Exerccios Resolvidos sobre Distribuies de Bernoulli, Binomial e de Poisson

Estudando os enunciados e as solues destes exerccios sobre distribuies de Bernoulli, Binomial e Poisson voc estar bem preparado para resolver os Exerccios Propostos deste Mdulo.

Exerccio 1
Em uma indstria, 60% das peas torneadas so polidas. Se observarmos uma amostra de 10 peas torneadas de um lote qualquer, qual a probabilidade de encontrarmos ao menos 8 peas polidas? Calcule tambm a mdia e a varincia do nmero de peas polidas.

Soluo
Enunciado Em uma indstria, 60% das peas torneadas so polidas. Se observarmos uma amostra de 10 peas torneadas de um lote qualquer, qual a probabilidade de encontrarmos ao menos 8 peas polidas? Calcule tambm a mdia e a varincia do nmero de peas polidas Soluo Seja X o nmero de peas torneadas da amostra que so polidas. X tem distribuio binomial.

Voc j sabe que n o nmero de peas da mostra e que p a probabilidade de ocorrncia do evento desejado (polimento).

Devemos recordar tambm a frmula para o clculo da binomial, que :

intuitivo que se desejamos calcular p(X 8), esta ser igual a:

Passemos agora para o clculo da mdia e da varincia. Como vimos na parte terica do curso:

Ento, temos:

Exerccio 2
Uma pequena indstria produz 10 bicicletas por dia. H uma probabilidade constante (p = 0,1) de produzir bicicletas com problemas. Antes de serem distribudas no mercado, as bicicletas so inspecionadas e as que apresentam defeitos so descartadas. A probabilidade de uma bicicleta defeituosa ser mal classificada 0,2 (q = 0,2); a probabilidade de uma bicicleta boa ser mal classificada 0,3 (p = 0,3). Determine a funo de probabilidade da varivel X, nmero de bicicletas classificadas como defeituosas ao final do dia. Alm disso, determine o nmero mdio de bicicletas classificadas como defeituosas por dia.

Soluo
Enunciado Uma pequena indstria produz 10 bicicletas por dia. H uma probabilidade constante (p = 0,1) de produzir bicicletas com problemas. Antes de serem distribudas no mercado, as bicicletas so inspecionadas e as que apresentam defeitos so descartadas. A probabilidade de uma bicicleta defeituosa ser mal classificada 0,2 (q = 0,2); a probabilidade de uma bicicleta boa ser mal classificada 0,3 (p = 0,3). Determine a funo de probabilidade da varivel X, nmero de bicicletas classificadas como defeituosas ao final do dia. Alm disso, determine o nmero mdio de bicicletas classificadas como defeituosas por dia. Soluo Assumindo independncia na classificao, e adotando uma distribuio binomial, temos: X = B(n, p) Voc j sabe que n o nmero de peas da mostra e que p a probabilidade de ocorrncia do evento estudado. Devemos recordar tambm a frmula para o clculo da binomial que :

Uma maneira mais ilustrativa de resolver esse exerccio criar uma rvore de probabilidades.

O que vimos na rvore de probabilidades: p( CD P) = 0,9 * 0,3 = 0,27 p(CD D) = 0,1 * 0,8 = 0,08 p(CD) = 0,27 + 0,08 = 0,35 O nmero de bicicletas classificadas como defeituosas no fim do dia igual: p(CD) = p[(CD P) U (CD D)]

Sendo: p(CD) = probabilidade de ser classificada como defeituosa p(CD/P) = probabilidade de ser classificada como defeituosa dado que perfeita = 0,3 p(CD/D) = probabilidade de ser classificada como defeituosa dado que defeituosa = 0,8 Ento faamos os clculos, de acordo com o que vimos na rvore de probabilidades: p(P).p(CD/P) = 0,9 * 0,3 = 0,27 p(D).p(CD/D) = 0,1 * 0,8 = 0,08 p(CD) = 0,27 + 0,08 = 0,35 Como podemos observar, o resultado o mesmo encontrado na primeira resoluo! Agora que sabemos o valor de p (p = 0,35), e j sabamos o valor de n (n = 10), temos os dados necessrios para efetuar o restante dos clculos:

Por fim, calculamos a mdia:

Exerccio 3
Cada um de seis consumidores de chocolate selecionados aleatoriamente recebe uma barra do chocolate S e uma barra do chocolate F. As barras so idnticas, exceto por um cdigo na embalagem que identifica o chocolate. Suponha que no haja uma tendncia de preferncia entre os consumidores, ento, p = P (um indivduo selecionado prefere S) = 0,5. a) Qual a probabilidade de exatamente 3 consumidores preferirem S? b) Qual a probabilidade de pelo menos 3 consumidores preferirem S? c) Qual a probabilidade de no mximo 1 consumidor preferir S?

Soluo
Enunciado Cada um de seis consumidores de chocolate selecionados aleatoriamente recebe uma barra do chocolate S e uma barra do chocolate F. As barras so idnticas, exceto por um cdigo na embalagem que identifica o chocolate. Suponha que no haja uma tendncia de preferncia entre os consumidores, ento, p = P (um indivduo selecionado prefere S) = 0,5. a) Qual a probabilidade de exatamente 3 consumidores preferirem S? b) Qual a probabilidade de pelo menos 3 consumidores preferirem S? c) Qual a probabilidade de no mximo 1 consumidor preferir S? Soluo a) Assumindo se tratar de uma distribuio binomial, utilizaremos a frmula a seguir:

Assim,

b) A probabilidade de pelo menos 3 consumidores preferirem S a soma das probabilidades a seguir:

c) A probabilidade de no mximo 1 consumidor preferir o chocolate S :

Exerccio 4
O gerente de uma indstria estava preocupado com a queda de qualidade do seu processo e resolveu investigar a causa. Ele tinha um palpite de que a causa da queda de qualidade era uma injetora plstica mal regulada que estaria produzindo mais defeitos do que o esperado. Considere X o nmero de defeitos apresentados no processo dessa mquina durante um perodo de tempo. Suponha que X tenha na realidade uma distribuio de Poisson com = 4,5, de forma que, na mdia, em cada dia de trabalho a mquina faa 4,5 peas com defeito. Por fim, considere que para esse gerente e esse processo so aceitveis um mximo de 5 defeitos dirios. Calcule ento a probabilidade de em um dia ocorrerem exatamente 5 defeitos e a probabilidade de existirem no mximo 5 defeitos por dia. Considere que no existem meios defeitos; uma pea defeituosa ou no.

Soluo
Enunciado O gerente de uma indstria estava preocupado com a queda de qualidade do seu processo e resolveu investigar a causa. Ele tinha um palpite de que a causa da queda de qualidade era uma injetora plstica mal regulada que estaria produzindo mais defeitos do que o esperado. Considere X o nmero de defeitos apresentados no processo dessa mquina durante um perodo de tempo. Suponha que X tenha na realidade uma distribuio de Poisson com = 4,5, de forma que, na mdia, em cada dia de trabalho a mquina faa 4,5 peas com defeito. Por fim, considere que para esse gerente e esse processo so aceitveis um mximo de 5 defeitos dirios. Calcule ento a probabilidade de em um dia ocorrerem exatamente 5 defeitos e a probabilidade de existirem no mximo 5 defeitos por dia. Considere que no existem meios defeitos; uma pea defeituosa ou no. Soluo Sabendo que se trata de uma distribuio de Poisson, poderemos utilizar a seguinte frmula:

As probabilidades procuradas so k = 5 (exatamente 5 defeitos); k 5 (at 5 defeitos, ou seja, processo aceito como bom). Utilizaremos t = 1 dia, que o intervalo a ser considerado

Para o clculo de P(X 5), utilizaremos uma somatria, pois:

Dessa maneira, percebe-se que o gerente tem um pouco mais de 70% de possibilidade de achar que o processo est bom, aps observ-lo por um dia. Alm disso, vimos que a chance de ocorrer exatamente 5 defeitos prxima de 17%.

Exerccio 5
Em uma fbrica de bolas, o couro utilizado para o revestimento sujeito ao aparecimento aleatrio de defeitos na razo de 3 defeitos a cada 4 m2. Isso ocorre por causa do mtodo utilizado para a confeco das peas de couro. Qual a probabilidade de que uma bola com raio de 14,1cm apresente ao menos um defeito?

Soluo
Enunciado Em uma fbrica de bolas, o couro utilizado para o revestimento sujeito ao aparecimento aleatrio de defeitos na razo de 3 defeitos a cada 4 m2. Isso ocorre por causa do mtodo utilizado para a confeco das peas de couro. Qual a probabilidade de que uma bola com raio de 14,1cm apresente ao menos um defeito?

Soluo Podemos iniciar a resoluo desse exerccio calculando a rea da bola (esfera) que ser produzida. Utilizaremos metro como unidade padro para a resoluo. A rea da esfera dada pela frmula:

Temos como dado do exerccio que:

Com esses dados em mos, podemos comear a desenvolver a resoluo do exerccio. De acordo com o enunciado, podemos formular as seguintes hipteses para considerar essa distribuio como uma distribuio de Poisson: Hipteses conhecida uma taxa de ocorrncias por unidade de medida. A taxa constante no intervalo considerado. O nmero de ocorrncias em intervalos distintos independente. Um conceito que ser muito til na resoluo desse exerccio o de evento complementar. Sabemos que menos trabalhoso calcular P(X = 0) do que P(X 1), pois esse clculo envolve somente uma parcela da somatria da frmula que usamos para Poisson, enquanto o outro envolve uma somatria com maior nmero de parcelas.

Sabemos tambm que P(X = 0) = 1- P(X 1), pois os eventos X = 0 e X 1 so eventos complementares.

Assim, a probabilidade de que uma bola qualquer venha apresentar defeitos de aproximadamente 17%.

Exerccio 6
Um aluno de engenharia ao redigir seu TCC (trabalho de concluso de curso) cometeu alguns erros de gramtica. Suponha que 25 erros foram feitos ao longo do trabalho de 400 pginas. Determine a probabilidade de: a) Uma pgina conter exatamente um erro. b) A soma dos erros em duas pginas ser 2. c) Na primeira pgina no haver erro e na ltima pgina haver exatamente um erro. d) Calcule o nmero mdio de erros por pgina.

Soluo
Enunciado Um aluno de engenharia ao redigir seu TCC (trabalho de concluso de curso) cometeu alguns erros de gramtica. Suponha que 25 erros foram feitos ao longo do trabalho de 400 pginas. Determine a probabilidade de: a) Uma pgina conter exatamente um erro. b) A soma dos erros em duas pginas ser 2. c) Na primeira pgina no haver erro e na ltima pgina haver exatamente um erro. d) Calcule o nmero mdio de erros por pgina Soluo Primeiro, devemos saber com que tipo de distribuio estamos lidando. Observando as seguintes hipteses, podemos concluir se tratar de uma distribuio de Poisson: Hipteses conhecida uma taxa de ocorrncias por unidade de medida. A taxa constante no intervalo considerado. O nmero de ocorrncias em intervalos distintos independente. O prximo passo identificar os parmetros envolvidos e calcular seus valores. No caso da distribuio de Poisson, precisamos conhecer e t .

Podemos ento, aplicar a frmula:

a) Nesse item estamos procurando P(X = 1).

Nessa resoluo, importante observar a aplicao de cada parmetro na frmula e tambm como os dados esto relacionados. Os clculos foram omitidos, pois do ponto de vista didtico, eles no tm tanto interesse e podem ser facilmente feitos com calculadora ou por meio de software adequado.

b) Nesse item, precisamos encontrar P(X = 2). Para isso, usaremos conceitos aprendidos em outras Web Aulas e, assim, concluir a resoluo do exerccio, encontrando a chance da soma dos erros em 2 pginas ser igual a 2.

Lembrando que aqui o o mesmo que no item anterior, contudo, de acordo com o enunciado, t = 2. c) Nesse item, precisamos encontrar a interseo entre o evento no haver erro na primeira pgina (1 ) e o evento de haver exatamente um erro na ltima pgina (400 s). Como os eventos so independentes, a probabilidade da interseo ser a multiplicao das probabilidades especficas.

d) Finalmente, calculamos a mdia utilizando a frmula:

Exerccio 7
Os exames de raio-x so ainda muito utilizados em diagnsticos mdicos, como em ortopedia. Para realizar um exame desses, necessrio um tipo especial de filme fotogrfico para o registro da parte do corpo que se quer examinar. Na fabricao desse filme, ocorrem defeitos, segundo as hipteses de Poisson, com mdia de 1 defeito a cada 90 cm de filme. Estes filmes so vendidos em rolos de 20 cm que s podem ser comercializados, caso no apresentem defeitos. Em um lote de 10 desses rolos, qual a probabilidade de encontrarmos: a) Pelo menos trs rolos com defeito. b) No mximo nove rolos sem defeito. c) Qual o nmero esperado de rolos sem defeitos?

Soluo
Enunciado Os exames de raio-x so ainda muito utilizados em diagnsticos mdicos, como em ortopedia. Para realizar um exame desses, necessrio um tipo especial de filme fotogrfico para o registro da parte do corpo que se quer examinar. Na fabricao desse filme, ocorrem defeitos, segundo as hipteses de Poisson, com mdia de 1 defeito a cada 90 cm de filme. Estes filmes so vendidos em rolos de 20 cm que s podem ser comercializados, caso no apresentem defeitos. Em um lote de 10 desses rolos, qual a probabilidade de encontrarmos: a) Pelo menos trs rolos com defeito. b) No mximo nove rolos sem defeito. c) Qual o nmero esperado de rolos sem defeitos? Soluo Considere: X , o nmero de rolos de filme com defeito no lote; Y , nmero de defeitos em 1 rolo de 20 cm do lote; N , o tamanho do lote (10 rolos); P , a probabilidade de 1 rolo ter defeito;

a) Feitas essas consideraes, devemos comear o exerccio calculando o valor de P. A probabilidade de um rolo qualquer ter defeito igual ao complementar desse rolo no ter defeito nenhum:

Como Y tem tambm distribuio de Poisson, temos:

Logo P (P) = 0,1993. Solucionada esta parte do exerccio, devemos partir para a prxima etapa de clculos. Vamos calcular:

Para que fique claro, essa notao significa que X tem distribuio binomial com parmetros 10 e 0,1993. Sendo 10 o tamanho do lote e 0,1993 a probabilidade de o rolo ter defeito.

b) Novamente, aplicar a noo de complementar mais efetiva, pois calcular a probabilidade de no mximo 9 rolos sem defeitos igual ao complemento de nenhum com defeito no lote. Queremos agora calcular:

Como j calculamos P(X = 0), esse item no apresenta grandes dificuldades.

c) Aqui, comearemos calculando a mdia E(X).

Aplicando mais uma vez o complementar de X, o nmero que queremos igual N - E(X) = 10 1,993 = 8,007.

Exerccio 8
comprovado que variaes muito grandes no humor dos motoristas colaboram para o aumento do nmero de acidentes de trnsito, pois desviam o foco da ateno da conduo do veculo. Logo aps jogos de futebol, os entornos dos estdios passam a ser lugares onde a probabilidade de acontecer um acidente maior. Imaginando que a mdia de acidentes nas proximidades do estdio aps um jogo final de um campeonato 3, responda o que se pede. Considere que o fenmeno seja uma distribuio de Poisson. a) Qual a probabilidade de que, em um dia de final de campeonato, quatro acidentes de trnsito ocorram? b) Qual a probabilidade de que mais de quatro acidentes de trnsito ocorram em um dia de final de campeonato?

Soluo
Enunciado comprovado que variaes muito grandes no humor dos motoristas colaboram para o aumento do nmero de acidentes de trnsito, pois desviam o foco da ateno da conduo do veculo. Logo aps jogos de futebol, os entornos dos estdios passam a ser lugares onde a probabilidade de acontecer um acidente maior. Imaginando que a mdia de acidentes nas proximidades do estdio aps um jogo final de um campeonato 3, responda o que se pede. Considere que o fenmeno seja uma distribuio de Poisson. a) Qual a probabilidade de que, em um dia de final de campeonato, quatro acidentes de trnsito ocorram? b) Qual a probabilidade de que mais de quatro acidentes de trnsito ocorram em um dia de final de campeonato? Soluo O primeiro passo identificar os parmetros envolvidos no enunciado do problema, para em seguida, calcular seus valores. No caso da distribuio de Poisson, precisamos conhecer e t . Nosso t 1, ou seja, 1 jogo final. Nosso igual a 3 acidentes/jogo. Podemos ento aplicar a frmula:

a) Nesse item, procuramos a probabilidade de que X seja igual a 4:

b) Aqui, vamos calcular a probabilidade de que X seja maior que 4:

Aplicaremos a noo de complementar.