1

ESTATSTICA APLICADA
MATERIAL DE APOIO (SUPORTE ADICIONAL AOS CAP. 3 e 4 do PLT)
DISTRIBUIO DE PROBABILIDADE

Teorema do Limite Central

A capacidade de usar amostras para fazer inferncias sobre parmetros populacionais depende
do conhecimento da distribuio amostral. Para obtermos uma distribuio amostral
necessrio repetir n vezes um experimento e aps calcular a mdia das amostras. Este
procedimento fornece um novo conjunto de dados que denominado de distribuio amostral.
Na verdade o que o teorema do limite central quer dizer que se uma populao tem
distribuio normal, a distribuio das mdias amostrais extradas da populao tambm ter
distribuio normal, para qualquer tamanho de amostra. Alm disso, mesmo no caso de uma
distribuio no-normal, a distribuio das mdias amostrais ser aproximadamente normal,
desde que a amostra seja grande. Este um resultado notvel, na verdade, pois nos diz que
no necessrio conhecer a distribuio de uma populao para podermos fazer inferncia
sobre ela a partir de dados amostrais. A nica restrio que o tamanho da amostra seja
grande. Uma regra prtica muito usada que a amostra deve consistir de 30 ou mais
observaes.
Estes resultados so conhecidos como o Teorema do Limite Central e representam talvez o
conceito mais importante na inferncia estatstica.
Em geral, a distribuio amostral das mdias amostrais a distribuio das mdias amostrais
quando extramos repetidas amostras de mesmo tamanho, da mesma populao. Em outras
palavras, se extrairmos amostras de mesmo tamanho da mesma populao, calculamos suas
mdias e construmos um histograma destas mdias, esse histograma tende para a forma de
um sino de uma distribuio normal. Isto verdade independentemente da forma da
distribuio da populao original.
Suponhamos que a varivel x represente notas que podem ter, ou no, distribuio normal, e
que a mdia dos valores x seja m e o desvio-padro seja s. Suponha que coletemos amostras
de tamanho n e calculemos as mdias amostrais. O que sabemos sobre a coleo de todas as
mdias amostrais que obtemos repetindo esse experimento? O Teorema do Limite Central nos
diz que, na medida em que o tamanho n da amostra aumenta, a distribuio amostral das
mdias amostrais tente para uma distribuio normal com mdia m e desvio-padro.
Em teoria das probabilidades e estatstica, a distribuio binomial a distribuio de
probabilidade discreta do nmero de sucessos numa sequncia de n tentativas tais que as
tentativas so independentes; cada tentativa resulta apenas em duas possibilidades, sucesso ou
fracasso (a que se chama de tentativa de Bernoulli); a probabilidade de cada tentativa, p,
permanece constante.

Funo de probabilidade
Se a varivel aleatria X que contm o nmero de tentativas que resultam em sucesso tem uma
distribuio binomial com parmetros n e pescrevemos X ~ B(n, p). A probabilidade de ter
exatamente k sucessos dado pela funo de probabilidade:

para

e onde

uma combinao.

Exemplo:
Trs dados comuns e honestos sero lanados. A probabilidade de que o nmero 6 seja
obtido mais de uma vez : A probabilidade de que seja obtido 2 vezes mais a
probabilidade de que seja obtido 3 vezes. Usando a distribuio binomial de probabilidade:
Acha-se a probabilidade de que seja obtido 2 vezes:

Agora a probabilidade de que seja obtido 3 vezes:

Assim, a resposta :

Valor esperado e varincia

Se a X ~ B(n, p) (isto , X uma varivel aleatria binomialmente distribuida), ento o valor
esperado de X

e a varincia

Exemplo
Seja X uma varivel aleatria que contm o nmero de caras sadas em 12 lanamentos de
uma moeda honesta. A probabilidade de sair 5 caras em 12 lanamentos, P(X=5), dada por:

Para a soluo de um problema de binomial, devemos identificar no problema as seguintes

variveis:

p = o valor da probabilidade do que se quer que acontea, ou seja, a probabilidade

associada a pergunta do problema.
q = 1 p
n = o nmero de experimentos, feitos efetivamente para se calcular a probabilidade
pedida.
x = o nmero que representa quantas vezes desejamos que ocorra o sucesso
desejado, ou seja, o que o problema quer que acontea.

Exemplo 1: Um levantamento da Associao Americana de Investidores Pessoa Fsica concluiu

que 20% dos seus membros tinham comprado aes diretamente atravs de uma oferta
pblica inicial (AAII jornal, julho de 1994). Em uma amostra de 10 membros destes associados
verifique:
a) Qual a probabilidade de que exatamente trs membros tenham comprado tais aes? R.:
0,2013
b) Qual a probabilidade de que exatamente 2 membros tenham comprado tais aes? R.:
0,3020
c) Qual a probabilidade de que pelo menos um membro tenha comprado tais aes? R.:
0,8926
d) Qual o nmero esperado de membros que compraram tais aes?

RESOLUO NA HP 12 C (ITEM A)

    


 . , 
. , 

10

0,2

0,8

= 0,2013

OBS.: A FUNO BINOMIAL NO EXCEL :

DISTRBINOM (nm_s;tentativas;probabilidade_s;cumulativo)

Ou seja, para o exerccio a em questo:

Num_s = 3
Tentativas = 10
Probabilidade_s = 0,2
Cumulativo = falso
Supondo a probabilidade seja de 20% de um membro, selecionado ao acaso,
comprar a ao, temos:

P
Q

0,2
0,8
10

TABELA AUXILIAR
X
0
1
2
3
4
5
6
7
8
9
10
TOTAL

P(X)
0,1074
0,2684
0,3020
0,2013
0,0881
0,0264
0,0055
0,0008
0,0001
0,0000
0,0000
1,0000

0,2684

0,3500

0,2013

0,3000

0,3020

PROBABILIDADE DE COMPRA DA AO
(p = 0,2)

0,2500

0,0001

0,0000

0,0000

0,0500

0,0008

0,0264

0,1000

0,0055

0,0881

0,1500

0,1074

0,2000
Probabilidade

10

11

0,0000
1

Quantidade de Compradores

Supondo a probabilidade seja de 50% de um membro, selecionado ao acaso,

comprar a ao, temos:

P
Q

TABELA AUXILIAR
0,5
X
0,5
0
10
1
2
3
4
5
6
7
8
9
10
TOTAL

P(X)
0,0010
0,0098
0,0439
0,1172
0,2051
0,2461
0,2051
0,1172
0,0439
0,0098
0,0010
1,0000

possvel elaborar um grfico para esse exerccio:

0,2500

0,2051

0,2051

0,3000

0,2461

PROBABILIDADE DE COMPRA DA AO
(p = 0,5)

0,0010

0,0098

0,1172
0,0439

0,0500

0,0098

0,1000

0,0439

0,1500

0,0010

Probabilidade

0,1172

0,2000

0,0000
1

10

11

Quantidade de Compradores

EXERCCIOS

1. Uma empresa precisa fazer a inspeo de qualidade nos parafusos produzidos.

Seis parafusos so escolhidos ao acaso da produo de certa mquina, que
apresenta 10% de peas defeituosas. Qual a probabilidade de que:
a) exatamente dois parafusos sejam defeituosos?
b) pelo menos 1 parafuso seja defeituoso?
2. Uma empresa precisa fazer a inspeo de qualidade nas embalagens de leite. De
um lote so selecionadas ao acaso 10 embalagens. O Controle de qualidade possui
relatrios que indicam que 15% das embalagens so rejeitadas. Qual a
probabilidade de que:
a) exatamente dois parafusos sejam defeituosos?
b) pelo menos 1 parafuso seja defeituoso?
3. Um agricultor cultiva laranjas e tambm produz mudas para vender. Aps alguns
meses a muda pode ser atacada por fungos com probabilidade 0,02 e, nesse caso, ela
tem probabilidade 0,5 de ser recupervel. O custo de cada muda produzida R$
1,20, que ser acrescido de mais R$ 0,50 se precisar ser recuperada. As
irrecuperveis so descartadas. Sabendo que cada muda vendida a R$ 3,50,
encontre a distribuio da varivel aleatria lucro por muda produzida.

4. Numa fbrica, examinam-se, a cada hora, 10 peas. Se for encontrada, pelo

menos, uma defeituosa, o processo de fabricao interrompido e a causa
pesquisada. A porcentagem de peas defeituosas produzidas pela mquina
conhecida e tem sido sempre 3%. Qual a probabilidade de que o processo seja
interrompido?

5. Uma remessa de 20 tubos de televiso contm 12 bons e 8 defeituosos. Desta

remessa 3 tubos so escolhidos aleatoriamente e testados sucessivamente com
reposio. Qual a probabilidade de sair, ao menos, um bom?

6. O departamento de compra de certa empresa est considerando uma amostra de

produtos manufaturados a serem recebidos que podem ser classificados como bons
e ruins. O plano de amostragem consiste em selecionar uma amostra aleatria de
12 artigos de cada lote. Se no houver peas defeituosas na amostra, o lote
aceito; do contrrio, rejeitado. Qual a probabilidade de rejeio de um lote com
10% de defeituosas?

9
7. Numa oficina, funcionam 6 mquinas idnticas. Para qualquer uma delas, a
probabilidade de entrar em pane durante o dia de trabalho igual a 0,2. Supondo-se
que as falhas ocorram independentemente entre si, pede-se calcular a probabilidade
de que: a) pelo menos uma entrar em pane; b) no ocorra falha em dois dias
consecutivos.
8. Um fabricante de certas peas de automvel garante que uma caixa de suas
peas conter no mximo, 2 itens defeituosos. Se a caixa contm 8 peas e a
experincia tem demonstrado que esse processo de fabricao produz 6% de itens
defeituosos, qual a probabilidade de que uma caixa de suas peas v satisfazer a
garantia?

Distribuies Contnuas
A maioria das variveis atmosfricas podem assumir valores contnuos. A temperatura, a
precipitao, a altura geopotencial, a velocidade do vento, e outras quantidades no esto
restritas a valores inteiros de unidades fsicas em que so medidas. Embora a natureza da
medio e os sistemas de relatos tal que as medidas atmosfricas so arredondadas para
valores discretos, mas o conjunto de valores observados normalmente grande o suficiente
para que a maioria das variveis possam ainda ser tratadas como quantidades contnuas.
Existem duas funes associadas a cada varivel contnua X: a funo densidade de
probabilidade, simbolizada por f(X), e a funo cumulativa de probabilidade, ou funo
de distribuio de probabilidade representada por F(X).
H muitas distribuies tericas contnuas. Algumas das mais usadas em cincias atmosfricas
so: distribuio normal, distribuio gamma, distribuio de valores extremos e distribuio
exponencial. Neste material vamos tratar dos modelos probabilsticos citados, que tm
importncia prtica na investigao cientfica, abordando as formas das funes densidade de
probabilidade, bem como a esperana e a varincia.

Distribuio Normal

A distribuio de probabilidade contnua mais importante e mais utilizada a distribuio

normal, geralmente citada como curva normal ou curva de Gauss. Sua importncia em anlise
matemtica resulta do fato de que muitas tcnicas estatsticas, como anlise de varincia, de
regresso e alguns testes de hiptese, assumem e exigem a normalidade dos dados. Alm
disso, a ampla aplicao dessa distribuio vem em parte devido ao teorema do limite central.
Este teorema declara que na medida em que o tamanho da amostra aumenta, a distribuio
amostral das mdias amostrais tende para uma distribuio normal (Triola, 1998). Esta
explicao parece um pouco complicada, portanto segue uma abordagem mais detalhada sobre
a mesma.
A distribuio normal uma das mais importantes distribuies da estatstica, conhecida
tambm como Distribuio de Gauss ou Gaussiana. Foi desenvolvida pelo matemtico
francs Abraham de Moivre.

10

Alm de descrever uma srie de fenmenos fsicos e financeiros, possui grande uso na
estatstica inferencial. inteiramente descrita por seus parmetros de mdia e desvio padro,
ou seja, conhecendo-se estes consegue-se determinar qualquer probabilidade em uma
distribuio Normal.
Um interessante uso da Distribuio Normal que ela serve de aproximao para o clculo de
outras distribuies quando o nmero de observaes fica grande. Essa importante propriedade
provem do Teorema Central do Limite que diz que "toda soma de variveis aleatrias
independentes de mdia finita e varincia limitada aproximadamente Normal, desde que o
nmero de termos da soma seja suficientemente grande" (ver o teorema para um enunciado
mais preciso).

10

11
Exerccios
01. Atravs de levantamentos anteriores, verificou-se que o tempo mdio gasto por
um candidato a supervisor de vendas, em determinado teste, aproximadamente
normal com mdia de 60 minutos e desvio padro de 20 minutos.

a) Que porcentagem de candidatos levar menos de 60 minutos para concluir o

teste?
b) Que porcentagem no terminar o teste se o tempo mximo concedido de 90
minutos?
c) Se 50 candidatos fazem o teste, quantos podem esperar que o terminem nos
primeiros 40 minutos?

02. A vida til de lavadoras de pratos automticas de 1,5 anos, com desvio padro
de 0,3 anos. Se os defeitos distribuem-se normalmente, que percentagem das
lavadoras vendidas necessitar de conserto antes de expirar o perodo de garantia
de um ano?

03. O peso mdio das esferas metlicas produzidas pela Indstria Zepelin Ltda de
39 kg, com desvio padro de 11 kg. Supondo-se que os pesos seguem uma
distribuio aproximadamente Normal, estimar a proporo de esferas com peso:
a) entre 33 e 45 kg.
b) superior a 50 kg.

04. Latas de conservas so fabricadas por uma indstria com mdia de 990 g e
desvio padro de 10g. Uma lata rejeitada pelo controle de qualidade dessa
indstria se possuir peso menor que 975g. Qual a probabilidade de uma lata ser
rejeitada.

05. No engarrafamento de refrigerante Ki Kola, a quantidade de lquido colocado na

garrafa uma varivel de mdia 292 cm e desvio padro 1,1 cm. Garrafas com
menos de 290 cm so devolvidas para completar o enchimento. Calcular qual a
porcentagem de garrafas devolvidas.

06. Numa distribuio normal, 30% dos elementos so menores que 45 e 10% so
maiores que 64. Calcular os parmetros de definem a distribuio (mdia e desvio

padro).

11

12
07. O consumo de gasolina por km rodado, para certo tipo de carro, em
determinadas condies de teste, tem uma distribuio normal de mdia 100 ml e
desvio padro 5 ml. Pede-se calcular a probabilidade de:
a) um carro gastar de 95 a 110 ml;
b) em um grupo de seis carros, tomados ao acaso, encontramos trs carros que
gastarem menos que 95 ml;
c) idem, todos terem gasto menos que 110ml.
08. Para uma famlia de certo status econmico, a despesa mensal com sade segue
uma distribuio normal com mdia US$ 50 e desvio padro de US$ 12. Numa
cidade de 100.000 habitantes, das quais 20% pertencem a esse status, calcular o
nmero absoluto de famlias desse status em que o gasto mensal com sade:
a) seja maior que 420 dlares;
b) esteja entre 300 e 360 dlares.

12