AULA 5 – VARIÁVEIS ALEATÓRIAS E SUAS DISTRIBUIÇÕES DE PROBABILIDADE
PARTE 1
Autor: Anibal Tavares de Azevedo
ESTATÍSTICA I
É uma variável x cujo valor é determinado pelo resultado de um experimento aleatório. Se esta variável aleatória x assume valores contáveis, então, é dita variável aleatória discreta. Se assume valores contidos em um ou mais intervalos, então, é dita variável aleatória contínua.
VARIÁVEL ALEATÓRIA
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
Número de caras após 3 lançamentos
Número de carros vendidos no mês
Número de clientes na cantina 1 hora
Altura de uma pessoa
Quantidade de azeite uma garrafa
Preço de uma casa
Apresenta todos os valores possíveis que uma variável aleatória pode assumir, bem como suas probabilidades correspondentes.
DISTRIBUIÇÃO DE PROBABILIDADES DE UMA VARIÁVEL ALEATÓRIA DISCRETA
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
EXEMPLO 1:
Seja a tabela de frequências e frequências relativas do número de carros possuídos pelas famílias e x o número de veículos de uma família aleatoriamente selecionada.
Apresentar a distribuição de x.
Número de veículos Frequência Frequência Relativa
0 30 0,015
1 470 0,235
2 850 0,425
3 490 0,245
4 160 0,080
Total 2000 1,000
PROBABILIDADE
PROBABILIDADE VIA FREQUÊNCIA RELATIVA
Se um experimento é repetivo n vezes e um evento A é observado f vezes, então, a frequência relativa da probabilidade é calculada da seguinte forma.
n A f P ( ) = Eventos
de Total Número
A a Favoráveis Eventos
de Número )
( A = P
1000 200 Repetições de
Total Número
3 Face da Frequência )
( A = =
P
PROBABILIDADE
LEI DOS GRANDES NÚMEROS
As frequência relativas não representam probabilidades, mas sim probabilidades aproximadas. A frequência relativa se aproxima da probabilidade verdadeira conforme aumenta o número n de experimentos.
0 2 4 6 8 10 12 14
Face 1 Face 2 Face 3 Face 4 Face 5 Face 6
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
Portanto, a distribuição de probabilidades do número de veículos x é dado por:
Número de veículos (x) Frequência Frequência Relativa Probabilidade P(x)
0 30 0,015 0,015
1 470 0,235 0,235
2 850 0,425 0,425
3 490 0,245 0,245
4 160 0,080 0,080
Total 2000 1,000 1,000
OBSERVAÇÃO IMPORTANTE !!!
Quando as frequências relativas representam a
população, como no exemplo 1, elas fornecem as
probabilidades efetivas dos resultados, e, portanto, a
distribuição das probabilidades da variável x.
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
A distribuição de probabilidades também pode ser apresentada graficamente pelo gráfico de barras.
0 0,10 0,20
GRÁFICO DE BARRAS
0,15 0,23
0,42
0,24
0 1 2 3 x
P(x)
0,30 0,40
0,08
4
0,50 Número de veículos (x)
Probabilidade P(x)
0 0,015
1 0,235
2 0,425
3 0,245
4 0,080
Total 1,000
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
A partir dos valores de distribuição de probabilidade é possível, também, determinar a probabilidade de uma família possua dois ou mais veículos.
Número de veículos (x)
Probabilidade P(x)
0 0,015
1 0,235
2 0,425
3 0,245
4 0,080
Total 1,000
P(x ≥≥≥≥ 2) = P(x = 2) + P(x = 3) + P(x = 4) =
0,425 + 0,245 + 0,08 =
0,75
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
EXERCÍCIO 1
A tabela a seguir apresenta a distribuição de probabilidades do número de defeitos em uma máquina em uma semana.
Defeitos 0 1 2 3
Probabilidade 0,15 0,20 0,35 0,30
(A)Aprensente graficamente essa distribuição de probabilidades.
(B) Encontre a probabilidade de que o número de defeitos para esta máquina durante uma determinada semana seja:
(i)Exatamente 2, (ii) de 0 a 2, (iii) maior do que 1, (iv) no máximo 1.
PROBABILIDADE
Em uma faculdade 20% dos alunos são alérgicos à penicilina. Suponha que esse medicamento seja administrado em 3 pacientes. Sejam três pacientes selecionados aleatoriamente e o número x de pacientes com alergia. Encontrar a distribuição de probabilidade de x.
EXEMPLO 2:
Penicilina
PROBABILIDADE
A probabilidade de que um paciente seja alérgico a penicilina é 0,20. Suponha que esse medicamento seja administrado em 3 pacientes. Então, define-se:
EXEMPLO 2:
Sejam os eventos:
A = paciente 1 alérgico B = paciente 2 alérgico
1 Informações dadas:
P(A) = 0,2 P(B) = 0,2
2
C = paciente 3 alérgico P(C) = 0,2
Paciente 1
0,20 A
O diagrama de árvore correspondente ao problema proposto é dado a seguir.
PROBABILIDADE
EXEMPLO 2:
A
0,80
0,20
0,80 B
B
0,20
0,80 B
B
Paciente 2
C
C
C
C
C
C
C
C
Paciente 3 Resultado Final 008 , 0 ) ( A ∩ B ∩ C = P
032 , 0 ) ( A ∩ B ∩ C = P
032 , 0 ) ( A ∩ B ∩ C = P
128 , 0 ) ( A ∩ B ∩ C = P
032 , 0 ) ( A ∩ B ∩ C = P
128 , 0 ) ( A ∩ B ∩ C = P
128 , 0 ) ( A ∩ B ∩ C = P
512
,
0
)
( A ∩ B ∩ C =
P
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
A partir dos valores anteriores é possível determinar a distribuição de probabilidade de x.
Número de alérgicos (x)
Probabilidade P(x)
0 0,512
1 0,096
2 0,384
3 0,008
Total 1,000
008 , 0 ) ( A ∩ B ∩ C = P
032 , 0 ) ( A ∩ B ∩ C = P
032 , 0 ) ( A ∩ B ∩ C = P
128 , 0 ) ( A ∩ B ∩ C = P
032 , 0 ) ( A ∩ B ∩ C = P
128 , 0 ) ( A ∩ B ∩ C = P
128 , 0 ) ( A ∩ B ∩ C = P
512 , 0 ) ( A ∩ B ∩ C = P
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
EXERCÍCIO 2
De acordo com uma pesquisa, 60% dos alunos de uma
faculdade preferem acordar cedo. Dois alunos são
aleatoriamente selecionados. Seja x o número de alunos
dessa amostra, obter a distribuição de probabilidades
de x.
Primeiro aluno Segundo aluno
0,60
0,40 A favor
Contra
0,6*0,6 = 0,36
0,6*0,4 = 0,24
0,4*0,6 = 0,24
0,4*0,4 = 0,16 Mulher | Contra Homem| Contra Contra | A favor A favor| A favor
A probabilidade condicional pode ser vista através do diagrama de árvore.
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
EXERCÍCIO 2
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
A partir dos valores anteriores é possível determinar a distribuição de probabilidade de x.
Número de a favor (x)
Probabilidade P(x)
0 0,512
1 0,096
2 0,384
Total 1,000
0,6*0,6 = 0,36
0,6*0,4 = 0,24
0,4*0,6 = 0,24
0,4*0,4 = 0,16
PROPRIEDADE 1
A probabilidade de um evento simples E
iou composto A posiciona-se no intervalo entre 0 e 1. Isto é:
PROBABILIDADE
0 ≤ P(E i ) ≤ 1 ou 0 ≤ P(A) ≤ 1
PROPRIEDADE 2
A soma das probabilidades de todos os eventos simples E
ié igual a 1.
1 ) ( )
( ) ( ) ( )
(
1 2 31
= +
+ +
+
∑ =
− n
n
i
i
P E P E P E P E
E
P L
PROPRIEDADE 1
A probabilidade de uma variável aleatória discreta x é tal que para todo valor que x
ipode assumir é dado por:
0 ≤ P(x i ) ≤ 1
PROPRIEDADE 2
A soma das probabilidades de todos os valores possíveis x
ié igual a 1.
1 ) ( )
( ) ( ) ( )
(
1 2 31
= +
+ +
+
∑ =
− n
n
i
i
P x P x P x P x
x
P L
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
Representa o valor que se espera que ocorra por repetição, em média, caso um experimento seja repetido um grande número de vezes e é representada por µ e dada por:
MÉDIA ARITMÉTICA DE UMA VARIÁVEL ALEATÓRIA DISCRETA X
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
∑
=
=
Ni
i i
p x x
1
) µ (
A média aritmética de uma variável aleatória discreta, x, também é chamada de valor esperado e é representada por E(x), ou seja:
∑
=
=
Ni
i i
p x x x E
1
) ( )
(
O desvio-padrão de uma variável aleatória x mede a dispersão de sua distribuição de probabilidades e é calculado como:
DESVIO-PADRÃO DE UMA VARIÁVEL ALEATÓRIA DISCRETA X
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
Alternativamente, os cálculos podem ser facilitados com a seguinte equação:
( )
[ ]
∑
=
−
=
Ni
i
i
p x
x
1
2
( )
µ σ
∑
=−
=
Ni
i i
p x x
1
2
2
( ) µ
σ
EXEMPLO 3:
Usar os dados do Exemplo 2 para calcular a média e a variância da distribuição de probabilidade da variável x.
Número de alérgicos (x
i)
Probabilidade P(x)
0 0,512
1 0,096
2 0,384
3 0,008
Total 1,000
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
EXEMPLO 3:
Usar os dados do Exemplo 2 para calcular a média e a variância da distribuição de probabilidade da variável x.
Número de alérgicos (x
i)
Probabilidade P(x)
x
i*p(x
i) x
i2x
i2*p(x
i)
0 0,512 0 0 0
1 0,096 0,096 1 0,096
2 0,384 0,768 4 1,536
3 0,008 0,024 9 0,072
Total 1,000 0,888 14 1,704
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
EXEMPLO 3:
Usar os dados do Exemplo 2 para calcular a média e a variância da distribuição de probabilidade da variável x.
Número de alérgicos (x
i)
Probabilidade P(x)
x
i*p(x
i) x
i2x
i2*p(x
i)
0 0,512 0 0 0
1 0,096 0,096 1 0,096
2 0,384 0,768 4 1,536
3 0,008 0,024 9 0,072
Total 1,000 0,888 14 1,704
888 , 0 ) (
1
=
= ∑
= N
i
i i
p x
µ x ( ) 1 , 704 ( 0 , 888 )
20 , 95
1
2
2
− = − =
= ∑
= N
i
i i
p x
x µ
σ
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
EXERCÍCIO 3:
Usar os dados do Exercício 2 para calcular a média e a variância da distribuição de probabilidade da variável x.
Número de a favor (x)
Probabilidade P(x)
0 0,512
1 0,096
2 0,384
Total 1,000
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
Número de a favor (x
i)
Probabilidade P(x)
x
i*p(x
i) x
i2x
i2*p(x
i)
0 0,512 0 0 0
1 0,096 0,096 1 0,096
2 0,384 0,384 4 1,536
Total 1,000 0,480 5 1,704
888 , 0 ) (
1
=
= ∑
= N
i
i i
p x
µ x ( ) 1 , 704 ( 0 , 888 )
20 , 95
1
2
2
− = − =
= ∑
= N
i
i i
p x
x µ
σ
EXERCÍCIO 3:
Usar os dados do Exercício 2 para calcular a média e a variância da distribuição de probabilidade da variável x.
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
EXERCÍCIO 4:
Usar os dados da tabela dada a seguir para calcular a média e a variância da distribuição de probabilidade da variável x.
x P(x)
0 0,15
1 0,20
2 0,35
3 0,30
Total 1,000
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES
EXERCÍCIO 4:
Usar os dados da tabela dada a seguir para calcular a média e a variância da distribuição de probabilidade da variável x.
x p(x) x*p(x) x
2x
2*p(x)
0 0,15 0 0 0
1 0,20 0,20 1 0,20
2 0,35 0,70 4 1,40
3 0,30 0,90 9 2,70
Total 1,000 1,80 14 4,30
80 , 1 30 , 0
* 3 35 , 0
* 2 20 , 0
* 1 15 , 0
* 0 ) (
1
= +
+ +
=
= ∑
= N
i
i i
p x µ x
06 , 1 24 , 3 30 , 4 ) 80 , 1 ( 30 , 4 )
(
21
2
2
− = − = − =
= ∑
= N
i
i i