I - Distribuições de

Estatı́stica Probabilidade

EI PL
1.2 - Variável
aleatória contı́nua
Função densidade de
probabilidade
Função de Distribuição

I - Distribuições de Probabilidade Valor médio e Variância

1.3 Distribuições
Discretas
1.2 Variáveis aleatórias contı́nuas Distribuição de Bernoulli

1.3 Distribuições de probabilidade discretas Distribuição Binomial

Aula TP #2
Semana 10: 07 & 10 mar

Palavras Chave: Variável aleatória contı́nua; distribuição

contı́nua; valor médio, variância e desvio padrão de uma
variável aleatória contı́nua. Distribuição de Bernoulli e
Binomial.
 I - Distribuições de
Probabilidade

Recordar: Uma variável aleatória diz-se contı́nua se o seu 1.2 - Variável

contradomı́nio é um intervalo, ou um conjunto de intervalos. aleatória contı́nua
Função densidade de
probabilidade
Função de Distribuição

Definição: Chama-se função densidade de probabilidade da Valor médio e Variância

v.a. contı́nua X a uma função real f (x) que verifica: 1.3 Distribuições
Discretas

i. f (x) ≥ 0; Distribuição de Bernoulli

Distribuição Binomial
Z +∞
ii. f (x)dx = 1.
−∞

Seja X uma v.a. contı́nua e sejam k, k1 , k2 ∈ R. Então:

▶ P(X = k) = 0;
Z k2
▶ P(k1 ≤ X ≤ k2 ) = f (x)dx.
k1
Função de distribuição: I - Distribuições de
Probabilidade
Z x
F (x) = P(X ≤ x) = f (t)dt. 1.2 - Variável
−∞ aleatória contı́nua
Função densidade de
probabilidade
Função de Distribuição
Valor médio e Variância
As propriedades da função de distribuição F de uma v.a. 1.3 Distribuições
contı́nua são semelhantes às propriedades desta função no Discretas
Distribuição de Bernoulli
caso discreto, exceto a continuidade, pois F é agora uma Distribuição Binomial

função contı́nua em R.
dF
Obs.: (x) = F ′ (x) = f (x).
dx

Teorema: Se X é uma v.a. contı́nua, então

P(x1 < X ≤ x2 ) = P(x1 < X < x2 )

= P(x1 ≤ X ≤ x2 )
= F (x2 ) − F (x1 ).
 I - Distribuições de
Probabilidade

Seja X uma v.a. contı́nua.

1.2 - Variável
Valor médio: aleatória contı́nua
Função densidade de
probabilidade
Z +∞ Função de Distribuição

µX = E (X ) = xf (x)dx. Valor médio e Variância

−∞ 1.3 Distribuições
Discretas
Distribuição de Bernoulli
Distribuição Binomial
Variância:

σX2 = Var (X ) = E X 2 − µ2X ,

Z +∞
2
x 2 f (x)dx.


com E X =
−∞

As propriedades do valor médio e da variância de uma v.a.

contı́nua são semelhantes às propriedades no caso das v.a.
discretas.
 I - Distribuições de
Probabilidade

1.2 - Variável
aleatória contı́nua
Função densidade de
probabilidade
Função de Distribuição
Valor médio e Variância

1.3 Distribuições
Discretas
Distribuição de Bernoulli
Exercı́cios Propostos: Ficha n.º 1, ex. 4, 5. Distribuição Binomial
 I - Distribuições de
1.3 Distribuições Discretas: Distribuição de Probabilidade

Bernoulli 1.2 - Variável

aleatória contı́nua
Provas de Bernoulli são experiências aleatórias com 2 Função densidade de
probabilidade

resultados: Sucesso e Insucesso. Função de Distribuição

Valor médio e Variância

A v.a. que identifica a ocorrência de sucesso, 1.3 Distribuições

Discretas
Distribuição de Bernoulli

X : Ω −→ R Distribuição Binomial

“Sucesso ′′

1 ω≡
ω 7→ x =
0 ω ≡ “Insucesso ′′

diz-se que tem distribuição de Bernoulli

x 0 1
f (x) = p x (1−p)1−x , x ∈ {0, 1} ou
f (x) 1−p p

onde p representa a probabilidade de “Sucesso”.

Notação: X ∼ Ber (p)

 I - Distribuições de
Distribuição de Binomial Probabilidade

1.2 - Variável
aleatória contı́nua
Considere-se uma sucessão de n provas de Bernoulli, Função densidade de
probabilidade
Função de Distribuição
independentes entre si. Valor médio e Variância

1.3 Distribuições
A v.a. X que representa o Discretas
Distribuição de Bernoulli
Distribuição Binomial
número de sucessos obtidos nas n provas de Bernoulli

diz-se que tem distribuição Binomial, sendo a função de

probabilidade dada por
 
n x
f (x) = P(X = x) = p (1 − p)n−x , x = 0, 1, ..., n.
x

Notação: X ∼ B(n, p).

 I - Distribuições de
Probabilidade

1.2 - Variável
aleatória contı́nua
Observações: Função densidade de
probabilidade
Função de Distribuição

▶ Se X ∼ B(n, p) prova-se que: Valor médio e Variância

1.3 Distribuições
▶ µX = E (X ) = np; Discretas
▶ σX2 = Var (X ) = np(1 − p). Distribuição de Bernoulli
Distribuição Binomial

▶ Se X ∼ B(1, p) então diz-se que X tem distribuição de

Bernoulli e escreve-se X ∼ Ber (p).

▶ Se X1 ∼ B(n1 , p) e X2 ∼ B(n2 , p) são v.a.

independentes, então (X1 + X2 ) ∼ B(n1 + n2 , p).
 I - Distribuições de
Probabilidade

1.2 - Variável
aleatória contı́nua
Função densidade de
probabilidade
Função de Distribuição
Valor médio e Variância

1.3 Distribuições
Discretas
Distribuição de Bernoulli
Exercı́cios Propostos: Ficha n.º 1, ex. 6 a 11. Distribuição Binomial
 I - Distribuições de
Utilização do Rcmdr. Probabilidade

Se X é uma v.a. com distribuição DST , deve-se selecionar

1.2 - Variável
no menu dessa distribuição aleatória contı́nua
Função densidade de

Distributions 7→ Discrete/Continuous probabilidade

Função de Distribuição

distributions 7→ DST distribution Valor médio e Variância

1.3 Distribuições
Discretas
as seguintes opções: Distribuição de Bernoulli
Distribuição Binomial

▶ DST probabilities → para calcular probabilidades

da forma P(X = k) =?.
▶ DST tail probabilities → para calcular
probabilidades da forma:
▶ P(X ≤ k) =? (lower tail)
▶ P(X > k) =? (upper tail)

▶ DST quantiles → para calcular valores k =? que

verificam:
▶ P(X ≤ k) ≈ p (lower tail)
▶ P(X > k) ≈ p (upper tail)