Distribuições de Probabilidade Discreta

07/04/2023, 18:50 Ead.
br
ESTATÍSTICA E PROBABILIDADE
APLICADA
DISTRIBUIÇÕES DE
PROBABILIDADE
DISCRETA
Autor: Me. Raimundo Almeida
Revisor: Hugo Estevam de Sales Câmara
INICIAR
https://student.ulife.com.br/ContentPlayer/Index?lc=A2iFBzpxvIyv18qFHZoPwA%3d%3d&l=D9HETH98OlwbXvyQe8mqgg%3d%3d&cd=iliVq2Gl… 1/26
07/04/2023, 18:50 Ead.br
introdução
Introdução
Nesta unidade, utilizaremos os resultados da estatística descritiva, apoiados
com a teoria básica das probabilidades para estudar algumas distribuições de
probabilidade.
As distribuições de probabilidade estão presentes em diversas aplicações do

nosso dia a dia, como na realização de experimentos simples (como
lançamento de um dado) e em exemplos mais complexos (como implantar
um sistema de controle da qualidade em uma linha de produção industrial).
Neste momento, concentraremos nossa atenção para as distribuições

discretas, focando nas Distribuições Binomial e de Poisson. Em outra
oportunidade, trabalharemos com a distribuição contínua mais estudada no
mundo: a distribuição Normal.
Bons estudos!
07/04/2023, 18:50 Ead.br
Variáveis Aleatórias
e Distribuições de
Probabilidade
Variáveis aleatórias são variáveis que assumem valores numéricos para

cada resultado de um experimento. Ainda, para ser classificada como
aleatória, a variável deve ser associada a valores determinados pelo acaso.
Para ilustrar o conceito de variável aleatória, considere o lançamento

simultâneo de dois dados. A tabela seguinte representa a combinação de
possibilidades de resultados do experimento.
07/04/2023, 18:50 Ead.br
Tabela 3.1 - Possíveis resultados no lançamento de dois dados

Fonte: Elaborada pelo autor.
Uma possível variável aleatória para esse experimento seria contar quantas
vezes sai o número 5 nesse lançamento:
Variável aleatória:
X : número de vezes que sai o número 5 no lançamento de dois dados.
Observe que existem 3 possibilidades de valores para a variável aleatória X:
x 1 = 0 , x 2 = 1 e x 3 = 2.
Para cada variável aleatória, podemos relacionar uma distribuição de

probabilidade , que consiste em uma associação na qual, para cada valor x i ()
da V.A., associamos a sua probabilidade de ocorrência P(x 1 = p i). ( )
No exemplo do lançamento dos dados, para o caso da variável aleatória que
definimos, a distribuição de probabilidade é dada por:
07/04/2023, 18:50 Ead.br
xi pi
25
x1 = 0 p1 =
36
10
x2 = 1 p2 =
36
1
x3 = 2 p3 =
36
Tabela 3.2 - Distribuição de probabilidade para a variável aleatória X

Toda variável aleatória que possui uma quantidade enumerável de valores

()
possíveis x i é classificada como discreta. Por exemplo, no caso da variável
aleatória de contagem do resultado 5 no lançamento do dado, temos um
conjunto de três possibilidades (0, 1 e 2). Logo, esse é um exemplo de variável
aleatória discreta.
Considere, agora, a quantidade de litros de óleo diesel produzidos em uma

indústria. Observe que as possibilidades de resultados para essa V.A. não se
restringem a números inteiros (0 litros, 1 litro, 2 litros, 3 litros,..., n litros,...),
podendo assumir qualquer valor real positivo, por exemplo, 3,816 litros.
Nesse caso, estamos tratando de uma variável aleatória contínua .
Como já mencionado, esta unidade será destinada para as variáveis discretas.

Em outra oportunidade, você conhecerá mais sobre as variáveis contínuas.
07/04/2023, 18:50 Ead.br
Histogramas de Distribuição de
Probabilidade Discreta
Um histograma é um gráfico de barras que associa cada classe a uma
frequência, podendo ser uma frequência absoluta ou relativa.
Para o caso das distribuições de probabilidade, o histograma terá cada classe

representando os possíveis resultados da variável aleatória. O eixo vertical
indicará a probabilidade de ocorrência de cada classe.
O histograma a seguir representa a distribuição de probabilidade da variável

aleatória X já mencionada anteriormente (número de vezes que sai o número
5 no lançamento de dois dados).
Figura 3.1 - Histograma da distribuição de probabilidade da V.A X

Como estamos trabalhando com probabilidades, duas características comuns
a todas as distribuições podem ser observadas no histograma anterior:
1. ∑ ni= 1p i = 1, ou seja, a soma de todas as probabilidades é sempre

igual a 1.
2. 0 ≤ p i ≤ 1, ou seja, para qualquer resultado da V.A., a probabilidade
associada é sempre um número real maior ou igual a zero e menor
ou igual a 1.
07/04/2023, 18:50 Ead.br
Medidas de Tendência Central para

Variáveis Aleatórias Discretas
De modo análogo à forma que as medidas de média, variância e desvio-
padrão, podemos associar tais valores a cada variável aleatória. Ou seja, para
cada experimento, podemos definir várias variáveis aleatórias que, por sua
vez, para cada V.A. será associada a uma distribuição de probabilidades que,
assim terá uma média, uma variância e um desvio-padrão.
Figura 3.2 - Média, variância e desvio-padrão de uma variável aleatória

discreta
A tabela seguinte contém a relação de fórmulas utilizadas para o cálculo
dessas medidas de tendência central e dispersão.
07/04/2023, 18:50 Ead.br
Média μ= ∑ [x i ⋅ p i]
Variância σ2 = ∑[(x i − μ) 2 ⋅ p i] = ∑[x 2i ⋅ p i] − μ 2
Desvio-padrão σ= √ ∑[(x − μ) ⋅ p ]
i
2
i
Tabela 3.3 - Medidas de tendência central e dispersão de uma variável aleatória

discreta
No exemplo da variável aleatória X (número de vezes que sai o número 5 no

lançamento de dois dados), teremos as seguintes medidas.
1. MÉDIA
25 10 1 12
μ = 0 ⋅ 36 + 1 ⋅ 36 + 2 ⋅ 36 = 36
≃ 0, 33 vezes
2. VARIÂNCIA
25 10 1
σ 2 = (0 − 0, 33) 2 ⋅ + (1 − 0, 33) 2 ⋅ + (2 − 0, 33) 2 ⋅ ≃ 0, 28 vezes ao quadrado
36 36 36
3. DESVIO-PADRÃO
σ= √0, 28 ≃ 0, 53 vezes
A média, em uma V.A. discreta também é chamada de valor esperado da
variável.
07/04/2023, 18:50 Ead.br
praticar
Vamos Praticar
A tabela a seguir corresponde à variável aleatória X que corresponde ao número de
banheiros em uma residência brasileira em dezembro de 2019.
x P(x)
0 0,01
1 0,29
2 0,53
3 0,17
Tabela 3.4 - Distribuição de probabilidade do número de banheiros em casas

brasileiras
A partir dos dados da tabela, assinale a alternativa que corresponde ao número

médio de banheiros no Brasil em dezembro de 2019.
a) 1,86 banheiros.
07/04/2023, 18:50 Ead.br
b) 0,09 banheiros.
c) 1,15 banheiros.
d) 2,03 banheiros.
e) 3,44 banheiros.
https://student.ulife.com.br/ContentPlayer/Index?lc=A2iFBzpxvIyv18qFHZoPwA%3d%3d&l=D9HETH98OlwbXvyQe8mqgg%3d%3d&cd=iliVq2… 10/26
07/04/2023, 18:50 Ead.br
Distribuição de
Probabilidade
Binomial
Agora que você já conhece as características gerais de uma variável aleatória

discreta e sua distribuição de probabilidade, vamos nos concentrar no estudo
de uma V.A. específica que gera uma distribuição de probabilidade muito
utilizada em problemas do dia a dia de qualquer profissional da área de
exatas: a distribuição Binomial.
Conceito
Uma distribuição de probabilidade binomial resulta de um
experimento que satisfaz os seguintes requisitos:
1. O experimento tem um número finito de tentativas.

2. As tentativas devem ser independentes (o resultado de qualquer
tentativa individual não afeta as probabilidades nas outras
tentativas).
3. Cada tentativa deve ter todos os resultados classificados em
duas categorias (em geral, chamadas de sucesso e fracasso).
07/04/2023, 18:50 Ead.br
4. A probabilidade de sucesso permanece constante em todas as

tentativas (TRIOLA, 2013, p. 180).
Para exemplificar, voltemos ao exemplo da distribuição X já trabalhada na

seção anterior (número de vezes que sai o número 5 no lançamento de dois
dados). Observe que nesse caso temos satisfeitos os quatro requisitos da
definição de probabilidade binomial:
1. O lançamento de dois dados pode ser interpretado como dois

(número finito) lançamentos.
2. O resultado do primeiro lançamento do dado não interfere no
resultado do segundo lançamento, por isso são classificados como
independentes.
3. Cada lançamento pode resultar em um sucesso (sair 5) ou em um
fracasso (sair um número diferente de 5).
1
4. A probabilidade de sair 5 é sempre igual a 6
em cada um dos
lançamentos.
Em qualquer distribuição binomial, a probabilidade de ocorrência de sucessos

em um conjunto de tentativas pode ser calculada a partir da expressão
seguinte:
n!
P(x) = p xq n − x, (equação A)
(n − x) !x !
sendo:
p a probabilidade de sucesso em uma tentativa;

q a probabilidade de fracasso em uma tentativa;
n o número de tentativas;
x a quantidade de sucesso nas n tentativas.
Exercício resolvido:
No lançamento de dois dados não viciados, qual é a probabilidade de

ocorrência de exatamente UM resultado igual a 5?
07/04/2023, 18:50 Ead.br
Solução:
Nesse exemplo, temos que n = 2 (dois lançamentos), x = 1 (um sucesso),

p = 1 / 6 e q = 5 / 6.
Aplicando a equação A, temos:
P(1) =
2!
⋅
(2 − 1) !1 ! 6() ()
1 1
⋅
5
6
2−1
=
2 1 5 10
⋅ ⋅ =
1 ⋅ 1 6 6 36
Observe que o resultado encontrado no exercício acima coincide com o valor

indicado na distribuição de probabilidade da V.A. X, calculada na seção 1.
reflita
Reflita
A distribuição binomial é assim
denominada em virtude dos seus
cálculos de probabilidade serem
semelhantes ao desenvolvimento do
binômio B = (x + y) a.
Para fixação do conteúdo, vamos a mais um exemplo do uso da fórmula A.
Exemplo:
A marca BRverde é uma empresa especializada em comunicação voltada para

a conscientização da população brasileira sobre os cuidados que devemos ter
07/04/2023, 18:50 Ead.br
com o meio ambiente e as consequências que podem resultar de um

consumismo desenfreado.
Para verificar a eficácia de suas ações, a empresa realizou uma enquete e

constatou que apenas 17% da população de Recife reconhecem a sua marca.
Numa família de 35 pessoas residentes em Recife, qual é a probabilidade de 2

ou menos pessoas conhecerem a marca BRverde?
Solução:
Para responder a essa pergunta, considere o experimento que consiste em

escolher um dos 35 familiares e verificar se ele conhece (sucesso) ou não
(fracasso) a marca BRverde. O que se deseja descobrir, para a população
n=35, é a probabilidade para x ≤ 2.
Observe que a probabilidade de sucesso é igual a 17/100~=~0,17. Sendo

assim, a probabilidade de fracasso é igual a 1-0,17=0,83.
Aplicando a fórmula:
35 !
P(0) = ⋅ (0, 17) 0 ⋅ (0, 83) 35 − 0 = 1, 47 ⋅ 10 − 3
(35 − 0) !0 !
35 !
P(1) = ⋅ (0, 17) 1 ⋅ (0, 83) 35 − 1 = 1, 05 ⋅ 10 − 2
(35 − 1) !1 !
35 !
P(2) = ⋅ (0, 17) 2 ⋅ (0, 83) 35 − 2 = 3, 67 ⋅ 10 − 2
(35 − 2) !2 !
Como P ( x ≤ 2 ) = P(0) + P(1) + P(2), temos:
P ( x ≤ 2 ) = 0, 00147 + 0, 01054 + 0, 03672 = 0, 04873 = 4, 87%
07/04/2023, 18:50 Ead.br
praticar
Vamos Praticar
Uma prova contém 10 questões de múltipla escolha com 5 alternativas. Para acertar
uma questão, o aluno precisa assinalar a única alternativa que é correta. Nesse
contexto, assinale a alternativa que apresenta a probabilidade de um aluno que
“chuta” todas as questões acertar exatamente 3 exercícios?
a) 10%
b) 20%
c) 30%
d) 40%
e) 50%
07/04/2023, 18:50 Ead.br
Distribuição
Binomial - Média,
Variância e Desvio-
Padrão
Agora que já sabemos identificar distribuições binomiais e calcular as

probabilidades nesse contexto, vamos aprender a determinar as principais
medidas de tendência central e dispersão.
A tabela a seguir corresponde às fórmulas para os cálculos de média,

variância e desvio-padrão (restritos apenas às distribuições binomiais).
07/04/2023, 18:50 Ead.br
Média μ = np
Variância σ 2 = npq
Desvio-padrão σ= √npq
Tabela 3.5 - Medidas de tendência central e dispersão para uma distribuição

binomial
Para exercitar, vamos calcular (mais uma vez) a média, a variância e o desvio-
padrão para a variável aleatória X que corresponde ao número de vezes que
sai o número 5 no lançamento de dois dados.
1. MÉDIA:
1
mu = np = 2 ⋅ 6 ≃ 0, 33 vezes
2. VARIÂNCIA
1 5
σ 2 = npq = 2 ⋅ 6 ⋅ 6 ≃ 0, 28 vezes ao quadrado
3. DESVIO-PADRÃO
σ= √0, 28 ≃ 0, 53 vezes
Observe que os resultados encontrados coincidem com os obtidos quando
aplicadas as fórmulas para distribuições discretas gerais.
07/04/2023, 18:50 Ead.br
praticar
Vamos Praticar
Definimos que, em um dado experimento, um valor é classificado como não usual
quando este se distancia da média em um valor superior ao dobro do desvio
padrão.
Considerando que uma pesquisa foi feita com 894 clientes de uma empresa,
constatou-se que 193 votaram na opção A, conforme figura seguinte:
Figura 3.3 - Votantes na opção A

Pensando em um resultado estimado para essa pesquisa, determine o valor mínimo

usual de votos na opção A e assinale a alternativa correspondente.
a) 135 votos.
b) 142 votos.
c) 159 votos.
d) 182 votos.
07/04/2023, 18:50 Ead.br
e) 171 votos.
07/04/2023, 18:50 Ead.br
Distribuição de
Poisson
Para finalizar nosso estudo sobre variáveis discretas, concentraremos nossa

atenção a mais uma clássica distribuição: a distribuição de Poisson.
A distribuição de Poisson é uma distribuição de probabilidade

discreta que se aplica a ocorrências de eventos ao longo de
intervalos especificados. A variável aleatória x é o número de
ocorrências do evento no intervalo. O intervalo pode ser de tempo,
distância, área, volume ou alguma unidade simular. A
probabilidade de ocorrência de x vezes em um intervalo é dada
pela fórmula:
μx ⋅ e − μ
P(x) =
x!
em que e ≃ 2, 7182.
(TRIOLA, 2013, p. 193)
07/04/2023, 18:50 Ead.br
Para que a fórmula anterior possa ser aplicada, devemos ter certeza de estar
trabalhando com um evento situado em algum intervalo, além de garantir que
cada ocorrência seja aleatória, independente e uniformemente distribuída
nesse intervalo.
Para exemplificar, considere o seguinte:
Na construção de um prédio residencial, ocorreram, nos últimos 42 dias, 17

acidentes de trabalho. Selecionando-se ao acaso um determinado dia, dentre
os 42 avaliados, qual é a probabilidade de ter ocorrido 3 acidentes nesse dia?
Para responder a essa pergunta, considere uma distribuição de Poisson com

média igual a:
17
μ= 42
= 0, 4048 acidentes.
0 , 4048 3 ⋅ e − 0 , 4048
Sendo assim, P(3) = 3!
≃ 0, 007375 = 0, 74.
praticar
Vamos Praticar
Em um ano bissexto, houve 1687 nascimentos em uma cidade do interior do Rio
Grande do Sul. Selecionando aleatoriamente um dia desse ano, assinale a
alternativa que apresenta a probabilidade de termos exatamente 2 nascimentos
nessa cidade.
a) Aproximadamente 3,58%
b) Aproximadamente 22,58%
c) Aproximadamente 15,58%
07/04/2023, 18:50 Ead.br
d) Aproximadamente 10,58%
e) Aproximadamente 8,58%
07/04/2023, 18:50 Ead.br
indicações
Material
Complementar
LIVRO
Introdução à Estatística - Atualização da

Tecnologia - Capítulo 5
Mario F. Triola
Editora: LTC
ISBN: 9788521634256
Comentário: Neste livro, você encontrará outros
exemplos e aplicações de todo o conteúdo trabalhado
na unidade, além de inúmeros exercícios para
fortalecer e fixar seu aprendizado.
07/04/2023, 18:50 Ead.br
WEB
Estatística - Aula 11 - Distribuições de

probabilidade - UNIVESP
Comentário: O vídeo em questão faz parte de uma
coleção de materiais didáticos disponíveis
gratuitamente no Youtube pela UNIVESP - Universidade
Virtual do Estado de São Paulo. Nele você poderá
revisar todo o conteúdo da unidade e acessar um canal
repleto de materiais sobre estatística e matemática em
geral
Para conhecer o vídeo completo, acesse o link a seguir.
ACESSAR
07/04/2023, 18:50 Ead.br
conclusão
Conclusão
O material que você acabou de ler, vai auxiliar em diversos contextos da sua
vida profissional, uma vez que qualquer distribuição de probabilidade discreta
pode ser estudada sob o viés do conteúdo desta unidade.
Com esse conhecimento, você já está apto a calcular a probabilidade de

ocorrência de defeitos em produtos numa linha de produção, calcular a
chance de aprovação em uma prova de múltipla escolha, analisar dados
estatísticos discretos sobre a ocorrência de um fenômeno e outras diversas
aplicações úteis no dia a dia de qualquer pessoa.
Para fixar o conteúdo, não se esqueça de exercitar bastante e, caso ache

necessário, revise a unidade.
referências
Referências
Bibliográficas
PORTAL Action. 2.2 - Variável Aleatória Discreta. Disponível em:
http://www.portalaction.com.br/probabilidades/22-variavel-aleatoria-discreta .
Acesso em: 10 fev. 2020.
07/04/2023, 18:50 Ead.br
TRIOLA, Mario F. Introdução à Estatística: atualização da tecnologia. v. único.

11. ed. Rio de Janeiro: LTC, 2013.
UNIVESP. Estatística - Aula 11 - Distribuições de Probabilidade. 2015.

Disponível em: https://www.youtube.com/watch?v=j3Zbup0KMxY . Acesso em:
22 dez. 2019.

Distribuições de Probabilidade Discreta

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Distribuições de Probabilidade Discreta

Enviado por

Direitos autorais:

Formatos disponíveis

07/04/2023, 18:50 Ead.

As distribuições de probabilidade estão presentes em diversas aplicações do

Neste momento, concentraremos nossa atenção para as distribuições

Variáveis aleatórias são variáveis que assumem valores numéricos para

Para ilustrar o conceito de variável aleatória, considere o lançamento

Tabela 3.1 - Possíveis resultados no lançamento de dois dados

X : número de vezes que sai o número 5 no lançamento de dois dados.

Observe que existem 3 possibilidades de valores para a variável aleatória X:

Para cada variável aleatória, podemos relacionar uma distribuição de

Tabela 3.2 - Distribuição de probabilidade para a variável aleatória X

Toda variável aleatória que possui uma quantidade enumerável de valores

Considere, agora, a quantidade de litros de óleo diesel produzidos em uma

Como já mencionado, esta unidade será destinada para as variáveis discretas.

Para o caso das distribuições de probabilidade, o histograma terá cada classe

O histograma a seguir representa a distribuição de probabilidade da variável

Figura 3.1 - Histograma da distribuição de probabilidade da V.A X

1. ∑ ni= 1p i = 1, ou seja, a soma de todas as probabilidades é sempre

Medidas de Tendência Central para

Figura 3.2 - Média, variância e desvio-padrão de uma variável aleatória

Variância σ2 = ∑[(x i − μ) 2 ⋅ p i] = ∑[x 2i ⋅ p i] − μ 2

Tabela 3.3 - Medidas de tendência central e dispersão de uma variável aleatória

No exemplo da variável aleatória X (número de vezes que sai o número 5 no

Tabela 3.4 - Distribuição de probabilidade do número de banheiros em casas

A partir dos dados da tabela, assinale a alternativa que corresponde ao número

Agora que você já conhece as características gerais de uma variável aleatória

1. O experimento tem um número finito de tentativas.

4. A probabilidade de sucesso permanece constante em todas as

Para exemplificar, voltemos ao exemplo da distribuição X já trabalhada na

1. O lançamento de dois dados pode ser interpretado como dois

Em qualquer distribuição binomial, a probabilidade de ocorrência de sucessos

p a probabilidade de sucesso em uma tentativa;

No lançamento de dois dados não viciados, qual é a probabilidade de

Nesse exemplo, temos que n = 2 (dois lançamentos), x = 1 (um sucesso),

Aplicando a equação A, temos:

Observe que o resultado encontrado no exercício acima coincide com o valor

Para fixação do conteúdo, vamos a mais um exemplo do uso da fórmula A.

A marca BRverde é uma empresa especializada em comunicação voltada para

com o meio ambiente e as consequências que podem resultar de um

Para verificar a eficácia de suas ações, a empresa realizou uma enquete e

Numa família de 35 pessoas residentes em Recife, qual é a probabilidade de 2

Para responder a essa pergunta, considere o experimento que consiste em

Observe que a probabilidade de sucesso é igual a 17/100~=~0,17. Sendo

Como P ( x ≤ 2 ) = P(0) + P(1) + P(2), temos:

P ( x ≤ 2 ) = 0, 00147 + 0, 01054 + 0, 03672 = 0, 04873 = 4, 87%

Agora que já sabemos identificar distribuições binomiais e calcular as

A tabela a seguir corresponde às fórmulas para os cálculos de média,

Tabela 3.5 - Medidas de tendência central e dispersão para uma distribuição

Figura 3.3 - Votantes na opção A

Pensando em um resultado estimado para essa pesquisa, determine o valor mínimo

Para finalizar nosso estudo sobre variáveis discretas, concentraremos nossa

A distribuição de Poisson é uma distribuição de probabilidade

Para exemplificar, considere o seguinte:

Na construção de um prédio residencial, ocorreram, nos últimos 42 dias, 17

Para responder a essa pergunta, considere uma distribuição de Poisson com

Introdução à Estatística - Atualização da

Estatística - Aula 11 - Distribuições de

Com esse conhecimento, você já está apto a calcular a probabilidade de

Para fixar o conteúdo, não se esqueça de exercitar bastante e, caso ache

TRIOLA, Mario F. Introdução à Estatística: atualização da tecnologia. v. único.

UNIVESP. Estatística - Aula 11 - Distribuições de Probabilidade. 2015.

Você também pode gostar