Modelos probabilísticos

Julienne Borges
V. a. contínuas
Os principais modelos de probabilidades que são designados
para descreverem o comportamento de uma variável aleatória
contínua são:
a) Uniforme
b) Normal
c) Exponencial
d) Gama
e) Weibull
f) Beta
g) Lognormal
Distribuição Normal

• A distribuição normal conhecida também como distribuição

gaussiana é sem dúvida a mais importante distribuição
contínua.
• O requisito mínimo para adotarmos o modelo normal para
um conjunto de dados contínuos é que seu histograma seja
aproximadamente simétrico em torno do ponto central, que
também deve ser o ponto de máximo.
Distribuição Normal – f.d.p.

A variável aleatória X, que toma todos os valores reais - < x< +,
tem uma distribuição normal (ou gaussiana) se sua função
densidade de probabilidade (f.d.p.) for da forma:
− ( x −  )2

f (x ) =
1
e 2 2
,−  x  +
 2
A notação X ~ N (, 2) representa que a v. a. X tem distribuição
Normal com parâmetros  (média) e 2 (variância).
Distribuição Normal - Propriedades
40
• A distribuição é simétrica em torno da
30
média, assim, as medidas de tendência
central (média, mediana e moda)
20

apresentam o mesmo valor.

10
• A distribuição normal fica delimitada
0

μ
pelo seu desvio padrão e sua média.
Função densidade de Para cada combinação de valores de
probabilidade da distribuição média e desvio padrão gera uma
normal.
distribuição Normal diferente;
Distribuição Normal - Propriedades

• A área sob a curva corresponde à 1.

40

30

• O ponto de máximo da curva da

20 distribuição normal ocorre quando x = ,
10
ou seja, em torno da média registra-se
uma probabilidade maior de ocorrência.
0

μ À medida que nos afastamos da média,

Função densidade de as probabilidades de ocorrência vão
probabilidade da distribuição
normal. diminuindo.
Distribuição Normal – Diferentes médias

Distribution Plot
Normal; StDev=1 A distribuição Normal depende dos
0,4 Mean
0
parâmetros: média () e desvio padrão
1
2 (). A depender dos valores da média e do
0,3
desvio, diferentes serão os formatos das
Density

0,2
curvas.
Observe a figura que apresenta três curvas
0,1 distintas, com mesmo desvio padrão
(=1), porém com médias diferentes (μ=0,
0,0
-3 -2 -1 0 1
X
2 3 4 5 6 μ=1 e μ=2).
Distribuição Normal – Diferentes desvios

Distribution Plot
Normal; Mean=0
StDev
A distribuição Normal depende dos
0,4
1
2
3
parâmetros: média () e desvio padrão ().
0,3 A depender dos valores da média e do
desvio, diferentes serão os formatos das
Density

0,2
curvas.
0,1
Observe a figura que apresenta três curvas
distintas, mesma média (μ=0) e desvios
0,0
-10 -5 0 5 10
diferentes (=1, =2 e =3).
X
Distribuição Normal – Utilizando o Excel
Distribuição normal para o
=DIST.NORM.N(x;media;desvio padrão;VERDADEIRO)*
cálculo de P(X<x)

*Os resultados exibidos mostrarão a probabilidade acumulada!

Distribuição Normal – Exemplo

Suponha que o tempo entre pedidos realizados por clientes de uma empresa siga a
distribuição normal, com um média de 10 semanas e uma variância de 5 semanas2.
X: Tempo entre pedidos
 (média) = 10
2 (variância) = 5 → Desvio padrão (σ) = 2,2361
X~N(10;5)
Qual a probabilidade:
Distribuição Normal – Exemplo
a) Do tempo entre pedidos ser de no Distribution Plot
máximo 12 semanas. Normal; Mean=10; StDev=2,2361
0,20

→P(X<12)=
0,15

Usando o Microsoft Excel:

Density
=DIST.NORM.N(12;10;2,2361;VERDADEIRO) 0,10
0,8144

Resultado:
0,81445 0,05

0,00
10 12
X
Distribuição Normal – Exemplo

b) Do tempo entre pedidos ser de pelo menos 13 semanas.

P(X>13)= 1-P(X<13)
Distribution Plot Distribution Plot
Normal; Mean=10; StDev=2,2361 Normal; Mean=10; StDev=2,2361
0,20 0,20

0,15 0,15

0,9101
Density

Density
0,10
=1- 0,10

0,05 0,05

0,08986

0,00 0,00
10 13 10 13
X X
Distribuição Normal – Exemplo

Calculando as probabilidades por meio do Microsoft Excel:

P(X>13)= 1-P(X<13)

=DIST.NORM.N(13;10;2,2361;VERDADEIRO)
Resultado:
0,910141
Resultado final= 1- 0910141= 0,089859
Distribuição Normal – Exemplo
Distribution Plot
Normal; Mean=10; StDev=2,2361
0,20

c) Do tempo entre pedidos estar

0,15

entre 9 e 11 semanas.

Density
0,10

P(9<X<11)= P(X<11) - P(X<9) 0,6726

0,05

Distribution Plot
Normal; Mean=10; StDev=2,2361
0,20 0,00
10 11
0,3453
X

0,15
- Distribution Plot

=
Density

Normal; Mean=10; StDev=2,2361

0,10
0,20

0,05
0,15

Density
0,00
9 10 11 0,10
X

0,05
0,3274

0,00
9 10
X
Distribuição Normal – Exemplo

Calculando as probabilidades por meio do Microsoft Excel:

P(9<X<11)= P(X<11) - P(X<9)

=DIST.NORM.N(11;10;2,2361;VERDADEIRO)
Resultado: 0,672637
=DIST.NORM.N(9;10;2,2361;VERDADEIRO)
Resultado: 0,327363
Resultado final=
0,672637-0,327363= 0,345274
Distribuição Normal – Exemplo
d) Do tempo entre pedidos ser maior do que 8 semanas.
P(X>8)= 1- P(X<8)
Distribution Plot Distribution Plot
Normal; Mean=10; StDev=2,2361 Normal; Mean=10; StDev=2,2361
0,20 0,20

0,15 0,15

= 1 -
Density

Density
0,10
0,8144 0,10

0,05 0,05

0,1856

0,00 0,00
8 10 8 10
X X
Distribuição Normal – Exemplo

Calculando as probabilidades por meio do Microsoft Excel:

P(X>8)= 1- P(X<8)

=DIST.NORM.N(8;10;2,2361;VERDADEIRO)
Resultado: 0,185550
Resultado final=
1-0,185550=0,814450
Distribuição Normal – Exercício

As vendas diárias de um mercado de bairro seguem, aproximadamente, uma

distribuição normal, com média igual a R$5.000,00 e desvio padrão igual a R$2.000,00.
Calcule a probabilidade de que, em um determinado dia, as vendas:
a) Sejam superiores a R$3.500,00?
b) Sejam inferiores a R$3.000,00?
c) Estejam entre R$3.800,00 e R$5.300,00?
d) Estejam entre R$2.100,00 e 7.800,00?

Respostas: a) 0,7734 b) 0,1587 c) 0,2854 d) 0,8457

Distribuição Normal – Exercício - Resolução
As vendas diárias de um mercado de bairro seguem, aproximadamente, uma distribuição normal,
com média igual a R$5.000,00 e desvio padrão igual a R$2.000,00.
X: Vendas diárias de um mercado
 (média) = 5000
σ (desvio padrão) = 2000
Calcule a probabilidade de que, em um determinado dia, as vendas:
a) Sejam superiores a R$3.500,00?
→ P(X>3500) = 1- P(X<3500)
Utilizando o Excel
=DIST.NORM.N(3500;5000;2000;VERDADEIRO)
Resultado: 0,226627
Resultado final= 1-0,226627=0,773373
b) Sejam inferiores a R$3.000,00?
→ P(X<3000)
Utilizando o Excel
=DIST.NORM.N(3000;5000;2000;VERDADEIRO)
Resultado: 0,1586553

c) Estejam entre R$3.800,00 e R$5.300,00?

→ P(3800<X<5300)=P(X<5300)-P(X<3800)
Utilizando o Excel
=DIST.NORM.N(5300;5000;2000;VERDADEIRO)
Resultado: 0,559618
=DIST.NORM.N(3800;5000;2000;VERDADEIRO)
Resultado: 0,274253
Resultado final= 0,5596177-0,2742531=0,285365
d) Estejam entre R$2.100,00 e 7.800,00?
→ P(2100<X<7800)=P(X<7800)-P(X<2100)

Utilizando o Excel
=DIST.NORM.N(7800;5000;2000;VERDADEIRO)
Resultado: 0,9192433
=DIST.NORM.N(2100;5000;2000;VERDADEIRO)
Resultado: 0,0735293

Resultado final= 0,9192433-0,0735293 =0,8457140

Distribuição Normal Padrão

A distribuição normal padrão é um caso especial da

distribuição normal em que a média é igual a 0 e a
variância é igual a 1.
A variável aleatória que possui a distribuição normal
padronizada é representada por z, visto que a escala
horizontal do gráfico de tal distribuição corresponde
ao escore z.
Distribuição Normal

Você também pode utilizar a distribuição normal para obter um

valor específico dos dados (valor x) para uma probabilidade
determinada!
Distribuição Normal – Utilizando o Excel
Informa o valor de x a partir de
=INV.NORM.N(probabilidade;media;desvio padrão)
uma probabilidade acumulada

Forneço a
probabilidade
acumulada até ele!
Quero encontrar
esse valor.
Distribuição Normal - Exemplo
As notas dos candidatos a um concurso
público estão normalmente distribuídas com Distribution Plot
Normal; Mean=75; StDev=6,5
uma média de75 pontos e um desvio padrão 0,06

de 6,5 pontos. Para poder entrar no serviço

0,05
público, o candidato precisa figurar entre os
0,04
5% melhores. Qual é a menor pontuação

Density
possível para a aprovação de um candidato? 0,03

0,02
0,95
Utilizando o Excel: 0,01
0,05
=INV.NORM.N(0,95;75;6,5) 0,00
75 85,69
X
Resultado: 85,69155
Distribuição Normal - Exemplo

Abaixo de que nota encontram-se 10% dos Distribution Plot

Normal; Mean=75; StDev=6,5
candidatos com menor pontuação? 0,06

0,05
Utilizando o Excel:
0,04
=INV.NORM.N(0,1;75;6,5)

Density
Resultado: 66,6699 0,03

0,02

0,01
0,1

10% dos candidatos com menor pontuação 0,00

66,67 75
obtiveram notas abaixo de 66,7 pontos. X
Distribuição Normal - Exemplo

Acima de que nota encontram-se 25% dos Distribution Plot

Normal; Mean=75; StDev=6,5
candidatos? 0,06

0,05
Utilizando o Excel:
0,04
=INV.NORM.N(0,75;75;6,5)

Density
Resultado: 79,3842 0,03

0,02 0,75
0,25
0,01

25% dos candidatos obtiveram notas acima 0,00

75 79,38
de 79,4 pontos. X
Distribuição Normal - Exemplo

Abaixo de que nota encontram-se 40% dos Distribution Plot

Normal; Mean=75; StDev=6,5
candidatos? 0,06

0,05
Utilizando o Excel:
0,04
=INV.NORM.N(0,4;75;6,5)

Density
Resultado: 73,3532 0,03

0,02
0,4

0,01

40% dos candidatos obtiveram notas abaixo 0,00

73,35
de 79,35 pontos. X