Estatı́stica

&
Probabilidade

Márcio
Lima
Estatı́stica e Probabilidade
Variáveis
Aleatórias
Discretas
Márcio Lima

Instituto Federal de Educação, Ciência e Tecnologia de Goiás

2 de junho de 2021

Márcio Lima Estatı́stica & Probabilidade

 Variáveis Aleatórias Discretas

Estatı́stica
&
Probabilidade

Márcio
Lima
Na prática é, muitas vezes, mais interessante associarmos
Variáveis
Aleatórias um número a um evento e calcularmos a probabilidade da
Discretas
ocorrência desse evento do que a probabilidade de um
evento.

Márcio Lima Estatı́stica & Probabilidade

 Variáveis Aleatórias Discretas

Estatı́stica
&
Probabilidade

Márcio
Lima
Na prática é, muitas vezes, mais interessante associarmos
Variáveis
Aleatórias um número a um evento e calcularmos a probabilidade da
Discretas
ocorrência desse evento do que a probabilidade de um
evento.

Para falarmos de variáveis aleatórias discretas iniciaremos

com o seguinte problema.

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
& Exemplo
Probabilidade
Lançam-se 3 moedas. Seja X o número de ocorrência da
Márcio
Lima
face cara. Determinar a distribuição da probabilidade de X.

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
& Exemplo
Probabilidade
Lançam-se 3 moedas. Seja X o número de ocorrência da
Márcio
Lima
face cara. Determinar a distribuição da probabilidade de X.

Variáveis
Aleatórias
O espaço amostral do experimento é:
Discretas

Ω = {(c, c, c), (c, c, k), (c, k, c), (c, k, k),

(k, c, c), (k, c, k), (k, k, c), (k, k, k)}

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
& Exemplo
Probabilidade
Lançam-se 3 moedas. Seja X o número de ocorrência da
Márcio
Lima
face cara. Determinar a distribuição da probabilidade de X.

Variáveis
Aleatórias
O espaço amostral do experimento é:
Discretas

Ω = {(c, c, c), (c, c, k), (c, k, c), (c, k, k),

(k, c, c), (k, c, k), (k, k, c), (k, k, k)}

Se X é o número de caras, X assume os valores 0,1,2 ou 3.

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica X Evento Correspondente
&
Probabilidade 0 A1 = {(k, k, k)}
1 A2 = {(c, k, k), (k, c, k), (k, k, c)}
Márcio
Lima 2 A3 = {(c, c, k), (c, k, c), (k, c, c)}
3 A4 = {(c, c, c)}
Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica X Evento Correspondente
&
Probabilidade 0 A1 = {(k, k, k)}
1 A2 = {(c, k, k), (k, c, k), (k, k, c)}
Márcio
Lima 2 A3 = {(c, c, k), (c, k, c), (k, c, c)}
3 A4 = {(c, c, c)}
Variáveis
Aleatórias
Discretas

Podemos também associar, às probabilidades de X assumir

um dos valores, as probabilidades dos eventos
correspondentes:

P (X = 0) =

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica X Evento Correspondente
&
Probabilidade 0 A1 = {(k, k, k)}
1 A2 = {(c, k, k), (k, c, k), (k, k, c)}
Márcio
Lima 2 A3 = {(c, c, k), (c, k, c), (k, c, c)}
3 A4 = {(c, c, c)}
Variáveis
Aleatórias
Discretas

Podemos também associar, às probabilidades de X assumir

um dos valores, as probabilidades dos eventos
correspondentes:

P (X = 0) = P (A1 ) =

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica X Evento Correspondente
&
Probabilidade 0 A1 = {(k, k, k)}
1 A2 = {(c, k, k), (k, c, k), (k, k, c)}
Márcio
Lima 2 A3 = {(c, c, k), (c, k, c), (k, c, c)}
3 A4 = {(c, c, c)}
Variáveis
Aleatórias
Discretas

Podemos também associar, às probabilidades de X assumir

um dos valores, as probabilidades dos eventos
correspondentes:
1
P (X = 0) = P (A1 ) = ,
8

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica X Evento Correspondente
&
Probabilidade 0 A1 = {(k, k, k)}
1 A2 = {(c, k, k), (k, c, k), (k, k, c)}
Márcio
Lima 2 A3 = {(c, c, k), (c, k, c), (k, c, c)}
3 A4 = {(c, c, c)}
Variáveis
Aleatórias
Discretas

Podemos também associar, às probabilidades de X assumir

um dos valores, as probabilidades dos eventos
correspondentes:
1
P (X = 0) = P (A1 ) = , P (X = 1) =
8

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica X Evento Correspondente
&
Probabilidade 0 A1 = {(k, k, k)}
1 A2 = {(c, k, k), (k, c, k), (k, k, c)}
Márcio
Lima 2 A3 = {(c, c, k), (c, k, c), (k, c, c)}
3 A4 = {(c, c, c)}
Variáveis
Aleatórias
Discretas

Podemos também associar, às probabilidades de X assumir

um dos valores, as probabilidades dos eventos
correspondentes:
1
P (X = 0) = P (A1 ) = , P (X = 1) = P (A2 ) =
8

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica X Evento Correspondente
&
Probabilidade 0 A1 = {(k, k, k)}
1 A2 = {(c, k, k), (k, c, k), (k, k, c)}
Márcio
Lima 2 A3 = {(c, c, k), (c, k, c), (k, c, c)}
3 A4 = {(c, c, c)}
Variáveis
Aleatórias
Discretas

Podemos também associar, às probabilidades de X assumir

um dos valores, as probabilidades dos eventos
correspondentes:
1 3
P (X = 0) = P (A1 ) = , P (X = 1) = P (A2 ) =
8 8

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica X Evento Correspondente
&
Probabilidade 0 A1 = {(k, k, k)}
1 A2 = {(c, k, k), (k, c, k), (k, k, c)}
Márcio
Lima 2 A3 = {(c, c, k), (c, k, c), (k, c, c)}
3 A4 = {(c, c, c)}
Variáveis
Aleatórias
Discretas

Podemos também associar, às probabilidades de X assumir

um dos valores, as probabilidades dos eventos
correspondentes:
1 3
P (X = 0) = P (A1 ) = , P (X = 1) = P (A2 ) =
8 8

3
P (X = 2) = P (A3 ) =
8
Márcio Lima Estatı́stica & Probabilidade
Estatı́stica X Evento Correspondente
&
Probabilidade 0 A1 = {(k, k, k)}
1 A2 = {(c, k, k), (k, c, k), (k, k, c)}
Márcio
Lima 2 A3 = {(c, c, k), (c, k, c), (k, c, c)}
3 A4 = {(c, c, c)}
Variáveis
Aleatórias
Discretas

Podemos também associar, às probabilidades de X assumir

um dos valores, as probabilidades dos eventos
correspondentes:
1 3
P (X = 0) = P (A1 ) = , P (X = 1) = P (A2 ) =
8 8

3 1
P (X = 2) = P (A3 ) = , P (X = 3) = P (A4 ) =
8 8
Márcio Lima Estatı́stica & Probabilidade
Estatı́stica
&
Probabilidade

Márcio
Lima

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade

Márcio
Lima

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade Observe que fizemos o seguinte:
Márcio
Lima

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade Observe que fizemos o seguinte:
Márcio
Lima

Variáveis
Aleatórias
Discretas

Então podemos dar a seguinte definição: variável aleatória é

a função que associa a todo evento pertencente a uma
partição do espaço amostral um único número real.
Márcio Lima Estatı́stica & Probabilidade
Estatı́stica
&
Probabilidade Notamos que a variável aleatória para ser discreta deve
assumir valores em um conjunto finito ou em um conjunto
Márcio
Lima infinito, porém enumerável. Indicaremos, no caso finito:
Variáveis
X : x1 , x2 , . . . , xn
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade Notamos que a variável aleatória para ser discreta deve
assumir valores em um conjunto finito ou em um conjunto
Márcio
Lima infinito, porém enumerável. Indicaremos, no caso finito:
Variáveis
X : x1 , x2 , . . . , xn
Aleatórias
Discretas

Definição
Função de probabilidade é a função que associa a cada valor
assumido pela variável aleatória a probabilidade do evento
correspondente, isto é:

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade Notamos que a variável aleatória para ser discreta deve
assumir valores em um conjunto finito ou em um conjunto
Márcio
Lima infinito, porém enumerável. Indicaremos, no caso finito:
Variáveis
X : x1 , x2 , . . . , xn
Aleatórias
Discretas

Definição
Função de probabilidade é a função que associa a cada valor
assumido pela variável aleatória a probabilidade do evento
correspondente, isto é:
P (X = xi ) = P (Ai ), i = l, 2, . . . , n

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade Notamos que a variável aleatória para ser discreta deve
assumir valores em um conjunto finito ou em um conjunto
Márcio
Lima infinito, porém enumerável. Indicaremos, no caso finito:
Variáveis
X : x1 , x2 , . . . , xn
Aleatórias
Discretas

Definição
Função de probabilidade é a função que associa a cada valor
assumido pela variável aleatória a probabilidade do evento
correspondente, isto é:
P (X = xi ) = P (Ai ), i = l, 2, . . . , n

Ao conjunto {(x, p(xi ), i = 1, . . . , n} damos o nome de

distribuição de probabilidades da variável aleatória X.
Márcio Lima Estatı́stica & Probabilidade
Estatı́stica
&
Probabilidade

Márcio
Lima

Variáveis
Note que: É importante verificar que, para que haja uma
Aleatórias
Discretas
distribuição de probabilidades de uma variável aleatória X,
é necessário que:

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade

Márcio
Lima

Variáveis
Note que: É importante verificar que, para que haja uma
Aleatórias
Discretas
distribuição de probabilidades de uma variável aleatória X,
é necessário que:
X n
p(xi ) = 1
i=1

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
& Exemplo (1)
Probabilidade
Lançam-se 2 dados. Seja X a soma das faces, determinar a
Márcio
Lima
distribuição de probabilidades de X.

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
& Exemplo (1)
Probabilidade
Lançam-se 2 dados. Seja X a soma das faces, determinar a
Márcio
Lima
distribuição de probabilidades de X.

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
& Exemplo (1)
Probabilidade
Lançam-se 2 dados. Seja X a soma das faces, determinar a
Márcio
Lima
distribuição de probabilidades de X.

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
& Exemplo (1)
Probabilidade
Lançam-se 2 dados. Seja X a soma das faces, determinar a
Márcio
Lima
distribuição de probabilidades de X.

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade
Exemplo (2)
Márcio
Lima
Suponhamos que a variável aleatória X tenha função de
probabilidade dada por:
Variáveis
Aleatórias
Discretas 1
P (X = j) = , j = 1, 2, 3, . . . , n, . . .
2j
Calcular:
a) P (X ser par);
b) P (X ≥ 3);
c) P (X ser múltiplo de 3).

Márcio Lima Estatı́stica & Probabilidade

 Esperança matemática

Estatı́stica
&
Probabilidade

Márcio
Lima

Variáveis
Aleatórias
Existem caracterı́sticas numéricas que são muito importantes
Discretas em uma distribuição de probabilidades de uma variável
aleatória discreta.

Márcio Lima Estatı́stica & Probabilidade

 Esperança matemática

Estatı́stica
&
Probabilidade

Márcio
Lima

Variáveis
Aleatórias
Existem caracterı́sticas numéricas que são muito importantes
Discretas em uma distribuição de probabilidades de uma variável
aleatória discreta. São os parâmetros das distribuições.

Márcio Lima Estatı́stica & Probabilidade

 Esperança matemática

Estatı́stica
&
Probabilidade

Márcio
Lima

Variáveis
Aleatórias
Existem caracterı́sticas numéricas que são muito importantes
Discretas em uma distribuição de probabilidades de uma variável
aleatória discreta. São os parâmetros das distribuições. Um
primeiro parâmetro é a esperança matemática (ou
simplesmente média) de uma variável aleatória.

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Introduzimos o conceito com o seguinte problema:
Probabilidade

Márcio
Lima

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Introduzimos o conceito com o seguinte problema:
Probabilidade
Uma seguradora paga R$30.000, 00 em caso de acidente de
Márcio carro e cobra uma taxa de R$1.000, 00. Sabe-se que a
Lima
probabilidade de que um carro sofra acidente é de 3%.
Variáveis Quanto espera a seguradora ganhar por carro segurado?
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Introduzimos o conceito com o seguinte problema:
Probabilidade
Uma seguradora paga R$30.000, 00 em caso de acidente de
Márcio carro e cobra uma taxa de R$1.000, 00. Sabe-se que a
Lima
probabilidade de que um carro sofra acidente é de 3%.
Variáveis Quanto espera a seguradora ganhar por carro segurado?
Aleatórias
Discretas
Solução
Suponhamos que entre 100 carros segurados,

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Introduzimos o conceito com o seguinte problema:
Probabilidade
Uma seguradora paga R$30.000, 00 em caso de acidente de
Márcio carro e cobra uma taxa de R$1.000, 00. Sabe-se que a
Lima
probabilidade de que um carro sofra acidente é de 3%.
Variáveis Quanto espera a seguradora ganhar por carro segurado?
Aleatórias
Discretas
Solução
Suponhamos que entre 100 carros segurados, 97 dão lucro de
R$ 1.000,00 e

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Introduzimos o conceito com o seguinte problema:
Probabilidade
Uma seguradora paga R$30.000, 00 em caso de acidente de
Márcio carro e cobra uma taxa de R$1.000, 00. Sabe-se que a
Lima
probabilidade de que um carro sofra acidente é de 3%.
Variáveis Quanto espera a seguradora ganhar por carro segurado?
Aleatórias
Discretas
Solução
Suponhamos que entre 100 carros segurados, 97 dão lucro de
R$ 1.000,00 e 3 dão prejuı́zo de R$ 29 .000,00 (R$ 30.000,00
- R$ 1.000,00).

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Introduzimos o conceito com o seguinte problema:
Probabilidade
Uma seguradora paga R$30.000, 00 em caso de acidente de
Márcio carro e cobra uma taxa de R$1.000, 00. Sabe-se que a
Lima
probabilidade de que um carro sofra acidente é de 3%.
Variáveis Quanto espera a seguradora ganhar por carro segurado?
Aleatórias
Discretas
Solução
Suponhamos que entre 100 carros segurados, 97 dão lucro de
R$ 1.000,00 e 3 dão prejuı́zo de R$ 29 .000,00 (R$ 30.000,00
- R$ 1.000,00).

Lucro total = 97 · R$1.000 − 3 · R$29.000 = R$10.000, 00

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Introduzimos o conceito com o seguinte problema:
Probabilidade
Uma seguradora paga R$30.000, 00 em caso de acidente de
Márcio carro e cobra uma taxa de R$1.000, 00. Sabe-se que a
Lima
probabilidade de que um carro sofra acidente é de 3%.
Variáveis Quanto espera a seguradora ganhar por carro segurado?
Aleatórias
Discretas
Solução
Suponhamos que entre 100 carros segurados, 97 dão lucro de
R$ 1.000,00 e 3 dão prejuı́zo de R$ 29 .000,00 (R$ 30.000,00
- R$ 1.000,00).

Lucro total = 97 · R$1.000 − 3 · R$29.000 = R$10.000, 00

Lucro médio por carro = R$10.000/100 = R$100, 00

Márcio Lima Estatı́stica & Probabilidade
Estatı́stica
&
Probabilidade

Solução
Márcio
Lima
Se chamarmos de X o lucro por carro, e o lucro médio por
Variáveis carro de E(X), teremos:
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade

Solução
Márcio
Lima
Se chamarmos de X o lucro por carro, e o lucro médio por
Variáveis carro de E(X), teremos:
Aleatórias
Discretas
97 · R$1.000 − 3 · R$29.000
E(X) =
100
97 3
= · R$1.000 − · R$29.000
100 100
= 0, 97 · 1.000 − 0, 03 · 29.000 = 970 − 870 = 100

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade

Márcio
Lima
Podemos então escrever E(X) do seguinte modo:
Variáveis
Aleatórias
Discretas
E(X) = x1 · p(x1 ) + x2 · p(x2 )
(
x1 = 1.000 e p(x1 ) = 0, 97
onde
x2 = −29.000 e p(x2 ) = 0, 03

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade

Márcio
Lima
Definição

Variáveis n
X
Aleatórias
Discretas E(X) = xi · p(xi )
i=1

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade

Márcio
Lima
Definição

Variáveis n
X
Aleatórias
Discretas E(X) = xi · p(xi )
i=1

A esperança matemática é um número real. É também uma

média aritmética ponderada, com foi visto no exemplo.

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade

Márcio
Lima
Definição

Variáveis n
X
Aleatórias
Discretas E(X) = xi · p(xi )
i=1

A esperança matemática é um número real. É também uma

média aritmética ponderada, com foi visto no exemplo.
Notação: E(X), µ(x), µx , µ.

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica Exemplo (3)
&
Probabilidade
Suponhamos que um número seja sorteado de l a 10, inteiros
Márcio positivos. Seja X o número de divisores do número sorteado.
Lima
Calcular o número médio de divisores do número sorteado.
Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica Exemplo (3)
&
Probabilidade
Suponhamos que um número seja sorteado de l a 10, inteiros
Márcio positivos. Seja X o número de divisores do número sorteado.
Lima
Calcular o número médio de divisores do número sorteado.
Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica Exemplo (3)
&
Probabilidade
Suponhamos que um número seja sorteado de l a 10, inteiros
Márcio positivos. Seja X o número de divisores do número sorteado.
Lima
Calcular o número médio de divisores do número sorteado.
Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica Exemplo (3)
&
Probabilidade
Suponhamos que um número seja sorteado de l a 10, inteiros
Márcio positivos. Seja X o número de divisores do número sorteado.
Lima
Calcular o número médio de divisores do número sorteado.
Variáveis
Aleatórias
Discretas

E(X) = 2,7. Número médio de divisores do número sorteado.

Márcio Lima Estatı́stica & Probabilidade
Estatı́stica
&
Probabilidade
Propriedades da esperança matemática
Márcio
Lima
1) E(k) = k, k: constante.
Variáveis
Aleatórias
2) E(k) = k · E(X)
Discretas
3) E(X ± Y ) = E(X) ± E(Y )
n n
X X
4) E Xi = {E(Xi )}
i=1 i=1
5) E(aX ± b) = E(aX) ± b, a e b constantes.
6) E(X − µx ) = 0

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade

Márcio
Lima

Variáveis
Aleatórias
Discretas
Obrigado!!

Márcio Lima Estatı́stica & Probabilidade

Estatı́stica
&
Probabilidade

Márcio
Lima

Variáveis
Aleatórias
Discretas

Márcio Lima Estatı́stica & Probabilidade