PROBABILIDADE & ESTATSTICA

Lilian de Souza Vismara

Mestre Eng. Eltrica ESSC / USP
Licenciada em Matemtica UFSCar

1
PROBABILIDADE & ESTATSTICA

VARIVEIS ALEATRIAS
DISTRIBUIES DE PROBABILIDADE

Lilian de Souza Vismara

Mestre Eng. Eltrica ESSC / USP
Licenciada em Matemtica UFSCar

2
 Introduo
O que Varivel Aleatria?
Varivel aleatria uma funo que relaciona os
valores de uma varivel com probabilidades.
Podemos identificar dois tipos de variveis
aleatrias : discretas e contnuas.

O que so Parmetros?
So informaes que controlam o
comportamento da varivel aleatria.
Exemplo: mdia.

3
 Alguns modelos probabilsticos para
variveis aleatrias
Algumas variveis aleatrias adaptam-se muito bem a uma srie
de problemas prticos.
Logo, um estudo pormenorizado dessas variveis de grande
importncia para a construo de modelos probabilsticos para
situaes reais e a consequente estimao de parmetros.
Para algumas dessa distribuies existem tabelas que facilitam o
clculo de probabilidades, em funo de seus parmetros.
Nesta seo, iremos estudar alguns desses modelos, procurando
enfatizar as condies em que eles so utilizados as funes
de probabilidades (variveis discretas) ou de funes de
densidade de probabilidade (variveis contnuas) , bem como
calcular probabilidade de ocorrncia de eventos.
4
 Distribuio de Probabilidade?
Em estatstica, uma distribuio de probabilidade descreve a
chance que uma varivel pode assumir ao longo de um espao
de valores.
Ela uma funo cujo domnio so os valores da varivel e
cuja imagem so as probabilidades de a varivel assumir cada
valor do domnio.
O conjunto imagem deste tipo de funo est sempre restrito ao
intervalo entre 0 e 1.
Uma distribuio de probabilidade pode ser discreta (como em
um jogo de dados) ou contnua.
comum o uso de funes que se ajustem distribuio de
probabilidade.

5
 Distribuies de Probabilidades
para Variveis Aleatrias Discretas

Distribuio Uniforme Discreta

Distribuio de Bernoulli

Distribuio Binomial

Distribuio de Poisson
6
 Distribuio Uniforme Discreta

7
 Distribuio de Bernoulli
O que as perguntas tm em comum?
Diminuiro os casos de dengue no prximo ano?
Haver uma alta do trigo este ano?
Uma moeda lanada vai dar cara?

O tipo de resposta:
Sim ou no.

8
 Distribuio de Bernoulli
Variveis aleatrias cuja resposta sim/no
seguem uma distribuio de Bernoulli.

X ~ Ber ( p )

E(X ) p
Sim (X=1) p
Sim ou
V (X ) pq
no?
No (X=0) 1p=q
(q 1 p)
 Distribuio Binomial
Considere agora as seguintes perguntas:

Quantas vezes vo ocorrer casos de dengue no prximo ano?

Quantas vezes vai haver uma alta do trigo nos prximos 20 anos?
Se lanarmos uma moeda 5 vezes, quantas vezes teremos cara?

Muitas vezes, no queremos saber apenas se

algo ocorre ou no.
Queremos saber quantas vezes ela ocorre.

10
 Distribuio Binomial
Se lanarmos uma moeda 5 vezes, quantas vezes teremos cara?

cara(1/2)
cara(1/2)
coroa(1/
2)
cara(1/2)
cara(1/2)
coroa(1/
2) coroa(1/
2)
cara(1/2)
cara(1/2)
cara(1/2)
coroa(1/
coroa(1/ 2)
2)
cara(1/2)
coroa(1/
2) coroa(1/
cara 2)

Com apenas 5 (1/2)

cara(1/2)
cara(1/2)
coroa(1/
2)
cara(1/2)
lanamentos o mtodo da coroa(1/
2)
cara(1/2)
coroa(1/
coroa(1/ 2)

rvore se torna invivel . 2)

cara(1/2)
cara(1/2)
coroa(1/
coroa(1/ 2)
2)
cara(1/2)
coroa(1/
2) coroa(1/
2)
Incio
cara(1/2)
cara(1/2)
coroa(1/
2)
cara(1/2)
cara(1/2)
coroa(1/
2) coroa(1/
2)
cara(1/2)
cara(1/2)
cara(1/2)
coroa(1/
coroa(1/ 2)
2)
cara(1/2)
coroa(1/
2) coroa(1/
coroa 2)
(1/2)
cara(1/2)
cara(1/2)
coroa(1/
2)
cara(1/2)
cara(1/2)
coroa(1/
2) coroa(1/
coroa(1/ 2)
2)
cara(1/2)
cara(1/2)
coroa(1/
coroa(1/ 2)

rvore das probabilidades 2)

coroa(1/
2)
cara(1/2)
coroa(1/

11
2)
 Distribuio Binomial
A distribuio binomial resolve problemas de
contagem respondendo perguntas do tipo
quantos em experimentos onde:
(1) h dois resultados possveis ,
(2) a probabilidade de sucesso constante e
(3) os eventos so independentes.

X ~ Bin ( n , p ) E(X ) np

Var ( X ) npq
n! x n x
P(X x) p q
x! n x !
12
 Distribuio de Poisson
Muitas pessoas confundem a distribuio binomial com a de Poisson, j
que ambas resolvem problemas de contagem.
Uma diferena fcil de observar entre as duas que a binomial tem um
nmero mximo possvel de ocorrncias e a Poisson no tem.

EXEMPLOS:
Se lanarmos uma moeda 3 vezes, qual o nmero mximo de caras que
se poder obter?
Se lanarmos uma moeda 100 vezes, qual o nmero mximo de caras
que se poder obter?

Quantas pessoas estaro na fila no horrio de pico?

Quantos telefonemas por dia so registrados em um call center?
Quantos acidentes vo acontecer este ano?

Assim, uma pergunta como quantas pessoas estaro na fila no horrio

de pico no pode ser respondida por uma binomial.
13
 Distribuio de Poisson
Nestes exemplos, interessa contar quantas vezes
alguma coisa acontece em um espao contnuo
de tempo. Quando isso acontece, podemos usar
a distribuio de Poisson

X ~ Poisson ( ) E(X )

k Var ( X )
e
P(X k)
k!

14
 Distribuies de Probabilidades para
Variveis Aleatrias Contnuas
(f.d.p.)
Distribuio Uniforme Contnua

Distribuio Normal

Distribuio Exponencial

Distribuio de Gama

Distribuio Qui-Quadrado

Distribuio t de Student

Distribuio F de Snedecor
15
 Distribuio Normal
Quanto tempo vai demorar at o fornecedor entregar a
encomenda que fizemos hoje?

tempo de entrega

semanas
16
Distribuio normal Com base em dados, podemos
construir um histograma.

J vimos que, tornando o tamanho

dos blocos cada vez menores,
tempo de entrega chegamos a uma funo que se
ajusta aos dados.

Que funo essa?

Podemos propor um tringulo.

Mas essa distribuio tem alguns

problemas

Por exemplo, ela diz que o tempo

de entrega tem um valor mnimo e
um valor mximo que pode assumir
(cerca de 1,45 e 1,98 semanas).
semanas razovel pensar que impossvel
o produto demorar menos do que
1,45 ou mais do que 1,98 semanas
para ser entregue?
Distribuio normal
Diminuindo o tamanho dos
intervalos, vemos surgir outros
problemas.
tempo de entrega No topo da distribuio, a gente
parece ter uma forma
arredondada, no uma ponta.

Mais ainda, a distribuio tringular

no se ajusta muito bem aos
dados nas caudas.

Precisamos ento de uma

distribuio ligeiramente
arredondada, que no tenha limites
e que tenha caudas.
No momento em que a turma
compreender isso, pode-se
semanas introduzir a distribuio normal

18
Distribuio normal

tempo de entrega

2
1 x 1,7
1 2 0 ,1
f (x) e
0 ,1 2

Assim, se introduz a curva normal como

uma sugesto para modelar os dados.

semanas

19
 Distribuio normal
tempo de entrega

2
1 x 1,7
1 2 0 ,1
f (x) e
0 ,1 2

Desvio padro = 0,1

Cotao
Tempo mdio de mdia
entregado
= 1,7 semanas
dlar = 1,7 2
1 x 1,7
1 2 0 ,1
Neste exemplo, a distribuio normal expressa por: f (x) e
0 ,1 2
 Distribuio normal
tempo de entrega

1,7 o tempo mdio de entrega,

mostrado pelas linhas azuis no
histograma e na frmula.
J o desvio padro, que d o
quanto o tempo de entrega varia
Desvio padro = 0,1 em torno da mdia, 0,1, indicado
pelas linhas laranjas e mostradas
na frmula.

No prximo slide, mostraremos a

curva normal genrica.

Cotao
Tempo mdio de entrega = 1,7mdia do
semanas
dlar = 1,7
2
1 x 1,7
1
Neste exemplo, a distribuio normal expressa por: f (x) e
2 0 ,1

0 ,1 2
 Distribuio normal

2
X ~ N ( ; )

E(X )
2
V (X )
2
1 x
1 2
f (x) e
2

Note que a distribuio normal possui dois parmetros: o valor esperado e a

varincia.
O valor esperado igual ao valor mdio da varivel aleatria normal.
importante ter uma noo intuitiva do que significam os parmetros da normal,
porque esta distribuio muito til.
 Distribuio normal
Qual a probabildiade do tempo de entrega ser acima de 1,80
semanas? 2
1 x
1 2
P(X 1 , 80 ) e dx
1 , 80
2
tempo de entrega
Impossvel!!!

A probabilidade de X>1,80 seria a rea abaixo

da curva normal
e apontar o fato de que isso seria calculado pela
frmula mostrada.

Com a matemtica apresentada nos cursos de

Clculo, esta integral no pode ser resolvida.

Os matemticos conseguiram calcular a integral

acima para uma varivel com =0 e =1.
semanas Esta varivel, Z~N(0,1), segua o que se chama
uma distribuio normal padro.
 Distribuio normal
Qual a probabilidade do tempo de entrega ser acima de 1,80
semanas?

tempo de entrega
2
1 x
1 2
P(X 1 , 80 ) e dx
1 , 80
2
1 2
z 1 2
z
P (Z z) e dz
2

Para esta integral, os matemticos

conseguiram encontrar uma soluo.

semanas

24
 tempo de entrega
2
1 x
1 2
P(X 1 , 80 ) e dx
1 , 80
2
1 2
z 1 2
z
P (Z z) e dz
2

Para esta integral, os matemticos

conseguiram encontrar uma soluo.

semanas

Comparando as duas, deve-se conseguir observar que:

Z ~ N(0,1)
e que
Z = (X )/
A distribuio N(0,1) uma distribuio normal padro e a varivel Z dita
padronizada. 25
 Distribuio normal padronizada

Como podemos saber

quanto P(Z>1)?
Para isso, precisamos de
uma tabela da distribuio
normal (padronizada)
A tabela ao lado nos d a
rea esquerda de um valor,
ou seja, nos d a
probabilidade de Z ser
menor do que um
determinado valor.

26
Distribuio normal padronizada

P(X<-2,76)=0,0029

27
 Distribuio normal padronizada
Qual a probabildiade do tempo de entrega ser acima de 1,80
semanas?

tempo de entrega

X 1 , 80 1 , 70
P(X 1 , 80 ) P P Z 1
0 ,1

P(Z > 1) conhecido e igual a 15,86%.

COMO????
semanas P(Z > 1) = 15,86% ?

Vejamos como determinar P(Z > 1)

 Distribuio normal padronizada

Como podemos saber quanto P(Z>1)?

P(Z>1) = 1 P(Z<1)
P(Z<1) pode ser obtido pela tabela...

P(Z<1) = 0,8413 Agora, retornamos ao problema de como

P(Z>1) = 1 0,8413 obtivemos P(Z>1).
No temos P(Z>1) diretamente, mas
P(Z>1) = 0,1586 temos P(Z<1). Com esse resultado,
P(Z>1) = 15,86% calculamos P(Z>1) = 1 P(Z<1) e
chegamos a 1586%, como tnhamos dito
anteriormente.
 Desvios da normalidade
A distribuio normal igual para ambos os lados. Ela
claramente simtrica.
Nem todas as distribuies so assim. Elas so ditas
assimtricas.
A assimetria nos diz se a varivel aleatria tende a se afastar da
moda igualmente para os dois lados ou mais para um lado do
que para outro.

30
 Desvios da normalidade
Assimetria

Mediana
Moda = Mdia = Mediana
Moda

31
 Mediana
Moda = Mdia = Mediana
Moda

Em uma distribuio simtrica, como a normal, o valor mximo divide a distribuio em

dias, partes idnticas. Portanto, a moda igual mediana.
Como a mdia est sempre entre a moda e a mediana, as 3 so iguais.

Isso no ocorre no caso de uma distribuio assimtrica.

No caso da distribuio em azul, a moda est no incio da distribuio e claramente no
divide a amostra em duas partes iguais.
A moda , portanto, diferente da mediana.

A assimetria, portanto, pode ser detectada olhando o grfico da distribuio ou

comparando a moda com a mediana e vendo se elas so iguais ou diferentes.
 Distribuio exponencial
Considere as seguintes
perguntas:

Quantas pessoas chegam na

fila no horrio de pico?
X = nmero de pessoas que
chegam na fila no horrio de
pico
Qual o tempo que demora
entre a chegada de duas
pessoas?
T = tempo entre a chegada de
duas pessoas

33
 Distribuio exponencial

Pode-se mostrar que, se X segue uma distribuio de Poisson, o

tempo entre duas pessoas na fila seguir uma distribuio
exponencial, dada por:

t
f (t ) e

Qual o valor esperado de T ?

34
 Distribuio exponencial
A distribuio exponencial modela tempos entre eventos que seguem
uma distribuio de Poisson.
As distribuies exponencial e a de Poisson correspondentes possuem
o mesmo parmetro.

t
f (t ) e

1
E (T )

1
Var ( T ) 2

35
 Distribuio exponencial
Poisson Exponencial
Significado Nmero de pessoas que Tempo entre a chegada de
chegam em mdia duas pessoas
Valor esperado (mdia) 1/
Varincia 1 / 2

36
Distribuio exponencial

Funo de
t
s s
t
t distribuio
P (T t) e ds e 1 e
0 0 acumulada da
exponencial.
P (T t) 1 P (T t)
t
P (T t) 1 (1 e )
t
P (T t) e

37
 Distribuio exponencial

A durao de vida de uma lmpada tem distribuio

exponencial com durao esperada de 1.000h. Qual a
probabilidade de ela durar mais do que 1.000h?

1 1
E (T ) 1 . 000 0 . 001
1 . 000
t
P (T t) e
0 . 001 1 . 000 1
P (T 1 . 000 ) e e 37 %

38
Referncias
*BATISTA, J. L. F. Notas para acompanhar as aulas da
disciplina Introduo Bioestatstica Florestal.
Piracicaba, 1997.

*BUSSAB, W. de O.; MORETTIN, P. A. Estatstica bsica. 5.

ed. So Paulo: Saraiva, 2010.

*LEVINE, D. M.; BERENSON, M. L; STEPHAN, D. Estatstica:

teoria e aplicaes. 5. ed. Rio de Janeiro: Livros Tcnicos
e Cientficos, 2008.

*VISMARA, Edgar de Souza. Notas das aulas de Estatstica

ministradas no Cmpus Dois Vizinhos. 2014.
Referncias bsicas:
VISMARA, Edgar de Souza. Notas das aulas de Estatstica ministradas no
Cmpus Dois Vizinhos. 2014.
BATISTA, J. L. F. Notas para acompanhar as aulas da disciplina Introduo Bioestatstica
Florestal. Piracicaba, 1997.
BUSSAB, Wilton O. Estatstica Bsica. 6.Ed.So Paulo, SP: Saraiva, 2010.
CAMPOS, Celso Ribeiro; WODEWOTZKI, Maria Lcia Lorenzetti; JACOBINI, Otvio Roberto.
Educao Estatstica: Teoria e Prtica em Ambientes de Modelagem Matemtica. 1. Ed. Belo
Horizonte: Autntica, 2011.
CRESPO, A. A. Estatstica Fcil. 19. ed. So Paulo: Saraiva, 2009.
MORETTIN, L. G. Estatstica bsica: probabilidade e interferncia. So Paulo: Pearson
Education Prentice Hall, 2010.
VIEIRA, S. Elementos de estatstica. 4. ed. So Paulo: Atlas, 2003.
Referncias complementares:
DOWNING, D. Estatstica aplicada. 3. ed. So Paulo: Saraiva, 2010.
FONSECA, J. S. da. Curso de Estatstica. 6. ed. So Paulo: Atlas, 1996.
LEVINE, D. M.; BERENSON, M. L; STEPHAN, D. Estatstica: teoria e aplicaes. 5. ed. Rio de Janeiro:
Livros Tcnicos e Cientficos, 2008.
MAGNUSSON, W.; MOURO, G. Estatstica sem matemtica: a ligao entre as questes e anlise.
Londrina: Editora Planta, 2005.
PETERNELLI, L. A.; MELLO, M. P. Conhecendo o R: uma viso estatstica. 2. ed. So Paulo: UFV, 2011.
VIEIRA, S. Elementos de estatstica. 4. ed. So Paulo: Atlas, 2003.
40