CURSO DE FORMAÇÃO DE OFICIAIS

ESTATÍSTICA
PROFESSOR: CAP BM QOC/10 IGOR CALIXTO
 CURSO DE FORMAÇÃO DE OFICIAIS

• Uma variável aleatória é uma descrição numérica do resultado de um

experimento, podendo ser classificada como discreta ou contínua
dependendo dos valores numéricos que ela assume.

• Uma variável aleatória que pode assumir tanto um número finito de

valores como uma sequência infinita de valores – tais como 0, 1, 2, 3, ... –
é denominada variável aleatória discreta. Ex.: Concurso ABMDP II é
composto de 4 fases (vestibular UERJ, Exame Físico, Exame médico e
Exame Documental).

• Uma variável aleatória que pode assumir qualquer valor numérico em um

intervalo é chamada de variável aleatória contínua. Faixa de
explosividade do GLP: 1,8% a 9,5%.
 CURSO DE FORMAÇÃO DE OFICIAIS

• A distribuição de probabilidade de uma variável aleatória descreve como

as probabilidades estão distribuídas sobre os valores da variável. Para
uma variável discreta x, a distribuição da probabilidade é definida por uma
função de probabilidade, denotada por f(x). A função da probabilidade
fornece a probabilidade correspondente a cada um dos valores da variável
aleatória.
Ex.: Distribuição de probabilidade correspondente ao número de
automóveis vendidos durante um dia numa Concessionária.
 CURSO DE FORMAÇÃO DE OFICIAIS

• (Continuação do exemplo): Nos último 300 dias de operação, os dados de

venda mostram 54 dias sem vendas de automóveis, 117 dias com venda
de um automóvel, 72 dias com dois vendidos, 42 dias com três, 12 dias
com quatro e 3 dias com 5 automóveis vendidos.
X f(x)
• Condições necessárias para uma função de
0 0,18
probabilidade discreta:
1 0,39
 f(x)
2 0,24
3 0,14  ∑ f(x) = 1
4 0,04 • Exemplo mais simples de distribuição discreta é a
5 0,01 distribuição de probabilidade uniforme
Total 1,00 discreta: f(x) = 1/n , onde n = n° de valores que a
variável aleatória pode assumir. Ex.: Lançamento
de dados.
 CURSO DE FORMAÇÃO DE OFICIAIS

• Valor esperado, ou média, de uma variável aleatória é uma medida da

posição centra da variável aleatória. Dada pela expressão a seguir:
E(x) = µ = ∑xf(x)
Tal notação é usada para denotar o valor esperado de uma variável
aleatória. Ex.: Cálculo do valor esperado para o número de automóveis
vendidos durante um dia na concessionária.
X f(x) xf(x) Valor esperado
0 0,18 0(0,18) = 0,00 é de 1,50
automóveis por
1 0,39 1(0,39) = 0,39
dia.
2 0,24 2(0,24) = 0,48
3 0,14 3(0,14) = 0,42
4 0,04 4(0,04) = 0,16
5 0,01 5(0,01) = 0,05
1,50
 CURSO DE FORMAÇÃO DE OFICIAIS

• Variância:
Apesar de o valor esperado fornecer o valor médio para a variável aleatória,
frequentemente necessitamos de uma medida de variabilidade, ou de
dispersão. Usamos agora a variância para sintetizar a variabilidade nos
valores da variável aleatória. A expressão matemática é apresentada a
seguir:
Var(x) = σ2 = ∑(x – µ) 2f(x)

Obs.: A variância é a média ponderada dos desvios quadráticos em relação

à média. Os pesos são as probabilidade.
 CURSO DE FORMAÇÃO DE OFICIAIS

Exemplo: Cálculo da variância para o número de automóveis vendidos

durante um dia na concessionária.
x x–µ (x – µ)2 f(x) (x – µ)2f(x)
0 0 – 1,5 = - 1,5 2,25 0,18 2,25(0,18) = 0,4050
1 1 – 1,5 = - 0,5 0,25 0,39 0,25(0,39) = 0,0975
2 2 – 1,5 = 0,5 0,25 0,24 0,25(0,24) = 0,06
3 3 – 1,5 = 1,5 2,25 0,14 2,25(0,14) = 0,3150
4 4 – 1,5 = 2,5 6,25 0,04 6,25(0,04) = 0,25
σ2 = ∑(x – µ) 2f(x)
5 5 – 1,5 = 3,5 12,25 0,01 12,25(0,01) = 0,1225
1,2500

Notamos que a variância é 1,25. O desvio padrão será a raiz quadrada

positiva, nesse caso: 1,118.
O desvio padrão é medido nas mesmas unidades da variável (1,118
automóvel), portanto é preferido para descrever a variabilidade.
 CURSO DE FORMAÇÃO DE OFICIAIS

Distribuição de probabilidade binomial

É uma distribuição discreta de probabilidade e está associada a um

experimento de várias etapas, que chamamos de experimento binomial.
Tem quatro propriedades:
1. O experimento consiste em uma sequência de n ensaios idênticos.
2. Dois resultados são possíveis em cada ensaio. Sucesso ou fracasso.
3. A probabilidade de sucesso, denotado por p, não se modifica de ensaio
para ensaio. Logo, fracasso é denotado por 1 – p, também não se
modifica de ensaio para ensaio.
4. Os ensaios são independentes.
 CURSO DE FORMAÇÃO DE OFICIAIS

Uma sequência possível de sucessos e fracassos para um experimento

binomial com oito ensaios.

Propriedade 1: o experimento consiste em n = 8 ensaios idênticos.

Propriedade 2: Cada ensaio resulta em sucesso (S) ou fracasso (F).

Ensaios 1 2 3 4 5 6 7 8
Resultados S F F S S F S S
 CURSO DE FORMAÇÃO DE OFICIAIS

Distribuição de Probabilidade Binomial

Em um experimento binomial, nosso interesse é o número de sucessos que

ocorrem nos n ensaios. Se x denota o número de sucessos que ocorrem n
ensaios, vemos que x pode assumir valores de 0, 1, 2, 3, ..., n. Uma vez
que o número de valores finito, x é uma variável aleatória discreta. A
distribuição de probabilidade associada a essa variável aleatória é chamada
de distribuição de probabilidade binomial. Exemplo
 CURSO DE FORMAÇÃO DE OFICIAIS

Distribuição de Probabilidade Binomial

Ex.: considere o experimento de jogar a moeda cinco vezes e em cada
arremesso observar se a moeda cai “cara” ou “coroa”. Suponhamos que
estejamos interessados em contar o número de “caras” dos arremessos.
Esse experimento tem as propriedades de um experimento binomial? Qual
a variável aleatória de interesse?
1. O experimento consiste em 5 ensaios idênticos: lançamento da moeda.
2. Dois resultados são possíveis. “Cara” = sucesso, “coroa” = fracasso.
3. A probabilidade de se obter “cara” e a probabilidade de se obter “coroa”
são as mesmas para cada ensaio, p = 0,5 e 1 – p = 0,5.
4. Os ensaios são independentes porque o resultado de qualquer um dos
ensaios não é afetado pelo que acontece nos demais.
 CURSO DE FORMAÇÃO DE OFICIAIS

Distribuição de Probabilidade Binomial

Desse modo, estão satisfeitas as propriedades de um experimento
binomial.
A variável aleatória é de interesse é x = o número de caras que aparecem
nos cinco ensaios. Nesse caso, x pode assumir os valores 0, 1, 2, 3, 4 ou 5.

Exemplo 2: um vendedor de seguros visita dez famílias aleatoriamente. O

resultado “sucesso” significa a compra de uma apólice pela família, no
“fracasso” a família não compra. Por experiência, o vendedor sabe que a
probabilidade de uma família aleatoriamente selecionada comprar uma
apólice de segura é igual a 0,10. Verificando as propriedade, observamos
que:
 CURSO DE FORMAÇÃO DE OFICIAIS

Distribuição de Probabilidade Binomial

1. O experimento consiste em dez ensaios idênticos; cada ensaio envolve
contatar uma família.
2. Dois resultados são possíveis em cada ensaio: família compra ou não.
3. Considera-se que as probabilidades de uma compra e de uma não
compra são as mesmas para cada contato de venda, com p = 0,10 e 1 –
p = 0,90.
4. Os ensaios são independentes porque as famílias são selecionadas
aleatoriamente.
Quatro hipóteses satisfeita! Exemplo de experimento binomial.
 CURSO DE FORMAÇÃO DE OFICIAIS

Distribuição de Probabilidade Binomial

A propriedade 3 do experimento binomial é chamada hipótese estacionária,
e é confundida algumas vezes com a propriedade 4, independência dos
ensaios. Vejamos novamente o exemplo do vendedor de seguros.

Se no decorrer do dia, o vendedor se cansar e perder o entusiasmo, a

probabilidade de sucesso (vender uma apólice) pode cair para 0,05, por
exemplo, lá pela décima ligação. Nesse caso, a propriedade 3
(imutabilidade) não seria satisfeita, e não teríamos um experimento
binomial.
 CURSO DE FORMAÇÃO DE OFICIAIS

Distribuição de Probabilidade Binomial

Número de resultados experimentais que fornecem exatamente x sucessos
em n ensaios

Onde
n! = n(n – 1)(n – 2)...(2)(1)
E, por definição,
0! = 1
 CURSO DE FORMAÇÃO DE OFICIAIS

Função de Probabilidade Binomial

Probabilidade de uma sequência de resultados de ensaio em particular com

x sucessos em n ensaios = px(1 – p)(n-x)

Onde:
x = o número de sucessos;
p = a probabilidade de um sucesso em um ensaio;
n = o número de ensaios;
f(x) = a probabilidade de x sucessos em n ensaios
 CURSO DE FORMAÇÃO DE OFICIAIS

Função de Probabilidade Binomial

Probabilidade de uma sequência de resultados de ensaio em particular com

x sucessos em n ensaios = px(1 – p)(n-x)

Onde:
x = o número de sucessos;
p = a probabilidade de um sucesso em um ensaio;
n = o número de ensaios;
f(x) = a probabilidade de x sucessos em n ensaios
 CURSO DE FORMAÇÃO DE OFICIAIS

Função de Probabilidade Binomial

Exercício 1: Uma montadora multinacional produz peças para carro com
uma probabilidade de produção de 1 peça defeituosa igual a 20%. Esta
probabilidade permanece inalterada ao longo do tempo.
a) Tomando-se uma amostra de 4 peças, qual a probabilidade de 2 peças
estarem boas?
b) Tomando-se uma amostra de 50 peças, qual a probabilidade de 10
peças estarem defeituosas?
c) Tomando-se uma amostra de 16 peças, qual a probabilidade de 4 ou 5
peças estarem defeituosas?
 CURSO DE FORMAÇÃO DE OFICIAIS

Função de Probabilidade Binomial

a) Resposta:

b) Resposta:

c) Resposta:
CURSO DE FORMAÇÃO DE OFICIAIS