Distribuio de Probabilidades

A Distribuio de Probabilidades um modelo matemtico que estabelece a forma

como os valores de uma varivel aleatria se distribuem no respectivo espao amostral. Por
exemplo, no lanamento de um dado cada face tem a mesma probabilidade de ocorrncia que
1/6.
So duas regras que se aplicam a qualquer distribuio de probabilidades:
1. A soma de todos os valores de uma distribuio de probabilidades deve ser igual a 1.
P(x) = 1, onde x toma todos os valores possveis.
2. A probabilidade de ocorrncia de um evento deve ser maior do que zero e menor do que 1
0 P (x) 1 para todo x
Por exemplo, no lanamento de um dado, como todas as faces tm a mesma
probabilidade de ocorrncia que 1/6 ao som-las obtemos o valor 1, que corresponde a
primeira regra citada acima. O valor 1/6 maior do que zero e menor do que 1, assim satisfaz
a segunda regra acima.
O histograma de probabilidades nos permite visualizar a forma da distribuio. A
mdia, a varincia e o desvio-padro traduzem outras caractersticas. Para uma distribuio de
probabilidades, essas medidas podem ser determinadas usando as expresses mostradas na
tabela 1.
Tabela 1. Expresses para clculo da mdia, varincia e desvio-padro das distribuies de probabilidades.

Mdia
Varincia
Varincia
Desvio-Padro

=x P(x)
2=[(x-)2 P(x)]
2=[x2 P(x)] - 2
=([x2 P(x)] - 2)1/2

Ao calcularmos a mdia de uma distribuio de probabilidades, obtemos o valor

mdio que esperaramos ter se pudssemos repetir as provas indefinitivamente. No obtemos
o valor que esperamos ocorrer com maior frequncia. J o desvio-padro nos d uma medida
de quanto distribuio de probabilidades se dispersa em torna da mdia. Um grande desviopadro reflete disperso considervel, enquanto que um desvio-padro menor traduz menor
variabilidade, com valores relativamente mais prximos da mdia.

Exemplo: Na tabela abaixo so fornecidas as probabilidades de ocorrncias de um

determinado evento. Entretanto, o objetivo da mesma enfatizar o clculo da mdia, da
varincia e do desvio-padro.
Tabela 2. Clculo da mdia, varincia e desvio-padro para uma distribuio de probabilidades.

P(x)

x P(x)

x2

x2 P(x)

0
1
2
3
4
5
6
7

0,210
0,367
0,275
0,115
0,029
0,004
0
0

0,000
0,367
0,550
0,345
0,116
0,020
0,000
0,000

0
1
4
9
16
25
36
49

0,000
0,367
1,100
1,035
0,464
0,100
0,000
0,000

Total

1,000

1,398

3,066

=x P(x) = 1,398 = 1,4

2=[x2 P(x)] - 2 = 3,066-1,3982 =1,111596 = 1,1
=(1,111596)1/2 = 1,054323 = 1,1
H dois tipos de distribuies tericas que correspondem a diferentes tipos de dados
ou variveis aleatrias: a distribuio discreta e a distribuio contnua.
A distribuio discreta descreve quantidades aleatrias que podem assumir valores
particulares e os valores so finitos. Por exemplo, uma varivel aleatria discreta pode
assumir somente os valores 0 e 1, ou qualquer inteiro no negativo, etc. Um exemplo de
varivel climatolgica discreta so as tempestades com granizo.
A distribuio contnua representa quantidades aleatrias contnuas que podem tomar
qualquer valor dentro de um intervalo especificado dos nmeros reais. Por exemplo, uma
varivel aleatria contnua deve ser definida entre os nmeros reais 0 e 1, ou nmeros reais
no negativos ou, para algumas distribuies, qualquer nmero real. A temperatura, a presso,
a precipitao ou qualquer elemento medido numa escala contnua uma varivel aleatria
contnua.

Amostragem

Muitas vezes, apesar dos recursos computacionais e da boa vontade no possvel

estudar todo um conjunto de dados de interesse. Neste caso estuda-se uma parte do conjunto.
O principal motivo para se trabalhar com uma parte do conjunto ao invs do conjunto inteiro
o tempo gasto e o custo.
O conjunto de todos os elementos que se deseja estudar denominado de populao.
Note-se que o termo populao usado num sentido amplo e no significa, em geral, conjunto
de pessoas.
Pode-se definir uma populao como sendo uma coleo de todos os possveis
elementos, objetos ou medidas de interesse.
Assim, so exemplos de populaes:
O conjunto das rendas de todos os habitantes de Salvador;
O conjunto de todas as notas dos alunos de Estatstica;
O conjunto das alturas de todos os alunos da UESB; etc.
Um levantamento efetuado sobre toda uma populao denominado de levantamento
censitrio ou Censo. Fazer levantamentos, estudos, pesquisas, sobre toda uma populao
(censo) , em geral, muito difcil. Isto se deve a vrios fatores. Um censo custa muito caro e
demanda um tempo considervel para ser realizado. Assim, normalmente, se trabalha com
partes da populao denominadas de amostras. Uma amostra pode ser caracterizada como
sendo uma poro ou parte de uma populao de interesse.
Utilizar amostras para se ter conhecimento sobre populaes realizado intensamente
na Agricultura, Poltica, Negcios, Marketing, Governo, etc., como se pode ver pelos
seguintes exemplos:
Quando se quer saber a quantidade de pragas existentes em uma plantao de caf,
analisa-se apenas uma parte da plantao e assim baseia-se a quantidade aproximada de
pragas do caf.
Antes da eleio diversos rgos de pesquisa e imprensa ouvem um conjunto
selecionado de eleitores para ter uma ideia do desempenho dos vrios candidatos nas futuras
eleies.
O IBGE faz levantamentos peridicos sobre emprego, desemprego, inflao, etc.
Redes de rdio e TV se utilizam constantemente dos ndices de popularidade dos
programas para fixar valores da propaganda ou ento modificar ou eliminar programas com
audincia insatisfatria.
Bilogos marcam pssaros, peixes, etc. para tentar prever e estudar seus hbitos.

O processo de escolha de uma amostra da populao denominado de amostragem.

Esse processo envolve riscos, pois toma-se decises sobre toda a populao com base em
apenas uma parte dela. A teoria da probabilidade pode ser utilizada para fornecer uma ideia do
risco envolvido, ou seja, do erro cometido ao utilizar uma amostra ao invs de toda a
populao, desde que, claro, a amostra seja selecionada atravs de critrios probabilsticos,
isto , ao acaso.