Introdução à Estatística na UFCG

UNIVERSIDADE FEDERAL DE CAMPINA GRANDE - Campus I
UNIDADE ACADÊMICA DE MATEMÁTICA E ESTATÍSTICA

Disciplina: Probabilidade e Estatística (6 créditos) Período 2009.2
Prof. Gilberto Matos e Areli Mesquita
Aluno(a): .
1a NOTA DE AULA
1 Introdução à Estatística
1.1 A Ciência Estatística

O conceito de Estatística pode ser considerado de duas maneiras. O primeiro conceito,
logo relaciona a Estatística com tabelas e gráficos nos quais os dados obtidos são represen-
tados, ou melhor, relaciona à números específicos. Ouvimos, assim, falar em estatísticas
do IBGE, estatísticas relacionadas à saúde e educação, índices econômicos, pesquisas de
opinião, etc. Um segundo conceito refere-se ao conjunto de processos ou técnicas em-
pregadas na investigação e análise de fenômenos. Neste caso, a Estatística é a ciência
ou método científico que estuda os fenômenos aleatórios e, procura inferir as leis que os
mesmos obedecem. Assim, um conceito mais abrangente e absoluto deve englobar tanto o
primeiro conceito, o qual é o mais popular, quanto o segundo, o qual normalmente escapa
à noção corrente.
Definição 1.1 (Estatística). A Estatística é uma ciência que se preocupa com a

coleta, organização, descrição, análise e interpretação dos dados, a fim de extrair in-
formações a respeito de uma população.
Dentro dessa idéia, podemos considerar a Ciência Estatística como dividida basica-
mente em duas partes:
1. Estatística Descritiva - que se preocupa com a organização e descrição dos dados

experimentais;
2. Estatística Inferencial - que, a partir da observação de alguns dados experimentais,

realiza a análise e interpretação de dados com o objetivo de generalizar e prever
resultados, utilizando-se para isto da Teoria das Probabilidades.
Nesta disciplina, serão abordados tópicos referentes à estatística descritiva, conceitos

fundamentais de probabilidade e os modelos probabilísticos mais importantes para o estudo
da inferência estatística.
1
1.2 Estatística: Uma Visão Sistêmica
(Desenhar figura representando uma visão sistêmica da estatística)
1.3 Conceitos Fundamentais

Um dos principais conceitos utilizados na estatística é o de população.
1.3.1 População e Amostra
Definição 1.2 (População). A população é um conjunto de todos os elementos

(pessoas, objetos, etc) que possuem pelo menos uma característica em comum, a(s)
qual(is) os relacionam ao problema que está sendo estudado.
Exemplo 1. Se o problema a ser pesquisado está relacionado com a qualidade de um

certo produto produzido numa indústria, a população pode ser composta por todas as
peças produzidas numa determinada hora, turno, dia ou mês, dependendo dos objetivos;
Exemplo 2. Se o objetivo de um estudo é pesquisar o nível de renda familiar de uma

certa cidade, a população seria todas as famílias desta população. Mas, se o objetivo
fosse pesquisar apenas a renda mensal do chefe da família, a população a ser pesquisada
seria composta por todos os chefes de família desta cidade.
2
A População pode ser:
1. Finita - quando o número de unidades de observação pode ser contado e é limitado;
2. Infinita - quando a quantidade de unidades de observação é ilimitada;
Podemos citar como exemplo de população finita o conjunto formado pelos alunos
que cursam a disciplina de estatística num determinado semestre da UFCG. Um exemplo de
população infinita seria o conjunto formado por todos os alunos de estatística do Brasil,
pois este conjunto é composto por um número incontável de elementos.
Definição 1.3 (Amostra). A amostra é apenas uma parte da população, ou seja, é

um subconjunto da população.
Vários motivos levam a necessidade de se observar apenas uma parte da população,

como, por exemplo: a falta de tempo, recursos financeiros e/ou humanos. A amostra deve
ser obtida através de técnicas de amostragem, as quais tem como objetivo principal
garantir a representatividade da população, ou seja, fazer com que a amostra seja um
retrato fiel da população.
Exemplos de amostra podem ser conjuntos formados por apenas uma parte dos ele-
mentos populacionais descritos nos Exemplos 1 e 2.
1.3.2 Parâmetro e Estatística
Dois novos conceitos estreitamente relacionados com os de população e amostra são

os de Parâmetro e Estatística, tendo em vista que:
Definição 1.4 (Parâmetro). é uma medida numérica que descreve uma característica
da população, ou ainda, que é obtida a partir de todos os dados populacionais (através
de um censo).
Definição 1.5 (Estatística). é uma medida numérica que descreve uma característica
da amostra, ou ainda, que é obtida a partir de dados amostrais (de uma parte da
população).
Exemplos de algumas medidas numéricas são: proporção, média, moda, índices, etc.
3
1.3.3 Variáveis (ou Dados) e Tipos de Variáveis
Definição 1.6 (Variável). Uma Variável nada mais é que uma característica (ou
dado) associada a cada elemento da população ou amostra. A variável apresenta dife-
rentes valores, quando sujeita a mensurações sucessivas, e, em geral, é denotada pelas
letras maiúsculas: X, Y ou Z.
Antes de realizar qualquer tratamento estatístico de um conjunto de dados, é impor-

tante identificar qual é o tipo de dado (ou variável) que será analisado, pois, é mediante
a este conhecimento que o pesquisador poderá ou não adotar determinadas técnicas esta-
tísticas para a resolução de problemas. Por exemplo, será que é possível calcular o peso
médio de lutadores de boxe, quando os dados são coletados segundo a categoria de peso:
Leve, Médio ou Pesado?
Tipos de Variáveis
Basicamente, as variáveis podem ser classificadas como sendo Qualitativas ou Quan-
titativas.
1. Variáveis Qualitativas - quando os valores que elas podem receber são referentes
à qualidade, atributo ou categoria. Exemplos são:
• Raça: podendo assumir os valores Branco ou Negro;

• Sexo: Masculino ou Feminino;
• Escolaridade: 1 ◦ grau completo, 2 ◦ grau completo, superior, pós-graduado;
• Conceito de qualidade: péssima qualidade, regular ou boa qualidade.
As variáveis qualitativas podem, ainda, ser classificadas como: Nominais ou Ordi-

nais.
(a) As variáveis qualitativas nominais - são caracterizadas por dados que se

apresentam apenas sob o aspecto qualitativo (Ex: raça e sexo).
(b) As variáveis qualitativas ordinais - são caracterizadas por categorias que
aprentam uma ordenação natural. Por exemplo: escolaridade e conceito de
qualidade.
2. Variáveis Quantitativas - quando os valores que ela pode assumir são numéricos,
os quais podem ser obtidos através de uma contagem ou mensuração.
As variáveis quantitativas podem ser classificadas de acordo com o processo de ob-
tenção; podendo ser: Discreta ou Contínua.
(a) As variáveis quantitativas discretas - são variáveis numéricas obtidas a partir

de procedimento de contagem. Por exemplo: Quantidade de pessoas numa
família, quantidade de acidentes numa indústria, etc.
4
(b) As variáveis quantitativas contínuas - são variáveis numéricas cujos valores
são obtidos por um procedimento de mensuração, podendo assumir quaisquer
valores num intervalo dos números reais, como por exemplo, a temperatura,
altura, salário, etc..
Observação 1. O fato de uma variável poder ser expressa por números não significa
que ela seja necessariamente quantitativa, por que a classificação da variável depende
de como foi medida. Por exemplo, para a variável peso de um lutador de boxe, se
for anotado o peso marcado na balança, a variável é quantitativa contínua; por outro
lado, se esse peso for classificado segundo as categorias do boxe, a variável é qualitativa
ordinal.
1.4 Fases do Método Estatístico

Assim como qualquer ciência, a estatística utiliza o método científico, que consiste das
cinco etapas básicas seguintes:
1. Definir cuidadosamente o problema.

Nesta etapa o pesquisador deve certificar-se de que é clara a finalidade de um estudo
ou análise. Ao definir o que se quer estudar, ou seja, o problema, é necessário que
se faça um levantamento sobre quais estudos já realizados no campo de pesquisa
abordado. Deve-se também especificar quem ou o quê será observado no estudo, ou
seja, a população a ser pesquisada.
2. Formular um plano para a coleta dos dados adequados.
Nesta fase, o pesquisador deverá listar as variáveis (características ou dados) que
sejam relevantes para se atingir os objetivos propostos pela pesquisa. Além disso,
deve-se decidir se a coleta dos dados será realizada através de um censo ou amos-
tragem, ou seja, se todos os elementos da população serão observados ou se apenas
uma parte da população é que será observada e neste último caso deve-se decidir por
alguma técnica de amostragem, podendo ser probabilística ou não.
Os dados podem ser classificados quanto à forma de coleta, como:
a. Dados primários - quando o próprio pesquisador é quem elabora e aplica os
instrumentos necessários para a coleta dos dados, ou seja, quando a Coleta é Direta;
b. Dados secundários - quando o pesquisador utiliza informações já colhidas por
outrem, retirando-as de livros, revistas, mapas anuários, etc.
3. Coligir ou apurar os dados.
Esta fase consiste em resumir os dados, através de sua contagem e agrupamento.
É possível que nesta fase seja identificado a presença de dados absurdos fazendo-se
necessário a eliminação ou correção destes tipos de dados.
4. Analisar e interpretar os dados.
5. Relatar as conclusões de maneira que sejam facilmente entendidas por quem as for
usar na tomada de decisões.
5
1a LISTA DE EXERCÍCIOS
1 - Defina e/ou explique com suas próprias palavras, o que você entende por Ciência
Estatística e quais os principais ramos (partes) da Estatística.
2 - Através de um exemplo, defina: População e Amostra.
3 - Considere as seguintes situações:
1) Em uma pesquisa, feita pela EMPETUR com 1015 pousadas escolhidas aleato-
riamente, 269 (ou 26,5%) possuíam Home-page na Internet para divulgação e
prestação de serviços ao turista.
2) Outra pesquisa feita entre as 50 Agências de Viagens de uma certa localidade
mostra que 42 (ou 84%) prestam serviços pela Internet.
Identifique em qual das situações nós temos um exemplo de Parâmetro e outro de

Estatística (no sentido de medida). Justifique sua resposta.
4 - O que você entende por variável? Justifique a sua resposta por intermédio de um
exemplo.
5 - Como você diferencia uma variável discreta de uma variável contínua? Utilize um
exemplo para melhor ilustrar.
6 - Defina e/ou explique com suas próprias palavras, o que você entende por amostragem.
7 - Qual é o principal objetivo de qualquer plano de amostragem?
8 - As estatísticas geradas por intermédio de uma amostra devem ser representativas

desta amostra ou da população de origem? Justifique a sua resposta.
9 - Para que uma amostra seja representativa, é necessário apenas que a mesma tenha
um tamanho apropriado? Justifique a sua resposta.
10 - A Revista dos Eventos, N 13, tentando sanar, ao menos parcialmente, a carência

de informações precisas sobre a indústria de eventos, promoveu a 1a PESQUISA -
O Mercado de Congressos no Brasil. Os resultados desta pesquisa se baseiam em
40 questionários respondidos sobre um total de 1000, os quais foram encaminhados
por entrega pessoal a dirigentes de entidades integrantes do cadastro da própria
Revista dos Eventos. Qual é o problema ou a limitação desta pesquisa? Pelo menos
teoricamente, qual seria o melhor procedimento para este tipo de pesquisa, já que a
empresa possui um cadastro das entidades?
11 - Classifique cada uma das informações (variáveis) abaixo, de acordo com os tipos de
variáveis.
a) Nome b) Nível de satisfação
c) Idade d) Número de dias hospedado
6
Aluno(a): .
2a NOTA DE AULA
2 Análise Exploratória de Dados / Estatística Des-

critiva
2.1 Introdução
A estatística pode ser considerada como um instrumento ou um conjunto de métodos
matemáticos que devem ser utilizados quando se pretende transformar dados em informação.
Para ilustrar este processo, veja a Figura 1:
12 15 18 Média
15 12 18 Moda
18 15 18 ⇒ Mediana
17 19 20 Proporção
Quantis
Conjunto de dados
Conjunto de informações
Figura 1:
No primeiro retângulo, tem-se um conjunto de observações da variável idade de um
grupo de 12 pessoas e, no segundo retângulo, as estatísticas (informações) que podem
representar esses números.
2.2 Organização de dados: Tabelas e Gráficos

2.2.1 Distribuição de Frequências
O primeiro passo para se resumir um conjunto de dados é ordená-los em ordem cres-

cente ou decrescente, e proceder a contagem do número de ocorrência (freqüência) de cada
dado. À ordenação dos dados denominamos de Rol. Assim, o rol para o conjunto de dados
da Figura 1 fica:
Rol de dados: (Organize!)
7
Desta maneira, fica fácil verificar a freqüência com que cada um dos dados foi obser-
vado, por exemplo: o valor 12 ocorreu 2 vezes; o valor 15 ocorreu 3 vezes, e assim por
diante.
Uma maneira adequada de apresentar os dados e suas respectivas freqüências é através
de uma Tabela de Freqüências, a qual é constituída por uma coluna referente aos
dados e outra referente às freqüências associadas a cada valor observado (ni ). Veja
como fica para o conjunto de dados da Figua 1:
Tabela 1: Tabela de Freqüências da variável

idade, para um grupo de 12 pessoas.
Idade Frequência (ni )
12 2
15 3
17 1
18 4
19 1
20 1
Total de observações (n) 12
Uma medida bastante útil na interpretação de tabelas de freqüências é a freqüência

relativa (fri ), a qual é dada pela razão entre a freqüência do i-ésimo valor observado, ni e
o total de dados observados, n. Pode-se, ainda, representar a freqüência relativa em termos
de porcentagem, bastando para isso multiplicar a freqüência relativa fri por 100.
Para alguns tipos de variáveis, tais como a qualitativa ordinal e as quantitativas (dis-
creta ou contínua), pode ser útil também, a informação de quantas observações apresentam
valores menores ou iguais a um certo valor fixado. Este tipo de informação é denominado
de freqüência acumulada, fac , a qual também pode ser expressa em termos relativos ou
por porcentagens.
Vejamos, agora, como fica a tabela de freqüências anterior com estas informações
adicionadas:
Tabela 2: Tabela de Freqüências da variável

idade, para um grupo de 12 pessoas.
Idade ni fri fri × 100 (%) fac (%)
12 2 0,1667 16,67 16,67
15 3 0,2500 25,00 41,67
17 1 0,0833 8,33 50,00
18 4 0,3333 33,33 83,33
19 1 0,0833 8,33 91,67
20 1 0,0833 8,33 100,00
Total (n) 12 1,0000 100,00
Observação: Ao conjunto de todos os pares de valores, referentes a cada dado obser-

vado e sua respectiva freqüência, denominamos de Distribuição de Freqüências. Desta
8
forma, os pares (12, 2), (15, 3), (17, 1), (18, 4), (19, 1) e (20, 1) representam a distribuição
de freqüências da variável idade para esse grupo de pessoas.
Representação Gráfica
Uma representação gráfica da distribuição de freqüências de uma variável tem a van-

tagem de, numa maneira rápida e concisa, informar sobre a variabilidade da mesma.
Gráfico de Colunas - é mais adequado para variáveis discretas mas também pode ser
utilizado para variáveis qualitativas ordinais, ou ainda, para variáveis qualitativas nominais
cujos nomes das categorias são pequenos.
Neste gráfico, cada valor observado é representado por retângulos de mesma base
e alturas proporcionais às freqüências. Para ilustrar, veja como fica este gráfico para a
distribuição de freqüências da variável idade, utilizando a freqüência absoluta e relativa em
termos de porcentagem:
Figura 1:
Distribuição de freqüências da variável idade

4.5
4
4
3.5
Freqüência (n_i)
3
3
2.5
2
2
1.5
1 1 1
1
0.5
0
12 15 17 18 19 20
Idade (anos)
Figura 2:
Distribuição de freqüências da variável idade

50.0%
45.0%
40.0%
Freqüência (%)
35.0% 33.3%
30.0%
25.0%
25.0%
20.0% 16.7%
15.0%
10.0% 8.3% 8.3% 8.3%
5.0%
0.0%
12 15 17 18 19 20
Idade (anos)
9
Exercício de Fixação
1 - O seguinte conjunto de dados é referente ao número de acidentes por dia em certo

trecho de rodovia no mês de setembro de certo ano:
2 0 1 2 3 1 6 1 0 0
1 2 2 1 2 0 1 4 2 3
0 1 0 2 1 2 4 1 1 1
Responda as seguintes questões:
a) Qual o número mínimo de acidentes, num certo dia? E o número máximo?

b) Freqüêntemente, ocorreram quantos acidentes por dia? E o que isso representa
em termos de percentuais?
c) Represente graficamente a distribuição de frequência da variável número de
acidentes por dia, no mês de setembro.
d) Faça um gráfico de colunas para o percentual acumulado.
2.2.2 Distribuição de Frequências para Dados Agrupados em Classes
Em algumas situações, é necessário o agrupamento de dados em categorias ou classes

para se proceder a construção de uma tabela de freqüências. Por exemplo, em um conjunto
de dados contínuos, um mesmo valor não ocorrerá com grande freqüência, ou até mesmo,
não se repetirá por mais de uma vez. Uma vantagem em agrupar os dados em classes
consiste na organização de grandes conjuntos de dados de forma mais clara e objetiva.
Por outro lado, uma desvantagem, consiste na perda de informações por não se saber
exatamente quais os valores ocorridos dentro de cada classe.
Para ilustrar como proceder a construção de uma tabela de freqüências em classes,
considere o seguinte conjunto de dados:
Tabela 2: Dados referentes às notas no 1o estágio de 20 estudantes de estatística.
Código do aluno 1 2 3 4 5 6 7 8 9 10
Nota 7,5 8,0 9,0 7,3 6,0 5,8 10,0 3,5 4,0 6,0
Código do aluno 11 12 13 14 15 16 17 18 19 20
Nota 7,5 7,0 8,5 6,8 9,5 9,8 10,0 4,8 5,5 7,0
Note que, não haverá vantagem alguma se organizarmos estes dados numa tabela de
freqüências, uma vez que os dados pouco se repetem. Assim, torna-se útil o agrupamento
dos dados, que, de um modo geral, pode ser feito de acordo com os seguintes passos:
1. Organizar os dados num Rol.
10
2. Estabelecer o Número de Intervalos (categorias ou classes) para se dividir o con-
junto de dados.
A escolha do número de classes é arbitrária, a qual pode ser estabelecida de acordo
com o bom senso do pesquisador ou obtido por alguma fórmula matemática
construída para este fim. Uma sugestão prática é a escolha entre 5 e 15 classes com
a mesma amplitude e duas fórmulas matemáticas que podem orientar na escolha do
número de classes, são:
√
(a) k = n
(b) k = 1 + 3, 3 × log(n)
Onde k é o número de classes e n é o número total de observações.
3. Calcular a Amplitude Total:
AT ot = xmáx − xmín
Onde xmáx e xmín é o valor máximo e mínimo observado no conjunto de dados.
4. Determinar a Amplitude de Classe:

AT ot
h=
k
5. A partir do menor valor observado no conjunto de dados, ou de algum valor imedia-

tamente inferior e adequadamente escolhido, delimitar as classes, ou seja, determinar
os limites inferiores e superiores de cada classe.
Neste momento, os seguintes símbolos são úteis:
(a) li −−−−| Li - para indicar que o valor extremo inferior (li ) não pertence
à i-ésima classe, enquanto que o valor extremo superior (Li ) pertence.
(b) li |−−−− Li - para indicar que o valor extremo inferior (li ) pertence à
i-ésima classe, enquanto que o valor extremo superior (Li ) não pertence.
6. Após todos estes passos, só resta proceder a contagem do número de observações

pertencentes à cada uma das classes e organizar estas informações numa tabela de
freqüências para dados agrupados.
De acordo com estes passos, o conjunto de dados anterior pode ser organizado como:
11
(Construir a tabela de freqüências para dados agrupados)
Representação Gráfica de uma Variável Quantitativa Contínua - Histograma
Para a representação gráfica de variáveis quantitativas contínuas é necessário alguma

adaptação do gráfico de colunas, uma vez que, em geral, é necessário agrupar os dados em
classes e conseqüentemente há perda de informações.
Histograma - é um gráfico indicado para representar dados agrupados em classes.

Este gráfico é uma adaptação do gráfico de colunas, onde as bases correspondem aos
intervalos de classe e as alturas são proporcionais às freqüências de classe. Veja como fica
o histograma para a distribuição das notas:
(Construir o histograma para a distribuição de freqüências em classes)
12
Exercícios de Fixação
1 - Segue abaixo os dados da variável taxa de mortalidade infantil de 34 municípios:
32,3 62,2 10,3 22,0 13,1 9,9 11,9 20,0 36,4 23,5
18,0 22,6 20,3 38,3 19,6 27,2 28,9 18,4 27,3 21,7
23,7 13,9 36,3 32,9 29,7 25,4 23,8 15,7 17,0 39,2
22,7 29,9 18,3 33,0
Obtenha uma distribuição de frequências com 7 classes, começando do valor 0 (in-

cluso) e com amplitudes de classe iguais a 10. Apresente alguns comentários sobre a
taxa de mortalidade infantil dos 34 municípios.
2 - Em uma pesquisa foram anotados os tempos decorridos entre a incidência de uma

certa doença e sua cura, em 50 pacientes. Estes tempos são os seguintes, em horas:
21 44 27 323 99 90 20 66 39 16
47 96 127 74 82 92 69 43 33 12
41 84 02 61 35 74 02 83 03 13
41 10 24 24 80 87 40 14 82 58
16 35 114 120 67 37 126 31 56 04
Construa um histograma e comente sobre alguns aspectos relevantes desta distribui-

ção.
13
Aluno(a): .
3a NOTA DE AULA
2.3 Medidas Resumo para Variáveis Quantitativas

Nesta seção veremos algumas medidas que tem como objetivo resumir um conjunto
de dados em um único valor o qual possa fornecer informações sobre o comportamento dos
dados, ou seja, sobre a distribuição de freqüências da variável.
2.3.1 Medidas de Tendência Central
As medidas de tendência central são bastante utilizadas e representam o centro ou o

meio de um conjunto de dados. As principais são: a mediana, a moda, e a média aritmética.
A seguir estas medidas são definidas e obtidas para os dois seguintes conjuntos de
dados que representam o número de gols registrados em cada partida de futebol, durante
5 e 6 jogos, respectivamente:
Conjunto de dados 1: Número de gols por partida de futebol, em 5 jogos.
3 2 1 2 5
Conjunto de dados 2: Número de gols por partida de futebol, em 6 jogos.
5 3 2 1 2 5
1. Mediana - é o valor que divide o conjunto de dados ordenados em duas partes

iguais, ou seja, 50% das unidades observadas possuem valores menores ou iguais ao
valor mediano e as demais 50% possuem valores acima da mediana.
Para se obter o valor da mediana é necessário os seguintes passos:
1 ◦ ) Ordenar o conjunto de dados em ordem crescente (ou descrescente);
2 ◦ ) Identificar a posição central do conjunto de dados, ou seja, a posição onde
se encontra o valor da mediana. Esta(s) posição(ões) pode(m) ser verificada(s)
utilizando-se as seguintes fórmulas:
(a) PM d = n+12
, se o total de observações, n, é ímpar. Assim, a mediana será
o valor observado na posição PM d ;
(b) P 1M d = n2 e P 2M d = n2 + 1, se o total de observações, n, é par. Pois, neste
caso, existem duas posições centrais e a mediana será a média aritmética dos
valores observados nestas duas posições.
Notação: Md ou Md(X).
14
Exemplo 1: A partir do conjunto de dados 1, pode-se obter o seguinte rol de dados:
1 2 2
|{z} 3 5
mediana
Note que, o número de observações, n = 5, é ímpar, logo o valor da mediana (valor

central) está na posição PM d = n+1
2
= 5+1
2
= 3, que é igual a Md = 2.
Exemplo 2: Ordenando em ordem crescente o conjunto de dados 2, teremos o
seguinte rol de dados:
1 2 2|{z}3 5 5
dois valores centrais
Agora, neste caso, o número de observações, n = 6, é par, e, portanto, existem dois

valores centrais localizados nas posições P 1M d = n2 = 26 = 3 e P 2M d = n2 + 1 =
3 + 1 = 4. Assim, a mediana será a média aritmética dos valores que se encontram
nestas duas posições, dada por:
xP1M d + xP2M d 2+3

Md = = = 2, 5.
2 2
Observação:
Pode-se, também, obter a posição da mediana através dos seguintes passos:
1 ◦ ) Obter o valor que representa a metade do total de observações: PM d = n2 ;
2 ◦ ) Utilizar a seguinte regra:
(a) Se PM d for um número não inteiro, então, arredonda-se o valor de PM d para

o maior inteiro mais próximo, e, assim, o valor da mediana estará nesta nova
posição obtida.
(b) Se PM d for um número inteiro, então o valor da mediana será a média aritmética
dos valores que estão nas posições PM d e PM d + 1.
Exemplo 3: Utilizando-se os procedimentos descritos na observação acima, temos

que, para o conjunto de dados 1, PM d = n2 = 25 = 2, 5 (não inteiro), logo o valor da
mediana estará na posição PM d = 3 (maior inteiro mais próximo), que é dado por
Md = 2.
Exemplo 4: No conjunto de dados 2, temos PM d = n2 = 26 = 3 (inteiro), assim, de
acordo com o procedimento descrito na observação acima, temos que a mediana é
dada pela média aritmética dos valores observados nas posições PM d = 3 e PM d +1 =
3 + 1 = 4:
xP1M d + xP2M d 2+3

Md = = = 2, 5.
2 2
15
2. Moda - é o valor (ou os valores) no conjunto de dados que ocorre(m) com maior
freqüência.
Notação: Mo ou Mo (X).
Exemplo 5: O primeiro conjunto de dados, 1 2 2 3 5, é dito ser unimodal,
tendo em vista que um único valor ocorre com maior frequência. Assim, a moda é
Mo = 2.
Exemplo 6: O segundo conjunto de dados, 1 2 2 3 5 5, é dito ser bimodal,
tendo em vista que, neste caso, dois valores ocorrem com maior frequência, assim,
os valores modais são: Mo = 2 e Mo = 5.
3. Média Aritmética (Média) - é obtida a partir da razão entre a soma dos valores
observados e o total de observações:
soma dos valores

Média =
total de observações (n)
Notação: Me, Me(X) ou x.
Exemplo 7: A partir do conjunto de dados 1, a média é obtida por:
soma dos valores 1+2+2+3+5

Me(X) = x = = = 2, 6.
total de observações (n) 5
Observação:
1) A média aritmética pode ser expressa através do uso do símbolo de somatório
P
(sigma). Por exemplo, se x1 , x2 , . . . , xk são k valores distintos da variável X,
podemos escrever:
k
x1 + x2 + . . . + xk 1X
Me(X) = x = = xi
k k i=1
Agora, se, de um total de n valores observados (ou observações), x1 ocorreu n1 vezes,

x2 ocorreu n2 vezes, etc., xk ocorreu nk vezes, então a média de X pode ser reescrita
como:
k
x1 .n1 + x2 .n2 + . . . + xk .nk 1X
Me(X) = x = = xi .ni (1)
n n i=1
k
X ni
= xi . (2)
i=1
n
Xk
= xi .fi . (3)
i=1
Onde:
16
• ni é freqüência absoluta do valor observado xi ,
P
• n = ki=1 ni é o total de observações, e,
• fi é freqüência relativa do valor observado xi .
Exemplo 8: A partir do segundo conjunto de dados, 1 2 2 3 5 5, temos:
k
1X 1 18
Me(X) = x = xi .ni = (1 × 1 + 2 × 2 + 3 × 1 + 5 × 2) = = 3.
n i=1 6 6
1 - Dado o seguinte conjunto de dados:
12 12 15 15 15 17 18 18 18 18 19 20
Determine a média, moda e mediana.

Solução:
17
2.3.2 Medidas de Posição: Quartis, Decis e Percentis
Assim como a mediana divide os dados em duas partes iguais, os três quartis, denota-
dos por Q1 , Q2 e Q3 , dividem as observações ordenadas (em ordem crescente) em quatro
partes iguais. A grosso modo:
- Q1 separa os 25% inferiores dos 75% superiores dos valores ordenados;
- Q2 separa os 50% inferiores dos 50% superiores, ou seja, é a mediana; e
- Q3 separa os 75% inferiores dos 25% superiores dos dados;
Analogamente, há nove decis, denotados por D1 , D2 , . . . , D9 , que dividem os dados
em 10 grupos com cerca de 10% deles em cada grupo. Finalmente, há 99 percentis que
dividem os dados em 100 grupos com cerca de 1% em cada grupo.
Basicamente, dois passos são necessários para se encontrar as medidas em questão.
Primeiro deve-se identificar a sua posição, e, em seguida, determinar o seu valor.
Veja a seguir, como obter os valores referentes aos percentis, quando se está traba-
lhando com dados brutos ou em distribuição de freqüências para dados não agrupados:
1 ◦ ) Identificar a posição do percentil que se deseja encontrar, através da seguinte
expressão:
k
L= ×n
100
Onde:
- L é o valor que indica a posição do percentil de interesse;
- k é o k − ésimo percentil; e
- n é o total de dados observados.
2 ◦ ) Utilizar a seguinte regra:
1. Se L for um número não inteiro, então, arredonda-se o valor de L para o maior

inteiro mais próximo, e, assim, o valor do k − ésimo percentil, Pk , é dado pelo valor
que ocupa esta nova posição obtida.
2. Se L for um número inteiro, então o valor do k − ésimo percentil, Pk , será a média

aritmética dos valores que estão nas posições L e L + 1.
Uma vez dominados os cálculos para os percentis, pode-se seguir o mesmo processo
para calcular
os quartis e decis, tendo-se
o cuidado de calcular o valor de L, pelas fórmulas
L = k4 × n, k = 1, 2, 3 e L = 10 k
× n, k = 1, 2, . . . , 9, respectivamente. Pode-se,
ainda, obter os quartis e decis pelas seguintes relações existentes entre estas medidas e os
percentis:
18
Quartis Decis
Q1 = P25 D1 = P10
Q2 = P50 D2 = P20
..
Q3 = P75 .
D9 = P90
12 12 15 15 15 17 18 18 18 18 19 20
Determine os Quartis.
Solução:
19
2.3.3 Medidas de Dispersão ou de Variabilidade
Na sumarização de um conjunto de dados, uma única medida representativa da posição

central, esconde toda a informação sobre a variabilidade dos dados. Veja, por exemplo, os
seguintes dados:
Variável X : 3 4 5 6 7
Variável Y : 4 5 5 6
Variável Z : 5 5 5 5
Note que a média Me(X) = Me(Y ) = Me(Z) = 5, a qual nada informa sobre a
variação dos valores nos dois grupos. Assim, torna-se importante o conhecimento de uma
medida que forneça este tipo de informação.
Na prática, existem várias medidas que expessam a variabilidade de um conjunto de
dados, sendo que as mais utilizadas baseam-se na idéia que consiste em verificar a distância
de cada valor observado em relação à média. Estas distâncias são denominadas de desvios
em relação à média.
Definição 2.1 (Variância). - é uma medida que representa a variabilidade de um
conjunto de dados e, é obtida pelo cálculo da média dos quadrados dos desvios em
relação à média:
V ar(X) = s2
k
1X
= (xi − x)2 × ni
n i=1
k
X ni
= (xi − x)2 ×
i=1
n
Xk
= (xi − x)2 × fi
i=1
Exercício
1. Mostre que:
k
X k
X
2
(xi − x) × ni = x2i ni − nx2
i=1 i=1
E, por isso, a variância também pode ser obtida pela seguinte fórmula:
k
1X 2
V ar(X) = s2 = xi ni − x2
n i=1
20
Vejamos, agora, como fica a variância para as variáveis X, Y e Z:
Assim, de acordo com a variância, podemos dizer que a variável X apresenta ...
Observação: Para o cálculo da variância, quando os dados estão agrupados em

classes, basta substituir os verdadeiros valores observados xi pelo ponto médio da i-ésima
classe si .
Definição 2.2 (Desvio Padrão). - é a raiz quadrada da variância.
v
u k
√ uX
D.P.(X) = s = s2 = t (xi − x)2 × fi
i=1
O uso do desvio padrão como medida de variabilidade é preferível pelo fato de ser
expresso na mesma unidade de medida dos valores observados. Pois, a variância pode
causar problemas de interpretação por ser expressa em termos quadráticos.
Definição 2.3 (Coeficiente de Variação). - O coeficiente de variação (CV) é

uma medida relativa de variabilidade. O seu valor é determinado por intermédio do
quociente entre o desvio padrão e a média aritmética dos dados.
s
CV (X) = × 100 (expresso em porcentagem (%))
x
A utilidade imediata do coeficiente de variação é a possibilidade de avaliar o grau
de representatividade da média. Esta medida também é bastante útil na comparação
entre conjunto de dados, em relação à variabilidade; ainda que as unidades de medida nos
conjuntos de dados sejam distintas. Por exemplo, comparar a variabilidade das distribuições
da variável peso expressa em quilogramas (Kg) e altura expressa em metros (m).
Um critério de decisão sobre a representatividade ou não da média, pode ser dada pela
seguinte linha de corte:
Se CV ≥ 50%, a média não é representativa.
Se CV < 50%, a média é representativa.
21
Exemplos:
a) Obtenha o desvio padrão das variáveis X, Y e Z além dos coeficientes de variação

CV (X), CV (Y ) e CV (Z).
b) Considere os quilômetros rodados por 3 carros: 30 Km, 40 Km e 50 Km. Calcule

a média, a variância, o desvio padrão e o CV. Interprete essas medidas.
12 12 15 15 15 17 18 18 18 18 19 20
Determine o desvio padrão e o CV.

Solução:
22
2.3.4 Medidas Resumo para Dados Agrupados
Sabemos que ao agrupar um conjunto de dados em classes, perde-se informação sobre

cada valor individual e, no caso em que seja impossível recuperar cada valor observado,
pode-se supor que todos os dados dentro de uma classe tenham seus valores iguais ao
ponto médio desta classe que denotaremos por si . Assim, pode-se, por exemplo, utilizar
os pontos médios das classes si e suas respectivas freqüências ni para calcular a média
aritmética de maneira análoga ao exposto anteriormente. Da mesma forma, pode-se adotar
como valor modal, o ponto médio da classe modal e como mediana, o ponto médio da
classe mediana.
Exemplo: Dada a seguinte distribuição de freqüência da variável S=salário (dados

agrupados em classes):
Salário ni
4, 00 ⊢ 8, 00 10
8, 00 ⊢ 12, 00 12
12, 00 ⊢ 16, 00 8
16, 00 ⊢ 20, 00 8
20, 00 ⊢ 24, 00 2
Determine o valor (aproximado) da média, moda e mediana. Determine também o

desvio padrão e o CV. Determine a mediana aproximada usando o histograma. Determine,
ainda, os quartis aproximados pelos pontos médios de classe e usando o histograma.
Solução:
23
2.4 Outra Estratégia de Análise de Dados
Em algumas situações a média e o desvio padrão podem não ser adequados para
representar um conjunto de dados, pois:
i - São afetadas, de forma exagerada, por valores extremos;
ii - Apenas com estes dois valores não temos a idéia da assimetria dos valores, ou seja,
sobre o quanto os dados se distribuem em torno dos valores inferiores, medianos e
superiores.
Para contornar estes problemas, 5 medidas foram sugeridas por Tukey (1977):
1 ◦ ) A mediana (Md);
2 ◦ ) Os extremos: o menor e o maior valor observado no conjunto de
dados (xmín e xmáx , respectivamente);
3 ◦ ) O primeiro e o terceiro quartil (ou junta).
2.4.1 Desenho Esquemático - Diagrama em Caixa ("Box-Plot")
As informações obtidas pelas 5 medidas podem ser representadas por um gráfico co-
nhecido por "Box-Plot"ou diagrama em caixa. Para construir este diagrama, consideremos
um retângulo onde estão representados a mediana e os quartis. A partir do retângulo,
para cima, segue uma linha até o ponto mais remoto que não exceda LS = Q3 + (1, 5)dq ,
chamado limite superior, onde dq representa a distância entre o primeiro e o terceiro quartil.
De modo similar, da parte inferior do retângulo, para baixo, segue uma linha até o ponto
mais remoto que não seja menor do que LI = Q1 − (1, 5)dq , chamado limite inferior.
Os valores compreendidos entre esses dois limites são chamados valores adjacentes. As
observações que estiverem acima do limite superior ou abaixo do limite inferior estabelecidos
serão chamadas pontos exteriores e representadas por asteriscos. Essas são observações
destoantes das demais e podem ou não ser o que chamamos de outliers ou valores
atípicos.
O box plot dá uma idéia da posição, dispersão, assimetria, caudas e dados discrepan-
tes. A posição central é dada pela mediana e a dispersão por dq . As posições relativas de
Q1 , Q2 , Q3 dão uma noção da assimetria da distribuição.
Veja, como fica o box-plot da variável Peso apresentado na Figura 3.
Gráficos tipo box-plot também são úteis para detectar, descritivamente, diferenças
nos comportamentos de grupos de variáveis. Por exemplo, podemos considerar gráficos da
variável Peso para cada sexo. O resultado é apresentado na Figura 4, em que podemos
notar que os homens apresentam peso mediano superior ao das mulheres, além de uma
maior variabilidade.
24
Figura 3: Box-plot para a variável Peso
Figura 4: Box-plot da variável Peso para cada sexo
25
Aluno(a): .
1 - Considere uma distribuição de freqüências qualquer representada por
(x1 , n1 ), (x2 , n2 ), . . . , (xk , nk ).
Mostre
Pk que a soma dos desvios em relação à média é igual zero, ou seja, que
i=1 i − x) × ni = 0.
(x
2 - Obtenha a média e a mediana para o seguinte conjunto de dados:
20 30 40
a) Se substituímos o valor 40 por 70, os valores da média e da mediana serão os

mesmos? Justifique?
b) Analisando os resultados acima, ressalte uma característica vantajosa da medi-
ana em relação à média.
3 - Na turma A do curso normal da Escola X, estão matriculados 50 alunos no cor-

rente ano. O levantamento das fichas biométricas revelou as seguintes estaturas em
centímetros:
165 164 151 160 155 169 153 156 165 160
170 157 162 162 155 154 151 155 162 150
168 160 154 151 168 155 156 158 166 155
154 152 163 156 170 158 171 159 175 154
159 158 153 158 156 162 165 156 161 157
a) Elabore uma distribuição de freqüências, fazendo o limite inferior da primeira classe

igual a 150 (inclusive) e amplitudes dos intervalos de classe igual a 5 cm.
b) Baseado na distribuição de freqüência calcule: a média, a mediana e a moda.
4 - As taxas de juros recebidas por 10 ações durante certo período foram (medidas em
porcentagem): 2.59; 2.64; 2.60; 2.62; 2.57; 2.55; 2.61; 2.50; 2.63; 2.64. Calcule a
média e a mediana.
26
5 - Dados os conjuntos de números: A = {1000; 1001; 1002; 1003; 1004; 1005} e B =
{0, 1, 2, 3, 4, 5} podemos afirmar que:
a) o desvio-padrão de A é igual a 100 vezes o desvio-padrão de B.
b) o desvio-padrão de A é igual ao desvio-padrão de B.
c) o desvio-padrão de A é igual ao desvio-padrão de B multiplicado pelo quadrado de
1000.
d) o desvio-padrão de A é igual ao desvio-padrão de B dividido por 1000.
e) o desvio-padrão de A é igual ao quadrado do desvio-padrão de B.
27
Disciplina: Período
Aluno(a): .
4a NOTA DE AULA
3 Análise Bidimensional
3.1 Introdução
Em algumas análises de dados pode surgir a necessidade de se fazer um estudo sobre
o comportamento conjunto de duas ou mais variáveis e para isso a distribuição conjunta de
freqüências é de grande utilidade.
Na presente nota de aula estudaremos apenas o caso de duas variáveis e, sendo assim, é
possível observar a ocorrência de três situações distintas que requerem técnicas estatísticas
também distintas. As três situações distintas que podem ocorrer são:
• As duas variáveis são Qualitativas;
• As duas variáveis são Quantitativas;
• Uma variável é Qualitativa e a outra Quantitativa.
Na presente nota de aula, estudaremos apenas os dois primeiros casos.
3.2 Associação entre duas variáveis qualitativas

Para ilustrar como podemos realizar uma análise sobre a associação entre duas variáveis
qualitativas, veremos, por exemplo, como se comportam as variáveis: região de procedência
(X) e grau de instrução (Y ) cuja distribuição de freqüências pode ser representada por uma
tabela de dupla entrada.
Tabela 1 - Distribuição de freqüências conjunta das variáveis X e Y .

Y 1 ◦ Grau 2 ◦ Grau Superior Total marginal de X
X
Capital 4 5 2 11
Interior 3 7 2 12
Outra 5 6 2 13
Total marginal de Y 12 18 6 36
28
Observações:
1. Cada célula do corpo da tabela apresenta o número de ocorrência simultânea dos

valores (x, y) de X e Y , constituindo a distribuição conjunta;
2. A coluna dos totais (freqüências marginais de X) constitui a distribuição marginal de

X;
3. A linha dos totais (freqüências marginais de Y ) constitui a distribuição marginal de

Y;
4. Assim como no caso de uma única variável, as freqüências absolutas podem ser
expressas em termos de freqüências relativas e/ou porcentagens, sendo que, estas
medidas podem ser obtidas em relação ao total geral, em relação ao total de cada
linha ou em relação ao total de cada coluna, de acordo com o objetivo de cada
análise;
Exercício de Fixação
A partir dos dados apresentados na Tabela 1, determine:
a) O percentual de pessoas que possuem o 2 ◦ grau e que são do interior. R: 19%.;
b) Dentre os que possuem o 2 ◦ grau, qual é o percentual de pessoas provenientes do

interior? R: 39%;
c) Sabendo-se que uma pessoa veio do interior, qual é a probabilidade, em termos

percentuais, de ter o 2 ◦ grau? R: 58,3%.
Para responder estas e outras questões, torna-se útil a construção de tabelas de dupla
entrada contendo as freqüências relativas em termos de porcentagem, tendo como referência
o total geral, os totais de cada linha ou coluna, de acordo com a questão a ser respondida.
Vejamos como ficam estas tabelas:
Tabela 2 - Freqüências percentuais da distribuição conjunta das variáveis X e Y , em

relação ao total de dados observados.
X
Capital
Interior
Outra
Total marginal de Y 100%
29
relação ao total de linha (freqüência marginal de X).
X
Capital 100%
Interior 100%
Outra 100%
Total marginal de Y 100%

relação ao total de coluna (freqüência marginal de Y ).
X
Capital
Interior
Outra
Total marginal de Y 100% 100% 100% 100%
3.3 Independência de Variáveis

Ocorre com bastante freqüência em análises de distribuição conjunta o questionamento
sobre a existência de dependência ou não entre as variáveis, além da necessidade
de se saber o grau de dependência entre elas, caso exista.
De modo geral, o grau de dependência entre duas variáveis é quantificado pelos co-
eficientes de associação ou correlação. Usualmente, esses coeficientes variam de zero até
um, sendo que, às vezes, variam de -1 a 1. Desta maneira, valores próximos de zero dão
indícios de independência entre as variáveis e, valores próximos de 1 (ou -1) indicam um
alto grau de dependência positiva (ou negativa).
3.3.1 Medidas de Associação entre duas Variáveis Qualitativas
Uma medida de dependência bastante utilizada para variáveis qualitativas é o coeficiente

de contingência, o qual é dado por
s
χ2
C= ,
χ2 + n
onde n é o número de observações e χ2 é uma medida conhecida por qui-quadrado, a qual

é obtida a partir da seguinte soma
30
r X s
2
X (oij − eij )2
χ = ,
i=1 j=1
eij
onde o somatório é estendido a todas as caselas de frequências conjuntas em uma tabela

de dupla entrada, e
• oij é a freqüência observada na i-ésima casela;
• eij é a freqüência esperada na i-ésima casela, caso houvesse independência entre as

variáveis, ou seja, quando a proporção em cada categoria de uma variável (fixada o
total em linha ou coluna) é igual ou próxima a proporção marginal. No entanto, o
valor máximo de C depende de r e s e, para evitar esse inconveniente, costuma-se
definir um outro coeficiente, que varia entre 0 e 1, dado por
s
χ2 /n
T = .
(r − 1)(s − 1)
3.3.2 Medidas de Associação entre duas Variáveis Quantitativas
Neste caso, pode-se aplicar um procedimento análogo ao realizado para a análise de variáveis
qualitativas. E, por se tratar de variáveis quantitativas, antes de construir uma tabela de
dupla entrada, os dados marginais podem ser agrupados em intervalos de classe, assim como
no caso de uma única variável. Em análises de associação entre variáveis quantitativas, são
possíveis procedimentos analíticos mais refinados, como veremos a seguir.
Diagrama de Dispersão
O diagrama (ou gráfico) de dispersão nada mais é que a representação de pares dos
valores observados (x, y) num sistema cartesiano. Vejamos a ilustração de alguns gráficos
que podem surgir na prática:
31
Coeficiente de Correlação (Linear)
Ao ser observada uma associação entre variáveis quantitativas, seria muito útil saber-
mos sobre a intensidade desta associação. Aqui, veremos apenas uma medida referente
ao tipo de associação linear, ou seja, ao tipo de relação em que os pontos do gráfico de
dispersão aproximam-se de uma reta.
Definição: Dados n pares de valores (x1 , y1 ), (x2 , y2), ..., (xn , yn ), chama-se coefici-
ente de correlação entre as variáveis X e Y o valor obtido por
n
1 X (xi − x)(yi − y)
corr(X, Y ) =
n i=1 dp(X)dp(Y )
ou seja, a média dos produtos dos valores reduzidos (ou padronizados) das variáveis.
Enquanto o coeficiente T para variáveis qualitativas só assume valores ente 0 e 1, o
coeficiente de correlação pode assumir qualquer valor entre -1 e 1. Uma fórmula alternativa
e mais operacional para o coeficiente de correlação é dada por
P
xi yi − nxy
corr(X, Y ) = p P P
( xi − nx2 )( yi2 − ny 2 )
2
O numerador da expressão acima, que mede o total de concentração dos pontos pelos
quatro quadrantes, dá origem à covariância que é uma medida bastante usada.
Definição: Dados n pares de valores (x1 , y1), (x2 , y2), ..., (xn , yn ), chamamos de co-
variância entre as variáveis X e Y à medida dada por
n
X (xi − x)(yi − y)
cov(X, Y ) = .
i=1
n
Ou seja, a média dos produtos dos valores centrados das variáveis.

Alternativamente o coeficiente de correlação também pode ser escrito como
cov(X, Y )
corr(X, Y ) = .
dp(X)dp(Y )
Exercício de Aplicação
Numa amostra de cinco operários de uma dada empresa foram observadas duas variá-
veis. X: anos de experiência num dado cargo e Y: tempo, em minutos, gasto na execução de
uma tarefa relacionada com esse cargo. As observações são apresentadas na tabela abaixo.
X 1 2 4 4 5
Y 7 8 3 2 2
P P 2 P P 2 P
Obs.: x = 16, x = 62, y = 22, y = 130, xy = 53.
Você diria que a variável X pode ser usada para explicar a variação de Y? Justifique.
32
Disciplina: Probabilidade e Estatística (6 Créditos) Período 2009.2
Professores: Gilberto Matos e Areli Mesquita
Relação de Exercícios para o 1 ◦ Estágio
Livro: "Estatística Básica"Autores: Wilton O. Bussab e Pedro A. Morettin
Capítulo 1 (4a. Edicão - Antiga) / Capítulo 2 (5a. Edicão - Nova):

4a. Edicão - Antiga 5a. Edicão - Nova
Problema Página Problema Página
2 8 2 15
3e4 15 4e5 22
6 16 7 22
7 16 9 26
9 19 11 28

Do 1 ao 4 40 e 41
6 41
Do 14 ao 22 58 a 61
23 e 24 61 e 62
26 e 27 62 e 63
29 64
40 66

1, 2, 3 73
4e6 76
9 80
18 a 21 95
22 96
29 e 30 97 e 98
33
Aluno(a): .
5a NOTA DE AULA
4 Introdução à Probabilidade
Objetivo: Definir um modelo matemático probabilístico que seja conveniente a descrição
e interpretação de fenômenos aleatórios.
4.1 Introdução
Ao jogarmos uma moeda para o ar, de modo geral, não podemos afirmar se ocorrerá
cara ou coroa. Da mesma forma, quando lançamos um dado não sabemos qual das faces
1, 2, 3, 4, 5, ou 6 ocorrerá. No campo dos negócios e do governo há numerosos exemplos
de tais situações. Por exemplo, a incerteza existe quando desejamos realizar uma previsão
sobre a procura de um novo produto, a opinião pública em relação a determinado assunto,
o sucesso de um novo plano econômico, etc - tudo isso contém algum elemento de acaso.
Na Estatística, a incerteza existe quando se quer fazer alguma afirmação a respeito de
alguma característica populacional baseada em informações extraídas de dados amostrais.
Neste caso, a aplicação da Teoria das Probabilidades é de fundamental importância
para a solução de problemas de Inferência Estatística.
Independente de qual seja a aplicação em particular, a utilização das probabilidades
indica que existe um elemento de acaso, ou de incerteza, quanto à ocorrência ou não de um
evento futuro. Assim é que em muitos casos, pode ser impossível afirmar com antecipação
o que ocorrerá. No entanto, é possível dizer o que pode ocorrer.
O ponto central em todas essas situações é a possibilidade de quantificar quão provável
é determinado evento.
Em suma, podemos dizer que, as probabilidades são utilizadas para exprimir a chance
de ocorrência de determinado evento.
34
4.2 Definições Básicas
Definição 4.1 (Experimentos Aleatórios ou Fenômenos Aleatórios). são aque-
les onde o processo de experimentação está sujeito a influências de fatores casuais e
conduz a resultados incertos.
Notação: E.
Exemplos:
E1 : Jogar uma moeda e observar a face superior.
E2 : Lançar um dado e observar o número da face superior.
E3 : Uma lâmpada é fabricada. Em seguida é testada a duração da vida útil dessa
lâmpada.
Observações:
a) Cada experimento poderá ser repetido um grande número de vezes sob as mesmas
condições;
b) Não podemos afirmar que resultado particular ocorrerá, porém podemos descrever
o conjunto de todos os possíveis resultados do experimento;
c) Quando o experimento é repetido um grande número de vezes, surgirá uma regula-
ridade nos resultados. Esta regularidade, chamada de regularidade estatística, é que torna
possível construir um modelo matemático preciso com o qual se analisará o experimento.
Definição 4.2 (Espaço Amostral). é o conjunto de todos os possíveis resultados de

um experimento aleatório.
Notação: S ou Ω.
Exemplos:
Os espaços amostrais associados aos experimentos aleatórios E1 , E2 e E3 são:
S1 =
S2 =
S3 =
35
Definição 4.3 (Evento). Dado um espaço amostral S associado a um experimento E,
definimos como evento, qualquer subconjunto desse espaço amostral, ou seja, é qualquer
coleção de resultados do experimento E.
Notação: A, B, C, D, etc.
Exemplos:
1 - Considerando o espaço amostral S2 , exemplos de eventos seriam:

A: Ocorre face par =
B: Ocorre um número menor que 4 =
C: Ocorre um número maior que 0 =
D: Ocorre o número 10 =
2 - Considerando o espaço amostral S3 , um exemplo de evento seria:

A: A vida útil de uma lâmpada é menor que 10 horas =
Observação:
Como os eventos de um espaço amostral são conjuntos, todas as operações da teoria

dos conjuntos são válidas para obter novos eventos. Considere, por exemplo, dois eventos
A e B, então o evento:
a) A ∪ B ocorrerá se, e somente se, A ocorrer, ou B ocorrer, ou ambos ocorrerem;

b) A ∩ B ocorrerá se, e somente se, A e B ocorrerem simultaneamente;
c) A ocorrerá se, e somente se, A não ocorrer;
Um recurso gráfico, conhecido como Diagrama de Venn, poderá ser vantajosamente

empregado quando estivermos combinando conjuntos. Para ilustrar, vejamos como fica
este diagrama representando os eventos descritos nos itens a, b e c:
(Desenhar os Diagramas de Venn, para cada evento)
36
Definição 4.4 (Eventos Mutuamente Excludentes). Dois eventos, A e B, são
denominados, mutuamente excludentes, se eles não puderem ocorrer simultaneamente,
ou seja, A ∩ B = φ.
Exercício: Esboce um Diagrama de Venn, representando dois eventos mutuamente exclu-

dentes.
Exemplo: Ao lançar um dado e observar o número da face superior temos que o

evento A: observar face par é mutuamente excludente do evento B: observar face ímpar,
pois é impossível observar a ocorrência simultânea destes dois eventos, ou seja, A ∩ B = φ.
Observação: Leis de D’Morgan
(i) A ∪ B = A ∩ B
(ii) A ∩ B = A ∪ B
Exemplos:
1 - Lança-se um dado e observa-se o número da face superior. Considerando este expe-

rimento aleatório e os eventos:
A: Ocorre face par =
B: Ocorre um número menor que 4 =
Determine em notação de conjuntos os seguintes eventos:
a) C: ocorre face menor que 7 =
b) D: ocorre face cujo valor é maior que 6 =
c) A ∪ B
d) A ∩ B
e) A
f) B
g) A ∪ B
h) A ∩ B
i) A ∪ B
j) A ∩ B
k) A − B = A ∩ B
l) B − A = B ∩ A
37
4.3 Abordagens para Definir Probabilidade
4.3.1 Aproximação da Probabilidade pela Freqüência Relativa - (Lei dos
Grandes Números)
Definição 4.5 (Freqüência Relativa). Suponha que um experimento é repetido n vezes,

e seja A e B dois eventos associados ao experimento. Sejam nA e nB o número de
vezes que o evento A e o evento B ocorram nas n repetições. A freqüência relativa do
evento A, representada por fA , é definida como
nA
fA = .
n
Propriedades:
(i) 0 ≤ fA ≤ 1;
(ii) fA = 1, se, e somente se, A ocorrer em todas as n repetições;
(iii) fA = 0, se, e somente se, A nunca ocorrer nas n repetições;
(iv) Se A e B forem eventos mutuamente excludentes, e se fA∪B for a freqüência
relativa associada ao evento A ∪ B, então,
fA∪B = fA + fB .
Teorema 4.1 (Lei dos Grandes Números). Ao repetir um experimento um grande

número de vezes, a probabilidade de um evento A é aproximada pela freqüência relativa,
isto é,
nA
P (A) ∼= fA = , quando n → ∞.
n
Observação: Esta aproximação será tanto melhor quanto maior for o número de
repetições do experimento.
Exemplos:
1 - Ao lançar uma moeda honesta 5 vezes, ocorreram 4 caras. Baseado neste resultado,
qual a probabilidade (aproximada) do evento A : ocorrer cara?
2 - Considere as seguintes situações:
(i) Numa pesquisa de mercado, 5 pessoas foram entrevistadas das quais 4 disseram
que comprariam um novo produto a ser lançado.
(ii) Numa outra pesquisa de mercado, 300 pessoas foram entrevistadas das quais
140 disseram que comprariam um novo produto a ser lançado.
a) Para cada pesquisa, determine a probabilidade de que uma pessoa qualquer

compre o novo produto.
b) Em qual das duas probabilidades estimadas você confia mais?
38
4.3.2 Definição Clássica de Probabilidade
4.3.2.1 Introdução e definição
Definição 4.6 (Evento Simples e Evento Composto). Cada um dos possíveis

resultados que compõe o espaço amostral e1 , e2 , e3 , . . . é um evento simples, enquanto
um evento composto, A, é uma coleção de eventos simples.
Exemplo: Ao lançar um dado, os eventos simples serão: {1}, {2}, {3}, {4}, {5} e {6}
e um evento composto seria A : número par = {2, 4, 6}.
Definição 4.7 (Definição Clássica de Probabilidade). Suponha que um expe-

rimento tenha n eventos simples diferentes, cada um dos quais pode ocorrer com a
mesma chance. Se r eventos simples são favoráveis à ocorrência do evento A, então
Número de eventos simples favoráveis à ocorrência do evento A #A r
P (A) = = = .
Número total de resultados possíveis #S n
Observações:
(1) Nesta definição é fundamental que os eventos simples sejam igualmente prováveis,
e, neste caso, é evidente que:
(i) P (e1 ) = P (e2 ) = ... = P (en ) = n1 , e

1 1 1
(ii) P (e1 ) + P (e2 ) + ... + P (en ) = n
+ n
+ ... + n
= n. n1 = 1.
(2) Espaços amostrais com as características acima descritas são conhecidos como
Espaços Amostrais Finitos e Equiprováveis.
Exemplos:
1 - Considere o experimento E: lançar um dado equilibrado e observar o número da face

superior. Considere também, os seguintes eventos:
. A: Ocorre face par =
. B: Ocorre um número menor que 4 =
. C: ocorre face menor que 7 =
. D: ocorre face cujo valor é maior que 6 =
. A∩B =
. A∪B =
. B=
Determine a probabilidade de ocorrência de cada um dos eventos acima definidos.
39
4.3.2.2 Noções Básicas de Técnicas de Contagem
Nem sempre a tarefa de calcular a probabilidade de um evento aleatório, da forma

P (A) = r/n, é simples. Em algumas situações é necessário alguns procedimentos sistemá-
ticos de contagem ou enumeração para se obter o número de maneiras, r, pelas quais A
pode ocorrer, bem como o número total de maneiras, n, pelas quais o espaço amostral S
pode ocorrer.
É no contexto descrito acima, que as técnicas de contagem são de fundamental im-
portância. Neste curso, veremos apenas alguns dos principais procedimentos de contagem.
4.3.2.2.1 Princípio Fundamental da Contagem - Regra da Multiplicação
Suponha que um experimento possa ser realizado em k etapas, de modo que, para a
primeira etapa existem n1 resultados possíveis, para a segunda etapa n2 resultados possíveis,
e assim sucessivamente, até que para a k − ésima etapa existem nk resultados possíveis.
Então, existe um total de
n1 × n2 × .... × nk
resultados possíveis para este experimento.
Exemplos:
1 - Ao lançar um dado e uma moeda, quantos resultados possíveis podem ser obtidos?
Resp.: 12
2 - Uma companhia produz fechaduras que usam segredos numéricos para serem abertas.
Se cada segredo consiste de três números distintos, escolhidos dentre os inteiros de
0 a 9, quanto segredos diferentes poderão ser fabricados? Resp.: 720
3 - Quantos números naturais de 4 algarismos podem ser formados usando-se apenas os

algorismos 2, 3, 4 e 5, de forma que sejam menores do que 5000 e divisíveis por 5?
Resp.: 48
4.3.2.2.2 Combinação
Quando uma amostra de k elementos for retirada (sem importar a ordem entre si) de
um
conjunto de n elementos. O número de diferentes amostras possíveis é denotado por
n
e é igual a:
k

n n!
=
k k!(n − k)!
onde o símbolo ! significa que:
n! = n(n − 1)(n − 2)(n − 3) . . . (3)(2)(1)
Por exemplo, 5! = 5.4.3.2.1 [Nota: A quantidade 0! é definida como sendo igual a 1.]
40
Exemplos:
1 - Qual é o número de possíveis empreendimentos quando desejamos selecionar dois

dentre quatro? Resp: 6
2 - Suponha que num lote com 20 peças existem cinco defeituosas. Escolhemos 4 peças
do lote ao acaso, ou seja, uma amostra de 4 elementos, de modo que a ordem dos
elementos seja irrelevante:
a) Quantas amostras possíveis existem? Resp: 4845

b) Dentre todos os possíveis resultados, quantos levam à escolha de duas peças
defeituosas? Resp.: 1050
c) Qual é a probabilidade de sair duas peças defeituosas? Resp.: 0,217
41
4.3.3 Definição Axiomática de Probabilidade
Definição 4.8 (Definição Axiomática de Probabilidade). Dado um espaço amos-

tral S, a probabilidade de um evento A ocorrer, representado por P (A) , é uma função
definida em S, que associa a cada evento A um número real, satisfazendo os seguintes
axiomas:
(i) 0 ≤ P (A) ≤ 1;
(ii) P (S) = 1;
(iii) Se A e B forem mutuamente excludentes (A ∩ B = φ), então
P (A ∪ B) = P (A) + P (B) .
Observação: A probabilidade de um evento A, denotada por P (A) , indica a chance

de ocorrência do evento A. Quanto mais próxima de 1 é P (A), maior é a chance de
ocorrência do evento A, e quanto mais próxima de zero, menor é a chance de ocorrência
do evento A.
Principais Teoremas:
T1. Se φ denota o conjunto vazio (Evento Impossível), então
P (φ) = 0.
T2. Se A é o evento complementar de A, então
P (A) = 1 − P (A) .
T3. Se A e B são dois eventos quaisquer, então
P (A ∪ B) = P (A) + P (B) − P (A ∩ B) .
Exemplo: Considere um experimento aleatório com espaço amostral S e os eventos

A e B associados tais que: P (A) = 1/2, P (B) = 1/3 e P (A ∩ B) = 1/4. Determine:
a) P (A)
b) P (B)
c) P (A ∪ B)
d) P (A ∩ B)
e) P (A ∪ B)
42
4.4 Eventos Independentes
A probabilidade da ocorrência de dois eventos simultaneamente, P (A ∩ B), depende
da natureza dos eventos, ou seja, se eles são independentes ou não.
Dois ou mais eventos são independentes quando a ocorrência ou não-ocorrência de um
não influencia a ocorrência do(s) outro(s).
Definição 4.9 (Eventos Independentes). Dois eventos A e B são independentes

se, e somente se
P (A ∩ B) = P (A)P (B).
Exemplo 1: Se duas moedas equilibradas (sem vício) são lançadas, determine qual a
probabilidade de ambas darem cara? E se três moedas fossem lançadas, qual a probabilidade
de ocorrer três caras?
Exemplo 2: Uma urna contém duas bolas brancas e cinco pretas. Qual a probabilidade
de sair duas bolas pretas se os sorteios são feitos com reposição?
Exemplo 3: A probabilidade de que A resolva um problema é de 2/3, e a probabiliddae

de que B o resolva é de 3/4. Se ambos tentarem independentemente, qual a probabilidade
de:
a) Ambos resolverem o problema?
b) O problema ser resolvido?
Observação: Dizemos que três eventos são mutuamente independentes se

P (A ∩ B) = P (A)P (B)
P (A ∩ C) = P (A)P (C)
P (B ∩ C) = P (B)P (C)
P (A ∩ B ∩ C) = P (A)P (B)P (C)
Exemplo:
1 - Sendo S = {1, 2, 3, 4} um espaço equiprovável e A = {1, 2}; B = {1, 3}; C = {1, 4}

três eventos de S; verifique se os eventos A, B e C são mutuamente independentes.
43
Aluno(a): .
Introdução à Probabilidade
1 - De uma linha de produção são retirados três (3) artigos e cada um é classificado
como bom (B) ou defeituoso (D). Determine o espaço amostral deste experimento
aleatório e expresse também o evento A: obter dois artigos defeituosos.
2 - Pedro tem dois automóveis velhos. Se nas manhãs frias, há 20% de probabilidade de
um deles não funcionar e 30% de outro não funcionar,
a) qual a probabilidade de nenhum funcionar?

b) qual a probabilidade dos dois funcionarem?
c) qual a probabilidade de pelo menos um funcionar?
d) qual a probabilidade de exatamente um funcionar?
3 - Considere o lançamento de dois dados equilibrados com o interesse de observar o

número das faces superiores.
a) Calcule a probabilidade dos eventos:

i) A: sair face par nos dois dados
ii) B: sair face par no primeiro dado
iii) C: sair face par no segundo dado
d) Os eventos B e C são independentes?
4 - De 120 estudantes, 60 estudam Francês, 50 Espanhol e 20 estudam Francês e Es-

panhol. Se um estudante é escolhido ao acaso, encontre a probabilidade de que
ele:
a) estude Francês e Espanhol?

b) estude pelo menos uma das línguas?
c) não estude nem Francês nem Espanhol?
5 - Ao escolher entre diversos fornecedores de computadores, um comprador deseja saber

a probabilidade de um computador falhar durantes os dois primeiros anos. Sabendo-se
que só existem duas possibilidades; ou o computador falha durante os dois primeiros
anos ou não falha, qual é essa probabilidade? Agora se você conhecesse o resultado
de uma pesquisa do PC World feita com 4000 usuários de computadores, na qual
revela que 992 computadores falham durantes os dois primeiros anos, qual será a
probabilidade estimada? Resp.: 0,5 e 0,248.
44
6 - Um terço dos eleitores de certa comunidade é constituido de mulheres, e 40% dos
eleitores votaram na última eleição presidencial. Supondo que esses dois eventos
sejam independentes, determine a probabilidade de escolher um eleitor da lista geral,
que seja mulher e que tenha votado na última eleição presidencial.
7 - Uma urna contém duas bolas brancas e cinco pretas. Qual a probabilidade de sair
duas bolas pretas supondo que os sorteios são feitos com reposição?
8 - Se cada carta de um baralho de 52 cartas tem a mesma chance de ser escolhida,

então qual é a probabilidade de:
a) se extrair cada uma delas?

b) de se extrair uma dama?
9 - Qual a probabilidade de se obter três ou menos pontos no lançamento de um dado?
10 - Uma urna contém duas bolas brancas, três pretas e cinco azuis.
a) Qual a probabilidade de se extrair uma bola branca?

b) Qual a probabilidade de se extrair uma bola preta ou uma azul?
11 - No lançamento de dois dados qual a probabilidade de sair o par (5,2)?
45
4.5 Probabilidade Condicional
Em algumas situações, a probabilidade de ocorrência de um certo evento pode ser
afetada se tivermos alguma informação sobre a ocorrência ou não de um outro evento.
Considere, por exemplo, o seguinte experimento:
E : Lançar um dado.
Seja o evento A: sair o no 3 =
Então, P (A) =
Considere, agora, o seguinte evento:
B: sair um número ímpar =
Logo, P (B) =
Suponha, agora, que soubéssemos da ocorrência de B e que quiséssemos calcular a
probabilidade de A. Iremos denotar essa probabilidade como P (A | B). Assim,
P (A | B) =
Formalmente definimos probabilidade condicional da maneira a seguir.
Definição 4.10 (Probabilidade Condicional). Dados dois eventos, A e B, deno-

taremos P (A | B) a probabilidade condicionada do evento A, quando B tiver ocorrido,
por:
P (A ∩ B)
P (A | B) =
P (B)
com P (B) 6= 0.
Exemplo: Dois dados são lançados e os seguintes eventos são considerados:

A = {(x1 , x2 ); x1 + x2 = 10}, e
B = {(x1 , x2 ); x1 > x2 }.
Baseado nestas informações, obtenha as seguintes probabilidades:
a) P (A) c) P (A ∩ B) e) P (B | A)
b) P (B) d) P (A | B)
46
4.5.1 Teorema do Produto
A partir da definição de probabilidade condicional, poderemos enunciar o teorema do

produto:
Teorema 1.2 (Teorema do Produto)

P (A∩B)
P (A | B) = P (B)
⇒ P (A ∩ B) = P (B)P (A | B).
Analogamente,
P (A∩B)
P (B | A) = P (A)
⇒ P (A ∩ B) = P (A)P (B | A).
Exemplos:
1 - Em um lote de 12 peças, 4 são defeituosas. Se duas peças são retiradas uma após a
outra sem reposição, qual a probabilidade de que:
a) ambas sejam boas?

b) ambas sejam defeituosas?
c) pelo menos uma seja defeituosa?
2 - Uma urna contém duas bolas brancas, três vermelhas e cinco azuis. Qual a pro-
babilidade de se retirar sem reposição uma bola azul, uma branca e uma vermelha
exatamente nessa ordem?
4.6 Eventos Independentes

Um evento A é considerado independente de um outro evento B se a probabilidade condi-
cional de A dado B é igual a probabilidade de A, isto é, se
P (A | B) = P (A).
É evidente que se A é independente de B, então B é independente de A. Assim,
P (B | A) = P (B).
Logo, considerando o Teorema do Produto, observamos que a probabilidade da ocor-

rência de dois eventos simultaneamente, P (A ∩ B), depende da natureza dos eventos,
ou seja, se eles são independentes ou não e no caso dos eventos serem independentes já
sabemos que
P (A ∩ B) = P (A)P (B).
Observação: A recíproca é verdadeira, isto é, se P (A ∩ B) = P (A)P (B), então A

e B são eventos independentes.
47
4.7 Teorema da Probabilidade Total
Definição 4.11 (Partição do Espaço Amostral). Dizemos que os eventos B1 , B2 , ..., Bk
representam uma partição do espaço amostral S, quando
a) Bi ∩ Bj = φ, para todo i 6= j,
b) ∪ki=1 Bi = S,
c) P (Bi ) > 0, para todo i.
Considere, agora, um evento A referente a S, e B1 , B2 , ..., Bk uma partição de S.

Assim, podemos escrever
A = (A ∩ B1 ) ∪ (A ∩ B2 ) ∪ (A ∩ B3 ) ∪ ... ∪ (A ∩ Bk ).
Logo,
P (A) = P (A ∩ B1 ) + P (A ∩ B2 ) + P (A ∩ B3 ) + ... + P (A ∩ Bk ).
Então, como P (A∩Bj ) = P (Bj )P (A | Bj ), obteremos o que se denomina o Teorema

da Probabilidade Total:
P (A) = P (B1 )P (A | B1 ) + P (B2 )P (A | B2 ) + ... + P (Bk )P (A | Bk ).
4.8 Teorema de Bayes

Sob as mesmas hipóteses do teorema da probabilidade total, podemos calcular a pro-
babilidade de Bi dada a ocorrência de A da seguinte forma
P (Bi ∩ A) P (Bi )P (A | Bi )
P (Bi | A) = =P .
P (A) j P (Bj )P (A | Bj )
Este resultado é o que chamamos de Teorema de Bayes. Esse teorema é útil

quando conhecemos as probabilidades dos Bi s e a probabilidade condicional de A dado Bi ,
′
mas não conhecemos diretamente a probabilidade de A.
Exemplos:
1 - A proporção de peças produzidas pelas máquinas I, II e III é 30%, 30% e 40%, res-
pectivamente. Dentre estas peças, 4%, 3% e 2%, respectivamente, são defeituosas.
Uma peça escolhida aleatoriamente, foi testada e verificou-se ser defeituosa. Qual é
aprobabilidade de que a peça tenha sido produzida pela máquina I? E pela máquina
II? E pela III?
48
2 - Suponha três urnas com as seguintes configurações: a urna 1 contém 3 bolas pretas,
1 branca e 5 vermelhas; a urna 2 contém 4 bolas pretas, 3 brancas e 2 vermelhas; a
urna 3 contém 2 bolas pretas, três brancas e 3 vermelhas. Escolheu-se uma urna ao
acaso e dela extraiu-se uma bola ao acaso, verificou-se que a bola é branca. Qual a
probabilidade da bola ter vindo da urna 1, 2? E da 3?
49
Aluno(a): .
Independência Estatística, Probabilidade Condicional, Teorema da
Probabilidade Total e de Bayes
1 - Suponha que a probabilidade de que ambas crianças gêmeas sejam meninos é 0,30 e
que a probabilidade de que sejam meninas é 0,26. Dado que a probabilidade de uma
criança seja menino é 0.52, qual é a probabilidade de que:
a) A segunda criança seja um menino, sabendo-se que o primeiro é um menino?

Resp.: 0,577.
b) A segunda criança seja uma menina, sabendo-se que a primeira é uma menina?
Resp.: 0,542.
2 - Uma urna contém duas bolas brancas, três verdes e cinco azuis. Se três bolas são
retiradas ao acaso, sem reposição, determine a probabilidade de:
a) três bolas verdes ocorrerem. Resp.: 0,0083.

b) exatamente uma bola verde ocorrer.Resp.: 0,175.
3 - A probabilidade de que um time de futebol vença seu próximo oponente é estimada

em 0,7 se não chover, mas só em 0,5 se chover. Se os registros meteorológicos
mostrarem que choveu 40 por cento das vezes, na data do jogo, nos anos passados,
qual a probabilidade de que o time vença seu próximo oponente? Resp.: 0,62.
4 - Suponhamos que seja de 0,005 a probabilidade de que o motor de um monomotor de

combate falhe na decolagem e que a taxa de falha técnica do motor de um bimotor
de combate seja de 0,003. Se o bimotor não puder decolar a não ser que ambos os
motores estejam operando adequadamente, que avião é mais seguro na decolagem?
Resp.: P (bimotor falhar na decolagem) = 0, 006.
5 - Empregados de certa firma são submetidos a um teste de aptidão quando empregados

pela primeira vez. A experiência mostrou que dos 60 por cento que passaram no teste,
80 por cento deles eram bons trabalhadores, enquanto dos 40 por cento dos que não
conseguiram passar só 30 por cento foram avaliados como bons trabalhadores. Qual
a probabilidade de que um empregado escolhido ao acaso seja um bom trabalhador?
Use aqui a técnica da árvore. Resp.: 0,60.
6 - Suponhamos que seja p a probabilidade de que o tempo (com sol ou nublado) seja o
mesmo do dia anterior. Se hoje for dia de sol, qual a probabilidade de que depois de
amanhã tenhamos também um dia de sol? Resp.: 2p2 − 2p + 1
50
Teorema de Bayes
7 - Um saco contém três moedas, uma das quais foi cunhada com duas caras, enquanto
as outras duas são normais e não viciadas. Uma moeda é retirada ao acaso e jogada.
Dado que o resultado foi cara, qual a probabilidade de que essa seja a moeda de duas
caras? Resp.: 0,5.
8 - As probabilidades de que três homens atinjam um alvo são, respectivamente, 16 , 41 e 31 .

Cada um atira uma vez em direção ao alvo.
a) Determine a probabilidade p de que exatamente um deles atinja o alvo. Resp.:

0,431.
b) Se apenas um atinge o alvo, qual a probabilidade de ele ser o primeiro homem?
Resp.: 0,194.
51
Aluno(a): .
6a NOTA DE AULA
5 Variáveis Aleatórias: Discretas e Contínuas
5.1 Introdução
Ao descrever um espaço amostral S associado a um experimento E, podemos obser-
var que os resultados possíveis não são, necessariamente, núméricos. Consideremos, por
exemplo, o seguinte experimento:
E1 : Lançar duas moedas e observar a face superior de cada uma.
Neste experimento, temos S = {CC, CK, KC, KK} e, na prática, o que realmente
podemos estar interessados em observar é, por exemplo, o número de vezes que ocorre
cara (K), ou seja, temos interesse num número real que está associado a cada resultado do
espaço amostral S.
Definição 5.1 (Variável Aleatória). Seja E um experimento aleatório e S um

espaço amostral associado ao experimento. Dizemos que a função X é uma variável
aleatória quando associa a cada elemento do espaço amostral, s ∈ S, um número real,
x = X(s).
Notação: X, Y , Z, etc.
Esquematicamente, temos:
(Esboçar a função (ou variável aleatória) que associa a cada elemento

do espaço amostral, s ∈ S, um número real, x = X(s) )
52
Exemplo 1: Considere o experimento
E1 : Lançar duas moedas e observar a seqüência de caras (K) e coroas (C).
Se X é a variável aleatória que representa o número de vezes que ocorre cara (K):
a) Descreva o espaço amostral, S, e obtenha os possíveis valores que a variável aleatória

X pode assumir.
b) Represente através de um gráfico o espaço amostral e a função X = X(s), isto é, a

variável aleatória X.
Solução:
Através do Exemplo 1, podemos notar que, ao descrever um espaço amostral S asso-

ciado a um experimento E, não necessariamente, um resultado individual é um número.
Neste exemplo, vimos que S = {KK, CK, KC, CC} e, na prática, o que realmente po-
demos estar interessados em observar é o número de vezes que ocorre cara (K), ou seja,
temos interesse num número real que está associado a cada resultado do espaço amostral
S.
Definição 5.2 (Eventos Equivalentes). Sejam um experimento E e seu espaço

amostral S. Seja X uma variável aleatória definida em S e seja RX seu contradomínio.
Seja B um evento definido em relação a RX , isto é, B ⊂ RX . Defina o evento A como
A = {s ∈ S; X(s) ∈ B}.
Neste caso dizemos que A e B são eventos equivalentes.
Definição 5.3 (Probabilidade de Eventos Equivalentes). Seja B um evento no

contradomínio RX . Nesse caso, definimos P (B) da seguinte maneira:
P (B) = P (A), onde A = {s ∈ S; X(s) ∈ B}.
53
Exemplo: A partir do exemplo anterior, temos RX = {0, 1, 2}, onde cada um desses
valores ocorre com as seguintes probabilidades:
5.2 Variáveis Aleatórias Discretas

Definição 5.4 (Variável Aleatória Discreta). Dizemos que uma variável aleatória
é discreta se o número de valores possíveis é finito ou infinito enumerável (contável),
de maneira que podemos listar todos os resultados como x1 , x2 , x3 , ....
Definição 5.5 (Função de Probabilidade). É a função p = p(xi ) que associa uma

probabilidade a cada valor xi da variável aleatória X.
Notação:
X x1 x2 x3 ...
P (X = xi ) = p(xi ) p(x1 ) p(x2 ) p(x3 ) . . .
Definição 5.6 (Distribuição de Probabilidades). Ao conjunto de todos os pares

[xi , p(xi )], i = 1, 2, ..., n, ... damos o nome de Distribuição de Probabilidades da
variável aleatória X, desde que:
1. p(xi ) ≥ 0, ∀i;
2. Σ∞
i=1 p(xi ) = 1.
Exemplo 2: A partir do Exemplo 1, obtenha a distribuição de probabilidades da

variável aleatória X e represente-a através de um gráfico.
Exemplo 3: Considerando a variável aleatória (v.a.) X cuja função de probabilidade

é dada por:
1
P (X = x) = x , x = 1, 2, 3, ...
2
54
a ) Mostre que X tem realmente uma distribuição de probabilidades.
b ) Faça um gráfico representando o comportamento desta distribuição.
c ) Obtenha:
i . P (X ser par)
ii . P (X ≥ 3)
iii . P (X ser múltiplo de 3)
5.3 Variáveis Aleatórias Contínuas

Definição 5.7 (Variável Aleatória Contínua). A variável aleatória X é contínua
se existir uma função f , denominada função densidade de probabilidade (f.d.p.) de X
que satisfaça às seguintes condições:
a) f (x) ≥ 0 para todo x;
R +∞
b) −∞ f (x)dx = 1.
Observações: Se X é uma variável aleatória contínua, então:
(i) P (X = k) = 0, onde k é qualquer valor real.

(ii) Para quaisquer a, b, com −∞ < a < b < +∞, teremos
P (a ≤ X ≤ b) = P (a < X ≤ b)
= P (a ≤ X < b)
= P (a < X < b)
Z b
= f (x)dx.
a
Probabilidade essa, que pode ser representada pela área sob o gráfico da função f no
intervalo [a, b], tal como ilustrado abaixo:
55
Rb
(Esboçar o gráfico representando a área definida por P (a < X < b) = a
f (x)dx)
Exemplos:
1 - Suponha que estamos atirando dardos em um alvo circular de raio de 10 cm, e seja
X a distância do ponto atingido pelo dardo ao centro do alvo. A f.d.p. de X é

kx, 0 ≤ x ≤ 10
f (x) =
0, c.c
a) Qual a probabilidade de acertar a mosca, se ela é um círculo de raio 1 cm?
b) Mostre que a probabilidade de acertar qualquer círculo concêntrico é proporci-
onal a sua área.
2 - Uma variável aleatória contínua X é dita ter distribuição uniforme se a sua f.d.p. é
da forma
k, se a < x < b
f (x) =
0, caso contrário
a) Encontre o valor de k para que a função f seja realmente uma f.d.p.
b) Esboce o gráfico da distribuição de X.
5.4 Função de Distribuição Acumulada

Definição 5.8 (Função de Distribuição Acumulada - f.d.a.). A função de distri-
buição acumulada F , ou simplesmente função de distribuição (f.d.) de uma variável
aleatória X qualquer é definida como
F (x) = P (X ≤ x), ∀ x ∈ ℜ.
Observação:
a) Se a variável aleatória X for discreta, então a função de distribuição será dada por
X
F (x) = P (X ≤ x) = p(xi ),
i ; xi ≤x
b) Se a variável aleatória X for contínua, então a função de distribuição será dada por
Z x
F (x) = P (X ≤ x) = f (t)dt.
−∞
56
Exemplos:
1 - Suponhamos que a variável aleatória X tome os três valores 0,1 e 2, com proba-
bilidades 1/3, 1/6 e 1/2, respectivamente. Encontre a função de distribuição F e
represente-a graficamente.
2 - Encontre a função de distribuição de X cuja f.d.p. é dada por

2x, 0 < x < 1,
f (x) =
0, c.c.
Esboçe os gráficos da f.d.p., f (x), e da função de distribuição F .
3 - Se a variável aleatória X tem distribuição uniforme obtenha a função de distribuição

de X e represente-a graficamente.
57
5.4.1 Propriedades da Função de Distribuição
A seguir veremos algumas propriedades importantes da função de distribuição acumu-

lada F de uma variável aleatória X qualquer:
(i) A função F é não decrescente.

(ii) F é contínua à direita.
(iii)
F (−∞) ≡ lim F (x) = 0
x→−∞
F (+∞) ≡ lim F (x) = 1.

x→+∞
Alguns Teoremas importantes relacionados à função de distribuição acumulada, tam-

bém são apresentados a seguir:
Teorema 5.1. Seja X uma variável aleatória discreta, com valores possíveis x1 , x2 , ...,
e suponha-se que esses valores tenham sido indexados de modo que x1 < x2 < .... Seja
F a função de distribuição de X. Então,
p(xi ) = P (X = xi ) = F (xi ) − F (x−

i ),
onde F (x−
i ) ≡ limh→0− F (xi + h).
Teorema 5.2. Seja F a função de distribuição de uma variável aleatória contínua,

com f.d.p. f . Então,
dF (x)
f (x) = ,
dx
para todo x no qual F seja derivável.
Observações:
1) Se X for uma variável aleatória discreta, o gráfico da função de distribuição será

constituído por segmentos de reta horizontais. Além disso, a função F é contínua, exceto
nos valores possíveis de X: x1 , ..., xn , ...; pois, para cada valor xi o gráfico apresenta um
salto de magnitude p(xi ) = P (X = xi ).
2) Se X for uma variável aleatória contínua, então

(i) P (a < X < b) = F (b) − F (a).
(ii) P (X > a) = 1 − F (a).
58
Aluno(a): .
Variáveis Aleatórias: Discretas e Contínuas
1 - Sabendo-se que a v.a. X assume os valores 1,2 e 3 e que sua função de distribuição
F (x) é tal que
F (1) − F (1− ) = 1/4,
F (2) − F (2− ) = 1/2,
F (3) − F (3− ) = 1/4.
Obter a distribuição de X, a função de distribuição acumulada e seu respectivo
gráfico.
2 - Dada a seguinte função de distribuição

0, x < 0,
F (x) =
1 − e−x , x > 0.
a ) Encontre a probabilidade da variável X assumir os seguintes valores:
i . P (X = 1);
ii . P (0.5 < X < 1);
iii . P (X > 1);
d ) Esboçe um gráfico ilustrando cada uma das situações descritas acima.
e ) Determine o valor de α tal que F (α) = 1/4.
f ) Encontre a f.d.p. da variável X.
7 - Suponhamos que uma válvula eletrônica seja posta em um soquete e ensaiada. Ad-
mitamos que a probabilidade de que o teste seja positivo seja 34 ; daí, a probabilidade
de que seja negativo é igual a 14 . Adimitamos também que estejamos ensaiando uma
partida grande dessas válvulas. Os ensaios continuam até que a primeira válvula
positiva apareça. Considere a variável aleatória X: no de testes necessários para
concluir o experimento. Assim
S=
P (X = n) =
8 - Seja X o tempo até a desintegração de alguma partícula radioativa e suponha que a
função de distribuição de X seja dada por

0, x < 0,
F (x) =
1 − e−λx , x > 0.
Suponha que λ seja tal que P (X ≥ 0, 01) = 1/2. Obtenha um número t tal que
P (X ≥ t) = 0, 9.
59
Aluno(a): .
7a NOTA DE AULA
6 Caracterização Adicional das Variáveis Aleatórias
6.1 Introdução
De maneira análoga ao que acontece na estatística descritiva (resumo de dados),
no estudo de variáveis aleatórias precisamos de algumas características numéricas que
possam nos fornecer uma idéia sobre o comportamento da distribuição de probabilidade.
A estas características denominamos de parâmetros da distribuição.
Dois dos principais parâmetros são: o valor esperado e a variância. O valor esperado
de uma distribuição de probabilidades nos dá uma idéia de um valor médio ou central da
distribuição. Por outro lado, a medida que nos dá o grau de dispersão (ou de concentração)
dos valores assumidos pela variável em torno da média é a variância.
6.2 O Valor Esperado ou Esperança de Uma Variável Aleatória

Definição 6.1 (Valor Esperado de uma Variável Aleatória).
Caso 1: Variável Aleatória Discreta

Seja X uma variável aleatória discreta, com valores possíveis x1 , x2 , ..., xn , ... Seja
p(xi ) = P (X = xi ), i = 1, 2, ..., n, ... Então, o valor esperado de X (ou esperança
matemática de X), denotado por E(X) é definido como
E(X) = Σ∞
i=1 xi p(xi ),
se a série definida acima convergir absolutamente, isto é, se
Σ∞
i=1 |xi | p(xi ) < ∞.
Este número é também denominado o valor médio de X, ou expectância de X.
60
Caso 2: Variável Aleatória Contínua
Seja X uma variável aleatória contínua com f.d.p. f . Então, o valor médio de X ou
o valor esperado de X é definido como
Z +∞
E(X) = xf (x)dx.
−∞
Pode acontecer que esta integral (imprópria) não convirja. Conseqüentemente, diremos
que E(X) existirá se, e somente se,
Z +∞
|x| f (x)dx
−∞
for finita.
Exemplos:
1 - Um fabricante produz peças tais que 10% delas são defeituosas e 90% delas são
não-defeituosas. Se uma peça defeituosa for produzida, o fabricante perde R$ 1,
enquanto uma peça não-defeituosa lhe dá um lucro de R$ 5. Se X for o lucro líquido
por peça, qual o valor esperado de X?
2 - Uma variável aleatória contínua X definida num intervalo [a, b] é dita ter distribuição
uniforme se possui a seguinte f.d.p.
1
b−a
, a ≤ x ≤ b,
f (x) =
0, c.c.
Encontre a esperança dessa variável aleatória.
3 - Seja a variável aleatória X definida como segue. Suponha que X seja o tempo (em
minutos) durante o qual um equipamento elétrico seja utilizado em carga máxima,
em um certo período de tempo especificado. Suponha ainda, que X seja uma variável
aleatória contínua com a seguinte f.d.p.:
 x
 15002 , 0 ≤ x ≤ 1500,
−(x−3000)
f (x) = , 1500 < x ≤ 3000,
 15002
0, c.c.
Encontre o tempo médio (em minutos) que o equipamento elétrico é utilizado em

carga máxima.
61
6.3 Esperança de uma Função de uma Variável Aleatória
É intuitivamente evidente a idéia de que qualquer função de uma variável aleatória X,
Y = H(X), também é uma variável aleatória, pois qualquer resultado aleatório, X = x,
resultará num resultado também aleatório Y = h(x) = y. Desta forma, terá sentido
calcular E(Y ).
Para se obter o valor esperado de Y = H(X) existem duas maneiras que se mostram
equivalentes. A primeira requer que se obtenha primeiramente a distribuição de Y ; problema
este que será abordado posteriormente. Uma segunda maneira requer, simplesmente, o
conhecimento da distribuição de probabilidade de X.
Definição 6.2 (Esperança de uma Função de uma de uma Variável Aleatória). Seja
X uma variável aleatória e seja Y = H(X). Então,
(a) Se Y for uma variável aleatória discreta com valores possíveis y1 , y2, ... e se
q(yi ) = P (Y = yi), o valor esperado de Y é definido por
E(Y ) = Σ∞
i=1 yi q(yi ).
(b) Se Y for uma variável aleatória contínua com f.d.p. g, o valor esperado de Y
é definido por Z +∞
E(Y ) = yg(y)dy.
−∞
Teorema 6.1. Seja X uma variável aleatória e seja Y = H(X). Então,

(a) Se X for uma variável aleatória discreta e p(xi ) = P (X = xi ), tem-se que o
valor esperado de Y será dado por
E(Y ) = E[H(X)] = Σ∞
j=1 H(xj )p(xj ).
(b) Se X for uma variável aleatória contínua com f.d.p. f , tem-se que o valor
esperado de Y será dado por
Z +∞
E(Y ) = E[H(X)] = H(x)f (x)dx.
−∞
62
6.4 Propriedades do valor esperado
Se X é uma v.a. e k é um valor qualquer, constante, então:
1. E[k] = k.
2. E[X + k] = E(X) + k.
3. E[kX] = kE(X).
4. E[X − µ] = 0, onde µ = E(X).
Demonstrações:
Exemplos:
não-defeituosas. Se uma peça defeituosa for produzida, o fabricante perde R$ 1,0,
enquanto uma peça não-defeituosa lhe dá um lucro de R$ 5,0. Se X for o lucro
líquido por peça, determine:
a) O valor esperado de X.
b) Se houver um aumento de 10% nos valores de X, qual será o lucro líquido
esperado?
c) E Se houver um acréscimo de R$ 0,10 nos valores de X, em média, quanto será
o lucro líquido?
2 - Suponhamos que X seja uma variável aleatória com a seguinte f.d.p.

ex
2
, se x ≤ 0,
f (x) = e−x
2
, se x > 0.
Se Y = |X|, qual será o valor de E(Y )?
63
6.5 A Variância de uma Variável Aleatória
Definição 6.3 (Variância de uma Variável Aleatória).
Caso 1: Variável Aleatória Discreta

Dada a variável aleatória discreta X e a respectiva função de probabilidade p(x), a
variância de X é dada por
V ar(X) = E[(X − µ)2 ] = Σ∞ 2

i=1 (xi − µ) p(xi ),
onde µ = E(X).
Caso 2: Variável Aleatória Contínua

Seja X uma variável aleatória contínua com f.d.p. f . Então, a variância de X é dada
por R +∞
V ar(X) = E[(X − µ)2 ] = −∞
(x − µ)2 f (x)dx
A raiz quadrada da Variância de X é denominada Desvio Padrão de X, ou seja,

p
DP (X) = V ar(X).
Exercício:
1 - Mostre que
V ar(X) = E(X 2 ) − E 2 (X),
onde E(X 2 ) = Σ∞ 2
i=1 xi p(xi ).
Exemplos:
não-defeituosas. Se uma peça defeituosa for produzida, o fabricante perde R$ 1,0,
enquanto uma peça não-defeituosa lhe dá um lucro de R$ 5,0. Se X for o lucro
líquido por peça, determine o desvio padrão da v.a. X.
2 - Se X é uma variável aleatória uniforme num intervalo [a, b], ou seja, X ∼ U(a, b),
qual é o valor de V (X)?
3 - Seja V a velocidade do vento (em milhas por hora) e suponha-se que V seja unifor-
memente distribuída sobre o intervalo [0, 10]. A pressão, digamos W (em libras/pé
quadrado), na superfície da asa de um avião é dada pela relação: W = 0, 003V 2 .
Encontre o valor esperado de W .
64
4 - Se X é uma variável aleatória contínua com f.d.p.

1 + x, −1 ≤ x ≤ 0,
f (x) =
1 − x. 0 ≤ x ≤ 1.
Obtenha a variância de X.
6.6 Propriedades da variância

Se X é uma v.a. e k é um valor qualquer, constante, então:
1. V ar(k) = 0.
2. V ar(X + k) = V ar(X).
3. V ar(kX) = k 2 V ar(X).
Demonstrações:
65
Aluno(a): .
Valor Esperado e Variância de Variáveis Aleatórias
1 - Uma urna contém 4 bolas brancas e 6 pretas. 3 bolas são retiradas com reposição.
Seja X o número de bolas brancas. Calcular E(X) e D.P.(X). Resp.: E(X) = 1, 2.
2 - A função de probabilidade da variável aleatória X é: P (X = x) = 51 , para X =

1, 2, 3, 4, 5. Calcular E(X) e E(X 2 ), e usando esses resultados calcular:
a) E(X + 3)2 ;
b) V ar(3X − 2).
Resp.: E(X) = 3, V ar(X) = 2, a) 38 b) 18.
3 - Um investidor julga que tem 0, 40 de probabilidade de ganhar R$25.000,00 e 0, 60 de

probabilidade de perder R$15.000,00 num investimento.
a) Qual é o ganho esperado deste investidor?

b) Se G é o ganho líquido do investidor, qual será o ganho esperado de Y =
10G − 1000?
4 - Uma seguradora paga R$30.000,00 em caso de acidente de carro e cobra uma taxa
de R$1.000,00. Sabe-se que a probabilidade de que um carro sofra acidente é de 3%.
Quanto espera a seguradora ganhar por carro segurado? Resp.: E(L) = 100, 00
5 - Num jogo de dados, o jogador J1 paga R$ 20,00 ao jogador J2 e lança 3 dados. E a

seguinte regra é adotada:
(A) Se sair face 1 em um dos dados apenas, J1 ganha R$ 20,00
(B) Se sair face 1 em dois dados apenas, J1 ganha R$ 50,00
(C) Se sair 1 nos três dados, J1 ganha R$ 80,00
(A) Se nenhuma face 1 sair, J1 não recebe valor algum.
Nestas condições, qual o lucro líquido esperado pelo jogador J1 em uma jogada?
Você considera este jogo honesto? Por que? Resp.: R$ − 9, 21
66
6 - Um banco pretende aumentar a eficiência de seus caixas. Para isto, o banco está
oferecendo um prêmio de R$ 150,00 para cada cliente atendido, além de 42 clientes
por dia. O banco tem um ganho operacional de R$ 100,00 para cada cliente atendido
além de 41. As probabilidades de atendimento são:
no de clientes Até 41 42 43 44 45 46
Probabilidade 0,88 0,06 0,04 0,01 0,006 0,004
Qual o ganho esperado do banco, se este novo sistema for implantado? O sistema é
vantajoso para o banco? Resp.: E(X) = 7, 30.
7 - Suponhamos que dez cartas estejam numeradas de 1 até 10. Das dez cartas, retira-se
uma de cada vez, ao acaso e sem reposição, até retirar-se o primeiro número par. Se
X é uma variável aleatória que expressa o número de retiradas necessárias.
a) Qual é a função de probabilidade de X?

b) Em quantas retiradas espera-se obter o primeiro número par?
8 - Um vendedor de equipamentos pesado pode visitar, num dia, um ou dois clientes,

com probabilidade de 1/3 ou 2/3, respectivamente. De cada contato, pode resultar
a venda de um equipamento por R$ 50.000,00(com probalidade 1/10) ou nenhuma
venda (com probabilidade 9/10). Indicando por Y o valor total de vendas diárias
desse vendedor:
a) Escreva a função de probabilidade de Y ;

b) Qual é o valor total esperado de vendas diárias?
Resp.: a) Y = {0, 50.000, 100.000} com probabilidades 126/150, 23/150, 1/150. b)

E(Y ) = 8.333, 33
9 - Calcule a variância do problema anterior.
10 - O tempo T , em minutos, necessário para um operário processar certa peça é uma

v.a. com a seguinte distribuição de probabilidade.
T =t 2 3 4 5 6 7
P (T = t) 0,1 0,1 0,3 0,2 0,2 0,1
a) Calcule o tempo médio de processamento.

Para cada peça processada, o operário ganha um fixo de R$ 2,00, mas, se ele
processa a peça em menos de seis minutos, ganha R$ 0,50 em cada minuto
poupado. Por exemplo, se ele processa a peça em quatro minutos, recebe a
quantia adicional de R$ 1,00.
b) Encontre a distribuição, a média e a variância da v.a. G: quantia ganha por
peça.
67
Resp.: a) E(T ) = 4, 6 b) E(G) = 2, 75 e V ar(G) = 0, 4125
11 - O serviço de meteorologia classifica o tipo de céu que é visível, em termos de “graus

de nebulosidade”. Uma escala de 11 categorias é empregada: 0,1,2,...,10, onde 0
representa um céu perfeitamente claro, 10 representa um céu completamente enco-
berto, enquanto os outros valores representam as diferentes condições intermediárias.
Suponha-se que tal classificação seja feita em uma determinada estação meteoroló-
gica, em um determinado dia e hora. Seja X a variável aleatória que pode tomar um
dos 11 valores acima. Admita que a distribuição de probabilidade de X seja
X=x 0 1 2 3 4 5 6 7 8 9 10
P (X = x) 0,05 0,15 0,15 0,06 0,06 0,06 0,06 0,06 0,15 0,15 0,05
Encontre E(X), E(X 2 ) e V ar(X).
12 - A percentagem de álcool (100X) em certo composto pode ser considerada uma va-
riável aleatória, onde X, tem a seguinte função densidade:
f (x) = 2x3 (1 − x), 0 < x < 1.
a) Obtenha a função de distribuição acumulada de X.

b) Calcule P (X ≤ 2/3)
c) Suponha que o preço de venda desse composto dependa do conteúdo de ál-
cool. Especificadamente, se 1/3 < X < 2/3, o composto é vendido por C1
u.m/galão; caso contrário, é vendido por C2 u.m/galão, determine o lucro lí-
quido médio por galão.
68
Respostas
1)
2 ) E(X) = 1, 2 e V ar(X) =
3) a) 38 ou 36?
b) 18.
4 ) E(X) = 7, 30
5)
6) a) Y = {0, 50.000, 100.000} com probabilidades 126/150, 23/150, 1/150.

b) E(Y ) = 8.333.33
7)
8) a) E(T ) = 4, 6
b) E(G) = 2, 75 e V ar(G) = 0, 4125
9)
69
Aluno(a): .
Livro: "Estatística Básica". Wilton O. Bussab e Pedro A. Morettin. 5a. Edicão.
Capítulo 5 (Probabilidades):
Problema Página
1e2 105
5e6 106
8, 10 e 12 110
15, 16, 18, 19 e 21 115
25 121
26, 27, 28 e 30 122
34 e 36 123
40 e 41 124
Capítulo 6 (Variáveis Aleatórias Discretas):

Problema Página
1, 2 e 3 135
13 e 14 139
19 140
29 e 30 157
Capítulo 7 (Variáveis Aleatórias Contínuas):

Problema Página
2 166
5 171
10 172
28 194
70
Aluno(a): .
8a NOTA DE AULA
7 Modelos Probabilísticos para Variáveis Aleatórias

Discretas
Introdução
Em muitas situações, alguns experimentos aleatórios apresentam características bas-
tante peculiares. Este fato possibilita que, uma vez identificadas estas características, um
particular modelo probabilístico seja proposto para modelar o fenômeno em estudo.
É neste contexto, que passaremos ao estudo de alguns dos principais modelos proba-
bilísticos.
7.1 Distribuição de Bernoulli

Em muitos experimentos os resultados são tais que ocorre ou não ocorre determinada
característica. Por exemplo:
1. Ao lançar uma moeda: o resultado ou é cara, ou não (ocorrendo, então, coroa);
2. Ao lançar um dado: ocorre número par ou não (ocorrendo número ímpar);
3. Uma pessoa é escolhida ao acaso dentre 1000: ou ela é do sexo masculino ou não (é
do sexo feminino);
4. Uma pessoa é escolhida ao acaso dentre 1000: ou ela é favorável a um determinado

projeto governamental ou não.
Em todas estes casos, estamos interessados na ocorrência (sucesso) ou não (fracasso)

de determinada característica. Então, para cada experimento acima podemos definir uma
v.a. X, que assume valores: 1, se ocorrer sucesso, e 0, se ocorrer fracasso. E, indicaremos
por p a probabilidade de sucesso, isto é, P (sucesso) = P (S) = p, 0 < p < 1.
71
Definição 7.1 (Distribuição de Bernoulli). Uma variável aleatória X, que assume
apenas os valores 0 e 1; é dita ter distribuição de Bernoulli com parâmetro p, 0 < p < 1,
se sua função de probabilidade é dada por

p, se x = 1
P (X = x) =
1 − p, se x = 0
Notação: X ∼ Ber(p).
Observação: Experimentos que resultam numa v.a. de Bernoulli são chamados en-
saios de Bernoulli.
Propriedades:
E(X) = p
V ar(X) = p(1 − p)
Exemplo:
1 - Ao lançar um dado perfeito, considere a variável X: ocorre número menor que 3.

Qual a distribuição de X. Obtenha os valores de E(X) e V ar(X).
7.2 Distribuição Binomial

Definição 7.2 (Experimento Binomial). Um experimento binomial consiste de n ten-
tativas independentes de um mesmo experimento aleatório, onde cada tentativa adimite
apenas dois resultados: sucesso com probabilidade p e fracasso com probabilidade 1 − p.
Pode-se dizer ainda, que um experimento binomial consiste de n ensaios independentes
de Bernoulli, cuja probabilidade de sucesso em cada ensaio é constante e igual a p,
0 < p < 1.
Definição 7.3 (Variável Aleatória Binomial). Uma variável aleatória definida como
X: número de sucessos num experimento binomial é dita ser uma Variável aleatória
Binomial com parâmetros n e p.
Teorema 7.1. Se X é uma variável aleatória binomial com parâmetros n e p. Então

n
P (X = k) = pk (1 − p)n−k , k = 0, 1, ..., n.
k
Notação: X ∼ B(n, p).
Propriedades:
E(X) = np
V ar(X) = np(1 − p)
72
Exemplo:
1 - Dos estudantes de um certo colégio, 41% fumam cigarro. Numa pesquisa, pretende-
se escolher seis estudantes ao acaso para darem sua opinião sobre o fumo. Nesta
pesquisa, qual é a probabilidade de
a) nenhum dos seis ser fumante?

b) todos serem fumantes?
c) pelo menos um fumar?
d) Quantos fumantes são esperados nesta pesquisa?
7.3 Distribuição Hipergeométrica

Considere uma população (conjunto) composta de N objetos, r dos quais têm uma
certa característica A, logo, N − r não têm a característica A (A). Suponha que n desses
objetos são escolhidos ao acaso sem reposição e que estamos interessados na variável
X : número de elementos que possuem a característica A dentre os n.
Então, a variável definida desta forma é dita ter distribuição hipergeométrica com
parâmetros N, r e n e função de probabilidade dada por
r N −r
x n−x
P (X = x) = N , x = 0, 1, 2, ..., min(r, n).
n
Notação: X ∼ hip(N, r, n).
Propriedades:
E(X) = np
V ar(X) = np(1 − p) N −n
N −1
,
onde p = Nr é a probabilidade de se obter um objeto com a característica A numa

única extração.
Observação: Quando a população é muito grande, ou seja, N → ∞, quando

comparado com n, a retirada ao acaso, com ou sem reposição, serão praticamente equi-
valentes, de modo que a distribuição hipergeométrica se aproxima da distribuição
binomial.
73
Exemplo:
1 - Em problemas de controle de qualidade, lotes com N itens são examinados. O

número de itens com defeito (atributo A), r, é desconhecido, mas, digamos que,
por experiências passadas, você sabe que em lotes de N = 100 peças, 10% são
defeituosas. Se num certo lote de 100 peças você escolhe ao acaso 5 itens, sem
reposição, qual é a probabilidade de:
a) nenhum item ser defeituoso?
b) não mais do que um item ser defeituoso?
c) Qual é o número esperado de itens defeituosos?
7.4 Distribuição de Poisson

Suponha, agora, que o interessse num certo experimento seja contar o número de
ocorrência de um certo evento, o qual pode ocorrer durante um intervalo de tempo, ao
longo de uma superfície ou volume. Por exemplo:
1. Durante o intervalo de uma hora, observar o número de carros que passam numa
rodovia;
2. Ao inspecionar a pintura de um carro, deseja-se observar o número de falhas;
3. Ao realizar o controle de qualidade de um produto alimentício, deseja-se conhecer o
número de bactérias.
Em todas estas condições poderemos trabalhar com a seguinte distribuição de proba-

bilidade.
Definição 7.4 (Distribuição de Poisson). Dizemos que a variável aleatória X : nú-
mero de ocorrência de um certo evento num determinado intervalo de tempo, superfície
ou volume, tem distribuição de Poisson com parâmetro λ (λ > 0) se sua função de pro-
babilidade é dada por
e−λ λx
P (X = x) = , x = 0, 1, 2, ...
x!
Notação: X ∼ P oisson(λ).
Propriedades:
E(X) = λ
V ar(X) = λ
Observação: Se X tem distribuição Binomial, ou seja, X ∼ B(n, p), em que n é

bastante grande com p pequeno, de sorte que np ≤ 7, então a distribuição de X se
aproxima da distribuição de Poisson com parâmetro λ = np, isto é, X ∼ P oisson(np).
Exemplos:
74
1 - Num livro de 800 páginas há 800 erros de impressão. Qual a probabilidade de que
uma página contenha pelo menos 3 erros?
2 - Seja X ∼ B(200, 0, 01). Calcular P (X = 10) usando a distribuição binomial e

compare com o valor aproximado pela Poisson.
75
Aluno(a): .
Modelos Probabilísticos Discretos
1 - Se X tem distribuição binomial com parâmetros n e p, utilize o fato de X ser a soma

de n ensaios de Bernoulli para calcular a média e a variância de X.
2 - Sabendo-se que doze por cento dos que reservam lugar num vôo sistematicamente
faltam ao embarque e que o avião comporta 15 passageiros:
a) Determine a probabilidade de que todos os 15 que reservaram lugar compareçam

ao embarque.
b) Se houve 16 pedidos de reserva, determine a probabilidade:
i) de uma pessoa ficar de fora;
ii) de nenhuma ficar de fora;
iii) de mais de uma ficar de fora.
3 - Se 3% dos habitantes de uma grande cidade são empregados do Governo, determine

a probabilidade de:
a) Nenhum ser empregado do Governo numa amostra aleatória de 50 habitantes?

b) Encontrar no máximo 3 empregados do governo na amostra do item anterior?
4 - Um fabricante de peças de automóvel garante que uma caixa de suas peças conterá,
no máximo, duas defeituosas. Se a caixa contém 20 peças, e a experiência tem
demonstrado que, em seu processo de fabricação, 6% das peças são defeituosas, qual
é a probabilidade de que uma caixa satisfaça a garantia?
76
Aluno(a): .
Distribuição Binomial
1 - Para os exercícios (a) a (e) abaixo, considere o enunciado:

Das variáveis abaixo descritas, assinale quais são binomiais, e para essas dê os respec-
tivos campos de definição e função de probabilidade. Quando julgar que a variável
não é binomial, aponte as razões de sua conclusão.
a) De uma urna com dez bolas brancas e 20 pretas, vamos extrair, com reposição,
cinco bolas. X é o número de bolas brancas nas cinco extrações.
b) Refaça o problema anterior, mas dessa vez as n extrações são sem reposição.
c) Temos cinco urnas com bolas pretas e brancas e vamos extrair uma bola de
cada urna. Suponha que X seja o número de bolas brancas obtidas no final.
d) Vamos realizar uma pesquisa em dez cidades brasileiras, escolhendo ao acaso
um habitante de cada uma delas e classificando-o em pró ou contra um certo
projeto federal. Suponha que X seja o número de indivíduos contra o projeto
no final da pesquisa.
e) Em uma indústria existem 100 máquinas que fabricam determinada peça. Cada
peça é classificada como boa ou defeituosa. escolhemos ao acaso um instatnte
de tempo e verificamos uma peça de cada uma das máquinas. Suponha que X
seja o número de peças defeituosas.
2 - Numa certa cidade, nascem por ano 40% de crianças do sexo masculino. Nas famílias
com 4 crianças, qual a probabilidade de:
a) todas serem homens;

b) todas serem mulheres;
c) todas serem do mesmo sexo;
d) haver a mesma quantidade de homens e mulheres.
3 - De acordo com as estimativas de uma companhia de seguros, a probabilidade de

incêndio numa casa é de 1% ao ano. A firma segura 400 casas.
a) Se muitos dos segurados vivem em casas adjacentes, por que tal circunstância
pode invalidar o uso da distribuição binomial?
b) Suponha que os segurados morem em casas distantes umas das outras. Qual a
probabilidade de:
77
i) 0 incêndio?
ii) 1 incêndio?
4 - A probabilidade de um atirador acertar o alvo é 1/3. Se ele atirar 6 vezes, qual a

probabilidade de:
a) acertar exatamente 2 tiros;

b) não acertar tiro algum.
Resp.: a) 80/243 b) 64/729.
5 - Em seis lançamentos de um dado equilibrado, qual a probabilidade de ocorrer:
a) nenhuma vez a face 6;

b) 6 vezes a face 2;
c) pelo menos uma vez a face 4.
Resp.: a) 33.49% b) 0.0021% c) 66.51%
6 - Em Campina Grande, nascem por ano 52% de crianças do sexo masculino. Nas
famílias com 4 crianças, qual a probabilidade de:
a) todas serem homens;

b) todas serem mulheres;
c) todas serem do mesmo sexo;
d) haver a mesma quantidade de homens e mulheres.
Resp.: a) 7.31% b) 5.31% c) 12.62% d) 37.38%
7 - Uma prova é composta de 10 questões objetivas, onde cada questão possui 5 alterna-
tivas com apenas uma correta. Sabendo-se que um estudante não sabe respondê-las
e irá apelar inteiramente pela sorte. Qual a probabilidadede que:
a) acerte 5 questões;
b) erre todas as questões;
c) acerte no mínimo 3 e, no máximo 5 questões;
d) qual o número esprerado de questões corretas?
Resp.: a) 2.64% b) 10.74% c) 31.58% d) 2
8 - Suponha que, em um determinado vôo, motores de avião falhem comprobabilidade

igual a 0.4, e independente. Suponha ainda que um avião voa com segurança se, pelo
menos, metade dos seus motores não falha. Nestas condições, um avião quadrimotor
deverá ser preferido a um bimotor? Justifique sua resposta!
Resp.: Não! O vôo com segurança do bimotor é de 84%, contra 82.02% do quadri-
motor.
78
9 - Num determinado processo de fabricação 10% das peças são consideradas defeituosas.
As peças são armazenadas em caixas com 5 unidades cada uma.
a) qual a probabilidade de haver, pelo menos 1, defeituosa numa caixa?

b) Se a empresa paga uma multa de R$ 10,00 por cada caixa em que houver, pelo
menos, uma peça defeituosa, qual o valor esperado da multa num total de 1000
caixas?
Resp.: a) 40.95% b) R$4.095, 10
10 - Um produtor de sementes vende pacotes com 10 sementes cada. Os pacotes que

apresentarem mais de uma semente sem germinar serão indenizados. A probabilidade
de uma semente germinar é de 0.8.
a) Qual a probabilidade de um pacote ser indenizado?

b) Se o produtor vender 1000 pacotes, qual o número esperado de pacotes in-
denizados?
c) Quando um pacote é indenizado, o produtor tem um prejuízo de R$ 1,20, e se
o pacote não for indenizado, tem um lucro de R$ de 2,50. Qual o lucro líquido
esperado por pacote?
Resp.: a) 62.42% b) 624 c) R$0, 19
79
Aluno(a): .
9a NOTA DE AULA
8 Modelos Probabilísticos para Variáveis Aleatórias

Contínuas
8.1 Distribuição Uniforme

Definição 8.1 (Distribuição Uniforme). Uma variável aleatória contínua X é dita ter
distribuição uniforme se a sua f.d.p. é da forma
1
b−a
, se a < x < b
f (x) =
0, caso contrário
Notação: X ∼ U(a, b).
Propriedades:
(b−a)2
E(X) = a+b
2
e V ar(X) = 12
(Construa um gráfico que ilustre a forma da f.d.p. de uma uniforme qualquer)
Exemplo: Suponha que uma pane pode ocorrer em qualquer ponto de uma rede
elétrica de 10 Km. Obtenha a probabilidade de que uma pane ocorra em um ponto cuja
distância seja no máximo 1 Km das extremidades.
80
8.2 Distribuição Exponencial
Definição 8.2 (Distribuição Exponencial). Uma variável aleatória contínua X, as-
sumindo todos os valores não negativos, terá distribuição exponencial com parâmetro
α > 0, se sua f.d.p. é dada por

αe−αx , x > 0
f (x) =
0, c.c.
Notação: X ∼ Exp(α).
Propriedades:
1 1
(i) E(X) = α
e V ar(X) = α2
(ii) A função de distribuição acumulada F de uma exponencial com parâmetro α é dada

por
F (x) = 1 − e−αx , x > 0.
(iii) (Falta de memória) Para todo s, t > 0, teremos
P (X > s + t | X > s) = P (X > t) .
(Construa um gráfico que ilustre a forma da f.d.p. de uma exponencial

qualquer)
Exemplo: O tempo de vida (em horas) de um transistor pode ser considerado uma
variável aleatória com distribuição exponencial cuja média é igual a 500 horas. De acordo
com essas características, qual é a probabilidade de que um determinado transistor dure
mais do que a média?
81
8.3 Distribuição Normal (Gaussiana)
A distribuição Normal é talvez a mais importante das distribuições de probabilidade,
por razões que possivelmente ficarão claras ao longo deste curso. Erros de mensuração de
fenômenos físicos ou econômicos são freqüentemente modelados pela distribuição Normal,
mas esta não é a única aplicação desta densidade. Por exemplo, a distribuição dos pesos,
alturas e QI’s das pessoas numa população também já foram modelados com sucesso por
esta distribuição. A distribuição Normal tem a forma de um sino, e possui dois parâmetros,
µ e σ2 .
A distribuição Normal é também chamada de Gaussiana em homenagem ao matemático
Carl Friederich Gauss (1777 - 1855), que a utilizou pela primeira vez na modelagem de erros
de medida. A distribuição Normal também funciona como uma boa aproximação para outras
densidades. Por exemplo, sob algumas condições pode-se provar que a densidade Binomial
pode ser aproximada pela Normal.
Definição 8.3 (Densidade Normal com média µ e variância σ 2 ). Seja X uma

variável aleatória contínua definida nos números reais. Dizemos que X tem densidade
Normal com média µ e variância σ 2 se a densidade de X é:
1 1 x−µ 2
f (x) = √ e− 2 ( σ ) .
2πσ
Notação: X ∼ N(µ, σ 2 )
Devemos dizer que o primeiro parâmetro, µ (lê-se: mi), é a média ou o valor esperado
de X, enquanto que o segundo parâmetro, σ 2 (lê-se: sigma dois), é a variância de X. A
seguir exibimos gráfico das distribuições Normais com média zero e variâncias 1, 2 e 4.
(Esboçar o gráfico de Distribuições Normais com média zero e variâncias

1, 2 e 4)
Note que o máximo das densidades é encontrado quando x = 0, isto é, quando x é

igual à média da distribuição. Isto vale para qualquer distribuição Normal: o máximo de
f (x) é obtido fazendo-se x = µ, onde µ é a média da Normal. Também, quanto maior o
valor da variância σ 2 , mais “espalhada” é a distribuição.
82
8.3.1 Propriedades da Distribuição Normal
(1) f (x) dada pela expressão acima integra a 1, ou seja, a área sob a curva da normal é
igual a 1.
(2) f (x) ≥ 0, para qualquer valor real.
(3) Os limites de f (x) quando x tende a −∞ e +∞ são iguais a zero.
(4) A densidade N(µ, σ 2 ) é simétrica em torno de µ, ou seja: f (µ + x) = f (µ − x).
(5) O valor máximo de f (x) ocorre em x = µ.
(6) Os pontos de inflexão de f (x) são x = µ − σ e x = µ + σ.
Teorema 8.1. Se X ∼ N(µ, σ 2 ), então a variável aleatória definida por
X −µ
Z= ∼ N(0, 1),
σ
tem distribuição normal reduzida ou normal padrão.
Observações:
1) Se quisermos calcular a probabilidade de P (a < X < b), onde X ∼ N(µ, σ 2 ),

devemos resolver a seguinte integral:
Z b
1 1 x−µ 2
P (a < X < b) = √ e− 2 ( σ ) dx,
a 2πσ
a qual não apresenta fácil solução. Por isso, a solução é reduzir (ou transformar) a variável
X para uma variável:
X −µ
Z= ,
σ
que tem distribuição normal padrão, e, assim obter a probabilidade de interesse na Tabela
da distribuição Normal Padrão.
2) Uma das Tabelas da distribuição Normal Padrão apresenta a seguinte probabi-

lidade: Z z
1 x2
P (0 < Z < z) = √ e− 2 dx
0 2π
onde z é um valor real positivo.
A probabilidade dada por P (0 < Z < z) corresponde a seguinte área:
(Esboçar o gráfico representando a área referente a P (0 < Z < z))
83
3) Uma outra Tabela da distribuição Normal Padrão apresenta a seguinte proba-
bilidade: Z z
1 x2
P (−∞ < Z < z) = √ e− 2 dx
−∞ 2π
onde z é um valor real qualquer.
A probabilidade dada por P (−∞ < Z < z) corresponde a seguinte área:
(Esboçar o gráfico representando a área referente a P (−∞ < Z < z))
8.3.2 Exemplos do Uso da Tabela Normal Padrão
1. Considere X : N(100, 25), calcular:
a) P (100 ≤ X ≤ 106)
b) P (89 ≤ X ≤ 107)
c) P (112 ≤ X ≤ 116)
d) P (X ≥ 108)
2. Sendo X : N(50, 16), determinar xα , tal que:
a) P (X ≤ xα ) = 0, 05
b) P (X ≥ xα ) = 0, 99
84
Aluno(a): .
Distribuição Normal
1 ) Se a variável Z tem distribuição normal padrão, isto é, Z ∼ N(0; 1), obtenha:
a) P (0 ≤ Z ≤ 1, 96);
b) P (Z < 1, 64);
c) P (Z < −2, 57);
d) o valor z, na tabela da normal padrão, tal que, P (Z < z) = 0, 025.
Resp.: a)
2 ) Seja X uma v.a, tal que, X ∼ N(100; 25), determinar:
a) P (X ≥ 108);
b) P (X = 100);
c) P (89 ≤ X ≤ 107);
d) P (12 < X − µ < 16);
e) P (112 < X < 116);
f) P (X < 100 ou X > 106);
Resp.: a)
3 ) Uma v.a X tem Distribuição Normal, com média 50 e desvio padrão 10, i.é, X ∼
N(50; 102 ), determine o valor de A, B e C, nos seguintes casos:
a) P(X > A) = 0, 0228;

b) P(X < B) = 0, 0668;
c) P(|X − µ| < C) = 0, 6826;
Resp.: a)
85
4 ) Uma fábrica de carros sabe que a duração (X) dos motores de sua fabricação tem
distribuição aproximadamente normal, com média de 150.000 km e desvio padrão de
5.000 km, ou seja, X ∼ N(150.000; 5.0002). Qual a probabilidade de que um carro,
escolhido ao acaso, dos fabricados por essa firma, tenha um motor que dure:
a) menos de 170.000 km?

b) entre 140.000 km e 165.000 km?
c) se a fábrica substitui o motor que apresenta duração inferior à garantia (g),
qual deve ser esta garantia, para que a porcentagem de motores substituídos
seja inferior a 0, 2%?
Resp.: a)
5 ) Foi feito um estudo sobre a altura (X) dos alunos de uma faculdade, observando-se
que ela se distribuia com média 160 cm e variância 64 cm2 . Determinar:
a) P (X ≤ 176) ;
b) P(|X − 160| ≤ 8) ;
c) a porcentagem dos alunos com altura acima de 180 cm.
Resp.: a)
6 ) Um fabricante de máquinas de lavar sabe, por longa experiência, que a duração

de suas máquinas tem distribuição normal com média 1000 dias e desvio padrão
de 200 dias. Se este fabricante oferece uma garantia de 1 ano (365 dias) e produz
mensalmente 2000 máquinas, quantas máquinas ele espera trocar pelo uso da garantia
dada, mensalmente?
7 ) Avaliou-se que o tempo médio desperdiçado em cirurgias de longa duração (mais de

4 horas) é uma variável aleatória Normal com média de 90 min. e desvio padrão de
50 min.
a) Qual é a probabilidade de uma determinada cirurgia ter um desperdício de tempo

de mais de 60 min. ?
b) Qual é a probabilidade de haver um desperdício de tempo de no máximo 50
min.?
c) 15% das cirurgias tem um tempo de desperdício muito alto. Acima de que valor
esse tempo é considerado muito alto?
d) Em 100 cirurgias de longa duração realizadas em um certo mês, quantas espe-
ramos encontrar com um desperdício superior a 2 horas?
e) Em um determinado dia, foram realizadas 4 cirurgias de longa duração. Qual é
a probabilidade de nenhuma ter tido um desperdício superior a 50 min.?
f) Cada hora ou fração da hora desperdiçada em uma cirurgia custa ao hospital
R$ 56,00. Sabendo que acima de 2 horas de desperdício o prejuízo é fixo no
valor de R$ 200,00, obtenha o prejuízo esperado.
86
8 ) Numa fábrica foram instaladas 1.000 lâmpadas novas. Sabe-se que a duração média
das lâmpadas é de 800 horas e desvio padrão de 100 horas, com distribuição normal.
Qual a quantidade de lâmpadas que durarão:
a) menos de 500 horas;

b) mais de 700 horas;
c) entre 516 e 814.
Resp.: a)
9 ) O preço de um produto se distribui normalmente com preço médio µ e desvio padrão

σ. Sabe-se que 81,98% dos preços estão situados entre (µ−10) e (µ+10), sendo que,
42,07% dos preços são superiores a 600g. Baseado nessas informações, determine µ
e σ. Resp.: a)
10 ) A vida útil (em anos) de um computador pessoal tem distribuição aproximadamente

normal com média de 2,9 anos e desvio padrão de 1,96 anos.
a) Que proporção dos computadores falhará no primeiro ano?

b) Que proporção dos computadores durará quatro anos ou mais?
c) Que proporção dos computadores durará no mínimo dois anos?
d) Que proporção dos computadores durará mais de 2,5 anos, porém menos de
quatro anos?
e) Se o fabricante adota uma política de garantia segundo a qual apenas 5% dos
computadores têm de ser substituídos, qual é o período dessa garantia?
Resp.: a)
11 ) Mostre que, em qualquer distribuição normal, a área sob a curva, determinada pelos
intervalos abaixo, é sempre a mesma e independe dos parâmetros da distribuição:
a) (µ − σ; µ + σ);
b) (µ − 2σ; µ + 2σ);
c) (µ − 3σ; µ + 3σ);
Esboce um gráfico para cada uma dessas situações.

Resp.: a)
87
Respostas a serem confirmadas
1) a) 0, 0547 = 5, 47%
b) 0%
c) 0, 9053 = 90, 53%
d) 0, 0075 = 0, 75%
e) 0, 6151 = 61, 51%
2) a) A = 70;
b) B = 35;
c) C = 10.
3) a) 0, 999968 = 99, 99% ∼

= 100%
b) 0, 976 = 97, 6%
c) g = 135.650 km
4) a) 97, 72%
b) 68, 26%
c) 0, 62%
5) a) 1, 4 ∼
=1
b) 841, 3 ∼
= 841
c) 553, 4 ∼
= 553
88
Aluno(a): .
10a NOTA DE AULA
9 Variáveis Aleatórias Bidimensionais
9.1 Variáveis Aleatórias Discretas

Na maioria das situações dificilmente trabalhamos com apenas uma variável aleatória. É
muito comum estarmos interessados no comportamento conjunto de várias variáveis aleató-
rias. Trataremos aqui apenas de duas variáveis, porém, os conceitos estudados aqui podem
ser expandidos de maneira análoga para mais de duas variáveis.
Introduziremos o estudo através do seguinte exemplo:
Uma amostra de 20 alunos do primeiro ano de uma faculdade foi escolhida. Perguntou-
se aos alunos se trabalhavam, variável que foi representada por X, e o número de vestibu-
lares prestados, variável representada por Y . Os dados obtidos estão na tabela abaixo.
X não sim não não não sim sim não sim sim
Y 1 1 2 1 1 2 3 1 1 1
X não não sim não sim não não não sim não
Y 2 2 1 3 2 2 2 1 3 2
Podemos coletar as freqüências de ocorrência dos possíveis pares, construindo uma tabela
de freqüência conjunta de X e Y .
(X, Y ) freqüência
Total
Esta mesma tabela pode ser apresentada de maneira mais conveniente através da
tabela de dupla entrada, da seguinte forma:
89
X |Y Total
Total
Dessa forma, fica facilitada a tarefa de obter a tabela de freqüência individual para
cada variável que, pela posição em que seus valores aparecem na tabela de dupla entrada, é
chamada de tabela marginal de freqüência da variável X (ou Y ), ou simplesmente marginal
de X (ou Y ). Temos então para as variáveis X e Y , do exemplo anterior, as seguintes
tabelas de freqüência:
Y freqüência
X freqüência
Total
Total
Observe que podemos construir as mesmas tabelas considerando as freqüências relati-

vas.
9.1.1 Função de Probabilidade Conjunta
Iremos considerar agora o caso de variáveis aleatórias discretas, definidas a partir das suas
funções de probabilidades. Iniciamos estendendo a definição de função de probabilidade
para o caso de duas variáveis.
Definição 9.1 (Função de probabilidade conjunta(bidimensional)). Seja X

uma variável aleatória que assume os valores x1 , x2 , ..., xm e Y variável aleatória que
assume os valores y1 , y2 , ..., yn . A função de probabilidade conjunta é definida,
para todos os possíveis pares de valores (xi , yj ), i = 1, 2, ..., m e j = 1, 2, ..., n, da
seguinte forma:
p(xi , yj ) = P [(X = xi ) ∩ (Y = yj )] = P (X = xi , Y = yj ),
isto é, p(xi , yj ) representa a probabilidade de (X, Y ) ser igual a (xi , yj ).
Definição 9.2 (Distribuição conjunta(bidimensional) de probabilidades). Ao

conjunto de pares
{(xi , yj ), p(xi , yj ), i = 1, 2, ..., m j = 1, 2, ..., n},
damos o nome de distribuição conjunta de probabilidades da variável aleatória bidimen-
sional (X, Y ), onde:
Xm X n
p(xi , yj ) = 1
i=1 j=1
90
A distribuição conjunta de probabilidades da variável (X, Y ) pode ser representada,
também, através de uma tabela de dupla entrada.
Exemplo 3. Uma região foi subdividida em 10 sub-regiões. Em cada uma delas, foram
observadas duas variáveis: número de poços artesianos (X) e número de riachos ou
rios presentes na sub-região (Y ). Os resultados são apresentados na tabela a seguir:
Sub-região 1 2 3 4 5 6 7 8 9 10
X 0 0 0 0 1 2 1 2 2 0
Y 1 2 1 0 1 0 0 1 2 2
Considerando que escolhemos uma das sub-regiões ao acaso, isto é, cada sub-região
tem mesma probabilidade 1/10 de ser escolhida, podemos construir a distribuição de
probabilidades conjunta de (X, Y ), tal como:
(X, Y ) P (X, Y )
Total
Cuja tabela de dupla entrada é dada por:
X|Y Total
Total
9.1.2 Distribuições Marginais de Probabilidades
Quando trabalhamos com uma variável aleatória bidimensional podemos ter o interesse em
estudar o comportamento de uma única variável; ou seja; em conhecer a distribuição de
probabilidade de X ou de Y . Para isto precisamos considerar a distribuição de probabilidades
conjunta de (X, Y ) representada em uma tabela de dupla entrada, tal como:
91
Tabela 1: tabela de dupla entrada para apresentar a distribuição conjunta de (X,Y).
Y y1 ... yn
X Total
x1 p(x1 , y1) ... p(x1 , yn ) p(x1 )
x2 p(x2 , y1) ... p(x2 , yn ) p(x2 )
... ... ... ... ...
... ... ... ... ...
xm p(xm , y1 ) ... p(xm , yn ) p(xm )
Total p(y1 ) ... p(yn ) 1,0
Desta maneira, a distribuição de X ou comumente denominada de distribuição marginal

de X, pode ser obtida a partir de
p(xi ) = P [(X = xi , Y = y1 )ou(X = xi , Y = y2 )ou...ou(X = xi , Y = yn )] = Σnj=1 p(xi , yj ).
De modo análogo, a distribuição marginal de Y é obtida a partir de

p(yj ) = P [(X = x1 , Y = yj )ou(X = x2 , Y = yj )ou...ou(X = xm , Y = yj )] = Σm
i=1 p(xi , yj ).
Exemplo 4. Considerando o exemplo das sub-regiões, podemos calcular, através da

distribuição conjunta, as seguintes distribuições marginais:
X = xi 0 1 2 Y = yj 0 1 2
P (X = xi ) P (Y = yj )
9.1.3 Função de Variáveis Aleatórias
Em algumas situações poderá surgir o interesse em estudar o comportamento de uma

função das variáveis aleatórias, tal como: soma, produto ou alguma outra relação entre
elas. Para melhor compreender os procedimentos para se realizar tal estudo, consideremos
o seguinte exemplo:
Em uma cidade do Estado de São Paulo, admite-se que o número de anos para com-
pletar o ensino fundamental (variável F ) e o número de anos para completar o ensino médio
(variável M) têm distribuição conjunta dada por:
(F, M) p(f, m)
(8,3) 3/10
(8,4) 1/10
(8,5) 1/10
(9,3) 2/10
(9,4) 1/20
(9,5) 1/10
(10,4) 1/10
(10,5) 1/20
Total 1
92
Suponha agora que exista o interesse em estudar as variáveis F + M e F.M. Para
isto, podemos acrescentar, à tabela anterior, algumas colunas correspondentes aos valores
dessas novas variáveis. Vejamos:
(F, M) p(f, m) F +M F.M

(8,3) 3/10
(8,4) 1/10
(8,5) 1/10
(9,3) 2/10
(9,4) 1/20
(9,5) 1/10
(10,4) 1/10
(10,5) 1/20
Através dessa tabela podemos construir a distribuição da variável Z = F + M e

W = F.M, para isso basta somar as probabilidades nos valores comuns, por exemplo:
1 1 3
P (Z = 13) = P (8, 5) + P (9, 4) = + = .
10 20 20
Procedendo de modo similar com os outros valores obtemos as funções de probabilidade

de Z e de W :
Z =z 11 12 13 14 15
P (Z = z)
W =w 24 27 32 36 40 45 50
P (W = w)
9.1.4 Associação entre Variáveis
Definição 9.3 (Probabilidade condicional). Dada duas variáveis aleatórias dis-

cretas definidas no mesmo espaço amostral, a probabilidade condicional de X = x,
dado que Y = y ocorreu, é dada pela expressão:
P (X = x, Y = y)
P (X = x | Y = y) = , se P (Y = y) > 0.
P (Y = y)
Caso P (Y = y) = 0, a probabilidade condicional pode ser definida arbitrariamente

e adotaremos P (X = x | Y = y) = P (X = x).
93
Definição 9.4 (Variáveis aleatórias independentes). Duas variáveis aleatórias
discretas são independentes, se a ocorrência de qualquer valor de uma delas não altera
a chance de ocorrência de valores da outra. Ou seja,
P (X = x | Y = y) = P (X = x),
para todos os possíveis valores (x, y) das variáveis (X, Y ). Como definição alternativa
podemos usar:
P (X = x, Y = y) = P (X = x)P (Y = y),
para quaisquer (x, y).
Observação: X e Y são independentes ⇐⇒ p(x, y) = p(x)p(y), ∀ (x, y).

Se existe pelo menos um par (x0 , y0 ) tal que:
p(xo , y0 ) 6= p(x0 )p(y0 )
então, X e Y não são independentes.
Exemplo 5. Suponhamos que X e Y tenham distribuição conjunta dada pela seguinte

tabela:
X |Y 1 2 3
1 0 1/5 0
2 1/5 1/5 1/5
3 0 1/5 0
Determine as distribuiçãoes marginais de X e Y e verifique se estas variáveis são

independentes.
9.1.5 Medida de Correlação entre duas Variáveis
Quando as variáveis não são independentes isto quer dizer que existe uma certa relação entre
as variáveis. Esta relação pode ser de qualquer tipo, como por exemplo uma relação linear,
quadrática, exponencial, etc. Nosso objetivo aqui não será o de determinar qual o tipo
de relação que existe entre as variáveis em questão e sim o de medir o grau de correlação
entre as variáveis. Neste curso iremos medir o grau de correlação linear entre variáveis
quantitativas discretas. Na literatura existem outras medidas de correlação, inclusive entre
variáveis qualitativas, porém este não será o nosso objetivo neste curso.
Antes de definirmos a medida de correlação linear entre as variáveis vamos enunciar
algumas propriedades envolvendo o valor esperado de funções de variáveis aleatórias.
94
Propriedade 1: Para variáveis aleatórias X e Y , vale sempre que
E(X + Y ) = E(X) + E(Y ).
No caso do produto de duas variáveis aleatórias nem sempre é válido que o valor
esperado do produto é o produto dos valores esperados. Neste caso temos o seguinte
resultado:
Propriedade 2: Se X e Y são duas variáveis aleatórias independentes, então
E(XY ) = E(X)E(Y ).
Obs: A recíproca desta propriedade não é verdadeira, ou seja, se
E(XY ) = E(X)E(Y ),
então não necessariamente é verdade que X e Y são independentes.
Exemplo 6. Considere as variáveis X e Y tendo distribuição conjunta dada por:
X |Y 2 3 4
-1 2/12 0 3/12
0 0 1/12 1/12
1 1/12 2/12 2/12
Calcule, E(X), E(Y ) e E(XY ). Depois determine se X e Y são independentes.
Definição 9.5. Uma medida de dependência linear entre X e Y é dada pela covari-
ância:
Cov(X, Y ) = E[(X − E(X))(Y − E(Y ))].
Em palavras, a covariância é o valor esperado do produto dos desvios de cada variável

em relação à sua média.
Desenvolvendo a equação acima chegaremos em uma definição mais usual, que é dada
pela seguinte expressão:
Cov(X, Y ) = E(XY ) − E(X)E(Y ).
Observe que, se X e Y são independentes, então a Cov(X, Y ) = 0; mas a recíproca

nem sempre é verdadeira.
A partir da covariância, definimos uma nova medida de dependência linear.
95
Definição 9.6 (Coeficiente de correlação linear). O coeficiente de correlação
linear entre as variáveis aleatórias X e Y é calculado pela seguinte expressão:
Cov(X, Y )
ρX,Y = .
σX σY
Onde, σX e σY são respectivamente os desvios-padrão das variáveis X e Y .
A divisão pelo produto dos desvios-padrão, tem a função de padronizar a medida e

tornar possível a comparação com outras variáveis. Pode-se mostrar que |ρX,Y | ≤ 1. A
interpretação de sua expressão segue os mesmos passos da covariância, sendo que valores
de ρX,Y próximos de ±1 indicam correlação forte.
Propriedade 3: Sejam X e Y variáveis aleatórias quaisquer, então
V ar(X + Y ) = V ar(X) + V ar(Y ) + 2Cov(X, Y ).
Se X e Y são independentes, então
V ar(X + Y ) = V ar(X) + V ar(Y ).
Exemplo 7. Calcule a Cov(F, M) e ρF,M onde F e M são as variáveis aleatórias

encontradas na Sub-sub-Seção 9.1.3.
96
Aluno(a): .
1 - O setor de emergência de um pronto socorro infantil anotou o número de crianças

atendidas (C), de médicos (M) e de auxiliares (A) de plantão em 15 dias de atividades.
Os dados são apresentados na tabela abaixo:
Dia 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
C 5 7 5 6 5 5 7 5 6 6 7 5 5 6 6
M 1 1 2 2 2 1 2 1 1 2 2 2 2 2 2
A 4 4 5 6 7 7 6 5 5 6 7 7 6 6 7
a) Determine as tabelas de freqüência marginais de C, M e A.
b) Obtenha a tabela de freqüência conjunta entre (C, M), (C, A) e (M, A).
c) Calcule a média das variáveis M e A.
2 - Para famílias de um certo bairro de São Paulo, apresentamos abaixo a tabela de

freqüência conjunta das variáveis: número de automóveis (A) e de TVs (T).
A\ T 0 1 2 total
0 110 235 120 465
1 51 122 178 351
2 15 84 162 261
total 176 441 460 1077
a) Calcule as marginais de A e T.
b) Determine as médias destas variáveis.
3 - Uma moeda equilibrada é lançada duas vezes de forma independente. Ao final dos
lançamentos, duas variáveis aleatórias são anotadas: o número total de caras (C) e
o número de coroas no 2ž lançamento (K).
a) Construa uma tabela com a distribuição conjunta das variáveis C e K.
b) Determine o valor esperado de C.
4 - A função conjunta de probabilidade entre as variáveis X e Y é apresentada abaixo

(com algumas entradas faltando):
X\ Y -1 0 2 4 P (X)
-2 3/64 1/32 5/16
-1 1/16 1/16 0
1 1/64 11/64 1/64 5/16
2 5/64 3/64 1/32
P (Y ) 5/16 1/4 1
97
a) Complete a tabela.
b) X e Y são independentes?
c) Obtenha as marginais de X e Y.
d) Calcule a distribuição da variável W = XY.
e) Calcule ρ(X, Y ).
5 - A função de probailidade conjunta entre as variáveis aleatórias X e Y é apresentada

na tabela abaixo:
X\ Y -2 0 2 4
-1 0,1 0,2 0,1 0,2
1 0,2 0 0,1 0,1
a) Obtenha as distribuições marginais de X e Y.
b) X e Y são independentes?
c) Calcule ρ(X, Y ).
6 - Na caixa I existem duas bolas numeradas 0 e 1, enquanto que a caixa II contêm duas
bolas numeradas -1 e 0. Uma bola é retirada aleatoriamente de cada caixa, de forma
independente uma da outra. A esse experimento, associamos as variáveis aleatórias:
número da bola retirada na caixa I (X), soma dos valores das duas bolas retiradas
(Y ) e a diferença, em módulo, desses valores (Z).
a) Determine a distribuição de probabilidade conjunta entre Xe Y e entre Y e Z.
b) Verifique se Xe Y são independentes. Idem para Y e Z.
c) Calcule a Cov(X, Y ) .
d) Obtenha V ar (X + Y ) .
7 - A variável X é Bernoulli com p = 0, 4 e Y : b(3 : 0, 5). Admita que X e Y são

independentes.
a) Determine P (X = 0 | Y = 2) .
b) Obtenha a distribuição conjunta de Xe Y e do produto W = XY.
c) Clcule E (X) , E (Y ) e E (W ) e verifique que E (W ) = E (X) E (Y ) .
d) Determine o valor de Cov(X, Y ) e ρ (X, Y ) .
98
Aluno(a): .
Livro: "Estatística Básica". Wilton O. Bussab e Pedro A. Morettin. 5a. Edicão.
Capítulo 6 (Modelos de variáveis aleatórias discretas):

Problema Página
22, 23 e 24 152
32 e 34 157
37 158
40 159
51 160
Capítulo 7 (Modelos de variáveis aleatórias contínuas):

Problema Página
13 182
19 e 20 183
35 195
40 196
Capítulo 8 (Variáveis aleatórias multidimensionais - caso discreto e bidi-

mensional):
Problema Página
2e3 206
4e5 209
10 210
13 215
17 216
99
EXERCÍCIOS EXTRAS
1 - Por engano 3 peças defeituosas foram misturadas com peças boas formando um lote
de 12 peças no total. Escolhendo, ao acaso, 4 dessas peças, determine a probabilidade
de encontrar:
a) Pelo menos 2 defeituosas.
b) No máximo 1 defeituosa.
c) No mínimo uma boa.
2 - Em um estudo sobre o crescimento de jacarés, uma pequena lagoa contém 4 exem-

plares da espécie A e 5 da espécie B. A evolução de peso e tamanho dos 9 jacarés da
lagoa é acompanhada pelos pesquisadores através de capturas periódicas. Determine
a probabilidade de, em três jacarés capturados, obtermos:
a) Todos da espécie A.
b) Nem todos serem da espécie B.
c) A maioria ser da espécie A.
3 - Admite-se que uma pane pode ocorrer em qualquer ponto de uma rede elétrica de 10
quilômetros.
a) Qual é a probabilidade da pane ocorrer nos primeiros 500 metros? E de ocorrer

nos 3 quilômetros centrais da rede?
b) O custo de reparo da rede depende da distância do centro de serviço ao local da
pane. Considere que o centro de serviço está na origem da rede e que o custo é
de R$ 200 para distâncias até 3 quilômetros, de R$ 400 entre 3 e 8 quilômetros
e de R$ 1.000 para distâncias acima de 8 quilômetros. Qual é o custo médio do
conserto?
4 - Suponha que o valor esperado de uma variável aleatória com distribuição Uniforme
contínua é igual a 1 e a variância é 1/12. Encontre a probabilidade da variável assumir
valores menores que 3/4.
5 - O tempo necessário para um medicamento contra dor fazer efeito foi modelado de
acordo com a densidade Uniforme no intervalo de 5 a 15 minutos, tendo por base
experimentos conduzidos em animais. Um paciente, que esteja sofrendo dor, recebe o
remédio e, supondo válido o modelo mencionado acima, pergunta-se a probabilidade
da dor:
a) Cessar em até 10 minutos?

b) Demorar pelo menos 12 minutos?
c) Durar mais de 7 minutos, sabendo-se que durou menos de 10?
6 - O tempo, em minutos, de utilização de um caixa eletrônico por clientes de um certo

banco, foi modelado por uma variável aleatória T com distribuição Exponencial cuja
média é igual a 1/3. Determine:
100
a) P(T < 1).
b) P(T > 1 | T > 2).
c) Um número a tal que P(T < a) = 0,4.
7 - Para uma variável aleatória com distribuição Exponencial de parâmetro igual a 1,

determine a probabilidade de sorteamos um valor que se distancie no máximo 0,5 da
média.
101

Introdução à Estatística na UFCG

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Introdução à Estatística na UFCG

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE CAMPINA GRANDE - Campus I

UNIDADE ACADÊMICA DE MATEMÁTICA E ESTATÍSTICA

1.1 A Ciência Estatística

Definição 1.1 (Estatística). A Estatística é uma ciência que se preocupa com a

1. Estatística Descritiva - que se preocupa com a organização e descrição dos dados

2. Estatística Inferencial - que, a partir da observação de alguns dados experimentais,

Nesta disciplina, serão abordados tópicos referentes à estatística descritiva, conceitos

1.3 Conceitos Fundamentais

1.3.1 População e Amostra

Definição 1.2 (População). A população é um conjunto de todos os elementos

Exemplo 1. Se o problema a ser pesquisado está relacionado com a qualidade de um

Exemplo 2. Se o objetivo de um estudo é pesquisar o nível de renda familiar de uma

1. Finita - quando o número de unidades de observação pode ser contado e é limitado;

2. Infinita - quando a quantidade de unidades de observação é ilimitada;

Definição 1.3 (Amostra). A amostra é apenas uma parte da população, ou seja, é

Vários motivos levam a necessidade de se observar apenas uma parte da população,

1.3.2 Parâmetro e Estatística

Dois novos conceitos estreitamente relacionados com os de população e amostra são

Antes de realizar qualquer tratamento estatístico de um conjunto de dados, é impor-

• Raça: podendo assumir os valores Branco ou Negro;

As variáveis qualitativas podem, ainda, ser classificadas como: Nominais ou Ordi-

(a) As variáveis qualitativas nominais - são caracterizadas por dados que se

(a) As variáveis quantitativas discretas - são variáveis numéricas obtidas a partir

1.4 Fases do Método Estatístico

1. Definir cuidadosamente o problema.

2 - Através de um exemplo, defina: População e Amostra.

3 - Considere as seguintes situações:

Identifique em qual das situações nós temos um exemplo de Parâmetro e outro de

7 - Qual é o principal objetivo de qualquer plano de amostragem?

8 - As estatísticas geradas por intermédio de uma amostra devem ser representativas

10 - A Revista dos Eventos, N 13, tentando sanar, ao menos parcialmente, a carência

2 Análise Exploratória de Dados / Estatística Des-

2.2 Organização de dados: Tabelas e Gráficos

O primeiro passo para se resumir um conjunto de dados é ordená-los em ordem cres-

Tabela 1: Tabela de Freqüências da variável

Uma medida bastante útil na interpretação de tabelas de freqüências é a freqüência

Tabela 2: Tabela de Freqüências da variável

Observação: Ao conjunto de todos os pares de valores, referentes a cada dado obser-

Uma representação gráfica da distribuição de freqüências de uma variável tem a van-

Distribuição de freqüências da variável idade

Distribuição de freqüências da variável idade

1 - O seguinte conjunto de dados é referente ao número de acidentes por dia em certo

Responda as seguintes questões:

a) Qual o número mínimo de acidentes, num certo dia? E o número máximo?

2.2.2 Distribuição de Frequências para Dados Agrupados em Classes

Em algumas situações, é necessário o agrupamento de dados em categorias ou classes

Tabela 2: Dados referentes às notas no 1o estágio de 20 estudantes de estatística.

1. Organizar os dados num Rol.

Onde k é o número de classes e n é o número total de observações.

3. Calcular a Amplitude Total:

Onde xmáx e xmín é o valor máximo e mínimo observado no conjunto de dados.

4. Determinar a Amplitude de Classe:

5. A partir do menor valor observado no conjunto de dados, ou de algum valor imedia-

6. Após todos estes passos, só resta proceder a contagem do número de observações

Representação Gráfica de uma Variável Quantitativa Contínua - Histograma

Para a representação gráfica de variáveis quantitativas contínuas é necessário alguma

Histograma - é um gráfico indicado para representar dados agrupados em classes.

1 - Segue abaixo os dados da variável taxa de mortalidade infantil de 34 municípios:

Obtenha uma distribuição de frequências com 7 classes, começando do valor 0 (in-

2 - Em uma pesquisa foram anotados os tempos decorridos entre a incidência de uma

Construa um histograma e comente sobre alguns aspectos relevantes desta distribui-

2.3 Medidas Resumo para Variáveis Quantitativas