Você está na página 1de 9

Notas de aula 11

"S uma coisa torna um sonho impossvel: o medo de fracassar."

Disciplina: ESTATSTICA e PROBABILIDADE

1. Distribuies de Probabilidade.

1.1 Introduo.
Em notas de aulas anteriores vimos que possvel explorar um conjunto de dados
utilizando grficos (barras, setores, histograma ou polgono de freqncia), medias de
tendncia central (mdia, mediana, moda) e medidas de variao (como o desvio padro).
Tambm foram vistos aspectos da teoria das probabilidades. Nestas notas de aulas,
combinaremos esses conceitos ao estudarmos distribuies de probabilidade que
descrevem o que provavelmente acontecer, em lugar do que efetivamente aconteceu. As
distribuies de freqncias de amostras foram tratadas anteriormente. Nestas notas de
aulas so apresentadas as distribuies de probabilidade de populaes. A distribuio
de freqncia de uma amostra uma estimativa da distribuio de probabilidade da
populao correspondente. Se o tamanho da amostra for grande, podemos esperar que a
distribuio de freqncia da amostra seja uma boa aproximao da distribuio de
probabilidade da populao.
1.2 Variveis Aleatrias.
O conjunto de todos os possveis resultados de um experimento aleatrio o
espao amostral. Os elementos desse conjunto podem ser numricos ou no. Por
exemplo, se o experimento for escolher um aluno de uma turma e registrar sua altura,
teremos um conjunto numrico, porm se indagarmos o time de futebol preferido do
aluno, teremos um conjunto no numrico. Como em muitas situaes experimentais
precisamos atribuir um nmero real x a todo elemento do espao amostral, vamos definir
o conceito de varivel aleatria.

1.2.1 Definio de Varivel Aleatria. Seja S o espao amostral associado a um


experimento aleatrio. Uma funo X que associa a cada elemento s S um nmero real
X(s) denominada varivel aleatria.
Observe que, apesar do nome, varivel aleatria uma funo cujo domnio o
conjunto S, e a imagem o conjunto de todos os valores possveis de X, os X(s).
Exemplo. Seja o experimento: lanamento de duas moedas.
O espao amostral associado ao experimento : S = {(C; C), (C; K), (K; C), (K; K)}
C = Cara e K = Coroa.
Varivel Aleatria X: nmero de caras (C) obtidas no lanamento de duas
moedas.
X(C; C) = 2 X(C; K) = 1 X(K; C) = 1 X(K; K) = 0
S

X: S R

X
(C;C)
(C;K)
(K;C)
(K;K)

0
1
2

Comentrio: A terminologia acima um tanto infeliz, mas to universalmente aceita, que no nos
afastaremos dela. Tornaremos to claro quanto possvel que X uma funo, e contudo, a denominaremos
uma varivel (aleatria)!
Prof. Paulo Alessio 2 Semestre de 2009.

Uma varivel aleatria X dita discreta se assume valores num conjunto finito ou
infinito enumervel.

Uma varivel aleatria X dita contnua se assume valores num conjunto infinito no
enumervel ou seja, se a imagem de X um intervalo, ou uma coleo de intervalos.
Esses valores podem ser associados a mensuraes em uma escala contnua.
Exemplos de variveis aleatrias.
1) X = nmero de acidentes com avies da USAir dentre sete acidentes areos
selecionados aleatoriamente.
2) X = nmero de mulheres entre 10 empregados recm-admitidos.
3) X = nmero de alunos que no compareceram a aula de estatstica hoje.
4) X = altura de um aluno do sexo masculino selecionado aleatoriamente.
1.3 Funo de Probabilidade.
Seja X uma varivel aleatria discreta. Sejam x1 , x2 , x3 , x4 , ... seus possveis
valores. A cada resultado xi associaremos um nmero p(xi ) = P(X = xi ), denominado
probabilidade de xi , tal que:
a) p(xi ) 0 para todo xi
b)

p( x ) = 1
i

i =1

c) p(k) = P(X=k)
Essa funo denominada funo de probabilidade da varivel aleatria X.
A distribuio de probabilidade de X dada pelos pares xi ; p( xi ) , i = 1, 2, 3,
e poder ser expressa por uma tabela, grfico ou frmula.

Exemplo.
Vamos encontrar a distribuio discreta de probabilidade da varivel nmero de
caras encontradas no lanamento de trs moedas.
Experimento: lanamento de trs moedas.
Espao Amostral:
S = {(C; C; C), (C; C; K), (C; K; C), (K; C; C), (C; K; K), (K; C; K), (K; K; C), (K; K; K)}
Varivel Aleatria X = nmero de caras = 0, 1, 2, 3.
x = 0 (K; K; K)
x = 1 (C; K; K), (K; C; K), (K; K; C)
x = 2 (C;C;K), (C; K; C), (K; C; C)
x = 3 (C; C;C)
A distribuio de probabilidade pode ser expressa pela tabela:
Xi
p(xi )

0
1/8

1
3/8

2
3/8

Prof. Paulo Alessio 2 Semestre de 2009.

3
1/8

1.4 Funo de Distribuio Acumulada de Probabilidade.


Se X for uma varivel aleatria discreta, define-se Funo de Distribuio
Acumulada em um ponto x como a soma das probabilidades dos valores de xi menores
ou iguais a x. Isto :

F ( x) =

p( x )
i

xi x
Exemplo. Com os dados da distribuio de probabilidade do exemplo anterior, temos:
1 3 4 1
a) F(1) = p ( xi) = + = =
8 8 8 2
xi 1
b) F(1,5) =

p( x ) =
i

1 3 1
+ =
8 8 2

xi 1,5
1 3 3 7
c) F(2,5) = + + =
8 8 8 8
1 3 3 1
d) F(3) = + + + = 1
8 8 8 8
e) F(5) = 1
f) F(-0,5) = 0

Exerccios.
1) Em uma caixa, tm-se cinco peas boas e quatro defeituosas. So retiradas
aleatoriamente trs peas sem reposio. Faamos X a varivel aleatria: nmero de
peas boas dentre as trs peas retiradas.
Logo, os valores de X so: 0 (nenhuma pea boa), 1, 2 e 3.
Para a montagem da tabela de distribuio de probabilidade, necessitamos calcular
as p(Xi ).
p(x = 0) = 1/21
p(x = 1) = 5/14
p(x = 2) = 10/21
p(x = 3) = 5/42
Distribuio de Probabilidade:
Xi
0
p(xi )
1/21

1
5/14

2
10/21

Com referncia funo acumulada de probabilidade, temos:


a) F(-0,7) = 0
b) F(0,5) = 1/21
c) F(1,0) = 17/42
e) F(2,1) = 37/42 f) F(3,0) = 1
g) F(8,0) = 1
Quanto s probabilidades, temos:
a) p (2 x 3) = 25/42
b) p(x < 1) = 1/21
d) probabilidade de pelo menos uma pea boa = 20/21

3
5/42

d) F(1,8) = 17/42

c) p(x > 3) = 0

2) Construa a tabela de probabilidade para a varivel aleatria: nmero de coroas obtidas


no lanamento de duas moedas.
Resposta:
Distribuio de Probabilidade:
Xi
0
1
2
p(xi )
1/4
1/2
1/4
3) Faa X a varivel aleatria soma dos pontos obtidos no lanamento de dois dados.
Determine:
a) Tabela de distribuio de probabilidade de X
Prof. Paulo Alessio 2 Semestre de 2009.

b) p(3 x 10)
c) p(x > 7)
d) p(x 5)
e) Probabilidade de soma 6
f) Probabilidade de se obter pelo menos soma 3
g) F(4)
h) F(8)
i) F(15)
j) F(1)
l) F(5,5)
m) F(12)
Respostas.
Xi
2
3
4
5
6
7
p(xi ) 1/36 2/36 3/36 4/36 5/36 6/36

8
5/36

9
4/36

10
3/36

11
2/36

12
1/36

b) 8/9 c) 5/12 d) 5/18 e) 5/36 f) 35/36 g) 1/6 h) 13/18 i) 1 j) 0 l) 5/18 m) 1


4) Uma varivel aleatria tem a distribuio de probabilidade dada pela seguinte frmula:
P(xi ) = k/x para x = 1, 3, 5, 7
a) Determine K
Resposta: 105/176
b) Calcule P(2 x 6)
Resposta: 7/22
c) Quanto vale F(5)?
Resposta: 161/176
5) Uma v.a discreta X tem funo de probabilidade dada por:
P(x) = P(X = x) = k.2-x , x = 0, 1, 2,
a) Encontre K

R. k = 1/2

b) Encontre P(X ser maior ou igual a 3)

R. 1/8

c) Encontre P(3 < X < 7)

R. 7/128

6) Suponha que X seja uma v. a. com a seguinte distribuio de probabilidade:


x
-3
-1
0
1
2
3
5
P(x)
0,1
0,2
0,15
0,2
0,1
0,15
0,05
Determine as seguintes probabilidades:
a) X negativo

R. 0,3

b) X par positivo

R. 0,15

c) X assume um valor entre 1 e 8 (inclusive)

R. 0,55

8
0,05

1.5 Funo Densidade de Probabilidade.


Seja X uma varivel aleatria contnua.
A funo f(x) uma funo densidade de probabilidade para a v. a. X, definida
sobre o conjunto dos nmeros reais R, se:
a) f(x) 0

b)

f ( x) dx = 1

c) P(a < X < b) =

f ( x) dx
a

Prof. Paulo Alessio 2 Semestre de 2009.

Observaes importantes:
1) f(x) 0 para todo x R, significa que o grfico da funo f est todo acima do eixo x.

2)

f ( x) dx = 1 , significa que a rea total abaixo da curva f(x) igual a 1.

3) Para quaisquer reais a < b, P(a < X < b) =

f ( x) dx

significa que probabilidades,

agora, so iguais a reas abaixo da curva f(x).


4) A definio acima mostra que a probabilidade de qualquer valor especfico de X, por
a

exemplo, X = a, tem P(X = a) = 0 pois, P(X = a) =

f ( x) dx

= 0, ou seja, probabilidades

pontuais so nulas.
5) Segue da observao 4 que:
P(a < X < b) = P(a X < b) = P(a < X b) = P(a X b).
1.6 Esperana Matemtica (Mdia) e Varincia de uma Varivel Aleatria (v.a.):
A esperana matemtica de uma v. a. X uma medida que posiciona o centro de
uma distribuio de probabilidade.
Originalmente, o conceito de esperana matemtica surgiu em relao aos jogos
de azar e, em sua forma mais simples, o produto da quantia que um jogador pode
ganhar pela probabilidade de o jogador ganhar.
Qual a esperana matemtica de algum que compra um dentre 2.000 bilhetes
de uma rifa de uma viagem para o Chile, estimada em $1.960,00?
Como a probabilidade de ganhar a viagem de 1/2.000 = 0,0005, a esperana
matemtica $1.960,00 x 0,0005 = $ 0,98. Assim, do ponto de vista financeiro, seria
insensato pagar mais de 98 centavos de dlar por um bilhete dessa rifa, a menos que a
rifa fosse para alguma causa nobre ou que a pessoa que comprasse o bilhete estivesse
obtendo algum prazer com a aposta. O prmio era a viagem no valor de $1.960,00 e os
dois resultados eram a viagem no valor de $1.960,00 e coisa alguma. Poderamos
argumentar que um dos bilhetes da rifa pagar o equivalente a $ 1.960,00, e cada um dos
demais 1.999 bilhetes pagar coisa alguma, de modo que, na totalidade, os 2.000
bilhetes pagaro equivalente a $1.960,00 ou, em mdia 1.960/2.000 = $ 0,98 por bilhete.
Essa mdia a esperana matemtica.
Para generalizar o conceito de esperana matemtica, considere a modificao na
rifa citada acima.
Qual a esperana matemtica por bilhete se a rifa tambm sorteia um jantar para
dois num restaurante famoso, no valor de $200,00, como prmio de segundo lugar, e
duas entradas de cinema, no valor de $ 16,00, como prmio de terceiro lugar?
Agora podemos argumentar que um dos bilhetes pagar o equivalente a $
1.960,00, outro bilhete pagar o equivalente a $ 200,00, um terceiro pagar o equivalente
a $16,00 e cada um dos demais 1.997 bilhetes no pagar coisa alguma. Em sua
totalidade, portanto, os 2.000 bilhetes pagaro o equivalente a $1.960,00 + $200,00 + $
16,00 = $2.176,00, ou uma mdia equivalente a 2.176/2.000 = $1,088 por bilhete.
Olhando para o exemplo de uma maneira diferente, poderamos argumentar que, se o
sorteio fosse repetido muitas vezes, uma pessoa com um dos bilhetes ganharia coisa
1.997
alguma
.100 = 99,85% do tempo (ou com uma probabilidade de 0,9985 e cada um
2.000
Prof. Paulo Alessio 2 Semestre de 2009.

6
1
.100 = 0,05% do tempo (ou com uma probabilidade de 0,0005).
2.000
Em mdia, uma pessoa com um dos bilhetes ganharia o equivalente a $ 1.960 x 0,0005 +
$ 200 x 0,0005 + $ 16 x 0,0005 = $ 1,088, que a soma dos produtos obtidos
multiplicando cada pagamento pela probabilidade correspondente.

dos trs prmios

1.6.1 Para v.a. Discreta.


Mdia ou Valor Esperado:
Varincia:

= V (X ) =
i =1

( x)

= E ( X ) = xi . p( xi )
i =1

(xi ) . p ( x )
2

ou

= V ( X ) = E( X )

1.6.2 Para v.a. Contnua.


+

Mdia ou Valor Esperado:

= E(X) =

x. f ( x ) d x

Varincia:

= V (X ) =

(x ) . f ( x)dx
2

ou

= V ( X ) = E( X )

Observaes:
1) No caso da v. a. discreta, a esperana matemtica pode ser vista como uma mdia
ponderada, onde os pesos so as probabilidades de cada ponto.
2) No caso de uma v. a. contnua, a esperana matemtica coincide com o clculo do
valor da abscissa do centro de gravidade da rea que fica definida pela funo f(x). um
ponto de equilbrio que calculado a partir da funo densidade de probabilidade.
3) Podemos interpretar a esperana matemtica, tambm, como sendo uma mdia dos
valores que a v. a. assume se imaginarmos o experimento aleatrio sendo repetido
indefinidamente, e os valores de X sendo observados nas repeties. A funo de
probabilidade no caso discreto, ou a funo densidade de probabilidade no caso contnuo
refletem as freqncias relativas de ocorrncia dos valores de X.
1.7 Propriedades da Esperana Matemtica.
As propriedades operatrias apresentadas a seguir so vlidas para v. a.s
discretas e contnuas.
a) Se a uma constante, ento: E(a) = a
b) Se a e b so constantes, ento: E(aX + b) = a E(X) + b
c) E(X Y) = E(X) E(Y)
d) Se X e Y so duas variveis aleatrias independentes, ento E(XY) = E(X).E(Y)
Exemplos.
1) Considere um jogo no qual se lanam trs moedas, no viciadas, e se recebe
um dlar por cada cara que aparea. Quanto se esperaria ganhar, se se pudesse fazer o
jogo apenas uma vez? Ou, de outra maneira: qual o valor esperado de uma jogada?
A distribuio de probabilidade ser:
Nmero de caras
0
1
2
3
xi : valor a ser recebido ($)
0
1
2
3
Probabilidades: p(xi )
1/8
3/8
3/8
1/8
Prof. Paulo Alessio 2 Semestre de 2009.

7
1
3
3
1
= E ( x) = 0. + 1. + 2. + 3. = $ 1,50 O valor esperado uma mdia a longo prazo.
8
8
8
8
No caso, aps vrias jogadas se esperaria ganhar $ 1,50.

( x)

2) Se a probabilidade de um homem ganhar um premio de $ 10,00 de 20%. Qual


o valor esperado (esperana matemtica)? E(x) = 0,20 . 10 = $ 2,00.
3) Seja uma v.a. contnua com funo densidade de probabilidade dada por:
2x, se 0 < x < 1

f(x) =

0 para outros valores.

Determine a esperana matemtica.


1

= E ( X ) = x . f ( x ) d x = x . 2 x dx =
0

2
3

Exerccios.
1) Uma varivel aleatria discreta pode assumir cinco valores, conforme a distribuio de
probabilidade:
xi
1
2
3
5
8
p(xi )
0,20
0,25
...
0,30
0,10
a) Encontre o valor p(3).
b) Qual o valor da funo acumulativa para x = 5?
c) Encontre a mdia da distribuio.

Resposta. 0,15
Resposta. 0,90
Resposta. 3,45

2) A distribuio de probabilidade de uma varivel aleatria discreta X dada pela


frmula:
p ( x) = (0,8).

(0,2)

x 1

x = 1, 2, 3, ...

a) calcule p(x) para x =1, x = 2, x = 3, x = 4 e x = 5


b) some as probabilidades obtidas no item a. O que voc diria a respeito das
probabilidades para valores maiores do que 5?
Resposta. a)
xi
p(xi )

1
0,8

2
0,16

3
0,032

4
0,0064

5
0,00128

b) A soma das probabilidades atinge 0,99968, logo, as probabilidades para valores


maiores do que 5 so prximas de zero.
3) O nmero de chamadas telefnicas recebidas por uma central e suas respectivas
probabilidades para um intervalo de um minuto so:
Nmero de chamadas xi
Probabilidades p(xi )

0
0,55

1
0,25

2
0,10

3
0,04

a) Calcule F(2)
b) Determine p (1 x 4) e p(x > 1)
Prof. Paulo Alessio 2 Semestre de 2009.

4
0,04

5
0,02

Resposta. 0,90
Resposta. 0,43 e 0,20

c) Qual o nmero esperado de chamadas em um minuto?

Resposta. 0,83

4) Seja Z a varivel aleatria correspondente ao numero de pontos de uma pea de


domin (soma dos pontos).
a) Construa a tabela de distribuio de probabilidade de Z.
b) Calcule P( 2 z 6) .
c) Calcule F(8).
d) Qual o nmero mdio de pontos?
Resposta. a)
zi
0
1
2
3
4
5
6
7
8
9
10
11
12
p(zi ) 1/28 1/28 2/28 2/28 3/28 3/28 4/28 3/28 3/28 2/28 2/28 1/28 1/28
b) 1/2
c) 11/14
d) 6
5) Em uma sala, temos cinco rapazes e quatro moas. So escolhidas aleatoriamente trs
pessoas. Faa X a varivel aleatria: nmero de rapazes.
a) Determine a distribuio de probabilidade da varivel X. Construa uma tabela.
b) Calcule as probabilidades:
II. P( x 0) ;
III. P( 1 < x 3);
IV. P(2 < x < 3);
I. P( x 2) ;
VI. P(x > -1);
VII. P(x < 5).
c) Determine: F(2,5); F(3); F(0,5); F(3,5); F(2); F(1); F(6); F(-0,5).
Respostas. a)
xi
p(xi )
b) I) 37/42
c) 37/42;

0
1/21
1;

II) 1/21
1/21;

1
5/14
III) 25/42
1;

IV) 0
37/42;

2
10/21
V) 5/42
17/42;

V. P(x > 2);

3
5/42
VI) 1

1;

VII) 1
0

6) De uma caixa contendo 4 bolas pretas e 2 bolas verdes, 3 bolas so retiradas


sucessivamente sem reposio.
a) Encontre a distribuio de probabilidade de bolas verdes retiradas.
b) Calcule a esperana matemtica da distribuio encontrada.
Resposta a)

x
P( x )
i

Resposta b)

1
5

3
5

1
5

7) Uma moeda viciada de tal forma que cara duas vezes mais provvel de ocorrer que
coroa. Se a moeda jogada trs vezes, encontre a distribuio de probabilidade do
nmero de caras.
Resposta.
0
1
2
3
x
i

P ( xi )

1
27

6
27

12
27

Prof. Paulo Alessio 2 Semestre de 2009.

8
27

8) X uma varivel aleatria com a seguinte distribuio de probabilidade:


x
P(x)

0
1/4

1
1/8

2
1/4

3
1/8

4
1/4

a) Determine E(X)
R. 2
b) Determine E[(X + 1)/2]
R. 3/2
9) Suponha que uma caixa contm 12 bolas numeradas de 1 a 12. Faz-se duas
repeties independentes do experimento de selecionar aleatoriamente uma bola da caixa
(experimento com repetio). Seja X o maior entre os dois nmeros observados.
Determine a funo de probabilidade de X e a sua expectncia.
Resposta.
x
1
2
3
4
5
6
7
8
9
10
11
12
P(x) 1/144 3/144 5/144 7/144 9/144 11/144 13/144 15/144 17/144 19/144 21/144 23/144

E(x) = 1222/144
10) Uma associao imprimiu e vendeu 3.000 bilhetes de uma rifa para um quadro que
vale R$ 750,00. Qual a esperana matemtica de uma pessoa que compra um desses
bilhetes?
Resposta. R$ 0,25
11) Como parte de uma promoo, um fabricante de sabo oferece um primeiro prmio
de R$ 3.000,00 e um segundo prmio de R$ 1.000,00 a pessoas escolhidas
aleatoriamente dentre 15.000 pessoas dispostas a experimentar um novo produto e enviar
seu nome e endereo no rtulo. Qual a esperana matemtica de uma pessoa que
participa dessa promoo?
Resposta. R$ 0,27
12) Qual a nossa esperana matemtica se ganharmos R$ 25,00 quando um dado
lanado aparecer com 1 ou 6 pontos e perdermos R$ 12,50 quando aparecer com 2, 3, 4
ou 5 pontos?
Resposta. Zero
13) As probabilidades de um investidor vender um terreno para uma casa na montanha
com um lucro de R$ 2.500,00, de R$ 1.500,00, de R$ 500,00 ou com um prejuzo de R$
500,00 so de 0,22, 0,36, 0,28 e 0,14, respectivamente. Qual o lucro esperado do
investidor?
Resposta. R$ 1.160,00
BIBLIOGRAFIA.
BARBETTA, Pedro Alberto. Estatstica: para cursos de engenharia e informtica. So
Paulo: Atlas, 2004
ERBANO, Mrcia, Olandoski. Estatstica. Notas de Aula. Curitiba: Cefet-PR, 1996.
FONSECA, Jairo Simon da e MARTINS, Gilberto de Andrade. Curso de Estatstica. So
Paulo: Editora Atlas, 1996.
FREUND, John E. Estatstica aplicada: economia, administrao e contabilidade.
Porto Alegre: Bookman, 2006.
GUIMARES, Incio Andruski. Estatstica Notas de Aulas. Curitiba, 2005.
MARTINS, Gilberto de Andrade. Estatstica Geral e Aplicada. So Paulo: Editora Atlas,
2002.
MEYER, Paul L. Probabilidade Aplicaes Estatstica. Rio de Janeiro: Ao Livro
Tcnico, 1973.
MORETTIN, Pedro A. e BUSSAB, Wilton de O. Estatstica Bsica. So Paulo: Saraiva,
2003.
MORETTIN, Luiz Gonzaga. Estatstica Bsica Probabilidade. So Paulo: Makron
Books, 1999.
SPIEGEL, Murray R. Estatstica. Rio de Janeiro: McGraw-Hill, 1983.
TRIOLA, Mario F. Introduo Estatstica. Rio de Janeiro: LTC, 1999.
Prof. Paulo Alessio 2 Semestre de 2009.