7º Semestre

/Esperança

3.4 O Valor Esperado (média) de uma Distribuição de Probabilidade Discreta

A média refere-se a localização central de um conjunto de dados. Ela pode ser considerada
como um valor de “longo prazo” de uma variável aleatória e é também chamada de valor
esperado (ou esperança matemática), E(X).

A média de uma distribuição de probabilidade discreta é determinada pela fórmula:

3.5 A Variância e o Desvio Padrão de uma Distribuição de Probabilidade Discreta

A variância mede a quantidade de dispersão ou variabilidade de uma distribuição. Ela é

denotada pela letra grega σ²(sigma ao quadrado).

•O desvio padrão é obtido através da raiz quadrada de σ².

A variância de uma distribuição de probabilidade discreta é calculada através da

fórmula:

O desvio padrão é:

Exemplo 1:

1)Uma empresa especializa-se no aluguel de carros para famílias que necessitam de

um carro adicional para um período curto de tempo. O presidente da empresa tem
estudado seus registros para as últimas 20 semanas e apresentou os seguintes
números de carros alugados por semana.

a)Os dados acima podem ser considerados como uma distribuição de probabilidade?

Prof. Me Roberto Nicolodi Disciplina: Métodos Quantitativos

Curso: Engenharia de Produção
 7º Semestre

b) Converta o número de carros alugados por semana em uma distribuição de

probabilidade.
c) Calcule o número médio de carros alugados por semana.
d) Calcule a variância do número de carros alugados por semana.
e) Cálculo de E(X) e σ².
Solução do Exemplo 1:

b)

c)

d)

Solução do Exemplo 1:

e) E(x)

Solução do Exemplo 1:

Prof. Me Roberto Nicolodi Disciplina: Métodos Quantitativos

Curso: Engenharia de Produção
 7º Semestre

Variáveis Aleatórias Contínuas

Diferentemente de uma variável aleatória discreta, para uma variável aleatória

contínua não podemos definir uma função de distribuição de probabilidade (f.d.p.). No
entanto, podemos definir o que se chama de uma função densidade de probabilidade
para as variáveis aleatórias contínuas. Por exemplo, suponhamos uma distribuição
uniforme do tipo:

Função densidade de Probabilidade

Toda função que satisfizer essas duas propriedades chamaremos de função densidade
de probabilidade. Essa função é apenas um instrumento matemático para que
possamos calcular probabilidades para variáveis aleatórias contínuas (assim como
utilizamos a função distribuição de probabilidade para as variáveis aleatórias
Prof. Me Roberto Nicolodi Disciplina: Métodos Quantitativos
Curso: Engenharia de Produção
 7º Semestre

discretas). Por exemplo, para o exemplo acima, se quisermos calcular a probabilidade

da variável aleatória contínua X estar contida no intervalo 12 ≤ X ≤ 10 será:

Função densidade de Probabilidade

Dessa forma, podemos calcular a probabilidade para qualquer intervalo sendo esta
probabilidade o valor da integral definida da função densidade de probabilidade sendo
que os limites de integração são as extremidades do intervalo. De uma forma geral,
podemos dizer que se f(X) é a função densidade de probabilidade de uma variável
aleatória contínua, então:

Média e Variância de uma Variável Aleatória Contínua

Média e Variância de uma Variável Aleatória Contínua

Prof. Me Roberto Nicolodi Disciplina: Métodos Quantitativos

Curso: Engenharia de Produção
 7º Semestre

Parâmetros das Variáveis Aleatórias

 Os parâmetros que caracterizam uma variável aleatória em termos médios

(média e mediana), e em termos de dispersão (variância e desvio padrão),
podem ser usados para resumir uma distribuição de probabilidades.

a) Medidas de posição

a.1) Média ou esperança matemática: Chama-se valor médio ou esperança

matemática ao valor que se obtém somando (ou integrando) todos os valores
que uma variável aleatória pode assumir, ponderados pela respectiva
probabilidade pontual (ou densidade de probabilidade no ponto) e representa-
se por μ = E( X ) :
n
μ=E ( X )=∑ x i⋅f (x i ) (caso discreto)
i=1
+∞
u=E ( X )= ∫ x⋅f ( x )dx (caso contínuo )
−∞

Exemplo 1

Suponha que o numero de carros, X, que passam através de uma lavadora de carros
entre 4 hs e 5 hs da tarde em qualquer sexta-feira ensolarada tem a seguinte
distribuição de probabilidade:

Seja g(X) = 2X – 1 que representa a quantidade de dinheiro em reais, paga ao lavador

pelo proprietário. Encontre o ganho esperado do lavador para este período de tempo
particular.

Solução 1:

Exercícios

1) A demanda semanal por uma marca de refrigerante, em milhares de litros é uma

variável aleatória continua X com densidade de probabilidade:

Prof. Me Roberto Nicolodi Disciplina: Métodos Quantitativos

Curso: Engenharia de Produção
 7º Semestre

2) Seja X uma variável aleatória que tem função densidade:

Ache a variância da variável aleatória g(x) = 4x+3

3) Uma indústria alimentícia está participando de três licitações públicas, com lucros
possíveis de 30, 50 e 60 mil reais, respectivamente. Se a probabilidade dessa
indústria vencer as licitações são de 0,3; 0,7 e 0,2 respectivamente, qual o valor
esperado do lucro desta indústria?

4) Consideremos o lançamento de um dado equilibrado. Consideremos a variável

aleatória x = nº de faces voltadas para cima. Calcular o valor esperado de X.

5) A demanda diária de arroz num supermercado, em centenas de quilos, é uma v.a.

com f.d.p.

a) Qual a probabilidade de se vender mais do que 150 kg, num dia escolhido ao acaso?
b) Em 30 dias, quanto o gerente do supermercado espera vender?
c) Qual a quantidade de arroz que deve ser deixada `a disposição dos clientes
diariamente para que não falte arroz em 95% dos dias?

Prof. Me Roberto Nicolodi Disciplina: Métodos Quantitativos

Curso: Engenharia de Produção