VERSO PARA IMPRESSO

SUMRIO
Aula 05 | Modelos de Distribuio Discreta ................................................................................ 4
1. Modelo de Bernoulli ....................................................................................................................... 4
1.1. Definio..............................................................................................................................................4
2. Modelo Binomial ............................................................................................................................ 6
2.1. Definio..............................................................................................................................................6
3. Modelo Hipergeomtrico ................................................................................................................ 8
3.1. Definio..............................................................................................................................................8
4. Modelo de Poisson.......................................................................................................................... 9
4.1. Definio..............................................................................................................................................9

Aula 06 | Modelos de Distribuies Contnuas ......................................................................... 11

5. Modelo Uniforme ......................................................................................................................... 12
5.1. Definio............................................................................................................................................12
6. Modelo Exponencial...................................................................................................................... 13
6.1. Definio............................................................................................................................................13
7. Modelo Normal ............................................................................................................................ 15
7.1. Definio............................................................................................................................................15

Aula 07 | Distribuies Especiais de Probabilidade ................................................................... 19

8. Modelo T-Student ......................................................................................................................... 19
8.1. Definio............................................................................................................................................19
9. Modelo do Qui-Quadrado ( )...................................................................................................... 23
9.1. Definio............................................................................................................................................23

Aula 08 | Utilizao da Normal como Limite de Outras Distribuies ........................................ 25

10. Aproximao da Distribuio Binomial ........................................................................................ 26
10.1. Conceito...........................................................................................................................................26
11. Aproximao da Distribuio de Poisson...................................................................................... 29
11.1. Conceito...........................................................................................................................................29

............................................................................................................................ 34
................................................................................................................................ 34

AULA 05 | MODELOS DE DISTRIBUIO DISCRETA

Nesta aula,
apresentaremos alguns modelos probabilsticos padres voltados s variveis aleatrias discretas, com a
finalidade de serem usados em situaes prticas no dia a dia no mundo dos negcios, nas empresas, em
atividades esportivas, etc.

defeito de uma pea, retirada ao acaso, numa linha lanamento de um dado: interesse que ocorra o
de produo: com defeito ou no defeituoso; nmero 6 ou no 6;

lanamento de uma moeda: observar se ocorre cara observar se o sinal do celular est ativo ou no.
ou no;

Tem-se que:

(BARBETTA et al., 2010, p. 126).

observar se o sinal do celular 10 vezes no dia e

verificar a quantidade de veres que estava ativo.

Perceba que no necessrio calcular o 4 fatorial ( ) pois, como ele aparece no nmero e
no denominador, podemos simplificar a expresso ficando apenas

Numa cidade, a probabilidade de uma pessoa ser canhota de 5%. Se eu escolher ao

acaso 6 habitantes da cidade, qual a probabilidade de haver exatamente 4
canhotos?

Tem-se que:

Logo:

No estudo de probabilidades, a distribuio de Poisson considerada uma

distribuio que expressa a probabilidade de uma srie de eventos ocorrer num
certo intervalo de tempo.

Onde: a constante exponencial igual a

http://tinyurl.com/okakkeu

AULA 06 | MODELOS DE DISTRIBUIES CONTNUAS

Como j mencionamos, a distribuio Normal considerada a distribuio de probabilidades mais

importante entre as funes que tratam as variveis aleatrias contnuas, pois permite modelar a maioria
dos fenmenos naturais e possibilita ainda fazer aproximaes de outras variveis aleatrias com outras
distribuies (essas aproximaes sero tratadas na Aula 8).

O quadro a seguir apresenta a tabela da distribuio normal padro. Na tabela esto relacionados
os valores positivos de , com reas sob a calda superior da curva. Os valores de
so
apresentados em com duas decimais. A primeira decimal representada pela coluna da esquerda
(abaixo do ) e a segunda decimal representada pela linha ao lado direito de , no topo da
tabela.

Pode-se dizer ento que a probabilidade de encontrar notas no intervalo entre 75 a 82 de

. Significa dizer que, nesse intervalo, encontraremos
, ou seja,
aproximadamente 94 alunos.

Numa faculdade, a mdia das alturas dos alunos =1,70 m. O desvio-padro de

= 0,15 m. Assim, qual a probabilidade de um aluno sorteado ao acaso ter altura
entre 1,61 e 1,85 m?

http://tinyurl.com/mj24xp2

AULA 07 | DISTRIBUIES ESPECIAIS DE PROBABILIDADE

O estudo das pequenas amostras, em estatstica, conhecido como a teoria das

pequenas amostras.

 = 2,201

= 2,201

Considerando uma amostra de 18 pessoas, determinada varivel apresenta

distribuio t-Student com mdia 0 e desvio-padro 1. Para essa varivel, qual a
probabilidade de que t esteja entre -2,201 e 2,201? (Dica: No se esquea de
calcular os graus de liberdade primeiro! )

AULA 08 | UTILIZAO DA NORMAL COMO LIMITE DE OUTRAS

DISTRIBUIES

a.
b.

a.

b.

;
.

;
.

<55,5

Temos, ento, que a

Verifica-se, para um tamanho de amostra igual a 100, que a diferena menos significativa.
A probabilidade da Binomial deu
enquanto a aproximao utilizando a Normal foi de
.

, onde

Assim, temos que

, logo:

, logo:

Verifica-se que a probabilidade pela distribuio de Poisson foi de 86,99 enquanto pela
aproximao da Normal foi de
. Valores considerados muito prximos, com o
esforo de clculo bem mais reduzido.