You are on page 1of 14

Joildo Fernandes Costa Junior

A mdia de uma varivel aleatria discreta o resultado mdio


terico para um nmero infinito de tentativas. Podemos
considerar tal mdia como o valor esperado no sentido de que o

valor mdio que esperaramos se as tentativas pudessem


continuar indefinidamente. O valor esperado (tambm chamado
esperana, ou esperana matemtica) tem aplicaes extensas e
variadas e desempenha importante papel em uma rea de
aplicao chamada teoria da deciso.

A varivel aleatria discreta mais simples aquela que assume


somente um numero finito de valores possveis, cada um com
igual probabilidade.

Uma varivel aleatria X tem uma distribuio discreta


uniforme se cada um dos n valores em sua faixa, isto
, x1, x2,....., xn, tiver igual probabilidade. Ento:

f ( xi ) 1

3-66) Medidas de espessura em um processo de recobrimento so


feitas com a preciso de centsimos de milmetros. As medidas de
espessuras esto uniformemente distribudas, com valores 0,15;

0,16; 0,17; 0,18 e 0,19. Determine a mdia e a varincia da


espessura de recobrimento para este processo.

Uma distribuio de probabilidade binomial resulta de um


experimento que satisfaz os seguintes requisitos:
1.

O experimento tem um N fixo de tentativas;

2.

As tentativas devem ser independentes;

3.

Cada tentativa deve ter todos os resultados classificados em


duas categorias( sucesso e fracasso)

4.

A probabilidade de sucesso permanece constante em todas as


tentativas.

n x
n x
f ( xi ) p 1 p
x
n!
x n x
P( X xi )
. p .q
n x ! x!
n = nmero de tentativas
x = nmero de sucessos entre n tentativas
p = probabilidade de sucesso em qualquer tentativa
q = probabilidade de fracasso em qualquer tentativa (q = 1- p)

3-18) Cada amostra de gua tem 10% de chance de conter um


determinado poluente orgnico. Considere que as amostras sejam
independentes com relao presena do poluente. Encontre a
probabilidade de que nas prximas 18 amostras, exatamente duas
contenham o poluente.
Seja X= N de amostras que contm o poluente nas prximas 18

amostras analisadas. Ento, X a varivel aleatria binomial com


p = 0,1 e n = 18. Assim:

18!
2
16
P( X 2)
.0,1 .0,9
18 2!2!
P( X 2) 153.(0,1) .(0,9) 0,284
2

16

Interpretao Pratica: Variveis aleatrias binomiais so usadas


para modelar muitos sistemas fsicos, e as probabilidades para
tais modelos podem ser obtidas a partir da funo binomial de
probabilidade.

A.

Determine a probabilidade de que no mnimo quatro amostras

contenham o poluente.

B.

Determine a probabilidade de que 3 X < 7.

Se X for uma varivel aleatria binomial com parmetros p e n,

np
npq
2

ou

np(1 p)
2

3-92) Amostras de 20 peas de um processo de um corte metlico


so selecionadas a cada hora. Tipicamente, 1% das peas
requerem retrabalho. Seja X o nmero de peas na amostra de 20
que requerem retrabalho. Suspeita-se de um problema no
processo se X exceder sua mdia em mais de trs desvios-padro.
a.

Se a percentagem de peas que requer retrabalho permanecer

em 1%, qual ser a probabilidade de X exceder sua mdia em


mais de 3 desvios-padres?

Em

uma

srie

de

tentativas

de

Bernoulli

(tentativas

independentes, com probabilidade constante p de sucessos), seja


a varivel aleatria X o nmero de tentativas at que o primeiro

sucesso ocorra. Ento X uma varivel aleatria geomtrica, com


parmetros 0 < p < 1 e:

f ( x) (1 p)

x 1

x 1, 2,......

A probabilidade de uma pastilha conter uma partcula grande de


contaminao de 0,01. Se for considerado que as pastilhas
sejam independentes, qual ser a probabilidade de que
exatamente 125 pastilhas necessitem ser analisadas antes que a

partcula grande seja detectada?


Seja X o nmero de amostras analisadas at que uma partcula
grande seja detectada. Ento X uma varivel aleatria

geomtrica, com p = 0,01. A probabilidade requerida :

P( X 125) (0,99) ^124 0,01 0,0029

Em uma srie de tentativas de Bernoulli ( tentativas


independentes, com probabilidade constante p de sucessos), seja
a varivel aleatria X o nmero de tentativas at que r sucessos

ocorram. Ento X uma varivel aleatria binomial negativa,


com parmetros 0 < p < 1 e r = 1, 2, 3....

x 1
x r r
(1 p) p x r , r 1, r 2,......
f ( x)
r 1

You might also like