Índice | III. Probabilidade | V. Exercícios
IV. Modelos de Probabilidade discretos e contínuos
Parte 60 de 78
Modelos de probabilidade discretos
Será que estamos em condições de modelar a situação através do modelo Binomial? Não, se pensarmos estritamente nas condições exigidas para aplicação do modelo, nomeadamente quando se exige que as “selecções” ou provas, sejam independentes e a percentagem de sucesso seja constante, de prova para prova. Neste caso, ao seleccionarmos o primeiro dos 20 alunos que constituem a amostra, a probabilidade de sucesso é igual a 3227/5564, mas após esta primeira selecção, a composição da população, no que diz respeito à percentagem de sucessos quando se vai seleccionar o 2º aluno, vem alterada, já que será igual a 3226/5563 ou 3227/5563, conforme o primeiro aluno seleccionado foi rapariga ou rapaz, respectivamente. No entanto estes valores são tão próximos, que na prática podemos dizer que o facto de termos retirado um elemento da população, não alterou a sua composição. O mesmo raciocínio pode ser feito para as selecções seguintes. | |
|
|
Observação - Considerando ainda o caso de termos uma população suficientemente grande (de acordo com o critério avançado anteriormente), a amostragem com reposição ou sem reposição, são praticamente equivalentes, já que a probabilidade de extrairmos o mesmo elemento duas vezes, quando se considera a reposição, é extremamente pequena. |
Exemplos >>
Exemplo 1
A empresa LHD, de transporte de correio rápido, garante a indemnização dos clientes, cujo correio não chegue ao destino, nas condições contratadas. Apesar de todos os esforços da empresa, no sentido de apresentarem o melhor serviço, através de registos passados, sabe-se que 2% das expedições, não chegam nas condições desejadas. Um banco enviou, através da LHD, 10 envelopes. a) Qual a probabilidade de um destes 10 envelopes não ter chegado ao destino, nas condições desejadas. b) Qual a probabilidade de, no máximo, 3 dos envelopes não chegarem ao destino. |
|||||
Resolução: Representemos por X a v.a. que representa o n.º de envelopes, em 10, que não chegam ao destino. Então X pode ser modelada pelo modelo Binomial, de parâmetros n=10 e p=0.02. |
|||||
|
Exemplo 2
Como exemplo de uma situação que pode ser modelada pelo modelo geométrico, apresentámos na secção 2.4.2 o problema das caixas de cereais. Estávamos, aí, interessados em saber o número médio de caixas até obtermos os 6 prémios diferentes. Suponhamos que um destes 6 prémios é a figura do Batman.
a) Qual a probabilidade de ter de comprar 10 caixas, até obter uma figura do Batman? |
Resolução |
a) Estamos interessados na variável aleatória X, que consiste em saber quantas provas são necessárias, até se obter sucesso, sendo a probabilidade de sucesso 1/6. Então X é bem modelada por um modelo geométrico, pelo que: b) Agora estamos interessados na variável aleatória Y, que representa o número de sucessos, em 10 provas, sendo a probabilidade de sucesso 1/6. Então Y é bem modelada pelo modelo Binomial, pelo que: |
Exemplo 3
O gerente de uma casa que vende material informático fez uma encomenda de 20 impressoras de determinada marca, que será aceite se na inspecção de 3 das impressoras, para ver se funcionam ou estão avariados, não encontrar nenhuma avariada. Quando a encomenda chega o gerente analisa as 3 primeiras impressoras a serem descarregadas. Embora o gerente não saiba, 2 das impressoras têm avarias. Será que estamos perante uma experiência binomial? |
Resolução |
Estamos perante uma experiência constituída por 3 provas, em que em cada prova se pode verificar o sucesso (impressora avariada) ou insucesso (impressora boa). A probabilidade de seleccionar uma impressora defeituosa é 2/20, admitindo que qualquer uma das impressoras poderia ter sido colocada no meio de transporte, em melhores condições de ser a primeira a ser descarregada. No entanto as provas não são independentes, já que a probabilidade de obter uma impressora defeituosa na 2ª prova ou na 3ª prova depende do que aconteceu nas provas anteriores, pelo que a probabilidade de sucesso não se mantém constante ao longo das provas. Assim, não estamos perante uma experiência binomial. |
Exemplo 4
(adaptado de De Veaux et al, 2004) |
Os indivíduos com sangue de tipo O, RH-, são chamados de dadores universais. Só 6% da população tem este tipo de sangue.
a) Em média, quantos dadores espera observar, na unidade móvel que costuma estacionar em Entrecampos, Lisboa, até obter alguém que seja dador universal? Qual a probabilidade de que o primeiro dador universal se encontre entre os 4 primeiros dadores? |
Resolução |
a) Se representarmos por X o número de dadores até obter 1 que seja dador universal, podemos considerar que X tem uma distribuição geométrica de parâmetro 0.06. |
Exemplo 5
Um indivíduo faz anos em Junho. Resolve, na rua, perguntar às pessoas que encontra, qual o mês em que fazem anos, até encontrar uma que faça anos no mesmo mês.
a) Qual a probabilidade de ter de importunar 10 pessoas? Em média a quantas pessoas tem de fazer a pergunta, até encontrar uma a fazer anos no mesmo mês? |
|
Resolução |
|
a) Seja X a v.a. que representa o número de pessoas a quem tem de importunar, para encontrar 1 a fazer anos em Junho. Então podemos utilizar o modelo geométrico em que a probabilidade de sucesso é 1/12, se admitirmos que existe igual probabilidade de fazer-se anos em qualquer um dos 12 meses, donde P(X = 10) = (11/12)9 х1/12 = 0.038. Neste caso E(X) = 12, pelo que, em média, terá de perguntar a 12 pessoas, até encontrar 1 a fazer anos no mesmo mês. b) Seja Y a variável que representa o número de pessoas a quem tem de importunar, até encontrar 2 a fazer anos no mesmo mês – sucesso (S). Então, para que o segundo sucesso se verifique na enésima prova (Y=n), é necessário que nas (n-1) provas anteriores se verifique 1 sucesso e que na enésima prova se verifique o 2º sucesso, de acordo com o seguinte esquema: |
|
Nota – Representando por Z a variável aleatória que dá o número de provas necessárias para se verificar o k-ésimo sucesso, em que a probabilidade de sucesso é p, verifique que a probabilidade de o k-ésimo sucesso se verificar na enésima prova vem igual a |
|
|