2 3 - Distribuicoes de Probabilidade Esperanca Matematica, Variancia e Desvio-Padrao

Prévia do material em texto

Distribuições de Probabilidade: Esperança 
Matemática, Variância e Desvio-Padrão
Apresentação
A estatística é usualmente dividida entre descritiva e inferencial. A primeira é a parte que cuida da 
descrição dos dados, quer sejam eles amostrais ou populacionais, e a segunda tem por objetivo a 
generalização do que é estudado, ou seja, a partir de amostras, concluí-se para populações.
A descrição dos dados pode ser realizada de diversas maneiras, entre elas com o cálculo das 
medidas de posição ou das medidas de dispersão. Quando essas medidas são calculadas para a 
população, chamam-se de parâmetros e quando calcula-separa as amostras, é chamada de 
estimador. A esperança matemática (estimativa) estuda como prever medidas populacionais 
desconhecidas, fundamentadas em resultados conhecidos na amostra. Já a variância e o desvio-
padrão são exemplos de medidas de dispersão, utilizadas quando os dados possuem uma 
disparidade consideravelmente grande para uma simples análise por medidas de posição.
Nesta Unidade de Aprendizagem, serao calculada e analisada a esperança matemática, algumas 
medidas de dispersão, como a amplitude, o desvio médio, a variância e o desvio-padrão, 
visualizando sua importância no estudo da estatística e na tomada de decisões.
Bons estudos.
Ao final desta Unidade de Aprendizagem, você deve apresentar os seguintes aprendizados:
Resolver cálculos de esperança matemática.•
Definir medidas de dispersão.•
Realizar cálculos de variância e desvio-padrão.•
Desafio
Através das medidas de posição e de dispersão pode-se obter dados importantes sobre um 
conjunto de dados quantitativos. As medidas de posição (média, mediana e moda) tem a tendência 
de serem encontradas em torno do centro do conjunto de dados. Já as medidas de variabilidade 
(amplitude, desvio médio, variância, desvio-padrão) ajudam a entender a distribuição dos dados, em 
torno da média.
Ao lidar com um conjunto de dados quantitativos é importante saber calcular e interpretar cada 
uma dessas medidas para auxiliar na descrição dos dados. Acompanhe a seguinte situação:
 
 
Para esses dois conjuntos de dados, calcule a amplitude, a média, a variância e o desvio-padrão e 
comente os resultados encontrados.
Infográfico
Um conjunto de dados, quer sejam amostrais ou populacionais, pode ser descrito por meio de 
medidas estatísticas: parâmetros (população) ou estimadores (amostra). Para a análise de dados, é 
importante não apenas saber calculá-los, mas também interpretá-los corretamente. 
Veja nesse infográfico, como calcular e interpretar a esperança, média, variância e desvio padrão 
para um conjunto de dados.
Aponte a câmera para o 
código e acesse o link do 
conteúdo ou clique no 
código para acessar.
https://statics-marketplace.plataforma.grupoa.education/sagah/e676a98c-2fd7-4e9c-a1c8-c35044564b47/c57c7fcf-ef5b-49b0-b6ad-22a3cbe7c26a.png
 
Conteúdo do livro
A estatística é usualmente dividida entre descritiva e inferencial, sendo que a primeira cuida da 
descrição dos dados (amostrais ou populacionais) e a segunda objetiva a generalização do que é 
estudado descritivamente, a partir de amostras para populações. 
Quando lidamos com a população temos os parâmetros. Já com a amostra lidamos com seus 
respectivos estimadores, ou seja, desejamos estimar o verdadeiro parâmetro populacional para a 
tomada de decisão.
Acompanhe mais sobre o assunto no capítulo Distribuições de Probabilidade: Esperança 
Matemática, Variância e Desvio-Padrão, base teórica para esta Unidade de Aprendizagem.
 
Boa leitura.
ESTATÍSTICA
Ana Laura Bertelli Grams
Distribuições de 
probabilidade: esperança 
matemática, variância 
e desvio-padrão
Objetivos de aprendizagem
Ao final deste texto, você deve apresentar os seguintes aprendizados:
 � Resolver cálculos de esperança matemática.
 � Definir medidas de dispersão.
 � Realizar cálculos de variância e desvio-padrão.
Introdução
A análise estatística e a inferência sobre populações com base em amostras 
dependem de muitas medidas para que a tomada de decisões seja a 
melhor possível. Em estatística, dizemos que, quanto mais informações 
das características da variável em estudo tivermos, mais acertada será 
nossa decisão sobre ela. Neste capítulo, você descobrirá o que significa 
esperança matemática, variância e desvio-padrão.
Esperança matemática
A inferência estatística baseia-se no estudo de dados amostrais, e a busca da 
estimativa amostral (ou do valor esperado) ocorre para podermos estimar o 
verdadeiro parâmetro populacional para a tomada de decisão. A esperança 
matemática (estimativa) estuda como prever medidas populacionais desco-
nhecidas, fundamentadas em resultados conhecidos na amostra. 
A rotina das pessoas é estabelecida pela inferência de fatos amostrais. 
Os exemplos citados por Milone (2006) revelam a naturalidade dessas apli-
cações: em dias em que o céu está recheado de nuvens escuras, inferimos a 
possibilidade de chuvas; o fato de haver muita fumaça em uma edificação 
remete a uma eventualidade de um incêndio. Esses casos são eventos prováveis, 
mas nem sempre acontecem de fato.
Na prática, há diversos fatos que buscam pela estimação e baseiam suas 
previsões, por exemplo, de vendas, de eleitores, de defeitos das peças em 
uma linha de produção, dos custos dos produtos, de dívidas, entre outros. 
Os dados descritivos amostrais são estimadores dos parâmetros populacionais. 
Por exemplo, a média amostral e a proporção amostral são consideradas esti-
mativas pontuais, quando apresentadas a partir de um único número (ponto). 
Para estudos estatísticos, utilizamos com mais frequência a estimação por 
intervalo, que fornece um intervalo de valores possíveis, admitindo uma 
margem de confiança, considerando a estimativa pontual.
Suponha que 500 pessoas são questionadas sobre seu consumo anual de carne 
vermelha, e a média amostral seja de 20 kg por pessoa, com desvio-padrão de 0,2 kg.
 � A média amostral de 20 kg é uma estimativa pontual para o consumo anual de 
carne vermelha por pessoa.
 � A média da população provavelmente está próxima de 20 kg, mas, possivelmente, 
não é exatamente igual a 20 kg.
O intervalo de confiança estima o quanto a média amostral aproxima-se da média 
populacional. 
Se o intervalo de confiança fosse 20 ± 0,08, poderíamos calcular um nível de confiança 
que define a média populacional no intervalo ]19,92; 20,08[.
Cálculo 
Seja p a probabilidade de um evento S ocorrer, a esperança matemática (E) 
é definida por:
E = p ∙ S
Distribuições de probabilidade: esperança matemática, variância e desvio-padrão2
Em um conjunto de dados de uma variável aleatória discreta x1, x2, ..., xn, 
em que a probabilidade de cada dado é p1, p2, ..., pn, respectivamente, define-se 
esperança matemática por:
E(x) = p1 ∙ x1 + p2 ∙ x2 + ... pn ∙ xn
Ou seja,
E(x) = ∑ pi · xi
n
i = 1
Duas moedas são jogadas 14 vezes, e os resultados foram:
 � 5 jogadas sem nenhum resultado cara; 
 � 6 jogadas, sendo apenas uma moeda cara;
 � 3 jogadas, sendo as duas moedas cara.
Qual é o valor esperado de caras por lançamento?
Temos que a probabilidade de nenhum resultado cara é: 5
14
, de apenas uma moeda 
ser cara: 6
14
; e de as duas moedas serem cara: 3
14
.
Assim, a esperança da variável cara ocorrer, por lançamento, é:
5
14
6
14
3
14
∙ 0 + ∙ 1 + ∙ 2 = = 0,865 ∙ 0 + 6 ∙ 1 + 3 ∙ 2
14
Medidas de dispersão
O estudo das medidas de posição é útil para fornecer boa parte das carac-
terísticas de um conjunto de dados. Contudo, existem outros parâmetros 
que complementam a caracterização dos conjuntos, principalmente quando 
estes possuem uma disparidade consideravelmente grande para uma simples 
análise por medidas de posição. Chamamos esses parâmetros de medidas de 
dispersão, e eles indicam a variabilidade da variável em torno de uma medida 
de posição — comumente, a média aritmética.
3Distribuições de probabilidade: esperança matemática, variância e desvio-padrão
Amplitude
A amplitude é o mesmo que a variação entre dois elementos.Em um conjunto 
de dados, a amplitude total é encontrada por meio do cálculo da diferença 
entre o limite superior e o limite inferior, conforme segue:
Ar = xmáx – xmin
onde xmáx representa o limite superior, e xmin, o limite inferior.
A amplitude é considerada uma medida instável, pois é influenciada pelas 
extremidades dos conjuntos. As próximas medidas não possuem essa caracte-
rística, já que consideram todos os valores sob análise, sendo, assim, medidas 
mais utilizadas e com índices de variabilidade estáveis.
Desvio médio
O desvio médio é uma medida de dispersão, pela qual temos a média dos des-
vios em relação a uma medida de posição, podendo ser a média das diferenças 
absolutas entre cada elemento do conjunto e a média aritmética. A seguinte 
expressão representa o desvio médio da população:
D– m = 
∑|x – μ|
N
onde x representa cada elemento do conjunto de dados, μ, a média da 
população, e N, a quantidade de desvios. Contudo, os dados analisados, na 
maioria dos estudos estatísticos, referem-se a uma amostra. Assim, para o 
cálculo do desvio médio amostral, utiliza-se a seguinte expressão, a qual 
fornece uma estimativa sem tendenciosidade do desvio médio da população.
d
–
m =
∑|x – x–|
n – 1
onde x representa cada elemento do conjunto de dados, x–, a média da 
população, e n, a quantidade de elementos na amostra.
Distribuições de probabilidade: esperança matemática, variância e desvio-padrão4
Perceba que o desvio médio é uma medida não negativa. Por isso, calcula-se o módulo 
(valor absoluto) de cada desvio, pois entre cada uma das diferenças (de cada um dos 
valores com relação à média) pode-se ter valores positivos ou negativos. Ao se aplicar 
o módulo, elimina-se esse sinal.
Variância
A variância da população baseia-se no desvio médio. Para seu cálculo, os 
desvios em torno da média do conjunto são elevados ao quadrado. Sendo assim:
σ2 = 
∑(xi – μ)
2
N
Em que xi representa cada elemento, μ, a média da população, e N, a quan-
tidade de observações. A mesma explicação dada no cálculo do desvio médio 
vale para a variância, de modo que a variância de uma amostral é dada por:
s2 =
∑(xi – x
–)2
n – 1
onde 𝜎² é o valor numérico da variância, xi, representa cada elemento, x
–, 
a média aritmética amostral, e n, o tamanho da amostra.
Uma interpretação razoável do valor numérico da variância é dada por 
Anderson et al. (2006), quando sugere que a variância seja considerada como 
uma medida útil ao comparar a variabilidade entre variáveis, de modo que, 
em uma comparação de variáveis, aquela que tem a maior variância exibe 
maior variabilidade.
Desvio-padrão
A medida de dispersão, chamada desvio-padrão, é definida como a raiz qua-
drada positiva da variância, simplesmente denotada por σ = √σ2, desvio-padrão 
da população.
5Distribuições de probabilidade: esperança matemática, variância e desvio-padrão
O interesse em calcular e considerar o desvio-padrão como uma medida 
útil na análise estatística é que a variância se restringe a uma análise das 
unidades elevadas ao quadrado — por exemplo, a variância de medidas de 
comprimento é dada em medidas de área, enquanto que o desvio-padrão é 
medido nas mesmas unidades que os dados originais. Sendo assim, é facilmente 
comparado a outras medidas de posição ou outros dados estatísticos.
Há, ainda, uma descrição de dados muito utilizada e derivada do desvio-padrão: o 
coeficiente de variação. Este é utilizado quando queremos comprar dois ou mais 
grupos de dados quanto à sua variabilidade e temos médias aritméticas distintas. 
Quanto menor for o coeficiente de variação, mais homogêneos serão os dados.
Para casos com coeficiente de variação muito elevado, a média nem sempre será a 
medida de posição mais apropriada para resumir a variável. O coeficiente de variação 
é calculado em situações em que é preciso indicar o “tamanho” de , em relação à 
média aritmética. 
Ele é expresso em porcentagem, a partir de σ
x–
∙ 100 % .
Cálculos de variância e desvio-padrão 
A aplicação das expressões matemáticas indicadas anteriormente será mostrada 
aqui, a partir de alguns exemplos de cálculos de cada medida de dispersão.
A resistência é uma característica importante para analisar materiais pré-fabricados. 
Cada um dos 8 elementos de placas pré-fabricadas de concreto foi submetido a um 
teste de tensão, e a largura máxima (mm) das trincas resultantes foi registrada no 
seguinte quadro:
0,794 3,870 0,483 0,924
2,230 1,038 1,285 0,598
Distribuições de probabilidade: esperança matemática, variância e desvio-padrão6
Qual é o desvio-padrão da largura das trincas?
Solução:
Para a resolução, utilizaremos três etapas: o cálculo da média, o cálculo da variância 
e, por fim, o desvio-padrão.
1. Cálculo da média aritmética:
x– = ∑x
n
x– = 0,794 + 3,870 + 0,483 + 0,924 + 2,230 + 1,038 + 1,285 + 0,598
8
x– = 1,4 mm
2. Cálculo da variância:
A partir da média, calculamos os desvios de cada elemento.
s2 =
∑(xi – x
–)2
n – 1
σ2 = (0,794 – 1,4)
2 + (3,87 – 1,4)2 + (0,483 – 1,4)2 + (0,924 – 1,4)2 + (2,23 – 1,4)2 + (1,038 – 1,4)2 + (1,285 – 1,4)2 + (0,598 – 1,4)2
8 – 1
s2 =
9,012
7
= 1,287 mm2
3. Cálculo do desvio-padrão:
Sendo a variância 1,287, temos que:
s = √1,287 = 1,135 mm
Qual é o desvio-padrão da vida útil (em horas) de um determinado tipo de lâmpada, 
considerando as 20 observações amostrais a seguir?
xi fi
612 4
666 3
7Distribuições de probabilidade: esperança matemática, variância e desvio-padrão
xi fi
744 6
883 5
964 2
Total 20
Solução:
As mesmas etapas do exemplo anterior devem ser seguidas. Entretanto, agora temos 
uma distribuição de frequências. Para o cálculo da média, será necessário multiplicarmos 
cada variável (vida útil) pela sua respectiva frequência.
1. Cálculo da média aritmética:
x– =
∑(xi · fi)
∑fi
x– =
(612 · 4) + (666 · 3) + (744 · 6) + (883 · 5) + (964 · 2)
4 + 3 + 6 + 5 + 2
x– =
15.253
20
= 762,65 h
2. Cálculo da variância:
s2 =
∑(xi – x
–)2
n – 1
σ2 = 4 · (612 – 762,65)
2 + 3 · (666 – 762,65)2 + 6 · (744 – 762,65)2 + 5 · (883 – 762,65)2 + 2 · (964 – 762,65)2
20 –1
s2 =
274.396,6
19
= 14.441,93 h2
3. Cálculo do desvio-padrão:
s = √14441,93 = 120,17 h
Distribuições de probabilidade: esperança matemática, variância e desvio-padrão8
Os dados a seguir representam o tempo (em segundos) para carga de um aplicativo, 
num sistema compartilhado.
Classes de tempo Número de observações
[6, 7[ 14
[7, 8[ 4
[8, 9[ 7
[9, 10[ 3
[10, 11[ 0
[11, 12[ 0
[12, 13[ 2
Total 30
Determine o desvio-padrão e o coeficiente de variação dessa amostra.
Solução:
Nesse caso, temos uma distribuição de frequência em intervalos de classe. Por isso, 
precisamos encontrar o ponto médio de cada intervalo para, então, calcular a média 
e prosseguir com os cálculos das medidas de dispersão.
Classes de 
tempo
xi (ponto médio 
da classe)
Número de 
observações
[6, 7[ 6,5 14
[7, 8[ 7,5 4
[8, 9[ 8,5 7
[9, 10[ 9,5 3
[10, 11[ 10,5 0
[11, 12[ 11,5 0
[12, 13[ 12,5 2
Total 30
9Distribuições de probabilidade: esperança matemática, variância e desvio-padrão
ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. A. Estatística aplicada à administração e 
economia. 2. ed. São Paulo: Cengage Learning, 2008.
MILONE, G. Estatística: geral e aplicada. São Paulo: Thomson Learning, 2006.
Leitura recomendada
MORETTIN, L. G. Estatística básica: probabilidade e inferência. São Paulo: Pearson Pren-
tice Hall, 2010.
1. Cálculo da média aritmética:
x– = (6,5 · 14) + (7,5 · 4) + (8,5 · 7) + (9,5 · 3) + (10,5 · 0) + (11,5 · 0) + (12,5 · 2)
14 + 4 + 7 + 3 + 0 + 0 + 2
x– = 234
30
= 7,8 s
(Em distribuições de frequência como essas, os valores de x_i são expressos pelos 
respectivos pontos médios dos intervalos de classe).
x– = (6,5 · 14) + (7,5 · 4) + (8,5 · 7) + (9,5 · 3) + (10,5 · 0) + (11,5 · 0) + (12,5 · 2)
14 + 4 + 7 + 3 + 0 + 0 + 2
x– = 234
30
= 7,8 s
2. Cálculo da variância:
s2 =
∑(xi – x
–)2
n – 1
s2 = 14 · (6,5 – 7,8)
2 + 4 · (7,5 – 7,8)2 + 7 · (8,5 – 7,8)2 + 3 · (9,5 – 7,8)2 + 2 ·(12,5 – 7,8)2
30 –1
s2 =
80,3
29 = 2,769 s
2
3. Cálculo do desvio-padrão:
s = √2,769 = 1,664 s
Distribuições de probabilidade: esperança matemática, variância e desvio-padrão10
Conteúdo:
 
Dica do professor
Uma forma de descrever dados estatísticos, sejam amostrais ou populacionais, é por meio das 
chamadas medidas estatísticas, que podem ser medidas de posição ou medidas de dispersão. As 
medidas de posição, estão relacionadas com o centro dos dados, já as de dispersão indicam a 
variabilidade da variável em torno de uma medida de posição — geralmente, a média aritmética. 
Nesta Dica do Professor, veja mais sobre algumas dessas medidas: esperança matemática, média, 
variância e desvio-padrão.
Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.
https://fast.player.liquidplatform.com/pApiv2/embed/cee29914fad5b594d8f5918df1e801fd/789155b1b039518b53def3f0626336d9
Exercícios
1) No estudo da probabilidade e estatística, a esperança matemática (estimativa) estuda como 
prever medidas populacionais desconhecidas, fundamentadas em resultados conhecidos na 
amostra. 
Neste contexto, considere que um vendedor tem 34% de probabilidade de receber R$ 
2.000,00 de comissão e 66% de probabilidade de receber R$ 3.000,00, qual é o valor de sua 
esperança?
A) R$ 2.660,00.
B) 50%.
C) 34%.
D) R$ 2.000,00.
E) R$ 3.000,00.
2) Uma medida de dispersão conhecida na prática é a amplitude. 
Se uma lojista quer oferecer aos seus clientes a maior amplitude de tamanhos de roupas, 
qual das opções abaixo os atenderá melhor? Os números representam os tamanhos das 
roupas em centímetros.
A) 22, 24, 26, 28, 30, 32 e 36.
B) 21, 24, 26, 28 e 36.
C) 18, 24 e 40.
D) 18, 20, 22, 24, 26, 28, 30, 32 e 36.
E) 25 e 41.
O desvio-padrão é uma das medidas de dispersão mais utilizada na prática, pois comparar a 
variabilidade dos dados em relação à média. 
3) 
Considere que uma empresa precisa saber qual o desvio-padrão de uma amostra de seus 
produtos, cujas dimensões (em centímetros) são: 12, 14 e 20. Marque a opção que contém a 
resposta correta.
A) 8.
B) 15,33.
C) 17,33.
D) - 4,16.
E) 4,16.
4) Uma empresa que embala sacas de arroz está com problemas na sua máquina ensacadora. O 
gerente de operações deseja verificar qual a variabilidade de peso de uma amostra de 5 
sacas de arroz. 
Os dados são os seguintes: 22, 29, 20, 19, 24. Calcule o desvio padrão para esse gerente e 
assinale a alternativa correta.
A) 22,80
B) 9,31 
C) 3,96 
D) 3,44
E) 4,29
5) Uma loja de departamentos resolveu realizar uma pesquisa para verificar os valores que seus 
funcionários gastaram com presentes no dia das mães e analisar a variabilidade desses 
valores. 
Os valores gastos por uma amostra composta por funcionários com o último presente do dia 
das mães foram: 150, 900, 90, 301, 99. Calcule o desvio padrão e assinale a alternativa 
correta:
A) 308,0
B) 305,5
C) 341,6
D) 301,4
E) 312,1
Na prática
Ao analisar um conjunto de dados, é preciso ter em mente quais são as medidas estatísticas mais 
adequadas para descrevê-lo. Por exemplo, um problema para a média aritmética é quando existem 
pontos discrepantes dentro do conjunto de dados que podem distorcer o resultado desta medida 
de posição.
Neste caso, será necesária outra medida para descrever melhor os dados e, em geral, utiliza-se as 
medidas de dispersão, que são um complemento para a análise dos dados, ou seja, quando dois 
conjuntos de dados têm a mesma média não necessariamente terão o mesmo comportamento na 
distribuição dos resultados.
Na prática, veja exemplos de como se aplicam algumas dessas medidas como a esperança 
matemática, a variância e o desvio-padrão.
Saiba +
Para ampliar o seu conhecimento a respeito desse assunto, veja abaixo as sugestões do professor:
Estatística
Os capítulos 3 e 4 deste livro são destinados ao estudo das principais medidas estatísticas. No 
capítulo 3 são abordadas as medidas de tendência central, incluindo a média. No capítulo 4, são 
abordadas as medidas de dispersão, incluindo a variância e o desvio padrão. Já a esperança 
matemática é abordada no capítulo 6.
Conteúdo interativo disponível na plataforma de ensino!
Como Fazer Desvio Padrão no Excel Passo a Passo
Esse vídeo detalha o cálculo do desvio-padrão populacional utilizando o Excel. Primeiramente ele 
define o desvio-padrão, para depois mostrar como utilizar as fórmulas média e devpad.p no Excel 
para calcular a média e o desvio-padrão populacional.
Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.
Variância e Desvio-padrão
Esse vídeo apresenta os conceitos de desvio, variância e desvio-padrão populacional, a partir e um 
exemplo prático com um conjunto de dados contendo 5 elementos. Os cálculos são realizados 
passo a passo e ao final é feita uma síntese.
Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.
https://www.youtube.com/watch?v=mgFM1JBGO50
https://www.youtube.com/watch?v=ar75_a8cxMk