Aula07 Est1

Estatística I - Probabilidade Profa Fádua Ferreira
UNIVERSIDADE FEDERAL DO PARÁ

FACULDADE DE ECONOMIA
ESTATÍSTICA I
DISTRIBUIÇÕES DE PROBABILIDADE
Aula 07
Professora Fádua Ferreira
faduafantonio@gmail.com
CRONOGRAMA DE AULA
•18/11/2019: Distribuições Discretas de
Probabilidade e Distribuição Binomial;
•25/11/2019: Função de Densidade de
Probabilidade e Distribuição Normal (2ª
chamada da 2ª avaliação);
•02/12/2019: Distribuição Normal - continuação;
•09/12/2019: Revisão;
•16/12/2019: 3ª AVALIAÇÃO.
Distribuições Discretas de Probabilidade 1

VARIÁVEIS ALEATÓRIAS
O resultado de um experimento probabilístico geralmente é
uma contagem ou uma medida. Quando isso ocorre, esse
resultado é um possível valor de uma variável aleatória.
• Definição
Uma variável aleatória 𝒙 representa um valor numérico
associado a cada resultado de um experimento probabilístico
(ou aleatório).

A palavra aleatória indica que 𝑥 é determinado em função de um objeto
escolhido ao acaso. Há dois tipos de variáveis aleatórias: discreta e contínua.
• Definição
1. Uma variável aleatória é discreta quando tem um número finito ou
contável de resultados possíveis que podem ser enumerados.
2. Uma variável aleatória é contínua quando tem um número incontável de
resultados possíveis, representados por um intervalo na reta numérica.
• Dica de estudo
Na maioria das aplicações praticas, as variáveis aleatórias discretas
representam dados contáveis, enquanto as variáveis aleatórias contínuas
representam dados mensuráveis.
Você conduz um estudo sobre o número de ligações que um vendedor
faz em um único dia.
Os valores possíveis da variável aleatória 𝑥 são 0, 1, 2, 3, 4 e assim por
diante.
Uma vez que o conjunto de resultados possíveis {0, 1, 2, 3, ...} pode ser
listado, 𝑥 é uma variável aleatória discreta.
Você pode representar esses valores como pontos na reta numérica,
como mostra a Figura 4.3.
Figura 4.3 número de ligações (discreta).

Uma forma diferente de conduzir o estudo seria medir o tempo diário (em
horas) que um vendedor passa fazendo ligações.
O tempo gasto fazendo ligações pode ser qualquer número real de 0 a 24
(incluindo frações e decimais), então 𝑥 é uma variável aleatória contínua.
Você pode representar esses valores em um intervalo na reta, mas você não
poderá enumerar todos os valores possíveis (veja a Figura 4.4).
Figura 4.4 Horas gastas em ligações (continua).
Quando uma variável aleatória é discreta, você pode listar ou enumerar os

valores possíveis que ela pode assumir.
Porém, é impossível listar todos os valores para uma variável aleatória
contínua.
EXEMPLO 1
Variáveis discretas e variáveis contínuas
Determine se a variável aleatória 𝑥 é discreta ou contínua. Explique seu
raciocínio.
1. 𝑥 representa o número de empresas, da lista das 500 maiores, que
perderam dinheiro no ano passado.
2. 𝑥 representa o volume de gasolina em um tanque de 21 galões.
Solução
1. O número de empresas que perderam dinheiro no ano passado pode
ser contado: {0, 1, 2, 3, ..., 500}. Logo, 𝑥 é uma variável aleatória
discreta.
2. A quantidade de gasolina no tanque pode ser qualquer volume de 0
a 21 galões. Portanto, 𝑥 é uma variável aleatória contínua.

TENTE VOCÊ MESMO 1

Determine se a variável aleatória x é discreta ou contínua. Explique seu
raciocínio.
1. 𝑥 representa a velocidade de um foguete.
a. Determine se 𝑥 representa dados contáveis ou mensuráveis.
b. Conclua e explique seu raciocínio.
2. 𝑥 representa o número de bezerros nascidos em uma fazenda em

um ano.
a. Determine se 𝑥 representa dados contáveis ou mensuráveis.
b. Conclua e explique seu raciocínio.
DISTRIBUIÇÕES DISCRETAS
DE PROBABILIDADE

DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

Para cada valor de uma variável aleatória discreta pode ser atribuída uma
probabilidade. Ao listar cada valor da variável aleatória com sua probabilidade
correspondente, você estará formando uma distribuição discreta de
probabilidade.
• Definição
Uma distribuição discreta de probabilidade lista cada valor possível que a variável
aleatória pode assumir, com sua respectiva probabilidade.
Uma distribuição de probabilidade discreta deve satisfazer as seguintes condições:
EM PALAVRAS EM SÍMBOLOS
1. A probabilidade de cada valor da variável aleatória
0 ≤ 𝑃 (𝑥) ≤ 1
discreta esta entre 0 e 1, inclusive.
2. A soma de todas as probabilidades é 1. Σ𝑃 (𝑥) = 1
DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

Como probabilidades podem ser indicadas por frequências relativas, uma
distribuição de probabilidades discreta pode ser representada graficamente em um
histograma de frequência relativa (matematicamente, o usual é um gráfico de
barras ou segmentos verticais).
• Instruções
Construindo uma distribuição discreta de probabilidade
Seja 𝑥 uma variável aleatória discreta com resultados possíveis 𝑥 , 𝑥 , … , 𝑥 .
1. Construa uma distribuição de frequências para os resultados possíveis.
2. Calcule a soma das frequências.
3. Determine a estimativa da probabilidade de cada resultado possível dividindo
sua frequência pela soma das frequências.
4. Verifique que cada probabilidade esteja entre 0 e 1, inclusive, e que a soma seja
1.

EXEMPLO 2
Construindo e representando graficamente uma Tabela 4.2 Distribuição de
distribuição discreta de probabilidade frequência dos resultados de um
Um psicólogo industrial aplicou um teste de teste de personalidade.
personalidade para identificar características
Pontuação Frequência
passivo-agressivas em 150 colaboradores. Os
indivíduos recebiam uma pontuação de 1 a 5, 1 24
sendo 1 extremamente passivo e 5 extremamente 2 33
agressivo. Uma pontuação 3 não indicava nenhuma 3 42
das duas características. Os resultados estão 4 30
indicados na Tabela 4.2. Construa uma distribuição 5 21
de probabilidade para a variável aleatória x. Depois,
represente graficamente a distribuição usando um
histograma.
EXEMPLO 2
Solução
Divida a frequência de cada pontuação pelo número total de indivíduos no
estudo para determinar a estimativa da probabilidade para cada valor da variável
aleatória.
24 33 42
𝑃 1 = = 0,16; 𝑃 2 = = 0,22; 𝑃 3 = = 0,28;
150 150 150
30 21
𝑃 4 = = 0,20; 𝑃 5 = = 0,14
150 150
A distribuição discreta de probabilidade é apresentada na Tabela 4.3:
Tabela 4.3 Distribuição discreta de probabilidades para as possíveis pontuações.
x 1 2 3 4 5
P(x) 0,16 0,22 0,28 0,20 0,14

EXEMPLO 2
Solução
O histograma está indicado na Figura 4.5. Como a
largura de cada barra é um, a área de cada barra é
igual à probabilidade de um resultado particular. Além
disso, a probabilidade de um evento corresponde à
soma de áreas dos resultados incluídos no evento. Por
exemplo, a probabilidade de um evento “ter uma
pontuação de 2 ou 3” é igual à soma das áreas da
segunda e terceira barras. (É como se desse um
tratamento contínuo a uma variável discreta.)
(1) (0,22) + (1) (0,28) = 0,22 + 0,28 = 0,50.
Interpretação: É possível verificar que a distribuição é
aproximadamente simétrica.
TENTE VOCÊ MESMO 2

Uma empresa rastreia o número de vendas Tabela 4.4 Distribuição de frequência.
que os novos colaboradores fazem todos os
Vendas por dia, 𝒙 Número de dias, 𝒇
dias, durante um período de experiência de
0 16
100 dias. Os resultados de um novo
1 19
colaborador estão indicados na Tabela 4.4.
Construa a distribuição de probabilidades e 2 15
faça sua representação gráfica. 3 21
4 9
a. Determine a probabilidade de cada
5 10
resultado.
6 8
b. Organize as probabilidades em uma 7 2
distribuição de probabilidade.
c. Represente graficamente a distribuição
de probabilidades usando um histograma.

EXEMPLO 3
Verificando uma distribuição de probabilidade
Verifique que a distribuição da Tabela 4.1 é uma distribuição de
probabilidade.
Tabela 4.1 Distribuição de probabilidade de chuva para três dias.
Dias de chuva Contagem Probabilidade
0 1 0,216
1 3 0,432
2 3 0,288
3 1 0,064
EXEMPLO 3
• Solução
Se a distribuição é uma distribuição de probabilidade, então
(1) cada probabilidade está entre 0 e 1, inclusive, e
𝑃 = 0,216; 𝑃 = 0,432; 𝑃 = 0,288; 𝑃 = 0,064
(2) a soma de todas as probabilidades é igual a 1.
Σ𝑃(𝑥) = 0,216 + 0,432 + 0,288 + 0,064 = 1.
Interpretação: Como ambas as condições são preenchidas, a
distribuição é uma distribuição de probabilidades.

TENTE VOCÊ MESMO 3

Verifique que a distribuição que você montou no Tente você mesmo 2 é
uma distribuição de probabilidades.
a. Verifique se a probabilidade de cada resultado está entre 0 e 1,
inclusive.
b. Verifique se a soma de todas as probabilidades é 1.
c. Conclua o raciocínio.
EXEMPLO 4
Identificando distribuições de probabilidade
Determine se as distribuições dos itens a seguir são distribuições de
probabilidade. Explique seu raciocínio.
1. x 5 6 7 8 2. x 1 2 3 4
P(x) 0,28 0,21 0,43 0,15 P(x) 1/2 1/4 5/4 -1
• Solução
1. Cada probabilidade está entre 0 e 1, mas a soma de todas as
probabilidades é 1,07, que é maior que 1. Portanto, esta não é uma
distribuição de probabilidade.
2. A soma de todas as probabilidades é igual a 1, mas P(3) e P(4) não estão
entre 0 e 1. Portanto, esta não é uma distribuição de probabilidades. As
probabilidades nunca podem ser negativas ou maiores do que 1.

TENTE VOCÊ MESMO 4

Determine se as distribuições dos itens a seguir são distribuições de
probabilidade. Explique seu raciocínio.
1. x 5 6 7 8 2. x 5 6 7 8
P(x) 1/16 5/8 1/4 1/16 P(x) 0,09 0,36 0,49 0,10
a. Determine se a probabilidade de cada resultado está entre 0 e 1,

inclusive.
b. Determine se a soma de todas as probabilidades é 1.
c. Conclua o raciocínio.
MÉDIA, VARIÂNCIA E DESVIO PADRÃO

Você pode indicar o centro de uma distribuição de probabilidades com sua média e
medir a variabilidade com sua variância e desvio padrão. A média de uma variável
aleatória discreta é definida como segue.
• Média de uma variável aleatória discreta
A média de uma variável aleatória discreta e dada por:
𝑋= 𝑥𝑝 𝑥
Cada valor de 𝑥 é multiplicado por sua correspondente probabilidade e os produtos

são adicionados.
A média de uma variável aleatória representa a “média teórica” de um
experimento probabilístico que, quando realizado, não resulta necessariamente
nesse valor de média.
Se o experimento fosse repetido milhares de vezes, a média de todos os resultados,
provavelmente, seria próxima à média da variável aleatória.

EXEMPLO 5
Encontrando a média de uma distribuição de probabilidade
A distribuição de probabilidade para o teste de personalidade discutido no Exemplo 2 está apresentada na
Tabela 4.5. Encontre a pontuação média.
Tabela 4.5 Distribuição de probabilidade para o teste de personalidade
𝑥 𝑃(𝑥)
1 0,16
2 0,22
3 0,28
4 0,20
5 0,14
∑𝑃 𝑥 = 1
EXEMPLO 5
• Solução
Use a tabela para organizar seus cálculos, como indicado na Tabela 4.6. Da tabela, você pode verificar que a
pontuação média é aproximadamente 2,9. (Note que a média é arredondada para uma casa decimal a mais
que os valores possíveis da variável aleatória x.)
𝑥 𝑃(𝑥) 𝑥𝑃(𝑥)
1 0,16 1(0,16) = 0,16
2 0,22 2(0,22) = 0,44
3 0,28 3(0,28) = 0,84
4 0,20 4(0,20) = 0,80
5 0,14 5 (0,14) = 0,70
∑𝑃 𝑥 = 1 ∑𝑥𝑃 𝑥 = 2,94 ≈ 2,9
Interpretação: Lembre que uma pontuação de 3 representa um indivíduo que não exibe nem características
passivas nem agressivas, e a média é ligeiramente menor que 3. Então, a característica de personalidade média
não é nem extremamente passiva, nem extremamente agressiva, mas é levemente mais próxima à passividade.

TENTE VOCÊ MESMO 5

• Encontre a média da distribuição de probabilidade que você construiu
• no Tente você mesmo 2. O que você consegue concluir?
• a. Determine os produtos dos possíveis resultados por suas
correspondentes
• probabilidades.
• b. Calcule a soma dos produtos.
• c. Interprete os resultados.

Embora a média da distribuição de probabilidade de uma variável aleatória
descreva um resultado típico, ela não dá informações sobre a maneira como
os resultados variam. Para estudar a variação dos resultados, você pode usar
a variância e o desvio padrão da distribuição de probabilidades de uma
variável aleatória.
• Variância e desvio padrão de uma variável aleatória discreta
A variância de uma variável aleatória discreta é:
𝜎 = ∑ 𝑥 − 𝑋 𝑝(𝑥)
O desvio padrão é:

𝜎 = 𝜎 = ∑ 𝑥 − 𝜇 𝑃(𝑥)
• Dica de estudo
Uma fórmula abreviada para a variância de uma distribuição de
probabilidade é:
𝜎 = ∑𝑥 𝑃(𝑥) − 𝜇

EXEMPLO 6
Encontrando a variância e o desvio padrão
A distribuição de probabilidade para o teste de personalidades
discutido no Exemplo 2 é mostrado na Tabela 4.7. Encontre a variância
e o desvio padrão da distribuição de probabilidade.
Tabela 4.7 Distribuição de probabilidade para o teste de personalidade
x P(x)
1 0,16
2 0,22
3 0,28
4 0,20
5 0,14
EXEMPLO 6
• Solução Então, a variância é
Do Exemplo 5 você sabe que, antes de 𝜎 = 1,6164 ≈ 1,6
arredondar o valor, a média da distribuição é m E o desvio padrão é:
= 2,94. Use uma tabela para organizar seu
𝜎= 𝜎 =

1,6164 ≈ 1,3
trabalho,
conforme mostrado na Tabela 4.8:
Interpretação: A maioria dos valores x difere da
Tabela 4.8 Calculo da variância e desvio padrão média não mais que 1,3 ponto.
para o teste de personalidade.
x P(x) 𝒙−𝝁 𝒙−𝝁 𝟐 𝒙 − 𝝁 𝟐 𝑷(𝒙)
1 0,16 -1,94 3,7636 0,602176
2 0,22 -0,94 0,8836 0,194392
3 0,28 0,06 0,0036 0,001008
4 0,20 1,06 1,1236 0,224720
5 0,14 2,06 4,2436 0,594104
∑𝑃 𝑥 = 1 ∑ 𝑥 − 𝜇 𝑃 𝑥 = 1,6164

TENTE VOCÊ MESMO 6

Determine a variância e o desvio padrão da distribuição de
probabilidade construída no Tente você mesmo 2.
a. Para cada valor de x, encontre o quadrado do desvio em relação à
média e multiplique esse valor pela probabilidade correspondente de x.
b. Faça a soma dos produtos da parte (a) encontrando a variância.
c. Tire a raiz quadrada da variância para encontrar o desvio padrão.
d. Interprete os resultados.
VALOR ESPERADO
A média de uma variável aleatória representa o que você esperaria
acontecer com a média de milhares de testes (população). Ela também
é chamada de valor esperado.
• Definição
O valor esperado de uma variável aleatória discreta é igual a média da
variável aleatória.
Valor esperado = 𝐸 𝑥 = 𝑋 = Σ𝑥𝑃(𝑥).
Embora as probabilidades nunca possam ser negativas, o valor
esperado de uma variável aleatória pode ser negativo.

EXEMPLO 7
Encontrando um valor esperado
Em um sorteio, 1.500 bilhetes são vendidos a $ 2 cada, para prêmios de
$ 500, $ 250, $ 150 e $ 75. Você compra um bilhete. Qual é o valor
esperado do seu ganho?
• Solução
Para encontrar o ganho para cada prêmio, subtraia o preço do bilhete
do prêmio. Por exemplo, o seu ganho para o prêmio de $ 500 é:
$ 500 – $ 2 = $ 498
e o seu ganho para o prêmio de $ 250 é:
$ 250 – $ 2 = $ 248.
EXEMPLO 7
• Solução
Escreva a distribuição de probabilidade para os ganhos possíveis (ou resultados).
Note que um ganho representado por um número negativo é uma perda (veja a
Tabela 4.9).
Tabela 4.9: Distribuição de probabilidade da variável Ganho.
Ganho, 𝒙 $ 498 $ 248 $ 148 $ 73 -$ 2
Probabilidade, 𝑃(𝑥) 1 1 1 1 1496
1500 1500 1500 1500 1500
Agora, usando a distribuição de probabilidades, você pode encontrar o valor

esperado.
1 1 1 1 1496
𝐸 𝑥 = ∑𝑥𝑃 𝑥 = $498 ∗ + $248 ∗ + $148 ∗ + $73 ∗ + −$2 ∗ = −$1,35
1500 1500 1500 1500 1500
Interpretação: Como o valor esperado é negativo, você pode esperar perder, em
média, $ 1,35 por cada bilhete que comprar.

TENTE VOCÊ MESMO 7

Em um sorteio, 2.000 bilhetes são vendidos por $ 5 cada, para cinco
prêmios de $ 2.000, $ 1.000, $ 500, $ 250 e $ 100. Você compra um
bilhete. Qual é valor esperado do seu ganho?
a. Calcule o ganho para cada prêmio.
b. Construa a distribuição de probabilidade para os ganhos possíveis.
c. Determine o valor esperado.
RESUMO
VARIÁVEL ALEATÓRIA DISCRETA
ESTATÍSTICA FÓRMULA
𝑛
MÉDIA 𝑋= 𝑥𝑖 𝑃(𝑥𝑖 )
𝑖=1
VALOR ESPERADO 𝐸 𝑋 =𝑋
𝑛
VARIÂNCIA 𝜎2 = 𝑥𝑖 − 𝑋 2 𝑃(𝑥𝑖 )
𝑖=1
DESVIO PADRÃO 𝜎=

𝜎2
• Onde 𝑃(𝑥 ) é a probabilidade de cada valor possível.

DISTRIBUIÇÕES BINOMIAIS

EXPERIMENTOS BINOMIAIS
Há muitos experimentos probabilísticos para os quais os
resultados de cada tentativa podem ser reduzidos a dois
resultados: sucesso e fracasso.
Por exemplo, quando um jogador de basquete tenta um lance
livre, ele pode fazer a cesta ou não.
Experimentos de probabilidade como esses são chamados de
experimentos binomiais.
• Definição
Um experimento binomial é um experimento probabilístico que
satisfaz as seguintes condições:
1. O experimento tem um número fixo de tentativas, em que cada
tentativa é independente das outras.
2. Há apenas dois resultados possíveis para cada tentativa, que podem
ser classificados como sucesso (S) ou fracasso (F).
3. A probabilidade de um sucesso é A MESMA para cada tentativa.
4. A variável aleatória 𝑥 conta o número de tentativas com sucesso.

• Notação para experimentos binomiais
SÍMBOLO DESCRIÇÃO
𝑛 O número de tentativas.
A probabilidade de sucesso em uma
𝑝
única tentativa.
A probabilidade de fracasso em uma
𝑞
única tentativa (𝑞 = 1 – 𝑝).
A variável aleatória representa a
𝑥 contagem do número de sucessos em 𝑛
tentativas: 𝑥 = 0, 1, 2, 3, … , 𝑛.
Vamos ver um exemplo de experimento binomial.
De um baralho comum de cartas, você escolhe ao
acaso uma carta, verifica se é de paus ou não, e
devolve a carta ao baralho.
Você repete o experimento cinco vezes, então n = 5.
O resultado para cada tentativa pode ser
classificado em duas categorias: S = tirar uma carta
de paus e F = tirar uma carta de outro naipe (Figura
4.6).
As probabilidades de sucesso e fracasso são:
𝟏 𝟏 𝟑
𝒑= 𝒆 𝒒=𝟏− =
𝟒 𝟒 𝟒

A variável aleatória 𝑥 representa o número de cartas de paus
selecionadas nas cinco tentativas.
Portanto, os valores possíveis da variável aleatória são:
0, 1, 2, 3, 4 e 5.
Se 𝑥 = 2, por exemplo, então exatamente duas das cinco
cartas são de paus, e as outras três não são.
Note que 𝒙 é uma variável aleatória discreta porque seus
valores possíveis são obtidos por meio de contagem.
EXEMPLO 1
Identificando e compreendendo experimentos binomiais
Determine se o experimento é binomial ou não. Caso seja, especifique
os valores de n, p e q, e liste os valores possíveis da variável aleatória x.
Caso não seja, explique o porquê.
1. Um certo procedimento cirúrgico tem 85% de chances de sucesso.
Um médico realiza o procedimento em oito pacientes. A variável
aleatória representa o número de cirurgias com sucesso.
2. Uma jarra contém cinco bolas de gude vermelhas, nove azuis e seis
verdes. Você escolhe três bolas aleatoriamente, sem reposição. A
variável aleatória representa o número de bolas vermelhas.

EXEMPLO 1
• Solução
1. O experimento é binomial porque ele satisfaz as quatro condições de
um experimento binomial. No exemplo, cada cirurgia representa uma
tentativa. Há oito cirurgias e cada uma é independente das outras. Há
apenas dois resultados possíveis para cada cirurgia — ou ela é um
sucesso ou é um fracasso. Além disso, a probabilidade de sucesso para
cada cirurgia é de 0,85. Finalmente, a variável aleatória x representa o
número de cirurgias com sucesso.
• n=8 Número de tentativas.
• p = 0,85 Probabilidade de sucesso.
• q = 1 – 0,85 = 0,15 Probabilidade de fracasso.
• x = 0, 1, 2, 3, 4, 5, 6, 7, 8 Valores possíveis de x.
EXEMPLO 1
• Solução
2. O experimento não é binomial porque ele não satisfaz todas as
quatro condições de um experimento binomial. No experimento, cada
seleção de bola de gude representa uma tentativa, e selecionar uma
bolinha vermelha é um sucesso. Quando a primeira bola é selecionada,
a probabilidade de sucesso é 5/20. Porém, como a bola não é reposta,
a probabilidade de sucesso nas tentativas subsequentes não é mais
5/20. Então, as tentativas não são independentes e a probabilidade de
sucesso não é a mesma para cada tentativa.

TENTE VOCÊ MESMO 1

Determine se o experimento a seguir é binomial. Caso seja, especifique
os valores de n, p e q e liste os valores possíveis da variável aleatória x.
Caso não seja, explique o porquê.
Você faz um teste de múltipla escolha que consiste em 10 questões.
Cada questão tem quatro respostas possíveis, mas somente uma é
correta. Para completar o teste, você escolhe aleatoriamente a resposta
para cada questão. A variável aleatória representa o número de
respostas corretas.
a. Identifique uma tentativa do experimento e o que é um “sucesso”.
b. Determine se o experimento satisfaz as quatro condições de um
experimento binomial.
c. Conclua o raciocínio e identifique n, p, q e os valores possíveis de x.
FÓRMULA DA PROBABILIDADE BINOMIAL

Há várias formas de encontrar a probabilidade de x sucessos em n
tentativas de um experimento binomial. Uma forma é usar um
diagrama de árvore e a regra da multiplicação. Outra, é usar a fórmula
da probabilidade binomial.
• Fórmula da probabilidade binomial
Em um experimento binomial, a probabilidade de exatamente x
sucessos em n tentativas é:
𝑛!
𝑷 𝒙 =𝐶 , 𝑝 𝑞 = 𝑝 𝑞
𝑛 − 𝑥 ! 𝑥!
Note que o número de fracassos é 𝑛– 𝑥.

EXEMPLO 2
Calculando uma probabilidade binomial
Cirurgias do manguito rotador têm 90% de chance de sucesso. A
cirurgia é realizada em três pacientes. Determine a probabilidade de
ela ser um sucesso em exatamente dois pacientes.
EXEMPLO 2
• Solução
Método 1: desenhe um diagrama de árvore e use a regra de multiplicação
(ver Figura 4.7).
Há três resultados que têm exatamente dois sucessos, e cada um tem uma
probabilidade de . Portanto, a probabilidade de uma cirurgia ter sucesso
.
em exatamente dois pacientes é 3 . = 0,243.

EXEMPLO 2
• Solução
Método 2: use a fórmula da probabilidade binomial.
Neste experimento binomial, os valores para n, p, q e x são n = 3, 𝑝 =
, 𝑞 = e x = 2. A probabilidade de exatamente duas cirurgias terem
sucesso é:
3! 9 1 81 1 81
𝑃 2 = =3 =3 = 0,243
3 − 2 ! 2! 10 10 100 10 1000
TENTE VOCÊ MESMO 2

Uma carta é selecionada de um baralho comum, sendo
anotada e reposta no baralho. Esse experimento é
repetido um total de cinco vezes. Encontre a
probabilidade de selecionar exatamente três cartas de
paus.
a. Identifique uma tentativa, um sucesso e um fracasso.
b. Identifique n, p, q e x.
c. Use a fórmula da probabilidade binomial.

EXEMPLO 3
Construindo uma distribuição binomial
Em uma pesquisa, adultos americanos
foram solicitados para que indicassem quais
dispositivos eles utilizavam para acessar
mídias sociais. Os resultados estão na
Figura 4.8. Sete adultos que participaram da
pesquisa são selecionados aleatoriamente e
indagados se utilizam um telefone celular
para acessar mídia social. Construa uma
distribuição de probabilidade binomial para
o número de adultos que respondeu sim.
(Fonte: Nielsen U.S. Social Media Survey.)
EXEMPLO 3
• Solução
Da Figura 4.8 podemos observar que 46% dos adultos utilizam um
telefone celular para acessar mídia social. Então, p = 0,46 e q = 0,54.
Como n = 7, os valores possíveis de x são 0, 1, 2, 3, 4, 5, 6 e 7.

EXEMPLO 3
Observe na Tabela 4.10 que todas as probabilidades estão entre 0 e 1 e
que a soma é 1.
TENTE VOCÊ MESMO 3

Sete adultos que participaram da pesquisa são selecionados
aleatoriamente e indagados se eles utilizam um tablet para acessar
mídia social. Construa uma distribuição binomial para o número de
adultos que respondeu sim.
b. Identifique n, p, q e valores possíveis para x.
c Use a fórmula da probabilidade binomial para cada valor de x.
d. Use uma tabela para mostrar que as propriedades de uma
distribuição de probabilidade foram satisfeitas.

EXEMPLO 5
Calculando probabilidades binomiais por meio de fórmulas
Uma pesquisa com adultos americanos descobriu que 62% das
mulheres acreditam que há uma ligação entre jogos violentos e
adolescentes que apresentam comportamento violento. Você seleciona
aleatoriamente quatro mulheres americanas e pergunta se elas
acreditam nessa ligação entre jogos e comportamento violentos.
Encontre a probabilidade de (1) exatamente duas responderem sim, (2)
pelo menos duas responderem sim e (3) menos de duas responderem
sim.
EXEMPLO 5
• Solução
1. Usando n = 4, p = 0,62, q = 0,38 e x = 2, a probabilidade de que
exatamente duas mulheres respondam sim é:
𝑃 2 =𝐶 , 0,62 0,38 = 6 0,62 0,38 ≈ 0,333044
2. Para encontrar a probabilidade de que pelo menos duas mulheres
respondam sim, encontre a soma de P(2), P(3) e P(4).
𝑃 2 =𝐶 , 0,62 0,38 = 6 0,62 0,38 ≈ 0,333044
𝑃 3 =𝐶 , 0,62 0,38 = 4 0,62 0,38 ≈ 0,362259
𝑃 4 =𝐶 , 0,62 0,38 = 1 0,62 0,38 ≈ 0,147763
Logo, a probabilidade de que pelo menos duas respondam sim é:
𝑃 𝑥 ≥ 2 = 𝑃 2 + 𝑃 3 + 𝑃 4 ≈ 0,333044 + 0,362259 + 0,147763 ≈ 0,843

EXEMPLO 5
• Solução
3. Para encontrar a probabilidade de que menos de duas mulheres
respondam sim, encontre a soma de P(0) e P(1).
𝑃 0 = 𝐶 , 0,62 0,38 = 1 0,62 (0,38) ≈ 0,020851
𝑃 1 = 𝐶 , 0,62 0,38 = 4 0,62 0,38 ≈ 0,136083
Logo, a probabilidade de que menos de duas respondam sim é:
𝑃 𝑥 < 2 = 𝑃 0 + 𝑃 1 ≈ 0,020851 + 0,136083 ≈ 0,157
TENTE VOCÊ MESMO 5

A pesquisa do Exemplo 5 descobriu que 53% dos homens acreditam
que há uma ligação entre jogos violentos e adolescentes que
apresentam comportamento violento. Você seleciona aleatoriamente
cinco homens americanos e pergunta se eles acreditam nessa ligação
entre jogos e comportamento violentos. Encontre a probabilidade de
(1) exatamente dois responderem sim, (2) pelo menos dois
responderem sim e (3) menos de dois responderem sim.
a. Determine os valores apropriados de 𝑥 para cada situação.
b. Calcule a probabilidade binomial para cada valor de 𝑥. Depois,
determine a soma, se necessário.
c. Escreva os resultados em uma frase.

EXEMPLO 6
Encontrando uma probabilidade binomial em uma tabela
Cerca de 10% dos trabalhadores (com idades acima de 16 anos) nos
Estados Unidos vão para seus locais de trabalho usando carona
solidária. Você escolhe oito trabalhadores de forma aleatória. Qual é a
probabilidade de que exatamente quatro deles utilizem a carona
solidária? Use a tabela para encontrar a probabilidade.

EXEMPLO 6
• Solução
Uma parte da Tabela B.2 no Apêndice B
é mostrada na Tabela 4.11. Usando a
distribuição para n = 8 e p = 0,1, você
pode encontrar a probabilidade de x = 4,
conforme destacado nas áreas da tabela.
Interpretação: Portanto, a probabilidade
de que exatamente quatro dos oito
trabalhadores utilizem a carona solidária
é 0,005. Como 0,005 é menor que 0,05,
podemos considerar o evento como
incomum.
TENTE VOCÊ MESMO 6

Cerca de 55% de todas as pequenas empresas nos Estados Unidos têm
um site na internet. Você seleciona 10 pequenas empresas de forma
aleatória. Qual é a probabilidade de que exatamente quatro delas
tenham um site na internet? Use a tabela para encontrar a
probabilidade.
b. Identifique n, p e x.
c. Use a Tabela B.2 no Apêndice B para encontrar a probabilidade
binomial.
e. Determine se o evento é incomum. Explique.

REPRESENTANDO GRAFICAMENTE
DISTRIBUIÇÕES BINOMIAIS
Exemplo 7
Representando graficamente uma distribuição binomial
Cerca de 60% dos sobreviventes de câncer têm idade acima dos 65
anos. Você seleciona aleatoriamente seis sobreviventes de câncer e
pergunta se possuem idade acima dos 65 anos. Construa uma
distribuição de probabilidade para a variável aleatória x. Depois,
represente-a graficamente.
EXEMPLO 7
Solução
Para construir a distribuição binomial, calcule a probabilidade para
cada valor de x. Usando n = 6, p = 0,6 e q = 0,4 obtêm-se os valores
apresentados na Tabela 4.12.
Tabela 4.12: Distribuição de probabilidades para o numero de
sobreviventes de câncer com mais de 65 anos.
𝑥 0 1 2 3 4 5 6
𝑃(𝑥) 0,004 0,037 0,138 0,276 0,311 0,187 0,047

EXEMPLO 7
Solução Figura 4.11: Sobreviventes de
Como uma variável discreta assume câncer com 65 anos ou mais.
valores no conjunto dos números
inteiros, a representação matemática
usual é por meio de gráfico de barras
ou segmentos verticais.
Interpretação: Do histograma,
podemos observar que seria incomum
para nenhum, um ou todos os seis
sobre
EXEMPLO 7
Note que, no Exemplo 7, o histograma é assimétrico à
esquerda.
O gráfico de uma distribuição binomial com p > 0,5 é
assimétrico à esquerda enquanto, para p < 0,5, o
gráfico é assimétrico à direita.
Para p = 0,5, o gráfico da distribuição binomial é
simétrico.

TENTE VOCÊ MESMO 7

Um estudo recente descobriu que 19% das pessoas (com idades acima de 16
anos) nos Estados Unidos possuem um leitor de livros digitais. Você
seleciona aleatoriamente 4 pessoas (com idades acima de 16 anos) e
pergunta se elas possuem um leitor de livros digitais. Construa uma
distribuição de probabilidade para a variável aleatória x. Depois, represente-
a graficamente.
a. Determine a probabilidade binomial para cada valor da variável aleatória
x.
b. Organize os valores de x e as probabilidades correspondentes em uma
tabela.
c. Use um histograma para representar graficamente a distribuição binomial.
Descreva seu formato.
d. Algum dos eventos é incomum? Explique.

Parâmetros populacionais de uma distribuição
binomial
• Esperança:
• Variância:
• Desvio padrão:

EXEMPLO 8
Calculando e interpretando a média, a variância e o desvio
padrão
Em Pittsburgh, Pensilvânia, cerca de 56% dos dias em um ano
são nublados. Calcule a média, a variância e o desvio padrão
para o número de dias nublados durante o mês de junho.
Interprete os resultados e determine quaisquer valores
incomuns.
EXEMPLO 8
Solução
Há 30 dias no mês de junho. Usando n = 30, p = 0,56 e q = 0,44 você
poderá encontrar a média, a variância e o desvio padrão conforme
apresentado a seguir:
• 𝐸(𝑋) = 𝑛𝑝 = 30 × 0,56 = 16,8 MÉDIA
• 𝜎 = 𝑛𝑝𝑞 = 30 × 0,56 × 0,44 ≈ 7,4 VARIÂNCIA
• 𝜎 = 𝑛𝑝𝑞 = 7,4 ≈ 2,7 DESVIO PADRÃO

EXEMPLO 8
Interpretação:
Em média, há 16,8 dias nublados durante o mês de junho.
O desvio padrão é de aproximadamente 2,7 dias. Valores que distam
mais do que dois desvios padrões da média são considerados
incomuns.
Como 16,8 – 2(2,7) = 11,4, um mês de junho com 11 dias nublados ou
menos seria incomum.
Da mesma forma, como 16,8 + 2(2,7) = 22,2, um mês de junho com 23
dias nublados ou mais também seria incomum.
TENTE VOCÊ MESMO 8

Em São Francisco, Califórnia, cerca de 44% dos dias em um ano
apresentam tempo limpo. Calcule a média, a variância e o desvio
padrão para o número de dias limpos durante o mês de maio.
Interprete os resultados e determine quaisquer valores incomuns.
(Fonte: National Climatic Data Center.)
a. Identifique o evento sucesso e os valores de n, p e q.
b. Determine o produto de n e p para calcular a média.
c. Determine o produto de n, p e q para calcular a variância.
d. Determine a raiz quadrada da variância para calcular o desvio
padrão.
e. Interprete os resultados.
f. Determine quaisquer eventos incomuns.

DISTRIBUIÇÃO RESUMO FÓRMULAS

Distribuição Um experimento binomial satisfaz n = o número de tentativas.
binomial as seguintes condições: x = o número de sucessos em n
1. O experimento tem um número tentativas.
fixo n de tentativas p = probabilidade de sucesso em uma
independentes. única tentativa.
2. Há apenas dois resultados q = probabilidade de fracasso em uma
possíveis para cada tentativa, única tentativa.
sucesso ou fracasso. q = 1 – p.
3. A probabilidade de um sucesso A probabilidade de exatamente x
p é a mesma para cada tentativa. sucessos em n tentativas é:
4. A variável aleatória x registra o 𝑃 𝑥 =𝐶 𝑝 𝑞 =
𝑛!
𝑝 𝑞
,
número de tentativas com 𝑛 − 𝑥 ! 𝑥!
sucesso. 𝜇 = 𝑛𝑝
Os parâmetros de uma 𝜎 = 𝑛𝑝𝑞
distribuição binomial são n e p. 𝜎 = 𝑛𝑝𝑞
PRÓXIMA AULA
VARIÁVEIS ALEATÓRIAS CONTÍNUAS
DISTRIBUIÇÃO NORMAL

Aula07 Est1

Enviado por

Dados do documento

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

Aula07 Est1

Enviado por

Direitos autorais:

Formatos disponíveis

Estatística I - Probabilidade Profa Fádua Ferreira

UNIVERSIDADE FEDERAL DO PARÁ

Distribuições Discretas de Probabilidade 1

Distribuições Discretas de Probabilidade 2

Distribuições Discretas de Probabilidade 3

Quando uma variável aleatória é discreta, você pode listar ou enumerar os

Distribuições Discretas de Probabilidade 4

TENTE VOCÊ MESMO 1

2. 𝑥 representa o número de bezerros nascidos em uma fazenda em

Distribuições Discretas de Probabilidade 5

DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

2. A soma de todas as probabilidades é 1. Σ𝑃 (𝑥) = 1

DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

Distribuições Discretas de Probabilidade 6

Distribuições Discretas de Probabilidade 7

TENTE VOCÊ MESMO 2

Distribuições Discretas de Probabilidade 8

Distribuições Discretas de Probabilidade 9

TENTE VOCÊ MESMO 3

Distribuições Discretas de Probabilidade 10

TENTE VOCÊ MESMO 4

a. Determine se a probabilidade de cada resultado está entre 0 e 1,

MÉDIA, VARIÂNCIA E DESVIO PADRÃO

Cada valor de 𝑥 é multiplicado por sua correspondente probabilidade e os produtos

Distribuições Discretas de Probabilidade 11

Distribuições Discretas de Probabilidade 12

TENTE VOCÊ MESMO 5

MÉDIA, VARIÂNCIA E DESVIO PADRÃO

Distribuições Discretas de Probabilidade 13

Distribuições Discretas de Probabilidade 14

TENTE VOCÊ MESMO 6

Distribuições Discretas de Probabilidade 15

Agora, usando a distribuição de probabilidades, você pode encontrar o valor

Distribuições Discretas de Probabilidade 16

TENTE VOCÊ MESMO 7

• Onde 𝑃(𝑥 ) é a probabilidade de cada valor possível.

Distribuições Discretas de Probabilidade 17

Distribuições Discretas de Probabilidade 18

Distribuições Discretas de Probabilidade 19

Distribuições Discretas de Probabilidade 20

Distribuições Discretas de Probabilidade 21

Distribuições Discretas de Probabilidade 22

TENTE VOCÊ MESMO 1

FÓRMULA DA PROBABILIDADE BINOMIAL

Distribuições Discretas de Probabilidade 23

Distribuições Discretas de Probabilidade 24

TENTE VOCÊ MESMO 2

Distribuições Discretas de Probabilidade 25

Distribuições Discretas de Probabilidade 26

TENTE VOCÊ MESMO 3

Distribuições Discretas de Probabilidade 27

Distribuições Discretas de Probabilidade 28

TENTE VOCÊ MESMO 5

Distribuições Discretas de Probabilidade 29

Distribuições Discretas de Probabilidade 30

TENTE VOCÊ MESMO 6

Distribuições Discretas de Probabilidade 31

Distribuições Discretas de Probabilidade 32

Distribuições Discretas de Probabilidade 33

TENTE VOCÊ MESMO 7

MÉDIA, VARIÂNCIA E DESVIO PADRÃO

Distribuições Discretas de Probabilidade 34

Distribuições Discretas de Probabilidade 35