Estatstica I

Prof. Rafael Goldszmidt

Prof. Felipe Buchbinder

2015/1

Seo 3

Ns j vimos que

Introduo s variveis aleatrias

2015/1

Seo 3

Existem dois tipos de problema

Aqueles que s podemos ter

uma ideia da resposta

Aqueles que podemos

responder com certeza

Se uma conta de R$100

dividida igualmente entre
5 pessoas, quanto cada
pessoa vai pagar?

2015/1

Seo 3

Cinco pessoas vo a um
restaurante. Quanto
tempo eles vo demorar
para serem atendidos?

Probabilidades servem para

dar boas respostas a

problemas que no
possuem respostas exatas.

responder problemas de
respostas exatas caras ou
impraticveis.

Qual vai ser a demanda

pelo meu produto no
prximo ano?

2015/1

Qual a altura mdia da

populao brasileira?

Seo 3

Pergunta

Pense em algumas coisas que so

importantes para um administrador mas
que ele no sabe com certeza.

Algumas respostas, dentre vrias

possveis

2015/1

Quantas peas vamos vender esse ms?

Quantas pessoas estaro na fila no horrio de pico?
Quantos dos meus clientes vo honrar suas dvidas?
Quanto custar o dlar daqui a um ano?
Quanto tempo vai demorar at o fornecedor entregar
a encomenda que fizemos hoje?
Quantos produtos ruins vo escapar do nosso controle
de qualidade?

Seo 3

Eventos
Quantas pessoas estaro na fila no horrio de pico?

2015/1

Pode ser que no haja ningum

Pode ser que haja 1 pessoa
Eventos
Pode ser que haja 2 pessoas
Pode ser que haja 3 pessoas
e assim por diante

Seo 3

Variveis aleatrias
Uma forma de representar
eventos usando uma letra
maiscula do incio do nosso
alfabeto:

outra forma de representar os

mesmos eventos esta:

A: no ter ningum na fila

X=0

B: ter 1 pessoa na fila

X=1

C: ter 2 pessoas na fila

X=2

D: ter 3 pessoas na fila

X=3

2015/1

Seo 3

Em que X uma
varivel que
representa o
nmero de
pessoas na fila.

Qual forma de representar diz mais

sobre o evento?

Usando letras

2015/1

A
B
C
D
E
F
G

Usando variveis aleatrias

X=0
X=1
X=2
X=3
X>0
X<10
5<X<10

Seo 3

Como identificar a varivel aleatria de

interesse

Quantas peas vamos vender esse

ms?

Quanto vai custar o dlar daqui a

um ano?

Quantas pessoas estaro na fila

no horrio de pico?

Quanto tempo vai demorar at o

fornecedor entregar a encomenda
que fizemos hoje?

Quantos dos meus clientes vo

honrar suas dvidas?

Quantas produtos ruins vo

escapar do nosso controle de
qualidade?

2015/1

Seo 3

Tipos de variveis aleatrias

Compare as seguintes variveis aleatrias:
X = nmero de pessoas na fila no horrio de pico.
Y = volume de gua necessrio para esfriar uma
determinada mquina industrial.

Na varivel X, podemos determinar dois valores entre os quais

nenhum outro valor possvel (1 e 2, por exemplo. Nenhum
valor entre os dois possvel).
Na varivel Y, no se pode fazer isso. Quaisquer dois valores da
varivel Y sempre ter um valor possvel no meio.
Percebe-se, portanto, que as variveis X e Y so de tipos
diferentes.

2015/1

Seo 3

10

Tipos de variveis aleatrias

Quando for possvel determinar dois valores

possveis de uma varivel aleatria entre os quais
nenhum outro valor possvel, dizemos que a
varivel aleatria discreta.
Quando, entre quaisquer dois valores, sempre
existir um outro valor possvel entre os dois,
dizemos que a varivel aleatria contnua.

2015/1

Seo 3

11

Tipos de variveis aleatrias

Dependendo da escolha da varivel aleatria, um
mesmo problema pode usar variveis discretas ou
contnuas:
Nmero de pedidos em atraso ou frao de pedidos
atrasados.

2015/1

Seo 3

12

Funo de probabilidade

X = nmero de pessoas na fila no horrio de pico

2015/1

A: no ter ningum na fila (X=0)

B: ter 1 pessoa na fila (X=1)
C: ter 2 pessoas na fila (X=2)
D: ter 3 pessoas na fila (X=3)

Seo 3

P(X = 0)
P(X = 1)
P(X = 2)
P(X = 3)

13

Funo de probabilidade
Exemplo de uma funo de probabilidade

2015/1

Nmero de
pessoas na fila

Probabilidade

0,1

0,1

0,2

0,4

0,1

0,05

mais

0,05

Seo 3

14

Funo densidade de probabilidade

Qual a probabilidade de algum viver 80 anos?

Para uma varivel aleatria discreta, ns

podemos especificar a probabilidade de X
ser igual a um certo valor.
Para uma varivel aleatria contnua,
s podemos especificar a
probabilidade de X estar entre dois
valores.

2015/1

Seo 3

15

Funo densidade de probabilidade

2015/1

Seo 3

16

Funo densidade de probabilidade

2015/1

Seo 3

17

Funo densidade de probabilidade

2015/1

Seo 3

18

.
Funo densidade de probabilidade

Probabilidade
de algum viver
acima dos 80
pode ser
calculada pela
rea a partir
deste ponto.

2015/1

Seo 3

19

Funo
de
probabilidade
densidade de probabilidade

funo

Para uma varivel aleatria discreta, a funo de probabilidade

nos d a probabilidade da varivel aleatria ser igual a um
determinado valor.
Para uma varivel aleatria contnua, a rea em um intervalo da
funo nos d a probabilidade da varivel aleatria estar naquele
intervalo.

Varivel aleatria
discreta

A funo de probabilidade
p(x) onde:

A funo densidade de
probabilidade f(x) onde:
b

P(a X b) f ( x)dx

p( x) P( X x)

2015/1

Varivel aleatria
contnua

Seo 3

20

Funo de probabilidade e funo

densidade de probabilidade
As questes anteriores nos levam a concluir que existem duas
condies que uma funo densidade de probabilidade deve
satisfazer:
(1)sempre ser maior ou igual a zero;
(2)somar (ou integrar) 1.
Dizendo a mesma coisa em smbolos matemticos

Varivel aleatria discreta

p ( x) 0

f ( x) 0

p( xi ) 1

2015/1

Varivel aleatria contnua

Seo 3

f ( x)dx 1

21

Regra prtica muito til

Tudo o que uma soma nas variveis aleatrias
discretas se torna uma integral nas variveis aleatrias
contnuas e vice-versa.
Em outras palavras, basta trocar a soma por uma
integral ou vice-versa.
Varivel aleatria discreta

Varivel aleatria contnua

p ( x) 0

f ( x) 0

p( x ) 1

2015/1

Seo 3

f ( x)dx 1

22

Funo de distribuio acumulada

A funo de
distribuio
acumulada a funo
que d a
probabilidade de X ser
menor ou igual a um
determinado valor.
F(x) a soma (ou a
integral) da fdp para
todos os valores
menores que x.

F ( x) P ( X x)

2015/1

Nmero de
pessoas na
fila

Probabilida
de

Funo de
distribui
o
acumulada
(fd)

0,1

0,1

0,1

0,2

0,2

0,4

0,4

0,8

0,1

0,9

0,05

0,95

mais

0,05

Seo 3

23

Funo de distribuio acumulada

A probabilidade de algum
viver entre 50 e 80 anos a
rea entre os dois limites e
igual a :
F(80) F(50)
F(80) a rea abaixo do
limite de 80 anos
F(50) a rea abaixo
do limite de 50 anos

2015/1

Seo 3

24

Funo de distribuio acumulada

Se quisermos, por
exemplo, calcular a
probabilidade de haver
entre 1 e 5 pessoas na
fila, podemos fazer isso
de duas formas:
Com a funo de
distribuio acumulada:

Nmero de
pessoas na
fila

Probabilida
de (funao
de
probabilida
de)

Funo de
distribui
o
acumulada
(fd)

0,1

0,1

0,1

0,2

2
Sem a funo de
distribuio acumulada: 3

0,2

0,4

0,4

0,8

0,1+0,2+0,4+0,1+0,05 4
=0,85
5

0,1

0,9

0,05

0,95

0,05

0,95 0,1 = 0,85

Qual mais simples?

2015/1

mais

Seo 3

25

Funo de distribuio acumulada

(1) A funo densidade de probabilidade nunca
decresce;
(2)A funo densidade de probabilidade sempre
parte de 0 e chega a 1.

2015/1

Seo 3

26

Resumindo
Eventos podem ser representados usando variveis
aleatrias.
Variveis aleatrias
contnuas.

podem

ser

discretas

ou

Quando existirem dois valores entre os quais a

varivel, no pode assumir nenhum valor, a varivel
discreta.
Quando, para quaisquer dois valores, sempre existir
um valor no meio que a varivel puder assumir, a
varivel contnua.

2015/1

Seo 3

27

Resumindo
A funo de probabilidade, associada a variveis
aleatrias
discretas,
nos
permite
calcular
a
probabilidade dos eventos acontecerem.
A funo densidade de probabilidade, associada a
variveis aleatrias contnuas, nos permite calcular
a probabilidade desta varivel assumir um valor
entre dois valores quaisquer. Esta probabilidade
a rea sob a funo neste intervalo.
A funo de distribuio acumulada a funo F(x)
que d a probabilidade da varivel aleatria ser menor
ou igual a x. A probabilidade de X estar em um
intervalo [a,b] igual a F(b) F(a).
2015/1

Seo 3

28

Motivao
Voc trabalha para uma grande
empresa multinacional. Um
dia, em uma reunio com a
diretoria, o CEO da empresa
pergunta qual a previso de
vendas no prximo ano. O que
voc responde?
A quantidade de peas
que sero vendidas no
prximo ano uma
varivel aleatria
discreta cuja funo de
probabilidade dada
por

Ns esperamos vender
cerca de 1000 peas, com
900 em um cenrio
pessimista e 1100 em um
cenrio otimista

p( x) 0
2015/1

p( x ) 1
i

Seo 3

29

Motivao

Podemos querer tentar advinhar o valor que a

varivel aleatria ir assumir. Neste caso,
usamos uma medida de posio.
Podemos estar interessado em quanto a
varivel aleatria pode variar e, portanto, em
qual a incerteza que temos ao estimar um
valor para ela. Neste caso, usamos uma
medida de disperso.

2015/1

Seo 3

30

Medidas de posio
Voc se lembra da pergunta do CEO?

Qual a previso de
vendas no prximo ano?

2015/1

Seo 3

31

Medidas de posio
Existem vrias medidas de posio possvel:
Moda: o mais provvel que as vendas sejam de x unidades.
Mnimo: vamos vender no mnimo x unidades.
Mximo: ns no conseguiremos vender mais do que x
unidades.
Mediana: igualmente provvel vendermos mais ou menos do
que x unidades.
Valor esperado (semelhante mdia).

Quais so os pontos fortes e fracos de cada medida de

posio?

2015/1

Seo 3

32

Valor esperado
Para dar respostas precisas a problemas
probabilsticos, precisamos de uma medida que d
mais nfase aos valores mais provveis da
varivel aleatria e menos nfase aos valores
menos provveis.
Dentre as medidas de posio que vimos, a nica
que faz essa ponderao o valor esperado.
E ( X ) x p ( x)
E, no caso de variveis aleatrias contnuas, basta trocar a soma por uma
integral:

E ( X ) x f ( x)dx

Lembrando que a soma (e a integral) se fazem sobre todos os valores

possveis de X.
2015/1

Seo 3

33

Valor esperado
E ( X ) x p ( x)

Evento menos
provvel ganha
menos peso
Evento mais
provvel ganha
mais peso

Nmero de
pessoas na
fila

Probabilida
de

x . p(x)

0,1

0,1

0,1

0,2

0,4

0,4

1,2

0,1

0,4

0,1

0,5
E(X) = 2,6

O que significa que o nmero esperado de pessoas na fila 2,6?

Significa que observando o nmero de pessoas na fila durante vrios
dias teremos, em mdia, 2,6 pessoas.
2015/1

Seo 3

34

Propriedades do valor esperado

Voc tem uma ao da empresa X e uma ao da
empresa Y. O retorno que voc espera obter da ao
da empresa X 1,5%, ao passo que o d empresa Y
2%. Qual o retorno total que voc espera obter das
duas aes?
Se voc tivesse apenas duas aes da empresa X,
quanto voc esperaria de retorno?
E se voc tivesse trs aes?
E quatro?

Se voc tivesse uma ao da empresa X e uma

aplicao em renda fixa que pagasse 0,5%. Qual
seria o retorno esperado?
2015/1

Seo 3

35

Propriedades do valor esperado

Voc tem uma ao da empresa X e uma ao da
empresa Y. O retorno que voc espera obter da ao
da empresa X 1,5%, ao passo que o d empresa Y
2%. Qual o retorno total que voc espera obter das
duas aes?
E(X+Y) = E(X) + E(Y)
Se voc tivesse apenas duas aes da empresa X,
quanto voc esperaria de retorno? E(c.X) = c.E(X)
E se voc tivesse trs aes?
E quatro?

Se voc tivesse uma ao da empresa X e uma

aplicao em renda fixa que pagasse 0,5%, qual
seria o retorno esperado? E(X+c) = E(X) + c
2015/1

Seo 3

36

Propriedades do valor esperado

E(X+Y) = E(X) + E(Y)
E(c.X) = c.E(X), onde c uma constante.
E(X+c) = E(X) + c , onde c uma constante.
E(X.Y) = E(X).E(Y) se, e somente se, X e Y forem
independentes.

2015/1

Seo 3

37

Medidas de disperso
s vezes queremos saber quanto a varivel
aleatria pode variar
Nossas vendas mudam muito de
ms para ms ou so estveis ao
longo do ano?

2015/1

Seo 3

38

Varincia
A varincia o valor esperado do quadrado de quanto uma
varivel aleatria se afasta de seu valor esperado.
Varincias pequenas significam que os valores das variveis
aleatrias so prximas do seu valor esperado e, portanto, a
disperso pequena.
Varincias grandes, por sua vez, indicam que as variveis
aleatrias podem se afastar bastante do seu valor esperado e,
portanto, a disperso grande.

Var ( X ) E{[ X E ( X )]2 }

Para uma varivel aleatria discreta, isto
significa:

Var ( X )

2015/1

p ( X )[ X
Seo 3

E ( X )]

39

Varincia
A varincia tambm pode ser escrita da
seguinte maneira, menos intuitiva mas mais
fcil de calcular:

Var ( X ) E ( X 2 ) [ E ( X )]2
Para mostrar isso, basta usar propriedades de valor esperado:

Var ( X ) E{[ X E ( X )]2 }

Var ( X ) E{ X 2 2 XE ( X ) [ E ( X )]2 }
Var ( X ) E ( X 2 ) E[2 XE ( X )] E{[ E ( X )]2 }
Var ( X ) E ( X 2 ) 2 E ( X ) E ( X ) [ E ( X )]2
Var ( X ) E ( X 2 ) [ E ( X )]2

2015/1

Seo 3

40

Exerccio
A tabela a seguir contm a distribuio de
probabilidades para a quantidade de acidentes de
trnsito dirios em uma pequena cidade:
Quantidade de
acidentes (X)

P(X)

0,10

0,20

0,45

0,15

0,05

0,05

Calcule o valor esperado da quantidade de acidentes de trnsito

por dia
Calcule a varincia

2015/1

Seo 3

41

Propriedades da varincia

V ( X ) E{[ X E ( X )]2 }
Somar uma constante a X faz ela variar mais?
Se dobrarmos X, o que acontecer com a varincia?

2015/1

Seo 3

42

Propriedades da varincia

V ( X ) E{[ X E ( X )]2 }
Somar uma constante a X faz ela variar mais?
V(X+c)=V(X)
Dobrar X faz dobrar a distncia X E(X). Mas esta
distncia est elevada ao quadrado na definio de
varincia. Assim, se dobrarmos X, o que acontecer
com a varincia? V(c . X)=c2 . V(X)

2015/1

Seo 3

43

Propriedades da varincia

V(c . X) = c2 . V(X), onde c uma constante.

V(X + c) = V(X), onde c uma constante.
V(X + Y) = V(X) + V(Y) se, e somente se, X e Y forem
independentes.

2015/1

Seo 3

44

Compare as propriedades de valor

esperado e varincia
Valor esperado

Varincia
V(c . X) = c2 . V(X),
onde c uma
constante.

E(X+Y) = E(X) + E(Y)

E(c.X) = c.E(X), onde c uma
constante.

V(X + c) = V(X), onde

c uma constante.

E(X+c) = E(X) + c , onde c

uma constente.
E(X.Y) = E(X).E(Y) se, e somente
se, X e Y forem independentes.

2015/1

Seo 3

V(X + Y) = V(X) + V(Y)

se, e somente se, X e
Y forem
independentes.
45

Um problema na varincia

V ( X ) E{[ X E ( X )]2 }
Uma loja vende computadores e prev sua demanda
usando a varivel aleatria
X = nmero de computadores vendidos por ms

Se X medido em computadores, qual a unidade

de V(X)?

2015/1

Seo 3

46

Desvio padro

Desvio padro a raiz quadrada da varincia e tambm uma

medida de disperso.

O desvio padro mais fcil de interpretar, mas no tem

propriedades matemticas simples como a varincia. Por isso,
costuma-se fazer todas as contas com a varincia e, no final,
tirar a raiz quadrada para interpretar o desvio padro.

2015/1

Seo 3

47

Exerccio
O gerente de uma grande rede de computadores
desenvolveu a seguinte distribuio de probabilidades
para a quantidade de interrupes por dia:
Interrupes (X)

P(X)

0,32

0,35

0,18

0,08

0,04

0,02

0,01

Calcule o nmero esperado de interrupes por dia.

Calcule a varincia.
Calcule o desvio padro.
2015/1

Seo 3

48

 Bsica
Levine et al.
Captulos 5 (exceto 5.2.) e 6.

Bussab e Moretin
Captulo 6 (exceto 6.6.1, 6.6.4 e 6.8) e 7 (exceto 7.4.1, 7.5, 7.6, 7.7 e 7.8).

Bibliografi
a
2015/1

Seo 3

49