Probabilidade e Estatstica

Universidade Tecnolgica Federal do Paran

Professora: Divanete Maria Bitdinger de Oliveira
 Neste estudo, combinamos os mtodos da
estatstica descritiva com os mtodos da
probabilidade para descrever e analisar
distribuies de probabilidade.
Distribuies de probabilidade descrevem o que
provavelmente acontecer.
A figura abaixo representa um resumo
de nosso estudo:
 DEFINIO
Uma varivel aleatria uma varivel
(normalmente representada por X) que assume
um nico valor numrico, determinado pelo
acaso, para cada resultado de um experimento.
Uma distribuio de probabilidade uma
descrio que d a probabilidade para cada
valor da varivel aleatria. Ela frequentemente
expressa na forma de um grfico, de uma tabela
ou de uma frmula.
 EXEMPLO: PLACAS EM NAVES
ESPACIAIS
Cada nave espacial coberta por mais de 23.000
placas trmicas especiais para proteger a
tripulao da nave do calor intenso da reentrada
na atmosfera da terra. Depois de um voo, cada
placa inspecionada cuidadosamente e
reparada, se necessrio. Suponha que 3 placas
sejam selecionadas aleatoriamente e cada uma
seja rotulada como A (aceitvel) ou D
(danificada). Seja a varivel aleatria X definida
como o nmero de placas danificadas.
O espao amostral do experimento dado por:
S={AAA, AAD, ADA, ADD, DAA, DAD, DDA, DDD}
Assim, temos a seguinte tabela associando a
varivel aleatria X com o nmero de placas
danificadas:
 Mais formalmente, poderamos escrever:
X(AAA) = 0, X(AAD) = 1, ..., X(DDD) = 3

Eis o segredo: no estamos mais interessados na

sequncia de letras, ou resultados, mas antes
nos nmeros associados aos resultados.

Precisamos considerar o nmero de valores que

X pode assumir e a probabilidade de que X
assuma cada um deles.
Para encontrar, digamos, a probabilidade de que
X assuma o valor 1, somamos as probabilidades
dos resultados associados ao 1.

A probabilidade de que a varivel aleatria seja

igual a 1 :

P(X = 1) = P(AAD) + P(ADA) + P(DAA)

 TIPOS DE VARIVEIS ALEATRIAS
H dois tipos de variveis aleatrias: as variveis
aleatrias discretas e as variveis aleatrias
contnuas.

Variveis aleatrias discretas so usualmente

associadas a contagens, e variveis aleatrias
contnuas so usualmente associadas a medidas.
APARELHOS USADOS PARA CONTAR E
MEDIR VARIVEIS ALEATRIAS
 Toda distribuio de probabilidade deve
satisfazer cada um dos dois requisitos seguintes:

= 1
em que X assume todos os valores possveis (a
soma de todas as probabilidades deve ser 1).

0 1
para todo valor individual de X.
DISTRIBUIO DE PROBABILIDADE PARA
UMA VARIVEL ALEATRIA DISCRETA X
c) Para construir o histograma de probabilidade, desenhe um
retngulo para cada valor y, centrado em y, com altura igual a
P(y).
VALOR ESPERADO DE UMA DISTRIBUIO
DISCRETA DE PROBABILIDADE

O valor esperado de uma distribuio discreta

de probabilidade, ou esperana matemtica da
distribuio, ou, mais simplesmente, mdia da
distribuio uma das chamadas medidas de
tendncia central de uma distribuio.
VALOR ESPERADO DE UMA DISTRIBUIO
DISCRETA DE PROBABILIDADE: E(X)
O valor esperado calculado como a mdia
ponderada dos valores da varivel aleatria, sendo
as probabilidades respectivas os pesos dessa
ponderao. Assim temos:

= 1 1 + 2 2 + + = ( )

sendo e ( ) cada um dos valores da varivel

aleatria e sua respectiva probabilidade.
 Exemplo
Vamos supor que um lote de peas, quando inspecionado, pode
apresentar 0, 1, 2, 3, 4 ou 5 defeitos, no sendo possvel nenhum
outro nmero de defeitos, ou seja, esses valores esgotam o
espao amostral. Imaginemos ainda que possamos atribuir a
esses valores as seguintes probabilidades:

Nmero de defeitos Probabilidade

0 0,10
1 0,25
2 0,15
3 0,20
4 0,20
5 0,10
Total 1,00
 Do exemplo anterior, temos:
Nmero de Probabilidade ( )
defeitos
0 0,10 0
1 0,25 0,25
2 0,15 0,30
3 0,20 0,60
4 0,20 0,80
5 0,10 0,50
Total 1,00 2,45

Logo, E(X) = 2,45, ou seja, o nmero mdio de

defeitos encontrados no lote 2,45.
VARINCIA DE UMA DISTRIBUIO
DISCRETA DE PROBABILIDADE

Mede a disperso da distribuio, ou seja, o

afastamento maior ou menor em relao
mdia.

Quanto mais prximos entre si os valores da

varivel aleatria X, menor a disperso.
 A varincia dada por:
2 = 2
( )

Do exemplo anterior, temos:

(02,45)2 0,10 + (12,45)2 0,25 + (22,45)2 0,15 +
2 2 2
(32,45) 0,20 + (42,45) 0,20 + (52,45) 0,10 =
2,3475
Se extrairmos a raiz quadrada da varincia, temos o
desvio padro .
No exemplo:
= = 2,3475 = 1,5321
 EXEMPLOS
1. Uma populao de 1.000 crianas foi analisada
num estudo para determinar a efetividade de
uma vacina contra um tipo de alergia. No
estudo, as crianas recebiam uma dose de
vacina e, aps um ms, passavam por um novo
teste. Caso ainda tivessem tido alguma reao
alrgica, recebiam outra dose da vacina. Ao fim
de 5 doses todas as crianas foram consideradas
imunizadas. Os resultados completos esto na
tabela a seguir.
Doses 1 2 3 4 5
Frequncia 245 288 256 145 66

Supondo que uma criana dessa populao

sorteada ao acaso, qual ser a probabilidade de
ela ter recebido 2 doses?
A probabilidade desejada de 288/1000=0,288.
A funo de probabilidade da varivel aleatria
nmero de doses recebidas fica sendo:
Doses 1 2 3 4 5
0,245 0,288 0,256 0,145 0,066
Suponha ,agora, que desejamos calcular a
probabilidade de a criana ter recebido at duas
vacinas. Assim,
2 = 2 = =1 + =2
= 0,533.
2. Um jogo consiste em atirar um dado; se der
faces dois ou cinco, a pessoa ganha R$ 50,00
por ponto obtido; se der faces um ou seis, a
pessoa ganha R$ 100,00 por ponto obtido; se
der faces trs ou quatro, a pessoa paga R$
150,00 por ponto obtido. Responda: o jogo
honesto?
Resposta: sim.
3. Em um jogo de azar, um homem recebe R$
5,00, se consegue trs caras ou trs coroas
quando trs moedas so jogadas, e paga R$ 3,00
se uma ou duas caras so obtidas. Qual seu
ganho esperado?
Soluo: O espao amostral :
= , , , , , , ,
Pode-se argumentar que cada uma dessas possibilidades igualmente provvel e
ocorre com probabilidade igual a 1/8. Observe que
1 1 1 1
= = . . =
2 2 2 8
A varivel aleatria de interesse Y, quantia que o apostador pode ganhar; e os
valores possveis de Y so R$ 5, se o evento 1 = {, } ocorrer, e R$ 3, se o
evento 2 = {, , , , , } ocorrer. J que 1 e 2 ocorrem
com probabilidades de 1/4 e , respectivamente, segue-se que
1 3
= = 5 + 3 = 1
4 4
Neste jogo, o jogador perder, em mdia, R$ 1 por lanamento das trs moedas.
Um jogo considerado justo se o apostador sai sem perder nem ganhar. Portanto,
um valor zero para o valor esperado de ganho define um jogo justo.
4. Suponha que o nmero de carros X que passam
por um lava-rpido entre 16h e 17h, numa sexta-
feira ensolarada, tenha a seguinte distribuio de
probabilidade:
x 4 5 6 7 8 9
P(X=x) 1/12 1/12 1/4 1/4 1/6 1/6

Seja g(X)=2X-1 a quantia (em dlares) paga ao

atendente pelo gerente. Determine os ganhos
esperados do atendente para esse perodo em
particular.
Soluo: O atendente pode esperar receber:
9

= 2 1 = 2 1 ()
=4
1 1 1 1 1
= 7 + 9 + 11 + 13 + 15
12 12 4 4 6
1
+ 17 = $ 12,67
6
 Bibliografia:
Barbetta, P. A.; Reis, M. M.; Bornia, A. C. Estatstica para
cursos de engenharia e informtica. 3 ed. So Paulo, Atlas,
2010.
Fonseca, J. S.; Martins, G. A. Curso de Estatstica. 6 ed. So
Paulo, 1996.
Levine, D. M. [et al.]. Estatstica: teoria e aplicaes: usando
Microsoft Excel em portugus. Rio de Janeiro: LTC, 2013.
Magalhes, Marcos N.; Lima, Antonio P. Noes de
Probabilidade e Estatstica. 6 ed. So Paulo: EDUSP, 2004.
Walpole, R. E.; Myers, R. H.; Myers, S. L.; Ye, K.
Probabilidade e estatstica para engenharia e cincias. So
Paulo: Pearson, 2009.