Seção 4.3 Distribuição Binomial
Subseção 4.3.1 Distribuição Binomial
Exemplo 4.3.1.
Jogando uma moeda não viciada 15 vezes. Qual é a probabilidade de obtermos exatamente 7 caras?
SoluçãoOs eventos são independentes e a probabilidade de obter cara no lançamento da moeda é \(p=\frac{1}{2}\text{.}\)
Queremos achar a probabilidade de obtermos 7 caras em 15 lançamentos. Vamos, inicialmente, fixar que queremos os 7 primeiros resultados iguais a cara, assim estamos impondo que os 8 resultados seguintes serão coroa. Desta forma, a probabilidade de que os 7 primeiros resultados sejam cara e de que os 8 resultados seguintes sejam coroa é
mas a pergunta do problema não foi esta, pois a ordem em que apareceram as caras e as coroas não importa.
Observe que o número de formas de ordenar 7 caras e 8 coroas coincide com o número formas de escolher 7 lugares, para colocar as caras, dentre 15 disponíveis, e colocar as coroas nos lugares que sobraram. Isto pode ser feito de \(C_{15}^{7}\) maneiras.
Portanto a resposta para nosso problema é
Teorema 4.3.2.
A probabilidade de ocorrerem exatamente k sucessos em uma sequência de n provas independentes, na qual a probabilidade de sucesso em cada etapa é p, é igual a
Demonstração.
A probabilidade de nessas \(n\) provas obtermos \(k\) sucessos, e consequentemente, \(n-k\) fracassos em uma ordem fixada é
pois as provas são independentes. É claro que em outra ordem, a probabilidade seria a mesma, pois apenas a ordem dos fatores se altera. Como o número de formas de alterar esta ordem é \(C_n^k\text{,}\) a probabilidade de obtermos \(k\) sucessos, em \(n\) provas é
Exemplo 4.3.3.
Um dodecaedro (regular, com peso uniforme, ou seja, não viciado) tem 3 faces verdes e 4 faces vermelhas e 5 faces azuis.
- Qual é a probabilidade de em 8 lançamentos desse dodecaedro, obtermos 3 vezes a cor verde?
- Qual é a probabilidade de em 8 lançamentos desse dodecaedro, obtermos 3 vezes a cor azul?
item a) Vamos considerar os eventos:
S: saiu uma face verde \(\Rightarrow p = \frac{3}{12} = \frac{1}{4}.\)
F: não saiu uma face verde \(\Rightarrow p = \frac{9}{12} = \frac{3}{4}.\)
Pelo Teorema 4.3.2 a probabilidade é
item b) Vamos considerar os eventos:
S: saiu uma face azul \(\Rightarrow p = \frac{5}{12}.\)
F: não saiu uma face azul \(\Rightarrow p = \frac{7}{12}.\)
Pelo Teorema 4.3.2 a probabilidade é
Subseção 4.3.2 Variáveis Aleatórias: Geométrica e Binomial Negativa
Definição 4.3.4.
Dado um experimento aleatório com espaço amostral Ω, uma variável aleatória é uma função que associa um número real a cada elemento do espaço amostral.
Exemplo 4.3.5.
No experimento do lançamento de três moedas podemos definir a variável aleatória X como a função que diz o número de caras, por exemplo:
- X({cara,cara,cara})=3;
- X({cara,coroa,coroa})=1;
- X({coroa,cara,cara})=2;
- X({coroa,coroa,coroa})=0.
Observe que eventos, ou conjuntos de eventos no espaço amostral podem ser definidos pelas variáveis aleatórias. Por exemplo X=1 é o conjunto de eventos correspondente a sair exatamente uma cara e é igual a:
Teorema 4.3.6.
Um experimento aleatório na qual a probabilidade de sucesso em cada etapa é igual a p e quaisquer duas etapas são independentes, será repetido até que o primeiro sucesso seja obtido. A probabilidade de que o sucesso seja obtido na n-ésima tentativa é igual a
Demonstração.
Para que o sucesso seja obtido exatamente na \(n\)-ésima tentativa é necessário e suficiente que as \(p-1\) tentativas seja fracassos e que a \(n\)-ésima seja um sucesso. Assim, obtemos a Equação (4.3.1). Como
um sucesso acabará ocorrendo, com probabilidade 1.
Observação 4.3.7.
Qualquer variável aleatóriaX cuja função de probabilidade seja dada pela Equação (4.3.1) é chamada de variável aleatória geométrica com parâmetro p. No caso do Teorema 4.3.6, X é o número de tentativas necessárias para obter 1 sucesso.Exemplo 4.3.8.
Uma urna contém 5 bolas brancas e 7 bolas pretas. A bolas são selecionadas aleatoriamente, uma de cada vez, até que saia uma bola preta. Se supormos que cada bola selecionada seja substituída por outra de mesma cor, antes que a próxima bola seja retirada, qual é a probabilidade de que
- sejam necessárias exatamente 4 retiradas?
- sejam necessárias pelo menos 4 retiradas?
item a) Se \(X\) representar o número de retiradas necessárias até que se sele- cione uma bola preta, então \(X\) satisfaz a Equação (4.3.1), com \(p = \frac{7}{7+5} = \frac{7}{12}\text{.}\) Então, a probabilidade é
item b)
Teorema 4.3.9.
Um experimento aleatório na qual a probabilidade de sucesso em cada etapa é igual a p e quaisquer duas etapas são independentes, será repetido até que se acumule um total de k sucessos. A probabilidade de que o k-ésimo sucesso seja obtido na n-ésima tentativa é igual a
Demonstração.
Para que o \(k\)-ésimo sucesso ocorra na \(n\)-ésima tentativa, devem ocorrer \(k - 1\) sucessos nas primeiras \(n - 1\) tentativas e a \(n\)-ésima tentativa deve ser um sucesso. A probabilidade do primeiro evento é
e a probabilidade do segundo evento é \(p\text{,}\) assim, pela independência dos eventos, obtemos a Equação (4.3.2). Ainda precisamos verificar que um total de \(k\) sucessos acaba sendo acumulado, ou seja, precisamos verificar que
O número de tentativas necessárias para que se obtenham \(k\) sucessos pode ser representado como \(T_1 + T_2 + \cdots + T_k\text{,}\) na qual, \(T_1\) é o número de tentativas necessárias para o primeiro sucesso, \(T_2\text{,}\) é o número de tentativas adicionais feitas até que ocorra o segundo sucesso e assim por diante. Tem-se que \(T_1, T_2, \ldots, T_k\) satisfazem o Teorema Teorema 4.3.6. Portanto, cada uma delas é finita com probabilidade 1, e então \(\sum_{i=1}^kT_i\) também deve ser finita, o que estabelece a Equação (4.3.3).
Observação 4.3.10.
Qualquer variável aleatória cuja função de probabilidade seja dada pela Equação (4.3.2) é chamada de variável aleatória binomial negativa com parâmetros (k,p). Observe que uma variável aleatória geométrica é simplesmente uma variável binomial negativa com parâmetros (1,p).
Corolário 4.3.11.
Um experimento aleatório na qual a probabilidade de sucesso em cada etapa é igual a p e quaisquer duas etapas são independentes. A probabilidade de que k sucessos ocorram antes de m fracassos é
Demonstração.
Note que ocorrem \(k\) sucessos antes de \(m\) fracassos se e somente se o \(k\)-ésimo sucesso ocorrer até a \((k + m -1)\)-ésima tentativa. Tem-se esse resultado porque, se o \(k\)-ésimo sucesso tiver ocorrido antes ou na \((k + m - 1)\)-ésima tentativa, então ele deve ter ocorrido antes do \(m\)-ésimo fracasso, e vice-versa. Portanto, da Equação (4.3.2), a probabilidade desejada é dada pela Equação (4.3.4).
Exemplo 4.3.12.
Joga-se uma moeda não viciada. Qual é a probabilidade de serem obtidas
- 3 caras antes de 2 coroas?
- 5 caras antes de 3 coroas?
item a) Pelo Corolário 4.3.11, basta aplicar a Fórmula (4.3.4) com \(k=3\) e \(m=2\text{.}\) Portanto, a resposta é
item b) Pelo Corolário 4.3.11, basta aplicar a Fórmula (4.3.4) com \(k=5\) e \(m=3\text{.}\) Portanto, a resposta é
Exercícios 4.3.3 Exercícios
1.
Uma caixa contém 9 bolas brancas, 6 pretas e 5 vermelhas. Retiram-se, sucessivamente e com reposição, 4 bolas dessa caixa. Determine a probabilidade:
- das 4 bolas retiradas serem vermelhas;
- de somente 2 bolas retiradas serem vermelhas;
- de pelo menos 2 bolas serem vermelhas.
a) \(\dfrac{1}{256}\text{,}\) b) \(\dfrac{27}{128}\text{,}\) c) \(\dfrac{67}{256}\text{.}\)
2.
(ITA 2009) Um determinado concurso é realizado em duas etapas. Ao longo dos últimos anos, 20% dos candidatos do concurso têm conseguido na primeira etapa nota superior ou igual à nota mínima necessária para poder participar da segunda etapa. Se tomarmos 6 candidatos dentre os muitos inscritos, qual é a probabilidade de no mínimo 4 deles conseguirem nota para participar da segunda etapa?
\(P = \frac{53}{3125}\text{.}\)
Temos três casos que pelo menos 4 candidatos, dentre 6, conseguem a nota mínima:
Aplicando o Teorema 4.3.2 temos que a probabilidade pedida é dada por:
3.
(ITA 2010) Um palco possui 6 refletores de iluminação. Num certo instante de um espetáculo moderno os refletores são acionados aleatoriamente de modo que, para cada um dos refletores, seja de 23 a probabilidade de ser aceso. Então, a probabilidade de que, este instante, 4 ou 5 refletores sejam acesos simultaneamente, é igual a
a) 1627 b) 4981 c) 151243 d) 479729 e) 2434+2535
a)
Aplicando o Teorema 4.3.2 temos
4.
Dois adversários A e B disputam uma série de partidas. O primeiro que obtiver 10 vitórias ganha a série. No momento o resultado é 7×4 a favor de A. Qual é a probabilidade de A ganhar a série sabendo que em cada partida as probabilidades de A e B vencerem são respectivamente 0,3 e 0,7?
SoluçãoBasta aplicar o Corolário 4.3.11, na qual, A deve obter 3 vitórias antes que 6 derrotas. Logo, a resposta é