UNIDADE VII

VARIÁVEL ALEATÓRIA E DISTRIBUIÇÃO DE PROBABILIDADE

OBJETIVOS DA UNIDADE
- Identificar o fenômeno aleatório: discreto e contínuo.
- Montar a árvore de possibilidades de um experimento aleatório.
- Construir a distribuição da probabilidade.
- Introduzir a idéia de valor esperado, como auxilio na tomada de
decisões.
- Calcular o valor esperado, esperança matemática, e os parâmetros
da variável discreta.

7.1. Conceito de variável aleatória

Quando temos que tomar alguma decisão, que leva em conta a

incerteza, não podemos ter como base apenas a probabilidade, devemos
também analisar qual o tipo de variável em questão.
Se uma variável tem resultados ou valores que tendem a variar de
uma observação para outra dependendo de fatores relacionados a chance,
chama-se variável aleatória. Na prática é desejável que se defina uma
variável aleatória em relação a uma amostra ou experimento, de tal modo
que a seus resultados possam ser correspondido valores numéricos.

Uma variável aleatória é uma função com

valores numéricos,
cujo valor é determinado por fatores de
chance.
Considere as seguintes situações:
 Um vendedor recebe uma lista com 15 nomes de possíveis
compradores de seguros que deve visitar a cada dia. A
experiência do vendedor e de que é feita 5 vendas de seguros
por dia. Qual a probabilidade de que hoje ele venda 7 seguros?
- Variável aleatória : número de seguros vendido por dia.
 Um estudante responde a um teste do tipo verdadeiro-falso com
10 questões, das quais precisa acertar pelo menos seis. Ele se
preocupa apenas com a probabilidade de conseguir atingir o
resultado esperado, sem se preocupar com as questões.
- Variável aleatória: número de acertos.
 Um geólogo estuda a idade de uma rocha, sem se preocupar
com seu grau de dureza.
- Variável aleatória: idade da rocha.
 Um agrônomo estuda uma nova variedade de soja, analisando a
produção por acre e a melhor temperatura do solo para a
germinação das sementes.
- Variáveis aleatórias: produção e temperatura do solo.

Para atingirmos nosso objetivo, calcular a probabilidade em

determinada situação devemos sempre ter em destaque qual a
variável aleatória em nosso problema.
Devemos também saber o tipo da variável em estudo: Discreta ou
Contínua
Variável Aleatória Discreta:
A variável aleatória é denominada “discreta” quando pode assumir um
número finito de valores num intervalo finito. Geralmente seus valores
são obtidos através da contagem.

Uma variável aleatória é discreta quando, entre dois valores

seqüenciais não se pode ter um outro valor. As variáveis discretas
assumem somente um número finito de valores.

Exemplos de variáveis aleatórias discretas:

 Número de filhos nas famílias. Uma família pode ter 1 filho, 2

filhos, 3 filhos, ..... não temos famílias com 2,5 filhos, entre 2 e 3
não temos possibilidades de resultado.
 Joga-se um dado 10 vezes, o ponto 6 apareceu 1 vez, 2 vezes, 3
vezes, .... o ponto seis não vai aparecer 3,2 vezes, entre 3 e 4
não temos resultado possível.
 Número de acertos em testes. Resolve-se uma prova com 10
testes de múltipla escolha, onde apenas uma resposta está
correta. Acerta-se 1ou 2 ou 3, 4, 5,6 ..., 10, não se acerta 4,5
testes, entre 4 e 5 não temos resultado possível.

Variável Aleatória Contínua:

A variável aleatória é denominada “contínua” são aquelas que podem
assumir infinitos valores num intervalo finito. O conjunto universo da
variável contínua possui infinitos elementos.

A variável aleatória contínua é aquela que

se pode atribuir
qualquer valor dentro de determinado
intervalo
Exemplos de variáveis aleatórias contínuas:
 Pesos de alunos do 7° ano. Entre um aluno que pesa 42 kg e
outro que pesa 43 kg podemos ter vários pesando 42,3 kg, 42,8
kg, 42,9 kg, ....
 Saldos bancários de clientes de um banco. Mesmo entre dois
clientes, em que um possui R$2345,00 e o outro R$2346,00,
podemos ter outros com saldos de R$2345,80, de R$2345,86, de
R$2345,71, .....
 As alturas dos alunos de uma sala. Entre dois alunos que tem
165cm e 166cm de altura, podemos ter outros alunos com
165,3cm, 165,8cm .....

7.2. Distribuição de Probabilidades

A distribuição de probabilidades é utilizada para estudarmos mesmo

com um número limitado de informações, qual a probabilidade de X
assumir um determinado valor, ou um intervalo de valores. É o
conjunto de valores de uma variável, associado às suas respectivas
probabilidades.
 A soma de todas as probabilidades será sempre igual à unidade:
n

 P( x )  1
i 1
i

P ( xi )  Probabilidade de ocorrer x i
n!
C n, x   número de possibilid ades favoráveis ao evento
x!( n  x)!
p x q n x  probabilidade relativa a cada possibilid ade, então
n!
P(x i )  p x q n x
x!( n  x )!
onde :
n  número de provas
x  número de vezes que ocorre o evento
p  probabilidade de ocorrer o evento
q  probabilidade de não ocorrer o evento
P(x i )  probabilidade do evento ocorrer x vezes em n provas

Exemplos:

1) Consideremos a distribuição do número de “caras” obtido ao se

lançar uma moeda 5 vezes.
As possibilidades são: 0, 1, 2, 3, 4, e 5 caras e as probabilidades
respectivas são:
5 5 5
1 1 1 5  1  10
P ( 0)     P(1)  5     P(2)  10    
2 32 2 32 2 32
5 5 5
 1  10 1 5 1 1
P(3)  10     P ( 4)  5     P (5)    
2 32 2 32 2 32

xi P ( xi )
0 1/32
Denominando de xi os valores da 1 5/32
variável 2 10/32
e P ( xi ) as probabilidades respectivas, 3 10/32
podemos 4 5/32
escrever a seguinte distribuição de 5 1/32
probabilidades:  ( xi )  1
P

Representação gráfica da distribuição de probabilidades

10/32  
 5/32  

1/32  
1 2 3 4 5

2) Consideremos a distribuição do número de crianças do sexo

masculino em famílias de 4 filhos.
As possibilidades são: 0, 1, 2, 3, e 4, e as probabilidades
respectivas são:
4 4 4
1 1 1 4 1 6
P ( 0)     P (1)  4     P ( 2)  6    
 2  16  2  16  2  16
4 4
1 4 1 1
P (3)  4     P ( 4)    
 2  16  2  16

xi P ( xi )
Denominando de xi os valores da 0 1/16
1 4/16
variável
2 6/16
e P ( xi ) as probabilidades respectivas,
3 4/16
podemos 4 1/16
escrever a seguinte distribuição de
probabilidades:  P ( xi )  1

Representação gráfica da distribuição de probabilidades

6/16 

4/16  

1/16  
 1 2 3 4

7.3. Frequência relativa das Variáveis Aleatórias

Quando o conjunto universo das possibilidades de uma prova é

indeterminado, então não se pode fixar a probabilidade que se associa
a cada valor da variável. Neste caso usamos a freqüência relativa
como estimativa da probabilidade.

Exemplos

1) Consideremos uma prova que consiste em verificar o número de

peças produzidas com defeito, semanalmente por uma máquina,
durante 30 semanas.
Consideremos que tenham sido obtidos os resultados:
x i = número semanal de peças defeituosas f i = freqüência,
número de semanas.

xi 0 1 2 3 4 5 6
fi 2 5 8 6 4 2 3

A freqüência relativa f r , que constitui a estimativa da probabilidade

fi
fr  n
de cada valor de x i , é dada por , desta forma temos:
f
i 1
i

2 5 8 6
f r (0)  P(0)  f r (1)  P(1)  f r (2)  P(2)  f r (3)  P(3) 
30 30 30 30
4 2 3
f r (4)  P(4)  f r (5)  P (5)  f r (6)  P(6) 
30 30 30

A distribuição de probabilidades correspondente pode ser

representada por:

P ( xi )

8/30 
6/30 
5/30 
4/30 
3/30 
2/30  
1 2 3 4 5 6 xi

2) Consideremos a quantidade de uniformes, de cada tamanho a ser

adquirido por uma empresa.
Seja x i = tamanho do uniforme e f i = quantidade de uniformes.

xi 1 2 3 4
fi 12 20 18 8

12 6 20 10
f r (1)  P(1)   f r (2)  P(2)  
58 29 58 29
18 9 8 4
f r (3)  P(3)   f r (4)  P(4)  
58 29 58 29

P(xi)

10/29 
9/29 

6/29 
4/29 
1 2 3 4 xi

EXERCÍCIOS

1) Consideremos a ocorrência de acidentes de trabalho em uma

empresa, durante os 6 primeiros meses do ano. Determine a
probabilidade da ocorrência de acidentes para cada mês.

xi Janei Fevere Mar Abri Mai Junh

ro iro ço l o o
fi 2 3 5 4 6 5
 a) jan = 4% fev = 24% mar = 40% abr = 32% mai = 24%
jun = 20%
b) jan = 8% fev = 12% mar = 40% abr = 32% mai = 16%
jun = 20%
c) jan =8% fev =1 2% mar = 20% abr = 16% mai = 24%
jun = 20%
d) jan = 2% fev = 3% mar = 5% abr = 4% mai = 6%
jun = 5%

2) Elabore a distribuição da probabilidade do número de “caras”

obtido ao se lançar uma moeda 4 vezes.
a) P(0) = 5% P(1) = 20% P(2) = 50% P(3) = 20% P(4)
= 5%
b) P(0) = 10% P(1) = 20% P(2) = 40% P(3) = 20%
P(4) = 10%
c) P(0) = 8,5% P(1) = 16,5% P(2) = 50% P(3) = 16,5%
P(4) = 8,5%
d) P(0) = 6,25% P(1) = 25% P(2) = 37,5% P(3) = 25%
P(4) = 6,25%

3) Consideremos os eventos realizados por uma empresa, durante as

5 primeiras semanas de funcionamento. Determine a probabilidade
de eventos para cada semana.

xi 1ª 2ª 3ª 4ª 5ª
semana semana semana semana semana
fi 4 7 9 8 10

a) 1° sem =11,11% 2ª sem = 19,44% 3ª sem =25% 4ª sem

=22,22% 5ª sem =27,78%
b) 1° sem =10,53% 2ª sem =18,42% 3ª sem =23,68% 4ª sem
=21,05% 5ª sem =25,32%
c) 1° sem =13,33% 2ª sem =23,33% 3ª sem =30% 4ª sem =
26,66% 5ª sem =33,33%
d) 1° sem =12,12% 2ª sem = 21,21% 3ª sem = 27,27% 4ª sem
=24,24% 5ª sem = 30,3%

Respostas corretas
1) c
2) d
3) b

7.4. Parâmetros da variável discreta

Quando a probabilidade dos eventos P ( xi ) não pode ser determinada,

os parâmetros  (média) e  ( desvio-padrão) também não podem ser
calculados. Mas, se em lugar de P ( x i ) empregarmos a freqüência relativa
fi
fr  , podemos determinar x (estimativa da média) e s (estimativa do
n
desvio-padrão). Desta forma, x e s são parâmetros amostrais e constituem
estimativas de  e  respectivamente.
n

n
f x  f 
i i
    x i  P ( x i ) comoP( x i )  i  x  i 1

i 1 n n

  x 
n
 x  fi
2

  x 
i
n
f
    P( xi )
2
 i comoP( x i )  i  s  i 1

i 1 n n

Mas como já vimos devemos considerar no denominador ( n – 1) no

lugar de n, então

  x 
n
 x   fi
2
i
s i 1

n 1

Exemplos:

1) A tabela abaixo apresenta a distribuição das notas atribuídas a

uma turma de 40 alunos, em uma avaliação de Matemática.
Calcular a média e o desvio padrão.

Classes Freqüên
cias
0 /-- 2 4
2 /-- 4 7
4 /-- 6 16
6 /-- 8 11
8 /--/ 10 2

Solução:

Classe Freqüên xi xi  f i xi  x ( xi  x ) 2 ( xi  x ) 2  f i
s cias
fi
0 /-- 2 4 1 4 -4 16 64
2 /-- 4 7 3 21 -2 4 28
4 /-- 6 16 5 80 0 0 0
6 /-- 8 11 7 77 2 4 44
 8 /--/ 2 9 18 4 16 32
10
40 200 40 168

 x f 
i 1
i i
200
x   x 5
n 40

  x 
n
 x   fi
2
i
i 1 168
s   4,31  s  2,08
n 1 39

2) A tabela abaixo apresenta a distribuição dos atendimentos de

profissionais da área da saúde, por dia, durante o mês, em um
ambulatório médico. Calcular a média e o desvio padrão.

Classes Freqüências- quantidade

-Atendimentos de dias
5 /-- 15 2
15 /-- 25 6
25 /-- 35 12
35 /-- 45 9
45 /--/ 55 1

Solução:

Classes Freqüên xi xi  f i xi  x ( xi  x ) 2 ( xi  x ) 2  f i
cias
fi
5 /-- 15 2 10 20 -20,33 413,31 826,62
15 /-- 25 6 20 120 -10,33 106,71 640,26
25 /-- 35 12 30 360 -0,33 0,11 1,32
35 /-- 45 9 40 360 9,67 93,51 841,59
45 /--/ 1 50 50 19,67 386,91 386,91
55
30 910 1000,5 2696,7
5
n

x f 
i 1
i i
910
x   x  30,33
n 30

  x 
n
 x  fi
2
i
i 1 2696,7
s   92,99  s  9,64
n 1 29

EXERCÍCIOS

1) A tabela abaixo apresenta a distribuição de acidentes de trabalho,

ocorridos no ano de 2006. Calcular a média e o desvio padrão.
 Classes Freqüências- quantidade
-Acidentes de meses
0 /-- 3 2
3 /-- 6 3
6 /-- 9 1
9 /-- 12 2
12 /-- 15 4

a) x=7 s= 4,7
b) x=8 s= 4,9
c) x = 7,7 s= 4,9
d) x = 8,7 s= 4,7

2) A tabela abaixo apresenta a distribuição dos atendimentos de

profissionais da área da saúde, por dia, durante o mês, em um
ambulatório médico. Calcular a média e o desvio padrão.

Classes Freqüências- quantidade

-Atendimentos de dias
5 /-- 15 2
15 /-- 25 6
25 /-- 35 12
ATIVIDADE 35 2.1/-- 45 9
45 /--/ 55 1
1) Consideremos as assessorias realizadas por um grupo de
administradores em empresas, durante os 10 primeiros meses do
x = 33,33
a) ano. Determine s= 7,64
a probabilidade de assessorias para cada mês do
x = estudado,
b) ano 20,2 es= 6,64determine a média e o desvio-padrão.
assim
c) x = 30,33 s= 9,64
d) x = mês
33,33 assesso s= 6,64
rias
CORRETAS 1)Jan b 2) c 3
Fev 5
Mar 8
Abr 12
Mai 10
Jun 14
Jul 8
Ago 6
Set 4
Out 5

a) x  10,14 s  3,49 b) x  9,14 s  3, 49

c) x  9,14 s  3,89 d) x  8,14 s  2,49

2) O tempo t, em minutos, necessários para um operário montar

uma peça de refrigerador é uma variável aleatória com s
distribuição de probabilidade dada abaixo. Determine o tempo
médio de montagem da peça, e o desvio-padrão.

Tempo t 2 3 4 5 6 7
(min)
P(t) 0,1 0,1 0,2 0,3 0,2 0,1

a) x  4,7 s  3,97 b) x  4,17 s  2,93

c) x  2,7 s  2,83 d) x  4,7 s  2,93

 7.5. Esperança Matemática

Muitas vezes é interessante, conveniente para o estudo de uma

variável aleatória, um resumo sobre suas informações, já sabemos resumir
um conjunto de informações em um único número que é a média de seus
valores. Este valor, esta quantidade é o valor esperado de X, ou esperança
de X. A esperança de uma variável aleatória nos dá a média de todos os
valores que esperaríamos obter se medíssemos a variável aleatória um
número muito grande de vezes. Usamos a letra E, para representar a
esperança.  E(X) = esperança de X
n
n  xi P ( xi )  n
  E( X )  i 1
     xi P ( xi )
n i 1

EXEMPLOS:

1) Um jogo paga ao jogador R$2,00 para cada “cara” que se

obtém quando lança 4 moedas. Se ele realizar um grande
número de lançamentos, qual a média de ganho por jogada?

Solução: As possibilidades de ganhos e as respectivas probabilidades

são:

Possibilida 0 1 2 3 4
des
Probabilid 1/16 4/16 6/16 4/16 1/16
ades
 OBS: joga-se uma moeda 4 vezes, podemos ter 0, 1, 2, 3 ou 4 caras, com as
seguintes probabilidades:

Vamos admitir que o jogador faça n lançamentos. Assim o número

provável de ocorrências para cada possibilidade será:

Possibilidades 0 1 2 3 4
Possibilidade de ganho 0 2 4 6 8
R$
Ganho em n n.0 n.2 n.4 n.6 n.8
lançamentos i x
Probabilidades P( x i ) 1/16 4/16 6/16 4/16 1/16

Assim, o total que o jogador esperará ganhar em n lançamentos será:

n
  E ( X )    xi P( x i ) 
i 1

1n 4n 6n 4n 1n 64n
  0  2  4 6 8   4n
16 16 16 16 16 16

4n
Portanto, a esperança de ganho em cada jogada será igual a 4
n

2) Qual a esperança matemática e o desvio-padrão de um jogo de

dados que você recebe R$ 25,00 se sair ponto 6, R$ 10,00 se
sair 4 ou 5 e R$ 4,00 se obter 1, 2 ou 3?

Solução: Cálculo da média

Resulta Ganho R$ P( x i ) x i .P( x i )

do xi
6 25 1/6 25/6
4 ou 5 10 2/6 20/6
1, 2 4 3/6 12/6
ou3
1   57/6
=9,5
 Portanto a esperança matemática é de que se ganha
R$9,50 por jogada

Cálculo do desvio-padrão:

  x 
n
1 2 3
    P ( xi ) 
2
  i (25  9,5) 2  (10  9,5) 2  (4  9,5) 2 
i 1 6 6 6
1 2 3 240,25  2(0,25)  3(30,25)
 (15,5) 2  (0,5) 2  ( 5,5) 2  
6 6 6 6
331,5
  55,25  7,43    7,43
6

EXERCÍCIOS

1) Qual a esperança matemática do ganho de um jogo em que

você ganha R$10,00 multiplicado pelo número de pontos
quando se joga um dado?
2) Um jogador recebe R$1,00 por ponto que obtém quando lança
um dado e sai um número par, e R$2,00 por ponto quando sai
um número impar. Quanto esperará ganhar em 50
lançamentos, se paga R$ 2,50 por jogada?
3) Qual a esperança matemática e o desvio-padrão de um jogo no
qual se pode ganhar R$50,00 com probabilidade 0,2; R$ 30,00
com probabilidade 0,3 e R$10,00 com probabilidade 0,5?
4) Um jogador ganha R$1,00 por ponto que obtém quando lança
um dado. Quanto esperará ganhar em 60 lançamentos, se paga
R$3,00 por jogada?
5) Qual o preço justo a se pagar para entrar num jogo, no qual se
pode ganhar R$30,00 com probabilidade 0,2 e R$ 15,00 com
probabilidade 0,4?

6) Um jogo de dado tem a seguinte tabela de

ganho. Pont Ganho
Qual a esperança matemática desse o R$
jogo 1 10
2 15
3 20
4 30
5 35
6 50

1) a)   R$25,00 b)   R$32,00 c)   R$35,00 d)  

R$45,00
2) a) R$ 125,00 b) R$ 250,00 c) R$150,00 d) R$ 300,00
3) a)   20  8
b)   25   10
c)   15  8
d)   15   10
4) a) R$ 45,00 b) R$ 30,00 c) R$ 40,00 d) R$ 55,00
5) a) R$ 12,00 b) R$ 15,00 c) R$ 18,00 d) R$ 10,00
6) a)   R$23,2300 b)   R$30,30 c)   R$33,33 d)  
R$26,67

Respostas corretas
1) c
2) a
3) d
4) b
5) a
6) d

ATIVIDADE 2.2
Uma Confeitaria anotou todas as vendas de um tipo de “Torta”,
registrados na tabela abaixo. Determine a quantidade esperada de
tortas encomendadas por dia.
N° de tortas por diaFreqüência
relativa00,0210,0720,0930,1240,2050,2060,1870,1080,0190,01t
otal1
b) c) d)

Um bilhete de loteria paga um prêmio de R$ 500 000,00 com

chance de 0,00001, um prêmio de R$ 100 000,00 com chance de
0,0003 e um prêmio de R$50000,00 com chance de 0,0008. Qual o
preço justo de venda deste bilhete.
R$ 89,00 b) R$ 57,00 c) R$ 75,00 d) R$ 98,00

Em uma loteria beneficente, vendem-se 500 bilhetes para a

extração de dois prêmios, um de R$ 1000,00 e outro de R$ 700,00.
Qual a esperança matemática de uma pessoa que compra um
bilhete?

a) b) c) d)