ) 00038 , 0 2 X P

( ) 2 X P 0,038 %
b) Pelo menos trs sejam pretas?
n = 25 , k = 0, 1, 2 , p =
4 , 0
50
20

; q = 0,6
( ) 4 , 0 1 q
P ( X 3) = 1 -
( ) 3 X P <
P ( X 3) = 1 -
( ) ( ) ( ) [ ] 2 X P 1 X P 0 X P + +
P ( X 3) =
1 -
( ) ( ) ( ) ( ) ( ) ( )
1
]
1

,
_

,
_

,
_

23 2 24 1 25 0
6 , 0 . 4 , 0
2
25
6 , 0 . 4 , 0
1
25
6 , 0 . 4 , 0
0
25
P ( X 3) =
1 - 1
]
1

+ +
23 2 24 1 25 0
6 , 0 . 4 , 0 .
! 23 . ! 2
! 25
6 , 0 . 4 , 0 .
! 24 . ! 1
! 25
6 , 0 . 4 , 0 .
! 25 . ! 0
! 25
P ( X 3) =
1 -
[ ] 0000078 , 0 . 16 , 0 . 300 0000047 , 0 . 4 , 0 . 25 0000028 , 0 . 1 . 1 + +
P ( X 3) = 1 -
[ ] 00037 , 0 000047 , 0 0000028 , 0 + +
P ( X 3) = 1 -
0004 , 0
P ( X 3) = 0,9996
P ( X 3) = 99,96 %
3 - Determine a probabilidade de obtermos exatamente 3 caras em 6 lances de uma
moeda.
n = 6 , k = 3 , p =
2
1
; q =
2
1

,
_

2
1
1 q
( )
3 3
2
1
.
2
1
3
6
3 X P
,
_

,
_

,
_

( )
3 3
2
1
.
2
1
.
! ) 3 6 ( . ! 3
! 6
3 X P

( )
6
2
1
.
1 . 2 . 3 . ! 3
! 3 . 4 . 5 . 6
3 X P

( )
6
2
4 . 5
3 X P
( )
4
2
5
3 X P

( )
16
5
3 X P
Distribuio Poisson
Representa a distribuio de probabilidade de uma varivel aleatria que
registra o nmero de ocorrncias sobre um intervalo de tempo ou espao
especficos.
A distribuio de Poisson foi descoberta por Simon-Denis Poisson(1781
1840) e publicada, conjuntamente com a sua teoria da probabilidade,
em 1838 no seu trabalho Recherches sur la probabilit des jugements en
matires criminelles et matire civile ("Inqurito sobre a probabilidade em
julgamentos sobre matrias criminais e civis"). O trabalho focava-se em certas
variveis aleatrias N que contavam, entre outras coisas, o nmero de
ocorrncias discretas (por vezes chamadas de "chegadas") que tinham lugar
durante um intervalo de tempo de determinado comprimento.
=> Propriedades do experimento Poisson:
A probabilidade de uma ocorrncia a mesma para quaisquer dos intervalos
de tempo - no existe nenhuma regio ou espao com maior probabilidade que
a outra.
Quase no existe nenhuma probabilidade de acontecer mais de uma
ocorrncia num mesmo ponto - aproximadamente zero.
A ocorrncia ou no ocorrncia em qualquer intervalo independente da
ocorrncia ou no-ocorrncia em qualquer intervalo - uma ocorrncia no
interfere na outra.
Esta distribuio representa a probabilidade de que um evento
ocorra um no especificado de vezes em um intervalo de tempo
(espao), quando a taxa de ocorrncia fixa
x = valor da v. a. numero de ocorrncias do evento em um
intervalo
= taxa de ocorrncia do evento x (numero esperado de eventos)
e 2,71828 (constante natural)
EXERCCIOS
1) Um departamento de polcia recebe em mdia 5 solicitaes por
hora. Qual a probabilidade de receber
2 solicitaes numa hora selecionada aleatoriamente?
Soluo
X = nmero designado de sucessos = 2
= o nmero mdio de sucessos num intervalo especfico (uma hora) = 5
2)A experincia passada mostra que 1% das lmpadas incandescentes
produzidas numa fbrica so defeituosas. Encontre a probabilidade de
mais que uma lmpada numa amostra aleatria de 30 lmpadas sejam
defeituosas, utilizando a distribuio Poisson.
Considerando = Np = 0,3, temos que encontrar P(X > 1)
= 1 P(X 1), onde X o nmero de lmpadas defeituosas.
P(X 1) = P(1) + P(0) = 0,222246 + 0,74082 = 0,963066
Assim,
P(X > 1) = 1 P(X 1) = 1 0,963066 = 0,036934 ou 3,69%
Quando n ficar maior, a aproximao torna-se mais estreita
3)Um processo de produo produz 10 itens defeituosos por hora.
Encontre a probabilidade que 4 ou menos itens
sejam defeituosos numa retirada aleatria por hora usando, usando:
a.) A distribuio de Poisson e
b.) A aproximao normal da Poisson.
a). Aqui = 10 e queremos encontrar P(X 4), onde X o nmero de itens
defeituosos da retirada aleatria por hora. O valor e -10 0,00005. Portanto,
P(X 4) = P(0) + P(1) + P(2) + P(3) + P(4) = 0,0000454 + 0,000454 + 0,00227
+ 0,00756665 + 0,01891664 = 0,02925254 ou cerca de 2,92%
b. Tratando os itens como contnuos, queremos encontrar P(X 4,5), onde X
o nmero de itens defeituosos, = = 10, e = = 10 3,16. Assim,
Para z = 1,74, obtemos da tabela 0,459. Isto significa que
0,5 0,4591 = 0,0409 da rea (probabilidade) sob a curva normal padro fica
esquerda de z = - 1,74. Assim P(X 4,5) = 0,0409 ou 4,09%. Quando tornar-
se maior, obtemos uma aproximao melhor. (Se no tivermos tratado o
nmero de itens defeituosos como uma varivel contnua, teramos encontrado
que P(X 4) = 0,287).
Bibliografia
http://www.eecis.udel.edu/~portnoi/classroom/prob_estatistica/2006_2/lectu
re_slides/aula11.pdf
http://www.ebah.com.br/content/ABAAAfA1MAE/distribuicao-binomial
http://www.ufv.br/dbg/labgen/probbin.html
http://pt.wikipedia.org/wiki/Distribui%C3%A7%C3%A3o_binomial
http://www.numaboa.com.br/escolinha/ferramentas-estatisticas/68-
distribuicao-binomial
http://www.bertolo.pro.br/FinEst/Estatistica/ExerciciosResolvidosPoisson.pdf
UNIP UNIVERSIDADE PAULISTA
INSTITUTO DE CINCIAS EXATAS E TECNOLOGIA
Curso de Graduao em Engenharia Bsica
ESTTICA DESCRITIVA
TRABALHO DE DISTRIBUIO BINOMIAL E
POISSON
NOME:
RA
GIOVANE COSTA PDUA FERREIRA
B05244-9
DOCENTE : Cludia Hidalgo
SALA: EB3(2)RS28
SO JOS DO RIO PRETO
2012
UNIP