Estatstica - UVB

Faculdade On-line UVB 75

Aula 08
Probabilidade
Obj eti vos da Aula
Desenvolver e xar os conceitos de probabilidade.
Introduo
A aula 7 nos apresentou as tcnicas de amostragem; agora, veremos
os conceitos bsicos de Probabilidade. Os fundamentos, aqui
apresentados, so inter-relacionados; para facilitar seu entendimento,
leia este material, detalhadamente, no mnimo duas vezes, antes
de ir para a aula digital. J na web, trabalhe com a aula impressa
simultaneamente.
Bom aprendizado!
Probabilidade
A maioria dos fenmenos de que trata a estatstica so de natureza
aleatria ou probabilstica; dessa forma, importante conhecer os
fundamentos dos clculos de probabilidades para que se possa
continuar o estudo da estatstica indutiva.
Alguns fenmenos so previsveis, outros no. Em matemtica, os
fenmenos previsveis so aqueles chamados determinsticos. Por
exemplo: se uma pedra for lanada de um prdio e sua velocidade for
Estatstica - UVB
Faculdade On-line UVB 76
medida durante a queda, os resultados sero sempre iguais porque
esse fenmeno obedece s leis da fsica.
Entretanto, se lanarmos uma moeda comum e observarmos qual face
car para cima quando estiver no solo, teremos apenas a certeza de
que metade das chances de cara e a outra metade de coroa. Aqui,
percebemos que existe a probabilidade de 50% de cara e 50% de
coroa, isso um fenmeno probabilstico.
A denio clssica de probabilidade :
Se forem possveis n eventos mutuamente exclusivos e igualmente
provveis, se nA desses eventos tem o atributo A, ento a probabilidade
de A dada pela razo nA/n.
Dessa forma, a probabilidade de um evento o nmero
real P(A), tal que:
Conceitos Bsicos
Experimento Aleatrio (E)
Nos experimentos aleatrios, mesmo em condies iniciais sempre
idnticas, os resultados nais de cada vez que o experimento
efetuado sero diferentes e no previsveis.
Com exemplo temos:
O lanamento de um dado e a observao do nmero mostrado na
face de cima;
O lanamento de uma moeda e a observao do nmero de caras obtido;
Estatstica - UVB
Faculdade On-line UVB 77
Determinao da vida til de um componente eletrnico.
Freqncia Relativa
Seja o experimento de lanar uma mesma moeda n vezes. Seja m o
nmero de vezes que ocorre cara, podemos ento denir a freqncia
relativa como:
Logo, a denio clssica para a freqncia relativa :
Freqncia Relativa do evento A a razo entre o nmero de vezes
em que ocorreu A (nA) e o nmero de eventos observados (n).
Numa longa seqncia de repeties de qualquer experimento
aleatrio nas mesmas condies, a freqncia relativa aproxima-se de
um nmero xo. Esse nmero uma estimativa de probabilidade do
evento ocorrer.
Dois axiomas devem ser verdadeiros na freqncia relativa:
A probabilidade de um evento ocorrer um valor entre 0 e 1.
Se cada evento de um fenmeno aleatrio pode ocorrer com
determinada probabilidade, a soma dessas probabilidades
igual a 1.
Espao Amostral (S)
Espao Amostral de um experimento aleatrio o conjunto
dos resultados possveis do experimento. O Espao Amostral
representado pela letra S.
Exemplos:
Estatstica - UVB
Faculdade On-line UVB 78
No caso de lanamento de uma moeda, S={cara, coroa}
No caso de lanamento de um dado comum, S={1, 2, 3, 4, 5, 6}
No caso de lanamento de uma moeda 4 vezes e observao do
nmero de caras, S={0, 1, 2, 3, 4}
Eventos
Um evento A (relativo a um espao amostral S, associado a um
experimento E) um subconjunto do espao amostral S, dessa forma
o prprio S constitui um evento, assim como o conjunto vazio que
tambm o pode ser.
Como exemplos podemos citar:
No caso de lanamento de um dado comum, S={1, 2, 3, 4, 5, 6}, se
nos interessa somente a ocorrncia de nmeros pares, ento o evento
A={2, 4, 6}
No caso de lanamento de uma moeda 4 vezes e observao do
nmero de caras, S={0, 1, 2, 3, 4}, se nos interessa somente quanto 2
caras ocorrem ento A={2}.
Eventos Complementares
So todos os resultados do espao amostral que no fazem parte do
evento. Se considerarmos p como a probabilidade de que um evento
ocorra (sucesso) e q que ele no ocorra (fracasso), ento para um
mesmo evento:
No caso de lanamento de um dado comum, a probabilidade de tirar
o nmero 5 de . Logo, a probabilidade no sair o nmero 5
de
O evento complementar representado pelas seguintes simbologias
Estatstica - UVB
Faculdade On-line UVB 79
Eventos Independentes
Dois eventos so independentes quando o resultado de um no tem
dependncia do resultado do outro.
Como exemplo, temos o lanamento simultneo de dois dados;
o resultado do primeiro no tem inuncia sobre o resultado do
segundo e vice-versa.
Dessa maneira, se dois eventos so independentes, a probabilidade
de que eles realizem-se, simultaneamente, igual ao produto das
probabilidades de realizao dos dois eventos.
Denindo p1 como a probabilidade de realizao do primeiro evento
e p2 como a probabilidade do segundo evento, a probabilidade de
que ambos realizem-se, simultaneamente, dada por:
Exemplo:
No lanamento de 2 dados, a probabilidade de no primeiro dado
obtermos o nmero 1
No segundo dado, a possibilidade de obtemos o nmero 5
Ento:
Evento Mutuamente Exclusivo
So eventos que no tm elemento comum ou, ento, so aqueles
em que a ocorrncia de um deles exclui a ocorrncia de outros.
Como exemplo, podemos, novamente, recorrer ao lanamento de uma
moeda, pois ao ocorrer o evento cara excluda, completamente, a
Estatstica - UVB
Faculdade On-line UVB 80
possibilidade de ocorrer o evento coroa, ou vice e versa, assim sendo,
a ocorrncia de um impede, completamente, a ocorrncia de outro.
Se dois eventos so, mutuamente, exclusivos, a probabilidade de que
um ou outro realize-se igual soma da probabilidade de que cada
um deles realize-se, ento, o modelo matemtico :
Se lanarmos um dado probabilidade de obtermos um 4 ou um 6,
ento :
Probabilidade Condicional
Se A e B so dois eventos, a probabilidade de B ocorrer, depois de A
ter acontecido, denida por: P(B/A)
Nessa probabilidade, a ocorrncia de um evento est vinculada
ocorrncia de outro, da o nome probabilidade condicionada.
Denimos Probabilidade Condicional de A dado que B ocorre (A/B),
como segue: ,se
Lembre-se representa a interseco, neste caso de A com B.
Evento Composto
Caracteriza-se pela ocorrncia de ambos os eventos (A e B), simultaneamente,
ou ento pela ocorrncia de um ou outro evento (A ou B).
Assim, a representao matemtica :
Lembre-se: representa a unio, nesse caso de A com B.
Estatstica - UVB
Faculdade On-line UVB 81
Regras de Probabilidade
As regras da adio e da multiplicao so ,freqentemente,
usadas na soluo dos problemas de probabilidade, entretanto,
devemos notar que para cada tipo de evento h uma regra a ser
aplicada.
Regra da Adio (caso geral):
Regra da Adio para eventos, mutuamente, exclusivos:
Regra da Multiplicao (caso geral):
Regra da Multiplicao para eventos independentes:
Teorema de Bayes e Diagrama de rvore
Vamos apresentar aqui o conceito do Teorema de Bayes, entretanto,
uma explicao detalhada que ir completar o entendimento e o
Diagrama de rvore est na aula digital.
Imagine que os eventos A1, A2, A3, A4,... An, so mutuamente
exclusivos, ou seja, quando um ocorre, o outro no pode ocorrer
e nosso espao amostral S composto de todos os diversos
eventos
Seja P(A1) a probabilidade conhecida da ocorrncia de cada
evento.
Seja B um evento qualquer de S, conhecendo-se todas as
probabilidades condicionais P(B/A1).
Estatstica - UVB
Faculdade On-line UVB 82
Ento, o Teorema de Bayes :
Permutaes
Considerando que existam trs objetos a serem dispostos sobre
uma mesa, de quantas maneiras isso pode acontecer?
Sendo os objetos a, b e c, ento, nossas permutaes so abc,
acb, bac, bca, cab, cba, logo, a resposta 6. Mas como fazer
isso matematicamente? Usando o fatorial. Assim, o nmero de
permutaes de n objetos diferentes dado por:
Lembrando que para fazer o fatorial basta multiplicar o nmero
por todos seus antecessores, veja o exemplo para permutar 6
objetos.
Arranjos
E se desejarmos apenas arranjar 3 dentre 6 objetos, por exemplo,
de quantas formas podemos faz-lo?
Em nosso exemplo n=6 e r=3, logo:
Estatstica - UVB
Faculdade On-line UVB 83
Combinaes
Se estivermos interessados em montar comisses formadas por 3
pessoas dentre um grupo inicial de 8 pessoas, quantas combinaes
podem ter, desde que duas comisses sejam a mesma, se forem
constitudas pelas mesmas pessoas, no se levando em conta a ordem
em que sejam escolhidas?
Para responder situaes desse tipo, podemos usar o modelo e
combinao:
Veja:
Logo:
Variveis Aleatrias Unidimensionais
Seja E um experimento e S o espao amostral associado ao
experimento. Uma funo X, que associe a cada elemento s S um
nmero real, X(s), denominada varivel aleatria, ou ainda uma
varivel aleatria a funo que associa a todo evento pertencente a
uma partio do espao amostral um nico nmero real.
Estatstica - UVB
Faculdade On-line UVB 84
O espao Rx, que o conjunto de todos os valores possveis de X,
denominado contradomnio.
Exemplo:
E: lanamento simultneo de duas moedas;
X: nmero de coroas obtidas nas duas moedas;
S={(c,c), (c,k), (k,c), (k,k)};
c= cara;
k= coroa;
X=0, evento (c,c) de P(x)=1/4;
X=1, evento (c,k) e (k,c) de P(x)=2/4;
X=2, evento (k,k) de P(x)=1/4.
Podemos, ento, dizer que:
Varivel Aleatria Discreta possui um contradomnio nito ou innito
numervel; em outras palavras, se o nmero de valores possveis de
X (isto , Rx, o contradomnio) podem ser postos em uma lista como
x1, x2,...,xn. No caso nito, a lista acaba; no caso innito, continua
indenidamente.
Varivel Aleatria Contnua possui um contradomnio intervalo ou
uma coleo de intervalos, ou seja, X pode tomar todos os valores
de um determinado intervalo; por exemplo, todos os valores x no
intervalo 0 x 1.
O exemplo citado acima (lanamento de 2 moedas) um caso de
varivel aleatria discreta; perceba que o nmero de resultados, no
contradomnio, numervel.
Estatstica - UVB
Faculdade On-line UVB 85
Funo de Probabilidade
a funo que associa a cada valor assumido pela varivel aleatria a
probabilidade do evento correspondente; isso ,
Ou seja, a probabilidade de que a varivel aleatria X assuma o valor x.
Ao conjunto {(xi, p(xi)),i=1,...,n} damos o nome de Distribuio de
Probabilidades da varivel aleatria X.
importante vericar que para que haja uma distribuio de
probabilidades de uma varivel X necessrio que:
Veja no exemplo:
Lanam-se 2 dados. Seja X: soma das faces. Determinar a distribuio
de probabilidades de X.
Esperana Matemtica
Os parmetros das distribuies so caractersticas numricas muito
importantes em uma distribuio de probabilidades. O primeiro
parmetro a Esperana Matemtica de uma varivel aleatria, que
um nmero real calculado por mdia aritmtica ponderada, conforme
Estatstica - UVB
Faculdade On-line UVB 86
exemplo abaixo.
Suas notaes so E(X), (X), e ; adotaremos E(X).
Uma seguradora para $30.000,00 em caso de acidente de carro e
cobra uma taxa de $1.000,00. Sabe-se que a probabilidade de que um
carro sofra acidente de 3%. Quanto espera a seguradora ganhar por
carro segurado?
Podemos aproximar dizendo que de 100 carros segurados 97 do lucro
de $1.000,0 e 3 do prejuzo de $29.000,00 ($30.000,00-1.000,00).
O lucro total = 97*1.000,00 3*29.000,00 = $10.000,00
E o lucro mdio = $10.000,00/100 = $100,00
Neste exemplo ,a Esperana Matemtica o lucro mdio por carro,
ento:
Onde:
X1=1.000,00 e p(x1)=0,97
X2=29.000,00 e p(x2)=0,03
Dessa forma, o modelo matemtico para a Esperana Matemtica :
Varincia
Necessitamos tambm de uma medida que nos d o grau de
concentrao de probabilidade em torno da mdia; esse outro
parmetro de distribuio importante a Varincia, pois aponta a
disperso ou a concentrao das probabilidades em torno da mdia.
Estatstica - UVB
Faculdade On-line UVB 87
Considerando as distribuies das variveis aleatrias X e Y, com suas
respectivas mdias, faremos a apresentao deste conceito:
Notamos que h grande concentrao de probabilidade em X e uma
grande disperso em Y com relao mdia.
Deniremos, agora, varincia como:
Ento, pela tabela de valores:
Estatstica - UVB
Faculdade On-line UVB 88
Ao observamos novamente os grficos e os valores de V(X) e V(Y),
conclumos que: Quanto menor a varincia, menor a disperso de
probabilidades em torno da mdia e vice-versa; quanto maior a
varincia, maior o grau de disperso da probabilidade em torno
da mdia.
Finalizando, a varincia um quadrado e muitas vezes o resultado
torna-se articial; contornamos esse problema pelo uso do Desvio
Padro, que conforme estudado na aula 5, a raiz quadrada positiva
da varincia.
Estatstica - UVB
Faculdade On-line UVB 89
Referncia Bibliogrfica
COSTA NETO, Pedro Luiz de Oliveira. Estatstica. 12. ed. So Paulo: Editora
Edgard Blcher Ltda., 1992.
CRESPO, Antonio Arnot. Estatstica Fcil. So Paulo: Editora Saraiva, 1998.
MAGALHES, Marcos Nascimento e LIMA, Antnio Carlos Pedroso de.
Noes de Probabilidade e Estatstica. So Paulo: 5a. ed. Editora da
Universidade de So Paulo, 2002.
MANDIM, Daniel. Estatstica Descomplicada. 10. ed. Braslia: Vestcon
Editora Ltda., 2003.
MEYER, Paul L. Probabilidade, Aplicaes Estatstica. 2. ed. Rio de
Janeiro: Livros Tcnicos e Cientcos Editora S.A., 2003.
MORETTIN, Luiz Gonzaga. Estatstica Bsica - Probabilidade. 3. ed. So
Paulo: Livraria Cincia e Tecnologia Editora, 1983.
SETEVENSON, Willian J. Estatstica Aplicada Administrao. So Paulo:
Ed. Harbra, 1981.
VIEIRA, Sonia. Princpios de Estatstica. 1 reimpr. da 1 ed. So Paulo:
Editora Pioneira Thomson Learning, 2003.