Distribuies discretas

Pgina 1 de 6

Distribuies Discretas
As distribuies discretas so utilizadas para determinar a probabilidade de variveis aleatrias discretas que seguem um determinado padro.

Experincias de Bernoulli
1. A cada experincia corresponde apenas um de dois resultados possveis: sucesso ou insucesso. 2. A probabilidade de sucesso (p) (e logo de insucesso (q = 1 - p)) mantm-se inalterada ao longo das experincias; 3. Os resultados associados a cada experincia so independentes entre si.

Distribuio binomial
X B(n, p) X : nmero de sucessos em n experincias de Bernoulli.

P( X = x) = C xn p x (1 p) n x ,

x = 0,1,K, n

E ( X ) = np V ( X ) = npq

Distribuio geomtrica
X : nmero de experincias de Bernoulli at ocorrer um sucesso.
1 p q V (X ) = 2 p E( X ) =

P ( X = x) = (1 p) x 1 p,

x = 1,2,K

Distribuio binomial negativa ou de Pascal

X P(k , p)
X : nmero de experincias de Bernoulli at ocorrerem k sucessos.
E( X ) =
1 P( X = x) = C kx1 p k (1 p) x k ,

xk

k p q p2

V (X ) = k

http://www.fe.up.pt/~leec2005

Pgina 1 de 6

Distribuies discretas

Pgina 2 de 6

Distribuio hipergeomtrica
X : nmero de sucessos em n tentativas (no de Bernoulli), em que B elementos do origem a um sucesso num total de N elementos. C B C nN B P ( X = x) = x N x , Cn E ( X ) = np x = 0,1,K, n; n N V ( X ) = npq N n n 1

Distribuio multinomial
Xk : nmero de vezes que Ak acontece em n tentativas. pk : a probabilidade de Ak acontecer.

P( X 1 = x1 ,K, X k = xk , ) =

n! p1x1 K pkxk , x1!K xk !

x = 0,1,K

E ( X i ) = npi V ( X i ) = npi qi

x
i =1 k i =1

=n =1

Cv ( X i , X j ) = npi p j

Exerccio: Recentemente, a fbrica XYZ adquiriu uma nova mquina de fresar. Para cumprir os padres de qualidade em vigor na fbrica, o responsvel pelo Departamento de Qualidade tem de definir e implementar um plano de inspeco s peas produzidas na nova mquina. No entanto, devido ao elevado rendimento da nova mquina, impossvel inspeccionar todas as peas produzidas, pelo que necessrio recorrer inspeco de pequenos lotes. Por razes tcnicas, foi estabelecido que inspeccionado um lote por cada turno de trabalho e o tamanho de cada lote a inspeccionar de 20 peas (retiradas aleatoriamente do total de peas produzidas nesse turno). Aps uma srie de testes, foi possvel definir que a percentagem de peas defeituosas produzidas na nova mquina de 10%. Dessas peas defeituosas, 8% podem ser reaproveitadas, enquanto os restantes 2% so para sucata.
a) O responsvel pela Qualidade definiu os seguintes planos de inspeco alternativos: i) Uma pea retirada aleatoriamente do lote, inspeccionada e colocada de novo no lote (existe reposio da pea inspeccionada). Este processo repetido 10 vezes. O lote rejeitado se tiver menos do que 9 peas boas; ii) Uma pea retirada aleatoriamente do lote, inspeccionada e colocada de novo no lote (existe reposio da pea inspeccionada). Este processo repetido 3 vezes ou at sair uma pea defeituosa. O lote rejeitado se se retirar uma pea defeituosa;
http://www.fe.up.pt/~leec2005 Pgina 2 de 6

Distribuies discretas

Pgina 3 de 6

iii) Uma pea retirada aleatoriamente do lote, inspeccionada e colocada de novo no lote (existe reposio da pea inspeccionada). Este processo repetido 7 vezes ou at sarem duas peas defeituosas. O lote rejeitado se se retirarem duas peas defeituosas; iv) Uma pea retirada aleatoriamente do lote, inspeccionada e colocada de parte (no existe reposio da pea inspeccionada). Este processo repetido 10 vezes. O lote rejeitado se tiver menos do que nove peas boas;

Qual dos planos maximiza a probabilidade de rejeitar um lote? Analise os valores esperados e as varincias.
b) Qual a probabilidade de um lote de 20 peas (com reposio) ser constitudo por: 18 peas boas, 1 pea defeituosa reaproveitvel e 1 pea para a sucata.

Resoluo:
a) X : nmero de peas boas Yi : nmero de tentativas at sair a i-sima pea defeituosa A probabilidade de retirar uma pea boa 1 10% = 0.9 A probabilidade de retirar uma pea defeituosa 10% = 0.1 i) Neste plano de inspeco a v.a. X segue uma distribuio binomial. Caso Geral: X : nmero de sucessos em n experincias de Bernoulli. Caso Particular: X : nmero de peas boas em 10 peas retiradas.

A expresso da distribuio de probabilidade de X dada pela seguinte expresso: P( X = k ) = C kn p k (1 p ) nk Pelo que devemos calcular P(X < 9), com n = 10, p = 0.9: P ( X < 9) = 1 P( X 9) = 1 [P( X = 9) + P( X = 10)] = 1 0.7361 = 0.2639 E ( X ) = np = 10 0.9 = 9.0 V ( X ) = np (1 p ) = 10 0.9 0.1 = 0.9
ii) Neste plano de inspeco a v.a. Y1 segue uma distribuio geomtrica. Caso Geral: X : nmero de experincias de Bernoulli at ocorrer um sucesso. Caso Particular: Y1 : nmero de peas retiradas at sair uma pea defeituosa.

A expresso da distribuio de probabilidade de Y1 dada pela seguinte expresso: P(Y1 = k ) = q k 1 p Pelo que devemos calcular P(Y1 3), com p = 0.1:

http://www.fe.up.pt/~leec2005

Pgina 3 de 6

Distribuies discretas

Pgina 4 de 6

P(Y1 3) = P(Y1 = 1) + P(Y1 = 2) + P(Y1 = 3) = 0.9 0 0.1 + 0.91 0.1 + 0.9 2 0.1 = 0.271 1 1 = = 10 p 0.1 0.9 q = 90 V (X ) = 2 = 0.12 p E( X ) =
iii) Neste plano de inspeco a v.a. Y2 segue uma distribuio de Pascal. Caso Geral: X : nmero de experincias de Bernoulli at ocorrerem k sucessos. Caso Particular: Y2 : nmero peas retiradas at sarem 2 peas defeituosas.

A expresso da distribuio de probabilidade de Y2 dada pela seguinte expresso: 1 P (Yk = x) = C kx1 p k q x k Pelo que devemos calcular P(Y2 7), com k = 2, p = 0.1: P (Y2 7) = P(Y2 = 2) + P(Y2 = 3) + K + P(Y2 = 7) = 0.2397
2 k = = 20 p 0.1 0.9 q V ( X ) = k 2 = 2 2 = 180 0.1 p iv) Neste plano de inspeco a v.a. X segue uma distribuio hipergeomtrica. Caso Geral: X : nmero de sucessos em n tentativas (no de Bernoulli), em que B elementos do origem a um sucesso num total de N elementos. Caso Particular: X : nmero de peas boas em 10 tentativas (no existe reposio), em que 18 elementos do origem a um sucesso num total de 20 elementos. E( X ) =

A expresso da distribuio de probabilidade de X dada pela seguinte expresso: C B C nN B P ( X = x) = x N x Cn Pelo que devemos calcular P(X < 9), com p = 0.9, n = 10, B =18 e N = 20: P ( X < 9) = 1 P( X 9) = 1 [P( X = 9) + P( X = 10)] = 1 0.7632 = 0.2368 E ( X ) = np = 10 0.9 = 9 N n 20 10 V ( X ) = npq = 10 0.9 0.1 = 0.4737 N 1 20 1 b) Esta experincia segue uma distribuio multinomial, onde: Xk = nmero de vezes que sai Ak, com probabilidade pk A expresso da distribuio de probabilidade de X dada pela seguinte expresso: n! P ( X 1 = n1 ,K, X k = nk , ) = p1n1 K pknk n1!K nk ! Neste caso temos ento:

http://www.fe.up.pt/~leec2005

Pgina 4 de 6

Distribuies discretas

Pgina 5 de 6

X1 : nmero de peas boas ( n1 = 18 e p1 = 0.9 ) X2 : nmero de peas reaproveitveis ( n 2 = 1 e p 2 = 0.08 ) X3 : nmero de peas para sucata ( n3 = 1 e p3 = 0.02 ) P ( X 1 = 18, X 2 = 1, X 3 = 1, ) = 20! 0.918 0.081 0.021 = 0.0913 18!1!1!

Distribuio de Poisson
X Poisson( )
X : nmero de ocorrncias de fenmenos aleatrios por unidade de tempo, em que o nmero mdio dessas ocorrncias por unidade de tempo. P ( X = x) = Exerccio: A procura diria para certo artigo na loja A segue uma distribuio de Poisson. Sabendo que a procura mdia diria de 3 produtos e que o stock dirio mantido em 6 unidades, calcule:
a) a probabilidade de num dia serem procurados pelo menos dois produtos; b) a probabilidade de se registar uma ruptura de stock; c) o nmero esperado de clientes que fica por satisfazer; d) o novo stock dirio a assegurar de modo que a probabilidade de ruptura seja no mximo de 0.004.

e x , x!

x = 0,1,K

E( X ) = V (X ) =

Resoluo:
a) Distribuio de Poisson Caso Geral: X : nmero de ocorrncias de fenmenos aleatrios por unidade de tempo, em que o nmero mdio dessas ocorrncias por unidade de tempo. Caso Particular: X : procura do produto por dia, em que o nmero mdio de produtos procurados por dia.

X nmero de produtos procurados diariamente na loja A =3 e 3 3 x P ( X = x) = x! P ( X 2) = 1 P ( X < 2) = 1 [P ( X = 0) + P ( X = 1)] = 1 (0.05 + 0.15) = 0.8 b) Ruptura de stock = procura superior ao stock existente (6) P ( X > 6) = 1 P ( X 6) = 1 [P ( X = 0) + K + P ( X = 6)] = 0.0335

http://www.fe.up.pt/~leec2005

Pgina 5 de 6

Distribuies discretas

Pgina 6 de 6

c) X : nmero de clientes que ficam por satisfazer num dia E(X) = somatrio do nmero de clientes por satisfazer vezes a probabilidade desse nmero ficarem insatisfeitos. E ( X ' ) = 0 P( X 6) + 1 P( X = 7) + 2 P( X = 8) + K = 14243 4 4 14243 14243
0 clientes por satisfazer 1 cliente por satisfazer 2 clientes por satisfazer
+

= (x 6) P( X = x) = x P ( X = x) 6 P( X = x) =
x =7 + x =7 x =7

6 = x P ( X = x ) x P ( X = x ) 6 1 P ( X = x ) x =0 x =0 x =0 6

= E ( X ) x P ( X = x ) 6 + 6 P ( X = x ) = 6 + (6 x ) P ( X = x ) =
x =0 x =0 x =0

e 3 = 0.0507 x! x =0 d) S : novo stock assegurar S = 6 P( X 6) = 1 P( X > 6) = 1 0.0335 = 0.9665 S = 7 P( X 7) = P( X 6) + P( X = 7) = 0.9665 + 0.0216 = 0.9881 = 3 6 + (6 x )

S = 8 P( X 8) = P( X 7) + P( X = 8) = 0.9881 + 0.0081 = 0.9962 > 1 0.004 = 0.996

http://www.fe.up.pt/~leec2005

Pgina 6 de 6