Desvio Padrão de uma Variável Aleatória Discreta: Como Calculá-lo Passo a Passo

Aprenda a calcular o desvio padrão de uma variável aleatória discreta com fórmulas claras, exemplos resolvidos e dicas de prática.

Entendendo o Desvio Padrão de uma Variável Aleatória Discreta

Ao trabalhar com distribuições de probabilidade, uma das medidas mais importantes que você encontrará é o desvio padrão de uma variável aleatória discreta. Esse único número informa o quão dispersos os possíveis valores estão em torno do valor esperado, fornecendo uma visão crítica sobre a variabilidade dos resultados. Quer você esteja analisando a posse de animais de estimação em residências, dados viciados ou previsões de negócios, entender o desvio padrão de uma variável aleatória discreta ajuda você a quantificar a incerteza e tomar melhores decisões.

Neste guia, detalhamos o conceito desde o básico, percorremos as etapas de cálculo e fornecemos exemplos totalmente resolvidos para que você possa dominar essa habilidade essencial da estatística.

O Que É uma Variável Aleatória Discreta?

Antes de mergulhar nos cálculos, ajuda esclarecer exatamente o que é uma variável aleatória discreta e como ela difere de outros tipos de variáveis.

Uma variável aleatória discreta atribui um valor numérico a cada resultado de um experimento estatístico, mas apenas a partir de um conjunto enumerável de valores distintos. "Enumerável" significa que você pode listar os resultados possíveis — mesmo que a lista seja finita ou infinita, você pode, teoricamente, contá-los um a um.

Exemplos de Variáveis Discretas vs. Contínuas

Tipo de Variável	Descrição	Exemplo
Variável Aleatória Discreta	Resultados enumeráveis e distintos	Número de alunos em uma sala de aula
Variável Aleatória Discreta	Conjunto finito de valores possíveis	Resultado do lançamento de um dado de seis lados
Variável Aleatória Contínua	Qualquer valor dentro de um intervalo	Altura de homens adultos
Variável Aleatória Contínua	Infinitos valores possíveis em um intervalo	Tempo para completar uma maratona

Variáveis aleatórias discretas aparecem em todos os lugares na vida real: o número de reclamações de clientes por dia, a contagem de itens defeituosos em um lote de produção ou o número de gols marcados em uma partida de futebol. Cada cenário produz resultados de números inteiros que você pode enumerar.

O Que o Desvio Padrão Mede?

O desvio padrão quantifica a distância média entre cada valor possível da variável aleatória e a média (valor esperado). Um desvio padrão pequeno indica que a maioria dos resultados se agrupa firmemente em torno da média, enquanto um desvio padrão grande sinaliza que os valores estão mais espalhados.

Para uma variável aleatória discreta, o desvio padrão é sempre a raiz quadrada da variância. Essa relação é fundamental:

Desvio Padrão (σ) = √Variância (σ²)

A variância em si é a média ponderada dos desvios quadrados em relação à média, onde os pesos são as probabilidades de cada resultado.

A Fórmula para o Desvio Padrão de uma Variável Aleatória Discreta

A fórmula matemática para o desvio padrão de uma variável aleatória discreta combina o cálculo da média com a variância em uma única expressão:

σ = √[ Σ pᵢ(xᵢ − μ)² ]

Onde:

σ = desvio padrão
xᵢ = cada valor possível da variável aleatória
pᵢ = probabilidade de cada valor xᵢ
μ = média (valor esperado) da distribuição
Σ = somatório de todos os valores possíveis

Esta fórmula pode parecer intimidante à primeira vista, mas se divide em três etapas gerenciáveis que qualquer pessoa pode seguir com uma calculadora e uma tabela de distribuição de probabilidade.

Processo de Cálculo Passo a Passo

Siga estas três etapas sempre que precisar encontrar o desvio padrão de uma variável aleatória discreta.

Etapa 1: Calcular a Média (Valor Esperado)

A média, denotada por μ, é a média ponderada pela probabilidade de todos os resultados possíveis.

μ = Σ(xᵢ × pᵢ)

Multiplique cada resultado pela sua probabilidade correspondente e, em seguida, some todos os produtos.

Etapa 2: Calcular a Variância

Depois de obter a média, encontre a variância elevando ao quadrado a diferença entre cada resultado e a média, multiplicando pela probabilidade e somando os resultados.

σ² = Σ pᵢ(xᵢ − μ)²

Etapa 3: Extrair a Raiz Quadrada

O desvio padrão é simplesmente a raiz quadrada da variância.

σ = √σ²

Tabela Resumo das Três Etapas

Etapa	O Que Você Calcula	Fórmula
Etapa 1	Média (Valor Esperado)	μ = Σ(xᵢ × pᵢ)
Etapa 2	Variância	σ² = Σ pᵢ(xᵢ − μ)²
Etapa 3	Desvio Padrão	σ = √σ²

Exemplo Resolvido: Número de Gatos em uma Residência

Vamos trabalhar com um exemplo concreto para ver o processo em ação. Suponha que uma pesquisa produza a seguinte distribuição de probabilidade para o número de gatos em uma residência:

Número de Gatos (xᵢ)	Probabilidade (pᵢ)
0	0.40
1	0.35
2	0.25

Etapa 1 — Encontre a média:

μ = (0 × 0.40) + (1 × 0.35) + (2 × 0.25) μ = 0 + 0.35 + 0.50 μ = 0.85

Etapa 2 — Encontre a variância:

σ² = 0.40(0 − 0.85)² + 0.35(1 − 0.85)² + 0.25(2 − 0.85)² σ² = 0.40(0.7225) + 0.35(0.0225) + 0.25(1.3225) σ² = 0.289 + 0.007875 + 0.330625 σ² = 0.6275

Etapa 3 — Encontre o desvio padrão:

σ = √0.6275 ≈ 0.79

O desvio padrão de aproximadamente 0,79 nos diz que o número de gatos por residência tipicamente desvia da média de 0,85 em cerca de 0,79 gatos.

Exemplo Resolvido: Dado de Seis Lados Viciado (Desbalanceado)

Agora considere um dado viciado com a seguinte distribuição de probabilidade:

Face do Dado (xᵢ)	Probabilidade (pᵢ)
1	0.10
2	0.20
3	0.20
4	0.40
5	0.05
6	0.05

Etapa 1 — Encontre a média:

μ = (1 × 0.10) + (2 × 0.20) + (3 × 0.20) + (4 × 0.40) + (5 × 0.05) + (6 × 0.05) μ = 0.10 + 0.40 + 0.60 + 1.60 + 0.25 + 0.30 μ = 3.25

Etapa 2 — Encontre a variância:

σ² = 0.10(1 − 3.25)² + 0.20(2 − 3.25)² + 0.20(3 − 3.25)² + 0.40(4 − 3.25)² + 0.05(5 − 3.25)² + 0.05(6 − 3.25)² σ² = 0.10(5.0625) + 0.20(1.5625) + 0.20(0.0625) + 0.40(0.5625) + 0.05(3.0625) + 0.05(7.5625) σ² = 0.50625 + 0.3125 + 0.0125 + 0.225 + 0.153125 + 0.378125 σ² = 1.5875

Etapa 3 — Encontre o desvio padrão:

σ = √1.5875 ≈ 1.26

Um desvio padrão de 1,26 para este dado viciado significa que os lançamentos individuais tipicamente diferem do valor esperado de 3,25 em cerca de 1,26 pontos.

Comparando Resultados Entre Distribuições

Uma maneira útil de interpretar o desvio padrão de uma variável aleatória discreta é compará-lo entre diferentes distribuições. A tabela abaixo resume nossos dois exemplos:

Distribuição	Média (μ)	Variância (σ²)	Desvio Padrão (σ)
Gatos por residência	0.85	0.6275	0.79
Lançamento de dado viciado	3.25	1.5875	1.26

O dado viciado tem um desvio padrão maior em relação ao seu intervalo, refletindo uma maior dispersão nos resultados em comparação com a distribuição de posse de gatos.

Erros Comuns a Evitar

Mesmo com uma fórmula direta, os alunos frequentemente cometem erros ao calcular o desvio padrão de uma variável aleatória discreta. Preste atenção a essas armadilhas:

Erro	Por Que Acontece	Como Evitar
Esquecer de elevar as diferenças ao quadrado	Confundir a fórmula da variância com o desvio médio absoluto	Sempre escrever (xᵢ − μ)² explicitamente
Extrair a raiz quadrada antes de somar	Fazer operações fora de ordem	Complete a soma completa da variância primeiro e depois extraia a raiz quadrada
Usar n em vez de pᵢ como pesos	Aplicar a fórmula do desvio padrão amostral por engano	Lembre-se: use probabilidades, não frequências
Erros aritméticos com decimais	Escorregões no cálculo manual	Verifique novamente cada multiplicação e adição
Ignorar a validação da distribuição de probabilidade	Não verificar se as probabilidades somam 1	Sempre verifique se Σpᵢ = 1 antes de começar

Por Que Isso Importa em Aplicações Reais

Entender o desvio padrão de uma variável aleatória discreta vai muito além de passar em um exame de estatística. Em finanças, ajuda a quantificar o risco de investimento. No controle de qualidade, identifica a variabilidade do processo. Na área da saúde, mede a consistência dos resultados dos pacientes.

Organizações como a Khan Academy oferecem recursos gratuitos que expandem esses conceitos com exercícios interativos e explicações em vídeo, facilitando a construção de intuição através da prática.

Perguntas Frequentes

Para que serve o desvio padrão de uma variável aleatória discreta? Ele mede o quanto os valores possíveis da variável aleatória se espalham a partir do valor esperado (média). Um desvio padrão maior indica maior variabilidade nos resultados, enquanto um valor menor significa que os resultados se agrupam mais perto da média.

O desvio padrão de uma variável aleatória discreta pode ser zero? Sim. Se a variável aleatória assume apenas um valor possível com probabilidade 1, o desvio padrão é igual a zero porque não há variação alguma. Cada resultado é idêntico à média.

Como a variância é diferente do desvio padrão? A variância é a média dos desvios quadrados em relação à média, enquanto o desvio padrão é a raiz quadrada da variância. O desvio padrão é expresso nas mesmas unidades da variável original, tornando-o mais interpretável em contextos práticos.

Preciso saber a média antes de calcular o desvio padrão? Com certeza. A média é necessária porque a fórmula do desvio padrão a usa para calcular cada desvio (xᵢ − μ). Você deve concluir a Etapa 1 antes de passar para a Etapa 2.

A fórmula é diferente para uma variável aleatória contínua? Sim. Variáveis aleatórias contínuas usam integrais em vez de somatórios porque possuem infinitos valores possíveis dentro de um intervalo. A fórmula discreta com somatório se aplica apenas quando os resultados são enumeráveis e distintos.