Sei sulla pagina 1di 38

Captulo

Distribuies de Probabilidades Discretas

Vimos at agora os mais variados conceitos relacionados a distribuies de probabilidades: Sabemos que:
+ -

f(x) = 1

ou
b a

f( x )dx = 1

P(a < x < b) = f(x)

b P ( a < x < b ) = a f( x )dx

Entretanto at agora admitimos sempre que f(x), seja no caso discreto (fmp) ou contnuo (fdp), fosse conhecido! Na vida real, entretanto, o usurio dos mtodos estatsticos no capaz de gerar informao suficiente para caracterizar totalmente a distribuio de probabilidade. As amostras normalmente so pequenas, mas podem fornecer informao sobre a distribuio de probabilidades a que fazem parte.
Ex. 1: Tiro ao alvo (dou 5 tiros) sucesso = acertar o alvo fracasso = errar o alvo P(S) = P(F) = Ex.2: Tirar o no 4 jogando o dado sucesso = 4 fracasso = 1, 2, 3, 5, 6 P(S) = 1/6 e P(F) = 5/6

Ex. 3: Tirar um rei de paus (c/ reposio) de 1 baralho de 52 cartas sucesso = rei de paus fracasso = outra carta P(S) = 1/52 e P(A) = 51/52

Ex. 4: Tirar um rei de paus (s/reposio) 1. P(S) = 1/52 2. P(S) = 1/51 ou 0 (se j tiver sado!) 3. P(S) = 1/50 ou 0 (se j tiver sado anteriormente)

Os experimentos 1, 2 e 3 so completamente diferentes, mas a estrutura deles a mesma! Todas as variveis aleatrias representando o no de sucessos em tentativas

Capitulo 6 - Distribuio de Probabilidades

independentes, onde a probabilidade de sucesso permanece constante ao longo do experimento, tm o mesmo comportamento e podem ser descritas pela mesma frmula. Diversos comportamentos de varivel aleatria j foram estudados so as distribuies de probabilidades empricas (ou tericas), como por exemplo, a Binomial, Geomtrica, Hipergeomtrica, Binomial Negativa, Poisson, Normal, Gama, Lognormal, etc. Como estas distribuies j tm um comportamento conhecido e o clculo de suas probabilidades dado por uma frmula j estabelecida, tentamos encontrar uma distribuio na qual os nossos dados (valores assumidos pela varivel aleatria

estudada) se ajustem. O grau de ajustamento medido pelos testes de aderncia.

1. DISTRIBUIO DE PROBABILIDADES DISCRETAS Em captulo anterior vimos como representar uma f.m.p. graficamente, de forma tabular ou por frmulas. A despeito do modo de apresentao, o comportamento da varivel aleatria era descrito. Muitas variveis aleatrias associadas a experimentos diferentes tm

propriedades semelhantes e podem ser descritas pela mesma distribuio de probabilidades e podem ser representados pela mesma frmula. 1.1. DISTRIBUIO DE PROBABILIDADES UNIFORME A mais simples de todas as distribuies de probabilidades discretas aquela na qual a varivel aleatria assume cada um de seus valores com igual probabilidade. Tal distribuio de probabilidade chamada distribuio de probabilidade Uniforme, sendo que fmp dada por:

f (x; k) =

1 , k

x = x1 , x2 ... xk

Usamos uma nova notao para a f.m.p. no lugar de f(x) colocamos f(x;k) para indicar que a distribuio Uniforme depende do parmetro k.
Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

Exerccio 6.1
Uma caixa contm 4 lmpadas: 40 w 75 w 60 w 100 w

Cada um dos elementos do espao amostral S = {40, 60, 75, 100} ocorre com probabilidade igual a 1/4. Logo, temos uma distribuio de probabilidades Uniforme, com:

f (x; 4) =

1 , k

x = 40, 60, 75, 100 varivel aleatria: " tipo de lmpadas"

Exerccio 6.2
Quando um dado lanado, cada elemento do espao amostral {S = 1, 2, 3, 4, 5, 6} ocorre com probabilidade igual a 1/6. Assim, a f.m.p. Uniforme :

f (x; k) =

1 , x = 1, 2, 3, 4, 5, 6 6 varivel aleatria = " face do dado"

Sendo assim, o grfico que representa a sua distribuio de probabilidade de x um conjunto de retngulos de altura igual:

_________________________________________________________________ Sua mdia dada por:


Por definio:

x = E[X] = x x. f ( x ) = x x.
f(x) = f (x,k) =

1 = k

x
i =1

1 k

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

Ento, a mdia igual a :

x =

x
i =1

Sua varincia dada por:


Por definio:
2 2 x = E (X )

g(x) funo de x !

E[g(X)] = g( x ).f ( x )
x

Ento:
2 2 = ( x i ) 2 .f ( x; k ) x = E (X ) i =1

1 k

varincia:

2 x =

(x
i =1

) 2

Exerccio 6.3
Calcule E (x) e

2 x para o exemplo do dado.

x =

1 + 2 + 3 + 4 +5 + 6 = 3,5 6

(1 3,5) 2 + (2 3,5) 2 + ... + (6 - 3,5) 2 35 = = k 12


2 x

________________________________________________________________________________

1.2. DISTRIBUIO DE PROBABILIDADES BINOMIAL

Nesta distribuio de probabilidades, o experimento (E) consiste em n tentativas repetidas, cada uma com apenas 2 possibilidades de ocorrncia fracasso ou sucesso.

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

Exerccio 6.4
Considere um baralho, no qual as cartas so retiradas, vermelha) e fracasso (se for preta).
com reposio, e rotuladas de sucesso (se for

Exerccio 6.5
Jogar um dado e rotular sucesso (a face 4) e fracasso (qualquer outra face).

_________________________________________________________________ Os dois experimentos descritos tm propriedades semelhantes cada tentativa independente da outra e a probabilidade de sucesso permanece constante nas vrias tentativas. Este processo chamado de Processo de Bernoulli e cada tentativa chamada de
Tentativa de Bernoulli. Processo de Bernoulli

Para ser considerado um processo de Bernoulli, o experimento tem que possuir as seguintes caractersticas: 1. o experimento consiste de n tentativas repetidas; 2. cada resultado do experimento (Evento) pode ser classificado como sucesso ou fracasso; 3. a probabilidade de sucesso p permanece constante de tentativa para tentativa; 4. as tentativas so independentes.

Exerccio 6.6
Considere um conjunto de tentativas de Bernoulli onde 3 itens so selecionados de um processo produtivo e classificado como defeituoso e no-defeituoso. Suponha que sucesso seja o item defeituoso. S= NNN, NND, NDN, DNN, DDN, DND, NDD, DDD x=0 1 1 1 2 2 2 3

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

Se a fbrica produz 25% de produtos defeituosos, calcule a probabilidade de dois itens serem defeituosos: Soluo: P(x=2) = P(N D N) = P (N) . P(D) . P(N) = 9 3 1 3 . = . 64 4 4 4

LEMBRANDO:

P ( A / B) =

P ( A B) P (B)

Se A independente de B

P ( A / B) = P( A )

P ( A B) = P ( A ) . P(B)

E a distribuio de probabilidades de X dada por: x f (x) 0 27/64 1 27/64 2 9/64 3 1/64 = 1

O nmero de sucessos (varivel aleatria X) em n tentativas de Bernoulli denominada


varivel aleatria binomial,sua fmp denominada Distribuio Binomial e seus valores

so denotados por b (x; n, p), uma vez que dependem do nmero de tentativas n e da probabilidade de sucesso p.
Deduzindo a Frmula Geral

(Introduo Estatstica, Editora tica, pg. 93) Numa populao onde a probabilidade de uma pessoa ser canhota 20%, selecionaremos as pessoas e obteremos x canhotos. Neste experimento estamos considerando: S = canhoto F = no canhoto p = probabilidade de sucesso x = nmero de sucessos
Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

Suponha que as n pessoas foram entrevistadas e o resultado obtido tenha sido: pessoa no 1 ___ 2 ___ 3 ___ 4 ___ 5 ___ . . . x ___ x + 1 ___ . . . n ___ S S S S S . . . S F . . . F p p p p p . . . p q . . . q

A probabilidade que os eventos acima ocorram nesta seqncia exata : (p.p.p....p) . (q.q...q) x vezes (n-x) vezes

= px . q (n-x) Mas os x sucessos podem ocorrer em vrias seqncias, ou ainda, de C n x modos, onde

n n! Cn x = = x! (n x )! x
Assim, a probabilidade de ocorrerem x sucessos em n tentativas ser de:

n x (n x ) p . q x n x (n x ) b ( x; n, p) = p . q x
Porque o nome BINOMIAL ? BINOMIAL

(Ang and Tang, pag 388)

n n! = x! (n - x)! conhecido como: x


Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

Expanso Binomial

n n o n n 1 1 n n 2 2 (x + y)n = x .y + o 1 x . y + 2 x .y + ... xn p(0) n . xn -1 . y p(1)

n o n x . j n

n . (n - 1) xn 2 . y2 ... . yn p(2) p(n)

A distribuio Binomial leva este nome porque p(0), p(1), p(2) ... e p(n) so os termos do desenvolvimento (q + p)n.
Exerccio 6.7
A probabilidade de que um certo componente sobreviva a um dado teste de choque de 3/4. Ache a probabilidade de que exatamente 2 componentes dos prximos 4 componentes a serem testados sobrevivam. Soluo:

n x n x b (x; n, p) = x p .q
Sabemos que: p= q= x=2 n=4

4 3 2 1 2 27 3 b (2; 4, )= . . = 4 2 128 4 4

3.1. A Funo Repartio da Binomial

Sabemos que, por definio,

F( x ) = P( X < x ) =

f (x)

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

Exerccio 6.8
No exemplo anterior,

4 3 x 1 (n x ) . , 0 x4 f ( x ) = b( x; 4, 3/4) = x 4 4 , outros valores 0

Qual a probabilidade de x < 2 ?

F (1) = P ( X < 2) =

x ; 4, b
0

3 = P (x = 0) + P (x = 1) 4

= b (0; 4, 3/4) + b (1; 4, 3/4)

Qual a probabilidade de x 2 ?

F (2) = P (x 2) = P (x = 0) + P (x = 1) + P (x = 2) = b (0; 4, ) + b (1; 4, ) + b (2; 4, )

Exerccio 6.9
A probabilidade de que um paciente sobreviva de uma doena rara 0,4. Se 15 pessoas contraram a doena, qual a probabilidade de que: a) no mnimo 10 sobrevivam; b) entre 3 e 8 sobrevivam; c) exatamente 3 sobrevivam Soluo: p =0,4 n = 15
a) P(x 10) = P(x= 10) + P(x=11) + ... P(x=15)

ou = 1 P(x < 10)

1 b ( x; 15, 0, 4) x =0 1 44 244 3
0 , 9662

(ver Walpole, pg 675)

= 0,0338 Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

10

b)

P(3 x 8) RELEMBRANDO:

= F(8) F(3) + P(x=3) ou seja

=0 x 1 44 4 244 4 3 0,9050

b( x; 15, 0, 4) b(x; 15, 0, 4)


x =0 1 44 4 244 4 3 0,0271

Ento: P(3 x 8) = 0,8779

c)

P(x=5)

Se quiser usar a tabela da FDP da Binomial (Walpole, 672-277)

= b (x; 15, 0, 4) b (x; 15, 0, 4) 0 0 1 44 244 3 1 44 244 3


0,4032 0,2173

= 0,1859

A mdia e a varincia da distribuio Binomial b(x; n, p) so dados por:

= n.p
(Demonstrao: Walpole, 120)

2 = npq

Exerccio 6.10
a) Ache a mdia e a varincia da varivel aleatria binomial do exemplo anterior (doena rara). Soluo: Por definio
= E (x) = n . p = 15 . 0,4 = 6 2 = E (x- 2) = n. p. q = 15. 0,4. 0,6 = 3,6

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

11

b)Interprete o Teorema de Chebyshev no intervalo 2

Pelo Teorema de Chebyshev

Sabemos que:

P( k < x < + k) 1
Ento:

1 k2

k=2
=6 =

1 ( + P( 64 22 )(1 ,897 )<x<6 (4 2)( 14 ,897 ) 1 1 4 4 4 3 1 4 2 4 3 4 1 2 3


2,206 9,794

2 = 1,897

3 / 4 = 0,75

P (2,206 < x < 9,794) 0,75

2 P(3 x 9) 0,75

Se quisermos saber o exato, temos que usar a tabela ou as frmulas:

= b( x;15,0.4) b (x; 15, 0. 4) x =0 x =0 1 4 4 244 3 1 44 244 3


0 , 9662 0 , 0271

= 0,9391

Exerccio 6.11
(Chals Haan, 71) a) Em mdia, quantas vezes uma cheia com Tr = 10 anos ocorrer em perodo de 40 anos? b) Qual a probabilidade de que exatamente este nmero ocorra em 40 anos ?

a) = n . p
= 40 . 0,1 =4

por definio Tr =

1 1 P = = 0,1 P 10

n x n x b) b ( x; n, p) = p .q x
40 b (4; 40, 0, 1) = 4 36 (0,1) .(0,9) = 0,2059 4

Exerccio 6.12
(Haan, 72) A Secretaria de obras de uma determinada cidade decidiu construir um dique de proteo ao longo de um determinado rio. Fazendo a anlise econmica da obra, foi decidido que seria construdo um dique que protegesse a cidade de uma cheia de at 75.000 cfs. Foi determinado ainda que, se uma enchente de 75.000 Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

12

cfs ocorresse em um perodo de 5 anos, a Secretaria poderia consertar a obra e no ter prejuzo. Caso mais de uma enchente superasse 75.000 cfs, a Secretaria perderia dinheiro. Se a probabilidade de uma cheia exceder 75.000 cfs de 0,15, qual a probabilidade da Secretaria ter lucro ? a) Lucro x = 0 b(0; 5, 0,15) = b)

5 0 5 0 (0,15) . (0,85) = 0,44371 5 1 5 1 (0,15) . (0,85) = 0,39150

Empatar x = 1 b(1; 5, 0,15) =

c)

Prejuzo 1 0,44371 0,3915 = 0,1648

O investimento no atrativo, pois a probabilidade de ter prejuzo, ou na melhor das hipteses, empatar = 0,3915 + 0,1648 = 0,56

Exerccio 6.13
(Haan, 71.) Qual deve ser o Tr da cheia de projeto para que se tenha 90% de certeza de que a mesma no ser
excedida em um perodo de 10 anos ?

Soluo: x=0 n = 10 b (0; 10, p) = 0,90

10 0 10 0,90 = p .q 0

1 1 (1-p)

[(1 p) ]

10 1/ 10

= [0,90]

1/ 10

1 p = (0,90)1/10 1 p = 0,9895 p = 1 0,9895 = 0,0105

Tr =

1 = 95,4 anos 0,0105

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

13

b) Caso uma cheia com Tr = 10 anos fosse utilizada, qual seria a probabilidade dela ser excedida ? Soluo: basta acontecer uma vez (= uma vez ou mais) = 1 b (0; 10, 0,1) = 1 0,3487 = 0,6513

1.3.DISTRIBUIO MULTINOMIAL O experimento binomial se transforma em um experimento multinomial se permitirmos que o experimento tenha mais de 2 (sucessos e fracassos) resultados possveis.

Se uma dada tentativa pode resultar em K eventos E1, E2, E3 ... Ek, com probabilidades p1, p2, ... pk, ento a distribuio de probabilidades das variveis aleatrias x1, x2, x3 ... xk, as quais representam o nmero de ocorrncias dos eventos E1, E2, E3 ... Ek, em n tentativas independentes dado por:

n x1 x2 xk f x1, x2...xkj, p1, p2...pk; n = x1, x2...xkj p1 , p2 ...pk com

xi = n
i=1

pi = 1
i=1

Exerccio 6.14
Se um par de dados jogado 6 vezes, qual a probabilidade de se obter: duas vezes um resultado que some 7 ou 11, os dois dados com faces iguais apenas 1 vez e qualquer outra combinao 3 vezes? Soluo: Os possveis eventos so: E1 = total igual a 7 ou 11; E2 = faces iguais; E3 = nem faces iguais, nem total de 7 e nem total de 11.

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

14

1 1 2 3 4 5 6 (1,1) (2,1) (3,1) (4,1) (5,1) (6,1)

2 (1,2) (2,2) (3,2) (4,2) (5,2) (6,2)

3 (1,3) (2,3) (3,3) (4,3) (5,3) (6,3)

4 (1,4) (2,4) (3,4) (4,4) (5,4) (6,4)

5 (1,5) (2,5) (3,5) (4,5) (5,5) (6,5)

6 (1,6) (2,6) (3,6) (4,6) (5,6) (6,6)

={(6,1), (5,2), (4,3), (3,4), (2,5), (1,6), (5,6), (6,5)} = {(1,1), (2,2), (3,3), (4,4), (5,5), (6,6)} = outros pares.

n1 = 2 n2 = 1

8 = 1p 63
p2 = 6 36

n3 = 3

p3 =

22 36
2 1 3

Assim, f(2, 1, 3,
6 8 6 22 8 6 22 , , , 6) = 2,1,3 36 . 36 36 36 36 36

6 8 6 . . 2! 1! 3! 36 36

22 36

= 0,1127

LEMBRETE O nmero de permutaes distintas de n elementos onde n1 so de um tipo, n2 de outro tipo e n3 de um terceiro tipo dado por:

n! n1 ! n2 ! n3 !

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

15

Exerccio 6.15
Em 100 anos de chuva coletadas em uma localidade, 30 foram considerados normais, 55 foram considerados secos e 15 foram considerados chuvosos. Calcule a probabilidade de em uma amostra de 10 anos escolhidos aleatoriamente, termos 3 normais, 3 chuvosos e 4 secos. Soluo: n = 10 x1 = 3 x2 = 4
x3 = 3 por definio:
n x1 x2 x3 p1 , p2 ...p3 f(x ) = x ,x ,x 1 2 3

E1 = normal E2 = secos
E3 = chuvosos

P1 = P2 =
P3 =

30 3 = 100 10
55 100 15 100

os parmetros da distribuio so n, os valores assumidos para as variveis aleatrias x1, x2, x3 e suas probabilidades.
30 55 15 10 f x1, x2, x3 ; , , ;10 = 100 100 100 3 4 30 3 55 4 15 3 3 100 100 100

A mdia (esperana matemtica) e a varincia da distribuio de probabilidade multinomial so dadas por:

E[X i ] = np i

2 (Xi ) = npi (1 pi )
Exerccio 6.16

Em um certo rio a probabilidade de que a descarga mxima anual seja inferior a 140 m3/s 0,2. A probabilidade de que esteja entre 140 e 280 m3/s de 0,4 e de que exceda 280 m3/s de 04. a) Qual a probabilidade de 4 descargas mximas inferiores a 140 m3/s, e 8 entre 140 e 280 ocorrerem nos prximos 20 anos ? Soluo: x1 = descarga mxima inferior a 140 m3/s; x2 = descarga mxima entre 140 e 280 m3/s; x3 = descarga mxima superior a 280 m3/s.

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

16

n = 20 x1 = 4 x2 = 8 x2 = 8 p1 = 0,2 p2 = 0,4 p2 = 0,4

20 8 8 4 f(4; 8; 8; 0,2; 0,4; 0,4; 20 ) = (0,2) (0,4 ) (0,4 ) 4 8 8


=

20 ! .(0,2) 4 (0,4)8 (0,4)8 = 0,043 4! 8! 8!

b) O valor esperado para 20 anos de observao de vazes mximas ser: E [X1] = np1 = 20 (0,2) = 4 E [X2] = np2 = 20 (0,4) = 8 E [X3] = np3 = 20 (0,4) = 8

1.4.DISTRIBUIO HIPERGEOMTRICA Vejamos o problema de se retirar cartas do baralho sem reposio. Se as cartas no so colocadas de volta os eventos no so independentes, logo no se pode pensar em ajustar uma distribuio Binomial.

Exerccio 6.17
Seja um baralho de 52 cartas. Achar a probabilidade de se tirar 3 cartas vermelhas em 5 cartas retiradas sem reposio. Soluo: Sucesso carta vermelha Fracasso carta preta Mas p no constante ao longo dos 5 experimentos. Vejamos:

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

17

Tentativa 1: p= 26 50

Tentativa 2: p= 26 (se a anterior foi vermelha) 51 ou p= 25 (se a anterior foi preta) 51

p no constante no BINOMIAL !

Se for para calcular a probabilidade de tirar 3 cartas vermelhas em 5 cartas retiradas aleatoriamente: S = {V, V, V, P, P} 1 seqncia possvel !

26 26 Existem 2 3 maneiras de maneiras de se retirar 3 vermelhas e para cada uma delas existem 26 26 se retirar 2 pretas. Pelo Teorema da Contagem, eu tenho 3 maneiras de retirar 3 vermelhas e 2 . 2 pretas do baralho de 52 cartas. 52 Mas a 5 cartas selecionadas podem ser tiradas de 5 maneiras. Logo a probabilidade de se selecionar 5 cartas sem reposio de um baralho de 52 cartas, sendo 3 vermelhas e 2 pretas dada por:
26 26 3 2 52 5

Exerccio 6.18
Um comit de 5 pessoas foi selecionado de um grupo formado por 3 mulheres e 5 homens. Ache a f.m.p. do nmero de mulheres do comit. X = nmero de mulheres 5 pessoas selecionadas S = {0, 1, 2, 3}

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

18

Homem

Mulher

Se

x=0

5 Homens 0 Mulher

5 3 5 0 8 5

Homem
5 3 4 1 8 5

Mulher

Se

x=1

4 Homens 1 Mulher

Homem

Mulher

Se

x=2

3 Homens 2 Mulheres

5 3 3 2 8 5
Homem
5 3 2 3 8 5

Mulher

Se

x=3

2 Homens 3 Mulheres

Ento a f.m.p. de X dada pela frmula:

5 3 5 x x = 8 5

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

19

Generalizando:

Estamos interessados em calcular a probabilidade de selecionar x sucessos de k itens rotulados de sucessos e (n x) falhas de N K itens rotulados de falhas, quando uma amostra aleatria de tamanho n selecionada entre N itens. Assim,
k N - k x n - x , x = 0, 1, 2 ... n h(x; N; n; k) = N n

A mdia e a varincia de uma distribuio de probabilidades hipergeomtrica h (x; N, n, k) so:

E[X] = x =

nk N

2 x =

Nn k k .n. 1 N 1 N N

(Demonstrao: Walpole, 128)

Exerccio 6.19 (Haan) pg.69


Assuma que durante um certo ms de setembro, 10 dias chuvosos ocorreram. Uma amostra de 10 dias selecionada aleatoriamente e seus dados climticos analisados. a) Qual a probabilidade de 4 destes dias terem sido chuvosos? b) Qual a probabilidade de que menos de 4 dias terem sido chuvosos? Soluo:
k N - k n n - x h(x; N; n; k) = N n

x = 1, 2 ...n

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

20

N = 30 n = 10 k = 10

10 30 - 10 4 10 - 4 a) h(4; 30; 10; 10) = 30 10 10 20 10 ! 20! . 4 6 4 ! 6 ! 6 ! 14! = 0,271 = = 30 ! 30 10 10 ! 20 !

b) h (3, 30, 10, 10) + h(2, 30, 10, 10,) + h(1, 30, 10, 10) + h(0, 30, 10, 10)

10 0 =

20 10 20 10 20 10 20 + + + 10 1 9 2 8 3 7 = 0,560 30 10

Exerccio 6.20 (Haan,69)


Qual a probabilidade de se obter exatamente 2 ases em 5 cartas selecionadas aleatoriamente de um baralho de 52 cartas? Soluo: x= 2 n=5
k x h(x; N; n; k) = N k n x N n

k=4 N = 52

4 52 - 4 2 5 - 2 h(2; 52; 5; 4) = 52 5

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

21

Exerccio 6.21
(Haan, pag 82, exerccio 4.19) Em uma certa regio existem 20 pequenas bacias apropriadas a um projeto de pesquisa. Seis tem caractersticas geolgicas que permitem que uma grande quantidade de gua superficial se infiltre e deixe a bacia via escoamento subterrneo. O projetista quer selecionar 6 destas 20 bacias para estudar. a) Qual a probabilidade de que apenas 1 destas bacias com caractersticas geolgicas descritas anteriormente seja selecionada? b) Qual a probabilidade de 3 destas bacias serem selecionadas? c) Qual a probabilidade de no mnimo 1 destas bacias ser selecionada? d) Qual a probabilidade de todas estas 6 bacias serem selecionadas?:

Soluo: N = 20 n=6 k=6

a) x = 1
k x h(x; N; n; k) = N k n x N n

6 20 - 6 6 14 h(1; 20; 6; 6) = 1 6 - 1 = 1 5 = 0,310 20 20 6 6

b) x = 3 6 14 3 3 h (3; 20; 6; 6) = = 0,188 20 6

c) No mnimo 1 = 1 a 6 = h(1) + h(2) + h(3) + h(4) + h(5) + h(6) = 1 ou mais P(x 1) = 1 P(x < 1) Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

22

1 P(x = 0) 1 h(0; 20, 6, 6) 6 14 0 6 h (0; 20, 6, 6) = 20 6

pela tabela Haan, 333

6 0 =1 14 6 = 3.003 20 6 = 38.760

h (0; 20, 6, 6) =

1 x 3003 = 0,0775 38.760

Assim, P(x 1) = 1- 0,0775 = 0,9225

d) Qual a probabilidade das seis bacias serem selecionadas? 6 14 6 0 h (6; 20, 6, 6) = 20 6 pela Tabela Kaan, 333

6 =1 6 14 =1 0 20 = 38.760 6

h(6; 20, 6, 6) =

1 = 2,58 x 10 5 38.760

1.4.1. APROXIMAO DA HIPERGEOMTRICA PELA BINOMIAL A distribuio Binomial pode ser usada como aproximao da Distribuio Hipergeomtrica se a amostra selecionada for muito pequena em relao ao nmero total de itens N do qual a mesma retirada. Neste caso a probabilidade de sucesso p pode ser considerada aproximadamente constante ao longo das tentativas.
Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

23

Exerccio 6.22 (Haan, 72)


Compare as distribuies Binomial e Hipergeomtrica para N = 40, n = 5, k = 10 Soluo: Hipergeomtrica x 0 1 2 3 4 5 h(x; N, n, k) = h(x; 40, 5, 10) 0,2166 0,4165 0,2777 0,0793 0,0096 0,0004 Binomial b(x; n, p) = b(x; 5, 10/40) 0,2373 0,3955 0,2637 0,0879 0,0146 0,0010 e x = 0, 1, 2, 3, 4, 5.

Exerccio 6.23
Um fabricante de pneus constata que dentre os 5.000 pneus enviados ao distribuidor, 1.000 estavam ligeiramente defeituosos. Se 10 pneus so comprados deste lote ao acaso, qual a probabilidade de se obter exatamente 3 defeituosos? Soluo: N = 5.000 n = 10

n << N aproximao pela Binomial. b(x; n, p) = b(3; 10, 1.000 )= 5.000

x=0

b(x; 10, 0, 2) -

x=3 k = 1.000

b( x, 10, 0, 2) b( x, 10, 0, 2) = 0,2013 (TABELA!)


x =0 x =0

~ h(3;5.000, 10, 1.000)

(Segundo Paul Meyer, pg. 208) h(x; N, k, n) ~ b(x; n, p) n << 10% N quando

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

24

Exerccio 6.24
Uma companhia telefnica registrou que dentre os 5.000 telefones instalados, 1.000 so pretos. Se 10 pessoas so escolhidas ao acaso, qual a probabilidade de 3 estarem falando de telefones pretos? Soluo: N = 5.000 n = 10 K = 1.000 X=3

1.000 4.000 3 7 = 0,2015 h(3; 5.000, 1.000, 10) = 5.000 10


3 pretos 7 no-pretos

E aproximando pela Binomial?


p= k 1.000 = = 0,2 N 5.000

10 3 7 10 p .q = (0,2) 3 (0,8) 7 = 0,2013 b( x; n, p) = b(3; 10, 0, 2) = 3 3

1.4.2. DISTRIBUIO HIPERGEOMTRICA MULTIVARIADA A distribuio pode ser extendida aos casos onde N itens so fracionados em mais de duas categorias (sucesso e falha). Se N fracionado em K clulas A1, A2, A3 ... An com a1 elementos na 1a clula, a2 na Segunda ... e ak na k-sima clula, a distribuio de probabilidades das variveis aleatrias X1, X2 ... Xk, que representam o nmero de elementos selecionados de A1, A2, ... Ak em uma amostra de tamanho n, dada por:
a1 x 1 h x1, x2 ... xk ; a1, a2 ... ak , N, n = a2 ak x .... 2 xk N n

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

25

Exerccio 6.25
Um grupo de 10 pessoas usado em um estudo de caso biolgico. O grupo contm: Sangue tipo O = 3 Sangue tipo A = 4 Sangue tipo B = 3

Qual a probabilidade de que em uma amostra aleatria de 5 pessoas, contenha 1 pessoa com sangue tipo O, 2 pessoas do tipo A e 2 pessoas do tipo B? Soluo: X1 = nmero de pessoas sangue O X2 = nmero de pessoas sangue A X3 = nmero de pessoas sangue B a1 = 3 a2 = 4 a3 = 3 N = 10 n=5 x1 = 1 x2 = 2 x3 = 2 varivel aleatria

h(1, 2, 2; 3, 4, 3, 10, 5) =

3 1

4 3 2 2 = 3 14 10 5

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

26

5. DISTRIBUIO BINOMIAL NEGATIVA

Considere um experimento com as mesmas propriedades listadas para o experimento Binomial, ou seja:

realizado e repetidamente experimento independentes p constantes

Suponha que os experimentos sejam repetidos at que um nmero fixo de sucessos ocorra. Ou seja, no lugar de calcular a probabilidade de x sucessos em n tentativas, onde o n fixado, estamos interessados agora na probabilidade de que o k-simo sucesso ocorra na x-sima tentativa.
BINOMIAL Qual a probabilidade de se obter ? 3 sucesso em 5 tentativas

x o nmero de sucesso era a varivel aleatria n fixo AGORA BINOMIAL NEGATIVA

Qual a probabilidade do 3o sucesso ocorrer na 5o tentativa?


x o nmero de tentativas necessrias para se obter o 3o sucesso (fixo = 3 ).

Deduo da Frmula Exerccio 6.22

Um Jogador de basquete acerta 60% dos seus lanamentos. Qual a probabilidade de sua 5a cesta ocorrer no seu 7o lanamento? Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

27

Soluo: Uma seqncia possvel 1 F 2 F 3 S 4 S 5 S 6 S 7 S FIXO os 4 sucessos anteriores podem ser combinados de lanamentos S = fazer cesta F = no fazer cesta

Lanamentos

6 4 MANEIRAS
sucessos (cesta) P (x = 7) =

6 (0,6)5 . (0,4)2 4

Se tentativas independentes podem ser repetidas com probabilidade de sucesso p e de falha igual a q = 1 p, ento a distribuio de probabilidade da varivel aleatria x deslocada pelo nmero de tentativas necessrias para que o k-simo sucesso ocorra dada pr: b* (x; k, p) =
x 1 k (x-k) -p q k 1

x = k, k+1, k+2

Exerccio 6.23
Qual a probabilidade de que a quarta a probabilidade de que ao quarta ocorrncia de uma cheia decenria no 40o ano? Soluo: Tr=10 p= x = 40 k=4 b* (x; k, p )= ocorra

1 = 0,1 10

x 1 k (x-k) p .q k 1 39 4 36 (0,1) (0,9) = 0,021 3

b* (40; 4, 0,1 )=

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

28

Exerccio 6.24
(Ang Tang, pg. 113 (exerccio 3.11)) Uma torre de transmisso de rdio projetada para um vento cinqentenrio. Qual a probabilidade da 2a ocorrncia do vento ocorrer exatamente nos 5a ano aps a concluso da obra ? Soluo: Tr= 50 anos P=

1 = 0,02 50

k=2

x=5 b* (x; k, p )=

x 1 k (x p .q k 1 4

- 1)

2 3 b* (5; 2, 0,02 ) = 1 (0,02) (0,98) = 0,0015

Exerccio 6.25 (Walpole, 134)


Calcule a probabilidade de uma pessoa jogando 3 moedas conseguir ou todas caras ou todas coroas pela segunda vez no quinto lanamento. Soluo:: x=5 k=2 S= ccc, cck, ckc, kcc, kkc, ckk, kck, kkk P=

2 1 = 8 4

P=

1 4

b* (x; k, p )=

x 1 k (x - k) p .q k 1
1 4
2

b* (5; 2,

1 4 )= 1 4

3 4

= 4 . (0,25)2 (0,75)3

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

29

= 4. 0,0625 . 0,4219 = 0,1055

6. DISTRIBUIO GEOMTRICA

Se considerarmos o caso particular da Binomial Negativa onde k=1, teremos a distribuio de probabilidade do nmero de tentativas necessrias para que obtenha o primeiro sucesso. Uma vez que o termos constituem uma chamar esta distribuio de Geomtrica. g(x; p) = p . q x - 1 , x = 1, 2, 3, progresso geomtrica, costuma-se

A media e a varincia de uma varivel aleatria que segue uma distribuio geomtrica dada por:

1 p

2 =

1p p2

Resumo do Processo de Bernoulli (Haan, 75)

Em um processo de Bernoulli, a cada tentativa, probabilidade p

um evento pode ocorrer com

ou no ocorrer com probabilidade q. A probabilidade do evento

aconteceu e independente do que aconteceu nas tentativas anteriores. O nmero de sucessos em um dado nmero de tentativas segue uma distribuio Binomial. A probabilidade de que o 1o sucesso ocorra na x-sima tentativa discrita pela Distribuio Geomtrica. A probabilidade de que o k-simo sucesso ocorra no sima tentativa descrita pela distribuio Binomial Negativa. x-

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

30

A distribuio de probabilidade que descreve o comprimento de tempo (discreto) entre ocorrncias tambm descrito pela distribuio Geomtrica. Note que a probabilidade de que x tentativas separem 2 ocorrncias o mesmo.

Exerccio 6.26
Em um processo produtivo sabe-se que em mdia 1 em cada 100 itens so defeituosos. Qual a probabilidade de que o 5o item inspecionado seja o primeiro item defeituoso encontrado ?

Soluo:

p=

1 = 0,01 100

x=5

g (x; p)= p. q (x - 1) g (5; 0,01) = 0,01 . (0,99)4 = 0,0096

Exerccio 6.27
Em uma dada cidade, em horrio comercial, o nmero de chamadas est muito prximo da capacidade do sistema. Estamos interessados em obter o no de tentativas necessrias para se completar a chamada. Imponha a

probabilidade de se completar a chamada igual a p= 0,06 (durante o horrio comercial). Estamos interessados em calcular a probabilidade de que sejam necessrias 5 tentativas para se obter a conexo. Soluo: p = 0,05 x=5 g (5; 0,05) = p . q
(x - 1)

= (0,05 ) . (0,95)4 = 0,0041

Calcule o nmero mdio de tentativas para se obter a primeira ligao completada.

1 1 = = 20 tentativas p 0,05

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

31

Exerccio 6.28
Ache a probabilidade de uma pessoa ter que jogar 4 vezes uma moeda para conseguir uma cara. Soluo: x = 4 p= 1/2 g (x; p) = q g 4;
(x -1)

. p
3 4

1 1 1 1 1 = . = = 2 2 2 2 16

Exerccio 6.29
Em determinada localidade, a probabilidade da ocorrncia de uma tormenta em algum dia durante o vero igual a 0,1. Admitindo independncia de um dia para outro, qual a probabilidade da ocorrncia da primeira tormenta da estao no dia 03 de janeiro ? (supor vero comeando em 1o /dez).

Soluo: x = 34 dias p = 0,1 g (x; p) = q


(x -1)

. p

g (x; p) = (0,9 )33 . (0,1) = 0,003

Exerccio 6.30
Um motorista v uma vaga para estacionamento em uma rua. H cinco carros na frente dele, e cada um tm uma probabilidade de 0,2 de tomar a vaga. Qual a probabilidade de a vaga ser tomada pelo carro que est imediatamente adiante dele ? Soluo: x = 5 dias p = 0,2 g (x; p) = q -1 . p g (5; 02) = (0,8)4 . (0,2) = 0,082

Exerccio 6.31
Se a probabilidade de um certo ensaio d reao positiva for igual a 0,4, qual ser a probabilidade de que menos de 5 reaes negativa ocorram antes da primeira positiva ? Soluo:

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

32

g (x; 04) = q(x-1) . p g (x; 04) = (0,6)(x-1) . (0,4)

Chamamos de y o nmero de reaes negativas antes da primeira positiva. P (y < 5) = P (y = 4) + P (y = 3 ) + P (y = 2) + P (y = 1) + P (y =0) Y=0 Y=1 Y=2 Y=3 Y=4 x=1 x=2 x=3 x=4 x=5 = (0,6) 4 . (0,4) + (0,6)3 . (0,4) + (0,6)2 . (0,4) + (0,6)1 . (0,4) + (0,6)0 . (0,4) = 0,92

Exerccio 6.32
Uma torre de transmisso projetada para o vento que tem perodo de retorno de 50 anos. a) Qual a probabilidade que a velocidade de projeto do vento seja excedida pela primeira vez no quinto ano depois da estrutura estar terminada? b) Qual a probabilidade deste vento ocorrer pela 1a vez nos primeiros cinco anos aps o trmino da estrutura ? Soluo: a) Tr =

1 p

p=

1 = 0,02 50
g (x, 0,02) = (0,98)4. (0,02) = 0,018

x=5 p = 0,02

b) P (x 5) =

(0,02) (0,98)
x=1

x-1

= 0,02 + 0,0196 + 0,0192 + 0,0188 + 0,0184 = 0,096

7. DISTRIBUIO DE POISSON

Experimento cujo nmero de recessos ocorrem um dado em um dado intervalo de tempo ou em uma dada regio so chamados de Experimentos de Poisson. O intervalo de tempo pode ser de qualquer tamanho - um minuto, dia, ms, ano, vero, etc.
Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

33

Exemplo:
Nmero de chamadas telefnicas recebidas por hora em um escritrio; Nmero de dias sem aula devido a neve durante o inverno.

A regio em estudo pode ser um segmento de reta, uma rea, um volume, etc. Exemplo:
Nmero de bactrias em uma cultura; Nmero de erros de datilografia por pgina.

7.1. PROPRIEDADES 1. O nmero mdio de sucessos () que ocorre em um dado intervalo de tempo ou em uma dada regio conhecido. 2. A probabilidade de um nico sucesso ocorrer durante um intervalo de tempo bem pequeno (ou uma rea bem pequena) proporcional ao comprimento deste intervalo (ou rea) e no depende do nmero de recessos que ocorrem fora deste intervalo de tempo (ou regio). 3. A probabilidade de ocorrncia mais de um sucesso neste pequeno intervalo de tempo (ou rea) desprezvel. A distribuio de probabilidade de varivel aleatria x de Poisson, a qual representa o nmero de sucessos em um dado intervalo de tempo (ou regio) t dado por:

P(x; t) =

e t (t )x x!

x = 0, 1, 2 K

A mdia e a varincia dada por:


Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

34

= t
(deduo, Walpole 137)
Mdia:

2 = t

E(x) =

x =0

x f(x) = x
x =0

e x 1 e x = x! x = 0 ( x 1)!

fazendo y = x 1

E (x ) =

. y y! = 0 1y 4 42 4 4 3

c.d.q!

f(y )= p (y ; )=1

A funo repartio da distribuio de Poisson est tabelada na tabela A.2 do Walpole (pgs. 678 680)
x =0

p(x; )

0 a 37 0, 1 a 18

Exerccio 6.33
Durante um experimento cientfico, o no mdio de partculas radioativas passando por um contador em um milionsimo de segundo 4. Qual a probabilidade de que 6 partculas passem pelo contador em um dado milionsimo de segundo? Soluo: = 4/ms t = 1 ms x=6 =4

Sabemos que:

P(x ; t) = P(6; 4 ) = e

( t) x!
6

(4) 6!

Ou, usando a tabela A2 P(6; 4 ) =

= 0 ,8893 0 , 7851 = 0 ,1042 Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

x=0

p( x ; 4 ) p( x ; 4 )
x=0

Capitulo 6 - Distribuio de Probabilidades

35

Exerccio 6.34
O nmero mdio de barris de leo que chegam por dia em um porto de uma dada cidade 10. A estrutura porturia pode lidar no mximo com 15 barris por dia. Qual a probabilidade de que num determinado dia barris tenham que ser reembarcados nos navios? Soluo: x - nmero de barris que chegam por dia P(x > 15) ?
15

P(x > 15) = 1 P(x 15) = 1 = 0,0487

x =0

p(x;10) = 1 0,9513

Exerccio 6.35 (Walpole, 94 antigo)


O nmero mdio de dias s aula devido a neve em uma dada escola de uma cidade dos EUA durante o inverno 4. Qual a probabilidade desta escola fechar por seis dias durante o inverno? Soluo: = 4/ inverno T = 1 inverno x=6 = 4

P( x ; t ) =

e 4 4 6 = 0 ,1042 6!

Exerccio 6.36
O nmero mdio de defeitos em uma adutora de 45 km de extenso, durante o ano 10,3. Para outra adutora a ser construda com a mesma tecnologia e devendo receber os mesmos cuidados de manuteno, qual a probabilidade de ocorrerem no mximo 2 defeitos por ano, sabendo-se que a nova adutora ter 25 km de extenso? Soluo: = 10,3 def / 45 Km = 0,22 def / Km t = 25 Km P(x 2) = ? = 5,72 defeitos

= p(x; 5,72) no est tabelado


Notas de - Prof Ticiana Marinho de Carvalho Studart = p(0; 5,72) + p(1; 5,72) + Aula p(2; 5,72)
0

= 0,0757

Capitulo 6 - Distribuio de Probabilidades

36

Exerccio 6.37 (Jairo da Fonseca)


Em mdia so feitas 2 chamadas por hora num certo telefone a) calcular a probabilidade de recebermos no mximo 3 chamadas em 2 horas. b) calcular a probabilidade de nenhuma chamada em 90 minutos. Soluo: a) 2 chamadas / 60 minutos = 2 chamadas/hora = 4 chamadas t = 2 horas P(x 3) = ?

= p( x; 4) = 0,4335
0

b) 2 chamadas / 1 hora t = 1,5 x=0 p(0; 3) =

= 3 chamadas

e 3 . 30 = 0,0498 0!

7.2. APROXIMAO DA BINOMIAL PELA POISSON Seja x uma varivel aleatria binomial com distribuio de probabilidade b(x; n, p). Quando n , p 0 e = np permanece constante, teremos: b(x; n, p) p(x; )

Exerccio 6.38
Em um processo produtivo onde vidro produzido, ocasionalmente bolhas ocorrem (defeito). Sabe-se que em mdia 1 em cada 1000 itens produzidos tem defeito. Qual a probabilidade de que uma amostra de 8000 itens, menos que 7 itens tenham defeitos?
Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

37

Soluo: Este essencialmente um experimento binomial com n = 8000 e p = 0,001. Como p muito prximo de 0 e n bastante grande, podemos aproximar com uma distribuio de Poisson usando:
= 8.000 0,001 = 8

assim,

P(x < 7) =

x =0

b(x; 8000, 0,001) p(x; 8) = 0,3134


x =0

Exerccio 6.39
Qual a probabilidade de uma tempestade com tr=20 anos ocorra uma vez em um perodo de 10 anos? Soluo:
Binomial

p=

1 1 = = 0,05 Tr 20

x=1

n = 10

n x (n x) b(x; n, p) = p q x 10 1 9 = 1 (0,05) (0,95) = 0,315

Poisson

n p = 10 0,05 = 0,5 x=1 p(x; ) = e 0,5 . 0,5 e . x = = 0,303 x! 1!

Exerccios Propostos
1) Uma fbrica de pneus verificou que ao testar seus pneus nas pistas, havia em mdia um estouro de pneu em cada 5.000 km. Notas de Aula - Prof Ticiana Marinho de Carvalho Studart

Capitulo 6 - Distribuio de Probabilidades

38

a) Qual a probabilidade que num teste de 3.000 km haja no mximo um pneu estourado? b) Qual a probabilidade de que um carro ande 8.000 km, sem estourar nenhum pneu? 2) Certo posto de bombeiros recebe em mdia 3 chamadas por dia. Calcular a probabilidade de: a) receber 4 chamadas num dia; b) receber 3 ou mais chamadas num dia. 3) A mdia de chamadas telefnicas numa hora 3. Qual a probabilidade de: a) receber exatamente 3 chamadas numa hora? b) receber 4 ou mais chamadas em 90 minutos? 4) Na pintura de paredes aparecem defeitos em mdia na proporo de 1 defeito por metro quadrado. Qual a probabilidade de aparecerem 3 defeitos numa parede de 2x2 m?

5)

Suponha que haja em mdia 2 suicdios por ano numa populao de 50000. Em uma cidade de 100000 habitantes, encontre a probabilidade de que em um dado ano tenha havido: a) 0; b) 1; c) 2; d) 2 ou mais suicdios.

6) Suponha 400 erros de impresso distribudos aleatoriamente em um livro de 500 pgina. Encontre a probabilidade de que uma dada pgina contenha: a) nenhum erro; b) exatamente 2 erros. 7) Uma loja atende em mdia 2 clientes por hora. Calcular a probabilidade de em uma hora; a) atender exatamente 2 clientes; b) atender 3 clientes. 8) Aplicando as definies de mdia e varincia, prove que a mdia e a varincia de uma Poisson so iguais a
t.

Notas de Aula - Prof Ticiana Marinho de Carvalho Studart