ESTATÍSTICA

Distribuições Continuas de Probabilidade II

Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br

DISTRIBUIÇÕES CONTINUAS DE PROBABILIDADE II

DISTRIBUIÇÃO EXPONENCIAL

Esse assunto costuma ser pouco recorrente nas provas. O principal aqui é conhecer
duas fórmulas.
Uma variável aleatória contínua X, que tome todos os valores não negativos, terá uma
distribuição exponencial com parâmetro 𝜆 > 0, se a sua função densidade de probabilidade
for dada por:
A representação gráfica é:

f(x) = 𝜆. e−𝜆x, se x ≥ 0
f(x) = 0, se x < 0
Fórmula para calcular a esperança de uma distribuição exponencial:
E(X) = 1/𝜆
Fórmula para calcular a variância de uma distribuição exponencial:
Var(X) = 1/𝜆²

EXERCÍCIOS DE FIXAÇÃO
1. Se X é uma variável aleatória exponencial de parâmetro 𝜆 = 10, então a expectância de X
é igual a:
a. 0,10.
b. 0,20.
c. 0,30.
d. 0,40.
e. 0,50.

1 www.grancursosonline.com.br
 ESTATÍSTICA
Distribuições Continuas de Probabilidade II
Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br

RESOLUÇÃO
Só há uma maneira de resolver essa questão: aplicando a fórmula. Assim:
E(X) = 1/𝜆
E(X) = 1/10 = 0,1

Muitos candidatos perdem questões de estatística por não conseguirem chegar até esse
ponto da matéria. Percebe-se que, assim como o assunto anterior (distribuição contínua),
o assunto atual possui apenas pequenas fórmulas e de fácil memorização. Essas fórmulas
precisam ser aplicadas nas questões.

RELEMBRANDO
Relembrando as fórmulas da distribuição contínua:
Fórmula da média (esperança):
E(X) = a + b / 2
Fórmula da variância:
σ² = (b – a)² / 12

DISTRIBUIÇÃO NORMAL

Diferente da distribuição exponencial, esse conteúdo possui alta incidência nas provas
de concurso.
5m
Trata-se da distribuição normal desde a estatística descritiva. Quando há uma curva-
-padrão, tem-se uma distribuição normal e com um formato de sino. Quando tem aquele
padrão, ela é uma mesocúrtica; quando está mais achatada, é platicúrtica; quando está mais
afilada (dados mais concentrados) é uma leptocúrtica. Quando há assimetria à direita e à
esquerda, a distribuição não segue uma distribuição normal.
Muitas populações e muitas situações se assemelham a uma distribuição normal. Por
isso, não é à toa que esse conteúdo é muito cobrado.
ANOTAÇÕES

2 www.grancursosonline.com.br
 ESTATÍSTICA
Distribuições Continuas de Probabilidade II
Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br

Futuramente, serão vistas algumas distribuições que se assemelham a uma distribui-

ção normal.
A Distribuição Normal (também conhecida como Distribuição de Gauss ou Distribuição
Gaussiana) é muito importante em Estatística. Ela só depende da média e da variância.
Quando tratar-se sobre variância, é preciso pensar também no desvio-padrão, pois as
duas são medidas de dispersão e uma depende da outra.
A média é uma medida de posição. Ela dirá onde a curva está. A variância, que é uma
medida de dispersão, dirá se os dados estão mais dispersos ou agrupados. Se os dados
estão mais dispersos (variância grande), a distribuição será mais espalhada (mais achatada);
quando a variância é pequena, a dispersão dos dados é menor. Se a dispersão é menor, os
dados estão agrupados.
Evidentemente, tem-se a distribuição normal padrão. Uma distribuição normal possui o
formato de sino. Uma distribuição normal padrão ou reduzida é uma distribuição padronizada.
Existem infinitas distribuições normais, porém, deve-se estabelecer uma como padrão.
Essa padronização foi fruto de uma convenção. A distribuição será padrão quando a média
for igual a 0 e a variância igual a 1.
10m
Cabe ressaltar que existe média diferente de 0 e variância diferente de 1, mas para ser
uma distribuição padrão, a média tem que ser 0 e a variância tem que ser igual a 1.
Logo, f(x) depende de 𝜇 (média) e de 𝜎²(variância), que são os parâmetros da Distribui-
ção Normal.
Exemplos de distribuições normais:

Agora, perceba a representação de uma distribuição normal padrão:

ANOTAÇÕES

3 www.grancursosonline.com.br
 ESTATÍSTICA
Distribuições Continuas de Probabilidade II
Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br

𝜎² = 1

𝜇=1

Portanto, a distribuição padrão é um modelo.

Às vezes, a questão trará dados de uma curva normal e o candidato terá que transformar
essa distribuição normal em uma distribuição padrão. Assim, vale mencionar que é possível
transformar qualquer distribuição normal em uma distribuição padrão.
Uma outra notação que ficou padronizada foi a seguinte: N(𝜇, 𝜎²), quando X tem uma dis-
tribuição normal, com média 𝜇 e variância 𝜎².
Ficou convencionado que o primeiro valor é sempre a média e o segundo é a variância.
Lembre-se do par ordenado (x,y). Em qualquer lugar do mundo, os pares (2,5) são x e y,
respectivamente.
Dessa maneira, se possuirmos N(8,2), 8 é a média e 2 é a variância.
Agora, é preciso analisar algumas características:
15m
• A média sempre se encontra no ponto mais alto. Tudo será analisado de acordo
com a média.

𝜇 𝜇 𝜇

A linha pontilhada é simétrica. Isto é, tudo que acontece de um lado acontece do

outro. Exemplo: ao andar duas unidades para a direita, deve-se andar duas unidades para
a esquerda.
Para calcular a probabilidade de uma variável continua, deve-se trabalhar com a área.
Nesse caso, a probabilidade é a área total abaixo da linha. Observe:
ANOTAÇÕES

4 www.grancursosonline.com.br
 ESTATÍSTICA
Distribuições Continuas de Probabilidade II
Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br

𝜇 𝜇 𝜇

A probabilidade total é igual a 1. Portanto, se esse eixo central é simétrico, tem-se 50%
para um lado e 50% para o outro.
É preciso sempre ter em mente a ideia de simetria. Supondo o seguinte: a probabilidade
de ter um número maior que 2 é igual a 8%. Esse dado será encontrado na tabela. Mas, às
vezes, o examinador pode pedir para calcular a probabilidade de ter valores menores do que
–2%. Isso não é encontrado na tabela. Assim, terá que ser usada a ideia de simetria. Logo, se
tudo que acontece de um lado tem que acontecer do outro: a probabilidade de ter um número
maior que 2 é igual a 8% e a probabilidade de ter um número menor que –2 também é 8%.
Portanto, se tiver apenas uma informação, é possível descobrir inúmeras regiões no grá-
fico. Para isso, é preciso saber manipular os dados apresentados na questão.
20m Sempre devemos olhar para a média e para a variância. Ao sair da média e andar um
desvio-padrão para a direita e um para a esquerda, esse seguimento será: 𝜇 + 𝜎 e 𝜇 - 𝜎, res-
pectivamente.

𝜇-𝜎 𝜇 𝜇+𝜎 𝜎 𝜇 𝜎

A área destacada na figura acima representa, aproximadamente, 68,27% da probabili-

dade total. Supondo que a média vale 0 e a variância vale 1. Se a variância é 1, o desvio-
-padrão também vale 1. Assim, ao andar de 0 até 1 e de 0 até -1, esse intervalo irá contemplar,
aproximadamente, 68% da população. Assim, essa região corresponde a, aproximadamente,
68% da probabilidade total.

68,27%

𝜇-𝜎 𝜇 𝜇+𝜎
ANOTAÇÕES

5 www.grancursosonline.com.br
 ESTATÍSTICA
Distribuições Continuas de Probabilidade II
Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br

Agora, imagine uma ampliação do intervalo. Nesse caso, mais elementos da população
são abrangidos. Logo, ao andar 2 unidades para a esquerda e 2 unidades para a direita, a
região será maior do que a anterior. Essa região corresponde a, aproximadamente, 95,45%
da probabilidade total.

95,45%

𝜇-2𝜎 𝜇 𝜇+2𝜎

25m Ao deslocar a média + 3 vezes o desvio-padrão e a média - 3 vezes o desvio-padrão,

teremos, aproximadamente, 99,73% da probabilidade total.

99,73%

𝜇-3𝜎 𝜇 𝜇+3𝜎

Ponto de inflexão: só há ponto de inflexão quando corresponde a 68,27%. Alguns livros

mencionam que o ponto de inflexão ocorre onde a curva muda a sua concavidade.

68,27%
Ponto de
inflexão

𝜇-𝜎 𝜇 𝜇+𝜎

PONTO DE INFLEXÃO

Como encontrar o ponto de inflexão? Deve-se sair da média e somar 1 desvio-padrão

para a direita e outro para a esquerda.
Recapitulando: todas as distribuições normais possuem o formato de um sino. Existem
infinitas distribuições normais. Todavia, foi estabelecido um padrão: média = 0 e variância = 1.
ANOTAÇÕES

6 www.grancursosonline.com.br
 ESTATÍSTICA
Distribuições Continuas de Probabilidade II
Viu algum erro neste material? Contate-nos em: degravacoes@grancursosonline.com.br

Considerando a distribuição normal padrão, ao sair da média (0) e andar uma vez para
a direita e uma vez para a esquerda, a região do meio corresponderá a, aproximadamente,
68,27% da probabilidade total. Ao sair da média (0) e andar duas vezes para a direita e
duas vezes para a esquerda, a região do meio corresponderá a, aproximadamente, 95,45%
da probabilidade total. Ao sair da média (0) e andar três vezes para a direita e três vezes
para a esquerda, a região do meio corresponderá a, aproximadamente, 99,73% da probabi-
30m lidade total.

Obs.: quando a variância vale 1, o desvio-padrão também vale 1.

O ponto de inflexão é onde a curva muda a sua concavidade. Para descobrir o ponto
de inflexão: deve-se sair da média e somar 1 desvio-padrão para a direita e outro para
a esquerda.
A linha pontilhada que passa em cima da média serve como se fosse um eixo de simetria;
ela será espelhada. A tabela não trará todos os valores. Por simetria, é possível descobrir os
demais valores.

GABARITO
1. a

�Este material foi elaborado pela equipe pedagógica do Gran Cursos Online, de acordo com a aula
preparada e ministrada pelo professor Márcio Flávio Alencar Barbosa de Araújo.
A presente degravação tem como objetivo auxiliar no acompanhamento e na revisão do conteúdo
ministrado na videoaula. Não recomendamos a substituição do estudo em vídeo pela leitura exclu-
siva deste material.
ANOTAÇÕES

7 www.grancursosonline.com.br