Você está na página 1de 3

UNIVERSIDADE FEDERAL DO CEARÁ

CENTRO DE TECNOLOGIA

Prof.: Estêvão R. Fernandes


Disciplina: Probabilidade e Estatística para Engenharia

DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

Fórmulas Úteis (Resumo)

1 Valor Médio e Variância


Seja X uma variável aleatória discreta que pode assumir N possíveis valores distintos no conjunto

{x1 , x2 , . . . , xN } com função de probabilidade denotada por pX (xi ) = P (X = xi ).

1.1 Valor médio


N
X
µ = E {X} = xi pX (xi )
i=1

Propriedades:
X e Y são variáveis aleatórias, a e b são contantes Reais.

1. E {a} = a

2. E {aX} = aE {X}

3. E {X + a} = E {X} + a

4. E {aX + bY } = aE {X} + bE {Y }

1.2 Variância e desvio padrão

N
X
2
(xi − µ)2 pX (xi )

Var (X) = E (X − µ) =
i=1
N
!
 2 X
Var(X) = E X − µ2 = x2i pX (xi ) − µ2
i=1

Propriedades:
X e Y são variáveis aleatórias, a e b são contantes Reais.

1. Var (a) = 0

2. Var (aX) = a2 Var(X)

3. Var (X + a) = Var(X)

4. Var (aX + bY ) = a2 Var(X) + b2 Var(Y ), se X e Y são independentes.


2 Distribuições Discretas de Probabilidade
2.1 Distribuição Uniforme Discreta

Denição: Todos os resultados possíveis da variável X são equiprováveis.

Função de probabilidade:
1
pX (xi ) = , xi ∈ {x1 , x2 , . . . , xN }
N
No caso em que a sequência xi assume N valores inteiros e consecutivos de a até b, ou seja

xi ∈ {a, a + 1, a + 2, . . . , b} tem-se:

Valor Médio:
a+b
µ=
2
Variância:
(b − a + 1)2 − 1 N2 − 1
σ2 = =
12 12
onde N =b−a+1

2.2 Distribuição Binomial

Denição: X indica o número de sucessos obtidos em N repetições (ou tentativas) independentes,

onde a probabilidade de sucesso é constante e dada por p.

Função de probabilidade:
 
N
pX (xi ) = pxi (1 − p)N −xi , xi ∈ {0, 1, . . . , N }
xi
 
N N!
onde
xi = (N −xi )!xi !

Valor Médio:
µ = Np
Variância:
σ 2 = N p(1 − p)
onde:

N é o número de repetições (ou tentativas) independentes


p é a probabilidade de sucesso em cada repetição (ou tentativa)

2.3 Distribuição Geométrica

Denição: X indica o número de repetições (ou tentativas) independentes realizadas até a obtenção

do primeiro sucesso (onde a probabilidade de sucesso em cada tentativa é constante e dada por p).

Função de probabilidade:
pX (xi ) = (1 − p)xi −1 p, xi ∈ {1, 2, 3, . . .}

Valor Médio:
1
µ=
p
Variância:
1−p
σ2 =
p2
onde:

p é a probabilidade de sucesso em cada repetição ou tentativa


2.4 Distribuição Binomial Negativa

Denição: X indica o número de repetições (ou tentativas) independentes realizadas até a obtenção

do r-ésimo sucesso (onde a probabilidade de sucesso em cada tentativa é constante e dada por p).

Função de Probabilidade:
 
xi − 1
pX (xi ) = (1 − p)xi −r pr , xi ∈ {r, r + 1, r + 2, . . .}
r−1
Valor Médio: r
µ=
p
Variância:
r(1 − p)
σ2 =
p2
onde:

p é a probabilidade de sucesso em uma repetição (ou tentativa, ou objeto)

r é o número de sucessos que se deseja obter

2.5 Distribuição Hipergeométrica

Denição: X indica o número de sucessos em uma amostra de n objetos selecionados aleatoriamente

e sem reposição de um universo de N objetos, dentre os quais há K sucessos.

Função de Probabilidade:
  
K N −K
xi n−xi
pX (xi ) =   , xi ∈ {max(0, n + K − N ), . . . , min(K, n)}
N
n

Valor Médio:
µ = np
Variância:  
2 N −n
σ = np(1 − p)
N −1
onde p = N/K
N é o número total de objetos de que se dispõe
K é o número de objetos que apresentam uma característica especial (são os `sucessos')
n é o tamanho da amostra selecionada (tomados ao acaso dentre os N objetos e sem reposição)

2.6 Distribuição de Poisson

Numa distribuição Binomial, quando o número de tentativas ( N) tende a ser muito grande e a prob-

p
abilidade de sucesso ( ) tende a ser muito pequena, é possível mostrar que a função de probabilidade

tende para a expressão mostrada abaixo. Neste caso, dizemos que a variável aleatória tem distribuição

de Poisson, com λ = N p.

Função de Probabilidade:
e−λ λxi
pX (xi ) = , xi ∈ {1, 2, 3, . . .}
xi !
Valor Médio:
µ=λ
Variância:
σ2 = λ