Princípios de Segurança e Proteção Radiológica, Terceira ... - Cnen

O número total de mortes é 1x65 + 2x22 + 3x3 + 4x1 = 122. Assim, o valor
médio de mortes por ano por corporação é z = 122 / 200 = 0,61.
O valor e – z , neste caso é aproximadamente 0,543. Então a probabilidade
de ocorrência de 0, 1, 2, 3, 4, etc. mortes é dada por:
e -z . ( 1 + z + z 2 /2! + z 3 /3! + z 4 /4! + z 5 /5! + ..............) = 1
e -0,61 . ( 1 + 0,61 + 0,61 2 /2! + 0,61 3 /3! + 0,61 4 /4! + 0,61 5 /5! + ..............) = 1
Número de Mortes por Ano
por Corporação
0 1 2 3 4
Probabilidade 0,543 0,331 0,101 0,021 0,003
Valor previsto em 200 registros 108,7 66,2 20,2 4,2 0,6
Valor observado 109 65 22 3 1
A comparação dos resultados mostra uma boa concordância entre valores
observados e valores previstos para as ocorrências, especialmente quando
se considera que uma repetição da coleta desse tipo de dados daria
resultado semelhante, mas não exatamente igual.
A distribuição de Poisson é obtida a partir da distribuição binomial, quando
o número de tentativas, n, tende a infinito e a probabilidade de sucesso, p,
tende a zero, sendo definida como:
P(r) = µ r . e -µ / r!
I.7.3 Distribuição de Gauss e Distribuição Normal
As distribuições abordadas anteriormente, quais sejam, Binomial e de
Poisson, permitem lidar com a distribuição de freqüência de varáveis
discretas, ou seja, variáveis que podem ser contadas. No entanto, para lidar
com variáveis contínuas, ou seja, aquelas que podem ser subdivididas
infinitamente, como, por exemplo, tempo, temperatura, volume, etc., a
distribuição de Gauss ou a distribuição normal são aS mais adequadas.
Muitos dados observados podem ser descritos por uma distribuição normal
ou de Gauss.
A expressão matemática para uma distribuição de Gauss normalizada a 1,
conhecida por distribuição normal, é dada por:
P(x) = [1/(s .
2π)] . e - ( x – x m ) / (2.s.s)
2
237