Aula09 DistribuicoesDiscretas2

Introdução à
probabilidade e
estatística
Prof. Kenji Nose Filho
2q2024
Material de apoio
Material adaptado de:

Distribuição geométrica: https://www.professorguru.com.br/estatistica/distribuicao-geometrica.html
Distribuição de Poisson: https://www.professorguru.com.br/estatistica/distribuicao-poisson.html
Distribuição geométrica
Vamos considerar um experimento aleatório de Bernoulli, com probabilidade de sucesso igual a 𝑝. Quantas vezes precisamos
repetir esse experimento até que se obtenha um sucesso? Por exemplo (Exemplo 1), considere o jogo de uma moeda, no
qual as chances de sair uma cara é dado por 𝑝 = 0,1. Qual a chance de sair uma cara em uma única tentativa? E em duas
tentativas, quais as chances de jogar uma moeda e sair uma cara? Definindo então a V.A. 𝑋 como sendo o número de falhas
até se obter um sucesso, a probabilidade de 𝑋 pode ser calculada através da seguinte função:
𝑝𝑋 𝑥 = 𝑝(1 − 𝑝)𝑥
No Exemplo 1, a chance de sair uma cara em uma única tentativa é dada por:
𝑝𝑋 𝑥 = 0 = 𝑝(1 − 𝑝)0 = 0,1. (0,9)0 = 0,1
𝑃(𝑋)
Já as chances de sair uma cara em duas tentativas é de:
𝑝𝑋 𝑥 = 1 = 𝑝(1 − 𝑝)1 = 0,1. (0,9)1 = 0,09
Em 10 tentativas:
𝑝𝑋 𝑥 = 9 = 𝑝(1 − 𝑝)9 = 0,1. (0,9)9 = 0,03874
Esperança e Variância da distribuição geométrica
A esperança de uma V.A. discreta geométrica pode ser calculada através da seguinte equação:
1
𝐸𝑋 =
𝑝
Já a variância:
1−𝑝
𝑉𝑋 =
𝑝2
O valor esperado representa a quantidade de vezes que se espera ter que repetir o experimento de Bernoulli até que seja
possível obter um sucesso. No caso do Exemplo 1, quantas vezes se espera jogar a moeda até que uma cara seja sorteada,
no caso:
1 1
𝐸𝑋 = = = 10
𝑝 0,1
Ao invés de fornecermos um único valor, podemos fornecer um intervalo no qual a gente espera que isso acontece, que
pode ser calculado através do desvio padrão:
1−𝑝
= 9,49
𝑝2
Função densidade de probabilidade da distribuição geométrica
Distribuição geométrica para

𝑝 = 0,1
0,12000
0,10000
0,08000
𝑝𝑋 (𝑥)
0,06000
0,04000
0,02000
0,00000
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99
𝑥

𝑝 = 0,01
0,01200
0,01000
0,00800
𝑝𝑋 (𝑥)
0,00600
0,00400
0,00200
0,00000
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99
𝑥

𝑝 = 0,5
0,60000
0,50000
0,40000
𝑝𝑋 (𝑥)
0,30000
0,20000
0,10000
0,00000
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99
𝑥
Função massa de probabilidade

ou distribuição de frequências
0,12000
0,10000
0,08000
𝑝𝑋 (𝑥)
0,06000
0,04000
0,02000
0,00000
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99
𝑥
Exemplos
Exemplo 2: Uma empresa de telemarketing que realiza a venda de um determinado produto possui uma probabilidade de
efetuar a venda em qualquer telefonema igual a 0,05.
a) Em média, a cada quantos telefonemas ocorrerá uma venda?
b) Qual a probabilidade de uma venda ser realizada nos três primeiros telefonemas?
Exemplo 3: Sabendo que a probabilidade de se fabricar uma lâmpada com defeito em uma determinada fábrica é de 0,001,
determine: 2 𝑃(𝑋)
𝜇𝑋 , 𝜎𝑋
a) Qual a probabilidade de se fabricar ao menos 5 lâmpadas consecutivas sem nenhum defeito?
b) Em média, quantas lâmpadas sem defeito conseguem ser produzidas consecutivamente até que uma lâmpada
defeituosa seja fabricada?
Distribuição de Poisson
A V.A. de Poisson é dada pelo número de vezes, 𝑥, que um determinado evento acontece em um dado intervalo, sendo que
este intervalo pode ser de tempo, comprimento, área, volume, etc...
𝑒 −𝜆 . 𝜆𝑥
𝑝𝑋 𝑥 =
𝑥!
𝑒 é o número irracional, aproximadamente igual a 2,7183
𝜆 é a taxa de ocorrência
𝑃(𝑋)
A média e a variância da distribuição de Poisson é dada por:
𝐸 𝑋 =𝜆
𝑉𝑋 = 𝜆
Função densidade de probabilidade da distribuição de Poisson
Distribuição de Poisson para

λ=1
0,40
0,35
0,30
0,25
𝑝𝑋 (𝑥)
0,20
0,15
0,10
0,05
0,00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
𝑥

λ=5
0,20
0,18
0,16
0,14
0,12
𝑝𝑋 (𝑥)
0,10
0,08
0,06
0,04
0,02
0,00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
𝑥

λ = 10
0,14
0,12
0,10
0,08
𝑝𝑋 (𝑥)
0,06
0,04
0,02
0,00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
𝑥
Exemplos
Exemplo 1: A emissão de partículas radioativas tem sido modelada através de uma distribuição de Poisson, com o valor do
parâmetro dependendo da fonte utilizada. Suponha que o número de partículas alfa, emitidas por minuto, seja uma variável
aleatória seguindo o modelo Poisson com parâmetro 5, isto é, a taxa média de ocorrências é de 5 emissões a cada minuto.
Calcular a probabilidade de haver mais de 2 emissões em um minuto.
Exemplo 2: Você é o gerente de uma loja e sabe que, fora do horário de pico, entram, em média, 6 clientes a cada 10
minutos. Qual a probabilidade de entrarem:
a) 6 clientes na loja em um período qualquer de 10 minutos fora do horário de pico?
b) até 2 clientes num período de 10 minutos fora do horário de pico?

𝑃(𝑋)
c) entrarem 3 clientes ou mais fora do horário de pico ao longo de 10 minutos?
Exemplos extraídos de: https://www.professorguru.com.br/estatistica/distribuicao-poisson.html

Aula09 DistribuicoesDiscretas2

Enviado por

Direitos autorais:

Formatos disponíveis

Aula09 DistribuicoesDiscretas2

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula09 DistribuicoesDiscretas2

Enviado por

Direitos autorais:

Formatos disponíveis

Introdução à

Material adaptado de:

Distribuição geométrica para

Distribuição geométrica para

Distribuição geométrica para

Função massa de probabilidade

a) Em média, a cada quantos telefonemas ocorrerá uma venda?

𝑒 é o número irracional, aproximadamente igual a 2,7183

Distribuição de Poisson para

Distribuição de Poisson para

Distribuição de Poisson para

a) 6 clientes na loja em um período qualquer de 10 minutos fora do horário de pico?

b) até 2 clientes num período de 10 minutos fora do horário de pico?

Exemplos extraídos de: https://www.professorguru.com.br/estatistica/distribuicao-poisson.html

Você também pode gostar