Exercícios OS3 - Seção 3.

3.39)

a) Podemos usar a distribuição geométrica com k = 5:

𝑃(1º 6 𝑛𝑎 5ª 𝑟𝑜𝑑𝑎𝑑𝑎) = (5⁄6)4 ∗ (1⁄6) ≅ 0.08

b) Podemos usar a probabilidade da distribuição binomial com n = 5 e k = 3:

5 3 2
𝑃(𝑒𝑥𝑎𝑡𝑎𝑚𝑒𝑛𝑡𝑒 𝑡𝑟ê𝑠 6) = ( ) ∙ (1⁄6) ∙ (5⁄6) ≅ 0.03
3

c) Podemos usar a probabilidade da distrubuição binomial negativa k = 3 e n = 5:

4 3 2
𝑃(3º 6 𝑛𝑎 5ª 𝑟𝑜𝑑𝑎𝑑𝑎) = ( ) ∙ (1⁄6) ∙ (5⁄6) ≅ 0.02
2

3.40)

a) Usando a probabilidade da distrubuição binomial negativa com k = 10 e n = 15:

14
𝑃(𝑏𝑢𝑙𝑙𝑠𝑒𝑦𝑒 10ª 𝑣𝑒𝑧 𝑛𝑎 15ª 𝑡𝑒𝑛𝑡𝑎𝑡𝑖𝑣𝑎) = ( ) ∙ (0.65)10 ∙ (0,35)5 ≅ 0.14
9

b) Nesse podemos usar a binormal com k = 10 e n = 15:

10
𝑃(𝑏𝑢𝑙𝑙𝑠𝑒𝑦𝑒 10 𝑣𝑒𝑧𝑒𝑠 𝑒𝑚 15 𝑡𝑒𝑛𝑡𝑎𝑡𝑖𝑣𝑎𝑠) = ( ) ∙ (0.65)10 ∙ (0.35)5 ≅ 0.21
5

c) Aqui podemos usar a distribuição geométrica com k = 3:

𝑃(1º 𝑎𝑐𝑒𝑟𝑡𝑜 𝑛𝑎 5ª 𝑟𝑜𝑑𝑎𝑑𝑎) = (0.35)2 ∗ 0.65 ≅ 0.08

3.41)

a) Assumimos aqui que ser mulher é a condição de sucesso.

Temos então que calcular a probabilidade de 2 sucessos em 4 tentativas, o que é adequado para
a distribuição binomial negativa, onde os parâmetros vão ser p = 0.55 (a probabilidade de ser
mulher, e consequentemente um sucesso), n = 4 e k = 2.

b) Basta usarmos a fórmula com os valores achados anteriormente:

3
𝑃(4ª 𝑝𝑒𝑠𝑠𝑜𝑎 é 𝑎 2ª 𝑚𝑢𝑙ℎ𝑒𝑟) = ( ) ∙ (0.55)2 ∙ (0,45)2 ≅ 0.18
1

c) Aplicando n = 4 e k = 2, temos o coeficiente:

3
( ) = 𝑐ℎ𝑜𝑜𝑠𝑒(3,1) = 3
1

Que é a quantidade de formas de ordenar 2 homens e 1 mulher.

d) Isso é porque na distribuição binomial negativa, conforme exibido na letra C, a última tentativa é
sempre um sucesso. Sendo assim, apenas não sabemos a localização dos k – 1 sucessos em n –
1 tentativas, então devemos considerar as formas de ordená-los através do coeficiente binomial que
fará a combinação.

3.42)

a) Basta usarmos a fórmula de probabilidade da binomial negativa:

9
𝑃(𝑗𝑜𝑔𝑎𝑑𝑜𝑟𝑎 𝑓𝑎𝑧 3º 𝑠𝑎𝑞𝑢𝑒 𝑛𝑎 10ª 𝑡𝑒𝑛𝑡𝑎𝑡𝑖𝑣𝑎) = ( ) ∙ (0.15)3 ∙ (0.85)7 ≅ 0.04
2

b) Como cada saque é independente do outro, a probabilidade é sempre a mesma, 15%.

c) Na parte B já sabemos o que ocorreu anteriormente, então só estamos calculando a probabilidade

de um evento. Na parte A, estamos calculando a probabilidade de todo o processo.

3.43)

a) A distribuição Poisson é a mais adequada com λ = 75.

2
b) A média é igual ao parâmetro: 75.

O desvio padrão é a raiz do parâmetro: aproximadamente 8.66.

c) Podemos calcular o z-score:

𝑥 − 𝜇 60 − 75
𝑧= = ≅ −1.73
𝜎 8.66

Costumamos dizer que valores não usuais estão a mais de 2 desvios padrões da média, 60 está a
1.73 desvios, ou seja, 60 não seria um valor pequeno não usual.

d) Aplicando na formula da distribuição Poisson com k = 70:

7570 𝑒 −75
𝑃(70 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠) = ≅ 0.04
70!

3.44)

a) A distribuição Poisson é a mais adequada com λ = 1.

b) A média é igual ao parâmetro: 1.

O desvio padrão é a raiz do parâmetro: 1.

c) Podemos calcular o z-score:

𝑥−𝜇 4−1
𝑧= = =3
𝜎 1

Costumamos dizer que valores não usuais estão a mais de 2 desvios padrões da média, 4 está a 3
desvios, ou seja, 4 seria sim um valor não usual de erros em uma hora.

d) É a probabilidade de achar 0 ou 1 ou 2 erros, que podemos interpretar como a soma das

probabilidades. Basta aplicar a fómula em cada um desses valores de erro e somar:

10 𝑒 −1 11 𝑒 −1 12 𝑒 −1
+ + ≅ 0.92
0! 1! 2!