Ex 2.28 (*)
Nas condições de cada alínea, determine as seguintes quantidades
P(X=4)
P(X >= 2)
recorrendo
à expressão da função massa de probabilidade;
ao excel, calculadora gráfica ou R index.
(a) Sabe-se que a probabilidade de um rato de laboratório sobreviver num determinado tipo experiência é 0.2. Foram adquiridos 10 ratos. Pretende-se estudar o número de ratos que poderão sobreviver.
☞ sugestões
☞ proposta de resolução
Seja X ~ B(n=10, p=0.2).
P(X=4) = 0.088
10!/((10-4)! * 4!) * 0.2^4 * (1-0.2)^(10-4)
pdf.binom(x=4, trials=10, p=0.2)
Resposta: em 8.8% das experiências laboratoriais com 10 ratos resultam 4 ratos sobreviventes por experiência.
P(X>=2) = 0.6241904
P(X>=2) = 1 - P(X < 2) = 1 - P(X <= 1) = 1 - (P(X=0) + P(X=1)) = …
1 - cdf.binom(x=1, trials=10, p=0.2) – máquinas sem lower/upper
cdf.binom(lower=2, upper=10, trials=10, p=0.2)
Resposta: 62.4% é a probabilidade de, nas experiências laboratoriais com 10 ratos, 2 ou mais ratos sobreviveram à experiência.
(b) Seja X = número de bactérias em 1 cm3 sendo esta v.a. bem modelada por uma distribuição de Poisson de parâmetro 3. Qual a média e variância populacionais?
☞ sugestões
☞ proposta de resolução
Seja X ~ Poisson(lambda=3).
Assim, sabe-se que E[X] = 3 e Var[X]=3.
P(X=4) = 0.1680314
exp(-3) * 3^4 / 4!
pdf.poisson(x=4, lambda=3)
Resposta: 16.8% é a probabilidade de existirem 4 bactérias por cm3.
P(X>=2) = 0.8008517
P(X>=2) = 1 - P(X < 2) = 1 - P(X <= 1) = 1 - (P(X=0) + P(X=1)) = …
1 - cdf.poisson(x=1, lambda=3) - máquinas sem lower/upper
1 - cdf.poisson(lower=0, upper=1, lambda=3) - máquinas com lower/upper
cdf.poisson(lower=2, upper=10E10, lambda=3) - máquinas com lower/upper
Resposta: 80% é a probabilidade de existirem 2 ou mais bactérias por cm3.